【中國智能制造網 智造快訊】醫療行業是關乎民生的問題，與人們的安居樂業息息相關。但是，一直以來，國內醫療產業都面臨著醫療資源緊缺、效率低及民眾看病難等問題，隨之著人口老齡化現象越加來重，如何在消減開支的情況下提率，成為醫療業迫切需要解決的問題，而基于平臺的可視化分析方案可為智能醫療系統加速，解決目前醫療產業面臨的難點。　　
　　世界經濟論壇近公布：“過去50年間，經濟合作與發展組織國家中的醫療花費平均超出經濟增長2%。”
　　
　　此外，Towers Watson2014年醫療發展趨勢調查顯示，亞太區員工醫療福利2013年增長了8.8%，2014年增長了9.3%，高于平均收入增長。即便是那些成熟的醫療市場如中國香港、新加坡也不例外，并且正在迎來持續的高達8%--9%的增長。
　　
　　可視化分析幫助智能醫療削減開支
　　
　　醫療開支上漲的風潮正在席卷亞洲以及。各國政府已經開始采取行動——出臺醫療保險相關政策，提前發放資金幫助民眾支付費用，進行預防不健康生活方式的宣傳活動等等。這些措施對任何一個國家來說都是花銷很大的，可卻是補救效果小而且需要長期進行的解決方案。
　　
　　落實到更具體的層面，利用技術和數據分析實現”智能醫療“可以快速取得實際成效。物聯網和可穿戴設備的發展極大地推動了信息爆炸和智能化的發展，而醫療機構利用數據來驅動決策也更加為人矚目。IDC數據顯示，到2018年可穿戴設備的應用數量將達到約1.12億個，與2014年的1900萬個相比增長了6倍。據估計，在2013年范圍內部署的物聯網設備約91億個，IDC預測這個數字的復合年增長率為17.5%，到了2020年將會達到281億個。
　　
　　關于數據分析，Qlik和HIM SSAnalytics近所做的一項調查發現：醫療機構正在借助醫療數據提高護理效率。這項調查涉及包括主管在內的400多名受訪者，他們都認為部署BI以及分析平臺有利于醫療機構在各個層面做出更好的決策。
　　
　　56%的已經部署了BI平臺的醫療機構都提高了對病患的整體護理水平，極大減少了病患的醫療開支，滿足了病患需求、增強了人口健康水平。此外，48%的醫療機構表示部署BI分析平臺能夠幫助他們更快更地做出決策，而47%的醫療機構表示BI分析平臺幫助他們大大節省了開支。
　　
　　調查還發現，隨著BI和分析工具的價值被決策者們廣泛認知，醫療機構正在尋求投資機會以釋放其附加價值。36%的醫療機構表示將在未來12-24個月進一步加大對BI和分析平臺的投入，使其與現有的應用和系統整合在一起。而36%的機構表示將儀表板發展的投入設為首要增加投入的項目，31%的機構表示要增加對分析工具的投入。有趣的是，18%的機構將終端用戶培訓列為其首要投入的目標。
　　
　　醫療業數據分析工具部署建議
　　
　　如調查顯示，BI和分析平臺加強了醫療機構的管理者、醫生和醫療專業人士的監管能力，但部署BI和分析平臺也并非沒有挑戰。醫療機構充分認識到，BI和分析平臺大的障礙來自用戶的接受度(42%)。當面臨數據質量差(41%)、集合不同數據源的挑戰(27%)時，決策者只能依靠過時的電子表格和人工流程進行數據分析。此外，還有臨床整合工作的局限性(29%)、儀表板制作能力欠缺(27%)、報告能力欠缺(26%)、文化抵抗(22%)和解決方案整合(20%)等問題。
　　
　　除了文化因素，常見的影響醫療機構工作效率的數據驅動決策可以分為三大類：數據管理、用戶、BI軟件特點，如儀表板特點和功能。總體來說，數據分析的癥結可以通過部署現代可視化分析平臺來解決。以下是購置此類軟件時需要注意的問題：
　　
　　數據管理：如今，可視化分析—利用表格和圖形產生交互性的可視化和分析信息，必然會出現在與BI、數據分析或是大數據相關的情況中。然而，圖形只是整個拼圖的一小部分。醫療機構面臨的更大問題是，如何將不同的內外部數據統一管理并進行實時的分析。當部署這樣的項目時，機構也應該考慮到他們的BI平臺是否允許其擴大規模，因為一個成功的數據分析方案會變得越來越復雜。
　　
　　用戶：隨著數據和人類集體智慧對業務和機構帶來的價值不斷增長，數據分析已不在只局限于數據科學家。可視化分析平臺只需要稍稍培訓就能消除用戶使用時的疑問，這是很必要的。有時候，選擇引導類分析軟件對機構來說是一個增值的選擇，因為這類軟件對每個人來說操作簡便，還能大限度地提供分析能力以幫助用戶獲取監測和提升個人、部門以及整個機構業績的深刻洞見。
　　
　　BI軟件：醫療機構需要這樣一個可視化分析平臺：與現有系統無縫整合，并提供近乎實時的、按需的、的訪問。該平臺還必須是根據需求設置的，保持足夠的敏捷性，幫助用戶獲得可以付諸行動的見解。比如，基于組合模型的算法能夠讓用戶看到數據背后的整個故事，通過外部信息的展示而發掘隱藏其中的洞見。在醫療領域，這些“隱藏的洞見”往往能夠獲得有價值的發現。
　　
　　總而言之，像醫療政策、宣傳活動這種長期的舉措可以幫助減少醫療開支，但是以可視化分析為驅動的智能醫療則可以在較短時間內同時實現成本降低和提率，確保病患在初次就診時就能得到好的護理。然而，阻礙部署可視化平臺的痛點依舊是數據管理、用戶和BI軟件特點這些因素。而現代可視化分析平臺正是排除這些障礙的解決方案，它可以管理不同來源的數據，易于使用，具備滿足所有用戶的敏捷性，還采用基于平臺的不可知論方法。基于平臺的可視化分析方案應該與現有系統進行無縫整合，為機構補充價值，允許用戶通過數據看到背后的故事而獲得深刻見解。