SAS与克利夫兰医学中心分享新冠病毒预测模型,帮助医院规划当前和未来需求

模型可帮助预估病床、呼吸机需求,预测新冠病毒对关键供应链、财务和医务人员的影响,使医院在区域疫情到达顶峰前、中、后均可做好准备

中国北京,2020年5月6日,为应对新型冠状病毒疫情, SAS与克利夫兰医学中心(Cleveland Clinic)合作创建了创新性的分析模型,帮助医院预测患者人数、所需床位数和呼吸机数量等,并在GitHub托管平台上提供免费下载。医院和卫生部门可利用该模型得出及时、可靠的信息,为新冠肺炎患者及其他病患提供更好的医疗服务,并可预测疫情对供应链、财务及其它关键领域的影响。

与某些简单的、只基于一组假设而得出的预测相比,本次共享的分析模型可用于预测最好、最坏和最有可能发生的情形,并且可以随着情况和数据的变化进行实时调整。例如,社交距离对疾病传播的抑制作用也可以作为模型的分析因素之一。

克利夫兰医学中心目前正在使用这些模型支持其制定医护决策。基于模型分析得出的信息,克利夫兰医学中心能够预测和规划其医疗系统的未来需求,例如所需的ICU病床、个人防护设备和呼吸机的数量等。在查看了模型预测结果,了解到新冠肺炎可能大规模爆发后,克利夫兰医学中心启动了一项计划,为最坏情况做准备,并在其教育园区内为无需ICU护理的新冠肺炎患者临时搭建了1000张病床。医院还使用这些模型决定是否需要设立更多的工作岗位,招募更多的医务人员。

“这些预测模型是由SAS和克利夫兰医学中心基于掌握的患者人数、数据和模型共同开发的,”克利夫兰医学中心企业信息管理与分析部门的执行总监Chris Donovan说:“我们公开发布了这些模型,分享给全球的卫生系统和政府机构。我们希望其它机构也可以对模型提出自己的想法并进行改进。”

在过去的两周内,该共享模型在GitHub的访问量达到了1700多次,下载量超过50次。

我们的核心模型是流行病学SEIR模型。根据该模型,人们随着时间的推移会经历易感染期(Susceptible)、潜伏期(Exposed)、感染期(Infected)和恢复期(Recovered)四个阶段。SAS和克利夫兰医学中心基于宾夕法尼亚大学的一个开源模型共同开发了这一SEIR模型,在SAS®分析平台上对代码进行了扩展及重构,并且基于克利夫兰医学中心流行病学家和数据科学家的实时反馈,进行了持续优化。这些模型能够灵活控制模型参数和不同的模型方法,并能考虑到地区人口健康状况、人口统计学差异以及各个州政府的防控措施。

“这些模型能够帮助医院、卫生保健机构、各州的卫生部门和政府机构预测新冠病毒的影响,并为未来做好准备。”SAS全球政府业务总监Steve Bennett博士说:“这些模型还可以帮助较为脆弱、欠发达的卫生系统抵御新冠病毒。”

Bennett博士曾经担任美国国土安全部国家生物监测集成中心的主任,目前是SAS与克利夫兰医学中心等客户合作抗击本次疫情的专家组成员之一。

SAS长期以来都与各医疗健康和生命科学组织保持合作,这次也正积极携手医疗健康等领域抗击新冠病毒。SAS与克利夫兰医学中心合作开发的模型应用了高级数据分析,帮助医院优化对呼吸机和病床等医疗资源的利用。 SAS还专注于利用分析来提高态势感知能力、确保稳定的需求规划、开发疫苗并增强人员接触的可追溯性。

有关SAS帮助应对新冠病毒疫情的更多信息,请访问SAS COVID-19资源中心。

关于克利夫兰医学中心

克利夫兰医学中心(Cleveland Clinic)是一家非盈利性综合医疗机构,集医疗服务、学术研究及教学于一体。克利夫兰医学中心位于俄亥俄州克利夫兰市,由四位知名医生于1921年 创建,其愿景是基于合作、关爱和创新的原则为病患提供出色的医疗服务。克利夫兰医学中心取得了许多医学领域的突破,例如冠状动脉搭桥术和美国首例全脸移植。《美国新闻与世界报道》连续多年将克利夫兰医学中心评选为“全美最佳医院”。克利夫兰医学中心在全球拥有67554名员工,包括4520多名全职医师和研究人员,以及17000多名注册护士和高级执业医师,涵盖140个医学专业和附属分科。克利夫兰医学中心总部位于克利夫兰市中心,占地165英亩,在美国(佛罗里达州东南部、内华达州拉斯维加斯)及海外(加拿大多伦多、阿联酋阿布扎比、英国伦敦)设立了18家分院和220多个门诊,拥有6026张床位。2019年,克利夫兰医学中心全球总门诊量为980万人次、住院和观察病例为30.9万人次,外科手术量达到25.5万例。克利夫兰医学中心收治过的患者遍及美国各州以及185个国家/地区。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map