医疗保健分析采用模型:分析成熟度路线图

本报告基于Health Catalyst首席技术官Dale Sanders的2020年网络研讨会，题为“回顾医疗保健分析采用模型:分析成熟的路线图和配方”。世界杯葡萄牙vs加纳即时走地

在全国范围内，卫生系统正因精疲力竭而失去提供者。正如医疗保健行业的领导者所知道的，数据和分析可以帮助解决问题，也可以加剧问题。尽管分析在医疗保健改善中发挥着关键作用，但在某些情况下，对数据的关注实际上会通过日益严重的“EHR问题”——将EHR置于患者之上——导致精疲力竭。

丹尼尔Ofri，医学博士，贝尔维尤医院向各地的医疗保健提供者提出了一个问题，“EMR侵入医患关系的侵略性迫使我们宣布我们的忠诚:我们是在照顾病人还是在照顾EMR?”

数据分析是问题的一部分

电子病历是罪魁祸首，但过分关注数据也是问题的一部分。所有质量测量和报告的泛滥——以及它给医生带来的负担——正与卫生系统试图达到的目标背道而驰数据．对数据的关注不仅不能简化流程和改善护理，反而会使护理提供变得不必要复杂，在卫生系统试图成为数据驱动的过程中造成资源浪费。

的医疗保健分析采用模型(HAAM)为医疗保健组织提供了一个可遵循的框架，以便充分利用分析功能并实现在医疗保健中使用数据的主要目标改善患者预后同时削减成本，减少医生的倦怠，保持病人的满意度。

桑德斯的层次分析需求2002

2002年，HAAM框架(图1)是Dale Sanders的，他现在是Health Catalyst的首席技术官，这是第一个通过分析成熟度指导卫生系统的模型。世界杯葡萄牙vs加纳即时走地在第一步，卫生系统需要专注于遵守合规和监管措施，然后是认证(例如，联合委员会)．然后，系统可以专注于认证和专业协会，(例如，STS等等)，然后满足支付人的财务激励。在那之后，重点转向在整个组织中实施循证医学。

图1。分析需求层次，2002年。

作为创建分析采用模型的第一次尝试，它抓住了基础，但缺乏定义，并随着行业的扩展/发展而留下了增长空间。

医疗保健分析采用模型，2013年

到2013年，随着卫生系统日趋成熟，并在更深层次上利用分析，HAAM紧跟其后，增加了三个专注于自动化的层次，机器学习(ML)，以及更个性化的医疗方法。

该模型还成熟到强调分析能力的基础知识——第3级和第4级，基本的内部和外部报告需求——然后再转移到第5级和更高级别。3级和4级的低效率和数量过多的质量措施和关键绩效指标是许多卫生系统的障碍，因此提高4级和4级以下的效率和生产力至关重要，以便向前发展。

图2。医疗保健分析采用模型，2013年。

分析成熟度的HIMS世界杯葡萄牙vs加纳即时走地S和健康催化剂采用模型，2015

在2015年,世界杯葡萄牙vs加纳即时走地而且医疗保健信息和管理系统学会(HIMSS)看到需要为分析成熟度创建一个标准模型，因此他们合作创建了一个官方的分析成熟度采用模型(图3)，该模型可以作为行业标准——与任何标准分离供应商．

图3。分析成熟度的采用模型。来源:HIMSS护理连续性矩阵．

HAAM 2019

HAAM的最新版本(图4)主要基于原始模型。目前，HIMSS Analytics的临床研究主任Anne Snowdon博士和Dale Sanders正在共同努力，通过增加9级专注于提高患者的分析灵敏度，帮助他们在自己的护理中成为数据驱动型的，以确保修改是协作的，并支持HIMSS的计划。

图4。医疗保健分析采用模型，2019年

各个级别的医疗保健分析采用模型

0级。碎片点解2022卡塔尔世界杯赛程表时间

基于供应商和内部开发的应用程序被用来解决特定的分析需求，当它们出现时，但碎片点解决方案既不是在一个2022卡塔尔世界杯赛程表时间数据仓库也没有在建筑上相互融合。重叠的数据内容导致了分析真相的多个版本，使得报告工作密集且不一致。此时，数据治理是不存在的。

1级。企业数据操作系统

至少，以下数据在本地或托管的单个数据仓库中共存:HIMSS EMR第3阶段数据、收入周期、财务、成本、供应链和患者体验。可搜索的元数据存储库可以在整个企业中使用。数据内容包括保险索赔，如果可能的话。数据仓库在源系统更改后的一个月内更新数据治理是围绕源系统的数据质量形成的。企业数据仓库有组织地向首席信息官报告。

级别2。标准化词汇和患者登记

在数据仓库中跨不同的源系统内容标识和标准化主词汇表和参考数据。命名、定义和数据类型与本地标准一致，患者注册中心仅在ICD账单数据上定义。数据治理是围绕患者注册表和主数据管理的定义和发展形成的。

3级。自动化内部报告

分析动机着重于一致的、高效的报告生成，以支持医疗保健组织的基本管理和操作。从执行层到一线经理都很容易获得关键绩效指标。公司和业务单元的数据分析师定期会面，以协作和指导EDW。数据治理扩展到提高组织的数据读写能力，并为4级及以上级别开发数据获取策略。

4级。自动化外部报告

分析动机集中在一致、有效地编写监管和认证要求所需的报告(例如，CMS、联合委员会、肿瘤登记、传染病);支付人激励(例如，MU, PQRS, VBP，再入院减少);专业协会数据库(如STS, NRMI，佛蒙特-牛津)。此时需要遵守行业标准词汇表。临床文本数据内容可用于简单的关键字搜索，并存在集中的数据治理，用于审核和批准外部发布的数据。

5级。减少浪费和护理的可变性

分析动机集中于衡量临床最佳实践的依从性，最大限度地减少浪费，减少可变性。此时，数据治理扩展到支持护理管理专注于改善患者群体健康的团队，基于人群的分析被用于建议改善单个患者护理，常设多学科团队持续监测提高质量的机会，降低急性护理的风险和成本进程S、慢性疾病、患者安全场景和内部工作流。通过在定义患者队列时包括来自实验室、药房和临床观察的数据，提高了登记的准确性。EDW内容被组织成基于证据的标准化数据集市，结合了与患者注册相关的临床和成本数据。数据内容扩展到包括保险索赔(如果尚未包括)和HIE数据提要，EDW在源系统更改后的一周内更新。

6级。人口健康管理与暗示性分析

“负责任的医疗机构”分担与临床结果相关的财务风险和报酬。至少50%的急症护理病例是在捆绑支付的情况下管理的。分析可用在护理点，以支持最大化个人患者护理质量的三重目标，人口管理，和经济的护理。数据内容扩展到包括床边设备、家庭监测数据、外部药房数据和详细的基于作业的成本。数据治理在支持临床医生和管理人员基于质量的薪酬计划的度量的准确性方面起着重要作用。平均而言，EDW在源系统更改后的一天内更新。EDW在组织上向负责平衡护理成本和护理质量的c级执行人员报告。

7级。临床风险干预和预测分析

分析动机扩展到解决基于诊断的，固定费用的人均报销模型。重点从病例管理扩展到与临床医生和支付伙伴合作，使用预测建模、预测和管理护理发作危险分层支持外联、分诊、升级和转诊。医生、医院、雇主、支付者和成员/患者合作分担风险和奖励(例如，对健康行为的患者给予经济奖励)。患者被标记在无法或不愿参与护理方案的注册表中。数据内容扩展到包括家庭监测数据、长期护理设施数据和特定协议患者报告的结果。平均而言，EDW在源系统更改后的一个小时或更短时间内更新。

8水平。个性化医疗与处方分析

分析动机扩展到健康管理，身体和行为功能健康，以及大规模定制护理。分析扩展到包括文本的NLP、规定性分析和干预性决策支持。规范性分析可在护理点提供，以改善基于人群结果的患者特异性结果。数据内容扩展到包括7×24生物特征数据、基因组数据和家族数据。EDW在源系统更改后的几分钟内更新。

水平9。直接对患者分析和人工智能

分析和人工智能(AI)直接提供给患者，使其在健康决策方面拥有更大的个人自主权和准确性。随着更多的知识和对他们的护理的参与，患者和他们的医疗团队将变得受数据驱动。

直接对患者的分析和人工智能用于患者和医疗保健提供者之间的协作决策环境。患者能够独立于医疗保健提供商，移植和分析其完整的医疗保健数据生态系统。使用基于人工智能的数字双胞胎——“像这样的病人”和“像我这样的病人”模式识别实现治疗和健康维护协议。

医疗保健分析采用模型:分析成熟度的关键

卫生系统知道，要成为一个数据驱动的组织，准确的数据是必不可少的，但实现可持续和有效的分析采用的唯一方法是遵循一个经过验证的框架。HAAM是专门为医疗保健组织及其在数据方面面临的独特挑战而设计的——自2002年以来经过多次迭代。

遵循HAAM，医疗保健组织可以构建一个可持续的分析平台来利用分析——为了生存必须做的一件事世界杯厄瓜多尔vs塞内加尔波胆预测补偿衡量指标将焦点从数量转移到价值．有了强大的分析框架，卫生系统可以利用数据推动结果改善，并将重点放在患者而不是电子病历上。

更多的阅读

你想了解更多关于这个主题的信息吗?以下是我们推荐的一些文章:

1. 医疗保健分析采用模型:框架和路线图(白皮书)
2. 通过五个关键问题改善医疗保健首席信息官的战略参与
3. 如何组建医疗保健分析团队并解决战略问题
4. 如何像经营企业一样经营医疗保健分析业务
5. 成功的医疗保健数据策略必须具备的三个条件