Hur man införlivar stora data i diagnosen sjukdomar - dummies

Över hela världen skapas stora datakällor för vården och görs tillgängliga för integration i befintliga processer. Kliniska provdata, genetik och genetiska mutationsdata, proteinterapeutiska data och många andra nya informationskällor kan skördas för att förbättra de dagliga vårdprocesserna.

Sociala medier kan och kommer att användas för att öka befintliga data och processer för att ge mer personliga synpunkter på behandling och behandling. Nya medicinska apparater kommer att styra behandlingar och överföra telemetri data för realtid och andra typer av analyser. Uppgiften är att förstå dessa nya datakällor och komplettera befintliga data och processer med de nya stora datatyperna.

Så hur ser vårdprocessen ut med införandet av stora data i operativ processen för att identifiera och hantera patienthälsan? Här är ett exempel på hur framtiden kan se ut:

1. Förstå det problem vi försöker lösa:

   • Behöver behandla en patient med en specifik typ av cancer

2. Identifiera processerna som berörs:

   < ! - 2 ->

   • Diagnos och testning (identifiera genetisk mutation)

   • Resultatanalys inklusive undersökning av behandlingsalternativ, klinisk provanalys, genetisk analys och proteinanalys

   • Definition av behandlingsprotokoll, eventuellt inkluderande gen eller protein terapi

   • Övervaka patienten och anpassa behandlingen efter behov med hjälp av en ny trådlös enhet för personlig behandling och övervakning. Patienten använder sociala medier för att dokumentera den övergripande erfarenheten.

3. Identifiera den information som krävs för att lösa problemet:

   • Patienthistorik

   • Blod, vävnad, testresultat och så vidare

   • Statistiska resultat av behandlingsalternativ

   • Kliniska provdata

   • Genetikdata

   • Proteindata

   • Sociala mediedata

4. Samla in data, bearbeta det och analysera resultaten:

   • Börja behandling

   • Övervaka patienten och anpassa behandlingen efter behov

     

Detta representerar det optimala fallet där inga nya processer behöver skapas för att stödja stora dataintegrationer. Även om processerna är relativt oförändrade inkluderar de underliggande teknikerna de applikationer som behöver ändras för att tillgodose effekterna av stora data, inklusive volymen av data, olika datakällor och den hastighet eller hastighet som krävs för att behandla det data.

Införandet av stora data i hanteringen av hälsovård kommer att göra en stor skillnad i effektivitet för att diagnostisera och hantera vården i framtiden.Samma operationella tillvägagångssätt kan tillämpas på en rad olika branscher. Vilka är nycklarna för att framgångsrikt tillämpa stora data på operativa processer? Här är några av de viktigaste frågorna att överväga:

• Fullständigt förstå den nuvarande processen.

• Fullständigt förstå var luckor finns i information.

• Identifiera relevanta stora datakällor.

• Skapa en process för att integrera data nu och då.

• Ändra analys och beslutsprocesser för att införliva användningen av stora data.