當Curtis Dudley在Mercy最大的醫(yī)院管理手術(shù)室時，他已經(jīng)開始懷疑新醫(yī)療設(shè)備的持續(xù)供應(yīng)，以及與之相關(guān)的成本，是否真的帶來了他們所承諾的更好的結(jié)果了。

“我們從來沒有真正的證據(jù)來證明這一點。”他說。

[[322395]]

十年后，現(xiàn)任Mercy Technology services(MTS)的企業(yè)分析和數(shù)據(jù)服務(wù)副總裁的Dudley表示，該組織60多家醫(yī)院的臨床醫(yī)生已經(jīng)可以近乎實時地回答這些問題了。

在2007年采用了Epic電子病歷(EMR)系統(tǒng)后，Mercy擁有了超過十年的病人數(shù)據(jù)，以幫助改善病人護理。2009年，醫(yī)院的網(wǎng)絡(luò)將條形碼掃描儀引入了手術(shù)室，使工作人員能夠準確記錄所使用的醫(yī)療用品和植入設(shè)備的詳細信息。大約五年前，Mercy又通過指標計劃來啟動了績效評估，以確定組織的哪些領(lǐng)域?qū)Y(jié)果的影響最大。

該組織現(xiàn)在使用了一系列的數(shù)據(jù)集，每個服務(wù)線一個，使用了SAP HANA所收集的來自EMR海量數(shù)據(jù)的關(guān)鍵元素。內(nèi)存數(shù)據(jù)庫也方便了對大型數(shù)據(jù)集的實時探索。

“這與有問題時才來處理數(shù)據(jù)，每次都要等待30分鐘才能運行查詢的情況有很大的不同，”Dudley說。“當你可以實時探索時，你就可以用一個假設(shè)來接近數(shù)據(jù)，你可以挖掘和探索數(shù)據(jù)，得出結(jié)論，你就可以在你所做的事情上做出改變。”

這些變化使Mercy在三年的時間里節(jié)省了3300萬美元的植入設(shè)備和手術(shù)用品，而且也沒有犧牲額外的護理。由于病人數(shù)據(jù)的不確定性，Mercy可以與其他組織分享這些見解，并致力于將來自其他來源的數(shù)據(jù)整合到其系統(tǒng)“Real World Evidence Network”當中，該系統(tǒng)為MTS贏得了FutureEdge 50獎項，以表彰其對新興技術(shù)的應(yīng)用。

產(chǎn)品，而不是項目

在交付數(shù)據(jù)的洞察力方面，MTS的主要挑戰(zhàn)主要是組織方面的。

“如果有人給我提供了我的架構(gòu)師能夠理解的規(guī)格……那么我就可以在短時間內(nèi)提取這些數(shù)據(jù)。問題在于，如何才能夠?qū)⑻崛?、定義或度量與企業(yè)所希望定義它的方式保持一致，”他表示。

這使得Dudley會要求他的數(shù)據(jù)消費者需要告訴他他們正在試圖解決什么樣的問題，而不是告訴他他們想要什么樣的數(shù)據(jù)。“然后我就可以幫助你映射到數(shù)據(jù)，幫助你解決這個問題，”他說。“這種方式真的很有效。”

讓用戶滿意的另一個關(guān)鍵是不要在交付一個新的儀表板或可視化之后就走開。

“IT想把這些東西當作一個項目來對待，但它們是一個產(chǎn)品，”他說。這意味著需要繼續(xù)與用戶合作，使他們的數(shù)據(jù)表示與業(yè)務(wù)需求相一致。

Dudley最大的遺憾是在項目開始時沒有實現(xiàn)主數(shù)據(jù)管理和元數(shù)據(jù)的管理工具。“這在定義方面是有幫助的。”他說。

但現(xiàn)在，使用MDM工具本身也帶來了自己的挑戰(zhàn)。“除了這些工具之外，你還必須有一個運營計劃和運營資源來有效地運行和管理它們，”他說。

與此同時，一些服務(wù)部門也已經(jīng)投入了自己的資源來幫助管理數(shù)據(jù)，他說，對他們而言，“一些偉大的事情已經(jīng)發(fā)生了。對于那些沒有投資這些資源，只是讓我來為他們做所有工作的人來說，我們的周轉(zhuǎn)時間要慢得多，也要花更長的時間。”

還有其他的變通方法，例如可以將所有的儀表板鏈接到內(nèi)部的wiki以記錄數(shù)據(jù)定義。“他們在很大程度上會依賴于我的員工來進行管理和維護，這也是非常勞動密集型的工作。”他說。

閱讀醫(yī)生的筆記

四年前推出的自然語言處理(NLP)軟件，使Dudley能夠接觸到大量的數(shù)據(jù)，而這些數(shù)據(jù)之前都被封存在臨床醫(yī)生的自由筆記當中。盡管如此，每個臨床醫(yī)生的文檔都是不同的，而且?guī)缀鯖]有什么標準。

因此，Mercy從Linguamatics中選擇了一個工具，這在很大程度上是因為它的醫(yī)學本體論庫，可以幫助該工具識別某個條件或治療的同義詞。

“在過去，我必須為人們可能會說呼吸急促的每一種的變體進行編碼，”他說。

對于那些多年前嘗試過NLP但失敗了的組織，Dudley建議他們可以重新審視一下，因為像Mercy這樣的專業(yè)本體庫已經(jīng)得到了很大的改進。

不過，擁有高技能的員工也很重要。“擁有數(shù)據(jù)科學背景的人似乎是最有效的。”他說。

以這種方式使用NLP提取數(shù)據(jù)的一個好處是，它可以用來幫助識別受保護的個人健康信息(PHI)，這樣Mercy就可以在不違反HIPAA規(guī)定的情況下共享這些信息了。

“我們將進行NLP并提取我們正在尋找的數(shù)據(jù)元素，以便進行分析。但我們并不會提供開放的臨床記錄，因為在記錄中可能有很多不同的東西，可能是PHI，但我們不會提供這些。”他說。

更好的基準測試

Mercy現(xiàn)在正在使用它的數(shù)據(jù)平臺來研究質(zhì)量和安全性，并開發(fā)它的護理路徑。但還有更多的工作要做。

Mercy收集的數(shù)據(jù)使它能夠?qū)ζ浞?wù)進行基準測試，但僅限于內(nèi)部標準。為了更好地了解Mercy的表現(xiàn)，Dudley想通過招募他們加入Real World Evidence Network，來將其數(shù)據(jù)與其他組織的數(shù)據(jù)進行對比。但大多數(shù)組織現(xiàn)在才開始確保他們的數(shù)據(jù)是定義良好的、記錄在案的和未標識的，因此其實也很難找到可以共享和比較的合作伙伴。

目前，我們的重點是與幾個志同道合的組織合作，分析心臟病學領(lǐng)域的數(shù)據(jù)。

“在我們的工作范圍越來越廣之前，我們希望與他們一起掌握這一點，”Dudley說。“但最終，為了對我們所做的所有不同的事情進行基準測試和比較，我們需要找到某種方式或某種機制來做到這一點。而建立一個數(shù)據(jù)一致的網(wǎng)絡(luò)是實現(xiàn)這一目標的唯一途徑。”