在醫(yī)療保健領(lǐng)域，能否進(jìn)行早期干預(yù)可能就是生與死的區(qū)別。醫(yī)療保健巨頭Kaiser Permanente醫(yī)療集團(tuán)已經(jīng)將這一原則運(yùn)用到了醫(yī)院工作的流程工具當(dāng)中，該工具將得到預(yù)測(cè)分析的支持，用于識(shí)別可能迅速惡化的非重癥監(jiān)護(hù)室的患者。

 

總部位于加州奧克蘭的綜合管理保健聯(lián)盟擁有1200多萬(wàn)名健康計(jì)劃成員，雇傭了217000多人，其中包括近60000名護(hù)士和23000名醫(yī)生。它在8個(gè)州和哥倫比亞特區(qū)設(shè)有39個(gè)醫(yī)療中心和690個(gè)醫(yī)療設(shè)施。

 

“住院但不在重癥監(jiān)護(hù)室的病人有時(shí)會(huì)在醫(yī)院病情惡化，而不得不意外地轉(zhuǎn)到重癥監(jiān)護(hù)室。這些病人的預(yù)后比直接住進(jìn)重癥監(jiān)護(hù)室的病人通常會(huì)差得多，”北加州Kaiser Permanente醫(yī)院研究部研究科學(xué)家兼地區(qū)主任Gabriel Escobar博士說(shuō)。

 

Escobar團(tuán)隊(duì)的科學(xué)文獻(xiàn)和直接分析顯示，需要意外轉(zhuǎn)移到重癥監(jiān)護(hù)室的非重癥監(jiān)護(hù)室患者僅占醫(yī)院總?cè)丝诘?%至4%，但卻占所有醫(yī)院死亡人數(shù)的20%。他們的住院時(shí)間也比其他病人平均長(zhǎng)10到12天。

 

 

2006年，Kaiser Permanente的研究部門開始更密切地關(guān)注這個(gè)問題。其研究人員分析了幾十年來(lái)由該機(jī)構(gòu)的集成模型及其電子健康系統(tǒng)產(chǎn)生的醫(yī)療信息。

 

作為該流程的一部分，該團(tuán)隊(duì)(還包括Kaiser Permanente醫(yī)療集團(tuán)醫(yī)院運(yùn)營(yíng)部、Kaiser基金會(huì)醫(yī)院質(zhì)量和患者護(hù)理服務(wù)部、Kaiser Permanente醫(yī)療連接部和護(hù)理交付技術(shù)服務(wù)部的成員)開發(fā)了一個(gè)專有的基于Linux的系統(tǒng)，該系統(tǒng)可以應(yīng)用算法來(lái)監(jiān)控患者數(shù)據(jù)，并為高惡化風(fēng)險(xiǎn)評(píng)分(可能在未來(lái)12小時(shí)內(nèi)惡化)的非重癥監(jiān)護(hù)室患者生成警報(bào)。該團(tuán)隊(duì)隨后驗(yàn)證了這一概念證明，并開發(fā)了一個(gè)新的運(yùn)營(yíng)模型，并于2013年開始在其臨床和運(yùn)營(yíng)工作流程中實(shí)施。截至2019年1月，該工作流程被重新稱為高級(jí)警報(bào)監(jiān)控系統(tǒng)(AAM)，并已在Kaiser Permanente醫(yī)療集團(tuán)北加州地區(qū)的所有21家醫(yī)療機(jī)構(gòu)全面運(yùn)行。

 

Kaiser Permanente醫(yī)療中心執(zhí)行副總裁兼首席信息官Dick Daniels說(shuō):“AAM系統(tǒng)可以綜合并分析生命統(tǒng)計(jì)數(shù)據(jù)、實(shí)驗(yàn)室結(jié)果和其他變量，為醫(yī)療外科和過(guò)渡醫(yī)療單位的成人醫(yī)院患者生成每小時(shí)的惡化風(fēng)險(xiǎn)評(píng)分。遠(yuǎn)程醫(yī)院團(tuán)隊(duì)可以每小時(shí)評(píng)估一次風(fēng)險(xiǎn)評(píng)分，并在檢測(cè)到潛在惡化時(shí)通知醫(yī)院的快速反應(yīng)團(tuán)隊(duì)。快速反應(yīng)小組將對(duì)患者進(jìn)行床邊評(píng)估，并與住院醫(yī)師一起校準(zhǔn)治療過(guò)程。”

 

Kaiser Permanente醫(yī)療集團(tuán)因此獲得了CIO 100 IT優(yōu)秀獎(jiǎng)，它利用了三種預(yù)測(cè)性分析模型來(lái)分析給定患者電子健康記錄中的70多個(gè)因素，以生成綜合風(fēng)險(xiǎn)評(píng)分。

 

Escobar博士說(shuō):“我們與我們的電子健康記錄系統(tǒng)和IT人員一起定義了我們第一批算法的性能特征。”。

 

然后，該團(tuán)隊(duì)還利用了人口統(tǒng)計(jì)信息、生命體征、最近入院時(shí)收集的實(shí)驗(yàn)室結(jié)果以及電子記錄中的其他數(shù)據(jù)來(lái)建立模型。

 

“我們經(jīng)過(guò)了嚴(yán)格的回應(yīng)和驗(yàn)證。我們探索了每個(gè)參數(shù)及其聯(lián)系，”Escobar說(shuō)。“我們讓臨床醫(yī)生參與觀察每一個(gè)病例，然后對(duì)特征和閾值分析進(jìn)行審查，以確保閾值是有意義的。”

 

Daniels說(shuō)Escobar博士的團(tuán)隊(duì)綜合了北加州650，000名住院病人和20，000名病情惡化病人的數(shù)據(jù)。這個(gè)過(guò)程花了七到八年。

 

Daniels說(shuō):“我們花了大約五年的時(shí)間來(lái)完成電子病歷后端的初始映射和預(yù)測(cè)模型的開發(fā)。”他指出，當(dāng)時(shí)還沒有人從他們的電子病歷系統(tǒng)中提取這些數(shù)據(jù)。“然后，我們又花了兩到三年的時(shí)間來(lái)將這些模型轉(zhuǎn)換成可以在操作上使用的實(shí)時(shí)網(wǎng)絡(luò)服務(wù)應(yīng)用程序。”

 

Daniels補(bǔ)充道，預(yù)測(cè)分析工具只有在確保信息被使用的過(guò)程中才能發(fā)揮作用，因此AAM團(tuán)隊(duì)花費(fèi)了大量時(shí)間來(lái)開發(fā)和實(shí)施工作流，使醫(yī)療保健團(tuán)隊(duì)能夠盡可能高效地響應(yīng)警報(bào)。

 

患者病情惡化的早期預(yù)警使Kaiser Permanente醫(yī)療響應(yīng)團(tuán)隊(duì)有足夠的時(shí)間來(lái)進(jìn)行干預(yù)，以便在危機(jī)之外進(jìn)行思考和行動(dòng)，這反過(guò)來(lái)又使他們能夠以一種更加統(tǒng)一和綜合的方式做出響應(yīng)，以便在臨床和醫(yī)院層面提供醫(yī)療服務(wù)。在該項(xiàng)目開始運(yùn)作的頭兩年，它幫助衛(wèi)生系統(tǒng)將死亡率降低了20%。Kaiser Permanente表示，該程序的未來(lái)迭代版本還可能會(huì)集成人工智能。