Intelligens adatok a prediktív analitikában az egészségügyben - mc2i Tanácsadás az átalakulásban
Az intelligens adatok és a mesterséges intelligencia lehetővé teszi számunkra az időjárás előrejelzését, az üzleti döntések meghozatalát vagy akár a sportteljesítményünk összehasonlítását. Ezeket a technológiákat az egészségügyben is egyre inkább használják a kockázatok előrejelzésére és a betegek számára személyre szabott ellátás biztosítására.
Honnan származnak ezek az orvosi adatok? Először is vannak olyan adatok, amelyek a felhasználások számítógépesítése előtt léteztek, például a betegek orvosi aktáiból származó információk. Ezek az adatok a kutatásból és az adminisztrációból származnak, és intézmények és egészségügyi szakemberek birtokában vannak.
Az új technológiák és a Big Data megjelenésével új adatok jelentek meg: beszélgetések a közösségi hálózatokon, mérések összekapcsolt tárgyainkból vagy adatok a környezetünk állapotáról. 2020-ban az egészségügyi adatok mennyiségét meg fogják szorozni 50-vel! Ezen adatoknak köszönhetően az ellátás személyre szabása gyorsan prioritássá válik. Xavier Boutin, a Vitalia magánkórházi csoport igazgatója felhasználja betegei adatait: "kielégítik sajátos szükségleteiket, különösen a kórházi kezelés és a lábadozás előkészítése érdekében".
Az Unicancé szövetség a maga részéről a Temis cég mérnökeivel felállít egy szemantikai elemzési megoldást a betegek aktáihoz, hogy segítse az orvosokat az egyes klinikai esetekhez legmegfelelőbb kezelés kiválasztásában.
Mi a helyzet az orvosi tanulmányok adataival? Gyakran elfogultak lehetnek, mert szubjektívek. Ezt a problémát azzal magyarázzák, hogy a legtöbb ilyen tanulmányban közvetlenül a betegek jelentik be magatartásukat. Milyen megoldás jöhet szóba az objektivitás növelése érdekében? Úgy tűnik, hogy a válasz összekapcsolt karkötőkben és azok alkalmazásaiban rejlik: valóban segíteni lehet a felhasználókat az egészségesebb életmód felé történő haladásuk nyomon követésében.
Így a fizikai aktivitás, a kiegyensúlyozott étrend, valamint a krónikus betegségek, például a cukorbetegség, a Parkinson-kór vagy a szívbetegség, monitorozása és felügyelete megkönnyíti ezeket az összekapcsolt tárgyakat.
AZ EGÉSZSÉG JÖVŐJE 2.0: ELŐREJELZŐ GYÓGYSZER
Az IBM Watsonhoz hasonló programok léteznek, és a minták felismerésére használják a diagnosztika során. A gépi tanulási algoritmusok az emberi elemzésnél hatékonyabbnak bizonyultak a rákos megbetegedések felkutatásában és diagnosztizálásában. Watson az esetek 90% -ában képes diagnosztizálni a tüdőrákot. Az elhízásban szenvedő betegek számára a tesztek azt mutatják, hogy az összekapcsolt tárgyakon keresztül történő támogatás nagyon hatékony a súlygyarapodás és a további műtétek megelőzésében. A betegek nyomon követése meggyőzőbb és így lehetővé teszi a kockázatok előrejelzését.