Project Description
VORHERSAGE DER BETTENKAPAZITÄT VON KRANKENHÄUSERN ZUR GEWÄHRLEISTUNG EINER OPTIMALEN PLANUNG
ZUYDERLAND
KURZ GESAGT
Zuyderland, ein Krankenhaus in Limburg (NL), hat sich der Innovation im Gesundheitswesen verschrieben. Mit dem Schwerpunkt auf der Verbesserung der Patientenversorgung arbeitet das Krankenhaus aktiv an der Entwicklung und Umsetzung neuer Ideen, Ressourcen, Techniken, Dienstleistungen und Prozesse.
Die Verlegung von Patienten von einer Station auf eine andere ist mit mehr Aufwand verbunden, als es scheint. Die Abteilungen bringen Patienten oft vorübergehend in freien Betten von Schwesterstationen unter, bis ihre eigenen Betten frei werden. Dies erfordert eine rechtzeitige Koordinierung, daher würde eine frühzeitige Anfrage logistische Probleme verringern. Bei einem starken Zustrom von Patienten ist es wichtig, dass das Krankenhaus über genügend Personal verfügt, um Patienten angemessen unterbringen und klinisch versorgen zu können. Nicht zuletzt wäre das Krankenhauspersonal durch die Kenntnis der richtigen Informationen in der Lage, effiziente Präventivmaßnamen ergreifen zu können indem es beispielsweise mehr Entlassungsvisiten durchführt, wenn ein hoher Patientenzustrom zu verzeichnen ist.
Um diese Herausforderungen zu bewältigen und Zuyderland bei der Verbesserung seiner Kapazitätsplanung zu unterstützen, arbeiten die Data-Science-Experten von Mediaan Conclusion mit Zuyderland-Experten zusammen und konzentrieren sich dabei auf drei Schlüsselbereiche:
Prognose der Patientenzuflüsse: Antizipieren Sie proaktiv den Zustrom von Patienten, um eine effektive Planung zu ermöglichen.
Statistischer Simulation von Patientenbewegungen innerhalb der Krankenhäuser: Entwicklung von Simulationen zum Verständnis und zur Optimierung der Patientenströme innerhalb des Krankenhauses.
Entwicklung eines Dashboards: Entwicklung eines umfassenden Dashboards, das Erkenntnisse in Echtzeit liefert und die Entscheidungsfindung unterstützt.
DIE HERAUSFORDERUNG
Um genaue Simulationen zu gewährleisten, mussten wir die Daten durchgehend verfeinern, um einen hochwertigen medizinischen Datensatz zu erhalten. Darüber hinaus war es auch eine haerausforderung für uns ein Gleichgewicht zu finden, in welchem wir spezifisch genug sein mussten ume eine genaue Vorhersage zu erstellen aber nicht so spezifisch, dass wir damit die Fähigkeit verloren haben eine Simulation durchführen zu können, da ansonsten keine Muster vorhergesagt werden können.
DAS KONZEPT
Um alle Herausforderungen zu meistern und unserem Kunden die bestmögliche Lösung zu bieten, entwickelte das Team ein Hybridmodell. Wir mussten sicherstellen, dass das Modell nicht nur die Anzahl der ins Krankenhaus aufgenommenen Patienten vorhersagen, sondern auch Ober- und Untergrenzen mit einem gewissen Maß an Zuverlässigkeit angeben kann. Dies würde es ermöglichen, strategisch für Worst-Case-Szenarien zu planen, so dass man selbst dann, wenn man mehr Patienten aufnimmt als statistisch erwartet, noch über ausreichende Kapazitäten verfügt. Die aus dieser Vorhersage gewonnenen Informationen würden dann als Input für die Simulation der Verlegung von Patienten von einer Station auf eine andere dienen. Wir haben dann ein benutzerfreundliches Dashboard entwickelt, das einen klaren und besseren Überblick bietet.
DAS TEAM
Die Datenwissenschaftler von Mediaan legten den Grundstein für dieses Projekt und arbeiteten eng mit den Datenwissenschaftlern, Datenanalysten und Anwendungsspezialisten von Zuyderland zusammen. Die Kombination von Fachwissen spielte eine entscheidende Rolle für den Erfolg des Projekts. Die folgenden Methoden und Technologien wurden eingesetzt:
Python
Time-Series Forecasting
Machine Learning
Microsoft SQL
Tableau
Docker
Apache Airflow
ERGEBNISSE
Das Team entwickelte erfolgreich eine Lösung, die wertvolle Einblicke sowohl in den erwarteten Patientenzustrom als auch in die simulierte Bewegung der Patienten zwischen den verschiedenen Abteilungen bot. Dies führte zu soliden Vorhersagen über die Anzahl der im gesamten Krankenhaus benötigten Betten, was für die langfristige Kapazitätsplanung nützlich war.
MÖCHTEN SIE MEHR SEHEN?
