Sådan opbygger du HIT-systemer, som giver store data mulighed for at revolutionere leveringen af sundheds-IT

Store data skal have den rigtige sundheds-IT-infrastruktur for at udnytte deres potentiale fuldt ud

Der er en stigende forventning om, at anvendelse af “store data” i sundheds-IT vil revolutionere leveringen af serviceydelser inden for sundhedsvæsenet i hele verden. For at udnytte sit potentiale fuldt ud skal hver sundhedsorganisation opbygge en infrastruktur, som gør det muligt for store data at arbejde inden for virksomheden ved at:

  • Håndtere store mængder data og understøtte data med høje transmissionshastigheder
  • Anvende et styringssystem, som kan klare vekslende datatyper og kilder, verificere kvaliteten af indlæste data og håndtere eventuel datauoverensstemmelse og
  • Maksimere værdien ved at omsætte den kliniske indsigt fra data til praktisk brug, som kan optimere behandlingskvaliteten.

Sundhedsorganisationer har med en eksponentiel vækst af HIT-data at gøre, som især kommer fra radiologi og andre billeddannelsesundersøgelser. Dr. John Halamka, Chief Information Officer for Beth Israel Deaconess Medical Center (BIDMC) i Boston, Mass., har for nyligt i en artikel i Harvard Business Review udtalt, at hans mål ikke er at overvælde lægerne med store data, men at anvende disse data til at udstyre lægerne med den information, de har behov for, til at træffe de rigtige, kliniske beslutninger.

BIDMC anvendte er værktøj, der blev kaldt “screening sheets” til at understøtte kontinuerlig dataanalyse. Eksperter beslutter, hvilke dataelementer og hvilke ting, der er vigtige for almindelige sygdomme, og sørger for at integrere oplysninger i screening sheets-værktøjet. Efterhånden som patienterne modtager ny medicin, laboratorieresultater og diagnoser, underretter den elektroniske sygejournal (EHR) lægerne om, hvornår de skal gøre noget.

Udover at levere omfattende behandling skal sundhedsudbydere også finde nye måder at gøre det så nemt og praktisk som muligt for patienterne. Patienter, som besøger et hospital eller en anden primær behandlingsfacilitet, kan drage fordel af at kunne få efterbehandling på en facilitet tættere på deres hjem—men kun hvis data fra primære behandlingsfaciliteter kan blive delt med andre sundhedsudbydere. At administrere og dele patientdata mellem forskellige sundhedsudbydere er en udfordring, der skal tages op.

Fuld rapportering er et essentielt element ved kommunikationen af en patients tilstand, og det indebærer integrering af både strukturerede og ustrukturerede billeder. Forbedrede multimedie-rapporter med interaktive hyperlinks til kritiske billeder og automatisk inkludering af kvantitativ analyse i form af letforståelige sammenligningstabeller og diagrammer. Målsætningen med denne avancerede rapporteringsform er at præsentere billeddata på en måde, som er indsigtsfuld for lægerne—og resulterer i en mere omfattende evaluering af hver enkel patients tilstand. En undersøgelse på U.S. National Institutes of Health, publiceret i American Journal of Radiology bekræftede, at både onkologer og radiologer foretrak kvantitative, multimedie-rapporter, som omfattede målinger og hyperlink til billeder forsynet med kommentarer.

Udover ustrukturerede billeder beskæftiger faciliteterne sig også med en stor mængde ustrukturerede data. Natural language processing (NLP) kan anvendes til at detektere fejl, bestemme overensstemmelse, finde henstillinger til follow-up og vurdere usikkerhedsniveauet i radiologirapporter.

Dataene genereres ved en hurtig hastighed på sundhedsorganisationer over hele verden. Udfordringen er at udnytte disse informationer og organisere dem på måder, der gør aktiverbare data let tilgængelige for læger, som kan bruge dem til at forbedre patientbehandlingen.

Click here to read the English version of this Danish language blog.

#bigdata #healthIT

Lars Karlsson

Lars Karlsson er Carestreams administrerende direktør for det nordiske område