优化临床决策支持的路线图

这份报告是基于网络研讨会1月16日,2020年,戴尔·桑德斯,健康催化剂首席技术官,和斯科特Weingarten,医学博士,英里,首席执行官Stanson健康,题为世界杯葡萄牙vs加纳即时走地“临床决策支持:驾驶最后一英里。”

医疗行业之外的正推动创新的局限性与人工智能(AI)使决策支持。然而,医疗落后于其如何利用人工智能在临床决策支持(CDS)帮助临床医生做出更有效率,data-informed决策。健康数据数量和质量并不总是足够健壮以支持明智的决定,和行业需要发展概念如何使用决策支持。

EHR采用cd的基础提供给临床医生提供患者信息的关心。现在医疗需要的框架来构建EHR帮助临床医生和病人受益于有意义的,准确的决策支持。通过汽车和航空航天领域,高度数字化自1990年代以来,作为决策支持创新的榜样,在技术上和文化上,医疗可以创建cd的途径,利用可用的技术(例如,AI)为了改善效果和降低成本。

提高临床决策支持:教训汽车和航空航天模型

在航空航天和汽车领域、医疗可以了解重要的经验教训提高cd的功能:

# 1:实现广泛的数字化

医疗必须为有效的cd数字化其资产和业务。例如,航空数字化飞机,空中交通管制,行李处理、票务、维修、制造。跟进、医疗需要数字化病人登记、调度、接触,诊断,订单,比林斯,索赔。

# 2:构建数据量和范围

根据一项纸从IEEE,简单的人工智能模型和大量的数据胜过更复杂的模型基于较少的数据。随着汽车工业示范,车辆健康监测依赖data-intense环境。例如,特斯拉7.8亿年英里的驾驶数据,并添加另一个百万每10个小时。汽车制造商使用这些数字化资产延长生命,质量和安全的汽车。

而医疗大数据其他行业的增长预计将超过数据量到2025年,有效cd要求更好的质量数据。真正理解病人的中心人类健康数据的生态系统,医疗必须收集社会经济、基因组,patient-reported结果,声称数据等等。目前,这个行业只收集数据对病人求医,没有数据病人就医。把所有数据类别战略数据采集时间创建一个路线图行业在未来5到10年增加的精度对病人的理解。

与此同时,医疗保健需要确保其日益增长的数据量的质量。有研究指出数据质量的担忧,包括可怜的疾病标记在电子医疗纪录,差异观察临床医生的行为和EHR文档,值得商榷随机临床试验结论。

一个模型开发临床分析的决策支持能力

发展为有效决策发生在临床分析能力三个封闭循环:顶部循环决策人群,中间循环是我们所做出的关于协议的决策,和最后一个循环是决定患者(图1)。从人口健康的决定影响数百万人的公共卫生环境影响子集的人一般来说,病人水平,cd大纲的三闭环控制特定的协议特定的病人。

优化临床决策支持:支持与数字双模式识别

实现三个封闭循环的cd、医疗可以采用数字双和更好地利用人工智能的概念,提高模式识别人工智能的力量揭示数据中的模式人脑不会否则see-versus使用人工智能预测。图2显示了三种应用模式:

1. 这样的病人。
2. 这样的患者。
3. 患者的结果。

路线图更大、更好的健康数据

借用汽车和航空航天工业的发展,卫生系统显然需要增加的每一个成员的数据网络。这包括增加数据收集从可穿戴的创新,比如微米薄,无线传感器嵌入到极低,据修补。

和能力需要收集更多的健康数据将让位于一种新型skillset-a digititian”,“病人与医生和病人的护理团队开发数字档案类型。例如,糖尿病患者应该有一个不同的数字的形象比一个病人经历了脊柱手术。digititian将定义不同的病人数据资料,然后与病人和护理团队合作,收集和分析数据,确定整个护理团队的行为。

医疗可以做得更好

路线图后更大、更好的健康数据和改进的cd,医疗就能更好地优化带来关键的见解到实践中去。根据国家医学研究院,有17年的发现潜在的医学信息和它的差距普遍的翻译实践。最小化这一差距需要一个行业优先。此外,一些研究新英格兰医学杂志》上发现病人治疗护理的证据只有50%的时间。

再加上方程的研究《美国医学会杂志》显示大约三分之一的所有医疗费用都是浪费,过度治疗和10%的医疗,伤害超过受益。基于这些发现,有充分的机会来改善。

临床决策支持将如何帮助医疗满足今天的数字标准

好消息是,大规模投资于医学研究,扩大医疗保健信息。评估倍增时间医疗信息的增加从1950年的大约50年到2020年的73天。

然而,随着数据的增长,供应商需要正确的技术(例如,基于云计算平台)吸收和管理的所有信息对病人和利用它的cd。世界杯厄瓜多尔vs塞内加尔波胆预测识别的有效方法使用大量的医疗数据,扩张犹他大学研究回顾了先前发表的研究干预措施旨在提高护理质量。它的结论是,当一个组织提供cd是工作流的一部分,它是112倍提高护理比没有cd。

优化临床决策支持可以改善结果:现实世界的例子

通过优化cd、卫生系统是改善患者的治疗效果和降低成本。卫生系统可以设计命令集和首选项列出促进正确的行动和打击错误的行动。例如,使用战略集和首选项列出,雪松西奈节省大约370万美元一年死亡率没有变化,在代码中使用快速反应小组或蓝色,同时保持高水平的质量。

卫生系统也可以实现cd加速证据或证据的翻译实践。一个2019研究表明抗抑郁药和抗精神病药物抗胆碱能属性可以增加痴呆的风险高了50%时在三年内。一些抗抑郁药和抗精神病药物出现在订单集和首选项列出,尽管抗抑郁药和抗精神病药物存在较少的抗胆碱能作用。这使得一个机会减少可预防痴呆和改善社区的健康,以及负担和发病率与痴呆有关。

创新发展的影响临床决策支持

cd,和医疗保健IT能力总体来说,发展更好地利用人工智能,这个行业可以增加数据输入(例如,无线传感器),包括病人的偏好,健康问题社会决定因素,遗传信息,蛋白质组学信息,微生物信息,和精密医学,使更好的指导将帮助病人,什么不会。还有努力正在使电子健康档案使用语音识别更有用。此外,许多公司正致力于环境监听设备和虚拟助手听provider-patient对话,结构信息,使信息指导不仅病人医疗服务提供者,还在家里。

改进的模型设置一个由两部分组成的路径决策支持作用

如果医疗决策支持能力的汽车和航空行业榜样,它可以识别能力更强的cd的基本由两部分组成:数字化和数据量增加,范围。通过构建这两个资产以及更好的利用人工智能数据管理和决策、医疗可以实现cd患者积极影响和整个系统的保健服务。

更多的阅读

你想了解更多关于这个主题?这里有一些文章我们建议:

1. 有意义的机器学习可视化临床用户:一个框架
2. AI-Assisted决策:医疗的下一个前沿
3. 世界杯葡萄牙vs加纳即时走地^®介绍了闭环分析™服务
4. 医疗数据读写:必备成为一个数据驱动的组织
5. 急诊科质量改进:改变医疗服务的交付

---

幻灯片

你想使用或分享这些概念?下载表示强调的关键要点。

点击这里下载幻灯片

优化临床决策支持的路线图从世界杯葡萄牙vs加纳即时走地