স্বাস্থ্য ডেটা অর্থনীতি

এটি স্বাস্থ্য অর্থনীতিতে কেন গুরুত্বপূর্ণ

একটি স্বাস্থ্য ব্যবস্থা যে প্রতিটি সাক্ষাৎ রেকর্ড করে — প্রতিটি প্রেসক্রিপশন, ছবি, পরীক্ষাগার ফলাফল, এবং ভর্তি — দুইবার ডেটা তৈরি করে: একবার একজন ব্যক্তির যত্নের কার্যকরী রেকর্ড হিসাবে, এবং আবার কিছু বড়ের জন্য একটি সম্ভাব্য ইনপুট হিসাবে। মিলিত এবং বিশ্লেষিত, একই রেকর্ড এমন প্রশ্নের উত্তর দিতে পারে যা কোনো ট্রায়াল কখনো অর্থায়ন করবে না: বাস্তব জনসংখ্যায় কোন চিকিৎসা কাজ করে, নিরাপত্তা সংকেত কোথায় লুকিয়ে থাকে, কোন সেবা কোন সম্প্রদায়কে ব্যর্থ করে, একটি মহামারী কীভাবে চলে। স্বাস্থ্য ব্যবস্থাগুলি এই সম্পদের দশকের পর দশক ধরে বসে আছে, এবং তাদের বেশিরভাগ এর মূল্যের একটি ছোট ভগ্নাংশ উপলব্ধি করে — বিজ্ঞান অনুপস্থিত বলে নয়, বরং ডেটা বেমানান ব্যবস্থা জুড়ে খণ্ডিত, অসম মানের, বছরে পরিমাপিত অ্যাক্সেস প্রক্রিয়ার পিছনে তালাবদ্ধ, বা ভাগ করার কোনো প্রণোদনা নেই এমন প্রতিষ্ঠান দ্বারা রক্ষিত।

অপচয় প্রকারে পরিমাণযোগ্য যদি সবসময় সংখ্যায় না হয়: গবেষণা করা হয়নি, নকল ডেটা সংগ্রহ, প্রমাণ বিদ্যমান কিন্তু একত্রিত করা যায়নি এমন ক্ষেত্রে অন্তর্দৃষ্টির উপর নেওয়া সিদ্ধান্ত, এবং বিশ্লেষক — ব্যবস্থায় সবচেয়ে দুর্লভ শ্রমের মধ্যে — তাদের বেশিরভাগ সময় বিশ্লেষণ করার পরিবর্তে ডেটা খুঁজে, পরিষ্কার করে, এবং মিলিয়ে ব্যয় করে। এদিকে সম্পদ ক্ষয় হয়: অ-কিউরেট করা ডেটা অবমূল্যায়িত ডেটা, কারণ অর্থ প্রবাহিত হয়, নথিপত্র হারিয়ে যায়, এবং যে কর্মীরা একটি ডেটাসেট বুঝতেন তারা এগিয়ে যান।

মূল্যের বিরুদ্ধে একটি প্রকৃত দায় দাঁড়িয়ে আছে। স্বাস্থ্য ডেটা একজন ব্যক্তি সম্পর্কে বিদ্যমান সবচেয়ে সংবেদনশীল তথ্যের মধ্যে, এবং এর অপব্যবহার — একটি লঙ্ঘন, একটি বিক্রয় যা জনসাধারণকে অবাক করে, একটি ব্যবহার যা বিশ্বাসঘাতকতার মতো মনে হয় — যেকোনো জরিমানার অনেক বাইরে ব্যয় বহন করে: এটি সেই জনসাধারণের বিশ্বাস ব্যয় করে যার উপর প্রতিটি ভবিষ্যত ব্যবহার নির্ভর করে। ইংল্যান্ডের care.data প্রোগ্রাম (২০১৬ সালে পরিত্যক্ত) প্রামাণিক শিক্ষা থেকে যায়: গবেষণা ও পরিকল্পনার জন্য সাধারণ-অনুশীলন রেকর্ড পুল করার একটি প্রযুক্তিগতভাবে যুক্তিসঙ্গত পরিকল্পনা সম্মতি এবং বাণিজ্যিক অ্যাক্সেস সম্পর্কে জনসাধারণ এবং পেশাদার উদ্বেগের বিরুদ্ধে ভেঙে পড়ে, এবং এর ব্যর্থতা বছরের পর বছর ধরে বৈধ ডেটা ব্যবহারকে পিছনে ঠেলে দেয়। একজন পরিচালকের জন্য, এটি বিষয়ের নির্ধারক ট্রেড-অফ: স্বাস্থ্য ডেটার মূল্য অ্যাক্সেস দ্বারা আনলক করা হয়, এবং অ্যাক্সেসের লাইসেন্স বিশ্বাস — তাই ডেটার অর্থনীতি ডেটার শাসন থেকে অবিচ্ছেদ্য।

মূল ধারণাসমূহ

স্বাস্থ্য ডেটা অর্থনৈতিকভাবে অস্বাভাবিক। এটি অ-প্রতিদ্বন্দ্বী — একটি দলের ব্যবহার এটি গ্রাস করে না, তাই একই ডেটাসেট প্রায়-শূন্য প্রান্তিক ব্যয়ে সীমাহীন ব্যবহারকারীদের সেবা দিতে পারে — যা এটিকে এর অ্যাক্সেস সীমানার মধ্যে একটি সরকারি পণ্যের মতো আচরণ করায় এবং অর্থ করে কম-ব্যবহার বিশুদ্ধ অপচয়। কিন্তু এর স্থির ব্যয় ভারী এবং ক্রমাগত: সংগ্রহ, কিউরেশন, মানকীকরণ, নথিপত্র, এবং তত্ত্বাবধানের জন্য প্রদান করতে হবে একটি গবেষণা ডেটা ব্যবহার করুক বা হাজার। এবং এর মূল্য সমন্বয়মূলক — সেটিং এবং সময় জুড়ে সংযুক্ত হলে রেকর্ড মূল্য অর্জন করে, যা ঠিক প্রতিষ্ঠান এবং বিক্রেতা জুড়ে খণ্ডন প্রতিরোধ করে। গৌণ ব্যবহার — যত্নের জন্য সংগৃহীত ডেটা বিশ্লেষণ করে গবেষণা, পরিকল্পনা, এবং উন্নতির সেবা করা — যেখানে বেশিরভাগ অ-উপলব্ধি মূল্য নিহিত।

যে স্থাপত্য ডেটা ধারণ করে তা একটি অর্থনৈতিক কৌশল মূর্ত করে। ডেটা গুদাম ক্লাসিক্যাল মডেল: উৎস ব্যবস্থা থেকে ডেটা পরিষ্কার, মানকীকৃত, এবং বিশ্লেষণের জন্য নির্মিত একটি কেন্দ্রীয় স্টোরে লোড করা হয় — অগ্রিম উচ্চ কিউরেশন ব্যয়, পরে উচ্চ ব্যবহারযোগ্যতা। ডেটা লেক চুক্তিটি উল্টে দেয়: যেকোনো আকারের কাঁচা ডেটা এখন সস্তায় সংরক্ষিত এবং পরে ব্যাখ্যা করা হয় — যা কিউরেশন ব্যয় বিলম্বিত করে কিন্তু এটি অপসারণ করে না, এবং তত্ত্বাবধান ছাড়া একটি লেক প্রবাদপ্রতিম জলাভূমি হয়ে ওঠে, যেখানে ডেটা প্রযুক্তিগতভাবে উপস্থিত এবং ব্যবহারিকভাবে অব্যবহারযোগ্য। ডেটা মেশ সবচেয়ে নতুন কৌশল, এবং এটি প্রযুক্তিগতের পরিবর্তে সাংগঠনিক: সমস্ত ডেটার মালিক একটি কেন্দ্রীয় দলের পরিবর্তে, প্রতিটি ডোমেইন — পরীক্ষাগার, জরুরি বিভাগ, মানসিক-স্বাস্থ্য সেবা — সাধারণ মান অনুযায়ী তার ডেটার মালিক এবং প্রকাশ করে একটি পণ্য হিসাবে, প্ল্যাটফর্ম দল ভাগ করা অবকাঠামো প্রদান করে এবং শাসন যুক্তরাষ্ট্রীয়। এর অর্থনৈতিক যুক্তি হল যে মানুষ ডেটা তৈরি করে তারা এটিকে অর্থবহ করতে প্রয়োজনীয় প্রসঙ্গ ধারণ করে, এবং একটি কেন্দ্রীয় দল একটি বাধা যা খারাপভাবে স্কেল করে; এর অর্থনৈতিক ঝুঁকি হল এটি প্রতিটি ডোমেইনকে ডেটা তত্ত্বাবধান অর্থায়ন এবং কর্মী নিয়োগ করতে দাবি করে — একটি প্রকৃত, বিতরণকৃত ব্যয় যা একটি কেন্দ্রীয় মডেল অন্তত একটি জায়গায় দৃশ্যমান করে।

কোনো স্থাপত্য খারাপ ইনপুট হারায় না। ডেটা মান — সম্পূর্ণতা, নির্ভুলতা, সময়োপযোগীতা, সামঞ্জস্য — একটি অর্থনৈতিক পরিমাণ: খারাপ-মানের ডেটা প্রতিটি নিম্নমুখী ব্যবহারে কর দেয়, এবং করটি যৌগিক হয়, কারণ বিশ্লেষকরা গবেষণার পর গবেষণায় একই ত্রুটিগুলি পুনরায় পরিষ্কার করে। মান যত্নের বিন্দুতে তৈরি হয়, যেখানে একজন রোগ নির্ণয় কোডিং করা চিকিৎসকের একজন ভবিষ্যত বিশ্লেষকের সেবা করার দুর্বল প্রণোদনা আছে, তাই এটি উন্নত করা একটি প্রযুক্তিগত সমস্যার মতোই একটি প্রণোদনা-ডিজাইন সমস্যা (সাধারণ পরিমাপ যন্ত্র বিষয় ২.৩ — স্বাস্থ্য অর্থমিতির, যা খারাপ ডেটা কার্যকারণ দাবির কী করে তার মালিকানাধীন)।

অ্যাক্সেস যেখানে মূল্য উপলব্ধি বা বাজেয়াপ্ত হয়, এবং অ্যাক্সেসের নিজস্ব ব্যয় কাঠামো আছে। কারণ ব্যবহারের প্রান্তিক ব্যয় প্রায়-শূন্য, দক্ষ নীতি হল কম ঘর্ষণে বিস্তৃত অ্যাক্সেস — কিন্তু প্রতিটি অ্যাক্সেস গোপনীয়তা ঝুঁকি বহন করে, তাই ব্যবস্থাগুলি শাসন চাপায়: অনুমোদন প্রক্রিয়া, ডি-আইডেন্টিফিকেশন (শনাক্তকারী অপসারণ বা মাস্কিং, সবসময় একটি বাইনারির পরিবর্তে অবশিষ্ট পুনঃশনাক্তকরণ ঝুঁকির একটি বর্ণালী), এবং ক্রমবর্ধমানভাবে বিশ্বস্ত গবেষণা পরিবেশ মডেল, যেখানে বিশ্লেষকরা একটি নিরাপদ এনক্লেভের ভিতরে ডেটায় আসেন এবং শুধুমাত্র যাচাইকৃত ফলাফল বেরিয়ে যায় — ডেটাসেটের কপি বাইরে পাঠানোর ঝুঁকিপূর্ণ অভ্যাস প্রতিস্থাপন করে। ডিফারেনশিয়াল প্রাইভেসির মতো কৌশল (ক্যালিব্রেট করা পরিসংখ্যানগত শব্দ যোগ করা যাতে কোনো ব্যক্তির উপস্থিতি অনুমান করা যায় না) এবং ফেডারেটেড লার্নিং (রেকর্ড পুল না করে বিতরণকৃত ডেটাসেট জুড়ে মডেল প্রশিক্ষণ) গোপনীয়তা-উপযোগিতা সীমানা বাইরের দিকে সরায়। অর্থনৈতিক বিন্দুটি হল অ্যাক্সেস ঘর্ষণ একটি প্রকৃত মূল্য: একটি দুই-বছরের অনুমোদন প্রক্রিয়া ব্যবহারের মূল্যের পরিবর্তে আবেদনকারীদের সহনশীলতা দ্বারা ডেটা রেশন করে, এবং এটি যে গবেষণাগুলি প্রতিরোধ করে তা একটি অদৃশ্য ব্যয় যা কোনো খাতা রেকর্ড করে না।

এই সবের চারপাশের নিয়মগুলি হল ডেটা শাসন: কে কোন উদ্দেশ্যে কোন ডেটা ব্যবহার করতে পারে, কীভাবে সিদ্ধান্ত নেওয়া হয়েছে, এবং কার কাছে জবাবদিহি। নিয়ন্ত্রণ মেঝে সেট করে — ইউরোপে সাধারণ ডেটা সুরক্ষা নিয়ন্ত্রণ (GDPR), অন্যত্র যুক্তরাষ্ট্রের HIPAA-র মতো খাত নিয়ম — এবং নতুন কাঠামো এর উপরে নির্মিত হচ্ছে: ইউরোপীয় স্বাস্থ্য ডেটা স্থান (২০২৫ গৃহীত নিয়ন্ত্রণ) ইউরোপীয় ইউনিয়ন জুড়ে স্বাস্থ্য ডেটার প্রাথমিক এবং গৌণ উভয় ব্যবহারের জন্য একটি আইনী কাঠামো তৈরি করে, এবং ফিনল্যান্ডের Findata-র মতো জাতীয় অ্যাক্সেস সংস্থাগুলি অনুশীলনে পারমিট এবং নিরাপদ অ্যাক্সেসের জন্য একটি একক সামনের দরজা কেমন দেখায় তা দেখায়। FAIR ডেটা নীতি — খুঁজে পাওয়া যায়, অ্যাক্সেসযোগ্য, আন্তঃঅপারেবল, পুনঃব্যবহারযোগ্য — তত্ত্বাবধান মান সংক্ষিপ্ত করে যা এর যেকোনোটিকে কাজ করায়। যে প্লাম্বিং ডেটা সরায় — HL7 FHIR-এর মতো আন্তঃঅপারেবিলিটি মান — বিষয় ৫.৪ — সফটওয়্যার ইঞ্জিনিয়ারিং স্বাস্থ্য অর্থনীতির অন্তর্গত; ডেটায় প্রশিক্ষিত মডেল বিষয় ৫.৩ — AI স্বাস্থ্য অর্থনীতির; এবং সরকারি-বিশ্বাস গতিবিদ্যা বিষয় ৪.৪ — সামাজিক মাধ্যম ও স্বাস্থ্য যোগাযোগ অর্থনীতির যোগাযোগ অর্থনীতির।

সর্বোত্তম অনুশীলন

1. ডেটাকে একজন মালিক, একটি বাজেট, এবং একটি অবমূল্যায়ন সূচী সহ একটি সম্পদ হিসাবে বিবেচনা করুন। আপনি যে উল্লেখযোগ্য ডেটা সম্পদ ধরে রাখেন তার তালিকা করুন, প্রতিটির জন্য একজন তত্ত্বাবধায়ক নাম দিন, এবং কিউরেশন এবং নথিপত্র স্থায়ী ব্যয় হিসাবে অর্থায়ন করুন — প্রকল্পের অবশিষ্টাংশ হিসাবে নয়। একটি অ-তত্ত্বাবধানযুক্ত ডেটাসেট একটি অবমূল্যায়িত একটি, এবং প্রসঙ্গ ক্যাপচার করার সবচেয়ে সস্তা সময় যখন ডেটা তৈরি করা মানুষ এখনো এটি মনে রাখে।

2. সংগঠনের আকার দ্বারা স্থাপত্য বেছে নিন, ফ্যাশন নয়। যখন বিশ্লেষণাত্মক প্রয়োজন ভাগ করা হয়, ডোমেইন ডেটা ক্ষমতায় দুর্বল, এবং একটি দল প্রসঙ্গ ধরে রাখতে পারে তখন কেন্দ্রীভূত করুন (গুদাম বা শাসিত লেক); যখন ডোমেইন শক্তিশালী, প্রয়োজন বৈচিত্র্যময়, এবং কেন্দ্রীয় দল সেই সারি হয়ে উঠেছে যেখানে সবাই অপেক্ষা করে তখন একটি মেশের দিকে যুক্তরাষ্ট্রীয় করুন। যেভাবেই হোক, কিউরেশন ব্যয় সংরক্ষিত — পছন্দটি কে এটি প্রদান করে এবং বাধাটি কোথায় বসে। স্থাপত্য স্থানান্তর ব্যয়বহুল; একটি নামযুক্ত অর্থনৈতিক ব্যর্থতার জন্য এটি করুন (একটি বাধা, একটি জলাভূমি), একটি সম্মেলন বক্তৃতা নয়।

3. তত্ত্বাবধান বাজেট ছাড়া কখনো একটি লেক তৈরি করবেন না। সস্তা স্টোরেজ কিউরেশন চিরকাল বিলম্বিত করা সহজ করে তোলে; বিলম্বিত কিউরেশন কীভাবে লেক জলাভূমি হয়ে ওঠে যেখানে প্রতিটি ব্যবহার কাঁচা প্রত্নতত্ত্ব থেকে শুরু হয়। প্ল্যাটফর্মের অংশ হিসাবে ক্যাটালগিং, মেটাডেটা, এবং মান পর্যবেক্ষণ অর্থায়ন করুন, এবং প্রকৃতপক্ষে ব্যবহৃত ডেটা দ্বারা লেক পরিমাপ করুন, ধরে রাখা টেরাবাইট নয়।

4. যদি আপনি মেশ নীতি গ্রহণ করেন, ডোমেইনগুলিকে প্রকাশক হতে অর্থায়ন করুন। ডেটা-একটি-পণ্য মানে প্রতিটি ডোমেইনকে যা এটি প্রকাশ করে তার তত্ত্বাবধানের জন্য কর্মী নিয়োগ এবং প্রদান করতে হবে — একটি প্রকৃত ব্যয় যা কেন্দ্রীয় মডেল কেন্দ্রীভূত করে এবং মেশ মডেল বিতরণ করে। কেন্দ্রীয়ভাবে সাধারণ মান সেট করুন (শনাক্তকারী, মেটাডেটা, মান থ্রেশহোল্ড, অ্যাক্সেস নিয়ম), স্পষ্টভাবে ডোমেইন ডেটা ভূমিকা অর্থায়ন করুন, এবং স্বীকার করুন অর্থায়িত ডোমেইন মালিকানা ছাড়া একটি মেশ শুধুমাত্র ভালো ব্র্যান্ডিং সহ খণ্ডন।

5. উৎসে ডেটা মান ঠিক করুন, প্রণোদনা সহ, উপদেশ নয়। নিম্নমুখী পরিষ্কার একই কর চিরকাল পুনঃপ্রদান করে; উজানের সমাধান একবার প্রদান করে। যেখানে এটি তৈরি হয় সেখানে মান দৃশ্যমান করুন (কোডিং চিকিৎসক বা কেরানির কাছে প্রতিক্রিয়া), এটি গুরুত্বপূর্ণ করুন (উপযুক্ত যেখানে মান-সংবেদনশীল প্রদান এবং নিরীক্ষা), এবং ফর্ম এবং ব্যবস্থা ডিজাইন করুন যাতে সহজ পথ সঠিকটি — এটি নথিপত্রে প্রয়োগ করা পছন্দ স্থাপত্য (বিষয় ৪.১ — আচরণগত অর্থনীতি দেখুন)।

6. অ্যাক্সেস ঘর্ষণকে একটি ব্যয় হিসাবে মূল্য নির্ধারণ করুন, এবং ইচ্ছাকৃতভাবে এটি কমান। একজন বৈধ বিশ্লেষক যে সম্পূর্ণ যাত্রার মুখোমুখি হন তা পরিমাপ করুন — আবিষ্কার, পারমিট, নিষ্কাশন বা এনক্লেভ প্রবেশ — মাস এবং কর্মী-ঘন্টায়, এবং হ্রাসকে মূল্য সৃষ্টি হিসাবে বিবেচনা করুন। একটি একক সামনের দরজা (একটি আবেদন, একজন সিদ্ধান্ত-গ্রহণকারী, প্রকাশিত সময়সূচী, মানক চুক্তি) সর্বোচ্চ ফলন সহ সংস্কার; ফিনল্যান্ডের Findata মডেল রেফারেন্স প্যাটার্ন।

7. বিশ্লেষকদের ডেটা পরিদর্শন করতে ডিফল্ট করুন, ডেটা বিশ্লেষকদের পরিদর্শন করা নয়। বিশ্বস্ত গবেষণা পরিবেশ — যাচাইকৃত প্রস্থান সহ নিরাপদ এনক্লেভ — ঝুঁকি এবং নিরীক্ষাযোগ্যতা উভয়েই ডেটাসেট শিপিংকে প্রাধান্য দেয়, এবং তারা শক্তিশালী নিয়ন্ত্রণের সাথে বিস্তৃত অ্যাক্সেসকে সামঞ্জস্যপূর্ণ করে। এনক্লেভ প্রকৃতপক্ষে পরিবেশন করতে পারে না এমন কেসগুলির জন্য নির্যাস সংরক্ষণ করুন, এবং বন্যে প্রতিটি কপি করা ডেটাসেটকে স্থায়ী দায় হিসাবে বিবেচনা করুন।

8. গোপনীয়তা কৌশলকে ব্যবহারের সাথে মেলান, এবং অবশিষ্ট ঝুঁকি সম্পর্কে সৎ হন। ডি-আইডেন্টিফিকেশন একটি সুইচ নয়, একটি বর্ণালী; ডিফারেনশিয়াল প্রাইভেসি একটি উপযোগিতা মূল্যে গাণিতিক গ্যারান্টি কেনে; ফেডারেটেড লার্নিং পুলিং এড়ায় কিন্তু সব ফাঁস নয়। প্রতি ব্যবহার-ক্ষেত্র বেছে নিন, সততার সাথে অবশিষ্ট ঝুঁকি নথিভুক্ত করুন, এবং কখনো "অজ্ঞাতকৃত"-কে "ঝুঁকি-মুক্ত" হিসাবে বাজারজাত করবেন না — অতিরিক্ত দাবি করা কীভাবে অনিবার্য ব্যতিক্রম উঠে এলে বিশ্বাস হারানো হয়।

9. আপনার প্রয়োজনের আগে সামাজিক লাইসেন্স অর্জন করুন। ডেটা ব্যবহারের প্রতি জনসাধারণের সহনশীলতা নির্দিষ্ট: যত্ন এবং সরকারি-সুবিধা গবেষণার জন্য শক্তিশালী, বাণিজ্যিক অ্যাক্সেস এবং যা অবাক করে তার জন্য ভঙ্গুর। কে কীসের জন্য ডেটা ব্যবহার করে সে সম্পর্কে স্বচ্ছ হন (রেজিস্টার প্রকাশ করুন), অ্যাক্সেস নীতিতে রোগী এবং জনসাধারণকে জড়িত করুন, আইন এবং ব্যবহার-ক্ষেত্র অনুমতি দিলে প্রকৃত পছন্দ প্রদান করুন, এবং care.data মনে রাখুন: সম্মতি প্রক্রিয়া পতনের চেয়ে সস্তা।

10. আগে থেকে, প্রকাশ্যে বাণিজ্যিক অ্যাক্সেসের শর্তাবলী সেট করুন। স্বাস্থ্য ডেটার শিল্প ব্যবহার বৈধ এবং মূল্যবান হতে পারে — ট্রায়াল, নিরাপত্তা নজরদারি, পণ্য উন্নয়ন — এবং এটিও যেখানে বিশ্বাস সবচেয়ে দাহ্য। খোলামেলাভাবে সিদ্ধান্ত নিন কোন বাণিজ্যিক ব্যবহার অনুমোদিত, সরকারি ব্যবস্থা কী চার্জ করে বা গ্রহণ করে (অর্থ, ক্ষমতা, ফলাফলী পণ্যে গ্যারান্টিযুক্ত অ্যাক্সেস), এবং কী টেবিলের বাইরে, চুক্তির আগে, শিরোনামের পরে নয়।

11. প্রান্তিক ব্যয় প্লাস তত্ত্বাবধানে অ্যাক্সেসের জন্য চার্জ করুন, একচেটিয়া ভাড়া নয়। একজন সরকারি ডেটা ধারক যিনি রাজস্ব সর্বাধিকরণ করতে অ্যাক্সেসের মূল্য নির্ধারণ করেন একটি প্রায়-শূন্য-প্রান্তিক-ব্যয় সম্পদ রেশন করেন এবং সরকারি মূল্য বাজেয়াপ্ত করেন; একজন যিনি কিছুই চার্জ করেন না তত্ত্বাবধান অনাহারে রাখেন। সরকারি-স্বার্থ গবেষণার জন্য ছাড় সহ ব্যয়-পুনরুদ্ধার মূল্য নির্ধারণ সম্পদটিকে এর ব্যবহার শ্বাসরোধ না করে অর্থায়ন করে।

12. আপনি যে মূল্য তৈরি করেন তা গণনা করুন, কারণ অন্য কেউ করবে না। ডেটা প্রোগ্রামগুলি বাজেটের সময় চিরস্থায়ীভাবে ঝুঁকিপূর্ণ একই কারণে যোগাযোগ: তাদের পণ্য অন্য মানুষের ফলাফল। অ্যাক্সেস যা সক্ষম করেছে তা ট্র্যাক এবং প্রকাশ করুন — গবেষণা, সেবা পরিবর্তন, নিরাপত্তা ফলাফল, এড়ানো নকল সংগ্রহ — এবং যেকোনো বিনিয়োগের মতো একই মূল্য পরীক্ষার মাধ্যমে পোর্টফোলিও রাখুন (বিষয় ২.১ — অর্থনৈতিক মূল্যায়ন), যাতে সম্পদের কেসটি দাবির পরিবর্তে প্রমাণ।

আপনার দলের সাথে আলোচনা করার প্রশ্নসমূহ

1. আমরা প্রকৃতপক্ষে কী ডেটা ধরে রাখি, প্রতিটি সম্পদের তত্ত্বাবধায়ক কে, এবং এটি ব্যবহারযোগ্য রাখা — বা এটিকে পচতে দেওয়া — আমাদের কী খরচ করছে? বেশিরভাগ সংগঠন তালিকা তৈরি করতে পারে না: ডেটাসেটগুলি ব্যবস্থা, প্রকল্প, এবং ভাগ করা ড্রাইভে জমা হয়, তত্ত্বাবধান কাউকে নিয়োগ করা হয়নি এবং নথিপত্র প্রস্থানকারী কর্মীদের স্মৃতিতে বাস করে। রেজিস্টার তৈরি করুন — উল্লেখযোগ্য সম্পদ, তাদের মালিক, তাদের মান, তাদের নথিপত্র, তাদের ব্যবহার — এবং প্রতিটির সাথে যথাযথ কিউরেশনের স্থায়ী ব্যয় সংযুক্ত করুন, যেখানে কোনোটি নেই সেখানে এখন চলমান অবমূল্যায়নের পাশাপাশি। উত্তেজনাটি হল তত্ত্বাবধান বিচ্ছুরিত সুবিধা সহ একটি স্থায়ী অগ্ল্যামারাস ব্যয়, ঠিক প্রতিটি বাজেট রাউন্ড কাটতে চায় এমন লাইন, যখন অ-তত্ত্বাবধানযুক্ত ডেটা থেকে ক্ষতি (পুনঃসংগ্রহ, অব্যবহারযোগ্য ইতিহাস, প্রত্নতাত্ত্বিক হিসাবে বিশ্লেষক) কোনো খাতায় কখনো উপস্থিত হয় না। একটি সৎ উত্তর নামযুক্ত তত্ত্বাবধায়ক সহ তালিকা তৈরি করে, প্রকল্প অবশিষ্টাংশের পরিবর্তে অবকাঠামো হিসাবে কিউরেশন অর্থায়ন করে, এবং স্বীকার করে কোন সম্পদ সংরক্ষণের বাইরে ক্ষয়প্রাপ্ত হয়েছে।

2. একজন বিশ্লেষকের সময় প্রকৃতপক্ষে কোথায় যায় — এবং আমাদের স্থাপত্য কি এর কারণ? ডেটা ব্যবস্থায় সবচেয়ে দুর্লভ সম্পদ দক্ষ বিশ্লেষণাত্মক শ্রম, এবং বেশিরভাগ স্বাস্থ্য সংগঠনে এর সংখ্যাগরিষ্ঠতা বিশ্লেষণ করার পরিবর্তে ডেটা খুঁজে, অ্যাক্সেস করে, পরিষ্কার করে, এবং মিলিয়ে ব্যয় করা হয়। কয়েকটি সাম্প্রতিক প্রকল্পের জন্য সততার সাথে বিভাজন পরিমাপ করুন, তারপর কারণগুলি ট্রেস করুন: খণ্ডিত উৎস, অনুপস্থিত নথিপত্র, শততম বার পুনঃপরিষ্কার করা মান ত্রুটি, একটি কেন্দ্রীয় ডেটা দল যা একটি সারি হয়ে উঠেছে। এটি সেই নির্ণয় যা স্থাপত্য চালানো উচিত — গুদাম, লেক, বা মেশ — কারণ প্রতিটি বাধা কোথায় বসে এবং কে প্রসঙ্গ ধরে রাখে তার একটি ভিন্ন উত্তর। উত্তেজনাটি হল স্থাপত্য বিতর্ক বিক্রেতা শব্দভাণ্ডারে পরিচালিত হয় এবং ফ্যাশন দ্বারা নিষ্পত্তি করা হয়, যখন প্রকৃত প্রশ্নটি সাংগঠনিক: কোন ডেটার মালিক কে, এর কিউরেশনের জন্য কে প্রদান করে, এবং সারি কোথায় গঠন করে। একটি সৎ উত্তর বর্তমান বিশ্লেষক-সময় বিভাজন বলে, বাঁধাই বাধা নাম দেয়, এবং সেই বাধার প্রতিকার হিসাবে স্থাপত্য বেছে নেয় — মাইগ্রেশনের ব্যয় এটি মুক্ত করা শ্রম দ্বারা ন্যায্যতাপ্রাপ্ত।

3. একজন বৈধ ব্যবহারকারীর প্রশ্ন থেকে ডেটায় যেতে কত সময় লাগে, এবং সেই বিলম্ব কী খরচ করছে? একজন গবেষক, একজন সেবা পরিকল্পনাকারী, একটি মান দল — সম্পূর্ণ যাত্রা কংক্রিটভাবে হাঁটুন — আবিষ্কার, আবেদন, অনুমোদন, চুক্তি, এবং অ্যাক্সেসের মাধ্যমে, এবং উভয় পাশে মাস এবং কর্মী-ঘন্টা গণনা করুন। তারপর জিজ্ঞাসা করুন এর কারণে কী কখনো ঘটে না: চেষ্টা করা হয়নি গবেষণা, অপ্রমাণিত নেওয়া সিদ্ধান্ত, বিশ্লেষক যারা ব্যবস্থার চারপাশে রুট করে বা চলে যায়। উত্তেজনাটি উভয় পাশে প্রকৃত — ঘর্ষণের প্রতিটি শিথিলকরণ ঝুঁকি সংযুক্ত একটি শাসন সিদ্ধান্ত, এবং প্রক্রিয়ার প্রতিটি স্তর কিছু ঘটনার পরে যোগ করা হয়েছিল — কিন্তু ঘর্ষণ ব্যবহারের মূল্যের পরিবর্তে সহনশীলতা দ্বারা রেশন করে, এবং এর ব্যয় অদৃশ্য যখন এর সুরক্ষা নিরীক্ষাযোগ্য। একটি সৎ উত্তর প্রান্ত-থেকে-প্রান্ত সময় পরিমাপ করে, প্রকৃত সুরক্ষা কেনা বিলম্বকে সারিবদ্ধকরণ এবং নকল হওয়া বিলম্ব থেকে আলাদা করে, একটি প্রকাশিত লক্ষ্য সেট করে, এবং একক সামনের দরজা তৈরি করে যা লক্ষ্যকে অর্জনযোগ্য করে তোলে।

4. যেখানে এটি তৈরি হয় সেখানে আমাদের ডেটা মান কী, এবং এটি উন্নত করতে কারো কী প্রণোদনা আছে? বিশ্লেষণে আবিষ্কৃত মান সমস্যাগুলি মাস আগে একটি ক্লিনিকে একটি কীবোর্ডে তৈরি হয়েছিল, কারো দ্বারা যাদের সেই দিনের কাজ ছিল যত্ন, কোডিং নয়। সম্পূর্ণতা এবং নির্ভুলতার জন্য আপনার মূল ডেটাসেট পরীক্ষা করুন, তারপর উজানে ত্রুটিগুলি অনুসরণ করুন: যে চিকিৎসক বা কেরানি ডেটা রেকর্ড করেন তিনি কি কখনো এর নিম্নমুখী ব্যবহার দেখেন, এর মানে প্রতিক্রিয়া পান, বা এটি উন্নত করা থেকে কিছু লাভ করেন? ব্যবস্থা কি সঠিক রেকর্ডিংকে সহজ পথ নাকি বীরত্বপূর্ণ করে? উত্তেজনাটি হল মান-উন্নতি চাপ ব্যবস্থার সবচেয়ে ব্যস্ত মানুষের উপর অবতরণ করে এবং প্রদানের সাথে অসংস্কৃতভাবে বাঁধা হলে গেমিংয়ে ব্যাকফায়ার করতে পারে (বিষয় ৩.১১ — মান ও নিরাপত্তা অর্থনীতির পরিমাপ প্যাথলজি সরাসরি প্রযোজ্য)। একটি সৎ উত্তর উৎসে মান পরিমাপ করে, প্রতিক্রিয়া লুপ বন্ধ করে যাতে ডেটা নির্মাতারা তাদের ডেটা কী হয়ে ওঠে তা দেখেন, মানুষকে দোষারোপ করার আগে ক্যাপচার পথ পুনর্গঠন করে, এবং নিরীক্ষা প্রকৃতপক্ষে যাচাই করতে পারে তার জন্য প্রদান প্রণোদনা সংরক্ষণ করে।

5. আমাদের ডেটা ব্যবহার কাকে অবাক করবে, এবং আমাদের সামাজিক লাইসেন্স প্রকৃতপক্ষে কীসের জন্য ভালো? care.data পতন অবৈধ প্রক্রিয়াকরণ দ্বারা সৃষ্ট হয়নি; এটি এমন ব্যবহার দ্বারা সৃষ্ট হয়েছিল যা জনসাধারণকে তারা গ্রহণ করত এমন শর্তে বলা হয়নি, সবচেয়ে খারাপ সম্ভাব্য উপায়ে আবিষ্কৃত। আপনার বর্তমান এবং পরিকল্পিত ডেটা ব্যবহারের তালিকা করুন — অভ্যন্তরীণ বিশ্লেষণ, গবেষণা অ্যাক্সেস, যেকোনো বাণিজ্যিক ব্যবস্থা — এবং বিস্ময় মানদণ্ডের বিরুদ্ধে প্রতিটি পরীক্ষা করুন: যদি এটি আগামীকাল একটি সামনের পৃষ্ঠায় উপস্থিত হয়, রোগীরা কি অবহিত বা বিশ্বাসঘাতকতা অনুভব করবে? ইতিহাস বলে দাহ্য এমন বিশেষত্বগুলি অনুসন্ধান করুন: বাণিজ্যিক অ্যাক্সেস শর্তাবলী, আপনার হেফাজত ছেড়ে যাওয়া ডেটা, ব্যবহার যা সবচেয়ে পাতলা বিশ্বাস সহ সেই সম্প্রদায়গুলির নজরদারি বা প্রোফাইলিংয়ের মতো দেখায়। উত্তেজনাটি হল সম্পূর্ণ স্বচ্ছতা নীরবে বেড়ে ওঠা প্রোগ্রামগুলির কাছে ঝুঁকিপূর্ণ মনে হয়, এবং জনসাধারণের সম্পৃক্ততা সময় নেয় যা প্রদান সময়সীমা বিরক্ত করে — কিন্তু বিকল্পটি একটি লাইসেন্সের বিরুদ্ধে ধার নেওয়া যা আপনি ধরে নাও রাখতে পারেন, care.data সুদের হারে। একটি সৎ উত্তর ব্যবহার রেজিস্টার প্রকাশ করে, বিতর্কিত কেস আসার আগে অ্যাক্সেস নীতিতে রোগী এবং জনসাধারণকে জড়িত করে, প্রকাশ্যে বাণিজ্যিক শর্তাবলী সেট করে, এবং লাইসেন্সকে একটি অনুমানের পরিবর্তে একটি গতিপথ সহ একটি পরিমাপিত সম্পদ হিসাবে বিবেচনা করে।

6. আমরা কি এই প্রোগ্রামের মূল্য প্রমাণ করার জন্য সেট আপ, নাকি আমরা বাজেটকে বিশ্বাসে এটি নেওয়ার জন্য জিজ্ঞাসা করছি? ডেটা প্ল্যাটফর্ম, তত্ত্বাবধান দল, এবং অ্যাক্সেস সেবাগুলি অন্য মানুষের ফলাফলে তাদের মূল্য উৎপাদন করে, যে কারণে তারা একটি সাশ্রয় রাউন্ডে চিরস্থায়ীভাবে প্রথম দেয়ালের বিরুদ্ধে — ব্যয় কেন্দ্রীভূত এবং দৃশ্যমান, সুবিধা বিচ্ছুরিত এবং অন্যত্র ক্রেডিট করা। জিজ্ঞাসা করুন অ্যাক্সেস কী সক্ষম করেছে সে সম্পর্কে আপনি বর্তমানে কী রেকর্ড করেন: সম্পন্ন গবেষণা, করা সেবা পরিবর্তন, পাওয়া নিরাপত্তা সংকেত, নকল না করা সংগ্রহ, একবার পরিবর্তে বহুবার করা কিউরেশন দ্বারা সাশ্রয় করা বিশ্লেষক-ঘন্টা। তারপর কঠিন পোর্টফোলিও প্রশ্ন জিজ্ঞাসা করুন: আপনার কোন ডেটা বিনিয়োগ উপার্জন করছে, কোনগুলি অনুমানমূলক, এবং কোনগুলি স্মৃতিস্তম্ভ। উত্তেজনাটি হল দায়িত্ব প্রকৃতপক্ষে কঠিন — ডেটা যেকোনো ফলাফলের অনেক ইনপুটের একটি — এবং অতিরিক্ত দাবি করা বিশ্বাসযোগ্যতা ক্ষয় করে ঠিক যেমন নীরবতা এটিকে অনাহারে রাখে। একটি সৎ উত্তর অ্যাক্সেস প্রক্রিয়া নিজেই ফলাফল-ট্র্যাকিং তৈরি করে, স্পষ্টভাবে বিবৃত দায়িত্ব সতর্কতা সহ উপলব্ধি মূল্যের একটি বার্ষিক হিসাব প্রকাশ করে, এবং যে প্ল্যাটফর্ম উপাদান বা ডেটাসেটের ব্যবহার কখনো বাস্তবায়িত হয়নি তা অবসর দিতে ইচ্ছুক।

অনুশীলনে: একটি স্বাস্থ্য অর্থনীতি উদাহরণ

একটি কাল্পনিক নর্ডিক দেশের জাতীয় স্বাস্থ্য-ডেটা কর্তৃপক্ষ একটি প্যারাডক্স ঠিক করতে তৈরি করা হয়েছে: দেশের দশকের সমৃদ্ধ, সংযোগযোগ্য স্বাস্থ্য রেকর্ড আছে — একটি জাতীয় শনাক্তকারী, সর্বজনীন কভারেজ, ডিজিটাইজড রেজিস্ট্রি — তবুও গবেষকরা নিয়মিতভাবে অ্যাক্সেসের জন্য দুই বছর অপেক্ষা করে, বিশটি অঞ্চলের প্রতিটি ভিন্নভাবে পারমিট অনুরোধের উত্তর দেয়, এবং দুটি অঞ্চল কোনো তত্ত্বাবধান পরিকল্পনা ছাড়া তাদের নিজস্ব প্রতিযোগী "ডেটা লেক" তৈরি করা শুরু করেছে। একটি ফার্মাসিউটিক্যাল কোম্পানি সম্প্রতি একটি পোস্ট-মার্কেট নিরাপত্তা গবেষণা পরিত্যাগ করেছে কারণ পারমিটগুলি একত্রিত করা যায়নি; একটি বিশ্ববিদ্যালয় দল পরিবর্তে একটি প্রতিবেশী দেশে একটি অনুদান নিয়েছে। মূল্যটি প্রমাণযোগ্যভাবে সেখানে; ব্যবস্থাটি এটি বাজেয়াপ্ত করছে।

কর্তৃপক্ষের অর্থনীতিবিদরা ঘর্ষণকে একটি ব্যয় হিসাবে পরিমাপ করে শুরু করেন। তারা বারোটি সাম্প্রতিক অ্যাক্সেস প্রচেষ্টা শেষ থেকে শেষ পর্যন্ত ট্রেস করেন — আবিষ্কার, আবেদন, বিশটি পৃথক আঞ্চলিক সিদ্ধান্ত, চুক্তি, নিষ্কাশন — এবং মাসে যাত্রার মূল্য নির্ধারণ করেন (মধ্যম ছাব্বিশ) এবং উভয় পাশে কর্মী-ঘন্টা, তারপর পথ ধরে যা পরিত্যাগ করা হয়েছিল তার তালিকা করেন। এভাবে উপস্থাপিত, অ্যাক্সেস সংস্কার একটি প্রশাসনিক সৌজন্য হওয়া বন্ধ করে এবং একটি বিনিয়োগ কেস হয়ে ওঠে: একক সামনের দরজা — একটি আবেদন, একজন আইনী সিদ্ধান্ত-গ্রহণকারী, প্রকাশিত সময়সূচী — দেশ কিনতে পারে এমন যেকোনো নতুন ডেটাসেটের চেয়ে প্রতি ক্রোনায় বেশি গবেষণা মূল্য মুক্তি দেওয়ার প্রক্ষিপ্ত। ডিজাইনটি ইচ্ছাকৃতভাবে ফিনল্যান্ডের Findata থেকে ধার নেয়: একটি জাতীয় পারমিট কর্তৃপক্ষ প্লাস একটি বিশ্বস্ত গবেষণা পরিবেশ, যাতে বিশ্লেষকরা ডেটায় আসেন এবং যাচাইকৃত ফলাফল বেরিয়ে যায়, বর্তমানে বিশ্ববিদ্যালয় সার্ভারে অনিরীক্ষিত বসে থাকা শিপ করা নির্যাস প্রতিস্থাপন করে।

স্থাপত্য সিদ্ধান্তকে একটি প্রযুক্তি ক্রয়ের পরিবর্তে একটি সাংগঠনিক অর্থনৈতিক প্রশ্ন হিসাবে বিবেচনা করা হয়। একটি সম্পূর্ণ কেন্দ্রীয় জাতীয় গুদাম প্রত্যাখ্যাত: অঞ্চলগুলি ক্লিনিকাল প্রসঙ্গ ধরে রাখে, এবং একটি একক জাতীয় দল নতুন বাধা হয়ে উঠবে। বিশুদ্ধ আঞ্চলিক স্বায়ত্তশাসনও প্রত্যাখ্যাত: বিশটি মেটাডেটা মান সহ বিশটি লেক জলাভূমি, বিশ গুণ। কর্তৃপক্ষ যুক্তরাষ্ট্রীয় শাসনের অধীনে মেশ নীতিতে অবতরণ করে — প্রতিটি অঞ্চল এবং রেজিস্ট্রি শনাক্তকারী, মেটাডেটা, মান প্রতিবেদন, এবং অ্যাক্সেসের জাতীয় মান অনুযায়ী তার ডেটা একটি পণ্য হিসাবে প্রকাশ করে — জাতীয় প্ল্যাটফর্ম ভাগ করা এনক্লেভ, ক্যাটালগ, এবং পারমিট সেবা প্রদান করে। এই পছন্দের সৎ ব্যয় স্পষ্ট করা হয়: প্রতিটি অঞ্চলকে ডেটা-তত্ত্বাবধায়ক ভূমিকা অর্থায়ন করতে হবে, এবং কর্তৃপক্ষের বাজেটে ডোমেইন মালিকানাকে নামমাত্রের পরিবর্তে বাস্তব করতে ট্রানজিশনাল অর্থায়ন অন্তর্ভুক্ত, কারণ একটি মেশ যা কেউ কর্মী নিয়োগ করে না তা ভালো ব্র্যান্ডিং সহ খণ্ডন।

বিশ্বাস প্ল্যাটফর্মের মতোই ইচ্ছাকৃতভাবে ইঞ্জিনিয়ার করা হয়। কর্তৃপক্ষ স্পষ্টভাবে care.data ব্যর্থতা অধ্যয়ন করে এবং বিপরীত করে: প্রথম দিন থেকে ডেটা ব্যবহারের সম্পূর্ণ রেজিস্টার সরকারি; একটি নাগরিক প্যানেল টোকেন নয়, দাঁত সহ অ্যাক্সেস-নীতি প্রক্রিয়ার ভিতরে বসে; আগে থেকে প্রকাশ্যে সেট করা শর্তাবলীর অধীনে বাণিজ্যিক অ্যাক্সেস অনুমোদিত — ব্যয়-পুনরুদ্ধার চার্জিং, শুধুমাত্র-এনক্লেভ অ্যাক্সেস, প্রতিটি অনুমোদিত ব্যবহারের প্রকাশিত সারাংশ, এবং ক্ষমতা ও গ্যারান্টিযুক্ত গবেষণা অ্যাক্সেসে ব্যবস্থায় ফিরে আসা মূল্যের একটি অংশ। যখন একটি ট্যাবলয়েড দ্বিতীয় বছরে একটি "আপনার রেকর্ড বিক্রয়ের জন্য" গল্প চালায়, প্রোগ্রামটি এটি বেঁচে থাকে — গল্পটি দয়ালু বলে নয়, বরং এটি অভিযোগ করা প্রতিটি সত্য ইতিমধ্যে কর্তৃপক্ষের ওয়েবসাইটে, শর্তাবলী সংযুক্ত সহ; পূর্ব-নির্মিত স্বচ্ছতা খণ্ডন করে (যোগাযোগ অর্থনীতি বিষয় ৪.৪ — সামাজিক মাধ্যম ও স্বাস্থ্য যোগাযোগ অর্থনীতি)।

তিন বছর পরে, কর্তৃপক্ষ এর হিসাব প্রকাশ করে: আবেদন থেকে এনক্লেভ অ্যাক্সেসের মধ্যম সময় ছাব্বিশ মাস থেকে চার মাসে নেমে এসেছে; সক্ষমকৃত গবেষণা, প্রদত্ত সেবা বিশ্লেষণ, এবং একটি প্রকৃত নিরাপত্তা সংকেত পাওয়া এবং কাজ করা হয়েছে; আঞ্চলিক ডেটা-মান ড্যাশবোর্ড চলমান কারণ চিকিৎসকরা এখন দেখেন তাদের কোডিং কী হয়ে ওঠে। মূল্যায়নটি দায়িত্ব সীমাবদ্ধতা এবং একটি ব্যর্থতা সম্পর্কে খোলামেলা — একটি অঞ্চল যার "ডেটা পণ্য" অনথিভুক্ত এবং অব্যবহৃত থেকে যায়, যেখানে ডোমেইন অর্থায়ন কাটা হয়েছিল — যা কর্তৃপক্ষ সফলভাবে যুক্তি দিতে ব্যবহার করে যে তত্ত্বাবধান সম্পদের রক্ষণাবেক্ষণ বিল, একটি ঐচ্ছিক অতিরিক্ত নয়।

চারটি ক্ষেত্র দৃষ্টিভঙ্গি

স্টার্টআপ

একটি স্বাস্থ্য-ডেটা স্টার্টআপ — একটি বিশ্লেষণ পণ্য, একটি কিউরেশন টুল, একটি ফেডারেটেড-লার্নিং প্ল্যাটফর্ম — এমন ডেটায় বাঁচে যা এটির মালিকানাধীন নয়, তাই এর অস্তিত্বগত প্রশ্নগুলি অ্যাক্সেস এবং বিশ্বাস: এটিকে খাওয়ানো ডেটার জন্য এটির কী বৈধ ভিত্তি আছে, এটি কীভাবে ডেটা ধারকদের শাসনের মাধ্যমে বেঁচে থাকার গতিতে যায়, এবং একটি গোপনীয়তা ঘটনা কোম্পানি শেষ করে কিনা। প্রলোভনটি শাসনকে হ্যাক করার ঘর্ষণ হিসাবে বিবেচনা করা; টেকসই খেলা বিপরীত — শুরু থেকে এনক্লেভ, নিরীক্ষাযোগ্যতা, এবং গোপনীয়তা-সংরক্ষণ কৌশলের জন্য তৈরি করা, কারণ এটি ক্রেতাদের শাসন দাবি করবে, এবং অনুমোদন করা সহজ হওয়া একটি পরিখা। এর ব্যবসায়িক-মডেল ঝুঁকি ডেটা-দালাল ছায়া: এমন মডেল যা রোগীদের অবাক করবে এমন উপায়ে স্বাস্থ্য ডেটা পুনরায় বিক্রি বা মুদ্রায়িত করে সম্পূর্ণ খাতের লাইসেন্স তাদের সাথে নামিয়ে নেওয়া থেকে একটি শিরোনাম দূরে।

ছোট ব্যবসা

একটি ছোট প্রদানকারী — একটি ক্লিনিক গ্রুপ, একটি ফার্মেসি, একটি কেয়ার হোম অপারেটর — একজন ডেটা ব্যবহারকারীর চেয়ে বেশি একজন ডেটা নির্মাতা: এর রেকর্ড জাতীয় রেজিস্ট্রি, পেয়ার ডেটাসেট, এবং এটি কখনো দেখবে না এমন গবেষণা খাওয়ায়। এর অর্থনীতি বোঝা এবং প্রত্যাবর্তন সম্পর্কে: ডেটা মান এর কীবোর্ডে তৈরি বা ভাঙা হয়, তবুও এটি খুব কমই এটি যে মান তৈরি করে তার জন্য প্রদান, ধন্যবাদ, বা প্রতিক্রিয়া পায়, এবং প্রতিটি নতুন প্রতিবেদন প্রয়োজনীয়তা অ-অর্থায়িত শ্রম। সংবেদনশীল অবস্থান হল নির্মমভাবে মানকীকরণ করা (মানক কোড এবং ব্যবস্থা ব্যবহার করুন, বেস্পোক নির্যাস প্রতিরোধ করুন), প্রতিবেদনের বিনিময়ে প্রতিক্রিয়া লুপ এবং বোঝা-হ্রাস দাবি করা — একটি ন্যায্য বিনিময় যা বৃহত্তর ব্যবস্থার প্রত্যাখ্যান করতে বিব্রত হওয়া উচিত — এবং একটি প্ল্যাটফর্মের আগমনের জন্য অপেক্ষা করার পরিবর্তে সময়সূচী, স্টক, এবং মানের জন্য একটি অপারেশনাল সম্পদ হিসাবে এর নিজস্ব বিনয়ী ডেটা বিবেচনা করা।

উদ্যোগ

একটি বড় প্রদানকারী গোষ্ঠী বা বীমাকারী সেই স্কেলে ডেটা ধারণ করে যেখানে সম্পদ অর্থনীতি বাস্তব হয়ে ওঠে: লক্ষ লক্ষ জীবন জুড়ে দীর্ঘস্থায়ী রেকর্ড, বিশ্বাসযোগ্য বিশ্লেষণের জন্য যথেষ্ট ভলিউম, এবং দায় দিকও জানার জন্য যথেষ্ট ঘটনা। পরিপক্ব উদ্যোগ ডেটাকে একটি শাসিত পোর্টফোলিও হিসাবে চালায় — তত্ত্বাবধায়ক সহ একটি তালিকা, এর নিজস্ব দলের জন্য একটি প্রকাশিত অ্যাক্সেস প্রক্রিয়া সহ একটি অর্থায়িত প্ল্যাটফর্ম, উৎসে পরিচালিত মান, এবং এর সম্মেলন ক্যালেন্ডারের পরিবর্তে এর সাংগঠনিক আকারের জন্য নির্বাচিত স্থাপত্য। এর স্বতন্ত্র প্রলোভন হল মজুদকরণ (এটি যে ব্যবস্থার সেবা করে তার বিরুদ্ধে ডেটা রক্ষা করা, সমন্বয়মূলক মূল্য বাজেয়াপ্ত করা) এবং নীরব মুদ্রায়ন (বাণিজ্যিক চুক্তি যা রোগীরা সাংবাদিকদের কাছ থেকে আবিষ্কার করে)। স্বতন্ত্র শৃঙ্খলা হল অভ্যন্তরীণ অ্যাক্সেস ঘর্ষণকে বাহ্যিকের মতো গুরুত্বের সাথে বিবেচনা করা: একজন বীমাকারী যার নিজস্ব অ্যাকচুয়ারিরা ডেটার জন্য মাস অপেক্ষা করে একটি বাধা তৈরি করেছে, একটি শাসন ফাংশন নয়।

সরকার

একটি মন্ত্রণালয় বা জাতীয় সংস্থা সেই স্তরের মালিক যা আর কেউ পারে না: শনাক্তকারী এবং মান যা সংযোগ সম্ভব করে, গৌণ ব্যবহারের জন্য আইনী কাঠামো, জাতীয় অ্যাক্সেস প্রতিষ্ঠান, এবং সেই শর্তাবলী যার উপর দেশের ডেটা সম্পদ গবেষণা এবং শিল্পের সেবা করে। রেফারেন্স প্যাটার্ন এখন বিদ্যমান — একক সামনের দরজার জন্য ফিনল্যান্ডের Findata, অ্যাক্সেসের জন্য বিশ্বস্ত গবেষণা পরিবেশ, সীমান্ত-পার আইনী স্ক্যাফোল্ডিংয়ের জন্য ইউরোপীয় স্বাস্থ্য ডেটা স্থান — এবং সরকারি শিল্প ক্রমবিন্যাস: প্ল্যাটফর্মের আগে মান এবং তত্ত্বাবধান অর্থায়ন, বিতর্কের আগে জনসাধারণের সম্পৃক্ততা, ট্যাবলয়েড গল্পটি খুঁজে পাওয়ার আগে স্বচ্ছতা। সরকারও জাতীয় স্কেলে ব্যর্থতার মোড বহন করে: care.data দেখায় একটি বিশ্বাস পতনের কী খরচ হয়, এবং এক দশকের কম-অর্থায়িত রেজিস্ট্রি দেখায় তত্ত্বাবধান অবহেলার কী খরচ হয়। দায়িত্বটি হল জাতীয় ডেটা সম্পদকে অবকাঠামো হিসাবে বিবেচনা করা — রাস্তার মতো অর্থায়িত, শাসিত, এবং হিসাবযুক্ত — কারণ কোনো বাজার অভিনেতা এর সরকারি-পণ্য স্তর সরবরাহ করবে না (নীতি যন্ত্র বিষয় ৩.২ — স্বাস্থ্য নীতি)।

সাধারণ ব্যর্থতার ধরন

• জলাভূমি। স্টোরেজ সস্তা বলে একটি লেক তৈরি করা এবং চিরকাল কিউরেশন বিলম্বিত করা, যতক্ষণ না এতে কিছু বিশ্বাস বা খুঁজে পাওয়া যায় না। সমাধান: অর্থায়িত তত্ত্বাবধান এবং ক্যাটালগ পরিকল্পনা ছাড়া কোনো প্ল্যাটফর্ম নয়; টেরাবাইট নয়, ব্যবহার পরিমাপ করুন।
• পুনর্নির্মিত বাধা। একটি দলে সমস্ত ডেটা কাজ কেন্দ্রীভূত করা যা একটি সারি হয়ে ওঠে, বা একটি "মেশ"-এ বিকেন্দ্রীভূত করা যা কোনো ডোমেইন কর্মী নিয়োগে অর্থায়িত নয়। সমাধান: প্রসঙ্গ এবং ক্ষমতা প্রকৃতপক্ষে কোথায় বসে তা দ্বারা স্থাপত্য বেছে নিন, এবং আপনি যে মডেল বেছে নিয়েছেন তা অর্থায়ন করুন।
• মিথ্যা নিরাপত্তা হিসাবে ঘর্ষণ। বহু-বছরের অ্যাক্সেস প্রক্রিয়া যা সহনশীলতা দ্বারা রেশন করে যখন অনুরোধে অনিরীক্ষিত নির্যাস পাঠায়। সমাধান: একক সামনের দরজা, প্রকাশিত সময়সূচী, যাচাইকৃত প্রস্থান সহ এনক্লেভ-ভিত্তিক অ্যাক্সেস।
• নিম্নমুখী দোষারোপিত মান। প্রতিটি গবেষণায় একই ত্রুটি পরিষ্কার করা যখন সৃষ্টির বিন্দু তাদের সম্পর্কে কখনো শোনে না। সমাধান: ডেটা নির্মাতাদের প্রতিক্রিয়া লুপ, পুনর্গঠিত ক্যাপচার পথ, নিরীক্ষা যাচাই করতে পারে তার সাথে সারিবদ্ধ প্রণোদনা।
• অতিরিক্ত দাবিকৃত বেনামীকরণ। একটি পুনঃশনাক্তকরণ গল্প ভাঙা পর্যন্ত ঝুঁকি-মুক্ত হিসাবে অজ্ঞাতকৃত ডেটা বাজারজাত করা। সমাধান: ডি-আইডেন্টিফিকেশনকে একটি বর্ণালী হিসাবে বিবেচনা করুন, অবশিষ্ট ঝুঁকি নথিভুক্ত করুন, এবং কৌশলকে ব্যবহারের সাথে মেলান।
• বিস্ময় শিরোনাম। ডেটা ব্যবহার — বিশেষত বাণিজ্যিক — যা জনসাধারণ প্রথম সাংবাদিকদের কাছ থেকে শেখে। সমাধান: ব্যবহার রেজিস্টার প্রকাশ করুন, আগে থেকে প্রকাশ্যে বাণিজ্যিক শর্তাবলী সেট করুন, অ্যাক্সেস নীতিতে রোগীদের জড়িত করুন।
• মূল্য অহিসাবযুক্ত। একটি প্ল্যাটফর্ম যা বলতে পারে না এর অ্যাক্সেস কী সক্ষম করেছে, বাজেটের সময় প্রতিরক্ষাহীন। সমাধান: অ্যাক্সেস প্রক্রিয়ার অংশ হিসাবে অ্যাক্সেস সক্ষম করা গবেষণা, সিদ্ধান্ত, এবং সঞ্চয় ট্র্যাক করুন।
• মজুদকরণ। ব্যবস্থা-ব্যাপী সংযোগের সমন্বয়মূলক মূল্য বাজেয়াপ্ত হওয়ার সময় দর কষাকষি শক্তি হিসাবে ডেটা রক্ষা করা প্রতিষ্ঠান। সমাধান: ভাগাভাগিকে অর্থায়িত, মানকীকৃত ডিফল্ট করুন এবং মজুদকরণকে নিজেকে ন্যায্যতা দিতে হবে এমন অবস্থান করুন।

পরিপক্বতা মডেল

চেকলিস্ট

• উল্লেখযোগ্য ডেটা সম্পদের একটি তালিকা বজায় রাখুন, প্রতিটির একজন নামযুক্ত তত্ত্বাবধায়ক এবং একটি অর্থায়িত কিউরেশন পরিকল্পনা সহ।
• প্রসঙ্গ, ক্ষমতা, এবং বাধা প্রকৃতপক্ষে কোথায় বসে তা দ্বারা গুদাম, লেক, বা মেশ বেছে নিন — এবং নির্বাচিত মডেল অর্থায়ন করুন।
• তত্ত্বাবধান, ক্যাটালগ, এবং মেটাডেটা বাজেট ছাড়া কখনো একটি ডেটা প্ল্যাটফর্ম কমিশন করবেন না।
• সৃষ্টির বিন্দুতে ডেটা মান পরিমাপ করুন এবং যারা এটি তৈরি করে তাদের কাছে প্রতিক্রিয়া লুপ বন্ধ করুন।
• একটি ব্যয় হিসাবে প্রান্ত-থেকে-প্রান্ত অ্যাক্সেস সময় পরিমাপ করুন, লক্ষ্য প্রকাশ করুন, এবং অনুরোধের জন্য একক সামনের দরজা তৈরি করুন।
• যাচাইকৃত প্রস্থান সহ বিশ্বস্ত গবেষণা পরিবেশে ডিফল্ট করুন; শিপ করা নির্যাসকে ব্যতিক্রম এবং দায় হিসাবে বিবেচনা করুন।
• প্রতিটি ব্যবহারের সাথে গোপনীয়তা কৌশল (ডি-আইডেন্টিফিকেশন, ডিফারেনশিয়াল প্রাইভেসি, ফেডারেটেড পদ্ধতি) মেলান এবং সততার সাথে অবশিষ্ট ঝুঁকি নথিভুক্ত করুন।
• ডেটা ব্যবহারের রেজিস্টার প্রকাশ করুন এবং অ্যাক্সেস নীতিতে রোগী ও জনসাধারণকে জড়িত করুন।
• চার্জিং এবং সরকারি ব্যবস্থার প্রত্যাবর্তন সহ খোলামেলাভাবে এবং আগে থেকে বাণিজ্যিক অ্যাক্সেস শর্তাবলী সেট করুন।
• সরকারি-স্বার্থ ছাড় সহ ব্যয়-পুনরুদ্ধারে অ্যাক্সেসের মূল্য নির্ধারণ করুন, একচেটিয়া ভাড়া নয় এবং শূন্য নয়।
• অ্যাক্সেস যে মূল্য সক্ষম করে তা ট্র্যাক এবং প্রকাশ করুন — গবেষণা, সিদ্ধান্ত, নিরাপত্তা ফলাফল, এড়ানো নকল।
• প্রতিটি প্রকাশিত ডেটাসেটের জন্য তত্ত্বাবধান মান হিসাবে FAIR নীতি (খুঁজে পাওয়া যায়, অ্যাক্সেসযোগ্য, আন্তঃঅপারেবল, পুনঃব্যবহারযোগ্য) প্রয়োগ করুন।

Key sources

• OECD — Recommendation on Health Data Governance (2016), the intergovernmental baseline for national health-data frameworks.
• European Union — European Health Data Space regulation, the emerging legal scaffolding for primary and secondary use across member states.
• Findata (Finland) — the national health and social data permit authority, the reference implementation of a single front door with secure access.
• Health Data Research UK — national institute for health-data science, including work on trusted research environments and data access.
• FAIR principles (Wilkinson et al., 2016) — the findable–accessible–interoperable–reusable standard for data stewardship.
• The care.data programme and its published post-mortems — the canonical case study in losing the social licence for health-data use.

References

1. Health data — Wikipedia — https://en.wikipedia.org/wiki/Health_data
2. Secondary data — Wikipedia — https://en.wikipedia.org/wiki/Secondary_data
3. Data warehouse — Wikipedia — https://en.wikipedia.org/wiki/Data_warehouse
4. Data lake — Wikipedia — https://en.wikipedia.org/wiki/Data_lake
5. Data mesh — Wikipedia — https://en.wikipedia.org/wiki/Data_mesh
6. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
7. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
8. De-identification — Wikipedia — https://en.wikipedia.org/wiki/De-identification
9. Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
10. Federated learning — Wikipedia — https://en.wikipedia.org/wiki/Federated_learning
11. General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
12. European Health Data Space — Wikipedia — https://en.wikipedia.org/wiki/European_Health_Data_Space
13. FAIR data — Wikipedia — https://en.wikipedia.org/wiki/FAIR_data
14. Care.data — Wikipedia — https://en.wikipedia.org/wiki/Care.data
15. Findata — Finnish Social and Health Data Permit Authority — https://findata.fi/en/
16. Health Data Research UK — https://www.hdruk.ac.uk/