更好的医疗决策的关键

本文提出的基于网络研讨会詹森•琼斯博士,首席卫生数据科学家催化剂和亚当Ziegel,产品经理Vitalware,题为“找到焦点和监视变化与增强情报。”世界杯葡萄牙vs加纳即时走地

医疗领导人数据驱动的决策时,他们经常认为他们看到同样的事情在查看数据时,假设他们得出同样的结论,准备采取下一个步骤是基于共同的见解。然而,决策者经常几个月后发现他们看数据不同于彼此,没有获得相同的见解。

管理不同的数据解读、医疗领导人可以使用统计过程控制(SPC)的统计方法使用工具和过程监控流程行为,内部系统中发现问题,并找到解决方案。2022卡塔尔世界杯赛程表时间统计过程控制方法可以帮助决策者找到重点,避免发散数据解释,做出更好的决策,监督改变一个可持续发展的未来。

领导人需要更好的医疗决策

而不是接近data-science-enabled决策作为人工智能(AI),一个工具来代替人类的思维过程,SPC有帮助数据科学用户进步增强智力,一个更动态视图数据的科学。augmented-intelligence角度利用技术最大的能力(例如,数学和内存),使人类决策者为病人作出最好的选择和组织。

通过程控,augmented-intelligence方法有助于领导人做出更好的决策两种有意义的方式:

# 1:区分信号和噪声

增强情报帮助决策者找到关注的分离有用信号的噪声,意义有意义的信息来自意外变化或波动,使领导人找到关注聚合数据。例如,如果一个医院执行比另一组或者卫生系统领导和评估一个改进目标,增强情报通过程控可以确定哪些数据是正常范围内的波动(噪音),哪些变化表示上级或较小的性能(信号)。

# 2:关注未来

的,数据是历史,使其自然的领导人使用数据回顾,而不是向前。决策者必须牢记专注于未来和使用数据监控change-forecasting他们组织将在一年内,是否这样的投影,,如果没有,他们可以改变什么。如果决策者满意data-informed预测,他们必须评估,性能是否可持续。

一起产生共同的见解和决定下一步

将信号从噪声和监控变化,医疗领导人必须共同见解来自他们的数据并确定下一步在一起。SPC方法既支持目标通过使用控制图,帮助组织研究过程或指标随时间的变化。

分离信号的噪声

例如,信号从噪声中分离出来,卫生系统相比其旗舰医院情况下命中率500多床位与另一个农村医院只有不到十床(图1)。在这个数据上运行SPC,卫生系统识别利率以外的正常水平的变化和趋势侵犯,或分化模式。组织从而决定了异常值的性能可以保证额外注意。同时,算法在后台运行的程控来确定组织发生了转变,以防打击农村医院和旗舰医院之间的水平,根据数据。

右边的图1显示了实际数据已经超过24个月。每个图表上的红点是一个异类,一个数据点以外的组织所认为的正常变异和认股权证的注意。橙色点图表示趋势违规可能值得调查。

从图1中最值得注意的洞察力是一种算法,它在后台运行,确定医院的数据显示了一个水平的转变。在这种情况下,有水平的变化在农村医院和旗舰医院。跳跃的水平信号意义的月月实际上告诉决策者是什么?变化可能COVID-19相关而不是从遭遇本身,但更深入的研究可以揭示COVID-19分开的东西,比如信号延迟。SPC在这种情况下的作用是让到这两个设备的区别,给决策者一个统一的见解。

专注于未来

另一个控制图,森林的情节,可以进一步帮助用户一致的见解来自聚合数据(图2),专注于未来。通过这种方法,用户可以看到森林里的树木和森林作为一个整体。在图2中,y轴左边显示了图1认为医院的图表。x轴包含利息的测量值,在这种情况下,收入完整情况下命中率从7月到9月的2020人。

这个森林图展示了系统执行总体上约10%的收入完整性命中率。有低的变异(6%)与二级市场医院床位200张,另一个二级医院有300个床位和地区医院(约6%),等等。

如果个人点形成一个向上的三角形,这意味着医院超过系统作为一个整体,也就是这个垂直的线。一个向下的三角形表明医院系统中表现不佳的其他人。一个圆意味着,根据统计,医院挂钩。

这些见解立即提供一个性能的照片每个医院(树)和系统作为一个整体(森林)。在图2中的示例,图1是表现不佳的旗舰医院系统中其他的医院。

森林土地的一个限制是,观众可能会质疑三角形不同于对方。作为回应,一个算法在后台运行分析提供信件最右侧显示一个三方并列最高性能,统计(字母)。两家医院有独特的性能水平(B和C),和两个领带(D)。最后,E代表一个消极的例外,旗舰医院。

通过该算法通过添加性能信息,情节辅助决策,显然证明哪些医院是相似的,哪些是不同的。从这里,领导人看到相同的输出,而不是获得独立的见解。

图2还包含广场使用历史表示,这家医院将在未来今年的焦点。这种洞察力需要将信号与噪声分离显示决策者设备不同于医院的系统,而不是聚集在一起。这个例子展示了一些医院改善的迹象,但是其他人,尽管被绑在这个阴谋,正朝着不同的方向。农村医院似乎趋势有点糟糕,而区域轻微的改善迹象显示250个床位的医院。

统计过程控制驱动器更清晰的理解,更可持续的医疗决策

通过将信号从噪声和关注未来,SPC提升领导决策更加统一和可持续发展的过程。而不是取代人类的判断,SPC和相关控制图明确数据,提供简洁的解释和预测,以便直接领导人可以运用他们的专业知识和技能的问题,而失去精度的不同解读。使用此方法,SPC帮助领导人利用数据科学超越人工智能和增强情报。

更多的阅读

你想了解更多关于这个主题?这里有一些文章我们建议:

1. 四种基本的方法控制图指导医疗进步
2. AI-Assisted决策:医疗的下一个前沿
3. 人工智能医疗:更快地找到正确的答案
4. 人工智能医疗:变更管理问题
5. 医疗数据读写:必备成为一个数据驱动的组织

---

幻灯片

你想使用或分享这些概念?下载表示强调的关键要点。

点击这里下载幻灯片

更好的医疗决策的关键从世界杯葡萄牙vs加纳即时走地