Kinh tế dữ liệu y tế

Vì sao điều này quan trọng trong kinh tế học sức khỏe

Mỗi lần tiếp xúc mà một hệ thống y tế ghi lại — mỗi đơn thuốc, hình ảnh, kết quả xét nghiệm và lượt nhập viện — tạo ra dữ liệu hai lần: một lần như hồ sơ làm việc về việc chăm sóc một cá nhân, và một lần nữa như một đầu vào tiềm năng cho điều gì đó lớn hơn. Khi được kết hợp và phân tích, chính những hồ sơ ấy có thể trả lời những câu hỏi mà không thử nghiệm nào sẽ từng tài trợ: phương pháp điều trị nào hiệu quả trong dân cư thực, tín hiệu an toàn ẩn ở đâu, dịch vụ nào đang làm thất bại cộng đồng nào, một đại dịch di chuyển ra sao. Các hệ thống y tế ngồi trên hàng thập kỷ tài sản này, và hầu hết chỉ thực hiện một phần nhỏ giá trị của nó — không phải vì thiếu khoa học, mà vì dữ liệu bị phân mảnh qua các hệ thống không tương thích, chất lượng không đồng đều, bị khóa sau các quy trình truy cập tính bằng năm, hoặc do các tổ chức không có động cơ chia sẻ canh giữ.

Sự lãng phí có thể định lượng về loại nếu không phải lúc nào cũng về số: nghiên cứu không được làm, thu thập dữ liệu trùng lặp, các quyết định đưa ra bằng trực giác nơi bằng chứng tồn tại nhưng không thể tập hợp, và các nhà phân tích — một trong những lao động khan hiếm nhất trong hệ thống — dành phần lớn thời gian để tìm, làm sạch và đối chiếu dữ liệu thay vì phân tích nó. Trong khi đó tài sản mục nát: dữ liệu không được chọn lọc là dữ liệu đang mất giá, khi ý nghĩa trôi đi, tài liệu bị mất, và nhân viên hiểu bộ dữ liệu chuyển đi nơi khác.

Đối lập với giá trị là một trách nhiệm có thật. Dữ liệu y tế là một trong những thông tin nhạy cảm nhất tồn tại về một con người, và việc lạm dụng nó — một vụ rò rỉ, một vụ bán khiến công chúng ngạc nhiên, một cách dùng cảm giác như sự phản bội — gây ra chi phí vượt xa bất kỳ khoản phạt nào: nó tiêu hao niềm tin công chúng mà mọi cách dùng tương lai phụ thuộc vào. Chương trình care.data của Anh (bị bỏ năm 2016) vẫn là bài học kinh điển: một kế hoạch hợp lý về kỹ thuật nhằm gộp hồ sơ bác sĩ gia đình cho nghiên cứu và hoạch định đã sụp đổ trước mối lo ngại của công chúng và giới chuyên môn về sự đồng ý và tiếp cận thương mại, và thất bại của nó làm chậm việc dùng dữ liệu hợp pháp nhiều năm. Với một giám đốc, đây là sự đánh đổi xác định của chủ đề: giá trị của dữ liệu y tế được mở khóa bởi truy cập, và giấy phép cho truy cập là niềm tin — nên kinh tế học của dữ liệu không thể tách khỏi quản trị dữ liệu.

Các khái niệm cốt lõi

Dữ liệu y tế đặc biệt về kinh tế. Nó không cạnh tranh — việc dùng của một nhóm không tiêu hao nó, nên cùng một bộ dữ liệu có thể phục vụ số người dùng không giới hạn ở chi phí cận biên gần bằng không — khiến nó hành xử như một hàng hóa công trong ranh giới truy cập của nó và nghĩa là việc dùng thiếu hoàn toàn là lãng phí. Nhưng chi phí cố định của nó nặng và liên tục: thu thập, chọn lọc, chuẩn hóa, lập tài liệu và quản lý phải được trả dù một nghiên cứu hay một nghìn nghiên cứu dùng dữ liệu. Và giá trị của nó mang tính tổ hợp — hồ sơ tăng giá trị khi được liên kết qua các bối cảnh và thời gian, chính là điều mà sự phân mảnh qua các tổ chức và nhà cung cấp ngăn cản. Sử dụng thứ cấp — phân tích dữ liệu thu thập cho chăm sóc để phục vụ nghiên cứu, hoạch định và cải thiện — là nơi phần lớn giá trị chưa thực hiện nằm.

Kiến trúc chứa dữ liệu thể hiện một chiến lược kinh tế. Kho dữ liệu là mô hình cổ điển: dữ liệu từ các hệ thống nguồn được làm sạch, chuẩn hóa và nạp vào một kho trung tâm xây cho phân tích — chi phí chọn lọc cao ban đầu, khả năng sử dụng cao sau đó. Hồ dữ liệu đảo ngược món mặc cả: dữ liệu thô dưới mọi hình dạng được lưu rẻ bây giờ và diễn giải sau — điều trì hoãn chi phí chọn lọc nhưng không loại bỏ nó, và một hồ không có quản lý trở thành đầm lầy, nơi dữ liệu có mặt về mặt kỹ thuật và không dùng được trên thực tế. Lưới dữ liệu là chiến lược mới nhất, và nó mang tính tổ chức hơn là công nghệ: thay vì một đội trung tâm sở hữu mọi dữ liệu, mỗi miền — phòng xét nghiệm, khoa cấp cứu, dịch vụ sức khỏe tâm thần — sở hữu và công bố dữ liệu của mình như một sản phẩm, theo các chuẩn chung, với đội nền tảng cung cấp hạ tầng chung và quản trị được liên kết. Lô-gic kinh tế của nó là những người tạo ra dữ liệu nắm bối cảnh cần để làm nó có ý nghĩa, và một đội trung tâm là điểm nghẽn mở rộng kém; rủi ro kinh tế của nó là nó đòi mọi miền tài trợ và bố trí nhân sự quản lý dữ liệu — một chi phí phân tán thực mà một mô hình trung tâm ít nhất làm hiện ra ở một nơi.

Không kiến trúc nào thắng được đầu vào tồi. Chất lượng dữ liệu — tính đầy đủ, chính xác, kịp thời, nhất quán — là một đại lượng kinh tế: dữ liệu chất lượng kém đánh thuế mọi cách dùng hạ nguồn, và khoản thuế cộng dồn, vì các nhà phân tích làm sạch lại cùng những khiếm khuyết nghiên cứu này sang nghiên cứu khác. Chất lượng được tạo ra tại điểm chăm sóc, nơi người thầy thuốc mã hóa chẩn đoán có động cơ yếu để phục vụ một nhà phân tích tương lai, nên cải thiện nó là một vấn đề thiết kế động cơ cũng như kỹ thuật (bộ máy đo lường chung là Chủ đề 2.3 — Kinh tế lượng sức khỏe, nơi sở hữu điều dữ liệu tồi làm với các tuyên bố nhân quả).

Truy cập là nơi giá trị được thực hiện hay bị bỏ lỡ, và truy cập có cấu trúc chi phí riêng. Vì chi phí cận biên của việc dùng gần bằng không, chính sách hiệu quả là truy cập rộng với ma sát thấp — nhưng mỗi lần truy cập mang rủi ro riêng tư, nên các hệ thống áp đặt quản trị: quy trình phê duyệt, khử định danh (loại bỏ hoặc che các định danh, luôn là một quang phổ rủi ro tái định danh còn lại chứ không phải nhị phân), và ngày càng nhiều mô hình môi trường nghiên cứu đáng tin cậy, trong đó nhà phân tích đến với dữ liệu bên trong một vùng kín an toàn và chỉ kết quả đã được kiểm duyệt mới rời đi — thay thế thói quen rủi ro hơn là gửi bản sao bộ dữ liệu ra ngoài. Các kỹ thuật như quyền riêng tư vi phân (thêm nhiễu thống kê được hiệu chỉnh để không thể suy ra sự hiện diện của cá nhân nào) và học liên kết (huấn luyện mô hình qua các bộ dữ liệu phân tán mà không gộp hồ sơ) đẩy biên giới riêng tư–hữu dụng ra xa. Điểm kinh tế là ma sát truy cập là một cái giá thực: một quy trình phê duyệt hai năm phân bổ dữ liệu không theo giá trị của việc dùng mà theo sức bền của người nộp đơn, và những nghiên cứu nó ngăn cản là một chi phí vô hình không sổ cái nào ghi.

Các quy tắc xung quanh tất cả điều này là quản trị dữ liệu: ai được dùng dữ liệu nào cho mục đích gì, quyết định bằng cách nào, và chịu trách nhiệm trước ai. Quy định đặt ngưỡng sàn — Quy định Bảo vệ Dữ liệu Chung (GDPR) ở châu Âu, các quy tắc ngành như HIPAA của Hoa Kỳ ở nơi khác — và các cấu trúc mới đang được xây phía trên: Không gian Dữ liệu Y tế châu Âu (quy định thông qua năm 2025) tạo một khung pháp lý cho cả sử dụng sơ cấp và thứ cấp dữ liệu y tế trong Liên minh châu Âu, và các cơ quan truy cập quốc gia như Findata của Phần Lan cho thấy một cửa duy nhất cho giấy phép và truy cập an toàn trông thế nào trong thực tế. Các nguyên tắc dữ liệu FAIR — tìm thấy được, truy cập được, tương tác được, tái sử dụng được — tóm tắt chuẩn quản lý khiến bất cứ điều nào trong số này hoạt động. Hệ thống đường ống chuyển dữ liệu — các chuẩn tương tác như HL7 FHIR — thuộc Chủ đề 5.4 — Kinh tế kỹ thuật phần mềm trong y tế; các mô hình huấn luyện trên dữ liệu thuộc Chủ đề 5.3 — Kinh tế trí tuệ nhân tạo trong y tế; và các động lực niềm tin công chúng thuộc kinh tế học truyền thông của Chủ đề 4.4 — Kinh tế mạng xã hội và truyền thông sức khỏe.

Các thực hành tốt nhất

1. Coi dữ liệu là một tài sản có người chủ, ngân sách và lịch khấu hao. Hãy kiểm kê các tài sản dữ liệu đáng kể bạn nắm giữ, chỉ định một người quản lý cho mỗi cái, và tài trợ chọn lọc và lập tài liệu như các chi phí thường trực — không phải phần dư của các dự án. Một bộ dữ liệu không có người quản lý là một bộ dữ liệu đang mất giá, và thời điểm rẻ nhất để nắm bối cảnh là khi những người tạo ra dữ liệu còn nhớ nó.

2. Chọn kiến trúc theo hình dạng tổ chức, không theo mốt. Hãy tập trung (kho hoặc hồ có quản trị) khi nhu cầu phân tích chung, các miền yếu về năng lực dữ liệu, và một đội có thể nắm bối cảnh; hãy liên kết hướng tới lưới khi các miền mạnh, nhu cầu đa dạng, và đội trung tâm đã thành hàng đợi mà ai cũng chờ. Dù cách nào, chi phí chọn lọc được bảo toàn — lựa chọn là ai trả và điểm nghẽn nằm ở đâu. Di chuyển kiến trúc rất đắt; hãy làm vì một thất bại kinh tế có tên (một điểm nghẽn, một đầm lầy), không phải vì một bài nói tại hội nghị.

3. Đừng bao giờ xây một hồ mà không có ngân sách quản lý. Lưu trữ rẻ khiến dễ hoãn chọn lọc mãi mãi; chọn lọc bị hoãn là cách hồ trở thành đầm lầy mà mọi cách dùng bắt đầu từ khảo cổ thô. Hãy tài trợ lập danh mục, siêu dữ liệu và giám sát chất lượng như một phần của nền tảng, và đo hồ theo dữ liệu thực sự được dùng, không phải số terabyte nắm giữ.

4. Nếu bạn áp dụng nguyên tắc lưới, hãy tài trợ các miền để làm nhà xuất bản. Dữ liệu như một sản phẩm nghĩa là mỗi miền phải bố trí nhân sự và trả tiền cho việc quản lý điều nó công bố — một chi phí thực mà mô hình trung tâm tập trung và mô hình lưới phân tán. Hãy đặt chuẩn chung ở trung ương (định danh, siêu dữ liệu, ngưỡng chất lượng, quy tắc truy cập), tài trợ tường minh các vai trò dữ liệu của miền, và chấp nhận rằng một lưới không có quyền sở hữu miền được tài trợ chỉ là sự phân mảnh với nhãn hiệu tốt hơn.

5. Sửa chất lượng dữ liệu tại nguồn, bằng động cơ, không bằng lời kêu gọi. Làm sạch hạ nguồn trả lại cùng khoản thuế mãi mãi; sửa thượng nguồn chỉ trả một lần. Hãy làm chất lượng hiện ra nơi nó được tạo ra (phản hồi cho thầy thuốc hay nhân viên mã hóa), làm cho nó có ý nghĩa (chi trả và kiểm toán nhạy với chất lượng nơi thích hợp), và thiết kế biểu mẫu cùng hệ thống để con đường dễ là con đường chính xác — đây là kiến trúc lựa chọn áp dụng cho tài liệu ghi chép (xem Chủ đề 4.1 — Kinh tế học hành vi).

6. Định giá ma sát truy cập như một chi phí, và chủ động đẩy nó xuống. Hãy đo toàn bộ hành trình một nhà phân tích hợp pháp đối mặt — khám phá, giấy phép, trích xuất hoặc vào vùng kín — bằng tháng và giờ công nhân viên, và coi sự giảm bớt là tạo ra giá trị. Một cửa duy nhất (một đơn, một người quyết định, thời hạn công bố, hợp đồng chuẩn) là cải cách có lợi suất cao nhất; mô hình Findata của Phần Lan là mẫu tham chiếu.

7. Mặc định nhà phân tích đến thăm dữ liệu, không phải dữ liệu đến thăm nhà phân tích. Môi trường nghiên cứu đáng tin cậy — vùng kín an toàn với đầu ra được kiểm duyệt — vượt trội việc gửi bộ dữ liệu cả về rủi ro lẫn khả năng kiểm toán, và chúng làm cho truy cập rộng tương thích với kiểm soát mạnh. Hãy dành các bản trích xuất cho những trường hợp vùng kín thực sự không thể phục vụ, và coi mỗi bộ dữ liệu được sao chép ngoài kia là một trách nhiệm thường trực.

8. Khớp kỹ thuật riêng tư với cách dùng, và trung thực về rủi ro còn lại. Khử định danh là một quang phổ, không phải công tắc; quyền riêng tư vi phân mua bảo đảm toán học với cái giá về hữu dụng; học liên kết tránh gộp nhưng không tránh mọi rò rỉ. Hãy chọn theo từng trường hợp sử dụng, lập tài liệu rủi ro còn lại một cách trung thực, và đừng bao giờ quảng bá "ẩn danh" là "không rủi ro" — tuyên bố quá mức là cách niềm tin bị mất khi ngoại lệ không thể tránh xuất hiện.

9. Giành giấy phép xã hội trước khi bạn cần. Sự khoan dung của công chúng với việc dùng dữ liệu rất cụ thể: mạnh với chăm sóc và nghiên cứu vì lợi ích công, mong manh với tiếp cận thương mại và bất cứ điều gì gây ngạc nhiên. Hãy minh bạch về ai dùng dữ liệu cho việc gì (công bố sổ đăng ký), đưa bệnh nhân và công chúng vào chính sách truy cập, đưa ra lựa chọn thực nơi luật và trường hợp sử dụng cho phép, và nhớ care.data: quy trình đồng ý rẻ hơn các vụ sụp đổ.

10. Đặt điều khoản tiếp cận thương mại công khai, từ trước. Việc ngành công nghiệp dùng dữ liệu y tế có thể hợp pháp và có giá trị — thử nghiệm, giám sát an toàn, phát triển sản phẩm — và cũng là nơi niềm tin dễ bắt lửa nhất. Hãy quyết định công khai những cách dùng thương mại nào được phép, hệ thống công tính phí hoặc nhận gì (tiền, năng lực, tiếp cận được bảo đảm với sản phẩm tạo ra), và cái gì bị loại, trước thương vụ, không phải sau tít báo.

11. Tính phí truy cập theo chi phí cận biên cộng quản lý, không phải địa tô độc quyền. Một bên nắm giữ dữ liệu công định giá truy cập để tối đa hóa doanh thu là phân bổ hạn chế một tài sản có chi phí cận biên gần bằng không và bỏ lỡ giá trị công; một bên không tính gì thì bỏ đói việc quản lý. Định giá thu hồi chi phí với miễn giảm cho nghiên cứu vì lợi ích công tài trợ tài sản mà không bóp nghẹt việc dùng nó.

12. Đếm giá trị bạn tạo ra, vì không ai khác sẽ làm. Các chương trình dữ liệu luôn dễ tổn thương vào thời điểm ngân sách vì cùng lý do như truyền thông: sản phẩm của chúng là kết quả của người khác. Hãy theo dõi và công bố điều truy cập đã cho phép — nghiên cứu, thay đổi dịch vụ, phát hiện an toàn, thu thập trùng lặp được tránh — và đưa danh mục qua cùng sự soi xét giá trị như bất kỳ khoản đầu tư nào (Chủ đề 2.1 — Đánh giá kinh tế), để luận cứ của tài sản là bằng chứng chứ không phải khẳng định.

Các câu hỏi để thảo luận với nhóm của bạn

1. Chúng ta thực sự nắm giữ dữ liệu gì, ai quản lý từng tài sản, và việc giữ nó dùng được — hoặc để nó mục nát — tốn chúng ta bao nhiêu? Hầu hết tổ chức không đưa ra được bản kiểm kê: bộ dữ liệu tích tụ trong các hệ thống, dự án và ổ đĩa dùng chung, với việc quản lý không giao cho ai và tài liệu sống trong trí nhớ của nhân viên đã rời đi. Hãy xây sổ đăng ký — các tài sản đáng kể, người chủ, chất lượng, tài liệu, cách dùng của chúng — và gắn chi phí thường trực của việc chọn lọc đúng cách vào mỗi cái, cạnh sự mất giá hiện đang diễn ra nơi không có. Mâu thuẫn là quản lý là một chi phí vĩnh viễn, kém hào nhoáng với lợi ích khuếch tán, đúng là dòng mà mọi vòng ngân sách đều muốn cắt, trong khi tổn thất từ dữ liệu không được quản lý (thu thập lại, lịch sử không dùng được, nhà phân tích làm khảo cổ) không bao giờ xuất hiện trên sổ cái nào. Một câu trả lời trung thực đưa ra bản kiểm kê với những người quản lý có tên, tài trợ chọn lọc như hạ tầng thay vì phần dư của dự án, và thừa nhận tài sản nào đã mục nát quá khả năng cứu.

2. Thời gian của nhà phân tích thực sự đi đâu — và có phải kiến trúc của chúng ta là lý do? Nguồn lực khan hiếm nhất trong hệ thống dữ liệu là lao động phân tích lành nghề, và ở hầu hết tổ chức y tế phần lớn nó dành để tìm, truy cập, làm sạch và đối chiếu dữ liệu thay vì phân tích. Hãy đo sự phân chia một cách trung thực cho vài dự án gần đây, rồi lần ra nguyên nhân: nguồn phân mảnh, thiếu tài liệu, khiếm khuyết chất lượng bị làm sạch lại lần thứ một trăm, một đội dữ liệu trung tâm đã thành hàng đợi. Đây là chẩn đoán nên dẫn dắt kiến trúc — kho, hồ hay lưới — vì mỗi cái là một câu trả lời khác nhau về điểm nghẽn nằm ở đâu và ai nắm bối cảnh. Mâu thuẫn là các cuộc tranh luận kiến trúc được tiến hành bằng từ vựng của nhà cung cấp và được giải quyết theo mốt, trong khi câu hỏi thực là về tổ chức: ai sở hữu dữ liệu nào, ai trả tiền chọn lọc nó, và hàng đợi hình thành ở đâu. Một câu trả lời trung thực nêu sự phân chia thời gian nhà phân tích hiện tại, gọi tên điểm nghẽn ràng buộc, và chọn kiến trúc như một phương thuốc cho điểm nghẽn đó — với chi phí di chuyển được biện minh bởi lao động nó giải phóng.

3. Một người dùng hợp pháp mất bao lâu để đi từ câu hỏi đến dữ liệu, và sự chậm trễ đó đang tốn bao nhiêu? Hãy đi qua toàn bộ hành trình một cách cụ thể — một nhà nghiên cứu, một nhà hoạch định dịch vụ, một đội chất lượng — qua khám phá, nộp đơn, phê duyệt, ký hợp đồng và truy cập, và đếm tháng cùng giờ công nhân viên ở cả hai phía. Rồi hỏi điều gì không bao giờ xảy ra vì nó: những nghiên cứu không được thử, những quyết định đưa ra không bằng chứng, những nhà phân tích đi đường vòng qua hệ thống hoặc bỏ đi. Mâu thuẫn là có thật ở cả hai phía — mỗi lần nới ma sát là một quyết định quản trị kèm rủi ro, và mỗi lớp quy trình được thêm sau một sự cố nào đó — nhưng ma sát phân bổ theo sức bền, không theo giá trị của việc dùng, và chi phí của nó vô hình trong khi sự bảo vệ của nó kiểm toán được. Một câu trả lời trung thực đo thời gian đầu–cuối, tách sự chậm trễ mua sự bảo vệ thực khỏi sự chậm trễ là xếp hàng và trùng lặp, đặt một mục tiêu công bố, và xây một cửa duy nhất khiến mục tiêu đạt được.

4. Chất lượng dữ liệu của chúng ta ở nơi nó được tạo ra là gì, và ai có động cơ nào để cải thiện nó? Các vấn đề chất lượng được phát hiện trong phân tích đã được tạo ra từ nhiều tháng trước tại một bàn phím ở phòng khám, bởi người mà công việc ngày hôm đó là chăm sóc chứ không phải mã hóa. Hãy kiểm tra các bộ dữ liệu then chốt của bạn về tính đầy đủ và chính xác, rồi lần các khiếm khuyết ngược lên thượng nguồn: thầy thuốc hay nhân viên ghi dữ liệu có bao giờ thấy cách dùng hạ nguồn của nó, nhận phản hồi về chất lượng, hay được gì từ việc cải thiện nó không? Hệ thống có làm việc ghi chép chính xác thành con đường dễ hay con đường anh hùng? Mâu thuẫn là áp lực cải thiện chất lượng rơi vào những người bận rộn nhất trong hệ thống và có thể phản tác dụng thành gian lận nếu gắn thô với chi trả (các bệnh lý đo lường của Chủ đề 3.11 — Kinh tế chất lượng và an toàn áp dụng thẳng vào đây). Một câu trả lời trung thực đo chất lượng tại nguồn, khép vòng phản hồi để người tạo dữ liệu thấy dữ liệu của mình thành gì, thiết kế lại đường thu thập trước khi đổ lỗi cho người trên đó, và dành động cơ chi trả cho những gì kiểm toán thực sự xác minh được.

5. Việc dùng dữ liệu của chúng ta sẽ làm ai ngạc nhiên, và giấy phép xã hội của ta thực sự đáng giá bao nhiêu? Sự sụp đổ của care.data không do xử lý bất hợp pháp; nó do những cách dùng mà công chúng chưa được nói theo cách họ sẽ chấp nhận, bị phát hiện theo cách tồi tệ nhất có thể. Hãy kiểm kê các cách dùng dữ liệu hiện tại và dự kiến của bạn — phân tích nội bộ, truy cập nghiên cứu, bất kỳ thỏa thuận thương mại nào — và thử từng cái theo chuẩn bất ngờ: nếu điều này lên trang nhất báo ngày mai, bệnh nhân sẽ cảm thấy được thông tin hay bị phản bội? Hãy dò những chi tiết mà lịch sử cho thấy dễ bắt lửa: điều khoản tiếp cận thương mại, dữ liệu rời khỏi sự quản lý của bạn, những cách dùng trông như giám sát hay lập hồ sơ chính những cộng đồng mà niềm tin mỏng nhất. Mâu thuẫn là sự minh bạch đầy đủ cảm thấy rủi ro với các chương trình lớn lên trong im lặng, và sự tham gia của công chúng tốn thời gian mà lịch trình giao hàng bực bội — nhưng phương án thay thế là vay trên một giấy phép bạn có thể không nắm, ở lãi suất care.data. Một câu trả lời trung thực công bố sổ đăng ký cách dùng, đưa bệnh nhân và công chúng vào chính sách truy cập trước khi trường hợp gây tranh cãi đến, đặt điều khoản thương mại công khai, và coi giấy phép là một tài sản được đo với một quỹ đạo, không phải một giả định.

6. Chúng ta được thiết lập để chứng minh giá trị của chương trình này, hay đang yêu cầu ngân sách tin vào nó? Các nền tảng dữ liệu, đội quản lý và dịch vụ truy cập tạo ra giá trị của chúng trong kết quả của người khác, đó là lý do chúng luôn đứng đầu danh sách bị cắt trong một vòng tiết kiệm — chi phí tập trung và dễ thấy, lợi ích khuếch tán và được ghi công ở nơi khác. Hãy hỏi hiện nay bạn ghi lại gì về điều truy cập đã cho phép: nghiên cứu hoàn thành, thay đổi dịch vụ thực hiện, tín hiệu an toàn phát hiện, thu thập không bị trùng lặp, giờ công nhà phân tích tiết kiệm nhờ chọn lọc làm một lần thay vì nhiều lần. Rồi hỏi câu hỏi danh mục khó hơn: khoản đầu tư dữ liệu nào đang sinh lời, cái nào mang tính suy đoán, và cái nào là tượng đài. Mâu thuẫn là quy kết thực sự khó — dữ liệu là một đầu vào trong nhiều đầu vào của bất kỳ kết cục nào — và tuyên bố quá mức ăn mòn uy tín chắc chắn như im lặng bỏ đói. Một câu trả lời trung thực xây dựng việc theo dõi kết cục vào chính quy trình truy cập, công bố một bản tường trình hằng năm về giá trị đã thực hiện với các lưu ý quy kết được nêu rõ, và sẵn lòng cho nghỉ hưu thành phần nền tảng hay bộ dữ liệu mà việc dùng không bao giờ thành hiện thực.

Trong thực tế: một ví dụ về kinh tế học sức khỏe

Cơ quan dữ liệu y tế quốc gia của một nước Bắc Âu hư cấu được lập ra để sửa một nghịch lý: nước này có hàng thập kỷ hồ sơ y tế phong phú, liên kết được — một mã định danh quốc gia, bao phủ toàn dân, sổ đăng ký số hóa — vậy mà các nhà nghiên cứu thường xuyên chờ hai năm để truy cập, mỗi trong hai mươi vùng trả lời yêu cầu giấy phép theo cách khác nhau, và hai vùng đã bắt đầu xây các "hồ dữ liệu" cạnh tranh của riêng mình mà không có kế hoạch quản lý. Một công ty dược gần đây đã bỏ một nghiên cứu an toàn sau khi đưa thuốc ra thị trường vì không thể tập hợp đủ giấy phép; một nhóm đại học mang khoản tài trợ sang nước láng giềng. Giá trị có đó một cách chứng minh được; hệ thống đang bỏ lỡ nó.

Các nhà kinh tế của cơ quan bắt đầu bằng việc đo ma sát như một chi phí. Họ lần theo mười hai lần truy cập gần đây từ đầu đến cuối — khám phá, nộp đơn, hai mươi quyết định vùng riêng biệt, ký hợp đồng, trích xuất — và tính chi phí hành trình bằng tháng (trung vị hai mươi sáu) và giờ công nhân viên của mọi phía, rồi liệt kê những gì đã bị bỏ dọc đường. Trình bày theo cách này, cải cách truy cập thôi là một chi tiết hành chính và thành một luận chứng đầu tư: cửa duy nhất — một đơn, một người quyết định pháp lý, thời hạn công bố — được dự báo giải phóng nhiều giá trị nghiên cứu trên mỗi đồng krona hơn bất kỳ bộ dữ liệu mới nào nước này có thể mua. Thiết kế vay mượn có chủ ý từ Findata của Phần Lan: một cơ quan cấp phép quốc gia cộng một môi trường nghiên cứu đáng tin cậy, để nhà phân tích đến với dữ liệu và kết quả đã kiểm duyệt rời đi, thay thế các bản trích xuất được gửi đi hiện đang nằm không kiểm toán trên máy chủ các trường đại học.

Quyết định kiến trúc được coi là một câu hỏi kinh tế học tổ chức, không phải mua sắm công nghệ. Một kho quốc gia hoàn toàn tập trung bị bác bỏ: các vùng nắm bối cảnh lâm sàng, và một đội quốc gia duy nhất sẽ trở thành điểm nghẽn mới. Quyền tự chủ vùng thuần túy cũng bị bác bỏ: hai mươi hồ với hai mươi chuẩn siêu dữ liệu là đầm lầy, nhân hai mươi. Cơ quan chọn nguyên tắc lưới dưới quản trị liên kết — mỗi vùng và sổ đăng ký công bố dữ liệu của mình như một sản phẩm, theo chuẩn quốc gia về định danh, siêu dữ liệu, báo cáo chất lượng và truy cập — với nền tảng quốc gia cung cấp vùng kín chung, danh mục và dịch vụ cấp phép. Chi phí trung thực của lựa chọn này được làm tường minh: mỗi vùng phải tài trợ các vai trò quản lý dữ liệu, và ngân sách của cơ quan gồm tài trợ chuyển tiếp để làm quyền sở hữu miền thành thật thay vì trên danh nghĩa, vì một lưới không ai bố trí nhân sự là sự phân mảnh với nhãn hiệu tốt hơn.

Niềm tin được thiết kế có chủ ý như nền tảng. Cơ quan nghiên cứu tường minh thất bại care.data và làm điều ngược lại: sổ đăng ký đầy đủ về cách dùng dữ liệu được công khai từ ngày đầu; một hội đồng công dân ngồi bên trong quy trình chính sách truy cập với thực quyền, không phải hình thức; tiếp cận thương mại được cho phép theo các điều khoản đặt công khai từ trước — tính phí thu hồi chi phí, chỉ truy cập qua vùng kín, bản tóm tắt công bố của mọi cách dùng được duyệt, và một phần giá trị quay lại hệ thống dưới dạng năng lực và truy cập nghiên cứu được bảo đảm. Khi một tờ báo lá cải đăng bài "hồ sơ của bạn đang được rao bán" vào năm thứ hai, chương trình vượt qua được — không phải vì bài báo tử tế, mà vì mọi sự thật nó cáo buộc đã có sẵn trên trang web của cơ quan, kèm các điều khoản; sự minh bạch dựng sẵn làm nhiệm vụ phản bác (kinh tế học truyền thông là Chủ đề 4.4 — Kinh tế mạng xã hội và truyền thông sức khỏe).

Ba năm sau, cơ quan công bố bản tường trình của mình: thời gian trung vị từ nộp đơn đến truy cập vùng kín giảm từ hai mươi sáu tháng xuống bốn; các nghiên cứu được cho phép, các phân tích dịch vụ được giao, và một tín hiệu an toàn thực sự được tìm thấy và hành động; các bảng điều khiển chất lượng dữ liệu vùng dịch chuyển vì các thầy thuốc nay thấy việc mã hóa của họ thành gì. Đánh giá thẳng thắn về giới hạn quy kết và về một thất bại — một vùng mà các "sản phẩm dữ liệu" vẫn không có tài liệu và không được dùng, nơi tài trợ miền đã bị cắt — mà cơ quan dùng để lập luận, thành công, rằng quản lý là hóa đơn bảo trì của tài sản, không phải phần thêm tùy chọn.

Bốn góc nhìn theo khu vực

Công ty khởi nghiệp

Một công ty khởi nghiệp dữ liệu y tế — một sản phẩm phân tích, một công cụ chọn lọc, một nền tảng học liên kết — sống nhờ dữ liệu mà nó không sở hữu, nên các câu hỏi sinh tử của nó là truy cập và niềm tin: nó có cơ sở hợp pháp nào cho dữ liệu nuôi nó, làm sao vượt qua quản trị của các bên nắm giữ dữ liệu ở nhịp độ sống sót được, và liệu một sự cố riêng tư có chấm dứt công ty. Cám dỗ là coi quản trị là ma sát để lách; nước đi bền vững thì ngược lại — hãy xây cho vùng kín, khả năng kiểm toán và các kỹ thuật bảo vệ riêng tư ngay từ đầu, vì đó là điều quản trị của người mua sẽ đòi, và dễ được phê duyệt là một hào lũy. Rủi ro mô hình kinh doanh của nó là cái bóng của người môi giới dữ liệu: các mô hình bán lại hoặc kiếm tiền từ dữ liệu y tế theo cách làm bệnh nhân ngạc nhiên chỉ cách một tít báo để kéo giấy phép của cả ngành xuống cùng.

Doanh nghiệp nhỏ

Một nhà cung cấp nhỏ — một nhóm phòng khám, một hiệu thuốc, một đơn vị điều hành nhà dưỡng lão — là người tạo dữ liệu hơn là người dùng dữ liệu: hồ sơ của nó nuôi các sổ đăng ký quốc gia, bộ dữ liệu của bên chi trả và nghiên cứu mà nó sẽ không bao giờ thấy. Kinh tế học của nó là về gánh nặng và lợi tức: chất lượng dữ liệu được tạo ra hay phá vỡ tại bàn phím của nó, vậy mà nó hiếm khi được trả tiền, được cảm ơn hay nhận phản hồi về chất lượng nó tạo ra, và mỗi yêu cầu báo cáo mới là lao động không được tài trợ. Tư thế hợp lý là chuẩn hóa không khoan nhượng (dùng mã và hệ thống chuẩn, chống lại các bản trích xuất đặt riêng), đòi vòng phản hồi và giảm gánh nặng đổi lại cho việc báo cáo — một sự trao đổi công bằng mà hệ thống rộng hơn nên xấu hổ khi từ chối — và coi dữ liệu khiêm tốn của chính mình như một tài sản vận hành cho lập lịch, tồn kho và chất lượng thay vì chờ một nền tảng đến.

Doanh nghiệp lớn

Một nhóm cung cấp dịch vụ hay công ty bảo hiểm lớn nắm giữ dữ liệu ở quy mô nơi kinh tế học tài sản trở nên thực: hồ sơ dọc theo thời gian qua hàng triệu cuộc đời, đủ khối lượng cho phân tích đáng tin, và đủ sự cố để biết cả mặt trách nhiệm. Doanh nghiệp lớn trưởng thành vận hành dữ liệu như một danh mục được quản trị — một bản kiểm kê có người quản lý, một nền tảng được tài trợ với quy trình truy cập công bố cho các đội của chính nó, chất lượng được quản lý tại nguồn, và kiến trúc chọn theo hình dạng tổ chức chứ không theo lịch hội nghị. Những cám dỗ đặc thù của nó là tích trữ (canh giữ dữ liệu chống lại hệ thống mà nó phục vụ, bỏ lỡ giá trị tổ hợp) và kiếm tiền âm thầm (các thương vụ thương mại mà bệnh nhân phát hiện từ nhà báo). Kỷ luật đặc thù là coi ma sát truy cập nội bộ nghiêm túc như bên ngoài: một công ty bảo hiểm mà các chuyên viên định phí của chính nó chờ nhiều tháng để có dữ liệu đã xây một điểm nghẽn, không phải một chức năng quản trị.

Chính phủ

Một bộ hay cơ quan quốc gia sở hữu lớp mà không ai khác có thể: các định danh và chuẩn khiến việc liên kết khả thi, khung pháp lý cho sử dụng thứ cấp, các thể chế truy cập quốc gia, và các điều khoản theo đó tài sản dữ liệu của đất nước phục vụ nghiên cứu và công nghiệp. Các mẫu tham chiếu nay đã có — Findata của Phần Lan cho cửa duy nhất, môi trường nghiên cứu đáng tin cậy cho truy cập, Không gian Dữ liệu Y tế châu Âu cho giàn giáo pháp lý xuyên biên giới — và nghệ thuật của chính phủ là sắp xếp trình tự: chuẩn và tài trợ quản lý trước nền tảng, sự tham gia của công chúng trước tranh cãi, minh bạch trước khi báo lá cải tìm thấy câu chuyện. Chính phủ cũng gánh các kiểu thất bại ở quy mô quốc gia: care.data cho thấy một sự sụp đổ niềm tin tốn bao nhiêu, và một thập kỷ sổ đăng ký thiếu tài trợ cho thấy sự lơ là quản lý tốn bao nhiêu. Nghĩa vụ là coi tài sản dữ liệu quốc gia như hạ tầng — được tài trợ, quản trị và tường trình như đường sá — vì không tác nhân thị trường nào sẽ cung cấp lớp hàng hóa công của nó (bộ máy chính sách là Chủ đề 3.2 — Chính sách y tế).

Các kiểu thất bại thường gặp

• Đầm lầy. Xây một hồ vì lưu trữ rẻ và hoãn chọn lọc mãi mãi, cho đến khi không có gì trong đó còn tin cậy hay tìm thấy được. Cách khắc phục: không có nền tảng nào thiếu kế hoạch quản lý và danh mục được tài trợ; đo việc dùng, không phải số terabyte.

• Điểm nghẽn được dựng lại. Tập trung mọi công việc dữ liệu vào một đội thành hàng đợi, hoặc phân quyền thành một "lưới" mà không miền nào được tài trợ để bố trí nhân sự. Cách khắc phục: chọn kiến trúc theo nơi bối cảnh và năng lực thực sự nằm, và tài trợ mô hình bạn đã chọn.

• Ma sát như sự an toàn giả. Quy trình truy cập nhiều năm phân bổ theo sức bền trong khi gửi các bản trích xuất không kiểm toán theo yêu cầu. Cách khắc phục: cửa duy nhất, thời hạn công bố, truy cập qua vùng kín với đầu ra được kiểm duyệt.

• Chất lượng bị đổ lỗi cho hạ nguồn. Làm sạch cùng khiếm khuyết trong mọi nghiên cứu trong khi điểm tạo ra không bao giờ nghe về chúng. Cách khắc phục: vòng phản hồi cho người tạo dữ liệu, đường thu thập được thiết kế lại, động cơ căn chỉnh với điều kiểm toán xác minh được.

• Ẩn danh bị tuyên bố quá mức. Quảng bá dữ liệu đã khử định danh là không rủi ro cho đến khi một câu chuyện tái định danh nổ ra. Cách khắc phục: coi khử định danh là một quang phổ, lập tài liệu rủi ro còn lại, và khớp kỹ thuật với cách dùng.

• Tít báo gây ngạc nhiên. Các cách dùng dữ liệu — đặc biệt là thương mại — mà công chúng lần đầu biết từ nhà báo. Cách khắc phục: công bố sổ đăng ký cách dùng, đặt điều khoản thương mại công khai từ trước, đưa bệnh nhân vào chính sách truy cập.

• Giá trị không được tường trình. Một nền tảng không nói được truy cập của nó đã cho phép điều gì, không có khả năng tự vệ vào thời điểm ngân sách. Cách khắc phục: theo dõi các nghiên cứu, quyết định và khoản tiết kiệm mà truy cập cho phép như một phần của chính quy trình truy cập.

• Tích trữ. Các tổ chức canh giữ dữ liệu như quyền lực mặc cả trong khi giá trị tổ hợp của việc liên kết bị bỏ lỡ trên toàn hệ thống. Cách khắc phục: làm chia sẻ thành mặc định được tài trợ, chuẩn hóa và tích trữ thành vị thế phải tự biện minh.

Mô hình trưởng thành

Danh mục kiểm tra

• Duy trì bản kiểm kê các tài sản dữ liệu đáng kể, mỗi cái có người quản lý có tên và kế hoạch chọn lọc được tài trợ.
• Chọn kho, hồ hay lưới theo nơi bối cảnh, năng lực và điểm nghẽn thực sự nằm — và tài trợ mô hình đã chọn.
• Không bao giờ đặt hàng một nền tảng dữ liệu mà không có ngân sách quản lý, danh mục và siêu dữ liệu.
• Đo chất lượng dữ liệu tại điểm tạo ra và khép vòng phản hồi cho những người tạo ra nó.
• Đo thời gian truy cập đầu–cuối như một chi phí, công bố mục tiêu, và xây một cửa duy nhất cho các yêu cầu.
• Mặc định môi trường nghiên cứu đáng tin cậy với đầu ra được kiểm duyệt; coi các bản trích xuất được gửi đi là ngoại lệ và là trách nhiệm.
• Khớp kỹ thuật riêng tư (khử định danh, quyền riêng tư vi phân, cách tiếp cận liên kết) với từng cách dùng và lập tài liệu rủi ro còn lại một cách trung thực.
• Công bố sổ đăng ký các cách dùng dữ liệu và đưa bệnh nhân cùng công chúng vào chính sách truy cập.
• Đặt điều khoản truy cập thương mại công khai và từ trước, gồm tính phí và phần hoàn lại của hệ thống công.
• Định giá truy cập theo thu hồi chi phí với miễn giảm vì lợi ích công, không phải địa tô độc quyền và không phải không đồng.
• Theo dõi và công bố giá trị mà truy cập cho phép — nghiên cứu, quyết định, phát hiện an toàn, trùng lặp được tránh.
• Áp dụng các nguyên tắc FAIR (tìm thấy được, truy cập được, tương tác được, tái sử dụng được) làm chuẩn quản lý cho mọi bộ dữ liệu được công bố.

Nguồn chính

• OECD — Khuyến nghị về Quản trị Dữ liệu Y tế (2016), nền tảng liên chính phủ cho các khung dữ liệu y tế quốc gia.
• Liên minh châu Âu — quy định Không gian Dữ liệu Y tế châu Âu, giàn giáo pháp lý đang nổi lên cho sử dụng sơ cấp và thứ cấp qua các quốc gia thành viên.
• Findata (Phần Lan) — cơ quan cấp phép dữ liệu y tế và xã hội quốc gia, triển khai tham chiếu của một cửa duy nhất với truy cập an toàn.
• Health Data Research UK — viện quốc gia về khoa học dữ liệu y tế, gồm công trình về môi trường nghiên cứu đáng tin cậy và truy cập dữ liệu.
• Các nguyên tắc FAIR (Wilkinson và cộng sự, 2016) — chuẩn tìm thấy được–truy cập được–tương tác được–tái sử dụng được cho quản lý dữ liệu.
• Chương trình care.data và các bản mổ xẻ đã công bố của nó — nghiên cứu điển hình kinh điển về việc đánh mất giấy phép xã hội cho việc dùng dữ liệu y tế.

Tài liệu tham khảo

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/