2018 年公共卫生信息学预测

在公共卫生方面，惊喜几乎从来都不是好事。 如果我们有一个水晶球来展示未来，这样我们就不会感到惊讶，那不是很好吗？

我们还没有到那里，但我们一天天越来越近了。

公共卫生信息学 (PHI) 是我们在医疗保健领域最接近算命先生的东西。 对于医疗保健提供者来说，这是一个快速发展、越来越重要的领域，需要了解和参与。

下面，我将简要概述 PHI 和结合 EHR 数据的好处，向您展示它在实践中的样子以及 2018 年 PHI 的存储情况，并提供一些关于医疗保健提供者如何准备的提示.

什么是 PHI？

公共卫生 IT 系统以人群为基础记录医疗事故和事件的数据，包括：

• 出生和死亡
• 可报告的条件
• 免疫接种
• 癌症
• 先天性疾病

当公共卫生 IT 系统将其历史人口健康数据与来自其他来源的当前人口健康数据相结合时，研究人员可以准确预测未来事件。 这个过程被称为人口健康信息学。

当您将 PHI 数据与来自 EHR、索赔数据、谷歌甚至 Twitter 等来源的数据相结合时，您就会获得人口健康信息学。

（资源）

以下是人口健康信息学、公共卫生信息学和临床信息学之间如何共享数据收集的角色和责任的详细分类：

数据收集细分（来源）

将 EHR 数据与其他数据源相结合的力量

当你准确地预测未来时，你就可以更好地准备进入那个未来。 PHI 可以帮助卫生系统优化以下活动：

• 护理的优先顺序
• 监视
• 教育
• GIS（地理层面的干预）
• 为绩效付费
• “学习型社区卫生系统”

让我们看看 PHI 改善公共卫生的一些方式。

预测和准备流感

流感是美国的主要死因 据《自然》报道，流感样疾病每年导致多达 50,000 名美国人死亡。 预测分析工具现在足以准确预测下一次流​​感爆发的时间和地点，以及将有多少人受到影响。 这意味着公共卫生官员和医院可以知道何时准备好口罩和流感疫苗，以及何时配备人员以及配备多少人员。

疾病控制和预防中心有关于以前流感流行的历史信息。 据《医学互联网研究杂志》称，如今，流感预测的自回归模型“在应用于大量人群时表现出令人满意的表现”。 研究人员在 Nature 杂志上写道，这些系统“有可能准确可靠地提供美国流感爆发的近乎实时的区域估计”。

根据 JMIR 研究人员的说法，“目前最迫切需要的知识是在地方层面检测和预测流感活动。 反过来，这种细粒度的视图可以为大规模模型提供输入，并准确预测流感在广泛的地理区域中的传播。” 2016 年，自然研究人员能够使用来自 athenahealth 的 EHR 数据准确预测流感活动。

预测退伍军人的肥胖

退伍军人事务部为其 EHR 系统中的 3000 万患者收集生命体征（包括 BMI）以及地理和社会经济地位等临床风险因素。 利用这些数据，研究人员能够绘制退伍军人健康管理局患者肥胖的地理分布图。

VHA 人群中肥胖的地理分布（来源）

然后，政府使用预测模型来预测该人群中肥胖症的上升时间和地点。

实践中人口健康信息学的其他例子

1. 在另一项研究中，研究人员将来自 eClinicalWorks 的数据与公共卫生数据相结合，以准确预测纽约低收入人群的吸烟率和肥胖率。
2. 约翰霍普金斯大学 CPHIT 与巴尔的摩市卫生局合作，结合社会、医疗和公共卫生数据，准确识别跌倒风险高的老年人，并在受伤发生前进行干预，以减少急诊室就诊次数并改善公共卫生。

在实践中使用 EHR 数据进行 PHI 的情况

在约翰霍普金斯大学人口健康信息技术中心可以找到将 EHR 数据与公共卫生数据相结合的一个示例。 它包含 JHU ACG 预测建模软件系统，该软件系统目前在 30 多个国家/地区为超过 1.6 亿患者使用。

以下是 CHHIT 的数据共享分解方式：

CPHIT 数据共享合作伙伴关系信息图（来源）。

用于公共卫生信息学的 EHR 数据的下一步是什么

合并和合作

个人医疗保健系统和公共卫生 IT 系统集成的需求只会越来越大。 哥伦比亚大学表示，仍然没有足够多的社区医院与公共卫生数据库共享其 EHR 数据，以充分发挥人口健康信息学的潜力。

2018 年，预计会有更多基于云的电子健康记录将其数据库与公共卫生 IT 系统集成。 此外，预计 EHR 供应商与包括付款人在内的其他数据源之间会有更多的合并和合作。

CVS 和 Aetna 之间价值 770 亿美元的合并可能有助于开创“分析、互操作性和人口健康的新时代”。 CVS 在美国所有连锁药店中拥有最多的地点和最高的收入。 它还与全球最大的 EHR 公司 Epic 合作。 Epic 和 CVS 目前正在努力将 CVS 的处方数据与 Epic 的健康星球人口健康分析平台相结合，以提高药物依从性并降低成本。

对于像 Epic 人口健康副总裁 Alan Hutchison 这样的人来说，由于他们正在与 Aetna 共享数据，因此 PHI 进步的潜力是巨大的。 Hutchison 说：“CVS Health 是使用数据消除领域孤岛的领导者之一，同时提供新的情报和专业知识来源，可以更好地为医疗服务提供信息、减少管理开销并降低患者成本。”

和记黄埔并不孤单。 杜克大学马戈利斯中心研究助理大卫安德森最近写道：

“我可以考虑使用 CVS 零售数据作为一项人口健康监测服务，我可以考虑使用与个人相关的非处方销售数据来为未来的阿片类药物问题、关节炎发作、肺部入院或其他疾病提供预测模型。其他一百件事。 因此，从我以前作为保险数据极客的角度来看，这次合并提供了极其丰富的数据脉络，可以挖掘和铸造。”

咨询集团 Kaufman Hall 跟踪医院和卫生系统的合作交易。 截至去年 11 月，今年的交易量已经超过 2016 年全年，2017 年将成为有史以来最繁忙的一年。 预计 2018 年会有更多此类合并和合作。

区块链

PHI 的 EHR 互操作性的另一个大趋势是区块链的使用，我们将在 2018 年看到更多。

在韩国，韩国国民健康保险局为所有韩国人收集医疗记录是一项国家政策。 通过获得真正具有代表性的数据，研究人员能够以 80% 的准确率预测哪些公民会患上痴呆症。

如果没有这种全国性的数据共享，区块链的使用可以促进互操作性。 存储在区块链上的信息非常容易共享且难以伪造，这对 PHI 来说是一个明显的好处。 Crypt Bytes Tech 指出，“与其依赖指定的中介机构进行信息交换，例如国家指定的 HIE 或在当地医院之间建立的私人网络，区块链的去中心化性质将允许任何获得批准的参与者加入交换社区，无需在某些组织之间建立数据交换管道。”

包括 IEEE 标准协会新兴社区和倡议发展主任 Maria Palombini 和 EHR Intelligence 的 Kate Monica 在内的专家认为，区块链越来越多地用于标准化和保护健康数据。

Humana 首席执行官 Bruce Broussard 将区块链描述为下一个大型医疗保健技术创新。

如何在 2018 年为公共卫生信息学整理 EHR 数据

如果您要购买新的 EHR，互操作性应该是您的主要考虑因素之一。

互操作性的一项要求是为 EHR 系统制定完善的文档标准。 对于药物，大多数 EHR 使用相同的语言。 对于过敏，情况并非总是如此。 美国医学信息学协会 (JAMIA) 的一份新报告建议改变 EHR 记录药物不良反应的方式，以改善与过敏相关的临床决策支持。 在比较供应商时，询问 EHR 如何记录各种信息，包括药物不良反应。

还要研究尝试医疗保健区块链的公司。 例如，2017 年 FDA 开始与 IBM Watson 建立研究合作伙伴关系，使用区块链安全地共享 EHR、临床试验、基因测序，甚至移动可穿戴设备数据。

有关购买新 EHR 的更多提示，请查看以下帖子：

您的 EHR 新支付模式准备好了吗？ 要问您的供应商的问题

3 SOAPWare EMR 替代方案比较

排名前 6 位的免费和开源 EMR 软件产品