幾個主要的醫療系統最近聯合宣布成立一家獨立的公司Truveta,該公司將會把各家醫療系統中的患者病歷匯集在一起,并對其進行分析,以獲取一些可推動醫療成果的見解。此次公告強調了共享這些無身份識別信息的數據對推動科研、新療法和改善健康狀況的好處。
在去年啟動的一個計劃中,加州大學舊金山分校(UCSF)創建了一個名為UCSF 衛生地圖(UCSF Health Atlas)的數??據平臺,該平臺可利用150多個社會決定性因素的醫療變量。這些數據來自公共資源,涉及到加利福尼亞州的居民,并要將健康狀況與個人居住地的高精細化數據進行關聯。這些數據以電子病歷數據為基礎,旨在為科研人員和臨床醫生提供有關社會因素與健康之間關系的寶貴見解,特別針對弱勢和低收入群體。
上述兩個計劃在一系列數據協作計劃中是完全不同的。然而,他們的方法是相同的:利用來自各種不同來源的數據,并應用高級分析方法來獲得洞察力,以推動改進健康狀況。至少對其中某些計劃而言,還有一個潛在的目標就是將數據和見解貨幣化。
醫療數據聯盟所面臨的數據挑戰
衛生系統的數據共享計劃并不是什么新鮮事。Mercy Health機構的IT子公司Mercy Technology Services在2019年與設備制造商Medtronic和科技公司SAP合作啟動了一項計劃,該計劃是一個數據整合和洞察網絡,可以更好地了解Mercy Health機構患者群體的治療成本和結果。Mercy機構聲稱,通過使用真實世界證據(RWE),在過去三年中節省了3,300萬美元的設備和醫療用品費用。在法國,賽諾菲(Sanofi)制藥公司于今年年初啟動了一項合作計劃,以將技術專長和數據融合起來,開發新的數字解決方案。
在過去的幾年中,諸如梅約醫學中心(Mayo Clinic)和Ascension Health公司等衛生系統因與云提供商(尤其是谷歌公司)建立數據共享合作關系而成為新聞。其目標是大家所熟知的:提高消費者參與度,應用人工智能/機器學習技術獲取更高的洞察力以提升健康狀況,并通過云遷移來改善技術運營。
相對于其他經濟領域,醫療領域一直掙扎于數據割據的局面,并且仍然深陷于復雜的監管限制、互用性的挑戰以及參與者之間的不信任之中。一家醫療信息專業人員的行業組織AHIMA的董事會主席凱瑟琳·盧斯克(Katherine Lusk)表示,我們仍處于全面利用數據的早期階段。她認為,醫療領域面臨的最大挑戰之一是使用如醫學分類命名法(SNOMED)等行業標準將數據集標準化,從而將不同的、細微差別的臨床數據轉換為臨床語言和分類系統。盡管電子健康病歷(EHR)供應商已努力在其平臺內對數據進行規范化,但他們的客戶通常以企業自己的方式創建數據字典,這使得在不同衛生系統之間無縫交換數據變得具有挑戰性。凱瑟琳提到了諸如Carequality等行業計劃,這些計劃正在更大范圍地推動數據標準化,這是一個令人鼓舞的發展。
數據聯盟面臨的貨幣化挑戰
所有數據共享聯盟都需要回答一個基本問題:如何將數據和見解貨幣化?在此,我要討論通過數據共享合作進行貨幣化的三種方式。
• 數據分析平臺的授權:衛生系統已經在努力建立可接收、規范化和標準化來自不同來源的大量數據的內部數據湖。盡管我們已經看到一些成功的方面,例如借助CRM或人口健康管理程序,一些孤立的有限數據集也可以通過具有核心辦理系統(例如電子健康病歷)的API進行訪問。SCL Health機構數字服務業務副總裁莫娜·巴塞特(Mona Baset)指出,在任何患者參與的計劃中,數據片往往需要花費最長時間才能正確處理。新近啟動的一些計劃正是針對這一問題。其中值得注意的是最近宣布的Amazon Health Lake計劃,該計劃描述了一個宏大的愿景,即讓醫療保健提供者、健康計劃和制藥企業能夠以PB級規模來聚合、組織和分析健康數據。其他方面還包括一家初創公司Innovaccer,該公司已經從微軟籌集了風險投資,而且最近也贏得了“獨角獸”地位。亞馬遜公司的愿景可能是整合各醫療部門數據的一種綜合方法;然而,在實踐中,這也是過去想要完成的一個最具挑戰性的工作。
• 分析見解的授權:Truveta公司聯盟旨在通過高級分析技術和人工智能來獲取可提升健康狀況的見解。就在谷歌進一步加強與梅約醫學中心和其他醫療系統的合作時,有新聞報道稱,IBM正在放棄,并打算出售處于困境的Watson Health醫療業務,這引發了人們對醫療領域人工智能的更大范圍競爭的質疑。即使這些數據合作能夠成功地利用人工智能來獲得新見解,那么誰將從中受益呢?盡管梅約醫學中心和Ascension 公司與谷歌的關系意味著這些數據集和見解僅供他們這些發起組織使用,但Truveta等公司可能有或沒有這樣的限制。那些不能在高級數據和分析項目上進行投資的較小型醫療系統可能有機會利用Truveta公司或亞馬遜公司數據湖所獲得的見解和基準數據(前提是,在一個患者群體數據集上訓練的人工智能/機器學習算法可擴展到其他群體)。
• 無身份信息患者數據的授權:Equifax、Experian等公司在消費金融和其他領域的數據聚合和貨幣化實踐已經開展了很長時間。艾昆緯(IQVIA)和其他公司已經整合了生命科學領域中的藥物處方數據,并將這些數據出售給制藥公司,用于銷售計劃和臨床研究。然而,在涉及患者醫療信息時,除了要符合諸如HIPAA等所有法規遵從性要求外,出售無身份識別信息的患者數據始終很敏感。由于沒有全國性的患者識別信息,而且由于數據規范化和互用性問題而導致難以創建主數據庫,使得在醫療業務的各個方面利用標準化和規范化數據都具有挑戰性。鑒于此,對于像Truveta公司這樣能夠向其聯盟公司提供“干凈”的患者數據集的服務,可能會有很大的需求。
有多種途徑可以通過聚合數據和無身份識別數據獲利。鑒于醫療數據歸患者所有,這就引出了以下問題:誰將從這些計劃中獲利,以及如何將收益傳遞給消費者。去年,梅約醫學中心和Ascension 公司的協議受到了嚴格審查,涉及的問題包括:除了為獲得人口健康方面的見解之外,還有誰可以訪問這些數據,以及如何使用這些數據。這或許可以解釋為什么Truveta公司的聲明會竭力向我們保證“對患者隱私和安全會謹慎保護”,以及為什么“道德”一詞在該聲明中多次出現(包括引述一家衛生系統負責職業道德的副總裁的話,以進一步強調這一點)。
醫療數據的貨幣化一直是科技公司和醫療企業長期追求的目標。現在判斷這一難以捉摸的目標是否可以實現還為時過早。
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。