使医疗保健数据分析可操作的三个原则

编者注:本报告基于Health Catalyst高级副总裁Russ Staheli在2018年医疗保健分析峰会上的演讲，题为“数据，见解，行动!”世界杯葡萄牙vs加纳即时走地让分析变得可行的鲜为人知的原则和技能。”

数据围绕着我们。丰富的数据可供医疗保健组织使用的数据已经成熟，可以随时使用，但许多数据分析师都不知道如何将数据转化为见解，并将见解转化为行动。通常，问题是数据太多，见解太少，行动更少。为了利用丰富的可用数据，数据分析师必须兴奋地从数据中收集见解，并通过将这些见解转化为行动来产生价值。

越是令人信服的见解，就越难不付诸行动。那么，是什么神奇的灵丹妙药让数据变得不可抗拒呢?

可操作医疗保健数据分析的三个指导原则

关于数据分析的三个鲜为人知的原则可以帮助组织提取有意义的、可操作的数据，并利用它来改善结果。虽然这些并不是唯一的指导原则，可以导致成功的团队和结果，他们是三个不经常被谈论，但可以对一个团队的能力产生巨大的影响，以提供积极的结果。

平衡的投资

成功需要投资。在生活和医疗保健中都是如此。为了充分利用数据，医疗保健组织必须投资于收集见解，并将这些见解用于他们每天服务的人群。

成功的数据分析的一个关键是为这种投资找到适当的平衡。在分析数据上投入过多可能导致注意力分散——花费的时间和金钱并不能提供完全的投资回报。

另一方面，过度投资于使见解具有可操作性可能会导致焦点的丧失和精力的浪费。太快地推送数据可能会产生灾难性的后果，从失去信任到被误导的项目，这些项目不会改善结果，甚至可能产生相反的效果。令人惊讶的是，过度投资于数据可操作性的另一个风险是缺乏洞察力。过于专注于一两个观点而忽略其他观点是短视的。因此有句咒语:平衡是关键。

测试投资平衡

了解投资是否平衡需要自省。分析团队能否在给定的重点领域(例如，财务状况，患者结果)确定三个最大的改进机会?团队是否能够展示出分析在哪些方面积极推动了某个重点领域的价值?

如果分析团队可以在一天内回答这些问题，那么投资就很有可能是平衡的。

通才vs专才

在医疗保健领域，专业化往往会给患者带来信心。许多人在接受专家治疗时感觉好多了，因为他们每天都在研究特定的疾病或病症。患有脑癌的男性不会去看产科医生，孕妇也不会定期去看神经科医生。虽然有全科医生能够并且确实熟练地治疗过多的健康问题，但大多数人会把一些病人转到专科医生那里。

然而，当涉及到数据时，泛化胜过专业化。为什么?简单地说，通才模型比专家模型留给错误的空间更小，因为在将数据转化为价值的过程中，处理数据的人更少。

图1和图2有助于说明通才比专才的价值。

用黄色闪电标记的电压降是连续体上的一个地方，在那里数据可能被丢弃、误解或混淆。仅从电压降就可以看出专业型号的潜在危险。

当使用通才模型时，出现数据管理不当的机会更少。通才模式的其他好处包括:

• 通才往往有更高的工作满意度，因为他们的工作是多变的，不会一成不变。
• 数据见解生成得更快，而且更具可操作性。
• 由于分析人员与流程的更多部分进行交互，因此整个团队对业务需求的认识会增加。
• 他们往往对工作充满热情，因为他们能看到自己所做事情的真正价值。

要建立一个多面手团队，请确保所有数据分析师(也称为分析工程师)都具备七项核心分析技能(在下面的七项技能部分有更详细的描述)和其他专业技能。这张图有助于说明通才模式是如何在不为每个技能领域雇佣专家的情况下帮助覆盖许多技能领域的。

总的来说，通才模式比专家模式更有效，因为前者倾向于用更少的人推动更多的改进结果(RWI)。

高度一致;松散耦合的

什么是高度对齐的;松散耦合的吗?谢丽尔桑德堡Facebook首席运营官说，这个概念是硅谷最重要的东西。永远。这是网飞公司的指导原则，已经融入了他们的文化。简而言之，高度一致;松散耦合意味着组织应该朝着一个在原则和目标上高度一致的团队工作，但可以自由地以最适合每个人的方式完成这些目标。有几种有效的方法可以做到这一点:

• 有明确的期望和目标;经常重复。
• 确保每个人都朝着同一个目标努力。
• 给予团队自主权并授权他们做决定。
• 创造一种允许失败的文化。
• 减少官僚主义，消除阻碍解决实际问题的障碍。

所有这些都有助于建立信任，这有助于创建一个有凝聚力的团队，对自己的工作和组织进行投资，并有助于减少人员流失。

成功的医疗保健数据分析工程师的七大技能

没有数据分析师，医疗保健数据的海洋只是数字和数字。但是，当数据分析师训练有素并适合这项工作时，他们可以创造有价值的见解，让护理人员和其他人将这些见解转化为行动。

分析工程师有两个首要目标:驱动洞察力和驱动价值。它们是根据从数据中产生的见解的数量、质量、清晰度和可操作性以及这些见解的可操作性和价值来衡量的。最终，它是关于提供RWI。

要擅长数据分析，需要的不仅仅是SQL技能。开发一个具有强大的人际交往能力和核心技能的分析工程师团队对于编写调用正确数据以获得正确见解的正确查询非常重要。

这是分析工程师需要从数据中获得最多的七个核心技能。

技能一:人际交往能力

有一个关于数据分析师的内部笑话。如何区分一个内向的数据分析师和一个外向的数据分析师?外向的人在看你的鞋子。这就是刻板印象。数据分析师没有多少人际交往能力。幸运的是，有很多人打破了这种刻板印象。这些人就是我们要雇佣的人。人际交往能力与其他六项核心技能是分开的，因为它们非常重要。如果没有人际交往能力，团队第一的态度，以及适应变化和灵活的能力和意愿，分析工程师将难以完成目标并交付结果。

当分析工程师有愿望和能力与组织内外的同事互动时，他们是最成功的。能够清晰地沟通并吸引他人是一项无价的技能。在与医院和医疗保健系统合作时，分析工程师必须与医生和高级管理人员交谈，提出问题以深入了解与他们合作的组织。他们还需要引人入胜，用数据讲述引人入胜的故事。这些对话将有助于告知他们的问题，这是他们如何收集有意义的见解，最终导致可以改善结果的行动。他们必须作为一个更大的团队的一部分，朝着一个共同的目标努力。它们还需要具有灵活性和适应性，以适应不断变化的医疗保健环境。

机器是聪明的，但如果没有熟练的分析工程师，世界上最聪明的机器也无法产生改变医疗保健所需的结果。

技能二至七

除了人际交往能力和适应能力外，分析工程师还应该具备以下六项技能。这些核心技能分为两个基本类别:总体技能和技术技能。

核心技能

• 创造洞察力的能力-分析师通过发现数据中的模式并知道使用哪些工具来帮助识别这些模式来创造洞察力。最有价值的见解是由这样做的人产生的:
  • 认真倾听业务需求，提出好奇的问题。
  • 在会议期间出席并听取医生的意见，而不是编写代码。
  • 充分挖掘数据。
  • 回答真正的问题。
• 以令人信服的方式表达见解的能力-没有什么比分析师回答问题和快速提出见解更能吸引医生的了。要做到这一点，最好的方法是快速扭转数据，这需要一种将失败视为过程一部分的文化。用数据讲故事也很有帮助。帮助医生看到数据中的故事，让他们思考如何应用这些数据来改善结果是一项重要的技能。
• 对医疗保健数据及其相互关系的深刻理解-跨行业分析师可能对团队有帮助，但拥有真正了解医疗保健数据及其相互关系的分析工程师是必不可少的。如果医生询问医院有多少患者患有糖尿病，分析工程师需要知道从哪里看。如果他或她不了解不同类型的数据，医生可能会失去对工程师和组织的信任。在电子病历中查找糖尿病诊断代码可能不会提供正确的结果，但查询医院访问文件可能会。

核心技术技能

除上述技能外，所有分析工程师还应熟练掌握以下技术技能。这些技能可以帮助工程师理解数据的流程、可用性和可用性。

• SQL，包括逆分布、报表功能和Windows功能等分析功能。
• 数据建模，包括数据建模的指导原则，如:
  • 易于可视化和分析。
  • 最小化核心工件。
  • 最大化的透明度。
• 可视化和报告工具例如Excel，以及SAP、Qlik和tableau等商业智能工具。

未来所需的技能

可视化原则可以帮助分析师将数据见解的演示提升到一个新的水平，并使数据更加引人注目:

• 在最短的时间里用最少的墨水在最小的空间里给观众提供最多的想法——基本上让数据可视化有价值。让他们有影响力。并使它们易于理解。
• 不要让格式化分散了数据正在发送的信息。
• 说实话。图形不能说谎。
• 最重要的是:显示数据，最大限度地提高数据与墨水的比例。

在可视化领域有一些伟大的思想领袖，包括爱德华·塔夫特。他的书定量信息的视觉显示提供有关可视化原理背后的理论的丰富信息。Stephen几是另一位值得考察的领导人吗?

质量改进原则也很重要。它们有助于创建解决问题和改进系统的框架，并有助于确保工作具有影响力和可持续性。

在未来，机器学习、质量改进原则和可视化原则将变得越来越重要。但是，无论医疗保健有多大变化，技术有多大进步，没有什么比遵循指导原则更重要的了，这些指导原则使分析变得可行。而且，无论技术变得多么智能，它都不太可能用本文介绍的7项技能取代分析工程师。

平衡、雇佣、授权:实现可操作的医疗数据分析之路

平衡投资，雇用和培训具有人际交往能力的通才，参与，授权和协调团队以实现目标并使见解具有可操作性。将这三个指导原则付诸实践，然后培养一支拥有这七个核心技能的分析工程师团队，这将大大有助于获得可操作的数据。如果数据不引发行动，它就只是数据。遵循这些原则将大大提高数据的价值和可操作性。

更多的阅读

你想了解更多关于这个话题吗?以下是我们建议的一些文章:

1. 企业数据仓库(EDW):为有效的医疗保健改进分析创建基础
2. 集成医疗保健数据可快速实现自适应、目的驱动的分析