تحليل كفاءة إقامة المرضى بـالمستشفى بال Power BI

خلال عملي ف المشروع عملت تحليل شامل لتحسين الكفاءة التشغيلية وجودة الرعاية الصحية.

أهم ال Insights في البروجكت:

1- Efficiency Metrics

- كشف التحليل عن معدل كفاءة تشغيلية يبلغ 66.67%، وهو أقل من المستهدف (85%).

- تحديد السبب الرئيسي لهذا الانخفاض في ارتفاع متوسط مدة الإقامة (Average LOS) إلى 5.47 يوم مقابل هدف قدره 5 أيام.

2- Case Mix Analysis

- سجل المستشفى مؤشر تعقيد (CMI) مرتفع يبلغ 2.04، مما يعكس قدرة المستشفى على التعامل مع حالات طبية معقدة.

- أظهر التحليل علاقة طردية بين تعقيد الحالة ومدة البقاء؛ حيث وصلت قيمة الـ CMI في حالات الإقامة الطويلة جداً إلى 2.9.

3 -Quality & Risk Analysis

- تم تصنيف الحالات حسب خطورة الوفاة (Risk of Mortality)، حيث تم تحديد 66 ألف حالة ضمن الفئة الحرجة (Extreme) التي تتطلب موارد إقامة تصل لـ 13.3 يوم في المتوسط.

- مراقبة معدلاتReadmission Risk التي سجلت 45.42، مع تحديد المواليد الجدد والشباب كأكثر الفئات عرضة لهذا الخطر.

4- Patient Throughput

- تحليل وجهات الخروج (Patient Disposition) أظهر أن معظم المرضى يخرجون للمنزل، بينما يحتاج كبار السن (Senior 70+) إلى خدمات تمريضية متخصصة (SNF).

5- Readmission Risk Insights

- حسب ال Diagnosis & Procedures سجلت العمليات الجراحية (مثل استئصال الثدي والغدة الدرقية) وإجراءات العيون أعلى نسب مخاطر تتراوح بين 80% إلى 100%. التحليل بيوضح أن الحالات ذات الكثافة العالية مثل "آلام الصدر" (Chest Pain) تمثل خطورة تشغيلية مما يستدعي برامج متابعة دقيقة بعد الخروج.

- التأثير العمري (Age Group Impact): أظهرت البيانات علاقة طردية بين السن و ال Readmission Risk ؛ حيث تصدر كبار السن (70+) القائمة بنسبة 46%، مما يسلط الضوء على احتياجات الرعاية التلطيفية والتأهيلية.

- حسب ال Admission Type: رغم أن Newborn سجلوا أعلى معدل مخاطر (65%)، إلا أن حالات الطوارئ (Emergency) تظل التحدي الأكبر نظراً لحجمها الضخم الذي يتجاوز 0.65 مليون حالة، مما يجعلها المحرك الأساسي لمعدل Readmission Risk