Previsão de Leitos da UTI Pediátrica
Tipo de Projeto
- Machine Learning
- Analytic
Introdução
O número de internações pediátricas sofre influencia de diversos fatores, principalmente mudanças climáticas. Conseguir prever quantos leitos pediátricos serão necessários em cada época do ano é fundamental para as operadoras de planos de saúde. Um dos maiores desafios encontrados atualmente é conseguir este dimensionamento de leitos de UTI Pediátrica uma vez que não há um padrão nas mudanças climáticas e outros eventos sazonais podem influenciar uma internação pediátrica.
Solução
A quantidade de leitos utilizados por dia pode não ser uma informação armazenada, sendo assim foi necessário a partir das regras de negócio fornecidas pelo cliente, definir a quantidade de leitos de UTI pediátrica em uso por dia. Após este trabalho de geração da informação, foi aplicado um modelo de séries temporais (machine learning) para prever a quantidade de leitos de UTI Pediátrica necessários por quinzena e região geográfica. Esta solução pode ser aplicada na previsão de outros leitos específicos.
Resultados
Prever a quantidade de leitos de UTI pediátrica necessários para dimensionamento, uma vez que a operadora deve prever periodicamente onde investir e quanto. Decisões estratégicas podem ser tomadas utilizando esta análise. (Re)Negociação de reservas de leitos e planejamento do direcionamento dos casos para hospitais de referência.
Após os resultados obtidos nesse estudo, o trabalho foi estendido para a previsão do volume de internações e custo assistencial por região.
Destaques
- 98% de confiabilidade
- Assertividade em decisões estratégicas
- Redução de custos
Tecnologias Utilizadas
- Saas – Guide e Miner
- MicroStrategy
Arbit: Especialista em Transformar Tecnologia em Valor!
Pode não ser parecer fácil gerar valor para seus dados, mas a Arbit, pode ajudá-lo. Há mais de 20 anos atuando com inteligência de dados, a Arbit possui especialistas para implementar as melhores soluções ao seu ambiente de negócios. Fale conosco agora mesmo
* Solução desenvolvida para uma empresa de grande porte do ramo de assistência média
