如何防止醫(yī)院的大數(shù)據(jù)項(xiàng)目流于形式而失去價(jià)值

三年前，人工智能還處于讓醫(yī)院的管理者了解大數(shù)據(jù)的潛力，是否對(duì)醫(yī)院有幫助的階段，今天，大家都很清楚數(shù)字化帶給醫(yī)院的重要性，不單純是臨床科研需要大數(shù)據(jù)分析，即便是醫(yī)院的日常管理，也越來越需要用大數(shù)據(jù)分析推動(dòng)運(yùn)營的精益化。

然而，這種大數(shù)據(jù)戰(zhàn)略的額外投入，確保給醫(yī)院帶來明顯的成效，就不可避免地會(huì)面臨各種挑戰(zhàn)。比如，財(cái)務(wù)報(bào)表上很難體現(xiàn)這種投入帶來的收益，對(duì)一些數(shù)據(jù)指標(biāo)常常理解不一致，基層醫(yī)生對(duì)數(shù)據(jù)分析缺乏理解和認(rèn)同，數(shù)據(jù)指標(biāo)常常會(huì)隨管理要求的變化而需要重新定義收集。更為艱巨的是，從數(shù)據(jù)分析到行動(dòng)執(zhí)行之間，還會(huì)出現(xiàn)信心不足或時(shí)間延遲，這些都會(huì)嚴(yán)重影響大數(shù)據(jù)分析產(chǎn)生的實(shí)際價(jià)值。

如何確保大數(shù)據(jù)項(xiàng)目的實(shí)施產(chǎn)生巨大的影響和價(jià)值呢？

首先，需要組建一個(gè)核心的數(shù)據(jù)專家小組，非常專注地確保數(shù)據(jù)治理、模型設(shè)計(jì)、數(shù)據(jù)分析和提供有針對(duì)性的 具體行動(dòng)策略，能夠讓上層管理者感受到真實(shí)的成效，樹立信心。

第二，可以選擇1-2個(gè)關(guān)鍵業(yè)務(wù)切入，比如患者分析、疾病成本分析，推動(dòng)數(shù)據(jù)分析在全院的開展，讓大家能方便高效地達(dá)成共識(shí)，形成運(yùn)用數(shù)據(jù)討論問題和解決問題的習(xí)慣。

第三，構(gòu)建簡(jiǎn)單化、可視化、具有深度學(xué)習(xí)能力的自動(dòng)化數(shù)據(jù)分析系統(tǒng)，降低數(shù)據(jù)分析和預(yù)測(cè)的難度，幫助人們逐漸習(xí)慣運(yùn)用數(shù)據(jù)，從而逐步擴(kuò)大全院運(yùn)用數(shù)據(jù)解決問題的范圍。

第四，梳理并推動(dòng)工作流程或崗位設(shè)計(jì)適應(yīng)數(shù)字化和自動(dòng)化的進(jìn)步。當(dāng)數(shù)據(jù)分析系統(tǒng)不容易在醫(yī)院工作中流程地使用或沒有嵌套在工作流程中，人們常常會(huì)回歸到傳統(tǒng)的經(jīng)驗(yàn)判斷。

隨著國家對(duì)醫(yī)院的績(jī)效考核越來越多的量化指標(biāo)，隨著醫(yī)院各種智能化、自動(dòng)化的設(shè)備增加，隨著醫(yī)院業(yè)務(wù)流程的信息化全面升級(jí)，除了優(yōu)質(zhì)的醫(yī)生資源外，大規(guī)模的數(shù)據(jù)采集和分析一定會(huì)成為醫(yī)院之間拉開競(jìng)爭(zhēng)差距的新領(lǐng)域。

<文章轉(zhuǎn)載自健康界，如有侵權(quán)，請(qǐng)聯(lián)系刪除>