大数据正在推动医疗保健行业的重大变革，通过消除欺诈和滥用现象，提升服务质量，从而实现更佳的结果。医疗保健数据的复杂性，包括其多样的格式和来源，需要有效的手段来应对瞬息万变的监管环境，特别是处理来自不同渠道的结构化和非结构化数据。

随着技术的进步，越来越多的医疗数据将来源于如监测器和传感器等电子设备，以及患者生成的信息。这给医疗服务交付组织（HDO）带来了降低成本的压力，促使它们通过合规性改善管理和风险管理，从而提高运营效率和盈利能力。为了应对海量数据，数据聚合变得至关重要。多年来，一些医疗机构一直在分析患者的费用和质量数据，但随着医疗行业从数量驱动型向价值驱动型转变，HDO们需要具备强大的数据和分析能力。

一些机构开始与数据聚合商合作，从外部系统和合作伙伴那里获取数据，以便全面了解患者或人群的数据，从而能够进行风险评估、分层及定量和定性分析。随着对复杂数据集的理解需求增加，支付方和提供者正快速部署数据聚合工具。医疗行业正在从单一关注结构化数据转向整合非结构化数据，这促使组织重新评估现有的解决方案，并在许多情况下采用新技术。

尽管数据聚合具有显著价值，但要将数据转化为有价值的见解仍需大量工作。通常情况下，大数据中注入非结构化数据的需求，加上新技术的发展，以及整个行业对更好地理解患者数据的需求，都将推动数据量的显著增长。健康云为医疗保健组织提供了一种经济高效且安全的方式来扩展业务。

信息生命周期管理（ILM）现在在医疗服务交付组织（HDO）中得到了更实用的应用。ILM过去主要是通过改进存储资源管理来控制高昂的存储成本，而现在则更多地关注于认识到信息价值会随时间变化，以及记录系统将如何执行信息生命周期策略。

支付方和提供者依赖多种分析工具来帮助他们理解业务绩效、患者数量和提供者表现。这些工具可以用于定性和定量的回顾性和预测性分析。支付方和提供者在这个领域看到了明显的增长，特别是在组织开始分析非结构化数据并利用预测模型时。如果实施得当，分析功能可以帮助组织识别护理和绩效方面的差距，并量化风险资金。

与电子健康档案（EHR）相比，分析工具将促进支付方和提供者采取行动的洞见，并推动医疗行业的发展。

通过数字化技术，患者或消费者可以获得全面的医疗保健数据视角。对于医院和患者来说，这是一个双赢的局面，因为他们希望通过使用医疗应用程序和可穿戴设备来取得成功。这些设备已经成为日常生活中不可或缺的一部分。现在是医疗服务交付组织（HDO）拓宽视野，专注于数据集成和分析，而不是专注于外部系统的时候了。

面对医疗保健领域的客户数量激增，投标数据将帮助医疗服务交付组织（HDO）创造大量机会来提升客户价值和支出。随着数据量的增加，无论是提供医疗服务、管理人口健康还是发现欺诈行为，大数据都将成为关键的成本差异化因素。

新的医疗保健数据趋势

医疗保健行业正在从仅关注结构化数据转变为整合非结构化数据，这促使许多组织重新评估当前的解决方案，并在许多情况下采用新技术。一些基础技术正在被Hadoop、MapReduce和Hive等新系统增强或取代。

通常情况下，大数据中注入非结构化数据的需求以及新技术的采用，再加上整个行业对更好地理解患者数据的需求，都将推动数据的显著增长。

远程医疗技术利用通信技术为远程诊所或家庭环境中的患者提供虚拟护理服务。远程医疗可以扩大医疗服务的覆盖范围。其应用场景包括远程监控医院、护理设施（SNF）、住院康复设施（IRF）床位；慢性合并症患者群体的家庭健康监控；针对视力问题、皮肤科及其他专科的虚拟访问；以及针对包括肿瘤学、中风、神经学在内的专业领域的辅助服务。

数字医疗要求医疗专业人员能够即时、直接和自然地访问所有原始格式的数据分析。他们需要一些工具，这些工具可以通过整合最新的医学研究，在病床旁或医生办公室内回答具体问题，并根据所有相关数据提供专业建议。

新的数据定义包括医生笔记、放射科医生报告和医学期刊文章等自由格式文本、电子邮件、CT扫描等静态图像、视频、录音讲话、患者历史数据、基因组文件、生物特征数据以及其他来自临床研究和药物开发的科学数据。它还涵盖了来自可穿戴设备、医疗设备、呼吸机、血压监测器和其他连接设备的物联网（IoT）数据。此外，来自Facebook和Twitter等社交媒体平台的数据也在增加。

除了驻留在单独的独立系统（如EMR、PACS、RTHS、EMPI、LIS和PMS）中的数据外，所有这些数据都是医疗新数据的一部分。

大数据技术需要收集和管理大量数据，并从多个可靠的来源提供反映最新医学研究的准确答案。大数据和高级分析技术有望解决当今医疗行业面临的许多重要挑战。

大数据在医疗保健行业的作用

大数据和高级分析不仅有助于改善数字医学，还可以在实时医疗系统（RTHS）中改善基本的患者护理决策。从基于证据的服务向基于价值的转变，到创建以患者为中心的有效护理模式，再到欺诈检测和利用个人及物联网传感器在临床环境外实时监测患者，这些都是医疗保健行业的重要趋势。而且，这些技术能够实现实时分析大数据量。

Hadoop数据湖和高级分析软件为那些缺乏数据洞察力、严重依赖电子健康档案（EHR）和数据仓库的组织带来了巨大的价值。

企业需要从小规模开始逐步扩展其能力，以充分利用大数据来增强洞察力和决策能力。

结论

数字医疗需要智能集成和整合可用的患者信息和机器数据，包括结构化、半结构化和非结构化数据。对于支付方、提供者和患者而言，好消息是大数据正在医疗保健行业中引发一场革命，它不仅减少了欺诈和滥用，还提供了更好的结果。