医疗保健中渐进式数据科学的实践挑战

医疗保健系统收集了大量数据，涵盖患者行政信息、临床测量结果和居家监测的健康指标。为支持患者护理和治疗管理中的知情决策，审查和分析这些多样化的数据源至关重要。数据可视化是探索医疗数据集、发现隐藏模式并得出可操作性见解的极具前景的解决方案。然而，由于这些数据集的规模和复杂性，创建交互式数据可视化的过程极具挑战性。渐进式数据科学提供了一种潜在的解决方案，能够在数据探索过程中与中间结果进行交互。在本文中，我们回顾了采用渐进式数据科学方法的三个健康数据可视化项目的经验。我们探讨了在数据选择、预处理、数据挖掘、转换以及解释与评估等各个阶段面临的实际影响和挑战。我们重点分析了三个项目的独特挑战与机遇，包括手术结果可视化、患者床位转移追踪，以及将患者生成的数据可视化整合到医疗保健环境中。我们识别出以下挑战：数据收集实践不一致、适应不同数据完整性水平的复杂性，以及为真实世界部署修改设计的需要。我们的研究结果强调，在为医疗保健环境设计可视化时，需要慎重考虑使用渐进式数据科学方法。