10 ВЫЗОВОВ ЗДРАВООХРАНЕНИЯ ДЛЯ BIGDATA

10 вызовов здравоохранения для BigData

Аналитика больших данных в медицине сопряжена со многими проблемами, включая безопасность, визуализацию и ряд проблем, связанных с сохранностью данных. Клиники и владельцы медицинской информации хотят применять аналитические выводы для решения проблем, которые непосредственно влияют на их финансирование.Выгода от продажи, передачи и обработки медицинских данных может быть значительна. Имеется в виду не монетизация, а опосредованная выгода. Например, профилактические методы всегда дешевле, чем лечение запущенных случаев. Содержательная аналитика дело не простое, важно проявить профессионализм на каждом этапе работе. Big Date требуют ответственного подхода. Каковы типичные проблемы при работе с Big Date? И как они могут преодолеть эти проблемы для достижения своих медицинских и финансовых целей?


Получение Big Date

Как правило, медицинские данные загружаются вручную, поступают из технических средств. Подгружаемые данные не всегда безупречны. Выгрузка данных, которые являются корректными, качественными и волотильными - предмет заботы руководства.В одном недавнем исследовании в офтальмологической клинике данные EHR соответствовали данным о пациентах всего лишь в 23,5 процента записей. Когда пациенты сообщили о наличии трех или более симптомов заболеваний глаз, данные EHR не совпали Сложности с EHR, не умение работать с цифровыми материалами, могут снижать качество работы, которое негативно скажется на результате. Медики могут начать улучшать свои процедуры сбора данных, назначая приоритеты ценным типам данных для своих конкретных проектов, привлекая специалистов по управлению данными и безопасности. Нужны специалисты в области управления информацией для здравоохранения и разработчики программ оптимизации медицинской документации, которые научат медиков, как необходимо вводить информацию, чтобы она была полезна для аналитика.

Качество данных

Качество данныхМедицинские работники хорошо знают о необходимости санации помещений в лечебных учреждениях. Качество и чистота данных так же важна.Некачественные данные могут стать причиной некорректных выводов. Особенно тщательно надо проверять качество данных при интеграции нескольких баз данных, которые могут аналогичные медицинские процессы предоставлять в нескольких форматах. Очистка нужна, чтобы определить, не повреждены ли файлы каким-либо образом.Пока большинство процессов очистки данных все еще выполняются вручную, некоторые ИТ-поставщики предлагают автоматические средства очистки, которые используют логические правила для сравнения, исправляют данные. Эти инструменты, вероятно, будут становиться все более сложными и точными, поскольку методы машинного обучения продолжают развиваться, что сокращает время и затраты, необходимые для обеспечения высокого уровня точности и целостности в хранилищах данных здравоохранения.


Графические возможности представления

Привлекательные формы представления данных могут сделать процесс получения информации проще. Цветовое оформление позволяет получить мгновенный отклик. Например, цвета зеленый и красный во всем мире символизируют действие и опасность. Диаграммы с пропорциональными частями и формы фигур иллюстрируют информацию, уменьшают вероятность непонимания. Слишком сложные схемы, мелкий текст и нечеткие рисунки могут привести к их игнорированию или ошибкам. Четко и ясно передают закономерности различные диаграммы.

Обновление информации

Понимание волатильности больших данных, частоты изменений, может быть преградой для получения достоверного результата. Информация тоже изменчива, как и все в этом мире. Одни данные обновляются постоянно. Например, мониторинг сердечного пульса пациентов в палате интенсивной терапии. Место жительства может меняться несколько раз в течение всей жизни человека. У разработчиков должны быть четкое представление о том, какие данные необходимо обновлять вручную, которые могут быть автоматизированы, как завершить этот процесс без простоя для конечных пользователей и как обеспечить, чтобы обновления могли быть выполнены без ущерба для качества или целостности набора данных.

Совместимость данных

Индивидуальные провайдеры работают не в вакууме, и мало кто из пациентов получает медицинскую помощь в одном месте. Это означает, что обмен данными с внешними партнерами имеет важность, особенно по мере того, как отрасль движется к персонализированному и ценностному уходу. Совместная работа данных является актуальной задачей. Фундаментальные различия в том, как разрабатываются и внедряются электронные записи, могут серьезно ограничить возможность перемещения данных между разрозненными организациями, часто оставляя врачей без информации, необходимой им для принятия ключевых решений, наблюдения за пациентами и разработки стратегий для улучшения общих результатов. Промышленность в настоящее время работает над улучшением обмена данных преодолевая технические и организационные барьеры. Новые инструменты и стратегии, такие как FHIR и публичные API-интерфейсы, партнерские отношения, типа CommonWell и Carequality, облегчают для разработчиков возможность легко и безопасно делиться данными. Но внедрение этих методологий еще не достигло переломного момента, в результате чего многие организации не имеют возможности обмену данными пациента. Чтобы разработать большую экосистему обмена данными, которая объединяет всех членов континуума обслуживания с достоверной, своевременной и содержательной информацией, провайдерам необходимо будет преодолеть каждую описанную проблему в этом списке. Для этого потребуется время, обязательства, финансирование и общение, но успех облегчит все эти проблемы.

О серверах и облаках


Предметом заботы руководства должно стать место и форма хранения данных. Это важно с точки зрения безопасности, затрат и удобства использования. Количество медицинской информации растет по экспоненте. Есть примеры, когда персонал клиник не может самостоятельно управлять большими объемами, да и просто не хватает места под сервера и помещений. Свои помещения, несомненно, удобны, так как позволяют обеспечить безопасность, есть возможность постоянного доступа и время работы. Но собственная серверная дорого обходится клинике, при масштабировании, ее трудно поддерживать.Облачное хранилище становится все более популярным вариантом, поскольку снижаюся затраты и повышается надежность. Около 90 процентов организаций здравоохранения используют какую-либо облачную инфраструктуру, в том числе размещают там хранилища и приложения, согласно опросу 2016 года.Облако предлагает оперативное аварийное восстановление, низкие первоначальные затраты и масштабирование - хотя организации должны быть предельно осторожны, выбирая партнеров, которые понимают важность HIPAA и других проблем, связанных с охраной здоровья и безопасностью хранения персональных данных. Многие организации в конечном итоге используют гибридный подход к своим стратегиям хранения данных, который может быть самым гибким и работоспособным подходом для поставщиков с различными потребностями доступа к данным и их хранения. Однако при разработке гибридной инфраструктуры провайдеры должны быть осторожны, чтобы гарантировать интеграцию разрозненных систем.

О безопасности

Хакерские атаки и взломы серверов ставят вопросы безопасности Big Date на первое место. Для руководителей медицинских организаций приоритетом номер один должен стать вопрос надежности хранения и пердачи. Правило безопасности HIPAA включает в себя длинный список технических гарантий для организаций, хранящих охраняемую медицинскую информацию (PHI), включая безопасность передачи, протоколов аутентификации и контроля над доступом, целостностью и аудитом. На практике эти меры воплощаются в процедуры безопасности общего пользования, такие как использование современного антивирусного программного обеспечения, настройка брандмауэров, шифрование конфиденциальных данных и использование многопользовательских протоколов, фактор аутентификации. Но даже самый надежный центр обработки данных может быть бесполезен, если из-за нерадивости сотрудников, которые имеют тенденцию уделять приоритетное внимание удобству в отношении длительных обновлений программного обеспечения и сложным ограничениям на их доступ к данным или программному обеспечению.

Метаданные

Медицинские данные долго хранятся. По закону их надо хранить минимум 6 лет. Данные могут пригодиться для новых решения новых задач чрез длительный период. Поэтому важно знать, когда была введена информация, кто использовал записи, когда и с какой целью. Разработка современных метаданных является ключевым компонентом успешного плана управления. Метаданные позволяют точно воспроизводить предыдущие запросы, что жизненно важно для научных исследований, а также предотвращает создание «сборщиков данных» или отдельных наборов данных, которые ограничены в их полезности. Организации здравоохранения должны назначить управляющего данными для обработки и сохранения значимых метаданных. Хранитель данных может гарантировать, что все элементы имеют стандартные определения и форматы, документируются соответствующим образом от создания до удаления задач.

BigData и здравоохранение

BigData и здравоохранениеРазличные метаданные и протоколы должны преодолевать проблемы совместимости, которые не позволяют инструментам запросов получить доступ к всему хранилищу информации организации. Если различные компоненты набора данных хранятся в многослойных системах или в разных форматах, возможно, не удастся создать полный портрет статуса организации или здоровья отдельного пациента. И даже если данные хранятся на общем складе, стандартизации и качества может отсутствовать. В отсутствие систем медицинского кодирования, таких как ICD-10, SMOMED-CT или LOINC, которые уменьшают концепции свободной формы в общей онтологии, может быть сложно обеспечить, чтобы запрос идентифицировал и возвращал правильную информацию пользователю. Организации используют язык структурированных запросов (SQL) для погружения в большие массивы данных и реляционные базы данных, но это действует только тогда, когда пользователь может сначала доверять точности, полноте и стандартизации данных.

Отчетность

Кроме вопросов сохранности и качества данных есть еще проблема генерирования отчетов. Провайдеры также должны понимать разницу между «анализом» и «отчетностью». Данные должны быть извлечены до того, как их можно будет изучить, но отчетность может являться самостоятельным конечным продуктом. Хотя некоторые отчеты могут быть направлены на то, чтобы выявить определенную тенденцию, прийти к новому выводу или убедить аудиторию сделать конкретное действие, другие должны быть представлены таким образом, чтобы читатель мог сделать собственные выводы о том, что означает полный спектр данных.Большая часть отчетности в отрасли здравоохранения является внешней, поскольку программы регулирования и оценки качества часто требуют больших объемов данные для измерения качества питания и моделей возмещения. У поставщиков есть ряд вариантов для удовлетворения этих различных требований, включая квалифицированные реестры, инструменты отчетности, встроенные в их электронные медицинские записи, и веб-порталы, размещенные CMS и другими группами.

Оригинал статьи

ЧИТАЙТЕ ТАКЖЕ

Задать вопрос

Оставьте свое сообщение и контакты для связи.
Мы с вами обязательно свяжемся.