Во-первых, чтобы анализировать данные на уровне региона, нужно научиться собирать и хранить данные на региональном уровне. Это сложнее, чем может показаться на первый взгляд: необходимо обеспечить обмен данными между информационными системами, уметь поддерживать актуальное состояние и версионность региональных справочников, а также решить задачу идентификации пациента. В здравоохранении, в отличие, скажем, от банковской сферы, пациент не всегда может быть идентифицирован по одному документу, например паспорту или полису ОМС. В ряде случаев медицинская помощь может быть оказана без предъявления документов. Определить, какие медицинские записи относятся к одному и тому же человеку, важно, так как в противном случае невозможно обеспечить достоверность статистических данных.

Во-вторых, данные должны быть измеримы, прозрачны и достоверны. Система должна уметь проверять, очищать и обогащать данные: находить пустые поля, удалять лишние пробелы, определять и устранять ошибки кодировки строковых параметров, рассчитывать возраст пациента и отклонение результатов анализов от нормы.

Данных, доступных для анализа и обработки, становится намного больше, чем содержится в статистических формах. Архитектура аналитической системы для здравоохранения должна позволять подключать новые источники данных, не внося изменений в ранее сформированное хранилище.

Сегодня объем медицинских данных измеряется терабайтами, в ближайшем будущем этот показатель вырастет на порядок. Аналитическая система должна быть спроектирована специально для быстрой обработки больших массивов.

Еще одно важное свойство аналитической системы – возможность для пользователя самостоятельно формировать отчеты с помощью конструктора. Это снижает трудозатраты при построении новых отчетов в десятки раз.