Kasu:
- Oskus mõista aegridade, hooajalisuse ja trendi mõisteid ning kasutada tehisintellekti õigete küsimuste ja andmetega patsientide nõudluse prognoosimiseks
- Võimalus tõlgendada prognooside määramatust (usaldusvahemik, stsenaariumid) ja tugineda planeerimisel vahemikule, mitte ühele numbrile
- Võimalus eristada, et tehisintellekti ennustus põhineb ajaloolistel andmetel ja et ekspertide hinnang on esiplaanil puhangute, näiteks epideemiate/katastroofide korral.
Haigla administraatori jaoks on kõige keerulisem küsimus tuleviku kohta: "Kui palju patsiente järgmisel nädalal kiirabisse tuleb? Kui palju suureneb ambulatoorsete kliinikute koormus talvisel gripihooajal? Kui palju töötajaid puhkuse ajaks jätkub?" Vastused neile küsimustele on ebaselged, kuid mitte täiesti tumedad. Minevik kannab vihjeid tulevikule. Nõudluse prognoosimine on uuring tulevase patsiendi/töökoormuse prognoosimiseks ajalooliste andmete põhjal. Selles õppetükis saate teada, kuidas kasutada tehisintellekti nõudluse prognoosimisel ja – sama oluline – kuidas hallata prognooside ebakindlust. Rusikareegel: AI ennustus põhineb mineviku mustritel; Eksperdiarvamus on ülimuslik sellistes olukordades nagu epideemiad, katastroofid ja muudatused õigusaktides.
Aegridade kolm komponenti
Varasemaid nõudluse andmeid nimetatakse aegridadeks – kindlate ajavahemike järel (iga päev, kord nädalas) mõõdetud arvude järjestatud jada. Aegrea mõistmiseks on vaja see jagada kolmeks osaks. Trend, pikaajaline suund: kas teie erakorraline vastuvõtt suureneb või väheneb aastatega? Hooajalisus, regulaarne korduv kõikumine: talvel sagenevad hingamisteede haigused, suvel sageneb traumade/õnnetuste arv, ambulatooriumid tühjenevad nädalavahetustel. Müra/kõikumine on seletamatud juhuslikud kõikumised. Hea prognoos kajastab trendi ja hooajalisust ega liialda müraga. AI aitab teil seda eraldamist teha; Kuid teie ülesanne on hinnata, milline on tegelik muster ja mis on müra.
Kõige kriitilisem mõiste on ebakindlus. Ükski hinnang ei ole üks kindel arv. Hea hinnang annab vahemiku: "Ootame järgmisel laupäeval erakorralise meditsiini osakonda 210–260 patsienti, kõige tõenäolisem väärtus on 235." Seda intervalli nimetatakse usaldusvahemikuks. Kui plaanite vahemiku, mitte ühe numbri alusel, olete valmis nii madalaks kui ka suureks stsenaariumiks. Paaritutesse numbritesse uskumine on liiga enesekindla ennustamise klassikaline viga.
Vahede planeerimisel on praktiline loogika: tervishoius ei ole kaks veaaspekti võrdselt kulukad. Kui töötajaid ei ole piisavalt ja nõudlus on suur, tekib ootamise, ülerahvastatuse ja patsientide ohutuse oht; See on raske hind. Kui töötajaid on liiga palju ja nõudlust on vähe, tekivad tühised kulud; See on samuti ebasoovitav, kuid paremini juhitav. Seetõttu tehakse elutähtsate üksuste planeerimine (hädaabi, intensiivravi) sageli vahemiku ülemise piiri lähedal (kõrge stsenaarium), kuid paindlikkusplaaniga, mis võib üleliigse võimsuse teisele üksusele üle viia. Kõige väärtuslikum, mida prognoos teile annab, ei ole täpne arv, vaid võimalus seda kahesuunalist riski näha ja teadlik puhver valida.
Samm-sammult: nõudluse prognoosimine tehisintellektiga
- Koguge piisavalt ajaloolisi andmeid. Anonüümsete igapäevaste/nädalaste rakenduste arv vähemalt ühe aasta jooksul, eelistatavalt 2–3 aasta jooksul, et kajastada hooajalisust.
- Lisa kontekst. Märkige teadaolevad mõjud, nagu pühad, kampaaniad, ilm, epideemiaperioodid; Vastasel juhul arvab AI, et need on müra.
- Lagundada. Paluge AI-l teha kokkuvõte trendist, hooajalisusest ja ebatavalistest hüpetest.
- Hangi intervallide prognoos. Küsige ennustusi madala/tõenäolise/suure stsenaariumiga, mitte üksikute numbritega.
- Teisenda võimsuseks. Teisendage hinnangulised personali-, voodi- ja materjalivajadused.
- Katkestuse kontroll. Kui silmapiiril on tegur, mida varem ei eksisteerinud, näiteks epideemia, seadusandluse muudatus või uue teenuse avamine, korrigeerige prognoosi eksperdihinnanguga käsitsi.
Ettevaatust: kui käsite tehisintellektil "ennustada järgmist aastat" ja ei anna sellele andmeid, annab see teile väljamõeldud numbri. Prognoosil on tähendus ainult teie esitatud ajalooliste andmete põhjal.
kolm minikarpi
Juhtum 1 – gripihooaja ettevalmistus. Haigla andis YZ-le kolme aasta anonüümsed igapäevased erakorralise vastuvõtu andmed. YZ näitas, et taotluste arv kasvas igal aastal detsembri keskpaigast veebruarini keskmiselt 35 protsenti, haripunkt oli jaanuari 3. nädalal. Juhtkond kavandas selle aja jooksul täiendavaid arstide ja õdede vahetusi ning suurendas gripivaktsiinide ja kiirtestide varu. Sel talvel langesid ooteajad tippnädalal eelmise aastaga võrreldes märgatavalt; sest võimsus on juba ületanud ummiku.
Juhtum 2 – intervalli asemel stsenaarium. Üks ärijuht küsis tehisintellektilt oma kiirtaotluse jaoks järgmisel laupäeval ühte numbrit: 240. Seejärel küsis ta uuesti usaldusvahemikuga 205–275. Juht tegi planeerimise 275 järgi (kõrgstsenaarium), aga koostas ka paindliku lahkumisplaani (liigse personali üleviimine teise üksusse) vastavalt 205. Tegelikke taotlusi oli 262; Kui ta oleks tuginenud ühele numbrile, oleks ta 22 patsiendi võrra alaplaneerinud. Intervallidega töötamine kaitses teda.
Juhtum 3 – väljamurdmine segab ennustamist. Ühes piirkonnas oli ootamatu üleujutus. Ajaloolistel andmetel põhinev prognoos ütles selle nädala kohta "tavaline"; samas kui hädaabirakendused on kahekordistunud. AI ennustus ei näinud katkemist, kuna sellist sündmust varem polnud. Kriisilaud on eemaldunud prognoosimisest ja liikunud rakenduste reaalajas jälgimisele ja igatunnistele uuendustele. Õppetund: struktuurse purunemise korral lakkab minevik olemast suunaja; eksperdihinnang ja reaalajas jälgimine on ülimuslikud.
Neli kopeeritavat malli
1) Aegridade lagunemine:
Teie roll: haigla nõudluse analüütiku assistent. Allpool on anonüümne 3-aastane iganädalane hädaabinumbrite loend. Ülesanne: (1) tehke kokkuvõte üldisest trendist (tõus/vähenemine), (2) kirjeldage hooajalist mustrit kuude kaupa, (3) tõstke esile kõik ebatavalised hüpped. Eristage seda, mis on tõeline muster ja mis võib olla juhuslik kõikumine. Väljamõeldud numbrite lisamine.
2) Intervallide prognoos:
Tehke ülaltoodud andmete põhjal iganädalane hädaabitaotluse prognoos järgmiseks 4 nädalaks. MITTE ühte numbrit; Andke iga nädala kohta madalad / kõige tõenäolisemad / kõrged väärtused. Selgitage lühidalt, miks valik on nii lai.
3) Teisendamine hinnanguliseks võimsuseks:
Tippnädala kõrge stsenaariumiprognoos on 275 vastuvõttu päevas. Keskmine kiirabiarst võtab vastu ~35 patsienti vahetuses, õde ~25. Ülesanne: arvutage välja kõrgstsenaariumi korral vajalik minimaalne arstide ja õdede arv, näidake valem. Öelge, et see on planeerimise sisend ja lõpliku otsuse teeb juht.
4) purunemishoiatuse kontroll-loend:
Koostage kontrollnimekiri, milles küsin, kas on tegur, mis EI OLE järgmise perioodi ajaloolistes andmetes: epideemia, seadusandluse muudatus, uue üksuse avamine, piirkondlik sündmus, ilm/katastroof. Lisage iga üksuse juurde märge: "Kui jah, siis kuidas peaksin prognoosi käsitsi parandama?"
Nõrk viip / Tugev viip
Nõrk viip:
Kui palju patsiente järgmisel kuul tuleb?
Puuduvad andmed, ühikud, perioodi määratlus; AI saab asju ainult välja mõelda.
Võimas viip:
Mul on 3 aasta anonüümsed iganädalased ambulatoorse kliiniku avalduse andmed (lisatud). Tean, et talvekuudel koormus suureneb. Esitage madala/tõenäolise/suure vahemiku prognoos järgmiseks kuueks nädalaks, kirjeldage hooajalist mustrit kuude lõikes ja loetlege kõik kallutatavad tegurid, mis võivad muuta prognoosi mittetäielikuks/eksitavaks.
kontseptsioon
Mida sa sellega mõtled?
Mõju planeerimisele
trend
pikaajaline suund
Püsivõimsuse investeering
hooajalisus
Regulaarne kordamine
Hooajaline lisatööjõud/varu
usaldusvahemik
Prognoosi määramatuse riba
Madala ja kõrge stsenaariumi plaan
luumurd
sündmus, mida varem ei juhtunud
Lõpetage arvamine, lülitage otsevaatele
Levinud vead
- Usk paaritutesse numbritesse. Hinnang on vahemik; Ühe punkti alusel planeerimine on riskantne.
- Ebapiisavad andmed. Hooajalisust ei saa jäädvustada alla ühe aasta andmetega.
- Ei märgi konteksti. Kui te ei määra pühi ja tutvustusi, peab AI neid ekslikult müraga.
- Katkestuse ignoreerimine. Epideemia-/katastroofiperioodidel on varasemad andmed eksitavad.
- Ennustav otsus. Ennustus on sisend; Personali- ja eelarveotsused kuuluvad juhile.
Näpunäide. Võrrelge oma prognoosi iga kuu tegelikuga ja pidage meeles, kui palju see on maha jäänud. See tagasiside parandab nii teie ennustust kui ka AI-le antud andmeid aja jooksul ning õpetab teile, kui palju ennustust usaldada.
Kokkuvõttes
Nõudluse prognoosimine loob silla minevikuandmetelt tulevikku, kuid see sild on ebakindel. AI on võimas abivahend aegridade eraldamiseks trendideks, hooajalisuseks ja müraks ning intervallide prognooside koostamiseks. Alusplaneerimine usaldusvahemiku, mitte ühe numbri alusel; Valmistuge koos madalaks ja kõrgeks stsenaariumiks. Mis kõige tähtsam: minevikuandmed lakkavad olemast juhtnöörid selliste katkestuste, nagu epideemiate, katastroofide ja seadusandluse muutumise ajal; Siin on esikohal eksperthinnang ja reaalajas jälgimine.
Rakenduse ülesanne
Kui teil on vähemalt aasta anonüümsed iganädalased võrdlusandmed (kui mitte, looge hüpoteetilisi andmeid), küsige tehisintellektilt hooajalist mustrit ja 4-nädalase intervalli prognoosi mallide „Ajarea lagunemine” ja „Intervaliprognoos” abil. Seejärel võrrelge kõige tõenäolisemaid väärtusi oma ligikaudse keskmisega. Kirjutage 5 punkti, kuidas te tuvastaksite silmapiiril oleva murdeteguri (näiteks uue polikliiniku avamine) ja korrigeerige prognoosi käsitsi.
kontrollnimekiri
- [ ] Kas ma kasutasin hooajalisuse jäädvustamiseks vähemalt ühe aasta anonüümseid andmeid?
- [ ] Kas olen märkinud kontekste, nagu pühad/kampaaniad?
- [ ] Kas ma plaanisin ühe numbri asemel usaldusvahemikuga?
- [ ] Kas ma olen kontrollinud silmapiiril olevaid murdefaktoreid?
- [ ] Kas võtan sisendiks kalkulatsiooni ja jätan otsustamise juhi teha?