WHITE PAPER Une revue de solution par Talend & Infosense

Transcription

1 WHITE PAPER Une revue de solution par Talend & Infosense Master Data Management pour les données de référence dans le domaine de la santé

2 Table des matières CAS D ETUDE : COLLABORATION SOCIALE ET ADMINISTRATION DES DONNEES... 5 LES QUESTIONS A SE POSER :... 5 CAS D ETUDE : RETOUR D EXPERIENCE ET RAPPORTS PLUS PRECIS... 6 CAS D ETUDE : ANALYSE ET GESTION DE DONNEES DE REFERENCE... 7 MDM ET RDM : QUELQUES DEFINITIONS... 8 TALEND, INFOSENSE ET LE MDM... 9 AU SUJET DE TALEND Contacts chez Talend Contacts chez Infosense

3 Afin de servir efficacement les aspects économiques, financiers et actuariels des établissements de santé, et d être utilisées avec profit par les différentes unités d exploitation traitant les données d une structure médicale, les données doivent être intégrées. Les services informatiques dans ce domaine gèrent ainsi une grande variété de classifications de données, mission essentielle pour l optimisation du rendement de tous les secteurs fonctionnels et opérationnels d organismes aussi complexes. Typiquement, ces solutions sont traitées sous la forme de référentiels de données, comme les entrepôts de données analytiques et opérationnelles, data marts et data warehouses. Les programmes pour la gouvernance et l administration des données sont des outils essentiels qui simplifient le travail des services clé de l entreprise. Dans ce contexte, il est important de rappeler que les contrôles et la gouvernance doivent être conduits par les métiers, qui possèdent les connaissances nécessaires à la classification des données, telles que : médicaments thérapeutiques procédures de soins lieux des services diagnostic spécialités et types de soins proposés profil des membres et consolidation programmes de bénéfices santé par produit programmes et activités pour la gestion des soins établissement des taux des primes et des réserves affections médicales catégories de services contrôle des irrégularités de gestion et du gaspillage catégories pour le trop-perçu et la maîtrise des coûts catégories pour la double facturation audits à échelle nationale De plus, la classification de nombreuses informations est tributaire d organisations indépendantes qui œuvrent pour la standardisation des échanges informatiques dans le domaine de la santé : CMS, NCQA, AHFS, NDC, AMA, CDC et de tiers comme 3M et HL7. L utilisation de normes extérieures spécifiques au secteur soulage la plupart des services informatiques de la charge de travail liée aux procédures, souvent très lourdes, intervenant dans la création de la structure complexe des références cliniques et sanitaires. Les solutions logicielles de RDM (Reference Data Management) sont fondamentales aux fins 3

4 d une transformation des processus de codification des références médicales en routines aisément gérables par les équipes informatiques, routines qui pourront ainsi être directement déployées à l échelle de l entreprise au niveau des environnements décisionnels et d intégration de données. Le schéma ci-dessous, qui illustre un enchaînement typique des flux d informations cliniques, montre à quel point il est difficile de maîtriser le vocabulaire du domaine de la santé. En effet, les «codificateurs» sont confrontés à la conversion des codes de la CIM-9 à la CIM-10 (Classification statistique internationale des maladies et des problèmes de santé connexes, 9ème et 10ème révision, en anglais ICD, International Classification of Diseases) et cette tâche se heurte au problème majeur d avoir le code approprié en temps et en heure, tout en possédant, en plus, le bon niveau d expertise dans le domaine. Il s agit là d une mission délicate, dont la responsabilité devrait être confiée à un responsable de l administration des données, et, dans les cas de création de classifications, à un data scientist. *H.C. Mullins, Docteur en médecine, Professeur des universités Les données de référence décrivent non seulement les codifications, mais aussi les objets, les attributs et les relations définissant les codes en termes de traçabilité des données, règles métier, références croisées, profil des responsables de l administration des données. 4

5 Cas d étude : collaboration sociale et administration des données Depuis l implémentation de la CIM-10, un établissement de santé a demandé à ses analystes de fournir un rapport sur les patients bénéficiant de soins à coût élevé, selon des critères analytiques descriptifs basés sur les standards de l hôpital en matière d affections médicales. Pendant la première phase de l étude, les analystes ont généré le rapport à l aide de données codées selon la CIM-9, alors que, dans la deuxième phase, ils utilisent la CIM-10. L équipe en charge de cette mission, ne possédant pas d expertise approfondie dans le domaine médical, est amenée à collaborer étroitement avec des experts. * la CIM-10 regroupe approximativement 155,000 codes allant des modifications cliniques (ICD-10-CM) aux systèmes de codage des procédures (ICD-10-PCS), contre 16,000 codes dans la CIM-9. o Dans la catégorie des diagnostics, les volumes 1 et 2 de la CIM-9 contiennent 13,000 codes contre les 68,000 de la CIM-10 o Le système de codage des procédures de la CIM-9, volume 3, inclut 3,000 codes contre les 72,000 de la CIM-10. Les questions à se poser : Comment implémenter un effort collaboratif à l aide d une navigation et classification facilement maîtrisables des 155,000 codifications de la CIM-10? Comment les spécialistes d un domaine médical particulier peuvent-ils gérer leur spécialité tout en collaborant avec d autres experts pour le reste des affections générales? A quel stade un utilisateur peut-il déterminer quel type de codes de la CIM-10/9 doit être utilisé pour regrouper les affections médicales des patients dont les soins ont un coût élevé? Est-ce que les données utilisées dans cette étude supportent les codes des affections médicales propres à l hôpital aussi bien que les codes spécifiques correspondant à des normes de classification préexistantes? Quelles sont, dans les systèmes informatiques de l établissement, les classifications des risques ainsi que les modèles de données et/ou de statistiques utilisés en association à la CIM-10 pour les demandes de paiement des prestations pharmaceutiques, dentaires, médicales et pour l utilisation d équipements? 5

6 Quels sont les mappings des équivalences (GEMS General Equivalence Mappings) développés par des organisations telles que CMS et NCHS pour la CIM-9 et la CIM- 10? Quelles sont les codifications spécifiques nécessaires pour résoudre les 5% restant qui ne sont pas des correspondances exactes? Le RDM est la réponse. Cas d étude : retour d expérience et rapports plus précis Une organisation demande au responsable du service analytique clients d un organisme d assurance payeur une enquête sur les métriques de gestion du service des urgences d un établissement de santé..en effet, cette gestion semble montrer des irrégularités. L organisme d assurance confie à un analyste métier la mission de vérifier les exigences existantes en termes de paramètres, en fonction des classifications et des règles liées aux codes de diagnostic, procédure de soins et revenu. Le business analyst n est pas totalement persuadé que les règles soient correctes dans le système et organise une réunion avec la DSI pour en discuter. Afin de contrôler les programmes qui ont généré le rapport, un informaticien est désigné, mais celui-ci n a pas une compréhension globale des enjeux économiques sousjacents et, par conséquent, a des difficultés à cerner le problème au niveau de l intégration des données. Le business analyst a créé, là où il le jugeait opportun, des nouveaux codes et des règles, et doit maintenant tester les métriques ainsi obtenues. Les questions à se poser : Et si le business analyst pouvait rechercher et étudier les règles d une manière simple au niveau des structures et de la classification des données et remonter ainsi aux définitions des règles elles-mêmes? Comment faire pour que les équipes de la DSI qui s occupent de l intégration des données restent flexibles et suivent les modifications demandés? Est-ce que cet effort serait vraiment nécessaire si une solution self-service était disponible? Comment un informaticien ou un business analyst peut-il mettre son travail en adéquation avec celui des responsables de l administration des données de référence, de telle sorte que les experts médicaux puissent approuver toutes les actions nécessaires quand les résultats des analyses semblent douteux? 6

7 Comment corriger rapidement et sans aucun impact (ou un impact moindre) sur le système le problème de la détection de la qualité des données spécifiques aux patients? Le RDM est la réponse. Cas d étude : analyse et gestion de données de référence Le médecin-chef préconise la mise en place de nouvelles segmentations pour les affections médicales. Une étude pour ressortir des tendances a été demandée afin d établir des métriques standards pour l utilisation et pour les coûts se rapportant à ces nouvelles nomenclatures. Le service financier de l établissement, en charge de l étude, doit utiliser les méthodologies déjà en place tout en s appuyant sur les nouvelles catégories de diagnostic. L objectif du médecin-chef est d identifier les indicateurs principaux de cette segmentation émergente et de la comparer à la situation précédente (utilisation et tendances des coûts). Il pourra ainsi justifier de façon concrète les raisons des modifications souhaitées. Les questions à se poser : Les méthodologies actuelles utilisent un ensemble de codifications correspondant au diagnostic, au séjour hospitalier, aux protocoles de médicaments et de soins, afin de résumer, pour chaque affection médicale, coûts et utilisation des services de l établissement sur une base patient/mois. Comment peut-on réutiliser la même méthodologie de façon rapide et efficace sans devoir la réécrire complètement? Dans quelle mesure les critères de délais et de rentabilité pourront être respectés dans un souci de flexibilité pour garder le contrôle constant de la tendance émergente? Quelles sont les nouvelles classifications définies par le médecin-chef? Comment s harmoniseront-elles aux codes en vigueur dans le secteur? Quelles sont les structures de données nécessaires pour établir les résultats des tendances? Qui maîtrisera la compréhension des méthodologies et des classifications actuelles? Le RDM est la réponse. 7

8 MDM et RDM : quelques définitions Le MDM est considéré comme une méthode globale de gestion des données les plus sensibles de l entreprise à travers des systèmes multiples, capable de transformer les données en source fiable. Le RDM peut être défini comme un secteur spécifique qui émane de la pratique du MDM et qui prend en charge les codes, les classifications et les hiérarchisations. En effet, ces domaines de données varient d une entreprise à l autre. Il est important de bien comprendre ce concept afin de clarifier la valeur commerciale sous-jacente aux problèmes techniques visés par le MDM et le RDM. Quelques-uns des besoins principaux auxquels ils répondent : Création d une version unique des données Qualité flexible des données Implémentation des processus pour les données Collaboration entre les différents services de l entreprise Mise en place de stratégies de gouvernance des données Synchronisation et alignement des systèmes Amélioration et plus grande précision des rapports Optimisation de liens pour l analyse et le décisionnel Au-delà de toute définition, la réussite d un projet de MDM ou de RDM reposera sur de nombreuses fonctionnalités qui permettront à l entreprise de créer de la valeur ajoutée au fil du temps. Parmi les fonctionnalités de base : Profiling Permet d effectuer des vérifications régulières sur la qualité de tous les groupes de données afin de détecter des anomalies et de comprendre les modèles de données. Fournit un aperçu des interfaces utilisateurs, des rapports et de la visualisation. Intégration Permet d utiliser toute sorte d informations provenant de sources disparates pour effectuer la synchronisation des données, qui seront ensuite disponibles en mode lot ou en temps réel, dans les formats appropriés, en fonction des systèmes et des utilisateurs. Standardisation Permet de standardiser et d enrichir les données incohérentes. Fournit des fonctionnalités pour les références croisées et les correspondances, incluant les règles, afin d identifier de façon très précise les données correspondantes et de les préserver dans toutes les phases des analyses ou de transaction de groupes de données. Modèle et maître Propose des outils intuitifs pour visualiser et modéliser tout format de données et pour définir des relations parmi les données maîtres. 8

9 Sécurise et approvisionne les données par utilisateur, par groupe ou par système. Est compatible avec n importe quel type d architecture MDM. Workflow collaboratif Permet aux équipes de collaborer, et ensuite de valider et d implémenter des groupes de données de référence, à l aide de contrôles des workflows. Met à disposition des outils d audit intuitifs pour la résolution manuelle des tâches. Talend, Infosense et le MDM Talend fournit la seule solution tout-en-un pour la gestion des données de référence (MDM) capable de livrer des fonctionnalités faciles à déployer, rapides et globales pour l intégration, la qualité, l administration des données, et le flux collaboratif de l entreprise. Ce modèle de données unique et flexible permet aux entreprises de modéliser et de gérer tout domaine d informations, non seulement les clients ou les produits, et améliore l accès et la fiabilité de tous les projets MDM, quelle que soit leur envergure. Construite sur des standards ouverts, Talend MDM est une solution open source disponible en deux éditions. Talend Open Studio for MDM permet l implémentation d un projet de MDM complet, mais est aussi un outil essentiel pour développer ou piloter une stratégie MDM. Fourni sous licence GPL, cet outil peut être téléchargé gratuitement sur notre site talend.com. Talend Platform for MDM intègre en plus des fonctionnalités avancées, comme par exemple : gestion des flux de données et d utilisateurs multiples, plus grande évolutivité, gestion des hiérarchies Cette plateforme unifiée est utilisée par les entreprises, grandes ou petites, dont l objectif est celui de réussir la gestion de leurs données vitales. Infosense propose la seule implémentation Talend d une plateforme d intégration de gestion de données de référence pour l analyse et le décisionnel des établissements de santé. La solution Infosense/Talend offre une approche des données de référence basée sur la modélisation, exploitant Talend Platform for MDM, la gestion et les modèles des données propres au secteur médical. Infosense met à disposition des organismes de soins des accélérateurs de modèles de données qui peuvent être aisément associés à des platesformes de solutions spécifiques pour l intégration et la qualité des données, et pour la gestion de données de référence. Ces outils et modèles constituent une architecture solide et flexible pour l administration des données fondée sur la collaboration entre les équipes informatiques et les groupes d utilisateurs au sein de l entreprise.. 9

10 Au sujet de Talend Les entreprises utilisent les solutions d intégration de Talend pour tirer le meilleur parti de leurs données. Supportant en natif les Big Data, les solutions ouvertes et unifiées de Talend réduisent la complexité de tout projet d intégration, tout en aidant les départements informatiques à répondre plus rapidement aux besoins métiers, le tout à un coût prévisible. Depuis l émergence des outils pour l intégration et la qualité des données dans les années 90, et, plus récemment, l arrivée des solutions de MDM, le domaine de la gestion des données est dominé par un nombre restreint mais bien consolidé d éditeurs de logiciels traditionnels, propriétaires et fermés. Les solutions proposées sont tellement onéreuses que seules les entreprises au budget conséquent peuvent en bénéficier. Le secteur de l intégration des applications montre désormais une tendance similaire, ce qui rend inabordable, pour la majorité, l offre commerciale capable de répondre aux exigences des entreprises en ce qui concerne la gestion et l intégration des données. En effet, ces solutions demandent non seulement un investissement initial très important, mais aussi des nombreuses ressources pour en gérer l implémentation et en assurer la gestion permanente. Contacts chez Talend info@talend.com partners@talend.com sales.fr@talend.com Contacts chez Infosense twitter.com/@infocents Talend 2014 WP171-FR 10