医疗行业的数据治理：一项综合战略！

全球医疗行业分析市场规模呈指数级增长，Fortune Business Insights 预计到 2026 年将达到 802.1 亿美元。需要 TB 级数据来支持挽救生命的临床决策的复杂分析解决方案已成为医疗行业工具包的重要组成部分。同时，由于医疗行业的数据量在 2021 年达到历史最高水平，给提供者带来了许多挑战。

例如：医疗行业应如何存储所有这些数据？如何在保护这些敏感数据的同时为患者和组织自己谋取利益？……，大多数这些问题的答案在于数据治理领域。

利用医疗行业数据分析管理软件开发，医疗行业组织经常忽略分析有效结果所必需的实践。即使是最好的数据分析解决方案在运行质量差的数据时也无法提供可靠的见解。因此，为了充分利用您的创新数据分析软件，我们建议您事先制定数据治理策略，以确保数据质量和安全。

01 医疗行业的数据治理 

数据治理是一组确保安全有效地使用数据的实践。医疗行业处理的数据具有多样性，包括：患者的个人详细信息和健康记录、检查结果、计费和保险信息、MRI、X 射线和心电图、药物处方和其他医疗信息。由于其敏感性，该数据应在数据生命周期的每个阶段都需要得到保护并正确处理，以便用于业务和临床决策。

信息治理 vs 数据治理 vs 数据管理 

鉴于医疗领域的数据量大且类型多样，因此可以通过多种方式对其进行处理也就不足为奇了。通常很难在它们之间划清界限，因为它们可能重叠、涉及相关流程或由相同的专家执行。为避免概念的混淆，我们先解释一下数据治理领域最常用的相关术语之间的区别。 

1、信息治理IGI 将信息治理定义为组织用来最大化其信息价值的同时最小化相关风险和成本的活动和技术。它通常是处理已收集的数据，例如基于测试结果的医疗建议列表。

2、数据治理数据治理是更大的信息治理战略的一部分，主要由组织的 IT 部门执行，并处理单个数字及其来源。它包含旨在保持数据可靠、结构化、可访问和受保护的所有活动。

3、数据管理数据管理是对数据执行的操作的组合。它受数据治理原则的约束。例如，根据数据治理指南收集、处理和处置患者的个人和保险信息、测试结果、药物处方等。

虽然这三个概念之间的区别对于普通的医疗行业的工作者来说可能显得微不足道，但医疗数据专业人员能够区分这些概念却至关重要！

02 医疗行业数据治理的好处

健康数据在许多方面从其他数据类型中脱颖而出。但最重要的是，医疗数据取决于其质量、安全性和医疗行业专业人员的可访问性。出于多种原因，这使得医疗行业中的数据治理至关重要。

1. 更好的临床和商业决策

为了让分析从数据中获得有意义的见解，它应该满足许多要求。否则，医学分析结果将无法显示决策者在制定护理计划或业务战略时可以依赖的真实情况。

根据美国健康信息管理协会和其他知名来源，高质量的医疗数据应该是：

准确或最新且无错误 一致，来自相同来源的元素以相同方式格式化 可靠，来自经过验证的数据来源 全面， 明确定义和呈现所有必需的元素 精确，具有适当级别的详细信息并以特定格式收集 与收集它的目的相关 数据治理有助于确保医疗行业的企业处理的所有数据都符合上述标准。它是通过从入口点格式化和构建数据的软件以及监督和调整这些工具并在需要时验证数据源的员工的共同努力来实现的。遵循质量要求，可以立即处理数据，无需额外的结构化和验证。

2. 加强跨部门沟通

医疗行业的主要问题之一是数据孤岛。患者在拜访不同的专家时被迫一次又一次地提供他们的信息，因为这些数据永远不会离开特定的医生的办公室。这种既定的做法不仅令人厌烦，而且还增加了打字错误和信息错位的风险。更重要的是，它浪费了本可以为患者提供服务的医疗专业人员的时间。

作为数据治理框架不可或缺的一部分的数据标准化，可以解决这个问题。数据标准意味着一组规则，定义应如何收集数据以及从哪些来源收集数据，这使其适用于部门和医疗组织之间的共享。这就是为什么国家卫生信息技术协调办公室 (ONC) 对用于机构内部和机构之间的护理工作流程的结构化健康信息提出了要求。

3. 个人数据保护 医疗行业中的大多数数据属于 PII（个人身份信息）或 PHI（受保护的健康信息）。根据最近的 PEW 调查，近 62% 的患者担心其信息的安全性，而 Statista 的 2022 年调查显示，73% 的患者愿意与特定组织共享信息。为了解决这两种情绪，医疗行业的数据拥有者应保证数据安全，否则可能会失去声誉和资金。截至目前，数据泄露给医疗行业带来的损失比其他任何行业都高。

数据治理严格规范数据的存储和传输方式。其指导方针允许医疗保健组织使用具有适当安全级别的软件进行数据处理，并包括针对员工的严格数据处理要求和制度。

4. 提高合规性

由于上述医疗行业数据的敏感性，国家对其进行了非常严格的监管。尽管美国主要的数据保护法规 HIPAA 是在 90 年代颁布的，但许多机构仍然难以遵守它。除了 HIPAA，美国和欧盟还有许多其他关于数据管理和存储的规则，这些规则甚至更难以遵循。

已建立数据治理工作流程的组织降低了不遵守法规的风险，因此他们可能会被罚款。该框架要求用于处理医疗保健数据的医疗软件在设计上符合法规。此外，数据治理专家应随时了解当前的监管措施并相应地更新组织的战略。03 数据治理：3 个主要组成部分

如您所见，每天处理大量数据的医疗组织将从实施数据治理策略中获益良多。然而，一个好的数据战略并不容易建立，因为它需要三个组成部分的协同作用。

1. 技术组件

技术组件是实现高质量数据生成、共享和使用的第一个前沿领域。因此，如果没有以下内容，就不可能建立有效的数据治理策略：

医院软件基础设施遵守全球开放、可互操作和实用的存储和传输医疗数据标准。 实施现代数据安全和隐私增强技术。 不断更新的数据可视化和共享工具。 正确编写和共享符合全球标准的元数据。 

2.支撑组件

支撑组件有助于监督和指导数据治理活动。这意味着创建一个领导团队，将在整个公司嵌入强大的数据治理和协作工作流程。该团队成员应采取的全组织行动包括：

使公司数据治理战略与全球和本地数据法规保持一致。 建立对其有效执行所需的战略和步骤的信任。 确保该策略符合医疗行业和特定地区的道德规范。 向员工和患者传达数据治理要求，并确保数据治理流程和目标的透明度。 

3. 法律成分

法律组成部分代表问责机制。虽然结构性组件制定了明确的指导方针，规范了数据的收集、处理、使用和处置方式，并告知所有参与者有关数据指导规则和最佳实践的信息，但法律组件强制遵守这些规则。

04 医疗行业的数据治理策略

拥有所有组件是成功数据治理策略的一半，其余的取决于实施策略的正确执行。

步骤 1. 概述业务目标并设定优先级

数据治理策略不应该是自我放纵的，但它也不存在于真空中。相反，它必须根据公司整体的需求进行统一规划，考虑到不同部门的需要和具体情况。根据特定医疗保健公司的专业（医院、私人医生、保险代理人、药房等），其目标可能会有很大差异。在此阶段，数据治理专家应与业务开发团队密切合作，以便根据您的业务目标正确确定数据治理策略的优先级和用例。

步骤 2. 了解数据类型和域

在确定了您计划实现的具体目标之后，您可以清楚地看到需要管理哪些数据以及它来自哪些来源。

例如，如果您的目标是更有效地与患者互动，那么最需要关注的数据将是：  患者的人口统计信息 实验室和检验结果 患者就诊的临床总结 治疗计划 患者反馈 与联络中心专家的谈话记录 聊天机器人场景和结果 简而言之，您将需要管理与患者与组织之间的交互相关的所有数据。它通常来自患者门户、HIS、EHR、CRM、可穿戴设备、电话对话等，因此您的数据治理策略也应该包含这些来源。

步骤 3. 分配角色和职责

既然您知道您的策略关注哪些数据，那么是时候创建一个由数据治理专业人员组成的核心团队了，他们了解这些数据的背景。例如，如果您专注于与心血管疾病相关的数据，那么聘请主要从事整形外科工作的专家并不是一个好主意。最好的团队是一个自组织的团队，其成员能够自行建立流程并向决策者提供战略建议。

步骤 4. 建立标准和政策

实践表明，每天处理数据的专业人员可以就最合适的数据治理措施提供有价值的见解，帮助制定公司范围的战略。从战略制定开始到最终实施，相关部门的数据专家之间的协作至关重要。应根据组织的目标、上述数据治理组件和专家的反馈制定标准和政策。

步骤 5. 监控结果 

在实施战略并设置所有必要的流程后，请务必密切关注这些变化如何影响您公司的绩效。最好的方法是跟踪反映数据治理策略导致的变化的指标： 提高数据质量得分 更少的风险事件 改进了您在开始时设置的 KPI（例如，患者参与度） 

05 医疗行业数据治理的挑战和成功因素

在实施数据治理策略的过程中会遇到一些困难。大多数医疗保健公司在此过程中都遇到了类似的困难，因此最好提前探索并找到解决方案。

挑战	成功因素
抗拒改变 还记得你上次尝试早上开始做瑜伽是什么时候吗？没那么顺利吧？改变习惯对个人来说很难，更不用说整个组织了。	改变应该激发 如果员工清楚地了解自己对组织和自己的价值，他们将更愿意投入时间和精力来遵循新的指导方针并熟悉其他工具。
跨部门沟通不畅 临床医生、会计师、销售人员、采购专家、IT 专家和业务开发专家使用不同的语言，并不总是了解彼此的需求。	创建一个多专业的领导团队 理想情况下，领导团队应该包括来自各个领域的专家，他们可以进一步教育他们的同事有关数据治理的知识。此外，通过协作制定数据治理指南，这个多元化的团队可以在各自的部门实施这些指南。
医疗保健数据的复杂性 非结构化医疗保健数据的数量呈指数级增长：临床记录、来自 EHR 的信息、测试结果和医学图像、来自医疗设备的数据以及移动健康应用程序，这使得组织和管理变得更加困难。	大数据方法 如果您的医疗保健公司需要在短时间内收集大量数据，最好采用专门为大数据治理和管理开发的工具和策略。
专家们已经忙得不可开交 应该站在数据治理实施前沿的人是您的顶级专家，通常非常忙碌。	明确定义您的目的和优先事项 确保需要高技能专业人士关注的每一项举措都能为公司带来切实的价值。制定一个责任矩阵，使知名专家能够委派其他人可以完成的数据治理任务。

结论：让数据保持清洁

数据治理是一个复杂的主题，涉及各种工具和流程。然而，它的意义和价值并不总是对所有员工都很明显，这使得企业不仅难以实施数据治理，而且难以激励员工遵守其规则。更重要的是，它还没有完全建立起来，因为它的最佳实践和法规仍在医疗行业内制定。

但是，在您的公司中拥有良好的数据治理策略可以比作在新冠疫情大流行期间洗手。遵循规则并坚持严格定义的工作流程可能并不有趣，人们可能不会立即注意到结果，但这对于整个组织的福祉至关重要。因此，就像个人卫生的情况一样，公司领导必须首先对员工进行数据治理教育，概述其对公司和每个部门的价值，然后才能着手实施。作者：Inga Shugalo，一名医疗行业的数据分析师。本文由CDO之家，Eden（一灯）翻译和整理。