HIMSSCAST：数据治理的基本原理 – UNC Health的教训，第3部分
在为期三周的Himscast系列的第三集中，我们再次与UNC Health的系统总监Greg Kuhnen交谈。这次，他的同事Ram Rimal是UNC的数据科学工程经理Ram Rimal的加入。 Kuhnen和Rimal讨论了有效有效地部署人工智能的技巧和最佳实践 – 生成AI，大型语言模型（LLMS），预测模型等。他们讨论了UNC健康如何确保负责采用AI工具以及HIMSS如何 分析成熟度评估模型 在这一旅程中帮助了卫生系统。 谈话要点： UNC使用AI的方法和地点，在哪里找到最成功的地方 较早胜利的领域和用例 自动化的操作和行政用途，与临床应用 它如何工作以确保负责采用AI工具 其AI项目如何推出并扩大规模 一路上学到的早期教训，挑战和成功 AI用例UNC尚未追求，但正在关注道路 HIMSS Analytics成熟度评估模型如何侧重于第6阶段的实时数据和预测AI，在此旅程中很有帮助 有关这一集的更多信息： HIMSSCAST：数据治理的基本原理 – UNC Health的教训，第1部分HIMSSCAST：数据治理的基本原理 – UNC Health的教训，第2部分UNC Health Care分享了如何达到高峰分析成熟度UNC Health具有高级EMR，分析功能的第7阶段UNC Health的CIO与Epic和Microsoft进行了生成的AI工作UNC健康首席分析官说，现在需要负责的AI治理为可持续人工智能治理创造一条途径在HIMS24 APAC，分析的采用模型成熟度变得更整容新HIMSS Analytics成熟度评估模型支持智能AI部署 1741480049 2025-03-07 12:23:00
HIMSSCAST：数据治理的基本原理 – UNC Health的教训，第1部分
十多年来，UNC Health一直在进行一致的努力，以围绕其临床，财务和运营数据围绕其武装，并利用其朝着更高质量和更有效的护理提供服务。 在关于HIMSCAST的三周系列系列的第一集中，我们与UNC Health的系统总监Greg Kuhnen进行了交谈，首先向他询问一些基本餐桌，以进行有效的数据治理。他的第一批建议之一？不要称其为数据治理。 库恩（Kuhnen）描述了制定有效的分析计划所需的人员，过程和技术必不可少的，以扩展整个企业的范围。他解释了UNC与HIMSS Analytics的多年合作 – 首先是其用于分析成熟度的采用模型，以及最近以更新的，以结果为中心的分析成熟度评估模型 – 在这一旅程中为卫生系统提供了帮助。 喜欢你听到的？订阅播客 苹果播客，，，， Spotify 或者 亚马逊音乐。 谈话要点： “数据治理”，以及UNC健康如何定义（或不定义） 为什么数据管理和分析很重要，以及如何使它们起作用 IT系统和领导角色是最重要的 集中式和分散的混合模型如何有助于特定用例 如何在整个企业中制定和颁布新的数据管理政策 为寻求更好地处理数据的卫生系统的建议 各种HIMSS分析采用模型如何成为关键推动者 有关这一集的更多信息： UNC Health Care分享了如何达到高峰分析成熟度UNC Health具有高级EMR，分析功能的第7阶段UNC Health的CIO与Epic和Microsoft进行了生成的AI工作UNC健康首席分析官说，现在需要负责的AI治理为可持续人工智能治理创造道路在HIMS24 APAC，分析的采用模型成熟度变得更整容新HIMSS Analytics成熟度评估模型支持智能AI部署 Mike Miliard是医疗保健IT新闻的执行编辑给作者发送电子邮件：[email protected] IT News是HIMSS出版物。 1740281048 #HIMSSCAST数据治理的基本原理 #UNC #Health的教训第1部分 2025-02-21 17:08:00