Skip to content
搜索以了解InterSystems产品和解决方案,职业机会等。

仪表板加机器学习助力医疗健康计划护理管理的改进

Physician pointing to tablet screen

 

客户: 美国主要的健康计划
挑战: 实时提供完整的可视性,以了解哪些健康计划成员在急诊室或入院治疗
结果: 在30天内完成了一个 实时仪表板应用程序Bed Board,并增强了机器学习功能,将临床审查成本降低了20%

美国西海岸一家大型医疗计划的首席医疗官要求对任何时候谁在医院的情况有完全的了解。 鉴于该医疗计划在InterSystems和健康信息交换(HIE)方面所做的工作,企业数据和分析总监自信地回答:"是的,我们可以做到。""你们能在六个月内做到吗?"CMO问。 答复是什么? 也是肯定的。

在30天内创建的结果是该健康计划的Bed Board应用程序,它回答了健康保险公司的一些常见挑战。

该健康计划为西部几个州的200万人提供保险。每天,它都会收到来自多家医院的传真、电子邮件和电话,并从这些传真、电子邮件和电话中整理出每天的 "人口普查",说明哪些会员正在接受急诊或住院治疗,以及他们的位置。 目标是利用这些信息来。

  • 审查并优先处理医疗管理和后续工作的病例
  • 确保提供最佳护理
  • 避免不必要的检查、治疗、住院或不适当的护理费用

医疗计划在入院后有24小时的时间对医疗必要性或治疗的适当性等问题作出决定,如果它要进行干预。旧的方式是在不同的纸片上寻找综合所有的数据是,这是一个缓慢而低效的过程。当可操作的信息到达正确的人手中时,往往已经太晚,无法影响所提供的护理。Bed Board完全扭转了这一局面。

具有机器学习洞察力的实时仪表板

Bed Board是一个以机器学习洞察力增强的仪表板应用程序。它使临床和业务团队能够实时了解急性护理环境中的健康计划成员的状况。 InterSystems HealthShare软件是Bed Board成功的关键,因为它使健康计划能够:

  • 建立连接并自动汇总来自多个外部数据源的数据
  • 在输入的数据中唯一地识别每个计划成员
  • 将收到的电子健康记录信息与计划的索赔数据相结合
  • 将所有的数据规范化,以便用于下游分析和报告
  • 将干净的数据输入计划的机器学习算法和数据可视化工具,如Tableau
  • 每当用户向下钻研Bed Board的顶层互动显示时,就会呈现支持性数据

通常情况下,在创建这种类型的解决方案时,聚集和规范实时馈送的所有数据是最耗时的步骤。 有了HealthShare,这项工作在不到一个月的时间内就完成了。

提高效率

现在,当计划成员在急诊科登记或在医院住院时,Bed Board会在一分钟内更新。 HealthShare通过传入的电子健康记录数据和现有的索赔数据识别会员,并将会员级别的信息放在工作队列中以支持临床审查活动。随着每个新事件的发生——指派医生、确认初步诊断定或收治患者——HealthShare都会更新Bed Board。

所有信息都在一个地方,并且能够深入到仪表板上获得每个患者的详细信息,这提高了效率,使该计划的临床部门能够在24小时内完成审查。

Bed Board还将整个计划的地理区域的收治量和模式与成员的人口统计、诊断和护理地点联系起来。临床部使用这些信息来监测整个覆盖区域的更广泛的使用趋势。

A screenshot of the Bed Board application that displays inpatient stay information for the past two days.
Updated as HealthShare receives near real-time notifications, Bed Board’s overview display can reveal detailed, aggregated claims and medical information to speed decisions about plan members in emergency departments and hospitals. Machine learning algorithms and pre-populated work queues help focus clinical review teams on the most important cases.

增加20%的投资回报率

有了HealthShare中聚合的、规范化的、持续更新的数据存储,该健康计划就有了为Bed Board应用程序增加机器学习功能的基础。现在,Bed Board不只是为用户收集数据,它还将智能应用于其中以减少用户的工作量。机器学习层指导审查团队将注意力集中在哪里,以产生最大的影响。

在某些情况下,机器学习算法可以在没有临床医生参与的情况下完成入院的临床审查。以前,审查的入院患者中有百分之二十是明显需要住院的成员。Bed Board避免了临床医生对这些病例的参与,节省了时间,基本上减少了20%的临床审查的行政费用。

掌握实时数据可产生更大的控制力

该计划的Bed Board应用展示了将机器学习与纵向的、实时的护理记录相结合的价值。 对实时数据的可见性和能够对正在发生的事情提出问题是一个改变游戏规则的因素。它使该计划能够了解日常的工作流程,并知道什么时候,在一个特定的设施或地区,有什么东西正在失去控制。

您可能喜欢的其他成功案例

数字化转型
作为日本最大的化妆品、日用品和非处方药批发商,PALTAC在将5万件商品从1000家制造商运送到400家零售商、5万家商店的过程中发挥着不可或缺的作用。长期以来,PALTAC一直专注于内部开发工作(占其所有信息系统的70%),以使其供应链能力具备竞争优势。
CurrentCare 基于 InterSystems HealthShare®,与 46 个数据共享合作伙伴相连,从 13 个不同的电子健康档案(EHR)系统中获取信息。
InterSystems 和英国国家卫生服务体系(NHS)领先的移动咨询平台 eConsult 之间的合作,正在改善初级、急诊和门诊护理的提供和效率。
利用 InterSystems IRIS 医疗版实现的一场数字化医疗转型
中东的一家私立医院集团正在把医院带到患者家中。医疗照护团队使用家庭设备对患者进行监测,并通过手机应用程序将设备和患者生成的数据发送到EMR。通过使用熟悉的软件,进行虚拟出诊的医生和护士可以获得所需的全部信息,从而提供最佳的个性化照护。
厦门大学附属翔安医院(以下简称“翔安医院”)是由厦门市政府与厦门大学按照三级甲等医院标准共同出资建设的一所非营利性公立医院。作为厦门大学唯一的直属附属医院,翔安医院以“国内一流、国际知名”为目标,按照三级甲等医院标准建设成为一所集医疗、教学、科研、预防为一体的综合性临床研究型医院。
四则来自 InterSystems HealthShare Health Connect 客户的故事分享
在美国各地,当需要实现大规模的应用集成时,医疗行业的领导者会使用InterSystems HealthShare Health Connect®。
成立于2006年的北京美中宜和妇儿医疗集团,致力于创建国际品质的妇儿高端医疗品牌,为中国家庭提供高品质的妇科、产科和儿科等7大服务。经过14年的发展,美中宜和已经成为全国知名的高端私立妇儿医疗集团,并全面开创了一种崭新的国际医疗服务模式。医院参照国际医院管理标准,制定了一套包含 32 个管理模块,1008 条管理制度的医院管理体系,以系统化的模式管理医院,客观地对医疗质量和服务质量进行监测和监督,并持续改进。
现代影像中心利用多种先进技术为患者提供前沿的诊断服务。然而,实现这些系统之间的数据共享却困难重重,这不仅使工作流程变得复杂、护理效率低下,也使得全面分析患者和医疗过程信息变得更加困难。此外,由此而产生的数据量呈指数级增长,让问题变得更加棘手。
首都医科大学附属北京友谊医院始建于1952年, 现在拥有西城、通州两大院区和1家门诊部,共计近2000张床位,是年门诊量达330万人次的三级甲等综合医院,其HIS系统选用东华医为基于InterSystems数据平台开发的iMedical解决方案方案,集成平台则是基于InterSystems HealthShare Health Connect产品,由北大医信承建。