现代健康数据策略的组成部分

要在现代医疗保健数据战略上运行，请采用敏捷方法，重点是提供与业务战略直接相关的用例。通过采用敏捷的数据处理方法，您的组织可以快速实现其业务目标。敏捷的数据方法包括：

• 视角 — 专注于设计和创建稳定、支持数据的产品。制定业务需求，为一线员工提供支持，最大限度地减少数据输入负担，改善患者体验。为测试想法、实验和吸取经验教训创造一个安全的环境。利用这些课程来推动 future 的迭代。将数据视为重要的组织资产，并赋予与其他关键资产相同的重要性级别。

• 所有权 — 业务和技术领导者之间共享问题和结果的所有权。他们必须为组织定义战略业务目标，包括患者疗效、成本效率和监管合规性。例如，您可以建立一个云卓越中心 (CCoE)，让业务和 IT 领导层都参与进来。 CCoE 有助于共同承担责任，加快业务采用率和价值。同时， CCoE 充分利用了云的创新潜力，有助于确保架构良好的数据解决方案。

• 数据素养 — 通过建立包括临床和运营代表在内的数据委员会来促进数据素养。委员会领导者应致力于在整个组织和各自的业务部门内促进敏捷性、创新和以数据为导向的思维方式。制定路线图，使数据素养与数据驱动的业务转型保持一致。培训并鼓励 line-of-business领导者使用决策支持系统并做出基于数据的决策。

• 治理 — 建立数据治理框架，概述组织内管理数据的政策、程序和标准。制定数据质量、数据隐私、数据安全和数据访问指南。设计这些指导方针以促进监管合规。在实施业务用例的同时，分阶段实施治理框架。创建联合或分布式治理模型，在不可谈判的安全、隐私和监管问题与创新需求之间取得平衡。确定中央数据管理机会（例如，中央患者索引、统一的数据目录）。评估统一多式联运数据对企业的潜在影响。

  同时，治理应促进数据的民主化，让有需要的人能够快速、直观地访问数据，让用户感到被赋予权力，不受控制。为了更有效地满足治理要求并减轻一线员工的负担，请使用专门构建的 AWS 医疗保健合规工具和最佳实践。尽可能提供自助服务工具，以减少对数据和分析团队的影响。

• 构件-定义和使用工件，以改善不同团队和部门之间的协作和数据共享。关键构件包括数据目录、数据字典和数据模型。例如，使用AWS Glue Data Catalog对数据进行编目。在不损害患者隐私或违反 HIPAA 合规要求的情况下，使用 Amazon DataZone 和在医疗机构内部和医疗组织之间共享特定数据或数据见解。AWS Clean Rooms

• 数据架构 — 设计并不断完善您的数据架构。支持现代健康数据策略的架构应包含多模式数据资产。采用域驱动的方法来处理多模式数据，方法是将架构中的数据生成者与消费者分离。考虑存储、保留和格式化。将重点放在易于访问和使用上，并由强大的元数据管理提供便利。

  医疗保健的特定需求，例如监管合规和同意管理，应有助于定义数据处理政策和程序。考虑定义唯一定义患者、提供者和员工等业务实体所需的中央数据标准。通过定义和创建去识别化的数据集来帮助加快不需要访问受保护的健康信息 (PHI) 的用例，从而降低流程复杂性。

• 技术-采用基于云的架构，该架构使用基于当前业务需求的专用服务。为您的组织创建需要创新的解决方案，但要尽可能使用 off-the-shelf解决方案和托管服务来减少成本，让您的团队专注于创新。例如，使用预测分析来识别弱势或高危患者，以进行主动的外展和护理。使用 Amazon Comprehend Medical 从非结构化和半结构化数据（例如医疗记录）中查询和提取信息。用于AWS HealthImaging帮助一线工作人员更准确、更高效地处理医学图像。

• 数据访问民主化 — 使用诸如 Amazon 之类的编目工具，提高组织数据的透明度和可见性。 DataZone这些工具使您能够搜索和浏览可用的组织数据，了解数据定义、生命周期和血统，以及请求访问数据。

• 易用性 — 现代健康数据策略的成功取决于易用性。评估组织内部不同的数据素养水平，并制定计划以解决不同用户的消费问题。评估整个组织当前的数据素养水平，设计数据素养课程，并确定制定员工和培训计划的项目机会。考虑一下您的员工可能属于的以下三大用户类别，重点是他们对培训和采用的需求：

  • 数据管理者 — 这些用户精通数据，他们拥有探索半精简和未整理数据集的技术技能。为了提高工作效率，必须为这些用户配备所需的工具集。 AWS Amazon Athena AWS Glue DataBrew、Amazon Redsh ift Sp ectrum 和 A SageMaker mazon AI Data Wrangler 等服务可帮助这些用户连接和集成不同的数据集，而无需编写复杂的数据工程代码。

  • 高级用户 — 这些用户通常是业务主题专家 () SMEs。他们精通数据，但技术技能有限。他们依靠精心策划的数据集来释放数据的价值。这些用户受益于图形工具，可以执行轻微的数据修改操作并创建引人入胜的视觉效果。诸如 A mazon 之类的 AWS 服务可 QuickSight帮助这些用户浏览、编辑、清理、协调、可视化和共享数据。

  • 消费者 — 他们是非技术高管和 line-of-business领导者。这些用户通常更喜欢使用预先构建的报告和交互式仪表板。为这些用户提供一种对数据进行引导式探索的方法，可以加快创新和关键业务决策。诸如 Amazon QuickSight Q 之类的生成式商业智能 (BI) 工具可以帮助此类用户，该工具使自然语言交互能够得出基于数据的见解。

总体而言，现代健康数据策略应植根于与业务战略直接相关的用例和行动。它还应将思维方式、所有权、工件、治理和技术视为同等重要的组成部分。通过这样做，您的医疗保健组织可以变得数据驱动、灵活，并能够快速调整以应对组织无法控制的情况。