܄

美专家谈医院投资医疗大数据时应该注意的事项

【数据猿导读】 随着大数据在国内外的走热,许多创业团队和投资公司均把商业模式指向了医疗大数据分析,医院也纷纷自主或合作开展大数据中心的建设工作。但对于医院来说,投资大数据是否真百利而无一害

美专家谈医院投资医疗大数据时应该注意的事项

近十年来,“大数据”的互联网搜索量呈井喷式增长,仅在2011年至2016年间就上升了近100%。这一趋势令大数据拥趸们鼓吹的愿景不再虚无缥缈——从统计数据和数字中收集洞见,在过去一直是个力气活儿,但未来,一切都可借助电子设备轻松完成。

大数据不仅能够让人们看到以前无法得见的图片,还有那些过去无法想象能得以一见的图景。在此背景之下,国内外均出现了大数据热,许多创业团队和投资公司均把商业模式指向了医疗大数据分析,医院也纷纷自主或合作开展大数据中心的建设工作。

但对于医院来说,投资大数据是否真百利而无一害?本文为您解读了美国芝加哥West Monroe Partners医疗交易服务于人口健康部主管Munzoor Shaikh的观点,West Monroe Partners是美国健康领域顶级的咨询和高科技研发应用机构之一,让我们一起来倾听业内的声音。

Munzoor Shaikh是公司医疗保健领域的主管,专注于康复健康、健康保险、人口学分析等领域,在医疗领域的管理和技术上拥有超过15年以上的经验,一直为West Monroe的商业转型发掘新模式。

他认为,对于医院来说,即使是小幅度的转型也可能是革命性的。如果大多数医疗机构都因为太专注于大数据的“大”,而忽略了那些可能会带来无数机遇的“小”转变,从而错失了改变医疗服务、改善人口健康的有价值见解,是一种得不偿失。在他看来,医院不应该迷失在大数据中,而应该专注于小数据。

Shaikh谈到,医院的大数据心态会使得医院为数据所淹没。对绝大多数医疗系统来说,从浩如烟海的数据集中整理出患者记录、财务记录、人口健康档案、可穿戴设备与健身追踪记录,并将其导入巨大的数字信息库进行排序和汇总,是不切实际的。做大数据不但需要组织间的协同努力,还要求建设数据仓库。

它们非常大型、复杂,且十分昂贵;从以往的经验看来,数据仓库的建设也往往以失败告终。因此该专家认为,或许在未来,大多数医院能够负担得起构建如此庞大的技术基础设施,但在今天,无论是对于患者还是医院来说,将数据项目分割成较小但目标更可衡量的形式才更为有利。

例如,对于CIO或医院数据管理者来说,一项投资1500万美元、为期5年且需要建设数据仓库的项目,显然要比一项投资25万美元、仅需3个月即可启动的数据驱动疾病管理计划更具挑战性。后者虽然显得不那么雄心勃勃,但不管从财政还是后勤方面都更容易实施,而且也更容易让人看到项目立竿见影的影响力。

在Shaikh看来,如今真正有发展前景的机遇都是基于小问题和小数据的合集。他又举了一个行为健康数据实验的例子:一家医疗保健公司试图通过联合生物特征和行为数据来确定抑郁症的预测因子,但实验结果却与该公司的预期相距甚远。他们假设导致抑郁症最显著的因子是社会和人口,但其研究却表明,抑郁症患者人群也与一定的临床标记高度相关。

这个意料之外的洞见非常有价值,可供医院度量使用,以改善目标人群的健康状况。这项例子表明,如果企业能推出这样目标明确的数据项目并证明它的实际价值,便能为解决下一个小数据问题打下良好的基础,并层层推进。

确定较小项目的目标也能帮助医院了解管理大量数据的基础知识。现如今,人们往往被那些光鲜时尚的新名词,如分析、大数据等所吸引,而忽略了这些基本原则,如适当的数据管理、数据统筹和数据质量等。

Shaikh认为,医院真正所需的是由自身临床和业务需求驱动的明确战略。许多医疗组织在一头热扎进大数据基础设施建设中时,往往没有考虑到投入的资金能在什么时间段内为其带来可量化的收益。但对于一个企业来说,这才是其最应该在投资前问自己的问题。大数据的愿景是真实、可及的,前路也是正确、光明的,但医院不应忽略现实一味做大,而应根据自身情况脚踏实地,从基础做起。


来源:动脉网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部