Analytics ve zdravotnictví
Správa zdraví potřebuje přesné a podrobné informace pro přijetí pozastavených a přiměřených rozhodnutí. Příprava těchto informací vyžaduje značné úsilí - údaje musí být důkladně smontovány, zpracovávat, analyzovat a předložit rozhodovací pravomoci. V každé fázi takové práce mohou nastat problémy: Chyby, nesrovnalosti, přeskočení, zpoždění, zkreslení. To vše v konečném důsledku ovlivňuje kvalitu údajů a vede k vytvoření nesprávných závěrů, provádění nesprávných rozhodnutí.Podle našeho názoru je aktivní digitalizace zdravotní péče navržena tak, aby vyřešila většinu těchto problémů. Zejména zavedení moderních informací a analytických technologií - Business Intelligence (BI). Řešení BI zvyšují úplnost sběru dat a poskytují přístupný přístup k nim. Analýza je jednodušší a rychleji, pracovní hypotézy jsou testovány rychleji, zobrazí se výkon práce. Rychlost přijetí rozhodnutí o řízení se výrazně zvyšuje a efektivnost zvyšování řízení zdraví, která je zvláště důležitá, s přihlédnutím k ambiciózním cílům a cílům, kterým čelí systém zdravotní péče v rámci spolkových a vnitrostátních projektů.
Během své vlastní činnosti a při provádění projektů předložených projektů se Národní lékařské centrum lékařského výzkumu pojmenovaného po V. A. Alzozově zabývá posouzením lékařské péče o kardiologické profily a kardiovaskulární chirurgie v základních entitách Ruské federace. Studium aktivit regionů požadovalo vytvoření samostatného informačního a analytického systému. V tomto článku hovoříme o zkušenostech s vytvářením a implementace takového systému v NMITS. V. A. Alzov, včetně rozhodnutí BI - Luxms používaných v systému a na těchto komponentách, které vám umožní provádět účinnou analýzu v tomto směru.
Komponenty efektivní analýzy budov
Složka 1. Provozní analýza situaceŘízení samostatné lékařské organizace, skupiny organizací nebo systému zdravotní péče na úrovni regionu uvádí širokou škálu úkolů pro shromažďování a analýzu značné množství informací. Zprávy, ze kterých se požadované informace shromažďují, je však vytvořeno se zpožděním. Výstavba jakýchkoli informací a analytického systému napovídá především opatření pro optimalizaci sběru a skladování potřebných údajů.
Například při provádění cílů federálního projektu, konečné údaje o výsledcích vlastních činností, budou regiony uznány za šest měsíců po dokončení vykazovaného období. Předběžné výsledky jsou projednány ve dvou nebo třech měsících a je v průběhu těchto diskusí, že se vytvoří následující rok. Zpoždění Při sběru informací je zkreslení skutečné situace zavádějící vedení a narušuje plánované cíle.
Efektivní práce je práce s provozními údaji, ideálně analýzou situace v reálném čase. A to je důvod, proč když analytický systém používá naše organizace operační údaje.
Komponenta 2. Komplexní situacePro správné závěry potřebujete širokou analýzu dat: v různých škrtech, ve srovnání s jinými trendy as nezbytnou úrovní detailů. Pouze to může vypadat správné nápady a pouze tak, abyste mohli otestovat stávající pracovní hypotézy. Volba metod zacházení, výběr vývojových strategií, analýza faktorů vlivu, definice prioritních opatření k dosažení deklarovaných cílů - to vše není možné bez komplexní analýzy situace.
Zkušenosti ukazují, že pokus o vyhodnocení pouze cílených / klíčových ukazatelů často dává zkreslený obraz. Izolované analýza jedné z cílů - úmrtnosti z nemocí oběhového systému (BSK) může vést k nesprávnému výkladu situace. V regionu v roce 2015-2017 se tento ukazatel snížil, což může být považováno za explicitní kladná dynamika spojená s prováděním činností (graf 1).
Jednorázové studium úmrtnosti z jiných onemocnění v letech 2015-2017 však ukazuje růst postavy, které, jak se ukázalo, je spojen s prováděním automatizovaného systému kódování příčiny smrti a změnu Principy posmovitého diagnostického kódu (Graf 2).
Posouzení dynamiky mortality z BSK musí být složité a zahrnovat jako ukazatele úmrtnosti z BSK a ukazatelů celkové úmrtnosti a úmrtnosti z jiných důvodů (Graf 3).
Dokonce před tvorbou analytických obrazovek a vyplnění musí být jejich informace zastoupeny jako lékaři, analytici, specialisté a manažery organizací je využijí. Je důležité distribuovat role, které tvoří algoritmus pro práci se systémem a rozlišováním přístupu k datům.
Specialisté různých úrovní probíhají různé pracovní scénáře v závislosti na jejich funkcích. Například vedoucí oddělení je důležitá pro sledování ukazatelů na úrovni specifických pacientů a oboru obecně. Hlavní lékař je důležitý pro sledování ukazatelů na úrovni organizace. Zástupce regionálního výkonného orgánu v oblasti zdravotní péče řídí účinnost všech hlavních lékařů, hodnotí celkovou situaci a zprávy o ukazatelích bezprostředně před ministerstvem zdravotnictví Ruské federace. Specifické cíle a metody jejich výpočtu se mohou významně lišit v závislosti na úrovni posouzení.
Úmrtnost z nemocniční úrovně vyžaduje pečlivé účetnictví počtu přijatých a přeložených pacientů z jedné organizace do druhé a na úrovni regionu, překlady nevyžadují účetnictví, protože jsou prováděny na jednom území. Podobná malá položka může vést k významným chybám při pokusu o použití cílených hodnot na téma složené subjekty Ruské federace na jednotlivé zdravotnické organizace. To je důvod, proč se oddělení rolí a individuálního přístupu vyžaduje jak v jejich monitorování, tak v jejich formování. Specialisté na různých úrovních potřebují různou šířku a hloubku při posuzování dat. Toto porozumění je založeno na víceúrovňovém přístupovém systému s modelem a funkcí přehrávání rolí, díky které analytická platforma může poskytnout jakémukoli účastníkovi požadovanému snížení dat.
V nmits je. Rozhodnutí A. ALMOZ BI umožňuje analýzu regionální zdravotní péče na různých úrovních jednotlivých zdravotnických organizací do okresů a Ruské federace obecně. Současně na každé úrovni v závislosti na roli uživatele se používá sada parametrů.
Složka 4. Optimalizace skladování informacíJe důležité dodržovat zásadu "přiměřené saháku": můžete si stáhnout všechna dostupná data do systému, ale redundantní informace odvádějí a interferuje s prací. Při vytváření řídicích panelů a datových sad je důležité porozumět předem: Jaké jsou indikátory nejdůležitější a jak organizovat postup načítání ukládání a dat. Ukazatele, seskupování a strukturování, přesné jméno - to jsou důležité prvky optimalizace informací v systému Analytics. Kromě toho je důležité neustále kontrolovat správnost dat a porovnat informace z různých zdrojů - taková práce může být automatizována pomocí analytických platformy.
Na začátku své práce s systémem BI jsme poskytli přístup specialistům na všechny dostupné informace na určité úrovni (v závislosti na roli). Tento přístup byl neúčinný. Většina odborníků nebyla připravena trávit čas na podrobné studii všech informací a požadovala určité třídění primárních dat. Strukturování a seskupování dat, třídění podle typů a zdrojů informací, které nám umožnily dodržovat zásadu "přiměřené saháky" a zvýšit efektivitu zaměstnanců.
Složka 5. Převod hlavní práce v systému BIHlavním přínosem systému BI pro lékařské pracovníky a zdravotnická organizace je snížit zátěž na ně a zlepšení účinnosti jejich práce. Ve stejné době, mezi zdravotnickými pracovníky, určitý stupeň neúnavnosti a konzervatismu je často pozorován ve vztahu k nových technických řešeních. Často pracovníci samotní nejsou vždy plně uvědomují, jak pracují s údaji a jaké úkoly skutečně provádějí.
Naše zkušenosti s implementací systému BI naznačují potřebu postupného přechodu na využití výrobku v každodenní práci k dosažení nejúčinnějšího výsledku. Výměna používání starých formulářů zpráv a dokumentů o funkci LUXMS byla provedena v několika fázích a režim práce s programem v současné době existujícím v současné době je zásadně odlišný od pracovního systému, který má zpočátku realizovat výrobek. Dashboards, které jsou v současné době používány odborníky nejčastěji navrženy relativně nedávno, jejich přítomnost a funkce nebyly předpokládány v prvních fázích práce s Luxms.
Navzdory podstatnému snadnému použití jediného systému BI, řada zaměstnanců v posledním okamžiku dodržovalo staré pracovní algoritmy. Zajištění provozní aktualizace informací v systému BI se zpožděním při aktualizaci údajů v jiných platformách, postupné zlepšování produktu v rámci uživatelských požadavků umožnilo všem zaměstnancům přepnout na použití jediného řešení. V současné době takové sjednocení kampaně umožnilo vytvořit jediný zdroj relevantních a pravdivých informací pro všechny skupiny uživatelů.
Výběr ruské nebo zahraniční bi
Ruské systémy BI nezabývali dostatečnou pozornost návrhu a problematice použitelnosti a primární vnímání zahraničních systémů bylo pozitivní. Ačkoli design není tak důležitý, mnozí manažeři mají šablonu myšlení, jsou zvyklí na to, co vidí ve zprávách. A tedy ruské vývojáři, na základě snadného přizpůsobení našeho softwaru, stali se ještě vyhledáváni, protože dávají klientovi, co chce.
Lékařské instituce mají mnoho specifických požadavků. Je těžké koupit, rusky snadněji. Podpora softwaru je důležitá, pokud potřebujete drahé specialisty - nevyhovuje mnoha zákazníkům, musíte se doprovázet. Přímá komunikace s výrobcem softwaru je vždy důležitá v práci, to je výhoda ruských vývojářů.
Západní produkty jsou zralejší, kvůli tomu lépe. Nevýhody ruských systémů BI: Neexistuje žádný velký počet vývojářů, existují problémy s učením, s kurzy - není vždy k dispozici. Je obtížné porovnat ruské a zahraniční systémy obecně: kód, který je jednodušší, a doprovázet jej a napravit snadnější. Existují chyby - ale jsou mnohem méně opraveny. S ruskými systémy je možná úspěšná implementace po dobu 3-4 měsíců.
Výhody a nevýhody mají z technologického místa. Klasifikace Gartner BI je rozdělena na nástroje pro objevování dat a business analytické aplikace, aplikace BI (obchodní analytické aplikace, aplikace BI), druhý je nejžádanější z našeho tématu, což je jinak nazvané průmyslové bi nebo systémy pro manažery, pro hlavní lékaře , Servisní manažeři prodeje. Jedná se o hlavní nástroj pro správu s funkcí ukončení operace na všech úrovních: od HR až po zadávání zakázek.
Jak bylo uvedeno výše, nejdůležitější podmořská část implementace ledovce systému BI pracuje s daty. Je důležité strukturovat a připravit analytiku řízení, druhý úkol je prozkoumat tyto údaje. Zahraniční systémy jsou silnější v zjišťování dat v oblasti výzkumu dat. Ale v manažerské analýze nebo obchodní analytické aplikace, ruské systémy již nejsou horší. Plasy jsou také v provozní technickou podporu, přímý kontakt se zákazníkem. Největší zákazníci dělají digitalizaci interními týmy a potřebují ruské výrobní plošiny, včetně možnosti získání zdrojového kódu a zdokonalit ji na jejich vlastní - žádný zahraniční systém toho zajistí na správné úrovni.
V některých ruských systémech, například LUXMS BI, existují technologické výhody - masivně paralelní zpracování dat a architektura datového centra. Datová centra jsou, když je obchodní logika ubytována vedle dat, přímo do DBMS, což vám umožní efektivně připravit data na vizualizaci. Masivní-paralelní léčba pomáhá překonat základní omezení práva Moore a zajistit vysokou rychlost odezvy s neomezeným zvýšením skladování a intenzity přijetí dat pro analýzu. Zralá řešení - Greenplum a Exadata MPP clustery, stejně jako pokročilé nízko latence MPP s podporou výpočetní techniky v paměti, jako je Dremio a Gigaspaces, poskytují obrovskou výhodu přes rychlost datového centra-line BI systémů. Kromě technologických výhod existují funkční výhody, například v LUXMS BI, jedná se o údržbu operačních hrabatelů, nakonfigurovaných kontrol Řízení řízení s koncovým interaktivním řízením činnosti organizace.
Organizace práce a vytváření efektivního systému BI v lékařství je velmi obtížný úkol, ale bez ní je rozvoj a pochopení kardinálové vylepšení nemožné, moderní medicína se nemůže spoléhat na velká data a potřebuje pohodlný přístup k nim.
Autoři:Alexey Fedorenko - přední specialista oddělení regionálního interakce pro implementaci federálních projektů FGBU "nmit je. V. A. Alzozov »Ministerstvo zdravotnictví Ruska
Sergey Shestakov - generální ředitel LUXMS GK