هذا المشروع إلى تحليل بيانات نظام إدارة المستشفى (المرضى، المواعيد، الأطباء، العمليات، الفواتير، الأدوية، والأقسام) المستخرجة من قواعد بيانات SQL والسجلات الإلكترونية، بهدف تحسين كفاءة الخدمات الطبية، تقليل أوقات الانتظار، تحسين استخدام الموارد، وزيادة رضا المرضى. شملت مراحل التحليل استكشاف البيانات وفهم العلاقات بين الجداول، ثم تنظيفها ومعالجة القيم المفقودة والمكررة والشاذة باستخدام Python (Pandas, NumPy)، يليه تحليل استكشافي شامل باستخدام Matplotlib وSeaborn وPlotly كشف عن رؤى مهمة مثل أيام الذروة في المواعيد (الأحد والأربعاء)، ازدحام قسم الطوارئ في المساء، متوسط مدة الإقامة ٣.٥ أيام، أكثر التشخيصات شيوعاً (أمراض القلب والسكري والجهاز التنفسي)، وفجوة في توزيع الأطباء بين الأقسام. كما تم بناء نماذج تنبؤية باستخدام Scikit-learn وStatsmodels لتوقع إشغال الأسرة (دقة ٩٢٪)، الطلب على المواعيد (دقة ٨٩٪)، والفواتير المتأخرة (دقة ٨٥٪)، ثم صُممت لوحات معلومات تفاعلية باستخدام Power BI لمتابعة المؤشرات الرئيسية لحظياً. وبناءً على هذه الرؤى، تم تقديم توصيات عملية شملت إعادة توزيع الأطباء، تحسين جدولة المواعيد في أوقات الذروة، تطوير برامج توعية للمرضى الأكثر عرضة لإعادة الإدخال، ورفع كفاءة قسم الطوارئ. من المتوقع أن تؤدي هذه التوصيات إلى تقليل أوقات الانتظار بنسبة ٢٠٪، زيادة رضا المرضى بنسبة ١٥٪، تحسين استخدام الأسرة بنسبة ١٠٪، وزيادة الإيرادات بنسبة ٨٪، مما يحوّل البيانات الخام إلى رؤى استراتيجية تعزز جودة الخدمة وكفاءة التشغيل والاستدامة المالية للمستشفى.
