對于任何希望創新其戰略以提高運營效率，提高質量，優化人口健康管理或推動精準醫療的衛生系統而言，數據治理是必不可少的必備措施之一。

今天所有的總體護理服務趨勢 - 以及未來的許多新興技術 - 將需要智能數據治理，否則就會失敗。

那怎么辦呢？醫院如何建立信息治理文化，確保各類員工了解自己的適當角色，并有效部署數據和技術基礎設施以推動各種創新？

回答這些問題首先要了解成功的關鍵角色和規則，數據治理與信息安全之間的關系，以及如何建立跨部門合作伙伴關系，以解決雙方問題。

善治需要五個關鍵角色

良好的分析是實現臨床，財務和運營收益所必需的。良好的治理對良好的分析至關重要。

“隨著我們轉向以價值為基礎的醫療服務，數據的使用變得至關重要，”總部位于邁阿密的Chenmed集團首席醫療信息官兼首席數字官David Kho表示，該集團是美國最大的高級醫療風險承擔提供商之一。

此外，隨著人工智能在醫療保健領域的不斷發展，有效的結果取決于擁有AI算法的質量數據。

“80％的機器學習都在收集和清理數據，”MedeAnalytics首席技術官Tyler Downs說。“我們告訴客戶，這就是它開始的地方。但我們也必須向他們介紹數據治理。”

數據治理是一項團隊工作，其中五個不同的角色是使其全部工作的關鍵。其中最重要的是數據管家。

AHIMA將新興數據管家描述為負責特定系統或數據集的主題專家，該系統或數據集經過培訓，可以領導數據質量和補救工作，這一角色通常不同于技術主數據管理工作。

Clearwater Compliance的首席安全和信托官兼HIMSS隱私和網絡安全委員會成員Richard Staynings表示，數據管理員“最終要對數據的安全性負責”。

此外，他們的任務是“有足夠的流程和程序來確保數據的完整性，包括誰可以訪問它，”Staynings說，他將在即將于10月在波士頓舉行的HIMSS醫療保健安全論壇上發言。15-16。

其他重要的工作要做

但正如ChenMed的David Kho所解釋的那樣，數據管理員只是在善治中發揮作用的五個關鍵利益相關者之一。

除數據管理員外，還有：

• 數據所有者或贊助商（對特定數據集負責的高管或部門負責人或高管 - 這與管理員保持持續的數據質量形成對比）
• 數據保管人（在某些方面類似于管家，但通常側重于執行有關數據訪問，保管或交換的業務規則）;
• 數據生產者（臨床和業務方面的各種衛生系統工作人員，其活動產生數據），以及
• 數據用戶（企業中負責分析并從各種數據集中獲取有用的數據用戶，理想情況下能夠以最佳方式訪問和使用它們）。

Kho表示，每個角色的人都知道自己的責任至關重要，但這些責任的限制也是如此。

您可以在2018年6月HIMSS大數據和分析醫療論壇，閱讀科考的介紹更多的“數據治理101，”?在這里。他還將在10月22日至23日在波士頓舉行的下一個大數據論壇上發表演講。

“澄清角色讓人們可以說'你有權威，但我們期待你在數據治理這個概念中扮演一個非常具體的角色和功能'，”他說。“我們不習慣用這些術語思考。”

同樣重要的是，如果不是更重要的話，那么，一旦定義了這些角色，每個人在涉及數據治理的支柱時都必須能說同一種語言，例如數據質量和數據沿襲，他說。

“當我們談論數據質量時，我們必須有共同的意義，”Kho說。“當我們談論單一事實來源時，我們必須有共同的意義。”

由于有效的分析程序通常依賴于臨床和管理數據的混合，因此必須對每種方法如何適應更大的情況有共同的理解。例如，當衛生系統從事長期，縱向的人口健康管理時，它依賴于各種不同的數據。

“你正在使用行政數據來確認兩種關鍵類型的質量措施 - 過程和結果措施，”Kho解釋道。

“這個人是否接受了篩查測試或乳房X光檢查？這名患者是否接受了血紅蛋白A1c測試，因為他們是已知的糖尿病患者？確保正在實施護理標準并讓醫療服務提供者對這些健康維護類型的任務負責，”他說過。

有效數據治理應遵循的四條規則

他說，Kho強調了改善數據治理的四個簡單目標的價值 - 從精益方法中學到的主要經驗教訓。

在完成上述第一步之后 - 一旦每個人都了解詞匯的基礎知識并明確其角色 - 有四個指導原則：

1. 只針對所需的工作
2. 設定截止日期
3. 讓合適的人參與其中
4. 經常與利益相關者核實。

保持狹隘的關注并集中小批量是一種明智的方式。

為了說明這一點，Kho指出工廠輸送帶有效工作的原因并不是因為它們很快 - 這是因為它們很窄。

衛生系統正在“積累如此多的數據”，他說。即使是那些認識到它的重要性并意識到需要更多地發生這種情況的人，也往往會出現癱瘓，這通常是由上述問題造成的。

讓大型醫療機構重新思考他們組織員工角色與數據治理相關的方式說起來容易做起來難。有效的變革管理流程至關重要。Kho建議采取三管齊下的“激勵，輕推和訓練”方法，以幫助醫院工作人員上船，并建議不斷檢查 - 每天15分鐘的站立，每兩周一次的演示 - “以確保您走在正確的軌道上。 “

必須將安全性納入治理流程

HIMSS Media最近的一項調查發現，10位健康IT決策者中有8位表示安全問題“經常或偶爾會破壞或阻礙其組織的技術創新”。

受訪者最關注的問題包括患者隱私，缺乏強大的安全架構以及嚴格的安全預算。

但安全是不容談判的。因此，更好的健康系統可以使安全的數據治理實踐成為他們每天開展業務的根本部分，他們將會變得更好。

“他們需要齊頭并進，”Clearwater Compliance的Richard Staynings描述了安全性和分析。“隨著您越來越依賴數據，您需要提升數據完整性控制和數據可用性控制。”

再一次，重要的是人。MedeAnalytics的Tyler Downs表示，首先要與您的安全團隊或您的信息安全團隊制定一些基本規則：您要觸摸的源系統是什么？在這些系統中，PHI與否是什么？

當然，圍繞隱私和安全的強大流程和程序的重要性應該是顯而易見的。

“從安全角度來看，我關注數據的完整性，”Staynings說。“我們依賴有效的數據來治療患者，如果這些數據不準確，或者受到損害或不可用，那么顯然我從患者安全的角度來看是一個問題。”

電子數據已成為患者治療不可或缺的一部分。“如果這些大數據不準確，那么患者護理的質量就會大幅下降，”他說 - 特別是現在，“人工智能在醫療保健方面正在逐漸受到影響，人類的決策越來越多地從游戲中消失。”

還有一項治理要做：數據去消毒控制

Staynings指出的另一個重大問題是數據是從各種來源（例如EHR）中提取出來的現實，供分析師，研究人員和數據科學家使用，他們并不總是盡可能地理解保密性的需要。

與他們合作的醫院需要“實施去消毒控制，從數據集中刪除HIPAA標識符，或者確保研究人員遵守HIPAA隱私和安全規則，不會危及該數據的機密性，”Staynings說。 。

要避免的另一個錯誤：不要在沒有首先確定如何訪問信息以及使數據可用的安全隱患的情況下構建數據科學團隊。

“這只是一個問題，即確保你已經掌握了控制數據的位置，”他說。“如果它進入研究環境，那么確保，如果沒有消毒，那么該數據將被保護到與醫院環境中的EHR數據相同的水平。

大數據只會變大

除了五個基本人員角色之外，四個規則以及安全和去消毒控制，使治理工作取決于健康的合作伙伴關系以及分析方面的數據分析和信息安全專業人員之間的協作。

一旦人類的一半方程式被消除，Staynings說這項技術 - 并且他希望越來越多的“強大的安全控制內置于即將推出的技術中” - 將會更加容易。

這意味著，隨著大數據變得越來越大，醫院應該擁有知識，準備和治理，以確保其安全可靠 - 無論其持續增長多大。

“如果你有這個過程，程序，技術，工具到位，那么數據量就不重要了。