2018年の公衆衛生情報学の予測

公開: 2022-05-07

公衆衛生に関して言えば、驚きはほとんど決して良いことではありません。未来を示す水晶玉があったらいいのにと思いませんか？

私たちはまだそこにいませんが、日ごとに近づいています。

公衆衛生情報学（PHI）は、医療の占い師に最も近いものです。これは、医療提供者が知り、参加するための急成長している、かつてないほど重要な分野です。

以下では、PHIの概要と、EHRデータを組み合わせる利点について説明し、実際の様子と2018年のPHIの準備状況を示し、医療提供者がどのように準備できるかについてのヒントをまとめます。。

PHIとは何ですか？

公衆衛生ITシステムは、以下を含む、人口ベースの医療インシデントおよびイベントに関するデータを記録します。

誕生と死
報告可能な状態
免疫化
癌
先天性疾患

公衆衛生ITシステムが、過去の人口健康データを他のソースからの現在の人口健康データと組み合わせると、研究者は将来のイベントを正確に予測できます。このプロセスは、人口健康情報学として知られています。

人口健康情報学は、PHIデータをEHR、請求データ、Google、さらにはTwitterなどのソースからのデータと組み合わせたときに得られるものです。

（ソース）

データ収集の役割と責任が、人口健康情報学、公衆衛生情報学、および臨床情報学の間でどのように共有されているかについての詳細な内訳は次のとおりです。

データ収集の内訳（出典）

EHRデータを他のデータソースと組み合わせる力

未来を正確に予測するとき、あなたはよりよく準備されたその未来を入力します。 PHIは、医療システムが次の活動を最適化するのに役立ちます。

ケアの優先順位付け
監視
教育
GIS（地理レベルの介入）
パフォーマンスのために支払います
「地域医療制度の学習」

PHIが公衆衛生を改善しているいくつかの方法を見てみましょう。

インフルエンザの予測と準備

インフルエンザは米国の主要な死因です。ネイチャーによれば、インフルエンザ様の病気は毎年5万人ものアメリカ人を殺しています。予測分析ツールは、次のインフルエンザの発生がいつどこで発生するか、また何人の人が影響を受けるかを正確に予測するのに十分な機能を備えています。これは、公衆衛生当局と病院が、フェイスマスクとインフルエンザの予防接種をいつ準備するか、いつ、どれだけスタッフを配置するかを知ることができることを意味します。

疾病管理予防センターには、以前のインフルエンザの流行に関する過去の情報があります。 Journal of Medical Internet Researchによると、今日、インフルエンザ予測の自己回帰モデルは、「大規模な集団に適用した場合に満足のいくパフォーマンスを示しています」。これらのシステムは、「米国でのインフルエンザ発生のほぼリアルタイムの地域推定を正確かつ確実に提供する可能性を秘めています」と、Natureの研究者は書いています。

JMIRの研究者によると、「現在知識が最も必要とされている分野は、地域レベルでのインフルエンザ活動の検出と予測です。そのような詳細なビューは、次に、大規模なモデルへの入力と、広い地理的領域に広がるインフルエンザの正確な予測を提供することができます。」 2016年、Natureの研究者は、athenahealthのEHRデータを使用してインフルエンザの活動を正確に予測することができました。

退役軍人の肥満を予測する

Veterans'Affairsは、EHRシステムの3,000万人の患者について、バイタル（BMIを含む）に加えて、地理や社会経済的状況などの臨床的リスク要因を収集します。このデータを使用して、研究者は退役軍人保健局の患者間の肥満の地理的分布をマッピングすることができました。

VHA人口間の肥満の地理的分布（出典）

次に、政権は予測モデルを使用して、この人口グループの中でいつどこで肥満が発生するかを予測しました。

実際の人口健康情報学の他の例

別の研究では、研究者はeClinicalWorksのデータと公衆衛生データを組み合わせて、低所得のニューヨーカーの喫煙率と肥満率を正確に予測しました。
ジョンズホプキンスCPHITは、ボルチモア市保健局と協力して、社会、医療、および公衆衛生のデータを組み合わせて、転倒のリスクが高い高齢者を正確に特定し、怪我が発生する前に介入して、ERの訪問を減らし、公衆衛生を改善します。

PHIにEHRデータを使用すると実際にはどのように見えるか

EHRデータと公衆衛生データを組み合わせる1つの例は、ジョンズホプキンス人口健康情報技術センターにあります。 JHU ACG Predictive Modelingソフトウェアシステムが収容されており、現在30か国以上で1億6000万人以上の患者に使用されています。

CHHITでのデータ共有の内訳は次のとおりです。

CPHITデータ共有パートナーシップのインフォグラフィック（出典）。

公衆衛生情報学のEHRデータの次は

合併とパートナーシップ

個々の医療システムと公衆衛生ITシステムを統合する必要性はますます高まっています。コロンビア大学によると、EHRデータを公衆衛生データベースと共有して人口健康情報学の可能性を最大限に発揮するのに十分な地域病院はまだありません。

2018年には、より多くのクラウドベースの電子健康記録がデータベースを公衆衛生ITシステムと統合することを期待しています。さらに、EHRベンダーと支払人を含む他のデータソースとの間のより多くの合併とパートナーシップを期待してください。

CVSとAetnaの770億ドルの合併は、「分析、相互運用性、人口の健康における新時代」の到来を告げるのに役立つ可能性があります。 CVSは、米国のすべての薬局チェーンの中で最も多くの場所と最高の収益を上げています。また、世界最大のEHR企業であるEpicとも提携しています。 EpicとCVSは現在、CVSの処方データをEpicのHealthy Planet人口健康分析プラットフォームと組み合わせて、服薬遵守を促進し、コストを抑えるよう取り組んでいます。

Epicの人口健康担当副社長であるAlanHutchisonのような人々にとって、Aetnaとデータを共有している今、PHIの進歩の可能性は非常に大きいです。「CVSHealthは、データを使用してドメインサイロを解消するリーダーの1つであると同時に、ケアの提供に情報を提供し、管理オーバーヘッドを削減し、患者のコストを削減できる新しいインテリジェンスと専門知識のソースを提供します」とハチソン氏は述べています。

ハチソンはほとんど一人ではありません。デューク大学マーゴリスセンターのリサーチアソシエイトであるデビッドアンダーソンは最近、次のように書いています。

「CVSの小売データを人口の健康監視サービスとして使用することを考えることができます。個人に関連付けられた店頭販売データを使用して、将来のオピオイドの問題、関節炎の発赤、肺の入院などの予測モデルに燃料を供給することを考えることができます。他の百もの。したがって、保険データオタクとしての私の以前の観点から、この合併は、マイニングおよびマイニングできる非常に豊富なデータの静脈を提供します。」

コンサルティンググループのカウフマンホールは、病院と医療システムのパートナーシップ取引を追跡しています。今年の11月の時点で、今年は2016年全体よりも多くの取引があり、2017年はこれまでで最も忙しい年になりました。 2018年には、これらの合併やパートナーシップがさらに増えることを期待してください。

ブロックチェーン

2018年にさらに多く見られるPHIのEHR相互運用性のもう1つの大きな傾向は、ブロックチェーンの使用です。

韓国では、韓国国民健康保険公団がすべての韓国人の医療記録を収集することが国の方針です。真に代表的なデータにアクセスすることで、研究者は80％の精度で、どの市民が認知症を発症するかを予測することができました。

このような全国的なデータ共有がなければ、ブロックチェーンを使用することで相互運用性が促進される可能性があります。ブロックチェーンに保存されている情報は、共有が非常に簡単で、改ざんが困難です。これは、PHIにとって明らかな恩恵です。 Crypt Bytes Techは、次のように述べています。「州指定のHIEや地元の病院間で確立されたプライベートネットワークなど、情報交換のために指定された仲介者に依存する代わりに、ブロックチェーンの分散型の性質により、承認された参加者は交換コミュニティに参加できます。特定の組織間でデータ交換パイプを構築する必要はありません。」

IEEE StandardsAssociationの新興コミュニティおよびイニシアチブ開発のディレクターであるMariaPalombiniやEHRIntelligenceのKateMonicaなどの専門家は、健康データの標準化と保護にブロックチェーンがますます使用されていると考えています。

HumanaのCEOであるBruceBroussardは、ブロックチェーンを次の大きな医療技術革新と説明しました。

2018年に公衆衛生情報学のためにEHRデータを形にする方法

新しいEHRを購入する場合は、相互運用性を主な考慮事項の1つにする必要があります。

相互運用性の要件の1つは、EHRシステム用に十分に開発されたドキュメント標準です。薬の場合、ほとんどのEHRは同じ言語を話します。アレルギーの場合、常にそうとは限りません。 American Medical Informatics Association（JAMIA）の新しいジャーナルレポートは、アレルギー関連の臨床意思決定支援を改善するために、EHRが副作用を文書化する方法の変更を提案しています。ベンダーを比較するときは、EHRが薬物の副作用を含むさまざまな情報をどのように文書化しているかを尋ねてください。

また、ヘルスケアブロックチェーンを実験している企業も調べてください。たとえば、2017年にFDAはIBM Watsonとの研究パートナーシップを開始し、ブロックチェーンを使用してEHR、臨床試験、遺伝子配列決定、さらにはモバイルウェアラブルデータを安全に共有しました。

新しいEHRを購入するためのその他のヒントについては、次の投稿を確認してください。

EHRの新しい支払いモデルは準備ができていますか？ベンダーに尋ねる質問

3つのSOAPWareEMRの代替案の比較

トップ6の無料およびオープンソースEMRソフトウェア製品