g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Exclusive Obama'nın yapamadığı şeyi, büyük veri elde edilebilir mi?

Tercüme: Min Li, Yao Zhenyu

Redaksiyon: Lu Miaomiao

Bu makalenin uzunluğu 20000 kelime , Okumanız tavsiye edilir N dakika ~

Bu makale iki tıbbi raporu karşılaştırır ve büyük veri çağında halk sağlığı ve tıbbi bakım için nereye başvurmanız gerektiğini sizinle tartışır.

[Kılavuz] Hepimizin bildiği gibi, Trump göreve başladığı ilk gün Obamacare tasarısını kısıtlayan bir icra emri imzaladı.

Obamacare'in amacı, tıbbi harcamalardaki artışı kontrol etmek, tıbbi sistemin verimliliğini artırmak ve tıbbi hizmetlerin kalitesini iyileştirmektir. Sigortasız insan sayısının azaltılması, gereksiz teşhis ve tedavinin azaltılması ve yeniden hastaneye yatış oranının düşürülmesi gibi özel önlemlerin tüm tıbbi sistemi daha etkili hale getirmesi, uzun vadede tıbbi sistem ve nüfus sağlığına fayda sağlayacak olması anlaşılabilir bir durumdur.

Ne yazık ki, o zamandan beri Amerikan sınıfının derin bölünmesinin başlangıcını açtı ...

Obama'nın bir zamanlar tıbbi büyük veride hassas tıp özlemi vardı, "Kanser tedavisini genle eşleştirmek, kan grubuna uyan kan nakli kadar standart hale geldi ve doğru ilaç dozunu bulmak vücut sıcaklığını ölçmek kadar basit hale geldi. Kısacası, her seferinde verin. Doğru kişi, doğru zamanda doğru terapiyi kullanır. "

Obama tarafından 2016 yılında dünyanın en etkili dergisinde yayınlanan ünlü bilimsel makale "U.S. Medical Reform: Progress and Prospects" i karşılaştırır ve okursanız, şunu bulabiliriz: yapılandırılmış ayrı tıbbi verilerin analizi ve analizi Uygulama, Obama'nın Amerikan sağlık reformunun bitmemiş nedenini anlamasına yardımcı olabilir mi?

Datapie çeviri ekibi, Harvest Powerı özel olarak planladı ve derledi. "Yapılandırılmış Veri: Tıbbi Veri Analizi ve Birlikte Çalışabilirliğin Doğası" ile "ABD Sağlık Reformu: İlerleme ve Beklentiler" İki rapor (orijinal PDF dosyaları eklenmiş), okumak için sabırlı olmanız gerekir. umut Okuma ve karşılaştırma yoluyla, büyük veri çağında halk sağlığı ve tıbbi bakım için nereye başvurmanız gerektiğini sizinle tartışacağız.

Tsinghua Büyük Veri Endüstrisi Federasyonu, bir "Sağlık Hizmetleri Büyük Veri Profesyonel Komitesi" kurmaya hazırlanıyor. Sağlık hizmetleri ve büyük veri konularıyla ilgilenen ve anlayışlı olan arkadaşlar, makalenin alt kısmında bizimle etkileşim kurmaları için hoş geldiniz!

"Yapılandırılmış Veriler: Tıbbi Veri Analizi ve Birlikte Çalışabilirliğin Doğası

içindekiler:

Ayrı teşhis bilgileri: sağlık hizmetlerinde yeni para birimi
Yapılandırılmış verilerin tanımı
Şu andan itibaren: analiz gereksinimleri
Birlikte çalışabilirlik gereksinimleri
Yapılandırılmış verileri aktarmak için gerekli standartlar
Halk sağlığı için elektronik laboratuvar raporu (ELR)
Laboratuvar Sonuçları Arayüz Programı (LRI)
HL72.5.1'in amacı birlikte çalışabilirliktir
MU gereksinimleri
LOINC gibi standartlaştırılmış sözcükler
LOINC ve SNOMED kombinasyonu
Patoloji raporları için yapılandırılmış veriler
Özet rapor: yapılandırılmış mı yoksa yapılandırılmamış mı?
sonuç olarak

Ayrı teşhis bilgileri: sağlık hizmetlerinde yeni para birimi

Ayrı, kodlanmış ve yapılandırılmış teşhis ve tedavi verileri, sağlık hizmetlerinin geleceği için hayati öneme sahiptir. "Karşılanabilir Bakım Yasası" nın uygulanması, sağlık kuruluşlarının tıbbi ödeme için ölçüm sonuçlarına dayalı bir değer geri ödeme modeli benimsemelerini sağlamıştır. Bu ayrıca, gelecekteki tıbbi reformların, sonuçların iyileştirilmesinin ve maliyetlerin azaltılmasının kullanıma bağlı olacağını göstermektedir. Ayrık, kodlanmış yapılandırılmış veriler.

Gelecekte tıbbi sağlık verilere dayalı olacak ve verilerin tanıtımı, nüfus sağlığı yönetimi ve sonuç analizinde özellikle önemli bir rol oynayacaktır. Tıp kurumları, hasta gruplarının sağlık durumunu anlamak için verilere ihtiyaç duyar ve analiz yapar ve bu verileri, hastaların sağlık durumunu iyileştirmenin etkili yolunu daha iyi kavramak için kullanır. Yapılandırılmış klinik veriler ve bunu destekleyen standartlar, nüfus sağlığı yönetimi, çeviri tıp araştırmaları, yapay zeka ve hassas tıbbın geliştirilmesi ve uygulanması için gereklidir. İzleme ve ölçüm sonuçları için sağlık hizmeti verilerini oluşturmak ve kodlamak için hedeflenen kullanım (MU), ICD-10, LOINC® (Mantıksal Gözlem Tanımlayıcı Adı ve Kodu) ve SNOMEDCT® (Sistematik Tıbbi Klinik Terminoloji) ve benzeri diğer projeler , Gelecekteki tedavi planlarının formülasyonu önemli bir destekleyici role sahiptir.

Yapılandırılmış verilerin tanımı

Yapılandırılmış veri tanımının birebir çevirisi çok özlüdür; bilgisayarın operasyon sürecinde bu tür verileri etkili bir şekilde işlemesini ve tanımlamasını sağlayan yapılandırılmış bir şekilde düzenlenmiş ve derlenmiş veri veya bilgileri ifade eder ve veri madenciliği ve temizleme ile küme analizine uygulanır. Arasında. Kayıtlarda veya dosyalarda sabit veya dağınık alanlarda bulunan yapılandırılmış veriler de ayrık veriler olarak sınıflandırılabilir. Standart sözcükler, şablonlar, açılır listeler, radyo düğmeleri ve onay kutuları kullanarak ayrı verileri yakalayarak geleneksel yapılandırılmış verileri iyileştirin; tersine, serbest metin yapılandırılmamış verilerdir.

Yapılandırılmış verilerin değerini en üst düzeye çıkarmadaki anahtar faktör, LOINC veya SNOMED CT gibi kodlama standardize edilmiş kelime dağarcığının kullanılmasıdır. Standartlaştırılmış kelime dağarcığının yapılandırılmış ayrık veri kodlaması, farklı sistemlerin terimleri kategorize etmesine ve verilerin aynı şekilde yapılandırılmasını sağlayarak anlam katmasına izin verir, böylece hızlı erişimi ve yeterli veri tanımını kolaylaştırır. Ek olarak, sistemler arasındaki veri akışını biçimlendirmek için HIT (Tıbbi Bilgi Teknolojisi) etkileşimli işlem standardı olarak HL7'nin (Sağlık Düzeyi 7) kullanılması, elektronik iletişimin doğru bir şekilde gerçekleştirilmesine yardımcı olur.

EHR ve HIE sistem bilgilerinin girişi ve çıkışı, değeri en üst düzeye çıkarmak için yapılandırılmış veriler gerektirir. Laboratuvar tarafından üretilen klinik veriler, hastanın elektronik tıbbi kaydının büyük bir bölümünü kaplar ve ihtiyaç duyulan her yerde kodlanmış yapılandırılmış verileri gönderebilmesi gerekir. Sistemler arasında elektronik olarak iletişim kurabildikleri için, laboratuvardan gelen kodlanmış yapılandırılmış veriler, MU'nın ikinci ve üçüncü aşamalarındaki belirli laboratuvar deneylerinin deterministik tanımlanması için kritik öneme sahiptir.

Şu andan itibaren: analiz gereksinimleri

Klinik tıbbi sistemlerin kademeli entegrasyonu ve uyumluluğu ve HIT altyapısı işlevlerinin sürekli iyileştirilmesiyle, tıbbi tesislerin değer temelli sonuç ölçümü, görüntülenmesi ve analizinin derinlemesine anlaşılması giderek daha önemli hale geldi. Maden çıkarılabilen ve diğer sistemlerle paylaşılabilen yapılandırılmış veriler, yukarıdakilerin önemli bir köşe taşıdır. Bunu, serbest metin yerine kontrollü bir format veya kelime haznesi sağlayarak yapar. Yapılandırılmış verilerin tutarlılığı ve verilerin birlikte çalışabilirliği istatistiksel araştırmalara ve iş zekası raporlarının oluşturulmasına izin verdiğinden, burada her türlü yapılandırılmamış veya anlatı veriye ulaşılamaz.

Şekil 1: Yapılandırılmış Veriler Analiz

Geleneksel tıp endüstrisinin yapılandırılmış verilerin önemi konusunda bilinçsiz olduğu iyi bilinmektedir. Tıbbi cihazlar arasındaki korelasyon eksikliği, tıbbi sistemler arasındaki veri alışverişine büyük engeller getiriyor. Bu nedenle, değer temelli bir ortamda başarılı olmak için yapılandırılmış veriler kritik hale gelecektir. Şu anda birçok sağlık hizmeti çözümü, yapılandırılmış verilerin (MU, güvenilir tıbbi kuruluşlar, hasta merkezli aile hekimliği, HIE, vb.) Desteğini gerektirmektedir. Bu programlar, klinik verilerin kalitesinin klinik karar verme için gereken desteği sağlayabileceğini kanıtlamak için özel ve kapsamlı yöntem raporları gerektirir.

Paylaşılan yapılandırılmış gerçek dünya verileri, klinik bakımı koordine etmeye yardımcı olurken aynı zamanda nüfus sağlığı yönetimi, klinik karar verme ve hastalık araştırma çalışmaları için değerli bilgiler sağlayabilir - bu nedenle yapılandırılmış veriler, değere dayalı geri ödeme modellerinde başarılı olmuştur. Önemli. Tıp ve sağlık alanı, sonuçların benzersiz özelliklerine büyük önem vererek veri madenciliğini giderek daha önemli hale getiriyor. Toplanan veriler, analiz raporunun kalite gerekliliği ve gerçekleştirme ön koşulu olan yapılandırılmış verilere biçimlendirilir.

Birlikte çalışabilirlik gereksinimleri

Tıbbi tedavinin birlikte çalışabilirliğinin kapsamı birçok alanı içerir (örneğin, aynı kurumun farklı departmanları arasında, yardımcı sistemler arasında, EHR'den araştırma veritabanlarına vb.) Tıbbi birlikte çalışabilirliğin nitelikleri üzerinde anlaşmaya varmak için birçok anlaşmazlık tetiklenmiştir. . Ancak tanımının temel fikri kısaca, gerektiğinde standartlaştırılmış kodlama dillerini kullanarak elektronik bilgilerin güvenli, doğru ve doğrulanabilir şekilde değiş tokuş edilebilmesi şeklinde özetlenebilir.

Tıp alanında "birlikte çalışabilirlik" temel olarak üç seviyeye veya türlere ayrılmıştır - teknoloji, anlambilim ve süreç (bkz. Şekil 2). Tıbbi birlikte çalışabilirliği desteklemek, teknik veri alışverişi düzeyiyle sınırlı değildir; aynı zamanda anlamsal ve süreç düzeyinde birlikte çalışabilirlik gerektirir.

Anlamsal birlikte çalışabilirlik, iletişim bilgilerinin genel görünümü temelinde anlamlı bilgi etkileşimi ve yardımı anlamına gelir. "Standartlaştırılmış bir kelime haznesi kullanır, yapılandırılmış verilerin ötesinde veri bilgilerini içerir ve verilerin amacını veya anlamını terminale iletir. İlgili karmaşık alanlar ve bilgiler nedeniyle, genel hasta bakımı üzerinde ince bir etkisi olacaktır. Hemşirelik özellikle kritiktir. HL7 Birlikte Çalışabilirlik Çalışma Grubu, birlikte çalışabilirlik terimini şu şekilde açıklamıştır:

Şekil 2: Birlikte çalışabilirlik düzeyi: kaynak

Grafik çeviri:

Birlikte çalışabilirlik düzeyi / türü

Teknoloji | Alaka düzeyini içeren: mesajların tamamen değiş tokuş edilmesini ve doğru biçimde olmasını sağlamak.

Anlambilim | Sistemin bilgileri kodlar ve tanımlayıcılar aracılığıyla paylaşma yeteneği.

Süreç | İnsanları bilgiyi paylaşmaya, koordineli iş süreçleri sağlamaya ve iş sistemlerinin birlikte çalışabilirliğe ulaşmasını sağlamaya teşvik edin; kuruluşa fayda sağlayın.

Tüm uygulamalar tutarlı kodlama standartları kullandığında ve klinik terminolojiyi doğru bir şekilde tanımladığında, anlamsal birlikte çalışabilirlik elde edilir. Bu, aynı dili konuşan ve iki taraf arasındaki konuşmayı net bir şekilde anlayabilen iki kişiye benzer. Ek olarak, MU'nun çalışma aşaması ilerledikçe ve diğer sonuç odaklı tıbbi modeller kuruldukça, iyileştirilmiş iş akışları geliştirmek için süreç birlikte çalışabilirlik düzeyine gireceğiz.

CAP teknik incelemesindeki "Laboratuvar Birlikte Çalışabilirlik En İyi Uygulamaları", laboratuvarın benzersiz birlikte çalışabilirliğini açıklamaktadır: "Sistemi birlikte çalışabilir hale getirmek için, belirli kavramların anlamlarına aynı anlayış verilmelidir - test sonuçlarının sorunsuz aktarımı için Bunu başarmak için, göndermeyi ve almayı sağlayan ve verilen sonuçları yorumlayıp arşivleyebilen bir dijital işleme depolama sistemine ihtiyacımız var. "

Birlikte çalışabilirlik, etkileşimli kullanımı düzeltmenin anahtarı olan laboratuvarda ayrı, yapılandırılmış kodlanmış verilerin üretilmesidir. Laboratuvar verileri, hasta kayıtlarının temel parçasıdır.Laboratuvar birlikte çalışabilirlik desteği olmadan, tıbbi geliştirme, karar desteği, geçiş bakımı ve kalite raporu oluşturma gibi birçok açıdan kısıtlanabilir. Belirsiz, standartlaştırılmamış veya eksik laboratuvar verileri, artan maliyetlere ve hatta diğer potansiyel tehlikelere yol açabilir. Laboratuvar birlikte çalışabilirliğinin faydaları, sonuçları zamanında vermesi, hataları azaltması, izlemeyi iyileştirmesi ve daha doğru veri analizi sağlamasıdır.

Yapılandırılmış verileri aktarmak için gerekli standartlar

Çok sayıda tıbbi altyapı ekipmanı, yapılandırılmış verilerin anlamlı bir şekilde iletilmesi için etkili destek sağlar, iletim verilerinin birlikte çalışabilirliği için standartlar belirler ve birçok tıbbi alanda uzmanların katıldığı birden fazla pilot projenin sonuçlarını destekler.

Şekil 3: İlgili standartlardan bazılarına giriş.

Halk sağlığı için elektronik laboratuvar raporu (ELR)

Veri bilgileri aracılığıyla halk sağlığı laboratuvarlarına laboratuvar sonuçlarının ulaştırılması için standart, 1997'de Hastalık Kontrol ve Önleme Merkezleri (CDC) ve diğer halk sağlığı kurumları tarafından önerilen elektronik laboratuvar raporlarının (ELR) oluşturulması ve yüklenmesidir. İletim için ELR kullanılır. Bildirilebilir hastalıklar veya tedavi durumları için, ulusal düzenlemeler tıbbi ve sağlık kurumları ile laboratuvarların tıbbi koşulları sağlık departmanına bildirmesini gerektirir. Laboratuvar raporları, halk sağlığı sürveyansı için gereklidir ve işlevleri, bildirilmesi zorunlu hastalıkları, enfeksiyon salgınlarını veya potansiyel biyokimyasal terör faaliyetlerini araştırmayı kapsar. ELR kullanılırken, laboratuvar verileri standart bir dosya formatında bilgi sisteminden dışa aktarır ve güvenli bir arayüz aracılığıyla ulusal sağlık departmanına elektronik olarak gönderir. ELR standartlarının sağlıklı çalışması, halk sağlığı kurumlarının raporlarını daha makul ve doğru hale getirir.

Laboratuvar Sonuçları Arayüz Programı (LRI)

ONC (Ulusal Koordinatör Ofisi), Standardizasyon ve Birlikte Çalışabilirlik (S&I) çerçeve planı aracılığıyla yapılandırılmış veri yakalamanın (SDC) karşılaştığı zorluklara odaklanır. Mevcut S&I programlarından biri, Laboratuvar Sonuçları Arayüz Programı'dır (LRI). LRI'nin misyonu, birincil poliklinik doktorlarının standart yapılandırılmış laboratuvar verilerini kabul edebilmesi ve makul şekilde kullanabilmesidir.Mevcut HL72.5.1 standardına dayalı laboratuvar raporlama kılavuzları oluştururken, ayakta tedavi hizmetleri ile başlar ve gelecekte diğer kullanımları ekler. Ek olarak, klinik test sonuçları standart yapılandırılmış veriler olarak biçimlendirilecek ve HER (elektronik sağlık kaydı) sertifikasına dahil edilecektir. LRI'nin odak noktası gereklilikleri, spesifikasyonları ve standartları belirlemektir.Bu gereklilikler, farklı organizasyonel varlıklardaki laboratuvar bilgi sistemleri ve ayakta hasta EHR sistemleri arasında laboratuvar test sonuçları raporlarının değişimini amaçlamak ve laboratuar test sonuçlarının elektronik raporlanması için uygulama kılavuzu sağlamaktır. . Tabii ki, uygulama kılavuzları organizasyon içinde ve klinik dışında da kullanılabilir.

ELR ve LRI aktarım kılavuzlarıyla ilgili olarak, hem LOINC hem de SNOMED CT'nin standartlaştırılmış bir kelime haznesi olarak ve analit raporlama birimi için UCUM (Birleşik Ölçüm Birimi Kodu) kullanımı, operasyonunun temelini oluşturur. Ek olarak, HL72.5.1'deki anahtar bilgilere bağlanmak için benzersiz bir genel nesne tanımlayıcısının veya OID'nin zorunlu kullanımı da özellikle önemlidir. Bu bilgi nesneleri, hastaları, siparişleri, sağlayıcıları ve kuruluşları içerir. Benzersiz kod, her bir tanımlayıcının bağımsız tıp ve sağlık kurumları arasında yaygın olarak paylaşılabilmesini sağlar ve başlangıçta ilişkilendirildiği nesneyi işaret eder.

HL72.5.1 için birlikte çalışabilirlik hedefleri

HL7 (Health Level Seven International), HIT birlikte çalışabilirlik standartları için uluslararası yetkili bir sertifikasyon kuruluşudur. Sağlık hizmetlerinin klinik uygulamasını, yönetimini ve sunumunu desteklemek için elektronik sağlık bilgilerinin değişimi, entegrasyonu, paylaşımı ve alınması için kapsamlı bir çerçeve ve ilgili standartlar sağlar. Değerlendirme. HL7, sağlıkla ilgili bilgileri tıbbi uygulamalar arasında bilgi alışverişi için belirli bir format standardında iletir. Bir veya daha fazla mesaj seti göndermek için HL7 standardını kullanın ve her mesaj sağlıkla ilgili bir kayıt veya öğe içerir.

HL7 biçiminde bir örnek mesaj aşağıdaki gibidir:

Şekil 4: HL7 mesajı

Kaynak: www.idph.state.ia.us/adper/common/pdf/idss/handout_080212.pdf

HL7 standardı, MU'nun temelidir. Ekonomik ve Klinik Sağlık Bilgi Teknolojisi Yasası'nın (ARRA-HITECH) 2009 ABD Kurtarma ve Yeniden Yatırım Yasasında getirilmesiyle, HL7 sürümünün 2.3.1 ve 2.5.1'i, oluşturulacak sağlık hizmetleri standartları olarak özel olarak seçilmiştir. Anlamlı kullanım kriterleri (MU) (bkz. Şekil 5).

Diğer farklılıklara ek olarak, HL7 sürüm 2.5.1 ile önceki sürüm 2.3.1 arasındaki fark, belirlenmiş laboratuvarlar için ek alanlar dahil olmak üzere ek laboratuvar raporu sonuçları eklemesidir. Bu gereksinim, halk sağlığını sağlamak için önemli bir değer sağlayan CLIA'nın gereksinimlerini karşılamak için 2.5.1 sürümüne eklenmiştir.

Şekil 5: Aşama 2'de MU tarafından gerekli görülen HL72.5.1 standardı

MU gereksinimleri

Adil kullanım (MU) standardını yerine getirmek için, sağlayıcılar klinik verilerin çoğunu "yapılandırılmış veriler", yani tanımlanabilir alanlarda ayrık, aranabilir veriler olarak yakalamalıdır. Aşama 2'de MU gerekliliklerini karşılamak için laboratuvarlar, klinik laboratuvar test sonuçlarının% 55'inden fazlasını yapılandırılmış veri olarak EHR sertifikasyon teknolojisine (CEHRT) dahil etmelidir. Bu oranın Aşama 3'te% 80'e çıkması beklenmektedir ( Şekil 6'ya bakın).

Şekil 6: Laboratuvarda MU

LOINC benzeri standartlaştırılmış kelime hazinesi

Metin verilerini tanımlamak için, belirtilen her veri öğesi, çeviri için belirtilen benzersiz koduna (genellikle harfler ve sayılar) bağlanmalıdır. Yetkili uzman grupları tarafından geliştirilen bu standartlaştırılmış sözlükler, teşhis terimlerini ayırt etmek için kullanılabilir. Kodlama dili, sonuçların sistem veritabanı tarafından yönetilmesini sağlayabilir ve veri görünümlerinde ve raporlarda belirli, bağlamsal olarak tutarlı, organize ve uygun ayrıntı düzeyini koruyabilir.

LOINC, klinik sağlık bilgilerinin değiş tokuşu için standartlardan biridir ve laboratuvar testleri için HL7 için tercih edilen uluslararası standart olarak seçilmiştir. HL7 mesajlarına gömülü LOINC kodunu tanımak, tıbbi kurumların birden çok kaynaktan mesaj almasına ve elektronik dosya sonuçlarını, araştırma departmanları veya halk sağlığı sistemleri tarafından kullanılmak üzere hastanın HER'nin doğru konumuna otomatik olarak dahil etmesine olanak tanır. Bireysel kurumların test kodları, sonuç kodları vb. Verileri gibi ana dosyaları değiş tokuş etmesine gerek kalmadan sağlık hizmetleri bilgilerinin geniş çapta yayılmasına olanak tanır. Her organizasyon yerel kelime dağarcığını standart kodlarla eşler ve bilginin tek bir bilgi adası olarak izole edilmesi yerine geniş çapta paylaşılmasına izin verir. Standart kelime haznesi, özellikle kodlama laboratuvarı sonuçları, hasta sağlığı için daha otomatik karar desteği ve popülasyonun daha otomatik halk sağlığı gözetimi sağlar.

LOINC, Regenstrief Enstitüsü tarafından klinik verilerin elektronik iletimi ihtiyaçlarını karşılamak için 1994 yılında doğdu. LOINC, EHR'ye aktarım için 70.000'den fazla tıbbi terime kimlik kodları atar. Çok sayıda kod nedeniyle, LOINC haritalamasına yardımcı olmak için Regenstrief LOINC'in eşleme asistanı (RELMA®) adlı bir program vardır. Hem LOINC hem de RELMA LOINC web sitesinden indirilebilir:

LOINC kodu, her biri ayrı bir anlamı olan ve birlikte belirli bir laboratuvar testinin nasıl gerçekleştirileceğinin karmaşık ayrıntılarını açıklayan sırayla altı bölümden oluşur (bkz. Şekil 7).

Şekil 7: Belirli bir laboratuvar testi nasıl yapılır

LOINC (Gözlem Gösterge Tanımlayıcısı için Mantıksal Adlandırma ve Kodlama Sistemi) veritabanının amacı, HL7 mesajlarını gözlemlemek için evrensel bir tanımlayıcı sağlamaktır. Özellikle LOINC, HL7 gözlem raporu mesajındaki gözlem tanımlayıcı alanını (OBX-3) doldurmak için bir kod sistemi sağlar HL7 ayarlarında, OBX-3 alanı gözlem tanımlayıcısını ve OBX-5 alanı gözlem değerini saklar. Geçmişte laboratuvar, HL7 arayüz mesajının OBX-3 alanına kendi dahili tanımlama kodunu gönderiyordu.Her laboratuarın benzersiz bir test kodu olabilir, ancak bu arayüz iletişiminde zorluklara neden oldu. Bu nedenle, büyük tıp kurumları, farklı kaynaklardan gelen bilgileri standartlaştırmak için LOINC kullanır.

Tıbbi kurumlara mesajlar almak için laboratuvar test sonuçlarını tanımlamak için LOINC kodlarını kullanmanın temel yararı, kuruluşların birden çok HL7 kaynağından gelen sonuçları insan müdahalesine gerek kalmadan analiz etmelerine olanak sağlamasıdır. Laboratuvar kaynak verileri LOINC kodunu HL7 mesajında içerdiğinde, tıp kurumu test sonuçlarını EHR'ye kodlayabilir.

Bu nedenle LOINC, verilerin birlikte çalışabilirliği için belirleyici bir desteğe sahiptir. LOINC, içsel ayrıntı düzeyi nedeniyle birden çok farklı kaynaktan gelen verilerin doğru karşılaştırılmasını sağlar. Maliyet azaltma ve hasta bakımını iyileştirmek için bu çok önemlidir. Gelecekte, tedarikçiler kuruluşlar arasında daha büyük miktarlarda bilgi alışverişinde bulunmaya başladıkça, bu genellikle laboratuvarlar ve diğer test birimleri tarafından tanınan standartlaştırılmış bir terim olacaktır. LOINC kodlu yapılandırılmış veriler, tıbbi ve sağlık verilerinin birlikte çalışabilirliğini genişletmeye yardımcı olacak ve böylece kalite analizi ve hasta bakımını iyileştirmek için kullanılabilecek önemli güvenceler sağlayacaktır.

Ek olarak, laboratuvar sonuçlarının genel birlikte çalışabilirliği, kurumların bireysel hastalar hakkında daha fazla sayıda gerçek dünya verisi toplayabileceğini ve etkili nüfus sağlığı yönetimi yürütebileceğini göstermektedir. Bu tür verileri aynı dilde toplama yeteneği, tıbbi sağlayıcıların hasta bakım performansını daha kolay ve doğru bir şekilde analiz etmesine ve raporlamasına olanak sağlayacaktır. LOINC, bu birlikte çalışabilirliği teşvik ederek, tıp kurumlarının önümüzdeki birkaç yıl içinde hasta bakımını daha iyi uygulamalarına yardımcı olabilir ve tedavinin sağlık yararlarının artmasını sağlayabilir.

LOINC ve SNOMED kombinasyonu

LOINC ve SNOMED birlikte nasıl çalışır ve ikisi neden vazgeçilmezdir? Kısacası, LOINC sorunun kodunu sağlayabilirken, SNOMED cevabın kodunu sağlar. Özellikle, LOINC, test gözleminde analizden sonra rapor edilen kodu çıkarmak yerine, test gözleminin kodunu (örneğin, serum glikozu veya kan kültürü) tanır. Ayrıca, LOINC test yöntemini kodlarken, SNOMED CT sayısal olmayan yanıtları açıklar. HL7 mesajlarında LOINC, sorular için OBR-4 ve OBX-3 alanları için kodlar sağlarken SNOMED, OBX-5.20'de kod olarak cevaplar sağlar.

Ancak, daha karmaşık test sonuçları analizi için, test içeriğini doğru bir şekilde tanımlamak için SNOMED CT'ye ihtiyaç vardır. Klinik bir terim olarak SNOMED, tıbbi dokümantasyon kayıtları için LOINC'den daha ayrıntılı klinik içerik ve ifade yetenekleri sağlar ve anatomik patoloji ve mikrobiyoloji gibi daha karmaşık süreç odaklı testleri tanımlamak için kullanılır.

LOINC ve SNOMED CT arasındaki yaygın uygulamalar mikrobiyolojide ortaya çıkar. Örneğin, bakteri hücrelerini sipariş ederken, oluşturulan sıra LOINC'de kodlanacaktır, ancak LOINC tarafından sağlanan sıradan mikroorganizmaların fiziksel tanımı, örneğin gram negatif bakteriler gibi en karmaşık iletişim yöntemidir. Bu nedenle, SNOMED CT'de kodlama, kodlamanın makul kullanımının sonucudur. SNOMED CT, karmaşık biyolojik özelliklerin, biyolojik adların sonuçlarını elde edebilir, ikili kodlar oluşturabilir ve bunları iletim portu üzerinden iletebilir. Gram negatif bakteriler tamamen tanımlanabilir ve ardından LOINC antimikrobiyal duyarlılık testi sonuçlarını iletmek için kullanılabilir.

İki kodlama sistemi arasındaki bu bağlantı nedeniyle, Ulusal Tıp Kütüphanesi ve Regenstrief Enstitüsü şu anda iki terim arasında daha sıkı entegrasyon sağlamak için LOINC'yi SNOMED CT ile eşleştirmek için bir proje üzerinde çalışıyor. Şekil 8 SNOMED CT LRI'nin avantajlarını listelemektedir.

Şekil 8: SNOMED LRI'nin Avantajları

Patoloji raporları için yapılandırılmış veriler

Anatomik patoloji alanında, veriler daha bol hale geliyor ve hasta tedavi kararlarında belirleyici bir rol oynuyor. Patoloji raporları, patologlardan doktorlara kadar giderek çok yönlü bir iletişim yöntemine dönüşüyor. Kanser tanı raporu verileri, patoloji laboratuvarındaki örnek incelemesinin çoğunu açıklar. Geleneksel cerrahi patoloji raporları, yalnızca tümör tipi, derecesi ve süresi (tümör boyutu / derecesi, marjinal tutulum ve lenfatik tutulum) gibi temel bilgileri sağlar ve genel tümör dokusu hakkında bilgi sağlar Morfolojik açıklama. Bununla birlikte, modern cerrahi patoloji raporları, morfolojik verilerle birlikte tümör biyolojisi hakkında karmaşık, ayrıntılı bilgilerin yanı sıra, genellikle özet raporlar yapmak için gerekli olan yeni eklenen moleküler biyoloji tekniklerine dönüşmüştür.

Belirli bir patoloğun tarzı, geleneksel anlatı patoloji raporunda yansıtılır. Bu nedenle, farklı raporların formatı, bağlamı ve içeriği, önemli farklılıklar ile kişiden kişiye değişir. Modern cerrahi patoloji raporlarının gerektirdiği artan karmaşıklık nedeniyle, temel unsurlar zaman zaman gözden kaçmaktadır. Bununla birlikte, ayrı, kodlanmış ve yapılandırılmış bir formatla karakterize edilen bir patoloji raporu, temel unsurların gözden kaçmamasını sağlayabilir Önemli tıbbi raporların sonuçlarının göz ardı edilmesi, tedavide gecikmelere ve artan maliyetlere neden olabilir. Çoğu patolog, yapılandırılmış serbest metin bilgisinin etkili bir şekilde ayrıştırılamayacağını anlar.Sadece açıkça tanımlanmış sözcükler ve tam bağlamda tanımlanan veriler etkili ve net bir veri akış sistemi sağlayabilir.

Özet rapor: yapılandırılmış mı yoksa yapılandırılmamış mı?

Patoloji raporlarını standartlaştırma ve iyileştirme çabası içinde, American Academy of Surgery Cancer Committee (ACS-CoC) ve American College of Pathologists (CAP), kontrol listeleri oluşturdu, özet raporlar hazırladı ve ilgili kanser tedavi hastaneleri tarafından sağlanan patolojik doku biyopsi raporlarını zorunlu kıldı. Kanser numunesi bilgilerinin bilimsel olarak doğrulanmış tüm veri unsurlarını dahil etmek. Patolojik örneklerin özet raporu, patologların zaman zaman tüm ilgili hastalıkları kaydedebilmesini sağlamak için kontrol listeleri şeklinde birleştirilmiş ve standartlaştırılmış veri öğeleri sağlar. Bu özet listeler, raporu özellikle majör tümör tipleri için etkili, tek tip ve eksiksiz hale getirir. Ek olarak, özet raporunun tanıtımı verimliliği artırır, transkripsiyon hatalarını azaltır ve numune devir süresini azaltır.

Sürekli karıştırılan özet raporun ve yapılandırılmış verilerin kaynağı, aralarındaki farklılıklarda yatmaktadır. Özet, basitçe ilgili bulguların bir özetini sağlamak, yani bakış açısını bir bütün olarak kavramak anlamına gelir. Ancak özet rapor, özet öğesine karşılık gelen yapılandırılmış veri kümesini sağlayabildiğinde, yapılandırılmış veriler özet rapor olarak kabul edilmez. Özet raporlar ve yapılandırılmış veriler birbirini tamamlayan bir ilişki içindedir. Veriler, ayrı veri öğeleri olarak biçimlendirildiği sürece, bilgisayar bu bireysel öğeleri klinik ve araştırma amaçlı olarak akıllıca analiz edebilir.

Bununla birlikte, yapılandırılmış veriler tüm özet raporlara dahil edilmez. Çoğu durumda, yalnızca yapılandırılmış bir görünüme sahip metin belgeleri işlenir. Bu nedenle, özet raporun yapısı klinik bulguları netleştirirken, yapılandırılmış veriler bilgisayar bulgularını netleştirir. Yapılandırılmış verileri önceden yakalamak açıkça daha iyi sonuçlar sağlar. Alakalı ve araştırılabilir bilgi sağlarken, programlanabilir, aranabilir ve erişilebilir veriler, anlatı metninden daha fazla değere sahiptir. Yapılandırılmış veri raporlama, gelecekte referans olması için veri yakalama avantajı yaratır.

Bilgi için girdi olarak ayrık veri öğelerini kullanmak ideal bir özet rapordur. Bu ayrık veri öğeleri ilişkisel veritabanına aktarılır, yapılandırılır, yeniden düzenlenir ve etkin bir şekilde aranır ve geri alınır. Buna karşılık, doğal dil süreçlerine dayalı bir veritabanı, rapordaki birimleri mantıksal olarak organize etmez, bu da doğal sözcük öğelerini aramayı ve almayı zorlaştırır. Özet raporların aksine, serbest metin olarak depolanan veriler, erişimi verimsiz kılan ilişkisel bir yapıya sahip değildir.

Yapılandırılmış verileri kullanan özet raporlar, hızlı bir şekilde eksiksiz ve öz belgeler oluşturabilir ve aynı zamanda klinisyenlerin rapordan memnuniyetini artırabilir. Önceden hazırlanmış verileri şablona girin ve patolog özet raporunu tamamlayabilir.Ayrıca, sınırlı açılır menü seçeneklerinden seçim yapmak, raporun standardizasyonunu ve tutarlılığını artıracaktır. Yapılandırılmış özet raporu, patolojik verilerin veri madenciliği işlevini destekler, geri kazanıma ve karşılaştırmaya olanak tanır ve hasta bakımı ve tedavi planlarının formülasyonunu doğrudan etkileyebilir.

Bununla birlikte, birçok patolog ve birinci basamak doktor, ön uçtan özet rapora girmek için gereken yapılandırılmış verileri kabul etmeye hala isteksizdir. Bazı patologlar, özet raporun külfetli ve zaman alıcı olduğunu düşünür Normal serbest metin raporu ile karşılaştırıldığında, özet rapor çalışma sayfasını girmek ve düzenlemek için ek adımlar gerektirir. Bu nedenle, yapılandırılmış raporların birçok faydası olmasına rağmen, çoğu tarihsel veri ve serbest metin pratikte hala mevcuttur.

Özet raporları, klinik verileri ve araştırma verilerini kolaylaştırmak ve etkili bir şekilde yakalamak, veri yakalamayı daha tutarlı hale getirmek ve sonraki veri çıkarma ve incelemenin kolaylığını geliştirmek için kullanın. Daha güçlü bilgi yakalama yoluyla, iş zekası (BI), araştırma veya kişiselleştirilmiş tedavi için gereken bilgileri sağlamak için LIS veritabanında depolanan temel veri öğelerine hızlı bir şekilde erişebilirsiniz. Buna dayanarak, sinoptik patoloji raporlarının geleceği olarak kabul edilir.

Şekil 9: Yapılandırılmış verilerin avantajları

Kaynak: Anatomik Patolojinin Temelleri, 3. Baskı

sonuç olarak

Yapılandırılmış veriler, doğru madencilik ve hasta sağlığının analizi için gereklidir. Medikal ve sağlık sektörünün gelişiminde, makul ve etkin yapılandırılmış veri ve standartların bulunmaması nedeniyle hastalar ve sağlık kurumları arasında veri paylaşımı sağlanamamaktadır. Sağlık sektörü, bireysel sağlık hizmetlerinin kalitesini izleyip koruyabilen eksiksiz ve doğru bir hasta HER sistemi beklemektedir. Şu anda, bu hedefin gerçekleştirilmesi için hala uzun bir yol var.

Standartları benimseme ve yapılandırılmış verileri kullanma sürecinde kültürel engeller mevcuttur. Yapılandırılmış veriler tıbbi bakım verilerini toplayıp, raporlayıp iletebilse de, doktorlar genellikle yapılandırılmış verilerin, en etkili yol olduğuna inandıkları şekilde uyuşturucu kullanımı ve dokümantasyon uygulama becerisini engellediğine inanırlar.

Birçok sağlık hizmeti planlama projesi (anlamlı kullanım, sorumlu bakım kuruluşları, HIE, vb.) Yapılandırılmış veriler gerektirir. Tıp ve sağlık kurumları, klinik verilerin kalitesini tahmin etmek ve doktorlar ve hastaneler için klinik karar destek araçları sağlamak için güçlü bir raporlama platformuna ihtiyaç duyar. Amaç, hasta bakımını iyileştirmek için yapılandırılmış klinik verileri doğru ve kesin bir şekilde paylaşmaktır. İdeal durum, kodlanmış verileri standart terminolojide kullanmak, anlamsal birlikte çalışabilirliği desteklemek, veri erişimini ve veri alışverişi verimliliğini artırmak ve veri bütünlüğünü desteklemek için standartlaştırılmış mesaj formatlarından inşa edilmektir.

Orchard Software'in patolog ve tıbbi direktörü Dr. Michael Glant şu sonuca varmıştır: "Yapılandırılmış verilerin ve standartlaştırılmış kelime dağarcığının amacına bağlıyım çünkü bu iki bileşen tıbbi sonuçları tanımlamak için güçlü araçlar. Açıkçası, çeşitli tıbbi BT sistemleri Sonuçların birleştirilmiş verilerden belirlenmesi gerekecek. Aynı veri kümeleri, hasta bakımını yönetmenin, güvenliği ve verimliliği artırmanın yeni yollarını kullanacak. Tüm bunlar, granüler, standartlaştırılmış ve yapılandırılmış veriler gerektirir. "

ABD sağlık reformu: ilerleme ve beklentiler

Barack Obama

önem

Affordable Care Act (ACA), 1965'te Medicare ve Medicaid planlarının kurulmasından bu yana Amerika Birleşik Devletleri'nde yürürlüğe giren en önemli sağlık sigortası yasasıdır. Yasalar aracılığıyla kapsamlı bir tıbbi reform gerçekleştirmeyi ve ülke ve bireyler için uygun maliyetli ve daha iyi tıbbi kaliteye sahip bir sağlık sistemi oluşturmayı amaçlamaktadır.

Amaçları

Sağlık reformunun belirleyicilerini gözden geçirin, şimdiye kadar sağlık reform sürecini etkileyen yasal kanıtları özetleyin, sağlık sistemini iyileştirebilecek eylemler önerin ve Uygun Bakım Yasasının uygulanmasından kamu politikaları oluşturmanın genel deneyimini ve derslerini özetleyin.

kanıt

Kamu kurumlarına açık verileri ve yayınlanmış araştırma sonuçlarını analiz edin. Analizin zaman çerçevesi 1963'ten 2016'nın başına kadardır.

Bul

"Uygun Fiyatlı Bakım Yasası", Amerikan tıp sisteminin karşılaştığı bir dizi uzun vadeli zorluğun çözümüne önemli bir katkıda bulunmuştur. Bu zorluklar arasında erişilebilirlik, karşılanabilirlik ve yüksek tıbbi bakım kalitesi bulunmaktadır. "Uygun Fiyatlı Bakım Yasası" yasalaştıktan sonra, Amerika Birleşik Devletleri'ndeki sigortasız oran 2010'da% 16,0'dan 2015'te% 9,1'e düştü ve tıbbi hizmetler de dahil olmak üzere (karşılanamayan tıbbi hizmetler gibi) tıbbi bakımın tüm yönlerinde birçok iyileştirme sağladı. Küçüklerin yüzde 5,5 oranında azalması bekleniyor), finansal güvenlik (örneğin, ortalama bir kişi Medicaid sigortası 600-1000 dolar alıyor) ve sağlık durumu (örneğin, kötü sağlığı bildiren küçüklerin sayısı yüzde 3,4 puan azaldı). Affordable Care Act ayrıca sağlık sigortası ödeme sisteminde reformlar başlattı.Tıbbi sigortaların% 30'unun paket ödemeler veya tıbbi kuruluşlar tarafından yapılan ödemeler gibi alternatif ödeme modellerini kullandığı tahmin edilmektedir. Bu reform önlemleri, tıbbi harcamaların sürekli ve yavaş büyümesini teşvik etmiş ve tıbbi hizmetlerin kalitesini iyileştirmiştir. Bununla birlikte, yukarıdaki ilerlemeye rağmen, ABD sağlık sisteminde iyileştirme için hala çok yer var.

Sonuç ve önemi

Politika yapıcılar, yukarıda belirtilen ilerlemeye dayalı olarak sağlık sigortası piyasası ve ödeme sistemi reformunun kurulmasını teşvik etmeye devam etmeli, piyasa katılımcılarına federal mali yardımı artırmalı, piyasa rekabeti olmayan alanlarda kamu programları sunmalı ve azaltıcı önlemler almalıdır. Reçeteli ilaçların maliyeti. Partilerden gelen muhalefet ve özel çıkarlar hala mevcut olsa da, Karşılanabilir Bakım Yasasının uygulanması, en karmaşık zorluklarla karşılaşan alanlarda olumlu reformların gerçekleştirilebileceğini göstermektedir.

Sağlık sigortasının maliyeti Amerikan ekonomisini ve federal hükümeti etkiler ve her Amerikan ailesinin mali durumunu etkiler. Sağlık sigortası almak, bütçeleri iyileştirebilir, çocukların okulda daha iyi performans göstermesine izin verebilir, yetişkinlerin daha verimli çalışmasına izin verebilir ve tüm Amerikalıların uzun ömür ve daha yüksek bir yaşam kalitesinden yararlanmasına olanak sağlayabilir. Ancak göreve başlamadan önce, yüksek tıbbi ve sağlık harcaması sorunu ABD hükümetini on yıllardır rahatsız ediyordu ve on milyonlarca Amerikalının sağlık sigortası yoktu Bu yüzden siyasi zorlukları ortadan kaldırdım ve tıbbi reformu şiddetle destekledim.

"Uygun Fiyatlı Bakım Yasası" yukarıdaki zorlukları çözmek için tanıtıldı. Amerikalılar artık ömür boyu sağlık sigortası alabilirler. Elbette, federal hükümetin hala artan tıbbi harcamaları kontrol etmek için bir dizi önlem formüle etmesi gerekiyor, ancak yüksek kaliteli, uygun fiyatlı ve kolay erişilebilir bir tıbbi ve sağlık sistemi oluşturmak, ABD hükümetinin hala amansız bir arayışı. Bu özel paylaşımda, Uygun Bakım Yasası'nın ABD sağlık sisteminin iyileştirilmesinde kaydettiği ilerlemeyi değerlendirdim ve politika yapıcılara önümüzdeki birkaç yıl içinde sağlık reformunu ilerletmeye nasıl devam edecekleri konusunda tavsiyelerde bulundum. Makalenin sonunda, halk sağlığı politikalarının formülasyonu üzerinde olumlu bir etkiye sahip olmayı umarak, Hükümetin Uygun Bakım Yasasını uygulamadaki deneyimini de yansıttım.

Sağlık reformu için motivasyon

Göreve başladığım ilk gün, Amerika Birleşik Devletleri'ndeki Büyük Durgunluğun getirdiği bir dizi zorlukla karşılaştım.Etkisiz sağlık sistemi, uzun süredir uğraşmam gereken ve zor sorunlardan biriydi. 2008'de ABD hükümeti, mali gelirinin% 16'sını sağlık hizmetlerine harcadı, 1998'e göre yaklaşık% 25'lik bir artış (o sırada mali gelirin% 13'ü sağlık hizmetleri için kullanıldı), ancak böylesine büyük bir yatırım hastalara daha fazlasını getirmedi. iyi sonuç. Eski tıp ve sağlık sistemi altında, tıbbi bakımın kalitesi garanti edilmez ve hatta hastaların sağlığı garanti edilemez. Daha sık olarak, hastalandıklarında hastaların tedaviye gelmesini beklerler, ancak insanların sağlığını korumaya odaklanamazlar. Sağlanan tıbbi hizmetler genellikle parçalıdır. Koordinasyon eksikliği.

Daha da ciddisi, 2008'de Amerika Birleşik Devletleri'nde yedide birden fazlasının sağlık sigortasına sahip olmamasıdır. Amerika Birleşik Devletleri, 1980'lerde ve 1990'larda belirli insan grupları (çocuklar gibi) için sağlık sigortasının kapsamını genişletmek için çaba sarf etse de, hala sağlık sigortası başlatıyor. Medicare ve Medicaid'den önce, Amerika Birleşik Devletleri'nde sağlık sigortasına katılmayanların oranı uzun süredir büyük ölçekli bir azalma görmemişti. Bu kadar yüksek bir sigortasız oran, bazı Amerikalıların yaşamlarını olumsuz yönde etkiledi, bu da finansal risklerin artmasına, tıbbi yardım almada daha fazla zorluğa, daha kötü sağlığa ve daha yüksek ölüm olasılığına yol açtı. Bu aynı zamanda tüm tıp ve sağlık sistemine önemli bir yük ekledi.Sonuç olarak, Amerika Birleşik Devletleri her yıl milyarlarca dolar ödenmemiş tıbbi harcamaya katlanmak zorunda. Bu aynı zamanda ABD ekonomisine de zarar veriyor, çünkü bazı insanlar daha fazla çalışmak için işlerini bırakacaklarından veya bir iş kuracaklarından endişeleniyor. Tıbbi korumanın kaybı.

2009'da, görev süremin ilk ayında, Çocuk Sağlık Sigortası Planının süresini uzattım ve ardından Medicaid planının kapsamını sürdürmeyi ve tıbbi bilgi teknolojisi için geçici destek sağlamayı içeren "Amerikan İyileştirme ve Yeniden Yatırım Yasası" nı imzaladım. ABD tıp ve sağlık sistemini iyileştirmek ve uzun vadeli çalışmasını sağlamak için hastalık önleme ve sağlık araştırmalarına yatırım. 2009 yazında, gençler arasında sigara içme oranını 2009'da% 19,5'ten 2015'te% 10,8'e düşüren Tütün Kontrol Yasasını imzaladım ve yetişkinler arasında sigara içme oranı da önemli ölçüde düştü. Yukarıda belirtilen ön önlemlere ek olarak, yalnızca o sırada karşılaşılan ciddi zorluklar nedeniyle değil, aynı zamanda tıbbi reform o sırada zaten uygulanabilir olduğu için kapsamlı bir tıp ve sağlık sistemi reformu ilerletmeye karar verdim.

2010323ACA

2015CHIPMACRA

19632016

201016.0%20159.1%43%201420104900201529005020162000

20132015 262010230

20153.5%2.4%5.5%3.4%600-1000

5560

20101000200

fee for service

100value based payment

ACOCMMI

302010CHIP201020142000-20054.7%2006-20102.4%D20052006