Q:
Čo sú niektoré kľúčové chyby, ktoré spoločnosti zvyčajne robia, pokiaľ ide o implementáciu a používanie veľkých dátových analýz?
A:Už viac ako desať rokov zdravotnícke organizácie investovali milióny dolárov do budovania dátových skladov a armád analytikov údajov s jediným cieľom robiť lepšie rozhodnutia s údajmi na zlepšenie výsledkov pacientov. Historickým problémom bolo to, že tieto sklady a analytika samy o sebe nestačia, pretože analytické informácie, prehľady a prehľady dashboardov, ktoré poskytujú, nie sú použiteľné. Jednoducho informujú o tom, čo sa deje, ale informácie nedokážu vysvetliť, prečo sa to deje a čo sa dá urobiť, aby 1) zabránili tomu, aby sa to stalo v budúcnosti, ak je jeho vplyv na operácie negatívny, alebo 2) podporili požadované pozitívne výsledky.
Teraz, namiesto toho, aby sme pochopili len „čo sa deje“, infraštruktúra a technológia prišli na veky, aby zistili „prečo“ a „čo s tým.“ V spoločnosti LeanTaaS najprv ťažíme záznamy historických elektronických zdravotných záznamov ( EHR) údaje a používajú sofistikované algoritmy na zisťovanie trendov a vzorcov - pozitívnych aj negatívnych. Ďalej poskytujeme normatívny návod na riešenie prevádzkových problémov s cieľom zlepšiť prístup k obmedzeným zdrojom, skrátiť čakaciu dobu pacienta v nastaveniach nemocnice alebo infúzneho centra, zvýšiť spokojnosť zamestnancov a znížiť celkové náklady na poskytovanie zdravotnej starostlivosti.
Väčšina veľkých spoločností zaoberajúcich sa analýzou údajov sa, žiaľ, zameriava iba na svoje dashboardy a nástroje na vytváranie prehľadov, ktoré sú doplnené obrovským množstvom údajov. Je však načase očakávať od analytických spoločností viac, ako len prezentácia údajov. Údaje musia rozprávať príbeh a vydávať odporúčania, ktoré vedú k zmysluplnej zmene procesu. Riešenie musí byť schopné vypracovať presné predpovede a generovať odporúčania, ktoré sú dostatočne špecifické pre frontovú líniu, aby každý deň mohli robiť stovky hmatateľných rozhodnutí - nielen „obdivovať problém“.
