BI Consult
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
    • Построение хранилища данных
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • Process Mining
    • Сквозная аналитика
  • Платформы
    • ATK BiView-1C
    • Airflow
    • Alpha BI
    • Analytic Workspace
    • ChatGPT
    • FineBI
    • FlyBI
    • Loginom
    • Luxms BI
    • Modus BI
    • Visiology
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgres Professional
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
    • Эксперт-BI Дистрибуция
  • Розничная торговля
    • Эксперт-BI Розничная торговля
    • Эксперт-BI Розничная торговля: DIY
    • Эксперт-BI Розничная торговля: Мода
    • Эксперт-BI для сетей аптек
  • Производство
    • Эксперт-BI Производство
  • Операторы связи
  • Банки
    • Эксперт-BI для банков
    • Бизнес-аналитика в банке
  • Страхование
  • Фармацевтика
    • Эксперт-BI Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Энергетика

Функциональные решения

  • Управление по KPI
    • Самоуправляемая компания
  • Финансы
    • Бюджетирование
    • Консолидация финансовой отчетности
    • Панель управления, KPI для CFO
    • Рабочий капитал
    • Финансовая отчетность по МСФО
    • Платежный календарь / прогнозный ДДС
  • Продажи
    • Анализ данных из CRM
    • Планирование
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Построение хранилища данных
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и прогнозная аналитика
    • Прогнозная аналитика
    • Прогноз спроса на основании данных о вторичных продажах
  • Разработка стратегии цифровой трансформации
  • Сквозная аналитика
  • E-Commerce
  • Process Mining
Главная » Продукты Эксперт-BI

Эксперт-BI Здравоохранение: система бизнес-анализа для медицинского сектора

Анализ работы больниц (госпиталей) с помощью BI-системы

CMS-программа Meaningful Use требовала, чтобы больницы предоставляли отчеты по клиническим показателям качества, но многие из них все еще находятся в «средневековье» отчетности, и используют Crystal Reports и SQL-процедуры для сбора и анализа данных для Meaningful Use и других показателей качества. Во многих отраслях промышленности давно уже прошло то время, когда отчетность велась с использованием информации из отдельных реляционных баз данных. Вот наконец и в здравоохранении начинают использовать инструменты Visual Analytics.
Недавно мне представилась возможность поговорить с Дэвидом Болтоном, старшим директором по развитию рынка в государственном секторе, чтобы узнать побольше о том, как BI платформы помогают медицинским организациям изучать клинические, финансовые и операционные данные, что способствует улучшению медицинской помощи и снижению затрат.
BI платформа  позволяет больнице сделать удобную визуализацию сложных данных, так что любой член команды сможет легко их интерпретировать. Она поддерживает три основные типы данных в медицине: клинические данные, данные по операциям и корпоративные данные. Больницы возлагают большие надежды на BI системы  в решение многих своих насущных задач, например при анализе количества вызовов скорой помощи, или при анализе использования операционной комнаты. Некоторые медицинские организации в Соединенных Штатах имеют от сорока до пятидесяти различных приложений для быстрой визуальной аналитики. Продукт может использоваться для определения и устранения узких мест, или необоснованных клинических изменений. Например, приложение которое используется в одной британской больнице с двадцатью операционными залами, показало, что увеличение загрузки палат на один процент принесет около 15,000 $ дополнительного дохода в неделю. В случае, если операционный зал не работает на сто процентной загруженности, можно использовать аналитику большого набора данных, чтобы определить причину низкого уровня использования и исправить ее.
BI платформа позволит разблокировать информацию из сложных систем и подключить большие объемы данных, таким образом, чтобы увидеть причину проблемы. Она может извлекать данные из разрозненных систем и помещать их в свою базу со своим инструментарием сценариев, который позволит объединять данные из сообщений любого типа и источника. Более 15 000 медицинских работников уже сегодня используют различные BI системы, в том числе в детских больницах Атланты: Allina Health и Healthsouth Rehabilitation. Эти больницы используют BI платформы для измерения HCAHPS, амбулаторных показателей обеспечения качества, CGCAHPS, потенциально предотвратимых повторных госпитализаций, PQRS и длительного времени ожидания пациента.
Скриншот ниже показывает пример панели управления, созданный в BI платформе, который может использоваться для определения клинических изменений. Эта панель показывает цены и прибыли каждого поставщика, что позволяет работникам больницы определить, какие из них наиболее прибыльны в больнице. Имея эти данные, больничный персонал может изучить рабочие процессы некоторых поставщиков, чтобы получить представление о том, что является причиной различий между наиболее и наименее прибыльными услугами. Врачи, которые знают, что их больница отслеживает рентабельность и имеет доступ ко всем данным, будут мотивированны к повышению своей эффективности и смогут обращаться за помощью к более «эффективным» коллегам, при необходимости.
Важно также отметить, что разница в доходности, которую видит каждый поставщик, может быть связана с определенным типом пациентов, а не с эффективностью поставщика или процесса. В этом примере все наименее прибыльные поставщики – «OBYN», поэтому следует также посмотреть на количество их пациентов, чтобы определить причину столь высоких затрат. Ниже есть стандартная панель, которая позволяет пользователям просматривать информацию о количестве пациентов вместе с затратами и прибылью, связанными с этими пациентами. Из-за того, что эта группа относится к акушерским пациентам, неудивительно, что самые большие расходы идут на пациентов постарше. Текущий вид расходов по возрастным группам выдвигает на первый план группу «15..27 лет», однако, если вы посмотрите в раздел графика «Расходы по возрастным группам», то увидите два красных столбика, которые соответствуют более затратным пациентам постарше.
С этой точки зрения можно продолжить анализ данных, чтобы определить клинико-статистические группы, связанные с пациентами в возрасте 45…46 лет, которые являются более затратными. Опять же, здесь нет ничего удивительного, ведь кесарево сечение и кесарево сечение с осложнениями более затратные, чем естественные роды. Кесарево сечение становится все более популярным в последние годы и женщинам проводят эту операцию, даже если это и необязательно по медицинским показаниям. Графики, такие как тот, что показан внизу, можно использовать для того, чтобы убедить поставщиков не предлагать определенные процедуры, если они не являются необходимыми по медицинским показаниям. Это может помочь больницам избавится от платы за услуги и снизить медицинские отходы.
 
Следующий рисунок показывает затраты на конкретную пациентку, которой была проведена операция кесарева сечения. Наиболее значительные расходы идут на саму больничную палату. Больницы, которые видят, что их главные расходы приходятся собственно на пребывание в палате, могу использовать эту информацию, чтобы сосредоточиться на стратегии уменьшения количества времени, проведенного в палате, или даже на введении домашнего ухода, когда это возможно. В больницах часто встречаются метициллин-резистентный золотистый стафилококк и другие опасные бактерии, поэтому во многих случаях более безопасным для ухода за пациентами будет перевести их домой. Правильная интерпретация данных, например как показано ниже, доказывает, что уход за больным в домашних условиях, может быть финансово более выгодным, это может побудить администраторов больниц прекратить использовать типичную модель ухода.
Существует правительственный приказ, который гласит, что любого пациента в Великобритании, следует обследовать и лечить менее четырех часов. Приведенные ниже данные получены от большой клинической больнице в Великобритании. Они показывают, как часто это больница нарушает приказ о «четырех часах» и дает представление о том, когда большинство пациентов поступают в отделение неотложной помощи. Из графика видно, что пиковое время госпитализации - 20:00. Панель также показывает сколько пациентов переходят в стационар, в этом случае около 30 % пациентов.
Если пользователь хочет получить более полную визуальную картину по нарушениям и переходам, он может посмотреть на другое представление тех же данных, которое позволяет отследить время прибытия, направление, лечащего врача и возраст пациента.
Имея эти показатели работы, больницы и поставщики теперь могут использовать визуальный инструмент для аналитики, который позволит вносить организационные изменения в процессе работы и подробно исследовать данные, с помощью лишь одного щелчка мыши. Для выполнения такого же анализа в SQL или Crystal Reports потребовалось бы более пятидесяти часов работы технического консультанта (час работы которого стоит от 200 $). С помощью российской BI платформы, организации смогут визуально анализировать и исследовать связи между электронными медицинскими записями, клиническими системами и системами финансов, чтобы извлечь для себя уроки, которые в противном случае могли бы пройти незамеченными.
 

Анализ работы больниц госпиталей с помощью BI платформ: Прирост объема оказанных платных медицинских услуг (выручка от оказанных платных услуг с НДС по сравнению с плановым значением), Срок оборачиваемости дебиторской задолженности, Количество новых пациентов, Процент удовлетворенности пациентов, Количество пролеченных случаев

С помощью системы BI можно Увеличить доход клиники, Обеспечить привлечение новых пациентов, Обеспечить удержание пациентов

Запросить видео презентацию Узнать стоимость решения Запросить доступ к демо стенду online

Задать вопрос

loading...

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • KazanExpress — торговая площадка, на которой представлены товары с бесплатной доставкой за один день в более, чем 70 городах России. Аналитическое решение на базе платформы данных Yandex Cloud позволило компании обеспечить демократизацию данных. Результат — принятие обоснованных решений на всех уровнях, увеличение лояльности партнеров и повышение прозрачности бизнеса.

    Мониторинг ключевых метрик в реальном времени минимизировал недополученную прибыль и обеспечил рост прибыльных направлений, а возможности геоаналитики сервиса Yandex DataLens помогли за короткое время проанализировать локации для открытия более 90 ПВЗ в 25 городах России и заложить основу для роста компании.

  • MoneyCare — кредитная платформа и сервис для ПОС-кредитования в магазинах, установленная в более чем 18 тысячах трейдинговых точек и сотрудничающая с 11 главными банками России.

  • Торгово-производственному холдингу ТБМ, специализирующемуся на поставке комплектующих и фурнитуры для производства окон, дверей, стеклопакетов и мебели, был необходим аналитический инструмент для выявления узким мест и поиска зон роста бизнеса и, как результат, оптимизации процессов. Добиться этого можно было, только внедрив data-driven подход.

  • «Лента» – первая по величине сеть гипермаркетов и четвертая среди крупнейших розничных сетей страны. Компания была основана в 1993 г. в Санкт-Петербурге.

    «Лента» управляет 249 гипермаркетами в 88 городах России и 131 супермаркетом в Москве, Санкт-Петербурге, Сибири, Уральском и Центральном регионах с общей торговой площадью около 1 494 тыс. кв. м. Средняя торговая площадь одного гипермаркета «Лента» составляет около 5 500 кв.м, средняя площадь супермаркета – 800 кв.м. Компания оперирует двенадцатью распределительными центрами. Штат компании – около 50, 5 тыс. человек.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Банки
    • Страхование
    • Фармацевтика
    • Лизинг
    • Логистика
    • Медицина
    • Нефтегазовый сектор
    • Сеть ресторанов
  • Услуги
    • Консалтинг
    • Пилотный проект
    • Поддержка
    • План обучения и сертификации
    • Бесплатное обучение
    • Учебные курсы
    • Аудит приложений
    • Выделенная команда
  • Платформы
    • ATK BiView-1C Коннектор
    • Alpha BI
    • Luxms BI
    • Modus BI
    • Visiology
    • Analytic Workspace
    • FineBI
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgre Professional
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow
    • Учебный курс по Open-source BI
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по DataLens
    • Учебный курс по Visiology
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
  • Функциональные решения
    • Продажи
    • Финансы
    • Склад
    • HR
    • S&OP и прогнозная аналитика
    • Внутренний аудит
    • Геоаналитика
    • Категорийный менеджмент
    • Построение хранилища данных
    • Система управления KPI и BSC
    • Управление цепочками поставок
    • Маркетинг
    • Цифровая трансформация
    • Сквозная аналитика
    • Process Mining
LinkedInYouTubeVkontakteFacebook
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru