Recherche dans les collections de brevets nationales et internationales

1. (WO2018058189) SYSTÈME D'APPRENTISSAGE AUTOMATIQUE SUPERVISÉ POUR OPTIMISER LA PRÉSENCE DE PATIENTS EXTERNES DANS DES CLINIQUES

Pub. No.:    WO/2018/058189    International Application No.:    PCT/AU2017/051061
Publication Date: Fri Apr 06 01:59:59 CEST 2018 International Filing Date: Fri Sep 29 01:59:59 CEST 2017
IPC: G06Q 10/04
G06F 15/18
Applicants: HRO HOLDINGS PTY LTD
Inventors: LAWRIE, Jock
Title: SYSTÈME D'APPRENTISSAGE AUTOMATIQUE SUPERVISÉ POUR OPTIMISER LA PRÉSENCE DE PATIENTS EXTERNES DANS DES CLINIQUES
Abstract:
L'invention concerne un module d'apprentissage automatique supervisé servant à optimiser la présence de patients externes dans des cliniques, qui surréserve de manière dynamique un calendrier de clinique selon des paramètres spécifiques de patients et spécifiques de cliniques afin d'optimiser la présence de patients externes dans des cliniques. Le système comprend un module de machine entraînée. Le module de machine entraînée est configuré pour recevoir l'entrée des données spécifiques de patients et des données spécifiques de cliniques, et pour calculer en conséquence une probabilité de défaut de présence. Le système comprend en outre un module d'apprentissage automatique configuré pour entraîner le module de machine entraînée. Le module d'apprentissage automatique entraîne le module de machine entraînée à l'aide de données d'apprentissage historiques incluant des données d'apprentissage spécifiques de patients représentant une pluralité de patients, des données d'apprentissage spécifiques de cliniques représentant une pluralité de cliniques et des données d'apprentissage de présence représentant la présence de la pluralité de patients pour chacune des cliniques historiques. Une fois que la machine entraînée a été optimisée de cette manière, lors de l'utilisation, pour une pluralité de cliniques futures, la machine entraînée est configurée pour calculer une probabilité (ou des probabilités) de présence pour les cliniques futures. Ensuite, les cliniques futures sont surréservées par un certain nombre de patients selon les probabilités de défaut de présence calculées pour générer des cliniques futures optimisées en termes de probabilité de présence.