医疗互操作性的最大障碍

提高医疗保健互操作性是卫生系统、临床医生、患者甚至立法者的首要任务。政府为解决互操作性所做的最新努力来自于卫生信息技术国家协调员办公室(ONC)提出了互操作性和信息阻塞的建议规则2019年2月。ONC规则定义了医疗保健和IT提供商关于数据共享的需求，并概述了限制的例外情况信息封锁．虽然这一立法的某些方面是有希望的，但以前改进互操作性的尝试都失败了，因为主要的来源医疗数据- emr产生非标准化的、不同的数据。

当政府用力的时候健康信息交换始于2009年，当时通过了经济和临床卫生卫生信息技术(HITECH)法案，重点围绕卫生系统采用EMR而不是互操作性．今天，EMR被广泛采用，几乎98%使用政府认证的电子病历的卫生系统但是，今天使用的数百种EMR系统中的每一种都有自己的一套技术规范、临床术语，甚至有自己独特的定制阻止真正的互操作性以及跨系统的数据共享。

医疗互操作性的真正障碍

今天的EMR系统以及这些系统之间缺乏互操作性，表明医疗保健需要解决一些基本问题来提高互操作性，包括术语标准化和数据标准化。此外，医疗保健IT系统产生的数据量也加剧了这些问题。

虽然EMR是由一个提供者创建并为其服务的(Regenstrief研究所)，今天大多数可用的系统会产生大量的数据，而缺乏必要的数据分析和集成工具。如果扩大提供商、系统和数据源的数量，记录很快就会变成各种不同的低质量数据的集合，这是导致提供商不满和崩溃的主要原因。此外，来自其他来源的数据如可穿戴设备、手机和基因组的爆炸式增长加剧了互操作性的问题。EMR系统不是为集成来自其他来源的数据或管理数据而设计的，因此需要额外的集成工具。

解决医疗保健互操作性挑战

虽然最新的互操作性法规侧重于在多个组织和HIEs之间轻松查找和交换患者数据，但立法缺乏详细的解决方案病人匹配的挑战积极的实施时间表几乎确保了现有互操作性问题的扩散(即，更多低质量的数据掩盖了患者医疗记录中的关键或重要数据)。患者过敏就是这样一个例子:HIEs经常从多个供应商的EMR系统多次收到相同的过敏列表，每个系统使用不同的标准编码(例如:RxNorm，snom)等)。对同一医疗概念有不同的表述会使提供者感到困惑，因为他们必须努力筛选和协调清单。

机器学习

目前，解决互操作性问题的一个方法是使用机器学习(ML)和人工智能(AI)来筛选大量低质量的数据。以上面的患者过敏列表为例，使用不同标准编写的不同格式的患者过敏列表使ML变得更加困难和复杂，因为所有这些术语必须映射到一起来表示同一件事情。为了让AI发挥作用，提供商需要高质量的数据集来训练和执行那些ML/AI模型。

区块链

而医疗行业的很多人都有吹捧区块链作为医疗保健互操作性问题的答案，其实际应用仍不清楚。区块链比特币背后的基础技术是一个分布式账本系统，用于在一个高度安全的系统中跟踪交易。在医疗保健领域，区块链使查看患者医疗记录的人能够了解和信任该记录中的每一条数据。区块链数据库被设计为只读，不能编辑或删除，这可能会防止与修改永久记录中的事务性数据相关的欺诈行为。但是，防止使用低质量数据的医疗记录欺诈对实现更好的互操作性毫无帮助。相反，卫生系统首先需要解决它们在数据质量和治理方面成熟度不同的问题。

在医疗保健组织在区块链上花费宝贵的技术资源和资金之前，他们需要从源头修复数据。EMR制造商的产品使用他们的游说力量或政府实体(如ONC)来支配负责创建这些标准的组织(如:国内而且HL7) -业界应专注于为更大、更全面的患者健康数据集创建一组术语、数据格式和交换标准。该患者健康数据集应包括孕产妇、围产期、心脏和社会健康数据的决定因素。提供者不必在文本注释中搜索围产期年龄或中风指数，而是可以访问使用基于标准的术语编写的数据，并以一种可以由先进的IT技术ML/AI分析的方式格式化。反过来，这将使供应商更容易识别关键信息——而不仅仅是关键数据。

在源处处理数据的解决方案

进入世界杯葡萄牙vs加纳即时走地^®数据操作系统(DOS™)，它将数据仓库、临床数据仓库和HIEs的特性结合在一个单一的、全面的技术平台上。世界杯厄瓜多尔vs塞内加尔波胆预测使用DOS，数据以原始的源格式保存，以保持源数据的神圣性，而不是以各种专有格式存储数据，DOS将不同的数据放入一个单一的、共享的数据结构，高度规范化和标准化的数据。DOS平台与em世界杯厄瓜多尔vs塞内加尔波胆预测r一起工作，从数百个数据源获取数据，并在临床工作流程中提供即时护理洞察。在护理点进行分析可以提高医疗质量。低质量的数据实际上会降低任何分析措施的准确性，但它在医疗决策时更为关键。

让焦点回到数据质量和标准化上来

虽然ML和区块链等新技术有望改变医疗行业，但它们无法解决互操作性的最大障碍。围绕区块链的炒作转移了人们对数据质量问题的关注，而ML的价值依赖于高质量的数据集。医疗保健组织需要将时间和资源集中在创建高质量的结构化、标准化和规范化数据以及患者数据的完整性上，从而为真正提高医疗保健互操作性铺平道路。

更多的阅读

你想了解更多关于这个话题吗?以下是我们建议的一些文章:

1. 成功的医疗保健数据策略的三个必备条件
2. 医疗保健数据素养:成为数据驱动组织的必备条件
3. 迈向医疗保健数据治理的五个实用步骤
4. 医疗保健文档连续性:当今医疗保健互操作性需求的首选解决方案
5. 不可知论分析解决方案vs. ehr: 2022卡塔尔世界杯赛程表时间ehr无法提供真正医疗保健互操作性的六个原因

---

幻灯片

你想使用或分享这些概念吗?下载突出重点的演示文稿。

按此下载幻灯片

医疗互操作性的最大障碍从世界杯葡萄牙vs加纳即时走地