Providence - 스트리밍 데이터 및 실시간 AI/ML을 통한 병원 운영 개선

원문: 링크

 

산업: 의료 
솔루션: 머신러닝 
플랫폼: 레이크하우스,  유니티  카탈로그
클라우드: Azure

 

Providence는 미국의 대규모 비영리 의료 센터로, 데이터 사이언스 책임자인 Lindsay Miko와 엔지니어/아키텍트 Delo Wu가 병원의 과밀화 현상을 해결하기 위해 지난 1~2년 동안 개발한 데이터 기반 툴에 대해 설명합니다. 

도전 과제

Providence 병원에서 마주했던 가장 시급한 운영 문제는 최근 인력 부족과 정신 건강 문제 및 약물 남용 증가 등 다양한 요인으로 인해 악화되고 있던 과밀화 현상이었습니다. 이와 동시에 기존의 의료 데이터 시스템은 데이터를 수동으로 입력하는 구식 방식으로 진행되었으며, 낙후된 사용자 인터페이스와 사후적인 (retrospective) 분석으로 데이터에 기반한 신속한 의사결정을 내리기 어려웠습니다. 

 

솔루션

이러한 문제를 해결하기 위해 Providence 팀은 데이터 기반 툴인 Envoy를 개발했습니다. Envoy는 수용 가능 인원, 중증도 및 기타 중요 데이터에 대한 실시간 정보를 제공하여 과밀화 현상에 대한 예방적 솔루션을 제공하는 것을 목표로 했습니다. 이 솔루션은 데이터브릭스의 레이크하우스 아키텍처를 활용하여 Azure 클라우드 상에서 구현이 되었는데요. 머신러닝 모델을 통합하여 시간별 내원 인원 및 체류 기간 등을 예측하여 병원이 향후 수요를 예측하고 리소스를 효율적으로 관리할 수 있도록 지원했습니다.

 

결과

Envoy는 의료 전문가가 리소스를 선제적으로 관리하고 부서별 워크플로우를 최적화하며 잠재적인 과밀화 문제에 미리 대응할 수 있도록 지원하였습니다. 이 툴의 실시간 인사이트와 예측은 지연을 최소화하고 리소스 할당을 최적화하며 전반적인 병원 효율성을 개선하여 환자가 더 적합한 치료를 받을 수 있도록 기여했습니다. 또한, 이 솔루션은 여러 병원에 걸쳐 확장 가능하며, Unity Catalog와의 통합을 통해 의료 기업 내에서 추가 개발 및 커스터마이징을 위한 플랫폼을 제공하고 있습니다.