現(xiàn)在有一種趨勢(shì)是向著循證醫(yī)學(xué)發(fā)展，即充分利用所有臨床數(shù)據(jù)并能在臨床和高級(jí)分析中對(duì)這些數(shù)據(jù)進(jìn)行因子分解。抓取及收集關(guān)于某一個(gè)病人的所有信息能夠?yàn)槲覀兎治鲠t(yī)療服務(wù)協(xié)調(diào)性、分析基于效果的補(bǔ)償體系、人口健康管理以及病人參與度和其他信息。
醫(yī)療衛(wèi)生領(lǐng)域大數(shù)據(jù)應(yīng)用案例分析
用 大數(shù)據(jù)分析 工具減少醫(yī)療詐騙、浪費(fèi)和濫用
在美國(guó)醫(yī)療產(chǎn)業(yè)中，因欺詐、浪費(fèi)和濫用而產(chǎn)生的成本是造成醫(yī)療費(fèi)用節(jié)節(jié)上升的重要因素，但大數(shù)據(jù)分析能稱為這一現(xiàn)象的變革者。醫(yī)療照護(hù)和醫(yī)療救助中心使用預(yù)測(cè)分析一年能夠杜絕總額超過(guò)2.1億的醫(yī)療保險(xiǎn)欺詐?；趆adoop大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，聯(lián)合保健公司實(shí)現(xiàn)了向可預(yù)測(cè)的建模環(huán)境的轉(zhuǎn)變。這個(gè)大數(shù)據(jù)平臺(tái)能夠以系統(tǒng)的、可重復(fù)的方式去甄別不正當(dāng)?shù)乃髻r申請(qǐng)，并能獲得2200%的數(shù)據(jù)反饋。
辨別詐騙的關(guān)鍵是通過(guò)存儲(chǔ)和可追溯的記錄去分析歷史賠償記錄中大量的非結(jié)構(gòu)數(shù)據(jù)集，并利用機(jī)器學(xué)習(xí)的算法來(lái)甄別反常事物及模式。
醫(yī)療組織機(jī)構(gòu)可以通過(guò)分析病人的紀(jì)錄和賬單來(lái)查明異常，例如短期內(nèi)過(guò)度使用醫(yī)療服務(wù)，病人在不同地方的不同醫(yī)院受到了醫(yī)療服務(wù)，或是同一個(gè)病人在多家機(jī)構(gòu)得到了相同的處方。
醫(yī)療保護(hù)和醫(yī)療救助中心用預(yù)測(cè)分析來(lái)對(duì)某些特定的賠償或醫(yī)療服務(wù)供應(yīng)者進(jìn)行風(fēng)險(xiǎn)評(píng)分，甄別計(jì)費(fèi)模式并發(fā)現(xiàn)用傳統(tǒng)方法難以查明的反常情況。以規(guī)則為基礎(chǔ)的模式基本上能自動(dòng)標(biāo)示部分賠償結(jié)果異常。而異常分析模式基本上是靠分析反常因素發(fā)現(xiàn)問(wèn)題。預(yù)測(cè)分析模式是將某一賠償案例與另外一個(gè)已被確認(rèn)為詐騙的案例進(jìn)行比較來(lái)發(fā)現(xiàn)可疑之處。而圖表模式一般是依據(jù)關(guān)系網(wǎng)來(lái)分析，它認(rèn)為一般存疑的醫(yī)療服務(wù)提供者總是與其他存在欺詐性的收費(fèi)者保持緊密聯(lián)系。