Masterdata och masterdataprogrammet

Masterdata är data som är gemensam för verksamheten och som används av många olika processer, personer och system. En teknisk masterdatakälla, MDM-plattformen, har etablerats där information kan skapas och uppdateras en gång, för att därefter kunna återanvändas i flera olika system.

Nytta och effekt

Det finns många vinster med masterdata och en välfungerande masterdatahantering. Det ger bland annat möjlighet till mer effektiv remisshantering, kortare väntetider för patienter, ökade möjligheter för patienter och närstående att välja vård och lägre administrativa kostnader för vårdgivare. Det ger också Region Stockholm ökade förutsättningar att

• uppfylla lagkrav
• fatta beslut baserat på korrekt data
• ge invånare, organisationer och medarbetare rätt information
• analysera och förbättra verksamheten
• ha effektiva IT-lösningar och integrationer.

Masterdata och masterdatamanagement  

Masterdata är den typ av data som är gemensam för olika individer, processer och system i hela verksamheten, till exempel information om medarbetare, organisationer eller tjänster. Masterdata lagras i en gemensam källa och alla som har behov av samma information, använder sig av denna grundkälla. På så sätt elimineras risken att felaktig data eller information används.

Med andra ord hämtas masterdata från en och samma källa och delas av många intressenter, verksamhetsprocesser och IT-system. Masterdata behöver bara uppdateras en gång, för att informationen ska uppdateras i alla system och tjänster som använder sig av den.

Masterdataförvaltning

Region Stockholm inför också masterdataförvaltning, det vill säga rutiner och regelverk för masterdata som upprätthålls av roller och processer. Detta ska säkerställa att det masterdata som skapas och uppdateras håller god datakvalitet. 

Masterdataprogrammet har identifierat fem datakvalitetsbegrepp som är viktiga att uppfylla för att uppnå god datakvalitet och det är korrekthet, validitet, unikhet, fullständighet och aktualitet.

Datakvalitetsbegrepp

För att uppnå god datakvalitet är det viktigt att kriterierna: korrekthet, validitet, unikhet, fullständighet, och aktualitet uppfylls.

Korrekthet

För att uppnå god datakvalitet är det viktigt att data som matas in, korrekt representerar den verkliga informationen som den ska hänvisa till. För att en informationsmängd ska vara korrekt ska den vara exakt, följa rätt format, inte ha felstavningar, eller vara föråldrad. Det är även viktigt att ha koll på inflödet av data, och se till att data som inte ska vara med inte matas in.

För att säkerställa att informationsmängden är korrekt behöver man kunna verifiera att den faktiskt hänger ihop med verkligheten. Ifall man exempelvis ska skriva in ett postnummer med postadress i Stockholm, måste det gå att verifiera att det faktiskt är ett postnummer tillhörande Stockholm. Det kan exempelvis inte vara 371 30, eftersom det postnumret hänger ihop med Karlskrona och inte Stockholm.

Validitet

Validitet hänger nära ihop med korrekthet och säkerställer att datafälten korrekt fylls i enligt uppsatta regelverk. Exempelvis följs ett specifikt format när postnummer fylls i. Att skriva 37130 är fel då det inte följer formatet, men att skriva 371 30 är rätt. I Masterdataplattformen kommer vi kunna bygga stöd för att kontrollera att data fylls i enligt uppsatta regler.

Unikhet

Unikhet innebär att det inte finns några dubbletter av data. En informationsmängd ska vara unik, annars finns det risk för att felaktig information används då inte alla
informationsmängder underhålls och uppdateras. För att veta ifall en masterdatapost är unik, behövs detaljerade regelverk för varje masterdataobjekt som beskriver vilka attribut med vilka värden som gör masterdataposten unik.

Exempelvis för objektet Person. Ett svenskt personnummer är en unik identifierare, vilket gör att masterdataposten är unik ifall den har ett unikt personnummer, även om andra attribut inte är unika. Däremot för objektet Organisation, måste masterdataposten ha en unik kombination av organisations id (svenskt organisationsnummer, svenskt personnr eller EU VAT nummer) och namn för att vara unik. Dessutom får inte fler än en organisation registreras under samma namn.

Fullständighet

För att en informationsmängd ska anses som fullständig behöver all obligatorisk data finnas med. Det innebär att information kan vara fullständig även om valfri data (data som inte är obligatorisk) saknas.

Ett exempel på fullständighet kan vara att en persons förnamn och efternamn är
obligatoriska fält att fylla i men mellannamnet är valfritt. Därmed kan informationen anses som fullständig även om mellannamnet saknas. Fyller man istället inte i efternamnet, är informationen ofullständig.

För att säkerställa fullständigheten och därmed förbättra datakvaliteten, är det viktigt att se till att all nödvändig data finns med, detta kan uppnås genom regelverk som exempelvis obligatoriska fält.

Aktualitet

För att uppnå god datakvalitet är det viktigt att data som matas in i ett system är aktuellt, men även att denna uppdateras i systemet ifall ändringar sker. Ett exempel kan vara att en redan registrerad person byter efternamn, denna information behöver då uppdateras i systemet. För att upprätthålla aktualiteten är det viktigt att följa upp och rensa inaktuell data och information löpande. I vissa fall kan man även hämta data från andra system. Ett exempel kan vara att hämta en persons hemadress ur folkbokföringsregistret.

Aktualitet ur ett livscykelperspektiv

När en informationsmängd skapas är det även viktigt att hålla reda på
informationsmängdens livscykel. Hur länge ska historiken sparas när informationen slutar vara aktuell? Vi behöver även veta hur, samt när informationen ska förstöras eller arkiveras.

MDM-plattformen

Masterdata lagras och hanteras i MDM-plattformen. Det skapar förutsättningar för att information kan hämtas från en och samma källa och att information bara behöver uppdateras på ett ställe (i MDM-plattformen) för att sedan slå igenom i alla system.

Hittills har MDM-plattformen lanserats som masterdatakälla för masterdataområdena organisation, enhet, adress, serviceplats och avtalsområde. Arbete pågår för att implementera fler masterdataområden i plattformen.  

Alla medarbetare som har e-tjänstekort har tillgång till MDM-plattformen. Behörigheter varierar beroende på vilken roll medarbetaren har.

Styrning av masterdata

Då masterdata delas av flera olika verksamheter, processer och intressenter är det viktigt att det finns en tydlig gemensam styrning, ägarskap och processer vid hantering av gemensamma masterdatarelaterade frågor.

Styrning sker dels genom fastställda regler för hur innehållet i masterdataattribut uttrycks och säkerställs, dels genom tydliga beslutsvägar och mandat för såväl strategisk utveckling som dagligt underhåll. Utan styrning av masterdata finns det risk för att betydelser och definitioner av masterdata glider isär och återgår till att betyda olika saker inom olika processer och system.

För att etableringen av masterdata ska få effekt krävs ägarskap för masterdata på olika nivåer. I styrmodellen för masterdata ingår ägarskap på strategisk, taktisk och operativ nivå.

Masterdataprogrammet

Programmet bedrivs under perioden 2018–2025 med uppdrag att införa masterdata i Region Stockholm. Programmet omfattar samtliga verksamhetsområden, förvaltningar och bolag som är involverade i Region Stockholms offentligfinansierade hälso- och sjukvård. Inom ramen för programmet etableras styrning av masterdata vilket innebär att:

• Tillförlitliga masterdata för utvalda områden görs tillgängliga på ett standardiserat och lättåtkomligt sätt.
• Befintliga masterdata inom förvaltningsobjektet POFS (person, organisation, funktion och sortiment) förädlas och förvaltas.
• NVID-projekten (Nationellt verksamhets-ID) är genomförda och att kombikakod inte identifierar Organisation, Enhet, Plats och Uppdrag.
• Klargöra hur masterdata och masterdatatjänster stöder Vem, Vad, Var.
• Processer och organisation för masterdatamanagement är etablerade.
• MDM-plattformen är implementerad i Region Stockholms arkitektur.
• Ta fram en strategi för hur den offentligfinansierade hälso- och sjukvården kan bidra till att effektivisera nuvarande och nya tjänster samt öka informationssäkerheten, genom att använda masterdata.
• Skapa samsyn om informationsmodeller och masterdata med andra aktörer såsom myndigheter, kommuner, leverantörer och andra regioner.

Begrepps- och informationsmodeller

I arbetet med att identifiera och definiera masterdata har en begrepps- och informationsmodell tagits fram. Modellen utgår från de behov verksamheten har och är inte en systembeskrivning.

Syfte och nyttor

Begreppsmodellen visar de mest centrala begreppen för masterdata i Region Stockholm på en övergripande nivå. Den omfattar begreppens definitioner, beskrivningar och relationerna mellan dem. Syftet med begreppsmodellen är att begrepp och termer ska tolkas och användas på samma sätt för att undvika missförstånd som kan leda till felaktiga implementationer.

Informationsmodellen bygger på begreppsmodellen och dess syfte är att visa information om begreppen (klasser), dess egenskaper (attribut) och relationerna mellan dem. Begrepps- och informationsmodellen ligger sedan till grund för en datastandard, där regelverk för masterdata återfinns, som i sin tur ligger till grund för datamodellen i MDM-plattformen.

Hur modellerna tagits fram

Modellerna har tagits fram genom att hämta in verksamhetskrav på en övergripande nivå för att beskriva och gruppera masterdataområden.

Målet har varit att använda nationella och internationella standarder och referensarkitektur där det är möjligt. Modellerna har diskuterats i referensgrupper, framför allt i workshopform. Parallellt har information från förvaltningsobjekt samlats in i samband med möten för kartläggning av aktuella CRUD-processer (Create, Read, Update, Delete/archive). Pågående samarbete med andra regioner (Västra Götaland, Skåne, Östergötland) samt med myndigheter genom arbetet kring GIMVO, gemensam informationsmodell (E-hälsomyndigheten, SCB, IVO, Socialstyrelsen, Läkemedelsverket, Inera) har använts som input till modelleringsarbetet.

Uppdateringar

Begrepps- och informationsmodellerna revideras kontinuerligt efter att nya behov och förtydliganden identifieras vid möten med verksamheten, förvaltningsobjekt samt interna och externa samarbetsforum. Begreppsmodellen version 1.9 är nu publicerad. Parallellt pågår arbetet med informationsmodellen version 1.9, som baseras på begreppsmodellen och kommer att publiceras under våren 2025. Informationsmodellen beskriver informationsklasser och deras inbördes relationer inom en verksamhet eller ett specifikt område.

Frågor och svar

Mer information

Kontakt

Har du frågor kan du mejla till oss: