Rob ONeill

Rob O’Neill 氏

NHS 財団トラスト、モアカムベイ大学病院 分析責任者

ライブ管理およびキャパシティ需要管理から、入院日数の予測、退院時の調整、急性治療終了患者に対するケアニーズの低減まで、データサイエンスによってより効果的な治療を実現できる分野は非常に多くあります。

O’Neill 氏による AI ヒーローとしてのインパクト

O’Neill 氏は、ヘルスケア業界での 20 年間に近い経験の中で、病院および医療施設を改善するための分析に注力してきました。これまで、複数の NHS(国民保健サービス)病院においていくつかの役割を担ってきましたが、ここ 7 年以上にわたってモアカムベイ NHS 財団で分析担当責任者を務めています。O’Neill 氏はそのリーダーシップを発揮し、病院のデジタルトランスフォーメーション、データサイエンス革新、情報戦略を支援してきました。
3 つの病院で、年間 57,000 人の待機的入院患者
退院前に再入院の可能性を予測し、リアルタイムにフラグを設定
年間 51 万 8,000 人の外来患者の来院
このうち、患者が予約どおりに来院しないリスクを予測
33 万人を事前検証による高血圧に伴うリスク層別化
クォンツモデラーによって開発されたオリジナルモデル: 約 500 時間、クォンツモデラーによって開発された V2: 143 時間、DataRobot: 9 時間
同病院の主要な救急部門の 1 つでは、年間 95,000 人の患者が来院
Analytical Command Centre で来院を時間および日単位で予測

医療施設への再入院の予測

すべての命は限りなく大切なものです。より多くの命を守るために、病院の臨床医は患者が再入院する可能性を予測し、それを防ぐ方法を決定する必要があります。世界的なパンデミックの中にあっては、すべての病床がこれまで以上に貴重であるため、この予測プロセスが特に重要です。AI は、各患者を個人として尊重し、将来に備えて十分なスタッフと病床を確保することによって、再入院を最小限に抑えるための鍵となります。

これまで、AI の導入は一般的に長く困難なプロセスであり、経験豊富ではあっても、サイロ化されたデータサイエンティストによって維持されてきました。そこに、Rob O’Neill 氏は踏み込みました。AI を民主化する取り組みをリードし、彼のチームは、データサイエンティスト以外のユーザーが簡単に理解して対応できるダッシュボードを作成しました。これにより、複数の病院全体でより優れた精度と判断の採用が実現します。そして、命を救い、健康を改善し、医療提供者と支払者の双方における多大な経済的負担を軽減することができます。

透明性のある、データに基づいた予測

O’Neill 氏は、どの患者が再入院となる可能性が高いかを事前に予測する積極的な対策により、30 日以内の再入院率を下げることのできるソリューションを求めていました。また氏は、患者ごと、個々の病院ごと、または診断ごとに、再入院が起きる最大の理由を理解できる透明性を求めていました。 

ユーザーは、統計的パターンや異常を探したり、分布を調べたり、救急部門の時間単位の予測や入院病棟の予想病床占有率を確認したりなど、さまざまなことができます。医療提供者は、在宅医療サービスから高度看護施設への一時的な入所まで、退院後の幅広い選択肢を推奨する場合があります。これらのインサイトは豊富な情報に基づいています。たとえば、昼間の時間、重症の患者なのか軽症の患者なのか、救急車による搬送なのか、温度、天候、休日(特に公休日)、大学近くの病院の周辺の情報などです。

Snowflake は、患者病歴とライブデータの全体をホストする、スケーラブルなデータベースです。Qlik は AI 駆動のモデルを生成するために、データを移行して DataRobot に供給します。これはコーディングなしでデプロイできるため、ヘルスケア意思決定者が Qlik Analytical Command Centre を素早く簡単に、病院システム全体の幅広い用途に利用できるようになります。

現在の患者の再入院のリスクを理解できることは、予定外の需要を効果的に予測し、危機的状況によって生じる患者の急激な流入に対処するために、非常に重要です。DataRobot、Qlik、Snowflake の統合プラットフォームを通じてデータサイエンスと分析を組み合わせることで、現在のニーズをより確実に理解し、患者全員に総合的な治療を施すために必要なリソースを予測することができます。
  • DataRobot のプラットフォームのおかげで仕事がうまく進んでいます。結果の精度も上がり、しかもタイムリーです。まるで魔法のようです
    Omair Tariq
    Omair Tariq

    Data Analyst, Symphony Post Acute Network

  • 弊社は、この業界で主体的に動く必要があると考えています。具体的には、顧客のニーズを理解する予測モデルを構築し、キュレーションプロセスを通して顧客のコンシェルジュになるべきだと考えています。
    Oliver Rees 氏
    Oliver Rees 氏

    General Manager – Torque Data at Virgin Australia

  • LendingTree 社にとってデータはビジネス戦略の中核にあり、一人ひとりに合った卓越した顧客エクスペリエンスを提供するうえで欠かせません。DataRobot を導入して以来、この資源から低コストで価値を引き出せるようになりました。
    Akshay Tandon 氏
    Akshay Tandon 氏

    LendingTree 社、戦略分析担当副社長

  • DataRobot ではモデルにフィードされているデータを理解できるため、得られたデータを何もかもシステムにフィードする必要がなくなります。DataRobot によって私のチームの有用性が高まっています。
    Deena Narayanaswamy 氏
    Deena Narayanaswamy 氏

    Head of Data Insights, Avant

  • モデリングに必要なデータサイエンスと手間のかかる作業を任せられるのは、DataRobot の技術の本質的な特長です。DataRobot を導入する前、モデリングプロセスには多くの手作業が必要でした。今のプラットフォームでは、そのステップの多くを最適化および自動化しながらも、自在に制御することができています。DataRobot を導入していなかったら、今と同じ成果を得るためには常勤のスタッフを 2 名増やす必要があったでしょう。
    Evariant

    DataRobot で AI ヒーローを目指しましょう