[國際智庫]用機器學習改革醫療保健行業

　　人們產生了大量的數據——據研究公司Frost&Sullivan預測，到2025年，全球數據流量每年將超過100 ZB(1ZB=10億GB)。因此，毫不奇怪的是大數據正在改變世界各地的行業，正在成為許多組織的最高優先級。據Frost&Sullivan報告，超過一半的財富1000強企業表示在整個公司范圍內采取了大數據措施。通過正確的分析實踐，組織可以用大數據來提高效率、降低成本和做出更明智的決策。

　　然而，要想充分利用大數據和分析，組織需要進行幾項重大投資：數字基礎設施、數據科學技能和一個針對整個組織的戰略。據此(對比上述要求)很多組織會發現，他們不僅在采用大數據和數據分析方面落后了，而且也沒能看到大數據和數據分析帶來的有效成果。此外，組織擁有的數據變得越多，就越難從中提煉出有意義的洞察。

　　在醫療保健行業尤其如此。該行業產生和儲存了大量數據，但無法完全處理它們。從電子健康記錄到數字掃描和來自智能手機APP及可穿戴設備的跟蹤數據，一名患者的完整病史可能就是由幾種不同類型的數據組成。醫療保健機構努力將這些洪水般的數據轉化成一些可操作的東西。

　　越來越多的醫療保健機構正在轉向機器學習——一種可擴展的解決方案，用于提取數據、構建算法和生成持續的洞察。通過使用數字平臺將不同來源的數據匯集在一起，并在整個機構范圍內讓受數據驅動的實驗自動化，醫院能充分掌握他們的數據，并用它來預測成本、效率和患者體驗。

　　編譯：鄧桂華。本文來自nextgov