Komponen strategi data kesehatan modern

Untuk menjalankan strategi data perawatan kesehatan modern, adopsi metodologi tangkas, dengan fokus pada penyampaian kasus penggunaan yang terkait langsung dengan strategi bisnis. Dengan mengadopsi pendekatan data yang gesit, organisasi Anda dapat dengan cepat mencapai tujuan bisnisnya. Metodologi tangkas untuk data meliputi:

• Perspektif - Fokus pada merancang dan membuat penawaran yang stabil dan berkemampuan data. Mengembangkan persyaratan bisnis yang mendukung pekerja garis depan, meminimalkan beban entri data, dan meningkatkan pengalaman pasien. Ciptakan lingkungan yang aman untuk menguji ide, bereksperimen, dan menangkap pelajaran yang dipetik. Gunakan pelajaran ini untuk mendorong iterasi masa depan. Perlakukan data sebagai aset organisasi yang kritis, dan berikan tingkat kepentingan yang sama yang terkait dengan aset penting lainnya.

• Kepemilikan — Berbagi kepemilikan atas masalah dan hasil antara pemimpin bisnis dan teknologi. Mereka harus menentukan tujuan bisnis strategis untuk organisasi, termasuk hasil pasien, efisiensi biaya, dan kepatuhan terhadap peraturan. Misalnya, Anda dapat mendirikan Cloud Center of Excellence (CCoE) dengan keterlibatan kepemimpinan bisnis dan TI. CCoE membantu menciptakan tanggung jawab bersama untuk mempercepat adopsi dan nilai bisnis. Pada saat yang sama, CCo E merangkul potensi inovasi cloud dan membantu memastikan solusi data yang dirancang dengan baik.

• Literasi data — Mempromosikan literasi data dengan membentuk komite data yang mencakup representasi klinis dan operasional. Para pemimpin komite harus berkomitmen untuk mempromosikan kelincahan, inovasi, dan pola pikir berorientasi data di seluruh organisasi dan dalam unit bisnis masing-masing. Buat peta jalan yang menyelaraskan literasi data dan transformasi bisnis berbasis data. Melatih dan mendorong line-of-business para pemimpin untuk menggunakan sistem pendukung keputusan dan membuat keputusan berbasis data.

• Tata Kelola — Menetapkan kerangka kerja tata kelola data yang menguraikan kebijakan, prosedur, dan standar untuk mengelola data dalam organisasi Anda. Mengembangkan pedoman untuk kualitas data, privasi data, keamanan data, dan akses data. Rancang pedoman ini untuk memfasilitasi kepatuhan terhadap peraturan. Terapkan kerangka tata kelola secara bertahap saat Anda menerapkan kasus penggunaan bisnis. Buat model tata kelola federasi atau terdistribusi untuk menyeimbangkan masalah keamanan, privasi, dan peraturan yang tidak dapat dinegosiasikan dengan kebutuhan untuk berinovasi. Identifikasi peluang manajemen data pusat (misalnya, indeks pasien pusat, katalog data terpadu). Menilai dampak potensial pada perusahaan dalam menyatukan data multimodal.

  Secara bersamaan, tata kelola harus memfasilitasi demokratisasi data untuk akses data yang cepat dan intuitif bagi mereka yang membutuhkannya, membantu pengguna merasa diberdayakan, tidak terkontrol. Untuk memenuhi persyaratan tata kelola secara lebih efisien dan dengan lebih sedikit beban pada staf garis depan, gunakan alat kepatuhan AWS perawatan kesehatan yang dibuat khusus dan praktik terbaik. Sedapat mungkin, sediakan alat swalayan untuk mengurangi dampak pada data dan tim analis.

• Artefak — Tentukan dan gunakan artefak yang meningkatkan kolaborasi dan berbagi data di berbagai tim dan departemen. Artefak utama termasuk katalog data, kamus data, dan model data. Misalnya, gunakan AWS Glue Data Cataloguntuk membuat katalog data. Gunakan Amazon DataZone dan AWS Clean Roomsuntuk berbagi data atau wawasan data tertentu di dalam dan di seluruh organisasi perawatan kesehatan tanpa mengorbankan privasi pasien atau melanggar persyaratan kepatuhan HIPAA.

• Arsitektur data — Desain dan terus menyempurnakan arsitektur data Anda. Arsitektur yang mendukung strategi data kesehatan modern harus mencakup aset data multimodal. Mengadopsi pendekatan berbasis domain untuk menangani data multimodal dengan memisahkan produsen data dari konsumen dalam arsitektur. Pertimbangkan penyimpanan, retensi, dan format. Menempatkan penekanan pada kemudahan akses dan penggunaan, difasilitasi oleh manajemen metadata yang kuat.

  Kebutuhan khusus perawatan kesehatan, seperti kepatuhan terhadap peraturan dan manajemen persetujuan, harus membantu menentukan kebijakan dan prosedur penanganan data. Pertimbangkan untuk mendefinisikan standar data pusat yang diperlukan untuk mendefinisikan entitas bisnis secara unik seperti pasien, penyedia, dan karyawan. Kurangi kompleksitas proses dengan mendefinisikan dan membuat kumpulan data yang tidak teridentifikasi untuk membantu mempercepat kasus penggunaan yang tidak memerlukan akses ke Informasi Kesehatan yang Dilindungi (PHI).

• Teknologi — Mengadopsi arsitektur berbasis cloud yang menggunakan layanan yang dibangun khusus berdasarkan kebutuhan bisnis yang ada. Buat solusi di mana organisasi Anda perlu berinovasi, tetapi gunakan off-the-shelf solusi dan layanan terkelola bila memungkinkan untuk mengurangi menjaga tim Anda tetap fokus pada inovasi. Misalnya, gunakan analitik prediktif untuk mengidentifikasi pasien yang rentan atau berisiko untuk penjangkauan dan perawatan proaktif. Gunakan Amazon Comprehend Medical untuk menanyakan dan mengekstrak informasi dari data tidak terstruktur dan semi-terstruktur seperti catatan medis. Gunakan AWS HealthImaginguntuk membantu pekerja garis depan memproses gambar medis dengan lebih akurat dan efisien.

• Akses data yang demokratisasi — Mempromosikan transparansi dan visibilitas ke data organisasi dengan menggunakan alat katalogisasi seperti Amazon. DataZone Alat-alat ini menyediakan kemampuan untuk mencari dan mengeksplorasi data organisasi yang tersedia, untuk memahami definisi data, siklus hidup, dan garis keturunan, dan untuk meminta akses ke data.

• Kemudahan penggunaan — Keberhasilan strategi data kesehatan modern Anda tergantung pada kemudahan penggunaan. Menilai berbagai tingkat literasi data dalam organisasi, dan mengembangkan rencana untuk mengatasi konsumsi di seluruh spektrum pengguna. Menilai tingkat literasi data saat ini di seluruh organisasi, menyusun kurikulum literasi data, dan mengidentifikasi peluang proyek untuk mengembangkan staf dan rencana pelatihan. Pertimbangkan tiga kategori pengguna luas berikut yang mungkin termasuk dalam staf Anda, dengan fokus pada kebutuhan mereka untuk pelatihan dan adopsi:

  • Data wranglers — Pengguna ini paham data, dan mereka memiliki keahlian teknologi untuk menjelajahi kumpulan data semikurasi dan tidak terkurasi. Untuk meningkatkan produktivitas, penting untuk melengkapi pengguna ini dengan set alat yang mereka butuhkan. AWS Layanan seperti Amazon Athena, Amazon Redshift Spectrum AWS Glue DataBrew, dan SageMaker Amazon AI Data Wrangler membantu pengguna ini untuk terhubung dan mengintegrasikan kumpulan data yang berbeda tanpa harus menulis kode rekayasa data yang kompleks.

  • Pengguna daya — Pengguna ini biasanya ahli materi pelajaran bisnis (). SMEs Mereka cerdas data, tetapi mereka memiliki keterampilan teknis yang terbatas. Mereka mengandalkan kumpulan data yang dikuratori untuk membuka nilai dalam data. Pengguna ini mendapat manfaat dari alat grafis untuk melakukan operasi modifikasi data ringan dan membuat visual yang menarik. Layanan AWS seperti Amazon QuickSight membantu pengguna ini untuk menjelajahi, mengedit, membersihkan, menyelaraskan, memvisualisasikan, dan berbagi data.

  • Konsumen — Ini adalah eksekutif dan line-of-business pemimpin nonteknis. Pengguna ini biasanya lebih suka menggunakan laporan bawaan dan dasbor interaktif. Memberi pengguna ini cara untuk melakukan eksplorasi data yang dipandu dapat mempercepat inovasi dan keputusan bisnis yang penting. Alat intelijen bisnis generatif (BI) seperti Amazon QuickSight Q, yang memungkinkan interaksi bahasa alami untuk memperoleh wawasan berbasis data, dapat membantu kategori pengguna ini.

Secara keseluruhan, strategi data kesehatan modern harus berakar pada kasus penggunaan dan tindakan yang terkait langsung dengan strategi bisnis. Ini juga harus mempertimbangkan pola pikir, kepemilikan, artefak, tata kelola, dan teknologi sebagai komponen yang sama pentingnya. Dengan demikian, organisasi perawatan kesehatan Anda dapat menjadi berbasis data, gesit, dan dapat berputar dengan cepat dalam menanggapi kondisi di luar kendali organisasi Anda.