병원의 응급실이 룰렛 돌리기 게임와 부풀어 오르며, 그 중 덩어리는 시설의 입원 룰렛 돌리기 게임 단위에 입학해야합니다.
그러나 응급 치료의 의사 결정자들은 딜레마에 직면 해 있습니다. 룰렛 돌리기 게임 인정하기로 결정할 때는 수술에서 나오는 환자와 집중 치료 유닛에서 전환하는 환자들에게 충분한 병원 침대가 있는지 확인해야합니다. 입학 결정을 내리려면 먼저 현재 이용 가능한 침대 수뿐만 아니라 침대 수와 가까운 시일 내에 침대를 열기 위해 퇴원 할 환자 수를 먼저 알아야합니다..
위스콘신 대학교 대학교 팀은 거의 실시간으로 배출을 예측하는 데 도움이되는 방법을 결정했습니다. 와 협력하여UW Healthand the응급 의학과, 연구원들은 의료 산업에서 일반적으로 사용되는 하루 종일 예측보다는 다음 시간 또는 다음 4 시간을 포함하는보다 세분화 된 예측을 허용하는 수학적 모델을 개발했습니다.
연구원들은 모델을 자세히 설명합니다의료 인터넷 연구 저널.
산업 및 시스템 공학 박사 과정 학생 Fernando Acosta-Pérez 및 부교수Gabriel Zayas-Cabán그들의 작업을 통해 병원 의사 결정자들이 더 멍청하게 일하고 응급실“탑승”을 줄일 수 있다고 말하면서 룰렛 돌리기 게임들이 입원하지만 응급실에서 열린 침대를 대기하고 있습니다. 연구에 따르면 탑승은 병원 시스템에 좋지 않을뿐만 아니라 룰렛 돌리기 게임 건강 결과가 악화 된 것으로 나타났습니다.
“룰렛 돌리기 게임 효과적으로 조정하고 배선하는 방법을 결정하는 것은 매우 어렵습니다. "우리가 조금 다르게하고있는 것은 하루 종일 매 시간마다 끊임없는 예측이 있다는 것입니다. 따라서 하루 종일 단일 예측이 아니라 더 나은 방법으로 정보를 사용할 수 있습니다. 지금 결정을 내려야 할 때 가장 최근의 정보로 업데이트 된 예측이 필요합니다.".
Acosta-Pérez는 UW Health의 역사적 데이터를 사용하여 모델을 구축하고 훈련 시켰으며, 이는 의사 결정 트리라는 알고리즘 모음을 사용하여 예측을 생성했습니다. UW Health Data Science Team과 제휴하여 연구원들은 모델을 더욱 검증하고 개선하기 위해 모델을 계속 테스트하고 있습니다. 이를 가능하게하기 위해 UW 건강 데이터 과학자들은 실시간 데이터를 생성하기위한 파이프 라인을 만들었습니다.
그의 박사 연구 외에도 Acosta-Pérez는 UW Health Data Science Team과도 인턴하고 있습니다.
Fernando는 더 풍부한 데이터 세트에 액세스 할 수 있었을뿐만 아니라 주요 상황과 경험을 위해 정기적으로 이러한 실무자와 상호 작용하고있었습니다. "Brian Patterson, 응급 의학 부교수 및 논문의 선임 저자.
그의 논문 연구를 위해 Acosta-Pérez는 추가 수학 기술을 사용하여 예측을 제공 할뿐만 아니라 제휴 병원 네트워크에서 규범 적 권장 사항을 제공 할 수있는보다 고급 모델을 개발할 계획입니다.
Acosta-Pérez,National Science Foundation 대학원 연구 펠로우쉽을 획득 한 사람, UW Health에 대한 실질적인 경험을 얻는 동시에 연구를 추구 할 수있는 기회는 그가 대학원 연구를 위해 UW-Madison을 선택한 이유 중 하나라고 말합니다..
“연구를 할뿐만 아니라이 기회가있을뿐만 아니라 의미있는 영향을 미치고 시스템을 개선하기 위해하는 일을 사용하기를 희망합니다. 이는 산업 엔지니어들이하는 일입니다.”
이 논문의 다른 저자는 UW Health의 프로그램 책임자 인 Sabrina Adelaine; Frank Liao, 응급 의학과의 임상 겸임 조교수 및 UW Health의 디지털 건강 및 신흥 기술 수석 책임자; 그리고 현재 오타와 대학교의 산업 및 시스템 공학 조교수 인 Justin Boutilier. Brian Patterson은 UW Health의 임상 AI의 관리 책임자이자 UW Health Informatics 팀의 예측 분석 담당 의료 책임자입니다.
최고 사진 캡션 : PhD 학생 Fernando Acosta Pérez는 기계 학습 및 운영 연구를 사용하여 의료 시스템을 개선합니다. 사진 : Joel Hallberg