Stimuler le retour sur investissement dans les soins de santé grâce à la modernisation de l’analyse des données

Selon une étude intersectorielle menée par le MIT et Databricks, seuls 13% des organisations mettent en œuvre leur stratégie de données. Maintenant, comme nous le savons tous, les organisations de soins de santé, surtout les fournisseursont traversé beaucoup de choses au cours des dernières années, ce qui ne facilite pas la mise en œuvre de leur stratégie de données.

C’est pourquoi nous nous demandons chaque jour : « comment pouvons-nous aider les organisations de santé à moderniser leurs capacités de données et d’analyse ? Nous croyons fermement que le succès n’est pas seulement dû aux systèmes ou aux applications que vous achetez et implémentez, ou même au fournisseur de cloud que vous utilisez… il s’agit de développer les bonnes capacités à travers votre organisation, y compris l’informatique, mais aussi au sein des fonctions et du personnel commerciaux, opérationnels et cliniques.

La plupart des organisations de soins de santé avec lesquelles nous travaillons ont pris des mesures pour moderniser leurs capacités de données et d’analyse, mais elles n’ont pas été en mesure de vraiment tirer parti de l’ensemble complet des avantages et de l’innovation qu’offre cette vision de la modernisation. Nous avons vu un certain mouvement vers le cloud, principalement le levage et le déplacement des données, même si une grande partie de cela, en réalité, ne fait que reproduire bon nombre des mêmes défis hérités qui existaient dans le monde sur site et ne tirent pas pleinement parti de l’élan ce pourrais tirer parti de ces initiatives et investissements.

Prenons une minute pour approfondir ce que nous entendons vraiment par modernisation des données et de l’analytique, et quels sont certains des avantages de l’adoption de cette modernisation :

Modernisation des données

Pour commencer, la plupart des organisations disposent d’une grande opportunité de réduire le coût et la complexité de leur environnement et de leurs programmes de gestion des données. Le fruit à portée de main pour obtenir un véritable retour sur investissement est de :

• Retrait des systèmes sur site redondants,
• Tirez parti du budget OpEx au lieu du budget CapEx, là où cela a du sens
• Transférez certaines de vos activités d’administration et de support de données et d’analyse à votre fournisseur de cloud.
• Mais en plus du retour sur investissement direct, cette évolution vous permet de concentrer les ressources et le personnel sur des choses qui ajoutent vraiment de la valeur à votre mission principale, au lieu d’utiliser ces ressources pour gérer votre infrastructure informatique.

Ensuite, comme nous le savons tous, les données de santé sont constamment attaquées. La vitesse à laquelle les attaques de rançon et les violations de données se produisent est tout simplement hors de contrôle, et le nombre d’attaques semble augmenter chaque mois. Il n’est pas étonnant que nous recevions tous 4 ou 5 e-mails par semaine annonçant des offres ou des services de sécurité.

Il est clair que les organisations de soins de santé doivent prendre des mesures pour accroître la sécurité des données. Aujourd’hui, historiquement, les responsables de la santé ont naturellement hésité à abandonner le contrôle des données des patients et des membres, mais la réalité est que l’investissement et les compétences, disons d’AWS, de l’équipe de sécurité des données dans le cloud sont de plusieurs ordres de grandeur supérieurs à ceux de n’importe quel organisation de soins de santé unique, nous devrions donc vraiment considérer la migration vers le cloud comme une étape pour nous aider à développer nos capacités de sécurité des données.

De nombreux les organisations ont effectué un lifting and shift des données mais n’ont pas pleinement adopté la modernisation, c’est-à-dire l’utilisation de techniques de développement telles que l’infrastructure DevOps en tant que code, l’intégration et le déploiement continus et la conteneurisation.

Les organisations doivent développer les capacités nécessaires pour provisionner et instancier de nouveaux environnements rapidement et de manière fiable. C’est un énorme avantage pour les équipes de projet de données et d’analyse, et cela réduit les efforts, les délais et les coûts de déploiement des environnements, par rapport aux déploiements manuels traditionnels. Et cela allège le fardeau de faire tourner les bacs à sable pour une analyse basée sur la découverte

Nous devons également utiliser des techniques DataOps modernes qui automatisent l’exécution, l’orchestration et la surveillance des charges de travail opérationnelles. Cela aide à réduire les temps d’arrêt des utilisateurs et fournit des opérations de traitement de données plus prévisibles avec moins d’intervention humaine directe.

Au cours des dernières années, la perspective sur lequel et combien de nos données que nous devrions conserver et publier a changé, limitant les données que nous conservons et transformons aux seules données nécessaires pour satisfaire les cas d’utilisation prioritaires connus, par opposition à la pratique traditionnelle d’entreposage de données consistant à conserver et à intégrer tout ce que vous touchez.

Il est clair qu’il existe un besoin pressant d’ingérer et d’exploiter une variété et un volume de données sans cesse croissants. Ces données proviennent de nombreux endroits, notamment :

• Données diffusées en continu à partir d’appareils et de suivi des patients… pensez aux données de l’Internet des objets médicaux, ainsi qu’aux données capturées dans le cadre de l’expérience d’engagement numérique et par le biais d’autres modalités de santé numérique comme la télésanté, sans parler des données non structurées des notes cliniques, de l’imagerie, de l’audio , ainsi que les données générées par les médias sociaux. Tout cela s’ajoute à la pile de données provenant du DME traditionnel, des laboratoires et d’autres systèmes de HC.
• La capture et la gestion de ces données impliquent d’énormes quantités de capacité d’ingestion, de stockage et de traitement de données.
• Bien qu’une grande partie de cela puisse être gérée, en théorie, avec les technologies actuelles sur site, les plates-formes cloud comme AWS ont déjà des services intégrés à la plate-forme tels qu’AWS Glue, Athena et Redshift pour aider à résoudre bon nombre de ces défis, et ils ont la capacité d’évoluer quand et selon les besoins.

Modernisation de l’analytique

Changeons de vitesse, j’ai beaucoup parlé de données ici, mais qu’en est-il de la modernisation de l’analytique ?

De nombreuses équipes sont prises ou peut-être trop absorbées par la nécessité de traiter toutes ces données. Mais ne perdons pas de vue la valeur réelle ici, qui consiste à générer de la valeur et des informations analytiques pour les utilisateurs professionnels et les parties prenantes.

Pour ce faire, nous devons permettre un accès transparent aux bonnes informations. Cela inclut bien sûr les tableaux de bord et les visualisations BI, mais aussi l’analyse auto-dirigée qui est, ou devrait être, l’enjeu de tout programme d’analyse moderne. Cela signifie permettre aux équipes de créer rapidement et facilement des bacs à sable de découverte accessibles pour une exploration ad hoc par des utilisateurs expérimentés et des scientifiques des données, sans sacrifier la gouvernance et la sécurité nécessaires.

Le succès de l’analyse en libre-service nécessite l’utilisation de catalogues de données et de glossaires métier pour permettre aux utilisateurs de localiser, d’accéder, et faites confiance les données dont ils ont besoin et fournissent des mécanismes pour interpréter la signification sémantique des données portant le même nom, ce qui est si important pour utiliser les données de manière appropriée et responsable.

Si nous examinons les analyses et les informations d’un point de vue prospectif, nous devons nous préparer à l’utilisation étendue de l’IA et de l’automatisation robotique des processus. Cela nécessite de fournir un niveau de confiance accru dans vos données, ainsi que la capacité de gérer le biais inhérent à ces données.

Nous devons développer les capacités de création et d’utilisation de modèles prédictifs et d’algorithmes ML, nous permettant d’aller au-delà de la « réponse réactive » typique et de permettre des « réponses prédictives ». Le succès durable de l’IA et du ML nécessite des capacités pour gérer ces modèles et algorithmes prédictifs en évolution rapide et en croissance grâce à l’utilisation d’outils et de techniques AI-Ops.

Lorsque nous réussissons, nous pouvons aller au-delà de la simple fourniture d’informations pour mieux comprendre les soins de santé et atteindre les capacités d’automatiser les fonctions qui réduisent la charge de nos travailleurs de la santé complètement surchargés, ce qui, comme nous le savons, est une menace redoutable pour le succès continu de la prestation des soins de santé. à notre population.

Alors que nous adoptons la modernisation, nous devons également prendre en compte le processus de développement de solutions et de produits, ce qui signifie une exécution de projet agile et centrée sur les cas d’utilisation, ainsi que le traitement des solutions d’analyse avec un produit état d’esprit, qui aide à se concentrer sur la valeur apportée par ce produit plutôt que sur le processus de création de cette valeur.

Modernisation des données et des analyses

Une société mondiale de services de santé avait besoin d’une vue plus complète des finances (par exemple, les revenus de distribution, les coûts et les remises) associées aux produits qu’elle vend et livre. Il devait également garantir l’exactitude des transactions financières et permettre la déclaration des remises au CMS.

Comme ce client partenaire de confiance pour la modernisation des données et des analyses basées sur AWS, nous avons développé une solution pour répondre à ces besoins avec une plateforme via DevSecOps fonctionnant avec des structures de compte AWS. Cette solution offre meilleures informations sur les données pour la distribution pharmaceutique, la facturation et les remises aux partenaires internes et externes du client

Ils compléteront + AWS

Perficient comprend les complexités de la soins de santé l’industrie et les défis uniques auxquels sont confrontés les organismes de soins de santé. Notre pratique des soins de santé fournit des conseils stratégiques en affaires et en technologie qui aident nos clients à se transformer avec les exigences actuelles en matière d’expérience numérique des consommateurs. Cette orientation stratégique est ensuite transformée en solutions technologiques pragmatiques qui améliorent l’efficacité clinique, financière et opérationnelle.

En tant que Partenaire AWSnous avons une vaste expérience avec Big Data, entreposage de données, l’intelligence d’entrepriseet analytiqueet travaillez avec nos clients pour transformer les données en informations opportunes et exploitables à l’aide de services AWS tels qu’AWS Glue, Amazon Redshift, Amazon Quicksight et Athena.

Nous fournissons des feuilles de route de lac de données, des pilotes de déploiement rapide et des engagements de service tout au long du cycle de vie. Notre objectif principal est de fournir un meilleur modèle de livraison « time-to-value » en utilisant un lac de données en conjonction avec ou en remplacement d’un EDW et de fournir les meilleures pratiques pour s’assurer que le lac de données ne se transforme pas en « bassin de décharge ». .”