首页 >> 张萌萌

预测冠状病毒的影响医疗机构如何预测需求ICU容量以及第二波林晓培

2022-09-23 09:46:22 病毒    林晓培    

预测冠状病毒的影响:医疗机构如何预测需求,ICU容量以及第二波

甚至在COVID-19大流行之前,医疗保健系统就开始利用预测分析的功能来更好地预测和管理医疗服务。当新型冠状病毒开始在全球范围内传播时,不仅需要医疗保健管理者,而且还要负责在家中做出决定的公共卫生官员和政府机构,越来越需要了解和预测这种激增及其对个人护理设施的影响的压力。命令

由于传播速度很快,目标是控制疫情,以便需要重症监护病床和支持的患者人数不会超过容量。

在这里,您可以观看首席见解官Nina Monkton的视频采访,了解他们如何在UK National Health Service中使用分析:

从偏僻的地方向偏远的地方转变,企业必须为COVID-19后世界做好准备

从洗手液到炸玉米饼:Microsoft向我们展示了公司在大流行期间如何利用技术蓬勃发展

由于远程团队合作工具的需求不断增长,Atlassian的股票年初至今上涨了45%

我最近与位于伦敦的医疗保健AI和机器学习预测数据与分析公司Draper&Dash的首席执行官Orlando Orgrid进行了交谈,谈到他的公司在危机发生之前和整个危机期间如何为医疗保健系统和患者提供支持,并计划在整个危机期间这样做。未来。

“在COVID之前,我们的日常工作是与医院合作,帮助预测病人卧床多长时间,更重要的是,如何使他们有效地出院。当我们看到病毒的出现时,我们考虑了如何翻转这项技术,以帮助医院展望未来,制定计划,以及病毒对病床和非常有限的ICU /高强度病床的影响。 ?阿格里帕解释说。

COVID-19扩大了机会差距

医院利用数据和技术

在全球范围内,医院的运作方式类似,许多医院利用数据和技术来驱动数据确定COVID的潜在影响,同时还有助于在正常情况下更好地运营。预测分析的目标是根据数据分析确定的模式,使用过去事件中的数据来预测将来可能发生的情况。

Agrippa的团队使用了从较早经历过COVID-19的国家获得的数据来告知机器学习模型,这些模型用于帮助预测对正在遭受打击的医疗系统的影响。

实际上,数据及其分析使医疗保健和政府决策者能够比事件提前一步,就临床,财务,行政,客户服务甚至数据安全性问题以及其他业务功能做出更明智的决策。 。

在COVID期间,Draper&Dash的重点是使用结构化和非结构化数据的混合来为医院和系统级的决策提供依据。他们提供了由于其来源或通过了公司数据置信度测试而被认为是可靠的模型数据。他们将实时数据与医院的历史数据并列,其中包括有关该医院人口,筛查计划,人口的基本状况,甚至该人口中经济类别的分裂如何对过去的医疗结果产生了特定影响的特定信息。然后,机器学习算法将开始工作以生成预测模型,该模型将为围绕COVID-19所面临问题的决策提供依据。

预测需求,ICU容量和第二波

新型冠状病毒非常复杂,传播速度几乎是普通流感的两倍。此外,存在无症状的携带者,缺乏检测试剂盒,并且要开发疫苗或治疗方法要花费数月的时间,所有这些都可能使我们的医疗保健系统不堪重负。尽管面临着巨大的挑战,但如今,我们拥有像机器学习这样的数据和技术的力量,这与以前的大流行不同。

诸如智能手表,智能手机,健身追踪器之类的个人电子设备为数据专业人士提供了前所未有的数据量,这些数据可以为使用它来监测疾病传染的国家提供有价值的联系追踪。该数据对于遏制疾病的传播可能非常有益。

通过研究自从在中国武汉首次发现COVID-19以来首次感染该病,并首次影响到受影响的人群,该信息对于了解它可能对其他人群的影响和影响速度非常有益。这些知识可帮助医疗保健系统预测对其资源的需求。

患者经过医院的旅程以及对患者在疾病各个阶段的流向的分析可以帮助确定是否有足够的ICU病床和呼吸机来满足预期的需求。

正如阿格里帕向我解释的那样:“这种大流行证明了人们正在苦苦挣扎的相同问题。它为我们提供了一个快速学习的绝佳机会。” 随着COVID-19在全球范围内传播的积累的数据越多,越好的机器学习算法可以使用该信息来了解病毒的运行方式并创建更准确的模型。

健康专家一致认为,在秋天,我们将不仅要抗击COVID-19,而且季节性流感还会加剧这种情况,给我们的医疗系统造成巨大的压力。届时,我们将有更多数据可用于继续学习,并使算法能够为医疗保健和公共决策者提供最好的决策依据。

人工智能,数据,医疗保健的未来

甚至在COVID出现之前,就存在着一个真正的问题,即缺乏临床劳动力来满足全球对护理的需求。COVID使问题变得更加复杂。鲜明的现实是,我们无法以足够快的速度“增长”医生以满足需求。Agrippa说,医疗保健系统中技术,人工智能和数据的未来将加速创建临床决策支持工具。目标是利用技术以及从COVID获得的经验来帮助临床团队确定风险最高的患者,优化途径并更快地出院。

https://zyy.yilianmeiti.com/article/26351.html

https://zyy.yilianmeiti.com/jb/2016/360100.html

https://zyy.yilianmeiti.com/jb/7162/450100.html

https://zyy.yilianmeiti.com/jb/7009/340100.html

https://zyy.yilianmeiti.com/jb/1123/410100.html

友情链接