Застосунок стоматологічної клініки з функцією прогнозування відвідування пацієнтів

Abstract

Дана робота присвячена розробці застосунку для стоматологічної клініки з функцією прогнозування відвідування пацієнтів. Об’єктом кваліфікаційної роботи є процес управління відвідуваннями клієнтів у стоматологічній клініці. Предметом роботи є методи збору, обробки та аналізу даних для прогнозування неявок пацієнтів і виявлення потенційно втрачених клієнтів. Метою кваліфікаційної роботи є розробка застосунку, який поєднує систему керування записами пацієнтів із модулем прогнозування неявок на основі методів машинного навчання. Це дозволить підвищити ефективність роботи клініки, зменшити кількість пропущених прийомів і покращити якість взаємодії з пацієнтами. Завдання: 1) проаналізувати сучасні підходи та аналоги систем прогнозування неявок у медичній сфері; 2) визначити набір ознак і структуру даних для побудови прогнозної моделі; 3) провести порівняльний аналіз алгоритмів машинного навчання та обрати оптимальний для реалізації; 4) розробити архітектуру вебзастосунку та реляційну базу даних для збереження інформації про пацієнтів, лікарів і візити; 5) реалізувати клієнтську й серверну частини застосунку з безпечним доступом користувачів за ролями; 6) інтегрувати модуль прогнозування відвідувань пацієнтів та протестувати його ефективність. This work is devoted to the development of a application for a dental clinic with a patient visit prediction function. The object of the qualification work is the process of managing patient visits in a dental clinic. The subject of the work is the methods of data collection, processing, and analysis for predicting patient no-shows and identifying potentially lost clients. The aim of the qualification work is to develop a application that combines a patient appointment management system with a prediction module based on machine learning methods. This approach increases the efficiency of the clinic’s operations, reduces the number of missed appointments, and improves patient interaction quality. Tasks: 1) to analyze modern approaches and analogs of no-show prediction systems in the medical field; 2) to determine the set of features and data structure for building a predictive model; 3) to conduct a comparative analysis of machine learning algorithms and select the optimal one for implementation; 4) to develop the architecture of the web application and a relational database for storing patient, doctor, and visit information; 5) to implement the client and server parts of the application with secure, role-based user access; 6) to integrate the patient visit prediction module and test its effectiveness.