Paklausos prognozavimas: skubios pagalbos, ambulatorinės ir sezoninės apkrovos planavimas

Pelnas:

• Gebėjimas suprasti laiko eilučių, sezoniškumo ir tendencijų sąvokas ir naudoti dirbtinį intelektą su tinkamais klausimais ir duomenimis pacientų paklausai prognozuoti
• Gebėjimas interpretuoti prognozės neapibrėžtumą (pasitikėjimo intervalą, scenarijus) ir planuoti remiantis diapazonu, o ne vienu skaičiumi
• Galimybė atskirti, kad dirbtinio intelekto prognozės yra pagrįstos istoriniais duomenimis ir kad ekspertų nuomonė išryškėja protrūkių, tokių kaip epidemijos / nelaimės, atvejais.

Sunkiausias ligoninės administratorės klausimas – apie ateitį: "Kiek pacientų ateinančią savaitę atvyks į greitąją medicinos pagalbą? Kiek padidės poliklinikos krūvis žiemos gripo sezono metu? Kiek darbuotojų pakaks per šventę?" Atsakymai į šiuos klausimus neaiškūs, bet ne visiškai tamsūs. Praeitis neša įkalčius į ateitį. Paklausos prognozavimas yra būsimo paciento / darbo krūvio prognozavimo tyrimas, žiūrint į istorinius duomenis. Šiame skyriuje sužinosite, kaip naudoti dirbtinį intelektą prognozuojant paklausą ir – taip pat svarbu – kaip valdyti prognozės neapibrėžtumą. Nykščio taisyklė: AI numatymas grindžiamas praeities modeliais; Tokiose situacijose kaip epidemijos, nelaimės ir teisės aktų pakeitimai turi viršenybę ekspertų nuomonei.

Trys laiko eilučių komponentai

Istoriniai paklausos duomenys vadinami laiko eilutėmis – tam tikrais intervalais (kasdien, kas savaitę) matuojama sutvarkyta skaičių seka. Norint suprasti laiko eilutę, būtina ją padalyti į tris dalis. Tendencija, ilgalaikė kryptis: ar bėgant metams jūsų skubios pagalbos priėmimas didėja ar mažėja? Sezoniškumas, reguliarus pasikartojantis svyravimas: žiemą padaugėja kvėpavimo takų ligų, vasarą padaugėja traumų/nelaimingų atsitikimų, savaitgaliais ambulatorijos ištuštėja. Triukšmas / svyravimai yra nepaaiškinami atsitiktiniai svyravimai. Gera prognozė atspindi tendencijas ir sezoniškumą ir neperdeda triukšmo. AI padeda atlikti šį atskyrimą; Bet jūsų darbas yra nuspręsti, kas yra tikrasis modelis, o kas yra triukšmas.

Svarbiausia sąvoka yra neapibrėžtumas. Joks įvertinimas nėra vienas galutinis skaičius. Geras įvertinimas rodo diapazoną: „Kitą šeštadienį greitosios pagalbos skyriuje tikimės nuo 210 iki 260 pacientų, o labiausiai tikėtina vertė yra 235“. Šis intervalas vadinamas pasitikėjimo intervalu. Jei planuosite remdamiesi diapazonu, o ne vienu skaičiumi, būsite pasirengę ir žemiems, ir dideliems scenarijams. Tikėjimas nelyginiais skaičiais yra klasikinė pernelyg pasitikinčio prognozavimo klaida.

Tarpų planavimas turi praktinę logiką: sveikatos priežiūros srityje nėra dviejų vienodai brangių klaidų aspektų. Kai nėra pakankamai darbuotojų ir didelė paklausa, kyla laukimo, perpildymo ir pacientų saugumo rizika; Tai didelė kaina. Kai yra perteklinis personalas ir maža paklausa, atsiranda tuščiosios eigos kaštai; Tai taip pat nepageidautina, bet lengviau valdoma. Todėl planavimas gyvybiškai svarbiuose skyriuose (skubios pagalbos, intensyviosios terapijos) dažnai atliekamas netoli viršutinės diapazono dalies (didelis scenarijus), tačiau taikant lankstumo planą, kuris gali perkelti pajėgumų perteklių į kitą skyrių. Vertingiausias dalykas, kurį jums suteikia prognozė, yra ne tikslus skaičius, o galimybė pamatyti šią dvipusę riziką ir pasirinkti informuotą buferį.

Žingsnis po žingsnio: paklausos prognozavimas naudojant AI

1. Surinkite pakankamai istorinių duomenų. Anoniminių kasdieninių/savaitinių paraiškų skaičius bent vienerius metus, pageidautina 2–3 metus, siekiant užfiksuoti sezoniškumą.
2. Pridėti kontekstą. Pažymėkite žinomus poveikius, pvz., atostogas, kampanijas, orus, epidemijos laikotarpius; Priešingu atveju AI manys, kad tai yra triukšmas.
3. Suskaidyti. Paprašykite AI apibendrinti tendencijas, sezoniškumą ir neįprastus šuolius.
4. Gaukite intervalo prognozę. Klauskite prognozių su mažais / tikėtinais / dideliais scenarijais, o ne pavieniais skaičiais.
5. Konvertuoti į talpą. Konvertuoti numatomus personalo, lovų ir medžiagų poreikius.
6. Lūžimo kontrolė. Jei horizonte yra veiksnys, kurio anksčiau nebuvo, pvz., epidemija, teisės aktų pasikeitimas arba naujos paslaugos teikimas, rankiniu būdu pataisykite prognozę remdamiesi eksperto nuomone.

Atsargiai: jei pasakysite AI „numatyti kitus metus“ ir nepateiksite jam duomenų, jis pateiks sugalvotą skaičių. Numatymas reikšmingas tik atsižvelgiant į jūsų pateiktus istorinius duomenis.

trys mini dėklai

1 atvejis – pasiruošimas gripo sezonui. Ligoninė suteikė YZ anoniminius 3 metų kasdienio skubios pagalbos priėmimo duomenis. YZ parodė, kad kasmet nuo gruodžio vidurio iki vasario paraiškų padaugėjo vidutiniškai 35 procentais, o didžiausias skaičius buvo sausio 3 savaitė. Vadovybė per šį laikotarpį planavo papildomas gydytojų ir slaugytojų pamainas ir padidino gripo vakcinų bei greitųjų testų atsargas. Tą žiemą laukimo laikas piko savaitę gerokai sumažėjo, palyginti su ankstesniais metais; nes pajėgumai jau atitiko perkrovą.

2 atvejis – scenarijus vietoj intervalo. Verslo vadovas paprašė dirbtinio intelekto vieno numerio jo „skubiam prašymui kitą šeštadienį“: 240. Tada jis dar kartą paklausė su pasitikėjimo intervalu: 205–275. Vadovas planavo pagal 275 (didelis scenarijus), bet taip pat parengė lankstų pasitraukimo planą (perteklinio personalo perkėlimas į kitą padalinį) pagal 205. Faktiniai prašymai buvo 262; Jei jis būtų pasikėlęs vienu numeriu, jis būtų suplanavęs 22 pacientus. Darbas tarpais jį saugojo.

3 atvejis – lūžis sutrikdo numatymą. Regione kilo netikėtas potvynis. Istoriniais duomenimis pagrįstoje prognozėje tai savaitei buvo nurodyta „normali“; kadangi pagalbos prašymų padaugėjo dvigubai. AI numatymas negalėjo matyti lūžio, nes praeityje tokio įvykio nebuvo. Krizių valdymo pultas atsitraukė nuo prognozavimo ir perėjo prie programų stebėjimo realiuoju laiku ir valandinių atnaujinimų. Pamoka: struktūrinio plyšimo metu praeitis nustoja būti kelrode; pirmenybė teikiama ekspertų nuomonei ir tiesioginiam stebėjimui.

Keturi kopijuojami šablonai

1) Laiko eilučių skaidymas:

Jūsų vaidmuo: ligoninės paklausos analitiko padėjėjas. Žemiau pateikiamas anoniminis 3 metų savaitės skubios pagalbos numerių sąrašas. Užduotis: (1) apibendrinkite bendrą tendenciją (padidėjimas / sumažėjimas), (2) apibūdinkite sezoninį modelį pagal mėnesį, (3) pabrėžkite visus neįprastus šuolius. Atskirkite, kas yra tikras modelis, o kas gali būti atsitiktinis svyravimas. Sugalvotų numerių pridėjimas.

2) Intervalo prognozė:

Remdamiesi anksčiau pateiktais duomenimis, sudarykite savaitės skubios pagalbos programos prognozę ateinančioms 4 savaitėms. NE vienas skaičius; Kiekvienai savaitei nurodykite žemą / greičiausiai / didžiausią diapazoną. Trumpai paaiškinkite, kodėl diapazonas toks platus.

3) Konvertavimas į numatomą pajėgumą:

Didžiausias scenarijaus įvertis piko savaitei yra 275 priėmimai per dieną. Vidutinis greitosios medicinos pagalbos gydytojas per pamainą priima ~35 pacientus, slaugytoja ~25. Užduotis: apskaičiuokite minimalų gydytojų ir slaugytojų skaičių, reikalingą esant dideliam scenarijui, parodykite formulę. Nurodykite, kad tai yra planavimo įvestis ir galutinis sprendimas priklauso nuo vadovo.

4) Įspėjimo apie lūžį kontrolinis sąrašas:

Paruoškite kontrolinį sąrašą, kuriame paklausiu, ar yra veiksnys, kurio NĖRA istoriniuose kito laikotarpio duomenyse: epidemija, teisės aktų pasikeitimas, naujo padalinio atidarymas, regioninis įvykis, oras/nelaimė. Prie kiekvieno elemento pridėkite pastabą: „Jei taip, kaip rankiniu būdu ištaisyti prognozę?

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Kiek pacientų atvyks kitą mėnesį?

Nėra duomenų, nėra vienetų, nėra laikotarpio apibrėžimo; AI gali tik sugalvoti dalykus.

Galingas raginimas:

Turiu 3 metų anoniminius savaitės poliklinikos prašymo duomenis (pridedama). Žinau, kad žiemos mėnesiais krūvis didėja. Pateikite žemo/tikėtino/didelio intervalo prognozę ateinančioms 6 savaitėms, apibūdinkite sezoninį modelį mėnesiais ir išvardykite visus šališkus veiksnius, dėl kurių prognozė gali būti neišsami / klaidinanti.

koncepcija

ka tu turi omenyje?

Poveikis planavimui

tendencija

ilgalaikė kryptis

Nuolatinės pajėgumų investicijos

sezoniškumas

Reguliarus kartojimas

Sezoninis papildomas personalas/atsargos

pasitikėjimo intervalas

Prognozės neapibrėžtumo juosta

Žemo ir aukšto scenarijų planas

lūžis

įvykis, kuris neįvyko praeityje

Nustokite spėlioti, pereikite prie tiesioginės peržiūros

Dažnos klaidos

• Tikėjimas nelyginiais skaičiais. Įvertinimas yra diapazonas; Planuoti pagal vieną tašką yra rizikinga.
• Nepakanka duomenų. Sezoniškumas negali būti užfiksuotas naudojant trumpesnius nei vienerių metų duomenis.
• Nepažymi konteksto. Jei nenurodysite švenčių ir akcijų, AI juos supainios su triukšmu.
• Nepaisydamas lūžio. Epidemijos / nelaimės laikotarpiais praeities duomenys yra klaidinantys.
• Nuspėjamasis sprendimas. Numatymas yra įvestis; Personalo ir biudžeto sprendimai priklauso vadovui.

Patarimas: palyginkite savo prognozę su faktine kiekvieno mėnesio prognoze ir registruokite „kiek nuolaida“. Šis atsiliepimas pagerina jūsų prognozes ir duomenis, kuriuos AI pateikiate laikui bėgant, ir moko, kaip pasitikėti prognozėmis.

Apibendrinant

Paklausos prognozavimas sukuria tiltą nuo praeities duomenų į ateitį, tačiau šis tiltas yra neaiškus. AI yra galinga priemonė atskirti laiko eilutes į tendencijas, sezoniškumą ir triukšmą bei sudaryti intervalų prognozes. Bazinis planavimas remiantis pasitikėjimo intervalu, o ne vienu skaičiumi; Pasiruoškite žemo ir aukšto scenarijui kartu. Svarbiausia: praeities duomenys nustoja būti orientyru lūžių, pavyzdžiui, epidemijų, nelaimių ir teisės aktų pasikeitimų, laikais; Čia pirmiausia yra ekspertų sprendimas ir stebėjimas realiuoju laiku.

Taikymo užduotis

Jei turite bent metų anoniminius savaitės atskaitos duomenis (jei ne, generuokite hipotetinius), paprašykite AI pateikti sezoninį modelį ir 4 savaičių intervalo prognozę naudodami šablonus „Laiko eilučių skaidymas“ ir „Intervalinė prognozė“. Tada palyginkite labiausiai tikėtinas vertes su apytikriu vidurkiu. Įrašykite 5 punktuose, kaip nustatytumėte lūžio veiksnį horizonte (pavyzdžiui, naujos poliklinikos atidarymas) ir rankiniu būdu pataisykite prognozę.

kontrolinis sąrašas

• [ ] Ar naudojau bent vienerių metų anoniminius duomenis sezoniškumui užfiksuoti?
• [ ] Ar pažymėjau kontekstus, pvz., šventes/kampanijas?
• [ ] Ar planavau naudodamas pasikliautinąjį intervalą, o ne vieną skaičių?
• [ ] Ar aš patikrinau lūžio veiksnius horizonte?
• [ ] Ar vertinu sąmatą kaip įvestį ir palieku sprendimą vadovui?