भविष्यसूचक विश्लेषणे वैद्यकीय सेवा सुधारू शकतात

लेखक: Roger Morrison
निर्मितीची तारीख: 20 सप्टेंबर 2021
अद्यतन तारीख: 1 जुलै 2024
Anonim
भविष्यसूचक विश्लेषणे वैद्यकीय सेवा सुधारू शकतात - तंत्रज्ञान
भविष्यसूचक विश्लेषणे वैद्यकीय सेवा सुधारू शकतात - तंत्रज्ञान

सामग्री


स्रोत: आंद्रेइपोपोव्ह / ड्रीमस्टाइम डॉट कॉम

टेकवे:

वैद्यकीय उद्योग रोग्यांची काळजी सुधारण्यासाठी, पुनरावृत्ती होणार्‍या समस्यांची कमी उदाहरणे आणि नफा वाढविण्यासाठी भविष्यसूचक विश्लेषणाचा वापर करीत आहे.

असे म्हटले जाते की भविष्यवाणी केली जाणारी विश्लेषक आरोग्य सेवा कशी दिली जाते हे पुन्हा परिभाषित करणार आहे. हे भविष्यकाळात गंभीर आजार होण्याची शक्यता आणि वाचनाच्या संभाव्यतेचा अंदाज लावेल. अन्न आणि पेय पदार्थ, प्रकाशने आणि करमणूक यासारख्या इतर क्षेत्रात भविष्यवाणी करणार्‍या विश्लेषणाचा फायदा आधीपासूनच झाला आहे - आरोग्याची काळजी ती करू शकत नाही असे कोणतेही कारण नाही.

तथापि, भविष्य सांगण्यायोग्य विश्लेषणाची व्याख्या आणि व्याप्ती प्रथम पूर्णपणे काळजी घेणे आवश्यक आहे आरोग्य सेवा. एक-आकार-फिट-सर्व मॉडेल कार्य करणार नाही. Deliverनालिटिक्स वितरित करण्यासाठी पायाभूत सुविधा पुरविल्या गेल्या आहेत आणि आरोग्य सेवा व्यावसायिकांना आवश्यक माहिती योग्य स्वरुपात पोचविण्यास सक्षम आहे हे देखील महत्वाचे आहे. योग्य आणि सक्रिय आरोग्य सेवा देण्यासाठी, आरोग्य सेवा व्यावसायिकांना योग्य कॉन आणि मेटाडेटा देण्याची आवश्यकता आहे. म्हणून, भविष्य सांगणारी विश्लेषणे आरोग्यासाठी चांगली आहेत, तर प्रथम ती सानुकूलित करणे आवश्यक आहे आणि योग्य स्वरूपात योग्य डेटा वितरित केला जाणे आवश्यक आहे. (आरोग्य सेवेच्या बाबतीत मोठ्या डटास भूमिकेबद्दल जाणून घेण्यासाठी, बिग डेटा आरोग्य सेवेला क्रांती देईल काय ते पहा.)


भविष्यवाणी करणारी विश्लेषणे म्हणजे काय?

भविष्यवाणी करणारी विश्लेषणे ही प्रगत विश्लेषणेची एक शाखा आहे जी ऐतिहासिक डेटा, डेटा नमुना आणि इतर इनपुटवर आधारित विशिष्ट घटनांचा अंदाज प्रदान करते. भविष्यवाणीतून उद्भवणा requirements्या गरजा भागविण्यासाठी कृतीशील पावले उचलता येतील. भविष्यवाणी करण्यासाठी, डेटा खनन, कृत्रिम बुद्धिमत्ता, मॉडेलिंग, मशीन शिक्षण आणि आकडेवारी यासारख्या इतर शाखांमध्ये वापरल्या जाणार्‍या भविष्यसूचक विश्लेषणाची तंत्रज्ञान तंत्रज्ञान आणि माहिती तंत्रज्ञान, व्यवस्थापन आणि मॉडेलिंग व्यवसाय प्रक्रिया समाकलित करते. या भविष्यवाणीचा उपयोग भविष्यात जोखीम आणि संधी ओळखण्यासाठी केला जाऊ शकतो. भविष्यवाणी करणारी विश्लेषक व्यवसाय संस्थांना बर्‍याच गोष्टी साध्य करण्यात मदत करू शकते. काही उदाहरणांमध्ये हे समाविष्ट आहेः

  • लपलेल्या संघटना आणि नमुने ओळखणे
  • ग्राहक धारणा सुधारणे
  • तोटा कमी करण्यासाठी आणि प्रदर्शनासाठी जोखीम कमी करणे
  • ग्राहकांचे समाधान सुधारत आहे

भविष्यवाणी करणार्‍या विश्लेषकांच्या वापरामुळे व्यवसायांना कसा फायदा झाला याची बरीच वास्तविक जीवंत उदाहरणे आहेत. भविष्यवाणी करणार्‍या विश्लेषकांचा वापर करून विविध व्यवसायांना कसा फायदा झाला आहे हे शोधण्यासाठी एक्सेन्चरने सर्वेक्षण केले. काही निष्कर्ष पुढीलप्रमाणेः


  • बेस्ट बायने शोधले की त्याच्या 7% पेक्षा कमी ग्राहकांनी त्याच्या विक्रीत 43% योगदान दिले आहे. त्यानंतर विशिष्ट ग्राहक गटांच्या खरेदीच्या सवयी प्रतिबिंबित करण्यासाठी त्याने आपल्या ग्राहकांना तार्किकरित्या विभागणी केली आणि त्याचे स्टोअर आणि इन-स्टोअर अनुभव पुन्हा डिझाइन केले.
  • ऑलिव्ह गार्डन, एक अमेरिकन कॅज्युअल डायनिंग रेस्टॉरंट, त्याच्या मेनूचे डिझाइन आणि डिझाइन करण्यासाठी डेटा वापरतो. अशाप्रकारे, ते अन्न वाया घालविण्यामध्ये लक्षणीय घट करण्यास सक्षम आहे.

आरोग्यविषयक काळजी, ग्राहक संबंध व्यवस्थापन (सीआरएम), फसवणूक शोधणे आणि जोखीम व्यवस्थापन यासारख्या बर्‍याच डोमेनवर भविष्यसूचक विश्लेषणे लागू केली जात आहेत. भविष्यसूचक विश्लेषक वारंवार लिहून दिले जाणारे विश्लेषक देखील एकत्र केले जातात. या कॉनमधील प्रिस्क्रिप्टिव्ह ticsनालिटिक्सचा अर्थ असा आहे की काही विशिष्ट घटनांविषयी फक्त भाकितेच केली जात नाहीत तर परिस्थिती हाताळण्यासाठी काही पावले उचलली पाहिजेत. हे चरण स्वतः विश्लेषक इंजिनद्वारे प्रदान केले जातील. (नेक्स्ट-जनरेशन फ्रॉड डिटेक्शनमध्ये मशीन लर्निंग आणि हडॉपसह फसवणूक शोधण्याबद्दल अधिक जाणून घ्या.)

आरोग्य सेवांच्या कॉनमधील भविष्यसूचक विश्लेषणे

सैद्धांतिकदृष्ट्या, भविष्यसूचक विश्लेषणे आरोग्य सेवा सुधारण्यात मोठी भूमिका निभावतात. हे अद्याप आरोग्य सेवा व्यवस्थापनात एक नवीन प्रवेशद्वार आहे आणि अद्याप त्याची कार्यपद्धती कार्यरत आहे, तथापि भविष्यवाणी करणारे विश्लेषक ऐतिहासिक रुग्णांच्या डेटाचे विश्लेषण करू शकतात आणि आजार जोखमी, हृदयविकाराचा झटका संभाव्यता आणि रूग्णाच्या प्रोफाइलवर दम्याचा अटॅक यासारख्या गोष्टींसाठी अंदाज देऊ शकतात आणि वाचनांची शक्यता.

मानवी मेंदू एका वेळेस समस्येचे योग्यप्रकारे विश्लेषण करण्यासाठी सहा ते आठ व्हेरिएबल्सचे सखोल विश्लेषण करू शकत नाही. परंतु, भविष्य सांगणार्‍या मॉडेलचे अल्गोरिदम वैद्यकीय समस्येचे अचूक प्रोफाइल तयार करण्यासाठी एका वेळी शेकडो चलांचे विश्लेषण करू शकते. प्रोफाइलच्या आधारावर, अचूक निदान आणि जोखीम अंदाज, जर असेल तर केले जाऊ शकते.

भविष्यवाणी करणारी मॉडेलिंग वैद्यकीय सेवेशी संबंधित किंमतींवर नियंत्रण ठेवण्यास मदत करते. अमेरिकेत, पाचपैकी एक वैद्यकीय रुग्ण रूग्णात harge० दिवसांच्या आत सोडण्यात येतो ज्याचा परिणाम वर्षाकाठी १ billion अब्ज डॉलर्स इतका होतो.

स्टेडमॅन हॉकिन्स क्लिनिक त्यांच्या निव्वळ नफा वर्षात 20 दशलक्ष डॉलर्स ने वाढविण्यास सक्षम होता. ते त्यांच्या आर्थिक भविष्यवाणीची अचूकता 30 ते 32 टक्क्यांपर्यंत सुधारण्यात देखील सक्षम होते.

केस स्टडी 2: क्लिनिक सुधारणेची नफा

आवश्यकता

क्लिनिकमध्ये रूग्णांना सेवा सुधारणे आणि त्यांच्या संसाधनांचा चांगल्या प्रकारे उपयोग करून त्यांची नफा वाढविणे, ज्यात कर्मचारी, सुविधा आणि उपकरणे यांचा समावेश आहे हे दोघेही करू इच्छित होते.

कृति

क्लिनिकमध्ये रूग्णांना आवश्यक असणारी काळजी, कर्मचार्‍यांची प्रोफाइल आणि पात्रता, रुग्ण प्रोफाइल, सेवांचा दर्जा जसे की प्रतिसाद वेळ, निकाल, रुग्ण अनुभव आणि रूग्णांची प्रतीक्षा वेळ यासारख्या वेगवेगळ्या चलांवर माहिती गोळा केली. गोळा केलेल्या डेटाच्या आधारावर, भविष्यवाणी करणारी विश्लेषणे वापरली गेली. त्यांच्याकडून ठोस विश्लेषणे आणि कृती करण्याचा वापर अपेक्षित होता.

निकाल

क्लिनिक अद्याप त्यांच्या भविष्यवाणीच्या विश्लेषणाच्या आधारे धोरणांची अंमलबजावणी करण्याच्या प्रक्रियेत आहे, परंतु पूर्वीच्यापेक्षा कमीतकमी 10 टक्के जास्त नफा मिळवण्याची चिन्हे आहेत.

लक्षात ठेवणे महत्त्वाचे मुद्दे

असे नाही की पूर्वानुमानात्मक विश्लेषण अंमलात आणणे आताच चमत्कार करण्यास प्रारंभ करेल. परिणाम दृष्टिकोनावर अवलंबून असतात. प्रथम, उद्योगास त्याच्या भविष्यवाणीच्या विश्लेषणाचा अर्थ काय हे ठरविणे आवश्यक आहे आणि त्यानंतर त्याची व्याप्ती निर्दिष्ट करणे आवश्यक आहे. तसेच, आरोग्य सेवा उद्योगास अन्य उद्योगांकडून पुढील धडे लक्षात ठेवणे आवश्यक आहे:

  • अंतर्दृष्टीची मात्रा थेट डेटाच्या प्रमाणात प्रमाणात नाही. आपण केवळ डेटा संग्रह वाढवून अधिक अंतर्दृष्टी मिळविणार नाही.
  • अंतर्दृष्टी आवश्यक मूल्य प्रदान करत नाहीत. आपल्याला प्रथम आपल्या कॉन मधील अंतर्दृष्टी सानुकूलित करण्याची आवश्यकता आहे जेणेकरून ते उपयुक्त होईल.
  • भविष्यसूचक विश्लेषणेची अंमलबजावणी करणे एक मोठे आव्हान असणार आहे. आपल्याला योग्य तंत्रज्ञान स्वीकारण्याची आणि आरोग्य सेवा व्यावसायिकांना अंतर्दृष्टी वितरित करणे आवश्यक आहे.

सारांश

अचूक परिणाम देण्याकरिता भविष्यसूचक विश्लेषणास प्रिस्क्रिप्टिव्ह analyनालिटिक्समध्ये विलीन करणे आवश्यक आहे, कारण उद्योगास केवळ भविष्यवाण्यांचीच नव्हे तर कृतीची देखील आवश्यकता आहे. शेवटी ही संकल्पना फायद्याची असल्याचे दिसून येत असले तरी व्यवसायांना योग्य गुंतवणूक करण्याची आणि लाभ घेण्याची आशा असल्यास निकालांसह धीर धरण्याची गरज आहे.