Шах Провиденса сосредоточился на повышении цифрового инструментов

В Providence разговор о цифровом здоровье перешел от включения систем к тому, чтобы убедиться, что клиницисты действительно используют их. Это различие является центральным в сотрудничестве между Маулином Шахом, MD, CMIO, Providence и Staci Wendt, PhD, директором, Accelerator Providence Health Research Accelerator: одна сторона конструкции и развертывания весов; Другие изучают, работают ли эти развертывания в реальном мире, и почему. Вместе команды создают книгу, которая измеряла привилегии в отношении простой реализации в одной из крупнейших систем здравоохранения страны, которая охватывает 52 больницы и более 1000 клиник.

Информационная организация Providence стремится снизить бремя и улучшить медицинскую помощь за счет целевого, основанного на фактических данных развертывания клинических технологий. Акцент, по словам лидеров, заключается в выборе вмешательств, которые могут масштабироваться в системе размером с провидение без линейного роста ресурсов, а также на сочетание каждого развертывания с планом поглощения.

Подкаст: Играть в новом окне | Скачать (Продолжительность: 49:47 – 34,2 МБ)

Подписаться: Яблочные подкасты | Spotify | Android | Пандора | IHeartrodo | Podchaser | Индекс подкаста | Электронная почта | Мелодия

Шах предложил простую аналогию: «Наличие Ferrari, сидящего в гараже, не совсем полезно»,-сказал он, добавив, что высококачественные инструменты оставляют бездействие.

Именно здесь подходит ускоритель исследований в области здравоохранения Providence (HRA). HRA сотрудничает с информатикой и оперативными лидерами для обеспечения строгости исследований – радомизации, где возможные, продольные обследования и объективные меры EHR – вопросы клинициста, опыт пациента и дизайн рабочего процесса. Общая цель: перевести многообещающие инструменты в устойчивое использование, а затем уточнить пьесы на основе того, что данные говорят, что наиболее улучшает внедрение в масштабе.

Что исследование DAX измерило и обнаружило

Перед расширением документации по окружающей среде Провиденс провел рандомизированный, поэтапный развертывание Dax Copilot. Клиницисты, назначенные для раннего доступа, прошли обучение и использовали инструмент в течение примерно шести месяцев; Все участники провели ежемесячные опросы о выгорании и разочаровании с документацией, в то время как объективные метаданные EHR отслеживали время в заметках после посещений и так называемого «пижамного времени». В совокупности анализ связывал инструмент с меньшей работой в нерабочее время и снижением самооценки разочарования. Как сказал Вендт: «Мы обнаружили, что около двух с половиной часа в неделю падают или разницу в пижаме для наших клиницистов, которые использовали [DAX] по сравнению с нашими врачами, которые не были ».

Дизайн исследования преднамеренно спарил субъективные и объективные меры. Команды собрали схемы использования, искали подгруппы, которые, скорее всего, выиграют (например, те, у кого есть тяжелые документации), и триангулированные результаты между источниками данных. Метод также всплыл на озаболенность, которые могут маскировать воздействие-например, как отток кадров в клинике-предотвращение ложных негативов или чрезмерную генерализацию с одного сайта.

Превращение доказательств в поглощение

Операционное, что эти результаты попадают в команду клинических информатиков Шаха-около 500 сильных-кто собственный подготовка, поддержка, поддержка, коучинг и показатели успеха в разных линиях обслуживания. Команда использует данные об использовании, местное медицинское лидерство и «тепловые карты», чтобы расставить приоритеты, когда помощь один на один принесет наибольшую пользу. Эта способность является ключевой, потому что организация по -прежнему видит предсказуемые кривые усыновления: ранние энтузиасты, нерешительная середина, которая нуждается в коучинге, и сцепная когорта, которая никогда не может полностью вовлечь.

Модель коучинга отражает прагматический взгляд на сложность. «Это не подключение и играть… это не похоже на то, чтобы забрать его, и вы просто станете потрясающим экспертом», – сказал Шах, утверждая, что энергетические пользователи получают большую ценность, но они попадают туда через целевую поддержку, а не предположение. Новые функции, которые увеличивают возможности, также могут повысить когнитивную нагрузку, которая, в свою очередь, выступает за практическое включение за пределами быстрого начала.

Измерение является ключом к улучшению. Лидеры предупредили от приравнивания «пользователей» к «воздействию»; Вместо этого команды должны наблюдать за временем-документацией, удовлетворенностью и другими операционными KPI и отличием мониторинг («Как у нас дела?») от диагноза («Почему мы делаем это хорошо или плохо?»). Это различие удерживает команды от чрезмерной реакции на панели панелей, не понимая, что изменить в обучении, рабочем процессе или конфигурации.

Выбор того, что учиться – и как другие могут его скопировать

Провиденс выбирает цели исследования посредством совместного управления в области информатики, операций и исследований, сосредоточив внимание на инициативах с общеобразовательными долями или нерешенными вопросами о лучшем способе развертывания. Некоторые приоритеты, такие как эмбиентная документация,-это многолетние портфели исследований; Другие получают более легкую помощь, такую как статистический консалтинг, предложенные паттерны рандомизации или шаблонные панели, которые операции могут выполнять повседневную жизнь. Результатом является спектр доказательств, который может направлять реализации Big-Bang, при этом минимизировать риск фрагментированной поддержки версии по версии.

Для систем здравоохранения, в которых не хватает внутреннего исследовательского подразделения, Вендт рекомендовал превратить поэтапные развертывания в возможности обучения с минимальными накладными расходами. «Я думаю, что в любое время вы можете представить такой рандомизированный дизайн, инициативы выиграют с точки зрения сделать некоторые выводы о том, что могло бы быть полезным для этого конкретного инструмента», – сказала она. Подход-сначала подход к одной клинике или когорте, а затем другой в графике-может как накапливаться, так и генерировать более четкие сигналы, чем простые сравнения до и после.

Между тем Providence кодифицировал то, как он оценивает инструменты ИИ, прежде чем они когда -либо коснутся рабочих процессов производства. Центр критериев по безопасности, надежности и ответственности, с рисками рубрики, используемых для сортировки пилотов против организационной стратегии – прямо сейчас, снижение административного бремени и делая Провидение «лучшим местом для оказания и получения медицинской помощи». Эта дисциплина имеет значение, поскольку ИИ раздвигает размножение со всех сторон, обещая суммировать, код, сообщение и многое другое.

Почему использование (не только внедрение) является метрикой

Повторяющийся урок из работы Провиденса заключается в том, что скорость и стандартизация часто предпочитают активации «Большой банг» после того, как первый пилот отвечает на основные вопросы. Несколько волн могут привести к снижению доходности и создать неустойчивое бремя поддержки, если сайты застряли в разных версиях или рабочих процессах. Тем не менее, даже в сценариях большого багара, как утверждают лидеры, вы можете сохранить мышление обучения, внедряя измерение и создавая петли обратной связи, которые быстро регулируют обучение и конфигурации.

Удовлетворение и удержание также заслуживают явного внимания. Упадку случаются по многим причинам-клиники с очень шаблонными визитами, которые видят меньшую ценность, перфекционистов, которые хотят, чтобы записка читала определенное значение, или пробелы в глубине функции. Вместо того, чтобы привязывать один результат, Провиденс пытается сегментировать варианты использования и совместить с коучингом.

Забери это

• Рассматривать принятие как продукт по себе; Создайте план (коучинг, метрики, поставщик телеметрия) для управления и поддержания использования, а не только активировать лицензии.
• Пара субъективных опросов с объективными данными EHR (например, время в примечаниях, пижаму времени), чтобы обнаружить реальное сокращение бремени и избежать принятия «логин» за удар.
• Используйте поэтапные или рандомизированные развертывания, где это возможно; Они практичны в операциях и дают более сильные сигналы, чем простые пилоты перед до концами.
• Предвидите, что касаются (кабинет персонала, смеси, микс) и включите их в анализ, чтобы предотвратить ложные негативы или завышенные претензии.
• Инвестировать в энергетическое использование и индивидуальное обучение; По мере роста наборов функций сложность возрастает, и способность становится дифференцировкой.
• Создайте рубрику оценки искусственного интеллекта, которая приоритет безопасности, надежности и согласованности стратегии, прежде чем масштабировать любой инструмент.

В конечном счете, мера цифрового успеха не элегантностью запуска, а надежность, с которой клиницисты используют инструмент для лучшего ухода. Providence’s Playbook – Evidence перед масштабированием, целенаправленным коучингом и непрерывным измерениям – по сравнению с практической моделью для лидеров, ищущих результаты, а не на панели панелей. «Усыновление – это все», – добавил Шах.