當Curtis Dudley在Mercy最大的醫院管理手術室時，他已經開始懷疑新醫療設備的持續供應，以及與之相關的成本，是否真的帶來了他們所承諾的更好的結果了。
“我們從來沒有真正的證據來證明這一點。”他說。
十年后，現任Mercy Technology services(MTS)的企業分析和數據服務副總裁的Dudley表示，該組織60多家醫院的臨床醫生已經可以近乎實時地回答這些問題了。
在2007年采用了Epic電子病歷(EMR)系統后，Mercy擁有了超過十年的病人數據，以幫助改善病人護理。2009年，醫院的網絡將條形碼掃描儀引入了手術室，使工作人員能夠準確記錄所使用的醫療用品和植入設備的詳細信息。大約五年前，Mercy又通過指標計劃來啟動了績效評估，以確定組織的哪些領域對結果的影響最大。
該組織現在使用了一系列的數據集，每個服務線一個，使用了SAP HANA所收集的來自EMR海量數據的關鍵元素。內存數據庫也方便了對大型數據集的實時探索。
“這與有問題時才來處理數據，每次都要等待30分鐘才能運行查詢的情況有很大的不同，”Dudley說。“當你可以實時探索時，你就可以用一個假設來接近數據，你可以挖掘和探索數據，得出結論，你就可以在你所做的事情上做出改變。”
這些變化使Mercy在三年的時間里節省了3300萬美元的植入設備和手術用品，而且也沒有犧牲額外的護理。由于病人數據的不確定性，Mercy可以與其他組織分享這些見解，并致力于將來自其他來源的數據整合到其系統“Real World Evidence Network”當中，該系統為MTS贏得了FutureEdge 50獎項，以表彰其對新興技術的應用。
產品，而不是項目
在交付數據的洞察力方面，MTS的主要挑戰主要是組織方面的。
“如果有人給我提供了我的架構師能夠理解的規格……那么我就可以在短時間內提取這些數據。問題在于，如何才能夠將提取、定義或度量與企業所希望定義它的方式保持一致，”他表示。
這使得Dudley會要求他的數據消費者需要告訴他他們正在試圖解決什么樣的問題，而不是告訴他他們想要什么樣的數據。“然后我就可以幫助你映射到數據，幫助你解決這個問題，”他說。“這種方式真的很有效。”
讓用戶滿意的另一個關鍵是不要在交付一個新的儀表板或可視化之后就走開。
“IT想把這些東西當作一個項目來對待，但它們是一個產品，”他說。這意味著需要繼續與用戶合作，使他們的數據表示與業務需求相一致。
Dudley最大的遺憾是在項目開始時沒有實現主數據管理和元數據的管理工具。“這在定義方面是有幫助的。”他說。
但現在，使用MDM工具本身也帶來了自己的挑戰。“除了這些工具之外，你還必須有一個運營計劃和運營資源來有效地運行和管理它們，”他說。
與此同時，一些服務部門也已經投入了自己的資源來幫助管理數據，他說，對他們而言，“一些偉大的事情已經發生了。對于那些沒有投資這些資源，只是讓我來為他們做所有工作的人來說，我們的周轉時間要慢得多，也要花更長的時間。”
還有其他的變通方法，例如可以將所有的儀表板鏈接到內部的wiki以記錄數據定義。“他們在很大程度上會依賴于我的員工來進行管理和維護，這也是非常勞動密集型的工作。”他說。
閱讀醫生的筆記
四年前推出的自然語言處理(NLP)軟件，使Dudley能夠接觸到大量的數據，而這些數據之前都被封存在臨床醫生的自由筆記當中。盡管如此，每個臨床醫生的文檔都是不同的，而且幾乎沒有什么標準。
因此，Mercy從Linguamatics中選擇了一個工具，這在很大程度上是因為它的醫學本體論庫，可以幫助該工具識別某個條件或治療的同義詞。
“在過去，我必須為人們可能會說呼吸急促的每一種的變體進行編碼，”他說。
對于那些多年前嘗試過NLP但失敗了的組織，Dudley建議他們可以重新審視一下，因為像Mercy這樣的專業本體庫已經得到了很大的改進。
不過，擁有高技能的員工也很重要。“擁有數據科學背景的人似乎是最有效的。”他說。
以這種方式使用NLP提取數據的一個好處是，它可以用來幫助識別受保護的個人健康信息(PHI)，這樣Mercy就可以在不違反HIPAA規定的情況下共享這些信息了。
“我們將進行NLP并提取我們正在尋找的數據元素，以便進行分析。但我們并不會提供開放的臨床記錄，因為在記錄中可能有很多不同的東西，可能是PHI，但我們不會提供這些。”他說。
更好的基準測試
Mercy現在正在使用它的數據平臺來研究質量和安全性，并開發它的護理路徑。但還有更多的工作要做。
Mercy收集的數據使它能夠對其服務進行基準測試，但僅限于內部標準。為了更好地了解Mercy的表現，Dudley想通過招募他們加入Real World Evidence Network，來將其數據與其他組織的數據進行對比。但大多數組織現在才開始確保他們的數據是定義良好的、記錄在案的和未標識的，因此其實也很難找到可以共享和比較的合作伙伴。
目前，我們的重點是與幾個志同道合的組織合作，分析心臟病學領域的數據。
“在我們的工作范圍越來越廣之前，我們希望與他們一起掌握這一點，”Dudley說。“但最終，為了對我們所做的所有不同的事情進行基準測試和比較，我們需要找到某種方式或某種機制來做到這一點。而建立一個數據一致的網絡是實現這一目標的唯一途徑。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號