?醫(yī)療保健行業(yè)是數(shù)據(jù)最豐富的行業(yè)之一，但由于嚴格的隱私和安全法律，數(shù)據(jù)科學家無法利用這些數(shù)據(jù)做太多事情。但現(xiàn)在，由于云計算中強大的安全設置和隱私保護分析技術的使用，Providence健康公司開始解開數(shù)據(jù)科學家的“手銬”，并在大醫(yī)療數(shù)據(jù)上展開創(chuàng)新。

Providence健康與服務公司擁有52家醫(yī)院、1000多家診所和約12萬名員工，是美國最大的醫(yī)療保健集團之一。與大多數(shù)醫(yī)療保健公司一樣，Providence健康公司采取措施維護患者數(shù)據(jù)的完整性。畢竟，沒有人想要違反HIPAA（Health Insurance Portability and Accountability Act 健康保險攜帶和責任法案/醫(yī)療電子交換法案），每違反一次就要罰款5萬美元。

在這家總部位于華盛頓倫頓(Renton)的公司著手更新其數(shù)據(jù)分析架構時，安全問題是他們最關心的問題，首先是將老舊的SQL Server數(shù)據(jù)倉庫遷移到微軟Azure云上。Providence的數(shù)據(jù)科學總監(jiān)林賽·米科表示，該公司在2019年底與Databricks和其他公司合作建立新的數(shù)據(jù)環(huán)境時，采取了額外的預防措施，以確保對數(shù)據(jù)保持嚴格的控制。

“Providence為安全云設置了一個獨特的高標準，”米科說。“與我合作的每一家科技公司....認為這就是安全云的樣子。然后他們開始與我們合作，他們很快就會對標準的設定產生疑慮。我們與微軟和Databricks攜手合作，打造新的部署架構，我們需要一些與公共互聯(lián)網隔絕的東西能夠妥善保護患者數(shù)據(jù)。”

Snowflake也參與了Providence新的基于云的數(shù)據(jù)架構。最初的項目是將老化的SQL Server倉庫遷移到Snowflake數(shù)據(jù)倉庫中，后者將為分析業(yè)務和臨床數(shù)據(jù)提供一個更可伸縮的系統(tǒng)。Providence足夠大，可以容納多個數(shù)據(jù)倉庫中的用戶，因此Databricks和Snowflake環(huán)境是獨立存在的。

成本控制是Providence新云倉庫的一個重要目標，該云倉庫用于傳統(tǒng)分析以及構建和運行機器學習模型。作為一家非營利性天主教醫(yī)院，Providence的使命是幫助窮人和有需要的人，它有責任提供負擔得起的醫(yī)療服務，而分析可以在這方面提供幫助。

“我們還知道，醫(yī)療保健存在成本泡沫。病人的費用一直在上漲。醫(yī)療保健系統(tǒng)的利潤極其微薄。這是雙輸，”他說。“因此，找到利用數(shù)據(jù)和分析控制成本的方法——這是整個醫(yī)療保健體系的存在價值。”

一些最初的用例涉及到使用機器學習模型來預測患者需求，包括像發(fā)病率和住院時間等。這些預測被輸入到一個人員配置模型中，該模型告訴Providence，在接下來的兩個月里，服務人員需求可能會是什么樣子。

云端的無限彈性是公司之前使用的一個重大升級。雖然數(shù)據(jù)倉庫遷移在COVID-19大流行之前就開始了，但米科和他的團隊在大流行期間完成了大部分工作。這家醫(yī)療保健公司利用了Epic Systems公司的電子病歷(EMR)軟件自帶的幾個開箱即用的機器學習模型，這些模型運行良好。作為Epic最大的用戶，機器學習模型的成功對Epic的研發(fā)團隊來說是個好兆頭。

同時它加速了下一代系統(tǒng)的部署，包括遠程醫(yī)療。“我們已經準備好了。我們有一個非常強大的基礎設施來處理遠程醫(yī)療。能夠向遠程醫(yī)療轉移大量的數(shù)據(jù)。它還推動了預測分析的發(fā)展。圍繞死亡風險、ICU住院時間和大流行早期的一些其他模型部署了一些模型。這些都是內置在Epic中的應用。這只是漫長旅程的第一步。人工智能在改善臨床護理方面有更多的機會。”米科說。

例如，該公司正在對源自Epic的健康級別7 (HL7)醫(yī)療文件進行實時分析。使用Spark Streaming處理這些數(shù)據(jù)，然后將其實時加載到Databricks倉庫的表單中。

他說:“這項工作一開始是為了建立我們所說的任務控制中心，它可以實時查看醫(yī)院的情況。”

任務控制中心的早期用例之一是獲得對單個醫(yī)院資源的可見性，以確定它是否能夠處理傳入的病人。這是有助于防止醫(yī)院人滿為患的有用工具，在COVID-19疫情高峰期，醫(yī)院人滿為患是一個非常現(xiàn)實的威脅。

利用分析和人工智能改善業(yè)務和臨床運營，他說:“這是一個很好的起點，一旦你對醫(yī)療保健系統(tǒng)正在發(fā)生的事情有了實時的了解——誰在那里，你需要什么，并與他們的圖表聯(lián)系起來——你就可以開始預測接下來會發(fā)生什么。你可以開始優(yōu)化關于臨床護理或手術的決策。所以我對任務控制非常感興趣。”

該公司正在考慮利用一些更強大的人工智能技術，包括深度學習，以進一步優(yōu)化其運營和改善醫(yī)療服務。具體來說，它正在與John Snow實驗室及其Spark NLP模型合作，以便能夠從醫(yī)生的病歷中提取有意義的數(shù)據(jù)。??

在處理這種級別的敏感數(shù)據(jù)時，安全性和隱私性是最重要的，因此Spark NLP的首要任務是去識別關于患者的醫(yī)生記錄。這家醫(yī)療保健公司正在使用來自John Snow實驗室的經過預先訓練的模型，該模型可以識別日期、姓名、地址和郵政編碼等標識符。

Providence旗下的技術和服務公司Tegria的高級數(shù)據(jù)科學家納達·泰亞布(Nadaa Taiyab)說，“它的工作效果令人驚訝地好。”

在標記標識符之后，Providence用虛擬數(shù)據(jù)替換數(shù)據(jù)，從而消除了私人健康信息(PHI)的風險。這一過程使Providence能夠使用聚合的醫(yī)療數(shù)據(jù)進行高級分析和訓練機器學習模型。

Taiyab說，雖然混淆步驟降低了PHI落入錯誤之手的風險，但有時需要真實的患者數(shù)據(jù)，特別是在使用機器學習模型時。“如果你把它聚合起來，就不能把它用于機器學習，如果你試圖在病人的水平上預測一些東西。”“如果你想在群體水平上預測它，這是一回事。但你需要有患者級別的數(shù)據(jù)”來進行患者級別的預測。

Providence還可以通過系統(tǒng)生物學研究所(ISB)，將其患者數(shù)據(jù)用于進一步的醫(yī)學研究。ISB是一家位于華盛頓州西雅圖的醫(yī)學分析公司，由人類基因組計劃的研究人員之一Leroy Hood博士創(chuàng)建。Providence所做的數(shù)據(jù)安全工作使其能夠與2016年收購的ISB共享數(shù)據(jù)。

米科表示，ISB挖掘Providence的大型醫(yī)療數(shù)據(jù)倉庫的能力對ISB對健康狀況的研究非常重要，例如長期COVID-19。“這只是一個例子，說明當你能夠在安全的云環(huán)境中部署和集成數(shù)據(jù)時意味著什么。”他說。

隨著Providence探索使用高級分析和人工智能的其他方法來改善其醫(yī)療保健使命，對構建安全云數(shù)據(jù)架構的投資有望獲得回報。

“Providence已經為醫(yī)療保健的安全云設計了一幅藍圖，”米科說。“這需要大量的反復練習，大量的學習，與我們的合作伙伴進行大量的合作。在每一步都在改進它。當我們學習新東西時，部署模型會發(fā)生變化。但我們認為有一個非常可靠的藍圖。”獲取數(shù)據(jù)仍然是這方面取得進展的主要障礙之一。Providence為降低安全和隱私風險所做的工作是良好的第一步，但還有更多的工作要做。?