Implementierung einer modernen Strategie für Gesundheitsdaten

Erstellen Sie ein Betriebsmodell für eine datengesteuerte Organisation — Identifizieren Sie die Rollen, Kompetenzen und das angestrebte Betriebsmodell, die für den Aufbau einer datengesteuerten Organisation erforderlich sind. Fördern Sie Datenkompetenz in Unternehmen, IT und allen, die mit der Patientenversorgung zu tun haben, einschließlich Patienten. Nutzen Sie das innovative Potenzial der Cloud, um schneller geschäftlichen Nutzen zu erzielen. Beginnen Sie mit einer hybriden Datenstrategie, damit Ihr Unternehmen schnell handeln kann. Nutzen Sie vorhandene lokale Tools und Technologien mit cloudbasierten Lösungen, um flexible und effiziente Datenprodukte zu entwickeln. AWS bietet eine Reihe von Produkten für die Einführung von Hybrid-Cloud-Modellen, um Ihren Übergang zur Cloud zu beschleunigen.

Gehen Sie von den Anforderungen an vorderster Front aus — Identifizieren Sie für jede Unternehmensrolle, welche Daten wann und in welchem Format benötigt werden. Bestimmen Sie als Nächstes, woher die Daten stammen und wie sie rechtzeitig bereitgestellt werden können. Stellen Sie die Daten in einem Format bereit, das die Benutzer leicht verstehen und anwenden können. Verwenden Sie AWS HealthLakebeispielsweise Amazon, um Dashboards QuickSight zu erstellen, die verständliche Datenvisualisierungen enthalten. Entwickeln Sie nach Möglichkeit Self-Service-Lösungen, auf die Endbenutzer zugreifen und diese bearbeiten können, ohne dass ein Analyst oder ein Datenwissenschaftler eingreifen muss.

Automatisieren Sie die Datenpipeline — Wenn ein Mitarbeiter im Gesundheitswesen an vorderster Front Daten manuell von einem System auf ein anderes übertragen muss, verzögert dieser Schritt die Datenbereitstellung. Dies führt zu Datenlücken und Fehlern, lenkt das Personal an vorderster Front von der Patientenversorgung ab, untergräbt die Arbeitsmoral der Mitarbeiter und verringert die Produktivität der Mitarbeiter. Automatisierung mag teuer erscheinen, aber berücksichtigen Sie bei Ihren Berechnungen return-on-investment (ROI) die Gesamtkosten der manuellen Datenverarbeitung. Wenn Datenquellen eine manuelle Datenübertragung erfordern, sollten Sie überlegen, ob Sie die Daten beibehalten können. Um Daten von medizinischen Geräten zu erfassen, können Sie die AWS Integration mit medizinischen Geräten nutzen und AWS Gluedamit eine betriebseffiziente Datenleitung aufbauen.

Wechseln Sie vom Monolithen zum Modularsystem — Monolithische Systeme weisen wechselseitige Abhängigkeiten auf, die Innovationen in allen Komponenten verhindern und die Fehlerbehebung erschweren, wenn etwas schief geht. Eine moderne Strategie für Gesundheitsdaten sollte modular sein: Sie sollte aus unabhängigen Komponenten mit klar definierten Schnittstellen bestehen, sodass Sie in jedem Modul innovativ sein können, ohne andere Module zu stören. Verwenden Sie Datenspeicher, die Interoperabilitätsstandards unterstützen. Erwägen Sie beispielsweise die Verwendung eines HIPAA-fähigen Datenspeichers HealthLake, der mit Fast Healthcare Interoperability Resources (FHIR) kompatibel ist, zusammen mit off-the-shelf Datenaufnahmesoftware, um genomische, transkriptomische und andere Omics-Daten AWS HealthOmicszu transformieren.

Verwenden Sie verwaltete und serverlose Dienste — Reduzieren Sie den undifferenzierten Aufwand für Server- und Betriebssystemkonfiguration, Patch-Management und Überwachung, indem Sie Managed Services verwenden, bei denen der Clouddienstanbieter die zugrunde liegende Infrastruktur für Sie verwaltet. Verlagern Sie Ihre IT-Personalressourcen von der Systemverwaltung (damit das Licht an bleibt) hin zur Dateninnovation. Verwenden Sie beispielsweise AWS Lambdaor AWS Fargatefür Rechendienste, Amazon Aurora Serverless für relationale Datenbanken und Amazon Redshift Serverless für Ihr Data Warehouse.

Vereinfachen und verkürzen Sie Daten-Pipelines — Das Verschieben und Transformieren von Daten ist potenziell teuer und zeitaufwändig. Es kann auch zu Fehlern in Datenlösungen führen. Gehen Sie wie folgt vor, um die Kosten zu optimieren, die Datenbereitstellung zu beschleunigen und die Datenqualität zu verbessern:

Verwenden Sie beispielsweise AWS Managed Services, um Data-Mesh-Architekturen zu implementieren, den mit der Datenverlagerung verbundenen Aufwand zu minimieren und föderierte Abfragen zu verwenden.