衡量医疗保健领域分布式数据平台的价值

衡量医疗保健领域分布式数据平台的价值

无论是在美国,还是在全球,医疗保健行业正处于一个大规模、加速变革的时期。

崛起的生命期望是增加老年患者的数量谁需要持续照顾慢性病。这COVID-19大流行已发生变化患者如何与医疗保健服务接触远程医疗的索赔现在提高了38倍比2020年2月之前的情况要好。支付方和提供者之间的整合有助于实现和提供真正基于价值的医疗服务。

它是管理部队的复杂混合物。但是所有这些更改之间都有一个常见的线程:数据。

支付者和提供者可能有他们需要的数据,他们甚至可能对他们想要使用这些数据的用例有一个清晰的视图。但在他们与数据驱动的医疗保健成功之间仍然存在巨大障碍。

通过实现令人满意的数字医疗经验和个性化医学,以了解更改患者需求和加速核心支付流程,机会对于可以运作医疗保健数据的组织几乎无限。

但是,对于美国的大多数医疗支付者和提供者来说,这说起来容易做起来难。他们可能拥有所需的数据,甚至可能清楚地了解想要使用这些数据的用例,但在他们和数据驱动的医疗保健成功之间仍然存在重大障碍:

  • 越来越复杂的数据生态系统仍然是进化的障碍,超过一半的组织表示他们已经这样做了五个或更多活动数据平台今天到位。

  • 新数据源和传统数据源之间的互操作性问题使得将数据整合到一起以支持数据丰富的边缘服务和用例变得困难。

  • 数据竖井和整体基础设施继续限制组织对其数据进行操作并使用它来支持新的数据驱动用例的能力。

  • 由数据湖泊和数据仓库等集中式数据管理结构引起的堵塞和瓶颈正在减慢价值和限制组织将医疗数据转为速度值的能力。

投资于数据驱动的医疗保健未来

为了帮助克服这些挑战,许多医疗保健组织已经开始在提高数据基础架构和能力提供的可扩展性,可重用性,可扩展性和速度方面,从而大量投资。

它将采用更多的技术来建立快速,灵活,高价值的数据基础,以支持深深的个性化,超界医疗保健旅程。

这些投资是伟大的第一步,因为它们将支持更广泛的数字转型,而不是应用点解决方案来解决单个数据挑战,并增加整个过程的复杂性。但要建立快速、灵活、高价值的数据基础,以支持深度个性化、超连接的医疗保健之旅,仅靠技术投资是不够的。

为了有效地做到这一点,需要对数据的投资需要与组织如何考虑,方法以及管理其数据的变化配对。这就是分布式数据平台进出的地方。

分布式数据平台方法

分布式数据平台方法——例如数据网格—是Thoughtworks倡导的分布式数据策略和实现的架构和组织设计。188bet宝金博app下载

当数据仓库或数据湖将所有企业数据集中到一个单一的中央池时,分布式方法将数据分解为定制的数据产品,每个产品都设计为满足特定的需求,支持数据用例的规模化采用,并通过API编排支持自动化。

然后,这些数据产品由最接近这些用例的团队管理,减轻中央数据团队的压力,并随着时间的推移提高数据产品的质量,同时确保它交付预期的结果。

由于这些原因,我们最近看到了使用密钥的显著增加4数据网格原理在医疗保健行业但是,要明确表达一种全新的数据管理思维方式的价值可能是一个挑战。

阐述分布式数据平台投资价值的挑战

采用分布式数据平台策略需要大量的时间和资源投资,因此为它构建一个健壮的业务案例非常重要,展示它可以给您的组织带来的价值。

重要的是要记住,这是一个关于如何管理和操作数据的全新标准,因此不能轻易地使用当前的标准或kpi来评估它。

去中心化的方法将从根本上改变您管理和操作数据的方式。它需要一种文化的改变——从当前的实践转变为一个真正的数据驱动的组织。

它将在多个层次上改变组织的运作方式。它将从根本上改变您管理和操作数据的方式。它还需要一种文化的改变——从当前的做法转变为真正的数据驱动型组织。

此外,传统的数据投资仍然需要应对所有挑战。零散的数据投资和影子IT可能会给你的计划蒙上阴影,而且通常组织现有数据技术堆栈的极端复杂性会阻止组织进行进一步的投资。

那么,你如何阐明某件事物的价值,它代表了如此重要的、多方面的转变,改变了当今管理和评估事物的方式?关键是重新关注核心数据周期,并研究这种方法可能对数据质量、洞察时间和数据治理等关键成功因素产生的影响。

3 + 1类数据平台价值

要充分理解和阐明分布式数据平台方法所传递的价值,首先看一下智能的企业周期是有帮助的。

这个周期展示了在一个完美的环境中,数据如何不断地转化为信息和见解,然后这些见解转化为明智的决定和行动,同时保持强大的数据治理和满足所有所需的标准。

该方法可以以分布式的方式在三个关键领域帮助改善这个循环:数据供应(数据从获取到洞察的过程)、数据需求(这些洞察转化为行动),以及运营和治理。方法如下:

供应

它有助于大大缩短医疗保健团队将数据转换为信息和见解所需的时间。当这些团队被授权使用平台提供的定制数据产品时,他们就可以获得更有价值的数据,更快地转换数据,问更多问题,更快地生成报告——所有这些都不需要依赖核心数据工程团队。

最高价值实现来衡量回报

成本效率

降低现有数据平台的总成本

通过增加数据源和平台之间的互操作性来降低成本

数据供应和策施的半自动或手动过程降低

资本效率

从重复数据能力节省资本

更高的云数据基础设施利用率

从秤上的第三方数据的速度更高的ROI

成本避免

在一定程度上避免了遗留EDW的退休成本

避免因未能对监管变化做出回应而招致的处罚

减少了通过本地数据产品进行重复数据水化工作的需要

需求

在需求方面,分布式数据平台也可以加速将洞察力转换为有意义的行动所需的时间。由于团队更接近他们的数据产品,因此他们可以更快地完成创建新机器学习模型和输出的东西,以获得新目的的量身定制数据,并在需要时为其数据创建新的用例。它控制了边缘的数据,在最需要的地方,所以球队可以迅速将其转化为患者和组织的更强大的医疗保健结果。

最高价值实现来衡量回报

与其他内部数据投资相邻的值

机器学习平台通过基于自助服务的数据工作台上提升

高级分析平台通过可用的领域数据产品提升

长期和战略性计划加速,例如纵向健康记录、医疗保健数据市场

护理成本避免

(间接)更快地采用临床决策模型

(间接)更及时地缩小护理差距

(间接)从人口健康的洞察中获得更有效的医疗资源配置

成员的经历令人振奋的

(间接)更快的预授权

(间接)患者数据输入少

(间接)与患者个人设备和可信第三方提供商更多连接的个人健康记录

运营和治理

该方法的分布式、去中心化特性带来了显著的操作优势,同时也将数据治理和遵从性活动编入代码。因为团队拥有并维护他们需要的数据产品,所以需要做的配置工作要少得多。这种所有权模型还简化了治理,因为它使团队能够控制他们的数据,并使他们不再需要求助于影子it。它还提高了隐私和安全性,因为不需要到处移动敏感数据或在多个竖井中复制数据。

最高价值实现来衡量回报

治理成本

降低数据供应的成本

降低数据可发现性和可访问性的通信成本

更快的模型、应用程序和报告的上市时间

风险规避

避免了未能对监管变化做出回应的处罚

避免误解PPI数据和隐私违规行为

员工的经验

更快,更好的员工面向员工的数据服务体验

简化了跨数千个数据源的数据发现体验

+1:实现更灵活、更连通的未来

在企业数据周期之外,还有另一个非常重要的价值来源需要考虑——它与之前的任何其他数据转换都不同。

分布式数据平台方法是专门设计来帮助满足跨行业(包括医疗保健)组织的未来数据需求的,并经过调整以帮助组织实施将定义医疗保健服务和交付的未来的数据驱动计划。

2019年,思考方188bet宝金博app下载式开始与一家主要数据平台范式转换项目上的美国医疗保健付款人合作。从那时起两年后,我们在多种用例中建立了超过500个数据产品,包括人口健康,护理,患者和会员管理以及提供商网络的发展。

我们共同创建的关键数据资产现在大大加快了将塑造组织未来的众多举措,以及其患者接受的服务。In the organization’s key focus area of Longitudinal Health Record (LHR) strategy, the investment has helped the company accelerate its agenda with a cloud-agnostic data infrastructure, enabled self-service data provisioning, codified data governance, and given them the chance to embed security controls into multiple clinical, patient, and member management use cases. Today, that all adds up to two clear LHR outcomes: simpler care journeys, and better patient experiences.

在医疗保健领域采用分布式数据平台是对组织未来的一项投资,因为它支持具有战略价值的计划,包括:

  • 跨领域协作:当单个领域团队(临床、患者参与、管理或客户服务)对他们的数据有更大的控制,并有能力创建高度定制的数据产品时,他们可以从数据中快速驱动更高质量的结果。这种面向领域的数据掌握为跨领域协作提供了新的机会,团队可以一起工作,以新的方式将自己的见解背景化,并做出有价值的新医疗保健发现,以改善护理结果。

  • 联邦数据创新:联邦数据系统支持跨团队和组织可持续和透明地使用高度敏感的医疗数据。这些数据对于数据驱动的医疗保健服务的创建和运营至关重要,分布式数据平台可以帮助组织使用联合模型以符合要求的方式对其进行操作。例如,团队可以在不将自己的敏感数据泄露给其他相关方的情况下,共享数据集以训练更智能的机器学习模型进行临床决策,或者在同一模型上进行合作。

  • 避免未来的数据供应商锁定:没有人确切知道数据驱动的医疗保健的未来技术堆栈会是什么样子。但是,从我们过去看到的情况来看,对于任何想要随着趋势和条件的变化而继续发展的组织来说,灵活性是必不可少的。通过提高跨域的自由度和灵活性,并确保每个数据产品可以以自己的方式发展,这种方法可以帮助组织避免数据供应商锁定。

通过云实现未来价值:遗留基础设施阻碍医疗保健组织从其数据分析投资中获得最大价值。

分布式数据平台方法重新定位云周围的整个组织,引入了帮助实现未来值的方法。这是从云采用到真正基于云的思维的演变,这将是数十年来的数字成功。

捕获最高战略价值

跨域协作

与生态系统伙伴合作的网络效应

从并购实体集成数据的成本较低

从众包创新中释放价值——例如,药物发现中的众包和开放创新

联邦数据创新

跨团队和领域的可伸缩和灵活的数据驱动创新(考虑在数量、多样性、速度和准确性方面的各种数据需求)

数据人才保留和吸引力

市场与产业领导对数据创新的关键词

避免了未来的数据供应商锁定

降低未来厂商锁定的风险

增加与数据/云技术提供者谈判的购买力

关于数据策略和执行的灵活和独立的技术决策

实现云的未来价值

加速数据或与数据相关的工作负载现代化到云

扩展和更快地采用云供应商的最新数据操作、高级分析和ML & AL解决方案

能够通过利用云服务来在混合云环境中以数字方式运行医疗保健,但保护身份和加强品牌独特性

总结

这些好处共同构成了一个快速、数据驱动的医疗保健组织的画面,其中团队被授权访问和操作insight,以提高其提供的护理和服务的速度、一致性和质量。

例如,作为一个组织,例如最近收购了护理提供者的医疗保健付款人。对于新的,更大的组织,3 + 1类的价值可以组合起来,使其能够解锁成为连接的“PayVider”的全价值。

以下是这种价值如何在四种类别中分解:

  • 供应:通过在现有系统中传播不同的数据,分布式数据平台可以提供一致的基础,同时使团队更容易将来自两个组织的数据集操作在一起。与其让一个组织的系统与另一个系统一起运行,团队可以将双方特定领域的数据汇集在一起,创建新的、高价值的数据产品,并实现跨越支付服务和护理服务的强大用例。

  • 需求:支付者的最大目标之一是利用他们的支付和提供专业知识的结合来实现基于价值的护理。分布式数据平台通过支持创建精细调整的数据产品并将见解直接交到需要它们的领域团队手中来支持该模型。通过分布式方法,团队可以看到护理选择如何影响结果,以及如何将其与支付模式和成本联系起来。

  • 操作:成为一个综合支付者代表着双方团队在运营上的重大转变。该方法有助于确保,当这些团队开发共享文化时,数据卓越处于其核心位置,因此知识可以跨领域共享,而单个领域团队被授权以自己的方式收集和操作数据。

  • 未来的策略:当支付方计划其未来时,该方法使其能够将数据驱动的用例和项目构建到其计划中。无论它是想通过收购进一步扩大规模,还是与类似组织合作,将服务和护理作为一个连接的生态系统的一部分,抑或只是在数据驱动的医疗保健交付方面追求卓越,它都可以帮助实现这些目标。

为分布式医疗保健数据平台构建自己的业务案例?取得联系。

Baidu