Prognozy w zakresie informatyki zdrowia publicznego na rok 2018

Jeśli chodzi o zdrowie publiczne, niespodzianki prawie nigdy nie są dobre. Czy nie byłoby miło, gdybyśmy mieli kryształową kulę, aby pokazać przyszłość, więc nigdy nie bylibyśmy zaskoczeni?

Jeszcze nas tam nie ma, ale z dnia na dzień jesteśmy coraz bliżej.

Informatyka zdrowia publicznego (PHI) jest najbardziej zbliżoną do wróżki w opiece zdrowotnej. Jest to szybko rozwijająca się, coraz ważniejsza dziedzina, w której świadczeniodawcy powinni znać i uczestniczyć.

Poniżej przedstawię krótki przegląd PHI i korzyści płynących z połączenia danych EHR, pokażę, jak to wygląda w praktyce i co czeka PHI w 2018 roku, a także podsumuję kilkoma wskazówkami, jak pracownicy służby zdrowia mogą się przygotować .

Co to jest PHI?

Systemy informatyczne zdrowia publicznego rejestrują dane o incydentach i zdarzeniach zdrowotnych w ujęciu populacyjnym, w tym:

• Urodzenia i zgony
• Warunki podlegające zgłoszeniu
• Szczepienia
• Nowotwór
• Choroby wrodzone

Gdy systemy informatyczne zdrowia publicznego połączą swoje historyczne dane o stanie zdrowia populacji z aktualnymi danymi o stanie zdrowia populacji z innych źródeł, naukowcy mogą dokładnie przewidzieć przyszłe zdarzenia. Proces ten jest znany jako informatyka dotycząca zdrowia populacji.

Informatyka dotycząca zdrowia populacji jest tym, co otrzymujesz, gdy połączysz dane PHI z danymi ze źródeł takich jak EHR, dane dotyczące roszczeń, Google, a nawet Twitter.

(Źródło)

Oto szczegółowy podział ról i obowiązków związanych z gromadzeniem danych między informatyką zdrowia populacji, informatyką zdrowia publicznego i informatyką kliniczną:

Podział zbierania danych (źródło)

Moc łączenia danych EHR z innymi źródłami danych

Kiedy dokładnie przewidujesz przyszłość, wchodzisz w tę przyszłość lepiej przygotowaną. PHI może pomóc systemom opieki zdrowotnej zoptymalizować następujące działania:

• Priorytetyzacja opieki
• Nadzór
• Edukacja
• GIS (interwencje na poziomie geograficznym)
• Zapłać za wydajność
• „Uczący się społeczny system opieki zdrowotnej”

Przyjrzyjmy się, jak PHI poprawia zdrowie publiczne.

Przewidywanie i przygotowywanie się na grypę

Grypa jest główną przyczyną zgonów w Stanach Zjednoczonych Według Nature, choroby grypopodobne zabijają każdego roku aż 50 000 Amerykanów. Narzędzia do analizy predykcyjnej są teraz wystarczająco dobre, aby dokładnie przewidzieć, kiedy i gdzie nastąpi następna epidemia grypy, a także ilu ludzi zostanie nią dotkniętych. Oznacza to, że urzędnicy ds. zdrowia publicznego i szpitale mogą wiedzieć, kiedy przygotować maski na twarz i szczepionki przeciw grypie, a także kiedy i jak obsadzić personel.

Centrum Kontroli i Prewencji Chorób posiada historyczne informacje na temat poprzednich epidemii grypy. Obecnie, według Journal of Medical Internet Research, modele autoregresyjne dla prognoz dotyczących grypy „wykazują zadowalające wyniki, gdy są stosowane w dużych populacjach”. Systemy te „mają potencjał, aby dokładnie i niezawodnie dostarczać regionalnych szacunków epidemii grypy w Stanach Zjednoczonych w czasie zbliżonym do rzeczywistego”, piszą naukowcy z magazynu Nature.

Według naukowców z JMIR obszarem, „gdzie wiedza obecnie potrzebna jest najpilniejsza, jest wykrywanie i przewidywanie aktywności grypy na poziomie lokalnym. Takie szczegółowe widoki z kolei mogą dostarczyć danych wejściowych do modeli wielkoskalowych i dokładnego przewidywania rozprzestrzeniania się grypy na szerokich obszarach geograficznych”. W 2016 roku badacze Nature byli w stanie dokładnie przewidzieć aktywność grypy na podstawie danych EHR z athenahealth.

Przewidywanie otyłości wśród weteranów

Veterans' Affairs gromadzi dane (w tym BMI) oraz kliniczne czynniki ryzyka, takie jak położenie geograficzne i status społeczno-ekonomiczny, dla 30 milionów pacjentów w swoim systemie EHR. Dzięki tym danym naukowcy byli w stanie zmapować geograficzne rozmieszczenie otyłości wśród pacjentów Veterans Health Administration.

Rozkład geograficzny otyłości wśród populacji VHA (Źródło)

Następnie administracja wykorzystała modele prognostyczne, aby przewidzieć, kiedy i gdzie wzrośnie otyłość w tej grupie populacji.

Inne przykłady informatyki zdrowia populacji w praktyce

1. W innym badaniu naukowcy połączyli dane z eClinicalWorks z danymi dotyczącymi zdrowia publicznego, aby dokładnie przewidzieć wskaźniki palenia i otyłości wśród nowojorczyków o niskich dochodach.
2. Johns Hopkins CPHIT współpracuje z Departamentem Zdrowia Miasta Baltimore, aby połączyć dane społeczne, medyczne i dotyczące zdrowia publicznego, aby dokładnie zidentyfikować seniorów z wysokim ryzykiem upadków i interweniować, zanim dojdzie do urazu, aby zmniejszyć liczbę wizyt na izbie przyjęć i poprawić zdrowie publiczne.

Jak w praktyce wygląda wykorzystanie danych EHR dla PHI

Jeden przykład łączenia danych EHR z danymi dotyczącymi zdrowia publicznego można znaleźć w Johns Hopkins Center for Population Health Information Technology. Mieści się w nim system oprogramowania do modelowania predykcyjnego JHU ACG, który jest obecnie używany w ponad 30 krajach dla ponad 160 milionów pacjentów.

Oto jak rozkłada się udostępnianie danych w CHHIT:

Infografika partnerstw w zakresie udostępniania danych CPHIT (źródło).

Co dalej z danymi EHR dla informatyki zdrowia publicznego

Fuzje i spółki osobowe

Potrzeba integracji systemów indywidualnej opieki medycznej z systemami informatycznymi zdrowia publicznego rośnie. Według Columbia University, wciąż nie ma wystarczającej liczby szpitali społecznościowych, które udostępniają swoje dane EHR bazom danych zdrowia publicznego, aby w pełni wykorzystać potencjał informatyki zdrowia populacji.

W 2018 r. można spodziewać się, że więcej elektronicznych kart zdrowia opartych na chmurze będzie integrować swoje bazy danych z systemami informatycznymi zdrowia publicznego. Ponadto należy spodziewać się większej liczby fuzji i partnerstw między dostawcami EHR i innymi źródłami danych, w tym płatnikami.

Fuzja CVS i Aetna o wartości 77 miliardów dolarów może pomóc w zapoczątkowaniu „nowej ery w analityce, interoperacyjności i zdrowiu populacji”. CVS ma najwięcej lokalizacji i najwyższe przychody ze wszystkich amerykańskich sieci aptek. Współpracuje również z Epic, największą na świecie firmą EHR. Epic i CVS pracują obecnie nad połączeniem danych CVS dotyczących recept z platformą analizy zdrowia populacji Healthy Planet firmy Epic, aby zwiększyć przestrzeganie zaleceń związanych z przyjmowaniem leków i obniżyć koszty.

Dla ludzi takich jak Alan Hutchison, wiceprezes ds. zdrowia populacji w firmie Epic, potencjał postępu PHI jest ogromny teraz, gdy dzielą się danymi z Aetną. „CVS Health jest jednym z liderów w wykorzystywaniu danych do rozwiązywania silosów domen, oferując jednocześnie nowe źródła inteligencji i wiedzy fachowej, które mogą lepiej informować o świadczeniu opieki, zmniejszyć koszty administracyjne i obniżyć koszty dla pacjentów” – powiedział Hutchison.

Hutchison nie jest sam. Współpracownik naukowy Duke University Margolis Center, David Anderson, napisał niedawno:

„Mogę myśleć o wykorzystaniu danych detalicznych CVS jako usługi monitorowania zdrowia populacji, mogę pomyśleć o wykorzystaniu danych sprzedaży bez recepty powiązanych z osobami, aby napędzać modele predykcyjne dla przyszłych problemów z opioidami, zaostrzeń zapalenia stawów lub przyjęć do szpitala pulmonologicznego lub jednego sto innych rzeczy. Tak więc z mojego dawnego punktu widzenia, jako maniaka danych ubezpieczeniowych, ta fuzja oferuje niewiarygodnie bogate źródło danych, które można wydobywać i wydobywać”.

Grupa konsultingowa Kaufman Hall śledzi transakcje partnerskie dotyczące szpitali i systemów opieki zdrowotnej. W listopadzie ubiegłego roku w bieżącym roku było już więcej transakcji niż w całym 2016 roku, a rok 2017 miał być najbardziej pracowitym rokiem w historii. Spodziewaj się więcej takich fuzji i partnerstw w 2018 r.

Łańcuch bloków

Innym ważnym trendem w interoperacyjności EHR dla PHI, którego zobaczymy więcej w 2018 roku, jest wykorzystanie blockchain.

W Korei Południowej zgodnie z krajową polityką Koreańskiej Służby Ubezpieczeń Zdrowotnych zbiera się dokumentację medyczną wszystkich Koreańczyków. Mając dostęp do prawdziwie reprezentatywnych danych, naukowcy byli w stanie przewidzieć — z 80% dokładnością — u których obywateli rozwinie się demencja.

Bez tego rodzaju ogólnokrajowego udostępniania danych wykorzystanie łańcucha bloków mogłoby ułatwić interoperacyjność. Informacje przechowywane w łańcuchu bloków są niezwykle łatwe do udostępnienia i trudne do sfałszowania, co jest oczywistym dobrodziejstwem dla PHI. Crypt Bytes Tech zauważa, że ​​„Zamiast polegać na wyznaczonym pośredniku w wymianie informacji, takim jak wyznaczona przez państwo HIE lub prywatna sieć ustanowiona między lokalnymi szpitalami, zdecentralizowany charakter blockchain umożliwiłby wszystkim zatwierdzonym uczestnikom dołączenie do społeczności wymiany, bez konieczności budowania potoków wymiany danych między niektórymi organizacjami.”

Eksperci, w tym Maria Palombini — dyrektor ds. rozwoju nowych społeczności i inicjatyw w IEEE Standards Association — oraz Kate Monica z EHR Intelligence widzą, że blockchain jest coraz częściej wykorzystywany do standaryzacji i zabezpieczania danych dotyczących zdrowia.

Dyrektor generalny Humana, Bruce Broussard, opisał blockchain jako kolejną wielką innowację w technologii opieki zdrowotnej.

Jak uzyskać kształt danych EHR dla informatyki zdrowia publicznego w 2018 roku?

Jeśli kupujesz nowy EHR, interoperacyjność powinna być jednym z twoich głównych rozważań.

Jednym z wymogów interoperacyjności są dobrze opracowane standardy dokumentacji dla systemów EHR. W przypadku leków większość EHR mówi tym samym językiem. W przypadku alergii nie zawsze tak jest. Nowy raport Journal of the American Medical Informatics Association (JAMIA) sugeruje zmiany w sposobie dokumentowania przez EHR niepożądanych reakcji na leki w celu poprawy wspomagania decyzji klinicznych związanych z alergią. Porównując dostawców, zapytaj, w jaki sposób EHR dokumentuje różne informacje, w tym niepożądane reakcje na leki.

Przyjrzyj się także firmom eksperymentującym z blockchainami w służbie zdrowia. Na przykład w 2017 r. FDA rozpoczęła współpracę badawczą z IBM Watson, aby wykorzystać blockchain do bezpiecznego udostępniania danych EHR, badań klinicznych, sekwencjonowania genetycznego, a nawet danych dotyczących urządzeń mobilnych.

Więcej wskazówek dotyczących zakupu nowego EHR znajdziesz w tych postach:

Czy Twój nowy model płatności EHR jest gotowy? Pytania, które należy zadać sprzedawcy

Porównanie 3 alternatyw SOAPWare EMR

6 najlepszych darmowych i open source'owych produktów EMR Software