36大数据专稿，作者：Paddy Padmanabhan 本文由36大数据翻译组-黄超翻译，转载必须获得本站及译者的同意，拒绝任何不表明译者及来源的转载！
接白宫来了个“首席数据官”，这位要干什么？
我们处于一个令人兴奋的阶段，但是发挥大数据在全面提高物质水平和生活质量方面的作用还只是刚开始—医疗保健正从数据高级分析的严谨应用中大大的受益。国家首席数据家的任命来的正是时候。
2月18日，白宫任命DJ Patil博士为国家首席数据科学家——白宫新设立的职位。这确实是一件大事，特别是对医疗保健行业来说。
前LinkedIn数据科学管理者在数据科学圈是一个众所周知的名字，也是HBR杂志上一篇因宣告数据科学家是本世纪最“性感”的职业而被广泛引用的文章的合作作者。毫不夸张的说，一个令人信服的证据就是——数据高级分析是如何将一切从Netflix和亚马逊推荐引擎推向奥巴马总统成功竞选的。
从这次新任命中获得巨大范围公众利益的领域就是医疗保健。医疗中心和医疗援助服务(CMS)、疾病控制中心(CDC)是一些联邦政府机构中仅有的两个收集和存储了大量公众健康和医疗费用数据的部门。这些公共领域的数据将逐渐可获取，我们就有机会了解这些数据想告诉我们什么。
来看下医疗大数据分析的早期好处：
全国范围内医疗费用的变化有一些有趣的启示，比如，阿拉巴马州蒙哥马利市的膝关节替换费用是11317美元，而纽约州纽约市的这一项费用为69654美元。有了这类信息，保险公司和公众就可以针对他们的医疗程序所需的费用做出明智的决策。
另一个大数据在公共健康应用的例子就是谷歌流感趋势预测（GFT），它通过Google.com中搜索关键字趋势来生成流感发生的每日预估和即时预报。它的预测数据比官方监测数据提前两周。
虽然是在早期阶段，医疗大数据对于提高医疗水平、降低公众健康整体成本的经济潜能是不容争辩的。毕竟，在还没有发明出先进的天气预报工具很久以前，我们就开始收集天气数据了。现在应该没有人会质疑国家气象局的经济效益了。
那么，为什么白宫任命一个真正的数据科学家对医疗保健来说是一件大事呢？
首先，让我们来了解下什么是数据科学家，这个角色与分析家有什么不同，还有为什么我们会这么关心。
在最近发表的一篇优秀的文章中，MIT斯隆管理评论杂志讨论了这些区别和使得数据科学家特别的因素。要注意的关键点是，数据科学家采用一系列跨学科的技能，主要集中在基于统计数据、科技和商业知识应用的期望结果或预测结果。高度自信的知道什么将会发生，使得我们做出的决定能帮助我们解决或者诉讼这些结果。
在医疗保健领域，我们已经开始看到了以下这些趋势：
大型医疗公司已经任命高级行政人员扮演首席分析官和首席数据官的角色。他们通过分析内部和外部的数据来预测健康状况和费用。
医疗领域越来越多地使用高级分析模型，例如运用健康风险分析模型和风险分层模型，来确定人口健康管理的早期干预和预防住院。
高度细分模型带动目标市场的转向力，使得制药公司和健康计划都开始关注个体市场和责任医疗组住模型。
我们处于大数据时代，各种不同类型的数据源源不断的出现，包括但不限于：
电子健康报告( EHR)
人口数据（信用报告，购买历史）
机对机（M2M）和物联网（IoT）
可穿戴设备（Fitbit追踪器，Jawbone智能手环）
最后，但并非最不重要的就是：
—公众健康数据
医疗领域的私营部门已经率先在利用这些大量可获取的数据，但政府还处于早期阶段，这也是首席数据科学家的任命如此重要的原因。仅仅是任命某人为这个角色就会为健康数据带来必要的关注，从而释放医疗大数据在提高治疗水平和费用控制水平上的巨大潜能。
我们处于一个令人兴奋的阶段，但是发挥大数据在全面提高物质水平和生活质量方面的作用还只是刚开始—医疗保健正从数据高级分析的严谨应用中大大的受益。国家首席数据家的任命来的正是时候。这并不是说，一切都准备就绪，可以向前大跃进了。还有一些不利因素存在，例如：
—公共数据的低质：大量的联邦政府数据有很大部分并不容易使用，在使用这些数据或者与将其与其他数据源合并之前，需要大量的数据准备和数据标准化。一些私人公司已经开始着手做这些，而且围绕相同的数据类型建立商业模型。然而，这一点最终需要政府数据首席科学家来解决；
—数据整合挑战：数据的新来源，例如M2M和物联网数据，就很难与电子健康数据（HER）和其他专业数据整合。
—隐私担忧和既得利益者的反对：会阻止过多的公共数据释放，也会妨碍公众利益数据有效利用。
最终，这是令人兴奋的提高全民医疗水平之旅的开端。首席数据科学家的任命来的正是时候！
原文标题：Why a Chief Data Scientist in the White House is a Big Deal for Healthcare
End.
联系客服
