该医疗保健行业也许是仅次于金融当涉及到可与人工智能利用历史数据的绝对量。从数据电子病历，保险理赔，临床试验和新药研发都可以拉成机器学习算法生成对患者的行为，病人的风险，并有效的治疗见解的各种条件，各种人之间。
在这篇文章中，我们将深入可供住房的软件和存储大量数据的医疗公司收集随着时间的推移，以及人工智能软件，利用这些数据生成分析仪表板和加纳的商业价值医院，诊所和其他医疗保健公司。
我们这样做是为了勾勒出大数据和健壮的数据基础设施在医疗领域的能力，我们特别关注了四家为医疗行业提供人工智能数据管理和机器学习软件的公司。
这些公司除了数据平台的AI应用外，还列举如下:
- IBM- 跟踪如何通过治疗的患者进展
- 健康催化剂- 预测患者的行为，包括最近出院病人的住院率
- InterSystems公司- 在多个电子病历系统共享病人的医疗数据，以改善病人护理质量
- 爱思唯尔- 药物的开发，包括了解某些疾病的行为的能力，以及他们如何可能对药物反应
独立探索应用程序之前，我们将介绍一些重要的调查结果，从我们的医疗保健大数据的二次研究，并解释了一些，将最重要业务读者概念和趋势：
大数据在医疗保健 - 深入分析了前面
所有本报告中讨论的软件都是某种形式的数据平台。机器学习内置到来自客户端的数据，并在某些情况下，数据从数据从数以百万计的患者绘制的语料库他们的工作。一些公司还不清楚在哪里，他们收购了上他们的软件进行培训，数据的存储。
在一般情况下，软件的房屋，并与医疗保健数据时配有内置的搜索功能，在某些情况下，似乎运行自然语言处理。这就是说，洞察力，该软件可以生成客户是通过标准的机器学习方法和预测分析功能，囊括了大部分。
本报告主要侧重于软件住房，管理，并与有兴趣的AI如何使用这些数据生成各种医院，诊所可操作的见解在医疗行业的大数据，但读者的工作，和其他医疗保健公司可能希望请阅读我们的报告在医疗保健预测分析。
本报告中列出的公司都可能成为真正在他们的要求，以杠杆人工智能。IBM，健康催化剂，并爱思唯尔均采用人博士和硕士的任何一台计算机科学学位，硬科学（比如物理学）或统计领域。InterSystems的是一个大公司，员工近1500人，但我们无法找到他们的团队学习的天赋严重的数据科学或机器的证据。
旧的技术公司有时尝试重新定位自己为AI-重点企业为了赢得媒体和消费者。虽然这很可能是InterSystems公司提供了与大量的医疗保健工作的一个强大的，有用的平台，我们根本无法验证，该平台利用人工智能。
这一切都表示，一般来说医疗空间有案例研究的高密度，当涉及到人工智能的应用。本报告中讨论的数据平台上也不例外。每家公司我们讨论的礼物成功的显著的证据，这为他们的客户是个好兆头。
此外，我们应该注意到，在本报告所涉及的公司中，Health Catalyst和InterSystems是针对医疗行业的最具针对性的公司。IBM和Elsevier为各种各样的行业提供软件。
我们将开始我们的四个AI的分析供应商提供的数据平台和数据管理软件，医疗保健公司与IBM：
IBM
IBM报价IBM Explorys，它声称可以帮助医疗保健公司更好地了解疾病的历史，发展和经济对人口的影响，以及确定能够从这种疾病的治疗中获益的患者段。
该公司声称，该平台，称为Explorys治疗数据集，其辖下的下降IBM沃森健康，包含了实验室测试，生物识别，以及约50万个独特的和匿名的个人和344000独特的卫生保健提供者的患者报告的信息数据。
该公司解释说，这些数据是从联网的初级保健、专科和社区中心收集的;医院住院部、急诊部和外科;以及急性期后的护理环境，如长期护理、康复和家庭健康。系统管理员可以根据需要定期对新患者和数据进行更新。
要访问数据，用户键入查询到基于浏览器的搜索工具。IBM Watson的算法，然后确定关系，并认识到在数据中的模式和趋势。该公司没有指定类型的AI使用，但我们可以推断，这可能涉及到自然语言处理和经典的机器学习。
下面是一个短五- 分为视频演示了如何Explorys作品：
IBM声称有帮助SmartAnalyst公司提高公司市场如何的药物。SmartAnalyst公司的制药业客户想知道牛皮癣患者如何进展，从外用到口服，最后到注射治疗。
SmartAnalyst使用IBM Explorys识别超过6500名银屑病患者与未覆盖这些患者进展如何通过他们的治疗。数据显示，患者往往从局部补救跳到注射206天平均，没有足够的时间对局部治疗才能生效。
SmartAnalyst还发现，在案件的50％以上，开处方是全科医生，而不是一个皮肤科医生。其结果是，SmartAnalyst的客户开始考虑一项计划，教导银屑病治疗科医生和鼓励患者使用外用药物或长或先尝试口服药物，而不是跳转到昂贵的注射治疗。
斯科特·斯潘格勒是首席数据科学家，在杰出工程师IBM沃森健康。他持有女士在计算机科学从得克萨斯大学奥斯汀大学。斯潘格勒还担任首席科学家在IBM沃森19年的创新和知识工程师在通用汽车公司八年。
健康催化剂
健康催化剂是我们为本公司，它提供了数据操作系统（DOS），数据仓库和应用开发平台，该公司声称可以帮助生命科学公司改善病人护理质量，患者的治疗效果，患者的安全，并使用自然语言处理垃圾减量。
健康催化剂索赔该DOS包含超过100万名患者，囊括了超过1万亿个数据点的数据。这些措施包括结构化和非结构化数据，如生物，基因组数据，以及保险索赔和医生的笔记数据。
该公司解释说，DOS包括分析平台通过NLP算法驱动，结合语言学，模式识别和机器学习从文本中提取意义和制定预测。
该系统的一个用途是预测新近出院的老年患者的再入院风险。医院可以在数据库中搜索年龄、住院时间、性别、再次入院的疾病、随访咨询的依从性、家庭教育等因素之间的相关模式。
该算法可以去通过数据库和搜索病人的病历，影像数据，医生的笔记，疾病史，等等。如果，例如，老年人的20％，谁不跟进检查，内放5天返回的30天之内重新纳入系统的发现，医院的管理可以使用该信息来创建一个程序来解决这个问题。
该计划可能包括教育病人，家属和医生;建立一个系统，以提醒约会的患者之前的后续体检的日子。同时实施其他预测分析，以确定在再入院的风险的其他患者团体。医院还可以用分析来衡量教育计划的影响。
下面是一个短三- 分为视频演示了如何在健康催化剂溶液作品：
健康催化剂声称有帮助晶润医疗从十年之久的企业级数据仓库（EDW），以更强大的一个过渡。Crystal Run的遗留EDW难以集成来自各种来源的数据。手动集成来自这些系统的数据需要大量的编码和专业知识来开发复杂的流程商业智能（BI）的团队，花费时间和精力来维持。传统EDW也缺乏一个定义良好的数据模型。
不断增长的需要组织的EDW，将允许个体医生和工作人员访问数据本身，使商业智能团队花费更多的时间进程和业务分析。
晶润转向健康催化剂，谁又将设计，建造和54天之内发布新的EDW平台。两家公司还合作实施的EDW金融和临床改进，如创建，将部署和监控特定的临床领域的改进团队。其结果是，晶润的BI团队不再捆绑与生成报表，并能够专注于开发，管理和改进业务流程。
健康催化剂还列出了得克萨斯儿童医院，斯坦福医院及诊所，卫生Acuitas，堪萨斯州大学健康系统，和威彻斯特医疗中心健康网如一些其过去的客户。
埃利亚斯图普卡是首席分析官在健康催化剂。他持有博士在计算机科学从莱顿大学。先前，斯图普卡担任数据科学和生物信息学高级主任在Dana-Farber癌症研究所主任勃林格殷格翰，副主任在中心翻译基因组学和信息，并在IBM首席顾问。
使用系统间
使用系统间是我们为本公司的提议的HealthShare统一的护理记录，该公司声称可以帮助医疗服务提供者，付款人，患者和政府的医疗保健系统确定患者群体是必要的干预，发现数据中的模式，这将提高病人护理，与其他医疗服务提供者协调护理，并测量举措针对大量人口的进展运用预测分析，自然语言处理和机器学习。
的HealthShare可与InterSystems公司卫生信息平台所谓IRIS数据平台创建应用程序和算法模型，使企业将他们的数据与整合的HealthShare创建和预测。
使用系统间索赔它的HealthShare数据库中包含超过十亿个数据点，其中包括800万名患者的数据和数以亿计的诊断，观察，结果，和其他信息。该公司报告，该数据是从23家医院，655个门诊设施，以及超过18500名附属医生收集。
下面是一个短四- 分为视频演示了如何InterSystems公司IRIS工程培训其机器学习模型:
使用系统间声称有帮助Northwell健康改善护理服务，护理协调，成果和经营业绩。Northwell正在进行将跟随并可能改善与高危妊娠孕妇保健协调和结果的试点项目。
该组织需要获得超过100名医疗保健提供者的产科信息，这些信息是使用2名门诊和3名住院的电子病历收集的。
案例研究声称，试点成功的关键信息是随时可用的患者遇到的医疗保健系统。例如，当一个高风险的准妈妈需要急诊室（ER）护理，系统通知她的产科医生和初级保健医生，同时提供ER医生能接触到她的病史。如果化验结果显示为母亲和婴幼儿的问题，ER医生将通过对分娩和EMR的指标被警告。
这个试点后，Northwell使用的HealthShare在其所谓的护理工具护理协调应用，其识别高危患者，评估需求，股照顾跨越提供商和地点的计划，支持高效的工作流程，并为持续改进提供了指标。初步评估表明，保健工具导致：
- 用于心脏瓣膜置换术患者更少的6％再入院
- 18％至28％，更多的病人出院回家，而不是护理设施
- 感染的风险降低
- 高达56％更广泛地利用网络家庭护理
- 更大的病人满意度
项目结束后，案例研究报告称，诺斯韦尔在建立卫生信息技术与创新中心并开始创建新系统时，继续使用Healthshare:
- 在临床工作流程目标的差距
- 简化的风险合同的管理
- 自动患者群的人群健康管理和分析鉴定
使用系统间还列出了Kaiser Permanente、TD Ameritrade、美国退伍军人事务部、欧洲航天局、罗氏诊断公司、约翰霍普金斯医院和金佰利-克拉克公司如一些其过去的客户。
乔纳森·泰希是首席医疗信息官使用系统间。他持有博士在电气工程和计算机科学来自麻省理工学院。此前,Teich担任首席医疗信息官爱思唯尔11年，公司董事为临床信息系统，R＆d /在布里格姆妇女医院急诊科医师28年。
从科学和医学出版物数据
爱思唯尔
爱思唯尔一种荷兰为本公司的提议途径工作室数据库，他们声称可以帮助科学家和研究中心探索分子间的相互作用，与生物体之间的生物过程相关的原因和效果的关系沿运用自然语言处理和机器学习。
爱思唯尔索赔该数据由1种万多期刊1700加全文期刊，超过2500万考研摘要，以及超过20万次的临床试验。该公司解释说，数据集中在基因组学和蛋白组学的知识，特别是与蛋白质，细胞过程，和小分子如何相互作用，修改和规范对方。
要使用数据库，科学家和研究人员必须进入搜索界面查询。通路工作室然后使用自然语言处理算法来从已发表的文献，实验数据，以及内部文档中提取非结构化数据。
下面是一个短五- 分为视频演示了如何途径工作室作品：
爱思唯尔声称有帮助医药研究了解黑色素瘤蛋白是如何抑制局部免疫反应的。目前的药物开发工作集中在抗黑素瘤免疫疗法上，但研究人员还需要确定这种疾病的其他原因。获得回答这些问题所需的信息源，以及能够分析和可视化分子间的相互作用是至关重要的。
科学家使用了两种Elsevier公司的数据来源，途径Studio和CellEffect，探索分子间的相互作用及原因和结果的关系。分析和可视化工具，允许科学家更好地了解有关疾病的发展和药物反应的实验结果和文献。
该分析工具也使他们理解不同的基因或蛋白质表达和蛋白质 - 蛋白质相互作用对疾病的影响，并简化药物靶点发现的过程。使用数据库，科学家们能够将结果与几个查询连接，并完成了不到20分钟的工作流程。案例研究报告，途径工作室帮助研究人员提高开发一个成功的药物的机会。
该客户是不知名的，所以我们提醒读者借此案例研究与一粒盐。
爱思唯尔还列出了NHS英格兰，威尔士NHS和大奥蒙德街儿童医院如一些它的客户。
理查德·卢米斯是首席情报官爱思唯尔。他毕业于密歇根大学医学院的大学医学博士学位，并从事博士后研究工作在生物医学信息来自哈佛医学院。先前，卢米斯担任首席医师Informatician的Kaiser Permanente的，和资深医务主任情报和首席医疗官在实践FUSIO。
标题图片来源：未来医疗保健今天
