Voitot:
- Kyky ymmärtää aikasarjan, kausivaihtelun ja trendin käsitteet ja käyttää tekoälyä oikeilla kysymyksillä ja tiedoilla potilaiden kysynnän ennustamiseen
- Kyky tulkita ennusteen epävarmuutta (luottamusväli, skenaariot) ja perustaa suunnittelun vaihteluväliin yhden numeron sijaan
- Kyky erottaa, että tekoälyn ennuste perustuu historiallisiin tietoihin ja että asiantuntija-arvio tulee etualalle epidemioiden, kuten epidemioiden/katastrofien, yhteydessä.
Sairaalan ylläpitäjän vaikein kysymys koskee tulevaisuutta: "Kuinka monta potilasta ensi viikolla tulee ensiapuun? Kuinka paljon poliklinikan kuormitus kasvaa talviflunssakaudella? Kuinka monta henkilökuntaa riittää loman ajaksi?" Vastaukset näihin kysymyksiin ovat epäselviä, mutta eivät täysin pimeitä. Menneisyys tuo vihjeitä tulevaisuuteen. Kysynnän ennustaminen on tutkimus, jossa ennakoidaan tulevaa potilasta/työkuormaa tarkastelemalla historiallisia tietoja. Tässä osiossa opit käyttämään tekoälyä kysynnän ennustamisessa ja – mikä tärkeintä – hallitsemaan ennusteen epävarmuutta. Nyrkkisääntö: AI-ennuste perustuu menneisiin malleihin; Asiantuntijan arvio on ensisijainen tilanteissa, kuten epidemioissa, katastrofeissa ja lainsäädännön muutoksissa.
Aikasarjan kolme komponenttia
Historiallisia kysyntätietoja kutsutaan aikasarjoiksi – järjestetyksi numerosarjaksi, joka mitataan tietyin väliajoin (päivittäin, viikoittain). Aikasarjan ymmärtämiseksi on välttämätöntä jakaa se kolmeen osaan. Trendi, pitkän aikavälin suunta: lisääntyykö vai vähentyykö päivystyksenne vuosien varrella? Kausiluonteisuus, säännöllinen toistuva vaihtelu: hengityselinten sairaudet lisääntyvät talvella, traumat/tapaturmat lisääntyvät kesällä, poliklinikat tyhjenevät viikonloppuisin. Melu/vaihtelu on selittämätöntä satunnaista vaihtelua. Hyvä ennuste ottaa huomioon trendin ja kausivaihtelun eikä liioittele melua. Tekoäly auttaa sinua tässä erottamisessa; Mutta sinun tehtäväsi on arvioida, mikä on todellinen kuvio ja mikä on melu.
Kriittisin käsite on epävarmuus. Mikään arvio ei ole yksittäinen lopullinen luku. Hyvä arvio antaa vaihteluvälin: "Odotamme ensi lauantaina ensiapuun 210-260 potilasta, todennäköisin arvo on 235." Tätä intervallia kutsutaan luottamusväliksi. Jos suunnittelet vaihteluväliä yhden numeron sijaan, olet valmis sekä matala- että korkea-skenaarioihin. Parittoihin lukuihin uskominen on klassinen liian itsevarman ennustamisen virhe.
Välisuunnittelussa on käytännöllinen logiikka: terveydenhuollossa kaksi virheen puolia eivät ole yhtä kalliita. Kun henkilöstöä ei ole riittävästi ja kysyntä on suuri, on olemassa odottamisen, ylikuormituksen ja potilasturvallisuuden riski. Tämä on kova hinta. Kun henkilöstöä on liikaa ja kysyntä on vähäistä, syntyy käyttämättömiä kustannuksia; Tämä on myös ei-toivottavaa, mutta paremmin hallittavissa olevaa. Siksi suunnittelu elintärkeissä yksiköissä (hätätilanne, tehohoito) tehdään usein lähellä alueen yläpäätä (korkea skenaario), mutta joustavuussuunnitelmalla, joka voi siirtää ylimääräistä kapasiteettia toiseen yksikköön. Arvokkain asia, jonka ennuste antaa, ei ole tarkka luku, vaan kyky nähdä tämä kaksisuuntainen riski ja valita tietoinen puskuri.
Askel askeleelta: kysynnän ennustaminen tekoälyn avulla
- Kerää riittävästi historiallista tietoa. Anonyymien päivittäisten/viikoittaisten hakemusten määrä vähintään yhden kokonaisen vuoden ajan, mieluiten 2–3 vuoden ajan, kausivaihteluiden huomioimiseksi.
- Lisää konteksti. Merkitse tunnetut vaikutukset, kuten lomat, kampanjat, sää, epidemiakaudet; Muuten tekoäly ajattelee niitä meluina.
- Hajoaa. Pyydä tekoälyä tekemään yhteenveto trendistä, kausiluonteisuudesta ja epätavallisista hyppyistä.
- Hanki intervalliennuste. Pyydä ennusteita pienillä/todennäköisillä/korkeilla skenaarioilla, ei yksittäisillä numeroilla.
- Muunna kapasiteettiin. Muunna arvioidut henkilöstö-, vuode- ja materiaalitarpeet.
- Rikkoutumisen valvonta. Jos horisontissa on tekijä, jota ei ollut aiemmin, kuten epidemia, lainsäädännön muutos tai uuden palvelun avaaminen, korjaa ennuste manuaalisesti asiantuntija-arviolla.
Varoitus: Jos käsket tekoälyä "ennustamaan ensi vuotta" etkä anna sille tietoja, se antaa sinulle keksityn numeron. Ennuste on merkityksellinen vain antamiesi historiallisten tietojen perusteella.
kolme minilaukkua
Tapaus 1 – Flunssakauden valmistelu. Sairaala antoi YZ:lle 3 vuoden nimettömät päivittäiset ensiaputiedot. YZ osoitti, että hakemusten määrä lisääntyi keskimäärin 35 prosenttia joka vuosi joulukuun puolivälin ja helmikuun välisenä aikana, ja huippu oli tammikuun 3. viikolla. Johto suunnitteli ylimääräisiä lääkäri- ja sairaanhoitajavuoroja tänä aikana ja lisäsi influenssarokotteiden ja pikatestien varastoa. Sinä talvena odotusajat ruuhkaviikon aikana laskivat selvästi edellisvuoteen verrattuna; koska kapasiteetti on jo täyttänyt ruuhkan.
Tapaus 2 — Skenaario intervallin sijaan. Liiketoiminnan johtaja pyysi tekoälyltä yhtä numeroa "kiireelliseen hakemukseensa ensi lauantaina": 240. Sitten hän kysyi uudelleen luottamusvälillä: 205–275. Johtaja teki suunnittelun 275:n mukaan (korkea skenaario), mutta laati myös joustavan irtautumissuunnitelman (ylimääräisen henkilöstön siirtäminen toiseen yksikköön) 205:n mukaan. Todellisia hakemuksia oli 262; Jos hän olisi luottanut yhteen numeroon, hän olisi aliarvioinut 22 potilaalla. Väliajoin työskentely suojeli häntä.
Tapaus 3 – Breakout häiritsee ennustamista. Yhdellä alueella oli odottamaton tulva. Historiallisiin tietoihin perustuva ennuste sanoi "normaaliksi" tälle viikolle; kun taas hätähakemukset ovat kaksinkertaistuneet. AI-ennuste ei voinut nähdä katkosta, koska tällaista tapahtumaa ei ollut aiemmin. Kriisipalvelu on siirtynyt pois ennustamisesta ja siirtynyt reaaliaikaiseen sovellusten seurantaan ja tuntipäivityksiin. Oppitunti: rakenteellisessa murroksessa menneisyys lakkaa olemasta opas; asiantuntija-arvio ja live-seuranta ovat etusijalla.
Neljä kopioitavaa mallia
1) Aikasarjan jakautuminen:
Tehtäväsi: sairaalan kysynnän analyytikko. Alla on anonyymi, kolmen vuoden viikoittainen luettelo hätänumeroista. Tehtävä: (1) tee yhteenveto yleisestä trendistä (lisäys/lasku), (2) kuvaile kausittaista mallia kuukausittain, (3) korosta epätavallisia hyppyjä. Tee ero sen välillä, mikä on todellinen kuvio ja mikä voi olla satunnaista vaihtelua. Tehtyjen numeroiden lisääminen.
2) Aikaväliennuste:
Tee yllä olevien tietojen perusteella viikoittainen hätähakemusennuste seuraaville 4 viikolle. EI yksittäinen numero; Anna kullekin viikolle alhainen / todennäköisin / korkea vaihteluväli. Selitä lyhyesti, miksi valikoima on niin laaja.
3) Muunnos arvioituun kapasiteettiin:
Huippuviikon korkea skenaarioarvio on 275 vastaanottoa/päivä. Keskimääräinen päivystyslääkäri ottaa vastaan ~35 potilasta vuorossa, sairaanhoitaja ~25. Tehtävä: laske lääkäreiden ja sairaanhoitajien vähimmäismäärä korkeassa skenaariossa, näytä kaava. Ilmoita, että tämä on suunnittelupanos ja lopullinen päätös on johtajan tehtävä.
4) Rikkoutumisvaroitusten tarkistuslista:
Valmistele tarkistuslista, jossa kysyn, onko jokin tekijä, joka EI ole seuraavan ajanjakson historiatiedoissa: epidemia, lainsäädännön muutos, uuden yksikön avaaminen, alueellinen tapahtuma, sää/katastrofi. Lisää jokaiselle kohteelle huomautus "Jos on, kuinka minun pitäisi korjata ennuste manuaalisesti?"
Heikko kehote / Vahva kehote
Heikko kehote:
Kuinka monta potilasta tulee ensi kuussa?
Ei dataa, ei yksiköitä, ei ajanjakson määritelmää; Tekoäly voi vain keksiä asioita.
Tehokas kehotus:
Minulla on 3 vuoden anonyymit viikoittaiset poliklinikan hakemustiedot (liitteenä). Tiedän, että kuormitus kasvaa talvikuukausina. Anna alhainen/todennäköinen/korkea ennuste seuraaville kuudelle viikolle, kuvaile kausittaista mallia kuukausittain ja luettele kaikki painottavat tekijät, jotka voivat tehdä ennusteesta epätäydellisen/harhaanjohtavan.
käsite
Mitä tarkoitat?
Vaikutus suunnitteluun
suuntaus
pitkän aikavälin suunta
Pysyvä kapasiteettiinvestointi
kausiluonteisuus
Säännöllinen toisto
Kausiluonteinen lisähenkilöstö/varasto
luottamusväli
Ennusteen epävarmuusalue
Matala ja korkea skenaariosuunnitelma
murtuma
tapahtuma, jota ei tapahtunut aiemmin
Lopeta arvailu, siirry live-katseluun
Yleisiä virheitä
- Parittoihin lukuihin uskominen. Arvio on vaihteluväli; Yhden pisteen suunnittelu on riskialtista.
- Tietoja ei ole riittävästi. Kausivaihtelua ei voida kaapata alle vuoden datalla.
- Ei merkitse kontekstia. Jos et määritä lomia ja tarjouksia, tekoäly erehtyy ne meluksi.
- Rikkinäisen huomioimatta jättäminen. Epidemia-/katastrofikausien aikana aikaisemmat tiedot ovat harhaanjohtavia.
- Ennakoiva päätös. Ennustus on syöte; Henkilöstö- ja budjettipäätökset kuuluvat johtajalle.
Vinkki: Vertaa ennustettasi todelliseen kuukausittain ja pidä kirjaa siitä, kuinka paljon se on alennettu. Tämä palaute parantaa sekä ennustettasi että tekoälylle antamiasi tietoja ajan myötä ja opettaa, kuinka paljon ennusteeseen voi luottaa.
Yhteenvetona
Kysynnän ennustaminen rakentaa sillan menneistä tiedoista tulevaisuuteen, mutta tämä silta on epävarma. Tekoäly on tehokas apuväline aikasarjojen erottamisessa trendeihin, kausivaihteluihin ja meluihin sekä intervalliennusteen tuottamiseen. Perussuunnittelu luottamusväliin, ei yhteen numeroon; Valmistaudu matalaan ja korkeaan skenaarioon yhdessä. Mikä tärkeintä: aiemmat tiedot lakkaavat toimimasta oppaana murtumien, kuten epidemioiden, katastrofien ja lainsäädännön muutosten aikana; Siellä asiantuntija-arvio ja reaaliaikainen seuranta ovat etusijalla.
Sovellustehtävä
Jos sinulla on vähintään vuoden anonyymiä viikoittaista viitetietoa (jos ei, luo hypoteettinen), pyydä tekoälyltä kausittaista mallia ja 4 viikon ennustetta aikasarjan jakautumisesta ja aikajaksoennusteesta. Vertaa sitten todennäköisimpiä arvoja karkeaan keskiarvoon. Kirjoita 5 kohtaan, kuinka tunnistaisit horisontissa olevan murtotekijän (esimerkiksi uuden poliklinikan avaamisen) ja korjaa ennusteen manuaalisesti.
tarkistuslista
- [ ] Käytinkö vähintään yhden vuoden anonyymiä dataa kausivaihteluiden kuvaamiseen?
- [ ] Olenko merkinnyt konteksteja, kuten lomia/kampanjoita?
- [ ] Suunnittelinko yhden luvun sijasta luottamusvälillä?
- [ ] Olenko tarkistanut horisontissa olevat murtotekijät?
- [ ] Otanko arvion lähtökohtana ja jätän päätöksen johtajalle?