De manier waarop we data gebruiken in de gezondheidszorg is hard aan verandering toe. Tot voor kort was de meeste zorgdata afzonderlijk van elkaar opgeslagen in dure datacenters en op fysieke opslagsystemen. De informatie erin was in feite ontoegankelijk. Tegenwoordig is het datacenter niet langer de plek waar mission critical informatie wordt bewaard. De cloud en edge zijn flexibele en levensvatbare alternatieven voor het opslaan en benutten van data. En dankzij deze alternatieven op het gebied van connectiviteit is data overal en altijd toegankelijk voor bevoegde personen, apparaten en applicaties.
Daarmee is data in essentie een op zichzelf staande entiteit geworden. Maar we beginnen ons nog maar net te realiseren wat we er allemaal mee kunnen doen.
Het tijdperk van big data is al jaren geleden begonnen, en er zijn de afgelopen tien jaar regelmatig nieuwe technologiebedrijven bijgekomen die hun succes te danken hebben aan het analyseren van data. Ware innovators die organisaties helpen met het genereren van belangrijke nieuwe inzichten. En ondanks die successen beginnen we de potentiële toepassingen van data-analyse nog maar net te ontdekken. Eenvoudigweg omdat we nog maar een klein deel van alle data binnen organisaties hebben gezien.
Niet-gerealiseerd potentieel van data
Data kan gestructureerd en ongestructureerd zijn. De hedendaagse toonaangevende analysetools zijn gericht op de gestructureerde variant, met een gestandaardiseerd formaat, die zich bijvoorbeeld in een SQL-database ergens op een fysieke locatie of in de cloud bevinden. De ongestructureerde versie, zoals pdf's en video's, is niet zo eenvoudig in tabelvorm te persen.
Van alle data binnen organisaties bestaat 80 procent uit bestanden en andere ongestructureerde formats; informatie waarvoor altijd hardware nodig is geweest. Tot voor kort probeerden de producten voor het analyseren van big data om die ongestructureerde datastroom in een bepaald stramien te dwingen, in plaats van de diversiteit en flexibiliteit ervan te benutten.
Met vier stappen naar nieuwe inzichten
Dergelijke enorme, maar ontoegankelijke hoeveelheden kunnen nu beschikbaar worden gemaakt voor nieuwe vormen van analyse. En wat deze doorbraak zo interessant maakt, is het grote aantal mogelijkheden dat daarmee wordt gecreëerd. Grote zorgverleners beschikken over vele uiteenlopende bestandstypen, die afkomstig zijn uit allerlei verschillende bronnen. De belangrijkste vraag voor zowel clinici als datawetenschappers is altijd geweest hoe ze er nieuwe inzichten en mogelijkheden uit kunnen halen. Dit proces omvat vier stappen.
- Identificeren. Selecteer een product dat duidelijk maakt met welk type data u van doen heeft. Zoals gezegd heeft ongestructureerde data vele verschijningsvormen. Van tekstbestanden tot afbeeldingen met een hoge resolutie, zoals MRI-scans en röntgenfoto's.
- Organiseren. Zoek een geautomatiseerde tool of service die de verschillende data tagt, zodat het kan worden geïndexeerd en georganiseerd op basis van type, inhoud of formaat. Het doel van deze fase is het verwijsbaar maken van de data, ook wanneer die zich in oude databases bevinden die voorheen niet konden worden geanalyseerd. Daardoor kunnen zowel mensen als applicaties analyses uitvoeren en waarde toekennen.
- Migreren en toegankelijk maken. Het is belangrijk om alle opnieuw georganiseerde en getagde data die zich nog in een traditionele opslagarchitectuur bevindt, of in andere omgevingen die de analysemogelijkheden beperken, naar de cloud te migreren. Als uw organisatie waarde en inzichten wil onttrekken uit deze datasets, moeten ze bereikbaar en veilig toegankelijk zijn. Dus niet gebonden aan een datacenter of verouderd opslagapparaat.
- Innoveren. Onttrek inzichten en waarde uit de vers getagde, toegankelijke en vindbare informatie. De toonaangevende cloudproviders bieden machine learning (ML), kunstmatige intelligentie (AI) en deep learning (DL). Voor het herkennen van afbeeldingen, matchen van patronen, zoeken van inhoud, controleren van compliance en vele andere functies.
Roadmap op basis van AI/ML
De gezondheidszorg kan nu al beschikken over indrukwekkende tools die continu verder worden ontwikkeld. Zo kampt de zorgsector al jarenlang met grote hoeveelheden ongestructureerde datasets in de vorm van e-mails, pdf's, gescande documenten en medische afbeeldingen.
AWS heeft onlangs een roadmap uitgezet voor zorginstellingen, zodat deze verschillende AI- en ML-services kunnen gebruiken om ongestructureerde datasets in de cloud te verwerken. Deze tools zijn zo nieuw dat de zorginstellingen zich nog in de evaluatiefase bevinden, om te kijken wat de mogelijkheden en potentiële toepassingen zijn en hoe die het beste kunnen worden ingezet.
Data: wereldwijde asset
We staan echt aan het begin van een nieuw tijdperk van analysemogelijkheden voor de zorgsector. Nu data een aparte entiteit is geworden, zijn de mogelijkheden eindeloos. De simpele maar grensverleggende waarheid is dat data zich heeft geëvolueerd tot een wereldwijd deelbare asset, die op allerlei nieuwe en creatieve manieren kan worden benut.
In het tijdperk van big data zijn al veel mijlpalen bereikt. Maar in het nieuwe tijdperk van inzichten en informatie wordt data omgezet in inkomsten en worden zorguitdagingen omgetoverd in betere zorg. En dat zal tot nog grotere en mooiere dingen leiden.
