Садржај
- Шта је предиктивна аналитика?
- Предиктивна аналитика у погледу здравствене заштите
- Студија случаја 2: Неименована клиника побољшава профитабилност
- Услов
- Акција
- Резултат
- Важне тачке које морате запамтити
- Резиме
Извор: Андреипопов / Дреамстиме.цом
Одузети:
Медицинска индустрија користи предиктивну аналитику за побољшање неге пацијената, смањење случајева понављајућих проблема и повећање профитабилности.
Предвиђајућа аналитика, како се каже, редефинираће начин пружања здравствене заштите. Предвиђаће појаву критичних болести и вероватноћу поновног прихватања у будућности. Други сектори попут хране и пића, публикација и забаве већ су искористили користи од предиктивне аналитике - нема разлога да здравствена заштита не може то учинити.
Међутим, дефиницију и опсег предиктивне аналитике прво треба схватити чисто у вези са здравственом заштитом. Један модел који одговара свим моделима неће радити. Такође је важно да се обезбеди инфраструктура за пружање аналитике и она буде у стању да медицинским стручњацима достави потребне информације у исправном формату. Да би пружили одговарајућу и проактивну здравствену заштиту, здравственим радницима се морају дати прави облици и метаподаци. Иако је предиктивна аналитика добра за здравствену заштиту, она се прво мора прилагодити и доставити праве податке у исправном формату. (Да бисте сазнали о улози великих података у здравству, погледајте хоће ли велики подаци револуционирати здравство?)
Шта је предиктивна аналитика?
Предиктивна аналитика је грана напредне аналитике која пружа предвиђања одређених догађаја на основу историјских података, образаца података и других улаза. Могу се предузети проактивни кораци за решавање захтева који произилазе из предвиђања. Да би се направила предвиђања, предиктивна аналитика користи технике које се користе у другим гранама као што су вађење података, вештачка интелигенција, моделирање, машинско учење и статистика, а интегрише информациону технологију, управљање и моделирање пословних процеса. Предвиђања се могу користити за препознавање ризика и прилика у будућности. Предиктивна аналитика може помоћи пословним организацијама да постигну пуно ствари. Неколико примера укључује:
- Препознавање скривених асоцијација и образаца
- Побољшање задржавања купаца
- Смањивање ризика да би се минимизирао губитак и изложеност
- Побољшање задовољства купаца
Постоји пуно примера из стварног живота како су предузећа профитирала од коришћења предиктивне аналитике. Аццентуре је спровео истраживање како би открио како су различите компаније профитирале од коришћења предиктивне аналитике. Неки од налаза су:
- Бест Буи је открио да је мање од 7% својих купаца допринело 43% његове продаје. Затим је логично сегментирао своје купце и редизајнирао своје продавнице и искуство у продавници, како би одражавао навике куповине одређених група купаца.
- Оливе Гарден, амерички цасуал ресторан за ручавање, користи податке за дизајн и редизајн свог менија. На тај начин, значајно је смањио расипање хране.
Предиктивна аналитика примењује се на мноштво домена као што су здравствена заштита, управљање односима са клијентима (ЦРМ), откривање превара и управљање ризиком. Предиктивна аналитика се често комбинује са преписивачком аналитиком. Аналитичка пресуда у том смислу значи да се не дају само предвиђања у вези са одређеним догађајима, већ су дати и одређени кораци који се морају предузети да би се решило стање. Ове кораке ће обезбедити сам аналитички мотор. (Сазнајте више о откривању преваре уз помоћ Мацхине Леарнинг & Хадооп у детекцији превара нове генерације.)
Предиктивна аналитика у погледу здравствене заштите
Теоретски, предиктивна аналитика има велику улогу у побољшању здравствене заштите. Иако је још увек нови учесник у управљању здравственом заштитом и његов опсег се још увек ради, предиктивна аналитика може да анализира историјске податке о пацијентима и пружи предвиђања за ствари попут ризика од болести, оцене вероватноће срчаних и астматичних напада на основу профила пацијента и вероватноћа поновног прихватања.
Људски мозак не може истовремено да анализира више од шест до осам променљивих да би правилно покренуо проблем. Али, алгоритам предиктивног модела може истовремено анализирати стотине променљивих да би се створио тачан профил медицинског проблема. На основу профила може се поставити тачна дијагноза и предвиђања ризика, ако постоје.
Предиктивно моделирање може помоћи у контроли трошкова везаних за медицинску његу. У Сједињеним Државама један од пет пацијената Медицаре поново се шаље у болницу у року од 30 дана након отпуста, што резултира трошковима у износу од 17 милијарди долара годишње.
Клиника Стеадман Хавкинс успела је да повећа њихову нето профитабилност за 20 милиона долара годишње. Такође су могли да побољшају тачност својих финансијских предвиђања са 30 на 32 процента.
Студија случаја 2: Неименована клиника побољшава профитабилност
Услов
Клиника је желела да унапреди услуге пацијентима и побољша њихову профитабилност оптималним коришћењем њихових ресурса који укључују особље, установе и инструменте.
Акција
Клиника је прикупила обилне податке о различитим варијаблама као што су врста неге коју требају пацијенти, профил особља и квалификација, профил пацијента, квалитет пружених услуга као што су време одзива, исход, искуство пацијента и време чекања за пацијенте. На основу прикупљених података стављена је у употребу предиктивна аналитика. Очекивали су конкретну аналитику и ток акција које ће користити.
Резултат
Иако је клиника још увек у процесу примене политика заснованих на њиховој предиктивној аналитици, постоје знакови да су на путу да постигну бар 10 процената већу профитабилност него раније.
Важне тачке које морате запамтити
Није да ће примена предиктивне аналитике одмах почети да чини чуда. Резултати зависе од приступа. Прво, индустрија треба да утврди шта предиктивна аналитика значи у вези са собом, а затим да прецизира њен обим. Такође, здравствена индустрија треба да запамти следеће лекције из других индустрија:
- Количина увида није директно сразмерна количини података. Нећете добити више увида само повећањем прикупљања података.
- Увиди не морају нужно да дају вредност. Прво морате прилагодити увид у свој садржај тако да постане користан.
- Имплементација предиктивне аналитике биће велики изазов. Морате да прихватите праве технологије и пружите увид здравственом раднику у правом формату.
Резиме
Предиктивну аналитику је потребно спојити с предиктивном аналитиком како би се постигли прави резултати, јер индустрији нису потребна само предвиђања, већ и поступци. Иако се чини да се концепт на крају исплаћује, предузећа морају уложити праве инвестиције и бити стрпљиви према резултатима ако се надају да ће донети користи.