Ursprünglich veröffentlicht von
NCQA
von Steven Berkow, Leiter der Marktstrategie für wertorientierte Versorgung bei InterSystems
Branchen vom Finanzwesen bis zur Reisebranche erzielen durch Interoperabilität gleichzeitige Durchbrüche in Sachen Qualität und Effizienz. Die Erreichung der Datenliquidität, die für vergleichbare Durchbrüche im Gesundheitswesen erforderlich ist, wird jedoch durch die besonderen Merkmale klinischer Daten und des Datenmanagements im Gesundheitswesen erschwert.
Insbesondere müssen klinische Daten mit Betriebs- und Finanzdaten – die seit langem in getrennten Silos verwaltet werden – sowie mit klinischen Daten aus anderen Quellen integriert werden. Führungskräfte im Gesundheitswesen, die das Potenzial klinischer Daten voll ausschöpfen möchten, um die Qualität, das Versorgungsmanagement und das Patientenerlebnis zu verbessern, müssen eine Strategie verfolgen, die die folgenden Aspekte berücksichtigt.
1. Wie lassen sich Informationen aus unterschiedlichen Datensätzen und Datenströmen genau einzelnen Mitgliedern oder Patienten zuordnen?
Da es in den USA keine einheitlichen Patientenkennungen gibt, müssen Einrichtungen des Gesundheitswesens Daten aus verschiedenen Systemen integrieren, wobei unterschiedliche Formate für die Erfassung von Patienteninformationen zum Einsatz kommen. Dies führt häufig zu doppelten Datensätzen und Datenlücken, die die Qualität und Produktivität beeinträchtigen können. Laut Black Book Research sind 35 % aller abgelehnten Leistungsanträge auf ungenaue Patientenidentifikationen oder -angaben zurückzuführen.
Ein unternehmensweiter Personenstammindex sollte dazu beitragen, diese Herausforderung zu bewältigen, indem er auf eine Vielzahl von Referenzdaten zurückgreift, sowohl deterministische als auch probabilistische Logik zum Abgleich von Datensätzen nutzt und automatisierte Optimierungswerkzeuge bereitstellt, um die Algorithmen an die individuellen Anforderungen einer Organisation anzupassen.
2. Wie kommunizieren Altsysteme – von der Qualitätssicherung über das Versorgungsmanagement bis hin zur Schadenbearbeitung – elektronisch miteinander?
Das Gesundheitswesen kann es sich nicht leisten, auf die branchenweite Einführung von FHIR® zu warten, um klinische und administrative Daten zu integrieren. Auch wenn FHIR das richtige Ziel ist, befinden wir uns bei dieser Umstellung noch in der Anfangsphase. Die in den meisten Organisationen eingesetzten Systeme nutzen verschiedene Formate und Standards; die Modernisierung oder der Austausch dieser komplexen, kostspieligen Systeme wird ein Vorhaben sein, das mehr als ein Jahrzehnt in Anspruch nehmen wird. Zudem gibt es Unterschiede bei der Umsetzung der FHIR-Standards in den einzelnen Organisationen und Systemen, und die vom HL7®-Da-Vinci-Projekt veröffentlichten Implementierungsleitfäden werden kontinuierlich weiterentwickelt.
Um diese Herausforderung zu meistern, müssen die Dateninfrastrukturen von Organisationen über eine leistungsstarke Datenumwandlungs-Engine verfügen, die FHIR-, HL7 v2-, DICOM- und IHE-Profile unterstützt, eingehende Datenströme analysiert und auf Belastbarkeit prüft sowie große Datenmengen in unterschiedlichen Standards und Formaten in Echtzeit verarbeitet.
3. Wie werden Informationen, die aus Datenströmen für einen bestimmten Zweck erfasst werden, für verschiedene Anwendungsfälle leicht zugänglich gemacht?
Selbst erfolgreiche Datenintegrationsprojekte konzentrieren sich allzu oft auf eng gefasste Anwendungsfälle, was andere Abteilungen und Funktionsbereiche dazu zwingt, sich überschneidende Datenelemente erneut zu erfassen und zu normalisieren. Silos sind eine Situation, in der alle verlieren. Wertvolle Informationen in Datenströmen, die für einen unmittelbaren Anwendungsfall nicht relevant sind, bleiben auf der Strecke, während Nebendaten, die für eine wichtige Entscheidung von Bedeutung hätten sein können, nicht berücksichtigt werden.
Um diese Herausforderung zu meistern, sollte ein umfassendes, auf das Gesundheitswesen zugeschnittenes Datenmodell als Grundlage für alle Komponenten einer Datenintegrationsstrategie dienen. Das Modell muss Felder enthalten, in denen alle für das gesamte Unternehmen relevanten Datenelemente in Formaten gespeichert werden können, die sich leicht nutzen lassen.
Die Datenintegration birgt ein enormes Potenzial, die Gesundheitsversorgung zu verändern. Um dieses Versprechen einzulösen, müssen wir die seit langem etablierten, für unsere Branche typischen Datenpraktiken überdenken.