一提到数据分析能力,医疗行业在某种程度上是落后于其他行业的。造成如此窘境的一大原因是要从电子病历(EHR)中提取数据非常困难,它采用的是私有数据的存储方式并且缺乏数据共享功能。但是医疗机构已经开发出解决这些问题的曲线措施,并且这些努力正在奏效。
CrescentCare是一家美国医疗机构,专门治疗HIV和AIDS病患。它的数据分析能力取得重大的突破,得益于能够获取EHR底层的数据模式(data schema)。
Seema Gai是CrescentCare的CIO。她介绍,由Aprima医疗软件公司提供的EHR系统带有一些预装包,可以进行医疗数据分析,但是功能相当有限。Gai想要更为强大的功能。Gai说,大多数EHR供应商不会轻易给客户提他们的数据模式信息,但是CrescentCare与Aprima协同工作,获取了数据模式文档。Gai发现,此系统基本上建立在SQL数据库之上,没有什么纷繁复杂的东西。现在,Gai和她的团队可以在此数据存储的上层加入更为复杂的分析应用。
“我们大部分的日常工作会生成大量数据,”Gai说,“能够访问数据模式,就可以让我们能够访问所需的数据。”
医疗数据分析风险分级
出于临床分析的目的,CrescentCare将目光转向了SAS的Visual Analytics软件。使用该软件的主要目的之一就是根据病患的健康风险对他们进行划分。
Gai的团队已经用此工具建立了一套自动报告系统,它可以通过观察过去的实验室结果、生命体征和其他信息来分析病患记录,并且可以为临床医生创建日常报告,提醒哪些病人的并发症风险较高。这些信息可以帮助医生了解到哪些病人需要在探视后加以跟进,哪些需要部署更为严密的治疗计划,如此一来就可以让他们对潜在的问题时刻保持警惕。
“我们正努力辨别这些高风险病患,”Gai说,“除了正确的技能,还需要有正确的工具。”
CrescentCare通过获得EHR系统的数据模式,能够在病患数据上进行更有意义的分析。但这并不是所有供应商都可以提供的。CrescentCare所拥有的一项优势就是,它所有的办公机构都是基于一套单独的EHR实现标准化。这在所有医疗系统中并非是普遍存在的。如今,很多医疗系统是一个聚集有众多医院和医生的办公机构,其中很多都使用的是自己的EHR系统。对于大多数医疗供应商来说,要为他们所维护的每个EHR系统建立数据存储和分析应用程序间的自定义链接会非常耗费精力。这也是为什么数据平台和集成工具越来越受欢迎的原因。
更为统一的医疗数据分析方法
Tina Esposito现在就职于一家美国中部的Advocate 医疗看护机构,担任健康信息服务中心的副总裁。该机构下属医院一共有12家。她说,在今年之前健康系统分析上的工作大部分都是一次性项目。临床医生或分析人员如何使用数据,没有统一的方法,而且每个项目收集数据的工作都要从零开始收集。
“我们并没有真正地将所有的点连接起来,全局性了解我们是如何提供护理的,”Esposito说,“我们需要更效的方式帮助我们了解数据。”
今年,该医疗机构引进了一套数据平台,叫做HealtheIntent,由Cerner 公司提供。它可以把来自多个数据源的数据放入一个云存储中,分析人员在此利用分析应用进行分析。例如,他们现在能够根据某些病患的特点来分析病患记录,从而做出最成功的过渡护理计划。将病患从一个护理环境转移到别处,如从住院处转到家庭护理,这通常会引起并发症。如何确定最为有效的策略,是很多医院亟需考虑的重中之重。
Esposito说,没有共同的数据存储,Advocate是无法开发出连贯的分析方法。不过,她也提醒道,仅仅是实施这类工具,并不能解决所有的问题。她的团队仍然需要花费大量时间来确保连接器正常工作。EHR系统仍然以专有格式来记录数据并且使用独特的数据库系统。在此设置改变之前,供应商会尽其所能来寻找一切可以找到的修复手段。“这并不是最终解决办法,而是寻找最终解决办法的过程。”Esposito说。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
![TechTarget微信公众号二维码](/wp-content/uploads/res/images/spriteimg/ttweixin.jpg)
TechTarget
官方微博
![TechTarget中国官方微博二维码](/wp-content/uploads/res/images/spriteimg/ttweibo.jpg)
TechTarget中国
翻译
TechTarget特邀编辑。毕业于北京邮电大学网络技术研究院。熟悉软件开发测试的各个环节和流程,对操作系统,数据库,计算机网络等有较为深入的理解。现就职于中国电子科技集团公司下属研究所,从事软件研发工作。热衷于英文的学习交流,平时喜欢户外运动,音乐,电影。
相关推荐
-
数据集成:大数据分析架构喊你帮忙
企业通常有不同的分析型数据存储,例如数据仓库、Hadoop集群、NoSQL数据库等,大数据分析架构必须考虑如何对不同来源的数据进行集成。
-
利用预测分析技术来进行辅助医疗
医院需要降低成本,使病人恢复健康并避免其再度入院。预测分析技术可以帮助医院缓解这方面的压力,但供应商需要一个可靠的计划,以便医院正确使他们的用数据。
-
医疗行业的EHR系统难题:如何摆脱数据孤岛
医疗行业是一个数据密集型行业。但因为技术掣肘,大多数EHR系统产生的数据都没有得到有效的存储和分析,这样很多医疗行业供应商不能从海量数据中提取价值。
-
数据分析帮助医疗机构应对违规风险
美国《平价医疗法案》推出之后,医疗服务提供者将面临的最迅速的转变之一便是对高再住院率的处罚。很多提供者正在寻求使用医疗数据分析的方法来应对这一挑战