医疗分析峰会回来!加入我们住在盐湖城,9月13 - 15。现在注册

改变医疗分析:五个关键步骤

2018年6月5日
安修补,MSN, RN

专业服务,高级副总裁

丹·霍普金斯

专业服务,副总裁

文章总结


致力于改变医疗分析、组织最终会节省数亿美元(取决于它们的大小),实现全面的改善结果。转换可以帮助组织实现分析效率需要导航技术的复杂的医疗格局,监管和金融挑战,挑战的价值关怀。

实现在短时间内分析转换和ROI,组织可以遵循五个阶段成为数据驱动:

1。建立一个数据驱动的文化。
2。获取和访问数据。
3所示。建立数据管理。
4所示。建立数据质量。
5。传播数据使用。

下载

卫生系统运行在一个复杂的技术、管理、效率和有效性的需求和金融挑战不仅临床,操作,和金融领域,而且在医疗和分析。对于许多组织来说,应对这些挑战可能觉得试图峰会珠穆朗玛峰。具有挑战性的提升需要卫生系统跟上人工智能(AI的使用日益增加)在临床和运营决策支持,此举基于价值的保健从收费服务,保健的改变方面,要求和不断变化的监管环境。有效地分析适用于这种扩大的医疗数据,组织必须善于分析。

许多改进工作围绕临床结果、操作和财务目标和相关的指标(例如,减少住院时间(洛杉矶),减少发生率以及埃德•等待时间和提高收入周期管理)。分析改进工作,然而,医疗连续解决独特的问题:

  • 建立和维持适当的IT基础设施。
  • 提供数据访问和安全协议。
  • 培养更快,准确报告生成和分布。
  • 促进仪表板和可操作的数据驱动决策。
  • 简化和创建支持人员效率。

一个有效的分析改进策略可以使数千万在一开始储蓄,不仅从临床或操作的角度,从分析的角度来看。最终,估计储蓄可以长到数亿,取决于组织的规模和化妆。成功取决于组织建立一个数据驱动的文化,愿意积极和谨慎地管理这种变化。本文阐述了卫生系统如何实现分析转换,和相应的投资回报率,在短时间内。

改变医疗分析:从寻找降低成本的机会

卫生系统深入分析转换之前,他们需要了解组织结构(以及这些结构如何支持分析),并确定角色参与的数量改变医疗分析。例如,在数据仓库整合阶段,包括项目和变更管理的角色,积极领导下,基础设施建设,遗留应用程序的支持,和分析工程。前定义的组织结构,分析变换,卫生系统必须进行内部分析的三件事:

  • 评估当前的资源团队配合的分析功能的技能。
  • 当前工作负载,其中包括项目的战略联合,报告和计划。
  • 估计长期节约成本上涨将来自不同数据源的数据合并到一个数据仓库和提高系统效率。

图1显示了每个组织需要考虑的核心区域,成为精通成为数据驱动。每个区域都有相关联的功能,需要相互协调和平衡;这是综合结果改善的基础。

图的核心领域组织需要考虑,成为更多的数据驱动的
图1:改进结果所需的核心领域

通过公开和深思熟虑的解决员工的复制(或不必要的许可、硬件和承包商成本),全职的等价物(FTE)的分析,成本,和当前工作负载分配将设定的期望和目标的分析改善所有参与的策略。现在,卫生系统准备导航成为数据驱动的五个阶段。

成为一个数据驱动的组织的五个阶段

成为一个数据驱动的组织有五个阶段:

  1. 建立一个数据驱动的文化。
  2. 获取和访问数据。
  3. 建立数据管理。
  4. 建立数据质量。
  5. 传播数据使用。

组织完成这五个阶段时,可以采取以下步骤对他们的预期目标:

  • 提高业务运营效率。
  • 减少或重新工作人员和设备。
  • 达到积极的财务业绩。
  • 地址和优先考虑新的结果的改进机会。

医疗组织和分析合作伙伴分担责任的组织成为一个数据驱动的五个阶段:

阶段1:建立一个数据驱动的文化

卫生系统选择的成员数据治理委员会(委员会到现有的治理结构)。数据治理委员会创建一个计划组织人、流程和技术的价值最大化组织的数据和资源,在分析交互空间。数据治理委员会建立它的使命和宪章(目标和目的)并选择一个企业数据仓库(仓库),商业智能(BI)工具,训练方法,数据管理和数据访问。

在第一阶段,组织还建立维护的重要性通过转变现有的分析活动。组织负责合作伙伴支持-确定的战略和业务优先级和识别遗留服务迁移到仓库在转换的过程中。专注于数据和流程来实现它允许组织开始转向一个数据驱动的文化在整个系统。

阶段2:获取和访问数据

在这个阶段,卫生系统从遗留系统集成数据,部门系统和其他分散数据集市和数据仓库的创建。数据治理委员会合并一直以来的支持,BI工具,方法和政策选择的一个阶段。

在第二阶段,数据治理委员会维持当前分析活动过渡到新平台,在管理退出策略从旧数据集市。世界杯厄瓜多尔vs塞内加尔波胆预测潜在的分析团队成员的组织可以评估功能,使用工具,如技能调查和功能评估遗留支持团队成员,连同那些最初融入管理新的企业级数据仓库和商务智能空间。

第三阶段:建立数据管理

在第三阶段,组织巩固任何功能时,可以更成本有效集中执行。这可能包括团队成员以前报告的作家。负责数据管理也意味着集中一些分析功能来支持企业项目和性能改进计划,同时适当维护和加速分析能力在关键领域:

  • 医疗数据的理解
  • 数据查询
  • 数据移动
  • 数据建模
  • 数据可视化
  • 过程改进

阶段4:建立数据质量

在四个阶段,卫生系统建立数据验证流程和从事数据管理和分析团队成员促进跨所有数据系统质量和素养,在采集和逻辑表示。最终用户必须有可信的和可核查的数据做出决策和实践模式的改变。组织需要务实的流程正确数据质量原始源系统中的错误建立信任的可用数据。他们也需要建立数据和指标定义,以确保他们使用适当的数据项目。

监管和偿付压力显著增加。卫生系统需要巩固和使测量工作质量最大化的金融监管报告需要激励和地址。使用分析来支持这一努力将为临床和分析师资源空闲时间。

第五阶段:传播数据使用

在五个阶段,卫生系统建立过程测量数据访问和使用,并确定额外的用户所请求的数据源。可信的数据,整个组织愿意做出改进,改进团队必须积极市场转换整个组织,共享数据得到了效率和尚未获得。推广计划的新仓库一样必不可少的一个项目计划。

卫生系统是成功成为数据驱动决策时仅从数据而不是本能,衡量合规监管措施,减少变异和浪费整个系统,并将风险管理和预测分析集成到医疗工作流程。

建立数据治理框架,支持分析转变

有效地利用工作分析五个阶段的转换,卫生系统必须修改现有的框架或建立一个新的。这应该是行政领导的指导下,适当地调整资源和努力,支持组织的战略计划。有三种常见的框架选项:

  1. 分布式每个部门都有自己的分析策略、工具、培训、报告作者,和分析师。
  2. 集中合并——分析和报告功能,包括战略、培训、工具和所有分析师和报告作家。
  3. 中心和说话——合作相结合的分布式和集中式模型。策略、工具、培训和关键数据工程师和高级分析师职位集中(中心),但个人分析师仍在他们的域和连接通过一个集中分析团队发表了讲话。

许多主要分析它供应商推荐中心辐射型框架(图2)组织寻求改变他们的分析策略,根据不同的规模和组织结构。

可视化的中心,它的框架
图2:轮辐式的框架

这个主组结构代表了中心。临床、财务和运营团队(以及临时报告团队)代表辐条。轮辐式框架允许集中和重复数据删除的服务中心。团队辐条的访问和控制,它允许他们完成他们的工作。辐条与依赖,中心和数据治理策略指导决策在整个结构创建一个协作反馈回路。

构建IT框架始于行政领导负责数据治理整个框架,中心和说话。接下来,行政领导建立了分析管理body-an企业范围的分析和商业智能组监督四个推荐组的框架:

  1. 技术和数据提供服务(例如,健康催化剂®操作系统™)的数据。世界杯葡萄牙vs加纳即时走地
  2. 遗留应用程序开发和业务。
  3. 企业报告服务。
  4. 企业分析工程。

分析转换快速ROI

一个典型的分析转换有一个短的时间价值。样品时间线在图3展示了如何医疗组织可以从营地(阶段一:设置数据驱动的文化基调)在峰会(五个阶段:利用数据)在不到12个月。组织的大小及其变化可能会影响时间准备。

样品的时间表改变它和分析框架
图3:样品时间表改变它和分析框架

时间轴显示,多个技术项目可以同时启动,有些人甚至组织还建立一个数据驱动的文化。重要的是要注意,在第一年,而该组织专注于分析和改进基础设施,它将完成其他重要的目标,如提高写报告和仪表板浮出水面;然而,它可能不会意识到大量的可衡量的改进(如减少变异,创造效率,改善财务状况),直到一年以后两个或两个。

合作伙伴确保分析转型的顺利进行

一旦卫生系统工作通过成为数据驱动的五个阶段,建立一个合适的框架,他们需要有经验的合作伙伴的能力,以满足分析转型的挑战。下面列出的结果证明改进的可能性和ROI的类型,可以从这些结果有效的伙伴关系:

# 1:操作效率

德州儿童医院报告成本显著降低使用医疗仓库:

  • 劳动力成本67%的储蓄。
  • 降低69%时间来建立报告。
  • 周转快25%剩下的EMR报告;的周转时间为人们寻找一份报告可以两周4到12个月。

合作伙伴医疗加深了理解的市场趋势及业务驱动复杂的医疗组织:

  • 操作的效率增加了75%。
  • 战略问题回答快10倍。
  • 人数增加了5倍的用户采用分析平台。世界杯厄瓜多尔vs塞内加尔波胆预测
  • 推动文化从数据转换策略。

# 2:财务结果

纪念医院PQRS矩形避免罚款和获得潜在的激励与准确提交高质量的措施:

  • 避免医疗保险百分之四罚款。
  • 消除耗时的手工数据采集。
  • 启用了数据质量问题的识别。

服务线和基于活动的成本核算真实成本的护理匹兹堡大学医学中心:成本降低了4200万美元。

  • 意识到节约500万美元的物资。
  • 提高97%的时间来访问信息。

# 3:减少或再利用

更快的数据采集快速交付时间的价值在奥兰多健康:

  • 综合计费系统数据总结遇到245年减少1.0天,FTE少。
  • 综合感染控制系统的数据少56天,FTE少了0.4分。
  • 实现增强系统(例如,添加列和修改数据源拉报道)在56天少和FTE少了0.4分。

机器学习、预测分析和设计过程降低再次住院的比例50%在堪萨斯大学卫生系统:

  • 实现相对降低全因30天大大减少了39%。
  • 实现相对减少30天重新接纳原则诊断心脏衰竭患者的52%。
  • 获得额外的再入院率减少对病人注册hospital-to-home项目:
    • 全因30天再入院相对减少42%。
    • 49%的相对减少30天重新接纳患者心力衰竭的诊断原则。

# 4:新的结果的改进机会

德州儿童医院系统交付性能改进:

  • 取得了7400万美元的运营成本。
  • 洛杉矶减少了14%,而医院普查增加了患者提供更大的访问。
  • 实现了数据驱动的、透明的文化与临床和运营领导负责。

任务的健康使用价值优先考虑和指导分析投资:

  • 80%的55批准项目达到或超过了最初的目标。
  • 示例实现项目成果包括:
    • 脓毒症的死亡率降低32%。
    • 20%的改善脓毒症包合规率。
    • 在美国为肠道手术患者减少7%。

在每一个成功故事,卫生系统精心挑选他们的峰会,致力于他们的训练和准备,并选择正确的合作伙伴,或指导,帮助他们安全、成功地达到他们的目标。

它和分析改进计划释放大量的ROI潜力

就像登山探险营地,需要一定的准备开始,流程,设备,和指导的峰会,卫生系统可以扩展医疗保健改善和节省成本的最高的山峰后计划(它的五个阶段和分析转换),包括识别一个机会,选择合适的IT基础设施,形成伙伴关系,支持的旅程。

把它和分析对一个组织的人有深远的影响,财务状况,和整体效果,优化医疗业务价值关怀的迎接挑战。


幻灯片

你想使用或分享这些概念?下载这个报告强调的关键要点。

点击这里下载幻灯片

医疗的人工智能的未来:一个诚实的,简单的问答

这个网站使用饼干

我们在为你提供相关的自豪,有用的内容。我们可以使用cookie来跟踪你读什么?我们非常重视您的隐私。请参阅我们的隐私政策对细节和任何问题。