大数据在医疗保健中的真正愿景
从可穿戴技术的影响到促进癌症研究的潜力,医疗保健领域的大数据技术引起了很多热议。然而,大数据在医疗保健中的真正愿景不在于个人数据收集或使用不同的应用程序,而在于结合医疗保健数据为医生创造新资源的潜力。
新的数据源
为了进行最近的研究,研究人员转向社交媒体上的数据,通过识别敌意或消极语言来识别压力的措施。然后他们将数据转换为颜色编码的地图,以预测任何给定位置的心脏病的可能性。当研究人员用传统研究创建的地图交叉检查他们的发现时,发现这些地图几乎相同。基于这些结果,研究人员认为使用外部数据源进行大数据研究将和传统方法一样可靠和快速。
预测医学
通过组合不同的数据源,保健医生也可以更好地识别有具有慢性疾病风险的患者,并更好地建议进行预防性测试和治疗。除了个人护理以外,数据可用于识别潜在的疾病爆发或热点,因此可以快速识别疾病源。
完善患者病因
医疗行业由于其对患者记录的管理不善而受到质疑。个人健康数据通常分散在医院不同办公室的多个文件中,而电子存储的内容很少在医生之间共享。此外,大多数保健数据当前是非结构化的,使得难以对该数据进行分类。通过开发用于跟踪患者数据的结构化系统,并结合来自医生和其他来源(例如遗传学和社交媒体)的数据,医疗保健专业人员将具有患者的完整概况,使他们能够作出更好的判断,并避免代价高昂的错误。
精简管理
医院管理包括许多移动部件。从确保机器运行正常到医生和护士更新最新的研究,以及进行医疗培训。甚至一个基本的BLS认证培训需要额外的时间和协调,使医生远离患者的治疗。专门开发收集最佳实践信息的软件企业正在转向大数据搜索引擎来汇总数据,因此他们近实时地更新最佳实践和患者结果数据。通过获得这些数据,医生将能够避免不必要的测试,并简化自己的培训。
大数据对医疗保健行业的影响才刚刚开始实现。虽然大数据可以并将被用于改进当前的流程,大部分的好处将来自新的系统和技术,结合医疗保健与其他来源的数据,可以产生新的见解。
本文作者:佚名
来源:51CTO
相关文章
- [译]async/await中使用阻塞式代码导致死锁 百万数据排序:优化的选择排序(堆排序)
- 【WPF绑定3】 ListView基础绑定和数据模板绑定
- 大数据的五大误区及其破解之道
- 企业IT架构转型之道:阿里巴巴中台战略思想与架构实战. 2.5 为真正发挥大数据威力做好储备
- 《R语言数据分析》——第2章 从Web获取数据 2.1 从Internet导入数据集
- 《Python和HDF 5大数据应用》——2.4 你的第一个HDF5文件
- 使用Flume消费Kafka数据并落盘到HDFS
- 任务并行VS数据并行
- Python数据可视化 Pyecharts 制作 Bar 柱状、条形图
- 大数据学习——上传本地文件到集群根目录下
- 小程序开发笔记【二】,抽奖结果json数据拼装bug解决
- 马拉松大数据营销的真正价值是什么?
- 为何企业无法从数据科学中真正获得价值?
- IP数据报格式详解
- Big Data Quarterly:2016大数据企业50强