Haiguse ja ravitüübi ennustamine kasutades digitaalseid raviarveid

Date

2017

Journal Title

Journal ISSN

Volume Title

Publisher

Abstract

Kasvavad kulud tervishoius ning samaaegne töötava populatsiooni kahanemine on kriitliine probleem kõikjal arenenud maailmas. Ühest küljest on paratamatu, et uued ravimid ja meetodid on kallid, teisest küljest on võimalik vähendada välditavaid kulutusi parema plaanimise ja ennetustööga. Enamik haiglad salvestavad digitaalselt kõik, mis patsiendiga ravi jooksul toimub ja Eestis esitatakse kõik raviarved ka Eesti Haigekassale (HK) hüvitamiseks. Käesolevas töös kasutatakse HK andmeid ehitamaks mudelit, mille abil on võimalik tuletada erinevad raviprotsessid, mida patsientide ravimisel kasutatakse ning samuti ka ennustada patsientide hulka, kes tulevikus vastavat ravi vajavad. Selline mudel võiks olla kasulik suunamaks otsuseid vahendite jaotamisel ja ennetustöö suunamisel.
The rising costs of healthcare and decreasing size of the working population is a dire problem in most of the developed world. While it is inevitable that new methods are costly, it is possible to reduce avoidable expenses by better planning and prevention. Most hospitals keep digital records of everything that happens to a patient during their treatment and in Estonia all medical bills are also presented to the National Health Insurance Fund (NHIF) for reimbursement. In this work the data from NHIF is used to build a model that as the first step uncovers the different clinical pathways followed for the treatment of patients with an illness. As a second step the model is used to predict the number of patients that will be provided the uncovered treatments in the future. The output of such a model could be a valuable asset for planning resource allocation and preventative health care.

Description

Keywords

Citation