utveckling av en analysstrategi för hälso- och sjukvården

Transkript

1 utveckling av en analysstrategi för IDC InfoBrief, sponsrad av Qlik juli 2015

2 IDC InfoBrief, sponsrad av Qlik Vårdgivarnas investeringar i dataanalys ökar stadigt Vårdgivarna satsar fortfarande mer på traditionella omvärldsanalyser (dvs. faktarapportering) i sina investeringsplaner än på analyser där data utforskas för att ge insikter som kan förbättra beslutsfattandet. 75 % av vårdgivarna sade att de skulle investera 1 miljon dollar i stordata och analys 1 av vårdgivarna uppgav att de skulle anställa nya analytiker för att stödja nya avtalsmodeller 2 30 % av vårdgivarna uppgav att de skulle köpa in analysteknik för att stödja nya avtalsmodeller 2 Större organisationer vill ha mer dynamiska realtidsanalyser av hälsodata för att underlätta Government sin Insights planering och administration Vårdgivare satsar fortfarande mer på traditionella omvärldsanalyser (dvs. faktarapportering) i sina investeringsplaner än på analyser där data utforskas för att ge insikter som kan förbättra beslutsfattandet 1. Business Strategy: Big Data and Analytics in Healthcare is an Emerging Market (IDC Health Insights HI# ). 2. Business Strategy: Providers Continue to Lag Behind Payers in Investments in Accountable Care (IDC HI#253591). s 2

3 IDC InfoBrief, sponsrad av Qlik Globala drivkrafter bakom dataanalys Skydda patienternas integritet och nätsäkerhet, viktiga lagkrav som är förknippade med incitament och påföljder Allmän förekomst av mobila enheter och allt fler internetanslutna enheter Vårdreformer med tyngdpunkt på kostnader och kliniska resultat, vilka leder till IT-innovation Efterlevnad av normer för vårdleverans, kvalitet och praxis Ohållbara vårdkostnader Införande av 3:e plattformens teknik (mobilitet, socialt företagande, molnet samt stordata och analys) och ökad datorkraft Ökad tillgång till vård och social omsorg genom teknik s 3

4 IDC InfoBrief, sponsrad av Qlik Vanliga användningsområden för dataanalys 70 % av vårdgivarna uppgav att deras främsta skäl att investera i dataanalys var att kunna analysera patienters beteenden och tillstånd för att kunna fastställa den mest effektiva behandlingen 45 % av vårdgivarna uppgav sjukdom/ sjukdomsförlopp som skäl att investera i analys 50 % av vårdgivarna uppgav resursutnyttjande och omsättningen inom organisationen som en viktig investeringsorsak 4 Fastställa varför patienter återinläggs och undvika onödiga återinläggningar 4 Förstå behandlingsvariationer och fastställa bästa metoder 4 Utnyttja genomiska data globalt för att anpassa behandlingar av patienter med komplex cancer, i syfte att öka den förväntade livslängden och livskvaliteten samt minska kostnaderna 4 Identifiera psykologiska och sociala drivkrafter för ordinationsföljsamhet till behandling av kroniska sjukdomar, i syfte att förbättra allmänhälsan och undvika att sjukdomstillståndet förvärras Källa: 3 IDC European Healthcare Provider Survey 2014/2015 s 4

5 IDC InfoBrief, sponsrad av Qlik Mognadsmodell för införande av stordataanalys 0 % 16,7 % Definition av mognadsstadier Ad hoc pilotprojekt Opportunistiskt inga budgeterade projekt Repeterbart processer och dataanalys som kan Financial replikeras Insights Förvaltat budget, etablerad i verksamheten Optimerat underhåll och förbättring av fastlagd strategi 57,8 % 25,5 % 0 % Ad hoc Opportunistiskt Repeterbart Förvaltat Optimerat Det finns fem mognadsstadier för stordataanalys som måste passeras ad hoc, opportunistiskt, repeterbart, förvaltat och optimerat i fem organisatoriska dimensioner (syfte, data, processer, människor och teknik). Sjukhusens mognad fördelar sig över de fem stadierna på samma sätt som i andra branscher, med störst antal sjukhus (58 %) i det repeterbara stadiet. Till skillnad från andra branscher är sjukhusen inte representerade i ad hoc-stadiet och det optimerade stadiet. Högt och lågt presterande har nått det förvaltade stadiet för dimensionen syfte 41 % av de högpresterande och 38 % av de lågpresterande. Den största variationen mellan högt och lågt presterande finns i datadimensionen. Över 50 % av de högpresterande återfanns i det repeterbara stadiet och 54 % av de lågpresterande i det opportunistiska stadiet. Källa: Business Strategy: IDC MaturityScape Benchmark - Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI nr ). N = 100 akutsjukhus. Källa: IDC. s 5

6 IDC InfoBrief, sponsrad av Qlik Bästa metoder: Syfte Vårdorganisationer som försöker förbättra kvalitet och hantera kostnader måste prioritera dataanalys: investera i människor, processer och teknik % av de högpresterande och 31 % av de lågpresterande samordnar sin stordataanalys på företagsnivå 4 Skapa en strategisk och operativ plan för data och analys. Endast 26 % av vårdgivarna har en strategi för omvärldsanalys Ta hänsyn till vikten av datastyrning och datahantering. 4 Utse en dataansvarig och dataförvaltare som ansvarar för utveckling och efterlevnad av en datapolicy, rutiner och datakällornas kvalitet 4 80 % av investeringarna i data och analys misslyckas på grund av brister i datastyrning och datahantering 4 Det finns en variation på 42 % mellan hög- och lågpresterandes datastyrning 4 Sprid ut BDA-insatserna jämnt över de fem dimensionerna bland organisationer där dimensionerna var tätt sammanflätade var 93 % högpresterande och 7 % lågpresterande Användningen av dataanalys för att förbättra befolkningens hälsa måste ledas av administratörer men drivas fram av läkare. verksamhetschef för ett distrikt med flera sjukhus Källa: Business Strategy: IDC MaturityScape Benchmark - Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI nr ). Hem s 6

7 IDC InfoBrief, sponsrad av Qlik Bästa metoder: Människor Den verkställande ledningen är avgörande, men se till att cheferna medverkar till planeringen och genomförandet av stordata och analys. 4 Samarbete mellan viktiga intressenter på verksamhets-, analys- och IT-nivå är nyckeln till att identifiera vilka datatyper som användarna behöver 4 30 % av de högpresterande, men bara 8 % av de lågpresterande, uppgav att det fanns ett omfattande samarbete 4 Rekrytera och behåll IT-personal med kompetens i fråga om strategi och projektledning 4 Det finns en skillnad på 25 % mellan de högoch lågpresterandes förmåga att med mycket gott resultat rekrytera personal för insamling, integrering, beredning och hantering av data 4 Förstå och hantera den kulturella utmaning som förändringar medför, genom att ständigt påminna om värdet av initiativ i fråga om stordata och analys 4 Engagera läkarna tidigt i processen med att införa dataanalys de kommer att vara de största kritikerna av data och datakvalitet Vi lät våra läkare arbeta med sina resultatuppgifter i sex månader innan några påföljder eller bonusar infördes. Detta gav läkarna tid att bekanta sig med uppgifterna och förändra sina metoder för att uppnå sina mål. analytiker i en stor koncern Källa: Business Strategy: IDC MaturityScape Benchmark - Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI nr ). **Som högpresterande räknas de organisationer som uppgav att deras stordata och analyser hade uppfyllt eller överträffat företagets förväntningar. Hem s 7

8 IDC InfoBrief, sponsrad av Qlik Bästa metoder: Teknik Se till att tekniken uppfyller resultatförväntningarna. 4 Se till att din leverantör kan inkludera flera datakällor från både interna och externa källor och effektivt kan hantera ökande datavolymer 4 Analysen ska stödja verksamhetens finansiella, operativa och kliniska krav 4 Teknikplattformen ska kunna växa med kundens organisation och vara så flexibel att den kan tillgodose ständigt föränderliga krav 4 Analysplattformarna måste stödja självbetjäning från slutanvändarnas sida Analysverktygen är avgörande för slutanvändarnas acceptans se till att din organisation har de rätta verktygen 4 De högpresterande var 50 % mer nöjda med sina analysverktyg Teknikleverantörerna måste vara villiga att ingå partnerskap med sina kunder för att nå analysmålen. IT-ansvarig för ett stort integrerat leveranssystem i den amerikanska mellanvästern Business Strategy: IDC MaturityScape Benchmark - Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI# ) Hem s 8

9 IDC InfoBrief, sponsrad av Qlik Bästa metoder: Data Hög kvalitet och leverans av data för att fastställa nästa bästa åtgärd är nyckeln till datamognad. 4 Data från stordata- och analysinitiativ måste vara användbara och tillgängliga på vårdplatsen 4 Integrera strukturerade data med andra källor för att nå större insikt 4 Var medveten om och planera för analys lika mycket en utmaning för verksamheten som för tekniken, om inte mer 4 År 2018 kommer 80 % av alla hälso- och sjukvårdsdata att passera genom molnet när vårdgivarna utnyttjar molnbaserad teknik och infrastruktur för datainsamling, sammanställning, analys och beslutsfattande 4 Genom att tillhandahålla patientdata vid vårdplatsen förbättrade vi vår organisations förmåga att åtgärda brister i vården dramatiskt. verksamhetschef för ett distrikt med flera sjukhus i nordöstra USA 4. IDC FutureScape: Worldwide Healthcare Predictions 2015 (IDC HI nr ) Hem s 9

10 IDC InfoBrief, sponsrad av Qlik Bästa metoder: Process 4 Förbättra processen kontinuerligt genom kvantitativ återkoppling och innovativa pilotprogram 4 Upprätta servicenivåavtal och processer för att leverera data och analys 4 Utforma processer för kvalitetsgranskning av data och analys av grundorsaker för att korrigera kvalitetsproblem i källsystemet 4 Skapa processer och rutiner för att samla in slutanvändarnas krav Hemligheten bakom vår organisations framgång (8 miljoner dollar i besparingar) är tillgången på data. Varje vecka går våra läkare igenom resultaten och skapar handlingsplaner. medicinsk chef vid en mottagning i västra USA Hem s 10

11 IDC InfoBrief, sponsrad av Qlik Grundregler 4 Övergången till värdebaserad vård bygger på dataanalys 4 Gör analysen högprioriterad 4 Gör en bristanalys 4 Utforma en strategisk och operativ plan för att förbättra den analytiska styrkan 4 Kom ihåg att investeringar i dataanalys handlar om mer än teknik det handlar om vision, människor, processer och data också 4 Kom ihåg att värdebaserad vård är en process och inte ett mål Hem s 11

12 IDC InfoBrief, sponsrad av Qlik Qlik Healthcare Solutions Qlik gör det möjligt för vårdorganisationer att utforska kliniska, ekonomiska och verksamhetsrelaterade data genom visuella analyser för att skaffa sig kunskaper som leder till vårdförbättringar, kostnadssänkningar och större värde för patienterna. Mer än vårdgivare använder Qliks lösningar för att leverera information till rätt personer vid rätt tidpunkt, vilket ökar vårdkvaliteten, förbättrar ekonomin, stöder omvandlingen av olika kliniska processer samt möjliggör optimering av personalstyrkan. Mer information finns på IDC har upphovsrätt till all sin forskning Alla rättigheter förbehålls. Allt IDCmaterial används med IDC:s tillstånd och användningen eller offentliggörandet av IDC:s forskning innebär inte att IDC stöder Qliks produkter eller strategier. s 12