成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

醫生依然更相信自己的經驗,醫院如何解決機器學習中大數據收集和過載問題?

人工智能 機器學習
近日,在美國加利福尼亞州克拉拉市舉行的Health 2.0會議有一場供應商論壇,全美大型知名醫療系統的創新人才聚集在這里,就創新、大數據、患者參與等話題發表了自己的見解。

[[208842]]

近日,在美國加利福尼亞州克拉拉市舉行的Health 2.0會議有一場供應商論壇,全美大型知名醫療系統的創新人才聚集在這里,就創新、大數據、患者參與等話題發表了自己的見解。

 

[[208843]]

 

光有數據是不夠的

論壇的一大主題便是,盡管如今大家耗費了大量精力來收集數據,使用機器學習與自然語言處理來分析這些數據,如何將這些數據轉化成行動結果,仍然是供應商的一大難題。

Sutter Health的***健康信息官Sameer Badlani表示,對任何一個新項目而言,重要的都是獲取信息以后,下一步要做什么:“我們必須要明白在得到想要的信息之后,自己是否有能力讓所有的經理人、藥品保險金理財人都按照預期來行動。”

如果沒有將數據整合進醫療工作流程里的具體方案,機器學習算法只會讓包括醫生和護士在內的一線工作者們手足無措。

Venkat Mocherla是Qventus業務拓展與市場營銷的主管,這家創業公司為Sutter等醫院提供預測分析。他認為,大數據所面臨的問題,就好比谷歌地圖為人們指路時所面臨的困境一樣。谷歌地圖會為用戶提供“目前的交通符合標準分布,你應該向左轉的幾率為37%”這樣抽象的指示,但這對用戶來說是沒有用的。

Venkat Mocherla說:“目前我們掌握的技術還不足以用來預測未來的情況,我們需要的是 用簡單明了的語言來為患者開處方,說服他們改變自己的行為 。但是,這已經不僅僅是機器學習了,這是行為科學,是決策科學。”

機器學習并不比醫生經驗受用

愛德華醫院的***醫療信息官John Lee認為,從理論上來講,機器學習和人工智能是非常有潛力的,但就目前而言,這種技術并沒有人們想象的那么有用。 機器學習***只是成為了警報疲勞的另一種形式。

警報疲勞是醫院系統中常見的問題:醫院通過在患者生命體征超過某一臨界值時警告醫生或護士來管理患者監測數據。

問題就在于,如果警報太多,醫療服務提供者們就不會再注意這些警報了。這一問題同樣可以延伸到電子健康病例中。

加州大學洛杉磯分校的信息投資組合經理Kevin Baldwin說:“根據Epic 6月27日的消費者報告,該公司每100份訂單中就有50份接受了警報。這些警報不斷地要求醫生付諸行動,不斷地詢問醫生,是否確定要進行這樣或那樣的治療。但是,這些警報的推翻率高達90%。”

結果是,十有八九這些醫生都會直接無視這些警報。 他們相信自己的經驗和曾經接受的訓練,這些警告也無法改變他們的行為 。

醫院需要更具目的性地收集信息

HealthIMPACT的主席表示, 收集數據之前,最重要的是想清楚自己的目的 。數據的輸出是無法預料的,走過的路也是無法重來的,因此,我們最需要回答的問題就是眼前自己為什么需要這些數據。

另一個困擾大家多年的問題就是互操作性。Sutter的臨床信息主管Steven Lane認為,最近幾年來,互操作性實際上是在往好的方向發展,但未來需要走的路仍然很長。就當下而言,互操作性由各種不相干的網絡與協議構成,其中很多都未被充分利用。

他說:“我們的互操作性還停留在20世紀。盡管我們在這一領域付諸了巨大的努力,醫生們還是經常因為患者生命體征的突變半夜被電話吵醒。 我們仍然在依賴人工 。倘若我們能夠真正地實現互操作性,醫療系統的信息流通就會更加順暢,其中節省的人力和物力也將更多。”

醫院選對合作伙伴的三項標準

越來越多的醫療系統開始組建自己的創新團隊,以求獲得更多的新想法和新技術。本次研討會的創新話題聚焦于合作關系,以及醫院如何從龐大的潛在供應商海洋中選取正確的伙伴。

與會的創新領導人們在許多話題上都各執一詞,但他們一致認為,醫院只有在清楚意識到自己需要解決的問題時,才能選出***的合作伙伴,而不是讓供應商來做決定。

Providence St. Joseph Health的項目經理Aaron Franklin說:“我們的創新部門有一系列需要遵守的原則,其中有一條就是要盯住自己需要面臨的問題,而非解決方案。因此,我們努力與外界分享自己所發現的問題,讓他們來尋找解決方案、提供價值主張。”

供應商同樣應該理解這種模式。大量與會的專家都表示對公司所面臨的鋪天蓋地的供應商方案而感到頭疼。

Dignity Health的創新策略主管 Sanjay Shah認為,在過去的傳統銷售過程中,我們信奉的是“先擠進市場”再說,而實際上這種做法造成了資源密集,又沒有效率。

花費稍微多一點兒的時間和精力,我們是可以拿到市場的入場券,但我們不能用同樣的模式繼續運營。這種入場券模式只能用來理解系統市場、規模環境和伙伴關系。

Mount Sinai的***技術官兼NODE Health的創始人Ashish Atreja則表示,如果 醫院們能夠相互合作,選擇供應商的過程就會變得更加簡單 。

他說:“讓我們止步不前的,是證據缺乏的問題。我們難以在數百種APP中去選擇,更何況還有更多的APP還在誕生當中。我們應該在自己的醫療系統中大肆使用哪一種,這些問題太難了,醫療系統或供應商都不可能獨自完成這些選擇,我們真的應該合作起來,共享所有的憑據。”

Atria為促成多供應商分享證據而創立了NODE。St. Luke’s University Health Network的科技創新與策略合作主管Matthew Fenty同樣認為,醫院之間應該多溝通,要意識到,這種情況是以問題為中心的方法自然延伸。

他表示,作為供應商系統,醫院應該更加開放,更愿意合作,減少內向思考。醫院如果能把那些奏效的和不奏效的方案都分享出來,大家的選擇也就更加容易了。

UCHealth Care創新中心的執行董事Jennifer Wiler為醫院選擇合作伙伴列出了另外三條標準:

  • 候選公司是否能解決醫院系統中切實面臨的問題;
  • 候選公司是否能以他們自己的技術解決方案來執行策劃,是否能夠成為我們在技術上的好伙伴;
  • 自己是 否擁有合適的臨床專家來統領該項目 ,使其成為自己職業發展中一大里程碑,并成為這一機遇的領頭羊。

***,Franklin說,縮小參與團隊的規模同樣能夠幫助決策的制定。他說:“我們一直在推行‘雙披薩團隊’,這是從亞馬遜公司借鑒而來的。所有的決策都應該由一個能用兩個披薩就能喂飽的團隊而做出。作為一個技術專家,我就不會去參與法律相關的決策制定,專業的問題應當由專業的人來解決,我們應該做到觀棋不語。”

如何保證患者和醫護人員滿意度?

醫院主要通過患者信息門戶系統來與病人進行互動,但這一系統的使用率卻不盡如人意。加州大學洛杉磯分校的Baldwin表示,患者信息門戶系統的追蹤數據顯示,90%的患者都是通過網頁訪問的,而僅有10%是從移動端訪問的,因此,移動端的改進空間還很大。

與會專家們討論了如何提升患者信息門戶系統的價值,從而獲得更大的采用率,并將其與金融和零售行業的APP進行比較。參與醫學中心( Center for Participatory Medicine)的主席和創始人Danny Sands認為,以“疾病護理”為導向的醫療護理系統本身就是獲取普遍性的一個障礙。

“我們把患者信息門戶系統看作是生病時與醫生進行交流的地方,但我們在健康的時候是不需要在該平臺進行互動的。那么,我們如何改變這種模式,我關注患者信息門戶系統已經很長時間了,我發現它們并不是以痊愈的病人為目標的,我們也沒有這么做的合適動機。”

如果讓患者在家里使用門戶系統尚且有難度,那至少可以先讓醫院里的患者用起來,畢竟他們已經處于患者心態了。

Baldwin說:“我們與自己合作的電子病歷供應商正在探討,怎樣才能鞏固住院病人對該系統的使用。病人們通過該系統可以查到自己的治療團隊、注冊護士、主治醫師、治療情況。如果他們有什么飲食禁忌的話,他們還能通過該系統點餐。此外,如果他們有任何心理需求,同樣可以透過該系統提出來。患者信息門戶系統能夠做的還很多。”

專家們還提出了作為測量患者滿意度的傳統Press-Ganey調查所具有的局限性。

Edward Hospital的Lee說:“我們一直在討論那些滯后的指標,我們的錯誤替代指標問題也不小,這些指標代表了患者滿意度, 但我們真正想知道的是患者對其所接受的治療到底持什么態度。從商業的角度來講,患者是否感覺到與所在醫院的聯系,他們是否會再次回到這家醫院是關鍵的,然而,當下的患者參與度卻經常是以錯誤指標而測定的。”

Badlani同意以上觀點,并且認為員工滿意度也存在同樣的問題。他表示,傳統的測量方式往往是先用小福利吸引員工來參與調查,繼而將這些數據遞交給第三方,期間花費大量的資金和時間,通常周期長達六個月。

結果就是,每到年底,醫院所回應的已經是員工們九個月前所表達的情緒。我們離真正的實時分析還很遠。他的建議是,向航空公司取經。

Delta航空公司以前調查自己的客戶服務滿意度時,要問上10個問題,但現在他們只有一個問題,即“如果你是電話中心的主管,你會不會雇傭這位員工?”

Badlani說:“我們只需要一個精湛的問題就夠了。作為醫療護理人員,我們需要問的僅僅是‘你會不會雇傭這位醫生’或‘你會不會讓這家醫院來照料你的父親’這樣簡單的是非問題就夠了。” 

責任編輯:龐桂玉 來源: 36大數據
相關推薦

2017-07-20 07:30:16

大數據數據互聯網

2020-03-16 10:56:06

大數據IT安全

2017-06-16 22:14:45

機器學習數據不平衡

2013-01-28 11:43:06

2017-03-28 09:40:23

機器學習數據不平衡

2013-08-01 10:05:54

大數據信息安全

2019-10-22 10:12:45

機器學習模型人工智能

2016-12-13 11:34:10

2017-09-23 22:07:24

深度學習N 體問題GAN

2017-09-28 10:40:10

深度學習多體問題多代理系統

2012-09-05 11:09:15

SELinux操作系統

2020-04-24 16:01:26

物聯網數據IOT

2012-05-30 10:06:56

虛擬化UC統一通信

2017-10-17 09:21:06

2017-07-20 06:27:22

機器學習人工智能數據

2012-07-26 10:21:24

數據中心耗電

2019-11-26 14:30:20

Spring循環依賴Java

2024-12-05 09:06:58

2023-07-18 16:05:00

IP地址

2019-08-16 10:38:23

大數據機器學習算法
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 91在线观看免费视频 | 国产精品免费在线 | 91精品久久久久久久久久 | 久久99精品久久久水蜜桃 | 欧美a级成人淫片免费看 | 午夜影视网 | 国产精品成人69xxx免费视频 | 久久三区| 亚洲欧美中文字幕在线观看 | 欧美在线a| 蜜桃av人人夜夜澡人人爽 | 国产三级网站 | 国产精久久久久久久 | 日日摸夜夜添夜夜添精品视频 | 国产精品久久久久久久久久不蜜臀 | 国产精品99久久久精品免费观看 | 免费观看一区二区三区毛片 | 成人一级黄色毛片 | 黄色网址免费在线观看 | 99pao成人国产永久免费视频 | 日本一区二区视频 | 日本aaaa| 日韩精品a在线观看图片 | 国产日韩欧美在线播放 | 精品国产欧美一区二区 | 一区二区三区四区日韩 | 午夜在线观看免费 | 天天天天操 | 中文字幕一区二区三区在线观看 | 精品久久一区二区三区 | 久久99国产精品久久99果冻传媒 | 一区二区三区四区视频 | 99re视频在线| 丝袜毛片 | 久久久久国产精品午夜一区 | 天天射天天操天天干 | 欧美精品一区二区三区在线 | 成人午夜看片 | 女女百合av大片一区二区三区九县 | 国产精品视频播放 | 亚洲精品成人av久久 |