Samstag , Mai 23 2020

Wie bessere DataOps die Innovation im Gesundheitswesen vorantreiben

Klicken Sie hier, um mehr über den Autor Ben Sharma zu erfahren.

Frühe Erfolge von Data
Managementprojekte bieten Geschwindigkeit, Flexibilität und Skalierbarkeit.

Da sich die aktuelle Pandemie weiter ausbreitet und die weltweite Zahl der Fälle die Marke von vier Millionen überschreitet, nutzen öffentliche, private und staatliche Organisationen Big Data und Analysen auf neue Weise, um zu helfen mit Prävention und Behandlung. Von der Verwendung von Standortdaten zur Verwaltung der Expositionsverfolgung über die Verwendung von Lieferkettendaten zur Verwaltung von Testressourcen bis hin zur Aggregation von Versuchsdaten im Wettlauf um die Entwicklung eines Impfstoffs nutzt praktisch jeder COVID-19-Ansatz Big-Data-Analysen, um eine breite Palette von Tests zu lösen. Behandlung und Eindämmung Herausforderungen.

Weil die Daten
beteiligt ist oft massiv, in einer Vielzahl von Unternehmen untergebracht und verändert sich durch
Für den Erfolg jeder Anstrengung sind Daten erforderlich, die leicht aufgenommen werden können
in eine Analyseplattform, skalierbare Speicher- und Computerumgebungen und eine
Beschleunigte Datenpipeline, die nahezu Echtzeitinformationen verarbeiten kann. Im
Darüber hinaus müssen diese Datenvorgänge ein gewisses Maß an Datensicherheit gewährleisten
Einhaltung, um die HIPAA und andere behördliche Anforderungen zu erfüllen.

Die letzten mehreren
Wochen haben gezeigt, dass Unternehmen immer kritischer werden müssen
ehrgeizige COVID-19-Bemühungen zur Optimierung ihrer Datenlieferkette. Folgende
Es gibt mehrere Beispiele, bei denen das Datenmanagement und die Betriebsoptimierung zunehmen
die Effizienz, Governance und schnelle Skalierbarkeit der gegenwärtigen Pandemiebemühungen.

Ausrottung

Offener Forschungsdatensatz: Daten treiben den Wettlauf um eine Heilung voran. Initiativen wie der COVID-19 Open Research Dataset (CORD-19) zielen darauf ab, zentrale Repositories für eine Vielzahl von Projekten zu erstellen. Kliniker, Forscher und andere Angehörige der Gesundheitsberufe können Daten beitragen, abfragen und analysieren. Die Zusammenarbeit, die Vereinheitlichung der Beobachtungen und die Validierung der Ergebnisse beschleunigen die Zeitpläne für die Heilung von Pandemien.

Impfstoffpartnerschaften : Selbst wenn es den Ländern gelingt, die Kurve zu glätten, wird es zu einem erneuten Auftreten von Viren kommen, und ein Impfstoff bleibt die beste Ausrottungslösung. Der traditionelle Zeitplan für die Impfstoffentwicklung ist selbst im besten Fall zu langsam, und bei Big-Data-Projekten werden Ineffizienzen festgestellt, die den Zeitplan für klinische Studien verkürzen. Einzigartige, oft globale Partnerschaften wie die zwischen GSK und Innovax beschleunigen aussagekräftige Analysen mithilfe von Echtzeitdaten über größere Datenmengen hinweg.

Behandlung

Predictive Analytics für die Krankenhausbettkapazität : Während die weltweit größten Technologieunternehmen haben sich als gut gerüstet erwiesen, um Repositories für Forschung und Daten zu erstellen. Die Logistik- und Fertigungsindustrie ist weniger agil. Die Produktion und Verteilung von Testkits ist weiterhin eine Herausforderung, wobei die Abhängigkeit von der globalen Lieferkette ein Hauptfaktor ist. Ein Bereich, in dem Datenmanagement und -analyse erfolgreich sind, ist die Vorhersage der Anzahl der Krankenhausbetten, die nach Region und Zeitplan benötigt werden. Für Staaten wie New York, die mit einem hohen Fallvolumen zu tun haben, führen erweiterte Daten zur Krankenhausnachfrage zu einer besseren Angebotsverteilung, Personalentscheidungen und letztendlich zu weniger Todesfällen.

Telemedizin wird primär : In den meisten Bundesstaaten gilt eine Anordnung zum Verbleib an Ort und Stelle, die Menschen davon abhält, Kliniken, Krankenhäuser und Behandlungszentren zu besuchen, sofern dies nicht unbedingt erforderlich ist, und der Mangel an COVID-19-Testkits hat dazu geführt, dass viele Personen nicht getestet werden können. Diese Faktoren haben zu einem exponentiellen Anstieg der Telemedizin geführt. Diese plötzliche Verschiebung der Patientenbehandlung stellt eine Branche vor eine Herausforderung für Datenoperationen, die an das persönliche Abrufen und Eingeben von Aufzeichnungen vor Ort gewöhnt ist. Sie bietet jedoch auch die Möglichkeit, die Behandlung mit Informationen und Prozesseffizienz zu modernisieren.

Prävention

Patientendatenregister : Es wurden schnell mehrere Partnerschaften im Gesundheitswesen geschlossen, um Patientendaten zu bündeln, mit dem Ziel, präzise Empfehlungen für die Prävention von COVID-19 zu entwickeln. LabCorp und Ciox Health haben ein gemeinsames Register angekündigt, um das Virus besser zu diagnostizieren und zu behandeln und gleichzeitig die zukünftigen Bemühungen zur Prävention von Pandemien zu unterstützen. Datavant und die American Heart Association bieten zusätzliche Beispiele für Unternehmen, die anonymisierte Datenpools erstellen, um die Auswirkungen von COVID-19 auf Patienten mit bestimmten Erkrankungen zu verstehen. Jede dieser Bemühungen zielt letztendlich darauf ab, die Infektionsraten zu senken und die Zahl der Todesopfer zu verringern. Die Verwendung optimierter Echtzeit-Datenoperationen erhöht die Datenqualität und gewährleistet gleichzeitig die Sicherheit der Patientendaten.

KI zur Identifizierung von Hochrisiken : COVID-19 weist einen breiten Schweregradbereich auf, und bestimmte Bevölkerungsgruppen sind es mit höherem Risiko als andere. Viele Faktoren tragen dazu bei, einschließlich der Bevölkerungsdichte, der bereits bestehenden Bedingungen und des Alters, um nur einige zu nennen. Diese Mischung von Faktoren schafft einen idealen Anwendungsfall für KI und maschinelles Lernen, um große Datenmengen zu durchsuchen und die genauen Bedingungen nach Regionen zu bestimmen, die zu einem höheren Risiko führen. Die Bewaffnung von Regierungs- und Gesundheitsorganisationen mit diesen präzisen, lokalisierten Analysen wird die Wirksamkeit vorbeugender Maßnahmen erhöhen.

Blick in die Zukunft

Die wichtigsten Ergebnisse des COVID-19-Datenmanagements und der Datenanalyse müssen noch entwickelt werden. Unternehmen wie Amazon AWS und Microsoft Azure stellen über einen koordinierten, breit gefächerten Datensee so viele Daten wie möglich für zukünftige Analysen zur Verfügung. Unternehmen, die diese Datenrepositorys nutzen, Datensätze in ihre eigenen Plattformen aufnehmen und die Daten auf ihre BI- und Analysetools anwenden, sind am besten positioniert, um ihre COVID-19-Projekte zur Tilgung, Behandlung und Prävention erfolgreich zu beschleunigen. Modern DataOps hat das Potenzial, nicht nur viele der Herausforderungen zu lösen, denen sich COVID-19 heute gegenübersieht, sondern auch die Gesundheitsinfrastruktur aufzubauen, die zur Vorbereitung auf die nächste globale Pandemie erforderlich ist.

About BusinessIntelligence

Check Also

Data Chef ETL Battles: WebLog-Daten für die Clickstream-Analyse

Klicken Sie hier, um mehr über die Co-Autorin Maarit Widmann zu erfahren. Klicken Sie hier, …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.