立即扫码
享受一对一服务

发布时间:2019.03.14来源:亿信华辰浏览量:116次标签:数据治理
医疗保健行业由许多活动部件组成。医疗保健行业的范围和复杂性使得解释数据治理如何提供价值变得非常具有挑战性。
有许多不同类型的提供者,设施,电子系统和网络。更复杂的是,法规和HIPAA要求加剧了如何管理医疗保健数据的复杂性。从最真实的意义上讲,数据治理意味着开发将医疗保健流程的所有元素和机制中的数据连接到一个连接良好,有意义的网络的方法。
在追求高质量的医疗保健方面,医疗保健行业的众多利益相关者通常需要共享临床和医疗数据。医疗保健中的数据治理是系统,信息和组织如何获取,共享和使用数据作为可以改善所有个人健康的运营资产的过程。
适当地连接系统可能意味着某人的健康状况改善或恶化之间的差异。在许多情况下,它可以在生与死之间产生差异。当数据系统无法在同一级别上连接时,就好像多个人试图互相交谈,但他们都说不同的语言,没有人理解其他人。沟通变得彻底失败。出于这个和其他重要原因,数据治理是医疗保健的基本组成部分。
医疗保健数据涉及提供护理的人和接受护理的人。数据非常重要,因为它揭示了医疗服务提供者的实践地点,他们向谁推荐他们以及他们服务的患者。医疗保健中的数据治理有助于将患者与帮助个人实现和保持良好健康的服务和提供者联系起来。
医疗保健提供商面临的众多挑战之一是能够将提供商的信息保持最新状态。数据治理为提供商提供了一种了解保险可能涵盖的服务的方式,对谁进行计费以及提供者列表中的服务仍然是提供医疗服务的业务。
许多医疗保健提供商现在正在使用企业主患者指数(EMPI)来帮助管理电子病历(EMR)。索引使用患者信息(例如姓名,地址,性别和社会安全号码)来开发患者健康记录的单一视图。EMPI为医疗保健提供者提供临床信息; 有关准入,解除和转移的信息; 和其他重要信息,通过匹配同一患者的不同记录并将系统连接在一起。
数据治理的另一个挑战是如何在遵守HIPAA的同时连接医疗数据。医疗保健中的数据治理有助于防止未经授权访问患者的私人健康信息。
数据治理用于明确定义个人健康信息(PHI)并设置保护健康数据并将其保密的策略。信息治理将有助于提取提供商存储健康数据的许多地方,并开发系统来保护健康数据。
所有医疗保健提供者都使用国际疾病分类(ICD)来分析和解释健康声明数据。随着健康研究为我们带来新信息,有必要更新健康编码系统。ICD-9和ICD-10之间的医疗代码数量大幅增加。
完成编码系统的转换将需要将参考数据分散到医疗保健提供者并提供代码之间的映射。更新编码系统的过渡将需要过渡时间和员工培训。使用医疗编码的每个人都需要数据才能在版本之间转换代码。
标准化的临床编码标准对于提供卫生服务的质量和安全至关重要。目前,EMR并非都使用相同的数据域。在许多情况下,它们不共享相同的业务定义,临床术语或元数据,这意味着它们以不同方式提及健康症状,疾病,药物和程序。
对于患者护理和医疗保健研究与开发而言,以有意义的方式在不同的系统,提供商,网络和应用程序之间共享数据至关重要。
当患者访问各种医疗服务提供者时,他们会在许多地方留下各种健康数据; 但是,没有一个提供商可以同时访问所有这些。这比以患者为中心的数据系统更能说明以应用为中心的数据系统。健康信息交流(HIE)正在强制改变以患者为中心的数据系统。
健康信息交换(HIE)是一个有用的医疗信息仓库,不同的利益相关者可以使用电子手段在卫生系统,医院,医生,诊断中心,诊所和保险公司之间共享临床信息。数据治理将进一步促进在HIE和其他系统内持续交换患者数据。
每个人的健康数据量以及提供者可以转移的速度都会产生共享数据的风险。监管机构继续评估他们如何管理健康数据,同时不影响患者的机密性。HIPAA的发展是监管机构保护患者数据的一种方式。
保险业的变化也对医疗保健领域的数据治理产生了严重影响。最近商业健康保险公司和医疗保险索赔处理方式的变化正在增加医疗保健成本,因为医疗保健提供商试图适应不断上升的劳动力成本和更薄的利润率。
当医疗保健组织经历兼并和收购时,另一个挑战就出现了,这往往会使医疗保健数据更加孤立。
随着数据治理流程的扩展和成熟,联合健康数据同时使患者记录能够为提供者进行必要的定制以个性化他们的医疗服务方法将是一项挑战。
虽然大多数医疗保健提供商和系统已将其作为加强医疗保健数据治理的优先事项,但医疗保健的本质使得就如何全面确定最佳数据治理政策和实践达成共识极具挑战性。
毫无疑问,技术使医疗保健数据的交换变得复杂。与此同时,董事会门户技术和其他治理软件解决方案的进步肯定会成为医疗保健组织董事会在这些充满挑战的水域中发挥作用的关键。
发布时间:2019.08.02来源:知乎浏览量:93次
发布时间:2020.08.14来源:知乎浏览量:117次
发布时间:2019.08.13来源:知乎浏览量:82次
发布时间:2019.09.27来源:数据分析网浏览量:91次
发布时间:2020.02.21来源:知乎浏览量:85次
发布时间:2021.07.16来源:亿信数据治理知识库浏览量:213次
发布时间:2019.02.13来源:亿信华辰浏览量:103次
发布时间:2019.10.25来源:知乎浏览量:88次
发布时间:2019.07.30来源:知乎浏览量:107次
人工
客服
预约
演示
您好,商务咨询请联系
400咨询:4000011866
咨询热线:137-0121-6791
技术
支持
您好,技术支持请联系
QQ:400-0011-866
(工作日9:00-18:00)