类别

标签: 分析

为了您的雷达 - 在未决隐私立法中对医疗保健的巨大影响

deven麦克风
Vince Kuraitis.

由Vince Kuraitis和Deven McGraw

两年前我们会’T已经相信它 - 美国国会正在考虑2019年的广泛隐私和数据保护立法。有一些两党支持和立法将通过的强有力。最近的两个文章 华盛顿邮政AP新闻 将帮助您加快速度。

联邦隐私法例对所有医疗保健利益攸关方产生巨大影响,包括患者。  Here’我们概述了我们的地面’这篇文章中的LL封面:

  • 为什么现在?
  • 医疗保健的六个关键问题
  • 什么’s Next?

我们意识到至少有5个拟议的国会票据和16个隐私框架/原则。这些列于下面的附录中;请随时更新您的评论中的这些列表。 在这篇文章中,我们将专注于提供背景和描述问题。在未来的帖子中,我们将比较和对比特定的立法提案。

继续阅读…

越来越精细的帮助医生会做出更好的决定吗?

飞行Cadeucii.我一直在考虑“大数据”以及如何影响医学的做法。这不是我的专业领域 - 但这里有一些关于数据挖掘和医学的棘手交叉口的想法。

首先,有些背景:这些天很难找到不使用数据挖掘和预测模型来制定业务决策的公司。例如,金融公司定期使用分析模型来弄清楚申请人是否违约;健康保险公司可以根据历史医疗保健访问预测下游医疗利用;和美国国税局可以通过寻找纳税申报表的欺诈模式来发现税务欺诈。预测性分析供应商正在爆炸增长: 福布斯 最近指出,大数据硬件/软件和服务将以2018年的复合年增长率增长30%。

大数据不是火箭手术。这些模型中的每一个的关键是模式识别:将特定变量与另一个特定变量相关联,并将变量链接到将来的结果。越来越好的数据通常会导致更好的预测。

似乎在大数据中的世界中的未列区和隐性信念是,当您添加更多变量并深入了解杂草时,解释提高,预测变得更加准确。继续阅读…

国际疾病分类妨碍了使用分析来改善医疗保健

由安迪奥姆

安迪·奥拉姆保健领域正在掌握标准的掌握,在换回时耗尽的速度。卡在一个范式中 1893年定义 并未在现代信息处理提供的承诺方面修订,ICD象征着许多让卫生行业智能化和有效地行动的封面。

我们不会随时逃避ICD的泥潭。作为“I”表示标题中,标准是一个国际举措,更改的步伐太慢移动了。

在一段时间内,当医院浇灌以将头部放在水面上方,需要投资这种改进作为分析和标准化的数据交换,政府将它们称为降低成本 数十万美元,甚至数百万美元 只是为了从ICD的第9版到10升级。对国会的荒谬呼吁 再次推迟截止日期,惩罚忠实投资的许多机构。但ICD的问题不会通过版本10来修复,也不是版本11–他们是委员会的基础’S忽略了卫生机构的信息需求。

疾病是一种多方面和有点主观的话题。在这些方面,医疗保健提供者必须考虑的是:

  • 疾病可能需要数年时间才能放下。在每次访问时,一个人可能正在进入医生’S办公室有多个竞争诊断。此外,每次遭遇都可以将概率的平衡转移到一些诊断和远离他人的概率。
  • 疾病发展,有时以可预测的方式。例如,帕金森’S和多发性硬化导致几十年来改变的各种电机和讲话问题。
  • 疾病是相互关联的。例如,肥胖可能是如2型糖尿病和膝关节疼痛的不同抱怨的因素。

所有这些东西都对治疗和治疗产生了微妙的影响–在价值的支付系统中,我们正在努力在医疗保健–应该影响报销。例如,如果我们可以运行跟踪转移和合并解释的程序,最终导致患者’对于未来的患者,我们可能会使该过程更快地进行更快的过程。但所有医生目前都可以在表单中列出条件,如:

E66.0.–肥胖由于多余的卡路里

E11–2型糖尿病

M25.562– Pain in left knee

悲剧是今天’S数据分析允许在代表疾病的INS和出鼻外进行更高的复杂性。例如,避免了相互关系的问题。

这些很容易像图表一样可视化,一个主题我 最近覆盖.

继续阅读…

Very Big Data

分析领域最近落入了一些大漏洞,代表其承诺及其危险。这些漏洞涉及隐私,政策和预测。

政策。 2.2 / 7。 最近历史上最大的分析项目是卫生交易所的60亿美元联邦投资。健康交易所的目标是在他们选择的健康保险计划中注册人员,确定个人的保险补贴,并通知保险公司,以便他们发出政策和账单。

该项目涉及分析的所有必需品,包括大数据收集,多种来源,集成,嵌入算法,实时报告和艺术软件和硬件状态。众所周知,实施是一个可怕的失败。

CBO的保守估计是700万个人会参加交易所。截至2013年底只有220万。(这不包括有自己预测的医疗补助书。)大联邦卖方,CGI被归咎于混乱。

请注意,CGI也是马萨诸塞州联合体的供应商,尽管其长期开始作为罗姆尼改革国家及其突破性交易所称为连接器,但仍然具有最糟糕的所有国家。新的分析供应商,包括埃森哲和optum,已为救援带来。

它真的是软件,硬件和编码的错误吗?是为了报名和确定补贴的设计有“复杂性内置”,因为统一的现有繁琐系统的立法,例如,如此。私人健康保险系统?是因为废除了不断的政治,分散注意力的政策实施?是的,以上所有。

在我看来,大“洞”是政策制定者(业务)和技术人员之间缺乏通信。技术人员抱怨业务无法做出决策并提供明确的指导。该企业预计该技术公司可以了解复杂的分析并按时完成工作。

这是随之而来的,其中每个小组不知道如何与另一个人交谈被认为是一个关键的失败点。事实上,那些正在进入救援作用的人强调,每天都会有管理状态“在上午9点到下午5点”,让人们聚集在一起,了解计划,管理项目,保持焦点,解决问题。

在洞里散步将需要更好地了解为什么业务和技术人员不会沟通,并认识到柔软的人能力可以避免艰难的技术灾难。

继续阅读…

HIMSS Unplugged

由安迪奥姆

他在佛罗里达州和佛罗里达州开业并关闭了’M在波士顿,雪到我的直肠腹部。经过几年的观看主题演讲和冒风情会会议的设施之后,我决定今年留在家。

来自早期会议的文章肯定会呼吁所有的能量和才能。在 2010年我呼吁在医疗保健领域进行更多开放来源和标准。在 2012年我减少了短期思维,缺乏对实际健康转型的兴趣。在 2013年我强调了提供者和供应商来自有效的患者参与.

一般来说,我’发现我对他的出席带来了呻吟和跑步关于健康状况。所以今年我想我可以坐在我的办公室,同时呻吟和漫步健康状况。

特别是,我今年的主题是如何健康,它是如何超越需要它的机构,以及那些留下的人会发生什么。

剪刀危机:更多的IT支出和减少收入

虽然贸易和主流新闻讨论了医院和其他卫生供应商面临的各种资助挑战,但我尚未 ’看到任何人都把它整合在一起并奠定了这些机构对财政健康的令人沮丧的前景。基本上,他们在信息技术中所需的一切都需要更多的资金,所有的收入趋势都在下降。

当然,信息技术投资的长期收益可能会降低成本–但只有在多年后,只有在它’做得好。当然,一些机构用现金齐平,甚至会购买他人。我们是什么’在医疗保健中看到的是全世界所看到的收入差距的微观形式。引用BITE HOLLIDAY:他们那个’得到了;他们那个’s not shall lose.

以下是其中的趋势:

  • 有意义的用途需要购买电子健康记录,遇到了 数十万美元仅限许可费用。培训,维护,存储,安全性和其他成本增加了更多。 联邦政府的奖励支付无处可归地覆盖费用。在Web上提供他们的录音系统的EHR提供商往往比较旧的EHRS浪潮更便宜。开源解决方案也花费的程度小于专有,但在美国走得很少。
  • 有意义的使用愈合的热点是ICD-10合规性,一个重大升级到分配给患者条件的诊断代码。 培训费用(以及过渡造成的不可避免的生产力损失)可能是惊人的。一些 80%的提供商可能会错过政府’s deadline。美国医学会,引用 估计的价格为56,639美元至226,105美元(第2页),最近敦促政府退出要求ICD-10。他们的观点似乎是ICD-10可能有福利,但远低于提供者需要金钱的其他东西。已经推迟了该部门的截止日期 拒绝进一步弯曲.
    继续阅读…
  • 付款人是否改变了他们支付的医疗结算代码以调整供需支付的费用?

    来自罗德岛的启动Mojo写道:

    嘿那里,也许THCB读者可以体重到这一点。我在医疗保健初创公司工作。有人我知道谁在医学结算中努力,他们知道他们知道的几家大型保险公司正在使用分析来调整医疗结算代码的报销费率几乎每天甚至每小时(有点像旅行网站和航空公司来调整供需)和鼓励/劝阻某些代码。如果说’我猜,这肯定是令人着迷的和可预测的。

    I’我不确定我对此的感受。这听起来很顽固。另一方面,它听起来很酷。其他人都用分析做同样的东西:为什么不保险公司?关于这种做法的信息显然对提交索赔的提供商显然是有用的,从理论上可以通过它们提交的时间以及如何提交来游戏系统。那里有没有数据?

    是B.S.或不?

    迷失在医疗保健迷宫中?您的健康保险遇到困难?对你的治疗方案混淆? 电子邮件 您对THCB编辑的问题。我们将用帖子运行好的。

    使用预测建模来做出更好的决定

    在A. 文章今年早些时候发布 在这篇博客上,我认为医院传统上已经完成了利用现在被称为“大数据”的子标准工作。有效挖掘和管理数据的上升海洋,呈现出重大挑战 - 以及为医院提供重大机会。

    通过在连接其大数据资产的圆点进行更好的工作,医院管理团队可以开始制定使能够做出权利的重要见解 及时对今天成功至关重要的决定。更好,更好的,时代的决策导致了提高的结果和更高水平的优质患者护理。

    这是一个好消息。不到积极的故事是医院仍然是在使用每天在其机构内产生的数据山脉落后。这更明显,而不是在高级数据管理实践中 预测建模.

    在最基本的,预测性建模是创建数据模型并用于尝试预测结果的概率的过程。预测性建模的激动令人兴奋的承诺是它实际上是医院的能力将未来视为(和预测)。鉴于正在自助的大规模变化和持续的不确定性,正在自助的医疗保健行业(特别是医疗保健提供者)的所有部门,具有更明确的未来观点是任何医院领导人的重要战略优势。

    继续阅读…

    生物野蛮的时间跳上了“Big Data” Train?

    在一个 刚刚发布在Theatlantic.com上,我讨论了我认为是应用科学中的下一个伟大的任务:统一健康数据库的组装,一个“大数据”项目将收集在一个可搜索的存储库中,所有参数衡量或可以想到的反映人类福祉。

    我不希望这些数据中获得的见解将过时,而是赋予他们(以及患者和其他利益攸关方)和 让他们更好,告知他们的临床判决,而不涵盖他们的同理心。

    我还讨论了许多公司和学术研究人员在数据域的交叉点处讨论了对信息挑战的定义子集的努力。我观察到一个值得注意的例外似乎是大制药,因为许多大型药物公司似乎已经决定了巨大的大数据分析是一个要外包的服务,而不是建立核心竞争力。然后,我询问这是否是精明的判断或深刻的错误计算,并建议,如果您打算创建未来的健康解决方案提供商,可以说,您的第一次举措将是招聘尖端分析团队。

    核心竞争力问题不仅仅是语义 - 这可能是生物野蛮公司的最重要的战略问题,因为他们同行令人恐惧和不确定的未来。

    继续阅读…

    登记

    忘记密码?