Dobički:
- Sposobnost razumevanja konceptov časovnih vrst, sezonskosti in trendov ter uporabe umetne inteligence s pravimi vprašanji in podatki za napovedovanje povpraševanja bolnikov
- Sposobnost interpretacije negotovosti napovedi (interval zaupanja, scenariji) in osnova načrtovanja na območju in ne na eni sami številki
- Biti sposoben razlikovati, da napovedi umetne inteligence temeljijo na zgodovinskih podatkih in da je strokovna presoja v ospredju v primerih izbruhov, kot so epidemije / katastrofe.
Najtežje vprašanje za upravnika bolnišnice je o prihodnosti: "Koliko pacientov bo prihodnji teden prišlo na urgenco? Za koliko se bo povečala obremenitev ambulant v času zimske gripe? Koliko osebja bo dovolj med dopustom?" Odgovori na ta vprašanja so nejasni, a ne povsem temni. Preteklost nosi namige za prihodnost. Napovedovanje povpraševanja je študija napovedovanja prihodnjih pacientov/delovne obremenitve na podlagi preteklih podatkov. V tej enoti se boste naučili, kako uporabljati umetno inteligenco pri napovedovanju povpraševanja in – kar je prav tako pomembno – kako obvladovati negotovost napovedi. Osnovno pravilo: napovedovanje umetne inteligence temelji na preteklih vzorcih; Strokovna presoja ima prednost v situacijah, kot so epidemije, katastrofe in spremembe zakonodaje.
Tri komponente časovne vrste
Pretekli podatki o povpraševanju se imenujejo časovna vrsta – urejen niz števil, izmerjenih v določenih intervalih (dnevno, tedensko). Da bi razumeli časovno vrsto, jo je potrebno razdeliti na tri dele. Trend, dolgoročna usmeritev: Ali vaš urgentni sprejem z leti narašča ali upada? Sezonskost, redna ponavljajoča se nihanja: pozimi se poveča število bolezni dihal, poleti več travm/nezgod, ambulante so prazne ob koncih tedna. Šum/nihanje je nepojasnjeno naključno nihanje. Dobra napoved zajame trend in sezonskost in ne pretirava s hrupom. AI vam pomaga pri tem ločevanju; Vaša naloga pa je, da presodite, kaj je pravi vzorec in kaj šum.
Najbolj kritičen koncept je negotovost. Nobena ocena ni ena dokončna številka. Dobra ocena daje razpon: "Prihodnjo soboto na urgenci pričakujemo med 210 in 260 pacientov, najverjetnejša vrednost pa je 235." Ta interval se imenuje interval zaupanja. Če načrtujete na podlagi razpona in ne ene same številke, boste pripravljeni na nizke in visoke scenarije. Verjeti v neparna števila je klasična napaka preveč samozavestnega napovedovanja.
Pri načrtovanju razmika obstaja praktična logika: v zdravstvu ni dveh vidikov napake, ki sta enako draga. Ob pomanjkanju osebja in velikem povpraševanju obstaja nevarnost čakanja, preobremenjenosti in varnosti bolnikov; To je visoka cena. Kadar je presežek osebja in malo povpraševanja, nastanejo stroški prostega teka; Tudi to je nezaželeno, a bolj obvladljivo. Zato se načrtovanje v vitalnih enotah (nujna, intenzivna nega) pogosto izvaja blizu zgornje meje razpona (visok scenarij), vendar z načrtom prilagodljivosti, ki lahko presežne zmogljivosti prenese na drugo enoto. Najdragocenejša stvar, ki vam jo daje napoved, ni natančna številka, ampak možnost, da vidite to dvosmerno tveganje in izberete informiran blažilnik.
Korak za korakom: Napovedovanje povpraševanja z AI
- Zberite dovolj zgodovinskih podatkov. Število anonimnih dnevnih/tedenskih prijav za vsaj eno polno leto, po možnosti 2-3 leta, da se zajame sezonskost.
- Dodajte kontekst. Označite znane vplive, kot so prazniki, akcije, vreme, obdobja epidemije; V nasprotnem primeru bo AI mislil, da so hrup.
- Razkrojiti. Prosite AI naj povzame trend, sezonskost in nenavadne skoke.
- Pridobite intervalno napoved. Zahtevajte napovedi z nizkimi/verjetnimi/visokimi scenariji, ne z enimi številkami.
- Pretvori v kapaciteto. Pretvorite ocenjene potrebe po osebju, postelji in materialu.
- Nadzor zlomov. Če je na obzorju dejavnik, ki ga v preteklosti ni bilo, kot je epidemija, sprememba zakonodaje ali odprtje nove storitve, s strokovno presojo ročno popravite napoved.
Pozor: če umetni inteligenci rečete, naj "napove naslednje leto" in ji ne posredujete podatkov, vam bo dala izmišljeno številko. Napoved je pomembna le na podlagi zgodovinskih podatkov, ki jih posredujete.
trije mini kovčki
Primer 1 – Priprave na sezono gripe. Bolnišnica je YZ dala 3 leta anonimnih dnevnih podatkov o nujnih sprejemih. YZ je pokazal, da se je število prijav v povprečju povečalo za 35 odstotkov med sredino decembra in februarjem vsako leto, z vrhuncem v 3. tednu januarja. Vodstvo je v tem obdobju načrtovalo dodatne izmene zdravnikov in medicinskih sester ter povečalo zalogo cepiv proti gripi in hitrih testov. Tisto zimo so se čakalne dobe med tednom največje porabe v primerjavi s prejšnjim letom izrazito zmanjšale; ker je zmogljivost že dosegla prezasedenost.
Primer 2 – Scenarij namesto intervala. Vodja podjetja je prosil AI za eno številko za svojo "nujno prijavo naslednjo soboto": 240. Nato je znova vprašal z intervalom zaupanja: 205–275. Vodja je načrtoval po 275 (visok scenarij), pripravil pa je tudi fleksibilni izhodni načrt (premestitev presežnih kadrov v drugo enoto) po 205. Dejanskih prijav je bilo 262; Če bi se zanašal na eno samo številko, bi bil premajhen za 22 pacientov. Delo v intervalih ga je zaščitilo.
Primer 3 – Preboj moti napovedovanje. V regiji je prišlo do nepričakovane poplave. Napoved, ki temelji na preteklih podatkih, je za ta teden rekla "normalno"; medtem ko so se prijave v nujnih primerih podvojile. Napoved AI ni mogla videti preloma, ker tak dogodek v preteklosti ni obstajal. Krizna služba se je oddaljila od napovedovanja in prešla na sledenje aplikacijam v realnem času in vsakourno posodabljanje. Nauk: v strukturnem zlomu preteklost preneha biti vodilo; prednost ima strokovna presoja in spremljanje v živo.
Štiri predloge za kopiranje
1) Razčlenitev časovne vrste:
Vaša vloga: pomočnik bolnišničnega analitika povpraševanja. Spodaj je anonimen 3-letni tedenski seznam številk za nujne sprejeme. Naloga: (1) povzemite splošni trend (rast/pad), (2) opišite sezonski vzorec po mesecih, (3) poudarite morebitne neobičajne skoke. Razlikujte med resničnim vzorcem in tem, kaj je lahko naključno nihanje. Seštevanje izmišljenih števil.
2) Intervalna napoved:
Na podlagi zgornjih podatkov naredite tedensko napoved uporabe v sili za naslednje 4 tedne. NITI ene številke; Za vsak teden navedite nizko / najverjetneje / visoko vrednost. Na kratko pojasnite, zakaj je razpon tako širok.
3) Pretvorba v ocenjeno zmogljivost:
Visoka ocena scenarija za največji teden je 275 sprejemov/dan. Povprečen urgentni zdravnik sprejme ~35 pacientov na izmeno, medicinska sestra pa ~25. Naloga: izračunajte minimalno število zdravnikov in medicinskih sester, potrebnih v visokem scenariju, pokažite formulo. Navedite, da je to vložek pri načrtovanju in da je končna odločitev v rokah upravitelja.
4) Kontrolni seznam za opozorila o zlomu:
Pripravite kontrolni seznam, v katerem bom vprašal, ali obstaja dejavnik, ki ga NI v zgodovinskih podatkih v naslednjem obdobju: epidemija, sprememba zakonodaje, odprtje nove enote, regijski dogodek, vreme/nesreča. Za vsak element dodajte opombo "Če je tako, kako naj ročno popravim napoved?"
Šibek poziv/močan poziv
Šibek poziv:
Koliko pacientov bo prišlo naslednji mesec?
Brez podatkov, brez enot, brez definicije obdobja; Umetna inteligenca lahko le izmisli stvari.
Močan poziv:
Imam 3 leta anonimnih tedenskih ambulantnih prijavnih podatkov (priloženo). Vem, da se obremenitev v zimskih mesecih poveča. Navedite nizek/verjeten/visok razpon napovedi za naslednjih 6 tednov, opišite sezonski vzorec po mesecih in navedite morebitne pristranske dejavnike, zaradi katerih je lahko napoved nepopolna/zavajajoča.
koncept
kaj misliš
Vpliv na načrtovanje
trend
dolgoročna usmeritev
Trajna naložba v zmogljivost
sezonskost
Redno ponavljanje
Sezonsko dodatno osebje/zaloge
interval zaupanja
Razpon negotovosti napovedi
Načrt nizkega in visokega scenarija
zlom
dogodek, ki se ni zgodil v preteklosti
Nehajte ugibati, preklopite na ogled v živo
Pogoste napake
- Verjeti v neparna števila. Ocena je razpon; Načrtovanje na podlagi ene same točke je tvegano.
- Nezadostni podatki. Sezonskosti ni mogoče zajeti z manj kot enoletnimi podatki.
- Brez označevanja konteksta. Če ne določite praznikov in promocij, jih bo AI zamenjal za hrup.
- Ignoriranje zlomljenosti. V obdobjih epidemije/katastrofe so pretekli podatki zavajajoči.
- Napovedna odločitev. Napoved je vnos; Kadrovske in proračunske odločitve pripadajo upravitelju.
Nasvet: vsak mesec primerjajte svojo napoved z dejansko in beležite, »koliko je nižja«. Te povratne informacije izboljšajo vašo napoved in podatke, ki jih sčasoma posredujete umetni inteligenci, ter vas naučijo, koliko zaupati napovedi.
Če povzamem
Napovedovanje povpraševanja gradi most od preteklih podatkov do prihodnosti, vendar je ta most negotov. AI je močan pripomoček pri ločevanju časovnih vrst na trend, sezonskost in hrup ter ustvarjanju intervalne napovedi. Načrtovanje temelji na intervalu zaupanja, ne na eni sami številki; Skupaj se pripravite na nizek in visok scenarij. Najpomembneje: pretekli podatki prenehajo biti vodilo v časih prelomov, kot so epidemije, katastrofe in spremembe zakonodaje; Tu sta strokovna presoja in spremljanje v realnem času na prvem mestu.
Aplikacijska naloga
Če imate vsaj eno leto anonimnih tedenskih referenčnih podatkov (če ne, ustvarite hipotetične), prosite AI za sezonski vzorec in 4-tedensko intervalno napoved s predlogama »Razčlenitev časovne vrste« in »Intervalna napoved«. Nato primerjajte najverjetnejše vrednosti s svojim grobim povprečjem. V 5 točkah zapišite, kako bi prepoznali prelomni dejavnik na obzorju (na primer odprtje nove ambulante) in ročno popravite napoved.
kontrolni seznam
- [ ] Ali sem uporabil vsaj eno leto anonimnih podatkov za zajem sezonskosti?
- [ ] Ali sem označil kontekste, kot so prazniki/kampanje?
- [ ] Ali sem načrtoval z intervalom zaupanja namesto z eno številko?
- [ ] Ali sem preveril faktorje zloma na obzorju?
- [ ] Ali predračun vzamem kot vhod in odločitev prepustim upravniku?