Zhu哥
当医疗机构设想大数据的未来时，他们通常会想到使用它来分析基于文本的笔记。目前的分析技术大部分都利用离散数据，并努力利用医生和护士笔记中捕获的所有有价值的临床信息。大数据索引技术以及文本领域的一些新的工作发现信息确实可以为未来的医疗保健分析增添真正的价值。
大数据将在所谓的物联网（IoT）中真正对医疗保健有价值。 SAS将物联网描述为：物联网是日益增长的从工业机器到消费品的日常物品网络，可以在您忙于其他活动（如工作，睡眠或锻炼）时共享信息和完成任务。很快，我们的汽车，我们的家园，我们的主要家电，甚至是我们的城市街道都将连接到互联网 - 创建这种称为物联网（IoT）的对象网络。由数以百万计的传感器和设备组成，可以产生不间断的数据流，物联网可用于以多种方式改善我们的生活和业务。
分析公司Gartner预测，到2020年，物联网中将有超过250亿个连接设备。对于医疗保健，任何生成有关人员健康数据并将数据发送到云端的设备都将成为此IoT的一部分。可穿戴设备可能是这种设备最常见的例子。许多人现在可以佩戴健身器材，追踪他们已经采取了多少步骤，他们的心跳，体重，以及这些都是趋势。智能手机上的应用程序可用于跟踪用户锻炼的频率和程度。还有一些医疗设备也可以将数据发送到云端：血压监测仪，脉搏血氧仪，血糖监测仪等等。
顺便说一句，如果你想知道更多硅谷或者美国科技的前沿信息，可以关注微信号“硅发布”。
硅发布
对于大数据企业来说，医疗数据是否有用，关键在于数据的质量。高质量的数据最有价值，低质量的数据价值也相对较低。目前我国的医疗数据普遍质量不高，这里面原因也比较复杂，比如以前对医疗信息化不够重视、数据标准也不统一、数据分散在各个软件厂商的各个系统，难以整合等等。
至于医疗数据的应用价值可以看看目前医疗大数据的应用领域，比如在医疗领域可以用于医药研发、医学研究、临床决策、疾病预防、医疗卫生决策等等；在保险领域可以用于健康管理、核保核赔、风险防控、产品设计等等；在医保领域可以用于医保监管、决策支持等等。医疗大数据的应用范围广泛，无法一一例举。
此处结合我司业务方向，举个医疗大数据在医保领域的应用实例。详情如下：
应用场景：大数据医保反欺诈。利用大数据技术精准识别医保报销中存在的欺诈骗保、过度医疗、医疗浪费等问题，控制医疗费用的不合理增长，确保医保基金的安全和合理使用。
应用实例：数联易康医保大数据实时监管平台
数联易康医保大数据实时监管平台，利用人工智能+大数据进行高效的医保控费，改变了传统的人工抽查和主要依托临床规则进行审核的控费方法。通过深度挖掘数据本身的异常表现，运用包括案例推理、医疗行为模式分析、诊疗方案分析、医患网络扩散分析在内的百余种大数据分析挖掘模型构建的自适应学习引擎对医保结算数据、诊疗数据以及经办数据等进行综合分析处理，深挖存在于医保中的诸如伪造材料、挂床、串换药品、串换项目、医疗行为异常、过度医疗、药品滥用等欺诈就医行为，控制医疗费用不合理增长，从而形成更加全面、科学、立体的监管控费体系。
通过大数据手段进行医保控费，在控费的长效性、欺诈骗保识别能力、自主进化能力、处理的数据维度、平台的延展性上均呈现出优势。传统的规则控费模式基于数据真实性带来的欺诈行为，且在运行一段时间之后会因为医疗机构对规则的逐渐熟悉从而导致控费力度大大削弱，而易康平台的反欺诈算法则不会受此影响，只要欺诈行为存在，就能被反欺诈算法有效识别。
除此之外，该平台还具备辅助决策的功能。在大数据的支持下通过基金仿真、基金态势感知等，可以帮助医保部门对医保政策进行预先的效果评估，实现决策数据化、科学化
end.
