Το Mini Workshop on Data Analytics in Healthcare and Service Operations πραγματοποιήθηκε στο CUHK-Shenzhen στις 28 Ιουνίου 2019.
Το Mini Workshop on Data Analytics in Healthcare and Service Operations που διοργανώθηκε από το iDDA πραγματοποιήθηκε στο CUHK-Shenzhen στις 28 Ιουνίου 2019. Αυτό το εργαστήριο κάλεσε καθηγητές και διάσημους μελετητές σε όλο τον κόσμο να μοιραστούν τα τελευταία ακαδημαϊκά και επιστημονικά ερευνητικά αποτελέσματα σχετικά με το «Data Analytics in Healthcare» και λειτουργίες υπηρεσιών ». Περισσότεροι από 50 συμμετέχοντες παρακολούθησαν το εργαστήριο και συμμετείχαν ενεργά σε ακαδημαϊκές συζητήσεις και ανταλλαγές μυαλού.
Στις 8:50 π.μ., ξεκίνησε το Mini Workshop on Data Analytics in Healthcare and Service Operations. Ο καθηγητής Jim Dai, συν-διευθυντής του Ινστιτούτου Ανάλυσης Δεδομένων και Αποφάσεων του CUHK-Shenzhen και συμπρόεδρος του εργαστηρίου, παρέδωσε εναρκτήρια ομιλία.
Ο καθηγητής Jim Dai, πρύτανης του Ινστιτούτου Δεδομένων και Ανάλυσης Αποφάσεων του CUHK-Shenzhen και συμπρόεδρος του εργαστηρίου ...
Subsequently, seven well-known overseas scholars delivered academic reports. They were Prof. Hamsa Bastani from University of Pennsylvania, Prof. Galit Yom Tov from Israel Institute of Technology, Dr. Xin Shi from Manchester Metropolitan University Business School, Prof. Jing Dong from Columbia University, Prof. Joel Goh from National University of Singapore, Prof. Nan Liu from Boston College and Prof. Luyi Yang from Johns Hopkins University.
The first presentation was given by Prof. Hamsa Bastani from University of Pennsylvania. Professor Hamsa Bastani explained the process and results of her research on Predicting with Proxies. In the field of medical prediction, such as to predict the future risk of patients with a malignant disease, if hospitals use their own patient population as samples, there may be greater volatility due to the small number. However, if you use other hospitals’ data to enlarge sample size, there would be prediction errors caused by factors such as scales and levels of hospitals. Given this background, the model developed by Professor Hamsa and her team was able to achieve better predictive accuracy using proxy data.
Professor Hamsa Bastani giving a presentation on Predicting with Proxies
After a short break, Prof. Galit Yom-Tov from Israel Institute of Technology presented the findings and model targeted at online customer contact centers, proving one of the related theories of psychology, and that negative customer emotions can reduce service agent productivity, which would in turn increase negative customer emotions and hamper system efficiency. Professor Galit Yom-Tov’s model can predict the probability of customer emotion deterioration in the near future in real time and give early warning. It can also predict the response time of service agents according to customer emotions, providing a practical tool for customer service operation and management.
Prof. Galit Yom-Tov presenting a report on Do Customer Emotions Affect Worker Productivity? An Empirical Study of Emotional Load in Online Customer Contact Centers
Next, Dr. Xin Shi from Manchester Metropolitan University presented his team's model in the field of medical prediction: using regression analysis of historical data to provide disease warning for existing patients at the right time. The model can also be used in many studies, including a recent study by Dr. Xin Shi on the distribution and trends of chronic diseases in Brazil.
Dr. Xin Shi giving a report on Big data for health management—early diagnosis, intervention and prevention
Το απόγευμα, ξεκίνησε το δεύτερο μισό του εργαστηρίου. Ο καθηγητής Jing Dong, καθηγητής του Πανεπιστημίου της Κολούμπια, παρέδωσε μια ακαδημαϊκή έκθεση σχετικά με τον βέλτιστο προγραμματισμό της προληπτικής φροντίδας με υποβάθμιση του ασθενούς. Η καθηγήτρια Jing Dong και η ομάδα της μελέτησαν τις προτεραιότητες παρακολούθησης στο νοσοκομείο. Ο τρόπος παροχής θεραπείας σε διαφορετικούς ασθενείς με περιορισμένους ιατρικούς πόρους ήταν πάντα μια από τις ανησυχίες των ιατρικών ιδρυμάτων. Η ομάδα του καθηγητή Jing Dong χωρίζει τους ασθενείς σε δύο κατηγορίες μέτριας και επείγουσας ανάγκης και σχεδίασε ένα μοντέλο για ιατρικά ιδρύματα για να αξιολογεί συνεχώς την προτεραιότητα της κατανομής ιατρικών πόρων σε αυτές τις δύο κατηγορίες ασθενών.
Ο καθηγητής Jing Dong διεξάγει μια ακαδημαϊκή έκθεση σχετικά με τον βέλτιστο προγραμματισμό της προληπτικής φροντίδας με υποβάθμιση ασθενών
Μετά από αυτό, ο καθηγητής Joel Goh από το Εθνικό Πανεπιστήμιο της Σιγκαπούρης μοιράστηκε την έρευνά του για τη φυματίωση στην Ινδία. Η ομάδα του επινόησε ένα μοντέλο για ασθενείς με φυματίωση που δεν ακολουθούν τις συμβουλές των γιατρών τους και καταλήγουν σε υποτροπή. Προσφέροντας στους ασθενείς χρηματικά κίνητρα τη σωστή στιγμή και στη σωστή τιμή, μπορεί να τους ενθαρρύνει να ολοκληρώσουν την πλήρη θεραπεία προκειμένου να μειώσουν τη θνησιμότητα και να εξοικονομήσουν πόρους για υποτροπή.
Ο καθηγητής Joel Goh από το Εθνικό Πανεπιστήμιο της Σιγκαπούρης δίνει μια έκθεση σχετικά με το σχεδιασμό προγραμμάτων κινήτρων για τη βέλτιστη τήρηση φαρμάκων
Μετά από ένα απογευματινό τσάι, ο Nan Liu, καθηγητής στο πανεπιστήμιο της Βοστώνης, μοιράστηκε τα αποτελέσματα μιας μελέτης που ονομάζεται Διαχείριση υγειονομικών υπηρεσιών ραντεβού με στρατηγικούς ασθενείς. Τα νοσοκομεία δέχονται συνήθως τόσο τους ασθενείς με προγραμματισμένα ραντεβού όσο και τους ασθενείς που συνοδεύουν. Ο καθηγητής Nan Liu και η ομάδα του μελέτησαν πώς τα νοσοκομεία πρέπει να κατανέμουν χωρητικότητα σε αυτά τα δύο κανάλια. Διαχώρισαν το πραγματικό ραντεβού σε δύο καταστάσεις ανάλογα με το αν οι ασθενείς μπορούσαν να γνωρίζουν τον χρόνο αναμονής μετά το ραντεβού και σχεδίασαν ένα μοντέλο για να σχεδιάσουν σε πραγματικό χρόνο εάν το νοσοκομείο θα πρέπει να εκχωρήσει περισσότερη χωρητικότητα στο κανάλι ραντεβού ή στο κανάλι εισόδου σύμφωνα με κάθε κατάσταση.
Ο καθηγητής Nan Liu παρουσιάζει μια έκθεση σχετικά με τη διαχείριση υπηρεσιών υγειονομικής περίθαλψης με ραντεβού με στρατηγικούς ασθενείς
Ο καθηγητής Luyi Yang από το Πανεπιστήμιο Johns Hopkins μας έφερε την τελική παρουσίαση του εργαστηρίου. Ο καθηγητής Luyi Yang και η ομάδα του έχουν χρησιμοποιήσει μοντελοποίηση για να διερευνήσουν τα οφέλη του κανόνα πίσω από την «προτεραιότητα παραπομπής» κατά την εγγραφή για λογαριασμό αίτησης σήμερα. Το μοντέλο τους σχεδίασε διαφορετικούς κανόνες «προτεραιότητας παραπομπής» για διαφορετικά μεγέθη αγοράς μιας εφαρμογής, οι οποίοι μπορούν να αυξήσουν τους νεοεισερχόμενους στο χαμηλότερο κόστος.
Ο καθηγητής Luyi Yang δίνει μια έκθεση σχετικά με την πρόσκληση του φίλου σας και θα προχωρήσετε στη γραμμή: Βέλτιστος σχεδιασμός προγραμμάτων προτεραιότητας παραπομπής
Στη συνέχεια, ο καθηγητής Pengyi Shi από το Πανεπιστήμιο Purdue, συμπρόεδρος του εργαστηρίου, έκανε μια τελική ομιλία. Ο καθηγητής Jim Dai και έστειλε επίσης αναμνηστικά σε αυτούς τους επτά προσκεκλημένους ομιλητές.
Ο καθηγητής Pengyi Shi δίνει μια τελική ομιλία
Ομαδική φωτογραφία των ηχείων
Ομαδική φωτογραφία
Το τελευταίο μέρος του εργαστηρίου ήταν το Poster Session. Επτά φοιτητές διδακτορικών από πανεπιστήμια σε όλο τον κόσμο έδωσαν επίσης βασικές παρουσιάσεις και είχαν σε βάθος ακαδημαϊκές ανταλλαγές με πολλούς συμμετέχοντες.
Μέχρι στιγμής, το Mini Workshop on Data Analytics in Healthcare and Service Operations έχει ολοκληρωθεί με επιτυχία. Καλωσορίστε περισσότερους μαθητές και καθηγητές για να συμμετάσχετε σε δραστηριότητες iDDA στο μέλλον. Για περισσότερες πληροφορίες σχετικά με διαλέξεις σχετικά με δεδομένα και αποφάσεις, ακολουθήστε τον επίσημο λογαριασμό του WeChat του Ινστιτούτου Δεδομένων και την απόφαση του CUHK-Shenzhen.
Γράφτηκε από τον Shi Xiaotong, KL
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου
To μπλόκ " Στοχσμός-Πολιτική" είναι υπεύθυνο μόνο για τα δικά του σχόλια κι όχι για αυτά των αναγνωστών του...Eπίσης δεν υιοθετεί απόψεις από καταγγελίες και σχόλια αναγνωστών καθώς και άρθρα που το περιεχόμενο τους προέρχεται από άλλες σελίδες και αναδημοσιεύονται στον παρόντα ιστότοπο και ως εκ τούτου δεν φέρει οποιασδήποτε φύσεως ευθύνη.