19 апреля 2019

Перспективы прогнозной аналитики в управлении здравоохранением

4 695

Гусев Александр,
Директор по развитию бизнеса

Согласно опросу, проведенному Обществом Актуариев (Society of Actuaries), почти две трети руководителей (60%) заявляют, что используют предиктивную аналитику в своих организациях. Ее польза очевидна: она предоставляет интеллектуальный анализ для принятия оптимальных решений , выявление связей между историческими данными и прогнозирование будущих результатов на их основе. 

Предиктивная аналитика позволяет решать ряд важнейших задач управления, включая:

  1. Прогнозирование продаж, маркетинговый и клиентский анализ. Сюда относятся обработка данных цифрового маркетинга, социальных сетей, мобильных приложений и др. источников. Используя данные о действиях клиентов в прошлом, управленцы пытаются предсказать их потребности в будущем.
  2. HR-аналитика, которая позволяет анализировать данные, связанные с текучкой кадров, неявками и другими источниками риска, а также выявлять тенденции необходимого набора кадров с учетом текущих ресурсов. 
  3. Управление рисками, помогающие прогнозировать и оценивать некоторые ключевые события и вероятность их появления/развития.

По данным опроса 200 руководителей использование предиктивной аналитики выросло на 13% по сравнению с 2018 годом. Еще 29% руководителей планируют сделать это в течение ближайших одного-пяти лет.

Большинство руководителей видят ценность таких решений в снижении затрат и повышении удовлетворенности пациентов. Больше того, опрос показал, что получен ожидаемый результат: 42% руководителей отметили снижение затрат, а 39% назвали повышение удовлетворенности пациентов фактическими результатами внедрения предиктивной аналитики.

Хотя 42% руководителей заявили, что улучшение клинических результатов было желательным результатом, но они не видят большой перспективы, используя прогностическую аналитику для улучшения результатов в отношении показателей здоровья населения. И тем не менее инвестиции в это направление все же планируются:  60% опрошенных топ-менеджеров заявили, что планируют выделить 15% или более расходов на прогностическую аналитику в 2019 году.

Большинство плательщиков и поставщиков (92%) согласны с тем, что инструменты прогнозной аналитики важны для будущего их бизнеса, и этот показатель вырос с 82% по сравнению с прошлым годом.

Будущее прогностической аналитики лежит в визуализации данных (23%) и машинном обучении (16%) - возможностях, которые потенциально могут повысить эффективность.

Сара Осборн, член Общества Актуариев, в своем заявлении отметила: «Обязательно необходимо представлять наборы данных таким образом, чтобы они были действенными, наглядными и рассказывали ясную историю. Вот почему так много руководителей называют визуализацию данных главной составляющей в этой области. Без наглядности они просто смотрят на кучу данных, которые трудно понять. Расширяя возможности визуализации данных, мы можем представить четкий анализ с практическим пониманием, чтобы решить насущную отраслевую проблему».

Руководители ждут улучшения методов сбора данных в части повышения безопасности (18%), внедрение методов машинного обучения (16%), автоматизации процессов (12%) и носимых мобильных устройств в качестве формы сбора данных (10%).

Несмотря на проверенные результаты, руководители по-прежнему сталкиваются с препятствиями на пути внедрения инструментов прогнозной аналитики. Провайдеры назвали «слишком много данных» главным препятствием для внедрения технологии, а плательщики считают «нехватку квалифицированных работников» самым большим препятствием.

В соответствии с опросом, в качестве барьеров были определены такие нормативные вопросы, как законы о конфиденциальности и безопасности HIPAA, неполные данные и отсутствие достаточных технологий.

Источник: https://www.fiercehealthcare.com/tech/use-predictive-analytics-helping-to-reduce-costs-at-payers-providers-survey

Полный текст отчета:

Пожалуйста, оцените эту статью
( 5 из 5,
оценили: 1)
Ваша оценка: Не ставилась

Подпишитесь на нашу рассылку

Хотите получать интересную и полезную информацию о цифровом здравоохранении и искусственном интеллекте для медицины?
Включайтесь в нашу рассылку!

Мы рекомендуем

Нормативно-правовое регулирование искусственного интеллекта в здравоохранении России

Просмотров 16 853 4 дня, 18 часов назад

Применение AutoML и MLflow при создании прогнозных моделей в медицине: опыт Webiomed

Просмотров 1 751 11 месяцев, 4 недели назад

Стандартизованная отчетность в разработках систем искусственного интеллекта

Просмотров 1 236 1 год, 1 месяц назад

Калибровка моделей: зачем и как?

Просмотров 2 946 1 год, 2 месяца назад

Присоединяйтесь

Наши группы в соц сетях