Sladění a propojení záznamů o osobách v různých systémech

pro umělou inteligenci a další

V oblasti zdravotnictví a péče je správná identita nejen důležitá, ale přímo nezbytná. Úplné, přesné a aktuální identifikační údaje mají zásadní význam pro zajištění kvality péče a bezpečnosti pacientů, optimalizaci řízení příjmového cyklu, dodržování předpisů a rozvoj péče založené na hodnotě. Ve veřejném sektoru hraje person matching klíčovou roli při zefektivňování operací a urychlování poskytování dávek. A pro každou organizaci, která realizuje iniciativy v oblasti umělé inteligence a matematického myšlení, jsou přesné identifikační údaje základem pro vytváření užitečných poznatků, zlepšování rozhodování a umožnění personalizovanější a efektivnější péče.

Identifikace a přiřazení záznamů o pacientech, členech a klientech není malý úkol. Ve světě zdravotní péče jsou údaje o identitě často rozptýleny v různých systémech EHR, laboratorních a lékárenských řešeních, platformách CRM a aplikacích pro fakturaci, platby a plánování. Ve veřejném sektoru si každý program obvykle vede svá vlastní data nezávisle. Dokonce i údaje z programů v rámci jedné agentury, které slouží stejným klientům, mohou zůstat beznadějně oddělené. Změny jmen, aktualizace adres, pravopisné chyby a další nesrovnalosti často vedou k duplicitním, nekonzistentním, neúplným nebo zastaralým informacím.

Náklady na chybu jsou vysoké. Chyby a nedostatky v identifikačních údajích mohou ovlivnit klinickou, provozní a obchodní výkonnost, poškodit pověst organizace a vést k nákladným pokutám a právním ujednáním.

• 35 % všech zamítnutých žádostí o odškodnění je důsledkem nepřesné identifikace nebo informací o pacientovi¹
• Průměrné náklady na opakovanou péči z důvodu duplicitních záznamů jsou více než 1700 dolarů za návštěvu ED a 1950 dolarů za pobyt v nemocnici¹

Podnikové hlavní indexy osob² (EMPI) sladí záznamy o pacientech, členech a klientech napříč různými systémy a odstraní mezery v datech a nekonzistence. Identifikují a propojují záznamy z různých zdrojů a poskytují jednotný, jednoznačně identifikovaný záznam pro každou osobu. Pomáhají zdravotnickým organizacím zefektivnit integraci fúzí a akvizic a iniciativy v oblasti umělé inteligence. A pomáhají organizacím veřejného sektoru zvyšovat efektivitu a koordinovat poskytování programů.

Tradiční EMPI používají dva různé typy algoritmů pro identifikaci záznamů patřících stejné osobě.

• Deterministické algoritmy hledají přesné shody konkrétních datových prvků, jako je jméno, datum narození nebo číslo sociálního pojištění. Pokud se všechna kritéria shodují, jsou záznamy považovány za záznamy patřící stejné osobě.
• Pravděpodobnostní algoritmy používají statistickou analýzu k určení pravděpodobnosti, že dva záznamy patří stejné osobě. Na základě podobnosti více atributů přiřazují skóre udávající pravděpodobnost shody.

Nová generace EMPI podporuje pokročilé algoritmy, které ještě více zvyšují přesnost a úplnost údajů o totožnosti.

InterSystems EMPI™ je systém EMPI nové generace, který usnadňuje propojení záznamů o osobách v různých systémech. Bezproblémově se integruje se systémem InterSystems Unified Care Record a spojuje identifikační údaje z různých zdrojů do jediného přesného longitudinálního zdravotního záznamu.

Mezi klíčové funkce systému InterSystems EMPI patří:

• Plně přizpůsobitelný propojovací engine , který využívá strojové učení a vlastní pravidla k automatickému porovnávání záznamů osob
• Komplexní ovládací panely a přehledy pro prohlížení záznamů, analýzu kvality dat a identifikaci trendů
• Vestavěná rozhraní API pro oblíbené standardy zdravotnických dat včetně HL7 FHIR®, HL7® v2 a IHE
• Možnost volby mezi místním nebo spravovaným nasazením služby