這次我的標題不太挑釁，因為我的上一篇博客文章（http://brianoneill.blogspot.com/2014/04/big-data-fixes-obamacare.html）顯然煽動了政治大戰。 在本文中，我希望通過詳細介紹大數據如何以無黨派方式幫助我們的醫療保健系統來避免這種情況。

首先，讓我們分解一下問題。

經濟學

我們的醫療體系仍然（主要）基于資本主義：更多的患者+更多的就診=更多的錢。 在這樣的系統中，擁有健康的患者并不是醫療保健提供者的最大利益。 誠然，這是一種悲觀的觀點，醫生和醫療提供者并不總是優先考慮經濟收益。 但是，在最小程度上，在某些市場上存在利益沖突，因為并非所有醫療保健提供者都從預防保健中完全受益。

行為

現在，除了少數例外，每個人都為醫療保健支付相同的費用。 情況正在發生變化，但是從廣義上講，沒有任何經濟誘因來做出健康的選擇。 我們僅承擔所產生醫療費用的一小部分。 這意味著我的付款人（幕后的實體實際上是賬單上的人）所覆蓋的每個人都在幫助支付由于星期五晚上的比薩餅和啤酒引起的我可能積rack的醫療費用。

政府

最后，政府正在努力。 他們真的很努力。 通過透明度，報告和合規性，他們有正確的意圖和想法來彎曲醫療保健的成本曲線。 但是政府就是政府，大企業就是大企業。 老實說，要了解任何大型單一大型企業的不同系統都是很困難的（問任何CIO）。 想象一下，試圖一次獲得數千家企業的知名度。 這令人生畏：示意圖差異，凌亂的數據，大量的ETL。

再次，這是一種悲觀的觀點，并且有補救措施。 諸如高額免賠額計劃之類的事情使人們更加意識到自己的費用。 付款人正試圖從按服務付費模式過渡。 （http://zh.m.wikipedia.org/wiki/收費服務）。 但是，這些補救措施需要什么才能有效？ 你猜到了。 數據。 成堆的。

如果您是付款人，并且想要獎勵那些使患者保持健康的醫生（并且不在醫生辦公室內！），您將如何找到他們？ 如果您是患者，并且想知道誰以最便宜的價格提供最有效的治療方法，您會去哪里看？ 如果您是政府，并且想知道制藥公司在醫生身上花了多少錢，或者哪些藥店允許使用欺詐性處方，那么您需要集成哪些系統？

希望現在，您有動力。 這是一個大數據問題。 更糟糕的是，這是一個混亂的數據問題。 在HMS，我們花了三年多的時間和大量的血液，汗水和眼淚，才建立起一個處理龐大而凌亂的土堆數據的平臺。 技術必須與人員和流程一起成熟。 最后，在陽光明媚的日子里，我可以看到美國醫療通道的盡頭。

如果您執行相同的任務，請隨時與我們聯系。

具有諷刺意味的是，當我從一只棕色隱士蜘蛛的叮咬中恢復過來時，我正在醫院病床上張貼這張照片。

我想大數據無法阻止某些事情！

翻譯自: https://www.javacodegeeks.com/2014/07/applied-big-data-the-freakonomics-of-healthcare.html

總結

以上是生活随笔為你收集整理的应用的大数据：医疗保健的经济学的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。