Описание проекта
Перед системой здравоохранения России, в том числе в рамках "Майских" указов Президента РФ, стоит сложнейшая проблема - сокращение уровня уровня смертности и рост ожидаемой продолжительности жизни. Однако эти показатели моделируются в виде довольно сложных эконометрических зависимостей: показатели системы здравоохранения зависят не только от состояния самой этой системы, но и от социально-экономических показателей развития конкретного территориального образования, образовательного уровня, экологической обстановки и т.д. Наше решение будет представлять интерактивную систему (в перспективе – нейросеть), которая будет наглядно отражать зависимости показателей по здравоохранению (заболеваемость, смертность, обеспеченность врачами и медицинским персоналом, койками и т.п.) от изменения показателей социально-экономического развития (численность населения, показатели сферы труда, уровня качества жизни, экологической обстановки и т.п.) в виде дашборда и интерактивной тепловой карты региона с фильтрами показателей (в последствии предполагается создание цифровых профилей всех регионов Южного федерального округа, а затем и других). Для того, чтобы решить проблему с временными лагами, неизбежно возникающими при обработке статистической информации, планируется создание прогнозных моделей. В первую очередь данный проект можно охарактеризовать как строго научный, а потому времяемкий и трудозатратный, однако в перспективе он имеет возможность превратиться в полноценную систему поддержки принятия решений. Кроме того, у проекта есть основной стейкхолдер, содействие которого является нерыночным конкурентным преимуществом. История проекта началась как заказная разработка в рамках студенческого Проектно-образовательного интенсива Университета 20.35 (3-я волна), заказчиком которого выступило кардиологическое отделение одной из крупнейших больниц региона, продолжилась в Проектном интенсиве 8-й волны, но уже как инициативная разработка, с другим составом участников и с другим подходом. Несмотря на то, что опыт у команды небольшой, однако проект привлекателен не только с практической точки зрения (для конечного пользователя), но и с исследовательской и чисто образовательной (для самой команды). При этом университетская среда создает условия взаимопомощи в виде консультаций, обучения, экспертной оценки, а компетенции команды растут вместе с проектом. Стек - Python, R, C++. Имеется опыт работы с Power BI Команда проекта:
|
