Добивки:
- Способност да се разберат концептите на временски серии, сезонски и тренд и да се користи вештачката интелигенција со вистинските прашања и податоци за прогнозирање на побарувачката на пациентите
- Способност да се интерпретира несигурноста на прогнозата (интервал на доверливост, сценарија) и базно планирање на опсег наместо на единствен број
- Да се биде способен да се разликува дека предвидувањата за вештачка интелигенција се засноваат на историски податоци и дека стручната проценка доаѓа до израз во случаи на епидемии како што се епидемии / катастрофи.
Најтешкото прашање за администраторот на болницата е за иднината: "Колку пациенти ќе дојдат на Итната помош следната недела? Колку ќе се зголеми оптоварувањето на амбулантите во текот на зимската сезона на грип? Колку персонал ќе биде доволен за време на одморот?" Одговорите на овие прашања се нејасни, но не и целосно темни. Минатото носи индиции за иднината. Прогнозирањето на побарувачката е студија за предвидување на идниот пациент/оптовареност со гледање на историски податоци. Во оваа единица, ќе научите како да користите вештачка интелигенција во предвидувањето на побарувачката и - исто толку важно - како да управувате со неизвесноста на прогнозата. Правило на палецот: предвидувањето на вештачката интелигенција се заснова на минатите модели; Експертското расудување има приоритет во ситуации како што се епидемии, катастрофи и промени во законодавството.
Три компоненти на временските серии
Историските податоци за побарувачката се нарекуваат временска серија - подредена серија на броеви измерени во одредени интервали (дневни, неделни). За да се разбере временската серија, потребно е да се подели на три дела. Тренд, долгорочна насока: дали вашиот итен прием се зголемува или намалува со текот на годините? Сезонско, редовно повторливо флуктуирање: респираторните заболувања се зголемуваат во зима, траумите/несреќите се зголемуваат во лето, амбулантите се празнат за време на викендите. Бучавата/флуктуацијата се необјаснети случајни флуктуации. Добрата прогноза го доловува трендот и сезонството и не ја преувеличува бучавата. AI ви помага да го направите ова одвојување; Но, ваша работа е да процените која е вистинската шема, а што е бучава.
Најкритичниот концепт е неизвесноста. Ниту една проценка не е единствен дефинитивен број. Добрата проценка дава опсег: „Очекуваме меѓу 210 и 260 пациенти во собата за итни случаи следната сабота, со најверојатна вредност 235“. Овој интервал се нарекува интервал на доверба. Ако планирате врз основа на опсег, а не на единствен број, ќе бидете подготвени и за ниски и за високи сценарија. Верувањето во непарни броеви е класична грешка на пресигурното предвидување.
Постои практична логика за планирањето на растојанието: во здравството, нема два аспекта на грешка кои се подеднакво скапи. Кога нема доволно персонал и голема побарувачка, постои ризик од чекање, пренатрупаност и безбедност на пациентите; Ова е висока цена. Кога има вишок на персонал и мала побарувачка, се јавуваат неактивни трошоци; Ова е исто така непожелно, но повеќе податливо. Затоа, планирањето во виталните единици (итни случаи, интензивна нега) често се прави во близина на горниот крај на опсегот (високо сценарио), но со план за флексибилност што може да го префрли вишокот капацитет на друга единица. Највредното нешто што ви го дава прогнозата не е точниот број, туку можноста да го видите овој двонасочен ризик и да изберете информиран тампон.
Чекор по чекор: Прогнозирање на побарувачката со вештачка интелигенција
- Соберете доволно историски податоци. Број на анонимни дневни/неделни апликации за најмалку една цела година, по можност 2-3 години, за да се долови сезонската состојба.
- Додадете контекст. Обележете ги познатите влијанија како што се празници, кампањи, временски услови, периоди на епидемија; Во спротивно, вештачката интелигенција ќе помисли дека се бучава.
- Распаѓаат. Побарајте од вештачката интелигенција да ги сумира трендот, сезонството и невообичаените скокови.
- Добијте прогноза за интервал. Побарајте предвидувања со ниски/веројатни/високи сценарија, а не со единечни бројки.
- Претворете во капацитет. Претворете ги проценетите потреби за персонал, кревет и материјал.
- Контрола на кршење. Ако има фактор на хоризонтот што не постоел во минатото, како што е епидемија, промена на законодавството или отворање на нова услуга, рачно поправете ја прогнозата со стручна проценка.
Внимание: Ако и кажете на вештачката интелигенција да ја „предвиди следната година“ и не и дадете податоци, таа ќе ви даде измислен број. Предвидувањето е значајно само на историските податоци што ги давате.
три мини футроли
Случај 1 - Подготовка за сезоната на грип. Болницата му дала на YZ 3 години анонимни дневни податоци за итен прием. YZ покажа дека апликациите се зголемиле во просек за 35 проценти помеѓу средината на декември и февруари секоја година, со врвот во 3-тата недела од јануари. Раководството планираше дополнителни смени на лекари и медицински сестри за време на овој прозорец и ја зголеми залихата на вакцини против грип и брзи тестови. Таа зима, времето на чекање за време на шпицот на неделата значително се намали во споредба со претходната година; бидејќи капацитетот веќе го исполни метежот.
Случај 2 - Сценарио наместо интервал. Еден деловен менаџер побарал од вештачката интелигенција единствен број за неговата „итна апликација следната сабота“: 240. Потоа повторно прашал со интервал на доверба: 205–275. Менаџерот го направил планирањето според 275 (високо сценарио), но подготвил и флексибилен план за излез (префрлање на вишокот персонал во друга единица) според 205. Реалните пријави биле 262; Да се потпреше на една бројка, ќе испланираше недоволно од 22 пациенти. Работењето во интервали го штитеше.
Случај 3 - Збег го нарушува предвидувањето. Во еден регион имаше неочекувана поплава. Прогнозата заснована на историски податоци вели „нормална“ за таа недела; додека апликациите за итни случаи се двојно зголемени. Предвидувањето на вештачката интелигенција не можеше да го види прекинот бидејќи таков настан не постоеше во минатото. Кризното биро се оддалечи од прогнозирањето и се префрли на следење апликации во реално време и ажурирања на час. Поука: при структурен прекин, минатото престанува да биде водич; стручното расудување и следењето во живо имаат предност.
Четири шаблони за копирање
1) Разложување на временски серии:
Вашата улога: асистент на аналитичар на побарувачка во болницата. Подолу е анонимен, 3-годишен неделен список на броеви за прием во итни случаи. Задача: (1) сумирајте го општиот тренд (зголемување/намалување), (2) опишете ја сезонската шема по месеци, (3) истакнете ги сите невообичаени скокови. Направете разлика помеѓу она што е вистинска шема и она што може да биде случајна флуктуација. Собирање измислени броеви.
2) Прогноза на интервал:
Врз основа на горенаведените податоци, направете неделна прогноза за апликација за итни случаи за следните 4 недели. НИТУ еден број; Наведете опсег на ниски / најверојатно / високи за секоја недела. Накратко објаснете зошто опсегот е толку широк.
3) Конверзија на проценет капацитет:
Високата проценка на сценариото за врвната недела е 275 приеми/ден. Просечниот лекар за итни случаи гледа ~ 35 пациенти по смена, медицинска сестра гледа ~ 25. Задача: пресметајте го минималниот број на лекари и медицински сестри потребни во високото сценарио, покажете ја формулата. Наведете дека ова е инпут за планирање и конечната одлука е на менаџерот.
4) Список за проверка за предупредување за дефект:
Подгответе листа за проверка во која ќе прашам дали има фактор што НЕ го има во историските податоци во следниот период: епидемија, промена на законската регулатива, отворање на нова единица, регионален настан, временски услови/катастрофа. Додадете белешка за секоја ставка, "Ако е така, како рачно да ја поправам прогнозата?"
Слаб промпт / Силен промпт
Слаба навестување:
Колку пациенти ќе дојдат следниот месец?
Без податоци, без единици, без дефиниција на период; Вештачката интелигенција може само да ги измисли работите.
Моќен потсетник:
Имам 3 години анонимни неделни податоци за апликација за амбулантска клиника (во прилог). Знам дека товарот се зголемува во текот на зимските месеци. Наведете прогноза со низок/веројатен/висок опсег за следните 6 недели, опишете ја сезонската шема по месеци и наведете ги сите пристрасни фактори што може да ја направат прогнозата нецелосна/лажна.
концепт
Што сакаш да кажеш?
Влијание врз планирањето
тренд
долгорочна насока
Инвестиција на постојан капацитет
сезонски
Редовно повторување
Сезонски дополнителен персонал/залихи
интервал на доверба
Појас на несигурност на прогнозата
План за ниско и високо сценарио
фрактура
настан кој не се случил во минатото
Престанете да погодувате, префрлете се на гледање во живо
Вообичаени грешки
- Верување во непарни броеви. Проценката е опсег; Планирањето врз основа на една точка е ризично.
- Недоволни податоци. Сезонството не може да се долови со помалку од една година податоци.
- Не означување на контекстот. Ако не наведете празници и промоции, вештачката интелигенција ќе ги погреши како бучава.
- Игнорирање на скршеноста. За време на периоди на епидемија/катастрофи, податоците од минатото се погрешни.
- Предвидлива одлука. Предвидувањето е влез; Кадровските и буџетските одлуки му припаѓаат на менаџерот.
Совет: споредете ја вашата прогноза со реалната секој месец и водете евиденција за „колку е исклучено“. Оваа повратна информација го подобрува и вашето предвидување и податоците што ги давате на вештачката интелигенција со текот на времето и ве учи колку да му верувате на предвидувањето.
Сумирано
Прогнозата на побарувачката гради мост од минатите податоци кон иднината, но овој мост е неизвесен. Вештачката интелигенција е моќна помош за одвојување на временските серии на трендови, сезонски и шум и производство на прогноза на интервал. Планирањето го заснова на интервалот на доверба, а не на еден број; Подгответе се за ниското и високото сценарио заедно. Што е најважно: податоците од минатото престануваат да бидат водич во време на прекини како што се епидемии, катастрофи и промени во законодавството; Тоа е местото каде што стручното расудување и следењето во реално време се на прво место.
Задача за апликација
Ако имате најмалку една година анонимни неделни референтни податоци (ако не, генерирајте хипотетички), побарајте од вештачката интелигенција за сезонска шема и прогноза за интервал од 4 недели со шаблоните „Разложување на временски серии“ и „Прогноза на интервали“. Потоа споредете ги најверојатните вредности со вашиот груб просек. Напишете во 5 ставки како би идентификувале фактор на кршење на хоризонтот (на пример, отворање нова амбуланта) и рачно поправете ја прогнозата.
листа за проверка
- [ ] Дали користев најмалку една година анонимни податоци за да ја доловам сезонската состојба?
- [ ] Дали означив контексти како што се празници/кампањи?
- [ ] Дали планирав со интервал на доверба наместо со еден број?
- [ ] Дали ги проверив факторите на кршење на хоризонтот?
- [ ] Дали ја земам проценката како влез и ја оставам одлуката на менаџерот?