Sector PúblicoSaludInteligencia de Negocio

Cómo NYC Health + Hospitals usa Snowflake para reducir la entrega de datos de días a minutos

NYC Health + Hospitals es el sistema de salud municipal más grande de Estados Unidos, con más de 1,4 millones de pacientes atendidos en más de 70 centros. El sistema implementó Snowflake AI Data Cloud como base de su centro de datos, centralizando más de 100 mil millones de registros de datos médicos para obtener información sobre pacientes con mayor rapidez. Una tubería de ingesta de datos rediseñada ahora entrega datos de membresía de planes de salud a los equipos en cinco minutos, frente a los cinco días anteriores.

Impacto

5 days → 5 minutes

Tiempo de entrega de datos de membresía y reclamaciones

100B+

Filas de datos médicos centralizadas en Snowflake

Desafío

Las tuberías de datos fragmentadas obligaban a NYC Health + Hospitals a esperar hasta cinco días para entregar datos actualizados de membresía de planes de salud a los equipos internos y socios externos, limitando la capacidad de los coordinadores de atención y el personal clínico para actuar con rapidez ante pacientes con afecciones complejas y crónicas.

Solución

La organización reconstruyó su arquitectura de datos sobre Snowflake AI Data Cloud, automatizando la ingesta de datos de pagadores en un centro centralizado y utilizando Snowflake Secure Data Sharing para la colaboración con socios, Snowflake Horizon Catalog para la gobernanza, y Snowflake Cortex AI para la experimentación con IA generativa.

Herramientas y tecnologías

Lo que dicen los líderes

Con Snowflake, nuestro tiempo de entrega de extremo a extremo para los datos de membresía y reclamaciones ha mejorado de cinco días a cinco minutos. Eso es una ganancia de rendimiento enorme.

Shahran Haider, Director de Datos Adjunto, NYC Health + Hospitals

Al comenzar nuestro camino en IA generativa, es fundamental que nos centremos en iniciativas estratégicas que puedan ofrecer una mejor atención médica y reducir el costo de las operaciones, al mismo tiempo que alcanzamos los objetivos fundamentales de proporcionar datos, paneles e informes de mayor calidad.

Shahran Haider, Director de Datos Adjunto, NYC Health + Hospitals

Estamos construyendo comunidades de práctica para permitir que las personas experimenten con tecnología de IA generativa usando Snowflake Cortex AI y Snowflake Copilot. Queremos asegurarnos de poder hacer preguntas sobre nuestros datos, porque es entonces cuando realmente se libera el potencial de los datos en una empresa, y Snowflake nos está ayudando a lograrlo.

Shahran Haider, Director de Datos Adjunto, NYC Health + Hospitals
Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

Como el mayor sistema de salud municipal del país, NYC Health + Hospitals asume una responsabilidad extraordinaria: brindar atención a los residentes más vulnerables de Nueva York, incluidas las personas en situación de falta de vivienda, que ha alcanzado su nivel más alto desde la Gran Depresión. Proporcionar datos clínicos y administrativos oportunos y precisos en más de 70 centros de atención, decenas de pagadores y múltiples agencias municipales no es simplemente un desafío operativo, sino un factor determinante directo de los resultados de los pacientes.

Antes de construir su centro de datos moderno, la organización dependía de tuberías fragmentadas y procesos manuales para transferir información de salud protegida (PHI) entre equipos internos y socios externos. Los datos de membresía y reclamaciones de los pagadores podían tardar hasta cinco días en llegar a los equipos que los necesitaban —atención administrada, salud poblacional y finanzas—, generando un desfase significativo entre los eventos del mundo real y la inteligencia accionable. Esa brecha era especialmente costosa cuando los coordinadores de atención debían intervenir rápidamente con pacientes con afecciones complejas y crónicas.

NYC Health + Hospitals seleccionó Snowflake como motor de su centro de datos, aprovechando las capacidades ya presentes en la organización. El equipo rediseñó la ingesta de datos de múltiples pagadores, incluida MetroPlusHealth, construyendo una tubería automatizada que transmite los datos de membresía directamente a Snowflake. Snowflake Secure Data Sharing permite a la organización colaborar con socios externos y agencias municipales sin mover físicamente los datos, mientras que los controles de acceso basados en roles y las herramientas de gobernanza de Snowflake Horizon Catalog garantizan el cumplimiento normativo en un entorno altamente regulado. De cara al futuro, el personal experimenta con Snowflake Cortex AI y Snowflake Copilot para consultar datos en lenguaje natural e identificar casos de uso prioritarios de IA generativa.

El resultado más tangible de la transformación es una compresión del 99% en los tiempos de entrega de datos: el tiempo de procesamiento de extremo a extremo para datos de membresía y reclamaciones pasó de cinco días a cinco minutos. Las alertas automatizadas ahora notifican a los usuarios en el momento en que llegan nuevos datos, reemplazando los traspasos manuales y garantizando que todos los departamentos —desde atención administrada hasta finanzas— reciban el mismo conjunto de datos actualizado simultáneamente.

NYC Health + Hospitals ha creado un consejo asesor de IA empresarial para guiar la adopción responsable de la IA en torno a tres prioridades: inversión estratégica en casos de uso de alto impacto, implementación ética y segura, y una definición clara del retorno de la inversión para un sistema de salud público. Con más de 100 mil millones de registros en Snowflake y decenas de casos de uso de IA de alta prioridad identificados, la organización está posicionada para evolucionar de la eficiencia analítica a mejoras medibles en la atención al paciente para todos los neoyorquinos.

Casos similares

ME
Massachusetts Executive Office of Education
$1.5 million
annual cost savings from oracle migration

The Massachusetts Executive Office of Education serves millions of students across the Commonwealth, overseeing a complex data environment spanning hundreds of servers and applications. By migrating its analytics infrastructure to Snowflake’s AI Data Cloud alongside AWS, the agency cut annual technology costs by $1.5 million and accelerated data processing by 30%. Policymakers now receive on-demand insights that drive decisions on scholarships, funding, and student outcomes across the state.

GovernmentEducationSCSnowpark Container ServicesAAWS
ME
Massachusetts Executive Office of Education
$1.5M
annual cost savings from oracle to snowflake migration

The Massachusetts Executive Office of Education (EOE), responsible for education policy across one of the nation’s top-performing school systems, migrated from 789 on-premises servers to Snowflake’s AI Data Cloud to modernize its student analytics infrastructure. The migration delivers $1.5M in annual savings, 30% faster data processing, and a 93% reduction in time to calculate critical student performance metrics — putting real-time policy data in the hands of commissioners, charter school boards, and parents.

GovernmentEducationSSnowflakeSNSnowflake Notebooks
C
CoxHealth
94%
reduction in fleet maintenance processing time

CoxHealth operates 106 vehicles including 55 ambulances across five counties in the Missouri Ozarks, driving over 6 million miles annually with a 400-person EMS team. The organization deployed Samsara’s Connected Operations platform across their fleet to address safety investigation gaps, manual maintenance tracking, and asset visibility challenges in a high-acuity emergency medical service environment. Connected Maintenance reduced fleet maintenance processing time by 94%, while AI dash cams and asset tracking created a defensible, fully visible operation.

HealthcareSSamsara
C
CACI
Seconds per query regardless of data age or volume
criminal investigation acceleration

CACI's DarkBlue Intelligence Suite is a cloud-based platform that enables national security agencies, law enforcement, and intelligence teams to search and analyze dark web and open-source intelligence (OSINT) data to identify and deanonymize criminals. Built on Elasticsearch and Elastic Observability, DarkBlue's newest feature, CluesAI, harnesses Anthropic Claude LLMs via AWS Bedrock to generate automated intelligence reports that connect criminal personas across the dark web in seconds.

GovernmentCybersecurityABAmazon BedrockEElasticsearch
IH
Intermountain Health
27% per appointment
note time reduction

Intermountain Health deployed Microsoft Dragon Copilot to 2,500+ clinicians, reducing time spent on notes by 27% per appointment and fighting clinician burnout with AI-generated clinical documentation.

HealthcareMDMicrosoft Dragon Copilot
L
LTM
80%
candidate onboarding prediction accuracy

LTM, a global technology consulting and digital solutions company operating across India and international markets, deployed Snowflake’s AI Data Cloud to unify fragmented HR systems and power predictive hiring models. By migrating legacy on-premises data to Snowflake and deploying ML models via Snowpark and Cortex AI, LTM predicts candidate onboarding probability at 80% accuracy 25–30 days before start dates, cuts total cost of ownership by 70%, and processes hiring data 10x faster.

TechnologySSnowflakeSCSnowflake Cortex AI
E
Ensono
54–70%
reduction in mean time to resolution (mttr)

Ensono, a managed services provider handling over 60 billion retail transactions and government platforms for 24 million constituents, built two AI-powered systems on Snowflake to shift IT operations from reactive to predictive. The Envision Predictive Engine (EPE) and DiagnoseNow application reduced mean time to resolution by 54–70%, cut major incidents by 22%, and improved SLA performance by 38% across its enterprise client base.

TechnologySMSnowpark MLSSnowflake
O
O3sigma
2 weeks
model fine-tuning time to global top-3 ranking

O3sigma, an AI startup spun out of Obeikan (the Middle East’s largest manufacturer) and deployed in 40+ factories globally, built the first commercially available industrial foundation model on Snowflake’s AI Data Cloud. Using Snowflake Cortex AI and Cortex Analyst, O3sigma’s composite AI models predict and prescribe equipment adjustments in natural language — fine-tuning in two weeks to rank in the global top three against twenty years of benchmarks and generating $100K+ in new client revenue from factory optimizations.

ManufacturingTechnologySSnowflakeSCSnowflake Cortex AI