E se os dados pudessem ajudar a prever o prognóstico de um paciente, otimizar as operações hospitalares ou otimizar os recursos humanos em medicina? Um livro recém -nas prateleiras, “A Analytics Edge in Healthcare”Mostra que isso já está acontecendo e demonstra como escalá -lo.
Autores de Dimitris Bertsimas, vice -reitor do MIT para aprendizado aberto, juntamente com dois dos ex -alunos de Bertsimas – Agni Orfanoudaki PhD ’21, Professor Associado de Operações da Universidade de Oxford’s SAIR Enterprise College e Hollo análise. Com ênfase em aplicações do mundo actual, a primeira parte do livro estabelece fundações técnicas-abrangendo aprendizado e otimização de máquina-enquanto a segunda parte do livro apresenta estudos de caso integrados que abrangem várias especialidades clínicas e tipos de problemas usando análises descritivas, preditivas e prescritivas.
Parte de uma série mais ampla, “The Analytics Edge in Healthcare” demonstra como alavancar dados e modelos para tomar melhores decisões no setor de saúde, enquanto seu antecessor, “A vantagem da análise”Mergulha na ciência do uso de dados para criar modelos, melhorar as decisões e agregar valor a instituições e indivíduos.
Bertsimas, que também é o reitor associado de análise de negócios e os líderes da Boeing para o Professor de Administração de Operações Globais na MIT Sloan College of Administration, é o inovador por trás 15.071 (The Analytics Edge)um curso sobre o MIT Open Studying’s Mitx Isso atraiu centenas de milhares de alunos on -line e serviu de inspiração por trás da série de livros. Bertsimas fez uma pausa na pesquisa e seu trabalho no MIT Open Studying para discutir como o campo da análise está transformando o sistema de saúde e compartilhando algumas maneiras surpreendentes pelas quais a análise já está sendo usada em hospitais.
Q: Como o campo da análise está mudando a maneira como os hospitais prestam cuidados e gerenciam suas operações?
UM: Como acadêmico, sempre aspirei educar, escrever publicações e utilizar o que fazemos na prática. Portanto, eu fundei Otimização hospitalar holística (H20) Com o objetivo de otimizar as operações hospitalares com aprendizado de máquina para melhorar o atendimento ao paciente. Desenvolvemos uma variedade de ferramentas no MIT e as implementamos em hospitais em todo o mundo. Por exemplo, gerenciamos o tempo de permanência dos pacientes e seus índices de deterioração (uma ferramenta computadorizada que prevê o risco de deterioração clínica de um paciente); Gerenciamos a otimização de enfermagem e como os hospitais podem alocar recursos humanos adequadamente; E otimizamos blocos para cirurgias. Este é o começo de uma mudança em que os métodos de análise e IA agora estão sendo amplamente utilizados. Minha esperança seria que este trabalho e este livro acelerem o efeito de usar essas ferramentas.
Além disso, eu ensinei um curso de nove aulas Duas vezes com Agni e Holly no sistema hospitalar de Hartford, onde percebi que esses métodos de análise – que normalmente não são ensinados em escolas de medicina – podem ser demonstradas para profissionais de saúde, incluindo médicos, enfermeiros e administradores. Para ter um impacto, você precisa ter métodos apropriados, implementá -los e aplicá -los, mas também precisa educar as pessoas sobre como usá -las. Isso se vincula bem ao meu papel no Open Studying, onde nosso objetivo é educar os alunos em todo o mundo. De fato, o aprendizado aberto está lançando este outono Common IA, uma experiência dinâmica de aprendizado on -line que fornece conhecimento abrangente sobre inteligência synthetic, preparando um público world de alunos para o emprego em nosso mercado de trabalho em rápida evolução.
Q: Quais são algumas maneiras surpreendentes de análises que estão sendo usadas nos cuidados de saúde que a maioria das pessoas não esperaria?
UM: Usando análises, reduzimos o tempo de permanência dos pacientes no Hospital Hartford de 5,67 dias para cinco dias. Temos um algoritmo que prevê a probabilidade dos pacientes de serem libertados; Portanto, os médicos priorizam os pacientes com a maior probabilidade, preparando -os para alta. Isso significa que o hospital pode tratar muito mais pacientes e os pacientes permanecem no hospital menos tempo.
Além disso, quando os hospitais tiveram um aumento na rotatividade de enfermeiros durante a pandemia Covid-19, desenvolvemos um sistema de análise que leva em consideração a equidade e a justiça e diminui os custos de horas extras, dando slots preferidos aos enfermeiros e diminuindo substancialmente a rotatividade geral. Estes são apenas dois exemplos; Existem muitos outros em que uma perspectiva analítica para os cuidados de saúde e a medicina fez uma diferença materials.
Q: Olhando para o futuro, como você vê a inteligência synthetic moldando o futuro dos cuidados de saúde?
UM: De uma maneira muito significativa – usamos o aprendizado de máquina para fazer melhores previsões, mas a IA generativa pode explicá -las. Eu já vejo um movimento nessa direção. É realmente a evolução da IA que tornou isso possível e é emocionante. Também é importante para o mundo, devido a suas capacidades para melhorar os cuidados e salvar vidas.
Por exemplo, através do nosso programa no sistema hospitalar de Hartford, descobrimos que um paciente estava piorando e previu através da análise que ficaria ainda pior. Após nossa previsão, os médicos examinaram o paciente mais de perto e descobriram que o paciente teve um caso inicial de sepse, uma condição com risco de vida na qual o corpo responde indevidamente a uma infecção. Se não tivéssemos detectado sepse mais cedo, o paciente poderia ter morrido. Isso fez uma diferença actual em salvar a vida de uma pessoa.
Q: Se você tivesse que descrever “a vantagem da análise na área da saúde” em uma ou duas palavras, o que elas seriam e por quê?
UM: O livro é uma transição em fases nos cuidados de saúde, porque é capaz de afetar o setor de saúde de uma maneira que nunca foi feita antes. O livro realmente descreve meu trabalho em cuidados de saúde e suas aplicações na última década.