Добици:
- Способност разумевања концепта временских серија, сезоналности и тренда и коришћења вештачке интелигенције са правим питањима и подацима за предвиђање потражње пацијената
- Способност да се тумачи несигурност прогнозе (интервал поверења, сценарији) и планирање базира на опсегу, а не на једном броју
- Бити у стању да разликује да је предвиђање вештачке интелигенције засновано на историјским подацима и да стручна процена долази до изражаја у случајевима избијања као што су епидемије/катастрофе.
Најтеже питање за администратора болнице је о будућности: "Колико ће пацијената доћи у хитну помоћ следеће недеље? Колико ће се повећати оптерећење амбуланте током зимске сезоне грипа? Колико ће особља бити довољно током празника?" Одговори на ова питања су нејасни, али не и потпуно мрачни. Прошлост носи трагове за будућност. Предвиђање потражње је студија предвиђања будућих пацијената/оптерећења послом гледањем историјских података. У овој јединици ћете научити како да користите вештачку интелигенцију у предвиђању потражње и – што је једнако важно – како да управљате неизвесношћу прогнозе. Основно правило: АИ предвиђање је засновано на прошлим обрасцима; Процена стручњака има предност у ситуацијама као што су епидемије, катастрофе и промене у законодавству.
Три компоненте временске серије
Историјски подаци о потражњи називају се временском серијом — уређена серија бројева мерених у одређеним интервалима (дневно, недељно). Да бисмо разумели временску серију, потребно је поделити је на три дела. Тренд, дугорочни правац: да ли се ваш хитни пријем повећава или смањује током година? Сезонско стање, редовна флуктуација која се понавља: респираторна обољења се повећавају зими, трауме/незгоде се повећавају лети, амбуланте се празне викендом. Шум/флуктуација су необјашњиве насумичне флуктуације. Добра прогноза обухвата тренд и сезоналност и не преувеличава буку. АИ вам помаже да извршите ово раздвајање; Али ваш је посао да процените шта је прави образац, а шта бука.
Најкритичнији концепт је неизвесност. Ниједна процена није коначан број. Добра процена даје распон: „Очекујемо између 210 и 260 пацијената у хитној помоћи следеће суботе, а највероватнија вредност је 235. Овај интервал се назива интервал поверења. Ако планирате на основу распона, а не једног броја, бићете спремни за ниске и високе сценарије. Веровање у непарне бројеве је класична грешка претерано самоувереног предвиђања.
Постоји практична логика у планирању размака: у здравству нема два аспекта грешке једнако скупа. Када нема довољно особља и велика потражња, постоји ризик од чекања, пренатрпаности и безбедности пацијената; Ово је висока цена. Када постоји вишак особља и мала потражња, настају трошкови мировања; Ово је такође непожељно, али је лакше управљати. Стога се планирање у виталним јединицама (хитна помоћ, интензивна нега) често врши близу горњег краја опсега (високи сценарио), али са планом флексибилности који може пребацити вишак капацитета на другу јединицу. Највреднија ствар коју вам прогноза даје није тачан број, већ способност да видите овај двосмерни ризик и изаберете информисани бафер.
Корак по корак: Предвиђање потражње са АИ
- Прикупите довољно историјских података. Број анонимних дневних/недељних апликација током најмање једне пуне године, пожељно 2-3 године, да би се ухватила сезонска појава.
- Додајте контекст. Означите познате утицаје као што су празници, кампање, време, периоди епидемије; У супротном, АИ ће мислити да су бука.
- Децомпосе. Замолите АИ да сумира тренд, сезоналност и необичне скокове.
- Добијте прогнозу интервала. Тражите предвиђања са ниским/вероватним/високим сценаријима, а не појединачним бројевима.
- Претворите у капацитет. Претворите процењене потребе за особљем, креветом и материјалом.
- Контрола лома. Ако на хоризонту постоји фактор који није постојао у прошлости, као што је епидемија, промена закона или отварање нове услуге, ручно исправите прогнозу стручном проценом.
Опрез: Ако кажете АИ да „предвиди следећу годину“ и не дате јој податке, она ће вам дати измишљени број. Предвиђање има смисла само на основу историјских података које пружите.
три мини кофера
Случај 1 — Припрема за сезону грипа. Болница је дала 3 године анонимних дневних података о хитном пријему ИЗ. ИЗ је показао да се пријаве повећавају у просеку за 35 процената између средине децембра и фебруара сваке године, са врхунцем у 3. недељи јануара. Управа је планирала додатне смене лекара и медицинских сестара током овог периода и повећала залихе вакцина против грипа и брзих тестова. Те зиме, време чекања током вршне недеље значајно је пало у поређењу са претходном годином; јер је капацитет већ задовољио загушење.
Случај 2 — Сценарио уместо интервала. Пословни менаџер је од АИ тражио један број за његову „хитну пријаву следеће суботе“: 240. Затим је поново питао са интервалом поверења: 205–275. Менаџер је направио планирање према 275 (високи сценарио), али је такође припремио флексибилан план изласка (пребацивање вишка особља у другу јединицу) према 205. Стварне пријаве су биле 262; Да се ослањао на само један број, недовољно би планирао 22 пацијента. Рад у интервалима га је заштитио.
Случај 3 — Пробијање ремети предвиђање. У региону је дошло до неочекиване поплаве. Прогноза заснована на историјским подацима говорила је "нормално" за ту недељу; док су се пријаве за хитне случајеве удвостручиле. Предвиђање АИ није могло да види прекид јер такав догађај није постојао у прошлости. Кризни деск се удаљио од предвиђања и прешао на праћење апликација у реалном времену и ажурирања по сату. Поука: у структурном лому прошлост престаје да буде водич; стручна процена и праћење уживо имају предност.
Четири шаблона за копирање
1) Декомпозиција временске серије:
Ваша улога: помоћник аналитичара потражње у болници. Испод је анонимна, трогодишња недељна листа бројева за хитне случајеве. Задатак: (1) сумирати општи тренд (повећање/смањење), (2) описати сезонски образац по месецима, (3) истаћи све необичне скокове. Разликујте шта је прави образац и оно што може бити случајна флуктуација. Сабирање измишљених бројева.
2) Интервална прогноза:
На основу горенаведених података, направите недељну прогнозу за хитне случајеве за наредне 4 недеље. НИЈЕ један број; Дајте распон ниске / највероватније / високе за сваку недељу. Укратко објасните зашто је опсег тако широк.
3) Конверзија у процењени капацитет:
Висока процена сценарија за вршну недељу је 275 пријема дневно. Просечан лекар хитне помоћи прегледа ~35 пацијената по смени, медицинска сестра ~25. Задатак: израчунајте минимални број лекара и медицинских сестара потребан у високом сценарију, покажите формулу. Наведите да је ово инпут планирања и да је коначна одлука на менаџеру.
4) Контролна листа упозорења о квару:
Припремите контролну листу у којој ћу питати да ли постоји фактор који НИЈЕ у историјским подацима у наредном периоду: епидемија, промена законодавства, отварање нове јединице, регионални догађај, време/катастрофа. Додајте напомену за сваку ставку „Ако је тако, како да ручно исправим прогнозу?“
Слаби промпт / Јаки промпт
Слабо обавештење:
Колико ће пацијената доћи следећег месеца?
Нема података, нема јединица, нема дефиниције периода; АИ може само да измисли ствари.
Снажан упит:
Имам 3 године анонимне недељне пријаве за амбулантне клинике (у прилогу). Знам да се оптерећење повећава током зимских месеци. Дајте прогнозу ниског/вероватног/високог опсега за наредних 6 недеља, опишите сезонски образац по месецима и наведите све факторе пристрасности који могу учинити прогнозу непотпуном/обмањућом.
концепт
Како то мислиш?
Утицај на планирање
тренд
дугорочни правац
Трајна инвестиција у капацитет
сезоналност
Редовно понављање
Додатно сезонско особље/залихе
интервал поверења
Опсег неизвесности прогнозе
План ниског и високог сценарија
прелом
догађај који се није догодио у прошлости
Престаните да погађате, пређите на гледање уживо
Уобичајене грешке
- Верујући у непарне бројеве. Процена је опсег; Планирање засновано на једној тачки је ризично.
- Недовољно података. Сезоналност се не може ухватити са подацима мање од једне године.
- Не обележавање контекста. Ако не наведете празнике и промоције, АИ ће их погрешно сматрати буком.
- Игноришући сломљеност. Током периода епидемије/катастрофа, подаци из прошлости су погрешни.
- Предиктивна одлука. Предвиђање је улаз; Кадровске и буџетске одлуке припадају руководиоцу.
Савет: Упоредите своју прогнозу са стварним сваког месеца и водите евиденцију „колико је искључено“. Ове повратне информације побољшавају и ваше предвиђање и податке које дајете АИ током времена и учи вас колико да верујете предвиђању.
Укратко
Предвиђање потражње гради мост од прошлих података до будућности, али овај мост је неизвестан. АИ је моћна помоћ у раздвајању временских серија на тренд, сезоналност и буку и стварању интервалне прогнозе. Засновати планирање на интервалу поверења, а не на једном броју; Припремите се за низак и високи сценарио заједно. Оно што је најважније: подаци из прошлости престају да буду водич у временима раскида као што су епидемије, катастрофе и промене у законодавству; Ту је стручно мишљење и праћење у реалном времену на првом месту.
Задатак апликације
Ако имате најмање годину дана анонимних недељних референтних података (ако не, генеришите хипотетичке), затражите од АИ сезонски образац и прогнозу интервала од 4 недеље са шаблонима „Разлагање временске серије“ и „Интервална прогноза“. Затим упоредите највероватније вредности са вашим грубим просеком. Напишите у 5 ставки како бисте идентификовали преломни фактор на хоризонту (на пример, отварање нове амбуланте) и ручно исправите прогнозу.
контролна листа
- [ ] Да ли сам користио најмање једну годину анонимних података да бих ухватио сезонски карактер?
- [ ] Да ли сам означио контексте као што су празници/кампање?
- [ ] Да ли сам планирао са интервалом поверења уместо са једним бројем?
- [ ] Да ли сам проверио преломне факторе на хоризонту?
- [ ] Да ли узимам процену као инпут и препуштам одлуку менаџеру?