Прогнозы информатики общественного здравоохранения на 2018 год

Когда дело доходит до общественного здравоохранения, сюрпризы почти никогда не бывает хорошими. Было бы неплохо, если бы у нас был хрустальный шар, чтобы показать будущее, чтобы мы никогда не удивлялись?

Мы еще не достигли цели, но с каждым днем ​​все ближе.

Информатика общественного здравоохранения (PHI) - это самое близкое к гадалкам в здравоохранении. Это быстрорастущая и все более важная область, которую медицинские работники должны знать и в которой должны участвовать.

Ниже я дам вам краткий обзор PHI и преимуществ объединения данных EHR, покажу, как это выглядит на практике и что ждет PHI в 2018 году, а также подведу итоги некоторыми советами о том, как медицинские работники могут подготовиться. .

Что такое PHI?

ИТ-системы общественного здравоохранения регистрируют данные о происшествиях и событиях в сфере здравоохранения на популяционной основе, в том числе:

• Рождения и смерти
• Отчетные условия
• Иммунизация
• Рак
• Врожденные заболевания

Когда ИТ-системы общественного здравоохранения объединяют свои исторические данные о здоровье населения с текущими данными о здоровье населения из других источников, исследователи могут точно предсказать будущие события. Этот процесс известен как информатика здоровья населения.

Информатика здоровья населения - это то, что вы получаете, когда объединяете данные PHI с данными из таких источников, как EHR, данные о заявках, Google и даже Twitter .

( Источник )

Вот подробное описание того, как роли и обязанности по сбору данных распределяются между информатикой здоровья населения, информатикой общественного здравоохранения и клинической информатикой:

Разбивка сбора данных ( Источник )

Возможности объединения данных EHR с другими источниками данных

Когда вы точно предсказываете будущее, вы входите в это будущее лучше подготовленными. PHI может помочь системам здравоохранения оптимизировать следующие виды деятельности:

• Приоритетность ухода
• Наблюдение
• Образование
• ГИС (вмешательства на географическом уровне)
• Платите за производительность
• «Система здравоохранения обучающегося сообщества»

Давайте посмотрим, как PHI улучшает здоровье населения.

Прогнозирование гриппа и подготовка к нему

Грипп - основная причина смерти в США. По данным Nature, гриппоподобные заболевания ежегодно убивают до 50 000 американцев. Инструменты прогнозной аналитики теперь достаточно хороши, чтобы точно предсказать, когда и где произойдет следующая вспышка гриппа , а также сколько людей пострадает. Это означает, что чиновники здравоохранения и больницы могут знать, когда готовить маски для лица и прививки от гриппа, а также когда и сколько нужно укомплектовать персоналом.

Центры по контролю и профилактике заболеваний располагают исторической информацией о предыдущих эпидемиях гриппа. Согласно Журналу медицинских интернет-исследований, сегодня авторегрессионные модели для прогнозов гриппа «показали удовлетворительные результаты при применении на больших популяциях» . Эти системы «обладают потенциалом для точного и надежного предоставления региональных оценок вспышек гриппа в Соединенных Штатах в режиме, близком к реальному времени», - пишут исследователи в Nature.

По словам исследователей JMIR , область, «в которой в настоящее время необходимы знания, является наиболее актуальной , - это обнаружение и прогнозирование активности гриппа на местном уровне. Такие детализированные представления, в свою очередь, могут обеспечить входные данные для крупномасштабных моделей и точного прогнозирования распространения гриппа в обширных географических районах ». В 2016 году исследователи природы смогли точно предсказать активность гриппа, используя данные EHR от athenahealth .

Прогнозирование ожирения среди ветеранов

Департамент по делам ветеранов собирает данные о жизненно важных показателях (включая ИМТ), а также о клинических факторах риска, таких как географическое положение и социально-экономический статус, для 30 миллионов пациентов в своей системе EHR. С этими данными исследователи смогли составить карту географического распределения ожирения среди пациентов Управления здравоохранения ветеранов.

Geographic distribution of obesity among VHA population (Source )

The administration then used predictive models to project when and where obesity would rise among this population group.

Other examples of population health informatics in practice

1. In another study, researchers combined data from eClinicalWorks with public health data to accurately predict smoking and obesity rates among low-income New Yorkers.
2. The Johns Hopkins CPHIT works with the Baltimore City Health Department to combine social, medical, and public health data to accurately identify seniors at high risk for falls and intervene before injury occurs in order to reduce ER visits and improve public health.

What using EHR data for PHI looks like in practice

Один из примеров объединения данных EHR с данными общественного здравоохранения можно найти в Центре информационных технологий здоровья населения Джонса Хопкинса . В нем находится программная система JHU ACG Predictive Modeling, которая в настоящее время используется более чем в 30 странах для более чем 160 миллионов пациентов.

Вот как нарушается обмен данными в CHHIT:

Инфографика партнерств по обмену данными CPHIT ( Источник ).

Что дальше с данными EHR для информатики общественного здравоохранения

Слияния и партнерства

Потребность в интеграции индивидуальных систем медицинского обслуживания и ИТ-систем общественного здравоохранения только возрастает . По данным Колумбийского университета, до сих пор не хватает общественных больниц, которые делятся своими данными ЭУЗ с базами данных общественного здравоохранения, чтобы полностью реализовать потенциал информатики здоровья населения .

Ожидайте, что в 2018 году больше облачных электронных медицинских карт будут интегрировать свои базы данных с ИТ-системами общественного здравоохранения. Кроме того, ожидайте большего числа слияний и партнерств между поставщиками электронных медицинских карт и другими источниками данных, включая плательщиков.

Слияния $ 77000000000 между CVS и Этной могут помочь вступить в «новой эре в аналитике, взаимодействии и здоровье населения.» CVS имеет наибольшее количество местоположений и самый высокий доход среди всех аптечных сетей США. Он также является партнером Epic , крупнейшей в мире компании EHR. Epic и CVS в настоящее время работают над объединением данных о рецептах CVS с платформой Epic для анализа здоровья населения Healthy Planet, чтобы повысить приверженность к лечению и снизить расходы.

Для таких людей, как Алан Хатчисон, вице-президент Epic по вопросам здоровья населения, потенциал для развития PHI огромен сейчас, когда они обмениваются данными с Aetna. «CVS Health является одним из лидеров в использовании данных для устранения разрозненности доменов, предлагая новые источники информации и опыта, которые могут лучше информировать оказание помощи, сократить административные накладные расходы и снизить расходы для пациентов», - сказал Хатчисон .

Хатчисон не одинок. Научный сотрудник Центра Марголиса из Университета Дьюка Дэвид Андерсон недавно написал :

«Я могу думать об использовании данных розничной торговли CVS в качестве службы мониторинга здоровья населения, я могу думать об использовании данных о внебиржевых продажах, привязанных к отдельным лицам, для подпитки моделей прогнозирования будущих проблем с опиоидами, или обострения артрита, или госпитализации в легочную больницу или одного сотня других вещей. Так что, с моей прежней точки зрения, я как фанат страховых данных, это слияние предлагает невероятно богатый набор данных, которые можно добывать и обрабатывать ».

Консалтинговая группа Kaufman Hall отслеживает партнерские отношения между больницами и системами здравоохранения . По состоянию на ноябрь этого года в текущем году уже было заключено больше сделок, чем за весь 2016 год, а 2017 год должен был стать самым загруженным годом за всю историю. Ожидайте больше таких слияний и партнерств в 2018 году.

Блокчейн

Еще одна важная тенденция во взаимодействии EHR для PHI, которую мы увидим больше в 2018 году, - это использование блокчейна.

В Южной Корее национальная политика Корейской национальной службы медицинского страхования предусматривает сбор медицинских карт всех корейцев . Имея доступ к действительно репрезентативным данным, исследователи смогли предсказать - с точностью 80% - у кого из граждан разовьется деменция .

Без такого общенационального обмена данными использование блокчейна могло бы облегчить взаимодействие . Информацией, хранящейся в блокчейне, чрезвычайно легко поделиться и ее трудно подделать, что является очевидным благом для PHI. Crypt Bytes Tech отмечает, что «вместо того, чтобы полагаться на назначенного посредника для обмена информацией, такого как назначенный государством HIE или частная сеть, установленная между местными больницами, децентрализованный характер блокчейна позволит любым утвержденным участникам присоединиться к сообществу обмена, без необходимости строить каналы обмена данными между определенными организациями ».

Эксперты, включая Марию Паломбини, директора по развитию новых сообществ и инициатив в IEEE Standards Association, и Кейт Монику из EHR Intelligence, считают, что блокчейн все чаще используется для стандартизации и защиты данных о здоровье .

Генеральный директор Humana Брюс Бруссард назвал блокчейн следующей крупной инновацией в области технологий здравоохранения .

Как привести данные ЭМК в форму для информатики общественного здравоохранения в 2018 г.

Если вы покупаете новую EHR , совместимость должна быть одним из ваших основных соображений.

Одно из требований к взаимодействию - это хорошо разработанные стандарты документации для систем EHR. Что касается лекарств, большинство электронных медицинских записей говорят на одном языке. В случае аллергии это не всегда так . В новом отчете Журнала Американской ассоциации медицинской информатики (JAMIA) предлагаются изменения в способе документирования нежелательных реакций на лекарства в EHR, чтобы улучшить поддержку принятия клинических решений, связанных с аллергией. Сравнивая поставщиков, спросите, как EHR документирует различную информацию, в том числе о побочных реакциях на лекарства.

Также обратите внимание на компании, экспериментирующие с блокчейнами для здравоохранения . Например, в 2017 году FDA начало исследовательское партнерство с IBM Watson, чтобы использовать блокчейн для безопасного обмена данными EHR, клинических испытаний, генетического секвенирования и даже данных мобильных носимых устройств.

Дополнительные советы по покупке новой EHR можно найти в этих публикациях:

Готова ли ваша новая модель оплаты EHR? Вопросы, которые следует задать вашему поставщику

3 Сравнение альтернатив SOAPWare EMR

6 лучших бесплатных программных продуктов EMR с открытым исходным кодом