Prédictions de l'informatique de santé publique pour 2018

En matière de santé publique, les surprises ne sont presque jamais bonnes. Ne serait-ce pas bien si nous avions une boule de cristal pour montrer l'avenir afin que nous ne soyons jamais surpris ?

Nous n'en sommes pas encore là, mais nous nous rapprochons de jour en jour.

L'informatique de santé publique (ISP) est ce qui se rapproche le plus d'une diseuse de bonne aventure dans le domaine de la santé. C'est un domaine en croissance rapide et de plus en plus important que les prestataires de soins de santé doivent connaître et auquel ils doivent participer.

Ci-dessous, je vais vous donner un bref aperçu des PHI et des avantages de la combinaison des données du DSE, vous montrer à quoi cela ressemble dans la pratique et ce qui attend les PHI en 2018, et compléter avec quelques conseils sur la façon dont les prestataires de soins de santé peuvent se préparer .

Qu'est-ce que l'ISP ?

Les systèmes informatiques de santé publique enregistrent des données sur les incidents et événements de soins de santé sur une base de population, notamment :

• Naissances et décès
• Conditions à signaler
• Immunisations
• Cancer
• Maladies congénitales

Lorsque les systèmes informatiques de santé publique combinent leurs données historiques sur la santé de la population avec des données actuelles sur la santé de la population provenant d'autres sources, les chercheurs peuvent prédire avec précision les événements futurs. Ce processus est connu sous le nom d'informatique de la santé de la population.

L'informatique de la santé de la population est ce que vous obtenez lorsque vous combinez des données PHI avec des données provenant de sources telles que les DSE, les données sur les réclamations, Google et même Twitter.

(La source)

Voici une ventilation détaillée de la répartition des rôles et des responsabilités en matière de collecte de données entre l'informatique de la santé de la population, l'informatique de la santé publique et l'informatique clinique :

Répartition de la collecte des données (Source)

Le pouvoir de combiner les données DSE avec d'autres sources de données

Lorsque vous prédisez l'avenir avec précision, vous entrez dans cet avenir mieux préparé. L'AMP peut aider les systèmes de santé à optimiser les activités suivantes :

• Priorisation des soins
• Surveillance
• Éducation
• SIG (interventions au niveau géographique)
• Rémunération au rendement
• "Apprentissage du système de santé communautaire"

Examinons quelques façons dont PHI améliore la santé publique.

Prédire et se préparer à la grippe

La grippe est l'une des principales causes de décès aux États-Unis Selon Nature, les maladies de type grippal tuent jusqu'à 50 000 Américains chaque année. Les outils d'analyse prédictive sont désormais suffisamment performants pour prédire avec précision quand et où la prochaine épidémie de grippe se produira, ainsi que le nombre de personnes qui seront touchées. Cela signifie que les responsables de la santé publique et les hôpitaux peuvent savoir quand préparer des masques faciaux et des vaccins contre la grippe, ainsi que quand et combien de personnel.

Les Centers for Disease Control and Prevention disposent d'informations historiques sur les épidémies de grippe précédentes. Aujourd'hui, les modèles autorégressifs de prévision de la grippe "ont montré des performances satisfaisantes lorsqu'ils sont appliqués sur de grandes populations", selon le Journal of Medical Internet Research. Ces systèmes "ont le potentiel de fournir avec précision et fiabilité des estimations régionales en temps quasi réel des épidémies de grippe aux États-Unis", écrivent des chercheurs de Nature.

Selon les chercheurs du JMIR, le domaine « où le besoin de connaissances est actuellement le plus immédiat est la détection et la prédiction de l'activité grippale au niveau local. Ces vues granulaires, à leur tour, peuvent fournir des informations dans des modèles à grande échelle et une prédiction précise de la propagation de la grippe dans de vastes zones géographiques. En 2016, les chercheurs de Nature ont pu prédire avec précision l'activité grippale à l'aide des données EHR d'athenahealth.

Prédire l'obésité chez les vétérans

Veterans' Affairs recueille les signes vitaux (y compris l'IMC), ainsi que les facteurs de risque cliniques tels que la géographie et le statut socio-économique, pour les 30 millions de patients de son système de DSE. Grâce à ces données, les chercheurs ont pu cartographier la répartition géographique de l'obésité chez les patients de la Veterans Health Administration.

Répartition géographique de l'obésité parmi la population VHA (Source)

L'administration a ensuite utilisé des modèles prédictifs pour projeter quand et où l'obésité augmenterait dans ce groupe de population.

Autres exemples d'informatique de la santé de la population dans la pratique

1. Dans une autre étude, les chercheurs ont combiné les données d'eClinicalWorks avec des données de santé publique pour prédire avec précision les taux de tabagisme et d'obésité chez les New-Yorkais à faible revenu.
2. Le Johns Hopkins CPHIT travaille avec le département de la santé de la ville de Baltimore pour combiner des données sociales, médicales et de santé publique afin d'identifier avec précision les personnes âgées à haut risque de chute et d'intervenir avant qu'une blessure ne se produise afin de réduire les visites aux urgences et d'améliorer la santé publique.

À quoi ressemble l'utilisation des données du DSE pour les RMP dans la pratique

Un exemple de combinaison de données de DSE avec des données de santé publique peut être trouvé au Johns Hopkins Center for Population Health Information Technology. Il héberge le système logiciel de modélisation prédictive JHU ACG, qui est actuellement utilisé dans plus de 30 pays pour plus de 160 millions de patients.

Voici comment le partage de données se décompose au CHHIT :

Infographie des partenariats de partage de données CPHIT (Source).

Quelle est la prochaine étape pour les données de DSE pour l'informatique de santé publique

Fusions et partenariats

Le besoin d'intégration des systèmes de soins médicaux individuels et des systèmes informatiques de santé publique ne fait qu'augmenter. Selon l'Université de Columbia, il n'y a toujours pas assez d'hôpitaux communautaires partageant leurs données de DSE avec des bases de données de santé publique pour réaliser le plein potentiel de l'informatique de la santé de la population.

En 2018, attendez-vous à voir davantage de dossiers de santé électroniques basés sur le cloud intégrer leurs bases de données aux systèmes informatiques de santé publique. En outre, attendez-vous à davantage de fusions et de partenariats entre les fournisseurs de DSE et d'autres sources de données, y compris les payeurs.

La fusion de 77 milliards de dollars entre CVS et Aetna pourrait contribuer à inaugurer "une nouvelle ère dans l'analyse, l'interopérabilité et la santé de la population". CVS a le plus d'emplacements et les revenus les plus élevés de toutes les chaînes de pharmacies américaines. Il s'associe également à Epic, la plus grande société de DSE au monde. Epic et CVS travaillent actuellement à combiner les données de prescription de CVS avec la plateforme d'analyse de la santé de la population Healthy Planet d'Epic afin d'améliorer l'adhésion aux médicaments et de réduire les coûts.

Pour des gens comme Alan Hutchison, vice-président de la santé de la population d'Epic, le potentiel d'avancées du PHI est énorme maintenant qu'ils partagent des données avec Aetna. "CVS Health est l'un des leaders dans l'utilisation des données pour dissoudre les silos de domaines, tout en offrant de nouvelles sources de renseignements et d'expertise qui peuvent mieux éclairer la prestation des soins, réduire les frais généraux administratifs et réduire les coûts pour les patients", a déclaré Hutchison.

Hutchison n'est pas seul. David Anderson, associé de recherche au Duke University Margolis Center, a récemment écrit :

«Je peux penser à utiliser les données de vente au détail CVS comme un service de surveillance de la santé de la population, je peux penser à utiliser les données sur les ventes au comptoir liées aux individus pour alimenter des modèles prédictifs pour les futurs problèmes d'opioïdes, ou les poussées d'arthrite, ou les admissions à l'hôpital pulmonaire ou un cent autres choses. Donc, de mon ancien point de vue en tant que geek des données d'assurance, cette fusion offre une veine incroyablement riche de données qui peuvent être extraites et monnayées.

Le groupe de conseil Kaufman Hall suit les transactions de partenariat entre les hôpitaux et le système de santé. En novembre dernier, il y avait déjà eu plus de transactions au cours de l'année en cours que pendant toute l'année 2016, et 2017 devait être l'année la plus occupée de tous les temps. Attendez-vous à davantage de ces fusions et partenariats en 2018.

La chaîne de blocs

Une autre grande tendance dans l'interopérabilité des DSE pour les PHI que nous verrons plus en 2018 est l'utilisation de la blockchain.

En Corée du Sud, la politique nationale du Service national d'assurance maladie de Corée consiste à collecter les dossiers médicaux de tous les Coréens. Grâce à l'accès à des données véritablement représentatives, les chercheurs ont pu prédire, avec une précision de 80 %, quels citoyens développeraient une démence.

Sans ce type de partage de données à l'échelle nationale, l'utilisation de la blockchain pourrait faciliter l'interopérabilité. Les informations stockées sur la blockchain sont extrêmement faciles à partager et difficiles à falsifier, une aubaine évidente pour PHI. Crypt Bytes Tech note qu'"au lieu de s'appuyer sur un intermédiaire désigné pour l'échange d'informations, tel qu'un HIE désigné par l'État ou un réseau privé établi entre les hôpitaux locaux, la nature décentralisée de la blockchain permettrait à tout participant agréé de rejoindre une communauté d'échange, sans avoir besoin de construire des canaux d'échange de données entre certaines organisations.

Des experts, dont Maria Palombini, directrice du développement des communautés émergentes et des initiatives à l'IEEE Standards Association, et Kate Monica d'EHR Intelligence constatent que la blockchain est de plus en plus utilisée pour normaliser et sécuriser les données de santé.

Le PDG de Humana, Bruce Broussard, a décrit la blockchain comme la prochaine grande innovation technologique dans le domaine de la santé.

Comment mettre en forme vos données de DSE pour l'informatique de santé publique en 2018

Si vous magasinez pour un nouveau DSE, l'interopérabilité devrait être l'une de vos principales considérations.

L'une des exigences de l'interopérabilité réside dans des normes de documentation bien élaborées pour les systèmes de DSE. Pour les médicaments, la plupart des DSE parlent le même langage. Pour les allergies, ce n'est pas toujours le cas. Un nouveau rapport du Journal of the American Medical Informatics Association (JAMIA) suggère des changements dans la façon dont les DSE documentent les effets indésirables des médicaments afin d'améliorer l'aide à la décision clinique liée aux allergies. Lorsque vous comparez des fournisseurs, demandez comment le DSE documente une variété d'informations, y compris les effets indésirables des médicaments.

Examinez également les entreprises qui expérimentent les blockchains de soins de santé. Par exemple, en 2017, la FDA a lancé un partenariat de recherche avec IBM Watson pour utiliser la blockchain pour partager en toute sécurité les DSE, les essais cliniques, le séquençage génétique et même les données des appareils portables mobiles.

Pour plus de conseils sur l'achat d'un nouveau DSE, consultez ces articles :

Votre nouveau modèle de paiement EHR est-il prêt ? Questions à poser à votre fournisseur

Comparaison de 3 alternatives SOAPWare EMR

Les 6 meilleurs logiciels EMR gratuits et open source