Содержание
Q:
Каковы некоторые ключевые ошибки, которые компании обычно допускают, когда речь идет о внедрении и использовании анализа больших данных?
A:
На протяжении более десяти лет организации здравоохранения вкладывали миллионы долларов в создание хранилищ данных и армий аналитиков данных с единственной целью - принимать более правильные решения с использованием данных для улучшения результатов лечения пациентов. Историческая проблема заключалась в том, что одних только этих хранилищ и аналитики недостаточно, поскольку предоставляемые ими аналитические данные, отчеты и аналитическая информация не являются действенными. Они просто сообщают о том, что происходит, но понимание не может объяснить, почему это происходит и что можно сделать, чтобы: 1) предотвратить это в будущем, если его влияние на операции было отрицательным, или 2) поощрить желаемые положительные результаты.
Теперь, вместо того, чтобы просто понимать «что происходит», инфраструктура и технологии достигли совершеннолетия, чтобы выяснить, «почему» и «что с этим делать». В LeanTaaS, во-первых, мы добываем кучу исторических электронных медицинских записей ( ЭМК) данных и использовать сложные алгоритмы для выявления тенденций и моделей - как положительных, так и отрицательных. Затем мы предоставляем предписывающее руководство для решения операционных проблем, чтобы улучшить доступ к ограниченным ресурсам, сократить время ожидания пациентов в условиях больниц или инфузионных центров, повысить удовлетворенность персонала и снизить общую стоимость оказания медицинской помощи.
К сожалению, большинство компаний, занимающихся аналитикой больших данных, сосредоточены только на своих инструментальных панелях и инструментах отчетности, которые содержат огромные объемы данных. Но пришло время ожидать от аналитических компаний большего, чем просто представление данных. Данные должны рассказать историю и дать рекомендации, которые приведут к значительным изменениям процесса. Решение должно быть в состоянии разработать точные прогнозы и выработать рекомендации, которые являются достаточно конкретными для того, чтобы линия фронта могла ежедневно принимать сотни реальных решений, а не просто «восхищаться проблемой».