Nama: Rodian Tsani

NIM: 190106132

Prodi / kelas: D4 Anestesiologi/6C

Tugas Rangkuman Manfaat Penerapan Big Data Dalam Dunia Kesehatan

Big Data adalah istilah yang menggambarkan volume besar data baik terstruktur maupun tidak
terstruktur , yang membanjiri bisnis sehari-hari. Namun bukan jumlah data yang penting. Apa
yang dilakukan organisasi dengan data itulah yang penting. Big data dapat dianalisis demi
pemahaman yang mengarah kepada keputusan dan gerakan bisnis strategis yang lebih baik.
Konsep Big Data telah ada selama bertahun-tahun; sebagian besar organisasi sekarang mengerti
bahwa jika mereka menangkap semua data yang mengalir ke bisnis mereka, mereka dapat
menerapkan analitik dan mendapatkan nilai manfaat yang signifikan dari data tersebut. Namun,
manfaat baru yang dibawa oleh analisis big data adalah kecepatan dan efisiensi.

Data besar dalam perawatan kesehatan berasal dari berbagai sumber - mulai dari catatan
kesehatan elektronik hingga log server mesin pencari dan perangkat yang dapat dikenakan. Ini
adalah lautan data tanpa akhir yang menawarkan daftar peluang tanpa akhir. Hal utama adalah
mengetahui bagaimana memanfaatkan data ini dengan baik. Dengan penyimpanan yang tepat
dan alat analitik di tangan, semua pemain dalam sistem perawatan kesehatan termasuk organisasi
kesehatan (HCO), pasien, staf medis, produsen farmasi, dll. dapat menuai sejumlah manfaat.
Secara umum, pasien menjadi lebih sehat, dokter dapat meningkatkan hasil medis secara
signifikan, HCO dapat menghemat biaya dan meningkatkan efisiensi operasi, produsen farmasi
dan penyedia layanan kesehatan lainnya dapat membuat keputusan yang lebih tepat.

Big data telah mengubah cara kami mengelola, menganalisis, dan memanfaatkan data di
seluruh industri. Salah satu area paling menonjol di mana analisis data membuat perubahan besar
adalah perawatan kesehatan. Faktanya, analitik perawatan kesehatan berpotensi mengurangi
biaya pengobatan, memprediksi wabah epidemi, menghindari penyakit yang dapat dicegah, dan
meningkatkan kualitas hidup secara umum. Rata-rata umur manusia meningkat di seluruh
populasi dunia, yang menimbulkan tantangan baru bagi metode pemberian pengobatan saat ini.
Profesional kesehatan, seperti halnya pengusaha bisnis, mampu mengumpulkan data dalam
jumlah besar dan mencari strategi terbaik untuk menggunakan angka-angka.

Lalu dimana saja peran big data analytics dalam kiesehatan?

1. Diagnostik

Dengan bantuan Big data dan analitik data, dimungkinkan untuk mendiagnosis penyakit dengan
cepat dan akurat. Biasanya, dokter memeriksa pasien, berbicara dengan mereka tentang penyakit
mereka, dan membandingkan gejala mereka dengan gambaran penyakit yang mereka ketahui.
Dalam kasus yang kompleks, mereka meneliti literatur dan berkonsultasi dengan rekan kerja.
Tetapi data besar menyajikan cara yang lebih cerdas untuk mendiagnosis pasien. Dokter dapat
dengan mudah mengumpulkan data pasien dan memasukkannya ke dalam algoritme yang akan
menyarankan diagnosis yang paling mungkin. Algoritma juga akan mengusulkan tes bernilai
tinggi dan mengurangi penggunaan tes yang tidak perlu secara berlebihan. Juga, computer vision
(CV) banyak digunakan dalam diagnostik. Misalnya, teknologi ini membantu pemeriksaan retina
dengan tujuan untuk mendeteksi anomali pada tahap awal dan mencegah penyakit.

2. Hasil pemodelan dan peramalan

Data besar dan analitik prediktif membantu spesialis perawatan kesehatan dengan pengambilan
keputusan klinis. Pemodelan prognostik banyak digunakan dalam perawatan kesehatan untuk
tujuan yang berbeda. Beberapa model ditujukan untuk memprediksi hasil penyakit dan/atau
perawatan di masa mendatang. Lainnya fokus pada mengidentifikasi pasien yang mungkin
berisiko untuk pengembangan kondisi tertentu. Ada juga model yang meramalkan penyebaran
penyakit di antara populasi. Misalnya, pemodelan prediktif telah berhasil diterapkan di banyak
negara untuk mengidentifikasi diabetes yang tidak terdiagnosis, memprediksi kelangsungan
hidup setelah resusitasi kardiopulmoner di rumah sakit, dan memperkirakan penyebaran pandemi
COVID-19.

3. Kesehatan penduduk

Big data membantu meningkatkan kualitas hidup masyarakat. Ini memiliki potensi untuk
memprediksi dan mencegah wabah dan penyebaran penyakit menular. Alat data besar tidak
tersedia selama pandemi sebelumnya. Dalam kasus virus corona, data besar membantu
meningkatkan pengawasan dan respons epidemi. Negara-negara di seluruh dunia menggunakan
data besar dan analitik data untuk menyediakan statistik waktu nyata, melacak penyebaran virus,
dan memprediksi dampak wabah ini.

4. Manajemen rumah sakit

Big data adalah kunci manajemen rumah sakit. Ini dapat meningkatkan operasi rumah sakit dan
secara signifikan mengurangi biaya. Misalnya, melalui analitik berbasis data, sahabat data dapat
memprediksi kapan sahabat data mungkin membutuhkan staf di departemen tertentu pada waktu
sibuk sambil mendistribusikan personil terampil ke area lain selama periode tenang. Selain itu,
dengan melacak kinerja karyawan secara menyeluruh, sahabat data dapat menggunakan analisis
data perawatan kesehatan untuk mendapatkan wawasan tentang siapa yang membutuhkan
dukungan atau pelatihan dan kapan. Namun, menerapkan solusi big data dalam perawatan
kesehatan membutuhkan strategi yang matang.

Penerapan Big Data dalam Bidang Kesehatan

1. Teknologi Hadoop untuk Pemantauan Kondisi Vital Pasien
Beberapa rumah sakit di seluruh dunia telah menggunakan Hadoop untuk membantu stafnya
bekerja secara efisien dengan Big Data. Tanpa Hadoop, sebagian besar sistem layanan kesehatan
hampir tidak mungkin menganalisis data yang tidak terstruktur.
Children’s Healthcare of Atlanta merawat lebih dari 6.200 anak di unit ICU mereka. Rata-
rata durasi tinggal di ICU Pediatrik bervariasi dari satu bulan sampai satu tahun. Children’s
Healthcare of Atlanta menggunakan sensor di samping tempat tidur yang membantu mereka terus
melacak kondisi vital pasien seperti tekanan darah, detak jantung dan pernafasan. Sensor ini
menghasilkan data yang sangat besar, dan sistem yang lama tidak mampu untuk menyimpan data
tersebut lebih dari 3 hari karena terkendala biaya storage. Padahal rumah sakit ini perlu
menyimpan tanda-tanda vital tersebut untuk dianalisa. Jika ada perubahan pola, maka perlu ada
alert untuk tim dokter dan asisten lain. Sistem tersebut berhasil diimplementasikan dengan
menggunakan komponen ekosistem Hadoop . Tujuannya: mengurangi kunjungan IGD dan rawat
inap untuk kejadian terkait asma pada anak-anak.
2. Valence health : peningkatan kualitas layanan dan reimbursements
Valence health menggunakan Hadoop untuk membangun data lake yang merupakan
penyimpanan utama data perusahaan. Valence memproses 3000 inbound data feed dengan 45
jenis data setiap harinya. Data kritikal ini meliputi hasil tes lab, data rekam medis, resep dokter,
imunisasi, obat, klaim dan pembayaran, serta klaim dari dokter dan rumah sakit, yang digunakan
untuk menginformasikan keputusan dalam peningkatan baik itu pendapatan ataupun
reimbursement. Pertumbuhan jumlah klien yang pesat dan peningkatan volume data terkait
semakin membebani infrastruktur yang ada.
Sebelum menggunakan big data, mereka membutuhkan waktu hingga 22 jam untuk memproses
20 juta records data hasil laboratorium. Penggunaan big data memangkas waktu siklus dari 22 jam
menjadi 20 menit, dengan menggunakan hardware yang jauh lebih sedikit. Valence Health juga
mampu menangani permintaan pelanggan yang sebelumnya sulit untuk diselesaikan.
3. Hadoop dalam Pengobatan Kanker dan Genomics
Salah satu alasan terbesar mengapa kanker belum dapat dibasmi sampai sekarang adalah
karena kanker bermutasi dalam pola yang berbeda dan bereaksi dengan cara yang berbeda
berdasarkan susunan genetik seseorang. Oleh karena itu, para peneliti di bidang onkologi
menyatakan bahwa untuk menyembuhkan kanker, pasien perlu diberi perawatan yang disesuaikan
dengan jenis kanker berdasarkan genetika masing-masing pasien.

4. UnitedHealthcare: Fraud, Waste, and Abuse

Saat ini setidaknya 10% dari pembayaran asuransi Kesehatan terkait dengan klaim palsu.
Di seluruh dunia kasus ini diperkirakan mencapai nilai miliaran dolar. Klaim palsu bukanlah
masalah baru, namun kompleksitas kecurangan asuransi tampaknya meningkat secara
eksponensial sehingga menyulitkan perusahaan asuransi kesehatan untuk
menghadapinya. UnitedHealthCare adalah sebuah perusahaan asuransi yang memberikan
manfaat dan layanan kesehatan kepada hampir 51 juta orang. Perusahaan ini menjalin kerja sama
dengan lebih dari 850.000 orang tenaga kesehatan dan sekitar 6.100 rumah sakit di seluruh negeri.
Payment Integrity group/divisi integritas pembayaran mereka memiliki tugas untuk memastikan
bahwa klaim dibayar dengan benar dan tepat waktu.
5. Liaison Technologies: Streaming System of Record for Healthcare
Liaison Technologies menyediakan solusi berbasis cloud untuk membantu organisasi
dalam mengintegrasikan, mengelola, dan mengamankan data di seluruh perusahaan. Salah satu
solusi vertikal yang mereka berikan adalah untuk industri kesehatan dan life science, yang harus
menjawab dua tantangan : memenuhi persyaratan HIPAA dan mengatasi pertumbuhan format dan
representasi data.