2018年医疗分析峰会:周三回顾

首席执行官丹•伯顿健康催化剂,打开有1世界杯葡萄牙vs加纳即时走地8一般会话宣布2018年是峰会的第五年,是迄今为止最大的,有1500人参加。伯顿先生宣布了两天的深入讨论数字创新和中断医疗保健。他解释说,主讲人和分组会议主持人将专注于当前的数字转换在医疗和学习转换的经验在其他行业(例如,怎样才能破坏或被破坏?你会Netflix或大片吗?)。转换话题,伯顿先生说,包括组织和文化视角以及雇主和付款人的创新空间和可穿戴技术(如生物传感器)和价格透明度。主题在演示如何少花钱多办事,像拥抱数字创新升级的压力,面对不断上升的医疗保健成本的限制。伯顿问社区如果他们面临着转型的挑战与已知的战术或冒险和尝试新事物。他承诺会来了实实在在的变换方法。我们共同的挑战,我们必须改变生存和繁荣,但过渡到价值取向的保健需要用更少的钱做更多的事。我们如何拥抱数字创新在当前的大气和破坏,同时操作? Our commitment during HAS 18 is to provide specific real-world examples of transformation.

主题:为什么临床质量应该是您的核心业务策略

布伦特·c·詹姆斯,MD, MStat
前副总统和首席质量官山间医疗保健

MStat根据布伦特詹姆斯,医学博士,前副总统和首席质量官山间医疗转换、医疗准备转换内科革命以来医疗一个多世纪以前。像1900年代的现代医学先驱,今天的卫生保健专业人士(从数据科学家和金融专家主管和一线临床医生)有巨大的机会来创建一个新的,更好的方向医疗、保健的提高和成本的下降。

詹姆斯博士基地他工作展望在山间临床变化。专注于尿道前列腺切除术(TURP),他应用临床研究测量保健性能。他发现大规模TURP手术时间和数量的变化组织removed-even高容量的外科医生之一。治疗失败的数据(手术的人在一年内re-obstructed)帮助他确定TURP手术的医院的真实成本变化和识别的变化超出质量保健以及不可接受率可预防保健相关病人的受伤和死亡。詹姆斯承认改进的一个重大机遇通过针对浪费(高达50%的卫生保健资源)在护理过程中导致螺旋价格,限制访问保健开支浪费。“医疗的未来在于浪费,”他说。针对废物从供应链到利用率水平和调整临床兴趣与金融激励形式减少废物,博士2016年詹姆斯山间临床支出下降了13%。的教训,他说,计数成功拯救的生命哲学下运作,更卫生更便宜,和衡量成功的良好的内部数据。支付价值是未来,将继续增长,詹姆斯博士解释说,卫生系统必须优先考虑临床质量和调整相应的财政激励措施。

2018年,病人护理的质量低于其潜力。布兰特博士詹姆斯共享五个原因:

• 巨大的变化在临床实践。
• 高水平的不恰当的照顾。
• 不可接受的利率可预防保健相关病人的受伤和死亡。
• 不能做我们知道工作。
• 大量的浪费,导致螺旋价格限制获得保健。

这些挑战会带来巨大的机会。如果在保健医疗服务提供者可以实现奇迹和管理患者正确一半的时间,我们能完成,如果我们设法得到它接近100%吗?

组织有更高的财务杠杆比收入增长从消除浪费。詹姆斯博士分享了令人震惊的统计数据,30至50%的医疗资源支出浪费质量相关。这种浪费的结果可预防螺钉ups、建筑无法使用产品,提供不必要的治疗和简单的低效率。因此,减少浪费生存经济是必要的。

在开车去创造新一代的保健,詹姆斯共享四条经验:

1. 我们计算成功的生活。
2. 几乎总是(通过适当的临床管理)更好的卫生更便宜通过消除浪费。
3. 没有我们的成功来自于与他人的竞争——它来自坚实的分析基于良好的内部数据。
4. 长期临床质量改进组织的可行性策略需要对齐的财政激励措施。

他还推测关于医疗的未来可能会持有:

• 支付价值将继续增长
• 健康就会成熟
• 一个根本性转变焦点通过保健。

主旨演讲

丹尼尔·卡夫博士
奇点大学教员,椅子医学和神经科学,医学和创始人,椅子上,指数

指数创始人丹尼尔博士卡夫医学提供了速度与激情度过“uberization”的保健知识。大部分医学仍集中在生病关心的情景性和反应性,而不是专注于医疗保健是连续的和积极的。更好、更便宜,更快的未来真正的医疗保健。我们需要针的方向移动,不仅省钱,而且改善健康和增加年生活。

我们已经创建了一个大规模的孤立的医疗数据。未来的医疗需求与数据连接这些点和使其可操作的。Kraft博士使用例子如fitbit和健身应用程序包含如此多的数据不仅健康,而且行为。他说,行为,多基因驱动医疗成本。

可能这些新健身应用程序中包含的数据告诉医生关于如何改善你的健康状况吗?他探索迷人的质疑能力外包和民主化数据为了推动真正的改变。

Kraft博士讨论医疗创新方式可以利用技术需要指数迈向数字化。下面是几个进步他提到的:

• 可穿戴设备不仅能测量但最终诊断治疗疾病。
• 创新者会想办法使用数字输出(例如,社交媒体)来衡量心理健康状况和利用数据的行为改变。
• 数字平台将帮助民世界杯厄瓜多尔vs塞内加尔波胆预测主化医学教育(例如,外科医生将使用虚拟现实实践过程)。
• 基因组测序将有助于确定哪些药物和剂量优化为每个病人,预测疾病等等。

然而,数据是不够的。这都是一些使有用的数据。我们如何利用数据转化为行为改变?没有人希望另一个复选框或另一个12点击处方药物。我们需要超越EMR真正病人为中心的护理。虽然有很多创新技术和医疗保健,Kraft博士说这不是医生和机器,但是我们能够整合它们。

主题会议

托比•考博士
前总裁兼首席执行官,克利夫兰诊所

有18个与会者被问,一个会话与医疗保健巨头托比••。作为一位前老兵,心脏外科医生,和克利夫兰诊所的首席执行官,斯•博士的成就列表太长了。戴尔·桑德斯,医疗技术的催化剂,总统将讨论问题从“谷歌将自己的医院吗?世界杯葡萄牙vs加纳即时走地”到“如何培养同理心?”科斯格罗夫博士与会者治疗的见解在弗吉尼亚州的未来,数据和数字化的作用在招聘和挽留医生,以及他能够克服阅读障碍和继续如此众多的成就。谈话涉及•考博士的个人经历以及他们如何告知他的观点在关键的主题在今天的医疗保健:

在数据驱动的医疗时代的领导地位

医疗组织需要一些方法来处理日益增长的医疗数据(存储、管理,从大量信息)。

临床试验与数据

研究可以更好地理解临床试验结果更好的如果他们收集的数据作为推进。科斯格罗夫博士猜测甚至可以取代临床试验的数据。

谷歌,亚马逊和其他医疗保健的主要技术和商务的球员

这些组织有很大的功能,可以添加巨大的知识和洞察力医疗组织(如微软的全息透镜,它可以教没有尸体解剖)和优越的网络安全。医疗多获得了与其他行业合作来解决问题。

“患者第一”

领导必须负责医疗和知道他们谁负责——耐心。•考博士的“患者第一”按钮开车回家,和他用哲学重组护理病人的需求。

数据是不可转让的,但需要更好的管理

现在卫生系统必须有数据的能力。然而,医疗是不知所措的数据,改变clinician-patient关系,导致临床医生职业倦怠,作为临床医生背负EMR数据条目。

主题会议

马克•伦道夫
联合创始人,Netflex

有18个扬声器和与会者使用这个词,“Netflix,不是大片《指医疗数字化的两条路径:是粉碎机(Netflix)或中断(大片)。执行导师,Netflix联合创始人马克•兰多夫和天使投资者共享他的路径与Netflix中断,为什么今天是一个蓬勃发展的企业,而前面的领导人在国内电影租赁,一鸣惊人,在2010年破产。

马克开始承认他说的是一个尴尬的事实:世界上他最喜欢的地方是达拉斯,TX。原因?这是文艺复兴时期的位置和百视达公司的总部。Netflix是2.5岁,2000年,有不到100名员工,在做大约300万的收入。他们也花了大约5000万美元。换句话说,它并不是一个可持续的模式,他们希望将部分业务出售给一鸣惊人。

当时,大片有60000名员工,在跟踪这一年六十亿美元的销售额。几次之后,他们参加一个会议在达拉斯和兴奋和充满希望的结果。然后他们问一些:“我们应该支付你多少钱?”5000万美元,答案也遭到了沉默和会议很快就下山。

Marc被迫实现:我们要取下来。这个故事取下创新者的市场领导者是鼓舞人心的,但它是一个不同的故事,如果你的市场领导者。如果你想避免被中断,你必须找出如何扰乱自己。

兰多夫先生分享他的经验教训的一个600万美元的市场领导者的启动了5000万美元的债务:

• 硅谷创新不需要创新。在数字时代,创新是在全球范围内发生。
• 创新者不需要特殊的训练。一些干扰小背景的干扰。他们只是看到一个需要(难点)和地址。
• 创新者不需要最好的和最聪明的。
• 创新者需要容忍的风险不知道接下来是什么。
• 创新者需要产生创意的能力(数百或它们),但是想法不需要大甚至是原始的。重要的是有想法。
• 创新者需要信心推动正确的解决方案。没有人知道如果一个想法是好是坏,直到他们测试它。

自从离开Netflix,马克已经有机会导致许多早期公司,他学到了一些重要的教训:

1. 你不需要在硅谷。
2. 你不需要特殊的训练。
3. 你不需要是最好的和最聪明的人。

如果这些都不重要,重要的是什么?

1. 对风险的容忍度。
2. 产生创意的能力。的想法不需要大,他们不都是原创。他们甚至不需要好的想法(因为什么是一个好主意吗?)
3. 的信心。当人们告诉你你的想法是不打算工作,大部分时间他们会是对的。你必须有信心尝试。

分组讨论:波

会话6:我们开发了一个高级分析团队如何解决我们的战略问题

大卫,医学博士
副总裁、性能改善、堪萨斯大学卫生系统

克里斯•哈珀MBA, MPM
副总裁、应用程序和系统开发、堪萨斯大学卫生系统

开始前他们改进的旅程,堪萨斯大学卫生系统陷入了困境。系统病人满意度较低,死亡率高,比病人医学生。二十年后,这是一个拥有925个床位,30亿美元的组织等级高住院满意度低死亡率。它取得成功通过专注于数据驱动的改进。

从2013年开始,堪萨斯大学健康系统的旅程开始的数据:

1. 认识到需要改变。
2. 进行现状评估。
3. 发现了一个解决方案
4. 实现了一个分阶段方法

他当克里斯·哈珀做初步分析,发现不同的数据源是一个一致的跨组织的问题。他还发现,数据分析师花60%的时间回答问题和创建报告,和31%的时间狩猎和采集数据。他们需要一个集成的方法。

获得领导的支持,野生博士提出了一个音高,提出以下想法:我们经常做决定基于可用的数据,但是我们很少知道可能是不同的数据是否可用。他们想要做的是把数据,尽快,有分析师发展信息并将它转化为可操作的知识,可能会导致结果改善。如果他们能做比竞争更好的和快速的,他们会有更好的结果。他们考虑到继续组装团队,可以证明他们应该推进这段旅程。

他分享以下教训和建议当你构建自己的路线图:

1. 认为它通过。
2. 你自己的方式做这件事。
3. 不要忘记你的原因。

会议7:使用机器学习和大数据来驱动病人接触和更好的健康结果

亚历山大(Alex) Marano
客户分析,信诺信息管理和分析

Christer a。约翰逊
校长,是分析

承认客户参与是一个关键的步骤,更好的结果,Christer a·约翰逊和亚历山大(Alex) Marano在使用机器学习技术分析广泛的患者数据。提高参与的关键,他们解释说,是利用健康信息来确定病人的旅程中最impactable时刻和计划在这些时刻。

的广度和获得健康数据的增长,该行业可以了解更多关于客户的旅程;而卫生系统以前很大程度上依赖索赔数据,他们现在有时序过程数据的步骤(人口、实验室、呼叫中心和点击流数据从web交互和手机交互)创建一个全面地了解病人的医疗旅行。这种综合的视角帮助他们理解的和相关的模式大多数参与,以及何时最佳干预增加接触。

飞行员的健康指导案例管理人群,主持人确定关键旅程步骤,影响接触(例如,伸出一个星期内的办公室访问),应用过程分析,分析和比较参与和不健康旅程。这帮助他们理解和发现机会接触以增加可能性参与。总的来说,他们发现机会接触增加了30%。

会话8:现实世界的例子利用NLP,大数据和数据科学提高人口健康和个人护理的结果

肖恩买点,医学博士,女士,FAAFP FACMI
Regenstrief生物医学信息学中心主任;家庭医学协会教授,部门,是医学院

买点肖恩博士开始了他的演讲简单的前提,护理人员的信息技术的协助下比独自照顾者更有效。机器学习改善健康结果有着巨大的潜力。但即使是指数增长的健康数据的数量我们有今天,我们仍然需要更多更好的数据和工具来提高我们的机器学习模型的有效性。为此,买点博士分享了一些必不可少的成分,例如:

• 健康信息交换。想要成功,我们需要能够把来自多个数据源的数据和多个提供商规范,整合,连接,和自动化。
• 文本分析/自然语言处理。结构化数据我们收集的索赔和电子健康记录只代表了大约20%的可用信息。我们需要改善我们的自由文本来源如矿业首席投诉,护理记录,和手术病理报告。

买点博士表明,尽管机器学习工具还在起步阶段,已经有实际的成功的例子:

• 高利用率从ED监测数据预测。急诊科事件监测数据如何被用来发现和目标高利用率最大的预测:慢性疾病,加上心理健康状况。
• 癌症从自由文本识别。癌症患者是如何确定使用随机森林从敏感性分析应用于积极的癌症提到手术病理报告。
• 全方位服务的目标。社区护理是如何预测模型确定病人最需要转诊的营养、金融和社会资源。
• 法定传染病检测。自动化机器学习模型如何被证明是比人类比识别和报告法定传染病。

会议9:真正的质量:医生病人和健康快乐的秘诀

基督教Dankers,医学博士、MBA
副首席质量官合作医疗;哈佛医学院教授

基督教Dankers博士开始会话的三重目标,加上合作医疗致力于为患者提供最好的治疗,整个人口,以最有效率的方式。“+ 1”是临床医生满足所有其他元素的三重目标取决于医生的满意度。

合作伙伴寻求一种更好的方式来思考措施,提高护理的目的。当他们开始这项工作,他们发现这是一个旅程:

• 更多的临床相关措施采用需要统一、激励、准确,可用的,可行的,和平衡和吝啬的;他们需要更加多样化(例如,包括专业护理)
• 增加支持从clinicians-predictive建模帮助确定的努力带来的好处(例如,通过测量风险减少);额外的努力包括安全性和舞会的措施
• 工具和精力投资增加;改进临床相关measures-leadership订婚、透明度、政策和激励措施,培训和教育,电子健康档案和电子工具和过程改进
• 结果:更好的照顾。合作伙伴已经成功的质量改进临床宫颈癌和乳腺癌筛查等领域,脂质控制,英国石油公司控制,等等。

Dankers关闭博士说伙伴视觉传播临床整个连续的护理措施。临床相关指标代表真正的保健的愿景是可能通过临床医生、给他们他们需要的工具,并提供支持,让他们改善这种结果更好的照顾病人。

会议10:集成数据和分析到提供者的工作流中提高配电网质量和财务表现

琼的情人,MSA, RN,
执行副总裁拜访医师协会

大卫•Vezina MBA,
首席信息官,美国医疗管理

据琼情人节,MSA, RN,一个负责保健组织(ACO),“每个人都在沙箱中扮演好”,以降低成本,提高病人满意度。这是一个非常简化的描述一个复杂的组织——这些“可信赖医疗组织”是由各种卫生保健提供者提供协调护理医疗保险病人一起工作。

治疗需要证明质量通过四个领域:

• 患者的护理经验:患者考虑到消费者的评估医疗服务提供者和系统。
• 护理协调和患者安全:治疗状况评估是基于结果的措施,包括ED使用动态敏感的招生和再入院。
• 预防性的健康:标准检查增加早期检测的各种条件。
• 高危人群:治疗慢性疾病患者必须符合国家认可的标准。

情人节大卫Vezina, MBA,与我们合作医疗管理转换到一个路径,提出了不可预见的挑战。从历史上看,组织的病人数据已经渗透到各种筒仓,为那些需要创建壁垒。应对这一挑战,美国医疗管理与健康催化剂构建一个数据存储库可以让他们总他们所有的临床、索赔和财务数据。世界杯葡萄牙vs加纳即时走地这导致47美元在2016年医疗保险储蓄,使我们医疗管理全国“第四最好”算法。

Vezina结束了演讲通过强调自动化的重要性,同时鼓励与会者限制的负担放在医生尽可能多的,说他们的注意力应该主要专注于提供最好的照顾。

会议11:使用分析增加现金流

格雷格股票
总裁和首席执行官,Thibodaux区域医疗中心

米基Fazzio还RHIT, CCS
导演,他和临床文档改进,Thibodaux区域医疗中心

格雷格股票打开会话通过引入听众路易斯安那州为了地区医疗中心,解释说,面临的挑战,管理没有最终排放收费(DNFB)情况下账单仍不完全由于编码或文档gaps-represents全国医院的现金流问题。事实上,控制DNFB是一种常见的策略来改善财务表现和保留利润支持医院的护理任务。

Mikki Fazzio为了描述的项目理解和解决DNFB病例。

• 确定多个文档和编码差距的原因:包括一个缓慢的、手工流程缺乏瓶颈和问题,分析洞察和负担过重的员工。
• 实施干预措施:投资于一个分析应用程序,自动重新设计的过程,并可见性工作流;此外,强劲的教育、新部门结构和角色,和广泛的数据访问所有支持新流线型的工作方式。
• 测量结果:持续改进是指出在关键措施:
  • 减少6.2天/ R天
  • 拖欠率减少51%
  • DNFB总量减少61%
  • 改善现金流为240万美元
  • 提高操作效率96%

主持人提供经验和建议为他人寻求改善DNFB管理与分析:

• 验证:在分享之前需要时间来验证数据。不准确的数据没有价值,可以繁殖的抵抗力。
• 分享:获得清晰、准确的数据驱动变化和促进医生参与。
• 采用整体的方法:数据不能完全解决问题。持续改进的公式分析+责任+高效的流程。

分组讨论:波两种

会话12:利用预测模型,以减少再次入院

里安农危害
执行董事、战略分析、UnityPoint健康

本·克利夫兰
数据科学家,UnityPoint健康

里安农危害描述UnityPoint健康(大学)问我们分析通过预测建模帮助组织降低发生率,与三个有挑战性的目标:

1. 从行业标准提高预测模型的性能,比如花边。
2. 预测不仅重新接纳风险,但也日期将风险最高。
3. 交付使用一个自动预测,直观,cross-continuum工具,多学科团队中每个人都可以使用。

团队开始回顾来看,使用访谈确定因素导致每个readmission-especially问病人:“你为什么觉得你回来吗?“这些见解被用来构建预测模型,评估114因素不确定性的回答要点:

• 哪些病人我们应该关注吗?
• 的最佳时间是什么时候安排随访这些病人吗?
• 病人的符合后续应该如何影响计划吗?

克利夫兰本演示结果重新接纳风险工具,我的病人最高风险的“热图”。彩色细胞显示相对风险(绿色、黄色、红色)为每个放电后30天,所以团队可以安排后续当风险是最高的。该工具也使用一种颜色显示后续任命合规的关键,所以团队可以调整计划。

重新接纳风险工具是系统的最广泛使用的预测分析工具,与行业标准模型表现比较积极,跨学科团队使用该工具,以减少再次入院。一个关键教训:最小化消耗所需的数据读写数据输出。分数可以触发worklist风险,但风险可视化引发强大的对话。

会话13:标准化风险社会和经济数据的收集

安德鲁·汉密尔顿RN, BSN,女士
首席信息官副主任AllianceChicago

是什么决定了一个人的生活的质量和长度吗?临床护理是很重要的,我们有一些对这个行列式的可见性,通过医疗遇到数据。但是我们的收入水平等因素,我们吃什么,和我们的空气和水的质量?这些健康问题社会决定因素(SDH)显然与人类健康有关,但他们在传统的卫生保健供给边界。

在这个会话中,安德鲁·汉密尔顿描述SDH融入临床护理的努力,更好的理解的目标和服务我们的病人因而更好的会议价值支付模型的要求。他确定了集成的步骤:

• 评估SDH的需要。
• 病人社区服务的链接。
• 使用数据来评估的影响创建一个卫生保健供给和社区服务之间的联系。
• 发展可持续的商业模式来支持参与社区服务。

数据在每一步至关重要,但对SDH数据共享和使用,它必须标准化。汉密尔顿先生描述了开发和试点实施协议的回应和评估病人的资产,风险和经验(PRAPARE),一个国家标准化协议旨在吸引病人,帮助健康风险评估中心和其他供应商收集和应用所需的数据。PRAPARE是:

• 可操作的在病人和人口水平。
• EHR(通过免费的模板)。
• 一个对话和以病人为中心。
• 一致的,然而灵活:可以在不同的工作流,实现多/少颗粒。

6个社区卫生中心网站PRAPARE驾驶,早期的研究结果支持这样一个观点,一个更全面的观点——以及更全面,cross-continuum方法治疗可导致病人积极的变化,健康中心和社区/人口水平。

会话14:使用实时数据科学平台围手术期的质量和效率世界杯厄瓜多尔vs塞内加尔波胆预测

巴拉·g·奈尔博士
主任,副教授,华盛顿大学

围手术期的空间(在外科手术围手术期护理)占医院总收入的50%是昂贵的,高风险、并生成20 - 30%的医院浪费。围手术期不良事件是可以避免的,一半的空间带来了重大改进和成本节约的机会。巴拉·g·奈尔博士,董事和华盛顿大学的副教授(UW),解释了威斯康辛大学利用数据科学提高围手术期护理和效率。

使用数据和技术提高医疗保健质量实时和预测决策支持和自动化算法,威斯康辛大学发展和实施护理,实时决策支持系统为围手术期护理。这个解决方案使用围手术期信息管理系统在最佳实践指导临床医生协议,提供高质量的保健,减少浪费。

根据奈尔博士,围手术期实时数据平台从EMR获取数据,使实时决策支持、供应链优化、和事件的预测世界杯厄瓜多尔vs塞内加尔波胆预测。数据自动进入麻醉信息管理系统(目标),并通知医生病人的需求。在一个用例示例中,实时围手术期决策支持减少浪费吸入剂通过识别方法来减少流设置在正确的时间和问题提醒临床医生改变设置。添加实时围手术期决策支持导致每年103000美元的成本节约。

会议15:提高风险调整编码精度分析

杆克里斯腾森博士
副总统的医疗操作,Allina综合医疗网络,Allina健康和

Miriah Dahlquist, PT
性能改进高级顾问,Allina综合医疗网络,Allina健康

2015年,Allina卫生注意到他们的患者群体定期报告低于全国平均水平,当看着风险调整系数(RAF)分数。发现这种差异,克里斯腾森博士和Miriah Dahlquist牵头一项改善Allina健康的英国皇家空军数据的准确性。

这个计划的第一步是创建一个跨学科工作组,其中包括个人组织的所有方面。这个工作组开发的五个关键目标为他们的工作:

• 确保准确的问题列表:最常见的问题是优先而重复或多余的代码被删除;过时的问题被转移到病人的历史。
• 确保病人在每个日历年度:仪表板是建立包括EMR和索赔数据帮助确定病人未见。
• 决策支持和EMR优化:医生建立适当的编码能力时融入日常遇到的工作流。
• 广泛的教育和沟通:医生是受过教育的有关修改代码和被鼓励提供输入。
• 跟踪性能和识别机会:仪表板允许不同诊所比较他们的英国皇家空军数据与其他系统中,可以实现知识共享和改进机会。

今天,这个项目已经帮助提高Allina RAF得分与全国平均水平持平。最后,克里斯腾森博士说,他还没有考虑Allina在这个领域是一个“高水平”,但表示,他们现在“平均”——有更多的工作要做。

日16:检测、监视和预防患者安全事件

医学博士罗伯特•Quickel流式细胞仪
副总裁、手术和程序性保健Allina健康

Kassie瑞安RN, MSN
改善专家,健康催化剂Allina健康世界杯葡萄牙vs加纳即时走地

患者安全是这样的一个普遍的问题在医疗组织,Allina健康决定认真对待安全几年前。当他们有良好的机制,检测患者安全事件,他们没有因为他们没有一个系统范围的方法。他们实现以下具体的系统范围的策略进行改进:

1. 开发了一个病人安全委员会。
2. 执行安全文化调查——一个关键发现是,员工不舒服的病人安全事件报告。
3. 聘请了一位患者安全作为重点的首席运营官。
4. 开始透印安全事件一直到高级领导人在24小时内。
5. 实现分层安全聚在一起。
6. 聘请了一名国家安全顾问
7. 检查他们如何检测特定事件

他们还与供应商合作作为beta测试人员开发一个触发器工具用于特定病人安全事件。触发器的工具是基于一个特定的伤害事件的定义,可以定制的系统和从EMR的离散数据。他们打算做什么是使用现有的报告创建触发器工具,最终创建预测分析来识别高危患者和避免安全事件的发生。

博士Quikel共享上的一些经验教训他们的病人安全的旅程:

• 安全系统要求准确完整的数据来促进学习。
• 自愿报告系统提供完整的安全信息。
• 触发工具可能是有用的在回顾性确定安全事件。
• 预测分析可能会使我们发现除了这些伤害危险的患者。

会话17:隐私分析:约翰霍普金斯大学案例研究——使用AI停止数据泄露

罗伯特勋爵
Protenus的主席和创始人

罗伯特勋爵打开的数据违反医疗是稀松平常的。在其他行业,数据泄露已经在过去十年保持稳定;不太卫生保健。事实上,数据泄露显著增长。因此,对医疗行业的信任。

当Protenus订婚在约翰霍普金斯大学基于规则的数据泄露国防模型中,他们需要更多的值得信赖的系统已经成为一个机构优先。约翰霍普金斯大学面临几个挑战:一种感觉他们只是检查盒子时HIPAA,缺乏全面审查,大量的加班(检测和审核情况下),和扩大系统访问(社区连接系统、收购等)。

处理Protenus,他们决定改变一个新的平台,使检测和解决方法是必要的。世界杯厄瓜多尔vs塞内加尔波胆预测Protenus和约翰霍普金斯大学一起工作:

• 建立kpi:威胁发现,假阳性率,工具维护的负担,调查时间,随着时间的推移和威胁的总数减少了。
• 解决组织面临的挑战:隐私安全筒仓(集成),害怕监控(教育),高层领导支持(大图片,ROI,等等),预算(实际和“沉默”,招聘成本、所有权的总成本)。

项目的结果是令人印象深刻的:

• 花几分钟每箱从75减少到5分钟。
• 精度从17%上升到97%。

数据破坏防御模型使约翰霍普金斯适应量表(与全面的企业范围的解决方案,而不是采样、评论),复杂性(仪表板帮助快速识别异常值),和自动化(NLP、自动电子邮件,等等)。

主题会议

RN吉尔Hoggard格林博士
首席运营官兼总裁、任务的健康

吉尔博士Hoggard绿色开始周三下午主题会议通过共享任务转换的健康的令人难以置信的故事。130岁的非营利性卫生系统是由安娜Woodfin针对护理她看到的不平等在阿什维尔,北卡罗莱纳州。今天,卫生系统面临着许多挑战性的健康问题社会决定因素,包括高肺癌,行为健康,药物过量,儿童贫困。尽管存在这些挑战,使命健康被评为全国前15名的卫生保健系统由Truven卫生过去的七年。增加其数量,比以往任何时候都更加经济可持续发展,提供越来越多的高质量的护理

他们能够通过使用五大策略:

1. 成为一个真正伟大的工作场所和实践。
2. 提供最安全,在全国最好的护理,以及如何被消费者所期望的。
3. 实现长期金融稳定。
4. 实现增长目标。
5. 有效地发展和管理我们的高危人群。

创建一个伟大的工作推动他们的许多其他成就。他们发现,只有17%的人从事他们的工作。任务健康实施计划和两个关键components-leadership参与和改善了120%。他们还专注于提供合适的工具,将有助于推动过程改进和数据。现在他们看到转换形式的生命被挽救。

Hoggard博士绿色共享令人难以置信的统计数据的转换:

• 增加37%肺癌筛查
• 医院中风死亡率降低42%
• 每年挽救600条生命
• 2.63亿美元的总成本降低

主题会议:实现数字医疗的承诺:我们有了吗?如果没有,我们如何到达那里?

罗伯特·瓦赫特博士
作者,数字医生,专门从事分析医疗世界活泼,打破旧习的和幽默的方式

韦希特尔最初博士感兴趣的健康的时候他得到了第一iPhone。真是太神奇了。他认为如果我们有这样的医疗,一切都会好转。

而不是消除简单的问题,如著名的字迹模糊的医生的注意,卫生保健的指状突起推出了一套全新的问题。他给了一个令人震惊的患者安全失去控制的例子。通过一系列的错误涉及医疗,一个16岁,应该是规定一种抗生素是一天两次相反规定39药片一天。他有癫痫大发作癫痫,最终在急诊室。幸运的是,他活了下来。博士韦希特尔提供了大量例子和重要发现从他的书“数字医生:希望、炒作,和伤害在医学计算机时代的黎明。”

他指出,10年前,只有一个在10个美国医院有一个电子健康档案。今天,在10并不只有一个。这说明,虽然需要快速技术进步医疗是必要的,我们正在取得进展。而今天的挑战是转向价值关怀,博士韦希特尔预测,下一个挑战将是美国医疗保健系统的数字化。

他还分享健康的四个阶段:

1. 数字化的记录。
2. 连接所有的部分(互操作性)。
3. 从数据中找出有意义的思路。
4. 这些见解转化为行动,提高价值。

他认为,我们仍然在第一阶段的旅程。我们还没有看到这个数字化的结果。超越这生产率悖论的两把钥匙的改进技术和重塑我们的工作。数字仅仅是一个组件,它将使我们能够提供更好的,更安全,更具有成本效益的保健。虽然今天的医学生有艰巨的任务提高护理质量和安全的同时降低成本,瓦赫特博士是乐观地认为,医疗保健是否朝着正确的方向前进。