推动大数据快速推进患者护理

生物医学发现的惊人速度超过了临床医生将这些新知识应用于实践的能力。

查尔斯·弗里德曼博士和他的同事最近在普通内科杂志关于一个可能的方法来解决这个问题，一个将加速新生成的运动证据关于健康和疾病管理的实践，改善病人的健康。

传统上，这需要许多年，甚至几十年知识来自于改变医疗实践的研究例如，作者在文章中指出，由于无法迅速纳入新的证据，使用溶栓药物治疗心脏病发作被推迟了20年之久。

弗里德曼说:“新知识不能迅速应用到实践中有很多原因。”“如果你必须在日志中阅读它，理解它，根据它找出该做什么，并将这个过程融入到你繁忙的一天和复杂的工作流程中，对于许多从业者来说，这是没有足够的空间的。”

告知医疗实践

大部分新证据的生成都是由联邦医疗质量与研究局(Agency for Healthcare Quality and Research)和科克伦协进会(Cochrane Collaboration)等组织完成的。科克伦协进会是一家总部位于英国的非营利组织，旨在将医学研究组织成系统评价和元分析。ob欧宝直播nba这些评论综合了所有现有的关于某一特定主题的医学研究，希望能够为医学提供信息ob欧宝直播nba实践．不过，这运动积累的知识来了医疗实践可能发生得非常缓慢。

这篇新文章侧重于需要利用技术的力量，使卫生系统能够分析它们在照顾患者过程中产生的数据，以生成新的“本地”证据，并将其与已发表的经审查的证据结合起来使用，以改善健康结果。

他们认为，使用这两种证据的关键在于将人类可读的知识——一篇典型期刊文章中的单词、表格和图表——转化为同样知识的可计算形式。

“很多科学研究的结果都是模型:一个方程，一个指南，一个统计关系，或一个算法。所有这些类型的模型都可以表示为计算机代码，可以自动生成关于特定患者的建议，”弗里德曼解释道。当“本地”模型和已发布的模型都以可计算的形式可用时，突然就有可能生成反映这两种来源的建议。

可计算的表单是关键

他指出，尽管密歇根医学院和大多数其他医疗系统都使用电子设备健康Records正在使用其数据不断提高护理质量，将这些知识以可计算的形式应用于改善护理，创造了许多新方法。

密歇根大学医学院的学习健康科学系在将生物医学知识转化为可计算形式方面处于领先地位，这些形式对任何人都是开放和可访问的。他们创建了一个名为知识网格的计算机平台，将可计算的知识存储在数字图书馆中，然后使用这些知识生成针对患者的建议。

“大数据的价值在于产生大知识，”弗里德曼说。“大数据的力量在于提供更好的模型。如果这些模特所做的只是出现在期刊文章中，那么没有人会更健康。”