Wie is verantwoordelijk voor data en kunstmatige intelligentie?
Het definiëren van rollen is al lang een uitdaging bij het inzetten van welke vorm van governance dan ook, maar vooral data governance. In de hoofden van veel bedrijfsleiders hoort ‘data’ thuis in de IT. En dat kan gelden voor het verplaatsen en verwerken van gegevens. Maar het ‘hoe’ van het verplaatsen en verwerken van gegevens is een zakelijke verantwoordelijkheid. Helaas eindigt de IT-afdeling in de meeste organisaties met alle gegevens die in het bedrijf zijn gefilterd, en het is noodzakelijk om er wijs uit te worden en om te gaan met eventuele daarmee samenhangende uitdagingen als gevolg van sporadische zakelijke input.
In ideale omstandigheden wordt databeheer gezien als een bedrijfsproces. Het leeft onder een COO, CIO of (nog beter) een chief data officer; iemand op hoog niveau aan de operationele kant van de organisatie. Deze persoon is ervoor verantwoordelijk dat databeheer en datakwaliteit de taak van iedereen is.
Iedereen heeft de verantwoordelijkheid om ervoor te zorgen dat de gegevens volledig zijn, van verpleegkundigen en zorgverleners die patiëntgegevens in het elektronische medische dossier invoeren tot het kwaliteitspersoneel dat de definitie van een beddag wijzigt op basis van de eisen van overheidsprogramma’s. Het is belangrijk dat de juiste codesets en taal worden gebruikt. En als er ergens slechte gegevens zijn, moeten artsen de bevoegdheid krijgen om daarop actie te ondernemen en de kwestie aan de orde te stellen. Er moet een portaal beschikbaar zijn zodat ze de juiste definitie van de gegevens kunnen opzoeken en slechte gegevens ter beoordeling kunnen markeren. Als iemand een waarschuwingssignaal ziet, moet hij of zij daar actie op kunnen ondernemen, en die mogelijkheid bestaat in veel organisaties niet.
De ROI van data governance kan moeilijk te bewijzen zijn, omdat het een breed initiatief is dat alle onderdelen van een organisatie raakt en het jaren kan duren om het volledig te implementeren. De ROI is ook afhankelijk van de buy-in van het management. Als het management niet meewerkt, zullen de voordelen van datamanagement moeilijk doorsijpelen. ROI kan een belemmering vormen voor initiatieven op het gebied van databeheer, en IT-leiders moeten wellicht creatief zijn in het te gelde maken van de voordelen.
ONTDEKKEN: Deze checklist voor AI en datagereedheid kan uw organisatie begeleiden naar de adoptie van AI.
Wat kunnen IT-leiders in de gezondheidszorg doen om de datageletterdheid te verbeteren?
Het allerbelangrijkste dat IT-leiders kunnen doen, is een cultuur creëren die datagericht, databewust en datagedreven is. Het is moeilijk om te doen. Het moet helemaal bovenaan beginnen. Leiders moeten praten; zij moeten het gebruik van gegevens bij elke beslissing illustreren. Voor elke aanbeveling die ze ontvangen of elke beslissing die ze nemen, moeten managers vragen om inzage in de gegevens, analyses en ROI, en moeten ze de aannames en kwaliteit van de gegevens onderzoeken.
Gegevenskwaliteit en -beheer moeten in functiebeschrijvingen worden vastgelegd en worden geëvalueerd als onderdeel van prestatiebeoordelingen. Vaak is de focus op data niet afwezig, maar moet deze wel worden genoemd en als een specifiek doel in de hele organisatie bestaan en actief worden gemeten.
Goede databeoordelingen zijn van cruciaal belang voor het begrijpen van het data-ecosysteem van de organisatie en het meten van de kwaliteit van de data. Weet u waar uw gegevens zijn en hoeveel u ervan heeft? Weet jij hoe vaak het aankomt? In hoeverre vertrouwt het bedrijf elke dataset? Wat is de herkomst van de gegevens: waar komen ze vandaan, wat wordt ermee gedaan en waar gaan ze naartoe? Dit is niet iets dat een organisatie in één keer moet doen, maar ze moet een routekaart hebben met alle stappen die voor elk datadomein zijn geprioriteerd om verandering te bewerkstelligen.
Klik op onderstaande banner te registreren GezondheidTech’s wekelijkse nieuwsbrief.
