Непрерывная интеллектуальность обеспечивает быструю и точную диагностику в здравоохранении

Непрерывная интеллектуальность (CI) позволяет инновационные подходы к здравоохранению, давая клиницистам быстрые, более точные возможности диагностики.

Организации здравоохранения благословлены богатством данных для оценки состояний пациентов и назначения плана лечения. Все больше, способность делать более быстрые, более точные диагнозы требует непрерывной интеллектуальности (CI), полученной из анализа в реальном времени стриминговых данных.

Два фактора движут это изменение. Во-первых, ожидания пациентов меняются. Качество заботы становится все более важным — как пациенты начинают осуществлять свое право выбирать, как и с кем они взаимодействуют для своего здравоохранения. Они требуют прозрачности данных и процессов. Следовательно, организации здравоохранения должны фокусироваться на том, как качественные результаты могут быть достигнуты значимым способом для пациентов.

См. также: ИИ предоставляет руководство по ментальному здоровью? Не так быстро, говорят психиатры

В то же время, здравоохранение переживает большие изменения в силу доступности новых источников данных. Конкретно, есть подъем интернета вещей (IoT) носимых и подключенных медицинских устройств. По мере того как организации здравоохранения используют больше подключенных устройств, электронных медицинских записей (EHR) и виртуальных визитов с пациентами, все больше и больше данных вливается.

Однако эти данные обычно сидят в силосах и не улучшают заботу о пациенте, пока они не были рассмотрены и отложены для использования в будущем. Совершение прогресса требует решений, которые могут легко использовать разные источники данных и применять аналитику в реальном времени к этим данным на лету.

Данные в реальном времени для диагностики

Решения, преодолевающие препятствия данных, открывают новые возможности. Например, использование стриминговых данных может помочь в ранней диагностике различных состояний здоровья во многих областях. Один пример — применение голосовых коммуникаций для диагностики медицинских состояний.

Рассмотрите следующий сценарий: Женщина звонит, обеспокоенная здоровьем своей матери, так как она недавно имела проблемы с потерей памяти. Мать звонит в линию триажа медсестры своей клиники, где медсестра задает пять вопросов для сбора информации для диагностики. Анализ настроений запускается на голосовой коммуникации с медсестрой. Информация, полученная из этого анализа, объединяется с данными о здоровье, захваченными от носимого устройства матери (которые медсестра может видеть в реальном времени). Медсестра затем использует информацию для определения, что болезнь Альцгеймера в высокой степени вероятности. В результате это взаимодействие помогает дочери определить следующие шаги для здравоохранения своей матери.

С множеством подключенных устройств, доступных сегодня, что-то простое, как голосовые коммуникации, используемые для диагностики (или определения вероятности диагноза) — это конечный медицинский бот.

Использование аналитики в голосовых коммуникациях для ранней диагностики определенных медицинских состояний близко к сегодняшней реальности. Например, Apple Watch теперь идет с функцией Электрокардиограммы (EKG) — предоставляя пользователям информацию о их сердцебиении, которая может помочь оповестить их о недиагностированных состояниях. Данные в реальном времени, предоставляемые носимыми устройствами, такими как Apple Watch, могут служить первым шагом в диагностике определенных состояний здоровья и оповещении пациентов консультироваться с своим провайдером, когда данные означают, что что-то не так.

Комбинирование аналитики в реальном времени с ИИ

Использование аналитики в реальном времени для диагностики состояний толкает медицинское лечение на новые уровни. Еще более передовые — приложения, использующие предиктивную аналитику и искусственный интеллект (ИИ) для предотвращения вспышки болезни или состояния.

Один пример применения этой превентивной технологии — работа, выполняемая HCA Healthcare в снижении угрозы смерти от сепсиса.

Сепсис — безжалостное состояние, которое может натворить беды на теле. Оно часто подкрадывается, как вор в ночи, после того как люди уже госпитализированы для лечения других состояний. Оно изрыгается, пока тело борется с инфекцией, вызванной дисбалансом в самых биохимических веществах, которые тело посылает в кровоток для борьбы с инфекцией. Если сепсис прогрессирует до септического шока, органы повреждаются, и давление крови падает — потенциально смертельная ситуация. Сепсис отвечает за 270 000 смертей в год только в США.

Типично, диагностика сепсиса возможна только на основе ручного обзора пациентских карт во время смен. Проблема в том, что к тому моменту, когда сепсис обнаруживается таким образом, может быть слишком поздно. «Каждый час задержки диагноза увеличивает риск смерти на четыре-семь процентов», говорит доктор Джонатан Перлин, президент по клиническим сервисам и главный медицинский офицер здравоохранения в HCA Healthcare.

Эта задержка была неприемлемой. Команда клиницистов, ученых данных и технологических профессионалов объединилась, чтобы создать систему предиктивной аналитики в реальном времени для более точного и быстрого обнаружения сепсиса у пациентов.

Вызов заключался в захвате данных, связанных с пред-септичными условиями. Было много его, генерируемого более чем 30 миллионами ежегодных взаимодействий с пациентами каждой год по 1800 пунктам заботы. Однако большая часть его была в силосах по разрозненным системам и приложениям.

Большинство существующих инфраструктур данных не были спроектированы для крупномасштабного бизнес-интеллекта и отчетности. Что нужно — это способ собрать, проанализировать и поделиться данными в реальном времени со всех наших объектов, чтобы спасающие жизни действия могли быть приняты быстро. Для решения этого вызова команда создала систему предиктивной аналитики в реальном времени под названием SPOT (Sepsis Prediction and Optimization of Therapy).

С SPOT клиницисты могут более точно и быстро обнаруживать сепсис у пациентов. Платформа собирает и анализирует клинические данные — такие как местоположение пациента, витальные признаки, фармация и лабораторные данные — и сигнализирует заботящимся в реальном времени для инициации ранней заботы о сепсисе.

С инструментом SPOT HCA Healthcare способна улучшить раннее обнаружение. Клиницисты могут обнаружить и идентифицировать начальные индикаторы сепсиса до 20 часов раньше традиционных методов скрининга.

Роль аналитики в раннем обнаружении медицинского мошенничества

За пределами диагностики, аналитика в реальном времени рассматривается для других применений в здравоохранении. Например, одна из главных проблем в отрасли здравоохранения сегодня — количество медицинского мошенничества, которое происходит. В 2017 году было 1,3 миллиарда долларов в ложных выставлениях счетов, согласно Офису Инспектора Генерала Министерства здравоохранения и человеческих услуг США. Аналитика может играть значительную роль в обнаружении медицинского мошенничества, а также в помощи в ранней диагностике медицинских состояний.

Представьте медицинский колл-центр, использующий технологию голосовой аналитики во время вызова от пациента, пытающегося совершить медицинское мошенничество. С аналитикой, встроенной в программное обеспечение, красные флаги в тоне голоса пациента могли бы быть определены. Человек, обрабатывающий вызов, мог бы быть затем оповещен о проблеме, означаемой через аналитику, позволяя им исследовать ситуацию на более глубоком уровне. Аналитика могла бы однажды сыграть ключевую роль в раннем обнаружении медицинского мошенничества — оповещая организации о потенциальном мошенничестве еще на стадии планирования назначения.

Настоящий вызов: работа с данными

Во всех усилиях главный вызов — как эффективно использовать большое количество источников данных. Подходящее решение сможет:

Непрерывно сливать разные источники данных: Медицинские устройства предоставляют визуальные дисплеи витальных признаков через физиологические потоки, такие как электрокардиограмма (ЭКГ), частота сердечных сокращений, насыщение кислородом крови (SpO2) и дыхательная частота. Инициативы электронных медицинских записей по всему миру создают больше источников медицинских данных. Жизнеугрожающие состояния, такие как нозокомиальная инфекция, пневмоторакс, внутрижелудочковая геморрагия и перивентрикулярная лейкомалация, могут быть обнаружены с использованием аналитики, сливающей разные источники данных.

Доставлять высокоперсонализированную заботу: Обнаруживать признаки раньше для улучшения исходов пациентов и сокращения длины пребывания. Автоматизированное или клиницистом-ориентированное открытие знаний для идентификации новых отношений между событиями потоков данных и медицинскими состояниями.

Поддерживать проактивное лечение: Строить профиль для каждого пациента на основе персонализированных потоков данных и получать инсайты непрерывно.

Заключение

Просто сказано, реальный потенциал аналитики для облегчения различных вызовов в отрасли здравоохранения сегодня огромен. Со всем прогрессом, который был сделан в создании новой технологии для катультирования здравоохранения в следующее поколение пациентского опыта, это только естественно, что развертывание аналитики в реальном времени для ранней медицинской диагностики, медицинского мошенничества и других приложений последует.