医疗保健行业是数据密集型行业。它生成与许多上下文相关的大量数据，例如存储在EHR上的患者信息、质量测量的度量标准、与性能相关的定量信息等等。这些数据对不同级别的所有关键利益相关者特别有用。这就是为什么他们总是热衷于了解和评估他们所支付的价格所获得的护理质量水平。因此，这些信息越透明、越容易获得，就有越多的利益相关者能够做出更明智的决定。

提供商的角度来看

从提供者的角度来看，医疗保健信息极其重要。它帮助他们评估自己的表现水平，与其他提供者(本地和国际)进行比较，并最终提供更好的质量护理。在职业自豪感和声誉的驱使下，医生积极地将自己的表现与他人进行比较，以发现改进的机会，并及时做出良好的反应，以维持生存。

更重要的是，当医生需要将复杂的患者转诊到其他高质量的提供者(例如康复中心、疗养院、医院等)时，这些信息变得非常有用。

这就是性能透明度最重要的地方。从影响人员配备需求到确定手术并发症，再到建立沟通评级，绩效透明度对患者的治疗结果有显著影响。随着提供商性能水平的提高，整体医疗保健服务交付最终将变得更加高效。

病人的角度

在当今数字化先进的医疗保健领域，患者还可以访问多个提供者绩效数据来源，这使他们能够比较和对比不同的提供者。从政府数据库到患者个人在线评论，这些公开的信息对患者在做出医疗保健相关决策时非常宝贵。例如，患者可以使用CMS数据库来评估各医院、长期护理提供者和康复中心提供的护理质量，以及它们的关键绩效指标。这项活动主要帮助患者评估不同提供者的优势和劣势，从而做出更明智的决定。

受教育程度更高的患者会进一步研究针对其诊断和护理需求的护理方案，并寻求满足其要求的最佳提供者。虽然这些网站相当复杂，难以理解和解释，但它们提供了有价值的直接比较信息。受过良好教育的患者可以使用这些网站来比较诸如以前的患者经验、安全评级、死亡率和再入院率等指标，以评估所提供的护理的有效性。

复杂性和解决方案

然而，尽管绩效信息对于评估提供者的护理质量至关重要，但对此类比较信息的可获得性、可靠性和及时性存在严重关切。此外，有时理解复杂的信息本身就是一项艰巨的任务。更痛苦的是手工比较多种测量方法，这又是一个繁琐和耗时的过程。因此，尽管通过这种比较活动获得的绩效洞察是非常有意义的，但人们必须注意它可能带来的认知负担。

幸运的是，数字技术通过使用人工智能(AI)进行自动基准测试简化了这一过程。在研究的各个阶段部署智能过滤器，人工智能使患者能够缩小他们的需求，以识别最佳匹配的信息。可在几秒钟内查询供应商长期表现、设施类型、与区域或国家基准组的比较等信息。因此，自动化有助于定期、廉价地更新性能比较，从而鼓励持续考虑改进机会和成就。

随着技术的进步和基于价值的护理模式的不断扩展，绩效透明度旨在为提供者和患者带来互惠互利。供应商可以使用这些重要信息来改进他们的工作流程，并通过解释有用的比较指标成为“同类中最好的”。患者可以进行有意义的比较基准，享受花在医疗上的钱的价值。只要确保你把“消除性能盲点”作为提供高质量医疗服务的目标。