Významné snížení výskytů chyb, které v těch nejhorších případech mohou způsobit smrt pacienta, bude umožněno nasazením prediktivních technologií. Globální covidová pandemie z uplynulých měsíců také všem dokázala, že prediktivní řešení potřebuje zdravotnické odvětví více, než kdykoli předtím. Díky němu budeme schopni předcházet nekontrolovanému šíření nebezpečných nemocí po celém světě.
Prediktivní modelování (nebo někdy prediktivní analýza) nabízí poskytovatelům zdravotní péče a zdravotnickým organizacím potenciál jak ke snížení rizika, tak ke zkvalitnění poskytované péče a ke zlepšení výsledků léčby pacientů. Významná je také jeho schopnost podpořit pacienty v kritických okamžicích v průběhu jejich cesty zdravotní péčí.
Může nabídnout skutečně personalizovaný přístup, který odpovídá moderním trendům zdravotní péče, úzce zaměřené na pacienta. Odborníci se také shodují v tom, že k důležitým výhodám prediktivní analýzy patří vedle snížení rizika pro pacienty rovněž snížení celkových nákladů na léčbu a provoz.
Analýza dat: znalostní databáze mohou pomoci expertům po celém světě
Pokud lékař dokáže s pomocí prediktivních nástrojů včas nemoc odhalit, lze s vysokou pravděpodobností předvídat, jakým směrem se vývoj zdraví pacienta bude vyvíjet. To umožní zdravotníkům jednat podstatně dříve, což povede k lepším výsledkům léčby a také k nižším nákladům ve zdravotním systému. | Zdroj: Michal Jarmoluk/Pixabay
Příkladů zajímavých implementací prediktivního modelování je už nyní celá řada. Jednou z nich je například analýza elektronických lékařských záznamů, prováděná v roce 2009 v nemocnici Parkland v texaském Dallasu. Ta měla za cíl snížení zpětného přijetí pacientů, trpících chronickým srdečním selháním. Po úspěšném provozu nemocnice začala předpovědní modely využívat i v případě pacientů s diagnostikovaným zápalem plic, cukrovkou nebo se srdečním záchvatem.
V roce 2019 proběhl výzkum Asociace pojistných matematiků (SOA), který byl zaměřen právě na využití prediktivní analytiky v oblasti zdravotní péče. Výsledky v uveřejněné zprávě ukázaly, že 60 % z respondentů již prediktivní nástroje ve svých systémech využívá například pro zlepšení svých klíčových ukazatelů výkonu (KPI) v nemocnicích, klinikách a zdravotních pojišťovnách. 20 % z dotázaných pak plánovalo využití prognostických modelů od roku 2020.
Aktuálně se prediktivní modelování využívá například při tvorbě protiepidemických opatření. Podnikům, organizacím, institucím a vládám pomáhá předvídat potenciální pandemické vlny a jejich dopady nástroj COVID-19 Index od National Minority Quality Forum (https://www.nmqf.org/).
Co vlastně prediktivní modelování je?
Jedna z definic říká, že prediktivní modelování může být popsáno jako obor pokročilých analytických metodik. Ty jsou využívány k tvorbě předpovědí o budoucích událostech nebo činnostech, které vedou k dalším rozhodnutím.
V reálných situacích zahrnuje prediktivní modelování celou řadu nástrojů od vytěžování dat, prediktivní analýzy a strojového učení (machine learning), které analyzují aktuální a historická fakta, a vytvářejí předpovědi o budoucích, zatím neznámých událostech.
Prediktivní analýza právě ve spojení se strojovým učením a umělou inteligencí vede k objevování korelací napříč různorodými zdroji dat, stanovení pravděpodobností dějů a poskytování doporučení.
5 foto
