مقدمه

سازمان‌های مراقبت‌های بهداشتی هر روز حجم عظیمی از داده‌ها را تولید می‌کنند.

تراکنش‌های مربوط به درخواست‌ها، سوابق ثبت‌نام، تعاملات اعضا، مواجهه با ارائه‌دهندگان خدمات، پاسخ‌های نظرسنجی، میزان استفاده از داروخانه و اطلاعات جمعیت‌شناختی، در مجموع یکی از بزرگترین و پیچیده‌ترین مجموعه داده‌ها را در هر صنعتی ایجاد می‌کنند.

به طور سنتی، سازمان‌های مراقبت‌های بهداشتی برای نظارت بر عملکرد عملیاتی به داشبوردها و گزارش‌ها متکی بوده‌اند.

این داشبوردها به سوالاتی مانند موارد زیر پاسخ می‌دهند:

چند نفر از اعضا این ماه ثبت نام کردند؟

نرخ انصراف از تحصیل در حال حاضر چقدر است؟

کدام استان‌ها بیشترین میزان استفاده از خدمات درمانی را دارند؟

چند نفر از اعضا غربالگری‌های پیشگیرانه را انجام دادند؟

اگرچه این معیارها ارزشمند هستند، اما ذاتاً گذشته‌نگر هستند.

زمانی که یک داشبورد مشکلی را شناسایی می‌کند، ممکن است فرصت مداخله محدود شده باشد.

تجزیه و تحلیل‌های مدرن مراقبت‌های بهداشتی به طور فزاینده‌ای بر قابلیت‌های پیش‌بینی تمرکز دارند.

به جای اینکه بپرسد:

چه اتفاقی افتاده؟

سازمان‌ها می‌پرسند:

احتمالاً چه اتفاقی در ادامه خواهد افتاد؟

این مقاله نشان می‌دهد که چگونه توسعه‌دهندگان می‌توانند یک پلتفرم تجزیه و تحلیل پیش‌بینی‌کننده مراقبت‌های بهداشتی بسازند که قادر به شناسایی اعضایی باشد که در معرض خطر لغو عضویت هستند، قبل از اینکه طرح سلامت خود را ترک کنند.

معماری و تکنیک‌های مورد بحث همچنین می‌توانند در پیش‌بینی میزان استفاده، اولویت‌بندی مدیریت مراقبت، بهینه‌سازی اطلاع‌رسانی و ابتکارات سلامت جمعیت به کار روند.

یک پلتفرم تجزیه و تحلیل پیش‌بینی‌کننده مراقبت‌های بهداشتی در سطح تولید، معمولاً از پنج لایه اصلی تشکیل شده است:

 +-----------------------+ | Source Systems | +-----------------------+ | Enrollment Data | | Claims Data | | CRM Data | | Call Center Data | | Survey Data | +-----------+-----------+ | v +-----------------------+ | Data Engineering | +-----------------------+ | ETL Pipelines | | Data Validation | | Feature Engineering | +-----------+-----------+ | v +-----------------------+ | Feature Store | +-----------------------+ | Member Features | | Engagement Features | | Utilization Features | +-----------+-----------+ | v +-----------------------+ | Machine Learning | +-----------------------+ | Training Pipeline | | Model Registry | | Prediction Service | +-----------+-----------+ | v +-----------------------+ | Business Applications | +-----------------------+ | Tableau | | Power BI | | CRM Outreach | | Care Management | +-----------------------+ سازمان‌های مراقبت‌های بهداشتی معمولاً داده‌ها را در چندین سیستم نگهداری می‌کنند. +-----------------------+ | Source Systems | +-----------------------+ | Enrollment Data | | Claims Data | | CRM Data | | Call Center Data | | Survey Data | +-----------+-----------+ | v +-----------------------+ | Data Engineering | +-----------------------+ | ETL Pipelines | | Data Validation | | Feature Engineering | +-----------+-----------+ | v +-----------------------+ | Feature Store | +-----------------------+ | Member Features | | Engagement Features | | Utilization Features | +-----------+-----------+ | v +-----------------------+ | Machine Learning | +-----------------------+ | Training Pipeline | | Model Registry | | Prediction Service | +-----------+-----------+ | v +-----------------------+ | Business Applications | +-----------------------+ | Tableau | | Power BI | | CRM Outreach | | Care Management | +-----------------------+

مثال‌ها عبارتند از:

یک رویکرد رایج، بارگذاری داده‌ها در یک انبار داده متمرکز است.

مثال استخراج SQL:

 SELECT member_id, age, gender, county, product_type, enrollment_date FROM enrollment_members; تجمیع مطالبات: SELECT member_id, age, gender, county, product_type, enrollment_date FROM enrollment_members;

 SELECT member_id, COUNT(*) AS claim_count, SUM(paid_amount) AS total_paid FROM medical_claims WHERE service_date >= CURRENT_DATE - INTERVAL '12 months' GROUP BY member_id; مهندسی ویژگی اغلب بیشتر از انتخاب الگوریتم به عملکرد مدل کمک می‌کند. SELECT member_id, COUNT(*) AS claim_count, SUM(paid_amount) AS total_paid FROM medical_claims WHERE service_date >= CURRENT_DATE - INTERVAL '12 months' GROUP BY member_id;

داده‌های خام مراقبت‌های بهداشتی به ندرت بدون تبدیل، ارزش پیش‌بینی‌کننده ارائه می‌دهند.

ویژگی‌های مثال:

دوره تصدی عضو

 import pandas as pd df["tenure_months"] = ( (pd.Timestamp.today() - df["enrollment_date"]) .dt.days / 30 ) استفاده از ادعاها import pandas as pd df["tenure_months"] = ( (pd.Timestamp.today() - df["enrollment_date"]) .dt.days / 30 )

 df["claims_per_month"] = ( df["claim_count"] / df["tenure_months"] ) مشارکت در اطلاع‌رسانی df["claims_per_month"] = ( df["claim_count"] / df["tenure_months"] )

 df["engagement_score"] = ( df["email_opens"] * 0.3 + df["call_center_contacts"] * 0.2 + df["portal_logins"] * 0.5 ) ویژگی احساسات df["engagement_score"] = ( df["email_opens"] * 0.3 + df["call_center_contacts"] * 0.2 + df["portal_logins"] * 0.5 )

استفاده از پردازش زبان طبیعی:

 from transformers import pipeline sentiment_model = pipeline( "sentiment-analysis" ) result = sentiment_model( "I am frustrated with my coverage" ) خروجی: from transformers import pipeline sentiment_model = pipeline( "sentiment-analysis" ) result = sentiment_model( "I am frustrated with my coverage" )

 { 'label':'NEGATIVE', 'score':0.98 } این نمرات می‌توانند به ویژگی‌های پیش‌بینی‌کننده تبدیل شوند. { 'label':'NEGATIVE', 'score':0.98 }

هدف، تخمین احتمال انصراف یک عضو در چرخه ثبت‌نام بعدی است.

متغیر هدف:

 طبقه‌بندی دودویی: disenrolled_next_90_days

 0 = retained 1 = disenrolled آماده‌سازی داده‌ها: 0 = retained 1 = disenrolled

 from sklearn.model_selection import train_test_split X = df[ [ "age", "tenure_months", "claim_count", "engagement_score", "sentiment_score" ] ] y = df["disenrolled"] تقسیم آموزش/آزمون: from sklearn.model_selection import train_test_split X = df[ [ "age", "tenure_months", "claim_count", "engagement_score", "sentiment_score" ] ] y = df["disenrolled"]

 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42 ) مدل‌های مبتنی بر درخت اغلب در مجموعه داده‌های مراقبت‌های بهداشتی از مدل‌های خطی بهتر عمل می‌کنند. X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42 )

نصب:

 آموزش: pip install xgboost

 from xgboost import XGBClassifier model = XGBClassifier( max_depth=6, learning_rate=0.05, n_estimators=300, subsample=0.8, colsample_bytree=0.8 ) model.fit( X_train, y_train ) تولید احتمالات: from xgboost import XGBClassifier model = XGBClassifier( max_depth=6, learning_rate=0.05, n_estimators=300, subsample=0.8, colsample_bytree=0.8 ) model.fit( X_train, y_train )

 مدل‌های پیش‌بینی مراقبت‌های بهداشتی باید با استفاده از چیزی بیش از دقت ارزیابی شوند. risk_scores = model.predict_proba(X_test)[:,1]

وقتی نرخ انصراف از ثبت‌نام پایین باشد، دقت می‌تواند گمراه‌کننده باشد.

مثال:

 from sklearn.metrics import roc_auc_score auc = roc_auc_score( y_test, risk_scores ) print(auc) معیارهای اضافی: from sklearn.metrics import roc_auc_score auc = roc_auc_score( y_test, risk_scores ) print(auc)

 from sklearn.metrics import ( precision_score, recall_score ) اقدامات مهم: from sklearn.metrics import ( precision_score, recall_score )

ROC-AUC

دقت

به یاد بیاورید

آسانسور

کالیبراسیون

سازمان‌های مراقبت‌های بهداشتی اغلب فراخوان را در اولویت قرار می‌دهند زیرا شناسایی اعضای پرخطر از به حداقل رساندن موارد مثبت کاذب مهم‌تر است.

تصمیمات مربوط به حوزه سلامت نیازمند شفافیت است.

SHAP قابلیت توضیح مدل را فراهم می‌کند.

 import shap explainer = shap.TreeExplainer(model) shap_values = explainer.shap_values(X_test) تجسم: import shap explainer = shap.TreeExplainer(model) shap_values = explainer.shap_values(X_test)

 shap.summary_plot( shap_values, X_test ) این به توضیح موارد زیر کمک می‌کند: shap.summary_plot( shap_values, X_test )

چرا یک عضو امتیاز ریسک بالا دریافت کرد

کدام متغیرها بیشترین سهم را داشتند

آیا عوامل اطلاع‌رسانی یا استفاده، پیش‌بینی‌ها را تحت تأثیر قرار داده‌اند؟

پیش‌بینی‌ها باید عملیاتی شوند.

مثال API با استفاده از FastAPI:

 from fastapi import FastAPI app = FastAPI() @app.post("/predict") def predict(member_features): score = model.predict_proba( [member_features] )[0][1] return { "risk_score": score } اجرا: from fastapi import FastAPI app = FastAPI() @app.post("/predict") def predict(member_features): score = model.predict_proba( [member_features] )[0][1] return { "risk_score": score }

 این API می‌تواند از موارد زیر پشتیبانی کند: uvicorn app:app

سیستم‌های مدیریت مراقبت

پلتفرم‌های CRM

ابزارهای اطلاع‌رسانی

درخواست‌های مشارکت اعضا

پیش‌بینی‌ها وقتی با هوش تجاری ترکیب شوند، قابل اجرا می‌شوند.

خروجی مثال:

کاربران داشبورد می‌توانند:

جمعیت‌های پرخطر را فیلتر کنید

اولویت‌بندی اطلاع‌رسانی

پایش نتایج مداخله

بهبودهای مربوط به حفظ مشتری را پیگیری کنید

تحلیلگران می‌توانند به جای گزارش اینکه چه کسی قبلاً سازمان را ترک کرده است، شناسایی کنند که احتمالاً چه کسی در مرحله بعد سازمان را ترک خواهد کرد.

سیستم‌های مراقبت‌های بهداشتی تولیدی نیاز به مدیریت دارند.

پشته پیشنهادی:

الزامات کلیدی:

انطباق با HIPAA

نسخه‌بندی مدل

ثبت وقایع حسابرسی

نظارت بر سوگیری

اعتبارسنجی کیفیت داده‌ها

آینده‌ی تحلیل‌های مراقبت‌های بهداشتی فراتر از داشبوردها است.

سازمان‌های مراقبت‌های بهداشتی مدرن در حال ساخت سیستم‌های پیش‌بینی‌کننده‌ای هستند که به طور مداوم رفتار اعضا، الگوهای استفاده، فعالیت‌های مشارکتی و شاخص‌های سلامت جمعیت را ارزیابی می‌کنند.

با ترکیب مهندسی داده، یادگیری ماشین، هوش مصنوعی قابل توضیح و شیوه‌های استقرار عملیاتی، توسعه‌دهندگان می‌توانند سیستم‌هایی ایجاد کنند که به سازمان‌های مراقبت‌های بهداشتی کمک می‌کند تا زودتر مداخله کنند، منابع را به طور مؤثرتری تخصیص دهند و نتایج اعضا را بهبود بخشند.

نسل بعدی تحلیل‌های مراقبت‌های بهداشتی صرفاً گذشته را توصیف نخواهند کرد.

این به سازمان‌ها کمک می‌کند تا آینده را پیش‌بینی کنند.

تست مسدودسازی تبلیغات