Blackstraw, AMN Healthcare'in Azure ile başarılı eşleşmeler yapmasına yardımcı olur

15 Temmuz 2024

Sağlık personeli sektöründe işe alım uzmanları, sürekli olarak büyük zorluklarla karşı karşıyadır: yetenekli adayların niteliklerini değerlendirme ve onları açık pozisyonlarla hızlı ve doğru bir şekilde eşleştirme. Sahadaki aciliyet ve talebi karşılamak üzere hızlı yerleştirmenin kritik önem taşıdığı seyahat hemşireleri ve doktorlar gibi uzmanlaşmış roller için bu zorluğun üstesinden gelmek çok önemlidir. Ancak bu, bir veri ve yapay zekâ danışmanlık firması olan Blackstraw'ın çözmeye hazır olduğu türden bir zorluktur.

300'den fazla yetenekli veri bilimcisi ve mühendisten oluşan ekibiyle bir Microsoft iş ortağı olarak Blackstraw, kuruluşların veri altyapılarını ve operasyonlarını Azure ile modernize etmelerine katkıda bulunur. Dahası, müşterilerinin iş ihtiyaçlarına göre uyarlanmış yapay zekâ çözümleri oluşturmak ve dağıtmak için verileri kullanabilirler.

Blackstraw Kurucusu ve CEO'su Atul Arya, "Her iki alanda da faaliyet gösteriyoruz: Yapay zekâ ve veri mühendisliği. Bu sayede müşterilerimizin ihtiyaç duydukları verileri elde etmelerini, işlemelerini ve depolamalarını sağlıyoruz." diyor. "Ancak verileri işledikten ve depoladıktan sonra bu verileri anlamlandırmak için ne yaparsınız? Bu verileri kullanarak iş sorunlarını nasıl çözersiniz? İşte bu noktada yapay zekâdan yararlanıyoruz."

Otomatik ve doğru bir eşleştirme sistemi

Blackstraw'ın Veriler ve Yapay Zekâ (Azure), Dijital Yenilikler ve Uygulama Yeniliği (Azure) ve Altyapı (Azure) Çözüm Ortağı olarak deneyimi göz önüne alındığında AMN Healthcare; operasyonlarını kolaylaştırmaya, işe alım personelinin yükünü azaltmaya ve işe alım süreci boyunca ön yargıyı azaltıcı önlemler uygulamaya yardımcı olacak yapay zekâ destekli bir çözüm için Microsoft iş ortağına başvurdu.

Blackstraw, mevcut veri mimarilerini değerlendirmek için AMN Healthcare ile birlikte çalışmasının ardından şirket içi SQL Server ve Azure CosmosDB dahil olmak üzere mevcut veri kaynaklarıyla kullanılabilecek otomatik bir eşleştirme sistemi geliştirmek için Azure Makine Öğrenimi stüdyosunu kullandı. Hem iş başvurusunda bulunan adayların hem de işe alım uzmanlarının kullanabileceği bir portal ve mobil uygulamaya sahip olan sistem, aşağıdaki dört temel bileşenden oluşuyor:

• Bir adayın uygunluğu, bir görevi tamamlama olasılığı ve talebin, adayın iş geçmişiyle ilgisi gibi faktörleri göz önünde bulundurmak üzere sınıflandırma ve regresyon algoritmalarını kullanan gelişmiş bir çok modelli eşleştirme motoru.
• Başarılı kimlik doğrulama ve mülakat yetkilendirmeleri gibi kritik sonuçları tahmin eden çok aşamalı bir makine öğrenimi hattı. Bireysel olasılık puanlarına belirli ağırlıklar atandıktan sonra süreç, ayrıntılı ve hassas bir önceliklendirme ile kapsamlı bir eşleşme puanı üretir.
• Demografik özelliklerle ilgili anahtar kelimelere veya ifadelere bakmaksızın öz geçmişleri ve ön yazıları analiz etmek için doğal dil işleme ve makine öğrenimini kullanarak ön yargıları gidermeye yönelik kaynak bulma araçları. Ayrıca bu araçlar, adayları öznel faktörler (isim, cinsiyet ve etnik köken gibi) yerine nesnel kriterlere (beceri, deneyim ve eğitim dahil) göre değerlendirebilir. 
• Modelin kararlarını etkileyen faktörlerin kapsamlı bir analizini sunan ve hem şeffaflığı hem de güveni teşvik eden bir Eşleşme Açıklanabilirliği Panosu.

Uygulama, iş emirlerinde yapılan değişiklikleri gerçek zamanlı ve otomatik olarak yakalayıp işleyebiliyor ve iş tanımlarıyla eşleştirmek için öz geçmişlerden bilgi alabiliyor. Arya, "Bunu bir flört uygulaması gibi düşünün: Eşleşme olasılığı nedir? Ortam farklı ama konsept aynı. Yayınlanan işle eşleşme olasılığını artırmak istiyorsunuz." diyor.

Bu olasılığı artırmak daha yüksek doğruluk ve hassasiyet gerektirir; bu nedenle Blackstraw, modelleri düzenli olarak yeniden eğitir ve bunlar üzerinde sıkı bir bakım gerçekleştirir. Arya, "Sadece zaman içindeki değişiklikleri tespit etmekle kalmıyor aynı zamanda Azure Makine Öğrenimi stüdyosunu kullanarak herhangi bir doğruluk kaybını da önlüyoruz." diyor.

Blackstraw'ın 100'den fazla başarılı Azure uygulaması var ancak konu yapay zekâ olduğunda pragmatik bakış açıları onları ayakta tutuyor. Arya, "Yalnızca neyin mümkün olduğuna değil, neyin mümkün olmadığına da odaklanıyoruz ve bu konuda çok dürüstüz." diyor. "Cevaplanması gereken çok kritik bir soru var: Yapay zekânın hatalarını nasıl yönetiyorsunuz? Bu soru, yeterince sorulmayan ya da yanıtlanmayan bir soru ama biz bunu anlıyor ve bu sorunun ele alındığından emin oluyoruz."

Dakikalar içinde yapılan eşleşmeler

AMN Healthcare, yapay zekâ destekli otomatik eşleştirme sistemini devreye aldığında yeni talepler sisteme girildikten bir dakika gibi kısa bir süre sonra aday eşleşmeler bulundu. Sonuç olarak Azure Kubernetes Service ve Kubernetes Etkinlik Odaklı Mimari sayesinde ortalama işlem süreleri altı dakikanın altına düştü, böylece işe alım uzmanlarının öz geçmişleri ayrıştırmak için harcadıkları günlere kıyasla belirgin bir iyileşme sağlandı.

Blackstraw'ın çözümü, eşleştirme sürecini iyileştirmenin ötesinde AMN Healthcare'in veriye dayalı kararlar almasını ve tüm personel alım sürecini optimize etmesini sağlıyor. Hagan, "Bu çözüm, önümüzdeki aylarda farklı disiplinler ve uzmanlıklar için beklenen talep hacmi ve fatura oranlarına ilişkin önemli öngörüler sunarak bilinçli kararlar alınmasına ve stratejik planlama yapılmasına olanak sağlıyor." diyor. "[Çözüm]; gelecekteki personel taleplerine görünürlük sağlayarak sağlık personeli arzının yönetimini iyileştiriyor, böylece daha verimli ve etkili süreçleri teşvik ederek klinisyenleri hastalara bakmak için ihtiyaç duydukları yere daha hızlı ulaştırıyor."

İleriye dönük olarak Blackstraw ve AMN Healthcare, şirketle birlikte gelişmesi için çözümü iyileştirmeye devam etmek üzere birlikte çalışmayı planlıyor. Arya, "Büyük bir kuruluş olan AMN Healthcare, bu modelin birlikte çalıştığı veya bağlı olduğu birçok farklı uygulamaya sahip." diyor. "Kullandıkları tüm uygulamalarla entegre olmasını sağlamak uzun vadeli bir strateji olacak."

Engin deneyimi ve derin Azure uzmanlığıyla Blackstraw; sağlık personeli sağlayıcıları, işe alım personelleri ve sağlık çalışanları için ama daha da önemlisi kaliteli bakıma ihtiyaç duyan hastalar için önemli etkileri olan bir çözüm geliştirdi.