Zlepšenia pre dáta (nielen) v zdravotníctve

V predchádzajúcom texte sme písali o štyroch hlavných typoch problémov, ktoré komplikujú efektívne využitie dát (nielen) v zdravotníctve. Každý problém sa dá zlepšiť. Nasledujúce odstavce sumarizujú najčastejšie riešenia, ktoré majú potenciál viesť k lepšej kvalite dát v zdravotníctve.

Zlepšenia pre dáta (nielen) v zdravotníctve

1)    Pravidelné audity

Audity síce neodstraňujú príčiny problému, môžu však byť veľmi efektívne pri ich identifikácii. Pojem „audit“ označuje kritické preskúmanie a zhodnotenie určitej činnosti, prípadne situácie v určitej oblasti – napríklad (zberu) dát v zdravotníctve. Vykonávanie auditov je prvým krokom k tomu, aby organizácia mala prehľad o tom, „ako na tom je“ – či zbiera vhodné dáta, či sú dáta kvalitné, prípadne v čom spočívajú nedostatky zozbieraných dát, ako aj procesov ich zbierania a využívania. Audit môže vykonať buď interný analytik (prípadne analytický tím) organizácie, alebo môže táto úloha byť outsorcovaná tretej strane.

2)    Štandardizácia dát

Štandardizovanie dát rieši problém spočívajúci v ich heterogenite. Dáta by mali byť štandardizované na štyroch úrovniach:

  1. terminológia (vopred určené termíny používané pri zbere a spracovaní dát)
  2. obsah (aké dáta sú zbierané a ako sú organizované)
  3. transport (formát dát, ich šifrovanie atď.)
  4. súkromie/bezpečnosť (zber a uchovávanie dát musí byť v súlade s platnými zákonmi a reguláciami)

Nastavenie a dodržiavanie štandardizovaných postupov pomáha predchádzať nejasnostiam v dátach, umožňuje ich širšie využitie, spoluprácu medzi oddeleniami v rámci organizácie a medzi samotnými organizáciami. Taktiež je prevenciou voči duplicitným a nekompletným dátam. V konečnom dôsledku tak štandardizácia dát zlepšuje kvalitu poskytovanej zdravotnej starostlivosti.

3)    Revízia a zjednodušenie regulačného rámca

Štúdia vypracovaná na žiadosť dánskej vlády, ktorá skúmala regulačný rámec pre dáta v zdravotníctve, došla k trom odporúčaniam s cieľom maximalizovať benefity využívania dát.

  1. Prvým odporúčaním je zjednodušenie existujúcej legislatívy. Štúdia uvádza, že je potrebné jasne určiť interpretáciu regulácií v prípadoch, ktoré v súčasnosti umožňujú rôzne výklady.
  2. Druhé odporúčanie je smerované na (v súčasnosti dlhé a komplikované) administratívne procesy. Autori štúdie odporúčajú reorganizáciu procesov a prerozdelenie kompetencií medzi aktérmi s cieľom zjednodušenia a skrátenia týchto procesov.
  3. Tretie odporúčanie sa venuje tomu, do akej miery sú súčasné regulácie aktuálne. Podľa zistení štúdie sú niektoré časti regulačného rámca „pozadu“ v porovnaní s vývojom technológií a postupov spojených s dátovou analytikou. Zaostalé regulácie potom znemožňujú využitie plného potenciálu nových technológií a je potrebná ich aktualizácia.

4)    Tréning zamestnancov

V tomto bode ide o tréning zamestnancov zdravotníckej organizácie, ktorý má zabezpečiť, aby zamestnanci lepšie pochopili problematiku zberu, tvorby a využívania dát. Zo zdravotných sestier a lekárov nemocnica dátových vedcov nespraví, to však neznamená, že istá forma vzdelania v oblasti dát nemôže byť prospešná aj v prípade týchto povolaní. Často sú totiž práve pracovníci pôsobiaci „v prvej línii“ tí, ktorí dáta zbierajú. Ak však aspoň približne nerozumejú širšiemu kontextu – t. j. prečo zbierajú dáta, resp. čo sa s dátami deje po tom, ako ich zozbierajú a zadajú do elektronického systému – je pravdepodobné, že budú tieto činnosti vykonávať spôsobom, ktorý bude kvalitu dát a ich interoperabilitu znižovať. Tzv. „working knowledge“ (znalosť toho, ako niečo funguje, bez nutnosti ovládať hlbšie teoretické východiská) ohľadom relevancie a využívania dát môže prispieť napríklad k tomu, aby títo zamestnanci s dátami pracovali spôsobom, ktorý nebude limitovať ich ďalšie využitie. Treba však počítať s tým, že nie všetku dátovú agendu je možné zveriť zdravotníkom a bude potrebné zamestnať dátových špecialistov. Americký Bureau of Labor Statistics (Úrad pre štatistiku práce) odhaduje, že v nasledujúcich 10 rokoch bude americký trh dopytovať 20 000 dátových analytikov ročne. Môžeme predpokladať, že významné percento z nich bude žiadané pre zdravotnícky sektor.

blog SME, 19.7.2022

INESS is an independent, non-governmental and non-political civic association. All of our activities are financed by grants, 2% tax allocation, own activities and donations from individuals and legal entities. Thus, our operation, scope and quality of outputs, largely depends on your generosity.
Our
awards
Zlatý klinec Nadácia Orange Templeton Freedom Award Dorian & Antony Fisher Venture Grants Golden Umbrella Think Tanks Awards