प्रश्न:
बड़ी डेटा एनालिटिक्स को लागू करने और उसका उपयोग करने के लिए कुछ प्रमुख गलतियाँ कंपनियां क्या करती हैं?
ए:एक दशक से अधिक समय तक, स्वास्थ्य संगठनों ने रोगी परिणामों में सुधार के लिए डेटा के साथ बेहतर निर्णय लेने के एकमात्र उद्देश्य के साथ लाखों डॉलर के डेटा वेयरहाउस और डेटा विश्लेषकों की सेनाओं का निवेश किया है। ऐतिहासिक समस्या यह है कि ये वेयरहाउस और एनालिटिक्स अकेले पर्याप्त नहीं हैं क्योंकि एनालिटिक्स, रिपोर्टिंग और डैशबोर्ड अंतर्दृष्टि जो वे प्रदान करते हैं, वे कार्रवाई करने योग्य नहीं हैं। वे बस रिपोर्ट करते हैं कि क्या हो रहा है, लेकिन अंतर्दृष्टि यह नहीं बता सकती है कि ऐसा क्यों हो रहा है और 1 में से क्या किया जा सकता है) इसे भविष्य में होने से रोकें अगर परिचालन पर इसका प्रभाव नकारात्मक है, या 2) वांछित सकारात्मक परिणामों को प्रोत्साहित करें।
अब, यह समझने के बजाय कि "क्या चल रहा है", अवसंरचना और प्रौद्योगिकी ने "क्यों" और "इसके बारे में क्या करना है" यह पता लगाने की उम्र आ गई है, सबसे पहले, LeanTaaS में, हम ऐतिहासिक इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के बारे में बताते हैं। ईएचआर) डेटा और परिष्कृत एल्गोरिदम का उपयोग रुझानों और पैटर्न को स्पॉट करने के लिए - सकारात्मक और नकारात्मक दोनों। फिर हम विवश संसाधनों तक पहुंच में सुधार के लिए परिचालन संबंधी मुद्दों को हल करने के लिए पूर्वनिर्धारित मार्गदर्शन प्रदान करते हैं, अस्पताल या आसव केंद्र सेटिंग्स में रोगी प्रतीक्षा समय को कम करते हैं, कर्मचारियों की संतुष्टि में वृद्धि करते हैं, और स्वास्थ्य सेवा वितरण की कुल लागत को कम करते हैं।
दुर्भाग्य से, बड़ी डेटा एनालिटिक्स कंपनियों में से अधिकांश केवल अपने डैशबोर्ड और रिपोर्टिंग टूल पर ध्यान केंद्रित करते हैं, जो बड़ी मात्रा में डेटा के साथ पूरा होते हैं। लेकिन यह डेटा की मात्र प्रस्तुति की तुलना में एनालिटिक्स कंपनियों से अधिक की उम्मीद करने का समय है। डेटा को एक कहानी बताने और सिफारिशें करने की ज़रूरत है, जिसके परिणामस्वरूप सार्थक प्रक्रिया बदल जाती है। समाधान सटीक भविष्यवाणियों को विकसित करने और उन सिफारिशों को उत्पन्न करने में सक्षम होना चाहिए जो फ्रंट लाइन के लिए प्रत्येक दिन सैकड़ों मूर्त निर्णय लेने के लिए पर्याप्त हैं - न केवल "समस्या की प्रशंसा करें"।
