SAS работает с ведомствами и медицинскими организациями по всему миру, помогая с помощью исследования и анализа данных решать задачи, связанные с коронавирусом нового типа. Среди таких задач: помощь стационарным медицинским учреждениям, клиническим больницам и амбулаторному звену в применении прогнозной аналитики для распределения жизненно важных ресурсов, потребность в которых особенно высока. Сотрудничество с общественными организациями из сферы здравоохранения для построения эпидемиологических моделей, которые прогнозируют влияние вируса на население и инфраструктуру. Работа с правительственными службами для оптимизации медицинских ресурсов и повышения доступности медицинской помощи для граждан.
«Справиться с пандемией коронавируса и преодолеть последствия распространения вируса – это крайне сложная задача, поскольку вирус мало изучен, динамика заболеваемости постоянно меняется и симптоматика различна. Но от систем здравоохранения и правительств требуются быстрое понимание ситуации, ее оценка и реакция, - сказал Марк Ламбрехт, доктор наук, директор глобальной практики SAS по аналитике в здравоохранении и фармацевтике. – Чтобы принимать адекватные меры, требуется многоплановый подход, включая возможность быстрого сбора и интеграции данных, прогнозирование пиков спроса на ресурсы и выявление горячих точек, где нехватка средств защиты, персонала и оборудования будут влиять на уход за больными, и принятие мер по расстановке приоритетов и распределению ресурсов».
Оптимизация медицинских ресурсов – это повсеместная критически важная задача. Клиника Кливленда и SAS создали новые аналитические модели, которые помогают госпиталям прогнозировать количество пациентов, вместимость отделений, потребность в дополнительных койках, аппаратах ИВЛ и других ресурсах. Эти модели доступны бесплатно через GitHub. Они помогают больницам и департаментам здравоохранения получать своевременный доступ к надежной информации, которая помогает в принятии решений по оптимизации ресурсов для помощи больным COVID-19 и другим пациентам. Причем во внимание принимаются такие факторы, как финансы, логистика, новые поставки и другие.
В отличие от прогнозов, которые основаны на одном предположении, эти аналитические модели позволяют рассматривать все возможные варианты и создавать наихудший сценарий развития событий, наилучший и наиболее вероятный. По мере изменения ситуации и появления новых данных прогнозы корректируются. Например, модели могут учитывать эффект от социального дистанцирования на распространение инфекции.
Клиника Кливленда использует модели в процессах принятия решений. Получая прогнозы руководство клиники может на основе фактов планировать распределение коек интенсивной терапии, средств персональной защиты и аппаратов ИВЛ.
Даже самые современные больницы, в число которых входит известная римская клиника Джемелли, столкнулись с серьезными вызовами из-за большой нагрузки на систему здравоохранения. В больнице с помощью SAS ведутся исследовательские проекты и была создана интерактивная панель, которая позволяет лучше организовать распределение ресурсов и загруженность персонала, отслеживать в реальном времени все госпитализации, выписки и перемещения пациентов с COVID-19, вести мониторинг койко-мест в отделении интенсивной терапии, исследовать клинические данные и т.д.
«Благодаря решениям SAS мы смогли лучше организовать управление ресурсами и их планирование на краткосрочную и среднесрочную перспективу. Мы также сотрудничаем с SAS в работе над проектом, который призван повысить эффективность усилий по борьбе с заболеванием. Мы пробуем прогнозировать осложнения у инфицированных пациентов и предсказывать длительность их пребывания в больнице. Плюс, мы можем предоставлять каждому пациенту индивидуальные рекомендации по реабилитации после болезни», – сказал Паоло Серджи, директор информационных систем клиники Джемелли.
Система способна предсказать количество случаев и соответствующую нагрузку в краткосрочной перспективе для отделения экстренной помощи. Для стационара и отделения интенсивной терапии она анализирует диагностическую и терапевтическую информацию из медицинских карт; для управляющих структур – работает над отчетностью и подсказывает оптимальное размещение ресурсов, необходимых для лечения пациентов с COVID-19; для исследовательских лабораторий она предоставляет аналитические инструменты на основе ИИ, которые помогают просчитать устойчивый вирусологический ответ на пандемию. Многие важные клинические данные о пациентах с COVID-19 не структурированы, инструменты текстовой аналитики SAS помогают извлекать и упорядочивать такую информацию автоматически за предельно короткие сроки.
Жизнь пациентов с осложнениями напрямую зависит от наличия мест в отделениях интенсивной терапии и аппаратов ИВЛ. Одна из самых больших проблем – скоординировать ресурсы, чтобы они были доступны именно там, где требуется, и именно тогда, когда это необходимо. Проект в Федеральном институте Германии по изучению инфекционных заболеваний и непереносимых болезней имени Роберта Коха (Robert Koch Institute, RKI) был реализован в кратчайшие сроки. Аналитическая система наглядно показывает текущую ситуацию с аппаратами ИВЛ и койками интенсивной терапии и позволяет спрогнозировать потребность к них в ближайшем будущем. В результате медицинские учреждения могут заранее перераспределить оборудование, чтобы обеспечить пациентов средствами жизнеобеспечения.
«Как партнер RKI, мы не могли не взяться за создание этой системы. Для SAS приоритет номер одни сейчас – помочь миру преодолеть этот кризис. Ситуация никогда не была такой острой, поэтому мы надеемся, что наш многолетний опыт и усилия сыграют свою роль», – сказала Аннет Грин, вице-президент SAS в Германии, Австрии и Швейцарии.
SAS Viya: аналитические модели можно сразу запускать в «продакшн» без написания дополнительного кода
Данные — это золотая руда, однако, чтобы добыть из нее полезные знания, необходимы комплексные инструменты, которые включают в себя элементы машинного обучения, обработки естественного языка, компьютерного зрения, интернета вещей. Платформа SAS Viya позволяет решить эту задачу за счет «композитного» искусственного интеллекта, in-memory вычислений и возможности запускать аналитические модели в производство без написания дополнительного программного кода.
Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности
Пользовательские устройства ежесекундно генерируют триллионы событий, данные о которых оседают в хранилищах. Накапливать такого рода информацию бессмысленно и дорого. Компании ищут способы монетизации сведений, собранных, например, о клиентах. Крупные игроки, инвестирующие в дата-центры и персонал, научились анализировать колоссальные объемы информации, делать выводы и даже составлять прогнозы. Анализ больших объемов данных в режиме реального времени позволяет мгновенно реагировать на происходящее, как того требует ситуация.
Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом
Эффективность маркетинговых кампаний может колебаться в широком диапазоне. Многие клиенты воспринимают звонки и сообщения с предложениями услуг как спам. Изменить ситуацию мог бы индивидуальный подход, когда клиенту предлагают именно то, что ему в данный момент необходимо. Как это сделать, в интервью CNews рассказал Александр Миронов, руководитель практики по клиентской аналитике и CRM, SAS Россия и СНГ.