“Biz buni osonlashtirishimiz kerak:” Tahlil bo’yicha ekspertlar ma’lumotlar sifatini yaxshilash bo’yicha fikrlarini baham ko’rishadi.

Oskar Marroquin, tibbiyot fanlari doktori, UPMC sog'liqni saqlash ma'lumotlari va tahlillari bo'yicha bosh direktori

So'nggi bir necha o'n yilliklar davomida ma'lumotlarni elektron tarzda to'plashga katta e'tibor berilmoqda, bunda asosiy maqsad bemor ma'lumotlarini qimmatli tushunchalarga aylantirishdir. Miqdor muammosi bo'lmasa-da, klinik ma'lumotlarning sifati ularni qo'lga olish va uzatishdagi nomuvofiqliklar, shuningdek, standartlashtirishning yo'qligi tufayli yomonlashdi.

Yaqinda boʻlib oʻtgan HealthsystemCIO veb-seminarining panelistlariga koʻra, bu oʻzgartirilishi kerak boʻlgan tendentsiya. davomida munozarapanel ishtirokchilari Oskar Marroquin, MD (UPMC sog‘liqni saqlash bo‘yicha ma’lumotlar va tahlillar bo‘yicha bosh mutaxassisi), Mark Mossel (MaineHealth’dagi korporativ ma’lumotlarni boshqarish bo‘yicha VP) va Deyl Sanders (Intelligent Medical Objects’ning strategiya bo‘yicha bosh direktori) ma’lumotlar sifatini belgilovchi asosiy omillar bo‘yicha fikrlari bilan o‘rtoqlashdilar va maʼlumotlarni toʻliqroq, izchil va aniqroq qilish uchun ular qoʻllayotgan strategiyalar.

"Biz ma'lumotlarni kiritadigan odamlar uchun buni juda oson va shaffofroq qilishimiz kerak", dedi Sanders va klinisyenlarning oldiga ko'proq qo'ymasdan. “Bizga boshqa asboblar paneli kerak emas. Biz shifokorlarga kerakli ma'lumotlarni qisqa va aniq tarzda berishimiz va ular bilan uchrashishimiz kerak." Va bu ularning ehtiyojlari qondirilishiga ishonch hosil qilish uchun asosiy o'yinchilar bilan hamkorlikni yo'lga qo'yishni anglatadi.

“Ma’lumot sifatini yaxshilash”

Biroq, bu sodir bo'lishidan oldin, sifat buzilishining asosiy sabablarini tushunish muhimdir. Marroqinning so'zlariga ko'ra, eng muhimi, bu standartlashtirishning etishmasligi.

"Agar siz ma'lumotlarni tahliliy maqsadlarda yuzaga chiqarishni boshlaganingizda va ularni iste'mol qilinadigan holga keltirsangiz, u erda juda katta heterojenlik mavjudligi ayon bo'ladi", dedi u - hech bo'lmaganda, ba'zi ma'lumotlar to'plamlari uchun. "Klinik ma'lumotlar uchun ko'pchilik sog'liqni saqlash tizimlari yoki shifoxonalar uning qanday saqlanishi bo'yicha o'z standartlarini yaratdilar." Tashkilot tashqarisidan ma'lumotlar kelganda, bitta tashkilot uchun ishlaydigan narsani o'tkazish shart emas.

Mark Mossel, VP, Enterprise Data Management, MaineHealth

Mossel katta EHR migratsiyasining o'rtasida joylashgan MaineHealth-da xuddi shunday topdi. Eng katta to'siqlardan biri bu nomuvofiqliklar bilan shug'ullanish bo'lib, ular kirish paytida ma'lumotlarni tekshirish orqali hal qilinishi mumkin. "Agar sizda bu jarayonning bir qismi bo'lsa, u albatta ma'lumotlar sifatini yaxshilashi mumkin", dedi u. Muammo shundaki, u g'amxo'rlik guruhiga yanada ko'proq yuk yuklaydi, bu har qanday rahbar qilishni xohlaydigan oxirgi narsadir. "Ularning vaqtlarida allaqachon juda ko'p cheklovlar mavjud."

Natijada, ma'lumotlar to'liq bo'lmasligi yoki xatolarni o'z ichiga olishi ehtimoldan yiroq, ayniqsa g'amxo'rlar kunning oxirigacha hujjatlashtira olmasalar. "Bu qiyinchilik tug'diradi", dedi Mossel. “Biz maʼlumotni avtomatik ravishda yaratish imkoniyatlarini koʻrib chiqmoqdamiz. Agar biz interfeyslar yordamida statsionar foydalanish holatidan ma'lumot olsak, bu, albatta, afzalroqdir.

Sanders rozi bo'lib, klinisyenlarga yukni kuchaytiradigan har qanday vazifalardan har qanday holatda ham qochish kerakligini ta'kidladi. "Sog'liqni saqlash sohasidagi ma'lumotlar sifatini yaxshilash uchun nima qilsak ham, biz qo'shimcha bosishlarni qo'sha olmaymiz", dedi u va klinisyenlarning hujjatlarni rasmiylashtirish uchun vaqt oralig'i "eng ustuvor, eng foydali ma'lumotlar" ga qaratilishi kerakligini ta'kidladi.

Ma'lumotlarni yig'ishni soddalashtirish

Bu erda IMO kabi tashkilotlar ma'lumotni klinisyenlarning ehtiyojlaridan kelib chiqqan holda tuzilgan ma'lumotlar nuqtalariga aylantirish uchun vositalarni taqdim etish orqali keladi. Ular buni amalga oshirishning bir usuli - klinik jihatdan qulay bo'lmagan atamalarni tarjima qilishdir.

Marroquinning ta'kidlashicha, ish oqimi vositalari yordamida "bu atamalar mantiqiydir". Shunday qilib, “bemorni ko'rishga tayyorgarlik ko'rayotganimda, ekranga qarashga ko'p vaqt sarflashim shart emas. Menda bu fenotip nima ekanligi haqida allaqachon tasavvurga egaman, chunki men mavjud vositalardan foydalana olaman.

MaineHealth ham xuddi shunday qilishga intilmoqda, bu esa individual provayderlar o‘z ma’lumotlari yoki klinik eslatmalarini kiritganda shart bo‘lmagan mustahkamlikni ta’minlaydigan yechimni sinab ko‘rmoqda. "Agar u model orqali hujjatlashtirilgan bo'lsa, menimcha, bu barqarorlikni qo'shishi va ma'lumotlar sifatiga yordam berishi mumkin", dedi Mossel.

NLP salohiyati

Yana bir kontseptsiya - bu Abridge tomonidan bemorlar va provayderlar uchun xulosalar yaratish uchun foydalaniladigan atrof-muhit AI, dedi Marroquin. UPMC, Karnegi Mellon universiteti va Pitsburg universiteti o'rtasidagi hamkorlik bo'lgan Pitsburg sog'liqni saqlash ma'lumotlari alyansidan paydo bo'lgan Abridge g'oyasi "ko'proq bosish va pul sarflash uchun provayderlarga qo'yadigan yukni kamaytirish uchun tilni qayta ishlashdan foydalanishdir. ko'p vaqtlari bemorlar bilan mazmunli suhbat o'tkazishdan ko'ra, ekranga qarashadi. AI modellari "terimlarni tuzilgan ma'lumotlar nuqtalariga aylantirishga o'rgatilgan, keyinchalik ular klinik ma'noga ega bo'lgan atamalarni yaratish uchun ishlatiladi", deya qo'shimcha qildi u.

Bu sog'liqni saqlash sohasi rahbarlarini ajablantirmasa kerak, chunki NLP bir necha yillardan buyon hisobot berish va tahlil qilish uchun maxfiy ma'lumotlarni ishlab chiqarish uchun ishlatilgan. Endi esa, u ma'lumotlar sifatini yaxshilash bo'yicha taklif etayotgan salohiyati uchun jadal rivojlanmoqda. "Bu sizga to'liqroq tasvirni beradi", dedi Mossel, "mos kelmasliklarni izlash" imkonini beradi.

Sanders rozi bo'ldi, lekin rahbarlarga "sog'liqni saqlash uchun ko'proq moslashtirilgan NLP modellarini tanlashni maslahat berdi. Katta til modellari jozibador va ular ta’sir qiladi”, dedi u. "Ammo sog'liqni saqlashning o'z tili bor."

Klinisyenlar "faol ishtirokchilar" sifatida

Marroquinning so'zlariga ko'ra, ma'lumotlar sifatini yaxshilashning yana bir muhim tarkibiy qismi bu inson elementidir. Amaliyotchi klinisyen sifatida u ma'lumotlar va tahlilchilar guruhi va oldingi ishchilar o'rtasidagi hamkorlik "muvaffaqiyatga erishish uchun muhim qadam ekanligini" tasdiqlashi mumkin. "Bu raqamlashtirilgan ma'lumotlar va kompyuter quvvatiga ega bo'lish bizga o'zgarishlarni yaxshi tomonga olib kelishi mumkin bo'lgan tushunchalarni olish imkoniyatini beradi. Aks holda, biz buni amalga oshirish uchun faqat ma'lumotlar va tahlillarni amalga oshirmoqdamiz va agar biz oldingi safdagilar bilan yaqin hamkorlik qilsak, buning ta'sirini ko'rmayapmiz.

Uning jamoasi birinchi kundanoq parvarish qiluvchilarni jalb qilish orqali bu munosabatlarni rivojlantirishga muvaffaq bo'ldi. Darhaqiqat, UPMCdagi har qanday tahliliy tashabbus tadqiqot va kashfiyot seansidan boshlanadi, bu ko'pincha klinisyenlar va ma'murlar ma'lumotlarni birgalikda ko'rib chiqish imkoniyatiga ega bo'lishlarini ko'rsatadi, "muammolarni oddiygina aniqlashdan ko'ra osonroq aniqlash imkonini beradigan tarzda yuzaga keladi. ma'lumotlar ko'chirmasini ko'rish ", dedi Marroquin.

Mavzu bo'yicha o'z tajribalarini taqdim etish orqali klinisyenlar ma'lumotlar to'plamining sifati va aniqligini aniqlashda faol rol o'ynaydi, bu ikkala tomon uchun ham foydalidir. "Biz muammolarni aniqlash va ma'lumotlarni qanday yig'ishda o'zgarishlar qilish imkoniyatini berishda juda muhim jihat ekanligini aniqladik", dedi u.

Mosselning so'zlariga ko'ra, eng muhimi, doimiy ishtirok etishdir. MaineHealth-da ma'lumotlar va tahlil xodimlari biznes bo'linmalariga kiritilgan. Bu ularning "ma'lumotlar savodxonligini oshirishga" yordam berdi va shu bilan birga mavzu bo'yicha mutaxassislarga sifat muammolarini aniqlashda yordam berdi. "Agar siz haqiqatan ham ma'lumotlar sifatiga ijobiy ta'sir qilmoqchi bo'lsangiz, bu resurslarni markazlashtirmang", dedi u. Buning o'rniga, "ularni tahliliy guruhlaringizning franchayzi sifatida o'ylab ko'ring va standartlashtirishga, xoh u asboblar to'plami, jarayonlar yoki tekshirish texnikasi bo'ladimi, shaffoflikka intiling."

Yakuniy qism rag'batlantirish orqali ma'lumotlarni kirituvchilarning "yumshoq ko'nikmalari" bilan shug'ullanadi, dedi Sanders. "Har kimni mahorat, avtonomiya va maqsad motivatsiya qiladi." Shuning uchun, kiritilgan ma'lumotlarning sifati ushbu uchta omilga ta'sir qilishi kerak. "Agar siz ma'lumotlarni kiritayotgan odamlarni sifat ularning ishi uchun muhim ekanligiga ishontira olmasangiz, siz uzoq muddatli ma'lumotlar sifati strategiyasiga ega bo'lmaysiz", deya qo'shimcha qildi u. "Va shuning uchun, menimcha, bu yumshoq muammolarni hal qilish juda muhim."

Tahlil tomonida bo'lganlar uchun motivatsiya ma'lumotlar to'plash jarayonini yaxshilash yoki hech bo'lmaganda "boshqa xatolarga yo'l qo'ymaslikdir", dedi Sanders. Va nihoyat, "odamlar uchun to'g'ri yo'l bilan ma'lumotlarni to'g'ri kiritishni osonlashtiring va ma'lumotlarni kiritish murakkabligini minimallashtiring."

Ushbu veb-seminar arxivini ko'rish uchun - Keyingi darajadagi foydalanish uchun ma'lumotlarni tayyorlash (Intelligent Medical Objects tomonidan homiylik qilingan) - iltimos bu yerni bosing.