醫療分析技術的4個成功案例

Thor Olavsrud 沈建苗

各行各業的企業組織都在力求更充分地利用數據，醫療保健行業尤其如此。醫療服務機構充分利用可獲取的大量數據，借助分析技術改善患者治療效果、簡化業務運營并削減成本。

甚至早在新冠疫情成為全球現象之前，研究公司Acumen Research and Consulting就預測，到2026年，全球醫療分析技術市場的規模將增長到522億美元。分析技術幫助醫療機構確定和消除工作流程瓶頸，為運營領導人提供預測性洞察力，從而幫助他們更合理地分配資源，甚至幫助急診室醫生更準確地確定哪些患者需要緊急護理。

以下4個例子表明了如今醫療機構是如何使用分析技術的。

Kaiser Permanente借助分析技術簡化運營

Kaiser Permanente結合使用分析技術、機器學習和人工智能，減少了患者的等待時間，并縮短了醫院領導人為業務運營手動準備數據的時間。這家醫療機構的“運營觀察名單”（OWL）是作為其“洞察力驅動”（Insight Driven）計劃的一部分而開發的，這款移動應用程序可以全面、近乎實時地查看衡量醫院質量、安全等級和收治能力的關鍵指標，包括醫院普查、床位需求及數量以及病人出院情況。

該應用程序從電子健康記錄（EHR）系統中獲取數據，為臨床和運營領導人提供決策所需的洞察力。

Kaiser Permanente的執行副總裁兼CIO Dick Daniels說：“移動應用程序對各類信息進行綜合，指導醫院領導人關注和解決可能導致工作流程的瓶頸、患者等待時間延長等問題。該應用程序可確保以無縫的方式提供最佳的護理服務和患者體驗?！?/p>

OWL已在Kaiser Permanente位于加州北部的所有21家醫院上線，計劃擴大到其所有地區和醫院。Daniels表示，試點機構已將每名患者被收治到急診室的等待時間平均減少了27分鐘。調查還顯示，醫院管理人員已將他們為業務運營手動準備數據所花的時間每月平均縮短了323分鐘。

Daniels的建議：尋求持續不斷的反饋。Daniels的團隊使用可擴展敏捷框架（SAFe）方法來開發該應用程序，并進行持續改進。這種方法使醫院運營領導人和一線管理人員能夠及時提供指導，并及時給出需求和期望方面的意見。Daniels說：“通過經常采納反饋意見，開發團隊可以不斷完善解決方案，以提供最重要、最精準的信息和功能，以支持易用性、實現醫療服務的價值最大化?！?h3>NorthShore借助預測分析縮短住院時間

NorthShore University HealthSystem的急診室使用數據和預測分析技術，幫助確定哪些胸痛患者應入院觀察、哪些患者應送回家。不必要的住院對患者、醫院和保險公司都不利，會導致更長的等待時間，真正有需要的患者沒有床位，浪費急診醫療人員的寶貴時間，并給各方增加費用。另一方面，未收治真正需要護理的患者可能造成致命的后果。

NorthShore的“急診室技術驅動型胸痛管理”計劃將預測分析技術直接納入到醫生和護士的工作流程中，幫助他們更準確地識別哪些胸痛患者存在心臟病發作的高風險。它使用在荷蘭開發的一種評估工具：HEART評分（歷史記錄、心電圖、年齡、危險因素和初始肌鈣蛋白），并將其與電子病歷（EMR）結合起來。警報和急停要求醫生先對患者進行評分，然后才能讓患者出院或入院。

NorthShore的臨床分析助理副總裁Chad Konchak說：“面臨的挑戰是，醫院在排除出現嚴重的情況這方面通常很保守。想法是，我們是否可以為急診室的醫生和護士開發工具，幫助他們更好地了解和識別心臟病發作風險高的患者。”

新工作流程的第一個版本于2017年推出。NorthShore CIO Steve Smith表示，該版本在急診室重返率、死亡率或發病率未增加的情況下，將胸痛觀察率降低了10%。

Smith的建議：關注用戶體驗。想讓醫生采用這類工具，就需要無縫體驗。Smith說：“我們的醫生和護士使用電子健康記錄作為患者信息的主要來源。這是他們護理患者的‘駕駛座。任何新的分析驅動型技術必須整合到臨床圖表中，否則其價值會減小。如果我們要求臨床醫生停下來，離開正在使用的系統，到另一系統去，登錄進去，然后開始在新工具中填寫資料，他們是不會做的?！?h3>數據即服務平臺幫助JHS改善護理

Jackson Health System將其自主開發的數據即服務平臺用作具有戰略性意義的差異化優勢，在降低成本的同時改善患者護理。來自JHS的各種系統和應用程序的數據經由系統的數據集成引擎Overwatch傳輸，然后引擎根據需要將數據傳遞給各系統。

JHS的企業應用軟件集成副主管George Rosello說：“我們的所有這些信息都通過該引擎傳輸，并傳遞給各系統。”

Rosello的想法是將該集成引擎的功能與JHS的數據倉庫結合在一起。一種早期的使用場景是確定JHS急診室的“頻繁使用者”。頻繁使用者通常是資金不足的患者，由于不知道其他選擇，他們將急診室用于初級保健。Overwatch確立了已經通過JHS集成引擎傳輸的數據之間的關系，急診室頻繁使用者進入JHS的一家急診室時，觸發器通過文本和電子郵件提供實時警報。警報提供了患者、患者現接受哪一級醫療服務、目前所在的地方以及目前采取的醫療措施等方面的信息。然后，患者管理員約見患者，幫助患者接受更合適的醫療服務。

Rosello的建議：不要忘記你的目標。Rosello說：“如果你有一個項目，尤其是需要一段時間才能完成的項目，那么最終目標到頭來就是完成項目，但這與最初的目標可能會不一樣。不忘記最初的目標很難，我會建議任何人注意這一點：什么才是項目真正的成功因素？”

Penn Medicine使用實時數據縮短ICU住院時間

甚至早在新冠疫情之前，讓重癥患者自主呼吸也是讓患者安全離開ICU，為其他患者騰出床位的重要步驟。為了簡化這個流程，非營利醫療機構Penn Medicine開發了一個儀表板，該儀表板利用EHR的實時數據流，提醒呼吸科和護理人員何時需要干預、何時患者可以準備好斷開呼吸機。

Penn Medicine醫學重癥監護室和呼吸醫療部的醫學主任Barry Fuchs博士說：“我們在ICU收治的許多重癥患者都需要呼吸機才能生存，這是一種機械呼吸機。雖然這些呼吸機挽救了患者的生命，但帶來了風險和并發癥?；颊呱虾粑鼨C的時間越長，在ICU停留的時間就越長。”

于是Penn Medicine開發了ABC（喚醒和呼吸協調）應用程序，這種電子儀表板和警報系統可基于ICU治療指南和專家意見，實時收集鎮靜和呼吸方案數據，并運用臨床決策支持（CDS）規則。患者的生命體征符合某些標準時，ABC應用程序會向呼吸科醫生發送警報，讓醫生可以進行試驗，確定患者是否準備好自主呼吸。

該應用程序已幫助Penn Medicine將患者上機械呼吸機的時間減少了24小時以上。

Draugelis的建議：召集主要利益相關者。Penn Medicine的首席數據科學家Michael Draugelis表示，要成功實施ABC應用程序，需要將信息服務（IS）、數據科學部門以及來自賓夕法尼亞醫療創新中心的臨床專家召集起來。 Draugelis說：“這是真正推動這3個部門深入合作的第一個項目。這個項目和這種互動已調整了我們的工作方式。我們在組織層面上改變了管理項目的方式。”

本文作者Thor Olavsrud為CIO.com撰寫數據分析、商業智能和數據科學等方面的文章。

原文網址

https：//www.cio.com/article/3564694/healthcare-analytics-success-stories.html