美国医疗机构BayCare Health System CIO谈如何提高数据素养

位于美国佛罗里达州的医疗机构BayCare Health System拥有16家医院、数百个设施和33000名员工，他们非常需要各种数据来改善运营、患者体验和人口健康，首席信息官William Walders详细介绍了他重点致力于使数据价值成为众包实体，以及为什么数据素养正在成为必备条件。

 William Walders，BayCare 首席信息官

数据素养对于BayCare Health System意味着什么？

这意味着每个团队成员都要在许可范围内进行操作。当负责清洁手术室的环境服务团队通过使用数据快速清理手术室以接纳新患者的时候，他们的工作效率就会更高。我们有三分之一的员工是护士，如果我们了解医院的患者数量和他们需要的护理水平，就可以预测未来的人员需求，就能以更低的成本提供更好的护理服务。

在安排患者预约的时候，如果我们知道爽约患者所占比例的历史记录，就可以增加临床工作人员接诊的患者数量。因此，如果我们能够看到预约时间低背后的数据，就可以制定激励计划让患者预约那些空闲时间段。有了数据素养，我们的团队就能够提出正确的问题，使用数据来改进我们的运营。

目前哪些数据对您来说是最重要的？

我们非常关心获得护理的机会。平均来看，大多数卫生系统从患者需要看医生到预约需要六周的时间，我们正在使用数据来缩短等待时间。

降低医疗成本是我们的另一个关键使命，因此医疗经济数据非常重要。其次是临床数据：我们正在投资基因组学以预测癌症，其中包括精准医疗和了解患者是否携带某种基因。当我们告诉患者要吃得更健康、多锻炼以避免心力衰竭的时候，他们并不总是会遵循我们的建议。但通过利用数据建议患者每年而不是每五年进行一次成像检查是可行的。因此，有很多数据对我们来说都是重要的。

哪些数据推动取得积极的成果，您能举一些真实例子吗？

我们获取财务数据的速度比过去快得多了，因此我们可以每天根据财务决策进行调整。我们加强了患者预约功能，使工作效率提高了30%。卫生系统中第一大收入来源是手术室时间，我们有400个手术室，可以利用数据分析发现特定医生的周转时间。例如，我们知道史密斯医生中午会来，他喜欢床靠近门，这不是我们的标准做法。如果我们做得不对，而头朝另一端的话，她就会走进来，举起双手，说：“我20分钟后回来”，这个时间会花费我们大约1万美元，利用数据来理解和规划这些行为是极其重要的。

您是如何提高组织数据素养的？

一旦我们建立了一个提供数据流动性的数据架构，让数据可以无处不在，就必须教人们如何使用这个架构。我们提供了基本的仪表板，显示住院时间和患者利用率等数据，而且建议他们每天查看这些数据。

这是数据素养的第一个部分：这是我们拥有的数据。对你有帮助吗？立刻就有60%的人点头。另外有10%的博士研究人员想要更进一步，我们会为他们做到这一点，但我们的第一步是让员工使用我们现有的数据。

一旦我们建立了基本的数据素养，就会教人们一些高级数据实践，培训他们使用我们的工具我的数据团队不再是把一天90%的时间花在数据分析表上。我们的员工正在自己做这件事。员工还会共享数据，为彼此构建新的数据集。现在的需求很高，所以我们正在更多地利用数据来解决问题，数据价值已经成为了一种众包实体。

数据素养的下一步是什么？

我们拥有独特且不同的业务范围：16家医院、数百家医疗诊所、手术中心和零售场所。当我拉动系统这边的拉杆时，对另一边意味着什么？这就是我们目前从素养角度看到的情况，向人们展示多元数据能力、如何相互合作，以及数据素养对整个系统意味着什么。如果您是患者，您可以前往我们的12个服务中心，我们会很好地引导您完成疾病管理。但是，我们正在采取哪些措施来优化患者体验并确保在统一的位置计费？我们要做什么来消除利益摩擦？这就是我们正在努力达到的素养水平，日常工作之外人们也在思考，并且开始提出越来越多的问题。

我们还设定了这样的期望：如果你担任的是领导角色，您需要的能力超出了职位描述的范围，包括项目管理、财务敏锐度和数据素养。这就是我对领导层的要求：你能用数据做点什么？数据素养正在成为一个就业条件。

您对其他正在构建数据能力的CIO有什么建议？

当人们开始使用数据做智能事情的时候，需要创建报告标准和版本控制。假设我一个月前提取了数据并将数据放在我的笔记本电脑上。当我准备报告这些数据时，数据已经不再准确了。我们不能让准确性随着越来越多的人访问数据而下降。真理的来源是什么？你从哪里得到的数据？有多及时？好的数据程序需要标准和版本控制机制。

为了让数据项目启动起来，你还需要展示一些胜利成果。例如，有了正确的数据，我们就可以节省手术时间和数千美元。你必须以业务案例的方式说明为什么这个项目能够让组织从中受益，必须以里程碑的形式讲述这个故事。不要只是去索要一大笔钱。你需要分阶段的工作，然后报告积极的成果，不要卡在工具上。你只需要以敏捷的方式构建原型，开始交付即可。从那时候起，你的数据能力就会不断增长的。

另一个需要注意的是“分析瘫痪”。事实上，你所在的组织多年来一直是全天使用数据。首先是要提高你正在使用的数据的价值，在开始之前不必把一切都做到完美。

最后，确保你拥有强大的数据治理。我们的数据治理是我所见过的最好的，我们知道每个资源在哪里，我们清楚下一个挑战是什么，如何根据需要重新确定优先级，获取我们需要的资源。治理很重要，架构和员工也是一样。我们绝不是完美的，但我们已经做到了80%。