Index · Artikel · Die Herausforderung und Chance mit Big Data in der Gesundheitsversorgung

Die Herausforderung und Chance mit Big Data in der Gesundheitsversorgung

2013-01-11 0
   
Advertisement
résuméDieser Beitrag wird von UST Health Care gefördert. Der Ausbau der Electronic Health Records präsentiert eine einmalige Gelegenheit signifikante Verbesserungen im amerikanischen Gesundheitssystem zu machen. Doch für diese Gelegenheit realisiert werden
Advertisement

Die Herausforderung und Chance mit Big Data in der Gesundheitsversorgung

Dieser Beitrag wird von UST Health Care gefördert.

Der Ausbau der Electronic Health Records präsentiert eine einmalige Gelegenheit signifikante Verbesserungen im amerikanischen Gesundheitssystem zu machen. Doch für diese Gelegenheit realisiert werden, neue Methoden der Datenverwaltung und -analyse, die in der Gesundheitsversorgung ungewöhnlich sind, müssen zum Einsatz kommen.

Organisationen, die reifen elektronischen Patientenakten haben haben die Herausforderung, Daten von Betriebssystemen in Data Warehouse erobert und sind mit ihnen für wesentliche Verbesserungen. Zum Beispiel eine Frage, die Forscher seit vielen Jahren in Frage gestellt hatte, war, ob traditionelle günstiges Blutdruckkontrolle war genauso wirksam wie neuere, teure Medikamente. Um diese Frage zu beantworten, führte NIH eine umfangreiche Studie, die dauerte acht Jahre und kostete $ 120.000.000. Die Ergebnisse zeigten, dass: die älteste und billigste der Drogen, bekannt als Thiaziddiuretika, zur Verringerung der Hypertonie als die neueren, teureren wirksamer waren.

Allerdings reagieren einige Patienten auf diese Medikamente nicht und notwendig, um die neueren Medikamente zu verwenden - aber welche? Leider NIH hatte nicht die Mittel, eine Follow-up-Studie durchzuführen. Durch die Zeit, die NIH-Studie abgeschlossen war, hatte jedoch Kaiser Permanente eine umfangreiche elektronische Gesundheitsdaten und Data Warehouse. Durch die Verwendung von realen Patientendaten in ihrem Lager und traditionellen statistischen Methoden, mussten die Forscher die Antwort in 18 Monaten für $ 200.000.

Obwohl die traditionelle wissenschaftliche Methoden und statistische Instrumente gut funktionieren für einige Gesundheitsversorgung Fragen, können sie nicht einfach auf viele interessante Fragen wie angewendet werden:

  • Welche Ärzte haben die kostengünstigste Risiko angepasst Pflegemuster basierend auf den tatsächlichen Kosten für die Pflege - nicht Kosten?
  • Was sind die Merkmale von Patienten, die das Niveau der Nichteinhaltung der Entlastung Aufträge und die Wahrscheinlichkeit der Wiedereinweisungen vorhersagen können?

Die Herausforderung, diese Fragen zu beantworten, wird durch die Komplexität der Datenbanken am besten dargestellt. Ein Standard-elektronische Patientenakte für einen Patienten werden über 2.700 Felder haben. Ein Lademeister für ein Krankenhaus kann leicht 20.000 gesonderte Leistungen und Preise enthalten. Traditionelle statistische Methoden in diesem Umfeld Flunder.

Glücklicherweise Data-Mining-Profis (insbesondere im Einzelhandel) haben neue Tools wie Korbanalyse entwickelt, Klassifikationsalgorithmen, Assoziationsregeln, Clusteranalyse und neuronale Netze, diese riesige Datenbanken zu verstehen. Hoffentlich werden diese Techniken bald zur Gesundheitsversorgung Migration zu erheblichen Verbesserungen in der Pflege zu unterstützen.

Um mehr zu erfahren , wie die neuen Tools von Data - Mining und anderen Technologien sind die Unternehmen des Gesundheitswesens zu ändern, nehmen an der UST Executive - Konferenz über die Zukunft der Gesundheitsversorgung am Freitag, 9. November 2012 im University of St. Thomas Minneapolis Campus.

TOP

  • Day/
  • Week/
  • Original/
  • Recommand

Updated