最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[实践案例] 医疗领域的数据治理

[复制链接]
跳转到指定楼层
楼主
发表于 2019-1-24 16:22:30 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
医疗保健分析之旅的第一步

医疗保健系统和提供者越来越关注使用证据来为临床和运营决策提供信息的需求。这导致他们组装并批判性地评估关于护理递送,性能和成本的更大的数据集。随着卫生系统继续采用技术来实现新的或改进的诊断和治疗方法,我们的数据集的规模将继续增长。

医疗保健领域的众多利益相关者生成和收集的大量数据有许多不同的形式 - 保险索赔,医生笔记,医疗记录,医学图像,药品研发,社交媒体中的健康对话以及可穿戴设备和其他信息。监控设备。数据增长速度比以往任何时候都快,到2020年,每秒为地球上的每个人创造约1.7兆字节的新信息(Forbes,2015)。

这些数据的规模是第四次工业革命的核心,以及它最终将对我们未来照顾患者和社区的方式产生的影响。

随着医疗保健环境越来越依赖数字技术来支持医疗服务(在用户,组织和医疗保健系统层面),他们使用和交换数据的能力成为转型的关键推动因素。在全球医疗系统中,数据和分析(D&A)正在重塑领导者做出基于证据的决策的方式,以改善患者的治疗效果和运营绩效。然而,尽管数据激增,但大多数组织发现很难优化数据资产以提供复杂而实用的见解。



战术影响和战略价值

当医疗保健组织实施新技术以支持业务和临床转型时,他们通常会关注两个层面的影响:技术对工作流程的直接战术利益以及相关的关键绩效指标; 以及利用新数据并将其与现有数据集相结合以创造新价值的战略收益。大多数人倾向于关注第一组福利,而忽视后者提供的大量机会。

为了使医疗保健组织真正意识到数据分析能力的潜力,他们必须转变他们的方法来解决这些变化水平。本文档几乎专注于经常错失的战略机遇,这个机会最有希望转变综合护理网络/系统:数据治理。



战略的基础

数据治理定义了组织如何管理其数据资产,以及在数字世界中,如何实施改进的决策制定。这需要适当的权限模型来管理数据功能。许多医疗保健领导者都了解数据治理的重要性,但很难:

  • 了解他们的数据所在的位置以及如何访问它
  • 实施有效的流程,保护数据免受不适当的发布和访问威胁; 和
  • 获取并开发适当的资源和技能组合来管理医疗保健数据。

为了获得有关该主题的最新思考,我们收集了毕马威全球领先的D&A专业人士的经验,并采访了医疗保健行业的首席执行官和首席信息官,以更好地了解他们的关注点和抱负。我们设计和实施数据治理的框架旨在通过概述有效管理企业数据资产的实际步骤,揭开主题的神秘面纱并帮助克服常见的挑战和陷阱。

首先,我们定义数据治理及其关键元素。认识到数据管理,所有权,政策和标准的重要性为可持续治理奠定了基础。我们重点介绍了医疗保健组织在开始D&A之旅时陷入的典型数据治理“陷阱”。

接下来,我们概述了毕马威构建和实施数据治理的方法,包括角色和职责,关键数据管理功能和关键成功因素。我们全程编织,提供来自全球医疗保健客户的案例研究,分享重要的经验教训。

最后,我们探讨了其他重要的考虑因素,例如保护信息隐私(在监管环境中),数据共享(内部和外部)以及支持数据管理技术。




楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-2 08:08

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表