Цифровое здоровье - это применение передовых информационных технологий для обеспечения свободного потока информации о пациентах в рамках оказания медицинской помощи. Для пациентов это означает, что каждый поставщик медицинских услуг, которого они посещают в разных местах, должен иметь возможность быстро и эффективно получить доступ к соответствующей медицинской информации.

Считается, что цифровые технологии здравоохранения , такие как электронные медицинские карты, улучшают заботу о пациентах, улучшают комплексную помощь и обеспечивают финансовую устойчивость нашей системы здравоохранения. Однако жители Онтарио сталкиваются с суровой реальностью, заключающейся в том, что их данные о здоровье по-прежнему фрагментированы, несмотря на миллиарды долларов, потраченные за последние два десятилетия на обеспечение быстрого и безопасного обмена медицинской информацией. Пандемия COVID-19 выявила еще больше проблем с качеством данных.

Как отмечается в недавней статье National Post , большая часть общедоступных данных о COVID-19 представляет собой беспорядок. Данные о зараженных случаях и смертях не только задерживаются, но и являются неполными. Сообщается, что в Онтарио проводились противоречивые подсчеты между провинциальными медицинскими чиновниками и местными органами здравоохранения. Неудивительно, что Министерство здравоохранения признает, что « единые стандарты отсутствуют во всех секторах, что чрезвычайно затрудняет интеграцию карт пациентов или интеграцию местных систем с провинциальными» .

Это тяжелая пилюля после многих лет инвестиций, направленных на обеспечение быстрого и безопасного обмена данными о состоянии здоровья.

Ни устойчиво, ни эффективно

Правительство Онтарио применяет два подхода к повышению качества данных, примеры которых включают точность и своевременность данных, сообщаемых различными поставщиками услуг. Первый подход сосредоточен на улучшении обмена данными о состоянии здоровья между гетерогенными системами (системами, разработанными разными поставщиками и требующими для работы различных конфигураций оборудования и программного обеспечения) с использованием общих стандартов связи .

Однако этот подход не является ни масштабируемым, ни устойчивым, поскольку связь между этими системами становится все более сложной, трудоемкой и подверженной ошибкам, когда в совокупность систем добавляется больше систем. В качестве примера можно привести несогласованные подсчеты случаев заражения COVID-19 и случаев смерти, предоставленные правительствами разных уровней. Не говоря уже о том, что эти стандарты быстро развиваются, и даже предыдущие версии одного и того же стандарта не могут быть легко отображены и перенесены на текущие .

Второй подход основан на минимальном наборе общих данных, предложенном в « Пособии по цифровому здоровью» - ресурсе, предназначенном для оказания помощи организациям здравоохранения в построении своих цифровых систем. Минимальный набор данных содержит классы данных (например, отдельные пациенты) и соответствующие им элементы (например, дату рождения) для клинических заметок, лабораторной информации, лекарств, показателей жизненно важных функций, демографических данных пациента и процедур, чтобы назвать несколько вариантов использования.

Эти наборы данных, хотя и соответствуют требованиям семейных врачей, основной обязанностью которых является контроль и профилактика заболеваний, недостаточны для лечения сложных пациентов, страдающих множественными проблемами со здоровьем, которые требуют огромного количества данных о состоянии здоровья от различных поставщиков медицинских услуг .

Эти два подхода, принятые правительством Онтарио для решения проблем качества данных, не являются ни устойчивыми, ни эффективными , поэтому вряд ли могут служить стратегией, определяющей цифровизацию здравоохранения.

Как исследователи, специализирующиеся на ИТ в управлении здравоохранением, мы предлагаем, чтобы стратегия обработки данных включала четыре столпа:

1. Стандарты качества данных

Во-первых, качество данных - это общий термин, охватывающий множество параметров, в том числе точность, доступность и своевременность. И между этими измерениями есть компромиссы. Например, увеличение количества своевременных отчетов с данными может повлиять на полноту данных, что требует времени, чтобы охватить все требуемые данные.

Хотя «пригодность для использования» (что означает, что качество данных соответствует требованиям предполагаемых пользователей) считается уместным и прагматичным, необходимо четко указать, какие стандарты качества необходимо усилить. Учитывая ограниченные ресурсы и растущее давление, направленное на сокращение расходов на здравоохранение, становится все более актуальной необходимость решить, каким стандартам качества данных следует уделять основное внимание.

2. Устойчивая, масштабируемая, ориентированная на пациента платформа.

Во-вторых, не только сектор здравоохранения имеет дело с устаревшими системами и низкокачественными данными, такими как неточный подсчет случаев COVID-19, - генерируемыми этими системами. Опираясь на опыт банков и других организаций, сектор здравоохранения мог бы создать платформу открытых данных, которая позволит обмениваться данными между поставщиками медицинских услуг и позволит пациентам обмениваться данными из своих социальных сетей, мобильных и носимых устройств. Такие страны, как Великобритания и Германия, начали реализацию идеи платформы открытых данных .

3. Поддающиеся измерению показатели улучшения

В-третьих, необходимо определить измеримые результаты, относящиеся к усилиям по повышению качества данных. Усилия по усовершенствованию могут включать программы обучения передовым методам, связанным с вводом данных, и внедрение системных функций, которые позволяют проверять качество данных (например, полноту или непротиворечивость). Измеримые результаты обеспечат подотчетность и достижение намеченных целей, а также будут информировать о будущих решениях о финансировании.

4. Процесс улучшения, принятый поставщиками

Наконец, стратегия данных должна четко определять процесс улучшения качества данных и мониторинга, при котором качество данных постоянно контролируется и оценивается, чтобы гарантировать, что данные поддерживают уход за пациентами и исследования. Качество данных - это общая ответственность , поэтому процесс обеспечения качества должен осуществляться не только поставщиками, но и внутри каждого поставщика.

Для определения и реализации стратегии обработки данных ключевым моментом является конструктивное взаимодействие со всеми заинтересованными сторонами. Например, пациенты и поставщики должны быть вовлечены в определение данных, необходимых для лечения заболеваний, на которые уходит большая часть нашего бюджета здравоохранения, определения параметров качества данных и определения ролей и обязанностей по поддержанию качества данных.

В отличие от подхода Band-Aid, принятого правительством Онтарио, четырехкомпонентная стратегия обработки данных является долгосрочной, целенаправленной и целостной. Это гарантирует, что качество данных будет в центре внимания Онтарио по оцифровке здравоохранения. Следуя этой стратегии, наша система здравоохранения разработает устойчивый механизм и масштабируемые возможности для постоянного улучшения качества данных.

Без такой стратегии обработки данных жители Онтарио потеряют еще десятилетие и миллиарды.