医疗保健中的数据治理综合战略

 

首先我们来了解一下医疗行业在全球的现状：

根据Fortune Business Insights发布的报告中提到，预计到2026年医疗保健数据分析市场规模呈指数级增长，将达到802.1亿美元。为了实现挽救生命临床决策的复杂分析解决方案，TB级数据成为医疗保健行业工具的重要组成部分。

另一方面，由于医疗保健的数字化转型，医疗保健数据量在已过去的2021年就达到历史最高水平，数据量的激增给医疗保健提供者带来了许多挑战。

 

数据治理策略的重要性

有几个方面作为医疗行业的从业者需要考虑清楚，如医疗保健提供者应如何存储所有这些医疗相关数据？如何在保护医疗数据中的敏感数据的同时为患者和自己谋取利益？解决这些问题基本上都指向一个领域：数据治理领域。

即使是最好的数据分析解决方案在使用了质量较差的数据时也不可能提供可靠的分析有效结果。而医疗保健提供者经常忽略输出数据分析有效结果所必需的实践。因此，为了充分利用您的数据分析软件，我们建议您事先制定数据治理策略，以确保数据质量和保护。

 

 

什么是医疗保健中的数据治理

 

数据治理可以理解为一组确保安全有效地使用数据的实践。医疗保健行业会处理不同类型的数据，这些数据包括患者的个人详细信息和健康记录、测试结果、计费和保险信息、MRI信息、X射线和心电图检测记录、药物处方和其他医疗信息。由于医疗数据包含了大量的个人敏感性信息，医疗数据应在数据生命周期的每个阶段得到保护并得到正确处理，以便安全运用于业务和临床决策的活动中。

 

 

鉴于医疗保健领域的数据量大且类型多样，因此经常会通过多种方式对其进行处理。信息治理、数据治理或数据管理通常很难在它们之间划清界限，因为它们可能重叠在相关流程并由相同的专人来执行。参阅下表，我们简要地解释了这几个数据专业术语之间的区别。

 

虽然这三个概念之间的区别对于普通的医疗保健工作者来说可能显得微不足道，但医疗数据专业人员能够区分这些概念至关重要。

 

数据治理在医疗保健中的好处

 

人类健康数据需要在许多方面从其他数据中重点关注，重点的是人类的生命健康数据取决于其质量、安全性和医疗保健专业人员的可访问性。所以我们可以发现医疗保健中的数据治理至关重要。它的价值可由下面几点来说明：

 

1. 支撑更好的临床和商业决策

为了让临床和商业决策能从数据中获得有意义、准确的见解，数据应该满足许多要求。否则，医学分析结果将无法提供真实情况协助决策者制定护理计划或业务战略。

根据相关信息协会调查分析结果，我们认为高质量的医疗保健数据应该是：

准确，数据准确而且是最新的

一致，保证来自相同来源的元素的数据格式一致

可靠，数据的来源经过验证

全面，数据定义明确完整而且能呈现所有必需的属性

精确，数据具有适当级别的详细信息并以特定格式收集

通过数据治理有助于确保医疗保健组织处理的所有数据都符合上述标准。数据治理通过从数据采集点规范化治理和构建数据治理的平台来监督数据流转过程，执行相关数据治理规范和使用这些工具需要具备权限认证的员工的共同努力来实现的。时刻遵循质量要求，可以立即处理数据，而无需额外的数据重构和验证。

 

2. 加强跨部门沟通

数据孤岛不仅仅是目前大多数行业的主要数据问题，医疗保健行业同样存在这样的主要问题。

由于数据孤岛，患者在拜访不同的医疗专家时被迫一次又一次地提供他们的信息，而且也有可能需要多次进行重复的医疗检查。仅仅是因为这些数据不会离开特定的医疗机构或医生办公室。这种常规的现状不仅令人厌烦，而且还很容易会增加了输入错误、输出错误和信息错位的风险。更重要的是，它浪费了本可以为患者服务的医疗专业人员的时间。

数据标准化作为数据治理框架不可或缺的一部分，可以很好地解决上述问题。数据标准意味着统一的一组规则，定义应如何收集数据以及从哪些来源收集数据及数据格式等规范，数据标准可以使数据更适用于部门和医疗保健组织之间的共享需求。这就是为什么国家卫生信息组织对用于医疗机构内部和医疗机构之间的护理工作流程的提出了结构化健康信息的要求。

 

 

3. 数据保护

根据最近的PEW调查，近62%的患者担心其信息的安全性，而Statista的2022年调查显示，73%的患者愿意与特定组织共享信息。

医疗保健中的大多数数据属于PII（个人身份信息）或PHI（受保护的健康信息）。为了解决数据安全的担心及数据共享的需求，医疗保健工作者应在使用医疗数据的过程中保证数据安全，否则可能会因此失去声誉并导致资金损失。截至目前，数据泄露给医疗保健行业带来的损失比其他任何行业都高。

 

 

数据治理可以严格规范数据的存储和传输方式。数据治理的指导方针允许医疗保健组织使用具有适当安全级别的软件进行数据处理，其中包括针对员工的严格数据处理规则。

 

4. 提高合规性

由于医疗保健行业数据的敏感性，国家政府相关部门对医疗数据进行了非常严格的监管。

已建立数据治理工作流程的组织能明显降低了不遵守法规的风险，往往这些风险可能会导致组织被相关部门罚款。

数据治理框架要求用于处理医疗保健数据的医疗软件在设计上符合法规。当然，数据治理专家应随时了解当前的监管举措并相应地更新组织的战略。障

 

数据治理：3个主要组成部分

 

从上面所述，我们可以了解到需要每天处理大量数据的医疗保健组织将从实施数据治理策略中获益良多。然而，一个好的数据治理战略并不容易建立，因为它需要其它三个组件的协同作用：

 

1. 技术组件

技术组件是实现高质量数据生成、共享和使用的第一个前沿领域。因此，如果没有以下技术支持，就不可能建立有效的数据治理策略：

医院软件基础设施遵守全球开放、可互操作和实用的存储和传输医疗保健数据标准。

实施现代数据安全和隐私增强技术。

持续改进的数据可视化和共享工具。

正确编写和共享符合数据标准的元数据。

 

2.组织组件

组织组件有助于监督和指导数据治理活动。数据治理需要创建一个领导团队，并将在整个公司嵌入强大的数据治理和协作工作流程。该团队成员应采取的组织行动包括：

使公司数据治理战略与全球和本地数据法规保持一致。

建立对其有效执行所需的战略和步骤的信任。

确保该策略符合医疗保健行业和特定地区的道德规范。

向员工和患者传达数据治理要求，并确保数据治理流程和目标的透明度。

 

3.法律组件

法律组件代表问责机制。虽然组织组件制定了明确的指导方针，规范了数据的收集、处理、使用和处置方式，并告知所有参与者有关数据指导规则和最佳实践的信息，但法律组件强制要求组织遵守这些规则。

 

 

 

如何在医疗保健领域建立成功的数据治理策略

 

 

拥有所有组件是成功数据治理策略的一半。其余的取决于实施策略的正确执行。

 

步骤 1. 概述业务目标并设定优先级

数据治理策略不应该是完全理想化的，它应该是落地的、可执行的。它必须根据公司整体策略进行规划，并考虑到不同部门的需求和具体情况。

一些特定医疗保健公司的专业（医院、私人医生、保险代理人、药房等），其策略可能会有很大差异。在此阶段，数据治理专家应与业务开发团队密切合作，以便根据您的业务目标正确确定数据治理策略的优先级和用例。

 

 

步骤 2. 了解数据类型和数据域

在确定了您计划实现的具体目标之后，您必须清楚需要管理的哪些数据以及这些数据的来源。

例如，如果您的目标是更有效地实现与患者互动，那么最需要关注的数据可能有：

患者的人口统计信息

实验室和测试结果

患者就诊的临床报告

治疗计划

患者反馈

患者与联络中心专家的谈话记录

聊天机器人场景和记录

简而言之，您将需要管理患者与组织之间的交互相关所有数据。它通常来自患者门户、EHR、CRM、可穿戴设备、电话对话等，因此您的数据治理策略也应该包含治理这些数据来源。

 

步骤 3. 分配角色和职责

您知道您的策略关注哪些数据，下一步就是创建一个由数据治理专业人员组成的核心团队了，团队成员了解这些数据的背景。

例如，如果您专注于与心血管疾病相关的数据，那么聘请主要从事整形外科工作的专家并不是一个好主意。最好的团队是一个可以自组织的团队，其成员能够自行建立流程并向决策者提供战略建议。

 

 

步骤 4. 建立标准和政策

实践表明，每天处理数据的专业人员可以就最合适的数据治理措施提供有价值的意见来帮助制定公司范围的数据治理战略。

从战略制定开始到最终实施，相关部门的数据专家之间的协作至关重要。应根据组织的目标、上述数据治理组件和专家的反馈制定标准和政策。

 

步骤 5. 监控结果

在实施数据治理战略并设置所有必要的流程后，我们还需要密切关注数据治理的成果及数据治理如何影响您公司的绩效。最好的方法是跟踪反映数据治理策略导致的变化指标：

提高数据质量得分

更少的风险事件

改进了您在开始时设置的KPI（例如，患者参与度）

 

解决医疗保健数据治理中的挑战

 

在实施数据治理策略的过程中会遇到一些困难。我们在下面列出了大多数医疗保健公司在此过程中遇到了类似的困难，并提供可以探索的解决方案。

 

 

结论：执行良好的数据治理

 

数据治理是一个复杂的主题，涉及各种工具和流程。然而，它的意义和价值并不容易被所有员工都理解，这使得企业不容易实施数据治理，而且难以激励员工遵守其规则。更重要的是，在医疗保健行业中还没有建立有说服力的数据治理策略，因为它的最佳实践和法规仍在医疗保健行业内进行中。

 

但是，只要在您的公司中拥有良好的数据治理策略，就好比人们能在疾病大流行期间时刻保持洗手的卫生习惯。遵循规则并坚持严格操作流程的工作可能并不有趣，人们可能不会立即意识相关成效，但这对于整个组织的数据是至关重要。

因此，就像我们希望大众遵守个人卫生的情况一样，公司领导必须首先对员工进行数据治理教育，传播数据治理文化，让员工明晰数据治理对公司和部门的价值，然后才能着手实施数据治理活动。

 

 

来源：转型数据治理

作者：Inga Shugalo