把100例直肠癌筛选候选人。我们知道,一群人会尽量避免手术或尽可能长时间推迟。这方面的证据,例如,将重新安排多次约会之后日期。
我们也知道,在这100是另一组的人比其他人更需要结肠镜检查。癌家族史的息肉是一个很好的指标,例如。
找到这两组重叠,更多的员工时间关注督促患者至少做了Cologuard家筛选作为第一步,你有一个简化的例子,预测分析如何提高人口健康和减少病人医疗支出不增加供应商的成本。
在本质上,这是对所有关心交付价值意味着什么。
预测分析是什么?
基本上,这是看数据集的能力和学习,期望在您给患者群体管理问题。选定的数据可以帮助指导,你可以行动,积极改变结果。得当,预测分析可以让病人健康,帮助他们避免昂贵的医疗保健,并确定成本动因,方法可以更好地控制成本。
预测分析之前,我们倾向于反应后发生了一件事。这里有一个例子:一个病人患有高血压和糖尿病。我们知道,随着时间的推移,这个病人有心脏病。你可以写药方,看症状,否则等到干预前心脏病的发作。
为什么这样做在一个信息真空呢?问这个病人定期传送规定。服药在正确的时间,正确的剂量。
你知道多少关于这个病人的生活方式吗?家庭支持吗?的财务状况?可能这一切如何影响病人的自我保健预防心脏病?
决定什么是合适的
预测分析可以确定这种情况下多久可以预期,在这组内亚种群。他们可以指向其他领域的关注。他们可以指导我们进一步要求,适当的问题,得出相关的结论,并提供适当的保健在适当的时间在适当的设施。
可能是伟大的。我们可以让病人人口管理更有效的用最少的负面影响。
实践,采用这种方法可以率先弯曲医疗成本的下降。这将创建一个市场和独立于竞争对手的机会。
我们已经成功的一些证据。结肠镜检查的例子。对于我们的医疗保险的人口,我们增加了这些最新的百分比在大肠癌筛查到73%,从几年前的65%。
这是完成而无需增加更多的员工我们的推广团队。我们使用改进技术来揭示哪些病人需要额外的关注让他们采取行动,整合现有资源。
与此同时,数据收集和分析继续科技产业的驱动力。预测分析的改善将会和速度。已经有方法,利用人工智能和机器学习。在许多方面,这一切都是反对者。
我们没有选择最新的高科技工具,但是前景是令人兴奋的考虑。新的和改进的预测分析在我们的未来。
Provider-patient债券
除此之外,我们必须记住预测分析了解计算来帮助我们管理患者群体。更重要的——事实上,最重要的是供应商与每个病人的一对一的关系。
“人口健康”不能出现没有这些关系。没有provider-patient键,数据驱动不能累积预测分析和收益无法实现。
杰伊·r·Zdunek是一个家庭医学医生和首席医疗官,奥斯汀地区诊所奥斯汀,得克萨斯州。
图片来源:Shutterstock.com