大数据和BI技术如何帮助医疗保健专业人员实现单调工作的自动化？

作为一名专业的咨询顾问，做过一些医疗相关项目，同时特意找了行业内朋友咨询，结合自己之前读各种国外材料的了解，整理如下，希望得到您的认可和转发推荐。

BI（Business Intelligence）

医疗保健领域的数据自动化（Data Automation for Healthcare）

首先来看看BI（Business Intelligence），有一个新的业务分类叫做医疗保健领域的数据自动化（Data Automation for Healthcare），我们来看看这个新领域的一些分析。

降低成本和提高效率是医疗保健行业运营者的重要顾虑和考虑。比如通过减少废物处理来削减成本和提高性能——自动化不仅仅是一个考虑因素——在过去的几十年中，医疗行业已经采取措施实现操作和患者数据处理的数字化。

这种向数字化过程的转变本身带来了对信息的即时访问，简化了信息共享，从而改善了患者的治疗效果。

随着数字化过程中积累的数据不断涌现，医疗保健的数据自动化已经从“有好处”变成了“必须拥有”，即使医疗保健的数据自动化刚刚开始着眼于利用商业智能。

什么是医疗保健中的数据自动化

自动化是指使用信息技术以简化的方式完成某些过程，而无需人为干预来实现预期的结果。在医疗保健领域，自动化技术可以整合到广泛的此类流程中，从而减少管理工作量，消除浪费的做法，增强信息交换，改进和一致的患者护理，有意义的数据分析，有效的患者监控。除了减少医疗保健组织必须处理的大量文书工作外，自动化还有助于提高运营效率和降低人员成本。

商业智能的回顾和展望

自大数据现象出现以来，医疗行业从业企业一直在大量涌入数据收集和处理利用中。随着临床数据量的不断增加，医疗保健领域的商业智能已成为当时的需求。下面列出一些可能的方向：

• 改善患者护理

医疗保健组织已经依靠数字工具和技术来支持他们的日常运营，最终目标是改善患者护理。商业智能与医疗保健数据自动化相结合可以通过使用自动化工具引入预测分析元素来确定患者健康数据、患者等待时间、患者满意度、疾病和复发风险、潜在治疗成本、再入院可能性等参数，从而进一步优化一个数据——平均住院时间。反过来，这些参数可以帮助医疗保健专业人员就患者护理做出明智的决定。

• 健康记录分析

以电子方式存储患者记录几乎已成为常态。但是，如果不能用于促进更好的患者护理和管理，那么所有患者数据的好处是什么？这是商业智能工具发挥作用的地方。他们可以从集中存储的患者数据库中挑选出相关的信息，以促进更好的预测和可操作的见解。

• 更好地分配资源

将医疗保健数据自动化与商业智能相结合的另一个关键优势是通过跨部门分配基于需求的精确度来更好地管理资源，从而减少浪费。由于预测分析可以帮助确定患者何时准备好出院，因此它还有助于更好地分配床，药品和员工等资源，以帮助减少浪费。

• 了解患者病史和生活方式

商业智能工具能够从健康应用程序以及可穿戴设备（如计步器和健身带）访问可下载数据。这使医疗保健专家能够利用无线技术的能力准确跟踪健康指标和信息。这些数据对于医疗保健从业者了解患者的生活方式和病史非常有用。

• 成本优化

技术工具变得越来越便宜，商业智能符合这种模式。

• 临床分析

• 数据挖掘

商业智能工具的数据挖掘能力可以帮助医疗保健从业者更精确地评估治疗计划，方法是确定选择的治疗方案的哪些方面正在工作，哪些方面没有。这些工具还可用于预测任何给定治疗程序的确切结果。通过帮助组织了解缺陷并采取纠正措施，这有助于提高医疗质量。

• 健康状况分析

如今，几乎所有医疗保健组织都了解分析在改善收入周期，绩效，效率和整体患者护理方面的重要性。然而，他们中的大多数没有完整的数据分析解决方案。

• 对于大多数医疗保健领导者而言，收入周期分析和商业智能都是重中之重。

• 对拒绝和拒绝的处理成为收入周期中的最大挑战，可以通过分析来纠正。患者付款和结算流程紧随其后。

• 利用商业智能和数据分析的最大障碍是缺乏有效利用数据分析的资源，无法对分析性能进行基准测试，以及难以将分析结果引入可操作的报告中。

• 能够通过正确的战略报告克服这些挑战的组织已从健康分析中受益。

• 健康分析的一些主要优势包括减少A / R天数和改善现金流，通过识别支付流程中的瓶颈增加收入，以及提高员工生产力。

医疗保健组织现在比以往任何时候都更加意识到健康的数据自动化对于医疗保健的重要性，以便进行分析和报告。数据分析和后续报告解决方案将在实施用户友好流程中发挥关键作用，这些流程使用可操作的洞察力来促进收入周期的改善和明智的决策制定。

为什么医疗保健数据分析很难？

数据分析在整个行业垂直领域是一个具有挑战性的主张，但在医疗领域更是如此。虽然大多数其他组织都在努力解决数据存储，质量，访问和集成等问题，但医疗机构还必须考虑安全性和隐私，数据管理和保留等更微妙的方面。

安全和隐私在医疗保健中至关重要。对医疗保健数据的任何攻击都可能对任何组织造成极大的破坏，因为它们不仅以经济损失而且还以声誉为代价。最重要的是，在任何违反数据安全的情况下，最大的受害者是个人的私人信息，从信用卡详细信息到实验室结果和诊断，都受到了危害。

医疗保健数据由于其长期保留而难以管理，这意味着医疗保健组织需要一种有远见的方法来确定数据的存储，访问和使用方式。此外，医学领域的数据管理软件通常具有建立定期访问权限的范围，该权限根据需要为来自不同部门的不同工作人员提供临时查看功能。这些因素使组织更加迫切需要定期审查其数据，以便删除，修改或匿名化信息。

输入任何健康组织记录的数据也需要进行格式化，描述，检查以确保准确性，然后才能为组织内的不同用户访问，以用于医疗，管理和计费目的。这种速度和体积进一步加剧了在医疗保健领域管理数据的难度。

医疗保健中数据管理策略的成败也取决于可访问性。如果组织没有以正确的格式报告并且可供合适的人员访问，那么组织存储的大量数据将无关紧要。除了使医疗保健数据成为困难主张的所有这些普遍挑战之外，一些特定设施的困难可能使问题进一步复杂化。例如，有限的IT预算可能是一个很大的障碍

说到大数据，其实大数据应该在BI之前说

大数据的收集策略、存储方式、使用方法，都是一堆问题。

医疗保健的大数据来源

1、物联网（IoT）

物联网在医疗保健领域的互联产品数量正在增长。物联网平台也相对便宜，是大规模构建和营销应用程序的经济高效的选择。目前和未来的数据来源包括（但不限于）：

• 可穿戴设备现在允许人们跟踪他们的心率，血压，体重，活动水平，压力水平（例如：FitBit，PIP，Muse头带等）

• 智能手机上提供应用程序，可跟踪用户的锻炼方案和睡眠强度，数量和质量（例如：Pebble Time，AliveCor Heart Monitor，MyFitnessPal等）。

• 可以将数据发送到云中的医疗设备和传感器：脉搏血氧仪，血糖监测仪，电子秤，血压监测仪，SpO2传感器，接近传感器（如iBeacon），以及将提供数百万患者数据的未来传感器一个持续的基础

2、电子病历/电子健康记录（EMR / EHR）

3、保险提供商

包括私人付款人和计划索赔，政府健康计划索赔和药房索赔。

4、其他临床数据

来自计算机化医嘱录入和临床决策支持系统的数据（医生的书面笔记和处方，医学成像，实验室，药房，保险和其他管理数据）。

5、基因组及相关研究机构

6、社交媒体

社交媒体帖子，包括微博，博客和其他平台上的状态更新，以及网页可以反映并提供个人健康，情绪，心态等的证据。

7、网络知识

各种医疗咨询平台或通用平台如知乎悟空问答，新闻提要和医学期刊中的文章

如何充分利用大数据

想要充分利用数据的公司和组织需要一个全面的健康数据收集，优化和分析计划。应用预测分析，建模和收集基于模式和智能的洞察力有可能使系统中的所有“参与者”受益，包括个人，医疗保健从业者，公共卫生机构，生命科学组织，健康保险公司以及医疗和制药制造商。降低总医疗费用似乎可能是与以下所有优势相关的主要好处之一：

1、预防性医疗保健和患者赋权

使用健康数据和其他变量（如社会经济学）可以帮助组织预测预测患者的随时间变化轨迹

• 在许多情景中存在产生最佳结果的潜力，例如：分析患者特征以及护理的成本和结果，以便提供最合适和最具成本效益的治疗，这也将影响提供者的行为

• 人口级疾病分析将使研究人员能够帮助确定预测事件并制定更有效的预防措施

• 将精神卫生保健纳入传统临床环境将有助于提供更全面的服务，并为患者提供必要的资源和支持

• 在传统护理环境（药物依从性管理，家庭监测等）之外改进对患者活动的监测将有助于个人承担更多的个人责任并帮助提供者确定最佳治疗计划

2、打击欺诈

实施用于欺诈检测的高级分析系统并检查索赔的准确性和一致性将有助于最大限度地减少欺诈，同时更接近实时索赔授权

3、增加收入来源

能够提供汇总和综合数据的公司（例如，患者临床记录和索赔数据）可以为希望在医药和药品领域取得进步的第三方提供创造新的收入流（例如，许可）数据，以帮助制药公司识别选择参加临床试验的患者），这反过来将有助于推动新医疗设备和药品的创建

存在问题

但是数据分散、数据滞后、数据不全等问题都让大部分的企业对此没法深入利用。

1. 回答如果对您有帮助，请麻烦点个赞，或者转发出去，让更多人看到。感谢支持。

2. 回答如果让您迷惑，请点评提出或私信我讨论，感谢沟通。

3. 回答如果没有用，不妨点个收藏，看看其他专家给出什么答案。