醫療保健行業將如何受益於數據科學的發展？

在醫療保健行業，還有什麼是比獲得更好的醫療結果更重要的？每天全球各地的醫護人員都在努力尋找更多的改善生活的方式。然而，世界正在發生變化。坦率地說，世界變化的速度以比我們大多數人能夠跟上的速度更快。直覺已經不再能使患者的療效達到良好。醫療保健數據量每秒都在不停低累積，使得我們越來越難找到任何形式有用的信息。大數據不是用來浪漫的;它可以是一個祝福，也可能是一個詛咒。它可以有助於洞察力，也可以增加掩蓋事實的迷霧。

事實上，數據科學被證明是可以改善結果的，因為它能夠快速，大面積，並且精確地通過自動化解決很多的繁重工作。我們唯一需要做的是改善我們預測流行病，提前治癒，讓病人留在醫院更安全，更愉快的能力。在醫療保健方面，數據科學應該被視為一種有益的智力，而不僅僅是人工智慧，為已經發揮作用的醫療保健專家提供了更多的服務。

醫院數據

根據「國家醫院出院調查」，2010年病人的平均停留時間為4.8天，出院人次達到3510萬次。同樣的調查結果顯示，醫院總共執行了5140萬次治療。 2011年國家醫院門診醫療調查顯示，門診部門訪問人次為12570萬人，急診部門訪問人次為1.363億人。這些是美國醫療保健系統所提供的護理量的一些基本數據。使用數據科學來對這種數據進行年度化整理可以使醫護人員開始建立一個基於數據敘述的新直覺，這可能有助於避免疾病傳播或解決特定的健康威脅。使用一系列的描述性，探索性以及預測分析的統計知識的組合，尋找針對特定疾病的最低成本的治療方法會變得相對容易，這也可以幫助減少重複或不必要的治療數量。預測未來狀態的力量在於使用這種知識來改變今天的行為模式。

電子醫療記錄（EHR）

用於患者護理的可互操作的電子醫療記錄具有巨大的減少成本的增長的潛力。EHR可以幫助醫療機構改善慢性疾病管理，提高運營效率，改變其財務狀況，並改善患者預後。然而，EHR實施在全國各地都處於不同的成熟階段，其效益尚未得到充分實現。醫療保健決策者面臨的主要挑戰之一是如何有意義地使用在電子病歷中可用和可訪問的數據。

通過優化EHR中可訪問的數據的使用，我們可以發現隱藏的關係，並在這多樣並複雜的信息中尋找規律和變化趨勢，以此來改善慢性病管理，提高運營效率，並改變醫療機構的財務狀況。

患者的行為和情緒數據

AMI研究的一項研究表明，「可穿戴式檢測儀」預計將在2019年達到5200萬美元。可穿戴式檢測儀可以檢測心率，睡眠模式，步行等等，同時可提供更多維度的的信息，比如地理定位，行為模式和生物識別技術。通過結合社交媒體上非結構化「生活方式」的數據和檢測儀的數據，您可以有組合出不僅僅是數字和推文的潛能。

很明顯，我們將從分析醫療保健數據中獲得巨大的收益。根據我的判斷，我們將繼續看到預防治療的推動，而這將會預測結局的前沿和中心。畢竟，在疾病發展的初期發現疾病，可以更好的控制疾病的爆發。

我說的這些可能不會像今天一樣廣泛地引起共鳴，但是在將來我們將把數據科學看作是對於醫療保健非常重要的內容。我們可以合理地預期，新發現的藥物會使我們更快地從疾病和傷害中恢復，有更長的壽命，並更多地從醫院手術中獲益。在很大程度上，這將取決於我們如何分析大數據。

生活在大數據時代的一個令人高興的是醫療保健行業正在被迫找到更好的工具，技能和技術，以高效地處理患者數據和其固有的見解。當醫療保健選擇充分接受數據科學時，它將改變每個人的未來。

基因組學

廉價的DNA測序和下一代基因組技術正在改變醫護人員的行為方式。我們現在有能力映射整個DNA序列並測量成千上萬的血液成分來評估健康。

下一代基因組技術允許數據科學家大幅增加在大型研究人群中收集基因組的數據量。通過在醫療保健中的疾病研究，處方有效性等多種數據與基因組數據相結合的新的信息學方法，我們將更好地了解藥物反應和疾病的遺傳基礎。研究人員旨在實現超客制化的醫療保健。作為一個開始，FDA已經開始發布藥物標籤，為具有特定遺傳變體的患者指定不同的劑量。

預測分析和預防措施

預防總是比治癒好。對於保健行業來說，預防可以節省大量資金。 （醫療補助和醫療保健服務中心可以對超過平均再入院率的醫院進行處罰，表明他們可以做更多的工作來預防醫療問題。）

例如，西奈山醫療中心和前Facebook大師傑夫·哈默巴赫之間的合作關係。西奈山的問題是如何降低再入院率，Hammerbach的解決方案是預測分析：

在一項試點研究中，Hammerbach及其團隊將疾病數據，醫院訪問數據和其他因素綜合起來，以確定患者的再入院的風險。這些高危患者通過與醫院工作人員的定期溝通來避免再次生病。

西奈並不是唯一的例子。2008年，德克薩斯衛生與醫療衛生部門合作並分析臨床和保險索賠信息。他們的目標都是識別高危患者並提供客制化的的防預措施。

無獨有偶，在2013年，衛理公會衛生系統的數據科學家研究了14,000名醫療保險受益人和6000名員工的問責制索賠。他們的目標是什麼呢？你一定猜到了。他們的目標就是預測未來需要高成本護理的患者。

病人監護和家庭設備

醫生可以做很多事情，但是他們不能時時刻刻能跟著隨病人。穿戴式身體感測器可以跟蹤從心率到睾酮再到身體水分的一切的信息。

感測器只是醫療技術超越醫院病床的一種方式。可家庭使用的醫療監控設備和移動應用程序每天都在被創造出來。診斷黑素瘤的掃描儀？個人EEG監護儀？沒問題。這些小工具的確是為了幫助患者而設計的，但是他們也在忙於收集數據。

例如：

1. Asthmapolis已經在2011年推出了具有GPS功能的跟蹤儀，這個儀器可以記錄哮喘患者吸入器使用情況。把該信息與CDC的哮喘催化劑數據進行整理，分析和合併（例如，新英格蘭的高花粉計數），可以幫助醫生更好地防止攻擊。

2.在2012年，患者同意http://Ginger.io的移動應用對他們的電話，簡訊，位置和運動進行監控。這些數據通過與來自NIH的行為健康數據相結合，可以用來確定潛在的疾病。例如，太多的深夜電話可能意味著更高的焦慮風險。

3.為了提高患者的藥物依從性，位於波士頓的公司Eliza監測哪些類型的提醒適用於哪些類型的人。更智能的目標意味著更多的藥物依從性。

未來面臨的挑戰

建立由數據驅動的醫療保健行業有很多障礙；有些是技術性的，有是些情緒化的。衛生保健提供者通過幾十年的時間來積累紙質記錄，這種低效的根深蒂固的習慣需要大量時間來補救。

有人說不應該採取這種方法。至少不能侵犯病人的隱私，數據所有權和美國衛生保健的整體思想。