医疗保健数据仓库:前20年的经验教训

企业数据仓库(EDW)于1998年在Intermountain Healthcare上线，随后在2006年在Northwestern Medicine上线。20年过去了，到了2018年，分析和技术继续推动着医疗保健领域最重要的进步和日常活动，影响着医疗保健行业从执行决策到护理第一线和患者体验的方方面面。要了解EDW如何发展成为一个关键工具并预测其未来的作用，医疗保健IT参与者可以从医疗保健EDW早期采用者和拥护者的第一手经验中学习。

戴尔·桑德斯是山间和西北EDWs的首席建筑师和战略家。Lee Pierce于2008年担任Intermountain EDW的领导。Andrew Winter于2009年担任西北EDW的领导，并于2016年将责任移交给Shakeeb Akhter。

本报告基于一个网络研讨会，在会上，Sanders、Pierce和Akhter考虑了他们过去的医疗保健IT决策和更广泛的医疗保健数字化轨迹。它不是对讨论的详尽总结，但从三个类别(人员、流程和技术)捕捉了演讲者在医疗保健It领域的历史亮点，并包含三个中心主题:

1. 他们做对了什么。
2. 他们会采取什么不同的做法。
3. 对未来的思考。

《人物》:成功医疗保健数据仓库的基础

成功的医疗保健IT始于合适的人员和平衡社交、技术和领域技能的团队文化。今天，医疗保健EDW的强大程度与它的开发和实现背后的许多人都有关系，但作为早期数字医疗保健的领导者，Sanders、Pierce和Akhter也认识到，他们本可以做出不同的早期劳动力决策。

他们做对了什么:人

三种技能——社交、领域和技术技能——为EDW团队形成了一个成功的招聘框架。社交技能帮助团队成员合作，通过挑战解决问题，而不是采取防御性的方法。此外，医疗保健IT不能只依靠技术技能;贡献者还必须对医疗保健领域有深刻的理解。

除了根据上述三种技能进行招聘外，成功的EDW领导者从一开始就与数据分析师合作并授权，将他们定位为分析的主要生产者。一旦他们证明了EDW的价值并取得了一些坚实的成功，这些领导者就会让其他高管参与数据和分析战略和执行。他们成立了适当的治理委员会，让业务领导层参与到关心数据以及数据和分析的使用中来。

他们会做的不一样:人

一些早期的EDW采用者忽略了数据和遗留源系统的文化问题，特别是对医疗保健行业较新的采用者。与其他行业相比，医疗数据异常敏感，遗留源系统团队可能会感到EDW的威胁。cio并没有试图替换源系统——事实上，他们经常沟通说，没有源系统EDWs就不存在——但遗留团队需要一段时间才能理解和信任这一点。

在另一个早期EDW挑战中，不同类型的卫生系统(如综合配送网络和学术医疗中心)为早期EDW领导者提出了独特的挑战。例如，学术医学中心在文化上不会像IDN那样准备好承担数据仓库目标。尽管IDN可能已经接近临床变异性减少、最佳实践和循证护理，但其学术同行可能具有可控的变异性文化。早期的EDW领导者不得不更多地关注学术组织的研究需求，而较少关注临床操作和临床变异性的减少。

此外，一些cio过于依赖矩阵技术资源，特别是数据库管理员和数据库系统管理员，他们擅长的是事务数据库，而不是分析。分析是一门专业，所以过度依赖矩阵资源的早期采用者缺乏专业知识。分析技能的教育项目(例如，SQL培训)可以帮助组织建立有效的分析团队——围绕遍历EDW中的大量数据和了解用于特定事情的数据结构和表进行教育。

招募临床和操作主题专家来帮助理解数据也会促进早期EDW实践。拥有技术熟练人员或具有EMR经验的人员提供了价值;但在数据仓库和分析部门真正了解医疗保健数据的人可以提高更多的价值。例如，一个知道DRG、icd -9和-10s代码及其使用方法的团队成员;索赔数据可以加快开发时间，并帮助添加诸如标准化词汇表之类的控件。

对未来的思考:人

EDW专家预测，未来数据科学将越来越多地影响EDW的招聘。传统的SQL编程仍将是一种重要的技能集，但随着数据成为企业的战略资产(图1)，这些程序员需要开始构建数据科学和机器学习技能，以及大数据所需的非关系技术技能。此外，一个新的角色，数字专家，将保持患者的数字档案的不断更新和维护比现有的方法更有效。今天，一个卫生系统平均每年只会见一个病人三次，这不足以用数字技术了解病人。该数字专家将超越传统接触和EHR，以患者健康的全貌(例如，环境、社会经济状况等)完善患者数字档案。

展望未来，企业还需要提高领导者的数据素养。高管需要知道如何寻求分析帮助，以及问哪些问题;例如，他们如何实际使用洞察力来改进决策制定和改变他们想要影响的过程?

过程:从设计和代码审查到AI的影响

有效的数据仓库过程植根于设计和代码评审以及轻量级数据治理。然而，先进的分析(如人工智能)和治疗和诊断方面的创新将影响这些过程，改变医疗保健机构如何管理数据的性质和优先事项。

他们做对了什么:流程

设计和代码审查一直是并且仍然是医疗保健分析的关键部分。EDW的先驱实现了设计和代码审查，以鼓励围绕安全的可靠性，以及分析的准确性。在一个案例据英国的一篇报道，国家卫生系统的乳房x光检查算法中的一个错误导致约45万名患者未能得到适当的乳房x光检查。一个分析算法错误导致了这个错误，证明了与分析、价值或设计和代码审查相关的真正的患者安全问题。

轻量级数据治理(图2的下半部分)，为了最大的公共利益，在最小的必要程度上进行治理，这促成了EDW的早期成功。太少和太多的数据治理都有其缺陷。例如，在美国司法系统中，并不是所有案件都要到最高法院审理是有原因的。通过创建相当于数据治理的最高法院，然后尝试在非常分布式的级别上实现数据治理的原则和价值，组织通过轻量级方法获得了成功。

他们应该做的不同:流程

EDW的先驱可能已经从一种不同的优先级管理方法中受益，包括将优先级正式化的治理过程。他们需要小心地平衡这些目标与实际能力，因为需求总是超过EDW能力。

最初，首席信息官也可以更好地管理数据和分析质量验证的期望。过早向临床医生和研究人员透露数据可能会对EDW的早期影响产生不切实际的期望。

对未来的思考:过程

人工智能和数据科学将影响流程方面的重大变化，排挤数据治理。过程将更多地涉及算法和模型治理，这将使分析验证非常具有挑战性。当涉及到AI时，开发运维的概念是不同的，it专业人士需要了解将开发运维概念应用到AI机器学习算法中意味着什么。

诊断和治疗的变化也将影响数据和分析过程，因为生物集成传感器将越来越多地实现诊断和治疗，并将更多的数据交给患者，而不是医疗保健系统。为了跟上这一趋势，卫生系统数据和分析平台必须不断更新数据，并将数据上传到基于云的AI算法中世界杯厄瓜多尔vs塞内加尔波胆预测。这些算法将诊断患者的病情，计算一个综合健康风险评分，并推荐治疗方案或保持健康。该算法还将根据护理质量、护理量等变量推荐提供者。此外，该算法将允许患者与其他像他们一样的患者进行社交互动，扩展患者的资源。

技术:从后期装订和超越

后期绑定是早期医疗保健数据和分析的一个关键创新。今天，现代需求和功能需要更多的敏捷性，以及先进的安全功能。

他们做对了什么:技术

成功的EDW早期领导者忽略了企业数据模型(EDM)，而倾向于后期绑定。在流体环境中，电火花加工一旦完成就会过时。另外，由于EDM过程的性质(持续建模和映射)，数据架构师永远不会完成映射。每当环境发生变化时，他们必须回头改变模型、ETL和下游分析。作为EDM的替代方案，后期绑定不需要昂贵的ETL工具，因为大多数ETL更面向下游较小粒度的对象，而不是EDM所需的大量ETL。

此外，有效的EDW领导者在21世纪初就认识到了微软的价值。他们冒着风险使用微软的产品;即使他们的组织曾经使用过其他软件和技术公司;如今，微软支持的EDWs更易于管理、更自动化，这种风险已经得到了回报。

他们会做的不一样:技术

尽管后期绑定是EDW开发中的一项资产，但架构师有时可能过于依赖于后期绑定，这在数据建模时带来了挑战。如果用户只练习绑定，他们会在数据库中获得大量难以管理的数据对象。性能问题(例如，加载时间和负载管理)出现了。

后期绑定在一段时间内工作得很好，因为它是敏捷的和自适应的。但是，如果没有一种有效的方法来管理如此多的数据对象，并且在必要时不重用其中的一些对象，就会出现数据不一致和治理问题。今天看来，EDW用户可能过于依赖后期绑定。

尽管医疗保健是动态的，但仍然存在一致的数据结构。例如，CMS度量往往具有较低的波动性。通过在企业绑定和后期绑定之间的中间空间绑定到这些数据结构，EDW可以执行更有效的分析。更多的重用和支持还可以提高数据治理效率，结果更加一致。

EDW早期的另一个失误是对企业标准业务智能(BI)工具过于信任。标准提供了一个通用的BI工具并提供了易于维护的功能，但是一个通用的工具也限制了数据交互，这就不允许有效分析的敏捷性。数据科学家需要自由地使用最适合他们的流程和需求的BI工具。

对未来的思考:科技

与批处理相关的只读仓库已经过时。行业需要更多的实时能力——缓慢而持续的数据流进入企业仓库平台。世界杯厄瓜多尔vs塞内加尔波胆预测批处理负载会在源系统和数据仓库上造成巨大的性能峰值，并导致决策制定缓慢。每天或每周上传的数据不支持及时的决策。

未来的仓库平台必须具有基于云的混合世界杯厄瓜多尔vs塞内加尔波胆预测事务和分析架构。因此，今天的Health Catalyst®数据操世界杯葡萄牙vs加纳即时走地作系统(DOS™️)是基于云的(即Azure)。云提供了无与伦比的敏捷性和安全性。

图3显示了典型的现代医疗保健数据仓库架构。数据源在左边，不同的文件结构输入到平台中。世界杯厄瓜多尔vs塞内加尔波胆预测数据集成分为三个部分，AI工具是管道的自然组成部分。低层包含计算和AI集群，事务数据存储。在最右边，箭头现在指向平台，而在传统的数据仓库中，箭头从左向右。世界杯厄瓜多尔vs塞内加尔波胆预测这种现代体系结构能够将应用程序写回这个环境中。未来的应用程序将支持工作流，在相同的用户体验中提供分析和工作流的混合组合。

20年后，医疗保健数据仓库架构仍在发展

Sanders在演讲开始时承认，试验和错误定义了他的分析和数据仓库之旅。“一般来说，”他说，“我通过先做错的事情来学会什么是对的，一般来说是在生活中，但在分析和数据仓库方面当然是这样。”尽管Sanders、Pierce和Akhter取得了许多早期的胜利，塑造了EDW和今天的医疗保健分析和数据仓库的进程，但他们最初的失误对该行业的现在和未来同样具有影响。随着分析技术和技术的不断进步，以及诊断和治疗领域的创新改变了医疗服务的交付，保持类似敏捷和谦逊精神的分析和数据仓库领导者将对改善结果产生最大的影响。

更多的阅读

你想了解更多关于这个主题的信息吗?以下是我们推荐的一些文章:

1. 基于云的开放平台数据解决方案:满足世界杯厄瓜多尔vs塞内加尔波胆预测当今日益增长的健康数据需求的2022卡塔尔世界杯赛程表时间最佳方式
2. 医疗保健分析平台:DOS提供7个基本组件世界杯厄瓜多尔vs塞内加尔波胆预测
3. 本土数字健康平台与商业数字健康平台的对比:可伸缩性和选择商业解决方案的其他原因世界杯厄瓜多尔vs塞内加尔波胆预测