En förstudie av tillförlitligheten av tre prediktioner på en intensivvårdsavdelning.

Viktiga resultat som projektet gav

Våra syften och mål var att analysera tekniska möjligheter, utreda affärsmässiga möjligheterna för ett större projekt, se vilka parametrar vi får klarast prediktioner på, utvärdera möjligheterna att samarbetsavtal med Daintel samt identifiera andra spelare på marknaden. Slutsatsen är att det finns stora tekniska och affärsmässiga möjligheter. Pga utebliven data har vi inte kunnat utreda prediktioner på just Daintels data och i nuläget kan vi inte gå vidare där. Andra spelare är identifierade.

Långsiktiga effekter som förväntas

Resultatet har varit mycket gott då teknologiska landvinningar långt över det vi förväntat oss har genomförts. Vi räknar att kunna sätta komplexa prediktiva modeller i bruk på mycket kortare tid än väntat. Sett till förväntningarna har projektet pga yttre omständigheter såsom datakvalitet tagit en annan väg än förväntat och det har lett till omdisponering av tid och resultat. I slutändan är slutresultatet detsamma då vi balanserar förseningen med att ha nått längre i utvecklingen.

Upplägg och genomförande

I väntan på data utvecklade vi en mängd generella matematiska verktyg för att hantera tidsserier. Andra dataset användes. När data från Region H anlände vidtog ett stort felsökningsarbete för att förstå problematiken och därefter låsa upp data. Daintel kan lösa problemet först 2016 och Region H väntar på leverantörsbyte. Verktygen som utvecklats har verifierats och validerats, dock ej på högupplösta IVA dataset med tidsserier. Relevant tidsseriedata inväntas och förstudien ska slutföras.