Î:
Care sunt unele greșeli cheie pe care companiile tind să le facă atunci când vine vorba de implementarea și utilizarea analizei de date mari?
A:De mai bine de un deceniu, organizațiile medicale au investit milioane de dolari în construirea depozitelor de date și a armatelor de analiști cu scopul exclusiv de a lua decizii mai bune cu date pentru îmbunătățirea rezultatelor pacienților. Problema istorică a fost că aceste depozite și analitice singure nu sunt suficiente pentru că analizele, raportarea și informațiile de bord pe care le furnizează nu sunt acționabile. Ei raportează pur și simplu ceea ce se întâmplă, dar ideile nu pot explica de ce se întâmplă și ce se poate face fie pentru a 1) împiedica să se întâmple în viitor dacă impactul său asupra operațiunilor este negativ, sau 2) încurajează rezultatele pozitive dorite.
Acum, în loc să înțelegem doar „ce se întâmplă”, infrastructura și tehnologia au îmbătrânit pentru a-și da seama „de ce” și „ce trebuie să faceți în acest sens”. EHR) date și utilizează algoritmi sofisticate pentru a detecta tendințele și tiparele - atât pozitive, cât și negative. Apoi, oferim îndrumare prescriptivă pentru a aborda problemele operaționale pentru a îmbunătăți accesul la resurse constrânse, reduce timpul de așteptare al pacienților în setările de spital sau centru de perfuzie, crește satisfacția personalului și reduce costul general al serviciilor de asistență medicală.
Din păcate, majoritatea companiilor mari de analiză a datelor se concentrează numai pe tablourile de bord și instrumentele de raportare, completate cu cantități vaste de date. Dar este timpul să ne așteptăm mai mult de la companiile de analiză decât simpla prezentare a datelor. Datele trebuie să spună o poveste și să facă recomandări care să conducă la schimbări semnificative ale procesului. Soluția trebuie să poată dezvolta predicții exacte și să genereze recomandări suficient de specifice pentru prima linie pentru a lua sute de decizii concrete în fiecare zi - nu doar „admira problema”.
