Tillämpning av Data Mining för effektivisering av planlösningen på akutmottagningen vid Skånes universitetssjukhus
Sammanfattning: Socialstyrelsen (2015) visar i en rapport från 2015 att tiden en patient vistas på en akutmottagning ökar för varje år. Detta gäller vid alla akutmottagningar i Sverige. Den här studien syftar till att undersöka hur data mining kan appliceras för att effektivisera planlösningen på akutmottagningen vid Skånes universitetssjukhus med hjälp av positioneringsdata. Genom att effektivisera planlösningen kommer vistelsetiden för patienter att minska.TagOn är ett forskningsprojekt, vars syfte är att samla in positioneringsdata från Skånes universitetssjukhus. Positioneringsdata från olika objekt, som exempelvis katetervagn, thoraxdrän och akutväska samlas in genom ett Internet of Things-baserat system. I vår studie har sedan data hämtats genom olika anrop till API:et som TagOn:s system tillhandahåller. Detta görs genom Postman, som är ett verktyg för att hämta data från olika API:er. Rådata som hämtades från TagOn gjordes sedan om till CSV-filer. Filerna kunde sedan analyseras med hjälp av data mining. Efter att gått igenom processen informationsupptäckt från data, tillämpades algoritmen simple K- means för att klustra ihop positioneringsdata. När sedan data från TagOn analyserats i Weka visualiserades resultatet för varje objekt i form av koordinater, där objektets omkrets för hur det rört sig visas. Koordinaterna mappas till akutmottagningen vid Skånes universitetssjukhus verkliga position. Därefter har två utgångspunkter för de olika objekten tagits fram. Den ena utgångspunkten är mittpunkten för det område objektet befunnit sig i, inom en viss tidsperiod. Den andra utgångspunkten är det område som objektet befunnit sig mest i under en viss tidsperiod. Resultatet visar på att det med hjälp av data mining går att effektivisera planlösningen på akutmottagningen vid Skånes universitetssjukhus.
HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)