Please enable JavaScript.
Coggle requires JavaScript to display documents.
Lec 12, Advanced Analytics Topics, Summary - Coggle Diagram
Lec 12
Advanced Analytics Topics
AI在医疗行业的创新应用
背景 医生负担重、手动记录花费时间
解决方案 AI驱动的“Ambient Scribe”自动记录医患对话并转录
成效 更专注于病人照顾；2023年融资1000万美元，每周生成百万级临床笔记
关键词：医疗AI、自动化文档、临床效率提升
可视化叙事（Storytelling with Data）
从“展示数据”转向“讲述故事”
使用视觉线索（颜色、图形、文字顺序）强化情境理解
支持解释性与探索性分析两种风格
Exploratory：用于数据分析阶段
Explanatory：用于向管理层或公众展示结论
实时可视化与云平台作用（Real-time Visualisation & Cloud）
实时数据流 使用管道结构（Data Pipeline）持续更新仪表板
多设备适配 报表和可视化要在手机、平板、PC上兼容
云平台支持 如Azure、AWS用于快速扩展与部署实时BI服务
可视化设计流程 – Wireframes原型图
Wireframe 是低保真草图，在仪表盘或BI工具开发前确定布局
强调“先结构后风格”：内容先行，格式后调
数据民主化（Data Democratization）
让组织中所有成员都能访问与理解数据，形成“数据驱动文化”。
实施要素
数据透明
工具易用（如 Power BI）
培训普及
管理层示范（Lead by data）
AI增强型商业智能（AI-powered Insights）
Automation（自动化）：模型驱动图表更新、自动异常检测
Augmentation（增强分析）：模型推荐下一步分析方向、识别隐藏关系
工具示例：Power BI + Copilot；Tableau + Explain Data
数据可视化中的伦理问题（Ethical Considerations）
误导图表设计 非零起点柱状图扩大视觉差异
选择性展示 展示对管理者有利的部分数据
忽视背景 忽略数据生成的上下文，误导结论
用户隐私 可视化中暴露个体信息风险
应对措施
审查图表设计
提供上下文说明
遵循“不要误导”的基本原则
联邦学习（Federated Learning）
多个终端设备（如医院、手机）不共享原始数据，只共享模型更新
保护隐私，同时进行协同建模
应用于医疗、金融、跨境数据合作
AI对职业的影响（AI & Analytics Career Implications）
技能变化 编程 + 商业理解 + 伦理判断更重要
自动化冲击 低层可视化与清洗工作可能被替代
差异化价值 理解业务场景、提出问题的能力不可替代
持续学习 需紧跟模型演进、可解释性发展、法规变化等
Summary
可视化叙事
Exploratory vs Explanatory
AI增强分析
Automation vs Augmentation
职业影响
技能迁移、AI挑战
AI如何提升临床工作效率
实时可视化
数据民主化
可视化伦理
联邦学习