治疗医疗保健中的大数据症状
对于医疗行业来说,大数据可能是令人头疼的问题,也可能是潜在的万灵丹,这取决于它的管理方式。一方面,从电子健康记录(EHR)、数字化保险索赔、医生笔记、患者监测设备等获取的所有信息都可以帮助开发更智能的数据驱动的见解,并改善患者护理和治疗。然而,在能够利用所有这些数据的力量之前,医疗保健组织必须首先解决几个挑战,如果不加以控制,可能会对业务健康产生负面影响:
- 访问和准备来自多个来源的结构化和非结构化数据
- 对遗留技术的依赖和限制
- 在技能和人力方面的缺陷和差距统一所有必要的数据以便以规模分析
对于希望克服数据规模和复杂性挑战的医疗保健组织来说,那些选择将数据准备解决方案纳入日常方案的人,预后看起来不错。学习特别是在自助数据准备解决方案的实现上,已经与IT团队、数据分析师、数据科学家和业务分析师取得了积极的成果,最终允许用户更有效地、按需构建和管理数据产品和转换脚本。
考虑到数据准备解决方案可以提供您的医疗组织,如最近的概述蓝山研究报告:
- 授权探索性分析。为探索性分析简化数据准备,使数据比传统解决方案更快捷、更容易使用。通过消除分析数据准备的遗留低效和技术需求,数据准备解决方案为业务团队提供了一种不依赖IT的数据发现和分析转换的高级方法。
- 增加生产力。最有效的数据准备系统可以使组织中现有的数据资源更高效。这些解决方案为进一步分析提供了一种将大量基于文本的非结构化和不一致的数据转换为内聚格式的途径。通过减少数据的集成、清理和准备时间,分析人员可以在重要的分析任务中利用更多的数据,如特征构建、模型构建和验证,以及探索性可视化和内容增强。
- RAW源数据按需。数据分析师、科学家和业务用户(非程序员)可以将各种格式和来源的数据直接拉入下游可视化和分析工具。由于医疗保健服务提供商要求增加对内部操作、外部调查结果和患者监控设备数据的可见性,因此有机会将这些数据直接交给需要执行分析的人员,以支付IT部门的需求。
- 改进组织数据使用情况。数据准备解决方案加快了清理和操作数据的时间,并将异常/不规则检测的自动化例程与可视化总结结合起来,以便最终用户能够更快地识别和修复数据质量异常。这就能够整合卫生信息系统和外部馈源的数据仓,向决策者提供一致的、实时的业务视图。将相关信息置于更广泛的组织背景中,不仅有助于提高操作效率,还有助于患者的治疗效果。