问答：通过数据驱动创新彻底改变医疗保健的路线图

一本新书由某机构的Dimitris Bertsimas合著，探讨了分析技术如何推动医疗保健领域的决策和成果。

如果数据能够帮助预测患者的预后、简化医院运营或优化医学领域的人力资源，会怎样？ 刚刚出版的《医疗保健中的分析优势》表明，这已经成为现实，并展示了如何扩大其规模。

由某机构开放学习副教务长Dimitris Bertsimas与两位前博士生——牛津大学赛德商学院运营管理副教授Agni Orfanoudaki博士（’21届）和卡内基梅隆大学公共政策与运营研究助理教授Holly Wiberg博士（’22届）——合著的这本书，为医疗保健分析领域提供了实用介绍。

本书强调实际应用，第一部分建立了技术基础——涵盖机器学习和优化——而第二部分则通过描述性、预测性和规范性分析，呈现了覆盖不同临床专业和问题类型的综合案例研究。

作为更广泛系列的一部分，《医疗保健中的分析优势》展示了如何利用数据和模型在医疗保健领域做出更好的决策，而其前作《分析优势》则深入探讨了使用数据构建模型、改进决策并为机构和个人增加价值的科学。

Bertsimas也是某机构斯隆管理学院商业分析副教授兼波音全球运营领袖管理学教授，他是15.071（分析优势）课程的创新者，该课程在某机构开放学习的MITx平台上吸引了数十万在线学习者，并成为该书籍系列的灵感来源。Bertsimas在研究和某机构开放学习的工作之余，讨论了分析领域如何改变医疗保健系统，并分享了一些分析技术在医院中已经应用的令人惊讶的方式。

问：分析领域如何改变医院提供护理和管理运营的方式？

作为学者，我一直渴望教育、撰写出版物并将我们的工作应用于实践。因此，我创立了整体医院优化（H20），目标是通过机器学习优化医院运营以改善患者护理。我们在某机构开发了多种工具，并在世界各地的医院实施。例如，我们管理患者的住院时间和恶化指数（一种预测患者临床恶化风险的计算机化工具）；我们管理护士优化以及医院如何适当分配人力资源；我们优化手术区块。这是变革的开始，分析技术和人工智能方法现在正被广泛使用。我希望这项工作和这本书能加速这些工具的应用效果。

此外，我与Agni和Holly在某机构哈特福德医院系统教授了一个九讲课程两次，我意识到这些分析方法——通常不在医学院教授——可以向医疗保健从业者展示，包括医生、护士和管理人员。要产生影响，你需要有适当的方法、实施并应用它们，但还需要教育人们如何使用它们。这与我开放学习的角色很好地联系在一起，我们的目标是在全球教育学习者。事实上，开放学习将于今年秋季推出通用人工智能，一个动态在线学习体验，提供关于人工智能的全面知识，为全球学习者在我们快速变化的就业市场中做好准备。

问：分析技术在医疗保健中有哪些令人惊讶的应用方式，是大多数人不会想到的？

使用分析技术，我们将哈特福德医院患者的住院时间从5.67天减少到五天。我们有一个算法预测患者出院概率；因此，医生优先处理概率最高的患者，为他们出院做准备。这意味着医院可以治疗更多患者，患者住院时间更短。

此外，当医院在Covid-19大流行期间看到护士流动率增加时，我们开发了一个考虑公平和公正的分析系统，减少加班成本，给护士优先时段，并大幅降低总体流动率。这些只是两个例子；还有许多其他例子，其中分析视角对医疗保健和医学产生了实质性影响。

问：展望未来，您如何看待人工智能塑造医疗保健的未来？

以非常显著的方式——我们使用机器学习做出更好的预测，但生成式人工智能可以解释它们。我已经看到朝这个方向的运动。这确实是人工智能的进化使这成为可能，令人兴奋。这对世界也很重要，因为它有能力改善护理和拯救生命。

例如，通过我们在哈特福德医院系统的项目，我们发现一个患者正在恶化，并通过分析预测他们会进一步恶化。在我们的预测之后，医生更仔细地检查了患者，发现患者有早期败血症，一种身体对感染反应不当的生命威胁状况。如果我们没有及早检测到败血症，患者可能已经死亡。这在拯救一个人的生命上产生了实际差异。

问：如果您必须用一两个词描述《医疗保健中的分析优势》，会是什么，为什么？

这本书是医疗保健的分阶段过渡，因为它能够以以前未曾有过的方式影响医疗保健部门。这本书真正概述了我在医疗保健领域的工作及其在过去十年中的应用。