Почему аналитическая совместимость важна в здравоохранении?
Грег Хорн, глобальный директор SAS по здравоохранению.
Давайте посмотрим правде в глаза. Обмен данными между платформами в области здравоохранения не так прост. Проблемы конфиденциальности данных пациентов, несовместимые форматы файлов, асинхронные идентификаторы... От электронной медицинской карты (ЭМК), систем архивирования изображений и связи до дискретных процессов, таких как аптечные или ведомственные информационные системы. В таких условиях достичь интеграции всех систем – несбыточная мечта. Так что же остается делать аналитику, который хочет решать сложные вопросы, связанные с улучшением результатов лечения?
Достижение аналитической совместимости
Цель электронной медицинской карты – собрать в одном месте единую базу, содержащую информацию о всех наших взаимодействиях с медицинскими учреждениями. Мечта в том, что пациенту не придется отвечать на одни и те же вопросы врачей, потому что у них будет полный доступ ко всей нашей истории болезни. Это еще не воплощено в жизнь даже в самых продвинутых медицинских учреждениях.
Чтобы еще больше усложнить ситуацию, большая часть данных, которые были бы полезны для медицинских работников, не имеют отношения к состоянию здоровья пациентов. Социальные детерминанты, включая образование и воздействие на окружающую среду, наряду с отслеживанием физической формы и другими новыми данными, пока не используются регулярно для улучшения результатов в отношении здоровья.
На самом деле большинство современных аналитических проектов можно было бы описать с помощью приведенного ниже графика. В этом сценарии электронные медицинские карты являются основным источником данных о пациентах, но в сочетании с другими сторонними и запатентованными наборами данных она позволяет получить аналитический набор данных, поддерживающий предиктивное моделирование и ИИ.
Аналитическая совместимость возникает, когда релевантные данные о пациентах собираются и доставляются через одну точку доступа с единственной целью: лучшие результаты. Это позволяет сиделке лучше понимать пациента; операционные и финансовые лидеры смогут планировать эффективнее; и выстраивает сеть провайдеров, как новых, так и старых, в соответствии с потребностями населения и каналами, по которым они работают.
Для обеспечения аналитической совместимости используются стандарты, в том числе FHIR, DICOM, HL7 и другие патентованные наборы кодов, используемые в здравоохранении. Однако стандарты не обеспечивают соблюдения качества данных. Отсутствие надежных и своевременных данных по-прежнему является препятствием для многих аналитических проектов.
Преимущества аналитической совместимости
Как и в других отраслях, в системе здравоохранения растет интерес к решениям, основанным на данных. Мы видим растущую потребность в сотрудничестве между поставщиками медицинских услуг, производственным персоналом, руководством и новыми игроками в сфере здравоохранения, а, значит, необходимо обеспечить согласованность данных и доступа к ним. Конвергенция между здравоохранением и фармацевтической промышленностью, а также рост числа медицинских услуг, ориентированных на розничную торговлю, создают необходимость обмена данными.
Одно простое преимущество этого подхода заключается в медикаментозном лечении. Медицинская помощь, основанная на взаимодействии, позволит врачу получить точный и своевременный список медикаментов, не полагаясь на отзывы пациентов. Это поможет не допустить случаев, когда выписывают противопоказанные лекарства. Появится возможность отследить их через аптеку и избежать потенциально дорогостоящей экстренной медицинской помощи.
Другой пример – передача данных с домашних устройств в больницу для дистанционного управления хроническими заболеваниями, такими как диабет. Прогнозирование следующего взаимодействия с пациентом и применение профилактических мер, чтобы больным не надо было покидать дом и при этом хорошо себя чувствовать. Все это является прямым результатом аналитической совместимости.
Как SAS обеспечивает аналитическую совместимость?
SAS может помочь на протяжении всего пути к аналитической совместимости. Будь то обработка данных, предоставление отраслевых решений или создание платформы для передовой аналитики, SAS может помочь пациентам и медицинскому персоналу, будь то клинический, операционный или технический персонал, получить более полное представление о работе системы.
Поскольку облачные технологии теперь более доступны для индустрии здравоохранения, никогда еще не было лучшего времени для взаимодействия во всех аспектах медицинской помощи. Объединение данных для создания 360-градусного представления о пациенте и его экосистеме здоровья будет сдерживать затраты, улучшать качество и увеличивать доступ к здравоохранению.
Узнайте больше на sas.com/healthcare.
Об авторе
Грег Хорн является глобальным директором SAS по здравоохранению и базируется в Торонто, Канада - он присоединился к SAS в августе 2012 года. В этой роли у Грега есть возможность работать со стратегией в области здравоохранения таким образом, чтобы сосредоточиться на результатах, а также на стоимости, качестве и других проблемах, с которыми сталкивается любая современная система здравоохранения. Он считается идейным лидером в области будущего здравоохранения и внедрения технологий, ориентированных на пациента.
Рекомендуем прочитать
- What is synthetic data? And how can you use it to fuel AI breakthroughs?There's no shortage of data in today's world, but it can be difficult, slow and costly to access sufficient high-quality data that’s suitable for training AI models. Learn why synthetic data is so vital for data-hungry AI initiatives, how businesses can use it to unlock growth, and how it can help address ethical challenges.
- Как визуализация данных помогает в борьбе с преступностьюПравоохранительные органы по всему миру все больше используют технологии визуализации данных. Так, в Северной Америке полицейские активно работают с системами видеонаблюдения, которые в реальном времени собирают сводки о преступлениях, сведения о дорожной ситуации, геопространственные, метеорологические и другие данные. Решения принимаются на основе достоверных и надежных сведений, что позволяет своевременно выделять необходимые ресурсы для результативного вмешательства и предупреждения преступлений. Визуализация данных открывает широкие возможности. Воспользуйтесь ими и вы!
- Model risk management: Vital to regulatory and business sustainabilitySloppy model risk management can lead to failure to gain regulatory approval for capital plans, financial loss, damage to a bank's reputation and loss of shareholder value. Learn how to improve model risk management by establishing controls and guidelines to measure and address model risk at every stage of the life cycle.
Подпишитесь на рассылку инсайтов SAS сейчас.