Nachdem wir nun diese Trends und einige der Konsequenzen erforscht haben, wollen wir einen Blick auf die Daten werfen. Wir werden die Daten untersuchen, die uns zur Verfügung stehen, und die Art und Weise, wie wir sie derzeit in der Branche nutzen. Dann werden wir uns mit einigen Missverständnissen befassen, die in der Branche über die Nutzung von Big Data bestehen. Wir werden uns mit den sozialen Triebkräften für die Gesundheitsergebnisse befassen und damit, wie wir an diese Daten gelangen können. Wir werden uns auch damit befassen, wie wir fehlende Informationen in den Daten sowie Bias, die nicht ohne weiteres erkennbar sind, beseitigen können.

Für eine qualitativ hochwertige Patientenversorgung ist es unerlässlich, sich vor Augen zu halten, dass jeder Patient trotz aller Datenpunkte ein Individuum mit eigenen Herausforderungen ist. In diesem Modul konzentrieren wir uns auf die Vermenschlichung des Patienten, indem wir die Bedürfnisse, Belastungen und Motivationen des Patienten ganzheitlich betrachten. Wir werden uns mit Risikofaktoren und der Attributierung von Daten befassen. Wir werden untersuchen, wie wichtig es ist, die Meinung der Patienten bei der Entscheidungsfindung zu berücksichtigen. Dann werden wir uns mit Attributionsmethoden und KI-basierten Modellierungstechniken befassen.

In diesem Modul befassen wir uns mit erfahrungsorientierten Vorhersagen und einigen der verschiedenen Methoden und Techniken, die wir bei deren Erstellung einsetzen können. Wir untersuchen die Erstellung von Vorhersagen für individuelle Patientenergebnisse, z. B. wie wahrscheinlich es ist, dass sie vermeidbare Komplikationen haben, die Compliance mit Medikamenten nicht einhalten oder wie wahrscheinlich es ist, dass sie mit ihrem Anbieter zufrieden sind. Wir stellen die CAHPS-Umfrage vor, eine gängige Methode zur Bewertung der Zufriedenheit der Verbraucher mit ihrem Gesundheitsplan und ihrem Anbieter.