案例库 · 研发与科研 · 运营决策 · 2020–2023
哈特福德医疗的每日机器学习预测使住院时间缩短0.67天，增加5500万至7200万美元收入
七家医院的每日出院、ICU和死亡预测让200多名临床医生提前规划，缩短住院时间，每年增加5500万至7200万美元收入。
Hartford HealthCare
那一手
哈特福德医疗是康涅狄格州最大的医院网络，与MIT和Dynamic Ideas合作，在其七家医院预测八种住院结果。基于电子病历训练的模型预测24和48小时出院、ICU转科、死亡和出院去向，AUC为75.7-92.5%。
预测每天早上通过软件交付，带有颜色编码的警报和患者级别的解释。结合48小时出院预测与医生判断，出院量增加了10-28.7%，且7天和30天再入院率更低。
自部署以来，超过200名医生、护士和病例管理员每天使用该工具。哈特福德医疗观察到每位患者平均住院时间减少0.67天，并预计整个系统每年增加5500万至7200万美元的收入。
为什么管用
- 医生无法手动权衡每位患者的数百项测量数据；模型在夜间完成这项工作。
- 解释每个评分建立了信任，使临床医生根据机器建议采取行动。
- 提前48小时预测出院，让护理团队有时间安排交通、康复和居家服务。
- 自动化管道每天早上更新每位患者的风险，无需额外人员投入。
值了多少每天预测每位患者，并提供临床医生信任的理由聪明
可以搬走什么
只有员工看到原因和时间，预测才能改变运营；工具而非模型驱动采用。
后来呢
该工具已嵌入所有七家医院的每日患者审查查房，预测每天早上刷新。哈特福德医疗记录到住院时间缩短和预计收入增长后，该合作已在该网络产生超过20个早期分析项目。
资料来源
- Patient Outcome Predictions Improve Operations at a Large Hospital Network
- Patient Outcome Predictions Improve Operations at a Large Hospital Network
发现哪里写错了？告诉我们。