Інтелектуальна система підтримки управлінських рішень у закладах охорони здоров’я

Abstract

Метою даної кваліфікаційної роботи є розробка моделі та прототипу інтелектуальної системи підтримки управлінських рішень MediDSS, яка допомагає керівництву медичного закладу приймати ефективні управлінські рішення на основі автоматизованого аналізу даних про діяльність закладу із застосуванням методів машинного навчання. Методи досліджень: аналіз та узагальнення наукової літератури, системний аналіз управлінських процесів, математичне моделювання задачі прийняття рішень, методи машинного навчання, UML-моделювання, програмна реалізація та тестування прототипу. Результати дослідження: розроблено прототип інтелектуальної системи підтримки прийняття рішень MediDSS, який реалізує KPI-аналітику медичного закладу, прогнозування завантаженості відділень, кластеризацію відділень, формування управлінських рекомендацій із трирівневою системою пріоритетів, REST API із сімома кінцевими точками API та вебінтерфейс у вигляді інформаційної панелі керівника з шістьма розділами. Результати роботи можуть бути використані керівниками медичних закладів для моніторингу ключових показників діяльності та підтримки управлінських рішень.

The purpose of this qualification thesis is to develop a model and prototype of an intelligent decision support system MediDSS that helps healthcare facility management make effective managerial decisions based on automated analysis of institutional performance data using machine learning methods. Research methods: analysis and generalization of scientific literature, system analysis of management processes, mathematical modeling of decision-making tasks, machine learning methods, UML modeling, software implementation, and prototype testing. Research results: a prototype of the intelligent decision support system MediDSS has been developed, which implements KPI analytics for healthcare facilities, department workload forecasting, department clustering, generation of managerial recommendations with a three-level priority system, a REST API with seven endpoints, and a web interface in the form of a six-section dashboard. The results of the work can be used by healthcare facility managers for KPI monitoring and support of managerial decision-making.