La ville de New York a été durement et rapidement touchée par le COVID-19 au début de 2020. À NYU Langone Health, la crise a été confrontée à une réponse analytique rapide et multidimensionnelle. Les informaticiens cliniques et les équipes d’analyse ont travaillé en étroite collaboration avec les opérations hospitalières et la direction institutionnelle pour créer un ensemble de données COVID-19 source de vérité pour l’institution, pour identifier et définir des mesures clés et créer des tableaux de bord en temps quasi réel.
En outre, les équipes ont construit un référentiel de données COVID-19 anonymisées pour soutenir les nombreux projets de recherche liés au COVID-19 et améliorer l’éducation autour de l’informatique et de l’utilisation des données.
Communication des besoins en données et en analyse
«NYU Langone Health a mis en place des processus qui permettent au leadership opérationnel de communiquer les besoins en données et en analyse au service informatique de notre centre médical», a déclaré le Dr Eduardo Iturrate, responsable de la sécurité informatique de la santé et directeur médical des données et des analyses d’entreprise chez NYU Langone Medical Centre.
“Ces processus comprennent plusieurs comités qui permettent à la direction d’identifier et de décrire les besoins du MCIT, ainsi qu’un comité de reporting et de métrique, qui sert de lieu de gouvernance et de définir rigoureusement les métriques à un degré qui peut être opérationnalisé par les analystes déclarants. construit et ensuite flux vers l’infrastructure existante du tableau de bord du système de santé », at-il ajouté.
L’infrastructure du tableau de bord est une autre pièce essentielle du puzzle qui permet le développement rapide de l’intelligence d’affaires consommable pour le leadership du système de santé, a-t-il déclaré.
“Le système de tableau de bord est un système flexible et extensible qui a des schémas d’autorisation intégrés pour permettre la création de tableaux de bord accessibles au public ainsi que de tableaux de bord avec une liste de distribution limitée telle que définie par les opérations”, a-t-il déclaré.
«Enfin, notre entrepôt de données d’entreprise sous-jacent est l’infrastructure de données de base qui sous-tend la capacité de nos systèmes à utiliser des données et des analyses pour informer le leadership.»
Plusieurs défis institutionnels
Le développement du référentiel de données COVID-19 anonymisé a nécessité de surmonter plusieurs défis institutionnels, certains d’entre eux techniques et d’autres liés à l’obtention de l’approbation bureaucratique pour aller de l’avant.
“Pour continuer, nous devions présenter l’idée de développer le jeu de données, et en particulier nous devions définir le périmètre d’utilisation que nous proposions”, a expliqué Iturrate. «Cela a été revu par nos comités de gouvernance d’architecture, ainsi que par nos services juridiques et de conformité.
«Nous avons développé un accord d’utilisation des données pour cet effort qui a officialisé la portée de l’utilisation et, en collaboration avec ces groupes, déterminé que nous limiterions le partage de l’ensemble de données aux seuls membres de la communauté NYU Langone Health.
«Cette limitation a guidé notre approche technique de la désidentification et nous a permis de définir un degré de désidentification le long du spectre vers l’anonymisation qui répondait aux préoccupations institutionnelles liées à l’exposition des informations sur la santé des patients», at-il ajouté.
“Nous devions également créer des outils et une infrastructure pour permettre aux utilisateurs d’avoir un accès sécurisé à l’ensemble de données, et à cette fin, nous avons créé une approche pour utiliser un bureau virtuel avec des outils d’analyse de données préinstallés.”
Enfin, le personnel doit développer le support et les systèmes pour répondre aux demandes d’ajout d’éléments de données au système et pour le développement et le partage d’éléments de données dérivés, a-t-il déclaré.
Un grand impact
En fin de compte, ces tableaux de bord et référentiels de données anonymisés pourraient avoir un impact considérable.
«Le fait de disposer de tableaux de bord opérationnels contenant des données opportunes et précises sur les conditions de soins aux patients qui affectent l’organisation permet au leadership opérationnel de prendre des décisions éclairées concernant l’allocation des ressources et la planification stratégique», a déclaré Iturrate.
«Cela a été crucial dans le paysage en évolution rapide de la crise du COVID-19 en évolution, qui a forcé notre système de santé (et d’autres) à se réinventer rapidement pour répondre à la crise.
«Le référentiel de données anonymisées élargit l’accès aux données cliniques à la communauté de la recherche en offrant un certain accès en libre-service aux données cliniques», a-t-il poursuivi. “Cette approche améliore le goulot d’étranglement qui peut exister lié aux demandes de données cliniques qui sont limitées par le nombre d’analystes de données disponibles.”
En outre, le référentiel de données anonymisées a permis au personnel d’encourager la collaboration et d’établir des liens entre les chercheurs et les scientifiques des données de tous les campus et de nombreux départements universitaires du grand système de santé. Le référentiel de données a permis la génération de plusieurs manuscrits de recherche qui peuvent avoir été bloqués par les processus habituels de demande de recherche.
Iturrate offrira plus de détails lors de sa session HIMSS21, «Étude de cas: Réponse rapide de l’analyse à la crise du COVID-19». Il est prévu pour le 10 août, de 10 à 11 heures, au Venetian Marco Polo 701.
