Скрыть
Раскрыть

ISSN 1998-0663 (print),
ISSN 2587-8166 (online)

English version: ISSN 2587-814X (print),
ISSN 2587-8158 (online)

Прокофьева Е. С. 1, Зайцев Р. Д. 2
  • 1 НИУ ВШЭ, 101000, Россия, Москва, ул. Мясницкая, д.20
  • 2 ГК «ФОРС», 129272, г. Москва, ул. Трифоновский тупик, д. 3

Анализ клинических путей пациентов в медицинских учреждениях на основе методов жесткой и нечеткой кластеризации

2020. № 1 Vol.14. С. 19–31 [содержание номера]

      Моделирование процессов в системе здравоохранения играет большую роль для понимания ее деятельности и служит основой для повышения эффективности работы медицинских учреждений. Задачи анализа и моделирования больших массивов данных городского здравоохранения с помощью методов машинного обучения представляют особую значимость и актуальность для развития отраслевых решений в рамках цифровизации экономики, где данные являются ключевым фактором производства. В статье рассматривается проблема автоматического анализа и определения групп клинических путей пациентов на основе методов кластеризации. Существующие в данной области работы отражают большой интерес со стороны научного сообщества к подобным исследованиям, однако имеется необходимость развития ряда методологических подходов для дальнейшего их практического применения в городских поликлинических учреждениях с учетом специфики их организации. Целью исследования является повышение качества управления и сегментации входного потока пациентов в городских медицинских учреждениях на основе методов кластерного анализа для дальнейшей разработки рекомендательных сервисов. Одним из подходов для достижения поставленной цели является разработка и внедрение клинических путей, или траекторий движения пациентов. В общем виде под клиническим путем пациента понимается траектория его движения при получении медицинской услуги в соответствующих учреждениях. Представлен подход формирования групп маршрутов пациентов при помощи иерхического агломеративного алгоритма с методом связи Уорда и аддитивной регуляризацией тематических моделей (ARTM). Проведен вычислительный эксперимент на основе данных о маршрутах пациентов с диагнозом сепсис, размещенных в открытом доступе. Особенностью предлагаемого подхода является не только автоматизация определения схожих групп траекторий пациентов, но и учет шаблонов клинических путей для формирования рекомендаций в области организации структуры медицинского учреждения. В результате сформированный подход сегментации входного гетерогенного потока пациентов в городских медицинских учреждениях на основе кластеризации состоит из следующих шагов: 1) подготовка данных медицинского учреждения в формате журнала событий; 2) кодирование маршрутов пациентов; 3) определение верхнего предела длины рассматриваемого пути; 4) иерархическая агломеративная кластеризация; 5) аддитивная регуляризация тематических моделей (ARTM); 6) выявление популярных шаблонов маршрутов пациентов. Полученные кластеры маршрутов служат основой для дальнейшей разработки имитационной модели медицинского учреждения и предоставления рекомендаций пациентам. Кроме того, эти группы могут быть положены в основу разработки системы “Robotic process automation” (RPA), симулирующей действия человека и позволяющей автоматизировать интерпретацию данных для управления ресурсами учреждения.

Библиографическое описание:

Прокофьева Е.С., Зайцев Р.Д. Анализ клинических путей пациентов в медицинских учреждениях на основе методов жесткой и нечеткой кластеризации // Бизнес-информатика. 2020. Т. 14. № 1. С. 19–31. DOI: 10.17323/2587-814X.2020.1.19.31

BiBTeX
RIS
 
 
Rambler's Top100 rss