প্রশ্ন:
বড় ডেটা অ্যানালিটিকাগুলি প্রয়োগ এবং ব্যবহার করার ক্ষেত্রে সংস্থাগুলি কিছু কী ভুলগুলি করতে থাকে?
উত্তর:এক দশকেরও বেশি সময় ধরে, স্বাস্থ্যসেবা সংস্থাগুলি লক্ষ লক্ষ ডলার বিনিয়োগের জন্য ডেটা গুদাম এবং ডেটা বিশ্লেষকদের সেনাবাহিনীকে রোগীর ফলাফলের উন্নতির জন্য ডেটা সহ আরও ভাল সিদ্ধান্ত নেওয়ার একমাত্র উদ্দেশ্য নিয়ে বিনিয়োগ করেছে। .তিহাসিক সমস্যাটি হ'ল একমাত্র এই গুদাম এবং বিশ্লেষণগুলি পর্যাপ্ত নয় কারণ তারা যে বিশ্লেষণ, প্রতিবেদন এবং ড্যাশবোর্ড অন্তর্দৃষ্টি দিয়ে থাকে তা কার্যকর হয় না। তারা কেবল যা ঘটছে তা জানায়, তবে অন্তর্দৃষ্টিগুলি কেন এটি হচ্ছে তা ব্যাখ্যা করতে পারে না এবং 1 এর মাধ্যমে কী করা যেতে পারে) ভবিষ্যতে এটির ঘটনায় বাধা দেয় যদি অপারেশনগুলিতে এর প্রভাব নেতিবাচক হয়, বা 2) কাঙ্ক্ষিত ইতিবাচক ফলাফলকে উত্সাহিত করে।
এখন, "কী চলছে" বোঝার পরিবর্তে অবকাঠামো এবং প্রযুক্তিগুলি "কেন" এবং "এটি সম্পর্কে কী করতে হবে তা নির্ধারণের জন্য যুগ যুগ ধরে এসেছে।" লিয়েনটাসে, প্রথমে, আমরা historicalতিহাসিক বৈদ্যুতিন স্বাস্থ্য রেকর্ডের রিমগুলি খাই ( EHR) তথ্য এবং প্রবণতা এবং নিদর্শনগুলি সনাক্ত করতে পরিশীলিত অ্যালগরিদম ব্যবহার করুন - ইতিবাচক এবং নেতিবাচক উভয়ই। তারপরে আমরা সীমাবদ্ধ সংস্থানগুলিতে অ্যাক্সেস উন্নতি করতে, হাসপাতালে বা আধান কেন্দ্রের সেটিংসে রোগীর অপেক্ষার সময় কমাতে, কর্মীদের সন্তুষ্টি বাড়িয়ে তুলতে এবং স্বাস্থ্যসেবা সরবরাহের সামগ্রিক ব্যয় কমিয়ে আনার জন্য অপারেশনাল সমস্যাগুলি সমাধান করার জন্য ব্যবস্থাপূর্ণ নির্দেশনা সরবরাহ করি।
দুর্ভাগ্যক্রমে, বেশিরভাগ বড় ডেটা বিশ্লেষণ সংস্থাগুলি কেবলমাত্র তাদের ড্যাশবোর্ড এবং রিপোর্টিং সরঞ্জামগুলিতে ফোকাস করে, বিপুল পরিমাণে ডেটা দিয়ে পূর্ণ with তবে বিশ্লেষণ সংস্থাগুলি থেকে কেবলমাত্র উপাত্ত উপস্থাপনের চেয়ে বেশি আশা করার সময় এসেছে। ডেটাগুলিকে একটি গল্প বলা এবং সুপারিশ করা দরকার যার ফলস্বরূপ অর্থবহ প্রক্রিয়া পরিবর্তনের ফলাফল ঘটে। সমাধানটি অবশ্যই অবশ্যই সঠিক ভবিষ্যদ্বাণীগুলি বিকাশ করতে এবং সুপারিশগুলি উত্পন্ন করতে সক্ষম যা কেবলমাত্র "সমস্যার প্রশংসা করি না" - প্রতিদিনের শত শত স্থূল সিদ্ধান্ত নেওয়ার জন্য সামনের লাইনের পক্ষে যথেষ্ট নির্দিষ্ট।
