Maintenant que nous avons exploré ces tendances et certaines de leurs conséquences, nous allons nous pencher sur les données. Nous examinerons les données dont nous disposons et les façons dont nous les utilisons actuellement dans l'industrie. Nous nous pencherons ensuite sur certaines idées fausses qui existent dans le secteur au sujet des utilisations du Big data. Nous passerons en revue les facteurs sociaux des résultats en matière de santé et la manière dont nous pouvons obtenir ces données. Nous nous pencherons également sur la manière d'aborder les informations manquantes dans les données ainsi que les biais qui peuvent ne pas être facilement apparents.

L'Intégration de la qualité des soins pour les patients est de se rappeler que, malgré tous les points de données, chaque patient est un individu avec ses propres défis. Dans ce module, nous nous attacherons à humaniser le patient en examinant de manière globale ses besoins, son fardeau et ses motivations. Nous examinerons les facteurs de risque et l'attribution des données. Nous étudierons l'importance de prendre en compte l'avis des patients lors de la prise de décision. Nous nous pencherons ensuite sur les méthodes d'attribution et les techniques de modélisation basées sur l'IA.

Dans ce module, nous examinerons les prédictions basées sur l'expérience et certaines des différentes méthodes et techniques que nous pouvons utiliser pour les élaborer. Nous examinerons la possibilité de faire des prédictions pour les résultats individuels des patients, par exemple : la probabilité qu'ils aient des complications évitables, qu'ils ne respectent pas leur régime médicamenteux ou qu'ils soient satisfaits de leur prestataire de soins. Nous présenterons l'enquête CAHPS, une méthode courante pour évaluer la satisfaction des consommateurs à l'égard de leur régime de santé et de leur prestataire.