Kapitel 7. Trends in der Analytik im Gesundheitswesen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Die Datentechnik ist zwar eine wichtige Komponente bei der Nutzung von Daten aus der realen Welt, aber sie ist nicht das glamouröseste Thema. Natürlich ist das Bereinigen und Verarbeiten der Daten nur ein Mittel zum Zweck. Egal, ob wir auf der IT-Seite, der Datenseite oder der geschäftlichen/klinischen Seite arbeiten, das Ziel ist es, aus den Daten Erkenntnisse zu gewinnen, die die Entscheidungsfindung verbessern.
Bei geschäftlichen Anwendungsfällen kann es darum gehen, die Pflege effizienter zu gestalten, Kosten einzusparen oder sogar die Einnahmen zu steigern (was auch für gemeinnützige Einrichtungen wichtig ist). Im klinischen Bereich kann es darum gehen, Krankheiten früher und genauer zu diagnostizieren, die Pflegeteams zur richtigen Zeit mit den richtigen Informationen über den Patienten zu versorgen oder die richtige Personalstärke auf der Grundlage der Patientenzahl zu bestimmen. Der letzte Punkt ist besonders interessant, da er eine Untergruppe von Anwendungsfällen darstellt, die sowohl einen klinischen als auch einen wirtschaftlichen Nutzen haben.
Am einen Ende des Spektrums verlassen sich Datenanalysten auf Business Intelligence-Tools wie Tableau oder Cognos. Auf der anderen Seite nutzen Data Scientists NLP und maschinelles Lernen (einschließlich Deep Learning), um Vorhersagemodelle ...
Get Praktische Daten zum Gesundheitswesen now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
