医疗保健分析峰会回来了!9月13日至15日，在盐湖城收看我们的现场报道。现在注册
文章总结
医疗保健数据不是线性的。它是一个复杂、多样的庞然大物，不同于任何其他行业的数据。有五种方法可以使医疗保健数据变得独特:
1.许多数据在多个地方。
2.数据分为结构化和非结构化。
3.它有不一致的和多变的定义;循证实践和新研究每天都在出现。
4.数据很复杂。
5.监管要求的变化。
解决这种不可预见性和复杂性的答案是延迟绑定™数据仓库的敏捷性。
我们这些处理数据的人倾向于以非常结构化、线性的方式思考。我们喜欢B跟随A, C跟随B，不只是在某些时候，而是一直。医疗保健数据并非如此。它的多样性和复杂性使得线性分析毫无用处。
医疗保健数据有几个独特的特征。这里有五个。
1.许多数据在多个地方。
医疗保健数据往往驻留在多个地方。从不同的源系统，如电子病历或人力资源软件，到不同的部门，如放射科或药房。这些数据来自公司的各个部门。将这些数据聚合到一个单一的中央系统中，例如企业数据仓库(EDW)，可以使这些数据具有可访问性和可操作性。
医疗保健数据也以不同的格式出现(例如，文本、数字、纸张、数字、图片、视频、多媒体等)。放射学使用图像，旧的医疗记录以纸质形式存在，而今天的电子病历可以保存数百行文本和数字数据。
有时，相同的数据以不同的格式存在于不同的系统中。这就是索赔数据与临床数据的对比。病人的断臂看起来像医疗记录中的图像，但在索赔数据中显示为ICD-9代码813.8。
未来似乎会有更多的数据来源，比如通过健身监测器和血压传感器等设备对患者进行跟踪。
2.数据分为结构化和非结构化。
电子病历软件为一致的数据捕获提供了平台，但现实情况是，数据捕获是不一致的。世界杯厄瓜多尔vs塞内加尔波胆预测多年来，将临床事实和发现记录在纸上，训练了一个行业以任何对护理提供者最方便的方式获取数据，而很少考虑这些数据最终如何聚合和分析。
EMRs试图将数据捕获过程标准化，但护理提供者不愿意采用一刀切的文件编制方法。因此，通常允许非结构化数据捕获来安抚沮丧的EMR用户，并避免阻碍护理交付过程。因此，以这种方式捕获的许多数据很难以任何一致的方式聚合和分析。随着EMR产品的改进，随着用户对标准工作流程的培训，随着护理提供者更习惯于按设计在结构化字段中输入数据，我们将有更多更好的数据用于分析。
上述现象的一个例子是最近在西北部一个大型卫生系统中减少不必要剖腹产的倡议。研究小组的第一个任务是了解如何在EMR中记录剖腹产指征。结果只有两种选择:1)胎儿指征和2)母体指征。因为这是仅有的两个选择，分娩临床医生通常会选择用免费文本的形式记录剖腹产的真实指征，而其他医生则根本不记录。这不利于了解不必要剖腹产的根本原因。因此，该团队与一名分析师合作，修改了EMR中可用选项的列表，以便添加更多细节。在对数据捕获过程进行了微小的修改后，该团队获得了巨大的洞察力，并确定了标准化护理传递和减少不必要的剖腹产的机会。
3.不一致/变量定义;循证实践和新研究每天都在出现。
通常，医疗保健数据可能具有不一致或可变的定义。例如，一组临床医生对哮喘病患者的定义可能与另一组临床医生不同。如果问两位临床医生诊断糖尿病的必要标准是什么，你可能会得到三种不同的答案。对于特定的治疗方法或队列定义可能没有一定程度的共识。
而且，即使达成了共识，达成共识的专家也在不断发现新的共识知识。随着我们对身体如何工作的了解越来越多，我们对重要事物的理解也在不断改变，什么来衡量如何以及何时衡量它，以及目标是什么。例如，今年大多数临床医生都同意，糖化血红蛋白高于7即为糖尿病诊断，但明年的结论可能会有所不同。
行业中已经建立了最佳实践，但对这些东西的定义方式一直存在争论。这意味着你要在混乱中创造秩序，并击中一个目标，这个目标不仅在移动，而且似乎在以一种你无法预测的方式移动。
4.数据很复杂。
索赔数据已经存在多年，因此已经标准化和删除。但这类数据是不完整的。来自电子病历等来源的临床数据可以更完整地描述患者的故事。
虽然制定提高质量的标准流程是医疗保健的目标之一，但涉及的数据变量的数量使其更具挑战性。你并不是在用有限的相同部分来创造相同的结果。相反，你看到的是一个个体系统的混合体，它们是如此复杂，以至于我们甚至不开始宣称我们了解它们是如何协同工作的(也就是说，人体)。管理与每个系统相关的数据(通常在不同的应用程序中捕获)，并将其转化为可在人群中使用的东西，需要比制造业等其他行业所需的复杂得多的工具集。
5.监管要求的变化。
监管和报告要求也在继续增加和发展。CMS需要关于重新入院等措施的质量报告，而医疗改革意味着向公众提供更透明的质量和价格信息。向基于价值的采购模式的转变只会增加医疗保健组织的报告负担。
医疗保健数据只会变得更加复杂
医疗保健数据在未来不会变得更简单。如果有的话，这个名单还会增加。医疗保健面临独特的挑战，随之而来的是独特的数据挑战。
由于医疗保健数据非常复杂，显然传统的数据管理方法不适用于医疗保健。需要一种不同的方法来处理多个源、结构化和非结构化数据、不一致性、可变性和不断变化的监管环境中的复杂性。这种不可预测的变化和复杂性的解决方案是针对医疗保健的敏捷方法。与职业运动员一样，当你周围的环境不断变化时，能够迅速改变方向是一种宝贵的属性。如果我从A点出发直达B点，而B点的位置突然发生了变化或出现了障碍，我当然不会想要重新走回A点，重新定义坐标，然后开始新的路线。相反，我需要一步一个步骤，重新评估，必要时调整飞行方向。
敏捷补偿复杂性和不确定性
这些都是医疗保健数据的核心问题，而且非常真实。理解了这一点，以及其中一些问题永远不会改变的事实，问题就变成了如何在这些限制下工作，为那些需要它的人提供更好的信息。
从不同的源系统聚合数据以便对其进行分析的普遍接受的方法是创建企业数据仓库(EDW)。这种方法在很多行业都很常见。正如物理仓库用于批量存储各种商品，直到需要时才使用它们一样，EDW将来自整个企业的数据存放在一个单独的地方。
然而，如何聚合这些数据会对您从中获得最大价值的能力产生巨大影响。在制造业、零售和金融服务中普遍存在的早期绑定方法在医疗保健中工作得不太好，因为它们依赖于在您知道想要用业务规则做什么之前做出业务规则决策。在储存货物的时候，脑子里想的是你将来可能想要的所有东西，这是很昂贵的。所以你要支付所有的存储空间和伴随而来的管理费用。但是你没有使用它。
传统上，其他行业会提前考虑他们想要回答的商业问题。他们很清楚自己需要什么信息。因此，它们的数据仓库按需要的方式存储所需的一切。
医疗保健不同于那些业务规则和定义长期固定的行业。医疗保健数据的波动性意味着今天的规则集可能明天就不是最佳实践了。由于规则和定义不断变化，行业中充满了EDW项目从未交付结果或甚至接近完成的实例。
传统的数据仓库虽然解决了医疗保健组织面临的一些数据集成问题，但已经不够好了。作为Gartner据报道，到2018年底，传统的数据仓库将过时，并被新的架构所取代。目前的应用程序已不足以处理这些新兴的医疗保健问题。该技术现在可以改变医疗保健的数字化轨迹。
一种更好的方法是健康催化剂数据操作系统(DOS™)世界杯葡萄牙vs加纳即时走地，这是一种突破性的工程方法，在一个单一的常见性技术平台中结合了数据仓库、临床数据仓库和健康信息交换的功能。世界杯厄瓜多尔vs塞内加尔波胆预测
由于其灵活性，DOS为医疗保健提供了理想的分析平台类型。世界杯厄瓜多尔vs塞内加尔波胆预测DOS是一个与供应商无关的医疗保健数字骨干。医疗保健的未来将围绕广泛和更有效地使用来自任何来源的数据展开。在医疗保健领域，临床和财务决策支持几乎是不存在的，只有少数先锋组织能够负担得起工程和信息学人员来实施和维护它。有了DOS，这种决策支持既实惠又有效，提高了现有电子健康记录的价值，并使新的软件应用成为可能。
幻灯片
您愿意使用或分享这些概念吗?下载此医疗保健数据演示，其中突出了关键要点
这个网站使用cookies
我们以为您提供相关、有用的内容而自豪。我们可以用cookies来追踪你所阅读的内容吗?我们非常重视您的隐私。请参阅我们的隐私政策了解详情和任何问题。