数据治理对于大数据分析势在必行

        医疗保健和健康信息管理（HIM）的世界正在迅速发展，以满足分析和理解所收集的所有数据的需求，并最终将其转化为有用的信息。

        数据被定义为“收集在一起以供参考或分析的事实和统计数据。”信息是“关于某事物或某人提供或了解的事实，”这是一个至关重要的信息。“信息治理和数据治理如何彼此不同的问题在AHIMA 网站的信息治理常见问题中解决：

        “数据治理”主要涉及将粒度数据的创建和使用作为系统输入的策略和策略，即主数据管理，元数据管理，数据模型和体系结构。

        信息治理涉及“此数据和信息的生命周期管理，包括其使用，保护和保护”，即健康信息交换，合规性审计，电子发现和记录保留。

        所以这两者是相关的，数据治理实际上是信息治理中的一个领域。

        HIM专业人员的任务是在优化电子健康记录（EHR）界面的同时提高数据资产的一致性，可靠性和可用性。这对于消除重复记录，解决有问题的变通方法以及维护患者安全是必要的。如果在过敏，当前药物，过去程序和患者的健康状况的情况下数据不正确（或完全丢失），则可能对患者的治疗过程和护理过程有害。

        此外，提供商现在正试图从其EHR中的数据中提取有用信息，以支持更健康的患者的目标，降低成本，改善绩效，并提高员工和患者满意度。

        Merida Johns将大数据定义为“大量复杂和多样化数据的概念。”我们必须利用我们的大数据资产并从中提取业务和临床价值。强大的信息治理和数据治理实践将使医疗保健组织能够最大限度地利用其数据和信息的价值，以实现战略目标和其他要求。根据HealthITAnalytics的Jennifer Bresnick 的一篇文章，组织面临的一些主要挑战 - 也就是HIM专业人员有机会加强并向希望开始大数据分析的组织展示其价值的机会，包括：

• 捕获数据
• 清理数据
• 存储数据
• 数据安全
• 管理数据
• 查询数据
• 报告数据
• 可视化数据
• 更新数据集
• 共享数据

        这是一系列挑战和机遇，但“为了建立一个大型数据交换生态系统，将护理连续体的所有成员与可靠，及时和有意义的信息联系起来，提供商将需要克服此列表中的每一项挑战，”到布雷斯尼克。

        我们可以采取哪些初步措施？我们需要获得组织领导者的支持和支持。HIM专业人员应该在他们的组织中大力倡导数据治理策略。让高级管理人员参与进来，确保公司阶梯上的每个人都了解其重要性。正如Bresnick在另一篇HealthITAnalytics的文章中写道：“忽略大数据环境中数据治理的作用可能是明智的，愚蠢的。如果没有健全，准确，及时，干净和完整的数据，医疗保健组织将无法超越记录保存的基础，并开发分析能力，这将成为新兴的价值型医疗世界中至关重要的生存技能。“

在Kaiser Permanente，宾夕法尼亚大学和几家公共卫生机构的2013年报告中，研究人员强烈建议制定“一套适合特定提供者的使命，愿景和价值观的指导数据治理原则”，Bresnick说。 。进一步建议从有关数据收集的具体政策和程序开始，特别注意：

• 人们如何一起工作
• 管理跨职能冲突
• 决策和权利
• 管家
• 管理变革
• 解决问题
• 制定和执行规则
• 管理成本和复杂性
• 创造价值

        接下来，与组织中的每个人进行沟通，确保解释，提供详细信息，回答问题，并获得计划中的改进活动的支持。在数据治理领导团队建立了强大的数据治理愿景并让每个人都参与其中之后，首先要确定需要在数据级别上进行改进的项目的优先级。花时间培训组织内负责创建，使用和共享数据的员工。这可能包括临床文件改进或患者登记等领域。

        医疗保健组织的好处将体现在财务方面和质量方面。当然，目标是改善患者的治疗效果。这个项目不是一次又一次的努力。制定和维持该计划是一个持续的过程。可以肯定的是，需要继续进行监测，并不断改进和重新评估。组织和数据治理领导团队需要继续培训最终用户，确定与数据治理活动相关的角色，提供有关数据完整性的提醒以及维护健全的数据输入实践。还应在组织内进行审计，以保持高数据质量。

        正如Bresnick所写，“这些活动将确保医疗服务提供者准备利用他们不断增长的大数据资源来产生可操作的见解，并且他们正在关注患者的安全和护理质量，因为他们优化了资产，以实现基于价值的未来我们需要确保我们在数据层面上的信息准确，可靠和及时，因为我们使用它来做出重要的业务和临床决策。数据治理最佳实践对于成功的信息治理计划和跟上大数据时代的当前状态至关重要。