什么是医疗保健中的数据治理？

数据治理是一种管理数据的方法，允许组织平衡两个需求：收集和保护信息的需求，同时从信息中获取价值。但它远不止于此。健康数据包括患者的个人和健康信息以及财务数据。如果管理和使用得当，这些信息可能是设施拥有的最重要的资产。

什么是医疗保健中的数据治理？

医疗保健中的数据治理，也称为信息治理，由AHIMA定义为一个组织范围的框架，用于管理整个生命周期中的健康信息 - 从患者信息首次进入系统的那一刻起，直到他们出院后。生命周期包括治疗，支付，研究，结果改进和政府报告（即流感报告和CDC等机构跟踪的其他疾病）。  

拥有可靠的企业级数据治理政策和实践有助于设施实现医疗改进研究所的三重目标：

1. 改善患者的护理体验（包括质量和满意度）
2. 改善人口健康
3. 降低人均医疗保健费用

健康信息和管理系统协会（HIMSS）在一篇题为“企业数据治理的实用步骤”的文章中指出 ，“每个人都需要接受数据管理者的角色。如果您收集，更新，修改，删除，移动，存储或利用数据，您将对可能的最佳数据负责。“这包括健康信息管理和技术专业人员。

为什么医疗保健中的数据治理很重要

如今，数字信息是黄金。包括医疗保健在内的许多行业都是如此。组织战略性地以各种方式使用健康信息，包括提高运营效率，降低成本或提高患者护理的安全性和质量。

因此，要了解为什么医疗保健中的数据治理很重要，您必须将健康数据视为战略资产。与任何其他组织资产（例如，人员，资本或库存）一样，此信息需要持续监控。数据治理为数据管理提供了正式的结构，因此组织可以提取临床和业务价值。  

简单地说，医疗保健中的数据治理很重要，因为对于护理人员和领导者来说，在正确的时间以正确的格式访问正确的信息是至关重要的，这样才能做出正确的临床和业务决策。

数据治理：旧概念的新转折？

数据治理是一个相当新的术语，但它并不是医疗保健领域的新概念。事实上，信息治理一直是健康信息管理（HIM）专业人员每天所做的事情的核心 - 也就是说，作为受保护健康信息的守护者，帮助确保其准确性并保护其隐私和安全。

那么行业内的变化是否会引起人们对数据治理的关注？

最引人注目的是，由于电子健康记录（EHR）和互操作性，大数据量呈指数级增长。组织可以在几秒钟内操纵和分析数据，从而获得以前从未有过的洞察力。

随着组织努力通过健康信息技术吸引患者，信息获取也在增长。随着互操作性的不断增长，患者，提供者和其他利益相关者必须确保信息的准确性和可靠性。

最后，电子环境中出现了新的隐私和安全风险，促使组织预测并主动降低风险。所有这些都需要一种全组织，自上而下的方法，使信息与组织战略保持一致，确保提供准确的信息。

HIM在数据治理中的作用

在组织内领导数据治理计划的专业人员必须能够：

• 制定支持数据治理工作的政策和程序。
• 教育组织的所有成员关于数据治理的重要性以及它与角色的关系。
• 利用临床，财务和行政数据来支持关键的组织计划。
• 衡量信息治理举措的投资回报率。

从事医疗保健数据治理的人员也必须能够弥合部门之间的差距，以便每个人共同努力实现使信息完整，准确，可靠，可用，可互操作和安全的共同目标。项目管理，  领导力和  团队建设等技能  至关重要。

HIM专业人士是否适合引领数据治理革命？

也许，但劳动力中的大多数HIM专业人士表示，他们目前没有足够的数据治理培训。Cohasset Associates和AHIMA 2015年进行的一项调查发现，1,260名参与者中只有18％（其中31％是HIM专业人员）强烈同意他们能够培训和教育他人信息治理原则。只有11％的人表示他们强烈同意他们的组织将他们视为数据治理专家。

调查还发现，参与者更精通数据治理相关领域，如法规遵从性，数据质量管理和审计，以及不太熟悉  信息技术管理和  分析等领域。 

如何获得数据治理经验

HIM专业人员如何磨练他们的数据治理技能以引导其组织内的工作？

攻读 健康信息管理与技术（HIMT）理学士学位是一个很好的起点。（数据科学理学硕士  也可能有兴趣，因为它教授数据治理。）HIMT学位侧重于  十大重要数据治理核心能力中的许多：

1.     数据治理结构
2.     战略调整
3.     隐私和安全
4.     法律和监管
5.     数据治理
6.     IT治理
7.     Analytics（分析）
8.     信息治理绩效
9.     企业信息管理
10.     意识和坚持

通过HIMSS批准的四门课程的UW HIMT 技术的学生  可以深入探索数据治理能力。技术跟踪课程成果的示例包括：  

HIMT 375 - 数据库结构和管理系统：分析和设计数据库以支持基于计算机的信息系统。使用SQL开发和实现关系数据库管理系统。主题包括：数据建模技术，如实体关系建模，扩展实体关系建模，数据库约束，数据库规范化技术，以及数据库查询语言SQL的基本和高级功能等。

HIMT 425 - 数据仓库和挖掘：检查数据仓库的概念及其在支持战略决策制定方面的有效性。通过使用数据挖掘方法和模型从数据仓库中提取信息，从识别企业信息和分析需求到生成商业智能，解决创建数据仓库/数据集市解决方案的过程。

如何开始医疗保健中的信息治理

HIM专业人员可以通过识别数据完整性风险领域来帮助组织开始信息治理，例如：

• 重复记录。医院必须为患者访问人员提供全面的培训，并启动主要患者指数清理项目。
• 不一致的EHR模板。医院必须评估所有现有模板，并将其标准化，以便进行患者护理，核心测量和质量报告，并确保患者安全。
• 缺乏内部编码指南。医院必须制定内部指南，以确保系统范围的编码一致性。
• 没有信息资产库存。医院必须创建一个集中的来源，包括资产名称，信息类型（例如，电子，纸张或可移动媒体），数据库所有者，运营单位或部门，保留期（考虑到任何法律，监管，财政，运营，和历史要求）等等。

这些只是HIMT专业人员可以解决的一些信息治理项目。通过信息治理实现目标通常是最困难的部分，但好消息是HIMT专业人员已准备好接受挑战。