국내 의료 빅 데이터 회사는 어떤 것들이 있나요? 사례를 결합하는 것이 가장 좋다.
(1) 주민을 섬기다. 주민 건강 지도 서비스 시스템은 병원, 지역 사회 및 온라인 서비스에서 주민들이 연속성을 유지할 수 있도록 정확한 의료 및 개인화된 의료 지침을 제공합니다. 예를 들어 심혈관 질환, 암, 고혈압, 당뇨병 등의 만성병 개입, 관리, 건강 경고 및 건강 교육 (의료 프로그램 가입 및 홍보) 을 제공합니다. 동시에 환자의 입원 시간을 줄이고, 응급실량을 줄이고, 가정 간호 비율과 외래 진료 예약량을 높인다.
(2) 의사를 위해 봉사하다. 약물 분석, 약물 부작용, 질병 합병증, 치료 효과 상관 분석, 항생제 응용 분석 등 임상 의사 결정 지원 또는 개인화 된 치료 프로그램을 개발하십시오.
(3) 과학 연구에 봉사하다. 질병 진단 및 예측, 임상 실험 설계 개선을 위한 통계 도구 및 알고리즘, 주요 질병의 질병 취약 유전자 식별 및 극단적인 표현과 같은 임상 실험 데이터 분석 및 처리 등이 포함됩니다. 최고의 치료를 제공하다.
인터넷은 신기한 큰 네트워크이고 의료 빅 데이터와 소프트웨어 커스터마이징도 모델이다. 여기에 인용문이 있습니다. 이 기술의 시작 수는 순일, 중간은 세 명의 어린이 0, 마지막은 4250 이다. 순서대로 조합하면 찾을 수 있습니다. 내가 말하고 싶은 것은, 네가 이 방면을 하고 싶거나 이해하지 않는 한, 단지 떠들썩한 일만 하고 있다면 오지 말라는 것이다. (존 F. 케네디, 공부명언)
(4) 서비스 관리 조직. 약물 평가 및 관리 성과 분석을 표준화하십시오. 전염병 및 급성 질환에 대한 예방 개입 및 조치를 평가하십시오. 공중 보건 모니터링, 지불 (또는 가격 책정), 임상 경로 최적화 등
(5) 공중 보건 서비스. 건강 위협 요인을 포함한 모니터링 경보, 인터넷 플랫폼, 지역사회 서비스 등.
빅데이터를 일찍 사용하기 시작한 인터넷 회사들 외에도 의료업계는 빅 데이터 분석을 가장 먼저 발양하는 전통 산업 중 하나일 수 있다. (윌리엄 셰익스피어, 빅데이터, 빅데이터, 빅데이터, 빅데이터, 빅데이터, 빅데이터) 의료 업계는 오랫동안 대량의 데이터와 비정형 데이터의 과제에 직면해 왔습니다. 최근 몇 년 동안 많은 나라들이 의료 정보화의 발전을 적극적으로 추진하면서 많은 의료기관들이 데이터 분석을 위한 자금을 확보하고 있습니다. 이에 따라 의료업계는 우선 은행, 통신, 보험 등과 함께 빅 데이터 시대로 접어들게 된다. 다음은 의료 서비스 업계의 5 대 분야 (임상 업무, 지불/가격, 연구 개발, 새로운 비즈니스 모델, 공중 보건) 15 애플리케이션 목록입니다. 이러한 시나리오에서는 대용량 데이터의 분석과 적용이 의료 효율성과 의료 효과를 높이는 데 큰 역할을 할 것입니다.
임상 조작
임상 운영 방면에서, 빅 데이터 응용에는 다섯 가지 큰 장면이 있다. 맥킨지는 이런 앱을 완전히 채택하면 미국 한 나라의 국가의료위생 지출만 매년 6543.8 달러 +065 억 달러를 줄일 것으로 추산했다.
1, 비교 효과 연구
환자 특성 데이터와 효능 데이터를 종합적으로 분석한 후 다양한 개입 조치의 유효성을 비교함으로써 특정 환자에 대한 최상의 치료 방안을 찾을 수 있다.
효능 기반 연구에는 비교 효과 연구가 포함된다. 연구에 따르면 같은 환자에게 의료 서비스 공급자마다 의료 방법과 효과가 다르고 비용에도 큰 차이가 있는 것으로 나타났다. 환자 징후 데이터, 비용 데이터, 효능 데이터 등 대규모 데이터 세트에 대한 정확한 분석은 의사들이 임상적으로 가장 효과적이고 비용 효율적인 치료법을 파악하는 데 도움이 됩니다. CER 의 의료 시스템 구현은 과도한 치료 (예: 부작용이 효능보다 훨씬 큰 치료를 피하는 것) 와 치료 부족을 줄일 수 있다. 장기적으로 과도한 치료와 치료가 부족하면 환자의 건강에 부정적인 영향을 미치고 의료비가 더 많이 든다.
전 세계의 많은 의료기관 (예: 영국의 NICE, 독일의 IQWIG, 캐나다의 약품검사국 등). ) CER 프로젝트가 시작되어 초기 성공을 거두었습니다. 2009 년 미국이 통과한' 회복과 재투자법' 은 이 방향으로 나아가는 첫걸음이다. 이 법안에 따르면 연방 비교 효과 연구 조정위원회가 설립되어 전체 연방 정부의 비교 효과 연구를 조율하고 4 억 달러의 투자를 배정했다. 이 투자에서 성공하기 위해서는 임상 데이터와 보험 데이터 간의 일관성과 같은 많은 잠재적 문제가 여전히 해결되어야 합니다. 현재 EHR (Electronic Health Record) 표준과 상호 운용성이 부족한 상황에서 EHR 을 대규모로 급하게 배포하면 서로 다른 데이터 세트를 통합하기 어려울 수 있습니다. 환자의 프라이버시와 같은 것들이죠. 환자의 프라이버시 보호를 전제로 분석 결과의 유효성을 보장하기 위한 충분한 상세 데이터를 제공하는 것은 쉽지 않다. 몇 가지 제도적 문제가 있습니다. 예를 들어, 현재 미국 법률은 의료보험기구와 의료보조서비스센터 (의료서비스지불자) 가 비용/수익비를 사용하여 환급 결정을 내리는 것을 금지하고 있기 때문에 빅데이터 분석을 통해 더 좋은 방법을 찾아도 실시하기가 어렵다.
2. 임상 의사 결정 지원 시스템
임상 의사 결정 지원 시스템은 업무 효율성과 진료의 질을 높일 수 있다. 현재 임상 의사 결정 지원 시스템은 의사가 입력한 항목을 분석하고 의료 가이드와 비교하여 의사에게 약물 불량반응과 같은 잠재적 오류를 방지하도록 경고합니다. 이러한 시스템을 구축함으로써 의료 서비스 공급업체는 의료 사고율과 청구 수, 특히 임상 오류로 인한 사고를 줄일 수 있습니다. 미국 메트로폴리탄 소아과 중증 치료실 연구에서 두 달 동안 임상 의사 결정 지원 시스템이 약물 불량반응을 40% 줄였다.
대용량 데이터 분석 기술은 구조화되지 않은 데이터를 분석하는 능력이 지속적으로 향상되면서 임상 의사 결정 지원 시스템을 더욱 지능적으로 만듭니다. 예를 들어, 이미지 분석 및 인식 기술을 사용하여 의료 이미지 (X-레이, CT, MRI) 데이터를 식별하거나, IBMWatson 이 하는 의료 전문가 데이터베이스를 구축하기 위해 의료 문헌 데이터를 발굴하여 의사에게 진료 조언을 제공할 수 있습니다. 또한, 임상 의사 결정 지원 시스템은 의료 과정에서 대부분의 워크플로우를 간호사와 보조 의사에게 전달할 수 있도록 하여, 시간이 너무 오래 걸리는 간단한 진료 업무에서 의사를 해방시켜 치료 효율성을 높일 수 있습니다.
3. 의료 데이터의 투명성
의료 프로세스 데이터의 투명성을 높이면 의료종사자 및 의료기관의 성과가 더욱 투명하고 간접적으로 의료 서비스 품질 향상을 촉진할 수 있습니다.
의료 서비스 공급업체가 설정한 운영 및 성능 데이터 세트에 따라 데이터를 분석하고 시각적 흐름도와 대시보드를 만들어 정보 투명성을 높일 수 있습니다. 순서도의 목표는 임상 변이와 의료 낭비의 출처를 식별 및 분석한 다음 순서도를 최적화하는 것입니다. 비용, 품질, 성과에 대한 데이터만 발표되면 해당 물질적 보상이 없어도 성과 향상을 촉진하고 의료 서비스 기관이 더 나은 서비스를 제공하고 경쟁력을 높일 수 있습니다.
데이터 분석을 통해 비즈니스 프로세스를 간소화하고, 린 (lean) 생산을 통해 비용을 절감하고, 요구 사항에 맞는 보다 효율적인 직원을 찾아 간호의 질을 높이고, 환자에게 더 나은 경험을 제공하고, 의료 서비스 기관에 추가적인 성과 성장 잠재력을 제공할 수 있습니다. 미국 의료 보험 및 의료 보조금 서비스 센터는 적극적이고 투명하며 개방적이며 협력적인 정부 설립의 일환으로 대시보드를 테스트하고 있습니다. 같은 정신, 질병 통제 및 예방 센터.
의료 품질 및 성과 데이터의 공개 발표는 환자가 보다 현명한 의료 의사 결정을 내리는 데 도움이 되며, 이는 의료 서비스 공급업체가 전반적인 성과를 향상시키고 경쟁력을 높이는 데도 도움이 될 것입니다.
4. 원격 환자 모니터링
만성병 환자 원격 모니터링 시스템에서 데이터를 수집하고 분석 결과를 모니터링 장비 (환자가 의사의 지시를 따랐는지 확인) 에 전달하여 향후 약 및 치료 방안을 파악합니다.
20 10 년 동안 미국은 당뇨병, 충혈성 심부전, 고혈압 등 150 만 명의 만성병 환자가 있으며 의료 비용은 의료 시스템 의료비의 80% 를 차지한다. 원격 환자 모니터링 시스템은 만성병 환자를 치료하는 데 매우 유용하다. 원격 환자 모니터링 시스템에는 가정용 심장 모니터링 장비, 혈당 측정기, 심지어 칩 태블릿까지 포함됩니다. 환자가 칩 알약을 삼킨 후, 데이터는 실시간으로 전자 병력 데이터베이스로 전송된다. 예를 들어, 원격 모니터링은 충혈성 심부전 환자에 대한 치료 조치를 제때에 취해 돌발 사건을 예방하도록 의사에게 경고할 수 있다. 충혈성 심부전의 징후 중 하나는 수폐로 인한 체중 증가이며, 이는 원격 모니터링을 통해 예방할 수 있다. 더 많은 장점은 원격 모니터링 시스템에서 생성된 데이터를 분석하여 환자의 입원 시간을 줄이고 응급실을 줄이며 가정 간호 비율과 외래 진료 예약량을 높일 수 있다는 점이다.
5. 환자 문서의 고급 분석
환자 파일에 고급 분석을 적용하면 누가 어떤 질병에 걸리기 쉬운지 확인할 수 있다. 예를 들어, 고급 분석의 응용은 당뇨병 위험이 높은 환자를 식별하여 가능한 한 빨리 예방 보건 프로그램을 받을 수 있도록 하는 데 도움이 될 수 있습니다. 이 방법들은 또한 환자가 기존의 질병 관리 방안에서 최고의 치료 방안을 찾는 데 도움이 될 수 있다.
지불/가격
의료 지불자에게 빅 데이터 분석은 의료 서비스의 가격을 더 잘 책정할 수 있다. 미국을 예로 들면 연간 500 억 달러의 가치를 창출할 가능성이 있으며, 그 중 절반은 국가 의료지출의 감소에서 비롯된다.
1, 자동화 시스템
자동화 시스템 (예: 기계 학습 기술) 은 사기를 탐지합니다. 업계 관계자들은 매년 의료 청구의 2 ~ 4% 에 사기나 불합리한 상황이 있을 것으로 추정하고 있어 청구 사기 탐지는 중요한 경제적 의의가 있다. 완벽하게 일관된 청구 데이터베이스와 해당 알고리즘을 통해 청구의 정확성을 감지하고 사기 행위를 발견할 수 있습니다. 이런 사기 탐지는 소급 또는 실시간일 수 있다. 실시간 탐지에서는 자동 시스템이 지불이 발생하기 전에 사기를 식별하여 중대한 손실을 방지할 수 있습니다.
2. 위생 경제학 및 효능 연구에 기초한 가격 책정 방안.
의약품 가격 책정의 경우, 제약 회사들은 치료 효과에 따라 가격 정책을 수립하는 것과 같은 치료 위험을 분담하는 데 참여할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 의약품명언) 이것은 의료 지불자에게 뚜렷한 이득이 있어 의료비 통제에 유리하다. 환자에게 이득이 더 직접적이다. 그들은 합리적인 가격으로 혁신적인 약을 얻을 수 있는데, 이 약들은 이미 효능에 근거하여 연구를 진행했다. 제약회사에게 더 나은 가격 전략도 유익하다. 그들은 더 높은 시장 접근 가능성을 얻을 수 있고, 혁신적인 가격 체계와 보다 표적화된 치료제의 출시를 통해 더 높은 수익을 얻을 수 있다.
유럽에는 위생 경제학과 효능에 기반한 의약품 가격 시범 프로그램이 있다.
일부 의료 지급인들은 데이터 분석을 사용하여 의료 서비스 공급업체의 서비스를 측정하고 서비스 수준에 따라 가격을 책정하고 있습니다. 의료 서비스 지불자는 의료 효과에 따라 지불할 수 있으며, 의료 서비스 공급업체와 협상하여 의료 서비스 공급업체가 제공하는 서비스가 특정 기준을 충족하는지 확인할 수 있습니다.
연구 개발
의료 제품 회사는 큰 데이터를 이용하여 R&D 효율성을 높일 수 있다. 미국을 예로 들면, 이것은 매년 6543.8+0000 억 달러 이상의 가치를 창출할 것이다.
1, 예측 모델링
신약 연구 개발 단계에서 제약 회사는 데이터 모델링 및 분석을 통해 가장 효율적인 입/출력 비율을 결정하여 최적의 자원 조합을 갖추게 됩니다. 이 모델은 약물 임상 실험 단계 이전의 데이터 세트와 임상 초기 데이터 세트를 기반으로 하며 가능한 한 빨리 임상 결과를 예측할 수 있습니다. 평가 요소에는 제품 안전, 유효성, 잠재적 부작용 및 전체 테스트 결과가 포함됩니다. 예측 모델링은 의약품 회사의 R&D 비용을 낮출 수 있다. 데이터 모델링 및 분석을 통해 약물의 임상 결과를 예측한 후, 2 차 우수 약물에 대한 연구를 일시 중지하거나 2 차 우수 약물에 대한 값비싼 임상 실험을 중지할 수 있습니다.
연구 개발 비용 외에도 제약 회사는 더 빨리 수익을 얻을 수 있습니다. 데이터 모델링 및 분석을 통해 제약 회사는 마약을 더 빨리 시장에 내놓고, 보다 표적화된 약물을 생산하며, 잠재적인 시장 수익률과 치료 성공률을 높일 수 있습니다. 원래 일반 신약은 R&D 에서 상장까지 약 13 년이었다. 예측 모델을 이용하면 제약업체가 신약 출시 기간을 3 ~ 5 년 앞당길 수 있다.
임상 시험 설계를 개선하기위한 통계 도구 및 알고리즘.
통계 도구와 알고리즘을 사용하면 임상 실험의 설계 수준을 높이고 임상 실험에서 환자를 모집하기 쉽다. 환자 데이터 마이닝을 통해 모집된 환자가 실험 조건을 충족하는지 평가함으로써 임상 실험 과정을 가속화하고 보다 효과적인 임상 실험 설계 건의를 제시하여 가장 적합한 임상 실험 기지를 찾을 수 있습니다. 예를 들어, 잠재적으로 자격을 갖춘 임상 실험 환자가 많은 실험 기지가 더 이상적일 수도 있고, 실험 환자 집단의 규모와 특징 사이의 균형을 찾을 수도 있습니다.
임상 실험 데이터 분석
임상 실험 데이터와 환자 기록을 분석하면 더 많은 적응증을 확인하고 약물의 부작용을 발견할 수 있다. 임상 실험 데이터와 환자 기록을 분석한 후, 약물은 다른 적응증에 대해 재배치되거나 상장될 수 있다. ADR 보고서를 실시간으로 또는 거의 실시간으로 수집하면 약물 경보를 촉진할 수 있습니다 (약물 경고는 상장 약물의 안전 시스템, 모니터링, 평가 및 예방 ADR). 또는 어떤 경우에는 임상 실험이 일부 상황을 암시했지만 증명할 통계가 충분하지 않은 경우도 있다. (윌리엄 셰익스피어, 햄릿, 임상 실험, 임상 실험, 임상 실험, 임상 실험, 임상 실험, 임상 실험) 현재 임상 실험 빅데이터를 기반으로 한 분석은 증거를 제시할 수 있다.
이러한 분석 프로젝트는 매우 중요합니다. 최근 몇 년 동안 약품 퇴출 시장의 수가 사상 최고치를 기록했다는 것을 알 수 있다. 이는 제약회사에 파멸적인 타격을 줄 수 있다. 2004 년 시장에서 위아래로 부상한 진통제 만락 (Vioxx) 은 머크에게 70 억 달러의 손실을 입혔고, 며칠 만에 주주 가치의 33% 를 잃었다.
4. 맞춤형 치료
R&D 분야에서 또 다른 유망한 빅 데이터 혁신은 게놈 데이터와 같은 대형 데이터 세트에 대한 분석을 통해 맞춤형 치료법을 개발하는 것입니다. 본 신청은 유전적 변이, 특정 질병에 대한 감성, 특정 약물에 대한 반응 사이의 관계를 고찰한 뒤 약물 개발과 약물 치료 과정에서 개인의 유전적 변이 요인을 고려했다.
개인화된 의료는 환자가 질병 증상을 보이기 전에 조기 검진과 진단을 제공하는 등 의료의 효과를 높일 수 있다. 많은 경우, 환자는 같은 치료 방안을 사용하지만 효능은 다르다. 부분적으로는 유전자 변이 때문이다. 환자마다 다른 진료 방안을 채택하거나 환자의 실제 상황에 따라 약물 복용량을 조절하면 부작용을 줄일 수 있다.
개인화된 의료는 여전히 초급 단계에 있다. 맥킨지는 어떤 경우에는 처방약의 수를 줄임으로써 의료비용을 30 ~ 70% 절감할 수 있을 것으로 추정하고 있다. 예를 들어, 조기 발견과 치료는 폐암이 위생 시스템에 미치는 부담을 크게 줄일 수 있는데, 조기 수술 비용은 후기 치료의 절반이기 때문이다.
5. 질병 패턴 분석
질병의 패턴과 추세를 분석하여 의료 제품 기업이 전략적 R&D 투자 결정을 내리고 R&D 우선 순위를 최적화하고 자원을 할당하는 데 도움을 줄 수 있습니다.
새로운 비즈니스 모델
빅 데이터 분석은 의료 서비스 산업에 새로운 비즈니스 모델을 가져다 줄 수 있다.
환자의 임상 기록과 의료 보험 데이터 세트를 요약하다.
환자의 임상 기록 및 의료 데이터 세트를 요약하고 고급 분석을 수행하면 의료 지급자, 의료 서비스 공급자 및 제약 기업의 의사 결정 능력이 향상됩니다. 예를 들어, 제약 회사들에게는 더 나은 효능을 가진 약품을 생산할 수 있을 뿐만 아니라, 약품의 시장성이 도로에 맞는다는 보장도 할 수 있다. (윌리엄 셰익스피어, 햄릿, 약명언) 임상 기록 및 의료 보험 데이터 세트 시장이 막 발전하기 시작했으며, 확장 속도는 의료 업계가 전자 의료 기록 및 증거 기반 의료 개발을 완료하는 속도에 따라 달라질 수 있습니다.
공중위생
큰 데이터를 사용하면 공중 보건 모니터링을 개선할 수 있다. 공중 보건 부서는 전국적인 환자 전자 의료 기록 데이터베이스를 통해 질병 모니터링 및 대응 절차를 통합하고 전염병을 신속하게 탐지하며 포괄적인 전염병 모니터링 및 신속한 대응을 할 수 있습니다. 이는 의료 클레임 감소, 전염병 감염률 감소, 보건 부문에서 새로운 전염병과 전염병을 더 빨리 발견할 수 있는 등 많은 혜택을 가져다 줄 것이다. 정확하고 시기 적절한 공중위생 상담을 제공함으로써 공중위생 위험 의식이 크게 높아지고 전염병의 위험도 낮아질 것이다. 이 모든 것이 사람들이 더 나은 삶을 만드는 데 도움이 될 것입니다.