Abgleich und Verknüpfung von Personendatensätzen über verschiedene Systeme hinweg

für KI und darüber hinaus

Im Gesundheits- und Pflegesektor ist die richtige Zuordnung von Personenidentitäten nicht nur wichtig, sie ist unerlässlich. Vollständige, genaue und aktuelle Identitätsdaten sind entscheidend, um die Qualität der Versorgung und die Sicherheit der Patienten zu gewährleisten, die Verwaltung der Einnahmen zu optimieren, die Einhaltung gesetzlicher Vorschriften sicherzustellen und die wertorientierte Versorgung voranzutreiben. Im öffentlichen Sektor spielt der Personenabgleich eine Schlüsselrolle bei der Rationalisierung von Abläufen und der Beschleunigung der Leistungserbringung. Und für jede Organisation, die KI- und ML-Initiativen durchführt, sind genaue Identitätsdaten die Grundlage für die Gewinnung verwertbarer Erkenntnisse, die Verbesserung der Entscheidungsfindung und die Ermöglichung einer personalisierten, effizienten Versorgung.

Die Identifizierung und der Abgleich von Patienten-, Mitglieder- und Kundendatensätzen ist keine leichte Aufgabe. In der Welt des Gesundheitswesens sind die Identitätsdaten oft über verschiedene KIS-Systeme, Labor- und Apothekenlösungen, CRM-Plattformen sowie Abrechnungs-, Zahlungs- und Terminplanungsanwendungen verstreut. Im öffentlichen Sektor arbeitet in der Regel jedes Fachverfahren oder jeder Fachbereich mit eigenen, isolierten Datenbeständen. Selbst innerhalb einer einzigen Behörde bleiben Daten verschiedener Fachbereiche, die denselben Personen dienen, oft in abgeschotteten Silos gefangen. Namensänderungen, Adressaktualisierungen, Rechtschreibfehler und andere Unstimmigkeiten führen häufig zu doppelten, inkonsistenten, unvollständigen oder veralteten Informationen.

Die Kosten eines Fehlers sind hoch. Fehler und Lücken in den Identitätsdaten können sich auf die klinische, betriebliche und geschäftliche Leistung auswirken, den Ruf Ihres Unternehmens schädigen und zu kostspieligen Bußgeldern und Rechtsstreitigkeiten führen.

• 35 % aller abgelehnten Anträge resultieren aus ungenauen Patientenidentifikationen oder -informationen¹
• Die durchschnittlichen Kosten für wiederholte Behandlungen aufgrund doppelter Datensätze belaufen sich auf über 1.700 $ pro Notaufnahme-Besuch und 1.950 $ pro stationärem Aufenthalt¹

Enterprise Master Person Indexes² (EMPIs) gleichen Patienten-, Mitglieder- und Kundendatensätze über verschiedene Systeme hinweg ab und beseitigen Datenlücken und Inkonsistenzen. Sie identifizieren und verknüpfen Datensätze aus verschiedenen Quellen und liefern einen einheitlichen, eindeutig identifizierten Datensatz für jede Person. Sie helfen Gesundheitsdienstleistern, M&A-Integrationen und KI-Initiativen zu rationalisieren. Und sie helfen öffentlichen Einrichtungen dabei, effizienter zu arbeiten und die Umsetzung ihrer Leistungen besser zu koordinieren.

Traditionelle EMPIs verwenden zwei verschiedene Arten von Algorithmen, um Datensätze zu identifizieren, die zu ein und derselben Person gehören.

• Deterministische Algorithmen suchen nach exakten Übereinstimmungen von bestimmten Datenelementen wie Name, Geburtsdatum oder Sozialversicherungsnummer. Wenn alle Kriterien übereinstimmen, wird davon ausgegangen, dass die Datensätze zu ein und derselben Person gehören.
• Probabilistische Algorithmen verwenden statistische Analysen, um die Wahrscheinlichkeit zu bestimmen, dass zwei Datensätze zu derselben Person gehören. Sie vergeben eine Punktzahl, die die Wahrscheinlichkeit einer Übereinstimmung auf der Grundlage von Ähnlichkeiten in mehreren Attributen angibt.

EMPI der nächsten Generation unterstützen fortschrittliche Algorithmen, um die Genauigkeit und Vollständigkeit von Identitätsdaten noch weiter zu verbessern.

InterSystems EMPI™ ist ein EMPI der nächsten Generation,eine Lösung, die die Verknüpfung von Personendatensätzen über unterschiedliche Systeme hinweg erleichtert. Es lässt sich nahtlos in InterSystems Unified Care Record integrieren und führt Identitätsdaten aus verschiedenen Quellen in einer einzigen, präzisen longitudinalen Gesundheitsakte zusammen.

Zu den wichtigsten Funktionen von InterSystems EMPI gehören:

• Eine vollständig anpassbare Matching-Engine , die maschinelles Lernen und benutzerdefinierte Regeln zum automatischen Abgleich von Personendatensätzen verwendet
• Umfassende Dashboards und Berichte zur Anzeige von Datensätzen, zur Analyse der Datenqualität und zur Ermittlung von Trends
• Integrierte APIs für gängige Datenstandards im Gesundheitswesen wie HL7 FHIR®, HL7® v2 und IHE
• Wahlweise Bereitstellung On-Premises oder als Managed Service