成功的故事
主题
组织类型
组织
通过支持人工智能的可视化管理板有效突出关键绩效指标
- 及时、可操作的数据的可用性增加70%。
- 在71个仪表板上显示了367项措施。
- 医疗保健。AI™集成，每天处理4000个请求。
分析能够快速识别符合单克隆抗体治疗条件的COVID-19患者
- 在短短9天内，ChristianaCare利用DOS和数据科学工具开发并实施了COVID-19 bamlanivimab合格机器学习模型。
- 将合格患者的识别自动化，加快了该组织提供治疗COVID-19单克隆抗体的能力。
人工智能可以促进卫生公平
- 通过利用其分析平台和人工智能，ChristianaCar世界杯厄瓜多尔vs塞内加尔波胆预测e现在有一个系统的方法来评估健康公平，作为其质量承诺的核心部分。
- 该组织利用这一方法推动了关键的认识，包括克服COVID-19检测方面的差异，并通过在威尔明顿一些服务不足的社区结合虚拟初级保健和COVID-19检测的创新诊所增加获得保健的机会。
人工智能驱动的基准测试将数据转化为洞察力，提高组织效率
- 利用试金石®INTEGRIS Health对其绩效有深刻的理解，对质量有统一的愿景，使组织能够专注于改善结果和组织绩效的机会。组织不是对延迟的性能数据做出反应，而是积极地追求改进。
- 数据刷新速度是INTEGRIS Health之前的50倍，基准测试本身也更具适应性和细节性。
- 通过淘汰第三方基准测试工具，该组织每年节省了50万美元。
分析有助于优化COVID-19疫苗接种工作
- 每周计划接种疫苗增加30%，增加和优化使用现有的COVID-19疫苗库存，同时确保有足够的第二剂库存。
- 每年避免了数百小时的手工数据协调和评估。过去需要数小时的分析现在几分钟就能完成。
- 更及时地访问数据，促进组织领导人及时做出操作、质量和安全决策。
COVID-19能力规划工具提供高级分析和提高运营效率
- 在不到两个月的时间里，Carle采用了数据科学，将COVID-19能力规划工具应用到日常运营中。
- 世卫组织正在为其能力规划工作使用先进的分析方法，并支持其领导团队及时做出决策，提高COVID-19规划和应对的有效性。
面向人口健康的机器学习与特征选择
- 特征选择将模型的复杂性从236个数据特征降低到只有16个数据特征(原始数据集的7%)。
- 两个模型，一个有236个数据特征，一个有16个数据特征，AUROC为0.78,AUPR为0.15，这表明，由于选择的特征数量较少，预测性能没有下降。
- CCHS护理经理对预测模型很有信心，他们成功地使用机器学习工具的输出，平均每周与857名不同的成员打交道，为这些成员完成超过2520项任务。
这个网站使用cookies
我们以为您提供相关、有用的内容而自豪。我们可以用cookies来追踪你所阅读的内容吗?我们非常重视您的隐私。详情请参阅我们的隐私政策了解详情和任何问题。