Sharp HealthCare révèle des informations cliniques grâce aux données de santé en temps réel

Taille de l'entreprise
2000+
Région
Amérique du Nord
Industrie
Santé et bien-être

Lancez-vous gratuitement

Essayez le transfert de données de niveau entreprise — sans engagement

Essai gratuitRéserver une démo en direct
Sources des connecteurs
Epic Clarity
Amazon S3
Workday RaaS
SharePoint
Connector SDK
+12 de plus
Destinations des connecteurs
Snowflake
Outil de Business Intelligence
Looker
Cloud Platform
Snowflake
Chiffres clés
  • 1,15 million de dollars économisés par an et 287 000 dollars au cours des 90 premiers jours en automatisant l’intégration des données et en réduisant la maintenance des pipelines.
  • Maintenance des pipelines ramenée de 90 % à seulement 10 % du temps des équipes d’ingénierie, permettant de se concentrer davantage sur les initiatives prioritaires et les nouvelles sources de données.
  • Capacité d’intégration des données multipliée par 20, passant de 10 à 200 connexions de données sans recrutement supplémentaire d’ingénieurs.
  • Intégration automatisée des données de santé dans Snowflake, réduisant le temps d’extraction et garantissant des données plus fiables et précises pour la prise de décision.
  • Reporting et informations cliniques améliorés, permettant une amélioration des performances et un reporting opérationnel plus rapides sans surcharger l’équipe d’ingénierie.
« Grâce aux outils puissants de Fivetran, comme le connecteur Epic, nous avons automatisé le flux des données cliniques critiques d’Epic vers Snowflake, réduisant considérablement l’effort d’ingénierie et accélérant l’accès aux informations cliniques. Nos équipes peuvent ainsi prendre des décisions plus rapides et plus éclairées, ce qui contribue en fin de compte à améliorer les soins prodigués à nos patients. »
— Clay Townsend, Principal Enterprise Data Solutions Architect at Sharp HealthCare

Sharp HealthCare est l’un des systèmes de santé les plus vastes et les plus respectés du sud de la Californie. Avec plus de 18 000 employés, 2 600 médecins affiliés et 7 hôpitaux et groupes médicaux, Sharp prodigue des soins de haute qualité à plus d’un million de patients chaque année dans la région de San Diego.

En coulisses, Sharp faisait face à des défis croissants dans l’ensemble de son écosystème de données. Les données étaient dispersées entre des systèmes sur site, des dossiers SharePoint, des outils SaaS et des portails de fournisseurs tiers — chacun nécessitant son propre processus fastidieux d’extraction et d’exploitation. Des sources critiques telles que les données des dossiers médicaux électroniques (DME), ServiceNow, Microsoft System Center Configuration Manager (SCCM) et des systèmes RH comme Workday étaient toutes cloisonnées, nécessitant souvent des solutions de contournement chronophages qui pesaient sur les capacités d’ingénierie.

Dans certains cas, les équipes devaient composer avec des formats non structurés — comme des journaux JSON imbriqués lors de l’extraction de données de Workday — simplement pour obtenir ce dont elles avaient besoin. Parallèlement, l’équipe d’ingénierie de Sharp était accaparée par la maintenance de pipelines développés sur mesure, fragiles, longs à réparer et sujets aux pannes. Dans un environnement de santé, où des données précises et disponibles à temps peuvent avoir un impact direct sur les résultats pour les patients, cette approche n’était pas viable.

Sharp avait besoin d’une meilleure solution — une solution de mouvement des données capable de remplacer les pipelines fragmentés par des workflows automatisés, de réduire le traitement manuel des données et de rendre des données fiables et actualisées facilement accessibles dans toute l’organisation. Plus important encore, Sharp souhaitait accélérer l’accès aux informations pour améliorer son efficacité opérationnelle et contribuer à de meilleurs soins pour les patients.

C’est alors qu’ils se sont tournés vers Fivetran.

Simplifier la complexité au sein des équipes de Sharp

Fivetran a eu un impact mesurable sur plusieurs équipes de Sharp en rationalisant la circulation des données dans l’ensemble de l’organisation — tout en maintenant le haut niveau de sécurité requis pour protéger les données de santé sensibles.  Grâce à des connecteurs automatisés et à la capture des données modifiées (CDC), Fivetran ingère les données directement depuis les bases de données sur site, les applications SaaS et les services cloud vers l’entrepôt Snowflake centralisé de Sharp — éliminant le besoin d’extraction manuelle et de scripts développés sur mesure. Cette évolution a directement renforcé les équipes d’ingénierie, de sécurité et de technologie du personnel de manière concrète et mesurable.

L’équipe d’ingénierie est passée d’une maintenance réactive des pipelines à un développement proactif de la plateforme. Grâce au mouvement automatisé des données de Fivetran, Sharp a ramené la maintenance des pipelines de 90 % à seulement 10 % du temps des équipes d’ingénierie. Au lieu de passer des heures à surveiller les tâches et à résoudre les connexions défaillantes, elles se concentrent désormais sur la création d’une infrastructure évolutive et sur la mise en place de l’analytique en libre-service entre les services.

« Nous sommes passés du triage permanent de pipelines défaillants et de l’envoi manuel de données à un système autonome qui fonctionne tout simplement. Nous pouvons désormais nous concentrer sur la production d’informations, et non sur la réparation de la tuyauterie. »
— Clay Townsend, Principal Enterprise Data Solutions Architect at Sharp HealthCare

Les équipes de sécurité disposent désormais d’un accès fiable et quasi en temps réel à des données critiques telles que la télémétrie des appareils, l’activité de connexion et les journaux de détection des menaces — permettant une réponse aux incidents plus rapide et une meilleure visibilité. Avant Fivetran, ces sources de données étaient soit inaccessibles, soit nécessitaient une extraction chronophage. Désormais, ces données circulent automatiquement dans Snowflake et sont prêtes à être interrogées.

Les équipes de technologie du personnel utilisent des données d’utilisation en temps réel pour repérer le matériel sous-utilisé, détecter les lacunes de licences logicielles et résoudre les problèmes avant qu’ils ne deviennent des interruptions de service, sans avoir à soumettre de demandes de données ponctuelles ni à s’appuyer sur des rapports obsolètes. Parallèlement, les analystes de l’ensemble de Sharp disposent de données cohérentes et fiables et passent beaucoup moins de temps à traquer les problèmes liés aux pipelines défaillants.

« La possibilité d’offrir un modèle franchisé d’autonomisation de la plateforme analytique à des équipes diverses a permis d’assurer la gouvernance et la cohérence dans un environnement fortement matriciel. Fivetran a libéré les données à grande vitesse et à grande échelle pour créer un écosystème d’utilisation productive, sans compromis sur la provenance ni sur les coûts. »
— Jon McManus, Vice President Chief Data, AI, and Development Officer Sharp HealthCare

En automatisant la récupération des données et l’optimisation des pipelines avec Fivetran, Sharp a évité de devoir créer et maintenir de nouveaux pipelines de données en interne — une démarche qui aurait coûté près de 4 fois plus cher que son investissement dans Fivetran. Au cours des 90 premiers jours seulement, Sharp a économisé 287 760 dollars, pour des économies annuelles dépassant 1,15 million de dollars. Ces réductions de coûts ont permis à Sharp d’abandonner ses anciens outils sur site au profit du cloud sans augmenter son budget global consacré aux données. En consacrant moins de temps à la maintenance des pipelines, l’équipe d’ingénierie de Sharp a pu réorienter ses ressources vers des tâches à plus forte valeur ajoutée : le soutien aux initiatives cliniques et métier, l’IA et l’analytique avancée, et, en fin de compte, l’amélioration des résultats pour les patients.

Révéler des informations cliniques

Le système de dossier médical électronique (DME) de Sharp est une source essentielle de données cliniques et opérationnelles. Pourtant, l’accès à ces données et leur analyse représentaient depuis longtemps une tâche complexe et chronophage. Grâce au connecteur Epic de Fivetran, Sharp réplique désormais les données Clarity et Caboodle directement dans Snowflake — automatiquement, en toute sécurité et en temps réel. La rapidité et la fiabilité avec lesquelles les données parviennent aux analystes et aux décideurs s’en trouvent considérablement améliorées.

Le connecteur permet à Sharp de prendre en charge des cas d’usage analytiques en aval, tels que l’amélioration des performances, le reporting opérationnel et les informations cliniques — le tout sans surcharger l’équipe d’ingénierie. Au lieu de maintenir des pipelines personnalisés, les ingénieurs peuvent s’appuyer sur l’intégration entièrement gérée de Fivetran pour garantir des données précises, sécurisées et toujours disponibles.

L’impact a été significatif :

  • Un accès plus rapide aux données permet un reporting plus réactif au sein des équipes cliniques et opérationnelles.
  • La réduction de la charge d’ingénierie a libéré du temps pour des initiatives à plus forte valeur ajoutée, notamment le développement de nouveaux cas d’usage sur la plateforme de données.
  • L’amélioration de la qualité et de la fiabilité des données garantit que les parties prenantes peuvent prendre des décisions fondées sur des informations cohérentes et fiables.

En automatisant le mouvement des données de DME avec Fivetran, Sharp a transformé la manière dont elle exploite les informations issues de son DME — transformant une intégration autrefois complexe en une base rationalisée pour des analyses plus approfondies des opérations cliniques — et favorisant des soins plus réactifs et centrés sur le patient.

« L’extraction des données de santé demandait auparavant beaucoup de temps et d’efforts manuels — et même dans ce cas, elle n’était pas toujours fiable ni facile à faire évoluer. Avec le connecteur DME de Fivetran, l’ensemble de ce processus est désormais automatisé. Nous acheminons les données vers Snowflake plus rapidement, avec beaucoup moins de charge, et cela nous a permis de prendre en charge des cas d’usage analytiques qui n’étaient tout simplement pas envisageables auparavant. »
— Clay Townsend, Principal Enterprise Data Solutions Architect at Sharp HealthCare

Fivetran automatisant et standardisant le mouvement des données, Sharp a posé les bases d’un environnement analytique moderne, sécurisé et évolutif. Son équipe peut désormais mettre en place de nouvelles sources de données avec une charge minimale, libérant du temps d’ingénierie pour se concentrer sur des projets à plus fort impact ; par exemple, Sharp fait progresser ses capacités d’IA internes avec Sharp AI, une implémentation personnalisée de GPT-4o hébergée dans Azure. L’équipe développe des cas d’usage basés sur le RAG pour améliorer l’accès des codeurs médicaux aux politiques des payeurs et intègre des améliorations de recherche spécifiques au secteur de la santé — le tout visant à fournir des informations plus rapides et plus précises dans toute l’organisation.

Cette base soutient la stratégie de données plus large de Sharp : fournir des informations fiables et disponibles à temps qui aident les cliniciens et le personnel à améliorer les résultats pour les patients. De la réduction de la maintenance des pipelines à l’exploitation des données de DME, Fivetran est devenu un catalyseur essentiel de la mission de Sharp : offrir des soins d’exception.

[CTA_MODULE]

Further reading
No items found.
No items found.
Témoignages de clients
Case study

Fivetran structure l’alimentation data en temps réel de Saint-Maclou

Case study

Inova Health compresses 4-year roadmap into 6 months to power AI

Case study

Shutterstock développe une infrastructure de données ouvertes compatible IA avec Fivetran

Case study

Canva unifie et active les données pour permettre la personnalisation de plus de 260 millions d'utilisateurs

Case study

Lion Corporation automatise l'intégration des données SAP pour alimenter la transformation numérique

Case study

First Hawaiian Bank déploie un reporting en temps réel et une vue client 360

Case study

Activision met en place un marketing personnalisé pour des millions de joueurs

Case study

Coke One North America accélère les aperçus SAP en temps réel pour 35 000 utilisateurs

Case study

LVMH obtient des informations en temps réel et parvient à une excellence opérationnelle

Case study

Tinuiti construit un data lake évolutif pour un marketing piloté par l'IA