لماذا يجب ان تضع المؤسسات الطبية استرايجية تعتمد على علوم البيانات Data science

0 88

إن الإستغلال الشامل للبيانات المتاحة يتطلب تطوير استراتيجية شاملة تعتمد على علوم البيانات.مماثلة للإستراتيجيات التي نألفها في مجالات مثل البنوك و المبيعات الفردية.
البنوك تستطيع تقديم عروض خدمات لزبائنها معتمدة على احتياجاتهم و تحسن من الحماية من الاحتيال و ذالك لأنهم يقومون بحساب و تحليل بيانات المعاملات.
الباعة مثل أمازون يراقبون بشكل دائم سلوكيات و أولويات التسوق لتشكيل صورة عن الزبائن و ذلك ليستخدموا خوارزميات تنبؤ معقدة لتصميم استرايجية تسوق لمطالب الزبائن.

الرعاية الصحية و بشكل واضح,جزء صغير من البيانات ممكن أن يملك أهمية تحديد الموت أو الحياة,ولكن معضم المؤسسات تخفق في تجميع البيانات بصورة فعالة لتحقق فهم أوسع لعمليات الرعاية الصحية الواسعة, وبدون وضع استرايجية معتمدة على علم البيانات فإن مؤسسات الرعاية الصحية لا تستطيع الإستفادة من الحجم المتزايد للبيانات و المعرفة الطبية بطريقة منظمة و استراتيجية و الأطباء لن يستطيعوا استخدام المعارف لتحسين السلامة, الجودة والفعالية للرعاية الصحية المقدمة.
….
الأسترايجية الشاملة لعلوم البيانات تحتاج لتحديد جودة البيانات,الطرق الفعالة لتحليل البيانات و نظام العمل لإبقائها آمنة.
وفي حال حاولت مؤسسة ما أن تقوم بجمع و تحليل بيانات ذات جودة منخفضة فربما تحصل على نتائج عديمة الفائدة أو حتى خطرة,و منصات العمل غير المؤهلة ربنا تؤدي لنفاذ غير مرخص و تقويض ثقة المرضى و مقدمي الخدمات.

التطوير الحذر لإستراتيجيات علوم البيانات سوف يساعد في تحقيق كلً من الدقة الطبية( مساعداً تحقيق العلاج للمرضى) و إنشاء أنظمة التعلم الصحي “learning health systems”(مساعداً في التنبؤ بالنتائج و تحديد مجالات محددة للتحسين).
و بشكل مثالي فإن كل قرار يقوم مقدم الرعاية بإتخاذه حول المريض يجب ان يكون مطلع عليه من خلال بيانات كل من مريض محدد و اولئك المرضى المشابهين لحالته , في نظم التعلم الصحية”learning health systems”

التجارب السابقة تحسن الخيارات المستقبلية:
المؤسسات بدون استراتيجية فعالة في علوم البيانات يمكن ألاّ يحققوا عوائد من خلال استثماراتهم في السجلات الطبية الإالكترونية (EHRs),ويمكن أن يصاب الاطباء بخيبة الأمل , و يواجهوا مخاطر أمنية كارثية ناتجة عن حماية غير مؤهلة للبيانات,و هذه المخاطرة كبيرة.
أن الإستراتيجية الفعالة لعلوم البيانات و الخاصة بالرعاية الصحية تملك خمس مكونات مفتاحية :

1. المستودع: مستودع بيانات آمن على مستوى المؤسسة يسمح للمؤسسات بالإحتفاظ بمخزون كامل من البيانات. 1. المستودع: مستودع بيانات آمن على مستوى المؤسسة يسمح للمؤسسات بالإحتفاظ بمخزون كامل من البيانات. تخطيط المستودع يولد العديد من التحديات , والعمل الجوهري الواجب إنجازه هنت يتطلب مجال واسع من البيانات المتاحة,البيانات الوصفية (والتي هي وصف تفصيلي لكل مصدر بيانات),وإيجاد طرق لجمع مصادر للمعلومات ,وتطوير إستراتيجيات لتتبع ما هي البيانات التي يتم إنتاجها ,وتخزينها,وإستخدامها,و إعادة إستخدامها مرة أخرى, و كيفية استخدامها , و من قبل من .

هذه العملية تتطلب تشكيل بنى تنظيمية جديدة , مثل إنشاء مراكز لعلوم البيانات.المؤسسات بدأت بإنشاء مثل هذه المراكز مثلمركز(the Beth Israel Deaconess Medical Center (BIDMC) for Healthcare Delivery Science) ومبادرة ستانفورد لعلوم البيانات الطبية ( the Stanford Biomedical Data Science Initiative) .يقوم هذا مركزبجمع الخبرات في مجالات تقديم الرعاية الصحية, التحليل ,الإدارة , علوم الأوبئة, الإحصاء الحيوي, و تكنولوجيا المعلومات.و هؤلاء الخبراء يستطيعون إنشاء مخزن كبير من بيانات الرعاية الصحية الإلكترونية المجموعة محليا  لتحسين جودة الخدمة.

2. التكامل: إن تجميع مجموعات مختلفة من البيانات مع بعضها البعض يتضمن العديد من التحديات في مطابقة التشكيلات,التطوير و الإستخدام المتسق لمؤشر الرئيسي لمريض المؤسسة(EMPI) يسمح بربط مصادر البيانات المتباينة بالنسبة للأفراد المرضى ولكنه يتطلب تنظيم كبير وعملية تعديل يتعين تحقيقها عبر نظام المعلومات. وهذا يتضمن التخلص من التسجيلات المكررة و تأسيس إجراءات جديدة حول إضافة المرضى الجدد.في حال إنشاء EMPI لجمع البيانات الأولية فإن ذالك سيطرح العديد من التحديات,إما إدارية أو تقنية, المنظمة يمكن أن تحقق مكافئ مقبول عبر إستخدام “بحيرة البيانات(data lake)” و هي منصة تقنية تسمح بربط البيانات عالية التباين.بحيرة البيانات تبقي على مصادر البيانات بحالتها الأصلية للتحليل إذا لزم الأمر ولكنها أيضاً تسمح للمؤسسات للتنقل عبر مصادر مختلفة و إستكشاف علاقات جديدة بينها.مستشفى  Mercy Healthفي سانت لويس تستخدم بحيرة البيانات لمكاملة البيانات عبر مواقعها, ويتم تغذية هذا من خلال البيانات في الزمن الحقيقي من خلال السجلات الصحية الإلكترونية بالإضافة إلى نظام إدارة موارد المؤسسة و العديد من المصادر الأخرى .هذا المزيج من البيانات الذي يُجمع من مصادر متباينة عن معلومات مريض , محدد عبر مجال واسع المسائل عمليا و طبيا , هذه المعلومات يمكن أن تقدم في الreal time للأطباء و يمكن أن تستخدم لبناء الاستراتيجيات تحليل الجودة .

3. الأمن : حماية الخصوصية و عدم الكشف عن الهوية موضوع أساسي , وهذه المهمة تصبح أكثر تعقيدا عندما تستخدم المؤسسة بيانات المرضى لأهداف تتجاوز الرعاية الصحية الفورية للمريض.و هذا يكتسب أهمية خاصة بالنظر إلى أن بعض النظم الصحية و من ضمنها  BIDMC تتجه لإستخدام فضاء خاص على السحابة العامة (public cloud) .فهذه المؤسسات تحتاج لإنشاء أطر لإدارة البيانات لضمان الحماية,و كسب المال لتعزيز الأمن للفضاء الحوسبي.على سبيل المثال : فالمنظمات بحاجة لمعالجة قضايا تدريب العاملين, و كيفية الوصول للبيانات من خلال زيارة العمال , كيفية الوقاية من خروقات البيانات, وكيفية التخفيف من ضرر الناتج عن أي خرق يحدث .التكنولوجيا القائمة يجب أن تلتزم بمقاييس أمن البيانات الصادرة عن المنظمة الدولية لتوحيد المقاييس(ISO)

4. الدعم: إن المؤسسات بحاجة إلى فريق ذو مهارات واسعة في معالجة و تنقيح البيانات ,الإحصاء,علوم الحاسوب,تمثيل البيانات, البحوث التطبيقية و إدارة التغيير, الذكاء الإصطناعي, و الأرشفة /المعالجة,ال “boundary spanners” ذات أهمية خاصة حيث يمكن أن تقيم علاقات بين العاملين في علوم البيانات ,إدارة المؤسسات,و أطبائها, ويمكن ان تحدد أولويات إستعلالم البيانات ذات الصلات التنظيمية و الطبية و يمكن أن تساعد مستخدمي البيانات في فهم كامل للتحليل المتاح لهم (مثل الإستعلامات في الreal time تقريبا و المتعلقة بفئة معينة من المرضى , الأدوية ,أو نتائج العلاج).

5. Feedback: إن إستراتيجية علوم البيانات الفعالة لا تعتمد فقط على الهيكلية الجيدة لقواعد المعطيات و التحليلات المتقدمةAdvanced Analytics ولكن أيضا على كتلة البيانات الأساسية المبني عليها التحليلات(solid underlying data).إن التحليلات التنبؤية((predictive analytics يمكن أن تكون قيمة للغاية ولكنها تتطلب بيانات ذات جودة عالية لتعطي نظرة موضوعية,وينبغي أن تولد هذه الإستراتيجية حلقة فعالة يتم فيها فحص البيانات بشكل متكرر بحيث يتم إستخدامها لأهداف مختلفة , مما يؤدي إلى تحسين في نوعية البيانات و جودتها, وينبغي أن يسخر هذا العمل لتوظيفها في بناء منهجيات الذكاء الإصطناعي مثل التعلم العميق و الآلي deep and machine learning , و قد يتطلب إعادة تصميم خدمات كاملة من منظور البيانات إن تنفيذ إستراتيجيات علوم البيانات data science strategy يقدم واحد من أهم الركائز الأساسية لرعاية الأفضل , فضلاً عن زيادة الفعالية التشغيلية وفي نهاية المطاف نحصل منهجية أكثر فاعلية للصحة السكانية.

المصدر: http://catalyst.nejm.org/healthcare-needs-data-science-strategy/

ترجمة : Mohammed al kabalan

 

Comments
Loading...