Sanford健康是一個價值45億美金的鄉村綜合醫療系統, 為300多個社區的近250萬人提供醫療服務, 覆蓋面積達25萬平方英里。 在這期間, Sanford健康收集了大量的病人健康資料, 包括從入院、診斷、治療到出院的全過程, 甚至連一些醫患之間的網路交流資訊和醫院自身的資訊也都收入囊中。 這些資訊無疑將成為醫院未來發展一筆財富, 但是關於如何使用這些醫療資訊, 任然沒有統一的答案。
儘管Sanford擁有良好的資訊硬體設施, 包括一支優秀的資訊匯總及分析團隊, 強大的獨立虛擬資料可連接所有資料豎井, 以及嚴格的資訊管理,
Sanford直接從學術界選擇合作夥伴, 如大學的數學、科學、資訊技術學院和醫學院等, 並同他們一起尋求改善醫療服務和降低醫療成本的方案。 作為交換, Sanford為這些合作夥伴提供大量因為隱私保護和同業競爭協議等原先不予公開的醫療資料。 大學科研機構可以通過這些資料進一步加深對醫療資料的研究並同時為醫療服務提供現實的解決方案。
Sanford和合作機構對醫療資料的研究已經進入第二年, 其成效吸引了越來越多的區域和國家的機構加入其中。 通過對醫療資料不斷地研究和摸索, Sanford逐漸發現了可以改善醫療服務、患者參與度和診療過程的資料驅動創新方法, 其中有三個創新應用極有潛力:
發展“規範電腦演算法”
對於慢性疾病, 疏於治療和回饋遲緩都會導致急診風險增大或是增加可避免的住院數。 一線醫療工作人員可以通過辨識具有潛在此類風險的病人, 瞭解他們就醫和行為特點,
Sanford攜手北達科他州立大學醫學院的人口健康部, 共同研發出一個旨在預估糖尿病患者緊急就醫風險的新型電腦演算法。 此演算法基於前沿的機器學習分析, 可以以 80%的準確率預測任何一個給定的糖尿病人需要緊急醫療服務的可能性。 演算法借助病人大量的醫療資料, 包括吸煙情況、身體品質指數、既往診斷治療史等作出判斷。 該演算法已被用於試點醫療機構, 有望在不久將來被大規模推廣使用。
增加病人參與度
病人參與度的提升對於病人自身的健康有決定性的作用。 極為不幸的是, 度量病人參與度非常困難。 主要表現在:1. 耗時;2. 病人參與調查意願低;3. 願意參與調查的病人普遍屬於參與度高的病人, 從而影響了資料的準確性。 綜上所述, 醫療系統就不能很好地研究病人參與度對醫療的影響。
為了解決這一難題, Sanford聯手北達科他州立大學資訊科學和衛生科學學院共同研發出了一個用於測算病人參與度的電腦演算法。
改善醫療服務可及性
醫療機構人員變動一直是醫療服務面臨的重大難題。這些問題在美國鄉鎮地區顯得尤為突出,這些地區很難招募和吸引一線醫療工作從業人員。為了應對這一難題,Sanford攜手沃頓商學院對這一問題進行了深入的研究。研究不僅僅止於預測醫療從業者的去留,更為重要的是為未來政策的制定提供堅實的基礎。
儘管Sanford聯合資料研究才在起步階段,但是對於改善醫療服務產生的結果是可喜的。Sanford對病人資料隱私在保護的基礎上通過跨平臺合作達到了諸多滿意的結果。通過針對性治療,減少不必要的急症和改善醫療服務可及性等諸多醫療資料應用,相信Sanford和越來越多的醫療機構可以通過對資料的應用,使“智慧醫療”越走越遠。
原文標題:Making Better Use of Health Care Data
改善醫療服務可及性
醫療機構人員變動一直是醫療服務面臨的重大難題。這些問題在美國鄉鎮地區顯得尤為突出,這些地區很難招募和吸引一線醫療工作從業人員。為了應對這一難題,Sanford攜手沃頓商學院對這一問題進行了深入的研究。研究不僅僅止於預測醫療從業者的去留,更為重要的是為未來政策的制定提供堅實的基礎。
儘管Sanford聯合資料研究才在起步階段,但是對於改善醫療服務產生的結果是可喜的。Sanford對病人資料隱私在保護的基礎上通過跨平臺合作達到了諸多滿意的結果。通過針對性治療,減少不必要的急症和改善醫療服務可及性等諸多醫療資料應用,相信Sanford和越來越多的醫療機構可以通過對資料的應用,使“智慧醫療”越走越遠。
原文標題:Making Better Use of Health Care Data