
美國醫(yī)院開始用大數(shù)據(jù)預測誰會生病_數(shù)據(jù)分析師
面對突如其來的疾病,醫(yī)院和病人常常措不及防,時間上的延誤常常造成病人喪生。在未來,科技可能會扮演醫(yī)療先知的角色,將這種悲劇發(fā)生的幾率降至最低。
據(jù)商業(yè)周刊的報道,卡羅萊納州的醫(yī)療系統(tǒng)開始利用大數(shù)據(jù)進行高危病人的醫(yī)療防范,它們針對高風險病人將200萬人的用戶數(shù)據(jù)融入一套算法,評估發(fā)病幾率,從而實現(xiàn)在病人發(fā)病之前進行醫(yī)療措施。
據(jù)卡羅萊納州醫(yī)療分析臨床總監(jiān)Michael Dulin介紹,Charlott當?shù)氐倪B鎖醫(yī)院將大數(shù)據(jù)納入預測模型,可以給病人進行風險評分。
比如一個哮喘病人,醫(yī)院可以通過了解他是否加大藥物劑量、是否購買過香煙、是否居住在高花粉區(qū)域計算出該病人被緊急送往搶救室的幾率。又如一個健身房會員,系統(tǒng)同樣可以借助分析他購買過哪類食品評估他得突發(fā)心臟病的幾率。
至于數(shù)據(jù),則是來自從中介那里購買消費者的公共記錄,包括商店交易、信用卡購買記錄。
不少病人表達了對個人隱私的擔心。Dulin表示,在數(shù)據(jù)提供者與醫(yī)院的協(xié)議下,卡羅萊納州醫(yī)療可以與醫(yī)生共享病人的風險評估數(shù)據(jù),但是連鎖醫(yī)院不允許泄漏數(shù)據(jù)細節(jié)。
Acxiom和LexisNexis是最大的兩家數(shù)據(jù)中介機構,Acxiom表示它們的數(shù)據(jù)只用于市場營銷,并不針對于醫(yī)療目的,而LexisNexis表示它們不向企圖得到高風險病人數(shù)據(jù)的保險公司出售用戶信息。
另一方面,一些健康倡導者和隱私專家擔心,過多地依賴數(shù)據(jù)分析可能會對醫(yī)患關系產(chǎn)生影響。“如果醫(yī)生已經(jīng)掌握了信息,兩者的關系就從病情交流變成了單向的潛在行為探究?!笔タ死髮W的Ryan Holmes這樣說。
“傳統(tǒng)的評級和保險業(yè)已經(jīng)伴隨醫(yī)療改革消失,現(xiàn)在所努力的方向是積極的治療管理。我們知道你有糖尿病風險,在你病癥顯現(xiàn)前我們就會采取行動?!?Gartner的分析師Robert Booz這樣說。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11