Module 03 · From Deployment to Feedback and Final Evaluation
Deployment从部署到反馈：数据科学方法论 101 – 部署
1. 部署阶段概述与目的
虽然数据科学模型能够提供答案，但使该答案具有相关性和有用性的关键在于让利益相关者熟悉所产生的工具。
在商业情境中，利益相关者拥有不同的专业技能来协助模型的落地，例如：解决方案负责人 (Solution Owner)、市场营销人员、应用开发者和 IT 管理员。
最终测试与推广
一旦模型经过评估，并且数据科学家确信其有效，模型就会被部署并接受最终的考验。
- 根据模型的目的，它可能会被推广给有限的用户群体或在一个测试环境中运行，以建立对全面应用该结果的信心。
2. 案例研究应用：干预计划的部署
知识转化与干预设计
在准备解决方案部署时，下一步是向负责设计和管理再入院风险干预计划的业务部门传授知识。
- 在此情境中，业务人员将模型结果转化为临床人员可理解的语言，以便临床人员知道如何识别高风险患者，并设计合适的干预措施。
- 最终目标：当然是降低这些患者在出院后 30 天内再入院的可能性。
移动应用的需求
在业务需求阶段，干预计划主管和她的团队曾希望获得一个能够提供自动、近乎实时的充血性心力衰竭 (CHF) 风险评估的应用程序。
- 应用要求：
- 必须易于临床工作人员使用。
- 最好是通过平板电脑上的基于浏览器的应用程序来实现，以便每位工作人员都能随身携带。
数据流与评估
- 数据生成与准备：患者数据在住院期间持续生成，并将被自动准备成模型所需的格式。每位患者将在接近出院时被评分。
- 临床决策：临床医生将获得每位患者最新的风险评估结果，帮助他们选择出院后要进行干预的目标患者。
部署与协作
作为解决方案部署的一部分：
- 干预团队将为临床工作人员开发并提供培训。
- 必须与 IT 开发者和数据库管理员协作，开发用于跟踪和监测接受干预患者的流程，以便结果能够进入反馈阶段，模型可以随着时间的推移得到改进和完善。
3. 部署解决方案示例：Cognos 应用
本图展示了通过 Cognos 应用程序部署的解决方案示例。在这个例子中，案例研究的主题是青少年糖尿病患者的住院风险。
- 模型基础：与 CHF 用例类似，此应用也使用决策树分类创建了风险模型作为应用程序的基础。
- 地图功能：该地图提供了全国范围内的住院风险概览，并支持按各种患者病情和其他特征进行交互式风险分析。
该幻灯片显示了按模型中给定节点内的患者群体划分的交互式摘要报告，使临床医生能够理解该亚组患者的条件组合。
此外，此报告提供了个体患者的详细摘要，包括患者的预测风险和临床病史的细节，为医生提供了简洁的总结。
感谢收看！本视频结束了课程中**“部署”**的部分。