iStockphoto /盖蒂图片社
Qlik分析，datarbot建模燃料医疗保健变化
使用Qlik的商业智能功能和datarbot的预测建模，一家位于英国的医疗保健组织正在彻底改变其处理病人护理的方式。
利用Qlik的分析和datarbot的预测模型，英国莫克姆湾大学医院NHS基金会信托正努力改变医疗保健文化。
在数据的推动下，位于英格兰北部湖区附近肯德尔的UHMB正从仅仅提供医疗保健——治疗进入医院大门需要医疗护理的患者——转向健康优化。
使用预测建模该组织正在试图确定医疗需求，例如鉴于大流行期间出现的所有延误的医疗护理，2019冠状病毒病后手术数量可能会激增，而且还在试图确定识别个别患者的风险特别的疾病，如高血压，可能导致中风。
UHMB的分析主管罗布•奥尼尔(Rob O'Neill)在QlikWorld 2021年(QlikWorld 2021)的一次会议上表示:“我们有一个从根本上改变医疗保健的巨大机会。”QlikWorld 2021是Qlik的虚拟用户会议。
数据驱动的决策
会议召开前六周，奥尼尔的岳父死于中风。看完晚间新闻后，他走在客厅和厨房之间的走廊上，突然昏倒，再也没有恢复知觉。
高血压是中风的最大危险因素影响着世界上25%的人口。然而，据O'Neill称，高血压很难诊断，约40%的高血压患者未被确诊。
然而，医疗保健组织可以使用数据进行预测。
与此同时，紧急护理一直是医疗保健组织关注的问题。
根据奥尼尔的说法，英国有50%的急诊室评定不合格。近年来，急诊室床位的需求一直在增加——甚至在大流行之前——但为了降低成本，医院一直在减少它们的供应。
然而，有了数据，医院可以做得更好匹配供需提高病人护理的质量。
当然，医疗机构面临的最大问题仍然是COVID-19。
在过去的15个月里，医院里挤满了经常受到冠状病毒致命影响的患者。作为疫苗变得更容易获得然而，许多国家的病例数量正在下降。这意味着医院将很快能够治疗许多没有生命危险但无法得到治疗的病人。
我们有巨大的机会从根本上改变医疗保健。 罗伯•奥尼尔莫克姆湾大学医院NHS基金会的分析主管
分析可以使医疗机构管理大流行结束后将寻求治疗的积压患者。
奥尼尔说:“我们可以利用数据，特别是集成到我们的Qlik Sense仪表盘中的自动机器学习模型，来改变医疗系统对病人流动进行建模的方式。”“传统的医疗业务规划方法已经不够用了。事实上，它们永远都不够。”
Qlik和datarbot是UHMB转型的关键。
该组织使用来自产生医疗保健数据的许多不同来源的数据雪花公司的数据仓库，分解数据仓库，并将其转换为分析消费。由于Qlik和datarbot都能够连接到雪花，UHMB能够将数据提取到Qlik以满足其商业智能需求，而datarbot则用于预测建模。
然后医疗保健提供者就可以嵌入的模型从datarbot到Qlik仪表板，以便在熟悉的环境中访问和可视化，以及相关的分析资产。
“数据的数量、种类和速度都在快速增长，我们需要能够真正快速地利用这些数据，并将它们直接集成到我们的分析平台上，”O'Neill说。“令人兴奋的是，我们可以在弹性云数据平台、人工智能模型和分析解决方案之间创造一个循环。”
哈佛大学商学院分析和数据科学经理凯利·海斯(Kelly Heys)表示，这个周期现在是哈佛大学商学院决策过程的基础。
她说:“能够(通过datarbot)预测活动，然后将其集成到我们现有的Qlik Sense仪表盘中，使我们能够无缝地将预测分析引入我们的报告中。”“这是我们作为一个组织的基本组成部分，因此我们在处理服务需求时可以更主动，而不是被动。”
成功的蓝图
尽管UHMB正在使用Qlik来满足其分析需求，并使用datarrobot来进行预测建模，但许多组织——包括医疗保健和其他行业——仍在继续使用Qlik抵制数据驱动的决策。
然而，由数据驱动的决策才是最重要的使许多组织能够在大流行中幸存下来随着分析成为常态而非例外，这也将使他们继续取得成功。
为了改变医疗机构的文化，让数据成为所有决策背后的驱动力，奥尼尔制定了一个六步蓝图:
- 通过清晰地表达愿景来领导改变文化战略和包括交付计划;
- 通过让领导参与战略的制定来激励组织，并迅速取得成功，这将导致对战略的更多投资;
- 通过理解问题是什么来创新交付成功的建模解决方案;
- 准备好挑战现有流程并通过分析提供新的解决方案;
- 即使遇到阻力也要坚持;和
- 通过寻找机会，建立成功的分析解决方案，执行它们，然后继续下一个。
“医疗保健影响着我们所有人，”奥尼尔说。“它影响我们个人和我们周围的人。我们正处于一个转折点，在医疗保健领域，预测分析的民主化已经成为现实。随着全球开始走出COVID-19大流行，数据驱动的医疗保健服务绝对是恢复和恢复过程中必不可少的组成部分。”
