医疗保健中是否存在“不良”数据?

数据通过各种渠道进入健康领域:提供者文档(纸质……是的,仍然有纸质图表;或通过EMR注释); 被动数据(实验室结果,生命体征的远程监控); 财务数据(索赔数据,CPT和ICD代码); 和患者报告的数据(通过摄入表格,患者门户网站,调查)。 这些数据中的一些可立即用于患者护理,另一些则成为数据分析湖中的诱饵,其他有助于确定健康结果和服务付款。 但是,正如在任何科学活动中一样,事实或数据可能会被破坏,篡改或被不正确地收集。 否则可能是错误的。 患者报告的数据是最明显的例子。 医学的一个古老公理是“病人总是说谎”。 询问某人一周吸了多少香烟,走了多少英里,或者他们吃了多少早餐卷饼,那么答案很可能被低估了。 数据收集中的其他错误来自医生,他们可能没有记录适当的ICD代码(这些代码由提供者用来详细描述患者状况的诊断代码,并用于对临床服务进行计费和报销),或者可能订购不合适或无用的测试。 当然,信息系统会在数据的输入,处理或输出中产生错误。 因此,数据科学家经常提出的问题之一是:数据不好吗?如果是这样,该怎么办? 在大多数情况下,答案是:扔掉它,然后再次运行报告/研究/调查。 “这不可能是对的! 发生错误的地方肯定比“尤里卡!”更为频繁。 正确处理流程,获取正确数据。 但是“不良”数据可能会有用。…

自主数据治理

随着数据趋向自主行为,它必须包含更多的上下文和约束。 原因有很多。 今天的原因是数据治理。 希望有一天,我不需要解释什么是数据治理以及我们为什么需要它。 叹。 今天还不是那一天。 好的,让我解释一下,以便您可以关注本文的其余部分。 当您意识到个人身份信息(PII)或个人医疗保健信息(PHI)对您的业务造成重大风险,而骇客或泄密行为可能造成巨大的财务风险,直至并彻底破坏您的品牌和您的企业,欢迎您需要数据治理。 您是否知道团队在进行软件开发或自定义客户端项目或机器学习训练模型时数据的去向? 那些使用这些数据来完成工作的人是否意识到他们将数据以易于共享和易于分发的形式留给了他们? 你知道你的数据去了哪里吗? 隐私就是数据治理。 当您的客户告诉您他们希望查看行业基准以与其他客户进行比较时,但同时他们也告诉您他们自己的数据无法与行业中的其他客户共享时,欢迎使用数据治理的另一个方面。 您如何使用数据来满足他们的需求? 在不违反客户为自己的数据设置的规则的前提下,如何发布有意义且有价值的分析结果? 取消身份识别是数据治理。 在固定时间段之后按合同删除客户端数据就是数据治理。 当数据混乱或完全错误时,修复它的工作是谁?…

数据科学可以改变您的业务的方式

今天生成的大量数据可以完全称为营销人员的梦想。 营销行业的任何人都可能知道与受众群体合作的重要性,这些受众群体不仅是公司的目标受众,而且是正确的目标受众。 由于数据科学和大数据的存在,这一切都成为事实。 通常,这些数据是通过各种各样的物联网设备生成的,这些设备被大多数人在家中使用,社交媒体配置文件等使用。 您知道吗,今天有了正确的工具,您实际上可以根据正确的数据并通过从正确的位置收集相同的数据来继续进行自己的广告系列吗? 几乎就像从事数据科学的业务一样,通过登陆如此大量正确的大数据为自己找到了一座巨大的金矿。 这样,他们就可以成功地转换自己的客户并帮助获得利润。 但是另一方面,并​​不是所有的数据科学家或企业所有者都能从中真正受益。 这里有一些技巧可以帮助您完成业务转型。 1.专注于寻找合适的客户 数据科学通常会在试图树立整个业务活动的形象方面走很长的路。 始终专注于最佳的广告方式,这将帮助您处于理想的位置,在这种位置您不仅可以吸引最多的注意力,还可以确保进行正确的业务优化。 例如,让我们讨论一下横幅广告,如果没有人碰巧点击它们,为什么不给它们展示门呢? 2.瞄准目标受众 数据科学的目的不仅在于向您展示有多少人点击了您的广告,而且还向您展示了很多其他内容。 点击次数确实起了作用,但同时更重要的是,谁确实是执行此点击操作的人。 数据科学正是为您做到的,它为您提供了由谁确切执行点击以及其他因素如何完全影响点击的全貌。 3.寻找最佳候选人的需要…

数据分析:成功的新优势

为了推动创新,根据定义,数据分析需要告诉您一些您尚不了解的信息。 甚至更好的是,与您认为确实知道的东西相矛盾,从而打破误解。 我认识的一家公司认为它完全了解其产品的故障特征,并认为其备件库存得到了充分优化。 但是他们决定进行一个小型数据分析试验,以检查工具和概念。 将来自多个来源的数据整合到一个数据分析平台中,证明了无法理解故障特征,并且备件库存远未优化。 创新通常是由几个提供数据分析工具的不同数据源的组合驱动的,令人惊讶的结果提供了新的视角。 就增长而言,目标是获取竞争对手或无法获得的数据点(导致管理决策)。 速度可能是主要优势,但是企业文化当然需要允许快速的“基于数据”的决策。 这意味着,如果要充分实现数据分析的好处,则必须将数据分析平台的输出与正确的“决策制定权”放在一起,并有权进行决策。 技术趋势 我认为未来几年将专注于大数据或物联网:智能汽车和智能建筑。 所有类型的产品都将通过数字方式与制造它们的公司进行通信。 每个需要大量资本投资的产品都将进行数字连接:飞机,汽车,建筑HVAC单元,采矿设备,租赁设备车队等等。 大数据将需要“大数据分析”工具来分析数据,并且数据和数据分析工具都将托管在云中。 智能手机一直在推动语音识别。 免提操作非常适合语音识别,但我希望PC和笔记本电脑会跟着智能手机发展,并且会越来越多地由语音驱动。 阅读更多 另请参阅…