HIMSSCAST：数据治理的基本原理 – UNC Health的教训，第1部分

十多年来，UNC Health一直在进行一致的努力，以围绕其临床，财务和运营数据围绕其武装，并利用其朝着更高质量和更有效的护理提供服务。

在关于HIMSCAST的三周系列系列的第一集中，我们与UNC Health的系统总监Greg Kuhnen进行了交谈，首先向他询问一些基本餐桌，以进行有效的数据治理。他的第一批建议之一？不要称其为数据治理。

库恩（Kuhnen）描述了制定有效的分析计划所需的人员，过程和技术必不可少的，以扩展整个企业的范围。他解释了UNC与HIMSS Analytics的多年合作 – 首先是其用于分析成熟度的采用模型，以及最近以更新的，以结果为中心的分析成熟度评估模型 – 在这一旅程中为卫生系统提供了帮助。

喜欢你听到的？订阅播客 苹果播客，，，， Spotify 或者 亚马逊音乐。

谈话要点：

• “数据治理”，以及UNC健康如何定义（或不​​定义）

• 为什么数据管理和分析很重要，以及如何使它们起作用

• IT系统和领导角色是最重要的

• 集中式和分散的混合模型如何有助于特定用例

• 如何在整个企业中制定和颁布新的数据管理政策

• 为寻求更好地处理数据的卫生系统的建议

• 各种HIMSS分析采用模型如何成为关键推动者

有关这一集的更多信息：

UNC Health Care分享了如何达到高峰分析成熟度
UNC Health具有高级EMR，分析功能的第7阶段
UNC Health的CIO与Epic和Microsoft进行了生成的AI工作
UNC健康首席分析官说，现在需要负责的AI治理
为可持续人工智能治理创造道路
在HIMS24 APAC，分析的采用模型成熟度变得更整容
新HIMSS Analytics成熟度评估模型支持智能AI部署

Mike Miliard是医疗保健IT新闻的执行编辑
给作者发送电子邮件：[email protected]
Healthcare IT News是HIMSS出版物。