减轻灾害条件下的医疗保健供应链挑战:基于人工智能的社交媒体数据整体分析

减轻灾害条件下的医疗保健供应链挑战:基于人工智能的社交媒体数据整体分析

• 哈罗德·L. 斯图尔特商业教授 湿婆K. Balasubramanian
• Vishwa库马尔他是亨茨维尔阿拉巴马大学的教授
• Avimanyu Sahoo他是亨茨维尔阿拉巴马大学的教授
• 桑普森Gholston他是亨茨维尔阿拉巴马大学的教授

文摘:

社交媒体的一个关键优势是与大型社区实时交换意见. 在灾难中, 这种双向信息交流对受害者和支持小组最有用, 尤其是在与当局的沟通中, 志愿者, 公众. 本文通过使用人工智能驱动的多步骤方法分析推特数据，解决了COVID-19大流行期间医疗保健供应链面临的挑战. 我们调查推文以获取有关医疗保健供应链的信息, 比如检测工具的稀缺, 氧气钢瓶, 大流行期间的医院病床. 我们部署了机器学习，根据需求的严重程度将这些推文分为命令式和非命令式两类. 该研究试图在地理标签信息缺失的情况下，根据受害者的命令式推文预测他们请求帮助的位置.

拟议的方法采用了四个步骤:

1. 基于关键字的信息性tweet搜索
2. 原始推文预处理
3. 内容分析，以确定tweet趋势, 公众的情绪, 与医疗保健供应链挑战相关的主题, 以及危机分类来标记祈使句和非祈使句的推文
4. 从命令式推文中定位危机点，以促进帮助行动的协调

tweets的预处理, 趋势分析, 情感分析依赖于自然语言处理和机器学习进行主题建模(K-means聚类), 危机分类(随机森林), 和危机点检测(马尔可夫链). 结果表明捕获潜力显著, 及时的, 以及关于医疗保健供应链挑战的可操作信息，以便在大流行中快速、适当地做出反应.

这篇研究论文发表在 国际生产研究杂志. 阅读更多关于这个研究项目 威尼斯人官网平台.

所有伊利诺伊理工学院的教师、学生和工作人员都被邀请参加.

的 周五研究报告 系列展示了斯图尔特商学院教师和学生正在进行的学术研究项目, 以及威尼斯人平台同事的客座演讲, 商业人士, 以及其他顶尖商学院的教职员工.