Pendahuluan

Fokus pada pengendalian untuk penurunan biaya terkait dengan memperoleh kualitas yang lebih tinggi merupakan perubahan besar di era BPJS (medicare/Medicaid di AS).  Karena itu, manajemen organisaSI pelayanan kesehatan (termasuk RS), harus dapat mengatasi tantangan ini. Keberhasilan mengelola biaya untuk tujuan mempengaruhi perubahan biaya dan kualitas harus dilakukan. Penggunaan data dan tim klinis mutlak dilakukan agar manajemen mendapatkan dukungan kuat dalam pengambilan keputusan.

Pengggunaan data yang akurat memang sangat diperlukan manajemen RS agar dapat melakukan pengendalian biaya sambil meningkatkan kualitas layanan. Namun, hingga saat ini data merupakan masalah serius di RS. Menurut Brown  (2013)[1], Proses pengumpulan dan pelaporan di lingkungan organisasi pelayanan kesehatan mungkin sudah ketinggalan zaman dan tidak cukup untuk kompleksitas lingkungan berbasis nilai. Berikut ini adalah dua kelemahan signifikan menurut Brown , yaitu:

1. Inefficient data collection that doesn’t scale.

Pengumpulan data untuk analisis dilakukan dengan langkah sebagai berikut: 1) Eksekutif RS menentukan kebutuhan akan data untuk melacak sasaran strategis dan operasional, 2) Tim keuangan/perencanaan menguraikan metrik yang harus mereka sertakan, 3) Untuk proyek dari masing-masing tim yang secara teratur memelihara dan melaporkannya, 4) Berdasarkan kalender pelaporan yang ditentukan, data yang direkap dikumpulkan, & 5) Data dikembalikan ke eksekutif melalui dasbor.

Meskipun dasbor digital disukai para eksekutif, sejumlah besar pekerjaan manual tetap diperlukan untuk mengumpulkan informasi, hal ini memperlambat proses dan membuat laporan jauh dari kata real time. Beban proses manual ini diperparah oleh fakta bahwa laporan ini harus diperbarui secara berkala. Beberapa organisasi pelayanan kesehatan telah mengadopsi program dasbor untuk menghilangkan beberapa proses manual. Meskipun dapat memberikan informasi tentang masalah yang ditargetkan, namun tidak menghubungkan data pengalaman klinis, keuangan, operasional, dan pasien dengan cara yang dibutuhkan dalam pengambilan keputusan.

2. Inconsistent data without a single source of truth

Ketika orang-orang di seluruh organisasi mengakses data dengan cara yang berbeda dan dari berbagai sumber, inkonsistensi dan variabilitas di antara data itu biasa terjadi. Sebagai contoh, bukan tidak mungkin bagi dua eksekutif untuk menyajikan data yang bertentangan terkait penerimaan unit gawat darurat atau tren LOS, karena mereka mengandalkan metode pengumpulan data yang berbeda. Ketidakkonsistenan seperti ini dapat menyebabkan ketidakpercayaan terhadap data. Jika pembuat keputusan tidak mempercayai data, mereka tidak dapat memastikan bisa membuat keputusan terbaik untuk organisasi.

Mengantisipasi permasalaahan data di organisasi pelayanan kesehatan, Brown  (2013) menyoroti 2 hal yaitu; 1) The Data, People, and Process Solution, 2) Liberate and Aggregate Clinical and Financial Data.

The Data, People, and Process Solution

Kunci untuk berhasil menavigasi tuntutan kualitas dan biaya perawatan berbasis nilai adalah:

• • Menggabungkan dan menganalisis data dari sistem di seluruh organisasi,
  • Menciptakan tim frontline permanen yang terdiri dari dokter, personel berkualitas, analis dan teknologi yang didukung oleh analis keuangan,
  • Memberdayakan tim-tim ini untuk menghubungkan data klinis dan keuangan untuk memandu dan mewujudkan peningkatan.

Liberate and Aggregate Clinical and Financial Data

Gudang data (enterprise data warehouse/EDW) merupakan kunci untuk membebaskan data klinis dan keuangan serta menghubungkannya untuk memberikan gambaran lengkap tentang tren dan peluang. Gudang data dapat mengintegrasikan data dari aplikasi utama dan membuatnya tersedia untuk pelaporan dan analisis. EDW yang efektif dalam lingkungan berbasis nilai mengagregasi data dari berbagai sumber. Ini harus mengakomodasi semua tabel data klinis dan keuangan yang terlibat dengan program yang dipengaruhi oleh organisasi. Selain itu juga perlu memasukkan informasi dari supply chain, produktivitas tenaga kerja, dan sistem lain untuk menghitung biaya sebenarnya dari satu episode perawatan.

Memiliki semua data yang diperlukan di satu tempat adalah langkah pertama. Data ini akan menyediakan satu sumber kebenaran dan landasan informasi yang akan memungkinkan sistem kesehatan untuk memahami dan memengaruhi kualitas dan biaya.

[1] Bobbi Brown, MBA,  2013, Surviving Value-Based Purchasing in Healthcare: Connecting Your Clinical and Financial Data for the Best ROI