[导读]如今在美国,由于效率低下和成本增加,政府每年至少额外增加了600亿-850亿美元的医疗开支,对公众医疗的整体质量产生了不利影响。麦肯锡全球健康研究所的研究预测,对大型健康数据进行分析可以潜在减少美国医疗保健系统200亿-300亿美元的成本支出。
内容导航: |
|
CSC最近的一份报告表明,企业在跟风新的海量数据策略之前,应重新审视其基本数据为中心的战略。
报告称:“大多数机构的数据工作量远远超出了他们的预计,但医疗机构需要认识到这些挑战并克服它们”。“例如,数据规模不断变化,数据范围和可用的数据类型正在迅速发展,因此我们需要一个工具来使其正常运转。医疗机构需要找出自身竞争优势,以实现更好的掌控数据,医疗企业的管理层需要认识到这种演变。”
报告列出了六点建议,以更好地利用您的数据。
1、数据管理。着手制定大型数据的管理计划。该报告称,所有医疗机构应该建立一个明确的数据管理计划。该计划应包括该组织计划如何收集、维护、保护、鉴定数据资产。“数据管理包括数据共享的原则,例如可能的共享方式,何时与谁共享,”报告的内容指出,“许多医疗机构未能尽早解决数据管理,但良好的管理计划是重要的,因为它设置了政策、标准和使用数据业务的规则。”作者说,最好的做法是设立一个组织内的“特别处理中心”,负责整合整个企业的分析和数据相关事项并参与决策。
2、数据采集。从不同的来源,如患者、家庭监控系统和其他医疗机构进行非结构化或半结构化的数据采集表明新的机遇正在不断涌现。报告说。“良好的数据采集可确保数据捕获后可用。”报告指出。“最好的办法是采用一致的文档元数据和数据元素的分类。”此外该报告称,应使用人口领域的医疗代码。“最后,隐私和安全,患者的病历应始终得到妥善的双盲处理。”
3、数据共享。为了最大限度地提高其数据的价值,机构之间需要协作并实现跨供应商和和生命科学社区的数据共享。报告称,数据共享的一个新趋势是“虚拟化”——从不同来源或多个机构选定数据源。“数据虚拟化是一种技术,允许多个应用程序和多个用户同时访问数据,”报告称。“这使得整个医疗机构更容易进行分析和报告。”云计算是一种不错的选择,报告继续写道,因为它允许医疗机构将大量的数据迁移到一个临时的平台。“从成本管理的角度来看,它有着很大的吸引力,因为医疗机构只需支付他们所使用的计算资源的云服务供应商,从而避免了服务器大量的资本支出。”
4、数据标准化。该报告称,医疗机构内部的数据交换互通仍然十分有限,因此医疗机构需要意识到仔细选择常见数据类型的重要性,因此“来自不同系统的数据可以结合和互相比较。这是一种良好的数据管理方法”。根据该报告称,“多个机构已率先实现新的解决方案,将来自不同来源的数据转换成一个标准的结构和语言”,所以它可以更容易地管理和分析,这使研究人员能够迅速查询多个数据源,得到更全面的结果。
5、数据集成。数据集成是将内部和外部数据源的数据合并成一个单一的,以患者为中心经优化的数据结构进行分析。“这些数据包括患者统计资料、病程、治疗程序、药品、电子病历、实验室诊断和影像诊断结果”。有关业务或财务分析以及行政数据都将被添加到数据结构。
6、分析。分析是“作为数据的最后一个部分”该报告说。“一旦所有其他的结构确立,例如治理标准化,医疗机构就可以使用数据分析工具收集有价值的数据。”数据分析的好处包括改善患者临床症状、提高监控水平、改善患者预后、优化了医院的财务和经营业绩;改进信息安全,预测数据的破坏和损失,防患于未然。
原文标题:How to harness big data for improving public health,6 keys to making better use of your data
原文作者:Roger Foster, Michelle McNickle
共2页: 上一页 [1]2 |
验证码: | 点击图片可刷新验证码 |