醫療保健行業在大數據方面有很大的依賴性。醫療保健組織正在使用預測分析、機器學習和人工智能來改善患者的結果、產生更準確的診斷，并找到更具成本效益的操作模型。
大數據領域將在未來對醫療保健產生巨大影響，以下是將會發生的一些變化。
大數據推動醫療保健領域發生巨大變化
幾十年來，醫療保健行業產生了大量數據，這些數據受到記錄保存、合規性和監管要求以及患者護理的推動。雖然大多數信息以硬拷貝形式存儲，但目前的趨勢是朝著整體數字化方向發展。
根據定義，健康IT中的大數據應用于如此龐大和復雜的電子數據集，以至于使用通用數據管理方法或傳統軟件/硬件幾乎無法捕獲、管理、處理這些數據集。
專注于醫療軟件開發的Belitsoft公司對大數據分析如何用于醫療服務提供者和患者的利益進行了概述。
根據IDC公司的研究，醫療保健領域的大數據量增長速度將快于制造業、金融服務、娛樂業等其他領域。因此，預計該行業的復合年增長率將達到36%。
醫療保健領域的大數據勢不可擋，這不僅是因為它的規模，還因為各種數據類型以及必須捕獲和處理的速度。它來自傳感器、醫療設備、智能手機、網絡、日志文件、交易應用程序、網絡和社交媒體——其中大部分都是實時生成的，而且數量巨大。
人工智能聊天機器人、虛擬助理和物聯網(IOT)的興起正在推動數據復雜性、新形式和信息源的發展。
報告稱，“在未來，家庭機器人醫療助理將監控老年患者，并在患者需要幫助時提供通知，確保服用藥物，甚至執行簡單的任務。”
大數據分析：解決行業挑戰的解決方案
該術語指的是針對極其龐大、多樣化的數據集使用高級分析技術，這些數據集包括來自不同來源、不同大小的結構化、半結構化和非結構化信息。
在這方面，醫療保健組織處理大數據以及如何有效解決這些問題最緊迫的挑戰是什么?
大數據采集
捕獲干凈、完整和格式化的數據以便在多個系統中使用對于組織來說是一個持續的斗爭，其中許多組織都失敗了。一家眼科診所最近的研究發現，只有23.5%的電子健康記錄(HER)含有與患者報告完全相同的信息。
解決方案
提供商可以通過為特定項目確定有價值類型的優先級來改進其數據捕獲操作，包括健康信息管理專業人員的數據治理和完整性專業知識。
此外，他們應制定臨床文件改進計劃，培訓醫務人員，以確定哪些統計數據對下游分析有用。
大數據存儲
醫療保健組織需要更多的存儲空間來進行大數據分析，并且需要為分析計劃存儲大量非結構化信息。這對IT部門來說是一個關鍵的成本、安全性、性能問題。
隨著健康相關數據量呈指數級增長，一些提供商不再能夠管理內部部署數據中心的費用和限制。
解決方案
基于云計算的健康IT基礎設施正變得越來越受歡迎，因為它具有靈活的災難恢復和更靈活、可擴展的環境。隨著組織采用移動應用程序，將臨床數據存儲在云中可為用戶提供更完整的訪問。
這種方法還允許組織購買更多的存儲空間，而不是投資額外的本地服務器，從而節省了組織的資金。
SADA Systems公司的一項調查發現，89%的醫療機構目前正在使用基于云計算的基礎設施。然而，他們遷移到云端時的主要問題是缺乏對數據保存位置的控制。
此外，組織不愿意信任第三方供應商來托管數據，擔心未知安全可能導致數據泄露。這就是為什么討論他們的解決方案如何符合HIPAA法規對于云供應商來說非常重要的原因。
Forward Health集團的首席技術官Jeff Thomas表示，所有公司都需要謹慎選擇任何承諾他們聲稱符合HIPAA的系統的供應商。
大數據更新
醫療數據不是靜態的，大多數組件需要相對頻繁的更新。對于某些數據集，如患者生命體征，這些變化可能每隔幾秒發生一次。而家庭住址或婚姻狀況其他記錄，一生中可能只修改幾次。
解決方案
供應商必須清楚地了解哪些數據集需要人工更新，哪些數據集可以自動更新，如何確保最終用戶不停機，以及如何允許在不要求數據集質量和完整性的情況下進行更新。
各組織應確保在嘗試更新單個元素時不會創建不必要的重復記錄，這可能會使臨床醫生難以訪問患者決策所需的信息。
大數據共享
與外部合作伙伴交換數據至關重要，特別是隨著醫療保健行業向人口健康管理和基于價值的醫療轉變。然而，數據互操作性一直是所有類型、規模和細分市場的組織所關注的問題。
在設計和實施電子健康記錄(HER)的方式上，根本的、未指明的差異可能會嚴重削弱在不同組織之間移動數據的能力。因此，臨床醫生往往沒有做出關鍵決策、跟蹤患者，并制定改善總體結果的策略所需的記錄。
解決方案
社區目前正在努力改善跨技術和組織障礙的大數據共享。諸如FHIR，公共API以及CommonWell和Carequality等合作伙伴關系之類的工具和策略正在簡化開發人員之間的數據交換。
但是，這些方法的實施還沒有達到一個轉折點。因此，許多組織仍然與無縫共享患者數據固有的潛力脫節。
大數據正在為醫療保健組織帶來巨大變化
通過分析大數據，研究人員和業務用戶可以利用以前無法訪問或無法使用的數據，做出快速準確的決策。但是，大數據帶來了巨大的挑戰。
結論
為了開發一個健康的大數據分析生態系統，將護理工作的所有成員與可靠、及時和相關的信息聯系起來，提供商必須克服許多問題。這需要時間、承諾、資金，但如果獲得成功將減輕這些問題的負擔。
京公網安備 11010502049343號