L’era dei dati in cui viviamo si sta rapidamente evolvendo. C’è bisogno di nuovi approcci e strategie di gestione che riflettano al meglio la realtà attuale, dove i dati e i servizi IT non sono più centralizzati come era una volta. Questo porta con sé una serie di implicazioni: pensiamo ad esempio al settore sanitario, dove le strategie di data management non rappresentano più solo un ‘nice to have’, ma piuttosto sono un elemento essenziale per offrire servizi davvero efficienti.

Entro il 2022, Gartner prevede che oltre il 50% dei dati generati dalle organizzazioni sarà creato ed elaborato al di fuori del data center o del cloud. Si tratta di un cambiamento radicale se si pensa che solo nel 2019, questo valore si aggirava a meno del 10%. La crescita esponenziale è destinata ad aumentare considerando che entro il 2025, quasi il 30% di tutti i dati generati sarà consumato in tempo reale. È evidente che, per stare al passo con questi ritmi, una rivoluzione nella modalità di gestire i dati è necessaria.

Oggi le interazioni tra persone, dispositivi, dati e analisi sono sempre più intelligenti, rapide e precise e questo non può che avere un impatto sui modelli di fruizione e offerta del sistema sanitario. Il settore healthcare diventa sempre più interconnesso. Grazie alla possibilità di avere in rete dati e di condividere informazioni, l’esperienza dei pazienti viene migliorata e si abilitano nuovi servizi, che avranno un ruolo sempre più critico per il settore.
Un ripensamento su come agire strategicamente sul Data Management deve tenere conto di quattro fattori fondamentali: dati, strumenti, infrastrutture e persone. Tutti concorrono all’obiettivo di riuscire davvero a cogliere e massimizzare il valore dei dati e soddisfare le esigenze del prossimo decennio. IDG prevede che il decennio del 2020 sarà un'era completamente data-driven e analytics-enabled.

Data challenge

Con i dati che crescono a un ritmo senza precedenti, le aziende sanitarie stanno cercando di affermare il loro valore. In uno studio di Forrester vediamo che su quasi 3.000 decision maker in materia di dati e analisi, il 37% ha classificato "l'approvvigionamento, la raccolta, la gestione e il controllo dei dati in tempo reale" come una delle maggiori sfide della loro organizzazione. I dati sono sempre più distribuiti e i silos sono una realtà con cui fare i conti piuttosto che essere eliminata. Ogni secondo, 127 nuovi dispositivi IoT si collegano a Internet, accelerando il passaggio all’edge computing. A fronte di un aumento di volumi e della domanda, non è più possibile pensare alla centralizzazione dei dati, tenendo anche conto che sempre di più le informazioni vengono processate in tempo reale.

Mentre le organizzazioni sanitarie cercano di orientarsi tra tutti i vari dati di cui dispongono, il fenomeno dei cosiddetti dark data, ovvero i dati che non vengono utilizzati per generare alcun risultato, cresce. Se a questo si aggiunge il fatto che sempre nuovi dati sono disponibili, si comprende come le organizzazioni abbiano serie difficoltà a comprendere come generare valore dai loro dati.
Fabrizio Liberatore, Senior Sales Manager Local Government di Dell Technologies ItaliaGli analisti prevedono che nei prossimi 5-10 anni tutti i dati viaggeranno in tempo reale e che tra il 2019 e il 2024 le organizzazioni triplicheranno il volume dei dati non strutturati memorizzati come file o oggetto. Questo significa ripensare radicalmente la loro gestione se si vogliono massimizzare le informazioni in real-time dei dati non strutturati, semi-strutturati e in streaming, offrendo quindi casi d'uso sempre più sofisticati e scalabili. Vista la complessità dell’intero processo, è fondamentale inoltre garantire sempre conformità alle normative e un alto livello di sicurezza.

Tool challenge

Nel data management team, i data engineer e i data scientist giocano un ruolo chiave. I primi, infatti, si concentrano sull’elaborazione dei dati, che vengono raccolti, estratti, organizzati e ripuliti, mentre i data scientist utilizzano tecniche matematiche, statistiche e di Intelligenza Artificiale avanzate per sviluppare algoritmi di machine learning e ricavarne informazioni importanti.

Entrambi, comunque, si trovano ad affrontare la stessa sfida posta dall’evoluzione continua dei dati che crea esigenze sempre nuove. Sul mercato vengono rilasciati continuamente nuovi tool per supportare queste figure nel loro lavoro, ma si tratta di soluzioni sviluppate da realtà diverse; non esiste, al momento, un leader di mercato e questo può creare problemi di integrazione e rendere più difficile le scelte da fare.

Infrastructure challenge

Le organizzazioni sanitarie stanno spostando le proprie infrastrutture verso l’edge, ovvero dove i dati - che necessitano di essere processati - sono generati. Oggi i dati sono sempre più diffusi e le organizzazioni devono poter evadere tempestivamente le continue richieste che vengono fatte: la necessità di processare e analizzare tempestivamente i dati, dunque, non rende funzionale il trasferimento dei dati distribuiti a un'infrastruttura centralizzata in un data center o in un cloud pubblico.
Se da un lato questa soluzione consente alle aziende di rispondere alle richieste in tempo reale, dall'altro solleva anche una serie di quesiti. Per esempio: come avere una infrastruttura coerente e un approccio di data management che integri al meglio diversi cloud provider e le numerose edge location? È possibile scalare lo storage e il calcolo, indipendentemente l’uno dall’altro? Come può l'infrastruttura rispondere in modo più agile ai requisiti di elaborazione dei dati? È essenziale per le organizzazioni sanitarie capire come trarre vantaggi e benefici da un approccio distribuito, senza avere gli svantaggi di una gestione gestita localmente.

People challenge

Può forse sorprendere che solo il 22% del tempo del team di data management è investito nello sviluppo di attività innovative e che portano un valore economico, mentre il resto è dedicato ad attività di routine, volte ad assicurare lo status quo. Questo perché, in una organizzazione, sono numerosi i team o, addirittura, i singoli individui, che organizzano la propria attività sulla base dell’analisi dei dati, ma raramente questi collaborano e condividono gli stessi obiettivi. Ciò ha ripercussioni non solo sulla produttività di un Data Scientist, ma frena il raggiungimento dei risultati delle organizzazioni.

È essenziale che le organizzazioni, gli ospedali, i centri di ricerca, i medici e i fornitori dei servizi sanitari stiano al passo con queste sfide man mano che il volume e la velocità dei dati aumentano. Ma insieme alla convergenza delle tecnologie abilitanti, queste sfide stanno portando grossi cambiamenti in tutto ciò che riguarda la "cura”. Il ritmo di questo cambiamento sta accelerando. Connettere in modo sicuro i medici ai dati, i pazienti all’assistenza sanitaria e le buone prassi al network sono sfide continue - tutte con l'obiettivo di fornire cure e risultati sanitari migliori e più integrati, senza pensare al ruolo significativo che rivestono la privacy, la governance dei dati e i metadati.
É evidente che non si può procedere con il sistema informatico "as usual", ma è necessario un cambiamento che risponda al meglio alle nuove esigenze dell’era dei dati. Questo ripensamento deve comprendere tre elementi chiave. In primo luogo, i team di Data Engineering devono essere supportati nel loro lavoro in modo da condividere i dati nel minor tempo possibile, mantenendo una qualità molto elevata. Una maggior sicurezza e fiducia dei dati, consente di prendere decisioni più consapevoli ed efficaci.

In secondo luogo, è fondamentale avere workload data intensive dall’edge all’hybrid cloud: questo significherà avvalersi di un cloud vendor con il quale i team di Infrastrutture ed Operations possano gestire in modo coerente i sistemi, e avere al contempo la flessibilità di posizionare l'infrastruttura più vicino a dove i dati devono essere gestiti. Infine, fare in modo di accelerare gli insight e le azioni per realizzare più rapidamente i risultati di business.

Nell'era dei dati, saranno leader quelle organizzazioni che sapranno modernizzare il loro approccio al data management, reimmaginando le esperienze dei clienti, le soluzioni, i modelli di business nel settore. E questo vale anche e soprattutto nel settore della Sanità.

Fabrizio Liberatore è Senior Sales Manager Local Government di Dell Technologies Italia