Новое программное обеспечение IBM помогает анализировать мировые данные для преобразования сферы здравоохранения

Корпорация IBM (NYSE: IBM) сегодня представила новое программное обеспечение для отрасли здравоохранения, призванное помочь поставщикам и плательщикам медицинских услуг в улучшении обслуживания пациентов и снижении расходов. Новое предложение программного обеспечения использует методы контент-анализа, которые применялись в технологии IBM Watson.

Seton Healthcare Family является первым клиентом, внедрившим и использующим технологию, которая получила название IBM Content and Predictive Analytics for Healthcare. Это решение позволит организациям здравоохранения извлекать важную клиническую информацию из громадных массивов медицинских данных пациентов, чтобы лучше анализировать прошлые, понимать настоящие и прогнозировать будущие результаты.

Объединив технологию IBM Watson с предложениями отраслевых решений, Seton намерена применять новое решение для анализа контента и прогностического анализа для выявления основных причин повторных госпитализаций и поиска путей снижения предотвратимых многократных посещений больниц пациентами.

По данным Медицинского журнала Новой Англии (The New England Journal of Medicine), каждый пятый пациент страдает от предотвратимых повторных госпитализаций, на которые затрачиваются 17,4 млрд. долларов из 102,6 млрд. долларов текущего бюджета федеральной программы льготного медицинского страхования Medicare. Начиная с 2012 года, больницы будут штрафоваться за высокие показатели повторных госпитализаций путем сокращения выплат на покрытие расходов.

«Решение IBM Content and Predictive Analytics for Healthcare использует такой же вид обработки данных на естественном человеческом языке, как и IBM Watson, позволяя нам применять нашу неструктурированную информацию более эффективно и по-новому, как не было возможно раньше, — подчеркнул Чарльз Дж. Барнетт (Charles J. Barnett), президент и главный исполнительный директор Seton Healthcare Family, обладатель почетного звания Academy Health Fellow (FACHE). — Благодаря IBM Content and Predictive Analytics for Healthcare мы можем получать комплексное представление важных клинических и операционных данных для принятия более информированных решений. В частности, выявляя с помощью прогностического анализа потенциальных кандидатов на повторную госпитализацию, мы можем сократить число дорогостоящих предотвратимых повторных госпитализаций, снизить процент смертности и, в конечном итоге, улучшить качество жизни наших пациентов».

Большинство организаций здравоохранения буквально тонут в объемах данных, однако извлечение из этой информации точных, применимых на практике знаний представляет для них очень сложную задачу. Действительно, более 80% данных, которыми располагают эти организации, являются неструктурированными. В здравоохранении такие данные представлены в виде записей врачей, регистрационных форм, сводок компенсационных выплат, разного рода документов и многого другого, причем объемы этих неструктурированных данных удваиваются каждые пять лет. В отличие от данных, готовых к машинной обработке, этот контент лишен структуры, труден для медицинских предприятий с точки зрения бизнес-анализа, и, поэтому, часто просто не используется. В результате, миллионы медицинских записей пациентов зачастую недоступны в обособленных хранилищах клинических данных. Этот контент содержит ценную информацию, однако исторически сложилось так, что нет простого способа его анализа.

Решение IBM Content and Predictive Analytics for Healthcare позволяет врачам и другим работникам сферы здравоохранения выйти за пределы традиционных возможностей поиска и анализа неструктурированных данных. Они могут улучшить диагностику и лечение за счет извлечения из этого контента точных медицинских фактов и понимания взаимосвязей, скрытых в громадных объемах клинических и операционных данных. Решение IBM быстро преобразует «сырую» информацию в важные знания, необходимые организациям здравоохранения, посредством выявления тенденций, общих схем и отклонений, и прогнозирования вероятности последствий. Организации теперь могут получать эти знания за считанные минуты, а не через недели или месяцы в лучшем случае. В результате, работники здравоохранения могут находить более эффективные пути обслуживания высокорисковых пациентов и вырабатывать новые модели для возмещения расходов на квалифицированную медицинскую помощь.

Новое решение IBM предлагает персоналу и руководителям несколько способов взаимодействия с проанализированной информацией, включая поиск, изучение, углубленный анализ, мониторинг и подготовку отчетности. Решение предоставляет набор проверенных технологий, которые отвечают строгим стандартам и требованиям медицинского сообщества. Это программное обеспечение также совместимо с базовой отраслевой инфраструктурой IBM Health Integration Framework, а это означает, что организации здравоохранения могут извлечь больше выгоды из существующих инвестиций в информационные системы, такие как хранилища данных, инструменты бизнес-анализа, средства управления основными данными и другие подобные решения.

IBM предлагает новые услуги анализа контента и прогнозирования через свои инициативы Business Analytics and Optimization (Бизнес-анализ и Оптимизация). Эти инициативы включают центр компетенции (Center of Competence) для решений по текстовому анализу на базе архитектуры UIMA (Unstructured Information Management Architecture). Этот центр компетенции опирается на ресурсы служб IBM Global Services, IBM Software Lab Services, а также на команду IBM jStart Emerging Technologies.

Решение IBM Content and Predictive Analytics for Healthcare оптимизировано для выполнения на серверных системах IBM Power Systems, которые разработаны для поддержки высокопроизводительного и комплексного анализа структурированных и неструктурированных данных. Построенные на основе процессорной технологии IBM POWER7, системы IBM Power Systems доступны в разных ценовых диапазонах, могут быть адаптированы для конкретных применений и быстро развернуты в самых разных средах клиентов, всегда обеспечивая лидирующую производительность, простоту управления и эффективность.