医疗保健分析峰会回来了!欢迎收看9月13-15日盐湖城直播。现在注册
卫生系统运行在技术、监管和金融挑战的复杂环境中,不仅需要临床、运营和金融领域的效率和有效性,还需要医疗保健IT和分析领域的效率和有效性。对于许多组织来说,迎接这些挑战就像是试图登上珠穆朗玛峰。挑战的上升要求卫生系统跟上人工智能(AI)的应用日益广泛)在临床和操作决策支持方面,转向基于价值的保健从服务收费,护理服务的变化,以及严格且不断变化的监管环境.要有效地将分析应用于不断扩大的医疗数据宝库,组织必须擅长分析。
许多结果改善工作都围绕着临床、运营和财务目标和相关指标(例如,缩短住院时间[LOS],减少再入院和急诊科等待时间,以及改善收入周期管理)。然而,分析改进工作解决了医疗保健连续体中的独特问题:
一个有效的分析改进策略可以在一开始就节省数千万美元,不仅仅是从临床或操作的角度,还可以从分析的角度。最终,根据组织的规模和组成,预计节省的资金可能会增加到数亿美元。成功取决于组织建立数据驱动的文化,以及积极、谨慎地管理这种变化的意愿。本文解释了卫生系统如何在短时间内实现分析转换,以及相应的ROI。
在卫生系统能够深入到分析转换之前,它们需要了解它们的组织结构(以及这些结构如何支持分析),并确定正在转换的卫生保健分析中涉及的角色数量。例如,在数据仓库整合阶段,角色包括项目和变更管理、主动领导、基础设施开发、遗留应用程序支持和分析工程。在确定了组织结构后,卫生系统在开始进行分析转换之前,必须对以下三件事进行内部分析:
图1显示了每个组织需要考虑和精通的核心领域,以成为数据驱动。每个领域都有相关的能力,需要相互协调和平衡;这是全面改善结果的基础。
通过揭示和深思熟虑地解决人员重复(或不必要的许可、硬件和承包商成本),全职等价物(FTE)、成本和当前工作量分配的分析将为所有参与者设定分析改进策略的预期和目标。现在,卫生系统已准备好应对数据驱动的五个阶段。
成为数据驱动型组织需要经历五个阶段:
当组织完成了这五个阶段后,他们可以采取以下步骤来实现他们期望的目标:
医疗保健组织和分析合作伙伴共同承担成为数据驱动组织的五个阶段中的每个阶段的责任:
卫生系统为他们挑选成员数据治理委员会(现有治理结构的小组委员会)。数据治理委员会制定了一个计划,以组织人员、流程和技术,使组织的数据和资源在分析空间中交互的价值最大化。然后,数据治理委员会确定其任务和章程(目标和目的),并选择企业数据仓库(EDW)、商业智能(BI)工具、培训方法、数据管理和数据访问。
在第一阶段,组织还确定了在过渡过程中维护现有分析活动的重要性。组织负责(在合作伙伴的支持下)确定战略和业务优先级,并确定在转换期间将迁移到EDW的遗留服务。关注数据和实现数据的过程可以让组织开始在整个系统中转向数据驱动的文化。
在此阶段,通过创建数据仓库,卫生系统将来自遗留系统、部门系统和其他竖井数据集市的数据集成在一起。数据治理委员会巩固了它在第一阶段选择的EDW、BI工具以及方法和政策的支持。
在第二阶段,数据治理委员会在过渡到新平台时维持当前的分析活动,同时管理从旧数据市场退出的策略。世界杯厄瓜多尔vs塞内加尔波胆预测此时,组织可以评估潜在分析团队成员的能力,使用诸如技能调查和遗留支持团队成员的功能评估等工具,以及最初被集成到新EDW和BI空间管理中的个人。
在第三阶段,组织将集中执行时更具有成本效益的任何功能进行整合。这可能包括以前是报告作者的团队成员。负责任的数据管理还意味着集中一些分析能力来支持企业计划和性能改进计划,同时适当地维护和加速关键领域的分析能力:
在第四阶段,卫生系统建立数据验证流程,并让数据管理员和分析团队成员参与,以促进所有数据系统在获取和逻辑表示方面的质量和素养。最终用户必须有可信的和可验证的数据来进行决策和更改实践模式。组织需要实用的过程来纠正原始源系统中的数据质量错误,以建立对可用数据的信任。他们还需要建立数据和度量定义,以确保他们为项目使用了适当的数据。
监管和报销压力很大,而且还在增加。卫生系统需要整合和协调措施工作,最大限度地提高以质量为基础的财政激励措施,并满足监管报告的要求。使用分析来支持这项工作将为临床和分析资源腾出时间。
在第五阶段,卫生系统建立衡量数据获取和使用的程序,并确定用户要求的其他数据源。有了可信任的数据在手,并且愿意在整个组织中进行改进,改进团队必须积极地向整个组织推广转换,共享已获得的和尚未获得的数据效率。新数据仓库的推广计划与项目计划一样重要。
当卫生系统根据数据而非本能做出决策、根据监管措施衡量合规性、减少整个系统的变化和浪费、并将风险管理和预测分析集成到医疗工作流程中时,它们正在成功地实现数据驱动。
为了有效地利用分析转换的五个阶段的工作,卫生系统必须修改其现有的IT框架或建立一个新的。这应该始终在执行领导的指导下,适当地调整资源和努力,以支持组织的战略计划。有三种常见的框架选项:
许多领先的分析IT供应商推荐hub-and-spoke IT框架(图2),用于寻求转换其分析策略的组织,这取决于规模和组织结构。
此主组结构表示集线器。临床、财务和运营团队(以及特别报告团队)代表辐条。中心辐射型框架允许在中心中集中和重复数据删除服务。轮辐中的团队可以访问和控制,这使他们能够完成他们的工作。辐条与中心交互并依赖于中心,数据治理策略在整个结构中指导决策,从而创建一个协作反馈循环。
构建IT框架首先要由执行领导层负责整个框架的数据治理,包括中心和辐射。接下来,执行领导层建立了一个分析治理机构——一个企业范围内的分析和商业智能小组,负责监督IT框架的四个推荐小组:
典型的分析转换有很短的时间来评估价值。图3中的时间轴示例显示了医疗保健组织如何在不到12个月内从大本营(第一阶段:设定数据驱动的文化基调)走向峰会(第五阶段:利用数据)。组织的规模及其对变更的准备程度可能会影响时间线。
正如时间表所示,多个技术项目可以同时启动,有些甚至在组织仍在建立数据驱动的文化的时候。值得注意的是,在第一年,当组织专注于分析基础设施和改进时,它将完成其他重要目标,如改进报告编写和显示仪表板;然而,它可能在一两年后才能实现实质性的可衡量的改进(例如,减少变化、创造效率和改善财务)。
一旦卫生系统完成了数据驱动和构建适当的IT框架的五个阶段,它们就需要经验丰富、有能力应对分析转换挑战的合作伙伴。下面列出的结果展示了这些有效的合作关系可以产生的改进可能性和ROI类型:
德州儿童医院显著降低报告成本使用医疗保健EDW:
Partners Healthcare加深了对市场趋势和业务驱动力的理解复杂的医疗组织:
纪念医院避免了PQRS处罚,并获得了潜在的激励与准确提交质量措施:
揭示了服务项目和基于活动的成本计算护理的真实成本匹兹堡大学医学中心:减少4200万美元。
更快的数据采集速度时间的价值在奥兰多健康:
机器学习,预测分析和流程重新设计降低再次住院的比例在堪萨斯大学的健康系统中有50%的人:
德州儿童医院提供全系统服务性能改进:
任务的健康使用价值优先考虑和指导分析投资:
在每一个成功案例中,卫生系统都仔细选择了峰会,致力于培训和准备工作,并选择了正确的合作伙伴或向导,以帮助他们安全并成功地实现目标。
就像登山探险从大本营开始,需要一定的准备、流程、设备和指导才能到达顶峰一样,通过遵循计划(IT和分析转换的五个阶段),包括识别机会、选择正确的IT基础设施和形成支持旅程的伙伴关系,卫生系统可以攀登医疗保健改善和节约成本的最高山峰。
转换IT和分析对组织的人员、财务和整体结果具有深远的影响,这可以优化医疗保健业务,以应对基于价值的医疗保健的挑战。
你想使用或分享这些概念吗?下载此演示文稿,重点突出。
我们很自豪能为您提供相关的、有用的内容。我们可以用cookie记录你读了什么吗?我们非常重视您的隐私。请参阅我们的隐私政策详情和任何问题。