Стратегии оптимизации EHR для улучшения опыта клиницистов

Подкаст: Играть в новом окне | Скачать (Продолжительность: 58:48 — 53,8 МБ)

Подписаться: Apple Подкасты | Спотифай

Руководители систем здравоохранения обрисовывают стратегии выявления скрытых проблем с ЭМК, построения управления, отдающего приоритет стратегической оптимизации, и подготовки основополагающих рабочих процессов для ИИ.

---

Клиницисты редко отправляют заявки, когда рабочие процессы EHR их замедляют. Вместо этого они адаптируются, изобретают обходные пути и продолжают перемещаться по загруженным клиникам и больничным этажам. Со временем это невидимое трение перерастает в риски для безопасности, неэффективность и выгорание. Однако большинство систем здравоохранения никогда систематически не измеряли масштабы проблемы.

«Самое опасное предположение заключается в том, что молчание равно удовлетворению», — сказала Ханна Галвин, доктор медицинских наук, CMIO в Кембриджский альянс здравоохраненияво время недавнего совещания директора по информационным технологиям системы здравоохранения Вебинары. “Клиницисты не всегда регистрируют нарушения рабочего процесса. Они просто адаптируются и продолжают работать”.

Cambridge Health Alliance — это государственная академическая система здравоохранения с оборотом в 1 миллиард долларов, связанная с Гарвардской медицинской школой. Там команда Гэлвина объединяет количественные данные ЭМК с качественными наблюдениями, чтобы выявить проблемы, с которыми клиницисты научились жить. В частности, инструмент Signal от Epic отслеживает время в диаграмме, работу в нерабочее время и нагрузку в корзине. Кроме того, аналитические платформы от таких поставщиков, как Phrase Health, оценивают, как врачи взаимодействуют с инструментами поддержки клинических решений. Структурированные слушания, раунды лидерства и повышение квалификации по конкретной специальности также заполняют пробелы, которые сами по себе данные не могут выявить.

Эш Гоэл, доктор медицинских наук, старший вице-президент и директор по информационным технологиям в Бронсон Здравоохранениесистема из пяти больниц стоимостью 2 миллиарда долларов на юго-западе Мичигана, аналогичным образом инвестировала в упреждающие измерения. Его команда наняла мобильных экспертов по юзабилити, чья работа состоит в том, чтобы посещать клинические отделения по фиксированному графику, наблюдать за рабочими процессами, обучать эффективным практикам и собирать информацию о том, что сломано. Эта сиюминутная модель обучения, объяснил Гоэл, учитывает трудности, которые полностью упускают из виду традиционные билетные системы.

Марк Тобиас, доктор медицинских наук, основатель и генеральный директор Фраза Здоровьеописал разрыв как разницу между «работой в том виде, в каком она представлялась» и «работой в том виде, в каком она сделана». Команды совместно разрабатывают рабочие процессы и уверенно их внедряют. В действительности переживания у постели больного часто расходятся с первоначальным планом. Основная проблема, отметил Гэлвин, редко заключается в самом программном обеспечении. Обычно это то, как было настроено программное обеспечение и как врачи адаптировались к нему с течением времени.

От очередей за билетами к стратегическому управлению

По мнению Тобиаса, спрос на оптимизацию EHR в большинстве организаций намного превышает предложение. Этот дисбаланс делает управление и определение приоритетов необходимыми. «Присутствие информатиков и CMIO на совещаниях по управлению на высоком уровне, где они определяют стратегические приоритеты, является обязательным», — сказал Тобиас. «Это врачи, которые хорошо знают технологию, знают болевые точки, и именно на этих людях лежит обязанность участвовать».

В Cambridge Health Alliance управление осуществляется по двум направлениям. Комитеты по линии обслуживания обрабатывают обычные запросы на оптимизацию. Они оценивают каждый из них с помощью структурированной системы оценок, основанной на клиническом воздействии, безопасности и эксплуатационной ценности. Важно отметить, что процесс подсчета баллов прозрачен, поэтому приоритет не отдается по умолчанию тому, у кого самый громкий голос. Более крупные стратегические инициативы проходят отдельный путь через проверку предприятия, которая включает в себя руководство ИТ, конфиденциальность, юриспруденцию, финансы и управление ИИ. Несколько пунктов в этой цепочке также обладают правом вето, когда речь идет о риске.

Точно так же Гоэл структурирует свои ИТ-команды вокруг двух режимов работы. Группы обеспечения непрерывности занимаются устранением неполадок и обслуживанием системы. Затем отдельные гибкие рабочие потоки сосредотачиваются на спринтах по оптимизации для конкретной области, привязанных к стратегическим целям, таким как доступ к врачам, клиническое качество и рабочие процессы сестринского дела. «Стандартизация — это хорошо, но она должна служить определенной цели», — сказал Гоэл. «Давайте определим, как выглядит стандартный путь оказания медицинской помощи и какова его цель».

Действительно, Гэлвин отметил, что сами структуры управления нуждаются в периодическом пересмотре. Ее команда недавно пересмотрела модель управления искусственным интеллектом Cambridge Health Alliance после того, как исходная система, основанная на оценке рисков, начала создавать узкие места по мере расширения круга поставщиков. Пересмотренная модель теперь позволяет доверенным партнерам напрямую обращаться к управлению линиями обслуживания для проверки, что обеспечивает строгость и оперативность процесса.

Стандартизируйте данные, персонализируйте опыт

Одним из наиболее постоянных противоречий в оптимизации EHR является грань между полезной персонализацией и вредной персонализацией. На практике различие сводится к тому, где в стеке технологий вносятся изменения.

В Cambridge Health Alliance программа поддержки данных стандартизирует базовую модель данных, включая заказы, элементы документации и структуры кодирования. Эта стандартизация защищает аналитику и совместимость. Персонализация, в свою очередь, происходит на уровне представления через информационные панели, интеллектуальные инструменты и списки предпочтений. В результате инфраструктура отчетности остается согласованной, а врачи по-прежнему имеют гибкость во взаимодействии с системой.

Примерно в 70 больницах, которые обслуживает Phrase Health, Тобиас видел весь спектр подходов к персонализации. «Мы предоставляем обратную связь о том, как люди настраивают систему, и это позволяет командам информатиков знать, с кем поговорить, и лучше согласовывать свои стандартные инструменты с тем, что клиницистам постоянно необходимо изменить», — сказал он. Эти данные, добавил он, также помогают организациям обслуживать врачей, которым не хватает технических знаний для самостоятельной персонализации.

В Bronson Healthcare кампания по сокращению количества недействующих прерывающих предупреждений дала аналогичный урок. Команда Гоэла объединила сотрудников, занимающихся повышением производительности, и руководителей информационных технологий, чтобы определить стандартные пути оказания помощи, ориентированные на эффективность. Следовательно, улучшились как техническая удовлетворенность, так и клиническое качество. Эти усилия также сместили организационный разговор с «больше оповещений» на «улучшение рабочих процессов».

Оптимизация перед автоматизацией

Поскольку системы здравоохранения сталкиваются с растущим давлением необходимости внедрения ИИ, участники дискуссии разделили общее мнение: оптимизация должна стоять на первом месте.

Эту мысль иллюстрирует аналогия с автономными транспортными средствами. «Если дорога полна выбоин и на ней нет разметки, у вас, вероятно, возникнут проблемы при попытке запустить на ней двигатель искусственного интеллекта», — сказал Гоэл. Та же логика применима и к рабочим процессам EHR. Без чистых данных, надежного управления и хорошо продуманных процессов инструменты ИИ рискуют усугубить существующие проблемы. Кроме того, Гоэл подчеркнул, что дрейф модели требует постоянного наблюдения, как и в биомедицинской инженерии.

Соответственно, в Cambridge Health Alliance команда Гэлвина в первую очередь уделила приоритетное внимание циклам доходов, финансовым и административным инструментам искусственного интеллекта. Клинические приложения ИИ проходят более тщательную проверку. Фактически, это исследование уже выявило проблемы с безопасностью некоторых клинических инструментов, что еще раз подчеркивает ценность тщательной оценки перед их применением.

То же предостережение применимо и к ажиотажу со стороны поставщиков. Тобиас призвал организации противостоять давлению, требующему внедрения ИИ в каждый процесс. По его наблюдениям, слишком многие системы здравоохранения ищут решения с помощью ИИ для решения проблем, которые вообще не требуют машинного обучения. Основополагающая работа по созданию правильных рабочих процессов в конечном итоге является предпосылкой для любой значимой автоматизации.

Убери это

• Молчание врачей по поводу разногласий с ЭМК не означает удовлетворения; используйте количественный анализ в сочетании с прямым наблюдением и структурированным слушанием, чтобы выявить скрытые проблемы рабочего процесса.
• Разделите управление на два направления: одно для повседневной оптимизации с использованием прозрачных систем оценки, а другое для стратегических или технологических решений с высоким уровнем риска с проверкой на уровне предприятия.
• Структурируйте ИТ-команды так, чтобы они могли выполнять как оперативное обслуживание, так и упреждающую стратегическую оптимизацию на основе спринтов, привязанную к измеримым целям организации.
• Стандартизировать базовые структуры данных для защиты аналитики и совместимости; персонализировать только на уровне представления и рабочего процесса.
• Оптимизируйте основные рабочие процессы EHR перед развертыванием ИИ; нерешенные проблемы процессов будут усугублены автоматизацией.
• Создайте отчеты о рентабельности инвестиций, которые преобразуют нагрузку на врачей в деньги, результаты в области безопасности, удержание поставщиков услуг и конкурентное позиционирование на рынке.

Участники дискуссии согласились, что системы здравоохранения должны противостоять искушению рассматривать ИИ как кратчайший путь к фундаментальной работе по оптимизации. «ИИ не исправляет плохие рабочие процессы», — сказал Гэлвин. «Это усиливает их».