Повышение точности отбора и приоритизации пациентов для лечения в стационаре на дому с помощью прогностического моделирования

Лечение в стационаре на дому позволяет пациентам получать медицинскую помощь стационарного уровня в комфортных условиях собственного дома. Отбор пациентов, которым такая модель лечения подходит с клинической и социальной точек зрения, требует трудоёмкого ручного анализа медицинской документации. Для решения этой проблемы мы создали прогностическую модель, веб-приложение и конвейер обработки данных. Они рассчитывают балл соответствия критериям программы на основе клинических и социальных факторов, влияющих на успешное участие пациента. Врачи использовали модель, чтобы определять очередность анализа медицинской документации и скрининга пациентов. Площадь под кривой (AUC) на обучающей выборке составила 0,77, а при тестировании в рабочей среде — 0,75. В ходе исследования критерии госпитализации быстро менялись из-за новизны клинической модели. Действующий алгоритм успешно выявил множество несоответствий при включении пациентов в программу и упростил их отбор.