近日,美国卫生与公众服务部(HHS)发布未来五年数据战略。根据该战略,HHS将投资五个关键领域:培养数据人才、促进数据共享、将管理数据整合到项目运营中、通过连接人类服务数据实现“全人”(whole-person)护理服务以及负责任地利用人工智能。据悉,HHS计划定期审查数据战略的内容,以满足不断变化的需求。

2023年 HHS数据战略概述了该部的优先事项和举措,以安全有效地利用数据来提高所有美国人的健康和福祉。该战略的重点是近中期(约五年),旨在定期审查其内容,以确保其满足HHS 不断变化的需求。该战略基于由副部长于2022 年秋季召集的跨HHS 特别工作组的研究和建议,该工作组由数据领导者和主题专家组成。该工作组评估了HHS的数据使用、需求和能力现状;汇编了来自部门内部和外部的最佳做法;并制定了一份重点领域清单,在这些领域进行投资对于推动整个HHS 安全、有效地使用数据至关重要。

此外,该战略还确定了两个主要案例,它们代表了跨部门数据行动可促进实现关键任务目标的最优先领域:(a)癌症登月和(b)防备和事件响应。

对于每个优先事项和每个用例,本战略都确定了5年以上的目标,以及可在现有资源和授权范围内完成的近期(未来1-2年)举措。要实现全部愿望,需要在未来几年投入更多的时间和投资。HHS先前的数据战略是在2018年《证据法》通过后起草的。该战略在很大程度上侧重于使用统计证据来支持决策和计划评估。在随后的几年中,出现了许多新的业务需求和机会,扩大了该部的数据任务和可能性。

HHS在现有跨机构小组的基础上,增强了内部数据能力,并建立了新的数据领导机构,如HHS首席数据官办公室、数据治理委员会和机构级首席数据官,他们能够规划、提供资源并实施更全面的数据战略。新冠疫情从根本上改变了HHS以及整个健康和人类服务生态系统的数据状况,包括建立创新的数据共享伙伴关系;引入新的工具、模式和人员;以及展示数据在部门内部和实地的规划、资源分配、运营和协调护理服务方面的潜力和紧迫性。医疗信息交换、互操作性和数据标准方面的不断进步使数据的新用途成为可能。最近在高级分析和人工智能方面取得的重大进展正在迅速促成变革性的新数据驱动方法。这些新技术和创新的实施也可能给隐私和透明度带来风险,必须加以解决和缓解。考虑到这些新的能力和需求,2023 HHS数据战略在以往战略奠定的基础上,有了更广泛的关注点和更大胆的愿景。

愿景

多年期战略不可能预见到所有的突发事件和紧急情况。在应对未来的未知因素时,该部门将努力根据HHS数据愿景中概括的一系列指导原则做出决策:数据是可用的、可获取的、及时的、公平的、有意义的、可利用的和受保护的--并被HHS、我们的合作伙伴和公众积极利用,以实现HHS的使命。该战略的目标是提高能力、改进流程和治理、集中力量和资源、发展共享基础设施,同时维护隐私,以实现这一愿景。

可用性

根据《证据法》的要求,除非有具体理由说明为何不能共享数据,否则HHS "默认共享"可在部门内部公开传播或共享的数据。我们鼓励HHS工作人员就数据项目开展合作,并在确保适当的隐私和同意保护的同时,提供数据供HHS 特定部门以外的人员使用。

可访问性

HHS以用户体验为中心设计其系统和互动,以最大限度地减少行政负担,包括对公众、州、部落、地方、领地(STLT)政府、交付伙伴、研究人员和员工的行政负担。尽可能对数据进行定义、标准化、编目和互操作。访问和使用数据的流程易于操作,不会造成重大负担或延误

时效性

及时提供数据,以满足提供护理、规划、运营、科学发现和评估所需的快速反应。HHS适当平衡处理时间,以确保一致性和质量,同时减少旧数据的效用。公平

公平性贯穿于数据的收集和使用过程中,确保数据准确反映不同人群的情况和生活经历。数据和其他信息可供使用和分析,以跟踪实现公平的进展情况并缩小差距。

实用性

HHS收集的数据与其使命相关,必要时可进行匹配或识别,用于研究和交付目的,同时保护隐私。HHS拥有利用数据进行循证决策的技术和具备适当技能组合的人员。

受保护

HHS确保数据安全,以保护隐私,并确保数据的保密性、完整性和对授权用户的可用性。

被HHS、其合作伙伴和公众积极使用

实际上,HHS工作人员、州、地方、部落和地区政府、服务提供者、研究人员、其他生态系统合作伙伴以及公众都在使用数据,以改善美国人的健康和福祉。

五大优先事项

对HHS的现状和期望的未来进行了全面分析,包括文献综述、利益相关者访谈、数据成熟度评估、最佳实践目录,以及从HHS 所有业务部门收集信息,从而选择了五个重点投资领域。

1.培养数据人才

2.促进数据共享

3.将行政数据纳入计划运作

4.通过连接人类服务数据实现全人护理服务

5.负责任地利用人工智能

优先事项1:培养数据人才

机遇

HHS的愿景是使数据在整个部门得到有意义的利用和积极的使用,而HHS的人才是实现这一愿景所必不可少的。在行业对数据人才的激烈竞争中,HHS必须改善数据专业人员的招聘、培训、对联邦奖学金计划参与者的指导和留用,包括有效利用与学术数据科学计划的合作伙伴关系,以确保必要的人才到位,为本战略中的所有其他活动奠定基础。

目标

满足HHS 当前和未来对数据人才的需求。

倡议

1.1 改进数据相关职位的招聘工作,以满足劳动力需求

为HHS的招聘人员制定数据相关职位和系列的招聘指南,包括利用特别招聘授权、激励措施、 职位描述和基于技能的能力评估,以提高招聘的竞争力、效率和及时性。确保整个部门都了解这些举措,并授权HHS各部门对数据科学家使用招聘奖励和留用奖金。创建并分发实习和研究金计划清单,以招聘早期职业数据专业人员。审查早期职业招聘实践和招聘数据,以了解并最大限度地将实习生和研究员转化为长期雇员。审查短期任命的现有授权,包括以前由首席技术官办公室管理的HHS特定计划,以及所有政府计划,如总统管理研究员、总统创新研究员、疾病预防控制中心公共卫生信息学研究员计划和美国数字军团研究员计划。为私营部门的数据专业人员创造或扩大令人信服的短期机会,让他们参与HHS 计划和倡议。

与学术数据科学项目建立合作关系,加强数据科学新员工的培养渠道。为私营部门的数据专业人员创造或扩大令人信服的短期机会,让他们参与HHS计划和倡议。与学术数据科学项目建立合作关系,为新员工加强数据科学渠道。

1.2 提高工作人员技能,增强数据科学能力

为HHS非技术管理人员创建有关有效使用数据科学家的课程和培训机会,以增加数据洞察力的使用并将其纳入战略决策。为非技术人员提供数据扫盲和计划评估方面的培训。根据HHS的组成部分和工作描述、具体使用案例和一般数据素养,建立数据课程,包括对领导层和数据科学家的培训。与学术数据科学项目建立合作关系,提高HHS 工作人员在数据科学方面的技能。

1.3 人员留存

创造条件,鼓励并帮助员工集中精力完成任务,尽量减少行政负担,提供最大的支持。这包括为员工提供有效开展工作所需的工具、培训和数据访问权限。

优先事项2:促进数据共享

机遇

在HHS内部以及与合作伙伴共享数据可提高效率,释放新的研究和评估能力,实现全人护理,促进有效决策,并提供获取关键信息的途径,从而更好地为公众服务。必须制定控制措施,确保以负责任的方式并在法律限制范围内共享数据;所有信息、存储和传输过程都必须遵守适用的同意和隐私要求。然而,通过简化流程和提供支持以满足复杂的要求,可以实现更多更便捷的数据共享。对基础数据共享基础设施的投资将使卫生部能够充分发挥数据共享的潜力,在遵守关键保护措施的同时,推进HHS 的使命。

目标

HHS各业务部门和员工部门为整个部门和外部合作伙伴提供可信、高质量、易于使用的数据和元数据。

倡议

2.1 提高工作人员对HHS 数据资源的认识

就数据共享的最佳做法和资源对相关工作人员进行强制性的HHS培训,使工作人员掌握必要的背景知识,了解数据是如何管理和获取的。扩充现有的HHS数据清单和目录,为工作人员提供具有一致定义和简化访问的数据资产综合清单。启动一个内部平台(HHS Connect),将整个部门的数据管理资源信息整合到一个位置。开展持续沟通,提高工作人员对机构内部数据能力的认识。

2.2 简化数据共享协议

为制定数据共享协议(如数据使用协议(DUAs) 和计算机匹配协议(CMA))以及驾驭隐私和安全要求,制定清晰、简单、易用且针对具体部门的指南和模板。简化HHS内部的数据共享协议流程,以鼓励部门内数据相关项目的合作。创建一个中央团队,帮助整个HHS 的工作人员制定数据共享协议。

2.3 利用隐私保护技术

评估HHS内部当前的隐私保护措施,编制培训材料、最佳做法和指南,帮助HHS工作人员在维护隐私和安全、降低重新识别风险的同时,将记录跨系统连接起来。确定并投资于改进的隐私保护技术,如:

  • 整个 HHS 的隐私增强技术和政策,以限制共享个人身份信息的需要,同时允许数据链接;以及

  • 零信任技术,以保护数据并满足联邦网络安全要求。

2.4 提高多重响应数据的有效性和可用性

尽可能改进多重响应人口统计数据(例如,关于性取向/性别认同、多种族和/或多族裔认同或是否患有多种慢性病的数据)的收集和标准化技术,以提高这些数据在整个HHS中使用的有效性和实用性,包括与其他数据的联系。促进采用关键人口变量的通用数据元素,以加强数据共享。

2.5 推广数据现代化项目的最佳做法

为数据系统和流程现代化制定路线图,包括建议、案例研究、合同语言样本、最佳实践,以及关于如何确定范围和引导流程的"快速入门"参考资料。创建整个HHS的语义和元数据标准目录,并鼓励采用这些标准。制定提供支持和技术文档的指南,如用户指南、方法说明、代码手册、数据字典和基础数据收集工具。

优先事项3:将行政数据纳入计划运作

机遇

将近乎实时的纵向行政数据更好地整合到HHS计划运作中,将使绩效管理和数据驱动决策更加有效。除计划措施外,建立数据素养文化和数据驱动的管理实践将有助于HHS 履行《证据法》的职责和其他立法要求,完成HHS 的使命,并为公众服务。

目标

领导层和计划工作人员意识到使用数据为计划决策和内部运作提供信息的好处;提供所需的高质量数据和分析工具;为所有工作人员提供基本的数据培训;表彰优秀的数据项目;向HHS的其他部门提供所使用的方法。因此,数据已深深融入各级的常规计划运作和决策中。

倡议

3.1 开发和展示数据驱动的计划管理技术

为包括领导层在内的所有HHS工作人员建立一个共同平台,以获取与数据有关的文章,通过年度颁奖计划表彰最佳做法,并展示以创新方式利用数据改进业务的项目。重点项目将包括有形的蓝图,供其他人效仿。为HHS工作人员提供机会,使他们能够观察和庆祝成功的数据项目和成熟的数据实践,从而建立一个强大的数据爱好者网络,激励他们参与类似的合作。

3.2 创建数据实践社区

促进创建、发展和维护HHS数据专业人员实践社区,通过共享资源、成功经验、挑战和最佳实践,鼓励成员之间的联系、成长和指导。

优先事项4:通过连接人类服务数据实现“全人”护理服务

机遇

在数据的可用性、互操作性和电子交换方面,尤其是在护理点,人类服务落后于医疗保健。我们需要更全面的数据标准;免费提供的、标准的人类服务提供者信息分类法;更好的工具来管理同意、映射家庭关系、执行匹配和链接;扩大提供者入职;以及统一激励措施和要求,以促进数据流。互操作性的改善将极大地加强个案管理、协调护理和服务提供、提供者之间"温馨交接"的闭环筛选和转介、加快福利和服务计划的注册,并使计划的设计和提供更加高效和公平。总之,这些进步将改善参与者的体验和获得服务的机会。2009年HITECH 法案和CMS 的"有意义使用"计划在可互操作的健康数据交换方面投入了数百亿美元;尽管在人类服务数据交换方面缺乏相应的投资,但仍可取得进展。鉴于近几十年来卫生和公共卫生通用数据标准的广泛发展,以及跨部门数据共享以提供综合服务的需求,人类服务数据必须与卫生数据实现互操作,并以通用数据标准为基础,如美国互操作性核心数据(USCDI)。

目标

为人类服务从业人员、医疗保健提供者、设施/计划以及州、部落、地方和地区政府提供实时、相关的数据和数据驱动的洞察力,以建立关于健康和需求的全人和全家庭视角;将人们与所需的支持服务无缝连接;积极预测未来需求,并在个人和系统层面更好地满足这些需求;有效管理计划和设施;在地方和宏观层面评估服务提供的有效性和价值;以及更公平、更高效地规划和分配资源。

倡议

4.1 调整投资、要求和政策杠杆

确定调整联邦资金、技术援助机会、技术以及计划和报告要求的机会,以促进和支持人类服务数据互操作性和基础设施建设。利用HHS 健康IT协调政策(如适用)。协调标准和互操作性要求,将其纳入人类服务计划合同和补助金,以及影响人类服务信息共享和健康与人类服务之间信息共享的相关法规中。

4.2 制定数据标准

确保人道服务在HHS 和外部标准制定机构中的充分代表性。根据HHS、生态系统和最终用户的优先事项,确定并优先处理标准、用例、基础设施(即云系统、保留)和政策/治理(即同意管理、家庭关系映射)方面的差距。与标准制定组织合作,战略性地制定人类服务标准、用例和工具,以解决最关键的差距,包括创建USCDI+数据集标准,以支持人类服务计划。与联邦合作伙伴协调,确保人类服务标准和分类标准对实施者开放和可访问。

4.3 启动互操作性试点项目

制定、实施州和社区医疗与人类服务数据共享/数据使用试点项目,并从中吸取经验教训,首先扩大利用现有标准的既定用例,并逐步扩展以测试新的标准和用例。在多个数据源(即管理、服务记录和电子健康记录)之间建立新的数据链接,包括来自为医疗服务不足人群提供服务的联邦资助机构的数据链接,同时解决隐私、同意和透明度问题。

4.4 指定HHS为人类服务互操作性的负责人

正式指定国家卫生信息技术协调员办公室(ONC)负责领导卫生与人类服务之间互操作性标准的开发与协调。

优先事项5:负责任地利用人工智能

机遇

HHS多年来一直致力于人工智能("AI")领域,以推进其在众多领域的使命,包括研究和发现、药物和设备安全、医疗保健服务、人类服务提供和公共卫生。迄今为止,HHS对人工智能的参与包括监管和教育行动,涉及人工智能医疗设备的有效性和安全性、临床决策支持工具的透明度和风险管理、非歧视以及改进研究流程。

2023年是一个历史性的特殊时刻,需要人工智能领域的领导者。云计算基础设施的改进、新技术和大流行病投资的增长等因素汇聚在一起,加速了人工智能的广泛应用。用于训练和部署模型的可用计算能力在过去三年中呈指数级增长。美国在全球科学和经济竞争力方面的领先地位取决于在人工智能方面的先期领导力;完美不能成为人工智能开发和部署进展的敌人。此外,人工智能在卫生和人类服务领域具有潜在的颠覆性上升潜力。人工智能提供了快速推进科学发现的机会,例如通过新的化学配方创造新型疫苗和疗法,或通过确定合适的人群并对已有化合物进行合成试验来加快临床试验。

它还能提高医疗保健系统的效率,特别是降低行政成本,并能改善临床决策支持(快速消化不同的健康记录和医学期刊内容,为患者护理提供量身定制的考虑和建议)。最后,人工智能可以帮助加快合格人群的识别,扩大可用资源的获取范围,改善医疗和人类服务福利的设计和提供。然而,人工智能也带来了巨大的风险,包括歧视、偏见、欺诈、虚假信息、网络安全、生物安全、隐私和不当使用,必须深思熟虑地加以解决,以确保我们能够从这些新技术中获益,而不是扼杀创新,同时保护我们的核心价值观。值得注意的是,HHS的优先事项符合其在《关于安全、可靠地开发和使用人工智能的行政命令》(即第14410号行政命令)中所做的承诺,并以这些承诺为基础。作为第14110 号行政命令的一部分,HHS将在2025 年4月之前公布其人工智能战略,涵盖本文件和行政命令中概述的所有优先事项。

目标

通过安全、合乎道德和负责任地使用人工智能,充分调动HHS的积极性,使其与政府和行业的整体方法无缝结合,并为提高医疗和人类服务的质量、效率、可及性和成果做出有意义的贡献。

5.1 制定卫生和人类服务领域的人工智能政策

成立一个人工智能特别工作组,负责制定有关在卫生部门(包括研究与发现、药物与设备安全、医疗保健服务和公共卫生)和人类服务部门、HHS计划以及HHS内部运营政策中负责任地使用人工智能的政策和框架。酌情与涉及卫生和人类服务的其他联邦机构进行协调。召集专家和有关各方,确定法律上适当的指南、标准和资源,以促进在符合联邦法律的情况下,在卫生和人类服务领域负责任地部署和使用符合道德规范的人工智能技术。在卫生和人类服务领域部署人工智能时,促进遵守非歧视和隐私法。

5.2 提高医疗应用中人工智能的质量和安全性

与外部合作伙伴(可能包括但不限于学术界、行业和部落组织)合作,并根据适用的联邦法律法规,制定医疗保健领域使用的人工智能技术的质量保证框架和战略。制定框架和战略,对药物开发过程中使用人工智能或人工智能辅助工具进行监管。与自愿性的、联邦列出的患者安全组织(PSO)、医疗服务提供者和其他私人利益相关者合作,建立一个人工智能安全项目,以监测和减少与使用人工智能相关的患者安全事件;酌情利用安全项目的见解,为联邦规则制定、指导或其他与人工智能或人工智能工具在医疗保健中的使用相关的监管活动提供信息。

5.3 利用HHS 的资金,推动在卫生领域负责任地使用人工智能

与适当的私营部门组织合作,提高人工智能/机器学习(AI/ML)的准备程度,发现并纠正HHS 支持的数据和工具中的偏差。优先将"前沿加速项目"(LEAP)合作协议奖分配给那些探索如何支持开发用于临床护理、实际证据计划、人口健康、公共卫生和相关研究的人工智能工具的倡议。确定并利用可能受益于人工智能或受到人工智能损害的整个HHS的其他资金流,并确保在促进道德、安全和有效使用的同时最大限度地降低风险。

5.4 在整个HHS部署全方位的人工智能能力

制定一套负责任的人工智能使用指南,解决伦理、法律和社会问题,包括隐私、公平、透明和问责。就负责任地使用人工智能对HHS员工进行强制性培训,以确保所有人工智能应用都尊重数据隐私和道德原则。建立一个具有大型语言模型的人工智能工具沙盒,包括制定沙盒使用政策,确保任何实验项目都遵守HHS有关数据隐私和负责任地使用人工智能的指导方针。确保整个部门在人工智能方面不断学习,包括知识共享和持续监测,以寻找提高内部能力和资产的机会。

使用案例

除了指定优先事项(支持HHS所有部门进一步使用数据的跨领域基础设施和能力,不分主题)之外,HHS领导人还选择了两个优先使用案例:在这些领域中,围绕一个共同目标的跨部门协调数据项目能够使HHS 实现核心任务承诺。虽然数据几乎支持HHS的所有任务,但所选的使用案例提供了取得进展的最大机会和行动的紧迫性。优先使用案例是癌症登月计划以及准备和事件响应。

案例A:癌症登月计划

目标

HHS 已最大限度地利用数据推动抗癌工作,以实现在25 年内将癌症死亡率降低50%的"登月目标"。我们已将安全共享受隐私保护的健康数据确立为整个研究过程中的标准做法。我们正在为研究人员共享和使用可用数据提供便利,以便在抗击癌症方面取得快速进展。

倡议

A.1 为安全沙盒中的联合关联数据制定路线图和原型

通过制定联合关联数据沙盒的路线图和原型,为癌症分析研究创造技术和法律环境,以促进癌症患者管理数据和临床数据的关联,同时管理隐私和征得同意。解决数据访问和使用管理、技术设计以及安全和控制问题。

A.2 建立和实施必要的数据标准和互操作性,使预期健康数据可用于临床研究

确定足以用于临床研究和证据开发的可计算病人健康记录标准,以及定期更新这些标准的程序。开发可计算的同意书和数据来源收集与跟踪机制。在前瞻性临床试验中试用患者健康记录和同意书/证明跟踪机制。

A.3 推动创新的公共/私营数据伙伴关系,扩大数据获取范围

启动数据基础设施和临床证据生成方面的跨政府旗舰示范项目。向卫生信息技术开发人员和卫生系统发出政府行动呼吁,要求他们采用标准化的健康记录数据、同意书和数据提交方式,并参与新的公私数据共享和研究伙伴关系。

A.4 为临床研究简化获取与HHS 相关联的行政和临床数据的途径

简化资金和HHS 研究人员对HHS持有的关联管理和临床数据的访问,以促进更便捷、更完善的临床研究。

案例B:准备和事件响应

目标

HHS已经建立了一个近乎实时的信息管理生态系统,用于所有危害的态势感知和响应管理,以跟踪加固和恢复、新出现的威胁、事件管理需求、交付系统状态和响应活动。该系统横跨卫生和人类服务部门,下至州和地方一级,用于协调生态系统和跨政府响应。

倡议

B.1 制定全灾种数据系统蓝图

针对所需的数据和系统能力以及提供这些能力的结构,在整个HHS(也包括外部利益相关者)范围内制定一个清晰的路线图。该计划应涉及技术、数据管理、法律结构、政策、合同、计划要求、治理、标准和人员。此外,该计划还应涉及监测、检测和管理应对多种类型事件所需的跨HHS协调结构,首先重点关注严重呼吸道疾病(COVID+)和自然灾害。该计划应借鉴近期事件响应和桌面演练中的经验和数据挑战,重点关注新出现的主要威胁。路线图应涉及支持州/地方全方位需求(包括卫生、公共卫生和人类服务)所需的数据源和访问。

B.2 建立基础性基础设施

在各类准备工作中建立一致的数据和系统标准(即必要的最低数据、电子病历的最低系统标准、USCDI+)。确定正规化和实施标准的机制。盘点跨部门的机会,使政策和计划、合同和拨款要求与准备数据框架保持一致。HHS数据战略2023-2028 24 简化并扩大政府间和政府内数据使用协议/谅解备忘录的使用,以促进多边数据交换,同时维护隐私和数据安全。

声明:本文来自天极智库,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。