数字健康治理:21世纪数字经济的管理与战略
发布时间:2018.11.21来源:数字健康治理浏览量:98次标签:数据治理
数字化健康技术,解决方案和决策方法正在改变医疗保健的提供,重塑患者(和健康消费者)的期望,并为健康计划,卫生系统,信息公司和其他利益相关者提供令人眼花缭乱的数字健康解决方案和产品。远程医疗,远程监控和可穿戴健康设备以及医疗保健领域的其他技术的承诺是真实的 - 但潜在客户仍然必须面对如何最好地评估看似不断扩展的数字健康选择,或者引入他们以区分噱头与游戏规则改变者。同时,州和联邦法规,强制质量数据报告和医疗保健交易编码集,
虽然HIPAA涵盖的实体和业务伙伴长期在健康数据隐私和安全保护环境中工作,识别所有可能的数字健康选项,在现有数字健康工具和IT基础设施的背景下评估它们,并将它们集成到劳动力工作流程中远远超出这个隐私体验基础。相反,组织需要设计和实施基于此隐私和安全承诺的“数字治理”结构,但包括其他组件和组织利益相关者,以满足数字健康革命的业务和战略需求。这种多样化的观点组合将包括卫生信息管理人员,风险管理,通信/公共关系,法律,商业和报销专家,
然后,数字治理至少考虑三个概念。首先,公司获得,生成和/或维护的数据是需要适当基础设施的资产(其价值可能是明显的或受制于发展)。其次,数据和分析是不够的 - 数据和分析必须以协调的方式运作,以使用数字健康工具,运营变革,文化转变,激励措施和其他流程改进,创建可操作的,端到端的流程变更,可衡量地改善结果。第三,审查和实施数字医疗解决方案不仅是企业财务健康不可或缺的一部分,还需要一种与过去采购流程截然不同的全面,重组方法。
换句话说,必须有一个战略,通过综合战术实施。例如,这种综合战略将从机构的数据治理和信息治理举措中获得洞察力。AHIMA针对医疗保健的信息治理原则将数据治理描述为确保组织所拥有数据的可用性,可用性,完整性和安全性的过程,并将信息治理描述为组织在整个生命周期内保护和利用信息的框架,并确保组织的战略,运营,监管,法律,风险和环境要求得到满足。
任何有效的方法都必须在前端主动和全面,以避免代价高昂的问题系统。此外,该方法需要全面,认识到各部门可能需要参与对潜在数字健康工具的适当审查和整合规划。与此同时,这些系统必须自身有效,以便有效地解决问题,而不是给组织过多的官僚主义负担。
跨学科和业务单位的协调
实现这一目标绝非易事,需要组织对明确任务的承诺。
如上所述,有效的数字健康治理需要认识到医疗保健组织运作的新数字动态。由于数字健康工具通常与企业范围的IT和数据基础架构交互,并且通常支持临床操作和质量监控等关键任务功能,因此柠檬许可可能会产生连锁反应,远远超出SaaS决策不良的财务后果。数字治理流程必须具有在整个组织结构中理解的目的的权限和明确性,作为公司的关键战略优先事项,而不是作为采购团队面前的官僚障碍。
数字治理着眼于整个企业中数字健康解决方案的采用和部署。即使数字健康解决方案或其他数据驱动的活动主要影响特定的临床区域,部门或职能,该决策仍会影响其他利益相关者。例如,采用新技术可能需要系统配置,这可能使企业中其他地方的数字健康采用变得复杂或便利。或者,企业可以在业务的A区域中与供应商签订现有合同,但该供应商为区域B提供竞争产品; 但是B区已被其他供应商接洽。
当然,企业每天都会做出明智的购买决策。但由于需要将端到端数据和分析与可操作的解决方案集成,并协调整体数据和信息治理的持续努力,协调的数字健康决策制定了新的变化。例如,不同的数字健康解决方案可以生成和/或消化不同的数据,不同地清理和策划该数据,并生成不同的见解。如果没有一个总体的,全面的战略,这可能会导致错过指令和混合指令。此外,解决方案可能不同,但涵盖的实体或业务伙伴需要将其健康数据保护为一致的标准。解决方案漏洞不仅会影响特定业务线,还会影响IT系统。此外,
此外,许多数字健康解决方案不受美国食品和药物管理局(FDA)的监督。标准供应商采购涉及FDA监管的产品,其中包含FDA对安全性和有效性的审查所提供的内置保护措施。如果没有FDA审查,开发人员将自行决定如何验证他们的产品和相应的商业声明。精明的购买者需要深入了解并建立一致的审查标准:
- 要求提供研究质量证据以支持索赔
- 确保任何涉及个人的研究,包括可识别的数据,都是根据适用于涉及人体受试者的研究的法律和规范进行的。
虽然数字治理有不同的可能结构,其中一些在下面描述,但一个共同的关键特征是治理由不同的合规性和业务利益相关者提供。数字治理不是新名称下的隐私和安全。它是一种综合方法,着眼于制定数字健康决策时的财务,合规,法律,技术和战略目标和考虑因素。这些学科的代表应与临床同事一起包括在内。
可能的结构
成功的数字治理流程没有必要的结构。正确的结构将考虑实体的规模,复杂性和业务计划,以及其自身的特定文化。在考虑数字治理策略时,实体可能希望考虑以下可能的方法(可以单独或一起实施):
由特设工作人员支持的单一领导(DH协调员)
对于可能具有较少数字卫生治理需求的组织以及需要将不同的利益相关者聚集在一起以进行不同的评估但仅在需要时,具有临时工作人员和支持的单一领导者可能是正确的规模。技术专长虽然有用,但对于填补这一角色的个人而言可能没有必要; 相反,优秀的管理技能,获得个人和机构支持的能力,以及对努力的奉献可能是这个人最重要的属性。
这种方法的优点可能包括:
- 单一协调员可以带来更强的责任感,并创建明确的问责途径
- 简化的流程可以快速做出决策
- 各部门仍然没有受到额外“委员会”任务的负担
这种方法的缺点可能包括:
- 在不同的运营部门内缺乏兴趣/发展专业知识的可能性
- 单个协调员错过问题的可能性增加
- 各部门之间交叉学习的机会减少了
数字健康委员会
对于规模,内部政治和/或复杂性表明将定期考虑数字健康评估和实施问题并将涉及不同利益相关者组合的组织,常设委员会可能是最好的。委员会成员至少应代表那些将在运营中部署数字健康解决方案的人员。无论如何,委员会成员和支持人员的组合应尽可能多地代表利益相关者,并且应该能够提供战略,运营,技术和法律方面的观点。
这种方法的优点可能包括:
- 跨部门协作和学习将提高整个组织的数字健康素养的可能性增加
- 在考虑每个机会的情况下,将发生全面的“问题发现”和“问题解决”
- 提高跨部门对组织需求的认识
这种方法的缺点可能包括:
- 可能导致决策速度变慢,难以达到“是”
- 如果委员会结构证明缓慢或负担,可能会减少承诺
- 共同责任可能会降低个人责任感
董事会小组委员会监督
对于没有准备好从系统角度积极管理数字健康机会,或希望对数字健康机会和举措进行更重要的董事会监督的组织,董事会小组委员会可能是适当的。
这种方法的优点可能包括:
- 董事会小组委员会的监督可以确保适当的董事会层面的关注和重点
- 关于数字健康事务的董事会级教育变得更加容易
这种方法的缺点可能包括:
- 如果没有支持运营或管理结构,董事会小组委员会可能会有不完整或不完善的信息
- 如果没有专门团队的积极管理,小组委员会指令可能无法有效执行
推出
数字治理可能会给组织带来一些成长的痛苦,因为它必然带来更紧密的协调部门,这些部门可能在历史上彼此独立地运作,甚至可能是设计。由于数字治理对于参与者和组织来说可能是新的,因此深思熟虑的推广和实施过程是关键。在设计推出流程时,您可能需要考虑将这些主要功能包括在内:
- 清晰简明的章程,政策和程序,考虑到现有业务和合规委员会和部门的免费责任。
- 团队,高级领导和董事会的教育。
- 全面和全系统的教育,以及对合作与协作的明确期望。
- 认识到结构的演变可能是适当的。
可以向个体医生,临床服务线管理员,信息技术人员或健康系统的大量附加接入点中的任何一个引入数字健康解决方案。在许多情况下,采用的复杂结果对于系统内的接触点可能不是显而易见的,这使得健康信息管理利益相关者的努力变得复杂。例如,采用简单的远程医疗计划来扩展行为健康能力可能会利用与现有IT平台不兼容的系统,并使高度敏感信息的保护变得更加复杂。更糟糕的是,看似简单的数字健康解决方案可能会导致采用者无法识别的细微差别风险。在系统内的多个位置运行的多个数字健康解决方案可能会造成严重的低效率,并且重要的是,如果前端未解决互操作性问题或者解决方案不符合组织的战略方向,则会失去机会。数字治理计划可以集中管理重要的数据驱动和解决方案驱动决策,集中责任,加快专业知识建设,避免错误启动,并产生一致的标准,供应商希望与您合作,并且您自己的团队成员需要遇到。
-
企业数据治理的目的、意义及挑战有哪些?
随着大数据相关技术的不断成熟,数据作为一种资产,得到了越来越多企业机构的重视,为了能够有效的利用数据资产,数据治理成了当下政府和企业重点……查看详情发布时间:2022.05.11来源:小亿浏览量:429次
-
数据质量评估体系主要参考以下5个指标
数据质量评估体系主要参考以下指标:,针对不同的信息系统做出定量的数据质量评估,也可根据实际情况,在评估执行中进行取舍。……查看详情发布时间:2019.11.07来源:知乎浏览量:222次
-
区块链是金融数据治理的天然工具
一、从金融数据管理到金融数据治理进入“大数据时代”,不仅催生更多金融业态,数据体量更是呈现爆炸式增长。如何将金融……查看详情发布时间:2019.01.07来源:亿信华辰浏览量:85次
-
解决方案中的简单性:迈向身份治理的步骤
面对颠覆性变革,只有在新设备和平台上线时才会加深,并且随着物联网投放更多数据,身份治理至关重要。企业现在通过自己的部署和合作伙伴关系来管……查看详情发布时间:2019.03.13来源:亿信华辰浏览量:77次
-
主数据管理主要管理哪些数据?
主数据主要管理多百个业务系统中共享的重要数据,比如公司组织架度构、物料编号、客户资料等等数据,国知辰机器人的主数据管理系统(MDM)能够……查看详情发布时间:2020.04.29来源:知乎浏览量:108次
-
国内数据治理平台厂商介绍
睿治数据治理平台是北京亿信华辰软件有限责任公司完全自主研发的一站式综合数据治理整体解决方案,是一款面向全用户角色的、智能的、敏捷的数据全……查看详情发布时间:2019.09.19来源:知乎浏览量:122次
-
企业如何解决数据治理中的数据质量问题
解决数据治理中的数据质量问题需要技术手段,也需要管理手段,要决策层给予充分的支持,从而在技术与业务互动中逐步解决数据质量问题。……查看详情发布时间:2019.09.25来源:知乎浏览量:108次
-
数据治理与分析相结合
不到十年前,由于规模,资源和组织能力的原因,大型企业比同行业的小企业具有显着的优势。现在已不再是这样,因为数字创新和全球化的推动,加上移……查看详情发布时间:2018.11.23来源:数据治理浏览量:138次
-
什么是数据治理及其为什么对您的业务至关重要?
数据治理如何影响他们:由于您没有雇用一组全新的理事会成员,因此DGC数据治理的最大影响将是与数据和数据策略相关的额外工作。如果或出现问题……查看详情发布时间:2018.11.26来源:数据治理浏览量:114次