2018 年公共衛生信息學預測

在公共衛生方面，驚喜幾乎從來都不是好事。 如果我們有一個水晶球來展示未來，這樣我們就不會感到驚訝，那不是很好嗎？

我們還沒有到那裡，但我們一天天越來越近了。

公共衛生信息學 (PHI) 是我們在醫療保健領域最接近算命先生的東西。 對於醫療保健提供者來說，這是一個快速發展、越來越重要的領域，需要了解和參與。

下面，我將簡要概述 PHI 和結合 EHR 數據的好處，向您展示它在實踐中的樣子以及 2018 年 PHI 的存儲情況，並提供一些關於醫療保健提供者如何準備的提示.

什麼是 PHI？

公共衛生 IT 系統以人群為基礎記錄醫療事故和事件的數據，包括：

• 出生和死亡
• 可報告的條件
• 免疫接種
• 癌症
• 先天性疾病

當公共衛生 IT 系統將其歷史人口健康數據與來自其他來源的當前人口健康數據相結合時，研究人員可以準確預測未來事件。 這個過程被稱為人口健康信息學。

當您將 PHI 數據與來自 EHR、索賠數據、谷歌甚至 Twitter 等來源的數據相結合時，您就會獲得人口健康信息學。

（資源）

以下是人口健康信息學、公共衛生信息學和臨床信息學之間如何共享數據收集的角色和責任的詳細分類：

數據收集細分（來源）

將 EHR 數據與其他數據源相結合的力量

當你準確地預測未來時，你就可以更好地準備進入那個未來。 PHI 可以幫助衛生系統優化以下活動：

• 護理的優先順序
• 監視
• 教育
• GIS（地理層面的干預）
• 為績效付費
• “學習型社區衛生系統”

讓我們看看 PHI 改善公共衛生的一些方法。

預測和準備流感

流感是美國的主要死因 據《自然》報導，流感樣疾病每年導致多達 50,000 名美國人死亡。 預測分析工具現在足以準確預測下一次流感爆發的時間和地點，以及將有多少人受到影響。 這意味著公共衛生官員和醫院可以知道何時準備好口罩和流感疫苗，以及何時配備人員以及配備多少人員。

疾病控制和預防中心有關於以前流感流行的歷史信息。 據《醫學互聯網研究雜誌》稱，如今，流感預測的自回歸模型“在應用於大量人群時表現出令人滿意的表現”。 研究人員在 Nature 雜誌上寫道，這些系統“有可能準確可靠地提供美國流感爆發的近乎實時的區域估計”。

根據 JMIR 研究人員的說法，“目前最迫切需要的知識是在地方層面檢測和預測流感活動。 反過來，這種細粒度的視圖可以為大規模模型提供輸入，並準確預測流感在廣泛的地理區域中的傳播。” 2016 年，自然研究人員能夠使用來自 athenahealth 的 EHR 數據準確預測流感活動。

預測退伍軍人的肥胖

退伍軍人事務部為其 EHR 系統中的 3000 萬患者收集生命體徵（包括 BMI）以及地理和社會經濟地位等臨床風險因素。 利用這些數據，研究人員能夠繪製退伍軍人健康管理局患者肥胖的地理分佈圖。

VHA 人群中肥胖的地理分佈（來源）

然後，政府使用預測模型來預測該人群中肥胖症的上升時間和地點。

實踐中人口健康信息學的其他例子

1. 在另一項研究中，研究人員將來自 eClinicalWorks 的數據與公共衛生數據相結合，以準確預測紐約低收入人群的吸煙率和肥胖率。
2. 約翰霍普金斯大學 CPHIT 與巴爾的摩市衛生局合作，結合社會、醫療和公共衛生數據，準確識別跌倒風險高的老年人，並在受傷發生前進行干預，以減少急診室就診次數並改善公共衛生。

在實踐中使用 EHR 數據進行 PHI 的情況

在約翰霍普金斯大學人口健康信息技術中心可以找到將 EHR 數據與公共衛生數據相結合的一個示例。 它包含 JHU ACG 預測建模軟件系統，該軟件系統目前在 30 多個國家/地區為超過 1.6 億患者使用。

以下是 CHHIT 的數據共享分解方式：

CPHIT 數據共享合作夥伴關係信息圖（來源）。

用於公共衛生信息學的 EHR 數據的下一步是什麼

合併和合作

個人醫療保健系統和公共衛生 IT 系統集成的需求只會越來越大。 哥倫比亞大學表示，仍然沒有足夠多的社區醫院與公共衛生數據庫共享其 EHR 數據，以充分發揮人口健康信息學的潛力。

2018 年，預計會有更多基於雲的電子健康記錄將其數據庫與公共衛生 IT 系統集成。 此外，預計 EHR 供應商與包括付款人在內的其他數據源之間會有更多的合併和合作。

CVS 和 Aetna 之間價值 770 億美元的合併可能有助於開創“分析、互操作性和人口健康的新時代”。 CVS 在美國所有連鎖藥店中擁有最多的地點和最高的收入。 它還與全球最大的 EHR 公司 Epic 合作。 Epic 和 CVS 目前正在努力將 CVS 的處方數據與 Epic 的健康星球人口健康分析平台相結合，以提高藥物依從性並降低成本。

對於像 Epic 人口健康副總裁 Alan Hutchison 這樣的人來說，由於他們正在與 Aetna 共享數據，因此 PHI 進步的潛力是巨大的。 Hutchison 說：“CVS Health 是使用數據消除領域孤島的領導者之一，同時提供新的情報和專業知識來源，可以更好地為護理提供信息、減少管理開銷並降低患者成本。”

和記黃埔並不孤單。 杜克大學馬戈利斯中心研究助理大衛安德森最近寫道：

“我可以考慮使用 CVS 零售數據作為一項人口健康監測服務，我可以考慮使用與個人相關的非處方銷售數據來為未來的阿片類藥物問題、關節炎發作、肺部入院或其他疾病提供預測模型。其他一百件事。 因此，從我以前作為保險數據極客的角度來看，這次合併提供了極其豐富的數據脈絡，可以挖掘和鑄造。”

諮詢集團 Kaufman Hall 跟踪醫院和衛生系統的合作交易。 截至去年 11 月，今年的交易量已經超過 2016 年全年，2017 年將成為有史以來最繁忙的一年。 預計 2018 年會有更多此類合併和合作。

區塊鏈

PHI 的 EHR 互操作性的另一個大趨勢是區塊鏈的使用，我們將在 2018 年看到更多。

在韓國，韓國國民健康保險局為所有韓國人收集醫療記錄是一項國家政策。 通過獲得真正具有代表性的數據，研究人員能夠以 80% 的準確率預測哪些公民會患上癡呆症。

如果沒有這種全國性的數據共享，區塊鏈的使用可以促進互操作性。 存儲在區塊鏈上的信息非常容易共享且難以偽造，這對 PHI 來說是一個明顯的好處。 Crypt Bytes Tech 指出，“與其依賴指定的中介機構進行信息交換，例如國家指定的 HIE 或在當地醫院之間建立的私人網絡，區塊鏈的去中心化性質將允許任何獲得批准的參與者加入交換社區，無需在某些組織之間建立數據交換管道。”

包括 IEEE 標準協會新興社區和倡議發展主任 Maria Palombini 和 EHR Intelligence 的 Kate Monica 在內的專家認為，區塊鏈越來越多地用於標準化和保護健康數據。

Humana 首席執行官 Bruce Broussard 將區塊鏈描述為下一個大型醫療保健技術創新。

如何在 2018 年為公共衛生信息學整理 EHR 數據

如果您要購買新的 EHR，互操作性應該是您的主要考慮因素之一。

互操作性的一項要求是為 EHR 系統制定完善的文檔標準。 對於藥物，大多數 EHR 使用相同的語言。 對於過敏，情況並非總是如此。 美國醫學信息學協會 (JAMIA) 雜誌的一份新報告建議改變 EHR 記錄藥物不良反應的方式，以改善與過敏相關的臨床決策支持。 在比較供應商時，詢問 EHR 如何記錄各種信息，包括藥物不良反應。

還要研究嘗試醫療保健區塊鏈的公司。 例如，2017 年 FDA 開始與 IBM Watson 建立研究合作夥伴關係，使用區塊鏈安全地共享 EHR、臨床試驗、基因測序，甚至移動可穿戴設備數據。

有關購買新 EHR 的更多提示，請查看以下帖子：

您的 EHR 新支付模式準備好了嗎？ 要問您的供應商的問題

3 SOAPWare EMR 替代方案比較

排名前 6 位的免費和開源 EMR 軟件產品