ヘルスケア

ヘルスケア業界では、医療記録、臨床試験、医療費請求の各システムに大量のデータが保存されていますが、患者の転帰改善、ヘルスケア規制遵守にこのデータを活用することに今もなお悪戦苦闘しています。自動機械学習は、電子医療記録、臨床試験、医療費請求処理の大量のデータを、コスト削減、運用改善、さらには救命につながる予測へと変換できるよう支援します。

Message

機械学習の自動化によって、電子医療記録、臨床試験、医療費請求処理で収集される数十億ものデータポイントを、コスト削減、運用改善、さらには救命につながる予測へと変換することが可能になります。

機械学習による業務の変革

機械学習は、保険者、医療提供者、製薬会社などヘルスケア業界のすべての関係者に、業務を大幅に変革、改善する機会をもたらし、コストの最小化や収益の最大化を実現します。ヘルスケア業界ですでに導入が進められている自動機械学習の手法をいくつかご紹介します。

保険者

消費者相手のお客様にとって、収益を最大化するには顧客離れを防ぐことがすべてです。DataRobot は、保険者が高精度の予測モデルを自動的に構築して保険者から離れていきそうな顧客を識別できるよう支援します。さらに、DataRobot モデルは、価格とサービス品質に関する洞察を提供して、顧客の生涯価値の拡大を支援します。

保険者は、コストと時間を要する不正請求の管理という課題にも対応しなければなりません。DataRobot は、正確なモデルを作成して不正請求の可能性がある活動を識別して優先させます。手動での検査が不要な場合は、請求に対して自動的に支払います。より迅速で正確な請求処理により、コストを削減しながら、顧客満足度と顧客維持率を高めることができます。

リスクの階層化を使用してリスクのある患者の管理を優先し、有害転帰を防ぐことで、治療の品質を大きく向上させるだけでなく、関与するすべてに対するコストを大幅に削減できます。DataRobot では、保険者は病気の傾向を予測する正確なモデルを迅速に作成して、将来の高額な治療を防止することができます。

また、予測分析を使用して、スタッフ配置や運用効率の最適化が図れます。限られたリソースを有効活用して請求を処理し、不正請求に対応するシステムを作成することで、保険者のコストは最小限に抑えられます。

医療提供者

可能な場合は常に患者の転帰を改善することが、医療提供者が収益を増やし、コストを削減するための最善の方法です。DataRobot は、院内感染(HAI)のリスクが高い患者を予測するモデルを迅速に構築して、医師が予防的措置を講じられるようにするとともに、コストを大幅に削減します。

ACO(Accountable Care Organization)で働くボランティアは、機械学習モデルを使用して医療を適切に組み合わせ、高精度のトリアージを提供します。これにより、高コストの ACO 患者がもたらす非効率性が減少します。予測モデルを使用することで、ACO による MSSP(Medicare Shared Savings Programs)の目標達成率は大幅に上昇します。

高い再入院率は、ヘルスケア業界に非常に大きなコスト負担をもたらします。高精度の予測モデルを構築してリスクのある患者を特定し、全体的な再入院率を下げ、他の重要な有害事象に予防的に対応することで、医療提供者と患者の双方において高額のコスト負担を緩和できます。

医療提供者がコストを最小限に抑えるためのもう 1 つの効果的な方法が運用効率の改善です。スタッフを効率的に配置し、医療在庫を管理し、ICU の準備を常に整えておくための洞察を提供するモデルは、コストの削減、効率の向上、患者の治療品質の向上を実現します。

製薬業界

専門家は、製薬業界が機械学習でイノベーションと意思決定を最適化することによって生み出される価値は年間最大で 1,000 億ドルに相当すると予測しています。創薬の早期段階(薬剤化合物の初期スクリーニングから生物学的要因に基づく予測成功率まで)で使用されれば、生命科学研究業界を根本的に変え、より優れた治療オプションが患者に提供される可能性があります。

機械学習はマーケティング活動も大幅に改善します。製薬会社は、長年にわたって大量の消費者データを収集しています。DataRobot は、製薬会社が予測モデルを開発して特定の薬剤に最適な個体群を識別し、収益の向上につなげられるよう支援します。

臨床試験には長い時間と多くのコストがかかり、複数の承認段階や多数の役所手続きを経なければなりません。DataRobot は、臨床試験の設計を最適化し、承認プロセスを短縮し、製薬のイノベーションコストを大幅に削減する高精度のモデルを自動的に構築して製薬会社を支援します。製薬業界には非効率性がはびこっていますが、機械学習なら解決可能です。

さらに、実環境分析を使用して治療効果または服薬遵守を監視することで、不要な高額薬剤のニーズが減り、患者の実際の転帰がコストと利用の両方の面で改善します。

DataRobotが可能なこと

再入院の減少

患者が退院後すぐに入院すると、病院と患者の双方で高額なコストが発生します。DataRobot の自動機械学習プラットフォームを使用して再入院を予測して防止すれば、不足している病院リソースの利用効率が向上するとともに、患者が受ける医療の全体的な品質が向上します。

ICU の利用予測

高コストと重要な医療リソースの周期的な不足が、ICU の利用を改善しなければならない主な 2 つの理由です。自動機械学習を使用して集中医療を本当に必要とする患者と ICU への入院が必要でない可能性がある患者を正確に予測すると、病院のコストを大幅に削減できます。

HAIs

入院中、患者は血液感染を起こしやすくなります。再入院につながる場合が多いため、コストが増加します。DataRobot を使用して敗血症または CLABSI にかかりやすくなっている患者を予測すれば、医師が介入して追加の診断とテストを実施し、患者が再入院する確率を減らすことができます。

服薬遵守

慢性疾患を抱える患者が確実に薬を服用しない場合、回避可能なコストが年間で 1,000 億ドル以上発生することになります。DataRobot を使用して、処方された投薬計画に従う可能性が低い患者を識別し、その行動の要因を予測すると、適切な介入計画を作成して服薬不遵守を減らすことができます。

ヘルスケアのホットスポット特定

米国の人口の 5% が米国のヘルスケアコスト全体の約 50% を占めています。ヘルスケアのホットスポットを特定する、つまり、ビッグデータセットをセグメント化してさまざまなニーズ領域を戦略的にターゲットにすることにより、ヘルスケア制度で定義されている地域内での極端なパターンが明らかになります。DataRobot なら、ヘルスケアのホットスポットを効率よく正確に特定できます。

保険者への詐欺行為

不正請求は多額の損失になりますが、すべての請求を調査するにはコストがかかりすぎるうえ、非効率的です。DataRobot を使用して、正確な予測モデルを自動的に構築し、詐欺の可能性が高い請求を識別して優先することで、リソースを有効的に配備し、顧客満足度を高めることができます。

 
Nathan Patrick Taylor 氏
Nathan Patrick Taylor 氏
Symphony Post Acute Network 社、分析戦略担当 VP
In this webinar recording, Nathan from Symphony Post Acute Network discusses how DataRobot is transforming data science for challenges like hospital readmissions and patient falls. Find out why Nathan says, “DataRobot’s platform makes my work exciting, my job fun, and the results more accurate and timely -- it’s almost like magic!”

お客様の声

  • "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

  • "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 関連ニュース

重要なのは「人材」と「ツール」- 戦略的にAI活用に挑むパナソニック

6月 05, 2018
続きはこちら

AIの価値を生む市民データサイエンティストを育成、DataRobotが新サービス

3月 14, 2018
続きはこちら

AI・機械学習自動化ツールのDataRobotがv3.0をリリース 時系列データへの対応など注目の新機能が追加

4月 25, 2017
続きはこちら

あなたのプロジェクトでもDataRobotを使ってみませんか?

お問い合わせ