医疗保健组织持有的数据非常有价值——这可能是他们拥有的最有价值的资产。在个人层面上，患者数据通常包含了解疾病和潜在康复的关键。从更广泛的角度来看，与患者与医疗保健提供商的接触相关的数据(例如，入院记录和执行的程序)可以提供对组织未来战略的洞察。
因此，医疗保健领域的数据治理是没有商量余地的。数据治理是关于管理数据和流程，以便将数据用作符合策略和标准的一致、安全和有组织的资产。当数据治理得到适当的实现和扩展时，它可以将医疗保健组织转换为数据智能企业。但是，如果没有数据治理，或者数据治理实施不佳，医疗保健组织将难以组织和优化其数据的使用，并最终导致巨额罚款、客户不满意和员工效率低下。
数据治理在医疗保健中的重要性
数据治理对于医疗保健组织非常重要，因为这些组织要处理大量敏感数据，面临大量复杂的法规，并且通常在操作中相当孤立。数据治理有帮助，因为医疗保健组织可以释放数据的价值，以便使用数据做出有影响力的决策。
大量敏感数据
医疗保健组织持有极其敏感的信息。各组织需要对其数据使用保持警惕，因为消费者与他们的健康信息有着独特的保护关系;事实上，RSA Archer进行了一项关于数据安全的研究，发现61%的美国消费者担心他们的医疗信息安全。随着企业收集的信息越来越多，消费者对数据保护的关注也越来越多，医疗保健中的数据治理变得更加不可或缺。组织需要认识到他们拥有什么数据，数据存储在哪里，以及如何使用数据，以确保合乎道德的数据实践，并向客户灌输信任。
众多复杂的法规
同样，医疗保健组织在一个高度受监管的行业中运营，该行业通常有关于数据隐私和数据安全的标准或法规。
尽管美国早在1996年就颁布了《健康保险携带与责任法案》(HIPAA)，但各组织仍然难以遵守该法规。HIPAA是美国制定保护患者健康信息的国家标准的基本法规。管理HIPAA和其他数据保护法规的规则和原则为医疗保健组织的数据管理和数据治理增加了额外的复杂性。
医疗保健组织不得不担心的不仅仅是行业特定的法规。也有更多的通用规则——例如，在欧盟(EU)有通用数据保护条例(GDPR)，在美国有新的加州消费者隐私法(CCPA)。除了法规之外，医疗保健组织在面临网络威胁时也面临着更高的风险。对风险和合规性的担忧可能会使考虑更高级的数据管理方法变得令人生畏——患者数据是否安全，组织是否会保持合规性?
数据仓库
在医疗保健行业中加剧的另一个常见数据治理挑战是数据竖井的形成。通常，患者数据存放在各个部门，这些部门之间很少相互交流。这使得跨组织访问数据变得困难，导致患者反复填写填写姓名、地址和其他基本信息的纸质表格。由于此信息通常是手动输入的，表单填写次数越多，就越有可能发生人为错误。此外，还经常存在用于查找和链接数据的手动过程。数据也可以存储在电子表格，pdf -甚至仍然在纸上!诸如此类的基本操作问题可能导致数据质量低，或者无法创建单个患者护理的整体情况。
竖井也带来了其他挑战。例如，技术系统之间通常没有商定的数据基础设施或安全标准。数据存储或共享的方式可能不一致——技术工具的数据模型可能差别很大。
综上所述，好消息是一个健壮的数据治理计划可以帮助解决许多这些挑战。对于医疗保健组织来说，重要的是考虑在医疗保健中采用数据治理的积极原因，并理解数据治理能够实现的变化。
如何制定制胜策略
在医疗保健组织中为成功的数据治理奠定基础的步骤与任何组织中的步骤相似。为了成功开始，我们推荐以下六个步骤:
1.明确角色和职责
确定谁会接触您的医疗保健数据。谁创造了它?谁批准的?谁在使用它?这些人用它做什么?它与他们有什么关联?谁提供数据?谁拥有这些系统?谁拥有流程?
2.定义数据域
确定数据使用的不同数据元素，以及与这些元素关联的数据类型和数据值。分配域所有者开始建立管理层次结构。通过建立数据域，您将确定应该包含在您的操作模型中的其他涉众。
3.建立数据工作流程
可以把这看作是一个数据供应链。绘制出数据来自哪里、如何到达那里以及谁参与了这些过程。
4.建立数据控制
这就是真正的数据治理的核心所在——建立适当的控制和流程来优化数据的质量和完整性。
定义关键控件、指标和数据阈值。围绕使用的数据和如何获取数据开发报告流程。建立反馈机制，识别、优先排序并解决数据相关问题。
5.识别权威数据源
根据您所建立的控件评估这些数据源，并创建促进在企业范围内采用这些数据源的路线图。
6.建立政策和标准
是的，您从第1步开始就一直在处理策略和标准。但是现在您已经向支持您的涉众证明了数据治理的价值，现在是时候更广泛地推出这些策略和标准了。
医疗保健领域数据治理的最佳实践
从小事做起
医疗保健组织在启动数据治理计划时最常犯的错误之一是开始时过于宽泛。没有必要把海洋煮沸。从小事做起。
从小处着手可以缩小你的关注点，了解为什么需要数据治理。从医疗保健中的数据治理入手，使您可以一次解决一个挑战，然后最终扩展该方法以解决其他用途。
构建业务案例
最成功的项目都与业务需求紧密相连。为医疗保健组织构建数据治理也是如此。不要因为数据治理是一个流行词就开始一个项目;构建一个可扩展的数据治理程序，可以改变您的业务。数据治理可以与许多需求联系在一起，包括进攻性和防御性需求。在构建数据治理案例时，请考虑以下数据推动的结果:
进攻
- 营收增长客户获取，产品创新，促销分析，价格优化
- 运营效率-供应链优化，产品库存效率，营销和销售效率，服务优化
防守
- 风险缓解数据隐私合规，个人信息(PI)数据发现，政策执行，供应商风险管理
- 数据的现代化-第三方支出减少，数据湖优化，报告/应用程序整合，参考数据管理
与利益相关者沟通
一旦确定了数据治理的业务用例，就要尽早并经常与涉众沟通。清楚地阐明数据治理在医疗保健中的价值，这样您就可以从组织的多个部门获得支持。数据治理不仅影响数据团队;它会影响BI和分析、it、财务、营销、法律等等。
通过知识、技术和培训来实现
让利益相关者接受是一回事，让企业采用是另一回事。为了使数据治理计划有效，您需要教育数据用户并使其能够使用。与利益相关者一样，所有用户都需要理解数据治理在医疗保健领域的优势以及不作为的负面后果，以便他们接受数据治理。就这一主题对他们进行教育，使他们能够使用易于使用的技术，并培训他们如何使用数据和利用技术来更有效地工作。
强大的数据治理基础可以确保您的组织访问最受信任的数据，并保持合规。正确的数据治理可以帮助医疗保健组织应对他们面临的挑战，接受行业不断变化的性质，并通过以新的方式应对机遇来实现自我转型。
