2018년 공중 보건 정보학 예측

공중 보건과 관련하여 놀라움은 거의 좋지 않습니다. 우리에게 미래를 보여줄 수정구슬이 있어서 놀라지 않을 수 있다면 좋지 않을까요?

우리는 아직 거기에 없지만 날이 갈수록 가까워지고 있습니다.

PHI(Public Health Informatics)는 의료 분야의 점쟁이에게 가장 가까운 분야입니다. 의료 제공자가 알고 참여해야 하는 빠르게 성장하는 그 어느 때보다 중요한 분야입니다.

아래에서 PHI에 대한 간략한 개요와 EHR 데이터 결합의 이점을 제공하고, 실제 모습과 2018년 PHI에 대한 예비 사항을 보여주고, 의료 제공자가 준비할 수 있는 몇 가지 팁으로 마무리하겠습니다. .

PHI란 무엇입니까?

공중 보건 IT 시스템은 다음을 포함하여 인구 기반의 의료 사고 및 이벤트에 대한 데이터를 기록합니다.

• 탄생과 죽음
• 보고 가능한 조건
• 예방접종
• 암
• 선천성 질환

공중 보건 IT 시스템이 과거 인구 건강 데이터와 다른 출처의 현재 인구 건강 데이터를 결합하면 연구자는 미래의 사건을 정확하게 예측할 수 있습니다. 이 프로세스를 인구 건강 정보학이라고 합니다.

인구 건강 정보학은 PHI 데이터를 EHR, 청구 데이터, Google 및 Twitter와 같은 소스의 데이터와 결합할 때 얻을 수 있는 것입니다.

(원천)

다음은 인구 건강 정보학, 공중 보건 정보학 및 임상 정보학 간에 데이터 수집에 대한 역할과 책임이 공유되는 방식에 대한 자세한 분석입니다.

데이터 수집 분석(출처)

EHR 데이터를 다른 데이터 소스와 결합하는 힘

미래를 정확하게 예측할 때 더 잘 준비된 미래에 들어갑니다. PHI는 의료 시스템이 다음 활동을 최적화하는 데 도움이 될 수 있습니다.

• 진료의 우선순위
• 감시
• 교육
• GIS(지리적 수준의 개입)
• 성능에 대한 지불
• “학습하는 지역사회 보건 시스템”

PHI가 공중 보건을 개선하는 몇 가지 방법을 살펴보겠습니다.

독감 예측 및 준비

인플루엔자는 미국의 주요 사망 원인입니다. Nature에 따르면 독감과 유사한 질병으로 인해 매년 50,000명의 미국인이 사망합니다. 예측 분석 도구는 이제 다음 인플루엔자 발병이 언제 어디서 발생할지, 얼마나 많은 사람들이 영향을 받을지 정확하게 예측할 수 있을 만큼 충분히 우수합니다. 이는 공중 보건 공무원과 병원이 마스크와 독감 예방 주사를 언제 준비해야 하는지, 언제 얼마나 인력을 충원해야 하는지 알 수 있음을 의미합니다.

질병통제예방센터(Centers for Disease Control and Prevention)에는 이전 독감 유행에 대한 역사적 정보가 있습니다. Journal of Medical Internet Research에 따르면 오늘날 인플루엔자 예측을 위한 자기회귀 모델은 "대규모 인구에 적용했을 때 만족스러운 성능을 보였다"고 합니다. 이러한 시스템은 "미국에서 독감 발병에 대한 거의 실시간 지역 추정치를 정확하고 안정적으로 제공할 가능성이 있다"고 연구원들은 Nature지에 기술합니다.

JMIR 연구원에 따르면 "현재 지식이 가장 시급한 분야는 지역 수준에서 인플루엔자 활동을 감지하고 예측하는 것입니다. 이러한 세분화된 관점은 차례로 대규모 모델에 대한 정보를 제공하고 광범위한 지역에서 인플루엔자 확산을 정확하게 예측할 수 있습니다.” 2016년에 네이처 연구원들은 아테나헬스의 EHR 데이터를 사용하여 독감 활동을 정확하게 예측할 수 있었습니다.

재향 군인의 비만 예측

Veterans' Affairs는 EHR 시스템에서 3천만 명의 환자에 대한 생체 정보(BMI 포함)와 지리 및 사회경제적 상태와 같은 임상적 위험 요소를 수집합니다. 이 데이터를 사용하여 연구자들은 재향 군인 건강 관리국(Veterans Health Administration) 환자 간의 비만의 지리적 분포를 매핑할 수 있었습니다.

VHA 인구 중 비만의 지리적 분포(출처)

그런 다음 행정부는 예측 모델을 사용하여 이 인구 그룹에서 비만이 언제 어디서 증가할지 예측했습니다.

실제 인구 건강 정보학의 다른 예

1. 또 다른 연구에서 연구자들은 eClinicalWorks의 데이터를 공중 보건 데이터와 결합하여 저소득 뉴욕 주민들의 흡연 및 비만율을 정확하게 예측했습니다.
2. Johns Hopkins CPHIT는 볼티모어 시 보건국과 협력하여 사회, 의료 및 공중 보건 데이터를 결합하여 낙상 위험이 높은 노인을 정확하게 식별하고 부상이 발생하기 전에 개입하여 응급실 방문을 줄이고 공중 보건을 개선합니다.

PHI에 EHR 데이터를 사용하는 실제 모습

EHR 데이터를 공중 보건 데이터와 결합하는 한 가지 예는 Johns Hopkins Center for Population Health Information Technology에서 찾을 수 있습니다. 현재 30개국 이상에서 1억 6천만 명 이상의 환자에게 사용 중인 JHU ACG 예측 모델링 소프트웨어 시스템이 있습니다.

CHHIT에서 데이터 공유가 어떻게 분류되는지는 다음과 같습니다.

CPHIT 데이터 공유 파트너십 인포그래픽(출처).

공중 보건 정보학을 위한 EHR 데이터의 다음 단계

합병 및 파트너십

개별 의료 시스템과 공중 보건 IT 시스템을 통합해야 할 필요성이 증가하고 있습니다. Columbia University에 따르면 인구 건강 정보학의 잠재력을 최대한 실현하기 위해 EHR 데이터를 공중 보건 데이터베이스와 공유하는 커뮤니티 병원이 아직 충분하지 않습니다.

2018년에는 더 많은 클라우드 기반 전자 건강 기록이 데이터베이스를 공중 보건 IT 시스템과 통합할 것으로 예상됩니다. 또한 EHR 공급업체와 지불인을 포함한 기타 데이터 소스 간의 더 많은 합병 및 파트너십이 예상됩니다.

CVS와 Aetna 간의 770억 달러 합병은 "분석, 상호 운용성 및 인구 건강의 새로운 시대"를 여는 데 도움이 될 수 있습니다. CVS는 모든 미국 약국 체인 중 가장 많은 위치와 가장 높은 수익을 올리고 있습니다. 또한 세계 최대의 EHR 회사인 Epic과 파트너 관계를 맺고 있습니다. Epic과 CVS는 현재 CVS의 처방 데이터를 Epic의 Healthy Planet 인구 건강 분석 플랫폼과 결합하여 복약 순응도를 높이고 비용을 낮추기 위해 노력하고 있습니다.

Epic의 인구 건강 담당 부사장인 Alan Hutchison과 같은 사람들은 Aetna와 데이터를 공유하고 있기 때문에 PHI 발전의 잠재력이 엄청납니다. Hutchison은 "CVS Health는 데이터를 사용하여 도메인 사일로를 해소하는 동시에 치료 제공에 더 나은 정보를 제공하고 관리 오버헤드를 줄이며 환자 비용을 낮출 수 있는 새로운 인텔리전스 및 전문 지식 소스를 제공하는 리더 중 하나입니다."라고 말했습니다.

Hutchison은 거의 혼자가 아닙니다. Duke University Margolis Center 연구원 David Anderson은 최근 다음과 같이 썼습니다.

"CVS 소매 데이터를 인구 건강 모니터링 서비스로 사용하는 것을 생각할 수 있습니다. 개인과 연결된 창구 판매 데이터를 사용하여 미래의 아편유사제 문제, 관절염 발적, 폐병원 입원 등의 예측 모델에 연료를 공급하는 것을 생각할 수 있습니다. 백 가지 다른 것들. 그래서 보험 데이터 괴짜로서의 이전 관점에서 볼 때, 이번 합병은 채굴하고 발행할 수 있는 믿을 수 없을 정도로 풍부한 데이터를 제공합니다.”

컨설팅 그룹 Kaufman Hall은 병원 및 의료 시스템 파트너십 거래를 추적합니다. 지난 11월 현재 해당 연도에는 이미 2016년 전체보다 더 많은 거래가 있었고 2017년은 역대 가장 바쁜 해로 설정되었습니다. 2018년에는 이러한 합병 및 파트너십이 더 많이 발생할 것으로 예상됩니다.

블록체인

2018년에 더 많이 보게 될 PHI용 EHR 상호 운용성의 또 다른 큰 추세는 블록체인 사용입니다.

대한민국에서는 국민건강보험공단이 모든 한국인의 의료 기록을 수집하는 것이 국가 정책입니다. 진정으로 대표적인 데이터에 접근하여 연구자들은 80%의 정확도로 어떤 시민이 치매에 걸릴지 예측할 수 있었습니다.

이런 종류의 전국적인 데이터 공유가 없다면 블록체인 사용은 상호 운용성을 용이하게 할 수 있습니다. 블록체인에 저장된 정보는 공유하기가 매우 쉽고 위조가 어렵습니다. 이는 PHI에 분명한 이점입니다. Crypt Bytes Tech는 "국가 지정 HIE 또는 지역 병원 간에 구축된 사설 네트워크와 같은 정보 교환을 위해 지정된 중개자에 의존하는 대신 블록체인의 분산된 특성을 통해 승인된 참가자가 교환 커뮤니티에 가입할 수 있습니다. 특정 조직 간에 데이터 교환 파이프를 구축할 필요가 없습니다."

IEEE Standards Association의 신흥 커뮤니티 및 이니셔티브 개발 책임자인 Maria Palombini와 EHR Intelligence의 Kate Monica를 포함한 전문가들은 블록체인이 건강 데이터를 표준화하고 보호하는 데 점점 더 많이 사용되는 것으로 보고 있습니다.

Humana의 CEO인 Bruce Broussard는 블록체인을 차세대 의료 기술 혁신으로 설명했습니다.

2018년 공중 보건 정보학을 위해 EHR 데이터를 구체화하는 방법

새로운 EHR을 구매하려는 경우 상호 운용성이 주요 고려 사항 중 하나여야 합니다.

상호 운용성을 위한 한 가지 요구 사항은 EHR 시스템에 대해 잘 개발된 문서 표준입니다. 약물의 경우 대부분의 EHR은 동일한 언어를 사용합니다. 알레르기의 경우 항상 그런 것은 아닙니다. 미국 의학 정보학 협회(JAMIA)의 새로운 저널 보고서는 알레르기 관련 임상 의사 결정 지원을 개선하기 위해 EHR이 약물 부작용을 기록하는 방식의 변화를 제안합니다. 공급업체를 비교할 때 EHR이 약물 부작용을 포함한 다양한 정보를 어떻게 문서화하는지 물어보십시오.

또한 의료 블록체인을 실험하는 회사를 살펴보십시오. 예를 들어, 2017년 FDA는 블록체인을 사용하여 EHR, 임상 시험, 유전자 시퀀싱, 모바일 웨어러블 데이터까지 안전하게 공유하기 위해 IBM Watson과 연구 파트너십을 시작했습니다.

새 EHR 구매에 대한 추가 정보는 다음 게시물을 확인하십시오.

EHR의 새로운 지불 모델이 준비되었습니까? 공급업체에 물어볼 질문

3 SOAPWare EMR 대안 비교

상위 6개 무료 및 오픈 소스 EMR 소프트웨어 제품