三年前(qian)，人工智能還處于讓醫院(yuan)(yuan)的(de)管(guan)理(li)者了解大(da)數(shu)據的(de)潛力，是否對醫院(yuan)(yuan)有幫助的(de)階(jie)段(duan)，今天，大(da)家(jia)都很清楚數(shu)字化(hua)帶給醫院(yuan)(yuan)的(de)重要(yao)性，不單純(chun)是臨床科研(yan)需要(yao)大(da)數(shu)據分析，即便是醫院(yuan)(yuan)的(de)日常管(guan)理(li)，也越(yue)來(lai)越(yue)需要(yao)用大(da)數(shu)據分析推動運(yun)營(ying)的(de)精益化(hua)。

然而(er)，這種大(da)數據(ju)(ju)戰略的(de)額外投(tou)入(ru)，確保(bao)給醫(yi)院帶來(lai)明顯的(de)成(cheng)效，就不可避免(mian)地(di)會(hui)面臨各種挑戰。比(bi)如，財務報表上很(hen)難體現(xian)這種投(tou)入(ru)帶來(lai)的(de)收(shou)益，對一些(xie)數據(ju)(ju)指標常常理(li)解不一致，基(ji)層醫(yi)生對數據(ju)(ju)分(fen)析缺乏理(li)解和認同，數據(ju)(ju)指標常常會(hui)隨管(guan)理(li)要求的(de)變化而(er)需要重新定義收(shou)集。更為艱巨的(de)是，從數據(ju)(ju)分(fen)析到行動執(zhi)行之間(jian)，還會(hui)出現(xian)信心不足(zu)或(huo)時(shi)間(jian)延遲，這些(xie)都會(hui)嚴重影響大(da)數據(ju)(ju)分(fen)析產(chan)生的(de)實際價值。

如何確保大(da)數據項目的(de)實施(shi)產生(sheng)巨大(da)的(de)影響和價(jia)值(zhi)呢？

首先，需要組建一個核心的數據專家小組，非常專注地(di)確保數據治理(li)、模(mo)型設計、數據分析和提供有針對性的 具體行動策略，能夠讓上層(ceng)管理(li)者感(gan)受(shou)到真實(shi)的成效，樹(shu)立(li)信心。

第二，可以選擇1-2個關鍵業務切入，比如(ru)患者(zhe)分(fen)析(xi)、疾病成(cheng)本分(fen)析(xi)，推動數據分(fen)析(xi)在全院的開展，讓大(da)家能方便(bian)高效地達(da)成(cheng)共識，形(xing)成(cheng)運(yun)用(yong)數據討(tao)論(lun)問(wen)題和解(jie)決問(wen)題的習慣。

第三，構建簡單化、可視化、具有深度學習能力的自動化數據分析系統，降(jiang)低數(shu)據分(fen)析和(he)預測的(de)難度(du)，幫助(zhu)人(ren)們逐漸(jian)習慣運用(yong)數(shu)據，從而逐步擴大全院運用(yong)數(shu)據解決問(wen)題的(de)范圍。

第四，梳理并推動工作流程或崗位設計適應數字化和自動化的進步。當數據(ju)分析系統不容易在醫院工作中流(liu)程地使用或沒有嵌套(tao)在工作流(liu)程中，人們常(chang)常(chang)會回歸到傳(chuan)統的(de)經驗判斷(duan)。

隨著國(guo)家(jia)對(dui)醫(yi)院(yuan)的(de)績(ji)效考核越來越多的(de)量化指(zhi)標，隨著醫(yi)院(yuan)各種智能化、自動化的(de)設備增加(jia)，隨著醫(yi)院(yuan)業務流程的(de)信(xin)息化全面升級，除了優質(zhi)的(de)醫(yi)生資源(yuan)外，大(da)規模的(de)數(shu)據采(cai)集和分析一定會(hui)成(cheng)為醫(yi)院(yuan)之間拉開競爭(zheng)差距(ju)的(de)新領域。

<文(wen)章轉載(zai)自健康界，如有侵(qin)權(quan)，請聯系刪(shan)除>