PhD, Факультет информационных систем управления
кампус Эсенбога, Кызылджа, 06760 Чубук, Анкара
Llahm Omar Faraj Omar Ben Dalla – PhD, Department of Management Information Systems
06760, Çubuk, Ankara
PhD, Факультет информационных систем управления
кампус Эсенбога, Кызылджа, 06760 Чубук, Анкара
Tunç D. Medeni – Prof. Dr. Department of Management Information Systems
06760, Çubuk, Ankara
PhD, Факультет информационных систем управления
кампус Эсенбога, Кызылджа, 06760 Чубук, Анкара
Ihsan T. Medeni – Prof. Dr. Department of Management Information Systems
06760, Çubuk, Ankara
PhD, Факультет информационных систем управления
кампус Эсенбога, Кызылджа, 06760 Чубук, Анкара
Murat Ulubay – Prof. Dr Department of Management Information Systems
06760, Çubuk, Ankara
В этом исследовании представлена распределенная система, использующая RAY, кластеризацию K-средних и программное обеспечение Weka для анализа клинических данных группы больниц Алмасара в Триполи, Ливия. Цель состоит в том, чтобы снизить риск для пациентов и затраты на здравоохранение путем предоставления ежедневной обратной связи персоналу больницы. Система использует набор данных, содержащий информацию о 560 пациентах, включая такие детали, как идентификатор пациента, пол, идентификатор врача, идентификаторы тестов, лекарства и двоичную целевую переменную. Внедряя кластеризацию K-средних в Weka, система классифицирует пациентов и выявляет закономерности. В исследовании сначала рассматриваются существующие практики ухода за пациентами и обратной связи, а затем подробно описывается внедрение системы ежедневной обратной связи, которая включает в себя расширенный анализ данных для непрерывного управления отзывами пациентов и медицинскими данными. Использование кластеризации K-средних помогает сегментировать данные пациентов, выявляя конкретные факторы риска и области, требующие улучшения. Программное обеспечение Weka помогает провести углубленный анализ этих сегментов, что приводит к получению действенной информации. Результаты показывают значительное улучшение результатов лечения пациентов, снижение внутрибольничных инфекций и ошибок при приеме лекарств, а также повышение показателей удовлетворенности пациентов. В исследовании отмечается существенное снижение общих затрат на здравоохранение благодаря более эффективному распределению ресурсов и снижению показателей повторной госпитализации. Такая интеграция ежедневной обратной связи с передовыми инструментами анализа данных, такими как K-means и Weka, становится эффективной стратегией повышения безопасности пациентов и операционной эффективности в медицинских учреждениях, демонстрируя ценность принятия решений на основе данных и обеспечивая масштабируемую модель для других больниц. с целью улучшения ухода за пациентами и управления затратами
This study presents a distributed system using RAY, K-means clustering, and Weka software to analyze clinical data from Almasara Hospital Group in Tripoli, Libya. The goal is to reduce patient risk and healthcare costs by providing daily feedback to hospital staff. The system utilizes a dataset containing information on 560 patients, including details like patient ID, gender, doctor ID, test IDs, medication, and a binary target variable. By implementing K-means clustering in Weka, the system categorizes patients and identifies patterns to reduce risks and costs for healthcare analytics. The study first reviews existing patient care and feedback practices and then details the implementation of the daily feedback system, which involves advanced data analysis for managing patient feedback and medical data continuously. The use of K-means clustering helps segment patient data, pinpointing specific risk factors and areas for improvement. Weka software aids in the in-depth analysis of these segments, leading to actionable insights. Results show significant improvements in patient outcomes, reduced hospital-acquired infections, and medication errors, and enhanced patient satisfaction scores. Moreover, the study notes a substantial decrease in overall healthcare costs due to more efficient resource allocation and lower hospital readmission rates. This integration of daily feedback with advanced data analysis tools like K-means and Weka emerges as an effective strategy for improving patient safety and operational efficiency in healthcare settings, demonstrating the value of data-driven decision-making and providing a scalable model for other hospitals aiming to enhance patient care and cost management.
The authors declare that there are no conflicts of interest present.