Zhu哥
當醫療機構設想大數據的未來時，他們通常會想到使用它來分析基於文本的筆記。目前的分析技術大部分都利用離散數據，並努力利用醫生和護士筆記中捕獲的所有有價值的臨床信息。大數據索引技術以及文本領域的一些新的工作發現信息確實可以為未來的醫療保健分析增添真正的價值。
大數據將在所謂的物聯網（IoT）中真正對醫療保健有價值。 SAS將物聯網描述為：物聯網是日益增長的從工業機器到消費品的日常物品網絡，可以在您忙於其他活動（如工作，睡眠或鍛鍊）時共享信息和完成任務。很快，我們的汽車，我們的家園，我們的主要家電，甚至是我們的城市街道都將連接到互聯網 - 創建這種稱為物聯網（IoT）的對象網絡。由數以百萬計的傳感器和設備組成，可以產生不間斷的數據流，物聯網可用於以多種方式改善我們的生活和業務。
分析公司Gartner預測，到2020年，物聯網中將有超過250億個連接設備。對於醫療保健，任何生成有關人員健康數據並將數據發送到雲端的設備都將成為此IoT的一部分。可穿戴設備可能是這種設備最常見的例子。許多人現在可以佩戴健身器材，追蹤他們已經採取了多少步驟，他們的心跳，體重，以及這些都是趨勢。智能手機上的應用程序可用於跟蹤用戶鍛鍊的頻率和程度。還有一些醫療設備也可以將數據發送到雲端：血壓監測儀，脈搏血氧儀，血糖監測儀等等。
順便說一句，如果你想知道更多硅谷或者美國科技的前沿信息，可以關注微信號“硅發佈”。
硅發佈
對於大數據企業來說，醫療數據是否有用，關鍵在於數據的質量。高質量的數據最有價值，低質量的數據價值也相對較低。目前我國的醫療數據普遍質量不高，這裡面原因也比較複雜，比如以前對醫療信息化不夠重視、數據標準也不統一、數據分散在各個軟件廠商的各個系統，難以整合等等。
至於醫療數據的應用價值可以看看目前醫療大數據的應用領域，比如在醫療領域可以用於醫藥研發、醫學研究、臨床決策、疾病預防、醫療衛生決策等等；在保險領域可以用於健康管理、核保核賠、風險防控、產品設計等等；在醫保領域可以用於醫保監管、決策支持等等。醫療大數據的應用範圍廣泛，無法一一例舉。
此處結合我司業務方向，舉個醫療大數據在醫保領域的應用實例。詳情如下：
應用場景：大數據醫保反欺詐。利用大數據技術精準識別醫保報銷中存在的欺詐騙保、過度醫療、醫療浪費等問題，控制醫療費用的不合理增長，確保醫保基金的安全和合理使用。
應用實例：數聯易康醫保大數據實時監管平臺
數聯易康醫保大數據實時監管平臺，利用人工智能+大數據進行高效的醫保控費，改變了傳統的人工抽查和主要依託臨床規則進行審核的控費方法。通過深度挖掘數據本身的異常表現，運用包括案例推理、醫療行為模式分析、診療方案分析、醫患網絡擴散分析在內的百餘種大數據分析挖掘模型構建的自適應學習引擎對醫保結算數據、診療數據以及經辦數據等進行綜合分析處理，深挖存在於醫保中的諸如偽造材料、掛床、串換藥品、串換項目、醫療行為異常、過度醫療、藥品濫用等欺詐就醫行為，控制醫療費用不合理增長，從而形成更加全面、科學、立體的監管控費體系。
通過大數據手段進行醫保控費，在控費的長效性、欺詐騙保識別能力、自主進化能力、處理的數據維度、平臺的延展性上均呈現出優勢。傳統的規則控費模式基於數據真實性帶來的欺詐行為，且在運行一段時間之後會因為醫療機構對規則的逐漸熟悉從而導致控費力度大大削弱，而易康平臺的反欺詐算法則不會受此影響，只要欺詐行為存在，就能被反欺詐算法有效識別。
除此之外，該平臺還具備輔助決策的功能。在大數據的支持下通過基金仿真、基金態勢感知等，可以幫助醫保部門對醫保政策進行預先的效果評估，實現決策數據化、科學化
end.
