InterSystems präsentiert Daten zu Säubern, als eine Lösung, hilft normalisieren Datensätze für Analysen-ROI

In einem Versuch, um zu helfen Organisationen im Gesundheitswesen zu erreichen, die mehr aus Ihren analytics – und die bessere position, Sie auf sich zu nehmen, neue künstliche Intelligenz und machine learning-Initiativen – InterSystems hat lanciert einen neuen Dienst, den es anruft, Saubere Daten als eine Lösung.

WARUM ES WICHTIG IST
InterSystems, sagt Sauber-Daten als Lösung hilft seinen Kunden erfüllen eine wichtige organisatorische Imperativ: sicherstellen, Ihre klinischen, finanziellen und operativen Daten wird in der Lage sein, normalisiert, aggregiert und interpretiert, schneller und genauer.

Saubere Datenbestände – keine doppelten Datensätze, Formatierung Fehler, falsche Informationen oder nicht übereinstimmende Terminologie – sind entscheidend, um sogar die meisten basic-analytics-Projekten.

Die service–, die das Unternehmen sagt, kann helfen, nicht nur Krankenhäuser und Gesundheitssysteme, aber auch die Kostenträger, life-sciences-Unternehmen, contract research Organisationen und mehr – können helfen, die position Gesundheits-Organisationen, wie Sie bewegen in Richtung mehr AI und automation zur Verwaltung von Datensätzen aus mehreren Quellen.

Saubere Daten als Lösung bietet Produkt-und Daten-Normalisierung-Funktionen zur Unterstützung von konkreten Anwendungsfällen, wie beispielsweise integration, Patienten-matching, aggregation, Normalisierung, Terminologie und Bereicherung, de-Duplizierung in einer einheitlichen Pflege-Aufzeichnung, klinischen Anzeige-Funktionen und mehr, je nach InterSystems.

Es ist geliefert wie die anderen Dienstleistungen, die typischerweise in einem HealthShare Verwaltete Lösung: hosting, laufende Wartung und Betrieb, support, regelmäßige Aktualisierungen und ausgeklügelte Sicherheits-und Datenschutz, sagen die Beamten.

DER GRÖßERE TREND
Data governance kann eine große Herausforderung für das Gesundheitswesen IT-Führungskräfte. Eine Umfrage von 100 CIOs und CMIOs über Ihre data-governance-Bemühungen, und nur 44 Prozent sagten, Sie hätten eine unternehmensweite data governance-Fähigkeit an Ihrem Krankenhaus. Mehr als die Hälfte (56 Prozent) sagten, Ihre governance-Bemühungen waren unvollständig oder nicht vorhanden.

Fast drei Viertel der Befragten CIOs (71 Prozent) sagten, Sie würden die erfahrenen Diskrepanzen zwischen Maßnahmen, die über organisatorische Abteilungen, wie jene, dass der Verkehr in der klinischen oder finanziellen Daten. Und die Hälfte sagte, waren große Unterschiede zwischen den klinischen Abteilungen insbesondere – organisatorische Definitionen vs. Industrie-Definitionen, zum Beispiel, und mit einem Verständnis der bisher bestehenden business-Regeln.

Aber gut, data governance und Normalisierung ist nicht verhandelbar Teil jeder erfolgreichen AI und machine-learning-initiative.

Im Grunde, es ist eine grundlegende must-have für alle Gesundheits-system auf der Suche nach Innovationen, Ihre Strategien zu steigern, Verbesserung der Qualität, Optimierung der Gesundheit der Bevölkerung management, Steigerung der operativen Effizienz und mehr.

InterSystems Punkte Gartner research zeigen, dass die durchschnittlichen Kosten von schlechter Datenqualität auf jede Organisation ist $9,7 Millionen Euro pro Jahr.

AUF DER PLATTE
„Qualität der Gesundheitsversorgung ist angewiesen auf eine pipeline, eine saubere, zuverlässige Daten, die angewendet werden können, um alle Pflege-Szenarien“, sagte Don Woodlock, Vize-Präsident der HealthShare, in einer Erklärung.

„Es gibt keine Maschine, die lernen ohne Daten“, sagte er. „So wie sauberes Wasser ist Voraussetzung für die öffentliche Gesundheit, saubere Daten ist unerlässlich, um digitale Gesundheit. Saubere Daten als Lösung bietet Anbietern, Kostenträgern und Patienten einen sauberen Datensatz zu beschleunigen, die Anwendung von AI-und machine-learning-gestützte Erkenntnisse.“

Twitter: @MikeMiliardHITN
E-Mail der Autorin: [email protected]

Healthcare-IT-News ist eine Publikation der HIMSS Medien.