بيانات الرعاية الصحية فوضوية. هذه هي أبسط طريقة لوضعها. فهو لا يعيش في مكان واحد، ولا يتبع تنسيقًا واحدًا، ومعظم الأنظمة التي يأتي منها لم يتم تصميمها للعمل معًا.
لا تزال العديد من الفرق تتعامل معها مثل أي مشكلة بيانات أخرى. يقومون بإعداد خطوط الأنابيب، وربط المصادر مثل السجلات الصحية الإلكترونية أو أنظمة المطالبات، وتشغيل الأمور. ولكي نكون منصفين، هذا الجزء يعمل عادة. يتم نقل البيانات، ويتم إنشاء لوحات المعلومات، وتبدو الأمور وكأنها تسير على الطريق الصحيح.
المشاكل تظهر لاحقا. عادةً، عندما يبدأ شخص ما بطرح أسئلة أساسية، مثل سبب عدم تطابق تقريرين أو كيفية حساب الرقم. وذلك عندما تدرك أنه لا أحد لديه إجابة واضحة. ليس لأن الناس غير قادرين. لأنه بمجرد أن تبدأ البيانات في التحرك عبر أنظمة متعددة، يصبح من الصعب تتبعها إلا إذا كنت متعمدًا جدًا بشأن ذلك منذ البداية. معظم الفرق ليست كذلك، على الأقل ليس في وقت مبكر.
الحصول على رؤية لكيفية تحرك بيانات الرعاية الصحية
تجعل الرعاية الصحية هذا الأمر أكثر صعوبة لأن البيانات تتحرك دائمًا. بين مقدمي الخدمات، والمختبرات، وشركات التأمين، والأنظمة الداخلية، هناك عدد كبير جدًا من نقاط الاتصال. أضف خطوط الأنابيب الموزعة فوق ذلك، وستفقد الرؤية بسرعة كبيرة.
يتحدث الناس عن النسب ومسارات التدقيق وكل ذلك. إنه أمر مهم، ولكن في الواقع، غالبًا ما يتم دفعه إلى مراحل لاحقة. وبحلول ذلك الوقت، يكون كل شيء معقدًا بالفعل ويصعب حله.
يعد التحكم في الوصول أمرًا آخر يبدو سهلاً، ولكنه نادرًا ما يكون كذلك. لا يجب على الجميع رؤية كل شيء، لكن معرفة من يجب أن يرى ما يتطلب جهدًا. عندما لا يكون ذلك واضحًا، إما أن يتم حظر الأشخاص أو أن يلتفوا حول النظام. كلاهما يحدث أكثر مما تتوقع.
التعريفات هي المكان الذي تسوء فيه الأمور بهدوء. يمكن أن يعني نفس الحقل أشياء مختلفة قليلاً اعتمادًا على النظام المصدر. إذا لم يتم توثيق ذلك بوضوح، فسينتهي بك الأمر بمقارنة الأشياء التي تبدو متشابهة ولكنها ليست كذلك.
لقد رأيت هذا في مشروع حيث كانت خطوط الأنابيب المتعددة تغذي التقارير. من الخارج، بدا كل شيء على ما يرام. كانت البيانات تتدفق، وكانت لوحات المعلومات نشطة، ولم تكن هناك أخطاء واضحة.
ولكن بمجرد أن بدأنا في البحث فيها، أصبح من الواضح أنه لا أحد يفهم تمامًا كيفية تنظيم البيانات. كان علينا أن نرسمها بأنفسنا فقط لنتمكن من التعامل معها. وبمجرد أن فعلنا ذلك، وجدنا تناقضات في كل مكان. نفس الحقول، ومعاني مختلفة، مما أدى إلى ظهور مقاييس غير صحيحة في لوحات المعلومات التي كان الأشخاص يستخدمونها بالفعل.
لا شيء كسر. وهذا ما جعل الأمر صعبا. لقد كان الأمر خاطئًا بطرق لم تكن واضحة.
لقد أصلحنا ذلك من خلال محاذاة التعريفات وإضافة عمليات التحقق من الصحة قبل وصول البيانات إلى التقارير. لم يكن الإصلاح معقدًا، ولكن كان ينبغي القيام به قبل ذلك بكثير.
العمل ضمن لوائح الرعاية الصحية
يعتقد الكثير من الناس أن اللوائح هي الجزء الأصعب في أنظمة بيانات الرعاية الصحية. إنهم ليسوا كذلك. الجزء الأصعب، في رأيي، هو الانضباط. يمكنك وضع جميع قواعد الامتثال، ولكن إذا لم تكن مساراتك منظمة بشكل جيد، فإن هذه القواعد لن تساعد حقًا.
هناك أيضًا المزيد من الذكاء الاصطناعي الذي يتم دمجه في هذه الأنظمة الآن. وهذا يضيف طبقة أخرى من المخاطر. إذا لم تكن البيانات الواردة أدناه ثابتة، فإن النماذج تقوم فقط بدفع هذه المشكلات إلى الأمام. في بعض الأحيان يجعلون من الصعب اكتشافهم.
لقد رأيت مشكلات مماثلة في الصناعات الأخرى أيضًا. في الأنظمة المالية، قمنا ببناء نظام مراقبة يمكنه اكتشاف المشكلات في الوقت الفعلي عبر أجزاء مختلفة من المسار. لقد ساعدنا ذلك كثيرًا، ويرجع ذلك في الغالب إلى أننا تمكنا أخيرًا من رؤية ما كان يحدث بالفعل. هذه هي المشكلة الأساسية حقًا في معظم هذه الإعدادات. قلة الرؤية. تمر المشكلات الصغيرة دون أن يلاحظها أحد حتى تبدأ في التأثير على المخرجات.
حيث تميل أنظمة بيانات الرعاية الصحية إلى النضال
تعاني أنظمة الرعاية الصحية أكثر من أي وقت مضى عندما يتم التعامل مع الحوكمة كشيء يجب التعامل معه لاحقًا. تركز الفرق على تشغيل خطوط الأنابيب، ويصبح الهيكل فكرة لاحقة. وبحلول الوقت الذي يعودون إليه، تكون الأمور معقدة بالفعل.
يتم تجميع البيانات من أنظمة مختلفة معًا دون مواءمتها بشكل كامل مع كيفية تعريفها. بمرور الوقت، تتحول حالات عدم التطابق الصغيرة هذه إلى مشكلات أكبر.
الفرق التي تقوم بذلك بشكل جيد لا تستخدم بالضرورة أدوات مختلفة. إنهم يقضون المزيد من الوقت مقدمًا للتأكد من أن الأمور واضحة. إنهم يوثقون ويوحدون المعايير ويراقبون مبكرًا بدلاً من الرد لاحقًا.
دعم التحليلات دون فقدان السيطرة
هناك الكثير من الضغط في الوقت الحالي على فرق الرعاية الصحية لبذل المزيد من الجهد باستخدام بياناتهم. تحسين النتائج، وخفض التكاليف، ودعم العمل على نطاق أوسع في مجال الصحة العامة، كل ذلك يعتمد على القدرة على استخدام البيانات فعليًا بطريقة مجدية. الأنظمة الموزعة تجعل ذلك ممكنا. يمكنك ربط مجموعات بيانات مختلفة، وإجراء تحليل واسع النطاق، والبدء في الحصول على رؤى لم يكن من الممكن الوصول إليها من قبل. هذا الجزء مثير، وهو المكان الذي تركز عليه معظم الفرق.
الجزء الأصعب هو التأكد من موثوقية النظام الموجود تحت كل ذلك. إذا لم تكن البيانات متسقة، أو كان الأشخاص لا يثقون بالمصدر الذي جاءت منه، فلن يصمد التحليل. قد يبدو الأمر صحيحًا، لكن هذا لا يعني أنه كذلك. ما رأيته ينجح هو عندما تتوقف الفرق عن التعامل مع الإدارة والتحليلات كشيئين منفصلين. فبدلاً من بناء خطوط الأنابيب أولاً والقلق بشأن التحكم لاحقاً، قاموا بتصميم كليهما معاً. وليس من الضروري أن تكون معقدة للغاية، بل يجب أن تكون واضحة بدرجة كافية حتى يفهم الأشخاص البيانات وكيفية استخدامها.
يستغرق الأمر المزيد من الجهد مقدمًا. لا توجد طريقة للتغلب على ذلك. ولكن بمرور الوقت، تميل هذه الأنظمة إلى أن تكون أكثر استقرارًا وأسهل في العمل معها. تقضي وقتًا أقل في حل المشكلات ووقتًا أطول في استخدام البيانات فعليًا.
وهذا لا يقتصر على الرعاية الصحية، ولكنه يظهر بشكل أكثر وضوحًا هنا لأن المخاطر أعلى. عندما ترتبط البيانات بقرارات حقيقية، ستلاحظ بسرعة كبيرة إذا كان هناك شيء غير صحيح. إنه ليس عملاً مثيرًا، لكنه يجعل كل شيء آخر أسهل. وفي مجال الرعاية الصحية، حيث البيانات مهمة بالفعل، فإن هذه المقايضة تستحق العناء.
الصورة: ليانا ناجييفا، غيتي إيماجز
AvaneerAniket Abhishek Soni هو مهندس بيانات أول وباحث يتمتع بخبرة تزيد عن ست سنوات في تصميم وقيادة خطوط أنابيب البيانات واسعة النطاق والمنصات السحابية والحلول المدعومة بالذكاء الاصطناعي عبر الصناعات شديدة التنظيم، بما في ذلك الرعاية الصحية والخدمات المالية وأبحاث المناخ. يركز عمله على جعل أنظمة بيانات المؤسسة أكثر موثوقية وقابلية للإدارة والأداء لدعم التحليلات المتقدمة والذكاء الاصطناعي التطبيقي في بيئات العالم الحقيقي.
تظهر هذه المشاركة من خلال المؤثرون في MedCity برنامج. يمكن لأي شخص نشر وجهة نظره حول الأعمال والابتكار في مجال الرعاية الصحية على MedCity News من خلال MedCity Influencers. انقر هنا لمعرفة كيف.
