Të dhënat e pastrukturuara – si imazhet mjekësore, skanimet dhe raportet laboratorike – hapin derën për një gamë të gjerë mundësish të reja emocionuese në botën e kujdesit shëndetësor. Duke nxjerrë njohuri nga të dhënat e pastrukturuara, organizatat e kujdesit shëndetësor mund të ofrojnë kujdes më të mirë për pacientin, si dhe të zhbllokojnë aftësi të fuqishme – si përdorimi i modeleve të AI për të thjeshtuar marrjen e shënimeve mjekësore, për të riformuar faturimin në spital dhe për të përmirësuar kodimin mjekësor.
Për t’i bërë këto gjëra, megjithatë, duhet të jeni në gjendje të gjurmoni dhe të keni akses në të gjitha të dhënat tuaja. Kjo mund të jetë sfiduese, duke pasur parasysh se të dhënat e pastrukturuara vijnë në shumë forma dhe shpesh shpërndahen nëpër vende të ndryshme. Por me strategjinë dhe mjetet e duhura në vend, shfrytëzimi i të dhënave të pastrukturuara për të fuqizuar inovacionet e kujdesit shëndetësor është i mundur.
Çfarë janë të dhënat e pastrukturuara dhe pse janë të rëndësishme në kujdesin shëndetësor?
Të dhënat e pastrukturuara përbëhen nga çdo të dhënë ose skedar që mund të organizohet duke përdorur dosje dhe direktori dhe nuk janë të vendosura në një bazë të dhënash ku mund të gjurmohen, sigurohen dhe mbrohen sistematikisht. Shembujt e zakonshëm të të dhënave të pastrukturuara në kujdesin shëndetësor përfshijnë:
- Imazhet me rreze X, MRI dhe CT.
- Dokumentet tekstuale që përmbajnë shënime mjekësore ose vlerësime të pacientëve.
- Raportet laboratorike.
- Regjistrimet audio të marra gjatë vlerësimeve të pacientëve.
Ofruesit e kujdesit shëndetësor në mënyrë rutinore duhet të kenë akses në asete të të dhënave si këto për të ofruar kujdes cilësor për pacientët e tyre. Përveç kësaj, studiuesit mund të analizojnë të dhëna të pastrukturuara të kujdesit shëndetësor për të ndihmuar në përgjigjen e pyetjeve si sa efektive është një procedurë e caktuar në zbutjen e ndikimit të një sëmundjeje, ose sa pacientë reagojnë në mënyrë efektive ndaj një medikamenti të ri.
Përveç kësaj, revolucioni i vazhdueshëm i AI po hap mundësi të ndryshme për shfrytëzimin e të dhënave të pastrukturuara të kujdesit shëndetësor për të trajnuar mjetet dhe shërbimet e AI. Shumica e mjeteve dhe shërbimeve të AI funksionojnë duke skanuar vëllime të mëdha të dhënash. Sa më shumë të dhëna t’i ushqeni ato dhe sa më përfaqësuese të jenë ato të dhëna për kushtet e botës reale që dëshironi të kuptojnë zgjidhjet tuaja të AI, aq më efektive do të jenë ato. Për të përfituar plotësisht nga AI, aftësia për të aksesuar dhe trajnuar mbi të gjitha të dhënat përkatëse të pastrukturuara është thelbësore.
Sfidat e menaxhimit të të dhënave të pastrukturuara të kujdesit shëndetësor
Fatkeqësisht, sigurimi që ofruesit dhe kërkuesit mund t’i qasen shpejt të dhënave është shpesh thellësisht sfiduese, për disa arsye.
Njëra është madhësia e madhe e disa llojeve të të dhënave të kujdesit shëndetësor. Skedarët e tekstit janë zakonisht të vegjël, por skedarë të tillë si imazhet me rreze X dhe CT mund të konsumojnë deri në 30 megabajt secili. Nëse një objekt merr vetëm disa duzina imazhe çdo ditë, ato shpejt shtohen për të mbushur hapësirë me vlerë shumë gigabajt çdo muaj. Të dhënat e specializuara, të tilla si rezultatet e sekuencës gjenomike, janë akoma më të mëdha. Sekuenca e gjeneve të vetëm një personi kërkon deri në 200 gigabajt hapësirë.
Madhësia e madhe e të dhënave të pastrukturuara të kujdesit shëndetësor paraqet një sfidë, sepse sa më të mëdha të dhënat tuaja, aq më shumë kushton ruajtja e tyre, veçanërisht nëse i mbani në të njëjtin vend ku janë krijuar në vend që të përfitoni nga opsionet e ruajtjes me kosto më të ulët aty ku është e mundur. Organizatat e kujdesit shëndetësor gjithashtu mund të ngurrojnë të kopjojnë të dhënat duke pasur parasysh kostot e larta të ruajtjes së kopjeve rezervë. Dhe ata mund të tundohen të fshijnë të dhënat më herët se sa do të donin në një përpjekje për të kursyer në kostot e ruajtjes.
Rregulloret e kujdesit shëndetësor paraqesin një sfidë tjetër. Lloje të ndryshme të dhënash i nënshtrohen rregullave dhe rregulloreve të ndryshme, të tilla si mandatet e ruajtjes që kërkojnë që ofruesit të ruajnë të dhënat për një periudhë të caktuar. Kur keni një vëllim të madh skedarësh të pastrukturuar për të punuar, mbajtja e shënimeve se cilat rregullore zbatohen për të cilat mund të bëhet mjaft e vështirë.
Fakti që të dhënat e kujdesit shëndetësor gjenerohen shpesh nga sisteme komplekse, të izoluara, e bën menaxhimin efikas të të dhënave edhe më të vështirë. Brenda një organizate të vetme, mund të ketë dhjetëra sisteme dhe platforma të ndryshme softuerike që mbledhin të dhëna të kujdesit shëndetësor. Ky mjedis i shpërndarë e bën të vështirë gjurmimin, sigurimin dhe mbrojtjen e të dhënave në mënyrë të centralizuar.
Kostoja e menaxhimit të dobët të të dhënave të pastrukturuara
Dështimi për të adresuar sfida si kjo nuk do të thotë vetëm se ofruesit e kujdesit shëndetësor dhe studiuesit do të luftojnë për të punuar me efikasitet. Ajo gjithashtu ka pasoja serioze nga perspektiva e biznesit.
Për një, të dhënat e pastrukturuara që organizatat nuk arrijnë t’i gjurmojnë në mënyrë efektive sepse janë të shpërndara në shumë vende mund të fryjnë buxhetet e ruajtjes. Në vend që të konsolidojnë të dhënat në depo të centralizuara të ruajtjes – të tilla si nivelet e ruajtjes së të dhënave “të ftohta” në cloud – ku tarifat mujore të ruajtjes janë vetëm fraksione të një qindarku për gigabajt, ndërmarrjet mund të lihen duke paguar shumëfishin e asaj shume për shkak të paaftësisë së tyre për të lehtësuar zhvendosni të dhënat në një zgjidhje ruajtjeje me kosto më efektive.
Menaxhimi joadekuat i të dhënave mund të çojë gjithashtu në shkelje të pajtueshmërisë. Të dhënat e ndjeshme mund të përfundojnë të banojnë në vendndodhje pa kontrollet e aksesit të mandatuara nga kornizat si HIPAA, për shembull, sepse biznesi thjesht nuk e dinte se po ruante informacione të ndjeshme në vendin e gabuar. Duke pasur parasysh se një shkelje e vetme e HIPAA mund të kushtojë deri në 68,000 dollarë, ndikimi financiar i mospërputhjes bëhet shpejt i rëndë.
Për më tepër, menaxhimi joefikas i të dhënave të pastrukturuara ngadalëson inovacionin dhe kohën për t’u vlerësuar. Të qenit në gjendje për të aksesuar dhe përpunuar shpejt të dhënat është e rëndësishme për iniciativa si analitika e fuqizuar nga AI. Organizatat e kujdesit shëndetësor që nuk mund të gjurmojnë ose menaxhojnë në mënyrë qendrore të dhënat e tyre do të luftojnë për të ecur më shpejt se konkurrentët.
Përdorimi më i mirë i të dhënave të pastrukturuara të kujdesit shëndetësor
Çelësi për të shmangur këto rreziqe është zbatimi i një strategjie gjithëpërfshirëse për menaxhimin e të dhënave të pastrukturuara të kujdesit shëndetësor. Strategjia juaj duhet t’ju lejojë të:
- Gjeni të gjitha asetet e të dhënave, pavarësisht se cili sistem i ka prodhuar ose ku banojnë.
- Etiketoni dhe etiketoni të dhënat e pastrukturuara, në mënyrë që të dini se ku e kanë origjinën, qëllimin e tyre dhe cilat përputhshmëri ose kërkesa të tjera të veçanta lidhen. Etiketimi gjithashtu mund të përshpejtojë procesin e gjetjes së të dhënave që janë të rëndësishme për trajnimin e AI për një rast të veçantë përdorimi.
- Zbatoni kontrolle efektive të aksesit, rutina rezervë dhe masa të tjera sigurie dhe mbrojtjeje të të dhënave bazuar në kërkesat e çdo aseti.
- Identifikoni të dhënat që mund të zhvendosen në një vend ose nivel tjetër ruajtjeje për të ulur kostot.
Kur mund t’i bëni këto gjëra, ju i ktheni të dhënat e pastrukturuara të kujdesit shëndetësor nga një detyrim kostoje dhe pajtueshmërie në një aktiv për vlerën afatgjatë dhe AI. Nga ana tjetër, ju përmirësoni rezultatet për pacientët, kërkimin mjekësor dhe aktorët e biznesit dhe informoni krijimin e produkteve dhe shërbimeve të reja me vlerë të shtuar për të cilat pacientët kanë nevojë.
Rreth Krishna Subramanian
Krishna Subramanian është COO, president dhe bashkëthemelues i Komprise. Në karrierën e saj, Subramanian ka ndërtuar tre biznese të suksesshme IT të mbështetura nga sipërmarrjet dhe u emërua si “100 Gratë më të Ndikuara 2021” nga Silicon Valley Business Journal.