Эпоха COVID-19 продолжается, и системы здравоохранения сталкиваются с огромным количеством проблем. Медицинские факультеты стремятся к устойчивой системе управления чрезвычайными ситуациями, позволяющей не ограничиваться COVID-19 и будущими непредвиденными обстоятельствами. Научное восприятие COVID-19 постоянно расширяется с момента его вспышки. Мировые показатели заражения и прогрессирования заболевания, успешное лечение и предположения о потенциальном противоядии постоянно колеблются. Сочетание непредсказуемых закономерностей и неадекватного понимания означает, что подготовка и осуществление как мгновенных, так и жизнеспособных долгосрочных ответных мер на пандемию сбивает с толку, но, несомненно, имеет решающее значение для ухода за пациентами, сотрудниками и выживания организации.

Исследователи и организации-поставщики все чаще используют инструменты искусственного интеллекта (ИИ) и машинного обучения (МО) для сокращения и отслеживания распространения COVID-19 и улучшения своих усилий по наблюдению. В то время как организации должны сосредоточиться на немедленных тактиках, основанных на данных, таких как улучшение выявления случаев, снижение передачи и управление поставками, нельзя пренебрегать долгосрочными стратегиями корректировки оказания помощи, контрактов на риски и операционных процессов. Системы должны все больше внимания уделять планированию ресурсов, чтобы наметить устойчивый курс вперед в качестве поставщиков и распорядителей здоровья в своих сообществах.

Учитывая прогностическую силу машинного обучения и его способность анализировать огромные данные, мы улучшаем нашу повседневную жизнь. Неудивительно, что системы здравоохранения стремятся понять, как это может помочь их клиническим командам и улучшить результаты лечения их пациентов. Машинное обучение устраняет пробелы, оставленные простыми моделями прошлого. Модели, основанные на простых правилах и наборах данных, которые плохо обобщаются, не дают точных прогнозов для организаций, которые их реализуют. Усовершенствованная модель машинного обучения изучает важные, а иногда и уникальные отношения в данных системы здравоохранения о ее пациентах и ​​их результатах в современных условиях.

Машинное обучение позволяет системам здравоохранения отказаться от моделей, основанных на литературе, намеренно ограниченных относительно простыми конструкциями и конечным числом потенциальных способствующих факторов, чтобы медицинские бригады могли находить элементы данных и выполнять расчеты вручную. Вместо этого машинное обучение позволяет алгоритмам учитывать множество потенциальных факторов, а также быстро генерировать и тестировать более сложные алгоритмы прогнозирования. От сокращения повторных госпитализаций до прогнозирования платежеспособности пациента, от прогнозирования хронических заболеваний до предотвращения внутрибольничных инфекций (ВБИ) — машинное обучение приносит больше, чем просто пользу здравоохранению. Это жизненно необходимая система здравоохранения, в которой отчаянно нуждаются пациенты.

"Машинное обучение позволяет системам здравоохранения отказаться от моделей, основанных на литературе, намеренно ограниченных относительно простыми конструкциями и конечным числом потенциальных способствующих факторов, чтобы медицинские бригады могли находить элементы данных и выполнять расчеты вручную" >

Аналитика больших данных и передовые интегрированные системы искусственного интеллекта помогли экспертам в области здравоохранения опережать пандемию от прогнозирования результатов лечения пациентов до прогнозирования будущих горячих точек, что привело к более эффективному оказанию помощи. В условиях постоянно меняющегося понимания COVID-19 и постоянно меняющегося воздействия болезни системы здравоохранения не могут полагаться на единый жесткий план для руководства своими ответными мерами и усилиями по восстановлению.

Эффективным решением, вероятно, является гибкая, но понятная структура, которая помогает больницам и другим поставщикам услуг пройти через четыре критических этапа чрезвычайной ситуации в области здравоохранения в масштабах всего сообщества. Структура, которая включает стратегии эпиднадзора и сдерживания на основе данных для улучшения обнаружения, снижения передачи, управления возможностями и поставками, обеспечивает дорожную карту для реагирования на немедленные потребности, а также поддерживает устойчивые долгосрочные ответные меры на пандемию.

Первоначально опубликовано на https://www.mymobileindia.com 29 октября 2020 г.