講稿大數(shù)據(jù)時(shí)代下的護(hù)理管理_第1頁
講稿大數(shù)據(jù)時(shí)代下的護(hù)理管理_第2頁
講稿大數(shù)據(jù)時(shí)代下的護(hù)理管理_第3頁
講稿大數(shù)據(jù)時(shí)代下的護(hù)理管理_第4頁
講稿大數(shù)據(jù)時(shí)代下的護(hù)理管理_第5頁
已閱讀5頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

發(fā)展護(hù)理信息關(guān)鍵思緒

大數(shù)據(jù)時(shí)代下護(hù)理管理

彭振興,Ph.D.@/12,天津第1頁2課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第2頁3云端時(shí)代海量數(shù)據(jù)趨勢(shì)化繁為簡(jiǎn)、化數(shù)為寶將能結(jié)合分析結(jié)果并采取行動(dòng)做出更加好決議第3頁科技浪潮一波波襲來第一波是大型計(jì)算機(jī)第二波是個(gè)人計(jì)算機(jī)第三波是網(wǎng)絡(luò)第四波是社群媒體第五波是海量數(shù)據(jù)(BigData)4第4頁5海量數(shù)據(jù)

3I新世界感知化(Instrumented)全部物體,包含風(fēng)、流水、空氣中濕度,都能被感測(cè)。物聯(lián)化(Interconnected)感測(cè)過程中產(chǎn)生大量數(shù)據(jù),需要輸送到后臺(tái)進(jìn)行處理。智能化(Intelligent)獲取數(shù)據(jù)只是一個(gè)伎倆,最終目標(biāo)是要從龐雜巨量數(shù)據(jù)數(shù)據(jù)中,分析出有用信息,幫助人們做出決議。這些快速變動(dòng)且源源不絕產(chǎn)生海量資料就是云端時(shí)代新金脈第5頁6海量數(shù)據(jù)有多大?第6頁7海量數(shù)據(jù)特色第7頁8起源:UCBerkeley,SchoolofInformationManagementandSystems0C.E.40,000BCE

cavepaintingsbonetools3500

writingpaper1051450

printing1870electricity,telephonetransistor1947computing19501993TheWeb3B6B12B24B1999Late1960sInternet

(DARPA)Gigabytes570億GBVolume:數(shù)據(jù)量龐「大」第8頁9數(shù)據(jù)儲(chǔ)存單位科技研究企業(yè)IDC估算,僅在一年內(nèi),就有高達(dá)1.8ZB資料。1.8ZB=1,800EB=1,800,000PB=1,800,000,000TB=1,800,000,000,000GB=1800億GB第9頁10Variety:種類繁「雜」IT數(shù)據(jù)型態(tài)第10頁因?yàn)榈乩憝h(huán)境緣故,每當(dāng)漏油或其它污染事件發(fā)生,哥爾韋灣中污染擴(kuò)散速度遠(yuǎn)比公???。所以愛爾蘭海洋學(xué)會(huì)與IBM合作,在海灣中裝設(shè)數(shù)百個(gè)浮標(biāo),浮標(biāo)上帶有傳感器,透過無線電與網(wǎng)絡(luò)鏈接,實(shí)時(shí)測(cè)量海洋與氣候環(huán)境改變。透過頻繁采樣和追蹤,任何些微水溫、浪高、洋流狀態(tài)、鹽度和含氧量變動(dòng),都會(huì)被統(tǒng)計(jì)下來??茖W(xué)家從不停更新流動(dòng)性數(shù)據(jù)中掌握海洋生態(tài)改變,除了可及早采取因應(yīng)辦法,能夠找出不一樣時(shí)段里波浪發(fā)電最正確地點(diǎn)。11實(shí)例:愛爾蘭戈?duì)栱f灣海洋監(jiān)控系統(tǒng)Velocity:改變飛「快」第11頁121EB=1,000

PB=1,000,000TB八成數(shù)據(jù)可靠性不明Veracity:真?zhèn)未妗敢伞沟?2頁13先進(jìn)半導(dǎo)體晶圓制程也無法確保100%良率。送貨路線規(guī)劃得再好,也無法精準(zhǔn)預(yù)估尖峰時(shí)間從甲地送貨到乙地車程。傳感器所感測(cè)數(shù)據(jù)也可能因?yàn)榄h(huán)境改變或使用年限而發(fā)生錯(cuò)誤,甚至數(shù)據(jù)傳輸過程也可能被惡意破壞。曾有醫(yī)療研究單位為年長者裝了無數(shù)感應(yīng)監(jiān)控裝置,以測(cè)知年長者生理情況和疾病發(fā)生之間關(guān)系。某日研究人員非常震驚地發(fā)覺,一位老婦人在就寢和早餐之間時(shí)間里,體重竟然增加了8磅,這是否表示她水腫程度已到達(dá)危險(xiǎn)等級(jí)?可靠性不明例子第13頁海量數(shù)據(jù)特色(2)來源:Ishwarappa,AnuradhaJ.,”ABriefIntroductiononBigData5VsCharactericsandHadoopTechnology”,ProcediaComputerScience48()319–324.透過分析產(chǎn)生價(jià)值第14頁15課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第15頁16Google天天會(huì)接收到超出三十億筆搜尋,而且會(huì)把它們?nèi)績?chǔ)存起來,所以有大量數(shù)據(jù)可供使用。先挑出美國人最常使用前五千萬個(gè)搜尋字眼,再與美國疾病管制局在到20間流感傳輸數(shù)據(jù),加之比對(duì)。想靠著民眾在網(wǎng)絡(luò)上搜尋什么關(guān)鍵詞,找出那些感染了流感人。針對(duì)搜尋字眼搜尋頻率,找出和流感傳輸時(shí)間、地域,有沒有統(tǒng)計(jì)上相關(guān)性。總共用上了高達(dá)四億五千萬種不一樣數(shù)學(xué)模型,測(cè)試各種搜尋字眼,放進(jìn)數(shù)學(xué)模型之后,再與疾管局在年與20實(shí)際流感病例加以比較。找出一組共45個(gè)搜尋字眼,放進(jìn)數(shù)學(xué)模型后,預(yù)測(cè)結(jié)果會(huì)與官方公布全美真實(shí)資料十分符合,有強(qiáng)烈相關(guān)性。實(shí)例1:Google與美國疾病控制及預(yù)防中心合作,幫助追蹤流感傳輸趨勢(shì)來源:Google流感趨勢(shì)(http://www.谷歌.org/flutrends)第16頁17來源:Google流感趨勢(shì)(http://www.谷歌.org/flutrends)第17頁18早產(chǎn)兒出生時(shí)免疫系統(tǒng)還未發(fā)育完全,加上經(jīng)常要插管、注射或做各種檢驗(yàn),萬一生病或感染,病情改變可能會(huì)來得又快又急,尤其危險(xiǎn)。在早產(chǎn)兒身上和周圍裝設(shè)傳感器,收集傳感器和其他監(jiān)測(cè)設(shè)備產(chǎn)出心跳、呼吸等數(shù)據(jù)數(shù)據(jù),每秒最多可產(chǎn)生高達(dá)512則監(jiān)測(cè)值。透過不停更新流動(dòng)性資料,協(xié)助醫(yī)護(hù)人員提前二十四小時(shí)預(yù)防早產(chǎn)兒因敗血癥引發(fā)感染。實(shí)例2:加拿大安大略理工大學(xué)建構(gòu)之早產(chǎn)兒健康監(jiān)護(hù)系統(tǒng)第18頁19實(shí)例3:DNA微陣列技術(shù)試驗(yàn)Cy3(green)Cy5(red)DNA克隆雜交檢測(cè)試驗(yàn)組對(duì)照組染色(紅)染色(綠)基因擴(kuò)增與純化計(jì)算器分析第19頁20TwoWayHierarchicalClustering雙向分層聚類組織基因第20頁21火山圖(VolcanoPlot)顯著程度(統(tǒng)計(jì)上)顯著效果對(duì)照組較強(qiáng)試驗(yàn)組較強(qiáng)第21頁22實(shí)例4:院長首頁-儀表板(Dashboard)來源:廣州醫(yī)博信息技術(shù)有限企業(yè)第22頁應(yīng)用示例DRG案件費(fèi)用分析門診手術(shù)統(tǒng)計(jì)門、急、住診業(yè)務(wù)量醫(yī)師產(chǎn)值分析超長住院率異常危急值利用藥品使用趨勢(shì)抗生素使用量分析儀器使用效益分析維修費(fèi)用分析人力資源關(guān)鍵指標(biāo)病房滿意度分析more…第23頁24來源:SAP醫(yī)療行業(yè)處理方案(http:///china/solution/industry/healthcare.html)第24頁實(shí)例5:再入院趨勢(shì)分析(1/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第25頁再入院趨勢(shì)分析(2/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第26頁再入院趨勢(shì)分析(3/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第27頁再入院趨勢(shì)分析(4/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第28頁再入院趨勢(shì)分析(5/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第29頁再入院趨勢(shì)分析(6/6)起源:SASVisualAnalyticsDemoforHealthcare-YouTube第30頁31實(shí)例6:臺(tái)北馬偕醫(yī)院『護(hù)理云』/8/1(五)馬偕紀(jì)念醫(yī)院、臺(tái)灣教會(huì)醫(yī)療院所協(xié)會(huì)主辦、臺(tái)灣微軟所合辦【不血汗護(hù)理云,云端信息研討會(huì)】文檔下載:http://.tw/bi/a11.pdf,“醫(yī)院發(fā)展云端決議支持系統(tǒng)之趨勢(shì)與效益"by張文信副院長文檔下載:http://.tw/bi/a12.pdf,“馬偕護(hù)理云端決議系統(tǒng)之推展"by護(hù)理部張德馨主任林淑娟副主任李美玉副主任文檔下載:http://.tw/bi/b11.pdf,“專題論壇(一)-護(hù)理行政與教育管理"by護(hù)理部林淑娟副主任文檔下載:http://.tw/bi/b12.pdf,“專題論壇(二)-護(hù)理臨床照護(hù)"by護(hù)理部李美玉副主任第31頁32臺(tái)北馬偕醫(yī)院『護(hù)理云』第32頁33臺(tái)北馬偕醫(yī)院『護(hù)理云』第33頁34臺(tái)北馬偕醫(yī)院『護(hù)理云』第34頁35臺(tái)北馬偕醫(yī)院『護(hù)理云』第35頁36課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第36頁37大數(shù)據(jù)智能分析工具

(1):數(shù)據(jù)倉儲(chǔ)NIS數(shù)據(jù)庫HIS數(shù)據(jù)庫數(shù)據(jù)倉儲(chǔ)自動(dòng)導(dǎo)出理由1:數(shù)據(jù)清理a.過濾未完成文檔b.去除作廢資料c.轉(zhuǎn)換編碼及公式理由2:數(shù)據(jù)查詢不能影響臨床系統(tǒng)(HIS/NIS)效能理由3:可利用功效強(qiáng)大統(tǒng)計(jì)分析工具。普通而言,臨床系統(tǒng)(HIS/NIS)自帶統(tǒng)計(jì)分析工具之功效都不會(huì)太好。第37頁38大數(shù)據(jù)智能分析工具

(2)

儀表板(Dashboards)Reports(報(bào)表)與Dashboards

(儀表板)參見次頁示例:美國國家公園訪客量統(tǒng)計(jì)圖Dashboards(儀表板):是一個(gè)可視化界面,將特定目標(biāo)或業(yè)務(wù)流程相關(guān)量測(cè)值,提供一個(gè)一目了然視圖。以圖形化方式顯示(圖表),可可視化展現(xiàn)數(shù)據(jù)所代表趨勢(shì)、比較、例外情形。只顯示與儀表板主旨相關(guān)數(shù)據(jù)。直觀地表現(xiàn)出預(yù)定結(jié)論,省得讓讀者自行思索分析。第38頁例:美國國家公園訪客量統(tǒng)計(jì)圖39第39頁儀表板使用者需求分析一個(gè)嚴(yán)謹(jǐn)需求分析過程,才能確保儀表板:有效性(effective)可維護(hù)(maintainable)需求分析主要內(nèi)容:界定觀眾群儀表板使用者是誰?他們會(huì)怎樣使用儀表板?界定性能指針

(performancemeasures)KPI

(KeyPerformanceIndex)須有正常值范圍界定界定數(shù)據(jù)源(datasources)怎樣連結(jié)KPI和datasource?界定資料維度(dimensions)和過濾條件(filters)決定數(shù)據(jù)下鉆(drill-downdetails)需求界定更新行程表

(refreshschedule)第40頁例:儀表板版面安排41過去兩年整體趨勢(shì)?服務(wù)暴發(fā)量(%)?排名前10月份?排名后10月份?特定產(chǎn)品趨勢(shì)本年度平均月營業(yè)額本月營業(yè)額差額第41頁設(shè)計(jì)儀表板主要標(biāo)準(zhǔn)第一法則:簡(jiǎn)單、不要復(fù)雜化不要把你儀表板當(dāng)成是數(shù)據(jù)倉儲(chǔ)舍棄華麗格調(diào),例:比較(圖1-4)與(圖1-5)去掉無須要圖表組件,例:(圖1-6)

儀表板要能“一目”了然不要超出一個(gè)畫面(或一頁紙張)

讓用戶用交互式(interactive)功效來探索細(xì)節(jié)善于版面安排來抓住視覺焦點(diǎn),例:(圖1-7)有效利用格式來表現(xiàn)數(shù)值型數(shù)據(jù)有效利用標(biāo)題(Title)和標(biāo)簽(Label)第42頁43第43頁44第44頁45第45頁用戶視覺焦點(diǎn)區(qū)塊第46頁47大數(shù)據(jù)智能分析工具

(3):數(shù)據(jù)挖掘47DecisionTreesClusteringTimeSeriesSequenceClusteringAssociationNa?veBayesNeuralNetLogisticRegressionLinearRegressionTextMining第47頁48課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第48頁連續(xù)改進(jìn)49數(shù)據(jù)驅(qū)動(dòng)決議管理模式

(Data-BasedDecisionMaking)數(shù)據(jù)驅(qū)動(dòng)決議管理模式四個(gè)關(guān)鍵步驟:Collecting:搜集臨床業(yè)務(wù)數(shù)據(jù)Connecting:分析相關(guān)指標(biāo)Creating:建立改進(jìn)辦法Confirming:確認(rèn)改進(jìn)成效數(shù)據(jù)驅(qū)動(dòng)主要性:唯有管理者所監(jiān)控指標(biāo)事務(wù)才會(huì)取得改進(jìn)所以,正確地設(shè)定指標(biāo)事務(wù)非常主要第49頁50數(shù)據(jù)驅(qū)動(dòng)決議管理模式

(Data-BasedDecisionMaking)來源:TaoHuang,...etc,”PromisesandChallengesofBigDataComputinginHealthSciences”,BigDataResearch2()2–11第50頁51課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第51頁52實(shí)例:臺(tái)北馬偕醫(yī)院『護(hù)理云』第52頁53實(shí)例:臺(tái)北馬偕醫(yī)院『護(hù)理云』第53頁54實(shí)例:臺(tái)北馬偕醫(yī)院『護(hù)理云』第54頁55課程大綱云端時(shí)代海量數(shù)據(jù)趨勢(shì)利用大數(shù)據(jù)智能分析實(shí)例探討淺談大數(shù)據(jù)智能分析工具大數(shù)據(jù)時(shí)代護(hù)理管理模式數(shù)據(jù)驅(qū)動(dòng)決議管理模式推進(jìn)管理者之自主性分析深入完善臨床信息系統(tǒng)結(jié)語:智能化發(fā)展周期:知覺、領(lǐng)悟、改革、實(shí)踐第55頁56深入完善臨床信息系統(tǒng)完善數(shù)據(jù)起源應(yīng)用于連續(xù)改進(jìn)臨床作業(yè)質(zhì)量:數(shù)據(jù)分析結(jié)果能讓管理者(于“事后”)去了解業(yè)務(wù)上所出現(xiàn)問題。依據(jù)統(tǒng)計(jì)分析結(jié)果重新(于“事前”)調(diào)整及規(guī)劃相關(guān)作業(yè)流程及規(guī)范。設(shè)計(jì)管控機(jī)制放到平時(shí)作業(yè)流程中作適當(dāng)?shù)乇O(jiān)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論