Aprendizaje automático para la gobernanza de datos en un entorno hospitalario

Obtenga más información sobre cómo Clinovera trabajó con un sistema de atención médica líder en EE. UU. para desarrollar un catálogo con capacidad de búsqueda de más de 100 000 conocimientos analíticos que se organizan y clasifican automáticamente con innovadoras herramientas de aprendizaje automático, con una mínima participación humana.

Acerca del cliente

• Sistema líder de centros médicos académicos e instalaciones de atención de EE. UU.
• Negocio del cliente: atención al paciente, investigación clínica
• Resumen: Desarrollo de un catálogo con capacidad de búsqueda de información valiosa y procesable sobre los pacientes mediante el aprendizaje automático
• Servicios: Inteligencia Artificial, Aprendizaje Automático, Desarrollo de Aplicaciones

Descripción

La adopción generalizada de los sistemas EHR trae consigo una gran cantidad de datos disponibles para informes y otros conocimientos analíticos. De hecho, las organizaciones de salud generan rutinariamente miles de artefactos analíticos de este tipo diaria o semanalmente. Este flujo continuo de conocimientos analíticos suele resultar agotador para la infraestructura y supone una carga para el personal de TI.

Para aumentar el valor de los análisis disponibles y potencialmente reducir la cantidad de dichos artefactos, es importante responder las siguientes preguntas:

• ¿Qué métricas clínicas, operativas o financieras están asociadas con un informe o panel?
• ¿Es un informe determinado un duplicado completo y/o parcial de otro informe?
• ¿Estos informes hacen referencia a los mismos y correctos elementos de datos en el EHR de origen?
• ¿Quiénes son los consumidores adecuados para estos conocimientos en las organizaciones y quiénes deberían tener derecho a acceder a ellos?

El equipo de Clinovera fue contratado por un importante sistema de atención médica de EE. UU. para crear un catálogo con capacidad de búsqueda que contiene más de 250 000 informes que se pueden organizar y clasificar automáticamente.

Resultados

Utilizando algoritmos de aprendizaje automático para detectar duplicados y similitudes en los informes y proporcionar asignaciones de las métricas correctas y membresía de la cartera, creamos un sistema dinámico y utilizable para análisis. A medida que se desarrollan nuevos conocimientos analíticos, estos procesos continúan evolucionando y mejorando con una mínima participación humana.