Soins de santé curatifs – Assurer la pérennité de vos données de référence
Chez Oliver Wight, nous sommes régulièrement confrontés à un scénario récurrent chez bon nombre de nos clients du secteur de la santé. Tout commence par leur conviction inébranlable que leurs données sont exactes : « Elles doivent l'être, n'est-ce pas ? Après tout, nous évoluons dans un secteur hautement réglementé. » Vient ensuite une phase théorique visant à mesurer les données, rapidement suivie d'une véritable consternation lorsque le niveau d'inexactitude est révélé. Après une période d'inactivité, c'est le déni qui s'installe, avec des explications sur les raisons pour lesquelles « les données ne peuvent jamais être aussi précises que dans d'autres secteurs ». Puis vient l'acceptation, et les mesures d'amélioration commencent.
Pourquoi le secteur de la santé peine-t-il à garantir l'exactitude des données ? Je m'intéresse particulièrement à ce sujet, car j'ai passé une grande partie de ma carrière dans ce secteur à lutter contre ce problème et ses conséquences, à savoir l'inexactitude des données de référence et la médiocrité des programmes de gestion des performances des données. Bien que ce sujet ne soit pas très attrayant et n'attire pas l'attention des hauts dirigeants du secteur ni des nouveaux talents qui font leur apparition, il est essentiel que ces questions soient abordées et traitées afin de permettre la réalisation des ambitions stratégiques du secteur.
Chez Oliver Wight, nous sommes régulièrement confrontés à un scénario récurrent chez bon nombre de nos clients du secteur de la santé. Tout commence par leur conviction inébranlable que leurs données sont exactes : « Elles doivent l'être, n'est-ce pas ? Après tout, nous évoluons dans un secteur hautement réglementé. » Vient ensuite une phase théorique visant à mesurer les données, rapidement suivie d'une véritable consternation lorsque le niveau d'inexactitude est révélé. Après une période d'inactivité, c'est le déni qui s'installe, avec des explications sur les raisons pour lesquelles « les données ne peuvent jamais être aussi précises que dans d'autres secteurs ». Puis vient l'acceptation, et les mesures d'amélioration commencent.
La complaisance et les croyances erronées freinent les progrès dans ce secteur. À l'avenir, l'intelligence artificielle prendra le contrôle de vos données de référence, recommandera des modifications en temps réel et purgera de manière proactive vos systèmes des problèmes. Comment réagirez-vous dans un monde où vous n'aurez plus le contrôle total ? Les organisations qui ne protègent pas leurs données de référence contre l'avenir auront du mal à s'imposer et à profiter des avantages de ce nouveau monde. Nous avons vu ces problèmes persister pendant trop longtemps, et il est maintenant temps de lever le voile sur ce sujet afin d'élever le niveau du débat sur l'exactitude (ou l'inexactitude) des données et de surmonter l'inertie qui prévaut dans le secteur.
Définition du problème
Le fait qu'il s'agisse d'un secteur hautement réglementé rassure les consommateurs quant à l'efficacité des produits qu'ils utilisent. Les risques ont été réduits et les bienfaits thérapeutiques ont été validés par des années de développement et d'essais, sujets que nous avons explorés dans notre premier livre blanc intitulé « Healing Healthcare » (Soins de santé curatifs).
Les entreprises sont en mesure de démontrer que chaque lot fabriqué et chaque matière consommée ont été produits dans le respect des paramètres stricts enregistrés auprès des autorités réglementaires. Tout écart par rapport à ces limites a fait l'objet d'une enquête approfondie, la cause a été identifiée et des mesures préventives ont été mises en place.
Il n'est donc pas étonnant qu'il existe une idée fausse selon laquelle ce niveau de surveillance réglementaire se traduit intrinsèquement par des données exactes. Malheureusement, ce n'est pas le cas. Pour expliquer cela, nous devons examiner les différents types de données et, aux fins du présent document, nous examinerons les données sous trois angles différents : les données réglementaires, les données financières et les données de planification.
Gary a plus de 25 ans d'expérience dans les industries chimique et pharmaceutique, où il a occupé divers postes de direction, notamment celui de directeur général, avant de devenir associé chez Oliver Wight.
En savoir plusInscrivez-vous à notre newsletter
Inscrivez-vous à notre newsletter pour recevoir des mises à jour, des informations et des actualités directement dans votre boîte mail.
