Jaunu pacientu aprūpes un iesaistīšanās iespēju izmantošana ir kļuvusi par nozīmīgu mūsdienu veselības aprūpes daļu. Tas arī uzlabo veidu, kā mēs pielietojam slimību profilaksi. Tie, kuri ātrāk pieņem jauninājumus veselības jomā - gan pacientiem, gan ārstiem, - gūst priekšstatu par šiem sasniegumiem.
Elektronisko veselības karšu pieņemšanas nepilnības
Elektroniskās veselības kartes (EHR) arvien vairāk tiek pieņemtas visā Savienībā, un tas atbilst 2009. gadā pieņemtajam Likumam par veselības un veselības aprūpes informācijas tehnoloģiju ekonomikā un klīnisko veselību (HITECH Act).
Šie tiesību akti paredz nozīmīgu veselības tehnoloģiju izmantošanu un atbalsta EHR ieviešanu. Sākotnēji tika piedāvāti finansiāli stimuli pakalpojumu sniedzējiem, kuri izmantoja elektroniskās veselības aizsardzības sistēmas, un bija paredzams, ka līdz šim pieņemšanas process būtu beidzies. Sākotnējā HITECH likumā veselības aprūpes organizācijas varētu radīt iespējamās sankcijas, kas neparāda mūsdienīgas digitālās veselības tehnoloģijas lietderīgu izmantošanu pēc 2015. gada. Tomēr pieņemšanas process ir bijis lēnāks, nekā paredzēts, tāpēc 2014. gadā Medicare un Medicaid pakalpojumu centri (CMS) paziņoja, ka adopcijas procesa 3. posms ir atlikts līdz 2017. gadam. Pagājušajā gadā nozīmīga EHR izmantošana kļuva par iespēju visiem pakalpojumu sniedzējiem. 2018. gadā par ieviešanas procesa 3. posma ieviešanu padarīja par obligātu. Tomēr dažas grupas pieprasīja atkārtoti atlikt 3. posmu, ņemot vērā pakalpojumu sniedzēju un piegādātāju gatavību.
Tomēr ir ievērojami palielinājies EHR izmantošana. Michael Furukawa un līdzautoru veiktais pētījums 2013. gadā atklāja, ka 78 procenti biroja ārstu tagad ir pieņēmuši dažu veidu EVK. Vienu praktiķu praksē un ārpusskolas aprūpes specialitātēs pieņemšanas līmenis bija zemāks, un tas liecina, ka dažās vietās joprojām ir iespējas turpināt masu pieņemšanu.
Furukavas datu analīze arī parādīja, ka veselības informācijas tehnoloģiju nozīmīgas izmantošanas ieviešana varētu samazināt slimnīcu blakusparādības, piemēram, medikamentu kļūdas, pārdozēšanas gadījumus un alerģiskas reakcijas. Amerikāņu medicīnas informātikas asociācijas žurnālā 2017. gadā publicētajā rakstā Furukawa un viņa kolēģi ziņoja, ka efektīva EHR lietošana var būt saistīta ar 20% samazinājumu blakusparādībās. Šī informācija varētu mudināt vairāk slimnīcu pieņemt EHR un samazināt ārstu pretestību, kas joprojām ietekmē nozīmīgu lietošanu.
Izlaistās iespējas
Nespēja pilnībā pieņemt EHR nav vienīgais izaicinājums, kas kavē veselības aprūpes infrastruktūru. EVK apkopotie dati sniedz daudz lielāku potenciālu nekā pašlaik tiek izmantoti. Ja šīs sistēmas ir iespējotas, lai savienotu vairākus informācijas avotus, tās ir labāk aprīkotas, lai radītu prognozējošus algoritmus attiecībā uz pacienta ārstēšanas reakciju.
Vairāki pētījumi pārbaudīja šo pieeju diabēta aprūpē. Kad EHR tika apvienoti ar klīniskajiem algoritmiem, tika pierādīts, ka šī stratēģija ir labāka par pašreizējo praksi. Personisko datu apvienošana ar prognozēšanas prognozēm pārsniedza iepriekšējo metožu efektivitāti.
Tā piedāvāja labāku pacientu informācijas interpretāciju, kā arī uzlabotas aprūpes vadlīnijas. Pētījums, ko veica Dr. Michael Klompas no Hārvardas Medicīnas skolas un Hārvarda Pilgrīma Veselības aprūpes institūta Bostonā, arī atklāja, ka EHR dati var palīdzēt atklāt vairāk cukura diabēta gadījumu un diskriminēt 1. un 2. tipa cukura diabētu. Klompas un viņa komanda uzskata, ka šī jaunā tehnoloģija varētu tikt ieviesta kā automatizēta sabiedrības veselības aprūpes pakalpojums, un tā varētu palīdzēt praktizēt vadību un pacientu piesaistīšanu klīniskajiem pētījumiem.
Ar mūsdienu EHR informāciju tagad var automātiski parādīt un nodrošināt medicīnas komandu ar atbilstošām aprūpes un ārstēšanas vadlīnijām, kas ir orientētas uz pacientu un pielāgotas konkrētam pacientam.
Viena no iedzīvotāju ārstēšanas režīma kritikām ir tā, ka intervences, kas kalibrētas salīdzinājumā ar vidējo bāzes līmeni, tiek iegūti no vispārinātiem datiem par populāciju. Šī pieeja ir pazīstama ar zemu vai pārmērīgu kompensāciju par indivīda vajadzībām. Turklāt standartizēts, bet ar datiem orientēts algoritms nodrošina, ka indivīda aprūpes plāns ir uz pierādījumiem balstīts un loģisks. Instrukcijas un protokoli tiek regulāri atjaunināti, kas nodrošina koordinētu un saskaņotu aprūpi, kas ir pielāgota pacienta unikālajām vajadzībām. Ir arī būtiski pierādījumi tam, ka, apvienojot EHR ar klīnisko lēmumu atbalsta sistēmām (CDSS), var radikāli mainīt veselības aprūpi un pārveidot savāktos datus par īstenojamu informāciju.
Datora palīglīdzekļi pacientiem
2015. gadā IBM un CVS Health paziņoja par kopīgu uzņēmumu, lai izmantotu IBM Watson datora milzīgo prognozējošo analītisko spēku, lai sniegtu personalizētu aprūpi CVS klientiem. Sadarbība dod iespēju CVS labāk identificēt patērētājus, kuri var būt pakļauti negatīviem veselības traucējumiem, un pēc tam viņiem piedāvāt pielāgotus pakalpojumus, kas palielina izredzes uzlabot viņu labklājību.
Memorial Sloan Kettering klīnicistiem tagad izmanto Watson Oncology, jaunu kognitīvo skaitļošanas sistēmu, lai interpretētu vēža slimnieku klīniskos datus un atrastu labāko ārstēšanu, balstoties uz glabāto pieredzi un pētījumu gadiem. Tas nozīmē, ka jaunākie pierādījumi var ātrāk pārvietoties onkoloģijas kopienā un uzlabot pacientu aprūpi. Turklāt tas arī ļauj paplašināt zināšanas no viena speciālista uz citu. Tas varētu nodrošināt to, ka jūs saņemat tādu pašu augstākā līmeņa aprūpi neatkarīgi no tā, kas ir jūsu ārsts. Iespējams, ka konkurenti ātri atdosies kustību, lai pievienotu prognozējošos elementus, pamatojoties uz personalizētiem datiem par pacienta veselību, un tas ir tikai sākums, kā palielināt mākslīgā intelekta izmantošanu, lai uzlabotu iedzīvotāju veselību. Partnerattiecības starp tādiem uzņēmumiem kā IBM un medicīnas un farmācijas uzņēmumi var nodrošināt, ka jauninājumi tiek izmantoti ikdienas veselības aprūpei ātrāk.
Pacienti, kas sevi palīdz
Vēl viena lieliska iespēja, ko piedāvā digitālās veselības tehnoloģijas, ir iespēja palielināt pacientu iesaistīšanos. Tagad pacienti var apskatīt, lejupielādēt un piekļūt savai informācijai par veselību, kā arī pieņemt pamatotus lēmumus par ārstēšanas iespējām. Michael Furokawa un viņa pētnieku komanda atklāja, ka ārsti arvien vairāk izmanto tehnoloģiju, lai dalītos ar informāciju ar saviem pacientiem. 2014. gadā 30 procenti aptaujāto ārstu regulāri izmantoja drošības ziņojumapmaiņas iespējas un 24 procenti regulāri sniedza pacientiem tiešsaistes piekļuvi saviem veselības datiem. Pēdējos gados šis skaitlis, iespējams, ir pieaudzis un pacientu un ārstu sadarbība ir iespējama.
Visu laiku tiek izmantotas jaunas stratēģijas, lai palielinātu pacientu iesaistīšanos, izmantojot tehnoloģijas. Mercy - veselības aprūpes organizācija ar hronisku slimību izplatīšanas programmu pāra tehnoloģiju ar veselības aprūpes treneriem. Treneri izmanto tehnoloģiju, lai motivētu pacientus uzņemties personīgu iniciatīvu un vairāk iesaistīties viņu pašu aprūpē. Šajā ziņā tikai tehnoloģija nav atbilde. Cilvēka savienojums palīdz mainīt attieksmi un atbalsta pozitīvas uzvedības izmaiņas, bet tehnoloģija pastiprina šo efektu. Cilvēka mijiedarbība, visticamāk, arī turpmāk būs svarīgs faktors un paliek noteicējs attiecībā uz veselības rezultātu panākumiem, pat ja tehnoloģiju attīstība palīdz mums uzlabot veidus, kā paātrināt un palielināt progresu labākas dzīves labā.
> Avoti
> Furukawa M, King J, Patel V, Chun-Ju H, Adler-Milstein J, Jha A. Neskatoties uz ievērojamu progresu EVK pieņemšanā, veselības informācijas apmaiņa un pacientu iesaistīšanās joprojām ir zemas biroja iestatījumos. Veselības jautājumi , 2014, 33 (9): 1672-1679
> Furukawa M, King J, Patel V. Ārstu attieksme pret EHR funkcionalitātes vienkāršošanu saistībā ar jēgpilnu izmantošanu. American Journal of Managed Care , 2016; 21 (12): E684
> Furukawa M, Spector W, Limcangco M, Encinosa W, Rhona Limcangco M. Svarīga informācijas tehnoloģiju izmantošana veselības aprūpes jomā un slimnīcu blakusparādību samazināšanās. American Medical Informatics Association Journal , 2017; 24 (4): 729-736.
> Klompas M, Eggleston E, McVetta J, Lazarus R, Li L, Platt R. Automātiska 1. tipa noteikšana un klasifikācija pret 2. tipa cukura diabētu, izmantojot elektroniskos datus par veselības stāvokli. Diabēta aprūpe . 2013; 36 (4): 914-921.