如何利用数据科学提升医疗保健质量

◆ ◆ ◆

导 读


在医疗行业中,没有什么比提高医疗保健的结果更重要。世界各地的医疗工作者时时刻刻都在想方设法提高我们的健康和生活质量。然而世界改变得比我们大多数人能接受得要更快。直观的经验和知识已经不足以提高病人的生存质量和医疗结果。另一方面,医疗数据堆积越来越多,从中找出有用信息越来越困难。大数据并非无所不能:它可以同时提供真知灼见,也可能迷糊了我们的视线。

◆ ◆ ◆

数据科学在医疗领域的具体应用

事实上,数据科学正以其快速、灵活和精准的方式,自动处理着无数繁重的信息,为提高医疗服务的结果提供着宝贵的信息。只要看看我们当前对疫情发展的预测能力,疾病治愈治愈能力,以及患者越来越安全舒适的住院体验就知道了。在医疗行业,数据科学应被视为“有益智能(beneficial intelligence)”而不仅仅是人工智能,从而增强医疗行业的专业人士所能提供的服务。

1、医院索赔数据

 

截至2010年,美国国家医院出院调查收集了3510万出院记录率,其平均住院时间为4.8天。该纪录同时收录了5140万次医疗操作的执行。2011年美国国家门诊医疗调查共收录了1亿2570万次门诊访问记录和1363万急诊访问记录。这些基本的数据展现了美国医疗行业所提供服务的总量。用数据科学方法来年度总结这类数据,可以让医疗提供者透过这些信息,开始建立一个全新的直觉,有助于避免疾病传播和一些特定的健康威胁。通过描述性统计分析,探索性数据分析,和预测性分析,制定一套对某些疾病最具性价比的治疗方案,并减少不必要的甚至重复的治疗,变得轻而易举。用已有知识预测未来的最大价值,正是可以帮助我们改变今天的一些行为模式。

 

2、电子病历

 

可交互式电子病历(Interoperable EHRs)对降低病患护理成本的潜力惊人。EHRs可协助医疗机构增进对慢性病的管理,提高运营效率,转化自身的财务状况,并改善患者的预后。然而,全国范围内电子病历的实施仍然差强人意,且他们的利益没有被完全实现。医疗机构决策者们所面临的挑战之一,是如何使电子病历易于访问,所收集的数据得到有效使用,并容易获得。

通过优化使用电子病历中获取的数据,我们可以揭示多样化和复杂信息中隐藏的关系,并识别模式和趋势,改善慢性病管理,提高运营效率,转变医疗机构的财务状况。

 

3、患者的行为和情绪数据

 

AMI Research的一项研究表明,可穿戴设备的市场到2019年可达到$ 5200万。 可穿戴设备在监控心脏速率、睡眠模式、步行等等的同时,还提供环境、地理位置、行为模式、和生物统计的新维度。与社交媒体数据及非结构化的“生活方式”的数据相结合,将是一个强大的潜力无限的组合,不仅仅是数字和推文。

 

很明显,我们将从分析医疗保健数据的因果关系中获得巨大的益处。根据我的判断,我们将继续感受到对预防胜过治疗的推动,使预测结果成为前沿的和中心的任务。毕竟,在早期阶段发现的东西更容易处理,疫情爆发也更容易得到控制。

可能不像今天这样会有广泛共鸣,但在未来,我们将回顾一下数据科学对医疗保健的显著作用。这是合理的预期,我们将有可能更迅速地从疾病和受伤中恢复,因为新发现的药物而寿命更长,,并受益于更有效的医院手术- 这在很大程度上都取决于我们如何分析大数据。

生活在大数据时代为何如此令人兴奋?因为医疗保健行业将不得不借助大数据来寻找更好的工具,技巧和技术来处理患者数据,得到更深入的见解?当医疗卫生选择完全接受数据科学,它将改变每个人的未来。

 

4、基因组学


廉价的基因测序和新一代的基因组技术正在改变医疗保健供应商的经营方式。我们现在有能力测序整个基因组序列,并测量数以万计的血液成分来评估健康状况。新一代基因组技术使得数据科学家大幅增加研究人群的基因组数据收集量。

当结合新的信息学方法,并进一步整合许多在医疗保健领域的应用,如疾病的研究、处方的有效性等多种种类的数据,我们能更好地了解药物反应和疾病的遗传基础。

研究人员的目标是实现“超个性化(ultra-personalized)”的医疗保健。作为一个开始,美国食品药品管理局已经开始发行药品标签,对特别的基因变异的病人指定不同的剂量。

 

 

5、病人监护及家庭医疗服务装置

虽然医生们可以做许多事,但他们不能每一分钟都监测患者的病情。而新兴的穿戴式身体传感器,可以做到检测从心率到睾丸激素水平等许多方面。

 

传感器只是医疗技术正在从医院走进家庭的的一种呢方式。家用的医疗监测仪以及移动应用设备每天都在日新月异,如黑色素瘤诊断仪、个人心脑电图监测等都已成为可能。

 

设计这些小型的仪器是为了帮助患者,当然也可以用于收集数据。例如,在2011年即有了哮喘GPS追踪仪,可以记录哮喘病人使用吸入器的情况。收集、综合分析这些信息并结合来自于疾病控制中心的资料(如在新英格兰进行的高花粉计数)可以帮助医生了解如何做到最好的预防。

在2012年开始发售的Ginger.io’s移动仪,是建立在病人知情同意的基础上监测并收集他们的电话、短信、位置和运动数据,并结合来自国家卫生研究所的行为健康的信息以及其他方面的数据以便发现患者的潜在问题。比如过多的深夜电话或许是焦虑发作的高风险。

 

总部位于波士顿的伊莉莎公司,研发了一种可以提高患者的服药依从性的监测仪,针对不同类型的人进行不同的提醒。这种针对性智能提醒提高了用药依从性。

◆ ◆ ◆

未来的挑战

目前,将大数据应用到医疗保健行业仍有许多障碍,既有技术性的,也有心理上的问题。医疗保健工作者多年来收集大量的纸质文件,已经根深蒂固,并导致了低效率,而新习惯需要慢慢养成。也有人认为不能冒进,至少要花时间搞清楚数据所有权、患者隐私以及医疗保健的总体发展方向。

 

 原文发布时间为:2016-07-23

时间: 2024-09-11 04:52:50

如何利用数据科学提升医疗保健质量的相关文章

大数据时代,如何利用数据来提升设计?

什么是数据? 我们需要不拘一格的自主权,和我们考虑的数据一样.对我们来说,这不仅仅是数字,在我们看似平常的一些数据,甚至能让传统数据科学家屈服. 举个例子,社交软件注册时需要询问新用户用一些形容词(标签)来描述他们的个性,传统的分析师可能不喜欢这样的数据,因为他们不容易量化.但对设计师来说,这些数据可以避免做一些无用功. 理解好"为什么"才能让我们创造更佳的用户体验. 毕竟,我们经常面临各种各样的挑战,因此我们拥有艺术和科学数据分析方面转变思维的权利. 有2类主要数据是我们考虑的方向:

大数据时代,如何利用数据来提升设计?

当你面对一个艰难的问题时,你是根据什么来进行抉择?直觉?还是遵从内心?难道是喜欢抛硬币? 这些方法可能偶尔会给你正确的方法,但它们的有效性相比数据是不够真实的. 当你面对一个艰难的问题时,你是根据什么来进行抉择?直觉?还是遵从内心?难道是喜欢抛硬币? 这些方法可能偶尔会给你正确的方法,但它们的有效性相比数据是不够真实的. 那么,让我们来挖掘出最有效的方法.作为设计师,我们可以利用数据来改善我们的设计. 什么是数据? 我们需要不拘一格的自主权,和我们考虑的数据一样.对我们来说,这不仅仅是数字,在我

企业如何利用数据科学监视竞争对手的举措?

好奇心是发明之母.那么企业对于其竞争对手的举措和业务战略是否感到好奇?如何确定企业的业务能力和排名战略的有效方式,以最好地展示技能和业务想法?那么通过了解竞争对手可以帮助企业集中精力并致力于技术创新空间.因此,了解同一行业和类型的企业往往是争取客户的头等大事.为了保持竞争力,很多企业现在正在采用数据科学和一些连接技术的排名优势,与竞争对手保持在同一页面. 道德竞争是一件真实的事情,应该指出的是,其在互联网上的相关性与离线业务同乖重要.从长远来看,这将有助于企业保留忠实和重复的消费者基础.在这篇文

大数据时代需提升立法质量

在近日由腾讯互联网与社会研究院主办的"大数据连接的未来"高峰论坛上,国务院法制办公室信息中心主任马森述表示,政府在制定政策和规范时,依靠大数据进行分析,可以减少因缺少数据支撑而带来的偏差,提高决策的科学性,提高公共管理和公共服务的质量和效率. "通过大数据运用,可以改变决策支持系统,提高行政效率,从而增强政府的管理和服务能力."马森述说.他表示,大数据为提升立法质量和水平提供了新手段.通过大数据辅助立法工作,通过对海量的数据的分类.挖掘和分析,可以使立法决策更加科学

运用大数据提升药品质量 又是一段数据分析的佳话

对于制药人来说,2015年是波澜起伏的一年,也是欣喜与变革的一年,更是充满机遇与挑战的一年.多个制药大事件引起业内巨大震动,药企在痛苦.郁闷.抉择中迎来2016年.从"7.22惨案"的药物临床实验数据自查核查,到国家食品药品监督管理局的"隐形风暴的飞行检查",再加上仿制药的"限期(2018年底前)完成的一致性评价",每一个政策都牵动着制药人敏感脆弱的神经.对于药企来说,前两个政策可能还存在些许侥幸,但是仿制药的限期一致性评价是企业能否生存必须跨过

新加坡推出人工智能计划AI.SG 迎战人工智能和数据科学关键难题

新加坡政府为解决新加坡面临的挑战正在转向人工智能(AI)和数据科学,日前引入了新的举措和解决方案以推动这些行业的发展. 新加坡的国家研究基金会(NRF)是总理办公室下属的一个部门,NRF将在五年内投资一亿五千万新元(一亿一千七百三十三万美元),旨在发展新加坡的人工智能技术.NRF日前推出名为AI.SG的计划,该计划横跨包括信息通信媒体发展管理局(IMDA).经济发展局(EDB)和综合卫生信息系统(IHiS)等各种政府机构,AI.SG计划亦将涵括本地AI研究机构和AI初创公司. 通讯与信息部长Ya

八步拿下数据科学,攻克 “21世纪最性感的工作”

在数据科学(Data Science)领域,除了"什么是数据科学"这个问题以外,大家最感兴趣的问题就是"如何学习数据科学?"其实这个问题除了新手会问,有时候领域内的老手也有些迷惑. 数据科学家被誉为"2016年最佳工作",甚至是"21世纪最性感的工作",但学习起来真的并没有我们想象的那么轻松. 网络上可以找到大量关于学习数据科学的建议,但是如此大量的信息堆叠让可能还是让初学者感到无所适从.所以本文想要给出一个较为简单的学习方法

想组建自己的数据科学团队?CEO们要先回答这几个问题

◆ ◆ ◆ Jeremy Stanley 是日用杂货当日送达初创企业 Instacart 主管数据科学的副总裁,Daniel Tunkelang 是前 LinkedIn 的数据主管.作为在数据科学领域身经百战的老将,他们在这篇文章中为那些想打造一支属于自己的数据科学团队的公司 CEO 们提供了一些建议,主要涵盖了这几个问题:数据科学为什么对很多创业公司如此重要?公司应该在什么时候在数据科学方面进行投入?应该将数据科学团队放在公司里的什么位置上?如何营造一个尊重数据科学的文化氛围? ◆ ◆ ◆ 你

企业的数据科学团队如何挖掘数据价值

单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势.来看看以下几家企业如何通过数据科学团队让数据价值最大化. 数据科学看上去是一项很"高大上"的工作,企业正在利用数据科学提取巨大的运营价值. 福特汽车公司全球分析总监Alan Jacobson在Gartner数据分析峰会上表示,数据科学的重点为公司带来了巨大的收益. 从2015年开始,该公司聘请了一位首席数据科学官,并从业务部门中抽取了大约200位数据分析师,形成了一个集中的数据科学团队.如今,该团队在每一个业务领域都发挥