數據現在是任何組織中最有價值的資產之一，尤其是醫療保健，因為我們正在轉向更具分析性的行業。數據現在是任何組織中最持久的資產，超過設施，設備和人員。

根據“牛津詞典”，一般而言，治理建議控制，影響或規范個人，行為或事件過程的行為。拉丁語起源于gubernare，意思是指導或統治。

在過去幾年中，隨著數據的價值和壽命得到更好的實現，數據治理這一術語的出現描述了管理和影響組織中數據收集和利用的概念。通過收集更多數據來管理風險和理解結果，通過和建立負責任的醫療機構的動機，因為它有動力獲得臨床醫生，患者和設施。如果我們接受醫療保健是一個知識傳遞行業的說法 - 即專業技能和知識的應用，以及專業工具 - 我們有義務利用我們環境中的數據資產來增強和優化這些知識和技能。

醫療保健數據治理：對細節進行排序

雖然信息和數據安全是公司長期的實踐和知識體系，但數據治理并不成熟，特別是在醫療保健領域。由于這種較低的成熟度，有一種傾向于在極端情況下運作，無論是治理太多還是太少。隨著時間的推移，隨著數據和分析成熟度的提高，醫療保健行業將找到自然均衡。例如，在Healthcare Analytic Adoption Model中，需要一個強大的數據治理功能才能達到5級成熟度的條件。

新的知識體系可能成為混亂和過度復雜化的成熟基礎，并且有許多供應商和顧問傾向于從這些形成階段的混亂和復雜性中獲得不公平的利益。以下是七種簡單的數據治理實踐，可以作為一個令人費解的建議迷宮的自我導游。

1.平衡，精益治理

數據治理委員會應該實踐一種文化理念，即在最小程度上管理數據以實現最大的共同利益。很多時候，組織要么過度應用數據治理，要么熱衷于新功能;?或由于缺乏經驗而應用數據治理。最好的方法是從廣闊的愿景和框架開始，但應用有限，并且只在需要時逐步擴展治理功能，而不是更多。

數據治理委員會應成為現有治理結構的小組委員會，具有必要的影響力，可以對工作流程產生不可避免的爭議性變更，解決數據質量沖突，并制定復雜的數據采集策略，以支持組織的戰略性臨床和財務優化。數據治理委員會還應聘請一線員工作為數據管理員，他們了解源交易系統中的數據收集，例如EMR，成本會計，日程安排，注冊和物料管理系統。數據管理員對數據治理委員會的使命非常寶貴。跨業務線橫向運作的CIO，

如果有疑問，可以減少管理，而不是更多。保持精益。慢慢地，小心地成長為需要更多。

2.數據質量

監督和確保數據質量可能是數據治理中最重要的一項功能。當低質量數據對組織決策的準確性或及時性產生負面影響時，數據治理委員會必須能夠快速響應這些問題并執行源數據系統（不是分析系統）和工作流程所需的更改。是提高數據質量所必需的。簡單來說，數據質量等于數據的完整性x數據的有效性x數據的及時性。數據治理委員會必須將數據質量等式中的每個變量作為領導優先事項。

3.數據訪問

增加對企業所有成員（包括外部成員）的數據訪問

利益相關者，社區成員，尤其是患者是委員會的一項重要職能。雖然信息安全委員會傾向于保護數據并限制數據訪問，但數據治理委員會應該在相反的方向上創造一種富有成效的緊張關系。在最有效的組織中，數據治理和信息安全委員會相結合，從而迫使成員在內部平衡緊張局勢，并簡化兩個委員會之間冗長的決策和和解。

4.數據素養

如果數據的預期受益者不了解數據的解釋和有意義的使用，因為它適用于他們在組織中的角色，則無意提高數據的質量或訪問數據。數據素養可以通過以下方式提高：

1. 教導用戶如何在決策環境和組織中的角色中區分好數據和壞數據;
2. 數據分析工具;
3. 由數據驅動的過程改進技術;
4. 統計技術可用于改善數據不完整或稀缺時的決策;?和
5. 非常有意識地收集和傳播元數據，尤其是與企業數據倉庫（EDW）內容相關的元數據。

數據治理委員會應該支持數據驅動決策的原因以及圍繞質量和成本的數據透明度。這些活動應包括使用口號，發言人，榜樣和成功事業的其他屬性。

5.數據內容

數據治理委員會應制定數據采集和數據供應的多年戰略，尋求不斷擴展可用于醫療保健服務和健康管理業務分析的數據生態系統。例如，基于活動的成本數據，遺傳和家族數據，床邊設備數據以及患者報告的觀察和結果數據對于行業中的分析發展都至關重要。構建和獲取收集此數據的系統是分析過程的第一步，可能需要長達五年的時間才能完成。所有上述數據源都需要通過Healthcare Analytic Adoption Model進行。

6.分析優先順序

數據治理委員會應在制定C級套件的戰略分析計劃中發揮重要作用，然后在確保實施該計劃的要求方面發揮積極作用。不可避免地，對分析服務的需求將超過可用于滿足需求的資源。數據治理委員會無法解決所有優先事項，但它可以通過在集中式和分散式分析資源之間提倡60/40的資源分配來平衡自上而下的公司優先級與來自臨床和業務部門的自下而上的請求 - 即60％組織的分析資源應該專注于自上而下，集中管理的優先級，而40％的資源應該分配，以支持部門，業務部門，臨床服務線的戰術要求，

7.主數據管理

隨著組織在分析成熟度和利用率方面的進步，數據治理委員會將成為在主數據管理中定義，鼓勵利用和解決沖突的管理者。該角色將涵蓋當地數據標準（設施代碼，部門代碼等）;?以及區域和行業標準（CPT，ICD，SNOMED，LOINC等）。除編碼數據標準外，委員會還將參與算法的標準使用，將數據綁定到應在整個組織中一致使用的分析算法，例如計算停留時間，定義再入標準，定義患者群組，以及將患者歸咎于提供者負責任的醫療安排。

結束

如果您正在努力理解并實施組織中的醫療數據治理功能，那么遵循這七個簡單實踐將幫助您避免管理不善或過度治理的所有主要缺陷。最重要的是，精簡和平衡的數據治理功能將幫助您的醫療保健組織最大化您的數據價值，以最低的價格提供最好的護理并提供最高的健康狀況。