Analytik im Gesundheitswesen ermöglicht intelligentere Entscheidungen zu treffen

Gesundheitseinrichtungen wissen heute um den Wert von Daten und wie die Analysetechnologie viele ihrer größten Herausforderungen lösen, Prozesse rationalisieren, die Produktivität des Personals steigern und die Patientenergebnisse verbessern kann. Die Umsetzung kann jedoch komplizierter sein als erwartet. Eines der größten Hindernisse bei der Nutzung von Big Data im Gesundheitswesen ist die Suche nach den richtigen Plattformen und Lösungen für die Analyse unstrukturierter Daten, die oft mehr als zwei Drittel der gesamten Datensammlung einer Klinik ausmachen. Pure Storage gibt einen Einblick, wie das Management sowie die Auswertung unstrukturierter Daten sowohl Herausforderung als auch Chance zugleich ist. Im Gegensatz zu strukturierten Daten, wie z. B. den demografischen Daten oder Behandlungsinformationen in der elektronischen Patientenakte (EPA), lassen sich unstrukturierte Daten nur schwer organisieren, kategorisieren und durchsuchen.

Sie können bestehen aus:

• Bilddateien, z. B. Röntgenbilder und Videomaterial
• Freitextinhalte, z. B. die Notizen einer Krankenschwester in einer Patientenakte, z. B. wenn jemand sagt: „Ich habe einen dumpfen Schmerz auf der rechten Seite.“
• Befunde
• Patientenfotos von Wunden oder Verletzungen
• Informationen zur Sprachsuche
• Kommentare von Website-Benutzern
• Daten medizinischen Geräten

Vor Jahrzehnten war es nach Angaben von Pure Storage praktisch unmöglich, all diese Daten aus so vielen unterschiedlichen Quellen zu korrelieren und daraus verwertbare Erkenntnisse zu gewinnen. Das lag einfach jenseits der menschlichen Fähigkeiten. Mit der heutigen Technologie ändert sich das.

Die Macht der KI und des maschinellen Lernens

Künstliche Intelligenz hat den Bereich der Datenanalyse massiv vorangebraucht. Immer intelligentere Algorithmen wurden entwickelt, um Muster zu erkennen, die menschliche Sprache in all ihren unvollkommenen Formen zu analysieren und sinnvolle Verbindungen zwischen Millionen von verstreuten Datenpunkten herzustellen. Mithilfe von KI und maschinellem Lernen sowie verwandten Tools wie der Verarbeitung natürlicher Sprache und Text Mining geben unstrukturierte Daten ihre bislang verborgenen Geheimnisse preis und liefern neue Erkenntnisse über Patienten und Prozesse.

Im Folgenden finden sich einige Beispiele dafür, was diese Erkenntnisse für das Gesundheitswesen leisten können:

• Erkennung von Versorgungslücken, z. B. von Prozessen, die nicht funktionieren, oder von Situationen, in denen bestimmte Patienten durch die Maschen fallen.
• Genauere Identifizierung von Krebszellen mit einem intelligenten System, dem beigebracht wurde, spezifische Marker für die Krankheit zu erkennen.
• Verborgene Trends bei Einweisungen erkennen, z. B. eine hohe Anzahl von Patienten, die von einem bestimmten Ort aus in die Notaufnahme mehrerer Krankenhäuser eingeliefert werden, was auf umweltbedingte Ursachen hinweisen könnte.
• Unterstützung des Pflegepersonals bei der Information durch maschinell gelesene medizinische Fachzeitschriften, die dann die wichtigsten Informationen an die Personen weiterleiten, die sie benötigen.
• Aufdeckung von potenziellem Betrug, z. B. bei Patienten, die ein drogensüchtiges Verhalten zeigen oder Opioide missbrauchen.
• Effizienterer Kundenservice durch die Analyse von Notizen im Kontaktmanagement und das Verständnis positiver und negativer Interaktionen.
• Vorhersage von diagnostischen Warnsignalen durch Arztnotizen, die ausgewertet werden, um Krankheitsausbrüche, Behandlungskomplikationen und vieles mehr zu identifizieren und vorherzusagen.

Wie sich die Nutzung unstrukturierter Daten vereinfacht

Es ist von entscheidender Bedeutung, die richtige Technologie zu finden, um den Wert von unstrukturierten Daten im Gesundheitswesen zu erschließen. Dazu gehört auch die Suche nach der richtigen Lösung für die Speicherung und Verwaltung dieser Daten. Die Herausforderung bei der Speicherung unstrukturierter Daten besteht jedoch darin, dass sie oft in mehreren Typen vorliegen, darunter Dateien und Objekte. Ältere Speichersysteme trennten die Typen und erschwerten die Verwaltung und den Zugriff auf all diese Daten auf integrierte Weise. An dieser Stelle kommt Unified Fast File and Object (UFFO) Storage ins Spiel, eine hochleistungsfähige, skalierbare Lösung für alle unstrukturierten Daten. Sie ist intuitiv, flexibel und leistungsfähig genug, um selbst umfangreiche Analysen im Gesundheitswesen und KI-/ML-Workloads zu bewältigen. UFFO-Storage skaliert mit dem Unternehmenswachstum und ist damit bereit, die Wettbewerbsfähigkeit zu sichern.