情况
Carilion诊所, 位于弗吉尼亚州洛亚诺克的一家卫生保健网络中心,想用一种更精确的方法来识别患者心力衰竭的风险,所以它转向大数据分析和电子健康记录(电子病历)。
利害关系:根据疾病控制和预防中心称，心力衰竭影响大约510万美国成年人。通过预测分析,卫生保健提供者可以在疾病发生之前跟踪心力衰竭风险的早期迹象。除了拯救生命,医生提高医疗效果的时候也能限制医疗费用。
诊所寻求一种能够记录和突出病人属性来预示心脏病发高风险的系统。收集的属性包括生理数据，如最大收缩压和患者的使用的处方药物，如阻断剂和β阻滞剂等药物。病人也可能曾被诊断出患有慢性阻塞性肺疾病或肥胖, 或经历过生活事件, 如职业或婚姻状况的变化, 它们会带来心脏压力。
“我们着眼于具体的数据点,决定着会有充血性心力衰竭的高风险的点,” Carilion诊所的医疗信息总监在接受采访时说。
仔细权衡之后, 2013年10月Carilion转向高级保健洞察力预测分析平台，它除其它功能之外,使用自然语言处理(NLP)技术研究病人来自EHR系统的数据。临床医生可以使用语音识别软件直接输入数据到系统。
它的功能类似于认识计算平台工作方式。 高级保健洞察力的算法指导医生将患者分成小组来决定如何管理他们的保健计划。
许多预测因素都包含在今天的电子医疗记录（EMR）系统的结构化数据中, 但很多是隐藏在医生的笔记、废纸和其他非结构化的数据源。通过利用非结构化数据, 我们的客户有更完整和准确的信息, 让他们在适当的时候进行有针对性的干预措施, 可以帮助防止更严重的和昂贵的医疗并发症。
EHR专门的系统公司的研究人员与Carilion一起开发基于三年的35万名患者数据的预测模型。他们考虑到200种因素，如血压和体重，并整理了2000万个医生的日记。
预测分析允许我们使用从EMR中定期收集的数据，能够看到在未来三到五年内那些可能患充血性心力衰竭的高风险患者。
作为Carilion诊所的预测建模试验的一部分,医院曾与Epic研究一些指标，如病人去急诊室的次数或住院的频率。通过使用数据, 研究人员可以预测谁是重新回到医院。这让我们接触到这些高风险的人并真的进行高水平的服务, 并确保他们得到所需要的药物。
以前, Carilion诊所使用类似于高级保健洞察力的分析工具, 但是这些软件只能分析离散数据,只得到不同的值。相比之下, 连续数据可以在任何值范围内取值。有预测分析之前, 在广泛的人群中你真的没有去理解要接触谁，什么时候去接触。
试行的关键元素是使用自然语言处理, 使卫生保健提供者去挖掘非结构化数据，如医生的笔记。聚合和综合来自多个领域的数据给了医生额外的焦点。
医院从预测模型中回馈数据给电子病历,医生在看病人可以参考。
解决方案
卫生保健提供者用预测分析软件可以提高患者的治疗效果, 但需要有质量的数据和正确的系统和流程才能成功。Carilion总结的经验教训:
理解你的源数据。当使用预测分析软件时, 卫生保健提供者必须以较高的水平理解源数据。医生需要确保分析用到的类型足够明确。
例如, 分析数据范围找出显示病人是否吸烟可以帮助研究人员更好地预测健康结果。
确保数据的可用性。使用预测分析时, 医生需要和CIO或首席医疗官合作, 以确保数据干净和简明。最不想发生的事情是拿到的信息是混淆的或者他们不知道如何使用它。
避免药物的名字的多种拼写是使数据更有用的一个方法。否则, 如果你输入垃圾, 得到的也是垃圾。
招聘分析专家。你需要能够了解数据, 处理数据的专用人才资源。有医学背景的分析专家或以分析医疗文档以预测医疗结果，而金融分析师可以检查数据来确定还款利率。
权衡选择: 医疗保健分析是一个新兴领域。在选择一个系统前要多方位地考虑供应商和进行广泛的尽职调查。也要跟用户交谈以及可能让顾问参与寻求建议。
结论
使用预测模型跟踪病人心脏衰竭的风险将是医疗保健行业的一个“游戏规则改变者”,让医生知道谁是高危人群，谁需要主动的治疗。
这是一个新兴喷薄的领域。
使用内容分析应用程序，让医疗保健提供者能分析更广泛的临床资料,包括实验室结果和结构化以及非结构化数据,如医生的笔记。
医生的日记有很多好的价值。
数据可以给医生提醒, 如果病人倾向久坐不动的生活方式或消费高胆固醇饮食,就会导致心脏病的风险。预测模型也显示糖尿病或急性疾病的风险。当一个医生说,“如果你继续这样下去，在五年内你会充血性心力衰竭，’这会提醒人们。
预测模型也帮助医生获得可支付医疗法案下积极健康结果的补偿,她指出。这是一个重要的推进。它是质量和成本管理的关键。
在某些情况下医生必须满足风险率上的指标才有资格获得政府还款。这总是以更少的成本防止一些事情。
