ПРОБЛЕМЫ АНАЛИЗА ДАННЫХ В ЗДРАВООХРАНЕНИИ

Аналитика big data оказывается одной из самых сложных задач в последнее время для индустрии здравоохранения. 

Компании, которые едва справились с вводом данных в свои электронные медицинские записи (EHR), в настоящее время просят вывести из них действенные идеи, и применять эти знания к трудным задачам.

Для организаций здравоохранения, которые успешно интегрируют информацию, основанную на данных, в их клинические и операционные процессы, вознаграждение может быть огромным: более здоровые пациенты, более низкие затраты на уход, более заметное влияние на производительность, а также высокий уровень удовлетворенности персонала и потребителей являются одними из многих преимуществ обращения к анализу данных.

Однако путь к аналитике в области здравоохранения является скалистым, он имеет проблемы.

По своей природе big data сложны и громоздки, поэтому организациям необходимо внимательно изучить их подходы к сбору, хранению, анализу и представлению данных сотрудникам, деловым партнерам и пациентам.

Каковы некоторые из главных проблем, с которыми обычно сталкиваются медицинские организации при анализе большого количества данных?

Добыча данных

Все данные поступают откуда-то, но, к сожалению, для многих медицинских работников данные не всегда бывают идеальны. Добыча данных, которые являются чистыми, полными, точными и отформатированными для использования в нескольких системах - это постоянная битва организаций, многие из которых не находятся на выигрышной стороне конфликта.

Плохое удобство использования EHR, изощренные рабочие процессы и неполное понимание того, почему большие данные важны для добычи, могут способствовать понижению качества информации, которую будут отражать данные на протяжении всего жизненного цикла.

Очищение данных

Поставщики медицинских услуг глубоко знакомы с важностью чистоты в клинике и операционной, но, возможно, не совсем точно знают, насколько важно также очищать свои данные. 

«Грязные» данные могут быстро сорвать большой проект аналитики данных, особенно при объединении разрозненных источников, которые могут записывать клинические или операционные элементы в несколько разных форматах. Очистка данных - гарантирует, что наборы данных являются точными, правильными, согласованными, релевантными.

Места хранения данных

Врачи редко думают о том, где хранятся данные, но это большие затраты  на стоимость, безопасность и производительность для ИТ-отдела. Поскольку объем данных здравоохранения растет экспоненциально, некоторые поставщики уже не в состоянии управлять затратами и воздействием на центры данных помещения. 

В то время как многие организации наиболее удобны в области хранения данных в помещении, что обещает контроль над безопасностью, доступом и временем работы, серверная сеть на месте может быть дорогостоящей для таких объемов данных, как в медицине.

Безопасность информации

Обеспечение безопасности данных является приоритетом номер один для организаций здравоохранения, особенно после серии инцидентов, связанных с  взломом и вымогательством. От фишинговых атак до вредоносных программ для ноутбуков, случайно оставленных в кабинете, данные о здравоохранении подвержены почти бесконечному множеству уязвимостей.

Организации здравоохранения часто должны напоминать своим сотрудникам о важности протоколов защиты данных и постоянно анализировать, кто имеет доступ к высокоценным данным, чтобы предотвратить нанесение ущерба.

Управление данными

Данные о здравоохранении, особенно с клинической стороны, имеют длительный срок хранения. В дополнение к тому, что требуется хранить данные пациентов в течение как минимум шести лет, поставщики, возможно, пожелают использовать деидентифицированные наборы данных для исследовательских проектов, что делает постоянное руководство и сохранение важной задачей. Данные также могут быть повторно использованы или пересмотрены для других целей, таких как измерение качества или бенчмаркинг производительности.

Понимание того, когда были созданы данные, кем и с какой целью - а также кто ранее использовал их, почему, как и когда - важно для исследователей и аналитиков данных.

Запросы данных

Надежные метаданные и протоколы управления также облегчают организации запросы своих данных и дают возможность получить ту информацию, которую они ожидают. Возможность запрашивать данные является основополагающей для отчетности и аналитики, но организации здравоохранения обычно должны преодолевать ряд проблем, прежде чем они смогут провести полноценный анализ своих больших активов данных.

Составление отчетов

После того, как поставщики данных сделали запрос, они должны создать отчет, который является ясным, кратким и доступным для целевой аудитории. 

Точность и целостность данных оказывают решающее влияние на точность и достоверность отчета. Плохие данные с самого начала будут давать подозрительные отчеты в конце процесса, что может нанести ущерб клиникам, которые пытаются использовать эту информацию для лечения пациентов.

Организации должны четко представлять себе, как они планируют использовать свои отчеты, чтобы администраторы баз данных могли генерировать необходимую им информацию.

Визуализация данных

Понятная визуализация данных может облегчить клиникам сбор информации и ее правильное использование. 

Цветовое кодирование - это популярная технология визуализации данных, которая, как правило, дает немедленный ответ - например, красный, желтый и зеленый, которые повсеместно понимаются как остановка, осторожность и переход.

Организации также должны учитывать методы представления данных , такие как диаграммы, которые используют правильные пропорции для иллюстрации контрастных цифр и правильной маркировки информации для уменьшения потенциальной путаницы. Сложные блок-схемы, тесные или перекрывающиеся тексты и низкокачественная графика могут сорвать и раздражать получателей, что приводит к их игнорированию или неверному истолкованию данных.

Обычные примеры визуализации данных включают в себя карты тепла, гистограммы, круговые диаграммы, диаграммы рассеяния и гистограммы, все из которых имеют свои конкретные применения для иллюстрации концепций и информации.

Обновление информации

Данные о здравоохранении не являются статическими , и для большинства элементов потребуются относительно частые обновления, чтобы оставаться актуальными и полезными. Для некоторых наборов данных, таких как жизненно важные признаки пациента, эти обновления могут возникать каждые несколько секунд. Другая информация, такая как домашний адрес или семейное положение, может изменяться лишь несколько раз за всю жизнь человека.

Организации также должны убедиться, что они не создают ненужные дубликаты записей при попытке обновления одного элемента, что может затруднить доступ клиник к необходимой информации для принятия решений пациентами.

Разделение данных

Обмен данными с внешними партнерами имеет важное значение, особенно в связи с тем, что отрасль переходит к управлению здоровьем населения и заботе о ценности.

Совместимость данных - это постоянная проблема для организаций всех типов, размеров и позиций по спектру созревания данных. 

Список литературы:

1. Статья по теме «Understanding the Many V’s of Healthcare Big Data Analytics»
2. Журнал о медицинской статистике