Översikt över vårddatalösningar i Microsoft Fabric
Hälso- och sjukvårdsorganisationer måste analysera stora mängder data för att få värdefulla insikter. Men dessa data är ofta ostrukturerade eller halvstrukturerade, vilket gör dem svåra att komma åt och använda. För närvarande står hälso- och sjukvårdsorganisationer inför följande utmaningar med data och analys:
Ostrukturerade och otillgängliga data: De flesta vårdgivare har 50 % till 90 % av sina data i silor. Denna segregation begränsar framstegen inom medicinska behandlingar och teknik. Det innebär också begränsningar för möjligheten att följa standarder för regelefterlevnad.
Begränsad insyn i patientupplevelser: Hälso- och sjukvårdsorganisationer har svårt att förutse nödsituationer, förbättra diagnostiken och optimera behandlingar baserat på kliniska mönster.
Svårt att få tillgång till kraften i insikter: Vårdgivare rapporterar att de slösar bort cirka 60 % till 70 % av värdefull analystid på att bearbeta vårddata.
För att ta itu med dessa utmaningar på ett effektivt sätt måste organisationer förbättra sin förmåga att utnyttja data för att avslöja kliniska insikter och implementera värdebaserade vårdmodeller. De måste använda olika typer av data, till exempel:
- Kliniska data
- Engagemangsdata
- Bilddata
- Genomik
- Konversation
- Anspråk
- SDOH (Sociala bestämningsfaktorer för hälsa)
Med hänsyn till det här branschlandskapet introducerar Vårddatalösningar i Microsoft Fabric, vår företagsanalyslösning byggd ovanpå Microsoft Fabric-plattformen. Microsoft Fabric gör att ni kan hantera era data på ett och samma ställe med en uppsättning analysupplevelser som fungerar smidigt tillsammans. Det ger ett heltäckande ekosystem för dataintegrering, datateknik, realtidsanalyser, dataanalys och business intelligence utan att sekretessen och säkerheten för dina datasekretess. Mer information finns i Vad är Microsoft Fabric?
Vårddatalösningar i Microsoft Fabric hjälpa dig att accelerera tid till värde för genom att ta itu med det kritiska behovet av att effektivt omvandla vårddata till ett lämpligt format för analys. Med dessa lösningar kan du utföra undersökande analyser, köra storskaliga analyser och driva generativ AI med dina hälso- och sjukvårdsdata. Genom att använda intuitiva verktyg som datapipelines och transformationer kan du enkelt navigera och bearbeta komplexa datauppsättningar och övervinna de inneboende utmaningarna som är associerade med ostrukturerade dataformat.
Med lösningarna kan du bryta ned datasilor och harmonisera olika hälso- och sjukvårdsdata i ett enda enhetligt arkiv där analys- och AI-laster kan köras i stor skala. Dessa lösningar hjälper dig att omvandla ostrukturerade eller halvstrukturerade hälso- och sjukvårdsdata till en tabellform som kan bevaras i datasjön, vilket säkerställer tillgänglighet och användbarhet för fortsatt analys. Genom att distribuera lösningarna direkt till en Fabric-arbetsyta kan du utnyttja kraften i funktionerna för automatisk skalning som finns i inbyggda serverlösa SQL-pooler, vilket optimerar både prestanda och skalbarhet. Den här integreringen gör det möjligt för dig att använda hela spektrumet av analysverktyg i en välbekant arbetsmiljö, vilket förbättrar produktiviteten och driver informerat beslutsfattande. Med de nya funktionerna i vårddatalösningar kan du få användbara insikter från dina data, driva innovation och förbättra patientresultaten.
Vårddatalösningar i Microsoft Fabric innehåller för närvarande följande lösningar/funktioner:
Vårddatagrunder: Konfigurera din vårddataanläggning snabbt med FHIR-datastandarder och färdiga datapipelines som är designade för att effektivt strukturera data för analyser och modellering av AI/maskininlärning. För mer information, se Översikt över vårddatagrunder.
Identifiera och skapa kohorter (förhandsversion): Utforska multimodala data med hjälp av frågor på naturligt språk och skapa kohorter för nedströmsforskning och AI-innovation. Mer information finns i Översikt över att identifiera och skapa kohorter (förhandsversion).
Azure Health Data Services– Dataexport: Placera FHIR-data (Fast Healthcare Interoperability Resources) till Fabric OneLake från Azure Health Data Services FHIR-tjänst. Mer information finns i Översikt över Azure Health Data Services – Dataexport.
OMOP-omvandlingar: Förbered data för standardiserad analys via öppna communitystandarder för Observational Medical Outcomes Partnership (OMOP). Mer information finns i: Översikt av OMOP omvandlinger.
DICOM-dataomvandling: Ta med dina DICOM-data (digital bildbehandling och kommunikation inom medicin) till OneLake. För mer information, se Översikt över DICOM-dataomvandling.
Omvandlingar av CMS-anspråksdata (förhandsversion): Ta med din CMS CCLF-data (Center för Medicare och Medicaid tjänstekrav och anspråksradsflöde) till OneLake. Mer information finns i Översikt över dataomvandlare för CMS-anspråk (förhandsversion).
SDOH-datauppsättningar – Omvandlingar (förhandsversion): Ta med dina SDOH-datauppsättningar (Social Determinants of Health) till OneLake. Mer information finns i Översikt över SDOH-datauppsättningar – omvandlingar (förhandsversion).
Ostrukturerad anrikning av kliniska anteckningar (förhandsgranskning): Använd Azure AI Language tjänsten Text Analytics for Health för att extrahera och lägga till struktur i ostrukturerade kliniska anteckningar för analys. För mer information, se Översikt över ostrukturerade kliniska anteckningar (förhandsversion).
Dynamics 365 Customer Insights - Data förberedelse: Anslut Dynamics 365 Customer Insights till din OneLake på Fabric för att skapa patientkontakt eller medlemslistor. Mer information finns i Översikt av Dynamics 365 Customer Insights - Data förberedelse.
Vårdhanteringsanalys (förhandsversion): Få insikter om patienter med hög risk och stigande risk, vilket möjliggör snabba åtgärder med lämpliga vårdplansåtgärder. Mer information finns i Översikt över vårdhanteringsanalys (förhandsversion).
Patientkontaktanalys (förhandsversion): Ta med din marknadsföringsdata från Dynamics 365 till OneLake, harmonisera dem med patientdata i FHIR och använder Power BI-mallar för att förbättra patientens engagemang. Mer information finns i Översikt över vårdhanteringsanalys (förhandsversion).
Vårddatalösningar i Microsoft Fabric innehåller exempeldata som du kan använda för att testa lösningarna. Alternativt kan du också mata in dina egna data direkt i OneLake.