预测分析在历史和实时数据上使用机器学习和人工智能来预测未来事件。

多年来，医疗保健行业一直在推进预测分析推动改善患者治疗效果、提高运营效率、减少医疗保健支出等的决策。在医疗保健领域，预测分析用例的可能性是无穷无尽的，从患者到医院，从保险提供商到产品制造商，每个人都将从中受益。

看看我们的数据架构培训计划
如果您对这篇文章感兴趣，您可能会喜欢我们关于数据架构基础的在线课程。

学到更多
在医疗保健领域，预测分析成功的关键在于识别正确的用例并确定其优先级，捕获正确的数据，并应用最佳模型来发现有意义的见解。

医疗保健中的预测分析：用例比比皆是

预测分析已经扰乱了医疗保健行业，并且随着用例的扩展将继续改变游戏规则。医疗保健中预测分析的一些最常见的好处包括：

提高患者诊断和治疗的准确性。通过从数百万个电子病历中挖掘数据，预测分析可以识别出比人类更多的患者风险因素，通常可以更准确地诊断充血性心力衰竭和败血症等疾病。

例如，充血性心力衰竭的早期表现很容易被忽略，因为症状与其他疾病相似。每年超过 430 亿美元的充血性心力衰竭是美国治疗成本最高的疾病。早期诊断可改善患者预后并减少昂贵的并发症和住院治疗。

提高医疗保健的运营效率。预测分析有助于确定运营趋势，例如患者人口普查水平，以优化人员配备并防止床位短缺、诊断设备的使用和维护，或员工技能和能力，从而使医疗机构顺利高效地运行。

改进精准医疗。数百万患者记录的可用性意味着预测分析可以发现具有相同年龄、性别、种族甚至对特定药物有相似反应的患者。这使得为​​个别患者定制医疗、实践或产品变得更加容易。

减少欺诈、浪费和滥用造成的成本。每年，欺诈、浪费和滥用给美国医疗保健系统造成的损失超过 2340 亿美元。通过分析患者数据和计费记录，医疗保健公司能够识别计费和治疗异常，包括重复索赔、医学上不必要的治疗或提供更高检测率的提供者。
除了机构利益之外，预测分析还通过以下方式直接影响患者护理：

减少住院和急诊就诊
改善患者对护理的参与，包括坚持用药和就诊
通过实施更适当的干预措施降低患者风险
使用云实现预测分析的承诺

考虑到美国每年近 4 万亿美元的医疗保健费用，预测分析的前景是巨大的。我们以前从未从如此多的不同来源访问过如此多的历史和实时数据，包括电子病历、连接的监视器和可穿戴设备、医学成像、账单记录、患者登记、选择加入基因组登记、医疗工作流程、药房和健康计划索赔、政府记录等。

现在的挑战是捕获和利用所有这些数据来发现改善患者护理同时降低成本的见解。您如何将所有这些不同的数据源汇集在一起​​，并将其保存在哪里？

对许多人来说，答案是：云。云基础设施可以经济高效地聚合和存储各种格式的大量数据，包括结构化和非结构化数据。尽管医疗保健组织曾经对云能否满足行业苛刻且特定的安全性和合规性需求持怀疑态度，但许多人已经开始信任云，至少他们的一些数据。

挑战

迈向云基础设施（包括数据仓库和数据湖）以推动预测分析的医疗保健组织必须克服关键挑战：

不同数据源的集成。 为了使预测分析用例在医疗保健领域取得成功——实际上在任何行业——组织必须能够快速、安全、可靠地整合来自组织内外许多不同来源的数据，然后存储和处理这些海量数据。
电子健康记录 (EHR) 只是众多医疗保健数据来源之一，它本身就存在集成挑战。市场上有几十家 EHR 供应商，平均每家医院使用 16 种不同的电子病历平台。此外，62%的医院不使用 EHR 外部的患者数据，“因为外部提供者的数据在其 EHR 系统的工作流程中根本不可用。”

为了使集成更加复杂，医疗和健康记录与财务、采购和人力资源数据分开保存。这些数据孤岛使得构建患者护理、治疗和成本的全面视图变得困难。

云技术采用。尽管云计算在医疗保健行业的采用正在增长，但这种增长受到持续的安全和隐私问题的限制。根据高德纳，“医疗保健首席信息官现在将云视为其内部基础架构的扩展，”这意味着越来越多的医疗保健数据环境是混合的。使用来自本地和云基础设施的数据的预测分析应用程序需要轻松、安全地连接来自这两种环境的数据。

改变技术。以历史为指标，我们可以指望一件事：技术总是在变化。随着医疗保健数据进入云端，组织和他们选择的技术堆栈将需要灵活地适应新数据源、新技术和组织变革。寻找可扩展并适应这些不可避免的调整的技术堆栈。

安全和隐私。尽管主要的云服务提供商都在关注安全性，但医疗保健是一个受到高度监管的行业，组织需要对患者隐私保持警惕。数据在其生命周期的所有阶段都必须是安全的。这意味着，特别是对于混合环境，医疗保健组织必须确保存储在防火墙后面的数据以及在本地和云基础设施之间移动的数据的安全性。
预测分析的成功因素

大多数卫生系统的 CIO、CTO 和首席分析高管认为，分析在未来只会变得越来越重要。随着医疗保健成本持续飙升，对预测分析的需求从未如此强烈。以下三个因素将有助于确保未来医疗保健用例的预测分析成功：

云技术将来自不同来源的任何类型的数据汇集到一个中央存储库中
数据集成以整合来自许多不同系统的数据，并使其一致、可靠且可用于预测分析
数据素养，以确保您的数据驱动型组织协调一致并具备使用预测分析产生的所有洞察力的能力。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了