在醫(yī)療保健領(lǐng)域，能否進(jìn)行早期干預(yù)可能就是生與死的區(qū)別。醫(yī)療保健巨頭Kaiser Permanente醫(yī)療集團(tuán)已經(jīng)將這一原則運(yùn)用到了醫(yī)院工作的流程工具當(dāng)中，該工具將得到預(yù)測分析的支持，用于識別可能迅速惡化的非重癥監(jiān)護(hù)室的患者。
總部位于加州奧克蘭的綜合管理保健聯(lián)盟擁有1200多萬名健康計劃成員，雇傭了217000多人，其中包括近60000名護(hù)士和23000名醫(yī)生。它在8個州和哥倫比亞特區(qū)設(shè)有39個醫(yī)療中心和690個醫(yī)療設(shè)施。
“住院但不在重癥監(jiān)護(hù)室的病人有時會在醫(yī)院病情惡化，而不得不意外地轉(zhuǎn)到重癥監(jiān)護(hù)室。這些病人的預(yù)后比直接住進(jìn)重癥監(jiān)護(hù)室的病人通常會差得多，”北加州Kaiser Permanente醫(yī)院研究部研究科學(xué)家兼地區(qū)主任Gabriel Escobar博士說。
Escobar團(tuán)隊的科學(xué)文獻(xiàn)和直接分析顯示，需要意外轉(zhuǎn)移到重癥監(jiān)護(hù)室的非重癥監(jiān)護(hù)室患者僅占醫(yī)院總?cè)丝诘?%至4%，但卻占所有醫(yī)院死亡人數(shù)的20%。他們的住院時間也比其他病人平均長10到12天。
前瞻性護(hù)理的預(yù)測分析
2006年，Kaiser Permanente的研究部門開始更密切地關(guān)注這個問題。其研究人員分析了幾十年來由該機(jī)構(gòu)的集成模型及其電子健康系統(tǒng)產(chǎn)生的醫(yī)療信息。
作為該流程的一部分，該團(tuán)隊(還包括Kaiser Permanente醫(yī)療集團(tuán)醫(yī)院運(yùn)營部、Kaiser基金會醫(yī)院質(zhì)量和患者護(hù)理服務(wù)部、Kaiser Permanente醫(yī)療連接部和護(hù)理交付技術(shù)服務(wù)部的成員)開發(fā)了一個專有的基于Linux的系統(tǒng)，該系統(tǒng)可以應(yīng)用算法來監(jiān)控患者數(shù)據(jù)，并為高惡化風(fēng)險評分(可能在未來12小時內(nèi)惡化)的非重癥監(jiān)護(hù)室患者生成警報。該團(tuán)隊隨后驗證了這一概念證明，并開發(fā)了一個新的運(yùn)營模型，并于2013年開始在其臨床和運(yùn)營工作流程中實施。截至2019年1月，該工作流程被重新稱為高級警報監(jiān)控系統(tǒng)(AAM)，并已在Kaiser Permanente醫(yī)療集團(tuán)北加州地區(qū)的所有21家醫(yī)療機(jī)構(gòu)全面運(yùn)行。
Kaiser Permanente醫(yī)療中心執(zhí)行副總裁兼首席信息官Dick Daniels說:“AAM系統(tǒng)可以綜合并分析生命統(tǒng)計數(shù)據(jù)、實驗室結(jié)果和其他變量，為醫(yī)療外科和過渡醫(yī)療單位的成人醫(yī)院患者生成每小時的惡化風(fēng)險評分。遠(yuǎn)程醫(yī)院團(tuán)隊可以每小時評估一次風(fēng)險評分，并在檢測到潛在惡化時通知醫(yī)院的快速反應(yīng)團(tuán)隊?？焖俜磻?yīng)小組將對患者進(jìn)行床邊評估，并與住院醫(yī)師一起校準(zhǔn)治療過程。”
Kaiser Permanente醫(yī)療集團(tuán)因此獲得了CIO 100 IT優(yōu)秀獎，它利用了三種預(yù)測性分析模型來分析給定患者電子健康記錄中的70多個因素，以生成綜合風(fēng)險評分。
Escobar博士說:“我們與我們的電子健康記錄系統(tǒng)和IT人員一起定義了我們第一批算法的性能特征。”。
然后，該團(tuán)隊還利用了人口統(tǒng)計信息、生命體征、最近入院時收集的實驗室結(jié)果以及電子記錄中的其他數(shù)據(jù)來建立模型。
“我們經(jīng)過了嚴(yán)格的回應(yīng)和驗證。我們探索了每個參數(shù)及其聯(lián)系，”Escobar說。“我們讓臨床醫(yī)生參與觀察每一個病例，然后對特征和閾值分析進(jìn)行審查，以確保閾值是有意義的。”
Daniels說Escobar博士的團(tuán)隊綜合了北加州650，000名住院病人和20，000名病情惡化病人的數(shù)據(jù)。這個過程花了七到八年。
Daniels說:“我們花了大約五年的時間來完成電子病歷后端的初始映射和預(yù)測模型的開發(fā)。”他指出，當(dāng)時還沒有人從他們的電子病歷系統(tǒng)中提取這些數(shù)據(jù)。“然后，我們又花了兩到三年的時間來將這些模型轉(zhuǎn)換成可以在操作上使用的實時網(wǎng)絡(luò)服務(wù)應(yīng)用程序。”
Daniels補(bǔ)充道，預(yù)測分析工具只有在確保信息被使用的過程中才能發(fā)揮作用，因此AAM團(tuán)隊花費(fèi)了大量時間來開發(fā)和實施工作流，使醫(yī)療保健團(tuán)隊能夠盡可能高效地響應(yīng)警報。
患者病情惡化的早期預(yù)警使Kaiser Permanente醫(yī)療響應(yīng)團(tuán)隊有足夠的時間來進(jìn)行干預(yù)，以便在危機(jī)之外進(jìn)行思考和行動，這反過來又使他們能夠以一種更加統(tǒng)一和綜合的方式做出響應(yīng)，以便在臨床和醫(yī)院層面提供醫(yī)療服務(wù)。在該項目開始運(yùn)作的頭兩年，它幫助衛(wèi)生系統(tǒng)將死亡率降低了20%。Kaiser Permanente表示，該程序的未來迭代版本還可能會集成人工智能。
京公網(wǎng)安備 11010502049343號