医疗保健数据分析师的头号技能

外部因素正在重塑医疗保健服务的格局:并购、高危感染在付款人和医院之间，一个组合补偿模型以及复杂的支付方组合。这就是当今医疗保健的现实。医疗保健分析师确实需要了解系统面临的压力，这样他们的分析可以帮助领导层制定战略，改善医疗服务，保持诊所大门的开放和盈利。

对于一名优秀的医疗保健数据分析师来说，仅仅建模和预测不断增长的业务量和费用是不够的。她必须做到这一点，并探索故意将利润从医院转移到门诊环境的护理模式，同时注意对风险合同的影响(好或坏)。她还必须考虑在护理连续体中更进一步，以支持人口健康倡议。

卫生系统不会雇佣分析师来运行报告或构建仪表板。他们不会雇佣分析师来利用他们购买的高级技术。这些职责可能被分配给分析师，但这并不是他们的价值所在。他们雇佣医疗保健数据分析师来解决问题——仅此而已。本文演示了当今最好的医疗保健数据分析师使用的逐步解决问题的方法，并通过一个真实的示例展示了这种能力如何为医疗保健组织提供巨大的价值。

以“需要解决什么问题?”

最好的医疗保健数据分析师通过使用他们解决问题的技能，成为临床和运营改进的合作伙伴，最大限度地提高他们对组织的价值。他们还使用一种共同的方法来解决问题。他们的方法包括以下思维模式:

步骤1。医疗业务-首先，顶级医疗保健数据分析师会问很多问题，以寻求理解，“我们试图解决的问题是什么?"和"为什么这有关系吗?”这种深思熟虑的提问有助于挑选出最好的机会。

步骤2。医疗数据-接下来，分析师问:“需要什么信息来帮助解决这个问题?”顶级分析师将数据转化为信息，所以他们得到的是，“我需要什么数据来开始解决这个问题，我在哪里找到它?”

步骤3。技术技能-在找到数据之后，医疗保健数据分析人员会问:“如何组织、分析和呈现这些数据以解决问题?”还有，“我需要把这些信息展示给谁，让他们根据我分享的信息做出决定?”

步骤4。工具-顶级分析师采取的最后一步是获得他们的工具。这个过程重新定义了技术的作用。当分析师将自己的角色视为问题解决者时，他们实际上就成为了临床、财务和运营团队的合作伙伴。

技术天赋与领域专业知识的结合成为分析师的可持续模式，成为可利用的巨大资产。用吉姆·柯林斯的话来说从优秀到卓越“技术本身并不能把一个好的企业变成一个伟大的企业，也不能防止灾难。”这同样适用于分析师。没有任何技术可以让一个人成为出色的医疗保健数据分析师。

一个真实世界的应用:建立一个糖尿病登记处

虽然这个模型很容易理解，但实现起来却相当困难。该模型最具挑战性的方面之一是技术专家和领域专家之间的交流。这种相互作用观察起来很吸引人。临床医生所接受的思考数据的训练方式与分析师思考数据的方式截然不同，当两者一起待在一个房间里时，他们就有可能各自为言。伟大的分析师都知道，要增加价值，关键不在于他们说了什么，而在于他们的听众听到了什么。

查看一个建立糖尿病注册表的真实用例将有助于说明这一点。注册表的设计从“为什么”开始:“为什么我们需要建立糖尿病注册表?”通过询问相关利益攸关方，分析人员了解到，该组织已开始实施一项人口健康倡议，作为提高社区认识和健康生活的营销活动的一部分。该合同签订的时间恰逢初级保健诊所医生网络的增加。

了解业务驱动因素

最初建立注册表的重点是支持人口健康，目标受众是其小组中患有糖尿病的初级保健医生。通过进一步的询问，分析师了解到，初级保健医生很高兴能有一套更可靠的糖尿病临床定义。但是，如果患者-提供者归因模型不明确，他们也担心在他们的小组中对糖尿病患者负责。这告诉分析师，他需要得到医生的支持。

他还了解到，医生薪酬的一小部分与糖尿病人群的有效管理有关，这使得归因模型的准确性更加重要。通过仔细倾听和提出大量问题，他为糖尿病人群制定了一套规则，由pcp驱动(图2)。

看看这个限定词列表，有什么特别的吗?知道这个注册表的业务驱动因素是一项人口健康倡议，重点是在门诊治疗糖尿病的pcp，因此将规则1和规则2纳入其中尤其明智。

原因如下:医生领导指出，糖尿病患者的住院或急诊科访问可能被视为人口健康努力的潜在失败。这位分析师把这一点牢记于心。通过仔细询问制定规则，分析师能够建立一个基线，对人口健康临床领导具有启发性。结果显示，有相当数量的糖尿病患者被遗漏了，远远超出了这个卫生系统的预期。

通过对规则的简单而优雅的分析，分析人员了解到以下内容:

• 许多患者在住院或急诊科首次被诊断为糖尿病。人口健康领导称其中大部分是“医疗服务系统的失败”。
• 一些患者在没有糖尿病诊断的情况下服用胰岛素。
• 只有不到50%的pcp将糖尿病列入糖尿病患者的积极问题清单，尽管这是所有慢性疾病管理的公认最佳实践。
• 许多患者迅速接近A1C > 8的合格标准，但尚未越过。通过跟踪每个患者的糖化血红蛋白趋势结果，分析人员可以显示哪些患者的趋势是错误的。

在本例中，医疗保健数据分析师能够强调真正的改进机会，因为他了解临床医生和领导层试图解决的问题。这一分析最终为人口健康战略提供了信息。

数据驱动的队列纳入规则

在这个糖尿病注册表示例中，为了准确地填充临床定义的规则集，分析人员需要了解哪些数据元素既可用又被关键涉众批准。对于这些规则，分析人员使用了ICD代码、Rx订单和填充、实验室订单和结果以及EMR中的问题列表。

当然，并不是所有的ICD代码都被使用了，也不是所有的ICD代码都被需要:只有那些针对糖尿病的，定义更详细的，只有那些住院患者或急诊科患者的主要诊断。同样，只有A1C实验室订单和结果来自实验室数据系统或EMR。

通过使用编码系统，医疗保健分析师获得了一份令人难以置信的礼物。与这些代码相关的嵌入式含义可以被利用来产生强大的分析。但是，只有当分析师理解编码系统中捕获的医疗保健数据时，才能利用这些数据。这种水平的专家分析师必须深刻理解编码数据的内在含义，在哪里捕获数据，以及为什么在临床工作流程中捕获数据。

顶尖医疗保健数据分析师必备的五项技术技能

最好的分析师都有顶级的技术状态。在糖尿病注册的例子中，让我们快速浏览一下这些技术能力是如何塑造队列的建设的。

1. 数据查询在前三条规则中，使用SQL将主要诊断与遭遇以及患者类型结合起来。为每个数据源、索赔和EMR开发了单独的查询。数据查询用于梳理出关于实验室订单和结果在EMR中的位置的假设。
2. 数据移动它利用SQL查询只为规则提取所需的数据。生成的数据集在专用的分析环境中进行分期。通过遵循ETL最佳实践，临床团队关于数据完整性和数据谱系的问题很容易得到解决。
3. 数据建模通过为患者-规则资格(包括多次符合多个规则或同一规则的患者)创建一个着陆区，紧跟数据查询和数据移动。每个实例都被捕获，这样就可以进行分析。数据建模在捕获业务所关心的内容并将其记录在数据库中，为分析做好准备方面发挥着关键作用。
4. 数据分析在数据查询、数据移动和数据建模之后出现。在深入理解了人口健康业务驱动因素和要解决的问题之后，分析师可以做他最擅长的事情:根据业务驱动因素分析数据模型中的数据。
5. 最后,数据可视化．在这个糖尿病登记建立中，到目前为止，我们只对开发纳入/排除队列所需的技能感兴趣。分析师使用Excel柱状图来突出显示规则资格的计数。这足以让人接受纳入规则。

后来，像Qlik或Tableau这样的工具使用了后续的数据模型，并突出显示了内置分析，但这对于包含标准来说并不是必要的。

这是分析师在医疗保健系统中抓住最佳机会绝对必要的五种技术技能。要成为一名有效的医疗保健分析师，需要具备技术天赋、上面概述的数据技能，以及医疗保健数据和操作知识。

分析人员对其卫生系统试图解决的问题了解得越多，他们的见解就能提供越多的价值。医疗保健数据分析师和医疗保健领导者的经验教训是明确的。医疗保健领导层必须努力将医疗保健分析师的角色提升为问题解决者，而不仅仅是报告撰写者。最优秀的分析师利用技术，而不会过度依赖它取代五大关键数据技能。他们必须理解为组织提供最大价值的业务需求。最后，医疗保健领导者需要投资教育分析师，使他们更深入地了解医疗保健数据和运营。

更多的阅读

你想了解更多关于这个话题的信息吗?以下是我们推荐的一些文章:

1. 为您的医疗保健组织提供的六种基本数据分析技能
2. 如何将数据分析师转变为数据科学家
3. 医疗保健分析师可以从冲浪世界中学到关于数据分析的什么
4. 使医疗保健数据分析具有可操作性的三个原则
5. 高效医疗保健数据分析师的头号秘密

---

幻灯片

您愿意使用或分享这些概念吗?下载突出重点的演示文稿。

点击此处下载幻灯片

医疗保健数据分析师的头号技能从世界杯葡萄牙vs加纳即时走地