211service.com
Health-Care Industry Mines nätverksdata
Läkemedelsmarknadsförare går långt för att hitta de läkare som inte skriver ut sina läkemedel – och för att hitta metoder för att nå dem. Men MedNetworks, en startup som växte fram ur Harvard-labbet av sociologen och läkaren Nicholas Christakis, erbjuder läkemedelsföretag en genväg. Genom att bryta anonymiserade medicinska anspråksdata, säger företaget, kan det identifiera vilka läkare som kan vara de starkaste påverkarna av sina kollegor.
MedNetworks använder beräkningsverktyg som utvecklats vid Christakis labb för att titta på förskrivningsmönster hos stora grupper av läkare, bygga kartor över professionella band och spåra hur populariteten för ett nytt läkemedel växer. Företaget har funnit att vissa läkare är särskilt starka påverkare: när dessa läkare skriver ut recept på ett nyligen släppt läkemedel följer kollegor inom tre grader av separation snart efter. Med sådana historiska insikter i hand har vi visat att vi kan förutsäga adoption av läkemedel bland läkare, säger MedNetworks medgrundare Larry Miller.
Detta tillvägagångssätt kan gå långt utöver att hjälpa läkemedelsföretag. Genom att ta fram mönster från det skenbara kaoset av läkares partnerskap och remisser, patientjournaler och receptskrivningar, kan beräkningsbaserade sociala analysverktyg också identifiera vilka människor i ett samhälle som skulle ha störst inflytande när det gäller att sprida ett folkhälsobudskap.
För det ändamålet arbetar MedNetworks på att identifiera sådana influencers bland medborgare i Hermosa Beach, Redondo Beach och Manhattan Beach, Kalifornien. Med utgångspunkt från offentlig information som folkräkningsdata, klubblistor och PTA-listor, försöker företaget avgöra vilka individer som fungerar som gemenskaps- och grannskapspåverkare. Kunden i det fallet – Healthways, en konsult för arbetsgivare som försöker driva ner hälsokostnaderna – vill hitta personer som skulle vara mest effektiva för att sprida budskap om att minska rökning och fetma.
Erik Brynjolfsson, professor i informationsteknologi och chef för MIT Center for Digital Business vid Sloan School of Management, säger att det finns enorma möjligheter att använda data mer effektivt både inom hälso- och sjukvården och inom forskning om sociala nätverk. Men, varnar han, det är rättvist att säga att det är mycket svårt att reda ut orsakssamband i forskning om sociala nätverk. Det bästa sättet att fastställa kausalitet är genom rigorösa experiment, med kontrollgrupper som undersöks tillsammans med experimentella, säger han, och ett sådant tillvägagångssätt är sällan möjligt med hjälp av retrospektiv information.
För några år sedan undersökte Christakis och kollegor data från Framingham Heart Study – en decennierslång studie av tusentals människor i Framingham, Massachusetts – och studerade hur fetma, lycka och andra fenomen spred sig bland sociala nätverk. Christakis visade att viktökning hos individer ökade sannolikheten för viktökning för andra i den personens sociala nätverk, men han kunde bara gissa om mekanismen som spelade.
Marknadsförare förstår redan att sociala onlinenätverk som Facebook erbjuder nya möjligheter att expandera företag och att olika programvaruprodukter, som IBMs sociala programvara Lotus Connections, hjälper människor att analysera sina befintliga relationer för att öka effektiviteten. Men de senaste idéerna kan också hjälpa dem att bli friskare. Det finns en ny nisch, säger Förlagsentreprenör , professor i beteendevetenskap vid Northwestern University, med hänvisning till tillämpningen av beräkningsbaserade samhällsvetenskapliga insikter i affärsvärlden. Han har varit med och grundat två konsultföretag baserade på beräkningssamhällsvetenskap. Av de flesta av de sociala utmaningar vi har tror jag att hälsa är på toppen av de områden som skulle kunna dra nytta av nätverksanalys.
Lauren Cox är reporter för Teknikgranskning.