View a markdown version of this page

Componentes de uma estratégia moderna de dados de saúde - AWS Recomendações

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Componentes de uma estratégia moderna de dados de saúde

Para executar uma estratégia moderna de dados de saúde, adote metodologias ágeis, com foco na entrega de casos de uso diretamente vinculados à estratégia de negócios. Ao adotar essas abordagens ágeis de dados, sua organização pode atingir rapidamente seus objetivos de negócios. Uma metodologia ágil para dados inclui:

  • Perspectiva: concentre-se em projetar e criar ofertas estáveis e habilitadas para dados. Desenvolva requisitos de negócios que apoiem os funcionários da linha de frente, minimizem a carga de trabalho de inserção de dados e melhorem a experiência do paciente. Crie um ambiente seguro para testar ideias, experimentar e capturar as lições aprendidas. Use essas lições para impulsionar futuras iterações. Trate os dados como um ativo organizacional essencial e atribua o mesmo nível de importância associado a outros ativos essenciais.

  • Propriedade: compartilhe a propriedade pelos problemas e resultados entre os líderes de negócios e de tecnologia. Eles devem definir os objetivos estratégicos de negócios da organização, incluindo resultados para pacientes, eficiência de custos e conformidade regulatória. Por exemplo, você pode estabelecer um Cloud Center of Excellence (CCoE) com o engajamento da liderança empresarial e de TI. A CCo E ajuda a criar responsabilidade conjunta para acelerar a adoção e o valor dos negócios. Ao mesmo tempo, a CCo E abraça o potencial de inovação da nuvem e ajuda a garantir uma solução de dados bem arquitetada.

  • Competência em dados: promova a competência em dados estabelecendo um comitê de dados que inclua representação clínica e operacional. Os líderes do comitê devem se comprometer a promover agilidade, inovação e uma mentalidade orientada a dados em toda a organização e em suas respectivas unidades de negócios. Crie um roteiro que alinhe a competência em dados e a transformação dos negócios baseada em dados. Treine e incentive os line-of-business líderes a usar sistemas de apoio à decisão e tomar decisões com base em dados.

  • Governança: estabeleça um framework de governança de dados que descreva as políticas, os procedimentos e os padrões para gerenciar dados em sua organização. Desenvolva diretrizes para a qualidade, a privacidade, a segurança e o acesso a dados. Crie essas diretrizes para facilitar a conformidade regulatória. Implemente o framework de governança em etapas à medida que você implementa casos de uso de negócios. Crie modelos de governança federados ou distribuídos para equilibrar questões não negociáveis de segurança, privacidade e regulamentação com a necessidade de inovar. Identifique oportunidades de gerenciamento central de dados (por exemplo, um índice central de pacientes, um catálogo de dados unificado). Avalie o impacto potencial na empresa na unificação de dados multimodais.

    Simultaneamente, a governança deve facilitar a democratização dos dados para acesso rápido e intuitivo aos dados para aqueles que precisam deles, ajudando os usuários a se sentirem capacitados, e não controlados. Para atender aos requisitos de governança com mais eficiência e com menos sobrecarga para a equipe da linha de frente, use ferramentas e melhores práticas de conformidade de AWS saúde criadas especificamente. Sempre que possível, forneça ferramentas de autoatendimento para reduzir o impacto nas equipes de dados e analistas.

  • Artefatos: defina e use artefatos que melhoram a colaboração e o compartilhamento de dados entre diferentes equipes e departamentos. Os principais artefatos incluem catálogos, dicionários e modelos de dados. Por exemplo, use o AWS Glue Data Catalog para catalogar dados. Use AWS Clean Roomsa Amazon DataZone e compartilhe dados específicos ou insights de dados dentro e entre organizações de saúde sem comprometer a privacidade do paciente ou violar os requisitos de conformidade da HIPAA.

  • Arquitetura de dados: projete e refine continuamente sua arquitetura de dados. Uma arquitetura compatível com uma estratégia moderna de dados de saúde deve abranger ativos de dados multimodais. Adote uma abordagem orientada por domínio para lidar com dados multimodais, desacoplando produtores de dados de consumidores na arquitetura. Considere o armazenamento, a retenção e o formato. Dê ênfase à facilidade de acesso e uso, facilitada pelo gerenciamento robusto de metadados.

    As necessidades específicas da área de saúde, como conformidade regulatória e gerenciamento de consentimento, devem ajudar a definir as políticas e os procedimentos de tratamento de dados. Considere estabelecer os padrões de dados centrais necessários para definir entidades comerciais de forma exclusiva, como pacientes, fornecedores e funcionários. Reduza a complexidade do processo definindo e criando conjuntos de dados não identificados para ajudar a acelerar os casos de uso que não exigem acesso a Informações de Saúde Protegidas (PHI).

  • Tecnologia: adote uma arquitetura baseada em nuvem que use serviços com propósito específico, com base nas necessidades comerciais em questão. Crie soluções em que sua organização precise inovar, mas use off-the-shelf soluções e serviços gerenciados sempre que possível para reduzir e mantenha suas equipes focadas na inovação. Por exemplo, use analytics preditivo para identificar pacientes vulneráveis ou em risco para atendimento e cuidado proativos. Use o Amazon Comprehend Medical para consultar e extrair informações de dados não estruturados e semiestruturados, como anotações médicas. Use o AWS HealthImaging para ajudar os funcionários da linha de frente a processar imagens médicas com mais precisão e eficiência.

  • Acesso democratizado aos dados — Promova a transparência e a visibilidade dos dados organizacionais usando ferramentas de catalogação como a Amazon. DataZone Essas ferramentas oferecem a capacidade de pesquisar e analisar os dados organizacionais disponíveis, entender as definições, o ciclo de vida e a linhagem dos dados e solicitar acesso aos dados.

  • Facilidade de uso: o sucesso de sua estratégia moderna de dados de saúde depende da facilidade de uso. Avalie os diferentes níveis de competência em dados na organização e desenvolva um plano para lidar com o consumo em um espectro de usuários. Avalie os níveis atuais de competência em dados em toda a organização, elabore um currículo de competência em dados e identifique oportunidades de projetos para desenvolver planos de equipe e treinamento. Considere as três grandes categorias de usuários a seguir em que sua equipe pode se enquadrar, concentrando-se em suas necessidades de treinamento e adoção:

    • Manipuladores de dados: estes usuários são proficientes em dados e possuem competências tecnológicas para explorar conjuntos de dados semicurados e não curados. Para aumentar a produtividade, é essencial equipar esses usuários com os conjuntos de ferramentas de que precisam. AWS serviços como Amazon Athena, Amazon Redshift Spectrum AWS Glue DataBrewe SageMaker Amazon AI Data Wrangler ajudam esses usuários a se conectar e integrar conjuntos de dados diferentes sem precisar escrever códigos complexos de engenharia de dados.

    • Usuários avançados — Esses usuários geralmente são especialistas no assunto de negócios ()SMEs. Eles são proficientes em dados, mas possuem habilidades técnicas limitadas. Eles dependem de conjuntos de dados curados para extrair valor nos dados. Esses usuários se beneficiam de ferramentas gráficas para realizar operações leves de modificação de dados e criar elementos visuais envolventes. Os serviços da AWS, como o Amazon Quick, ajudam esses usuários a explorar, editar, limpar, harmonizar, visualizar e compartilhar dados.

    • Consumidores — são executivos e line-of-business líderes não técnicos. Esses usuários geralmente preferem consumir relatórios pré-criados e painéis interativos. Oferecer a esses usuários uma maneira de realizar uma análise guiada de dados pode acelerar a inovação e as decisões críticas de negócios. Ferramentas generativas de inteligência de negócios (BI), como o Amazon Quick Q, que permite interações em linguagem natural para obter insights baseados em dados, podem ajudar essa categoria de usuários.

No geral, uma estratégia moderna de dados de saúde deve estar enraizada em casos de uso e ações diretamente vinculadas à estratégia de negócios. Também deve considerar a mentalidade, a propriedade, os artefatos, a governança e a tecnologia como componentes igualmente importantes. Ao fazer isso, sua organização de saúde pode se tornar orientada por dados, ágil e capaz de agir rapidamente em resposta a condições fora do controle de sua organização.