Index · Nachrichten · Die MoneyBall-Lösung für die Gesundheitskrise

Die MoneyBall-Lösung für die Gesundheitskrise

2019-07-10 2
   
Advertisement
résuméViele neuere Artikel haben verschiedene Reformen für das Gesundheitswesen vorgeschlagen, um die Kosten zu senken. Diese umfassten die Integration von digitaler Gesundheit mit klinischer Versorgung, die weit verbreitete Anwendung von genetischen und g
Advertisement

Die MoneyBall-Lösung für die Gesundheitskrise

Viele neuere Artikel haben verschiedene Reformen für das Gesundheitswesen vorgeschlagen, um die Kosten zu senken. Diese umfassten die Integration von digitaler Gesundheit mit klinischer Versorgung, die weit verbreitete Anwendung von genetischen und genomischen Tests zur Unterscheidung von Hochrisiko- und Niedrigrisikopatienten und zur Information über Arzneimittelentwicklungs- und Verschreibungsentscheidungen sowie den Einsatz von künstlicher Intelligenz (KI) und kognitiver Datenverarbeitung. wie IBMs Watson oder Googles DeepMind. Andere haben vorgeschlagen, die Krankenversicherung durch die Aufhebung des ACA oder den Übergang zu einem Einzahler-System in der Hoffnung auf erhebliche Kosteneinsparungen anzugehen. Um die Gesundheitsausgaben außer Kontrolle zu bringen, müssen wir Organisationen motivieren, indem wir die Argumente für Veränderungen aufstellen und datengesteuerte Methoden implementieren, die einen erheblichen Einfluss auf die Gesundheitskrise haben können - was wir als MoneyBall Medicine bezeichnen.

Datenanalysen und -technologien haben die Art und Weise verändert, wie Verbraucher Waren kaufen, Bankgeschäfte erledigen und sogar, wie Sportteams nach ihren Spielerlisten suchen. Obwohl die Gesundheitsbranche seit langem aufgrund der regulatorischen Herausforderungen und des besonderen Charakters des Fachgebiets für außergewöhnliche Leistungen steht, hat die Zahlung von mehr für die Gesundheitsversorgung in den USA nicht zu besseren Behandlungsergebnissen geführt, wie zahlreiche Gesundheitsanalysten feststellen. Aber wir haben in den letzten Jahrzehnten einen langen Weg zurückgelegt. Das Human-Genom-Projekt führte zu einer Explosion von Gentest-Unternehmen und zu Einblicken in menschliche Krankheiten, während technologische Fortschritte inzwischen Terabytes von Daten täglich zu erheblich reduzierten Kosten von vor einem Jahrzehnt erzeugen. Pharmazeutische Unternehmen entwerfen neue Behandlungsmethoden, die auf rechnergestützter Modellierung von Molekülen basieren. Patienten können nach der Sprechstunde Fragen oder Bedenken an ihre Ärzte senden und Laborergebnisse über Portale zur Krankenakte einsehen.

Bei allen Fortschritten kann es jedoch schwierig sein, die Patientenakten in ihrer Gesamtheit mit medizinischen Anbietern in verschiedenen Krankenhäusern zu teilen, und Tests werden oft von verschiedenen Ärzten dupliziert, die nicht wissen, welche Ergebnisse sie vorher hatten. Eine Preisschätzung für Bürobesuche, -verfahren und -behandlungen ist nahezu unmöglich - sie verhindern, dass Patienten medizinische Hilfe in Anspruch nehmen. Das Kämmen durch vorhandene Forschung, um zu finden, welche Behandlungen am effektivsten sind, kann wie das Finden einer Nadel im Heuhaufen sein, und Doktoren haben selten sofortigen Zugang zu dieser Art der Analyse, wenn sie vor einem einzelnen Patienten sind. Kurz gesagt, obwohl es eine Menge Daten gibt, ist sie weitgehend fragmentiert, bleibt privat und wird in nicht-interoperablen Systemen gespeichert.

Werbung

Die Behebung dieser Datenprobleme ist nicht nur für Verbraucher und Ärzte hilfreich, sie ist auch eine der besten Geschäftspraktiken, wie andere Branchen wie das Bankwesen gezeigt haben. Die Zeiten, in denen Anbieter Daten für privat gehaltene Datenbanken sammeln, sind vorbei. Sie sind nicht nur teuer zu warten, sondern sie können auch zu neuartigen Einsichten und Kooperationen in der gesamten Branche führen, die es Unternehmen ermöglichen, in bisher nicht beachteten Bereichen Fuß zu fassen, z. B. ein Arzneimittel für eine völlig unabhängige Indikation neu zu verwenden. wurde hauptsächlich für entwickelt. Wo die Daten vor ein paar Jahren in der heutigen Zeit von Vorteil gewesen sein könnten, dreht sich alles darum, was Sie mit diesen Daten machen. Aus diesem Grund werden Interoperabilität und gemeinsame Nutzung von Daten eine wesentliche Komponente bei der Festlegung unseres Gesundheitswesens sein.

Preis- und Qualitätsdaten sind perfekte Beispiele für Orte, an denen Datenanalysen einen enormen Einfluss auf die Gesundheitskosten haben können. Die Leapfrog-Gruppe ist nur ein Unternehmen, das Sicherheitsdaten gesammelt und an Arbeitgeber weitergegeben hat, die diese Informationen dann nutzen können, um Entscheidungen über Gesundheitspläne für ihre Mitarbeiter zu treffen. Die Bundesregierung sammelt eine Vielzahl von Daten und veröffentlicht sie auf einer öffentlich zugänglichen Website. Die Kosteneffizienz eines Verfahrens oder Geräts zu kennen, ist von Vorteil, aber um die Gesundheitskosten zu senken, müssen wir darüber hinausgehen, um festzustellen, ob etwas wirklich notwendig ist und Unternehmen wie das KI-Startup Hindsait genau das tun. Wenn dieser Ansatz breiter angewendet würde, könnte die Pflege, die teuer ist und nur geringe Ergebnisse in Bezug auf die Patientenergebnisse bringt, reduziert oder eliminiert werden.

Die Datenanalyse wird auch die Optimierung der klinischen Praxis und der operativen Geschäftspraktiken ermöglichen. In der Mayo Clinic wurden konzertierte Anstrengungen unternommen, um die Effizienz zu steigern und Kosten zu senken. Dies zeigt, dass selbst leistungsstarke Gesundheitssysteme bei der Straffung von Prozessen Erfolg haben und gleichzeitig positive Ergebnisse für die Patienten erzielen. Die Optimierung ihrer Prozesse und die Standardisierung der Ausrüstung führten zu erheblichen Kostensenkungen und Änderungen der klinischen Arbeitsabläufe. Dieses Beispiel verdeutlicht den Punkt, dass Gesundheitszentren bereit sein müssen, die Daten den Prozess verändern zu lassen, selbst wenn sie in unerwartete oder neue Richtungen führen. Das Endergebnis? Krankenhäuser, die Datenanalysen für die Patientenversorgung und für das Geschäft angenommen haben, werden gedeihen, während diejenigen, die an der Seitenlinie bleiben, zunehmend irrelevant werden.

Während eine Vielzahl von Experten und Analysten sehen, dass digitale Gesundheit, Genomik und AI Gesundheit sparen und Kosten senken, ist jeder dieser Bereiche auf riesige Datenmengen und seine Analyse angewiesen. Präzisionsmedizin kann für einen einzelnen Patienten aufgrund von Studien an Hunderten und Tausenden von Patienten arbeiten, die die entscheidende genomische Veränderung identifiziert haben, auf die ein Arzneimittel zielen könnte. AI- und Cognitive Computing-Lösungen wie IBMs Watson und DeepMind sind auf riesige Datenmengen angewiesen, um das System so zu trainieren, dass es "lernen" kann.

Die datengetriebene Gesundheitsversorgung ist da, und innovative Unternehmen treiben neue Märkte an, entdecken neue Heilmethoden, identifizieren neue Krankheiten und ermöglichen es den Patienten, zu intelligenten Verbrauchern im Gesundheitswesen zu werden. In praktisch jeder anderen Branche ist der Einsatz von Datenanalysen revolutionär und ermöglicht es Unternehmen, ihre Produkte und Verfahren zu optimieren. Wir können die gleichen Vorteile im Gesundheitswesen sehen, wenn wir neue Wege der Betrachtung von Daten und Technologie verfolgen.

Harry ist der Autor von zwei verwandten Büchern: Kommerzialisierung Novel IVD's; Ein umfassendes Handbuch für Erfolg und MoneyBall-Medizin: Erfolgreich im Markt für neue datengetriebene Gesundheitsprodukte .

Foto: MilosJokic, Getty Images

TOP

  • Day/
  • Week/
  • Original/
  • Recommand

Updated