Somos una empresa dedicada a ayudar a nuestros clientes a incrementar su cultura de análisis y toma de decisiones basada en datos.

Apoyamos a nuestros clientes a utilizar Tableau y Alteryx, desde la venta de su primera licencia hasta la adopción en toda la organización.

Data Science Superhero, el Dr. Ashwin Belle de MCIRCC sobrealimenta sus poderes de predicción

Hay muchos datos disponibles en la atención médica, pero la mayoría de las organizaciones no saben utilizarlos.

Un caso de uso del mundo real del Dr. Ashwin Belle del Centro de Cuidados Críticos de Michigan es que logro mejorar los resultados de los pacientes con Machine Learning, utilizando datos de monitoreo de pacientes, visitas al médico, entre otros datos, desarrollando modelos que mejoren los resultados del paciente.

“Los mecanismos de implementación que DataRobot ha proporcionado y la dirección en la que se encuentran, facilitarán la aprobación de soluciones, por lo tanto, ahorrará más vidas en el proceso “. – Dr. Ashwin Belle

Lea el caso completo a continuación:

El Dr. Ashwin Belle es un arquitecto analítico en el equipo de Ciencia de Datos en el Centro de Investigación Integral en Cuidados Críticos de Michigan (MCIRCC), una de las organizaciones más innovadoras de la nación en el diagnóstico, monitoreo y tratamiento de pacientes con enfermedades o lesiones críticas y una parte del Sistema de Salud de Medicina de Michigan de la Universidad de Michigan. MCIRCC está compuesto por varios equipos, miembros de la facultad y médicos que se enfocan en usar la colaboración interdisciplinaria para descubrir nuevas y mejores formas de diagnosticar, detectar y tratar problemas médicos con tecnología.

La razón por la que me levanto todos los días y vengo a trabajar es para poder construir y desarrollar soluciones analíticas que puedan salvar vidas ”, dijo Ashwin.

El campo de la medicina está inundado de datos de visitas al médico, pruebas de diagnóstico y monitoreo de rutina de pacientes por parte de máquinas y enfermeras por igual, presentando una gran oportunidad para científicos de datos como Ashwin. A pesar de que las máquinas monitorean constantemente a los pacientes, los patrones a largo plazo a menudo no se reconocen debido a la naturaleza fugaz de las visitas a los médicos y las enfermeras y al gran volumen de datos que se produce. El desafío radica en capturar y priorizar qué datos son relevantes.

MCIRCC está trabajando para aprovechar estos datos para potenciar su trabajo que salva vidas aplicando superpoderes de ciencia de datos a situaciones de cuidados críticos.

La división de ciencia de datos de MCIRCC es una parte integral de su estrategia para usar big data para descubrir formas de mitigar mejor las situaciones médicas críticas como el sangrado interno.

El primer paso fue encontrar una manera de capturar todos los datos relevantes y almacenarlos, lo que requirió el desarrollo de una infraestructura especial. Una vez que se completó esa tarea monumental, Ashwin y su equipo tuvieron que encontrar la mejor manera de aplicar la ciencia de los datos para usar esos datos para informar la toma de decisiones clínicas y mejorar los resultados para los pacientes.

Ashwin y su equipo sabían que había oportunidades para utilizar la ciencia de datos para salvar vidas, pero se vieron obstaculizados por la naturaleza compleja y lenta de los métodos tradicionales de ciencia de datos.

El equipo de ciencia de datos en MCIRCC estaba experimentando problemas tales como:

  • Los modelos demasiado complejos tomaron demasiado tiempo para desarrollarse e implementarse
  • Los modelos y métodos no eran fácilmente escalables para ajustarse a la gran cantidad de datos que producen los sistemas de monitoreo médico
  • Los modelos no proporcionaron un grado de precisión suficientemente alto ni permitieron el uso de datos en tiempo real
  • Existe una brecha de comunicación entre los científicos de datos, ingenieros y profesionales médicos.

Después de ver una demostración de DataRobot, Ashwin vio una posible solución e inmediatamente activó la señal de DataRobot.

Impresionado por la velocidad y la precisión de la plataforma de aprendizaje automático automatizado de DataRobot, sin mencionar la capacidad de la plataforma de ofrecer múltiples opciones para diferentes modelos predictivos, Ashwin sabía que DataRobot proporcionaría las herramientas que MCIRCC necesitaba para llevar sus aplicaciones de ciencia de datos que salvan vidas al siguiente nivel.

“DataRobot ha eliminado esa carga de tiempo del aprendizaje automático, lo que realmente ha mejorado mi misión de tratar de salvar vidas al aumentar el número de posibles modelos predictivos que puedo desarrollar”, dijo Ashwin.

 

Con DataRobot, MCIRCC y Ashwin ahora pueden:

  • Reduzca el tiempo de desarrollo e implementación del modelo de uno a dos meses a solo dos días, aumentando drásticamente la cantidad de modelos predictivos que pueden probar e implementar.
  • Use capacidades avanzadas de exploración de datos en DataRobot para descubrir qué puntos de datos son relevantes para el problema en cuestión.
  • Combine el uso de DataRobot y metodologías avanzadas de procesamiento de señales e imágenes para implementar efectivamente soluciones predictivas

Ashwin y el resto del equipo ya están utilizando DataRobot para abordar una serie de desafíos predictivos en MCIRCC. Un proyecto con potencial para salvar vidas es un modelo que predice la posibilidad de inestabilidad hemodinámica en pacientes de cuidados intensivos. El modelo evalúa miles de puntos de datos producidos por dispositivos médicos que monitorean a los pacientes en tiempo real, alertando al personal del hospital cuando se detecta el inicio del compromiso hemodinámico mucho antes de los signos vitales tradicionales. Si las pruebas van bien y el modelo resulta preciso para ayudar a los médicos, el siguiente paso es aprovechar la asociación comercial para lograr la aprobación de la FDA a fin de escalar el modelo para salvar vidas en todo el país.

 

Data Science Superhero vs Mortal

Para continuar leyendo proporcionanos los siguientes datos
Acepto que Datateam pueda recopilar y usar los datos personales que he proporcionado en este formulario, con el fin de recibir material de marketing y de sus servicios.
Estoy de acuerdo con los Términos y Condiciones