Czy Big Data może być z powodzeniem wykorzystywane w służbie zdrowia? Odpowiedzi na to pytanie poszukiwali przedstawiciele firmy Siemens. Udało im się ją znaleźć między innymi dzięki raportowi McKinsey Global Institute – „Big Data: The next frontier for innovation, competition and productivity”. Wskazano w nim trzy rejony, które mogą przynieść najwięcej korzyści, jeśli wprowadzi się do nich Big Data.

Pierwszym jest identyfikacja pacjentów, u których występuje największe ryzyko wystąpienia konkretnych, zagrażających życiu chorób. Już teraz, w pierwszych placówkach medycznych w stanie Teksas, analizowane są dane dotyczące historii najczęściej występujących chorób u leczących się osób. Są one następnie zestawiane ze zgłoszeniami wpływającymi do towarzystw ubezpieczeniowych.

Zobacz również:

• IDC CIO Summit – potencjał drzemiący w algorytmach
• Telegram chce, aby z jego usługi zaczął korzystać biznes

Na podstawie tych danych typowane są osoby, u których ryzyko zachorowania w przyszłości, jest większe niż u innych. Tym osobom oferowane są konsultacje medyczne i usługi mające pomóc w wykryciu choroby, zanim ta się rozwinie. Decyzje podejmowane są w oparciu o rozwiązania potrafiące zautomatyzować proces zbierania i agregowania danych oraz ich późniejszą standaryzację i wykorzystanie we współpracy z narzędziami analitycznymi. Podobnie działa zresztą Google, który wykorzystuje dane z zapytań w swojej wyszukiwarce i na ich podstawie udostępnia mapę aktywności wirusa grypy na całym świecie.

Big Data w służbie zdrowia można także wykorzystywać w procesach prowadzących do polepszenia jakości usług medycznych otrzymywanych przez pacjentów. Wykorzystując duże zbiory danych, tworzy się system wspierania decyzji. Lekarze mogą dzięki niemu ocenić postawioną diagnozę i wskazany przez siebie sposób leczenia choroby.

Z jakim skutkiem? W jednym z dużych amerykańskich miast udało się obniżyć odsetek niepożądanych reakcji na przyjmowane leki aż o 40%. W innym przypadku, w Kalifornii badano pracę zespołu lekarskiego. Z zebranych danych wynikało, że jeden lekarz używał pewnego antybiotyku znacznie częściej od swoich kolegów i koleżanek. Tym samym miał zwiększać szanse na rozwój bakterii odpornych na konkretne leki. Użycie Big Data pozwalało wykryć takie detale i zmienić je dla dobra pacjentów.

Trzecim sposobem wykorzystywania Big Data w służbie zdrowia, są działania prowadzące do redukcji kosztów. Eksperci wskazują, że duże zbiory danych pozwalają między innymi identyfikować lekarzy, których praca, procedury, sposoby leczenia kosztują najwięcej. Z takim pracownikiem można przeprowadzić konsultacje, od ręki proponując mu rozwiązania mające wpływ na zmniejszenie ilości wydawanych środków. Big Data wskaże chociażby duplikowane testy czy procedury, których przeprowadzenie nie było konieczne. Brytyjski NHS (National Health Service) korzysta z Big Data do oceniania efektywności nowych leków w stosunku do ich ceny. Na podstawie zebranych informacji, służba negocjuje ceny leków z firmami farmaceutycznymi.

Korzyści płynące z wprowadzenia Big Data najlepiej widać, kiedy spojrzy się na kolejną analizę firmy McKinsey. Jej pracownicy wyliczyli, że gdyby wprowadzić takie rozwiązania na szeroką skalę, tak by objęły całe Stany Zjednoczone, udałoby się zaoszczędzić od 300 do 450 miliardów dolarów rocznie! Nawet po uwzględnieniu kosztów, które trzeba ponieść na wdrożenie odpowiednich rozwiązań, jest to kwota, o której zaoszczędzenie warto walczyć.