三年前，人工智能還處于讓醫院的管理者了解大數據的潛力，是否對醫院有幫助的階段，今天，大家都很清楚數字化帶給醫院的重要性，不單純是臨床科研需要大數據分析，即便是醫院的日常管理，也越來越需要用大數據分析推動運營的精益化。

然而，這種大數據戰略的額外投入，確保給醫院帶來明顯的成效，就不可避免地會面臨各種挑戰。比如，財務報表上很難體現這種投入帶來的收益，對一些數據指標常常理解不一致，基層醫生對數據分析缺乏理解和認同，數據指標常常會隨管理要求的變化而需要重新定義收集。更為艱巨的是，從數據分析到行動執行之間，還會出現信心不足或時間延遲，這些都會嚴重影響大數據分析產生的實際價值。

如何確保大數據項目的實施產生巨大的影響和價值呢？

首先，需要組建一個核心的數據專家小組，非常專注地確保數據治理、模型設計、數據分析和提供有針對性的 具體行動策略，能夠讓上層管理者感受到真實的成效，樹立信心。

第二，可以選擇1-2個關鍵業務切入，比如患者分析、疾病成本分析，推動數據分析在全院的開展，讓大家能方便高效地達成共識，形成運用數據討論問題和解決問題的習慣。

第三，構建簡單化、可視化、具有深度學習能力的自動化數據分析系統，降低數據分析和預測的難度，幫助人們逐漸習慣運用數據，從而逐步擴大全院運用數據解決問題的范圍。

第四，梳理并推動工作流程或崗位設計適應數字化和自動化的進步。當數據分析系統不容易在醫院工作中流程地使用或沒有嵌套在工作流程中，人們常常會回歸到傳統的經驗判斷。

隨著國家對醫院的績效考核越來越多的量化指標，隨著醫院各種智能化、自動化的設備增加，隨著醫院業務流程的信息化全面升級，除了優質的醫生資源外，大規模的數據采集和分析一定會成為醫院之間拉開競爭差距的新領域。

<文章轉載自健康界，如有侵權，請聯系刪除>