„Interoperabilität ist im wesentlichen auf das Titelblatt jetzt, und ich denke, das ist aufregend“, sagte Don Woodlock, Vize-Präsident der HealthShare Plattformen bei Intersystems. „Wir haben all die Jahre Annahme von EHRs, und jetzt sind wir wollten das beste aus Ihnen. Jetzt haben wir die digitalen Daten, so sollte es sein, mehr Flüssigkeit und in der Steuerung der Patienten und die Pflege-Prozess, selbst wenn ich gehe, um mehrere Websites für meine Pflege.“
Als ONC und zu CMS vorbereiten, um zu verdauen, das den umfangreichen öffentlichen Kommentar auf Ihre vorgeschlagenen Regeln für die Interoperabilität, vor allem der Schwerpunkt auf Austausch specs wie FHIR und offene APIs, sieht er die Zukunft nur heller für diese Art von Fortschritt als Daten fließt mehr frei.
„Wir sind in der Interoperabilität business, und wir mögen es, wenn Daten nicht mehr verfügbar, und mehr Flüssigkeit, und Systeme, die mehr öffnen Sie zum abrufen von Daten aus“, sagte Woodlock.
„Viele Kunden beginnen, begeben Sie sich auf Ihre Reise mit FHIR, und Sie sind wirklich bullish auf dies auch: mit einer API-standards-basierte API Weg, um die Interaktion mit dem medizinischen Datensatz medizinische Daten aufzeichnen“, fügte er hinzu. „Wir sind sozusagen am Anfang der, als ein weiterer großer Durchbruch, ich denke, in Bezug auf die Liquidität von Informationen im Gesundheitswesen.“
InterSystems angepriesen hat einige Erfolgsgeschichten des Kunden vor kurzem, dass der Indikativ der aktuellen Interoperabilität trends.
In einem, NY-Care-Information-Gateway, New York City und Long Island-based regional health information organization, ist mit HealthShare-Technologie, um seinen master patient index, mit Ihren matching-algorithmen zur Schließung von Lücken in der Pflege.
Das tool hat geholfen, NYCIG sync und de-duplicate patient Aufzeichnungen, indem der Austausch von Echtzeit-updates über den Zustand der master patient index und die Stärkung der Koordination der Pflege die Bemühungen für die Netzwerk-provider-Kunden. Das ist Ihnen geholfen, steigern die Verbesserung der Qualität Anstrengungen, niedriger Rückübernahme Preise und Erhöhung der Erstattungssätze unter Wert-basierte Sorgfalt.
In der anderen, Neuen York-basierten Healthix hat eine neue initiative auf der InterSystems HealthShare-Plattform ermöglicht Anbietern, um viel zu gewinnen mehr Einblick in, wo Ihre Patienten sind in Sorge. Abgerechnet als die größte öffentliche HIE im Land, Healthix wollte, um das problem anzugehen, die Millionen von den Warnungen, die es erzeugt konnte nicht gesendet werden, um Anbieter-und care-Manager ohne Patienten – Einwilligung etwas, das könnte langsam oder impeder das Pflege-management und intervention Prozess.
Mit der neuen Essential Alerts-Projekt, die ärzte können sich Benachrichtigen lassen, wenn Ihre Patienten zugelassen sind, eine Zulassung zum EDs-in den meisten Bereich Krankenhäuser mit Schmerzen in der Brust Beschwerden, zum Beispiel, auch wenn Sie noch nicht eingewilligt. Die Warnung ist beschränkt auf den Namen des Patienten, die erste Symptome, Krankenhaus, Datum und Uhrzeit. Das ermöglichte eine starke Zunahme in der Anzahl von alerts, die ausgelöst werden, sodass die ärzte mehr wertvolle Einblicke in Ihre Patienten kümmern, während immer noch die Einhaltung New York Datenschutzgesetze.
AI bereit zu bringen, verstärkt Wert auf Interoperabilität
Beide HIE Projekte hängen von fein-abgestimmte algorithmen und künstliche Intelligenz weiter zu Reifen, Woodlock, sagt der Potenzial für Sie und andere wie Sie zur weiteren Verbesserung der Koordinierung der Pflege und die Gesundheit der Bevölkerung management ist groß.
„Wir sind sehr optimistisch über das Potenzial der KI und im Gesundheitswesen ich bin immer daran interessiert, dass unterschiedliche Anwendungsfälle zum tragen kommen“, sagte er. „Ich persönlich habe weniger ausgerichtet auf die“ out-Heilung-der-Arzt-use-cases, weil ich denke, dass die KI offenbar gezielt in Richtung der Wissensarbeit, wo Menschen sind, die in Daten und Entscheidungen über diese Daten, und wie es scheint, die Rolle des Arztes ist eines der kompliziertesten Wissensarbeiter, die wir haben.“
Patient matching ist eine offensichtliche und überzeugende Ort, um zu starten, und ist „reif für künstliche Intelligenz, um zu helfen“, sagte Woodlock. „Man kann beobachten, eine person, gehen, durch, dass, betrachten im wesentlichen die Merkmale der beiden potenziellen Patienten, um zu sehen, ob Sie übereinstimmen oder nicht übereinstimmen, und schließlich lernen die Beziehung zwischen den Eigenschaften des Patienten und ob Sie übereinstimmen oder nicht. Es gibt eine Menge es gibt eine Menge sehr gute künstliche Intelligenz Anwendungsfälle, die nicht unbedingt immer in Pflege Entscheidungen.
Die NYCIG initiative nutzt InterSystems-matching-algorithmen, aber nicht mit AI per se noch“, erklärte er. Aber das Unternehmen arbeitet auf der HealthShare Patient Index-Technologie, um „die künstliche Intelligenz so werde es übereinstimmt besseren Möglichkeiten“, sagte er. „Die neue version des Produkt-wir arbeiten verwenden AI zur Verbesserung des matching-Algorithmus.“
Aber auch mit der vorhandenen version der Technologie, NYCIG, deren Netzwerk dient Millionen von Patienten, bei der Hunderte von Anbieter-Organisationen in New York City, war in der Lage zu erkennen, einige Bemerkenswerte Gewinne, wie Sie navigieren value-based-Erstattung, sagte Woodlock.
Sowohl, wenn es um die Reduzierung von Wiederaufnahmen und die Verbesserung der Verwaltung von chronischen Erkrankungen, die HIE – und andere wie Sie – geholfen haben, Kunden verantwortlich Pflege.
„Wenn Sie Sie das Krankenhaus verlassen – wenn es eine automatische alert zu Ihrem Hausarzt oder Ihrem care team, Sie sind auch in der Klinik; Sie habe das Krankenhaus verlassen und hier ist die Entlastung-Zusammenfassung – Sie können ein aktiver Bestandteil einer gelungenen übergang in das ambulante Umfeld“, Woodlock sagte. „Sind diese robuster Bewusstsein in der Gemeinschaft der Tatsache, dass Sie wurden sogar in das Krankenhaus hat eine positive Auswirkung auf diese Rückübernahme rate.“
NYCIG ist mit der Technologie zu helfen, genau das tun, und andere Healthshare Kunden, Rhode Island Quality Institute, hat reduziert seinen eigenen Rückübernahme rate von 15 Prozent, sagte er.
Das ist ein „deutlicher Rückgang“, sagte Woodlock. „Und da bist du nicht bezahlt für diejenigen Wiederaufnahmen, dass die realen Einnahmen für Sie.“
Für ein weiteres Beispiel, wies er auf die Tatsache, dass die Praktiken verknüpft NYCIG verbesserte Daten über die Pflege geliefert, um Ihre Diabetes-Patienten. Viele von Ihnen, zum Beispiel, waren in der Lage zu entdecken, dass Ihre Patienten nicht nur immer A1c tests mit Ihnen, aber bei anderen Anbietern auch.
„Wann hatten Sie das umfassendere Sicht auf Ihre diabetischen Bevölkerung, Sie hatte tatsächlich einen größeren Prozentsatz der Patienten, die wurden immer A1c tests auf Zeit, und Sie bewegt sich in Ihrer Qualität Bewertung, und so bekam mehr Umsatz,“ Woodlock erklärt. „Ihre Patienten waren eigentlich immer die richtige Pflege, Sie wurden nur, wie es bei anderen Websites, die Sie nicht bewusst waren. So, jetzt, dass Sie hatte, dass das einheitliche Bild, Sie waren in der Lage, zu zeigen, dass Sie hatte eine bessere Qualität Ergebnis.“
Maschinelles lernen helfen, power-pop Gesundheits-Warnungen
Healthix ist ein Anwendungsfall, in dem KI und dem maschinellen lernen bei der Arbeit, über InterSystems-partner HBI Lösungen, die helfen, die HIE die Kunden erkennen die Vorteile von advanced predictive analytics.
„Wir tun die Arbeit zusammenzufassen und zu normieren und bereinigen die Gesundheit Informationen über mehrere Quellen, und was Sie tun, ist zu nutzen, dass Sie Daten und erstellen Sie machine-learning-Modelle, die Vorhersagen, die Wahrscheinlichkeit des Auftretens vieler Dinge, die passiert in den nächsten 12 Monaten“, sagte Woodlock.
„Sie Vorhersagen kann für jeden Patienten die chance, dass der patient wieder, gehen in die Notaufnahme, diabetes zu bekommen, werden Sie einen Selbstmordversuch, wird eine opioid-problem“, sagte er.
„Sie können grundsätzlich die Verwendung regulärer machine-learning-Techniken, wobei die klinischen Daten zu korrelieren, die mit Ereignissen, die tatsächlich passiert ist, um Patienten zu generieren, ein Modell, das entspricht diesen beiden, und dann, was Sie tun, laufen Sie das Modell auf alle anderen Patienten. Wenn alle Healthix Mitglieder ziehen bis ein patient dann auf der oberen rechten Teil des Bildschirms sehen Sie diese Wahrscheinlichkeiten.“
Zum Beispiel, ein Krankenhaus kann in der Lage sein zu sehen, von der AI-powered analytics, dass ein patient präsentiert, die ED mit einem gebrochenen Knochen, der auch ein 70-Prozent-chance, an diabetes zu erkranken, erklärte er. „Sie müssen dann ein anderes Gespräch mit dem Patienten, als Sie sonst wäre, dass man jetzt weiß, dass“, sagte er.
„Es bedeutet nicht, dass Sie diabetes haben, bedeutet nicht, dass Sie gehen, um diabetes zu bekommen, aber Ihre Risikofaktoren sind viel höher, bezogen auf dieses anspruchsvolle Modell. So können Sie ein anderes Gespräch über Ihre Diät oder Sport oder follow-up-Besuche oder solche, solche Sachen.“
Die vorausschauende Warnmeldungen bieten auch eine Waffe gegen die opioid-Krise, da „ein Teil des Verhaltens von Menschen, die diese sucht ist, die Sie besuchen, eine Menge von verschiedenen EDs-in eine Menge von verschiedenen Gesundheits-Systemen, und es ist sehr schwer, das puzzle zusammenzusetzen“, sagte Woodlock.
Zudem ist mit dem HBI machine-learning-Technologie, „würden Sie sehen, dass Sie würde haben ein höheres Risiko für opioid-Missbrauch lassen Sie uns sagen, und es würde Aussehen, bei der ED-Besuche als Beispiel Faktor. Das ist also eine Art Wahrscheinlichkeit scoring auf individueller patientenebene“, fügte er hinzu. “Die AI ist eine Art von put-zu verwenden auf eine individuelle Betreuung Grundlage, um Risiken zu identifizieren oder zu helfen, mit Regie-Bevölkerung-Gesundheit-Gesundheit-Aktivitäten.“
Twitter: @MikeMiliardHITN
E-Mail der Autorin: [email protected]
Healthcare-IT-News ist eine Publikation der HIMSS Medien.