Better Data: la qualità dei dati
Cosa sta succedendo alla gestione dei dati in ambito sanitario e perchè servono dati di qualità.
Better data: la qualità dei dati. In sanità abbiamo spesso sentito parlare di Big Data ma molto poco di Better Data. Oggi nessuno mette in dubbio la capacità dei sistemi di raccogliere ed alaborare grandi quantità di dati, ma quanta consapevolezza c’è nell’attenzione alla loro qualità? E’ meglio avere meno dati ma di buona qualità. Dobbiamo quindi lavorare per avere dati migliori che ci daranno informazioni più utilizzabili.
La fiducia nei propri dati e la loro capacità di mantenere una buona conformità e rappresentatitività nel tempo è la sfida che deve affontare chi fornisce i dati ai decisori, anche in sanità.
Quante volte vi è stato chiesto o avete chiesto: ma questi dati sono “giusti”?I sistemi informativi si evolvono velocemente e con l’evoluzione ogni tanto è necessario fermarsi e rivedere i sistemi di gestione del dato.
Abbiamo affrontato in alcuni articoli il tema delle difficoltà che stanno affrontando i sistemi di gestione del dato dal punto di vista organizzativo e architetturale proponendo due possibili soluzioni:
– la qualità del dato
– il governo del dato
Oggi parliamo di qualità del dato.
Vediamo quali sono alcuni vantaggi derivanti dal perseguire la qualità nei dati
Misurare e mantenere dati di alta qualità aiuta le organizzazioni a identificare e risolvere errori presenti sui dati PRIMA che questi abbiano un impatto sulle decisioni. La fiducia è basata su questo assunto.
Vediamo quali sono i vantaggi nel dettaglio.
- Processo decisionale più informato
Quanto più accurate sono le informazioni a cui accede un’organizzazione, migliori saranno le decisioni che potrà prendere. Inoltre, torniamo al tema della fiducia, l’organizzazione ha la garanzia di avere rischi ridotti e miglioramento costante dei risultati.
- Migliore stratificazione dei pazienti
Dati accurati e precisi fanno sì che si riesca a stratificare meglio la popolazione. Sapere la composizione della propria popolazione permette di migliorare i servizi erogati.
- Utilizzo dei dati più semplice
E’ più semplice utilizzare dati di qualità rispetto a dati di scarsa qualità. La differenza più grande risiede nel fattore tempo: l’80% del tempo nei progetti sui dati è speso nella correzione di dati incoerenti o incompleti per renderli utilizzabili. Ciò significa che un’organizzazione impiega più tempo per implementare le informazioni raccolte che per l’analisi dei dati.
- Miglioramento delle relazioni medico-paziente
Nella misurazione degli esiti, lavoriamo frequentemente sulla quantità e sui tempi delle prestazioni erogate e poco sulla qualità dei servizi. Come si trovano i pazienti nei vostri servizi? Migliorare la qualità del servizio percepito e la relazione medico paziente è la chiave del successo delle strutture sanitarie. Completa l’informazione del quanto e del come con l’informazione del perchè accadono alcuni fenomeni.
- Diminuzione dei costi
Processi decisionali più informati e migliore stratificazione dei pazienti portano potenzialmente a prevenire lo spreco di risorse.
Qualità dei dati e Garante della Privacy
Sulla qualità dei dati si esprime anche il garante della privacy. Il punto 6 del ‘Decalogo per la realizzazione di Servizi Sanitari Nazionali attraverso sistemi di intelligenza artificiale’, richiama l’obbligo per il Titolare dei dati di garantire che i dati siano esatti e, se necessario, aggiornati, adottando tutte le misure ragionevoli per cancellare o rettificare tempestivamente i dati non corretti rispetto alle finalità per le quali sono trattati. Lo stesso principio di esattezza che si ritrova nell’articolo 5, co. 1, lett. d) del Regolamento UE 2016/679 (“GDPR”).
La qualità dei dati sanitari mira anche ad evitare che si causino gravi danni alla salute derivanti dall’elaborazione di dati raccolti per finalità di cura. Questo si può verificare sia in casi di dati che diventino inesatti che per dati non aggiornati nel tempo o che non siano rappresentativi della realtà in cui si opera, in particolare per i sistemi di intelligenza artificiale ma non solo per questi. Infatti, se il dataset alla base del sistema di AI o di addestramento è composto da dati non corretti, anche la decisione finale è facile che non lo sia.
I KPI per garantire la qualità dei dati
Quali sono alcuni KPI utili a garantire la qualità dei dati. Gli elementi fondamentali sono molti, noi cerchiamo di semplificare ottimizzandone il numero a seconda del progetto. Per gli appassionati della materia, il sistema che garantisce la qualità dei dati si chiama DQM Data Quality Management. Nei nostri sistemi esponiamo l’informazione chiamandola Tracciabilità.
La fonte e l’unicità del dato
Il primo e più importante elemento nella gestione della qualità dei dati è sicuramente l’unicità del dato. Per varie cause, tra le quali i silos applicativi presenti nelle aziende sanitarie, la stessa informazione può risiedere su più fonti dati.
Non avrai altra fonte all’infuori di me
Nel garantire l’unicità del dato è necessario innanzitutto scegliere la fonte migliore e poi tracciarla nel sistema di business intelligence. Il dato scelto si identifica come SSOT Single Source of Truth.
Nello scegliere la fonte e di conseguenza il dato da ritenere come unico si terrà conto degli elementi seguenti.
L’accuratezza
ovvero quanto il dato registrato corrisponde al dato reale. Faccio un esempio: la data di indicazione al ricovero registrata sui sistemi di pronto soccorso, difficilmente corrisponde alla data e ora reale.
La disponibilità e la completezza
la fonte e il dato scelto devono essere disponibili nel momento in cui l’azienda lo ritiene necessario e devono essere sempre compilati. Vale la premessa, devono essere compilati in modo accurato.
La coerenza
Questo è l’elemento preferito nelle analisi di Paolo Giraudo. Per noi che lavoriamo in modo trasversale alle applicazioni, è importante che il i dati siano coerenti tra loro, indipendentemente dalla posizione in cui vengono mostrati.
La coerenza è esattamente l’elemento fondamentale sul quale si pone la fiducia
A che punto è la vostra organizzazione dei dati?
#healthdatamanagement #healthdatalover #dati #qualità
innovo