
Son on yılda, endüstriler arasında hızlı bir dijitalleşme olmuştur. Sağlık hizmetleri de Sağlık Bilgi Sistemleri (HIS), giyilebilir ve akıllı cihazlar gibi Elektronik Tıbbi Kayıt (EMR) araçlarının kullanımında artış ile dijital dönüşüme uğramıştır.Sonuç olarak, günümüzde sağlıkla ilgili çok sayıda veri, klinik veriler dışında omik veriler, sosyo-demografik veriler ve sigorta iddia veriler dijital formda saklanıyor. Bu yüksek kaliteli sağlık hizmeti verileri, bakım hizmetinin sunumunu optimize etmek için potansiyel bir değer sunar, ancak yine de rekabet avantajları için merkezi bir varlık kaynağı olmaktan ziyade sağlık hizmeti sunumunun bir yan ürünü olarak algılanmaktadır.
Sağlık Hizmetlerinde Büyük Veri Analizinin Uygulanması
Sağlık hizmetlerinde büyük veri analizi uygulaması, bakım kalitesini iyileştirme, israfı ve hatayı azaltma ve bakım maliyetini düşürme konusunda büyük bir potansiyele sahiptir. Literatürün bu sistematik incelemesi, sağlık hizmetlerinde uygulamaları ve sağlık hizmetlerinde uyarlanmasındaki güçlükler de dahil olmak üzere sağlık hizmetlerinde büyük veri analizinin kapsamını belirlemeyi amaçlamaktadır. Aynı zamanda zorlukların üstesinden gelmek için stratejileri tanımlamayı da amaçlamaktadır. Makalelerin sistematik bir araştırması beş büyük bilimsel veri tabanında gerçekleştirildi: ScienceDirect, PubMed, Emerald, IEEE Xplore ve Taylor & Francis. Ocak 2013 - Ocak 2018 tarihleri arasında İngiliz literatüründe yayınlanan sağlık hizmetlerinde büyük veri analizi makaleleri dikkate alınmıştır. Sağlık ve tıpta büyük veri analizlerinin betimleyici makaleleri ve kullanılabilirlik çalışmaları seçilmiştir. İki hakem bağımsız olarak büyük veri analizinin tanımları hakkında bilgi çıkardılar. Bunlar sağlık hizmetlerinde büyük veri analizinin kaynakları ve uygulamaları ve sağlık hizmetlerindeki zorlukların üstesinden gelmek için yöntemler ve stratejiler olmak üzere iki gruptan oluştu. Dahil edilme kriterlerine göre toplam 58 makale seçildi ve analiz edildi.
Bu makalelerin analizinde şunlar bulundu: araştırmacılar sağlık hizmetlerinde büyük verilerin operasyonel tanımı konusunda fikir birliğine sahip değiller; sağlık hizmetlerindeki büyük veriler hastaneler veya klinikler içindeki dahili kaynaklardan ve hükümet, laboratuvarlar, ilaç şirketleri, veri toplayıcıları, tıbbi dergiler vb. dahil olmak üzere harici kaynaklardan gelir; doğal dil işleme (NLP) sağlık hizmeti için en yaygın kullanılan büyük veri analiz tekniğidir ve analiz için kullanılan işleme araçlarının çoğu Hadoop'a dayanmaktadır; büyük veri analizi klinik karar desteği için uygulama alanı bulur; klinik operasyonların optimizasyonu ve bakım maliyetinin azaltılması için büyük veri analizinin benimsenmesinin karşısındaki en büyük zorluk, sağlık hizmetlerindeki pratik faydalarının kanıtlarının bulunmamasıdır. Bu inceleme çalışması, sağlık hizmetlerinde büyük veri analizinin gerçek dünyada kullanımındaki kanıtlar hakkında bilgi eksikliği olduğunu ortaya çıkarmıştır. Bunun nedeni, kullanılabilirlik çalışmalarının sadece potansiyel faydaları tanımlayan ancak niceliksel çalışmayı dikkate almayan nitel yaklaşımı dikkate almasıdır. Ayrıca, çalışmaların çoğu, gelişmekte olan ülkelerde sağlıkta büyük veri analizi araştırmalarının teşvik edilmesi ihtiyacını ortaya çıkaran gelişmiş ülkelerde yapılmıştır.
Mehta N, Pandit A. Concurrence of big data analytics and healthcare: A systematic review. Int J Med Inform. 2018;114:57–65. doi:10.1016/j.ijmedinf.2018.03.013
+ Tüm Referansları Göster