Kategorier
- Strategi
- HubSpot
- Hållbarhetskommunikation
- Google Ads
- Årsredovisningar
- B2B
- B2C
- Content marketing
- Corporate communication
- Digital årsredovisning
- Digital kommunikation
- Direktmarknadsföring
- E-learning
- E-postmarknadsföring
- Event
- Film
- Förändringsprocess
- Företagspresentationer
- Gerillamarknadsföring
- Grafisk profil
- Inbound marketing
- Marknadsföring
- B2C
- blog
- Blogg
- Hållbarhetsredovisningar
- Healthcare
- Innovation
- Inspirationsfrukost
- Intern implementering
- Kampanjer
- Kommunikationsplattform
- Konceptutveckling
- Kriskommunikation
- Lead Management
- Logotype
- Målgruppsanalys
- Marketing Automation
- Marknads-PR
- Mässor
- Namnstrategi
- Ny teknik
- Nyheter
- Omvärldsanalys
- PIM-system
- Positionering
- PR
- Produktlansering
- Säljdrivande kommunikation
- Säljpresentationer
- Segmentering
- SEO
- Sociala media-strategi
- Storytelling
- Tone of voice
- Trendspaning
- Undersökningar
- Utomhusreklam
- Värdegrund
- Varumärkesbyggande kommunikation
- Varumärkesstrategi
- Webb
- Artificiell intelligens
- Employer brand
- Navigators AI-skola
Den digitala transformationen revolutionerar hälso- och sjukvården. Big data och machine learning ger helt nya förutsättningar för innovationer inom healthcare. När nu big data kan kompletteras med machine learning, en typ av artificiell intelligens där datorer lär sig utan noggrann förprogrammering, hamnar hälso- och sjukvården i digitaliseringens absoluta framkant.
Big data inom healthcare
Big data gör det möjligt att studera och jämföra större (mycket större!) mängder data än tidigare. Patientdata kan samlas in med hjälp av elektroniska journaler och rapporter, gensekvensering och bärbara sensorer. Medan dessa tekniker förfinas, utvecklas algoritmer och mönsterigenkänning för att ta tillvara på de stora datamängderna. Big data i kombination med machine learning gör att hälso- och sjukvården kan bli mer proaktiv och evidensbaserad.
Big data inom healthcare
Big data gör det möjligt att studera och jämföra större (mycket större!) mängder data än tidigare. Patientdata kan samlas in med hjälp av elektroniska journaler och rapporter, gensekvensering och bärbara sensorer. Medan dessa tekniker förfinas, utvecklas algoritmer och mönsterigenkänning för att ta tillvara på de stora datamängderna. Big data i kombination med machine learning gör att hälso- och sjukvården kan bli mer proaktiv och evidensbaserad.
En helt ny hälso- och sjukvård
Möjligheterna för big data och machine learning inom healthcare är, om än lite klyschigt uttryckt, mer eller mindre oändliga. De senaste åren har flera lärande datorer och mjukvaror lanserats och nedan kan du läsa om fyra av dem.
Upptäcker symtom snabbare
Symtom kan nu upptäckas flera dagar innan ett sjukdomsläge blir akut. Sentrian är företaget som vill eliminera alla sjukhusvistelser som kan undvikas genom att behandla patienter vid första tecken på symtom. Information om patientens blodtryck, kroppstemperatur, syremättnad i blodet och kaliumnivåer samlas in och lagras i en molntjänst. Systemet jämför uppgifterna med andra patientuppgifter och kontaktar ansvarig läkare om något verkar misstänkt.
Hjälper läkare att hitta diagnoser
Carnegie Mellon University ser stora möjligheter att utveckla ett automatiserat diagnostiseringssystem. Projektet, fortfarande i idéstadiet, innebär att läkare ska kunna ställa direkta frågor systemet. Systemet söker sedan igenom mängder av patientdata och medicinsk litteratur för att ställa möjliga diagnoser. Det kan också föreslå ytterligare frågor och tester som läkaren kan använda för att fastställa diagnosen.
Snabbar på kliniska prövningar
En annan banbrytande innovation är superdatorn Watson. Förutom att vara den första datorn att vinna Jeopardy! mot mänskliga motspelare har Watson också använts för att analysera stora mängder vetenskapliga artiklar. Nu vill forskare programmera datorn så att den kan söka efter kandidater till kliniska prövningar. Tidigare har detta varit en tidskrävande uppgift för läkare och sjuksköterskor, om inte ett extern företag anlitats. Watson kan söka igenom mängder av patientjournaler för att leta fram lämpliga deltagare som möter inklusionskriterierna.
Hindrar sjukdomsutbrott
Ett fjärde område där big data och machine learning tillsammans vinner mark handlar om sjukdoms- och epidemiutbrott. Bland annat arbetar Carneige Mellon University med ett system som analyserar elektroniska journaler och inrapporterade försäkringsfall för att hitta samband mellan olika typer av vårdinsatser och dödlighet, längd på sjukhusvistelser eller återfallsfrekvens.
Inom kort kan vi alltså räkna med att relationen mellan läkare och patient kommer att förändras. Tekniken är fortfarande i sin utvecklingsfas men redan nu ser vi att potentialen är enorm.
Upptäcker symtom snabbare
Symtom kan nu upptäckas flera dagar innan ett sjukdomsläge blir akut. Sentrian är företaget som vill eliminera alla sjukhusvistelser som kan undvikas genom att behandla patienter vid första tecken på symtom. Information om patientens blodtryck, kroppstemperatur, syremättnad i blodet och kaliumnivåer samlas in och lagras i en molntjänst. Systemet jämför uppgifterna med andra patientuppgifter och kontaktar ansvarig läkare om något verkar misstänkt.
Hjälper läkare att hitta diagnoser
Carnegie Mellon University ser stora möjligheter att utveckla ett automatiserat diagnostiseringssystem. Projektet, fortfarande i idéstadiet, innebär att läkare ska kunna ställa direkta frågor systemet. Systemet söker sedan igenom mängder av patientdata och medicinsk litteratur för att ställa möjliga diagnoser. Det kan också föreslå ytterligare frågor och tester som läkaren kan använda för att fastställa diagnosen.
Snabbar på kliniska prövningar
En annan banbrytande innovation är superdatorn Watson. Förutom att vara den första datorn att vinna Jeopardy! mot mänskliga motspelare har Watson också använts för att analysera stora mängder vetenskapliga artiklar. Nu vill forskare programmera datorn så att den kan söka efter kandidater till kliniska prövningar. Tidigare har detta varit en tidskrävande uppgift för läkare och sjuksköterskor, om inte ett extern företag anlitats. Watson kan söka igenom mängder av patientjournaler för att leta fram lämpliga deltagare som möter inklusionskriterierna.
Hindrar sjukdomsutbrott
Ett fjärde område där big data och machine learning tillsammans vinner mark handlar om sjukdoms- och epidemiutbrott. Bland annat arbetar Carneige Mellon University med ett system som analyserar elektroniska journaler och inrapporterade försäkringsfall för att hitta samband mellan olika typer av vårdinsatser och dödlighet, längd på sjukhusvistelser eller återfallsfrekvens.
Inom kort kan vi alltså räkna med att relationen mellan läkare och patient kommer att förändras. Tekniken är fortfarande i sin utvecklingsfas men redan nu ser vi att potentialen är enorm.
Snabbar på kliniska prövningar
En annan banbrytande innovation är superdatorn Watson. Förutom att vara den första datorn att vinna Jeopardy! mot mänskliga motspelare har Watson också använts för att analysera stora mängder vetenskapliga artiklar. Nu vill forskare programmera datorn så att den kan söka efter kandidater till kliniska prövningar. Tidigare har detta varit en tidskrävande uppgift för läkare och sjuksköterskor, om inte ett extern företag anlitats. Watson kan söka igenom mängder av patientjournaler för att leta fram lämpliga deltagare som möter inklusionskriterierna.
Hindrar sjukdomsutbrott
Ett fjärde område där big data och machine learning tillsammans vinner mark handlar om sjukdoms- och epidemiutbrott. Bland annat arbetar Carneige Mellon University med ett system som analyserar elektroniska journaler och inrapporterade försäkringsfall för att hitta samband mellan olika typer av vårdinsatser och dödlighet, längd på sjukhusvistelser eller återfallsfrekvens.
Inom kort kan vi alltså räkna med att relationen mellan läkare och patient kommer att förändras. Tekniken är fortfarande i sin utvecklingsfas men redan nu ser vi att potentialen är enorm.
Relaterade inlägg
Vad är programmatic egentligen?
Efterhand som medielandskapet förändras och nya kanaler dyker…
Läs helaPositionering – ta plats i kundens medvetande
Kampen om kundernas uppmärksamhet hårdnar i alla kanaler….
Läs helaTre saker att tänka på i förändringsprocesser
Att åstadkomma en förändring är kanske inte så…
Läs hela