نقدینگی داده ها در سیستم های اطلاعات بهداشتی

در سال 2001 ، گزارش IOM "عبور از چاسم با کیفیت" و گزارش NCVHS "اطلاعات برای سلامت" منتشر شد و آنها زمینه را برای توسعه سیستم های اطلاعاتی مورد استفاده برای پشتیبانی از فرایندهای پشتیبانی از سلامت فراهم می کنند. هر دو به عنوان اهداف خود ، ضمنی یا صریح ، برای اطمینان از داده های مناسب در زمان مناسب به شخص مناسب ارائه شده اند ، که این یک تعریف از "نقدینگی داده" است. این مفهوم در سالهای اخیر به عنوان روشی کوتاه برای بیان یک خاصیت سیستم برای سلامتی ، دارای کشش است ، اما خصوصیات خوبی از این وجود ندارد که چه خصوصیات یک سیستم یا اجزای آن نقدینگی داده های بهتر یا بدتری را به وجود می آورد. این مقاله به برخی کارهای اخیر می پردازد که به شناسایی این خصوصیات کمک می کند و شاید می تواند به معیارهایی که قابل ارزیابی هستند ، به زمینه سازی مفهوم کمک کنند.

کلمات کلیدی: انفورماتیک پزشکی ، مدیریت دانش ، سوابق بهداشت الکترونیکی ، سوابق بهداشت شخصی

زمینه

انستیتوی پزشکی (IOM) گزارش می دهد ، "عبور از چاسم با کیفیت" ، [1] خواستار تغییر در سراسر کشور در شیوه هایی است که مراقبت های بهداشتی به منظور کاهش خطاهای پزشکی و بهبود کیفیت مراقبت های بهداشتی انجام شده است. این کمیته پیشنهاد کرد که روی شش ویژگی مراقبت متمرکز شود: ایمن ، مؤثر ، بیمار محور ، به موقع ، کارآمد و عادلانه. IOM تشخیص داد که برای دستیابی به اهداف ، نه تنها فرایندهای مراقبت نیاز به طراحی مجدد دارند بلکه نیاز به یک سرمایه گذاری بزرگ در زیرساخت های فناوری اطلاعات بهداشتی (بهداشت IT) نیز دارند. این سرمایه گذاری باید بر حمایت از فرآیندهای مراقبت که در یک کلینیک یا بیمارستان در چارچوب انقلاب در استفاده از اینترنت برای دسترسی به اطلاعات بهداشتی توسط همه ذینفعان انجام می شود ، متمرکز شود.

بعداً در همان سال ، کمیته ملی آمار حیاتی و بهداشتی (NCVHS) آنچه را که می توان گزارش مکمل با عنوان "اطلاعات برای سلامت: یک استراتژی برای ساخت زیرساخت های اطلاعات ملی بهداشت" نامید ، منتشر کرد.[2] این کمیته این دیدگاه را به وجود آورد که کشور ما برای ایجاد یک سیستم دانش مبتنی بر-با استفاده از زیرساخت های ملی اطلاعات بهداشتی (NHII) به عنوان مجرای-برای اینکه بتواند اطلاعاتی را به همه طرفانی که ممکن است نیاز به مدیریت خود داشته باشند ، ارائه دهد. سلامتی. در این گزارش کمیته اصلی ذینفعان در سیستم مراقبت های بهداشتی را به سه گروه تقسیم کرد: مصرف کنندگان ، ارائه دهندگان مراقبت های بهداشتی و جوامع. این سه گروه سپس محتوا ، نیازها و مرزهای سه بعد زیرساخت ها را تعریف کردند: سلامت شخصی ، ارائه دهنده خدمات درمانی و سلامت جمعیت. یک بینش مهم این کمیته این بود که هر یک از این گروه ها از همان اطلاعات استفاده می کنند ، اما برای اهداف مختلف. و در جایی که علاقه یا فرآیند مشترک وجود دارد ، نیاز به به اشتراک گذاشتن اطلاعات بین این گروه ها/ابعاد وجود دارد. NHII برای حمایت از این فرایندها در نظر گرفته شده است. همانطور که در این گزارش آمده است ، هدف از این زیرساخت های جدید "فشار آوردن اطلاعات و دانش به جایی است که تمام این تصمیمات بهداشتی اتخاذ می شود ، بنابراین می توان تصمیمات درست را در زمان مناسب اتخاذ کرد."

با هم ، این دو گزارش نقشه راه را در مورد چگونگی بهبود ملت ما می تواند مراقبت های بالینی و بهداشت عمومی را با سرمایه گذاری در زیرساخت های اطلاعاتی که به طور خاص برای حمایت از این پیشرفت ها طراحی شده است ، بهبود بخشد. و هرکدام یک دیدگاه تا حدودی متمایز را ارائه می دادند: IOM کاملاً ریشه در فرآیندهای مراقبت و دیدن ارزش سلامتی آن برای حمایت از آنها. NCVHS از زیرساخت های جدید به منظور اتصال سیستم های مختلف و ایجاد اطلاعات و دانش در صورت نیاز و در صورت لزوم حمایت می کند.

"نقدینگی داده" به عنوان یک مفهوم از جهات مختلف تا حدودی سست تعریف شده است. یک تعریف این است که داده ها مایع هستند "وقتی سلامت [داده] سریعتر و آزادتر جریان می یابد" [3]. مورد دیگر این است که وقتی فرد "راه های بیشتر و انتخاب های بیشتری را برای بیماران ایجاد می کند تا داده های بهداشتی محاسبه خود را در اختیار داشته باشند ، بنابراین بیماران را قادر می سازد از داده های خود برای کمک و مشاوره استفاده کنند" ، این به عنوان نقدینگی داده شناخته می شود.[4]

در پایان دقیق تر طیف ، توضیحات بسیار دقیق و مفصلی از نقدینگی داده ها در سیستم های برنامه ریزی زنجیره تأمین وجود دارد. طبق این گزارش ، "با افزودن مکانیسم برای تسهیل جریان داده ها در سراسر شرکت" ، داده های حیاتی که در سیستم های داده کاملاً کنترل شده قفل شده اند ، می توانند برای استفاده و تجزیه و تحلیل توسط کاربران غیر قدرت آزاد شوند. [5]آنچه این گزارش به عنوان یک مشکل اساسی در ادامه می گوید این است که رابط هایی که برای تعامل با این سیستم ها استفاده می شوند ، یادگیری و استفاده بدون سرمایه گذاری قابل توجه در آموزش دشوار است. حتی اگر این یک سیستم بهداشتی نیست ، این مشکل بدون شک به نظر می رسد که برای آن آشنا باشدبیشتر کسانی که از سیستم های بالینی امروزی استفاده می کنند. برخی از مقالات اخیر از حوزه پزشکی نیز وجود دارد که به این مفهوم می پردازند و چارچوب ها و تعاریف مفصلی را ارائه می دهند که باعث می شود معنای عملیاتی بیشتری داشته باشد. [6 ، 7]

در این مقاله چگونگی استفاده از نقدینگی داده ها به روشی رسمی تر برای توصیف جریان داده ها و اطلاعات در سراسر یک سیستم اطلاعات بهداشتی مورد بحث قرار خواهد گرفت.

نقدینگی داده ها و مدیریت دانش

"نقدینگی داده" چیست؟از این روش برای توصیف داده هایی که دیگر محدود به پایگاه داده ها یا سیلوهای داده در سیستم های مدیریت زنجیره تأمین نیست [5] ، سیستم های مالی و سیستم های بهداشتی استفاده شده است. ویژگی دیگر داده های مایع این است که به جایی که لازم است و در صورت نیاز آن جریان دارد. اگرچه مدیر AHRP کارولین کلنسی به صراحت به نقدینگی داده ها اشاره نمی کرد ، اما توضیحات وی در مورد نقش سلامتی این امر به عنوان این که "این اطلاعات را بلافاصله به پزشکان ، بیماران و دیگران می رساند چه زمانی و جایی که به آن احتیاج دارند" به زیبایی توصیف می کند خصوصیات مایعداده ها در سیستم بهداشتی. [8]

برای درک ارزش مفهوم نقدینگی داده ها ، دو مفهوم مهم وجود دارد که باید به طور کلی و به طور کلی مراقبت از سیستم های بهداشتی و به طور خاص مربوط به سیستم های بهداشتی باشد. اول رابطه بین داده ها ، اطلاعات و دانش است که در ادبیات مدیریت دانش به عنوان سلسله مراتب دانش (KH) شناخته می شود. [9]داده ها را می توان به عنوان کوچکترین و گرانول ترین واحد اطلاعات مانند وزن یا قد یک فرد دانست. سپس اطلاعات توسط داده هایی که جمع می شوند و در پیکربندی تعیین شده توسط نشانه های متنی سازماندهی می شوند ، نشان داده می شوند. این زمینه می تواند داده های دیگری در مورد نحوه جمع آوری داده های اصلی باشد. به عنوان مثال ، اگر این داده ها هنگام به دست آوردن یک فرد به مدت ده دقیقه در مقابل جمع آوری در طول آزمایش استرس ، فشار خون و ضربان قلب کاملاً متفاوت باشد. از نظر عملیاتی ، این امر به بهترین وجهی اجرا می شود اگر عنصر داده فشار خون به عنوان "استراحت 10 دقیقه فشار خون" ذخیره نشود زیرا اندازه گیری دیگری از فشار خون که از نظر بالینی مرتبط است ممکن است ایجاد شود که "10 دقیقه استراحت می کند در حالی که فشار خون ایستاده است"بشردر عوض ، این ابرداده متنی می تواند به طور جداگانه ذخیره شود اما با داده ها مرتبط باشد. در تحقیقات تحقیقاتی از ابرداده در این شیوه بسیار دانه ای برای ردیابی رضایت در یک پروتکل تحقیقاتی بسیار مفید خواهد بود. اگر شخص رضایت خون ، بافت ، مواد ژنتیکی و غیره را در ابرداده ذخیره می کرد که مستقیماً به داده هایی که جمع آوری شده بود ، ذخیره می شد ، اگر یک پرس و جو برای یافتن و بازگشت داده ها برای یک پروتکل تحقیقاتی خاص اجرا شود ، ابرداده با آن سفر می کندداده ها و اجازه می دهد تا داده ها شامل یا فیلتر شوند.

اگر از مقادیر دیگر بدست آمده باشد ، نوع دیگری از زمینه می تواند اثبات داده ها باشد. یک نمونه بی اهمیت از این BMI است که با استفاده از یک فرمول خاص از قد و وزن محاسبه می شود. بنابراین با این مثالها مشخص است که حتی کوچکترین واحد داده ها هنوز هم باید برخی از ابرداده ها را به آن وصل کنند تا با توجه به متن مناسب ، بتواند به درستی با سایر داده ها جمع آوری شود.( شکل 1 )

مدل سلسله مراتب دانش به عنوان اصلاح شده برای این زمینه سیستم بهداشتی. داده ها با ابرداده متنی پایه و اساس فرآیند ایجاد اطلاعات را فراهم می کند. دانش به انسان نیاز دارد تا در مورد اطلاعات عمل کنند.

دانش را می توان به عنوان اطلاعات عملی یا اطلاعات در عمل درک کرد. در هر صورت، دانش به ذهن انسان نیاز دارد که اطلاعات (داده ها در متن) را همانطور که ارائه می شود درک کند و اطلاعاتی را که از انواع دیگر اطلاعات به دست می آید ترکیب کند. در زمینه بالینی، این می تواند سابقه بیمار، سابقه خانوادگی و تأثیرات ناشی از کار و محیط اجتماعی باشد. پزشک این منابع را با تجربیات حرفه ای خود ترکیب می کند و یک یا چند اقدام ممکن را برای پیشنهاد به بیمار شناسایی می کند.

بنابراین، اگر قرار است داده ها مایع باشند و به جایی که «نیاز هستند» جریان پیدا کنند، واضح تر و دقیق تر است که بگوییم داده ها بر اساس اطلاعات زمینه ای موجود در فراداده جمع آوری شده اند تا واحدی از اطلاعات را تشکیل دهند.. توانایی تجزیه اطلاعات به داده های «اتمی» در حالی که ابرداده ها مرتبط هستند به این معنی است که داده ها چابک و در دسترس هستند.

نقدینگی داده و فناوری اطلاعات سلامت

با توجه به مدل KH برای رابطه بین داده ها، اطلاعات و دانش، پس ویژگی های ضروری یک سیستم اطلاعات سلامت چیست که نقدینگی داده ها را به عنوان ویژگی آن سیستم ممکن می کند؟ویلیام استد از سال 1972 با کامپیوترها در پزشکی کار می کند [11] و اخیراً مفهوم سازی مجدد از EHR [12] را با استفاده از ایده های KH که در بالا مورد بحث قرار گرفت، بدون اینکه به صراحت بیان کند، ارائه کرده است. علاوه بر این، دو پیشنهاد از سه پیشنهاد او به مسائل مرتبط با نقدینگی داده ها می پردازد. اولین مورد این است: «داده های تعاملی را به عنوان داده هایی تعریف کنید که می توانند در پرتو دانش فعلی جمع آوری و تفسیر شوند، و به عنوان دانش در حال تکامل دوباره تفسیر شوند. تفسیر مجدد مستلزم دسترسی به آرشیو "سیگنال خام" (صدا، تصویر، متن، بیومتریک و غیره) است.

این به نظر می رسد بحث فوق در مورد داده ها و ابرداده ها در مدل KH. سیگنال خام ، ساختارشکنی اطلاعات در عناصر داده های مؤلفه خود با ابرداده از اطلاعات اصلی است. این ساختارشکنی همان چیزی است که داده ها را به چابکی می دهد تا دوباره به انواع جدیدی از اطلاعات تفسیر شود. پیشنهاد بعدی Stead با نقدینگی داده ها ، همانطور که او آن را تعریف کرده است: جدایی پذیری داده ها از برنامه ها. با این واقعیت صحبت می کند که سیستم های بالینی اغلب به صورت عمودی یکپارچه ساخته می شوند - فکر کنید که اپل iPod را برای کار با iTunes ایجاد کرده است ، و مایکروسافت Zune را برای همکاری با پخش کننده رسانه خود ایجاد کرده است ، اما نه نرم افزار و نه دستگاه ها اگر خوب کار کنند اگر خوب کار کنندبه طور کلی در خارج از "خانه" آنها. این شرکت های فناوری این کار را انجام می دهند تا اطمینان حاصل شود که موسیقی و دستگاه های آنها به آنها درآمد کسب می کنند. در سیستم های نرم افزاری در یک مرکز پزشکی ، این می تواند همان پارادایم در محل کار با فروشندگان مختلف باشد که دارای سیستم هایی با مؤلفه هایی هستند که با یکدیگر کار می کنند اما اصلاً با یکدیگر خوب نیستند. این حتی می تواند در صورت عدم انجام این کار با این جداسازی داده ها از برنامه به عنوان بخشی از استراتژی طراحی خود ، سیستم ایجاد کند.( میز 1 )

میز 1

نمونه ای از موانع نقدینگی داده ها در سیستم های اطلاعات بهداشتی - آخرین ستون نمونه هایی از اقدامات کاهش دهنده را ارائه می دهد که می تواند داده ها را به روشی بالقوه مفید آزاد کند.

گزارش دسامبر 2010 از شورای مشاوران رئیس جمهور در مورد علوم و فناوری (PCAST) [10] در مورد تجدید نظر در مورد مسیرهایی که تاکنون انجام شده است به منظور تحقق پتانسیل کامل زیرساخت های اطلاعات بهداشتی ، نقشه راه که برای آن گذاشته شده است ، وجود دارد. توسط IOM و NCVHS. برخی از شباهت های چشمگیر بین برخی از پیشنهادات موجود در این گزارش و مواردی که توسط STAIT ارائه شده است وجود دارد. اولین پیشنهاد Echo Stead یکی از گزارش های PCAST است که "داده ها را به کوچکترین قطعات جداگانه که معقول هستند مبادله یا جمع می کنند" می نامد. شاید از همه مهمتر این گزارش اشاره کند که مسیر توسعه ما در مجموع ، با استفاده از معماری خدمات گرا (SOA) به عنوان مدل ، فقط پایدار نیست. همانطور که در سایر رشته های علمی سلامت نیز در حال تبدیل شدن به داده ها است و سیستم های اطلاعاتی موجود برای پشتیبانی از آن الگوی نیاز به تغییر دارند.

بحث

نقدینگی داده ها ممکن است برخی از ابزارها را در توانایی ارزیابی به روش کیفی داشته باشد که چگونه سیستم اطلاعات بهداشتی کارآمد است و وظایف خود را انجام می دهد. اگرچه هنوز هیچ تعریفی از اصطلاح در ادبیات وجود ندارد ، اما تعاریف مختلف موجود در ادبیات همه در ساختاری قرار می گیرند که برخی از جنبه های تناسب اندام سیستم را توصیف می کند. ما همچنین برخی از موانع نقدینگی داده ها را شناسایی کردیم و کاهش احتمالی را برای افزایش نقدینگی در سیستم ذکر کردیم.

گزارش PCAST و پذیرش مجدد Stead از EHR هر دو نگاه می کنند که ما در توسعه سیستم اطلاعات بهداشتی خود تا چه حد به دست آورده ایم ، اما نشان می دهد که در کجا متوقف شده ایم و راه هایی برای فراتر از آن را تعیین کرده ایم.

نتیجه

نقدینگی داده ها یک اصطلاح و مفهومی است که طی چند سال گذشته در استفاده از نحوه جریان داده ها در یک سیستم اطلاعاتی افزایش یافته است. این احتمالاً نتیجه استفاده بیشتر از سیستم های اطلاعاتی برای مدیریت سلامتی و سایر زمینه های زندگی ما است. به طور خلاصه ، ما ممکن است در گزارش PCAST و در پذیرش مجدد EHR ، نقشه راه را برای یک دهه آینده مشاهده کرده ایم. حتی اگر بتوانیم این توصیه جدید را ارزیابی کنیم و پیش رو داشته باشیم ، حتی ممکن است شاهد یک چرخه یادگیری سالم در این کشور باشیم.

تصدیق

این پروژه به طور کامل یا جزئی با بودجه فدرال از موسسه ملی سرطان ، انستیتوی ملی بهداشت ، تحت قرارداد شماره HHSN261200800001E تأمین شده است. محتوای این انتشار لزوماً منعکس کننده دیدگاه ها یا سیاست های وزارت بهداشت و خدمات انسانی نیست ، و همچنین ذکر نام های تجاری ، محصولات تجاری یا سازمان ها حاکی از تأیید دولت ایالات متحده نیست.

پانویسها و منابع

سلب مسئولیت ناشر: این یک پرونده PDF از یک نسخه خطی است که برای انتشار پذیرفته شده است. ما به عنوان یک سرویس به مشتریان خود ، ما این نسخه اولیه نسخه خطی را ارائه می دهیم. نسخه خطی قبل از انتشار به شکل نهایی خود ، تحت نسخه کپی ، حروفچوب و بررسی اثبات حاصل قرار خواهد گرفت. لطفاً توجه داشته باشید که در طی فرآیند تولید ، خطاهای ممکن است کشف شود که می تواند بر محتوا تأثیر بگذارد ، و کلیه سلب مسئولیت های قانونی که در مورد ژورنال اعمال می شود.

منابع

1. iom coqohcia. عبور از chasm با کیفیت: یک سیستم بهداشتی جدید برای قرن بیست و یکم. واشنگتن ، دی سی: انتشارات آکادمی ملی ؛2001. [PubMed] [Google Scholar]

2. اطلاعات مربوط به سلامت: استراتژی برای ایجاد زیرساخت های اطلاعات بهداشت ملی: گزارش و توصیه های کمیته ملی آمار حیاتی و بهداشتی. واشنگتن ، D. C: کمیته ملی آمار حیاتی و بهداشتی ؛2001. 15 نوامبر ، [Google Scholar]

3. Penfield SL ، Anderson KM ، Edmunds M ، Belanger M. به سمت نقدینگی اطلاعات بهداشتی: تحقق مراقبت بهتر و کارآمدتر از جریان آزاد اطلاعات بهداشتی. Rockville: Booz Allen Hamilton ، Inc ؛2009. [Google Scholar]

4- Bosworth A. نقدینگی داده یا اینکه چگونه می توانیم 19 میلیارد دلار عاقلانه از ARRA استفاده کنیم. وبلاگ آدام بوسورث. 2009 [Google Scholar]

5. مسیرهای صنعت I. نقدینگی داده ها: رویکرد عملی برای دستیابی به نتایج ابتکار استراتژیک: Directions Directions ، Inc. 2004 [Google Scholar]

6. Feied CF ، Handler JA ، Gillam M ، Smith MS. قابل تشخیص از سحر و جادو: سلامتی و سلامتی در آینده ای از فناوری به اندازه کافی پیشرفته. Health Health Technol اطلاع دهید. 2009 ؛149: 29-48.[PubMed] [Google Scholar]

7. Abeethy A ، Wheeler J ، Courtney P ، Keefe F. حمایت از اجرای مداخلات رفتاری مبتنی بر شواهد: نقش نقدینگی داده ها در تسهیل پزشکی رفتاری ترجمه. ترجمه داروی رفتاری. 2011: 1-8.[مقاله رایگان PMC] [PubMed] [Google Scholar]

8. Clancy CM. بیانیه کارولین کلنسی: تلاشهای تحقیقاتی AHRQ در اثربخشی مقایسه ای. بیانیه قبل از کمیته مجلس نمایندگان ایالات متحده در مورد راه ها و وسایل ، کمیته فرعی بهداشت ؛2007. [ذکر شده 2011 آوریل 12]. موجود از: http://www. ahrq. gov/news/sp061207. htm.[Google Scholar]

9. Corrao S ، Arcoraci V ، Aone S ، Calvo L ، Scaglione R ، Di Beardo C ، et al. مدیریت دانش مبتنی بر شواهد: رویکردی برای ارتقاء موثر تصمیم گیری مراقبت های بهداشتی در دوره اطلاعات. Inte Emerg Med. آوریل 2009 ؛4 (2): 99-106.[PubMed] [Google Scholar]

10. Pcast. تحقق پتانسیل کامل فناوری اطلاعات بهداشتی برای بهبود مراقبت های بهداشتی برای آمریکایی ها: مسیر پیش رو. در: سیاست Oosat. ، ویراستار. گزارش به رئیس جمهور. واشنگتن ، دی سی: دفتر علوم و سیاست فناوری ؛2010. [Google Scholar]

11. Stead WW ، Heyman A ، Thompson HK ، Hammond We. مصاحبه با کمک رایانه از بیماران مبتلا به سردرد عملکردی. بایگانی طب داخلی. 1972 ؛129: 950-955.[PubMed] [Google Scholar]

12. Stead WW ، Searle JR ، Fessler HE ، Smith JW ، Shortliffe EH. انفورماتیک زیست پزشکی: تغییر آنچه پزشکان باید بدانند و نحوه یادگیری آنها. پزشکی دانشگاهی. 2011 ؛86: 429-434.[PubMed] [Google Scholar]