医疗保健分析峰会回来了!9月13日至15日,在盐湖城收看我们的现场报道。现在注册

有效医疗保健数据治理的四个关键阶段

文章总结


根据2018年医疗保健分析峰会的报告,本报告详细介绍了成功的医疗保健数据治理所需的四个阶段:

1.提升与组织优先事项一致的愿景和议程。
2.建立组织结构来完成数据治理任务。
3.执行优先级的数据治理项目,人员和资源分配,对工作有纪律的关注。
4.通过已建立的实践扩展数据治理投资和努力。

每一步都必须遵循涉众参与、共同理解、一致和聚焦的核心原则。有效的医疗保健数据治理不是一次性事件,需要持续不断的努力。

数字迷宫图形

编者注:本文基于2018年医疗分析峰会MBA Thomas Burton (Health Catalyst专业服务联合创始人兼总裁)和Mike Noke (Health Catalyst专业服务高级副总裁)题世界杯葡萄牙vs加纳即时走地为“数据迷宫游戏:导航数据治理的复杂性”的演讲。

数据推动医疗保健改进,是应对不断变化的医疗保健环境的必要资源。它允许医疗保健组织评估护理是如何提供和资助的,患者是如何参与和教育的,以及支付方和提供者如何合作以提高价值。但医疗保健数据很复杂,而且很难利用它。通过良好的数据治理实践,基于原则的数据处理方法可以弥补这一差距。数据治理允许组织最大化其数据的价值,以改善结果。

定义医疗保健数据治理

医疗保健数据治理是将数据作为战略资产进行管理的规程。它为数据通过人员、流程和技术的编排来支持组织的优先级铺平了道路。通过对增强决策的关注,数据治理帮助组织领导人改善临床、操作和财务结果。重要的是,数据治理是一项持续的、企业范围的、跨职能的工作,旨在优化数据,使患者、员工和社区受益。

数据治理不能作为其本身的目的——为治理而治理。如果以一次性事件的“一劳永逸”的心态来处理,它将会失败。而且它不能局限于组织层次结构中的it部门。

当今的医疗保健挑战和数据治理

组织迫切需要数据治理来应对当今的挑战。通过确保人们能够在正确的时间以正确的格式访问正确的数据和信息,以做出临床和业务决策,数据治理显示了组织在数据方面投资的价值。然而,组织经常面临:

  • 无法响应新的分析用例和需求。
  • 数据质量差或未知;孤立的、不准确的、不一致的、不标准化的数据。
  • 冗长而不准确的决策周期。
  • 来自不同来源的不一致的分析结果试图回答同一个问题。
  • 缺乏解决数据质量问题的问责制或流程。

这些问题对组织和患者都有负面影响。通过更好的数据治理,组织可以克服财务风险、操作效率低下和安全问题,为整个系统(包括患者)返回价值。

未来的医疗保健需求和数据治理

最终,数据治理将实现更多的转换。通过良好的治理实践使数据价值最大化,组织将能够看到和使用影响患者健康的所有因素,例如将社会经济和可穿戴数据纳入医院数据生态系统。

的转变基于价值的保健推动了对可靠数据的需求,这些数据可以衡量医疗成本、利润率和整个医疗体系的生产率。它还要求领导者有能力评估投资的预期回报,以改善特定的医疗保健结果。如果做得好,数据治理是转型的助推器。它使组织能够实现医疗改革所需的广度和速度的整合,在临床和技术创新的推动下,对改善患者和社区的护理成本和质量至关重要。

医疗保健数据治理的四个阶段

强大的数据治理由四个阶段构建,所有阶段都能改善从董事会到床边的决策。

数据治理第一阶段:提升

有效数据治理的第一个阶段是通过制定与组织优先级一致的愿景和议程来提高治理的重要性。其目标是将数据从一种昂贵的技术转变为一种有价值的资源。

与任何协作工作一样,最好从对目标的共同理解开始,并为工作定义一个有限的、可实现的、具有战略目标的范围。通过使用增量方法,组织可以首先处理最重要的事情,这一步通过定义预期结果并演示它们如何与组织战略方向中心的临床和业务活动相关来促进执行人员的认同。

数据治理第二阶段:建立

构建组织结构来完成数据治理任务有助于建立良好的治理实践。治理数据是一项影响系统中许多组的工作。组织起来,让正确的人和团队参与进来,对于任何新计划的成功都是非常重要的。

组织的数据治理方法必须克服大量的复杂性。通常治理决策位于相互竞争的优先级的交叉点(财务、临床和操作)。治理团队必须考虑到这种跨功能。此外,用于数据治理的资源可能是有限的,尤其是在刚开始的时候。确保正确的团队中有正确的人将有助于最大限度地利用现有资源。

最后,组织有不同的需求,不存在结构化数据治理资源的单一的“一刀切”模板。只有在制定了数据治理的高层议程之后,领导者才必须着手建立团队。将人们组织在最需要做的工作周围,而不是建立一个寻找工作的团队,将有助于引导道路。

数据治理第三阶段:执行

创建优先级的数据治理项目,分配人员和资源,以执行治理任务。在第二阶段创建的数据治理委员会应该发起一组具有明确目标的独立项目,以支持对工作的严格关注。这种项目组合方法有助于将工作分解为可随时间分阶段进行的可管理单元,并且允许调用不同的人员来支持数据治理组合中的不同项目。

数据治理第四阶段:扩展

确保数据投资和努力将持续下去,并延伸到整个组织的未来。建立一组实践来持续支持和改进数据治理工作,对于确保数据治理组合的持续相关性和价值以及维护早期取得的成果非常重要。

数据治理的机会看似无穷无尽,但人们的时间、精力和注意力是有限的。展望未来,组织可以为治理工作带来新的能量和新的视角,帮助建立和继续取得成就的势头。对数据治理的持续投资还有助于培育数据驱动的文化,在整个组织中加强所需的行为。

有效医疗保健数据治理的原则

每个数据治理阶段都必须包含四个核心原则以支持成功,无论其具体的结构或领导是什么:

利益相关方参与:组织必须超越IT部门,让临床、运营和财务利益相关者意识到数据是一种战略资产,突出其支持从董事会到床边更好决策的价值。

共享的理解:在整个组织中促进数据治理的目标和成就,并培养数据驱动的文化。

对齐:确保数据治理清楚地支持组织的优先级和策略,在整个数据生命周期中服务于用户的需求,并平衡两极(明显的冲突)。

焦点组织领导者应该思考精益,做最重要的事情,然后随着项目的进展进行调整。重要的是,将数据管理到必要的最小程度,以实现最大的共同利益。

有效的医疗保健数据治理需要持续的转换

成功的数据治理不是一次性事件。这些步骤不能是一次性的努力,因为医疗保健正在不断发展和变化;医疗保健组织必须能够作出反应。作为一个持续迭代的过程,数据治理能够响应不断变化的环境,并使领导者能够重新平衡优先事项,以管理冲突。最后,数据治理工作必须由整个组织的领导者来推动,他们强调数据驱动的文化,并将数据视为实现组织目标和改进的资产。

更多的阅读

你想了解更多关于这个主题的信息吗?下面是我们推荐的一篇文章:

有效的医疗保健数据治理:一家医院系统如何管理其数据资产以改善结果


幻灯片

您愿意使用或分享这些概念吗?下载本演示文稿,突出重点。

请按此下载幻灯片

如何把数据分析师变成数据科学家

这个网站使用cookies

我们以为您提供相关、有用的内容而自豪。我们可以用cookies来追踪你所阅读的内容吗?我们非常重视您的隐私。请参阅我们的隐私政策了解详情和任何问题。