NộI Dung
- Phân tích dự đoán là gì?
- Phân tích dự đoán trong Con Chăm sóc sức khỏe
- Nghiên cứu điển hình 2: Phòng khám không tên cải thiện khả năng sinh lời
- Yêu cầu
- Hành động
- Kết quả
- Những điểm quan trọng cần nhớ
- Tóm lược
Nguồn: Andreypopov / Dreamstime.com
Lấy đi:
Ngành y tế đang sử dụng các phân tích dự đoán để cải thiện chăm sóc bệnh nhân, giảm các vấn đề tái phát và tăng lợi nhuận.
Phân tích dự đoán, nó đang được nói, sẽ xác định lại cách thức chăm sóc sức khỏe được cung cấp. Nó sẽ dự đoán sự xuất hiện của các bệnh hiểm nghèo và xác suất xuất viện trong tương lai. Các lĩnh vực khác như thực phẩm và đồ uống, ấn phẩm và giải trí đã gặt hái được lợi ích từ việc sử dụng phân tích dự đoán - không có lý do gì chăm sóc sức khỏe không thể làm như vậy.
Tuy nhiên, định nghĩa và phạm vi phân tích dự đoán trước tiên cần được hiểu hoàn toàn trong lĩnh vực chăm sóc sức khỏe. Mô hình một kích cỡ phù hợp với tất cả sẽ không hoạt động. Điều quan trọng nữa là cơ sở hạ tầng để cung cấp phân tích được cung cấp và nó có thể cung cấp thông tin cần thiết cho các chuyên gia chăm sóc sức khỏe theo đúng định dạng. Để cung cấp dịch vụ chăm sóc sức khỏe đúng cách và chủ động, các chuyên gia chăm sóc sức khỏe cần được cung cấp thông tin và siêu dữ liệu phù hợp. Vì vậy, trong khi các phân tích dự đoán là tốt cho chăm sóc sức khỏe, trước tiên nó phải được tùy chỉnh và phải cung cấp đúng dữ liệu theo đúng định dạng. (Để tìm hiểu về vai trò dữ liệu lớn trong chăm sóc sức khỏe, hãy xem Dữ liệu lớn sẽ cách mạng hóa chăm sóc sức khỏe?)
Phân tích dự đoán là gì?
Phân tích dự đoán là một nhánh của phân tích nâng cao cung cấp dự đoán về các sự kiện nhất định dựa trên dữ liệu lịch sử, mẫu dữ liệu và các đầu vào khác. Các bước chủ động có thể được thực hiện để giải quyết các yêu cầu phát sinh từ các dự đoán. Để đưa ra dự đoán, phân tích dự đoán tận dụng các kỹ thuật được sử dụng trong các ngành khác như khai thác dữ liệu, trí tuệ nhân tạo, mô hình hóa, học máy và thống kê, và nó tích hợp công nghệ thông tin, quản lý và mô hình hóa các quy trình kinh doanh. Các dự đoán có thể được sử dụng để xác định rủi ro và cơ hội trong tương lai. Phân tích dự đoán có thể giúp các tổ chức kinh doanh đạt được rất nhiều thứ. Một vài ví dụ bao gồm:
- Xác định các hiệp hội và mẫu ẩn
- Cải thiện khả năng giữ chân khách hàng
- Giảm rủi ro để giảm thiểu mất mát và tiếp xúc
- Cải thiện sự hài lòng của khách hàng
Có rất nhiều ví dụ thực tế về cách các doanh nghiệp đã được hưởng lợi từ việc sử dụng các phân tích dự đoán. Accergy đã thực hiện một cuộc khảo sát để tìm hiểu các doanh nghiệp khác nhau đã được hưởng lợi như thế nào khi sử dụng các phân tích dự đoán. Một số phát hiện là:
- Best Buy phát hiện ra rằng ít hơn 7% khách hàng của mình đóng góp vào 43% doanh số. Sau đó, phân khúc khách hàng của mình một cách hợp lý và thiết kế lại các cửa hàng và trải nghiệm tại cửa hàng để phản ánh thói quen mua hàng của các nhóm khách hàng cụ thể.
- Olive Garden, một nhà hàng ăn uống bình thường của Mỹ, sử dụng dữ liệu để thiết kế và thiết kế lại thực đơn của mình. Bằng cách đó, nó đã có thể cắt giảm đáng kể lãng phí thực phẩm.
Phân tích dự đoán đang được áp dụng cho rất nhiều lĩnh vực như chăm sóc sức khỏe, quản lý quan hệ khách hàng (CRM), phát hiện gian lận và quản lý rủi ro. Phân tích dự đoán cũng thường xuyên được kết hợp với phân tích theo quy định. Phân tích theo quy định trong điều này có nghĩa là không chỉ các dự đoán được đưa ra liên quan đến các sự kiện nhất định, mà cả các bước xác định được đưa ra phải được thực hiện để xử lý tình huống. Các bước này sẽ được cung cấp bởi chính công cụ phân tích. (Tìm hiểu thêm về phát hiện gian lận với Machine Learning & Hadoop trong Phát hiện gian lận thế hệ tiếp theo.)
Phân tích dự đoán trong Con Chăm sóc sức khỏe
Về mặt lý thuyết, phân tích dự đoán có vai trò lớn trong việc cải thiện chăm sóc sức khỏe. Mặc dù nó vẫn là một người mới tham gia quản lý chăm sóc sức khỏe và phạm vi của nó vẫn đang được giải quyết, các phân tích dự đoán có thể phân tích dữ liệu bệnh nhân lịch sử và đưa ra dự đoán cho những thứ như rủi ro bệnh tật, điểm số xác suất của cơn đau tim và cơn hen suyễn dựa trên hồ sơ bệnh nhân và xác suất đọc lại.
Bộ não con người không thể phân tích sâu hơn sáu đến tám biến số cùng một lúc để xác định đúng một vấn đề. Nhưng, thuật toán của một mô hình dự đoán có thể phân tích hàng trăm biến số cùng một lúc để tạo ra một hồ sơ chính xác về một vấn đề y tế. Dựa trên hồ sơ, chẩn đoán chính xác và dự đoán rủi ro, nếu có, có thể được thực hiện.
Mô hình dự đoán có thể giúp kiểm soát chi phí liên quan đến chăm sóc y tế. Tại Hoa Kỳ, một trong năm bệnh nhân Medicare được đưa vào bệnh viện trong vòng 30 ngày sau khi xuất viện, dẫn đến chi phí là 17 tỷ đô la mỗi năm.
Phòng khám Steadman Hawkins đã có thể tăng lợi nhuận ròng thêm 20 triệu đô la mỗi năm. Họ cũng có thể cải thiện tính chính xác của các dự đoán tài chính của họ từ 30 đến 32 phần trăm.
Nghiên cứu điển hình 2: Phòng khám không tên cải thiện khả năng sinh lời
Yêu cầu
Phòng khám muốn cải thiện cả dịch vụ cho bệnh nhân và cải thiện lợi nhuận của họ bằng cách sử dụng tối ưu các nguồn lực của họ bao gồm nhân viên, phương tiện và dụng cụ.
Hành động
Phòng khám đã thu thập dữ liệu phong phú về các biến số khác nhau như loại chăm sóc cần thiết cho bệnh nhân, hồ sơ nhân viên và trình độ, hồ sơ bệnh nhân, chất lượng dịch vụ được cung cấp như thời gian đáp ứng, kết quả, trải nghiệm của bệnh nhân và thời gian chờ đợi cho bệnh nhân. Dựa trên dữ liệu thu thập được, các phân tích dự đoán đã được đưa vào sử dụng. Họ mong đợi các phân tích cụ thể và quá trình hành động để đưa vào sử dụng.
Kết quả
Mặc dù phòng khám vẫn đang trong quá trình thực hiện các chính sách dựa trên các phân tích dự đoán của họ, có những dấu hiệu cho thấy họ đang trên đường đạt được lợi nhuận cao hơn ít nhất 10% so với trước đây.
Những điểm quan trọng cần nhớ
Nó không phải là việc thực hiện phân tích dự đoán sẽ bắt đầu làm điều kỳ diệu ngay lập tức. Các kết quả phụ thuộc vào cách tiếp cận. Đầu tiên, ngành công nghiệp cần xác định phân tích dự đoán có ý nghĩa gì trong con của nó và sau đó chỉ định phạm vi của nó. Ngoài ra, ngành chăm sóc sức khỏe cần nhớ những bài học sau từ các ngành khác:
- Lượng thông tin chi tiết không tương xứng trực tiếp với lượng dữ liệu. Bạn sẽ không nhận được nhiều thông tin chi tiết hơn chỉ bằng cách tăng thu thập dữ liệu.
- Thông tin chi tiết không nhất thiết phải cung cấp giá trị. Trước tiên bạn cần tùy chỉnh những hiểu biết sâu sắc trong con của bạn để nó trở nên hữu ích.
- Việc thực hiện phân tích dự đoán sẽ là một thách thức lớn. Bạn cần nắm lấy các công nghệ phù hợp và cung cấp thông tin chuyên sâu cho chuyên gia chăm sóc sức khỏe theo đúng định dạng.
Tóm lược
Phân tích dự đoán cần được hợp nhất với phân tích theo quy định để cung cấp kết quả đúng, bởi vì ngành công nghiệp không chỉ cần dự đoán mà còn là một quá trình hành động. Mặc dù khái niệm này có vẻ là phần thưởng cuối cùng, các doanh nghiệp cần đầu tư đúng đắn và kiên nhẫn với kết quả nếu họ hy vọng sẽ gặt hái được lợi ích.