COVID-19期间使用数据和AI快速响应医院运维

视频轨迹

- 感谢大家有我们极感兴奋地参加spark和AI高峰会议,尽管实际上如此共讲Tony和我很兴奋能带你们体验医疗解析学上的一些进步, 遍历资料和AI, 特别是世界接受新常态时段我的名字是Rohan D'Souza今天我代表KenSci, 和我们在机器学习和AI空间 具体化医疗令大家欢聚今天会议今日,我们将讨论大型卫生体系 如何启动快速响应操作 使用资料和AI基础并真正站到前台 改变医疗保健提供

COVID-19期间快速响应医院运维

如我所说,我叫Rohan D'Souza,今天我很高兴与你商谈这个题目今天的议程将覆盖三点先谈数据如何利用它和AI投资IUHED, 特别是此时测试COVID-19响应之后我们再谈一下改善医院运营的想法 即利用AI和机器学习 帮助提供更好的护理 理想地以较低成本接力棒会传回我, 我会向你们讲讲我们公司 近距离实时解析 帮助医院管理员 前沿工作人员从数据中调用洞察力和价值 帮助床位安插和床管理有了它,我想把它转给Tony

印第安纳大学卫生局

并会与你谈点IU健康 和所有惊人的东西东尼- 很高兴来到这里bob体育外网下载Rohan提到, 我们认为我们有一些令人振奋的信息 分享我们一直在做的工作, 内部数据仓能力, 后与KenSci合作, 和一些AI和ML工作,我们正在做Rohan提到,我叫Tony PastrinoIU健康信息服务组织内我是副总裁IU保健系统由印第安纳州18家医院组成服务约百万居民 团队成员计数 约30至34,000人印第安纳州最大保健提供者我们今天想带你们体验一下IU健康之旅的背景, 数据仓储、商业智能和最近跳入AI和ML空间数据库服务器Wotno

极微小化, 可能甚至不 官方认为数据仓库 时点bob体育客户端下载环2010年决定带入平台, 我们可以搭建企业广域数据仓库并开始利用IUHEDLAY的数据资产bob体育客户端下载微软解析平台系统 他们的APS平台搭建大数据仓库 并开始整理数据过程后来我们开始的另一件事情 即我要在这里谈几遍 即我们称之为大自服务提供社区约200+分析师 称社区 数据分析师 社区数据科学家跨IUHE并同时工作我团队的一部分 业务和临床智能bob体育客户端下载大约,我猜它开始2019年 当我们实际开始过渡时, 但我们从假设转接APS平台 并移动所有数据 所有报表资产很显然,它为我们提供了基本无限计算、无限存储和快速访问新工具,从可支持性和可持续性的角度讲,从数据仓库和IUHEDHED数据对我们都大有帮助bob体育客户端下载刚讲到的有我们的行程 建数据仓和跨平台运动 并真正带我们到现代数据仓、环境平台正如我所提到的,我们投入到的另一点是自服务组件,确保我们能够支持大集团遍及整个保健体系并进行数据解析无法以适当方式支持集中商业情报中心内一组分析员,该分析中心拥有数据每一个组件的专门知识,无论是临床数据、我们ERP系统数据、感染预防数据,还有明显与这些领域数据紧接并真正主题专家我们想做的是整理数据, 把它放到一个位置上, 并与其他数据并发并提供给他们, 并确保他们拥有工具对数据进行分析并最后一块, 和这将是排序 后半展示在这里, 罗汉带你 通过一些工作 我们正在做, 从机器学习 高级解析角度大区之一 我们当前参与 集合预测 延时住用, 我们护理管理者可以 影响他们的日常工作微小点后回声系统 we sitatIUHealth输入各种数据 结构化非结构化几分钟后我在这里展示一张幻灯片, 那种显示广度数据我们有所有数据都通过ETL进程流进并运行, 利用Informica云技术, 并发Azure数据bricks带入数据, 处理数据并带入数据存储器,Azure类数据, 在那里我们可以利用数据接下去我们经历一个过程,我要谈一下 几层数据,我们在这里服务万事皆有 进取 准备 并建模服务空间并用可用方式向Azure数据仓库提供数据远比我们用工具连接它,显然可视化数据关键工具即微软PowerBI可视化前端使用上头我提到多层数据很明显,这一点还有很多,大家都知道比从源码系统复制表再输入到另一个数据库中并连接到这些数据库中。带原始源数据重覆,你知道,它的一些结构化, 一些非结构化IoT数据开始成为折叠的一部分目前我们有31个不同源头 可能20+源头正在搭建 除此外,我们每隔24小时刷新数据取出数据并转入归并层或语义层 允许分析师集成层或语义层每24小时刷新重构 并分批处理整组立方体 约10个不同的立方体 允许更容易访问数据 即我们预加入数据接二三层和四层报表层允许社区分析师集 早先我说话 获取并添加自有数据 以特殊方式加入数据

数据图层

最后,我们谈ML解析学, 我们有一个层继续建构 从综合层上我们去识别数据

很明显 每个人以自己的方式 经历COVID-19很显然,作为一个卫生体系,我们受到了影响, 并真正需要快速把全组织聚集在一起 以确保我们能够服务 我们社区病人数据分析社区 前文我谈到, 真的允许我们这样做见到一些我们在过去几年中一直在研究并成型的东西结出果实 并拥有一个可能最疯狂使用案例象我提到的那样,全组织有约250名分析师快速组成一个团队 集合这些乡亲 每日与执行领导层合作 努力理解数据观点病人流量PPE可用性各种事物并快速在大概六至七天时间段内, 我们能够旋转成一个仪表板 可能,我猜想,在这个关头 大约30个不同报表 和对内数据视图右侧滑动有小片段但它已成为绝对的,没有洞察数据,我们无法渡过难关。 数据是我们为执行官提供的一些非常困难的决策,他们不得不经历的。

COVID-19期间增强自服务解析

唯一我将要评论的事情是,这是如此成功,我们现在正在内部组成一个集团,从执行层各种功能中代表,除COVID外取它,并真正使它成为企业日常运行仪表板,与我们的目标绑在一起并日复一日工作做真正令人振奋的东西, 很高兴看到所有技术 我早些时候在这里谈到, 真的投入工作 并真正允许我们满足需求bob体育客户端下载接下去,我把这个转回罗汉, 他会开始带你 通过一些AI和ML建模和平台搭建东尼,那很棒非常感谢很高兴看到你们所做的所有惊人工作hoosier州发生如此多奇事超酷的东西 观察调用数据时能做什么所以我想切换点轮廓 并谈一下你知道, 回溯回 几年时,我们启动IU健康要求我们做一些事 如何改善医院运维目标最终总归为表征与实际问题对立, 症状通常归结为执行级仪表板显示长停留时间, 或差排排规划等并有机会与Tony及其团队合作 以及临床用户、操作用户和数据用户之间的大量协作 来整理医院运维和医院吞吐在那里,你工作环境异常吵闹事物多变 环境千差万别二,你和那些有戒备疲劳风险的人打交道有很多倡议需要仔细思考 之后才能制定AI医院操作策略最后但并非最不重要的是, 所有事物都相互依存,对, 急救部门与案例管理团队、分解团队、接受提供方对放行提供方并用数据科学视角和ML视角分析, 之间正在发生数吨回归问题, 你也许会视之为简单回归问题。但它复杂得多 当分层 实际保健意义 整端端端过程

我希望观众学习的事物之一是医院基本状况, 你可以视之为病人从线性流安全穿透护理连续体, 冒着产生大量阻塞的风险 产生巨大的级联效应 防止整个医院系统窒息更具体地说,那些可能相当危险的事情, 像是转院和请求人们不要来医院, 最终编造本地新闻表示我的医院实际上不接受病人从来没有人想处于这种情况通常是因为事物可以控制 远比上游并相信预测解析方法 帮助解决其中之一可见信息流简单阻塞, 预测滑动右上方能做, 可预测人住医院多久?30天内返回有风险吗哪里可能放行可真正为临床前沿员工提供某些动作,以避免某些阻塞对卫生体系造成重大问题我们怎么做到的对,我们做的第一件事就是利用Tony和他的团队 所努力的惊人基础设施, 也许十年吧?这些数据都来自各种数据源, 供数据科学家使用 并做一些相当令人难以置信的解析我们先从离线设置开始这是你传统机器学习过程, 在那里你取出一串数据, 通过一连串实验运行, 并测试实验大多数人都对结果很兴奋 因为你相信模型能改善护理可当它放进制作环境时 就会变得更难bob体育客户端下载并使用微软PowerBI平台 快速展示预测端点案例管理者知道 病人有某些警讯 说明他们可以在护理点内 立即采取行动等他们进入清晨并发或站立或任何特殊会议时, 帮助规划安全病人吞吐量

从中发现的一些学说就是, 上网学习系统之美是事物开始改善,对吗?模型开始从数据中看到基于人们行为的东西, 它开始自我改善, 开始按需补偿和折中, 更重要的是,它需要非常安全估计处理系统内存在的异常举个例子COVID-19攻击卫生体系并关闭选修术何谓延时模式 需要分解这并不是完全离线背景随着时间的推移,我们已经从管道角度提高了很多性能, 即获取了大量信息 并短短几分钟内生成分数, 并同时看到模型为医院日常常见大相遇表演约85%的相遇时间 介于1.6到1.5天范围内 实际停留时间 和一些相当令人难以置信的结果是什么教我们?作为一个公司,我们开始被问问题, 那么,我们如何取信息 并使它更多实时如何贴近床边 并努力解决近几个月随机cvid-19攻击 实时信息的需求 变得比必备高得多快速转换基础设施 取几件东西并置入管道

聚合数据ALCVID-19响应

第一,我们增强卫生体系识别社区状况并探寻拓展协调机会领域

流动诊所需要临时转置高风险或高优先高风险病人对 武汉和欧洲的预警告诉我们 超过一定年龄范围并易发性病人 可能比那些没有这些特征者多得多如何使卫生体系识别人群第二件事情,我们在传统和BML方面做得更多 和书籍出出(杂语)是运行 一些预测模型如何为卫生体系提供预测用品可能发生何事的能力固定用品,如PPUs等新闻大全, 但也有一些小点变量像床容量, 并可以入床 — — 医院单元可转机支持预测可能进院的病人潮最后但并非最不重要的是,我们引入移动应用帮助Tony等人并帮助系统管理员能够将实时信息输入数据中,这样他们就可以在拷贝决策上做决定,帮助确定病人需要去哪儿并做更适当的卸载规划bob体育客户端下载很显然,如果我们没有强大的技术基础和平台支持数据从源向依赖信息做出非常重要决策的消费者的可扩展移动,这一切都不会发生。bob体育客户端下载幸运的是,我们很早就利用Databricks平台和能力帮助分布计算能力,特别是数据运动、ETL、模型培训以及两个模型评分完全适合Tony现有架构 即他驱动并搭建IU健康继续推数据砖到极限至今为止,我们还没有翻转小费, 至少在制作环境但我确信当那一天到来时,我们有正确的支持来帮助我们沿途我们还授权Tony团队 开始构建预测模型 与使用案例非常具体他们是印第安纳州最大雇主之一, 并是一个非常有声望的机构, 不仅在印第安纳州,并可能拥有百大思想 围绕机器学习实验 需要发布, 并测试实战专家技术基础由Databricks和Azure支持 真正帮助实现时值值罗汉 谢谢你带我们渡过难关我想当我们今天结束演讲时, 我知道,我想给 一次外卖学习

学习外送

之后我想 Rohan会跳回这里 自己提供一环, 然后显然,我们可以进点QA, 但我想到其他卫生体系, 坦率地说,我想它会适用于其他行业 以及其他数据团队 AI团队和ML团队,数据仓库里没有值钱, 周围有钢条, 没有人可以进入它 并取出数据并投入使用所以我会鼓励与分析师和数据智能者协作 遍历贵组织 找出他们需要什么

集中注意力满足这些需求集中注意力研究如何快速整理来自国外各种可能源的数据,并提供给那些真正日复一日专家使用这些数据并能够投入工作并从中获取一些真实、有意义和可用信息终端用户使用。-多谢大外送 Tony面向所有数据科学家 提供几大技巧和密钥外送

向大多数数据科学家推荐保健知识时,Andrew Yang非常出名地说,“数据科学80%实为数据学,20%实为科学学。”实际上,在保健领域,它远不止于此。数据语义内涵和复杂性不可理喻 Tony说得美极了, “寻找自己亲近理解数据深层环境的人 ” 并加入数据分析师的侧面,你需要从数据角度深入理解而在另一方面,你知道, 多数数据科学项目从不见日光制作所以,你需要发现自己与工程同行关系密切, MLOPs人与DevOps人关系密切, 帮助模型建建机器学习模型清晨2点脱机时 你不想站前排并有可能出现病人安全问题管治,谦虚并密切注意并尊重保健数据本身所呈现的复杂性和挑战科学方面没有什么别的东西 会令你跌倒以之结束,我想感谢大家的到来和监听我想我们现在打开它回答问题好奇地为Tony和我 听到一些思想和问题