![The Economist](https://assets.intersystems.com/dims4/default/79a0fca/2147483647/strip/true/crop/402x204+0+0/resize/402x204!/quality/90/?url=http%3A%2F%2Finter-systems-brightspot.s3.amazonaws.com%2Fd2%2F11%2F263c6dee4108874382e7750e081f%2Feconomist-logo-2.jpg)
Zdravotnictví je stále více vystaveno tlaku na zajištění stálého přísunu vysoce kvalitních a použitelných dat. Důsledky přehlížení tohoto imperativu jsou škodlivé: špatný datový základ vede k nesmyslným a zavádějícím výstupům.
V poslední době se rozmáhá vizualizace dat, která má z občanů udělat datové vědce a přimět širokou veřejnost "vidět" širší souvislosti. Tato pandemií podpořená kultura zdravotní péče založená na datech ji bezpochyby přežije.
Důraz na odhalování faktů a čísel a jejich univerzální stravitelnost bude mít obrovské důsledky. Uskutečnění tohoto mandátu však závisí na zavedení správné infrastruktury, která zdaleka nezahrnuje jen investice do technologií.
V tomto webináři odpovíme na několik klíčových otázek:
- Jaké jsou překážky při získávání vysoce kvalitních interoperabilních dat, která lze škálovat a využívat pro analytiku?
- Jak lze vizualizaci využít ke zlepšení datové gramotnosti v celosvětovém měřítku?
- Nakolik si uvědomujeme souvislost mezi zdroji dat a zkreslením? Jak to ovlivňuje naše chápání sociálních determinantů zdraví?
- Jak můžeme využít strojové učení k zefektivnění zdravotní péče a uvolnění zdrojů pro péči?
Další zdroje
Analyst Report
ZPRÁVA ANALYTIKA
Umělá inteligence ve zdravotnictví: raná fáze s postupným přechodem k dospělosti
led 29, 2021
Pulse Blog
Vstříc vlně v roce 2021: strojové učení ve zdravotnictví