Das richtige Rezept für Healthcare Analytics

Organisationen im Gesundheitssektor müssen fünf essenzielle Veränderungen durchführen, um von Datenanalysen optimal zu profitieren.

Datenanalysen werden als ein Werkzeug angepriesen, das den Gesundheitssektor transformieren wird. 

Analysen sollten Anbietern die nötigen Voraussetzungen bieten, um die Gesundheit von Patienten zu verbessern und die Art des Kaufs und Verkaufs von Pflegeleistungen zu verbessern, aber gleichzeitig eine präzise Versorgung bereitstellen, in deren Mittelpunkt der Patient steht. 

Um mit Datenanalysen Rentabilität zu erzielen, müssen Gesundheitsdienstleister organisationsweit Änderungen einführen, und zwar rasch. 

Zwar sind inzwischen beinahe alle Anbieter auf digitale Systeme umgestiegen, aber elektronische Krankenakten sind nur der Beginn. Nicht alle Daten passen einwandfrei in diese Systeme, und für die meisten Organisationen gestaltet sich die Aufgabe, aus all diesen Informationen nützliche Erkenntnisse zu ziehen, als schwierig. 

Wie können Krankenhäuser und Kliniken Ergebnisse prognostizieren? Wie können sie auf patienten-orientierte Medizin umsteigen, bei der die richtigen Daten zu jeder Person zur richtigen Zeit am richtigen Ort verfügbar sind?

Dieses Ziel erfordert technisch ausgefeilte Analysesysteme und Tools, wie maschinelles Lernen und künstliche Intelligenz (KI). Aber die meisten Organisationen im Gesundheitssektor haben diese Neuerungen noch nicht in ihre IT-Infrastruktur integriert.

„Wir müssen über die effektive, aber dennoch eingeschränkte relationale Datenbankmanagementinfrastruktur, die für die 1990er entwickelt wurde, hinauswachsen und auf ein Datenmodell des 21. Jahrhunderts umsteigen, das datengestützte Entscheidungen wirksamer unterstützt“, erklärte Brett MacLaren, Vice President of Enterprise Analytics bei Sharp HealthCare in San Diego. 

MacLaren leitete ein Proof-of-Concept-Projekt, das mit Technik von Cloudera und Intel elektronische Krankenakten analysiert und ermittelt, welche Patienten eher Notfallmaßnahmen benötigen werden. 

Trotz eingeschränkter Daten waren die Ergebnisse zu 80 Prozent präzise[f: *Zu 80 Prozent präzise bezieht sich auf den Grad an Genauigkeit, der bei der Beurteilung von Testdaten, die für die Entwicklung des Modells nicht verwendet wurden, beobachtet wurde.). Das Projekt unterstrich das hohe Potenzial vorausschauender Analysen als Hilfestellung für Krankenhäuser, um die Qualität und Kosten der Patientenversorgung zu verbessern.

Jede Organisation im Gesundheitssektor, die Advanced Analytics und das für die Gesundheitspflege zuständige Personal und die entsprechenden Ressourcen wirksamer einsetzen möchte, muss die folgenden fünf essenziellen Veränderungen implementieren.

Eine entscheidende Rolle spielt die Zusammenstellung eines multidisziplinären Teams, indem auch klinische Teams vertreten sind. Es soll den Nutzen ermitteln und feststellen, was mit den Daten geschehen soll und wie die Umsetzung in die Praxis erfolgen soll.

„Es gibt eine ganze Menge technischer Lösungen, die von Ärzten ausgeknipst wurden, da sie gelegentlich fehlerhaft waren.“


– Bob Rogers
Chief Data Scientist for
Analytics and AI Solutions, Intel

„Gehen Sie davon aus, dass jede einzelne Annahme, die sie über die praktische Verwendung in der realen Welt haben, völlig falsch ist.“


– Parsa Mirhaji
Clinical Research Informatics
Director beim Montefiore
Medical Center

Bericht herunterladen: Der Anbeginn datengestützter Gesundheitspflege

Technische Fortschritte und der Zugang zu neuen Datenquellen haben die Methoden verändert, mit denen Gesundheitsdienstleister die Patientenversorgung verbessern und gleichzeitig die Kosten reduzieren können. Lesen Sie die Ergebnisse einer Umfrage von Forrester Consulting bei Entscheidungsträgern, die in Organisationen im Gesundheitssektor in den USA und China für IT-Investitionen verantwortlich sind.

Bericht herunterladen