‘Aandeel business intelligence in zorgsector verdubbelt komende 4 jaar wereldwijd’

, , ,

De wereldwijde markt voor Business Intelligence in de zorgsector zal de komende vier jaar meer dan verdubbelen, met een jaarlijks groeipercentage van 13,5%. Dat staat in het rapport ‘Global Business Intelligence Market in the Healthcare Sector 2018-2022’ van marktonderzoeksbureau HFT Market Intelligence.

Het rapport is een geografische analyse van de BI-ontwikkeling in de zorgsector in de Verenigde Staten, Verre Oosten, Europa, Afrika en het Midden-Oosten. Ook zijn belangrijke marktspelers in het onderzoek meegenomen waaronder BI-giganten IBM, Microsoft, SAP en Oracle.

Mobile BI trend

Volgens een analist van het HTF-team is mobile BI de nieuwste trend die op dit moment snel aan belang wint. “Mobiele apparaten zoals tablets en smartphones worden in toenemende mate geaccepteerd door de consument. Daarnaast bieden steeds meer organisaties hun medewerkers thuiswerkmogelijkheden. Dit resulteert de komende jaren in een snelle toename van het aantal medewerkers dat op externe locaties werkt.” Deze ontwikkeling betekent dat mobile BI een belangrijke factor is in de groeicijfers.

Data analytics in de zorg

Het rapport stelt verder dat het toenemende gebruik van data analytics een van de belangrijkste drijfveren is voor deze groeiende markt. “De zorgsector zet in toenemende mate data-analyses in om hun efficiëntie te maximaliseren, de omzet te verhogen en kosten te besparen. Gegevensanalyse helpt bij het vergemakkelijken van het in kaart brengen van de patiëntvraag en ondersteunt het monitoren van gezondheidsdata.  Data analytics helpt ziekenhuizen en andere zorginstellingen om datapatronen te analyseren waarmee patiënten goed kunnen worden geholpen en hen zorg op maat kan worden geboden.”

Samenvatting downloaden

Een samenvatting van het (Engelstalige) rapport kan worden gedownload op de website van HTF.

Waarom 2018 het jaar wordt van de Selfservice BI en Augmented Analytics

, , ,

Het vakgebied van de Business Intelligence groeit en evolueert razendsnel, mede dankzij de klinkende resultaten die slimme BI-oplossingen de voorbije jaren opleverden. Volgens de Amerikaanse BI-kenner Rob Wood is de toegevoegde waarde van individueel afgestemde BI evident en wordt 2018 daarom het jaar van de Selfservice BI.

Lees meer

3 makkelijk te begrijpen Machine Learning algoritmes

, ,

Big data is op dit moment erg belangrijk in de tech wereld. Dit maakt machine learning erg zeer interessant omdat machine learning enorm krachtig is in het maken van voorspellingen en berekende suggesties. Voorbeelden hiervan is Netflix, die algoritmes heeft  die een suggestie doet wat je volgende film word op basis van de films die je al gekeken hebt. Een ander voorbeeld is dat Bol.com een suggestie doet voor je volgende aankoop op basis van de aankopen die je al gemaakt hebt.

Binnen machine learning zijn er 3 soorten algoritmes. Namelijk supervised learning, unsupervised learning en reinforcement learning. Supervised learning is handig in situaties waar de dataset die je gebruikt een label heeft. Unsupervised learning is handig in situaties waar je eerst moet ontdekken wat de relaties zijn in een niet gelabelde dataset. Reinforcement learning is een middelmaat van de andere twee voorbeelden. Ik ga het in dit artikel hebben over supervised learning.

Supervised learning:

Decision Trees:

Een dicision tree is eigenlijk een soort boomachtig model waar verschillende keuzes en mogelijke consequenties uitgetekend worden. Hier een plaatje om er een beeld bij te krijgen.

Er wordt eigenlijk dus een minimum aantal vragen gesteld om zo dicht mogelijk bij een correct antwoord te komen. Deze methode zorg ervoor dat je een probleem structureel en systematisch aan kan pakken om tot een logische conclusie te komen.

Naïve Bayes Classification:

Naïve bayes classification is een soort algoritme waarbij de bayes’ law word toegepast. The Bayes’ law indiceert de waarschijnlijkheid van een gebeurtenis. Hier meer over Bayes’ law: https://en.wikipedia.org/wiki/Bayes%27_theorem

Figuur 2: formule voor de bayes’ law

 

Als je de Naïve bayes classification gebruikt ga je doormiddel van de Bayes’ law oordelen of iets waarschijnlijk is en kom je zo tot een veronderstelling wat het meest voor de hand liggend is.

Ordinary Least Squares Regression:

Als je iets van statistieken weet, dan heb je hoogstwaarschijnlijk weleens gehoord van lineaire regressie. Least squares is hetzelfde als lineaire regressie. Lineaire regressie is een methode hoe je een regressie-analyse toepast.  Lineaire regressie kan je zien als een rechte lijn door een aantal punten heen zetten.

Figuur 3: lineaire regressie visualisatie

 

Door de lijn door te trekken kom je op een redelijk correcte voorspelling van wat er gaat gebeuren.

Bibliografie:

Le, J. (2016, Augustus). The 10 Algorithms Machine Learning Engineers Need to Know. Retrieved from KDnuggets: http://www.kdnuggets.com/2016/08/10-algorithms-machine-learning-engineers.html
Wikipedia. (2017, Mei 29). Retrieved from Bayes’ theorem: https://en.wikipedia.org/wiki/Bayes%27_theorem