現如今，警惕和預防衛(wèi)生保健的騙局變得越來越重要。
隨著一些技術的突破性進展，如在線健康記錄、遠程病患護理和基于大數據的健康管理等，醫(yī)療健康行業(yè)正在經歷著巨大的變革。眼前的變革為我們帶來了更高效的衛(wèi)生保健體系、診療效果的改善以及經濟效益的提高;然而，如果不能正確的對待這些改變，我們面臨的將是一系列挑戰(zhàn)：醫(yī)療花銷飛速上漲、泄露個人隱私甚至危及患者生命。
ACFE(Association of Certified Fraud Examiners)認為2015年是技術加劇詐騙犯罪的一年。然而，科技在使詐騙案復雜化的同時，也為機構和政府的投資者提供了發(fā)現和預防詐騙犯罪的有利武器。ACFE認為大數據分析正在成為打擊醫(yī)療詐騙犯罪的首選，即從分散無結構的數據當中獲取有效信息，這將會是分析工具最顯著的用途。
隨著復雜的數據分析工具越來越容易獲得和使用，大數據分析將有效保護患者隱私和減少假處方。
數據分析防止隱私泄露
過去的一年是網絡信息安全黑暗的一年。索尼、塔吉特和eBay的數據外泄事件引起了大家對敏感信息的保護意識。但是衛(wèi)生機構對于這種數據攻擊卻無能為力。事實上，BitSight Technologies在2014年對標普500指數公司的分析報告指出，由于在安全性能上的不佳表現與響應遲緩，保健與藥品企業(yè)的信息安全問題相比于零售商要糟糕許多。
對于致力于保護患者醫(yī)療信息安全的醫(yī)療衛(wèi)生組織來說，數據是最好的工具。因為數據不僅可以處理安全事宜、防止欺詐和違規(guī)問題的出現，還可以預見并主動處理這些問題。
隨著醫(yī)療健康安全局面與合規(guī)性要求的發(fā)展，醫(yī)療衛(wèi)生組織對信息安全問題必須反應迅速，而這就需要開放的趨勢和方式以及發(fā)現隱藏在記錄、傳感器和機器數據中的異常個體數據。
收集、準備和分析這些碎片數據的工作量非?？捎^，但是復雜的數據分析學讓這些冗雜的工作變得更加容易。由于醫(yī)療健康機構可以忽略資源、種類、大小和形式的影響，借助數據分析短時間內合并、一體化和分析數據，并且找到詐騙和合規(guī)問題的解決方法，因此數據分析在這場沒有硝煙的戰(zhàn)爭中起到決定性作用。
比如機構可以通過分析公共網站、跟蹤的頁面和應用編程接口，早期預見威脅或者分析日志文件來監(jiān)視非正常服務器訪問模式或實現安全維護功能。
數據分析減少處方藥濫用問題
數據分析不僅可以保護病人的信息，還可以挽救病人的生命。根據CDC(Centers for Disease Control and Prevention)中心的數據，43982位配藥過量致死的的病人中超過一半的死因與藥品有關，這些處方藥的濫用每年花費國家550億美元。如果醫(yī)生和和藥房在診療過程中可以獲取更多管制藥物的歷史信息，他們能做出更好的處方藥決策并且識別潛在的處方藥亂用問題。
藥房、醫(yī)生和醫(yī)院可以借助結合多樣的數據資源、分析數據并快速傳遞，可以追蹤非正常的活動來減少處方藥物亂用。最近，加利福尼亞有一個處方藥監(jiān)控項目(PDMP)，醫(yī)療工作者可以開具和分發(fā)管制藥物，及時獲取病人的歷史信息。越來越多的州呼吁使用安全的數據庫，這些數據庫用大數據分析來監(jiān)測詐騙與濫用的行為。大數據分析工具簡化了過程并傳遞了易處理的數據，這能夠了人們，不只是科學家使用大數據。不僅僅是將原始數據傳輸給醫(yī)療衛(wèi)生行業(yè)專家，像加州PDMP項目一樣復雜的數據庫將位專家呈現這些問題發(fā)生的原因、地點、時間以及過程。
在打擊醫(yī)療欺詐行文的過程中，數據分析充當了非常重要的角色。隨著越來越多的機構采用分析工具使大數據方便每個人，大數據分析將在醫(yī)療衛(wèi)生所有領域中造福我們。
