Спасти жизнь в период пандемии, оптимизируя медицинские ресурсы

Все начинается с лихорадки и кашля, потом становится тяжело дышать - эти симптомы пугают. А когда они появляются во время пандемии COVID, тревога только усиливается. Это касается как пациента, так и медицинских центров.

Человек с такими симптомами беспокоится не только за себя, но и за своих близких. А медицинский центр в свою очередь беспокоится о том, сможет ли вместить всех заболевших, хватит ли на всех необходимого для лечения оборудования и расходных материалов, достаточно ли мед. персонала, чтобы помочь пациентам.

Больничные системы быстро активировали планы реагирования на пандемию, приостановили не экстренные посещения и плановые операции и внедрили циклы адаптивного планирования. Кризис сильно повлиял на медицинские ресурсы и усугубил и без того сложный процесс планирования притока инфицированных пациентов. Будет ли достаточно кроватей и аппаратов ИВЛ? Сколько сотрудников заражены? Как выделять пациентов без COVID? К счастью, у здравоохранения есть аналитика, которую можно использовать, чтобы ответить на все эти вопросы и принимать эффективные решения.

Проактивное управление мощностями, оборудованием и персоналом

Пандемия создала сложнейшие задачи, с которыми помогает справиться аналитика, предоставляя жизненно важную информацию, основанную на надежных и своевременных данных. Прогнозирование спроса на медицинское обслуживание и оптимизация ресурсов необходимы для борьбы с COVID-19. На здоровье и благополучие пациентов и тех, кто за ними ухаживает, напрямую влияют наличие основных медицинских ресурсов, таких как больничные койки, палаты интенсивной терапии, медицинское оборудование и средства индивидуальной защиты.

Прогнозировать распространение инфекции нужно очень четко и осторожно. Если недооценить его, может возникнуть дефицит мед. ресурсов, а, если переоценить - начнется паника. Углубленная аналитика помогает системам здравоохранения лучше планировать и оперативно вносить изменения.

Возможность сбора данных в режиме реального времени, постоянного мониторинга спроса и предложения и проактивного управления ресурсами поможет мед. чиновникам правильно распределить оборудование и ресурсы для лечения пациентов. Аналитические методы помогают прогнозировать горячие точки следующей вспышки, количество инфицированных, которым потребуется медицинское вмешательство, и количество мед. работников. По сути, аналитические данные могут помочь спасти жизни.

Аналитическое партнерство для отслеживания, лечения и предотвращения распространения COVID-19

Одним из медицинских центров, использующих аналитику для борьбы с COVID-19, является Cleveland Clinic, известный глобальный поставщик медицинских услуг, который работает в США, Канаде, Англии и Объединенных Арабских Эмиратах. Cleveland Clinic находится на передовой борьбы с вирусом и стремится оптимизировать ресурсы больниц, чтобы быть готовой принять всех пациентов.

Cleveland Clinic совместно с SAS создала инновационные модели, которые прогнозируют количество пациентов, коек, доступность медицинского оборудования и многое другое. С этой информацией Cleveland Clinic будет принимать более эффективные решения проблем COVID-19, с которыми она сталкивается сегодня. И по мере развития пандемии модели могут корректироваться в режиме реального времени, принимая во внимание социальные дистанции, например.

Еще один уникальный аспект моделей заключается в том, что они не прогнозируют на основе единого набора допущений. Вместо этого они создают наихудшие, наилучшие и наиболее вероятные сценарии. Этот многосценарный анализ информирует специалистов по планированию ресурсов, как адекватно подготовиться к тому, что будет дальше. Одним из примеров является реакция Cleveland Clinic на возможные сценарии всплеска COVID-19, генерируемые моделями. Медицинский центр запустил план, который подготовил его к худшему сценарию: построил медицинскую больницу на 1000 коек в учебном кампусе в Кливленде для пациентов с COVID-19, которые не нуждаются в лечении в отделении интенсивной терапии.

Присоединяйтесь к борьбе с COVID-19

SAS и Cleveland Clinic рады сообщить, что их предиктивные модели COVID-19 доступны через GitHub Любые больницы могут получить к ним доступ и использовать их. Они не только предоставляют необходимую информацию для оптимизации оказания медицинской помощи, они также прогнозируют воздействие на цепочку поставок, финансы, персонал и другие ключевые области.

«Эти предиктивные модели были разработаны совместно двумя компаниями, которые понимают пациентов, данные и моделирование», - говорит Крис Донован, исполнительный директор по управлению корпоративной информацией и аналитике в клинике Кливленда. «Мы публикуем эти модели, чтобы системы здравоохранения и государственные учреждения по всему миру могли использовать их. Мы надеемся, что другие также внесут свои усовершенствования в модели».

В центре анализа находится эпидемиологическая модель SEIR, которая моделирует поток людей через четыре стадии заболевания: ощутимая, подверженная воздействию, инфицированная и восстановленная. Модель SEIR, разработанная SAS и Cleveland Clinic, основана на модели с открытым исходным кодом Университета Пенсильвании, которая была перекодирована и расширена на SAS Platform. Модель постоянно совершенствуется благодаря обратной связи в реальном времени от эпидемиологов и специалистов по данным Кливлендской клиники. Полученные в результате модели включают в себя гибкий контроль параметров и различные подходы к моделированию, учитывающие региональные медико-демографические вариации и допущения на государственном уровне.

«Эти модели могут помочь больницам, учреждениям здравоохранения, государственным департаментам здравоохранения и правительственным учреждениям прогнозировать воздействие COVID-19 и подготовиться к будущему», - говорит Стив Беннетт, директор практики SAS в области глобального управления. «Модели могут также помочь более уязвимым, менее развитым системам здравоохранения в борьбе с COVID-19».