实施医疗保健数据 分析的正确方法

医疗服务机构必须实施五项重大变革,才能充分发掘数据分析的价值。

数据分析被公认为是医疗保健行业转型的一种工具。

借助分析功能,医疗行业的企业和机构应该能够改善患者人群的健康状况,改进医疗服务的买卖方式,同时提供以患者为中心的精准医疗服务。  

但对于医疗行业的企业和机构而言,要看到数据分析方案产生的投资回报,他们就必须赶紧在机构内部开始实施变革。  

几乎所有医疗行业的企业和机构都已经迁移到数字系统,但电子病历 (EMR) 只是迁移的开始。并非所有数据都能完全适应这些系统,对于大多数医疗机构而言,从所有这些信息中获得有用的洞察仍是一项棘手的任务。  

医院和诊所如何预测结果?他们如何迁移到以患者为中心的医疗,让每位患者的正确数据都能在正确的时间存储在正确的位置?  

要实现这些目标,就需要先进的分析系统和工具,例如机器学习和人工智能 (AI),但大多数医疗服务机构尚未将这些功能内置到 IT 基础设施中。  

位于圣地亚哥的 Sharp HealthCare 的企业分析副总裁 Brett MacLaren 表示:“上世纪 90 年代开发的关系数据库管理基础设施虽然可以有效工作,但功能毕竟有限,我们必须迁移到 21 世纪的数据模型,才能更有效地支持数据驱动的决策。”  

MacLaren 负责实施一个概念验证项目,使用 Cloudera 和英特尔提供的技术来分析电子病历数据,以识别可能需要紧急干预的高风险患者。  

虽然数据有限,但该项目却达到了 80% 的精确度,1这充分说明了预测性分析有望帮助医院提高患者医疗质量并降低成本。  

为了使用高级分析功能,更有效地利用医疗保健人员和资源,医疗服务机构必须实施五项重大变革。  

组建一支多学科团队,让临床医疗团队参与其中,确定项目是否有用、如何处理数据 、如何应用于临床实践,这一点至关重要。

“很多技术因为偶尔出错而被医生放弃了,这可能会造成很大干扰。”


—Bob Rogers
英特尔分析和人工智能解决方案
首席数据科学家

“针对实际效果所做的每一条假设都可能是完全错误的,所以要为此做好准备。”


—Parsa Mirhaji
蒙特法沃
医疗中心和
纽约阿尔伯特•爱因斯坦医学院
临床研究信息学
总监

技术的进步和对新数据源的访问已经改变了医疗服务机构的模式,帮助他们在降低成本的同时改善患者体验,提高收益。阅读Forrester Consulting的调研成果,该机构对美国和中国的医疗机构中负责技术投资的业务决策者进行了调查。

获取报告

产品和性能信息

1 *80% 的准确度表示对在模型开发中未使用的一系列测试数据进行评分时,观察到的准确度水平。