{"id":5691,"date":"2019-06-21T10:46:12","date_gmt":"2019-06-21T10:46:12","guid":{"rendered":"https:\/\/blog.kolabtree.com\/?p=5691"},"modified":"2019-06-21T11:37:30","modified_gmt":"2019-06-21T11:37:30","slug":"top-4-use-cases-of-data-science-in-healthcare","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/","title":{"rendered":"Die 4 wichtigsten Anwendungsf\u00e4lle von Data Science im Gesundheitswesen"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Das Inhaltsverzeichnis<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f166534ee9d\" aria-label=\"Table of Content\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f166534ee9d\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/#1_Clinical_trials\" title=\"1. Klinische Versuche\">1. Klinische Versuche<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/#2_Real-time_patient_monitoring\" title=\"2. Patienten\u00fcberwachung in Echtzeit\">2. Patienten\u00fcberwachung in Echtzeit<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/#3_Public_health_epidemiology\" title=\"3. \u00d6ffentliche Gesundheit und Epidemiologie\u00a0\">3. \u00d6ffentliche Gesundheit und Epidemiologie\u00a0<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/#4_Improving_patient_care\" title=\"4. Verbesserung der Patientenversorgung\">4. Verbesserung der Patientenversorgung<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/#Privacy_concerns\" title=\"Bedenken hinsichtlich des Datenschutzes \">Bedenken hinsichtlich des Datenschutzes <\/a><\/li><\/ul><\/nav><\/div>\n<p><b>Die Gesundheitsbranche verf\u00fcgt \u00fcber eine F\u00fclle von Daten, die ihr zur Verf\u00fcgung stehen. Viele m\u00fcssen diese Daten jedoch noch sinnvoll nutzen.  Hier Paul Ricci, ein <a href=\"https:\/\/www.kolabtree.com\/services\/data-science-analytics\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=HealthcareData-Ricci\">freiberuflicher Datenwissenschaftler<\/a> auf Kolabtree, <\/b><b>explains some use cases of data science in healthcare and how it can improve <a href=\"https:\/\/www.kolabtree.com\/blog\/de\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">Forschung<\/a> and patient care.<\/b><\/p>\n<p><span style=\"font-weight: 400;\">Gesundheitsdienste auf der ganzen Welt stehen unter dem zunehmenden Druck, effizienter zu werden und die klinischen Ergebnisse zu verbessern. Datenanalysen k\u00f6nnen als Grundlage f\u00fcr eine bessere Entscheidungsfindung auf klinischer und betrieblicher Ebene dienen und der Branche helfen, diese Anforderungen zu erf\u00fcllen. Im Folgenden werden einige der wichtigsten Anwendungen der Datenwissenschaft im Gesundheitswesen sowie ihre Auswirkungen auf die Forschung vorgestellt.\u00a0<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"1_Clinical_trials\"><\/span><b>1. Klinische Versuche<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Eine aktuelle <\/span><a href=\"https:\/\/jamanetwork.com\/journals\/jamainternalmedicine\/article-abstract\/2702287?utm_campaign=articlePDF&amp;utm_medium=articlePDFlink&amp;utm_source=articlePDF&amp;utm_content=jamainternmed.2018.3931\"><span style=\"font-weight: 400;\">Studie<\/span><\/a><span style=\"font-weight: 400;\"> ergab, dass die durchschnittlichen Kosten f\u00fcr klinische Zulassungsstudien, die zu einer Arzneimittelzulassung f\u00fchren, $19 Millionen betragen. Die Branche muss Wege finden, die Effizienz klinischer Studien zu steigern, um diese Kosten zu senken. Es gibt mehrere M\u00f6glichkeiten, wie die Datenanalyse zur Steigerung der Effizienz klinischer Studien eingesetzt werden kann. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><strong>Gr\u00f6\u00dfere Stichprobengr\u00f6\u00dfen:<\/strong> Dank der j\u00fcngsten Fortschritte bei der Datenanalyse k\u00f6nnen bei klinischen Studien jetzt viel gr\u00f6\u00dfere Stichproben gezogen werden. Es ist auch einfacher, aussagekr\u00e4ftige Muster in den Daten zu erkennen, die sonst m\u00f6glicherweise \u00fcbersehen w\u00fcrden. Infolge dieser Entwicklungen k\u00f6nnen klinische Studiendaten gr\u00fcndlicher, genauer und zuverl\u00e4ssiger sein, was bei der Beantragung von MHRA- oder <a href=\"https:\/\/blog.kolabtree.com\/how-to-get-fda-approval-4-expert-tips\/\">FDA-Zulassung<\/a>. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><strong>Bessere Entscheidungsfindung:<\/strong> Die Datenanalyse kann auch die Entscheidungsfindung bei klinischen Studien verbessern. Wir k\u00f6nnen aktuelle Trends und prognostizierte Ergebnisse untersuchen, um bessere Entscheidungen zu treffen, die die Effizienz der Studien erh\u00f6hen, die Kosten senken und die Patientensicherheit erh\u00f6hen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><strong>Retrospektive Studien:<\/strong> Au\u00dferdem k\u00f6nnen wir die Datenanalyse nutzen, um das Beste aus jedem Datensatz herauszuholen. Bei alten klinischen Studien wurden die Daten nicht so gr\u00fcndlich analysiert wie heute. Retrospektive Studien werden h\u00e4ufig durchgef\u00fchrt, um diese Daten mithilfe fortschrittlicher Datenanalysetechniken neu zu analysieren, wodurch Muster aufgedeckt werden k\u00f6nnen, die urspr\u00fcnglich nicht erkannt wurden. Retrospektive Studien k\u00f6nnen auch durchgef\u00fchrt werden, um eine sekund\u00e4re Hypothese zu testen - eine kosteng\u00fcnstige M\u00f6glichkeit, mehr Informationen \u00fcber ein Medikament zu erhalten, ohne mehr Daten zu sammeln. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><strong>Profi-Tipp:<\/strong> Selektionsverzerrungen in einer klinischen Studie k\u00f6nnen die Ergebnisse verf\u00e4lschen. Stellen Sie daher sicher, dass Ihre Patientenstichprobe die Bev\u00f6lkerung, an der Sie interessiert sind, angemessen repr\u00e4sentiert. Sie k\u00f6nnen Selektionsverzerrungen vermeiden, indem Sie die demografischen Daten Ihrer Stichprobe mit den Volksz\u00e4hlungsdaten der interessierenden Population vergleichen und sicherstellen, dass es keine Diskrepanzen gibt. Wenn Ihre Stichprobe verzerrt ist, k\u00f6nnen Sie dies m\u00f6glicherweise korrigieren, indem Sie unterrepr\u00e4sentierte Stichproben st\u00e4rker gewichten als \u00fcberrepr\u00e4sentierte Stichproben. <\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"2_Real-time_patient_monitoring\"><\/span><b>2. Patienten\u00fcberwachung in Echtzeit<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">In dem Ma\u00dfe, wie die M\u00f6glichkeiten der Datenauswertung zunehmen, wird die Echtzeit\u00fcberwachung von Patienten immer realistischer. Die Anwendungen von <a href=\"https:\/\/blog.kolabtree.com\/wearable-technology-changing-the-face-of-healthcare\/\">tragbare Technologie im Gesundheitswesen<\/a> k\u00f6nnten Patientenparameter wie Blutdruck und Herzfrequenz \u00fcberwachen und Informationen \u00fcber die Cloud an medizinisches Fachpersonal \u00fcbermitteln. Dies k\u00f6nnte die Notwendigkeit regelm\u00e4\u00dfiger Patientenbesuche und Tests verringern oder sogar \u00fcberfl\u00fcssig machen, was zu erheblichen Kosteneinsparungen und einer h\u00f6heren Effizienz klinischer Studien f\u00fchren w\u00fcrde.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"3_Public_health_epidemiology\"><\/span><b>3. \u00d6ffentliche Gesundheit und Epidemiologie\u00a0<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Die Technologie zur Verarbeitung nat\u00fcrlicher Sprache automatisiert die Analyse von Millionen medizinischer Datens\u00e4tze, was die Vorhersage und Pr\u00e4vention von Krankheiten erleichtert. So k\u00f6nnen beispielsweise Informationen aus Apotheken und von Allgemein\u00e4rzten \u00fcber verkaufte Rezepte und gestellte Diagnosen genutzt werden, um einen Krankheitsausbruch zu erkennen und schnell zu handeln, um eine weitere Ausbreitung zu verhindern.<\/span><\/p>\n<p><a href=\"https:\/\/blog.kolabtree.com\/six-ways-biostatistics-transforming-healthcare\/\">Biostatistiker<\/a> (Statistiker, die mit biologischen und medizinischen Daten arbeiten) entwerfen aktiv Erhebungen und bewerten die Auswirkungen von Programmen im Bereich der \u00f6ffentlichen Gesundheit. Statistiker haben in der Vergangenheit dazu beigetragen, wichtige Zusammenh\u00e4nge herzustellen, die die Welt beeinflusst haben - zum Beispiel den Zusammenhang zwischen Rauchen und Lungenkrebs.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"4_Improving_patient_care\"><\/span>4. Verbesserung der Patientenversorgung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-size: 14px;\">In Zukunft k\u00f6nnten elektronische Gesundheitsakten (EHR) vollst\u00e4ndig digital und \u00fcber die Cloud verbunden sein, so dass jeder, der \u00fcber eine entsprechende Berechtigung verf\u00fcgt, auf sie zugreifen kann. Die Patienten k\u00f6nnten Benachrichtigungen erhalten, wenn ein Termin ansteht oder Testergebnisse vorliegen, und die Angeh\u00f6rigen der Gesundheitsberufe k\u00f6nnten den Gesundheitszustand ihrer Patienten aus der Ferne \u00fcberwachen. Damit diese Vision Wirklichkeit werden kann, sind jedoch verschiedene Fragen der Datensicherheit und der Vertraulichkeit zu kl\u00e4ren.<\/span><\/p>\n<p>Es gibt verschiedene andere Anwendungsf\u00e4lle f\u00fcr Datenwissenschaftler im Gesundheitswesen, aber das Ziel ist letztlich dasselbe: die Forschung und Bereitstellung von Gesundheitsleistungen zu verbessern, sie zug\u00e4nglicher und erschwinglicher zu machen und die Patientenversorgung und -betreuung zu beschleunigen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Privacy_concerns\"><\/span><b>Bedenken hinsichtlich des Datenschutzes <\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Vielleicht haben Sie schon von der Geschichte geh\u00f6rt, wie der US-Einzelh\u00e4ndler Target herausfand, dass ein M\u00e4dchen schwanger war, bevor sie es ihrem Vater sagte. Target entwickelte eine Strategie, um anhand der von den Kundinnen gekauften Artikel vorherzusagen, welche von ihnen schwanger war. Anschlie\u00dfend schickte das Unternehmen diesen Kundinnen per Post babybezogenes Marketingmaterial. Als eine 17-J\u00e4hrige aus Minnesota dieses Material erhielt, waren ihre Eltern entsetzt und reichten Klage gegen Target ein. Die Botschaft dieser Geschichte ist, sich der m\u00f6glichen unbeabsichtigten Folgen der Datenanalyse bewusst zu sein. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ein weiteres Beispiel f\u00fcr die schlechte Nutzung von Datenanalysen ist der j\u00fcngste Skandal um Cambridge Analytica. Das Unternehmen erlangte personenbezogene Daten aus den Facebook-Profilen von Millionen von Menschen ohne deren Zustimmung und nutzte sie f\u00fcr politische Zwecke. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Daten des Gesundheitswesens sind sensible Informationen, die Patienten Regierungen, Privatpraxen, Krankenh\u00e4usern und Gesundheitsagenturen anvertrauen. Wenn Sie die Daten von Menschen weitergeben wollen, m\u00fcssen Sie zun\u00e4chst sicherstellen, dass diese Ihnen ihre Zustimmung zur beabsichtigten Weitergabe ihrer Daten gegeben haben.\u00a0<\/span><\/p>\n<p>&#8212;<br \/>\n<strong>Sie suchen einen <a href=\"https:\/\/www.kolabtree.com\/services\/data-science-analytics\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=HealthcareData-Ricci\">freiberuflicher Datenwissenschaftler<\/a> oder ein Biostatistiker? Stellen Sie Ihr Projekt auf Kolabtree ein und erhalten Sie kostenlos Angebote von Experten. Sie k\u00f6nnen auch Kontakt aufnehmen mit <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/paul-ricci\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=HealthcareData-Ricci\">Paul Ricci<\/a> f\u00fcr Ihren Bedarf.\u00a0<\/strong><\/p>","protected":false},"excerpt":{"rendered":"<p>Die Gesundheitsbranche verf\u00fcgt \u00fcber eine F\u00fclle von Daten, die ihr zur Verf\u00fcgung stehen. Viele m\u00fcssen diese Daten jedoch noch sinnvoll nutzen.  Hier erkl\u00e4rt Paul Ricci, freiberuflicher Datenwissenschaftler bei Kolabtree, einige Anwendungsf\u00e4lle der Datenwissenschaft im Gesundheitswesen und wie sie die Forschung und Patientenversorgung verbessern kann. Gesundheitsdienste auf der ganzen Welt sind<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/de\/top-4-use-cases-of-data-science-in-healthcare\/\" title=\"Mehr lesen\">Mehr lesen<\/a><\/div>","protected":false},"author":12,"featured_media":5695,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[398,443,433],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Top 4 Use Cases of Data Science in Healthcare - The Kolabtree Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/de\/zh\/top-4-use-cases-of-data-science-in-healthcare\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Top 4 Use Cases of Data Science in Healthcare\" \/>\n<meta property=\"og:description\" content=\"The healthcare industry has a plethora of data at its fingertips. However, many are yet to put this data to good use.\u00a0 Here Paul Ricci, a freelance data scientist on Kolabtree, explains some use cases of data science in healthcare and how it can improve research and patient care. Healthcare services around the world areRead More\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/de\/zh\/top-4-use-cases-of-data-science-in-healthcare\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2019-06-21T10:46:12+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2019-06-21T11:37:30+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2019\/06\/data-sciences-healthcare.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1280\" \/>\n\t<meta property=\"og:image:height\" content=\"720\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ramya Sriram\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ramya Sriram\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"4\u00a0Minuten\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Top 4 Use Cases of Data Science in Healthcare - The Kolabtree Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/de\/zh\/top-4-use-cases-of-data-science-in-healthcare\/","og_locale":"de_DE","og_type":"article","og_title":"Top 4 Use Cases of Data Science in Healthcare","og_description":"The healthcare industry has a plethora of data at its fingertips. However, many are yet to put this data to good use.\u00a0 Here Paul Ricci, a freelance data scientist on Kolabtree, explains some use cases of data science in healthcare and how it can improve research and patient care. Healthcare services around the world areRead More","og_url":"https:\/\/www.kolabtree.com\/blog\/de\/zh\/top-4-use-cases-of-data-science-in-healthcare\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2019-06-21T10:46:12+00:00","article_modified_time":"2019-06-21T11:37:30+00:00","og_image":[{"width":1280,"height":720,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2019\/06\/data-sciences-healthcare.jpg","type":"image\/jpeg"}],"author":"Ramya Sriram","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"Verfasst von":"Ramya Sriram","Gesch\u00e4tzte Lesezeit":"4\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/"},"author":{"name":"Ramya Sriram","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400"},"headline":"Top 4 Use Cases of Data Science in Healthcare","datePublished":"2019-06-21T10:46:12+00:00","dateModified":"2019-06-21T11:37:30+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/"},"wordCount":895,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"articleSection":["Data Science","Healthcare","Tech"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/","url":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/","name":"Top 4 Use Cases of Data Science in Healthcare - The Kolabtree Blog","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2019-06-21T10:46:12+00:00","dateModified":"2019-06-21T11:37:30+00:00","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/zh\/top-4-use-cases-of-data-science-in-healthcare\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Top 4 Use Cases of Data Science in Healthcare"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400","name":"Ramya Sriram","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","caption":"Ramya Sriram"},"description":"Ramya Sriram manages digital content and communications at Kolabtree (kolabtree.com), the world's largest freelancing platform for scientists. She has over a decade of experience in publishing, advertising and digital content creation.","url":"https:\/\/www.kolabtree.com\/blog\/de\/author\/ramyas\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/5691"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/comments?post=5691"}],"version-history":[{"count":2,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/5691\/revisions"}],"predecessor-version":[{"id":5694,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/posts\/5691\/revisions\/5694"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/media\/5695"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/media?parent=5691"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/categories?post=5691"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/de\/wp-json\/wp\/v2\/tags?post=5691"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}