A pesquisa “Dados ruins custam milhões às organizações de saúde”, conduzida pela Sage Growth Partners sob encomenda da InterSystems, mostra como as organizações do setor da Saúde passaram a priorizar o investimento em Analytics para vencer desafios como coleta, normalização, análise e uso de dados para fazerem melhores análises clínicas e tomarem decisões de negócios mais acertadas.
Realizada com 100 líderes de hospitais e sistemas de Saúde com pelo menos 250 leitos nos Estados Unidos, entre C-level, VPs e diretores, a pesquisa constata que a má qualidade de dados e as falhas de distribuição deles nas organizações causam sérios impactos financeiros e nas decisões. Por exemplo, 49% dos entrevistados consideram que as decisões estão sendo pouco embasadas em dados. 43% acreditam que dados não confiáveis provocam inabilidade para decisões oportunas.
Uma das constatações mais surpreendentes é de que somente 20% das organizações confiam totalmente em seus dados, pois não optaram por ferramentas adequadas e usam aplicações como planilhas básicas. Isso está relacionado a barreiras ainda não derrubadas nas organizações como integração de dados e interoperabilidade, características fortes na plataforma de dados InterSystems IRIS for Health.
Alguns dos principais resultados da pesquisa:
• Mais de 50% dizem que qualidade ruim dos dados trazem sérias consequências, levando a ineficiências ou tomada de decisões de forma lenta (53%) e a inabilidade de identificar brechas nos cuidados (50%).
• 51% dizem que integração de dados e interoperabilidade são as maiores barreiras para atingir suas prioridades estratégicas relacionadas a Analytics.
• 80% dizem que criar e compartilhar dados de alta qualidade por toda a organização é uma prioridade estratégica de analytics para os próximos 12 meses; ela aumenta para 84%, quando avaliada no prazo de 36 meses.
• 85% dizem que dados harmonizados e em tempo real são vitais para stakeholders-chave tomarem decisões operacionais informadas.
• Só 8% dizem que suas capacidades e recursos são muito maduros, enquanto 63% ainda afirmam utilizarem ferramentas como Excel.
• Apenas 49% têm uma estrutura de modelo de dados em vigor. E 45% daqueles com um modelo de dados são incapazes de inserir dados não-estruturados no modelo; eles devem confiar em sua equipe interna ou em um fornecedor terceirizado para ingeri-los.
• 53% dizem que a má qualidade dos dados reduz sua capacidade de tomar decisões. Também afeta sua capacidade de identificar lacunas no atendimento, atender às métricas de qualidade e otimizar o ciclo de receita.
• Os problemas de Analytics estão prejudicando a tomada de decisões e o desempenho, com consequências financeiras significativas.
• 53% dizem que a má qualidade dos dados reduz sua capacidade de tomar decisões. Também afeta sua capacidade de identificar lacunas no atendimento, atender às métricas de qualidade e otimizar o ciclo de receita.
Dados conectados resolvem problemas
Apesar do esforço para digitalizar os dados de Saúde, hospitais e outras instituições do setor continuam lutando sob o peso de dados imprecisos, inoportunos, ausentes e/ou duplicados. Metade dos entrevistados precisa da interoperabilidade necessária para atingir suas prioridades estratégicas de análise, o que, por sua vez, prejudica suas decisões clínicas e de negócios.
A pesquisa mostra que os executivos de Saúde necessitam de melhores soluções para integrar uma ampla gama de dados em formato oportuno, digerível e acessível. Tornar dados confiáveis visíveis em toda a organização para que diferentes usuários obtenham o que precisam de uma única fonte é essencial para atingir as metas que os sistemas de saúde estabeleceram para si mesmos. Sem isso, é muito mais difícil fechar as lacunas de atendimento, otimizar o desempenho clínico e comercial e rastrear, relatar e gerar maior valor.
Os entrevistados na pesquisa são receptivos a uma “estrutura inteligente de dados na Saúde”, que permita a eles coletarem domínios de dados dispersos em um único ativo de dados para relatórios, análises e Machine Learning, usando modelo e harmonização de dados. O C-level é um dos principais usuários desses dados. Eles e outros usuários valorizam a capacidade de acessar rapidamente as informações. Ter uma estrutura de dados de saúde inteligente que inclua um modelo robusto e harmonização é uma maneira atraente de resolver desafios.
Serviço
www.intersystems.com
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo