Contenu
- Qu'est-ce que l'analyse prédictive?
- Analyse prédictive dans le cauchemar des soins de santé
- Étude de cas 2: Une clinique sans nom améliorant la rentabilité
- L'exigence
- L'action
- Le résultat
- Points importants à retenir
- Sommaire
Source: Andreypopov / Dreamstime.com
À emporter:
L'industrie médicale utilise l'analyse prédictive pour améliorer les soins aux patients, réduire le nombre de problèmes récurrents et augmenter la rentabilité.
On dit que l’analyse prédictive va redéfinir la manière dont les soins de santé sont dispensés. Il permettra de prévoir les cas de maladies graves et la probabilité de réadmissions dans le futur. D'autres secteurs, tels que les aliments et les boissons, les publications et les divertissements, ont déjà tiré parti de l'utilisation de l'analyse prédictive - il n'y a aucune raison pour que les soins de santé ne puissent pas en faire autant.
Cependant, la définition et la portée de l’analyse prédictive doivent d’abord être comprises uniquement dans le problème des soins de santé. Le modèle unique ne va pas fonctionner. Il est également important de mettre en place l'infrastructure permettant de fournir des analyses et de pouvoir fournir les informations requises aux professionnels de la santé dans le bon format. Pour dispenser des soins de santé appropriés et proactifs, les professionnels de la santé doivent disposer des con et données appropriées. Ainsi, bien que l’analyse prédictive soit bénéfique pour les soins de santé, elle doit d’abord être personnalisée et les bonnes données au bon format doivent être fournies. (Pour en savoir plus sur le rôle des grandes données dans les soins de santé, voir Le Big Data révolutionnera-t-il les soins de santé?)
Qu'est-ce que l'analyse prédictive?
L'analyse prédictive est une branche de l'analyse avancée qui fournit des prévisions de certains événements en fonction de données historiques, de modèles de données et d'autres entrées. Des mesures proactives peuvent être prises pour répondre aux exigences découlant des prévisions. L’analyse prédictive s’appuie sur des techniques utilisées dans d’autres branches, telles que l’exploration de données, l’intelligence artificielle, la modélisation, l’apprentissage automatique et les statistiques, et intègre les processus informatiques de gestion, de gestion et de modélisation. Les prévisions peuvent être utilisées pour identifier les risques et les opportunités dans le futur. L'analyse prédictive peut aider les entreprises à atteindre de nombreux objectifs. Quelques exemples incluent:
- Identifier les associations et les modèles cachés
- Améliorer la rétention de la clientèle
- Réduire les risques pour minimiser les pertes et l'exposition
- Améliorer la satisfaction client
Il existe de nombreux exemples concrets de la manière dont les entreprises ont tiré parti de l’utilisation de l’analyse prédictive. Accenture a mené une enquête pour déterminer les avantages de l’analyse prédictive pour les différentes entreprises. Certaines des conclusions sont:
- Best Buy a découvert que moins de 7% de ses clients contribuaient à 43% de ses ventes. Elle a ensuite segmenté logiquement ses clients et a repensé ses magasins et son expérience en magasin pour refléter les habitudes d'achat de groupes de clients spécifiques.
- Olive Garden, un restaurant américain décontracté, utilise les données pour concevoir et redéfinir son menu. De cette façon, il a été en mesure de réduire considérablement le gaspillage alimentaire.
L'analyse prédictive est appliquée à de nombreux domaines tels que les soins de santé, la gestion de la relation client (CRM), la détection des fraudes et la gestion des risques. L'analyse prédictive est également fréquemment associée à une analyse prescriptive. L'analyse prescriptive dans ce contexte signifie que non seulement des prédictions sont faites concernant certains événements, mais également que des étapes précises sont données qui doivent être prises pour gérer la situation. Ces étapes seront fournies par le moteur d'analyse lui-même. (En savoir plus sur la détection de fraude avec Machine Learning et Hadoop dans la détection de fraude de nouvelle génération.)
Analyse prédictive dans le cauchemar des soins de santé
Théoriquement, l'analyse prédictive joue un rôle important dans l'amélioration des soins de santé. Bien qu’il s’agisse toujours d’un nouvel entrant dans la gestion des soins de santé et que son champ d’application reste à préciser, l’analyse prédictive permet d’analyser les données historiques des patients et de prévoir des facteurs tels que les risques de maladie, le score de probabilité des crises cardiaques et les crises asthmatiques en fonction du probabilité de réadmissions.
Le cerveau humain ne peut analyser en profondeur plus de six à huit variables à la fois pour bien cerner un problème. Cependant, l'algorithme d'un modèle prédictif peut analyser des centaines de variables à la fois pour créer un profil précis d'un problème médical. Sur la base du profil, un diagnostic précis et des prévisions de risque, le cas échéant, peuvent être établis.
La modélisation prédictive peut aider à contrôler les coûts liés aux soins médicaux. Aux États-Unis, un patient de Medicare sur cinq est réadmis à l’hôpital dans les 30 jours suivant son congé, ce qui entraîne une dépense de 17 milliards de dollars par an.
La Steadman Hawkins Clinic a pu augmenter sa rentabilité nette de 20 millions de dollars par an. Ils ont également pu améliorer l'exactitude de leurs prévisions financières de 30 à 32%.
Étude de cas 2: Une clinique sans nom améliorant la rentabilité
L'exigence
La clinique souhaitait à la fois améliorer les services fournis aux patients et améliorer leur rentabilité en utilisant de manière optimale leurs ressources (personnel, installations et instruments).
L'action
La clinique a collecté de nombreuses données sur différentes variables telles que le type de soins requis par les patients, le profil et la qualification du personnel, le profil du patient, la qualité des services fournis tels que le temps de réponse, les résultats, l'expérience du patient et le temps d'attente pour les patients. Sur la base des données collectées, l'analyse prédictive a été mise à profit. Ils attendaient des analyses et des actions concrètes à mettre en œuvre.
Le résultat
Bien que la clinique mette toujours en œuvre des stratégies basées sur leur analyse prédictive, certains signes laissent penser qu’elles sont sur le point d’atteindre une rentabilité supérieure d’au moins 10% par rapport à auparavant.
Points importants à retenir
Ce n’est pas que la mise en œuvre de l’analyse prédictive va faire des merveilles tout de suite. Les résultats dépendent de l'approche. En premier lieu, l’industrie doit déterminer ce que l’analyse prédictive signifie dans ses con, puis en préciser la portée. En outre, le secteur des soins de santé doit garder à l'esprit les leçons suivantes d'autres industries:
- La quantité d'informations fournies n'est pas directement proportionnelle à la quantité de données. Vous n'allez pas obtenir plus d'informations en augmentant simplement la collecte de données.
- Les idées ne fournissent pas nécessairement de la valeur. Vous devez d’abord personnaliser les informations contenues dans votre arnaque pour qu’elles deviennent utiles.
- La mise en œuvre de l'analyse prédictive constituera un défi de taille. Vous devez adopter les bonnes technologies et fournir des informations au professionnel de la santé dans le bon format.
Sommaire
L'analyse prédictive doit être fusionnée avec une analyse prescriptive afin de produire les bons résultats, car le secteur a besoin non seulement de prévisions, mais également d'un plan d'action. Bien que le concept semble finalement récompensé, les entreprises doivent faire les bons investissements et être patientes avec les résultats si elles espèrent en tirer les avantages.