Q＆A：データ駆動型のイノベーションを通じてヘルスケアに革命をもたらすためのロードマップ| MITニュース

データが患者の予後を予測したり、病院の運用を合理化したり、医学の人材を最適化するのに役立つとしたらどうでしょうか。棚から新鮮な本、「ヘルスケアの分析エッジ、これがすでに起こっていることを示しており、それを拡大する方法を示しています。

Dimitris Bertsimasが執筆したMITのOpen Learningの副プロボストと、Bertsimasの元生徒の2人、Agni Orfanoudaki Phd ’21、オックスフォード大学のサイードビジネススクールの運用管理准教授、およびHolly Wiberg PhD ’22、Carnegie Mellon Universityの公共政策と運用研究を提供するHolly Wiberg Phd ’22現実世界のアプリケーションに重点を置いて、本の最初の部分は、記述的、予測的、規範的分析を使用してさまざまな臨床専門と問題タイプをカバーする統合されたケーススタディを提示し、本の第2部では、機械学習と最適化にまたがる技術的基盤を確立します。

より広範なシリーズの一部である「The Analytics Edge in Healthcare」は、ヘルスケアセクター内でより良い決定を下すためにデータとモデルを活用する方法を示していますが、その前任者、「」分析エッジ、「データを使用してモデルを構築し、意思決定を改善し、機関や個人に価値を付加する科学に分かれます。

MIT Sloan Management Schoolのグローバルオペレーションマネジメント教授のビジネス分析の準学部長であり、ボーイングリーダーでもあるBertsimasは、背後にあるイノベーターです。 15.071（分析エッジ）、MIT Open Learningのコース MITX それは数十万人のオンライン学習者を魅了し、本シリーズの背後にあるインスピレーションとして機能しました。 Bertsimasは研究から休憩を取り、MIT Open Learningでの彼の仕事は、分析の分野がどのようにヘルスケアシステムを変えているかを議論し、病院で分析がすでに使用されている驚くべき方法を共有しています。

Q： 病院がケアを提供し、事業を管理する方法を分析の分野をどのように変えていますか？

A： アカデミックとして、私は常に教育を受け、出版物を書き、私たちが実際に行っていることを活用することを目指してきました。したがって、私は設立しました ホリスティック病院の最適化 （H20）患者ケアを改善するための機械学習で病院の運用を最適化することを目的として。 MITでさまざまなツールを開発し、世界中の病院でそれらを実装しました。たとえば、患者の滞在期間と劣化指数（患者の臨床的劣化のリスクを予測するコンピューター化されたツール）を管理します。看護師の最適化と、病院が人事を適切に割り当てる方法を管理しています。また、手術のブロックを最適化します。これは、分析とAIメソッドが現在非常に広く利用されている変更の始まりです。私の希望は、この作品とこの本がこれらのツールを使用する効果を加速することです。

さらに、私は教えました 9つの講演コース Hartford Hospital SystemでAgniとHollyと2回、医師、看護師、管理者を含む医療従事者のために、これらの分析方法（通常は医学部で教えられていない）が実証できることに気付きました。影響を与えるには、適切な方法を持ち、それらを実装し、適用する必要がありますが、それらの使用方法について人々を教育する必要もあります。これは、オープンラーニングでの私の役割とよくリンクしています。ここでは、私たちの目的は学習者をグローバルに教育することです。実際、Open Learningは、人工知能に関する包括的な知識を提供するダイナミックなオンライン学習体験であるこの秋のUniversal AIを開始し、急速に進化する雇用市場での雇用のための世界的な視聴者を準備しています。

Q： ほとんどの人が期待しないヘルスケアで分析が使用されている驚くべき方法は何ですか？

A： 分析を使用して、ハートフォード病院での患者の滞在期間を5。67日から5日間に短縮しました。患者のリリースの可能性を予測するアルゴリズムがあります。したがって、医師は確率が最も高い患者に優先順位を付け、退院の準備をします。これは、病院がはるかに多くの患者を治療できることを意味し、患者は病院に滞在しています。

さらに、病院がCovid-19パンデミック中に看護師の離職率が増加したとき、株式と公平性を考慮し、残業コストを削減する分析システムを開発し、看護師に優先スロットを与え、全体的な売上高を大幅に減らしました。これらは2つの例です。ヘルスケアと医学に対する分析的な視点が重要な違いを生んだ他の多くの人がいます。

Q： 今後、人工知能がヘルスケアの未来を形作るのをどのように見ていますか？

A： 非常に重要な方法で、機械学習を使用してより良い予測を行いますが、生成的AIはそれらを説明できます。私はすでにその方向に動きを見ています。これを可能にしたのは本当にAIの進化であり、エキサイティングです。また、ケアを改善し、命を救う能力があるため、世界にとっても重要です。

たとえば、ハートフォード病院システムでのプログラムを通じて、患者が悪化していることを発見し、分析を通じてさらに悪化すると予測しました。私たちの予測の後、医師は患者をより密接に検査し、患者が敗血症の初期の症例を持っていることを発見しました。以前に敗血症を検出しなかった場合、患者は死亡した可能性があります。これは、人の命を救うことに実際の違いをもたらしました。

Q： 「ヘルスケアの分析エッジ」を1つか2つの単語で説明しなければならなかった場合、それらは何ですか、そしてなぜですか？

A： この本は、以前に行われていない方法でヘルスケアセクターに影響を与えることができるため、ヘルスケアの段階的な移行です。この本は、過去10年間のヘルスケアとそのアプリケーションでの私の仕事の概要を本当に概説しています。