欢迎来到医疗分析的石器时代

卫生技术转型研究所最近发布了一份报告,指出人口健康管理的数据分析是一个成功的责任医疗组织(ACO)的关键能力之一。在ACO模型中,识别护理缺口、根据患者的健康风险对患者进行分类以及关注预防而不仅仅是对健康问题作出反应的能力一直被认为是一项关键要求。然而,跨结构化和非结构化健康数据集的大规模、大数据分析的最新技术进步的使用对成功的ACO产生了越来越大的影响,使他们能够在其他人难以满足的情况下实现这些要求。

达特茅斯-希区柯克(Dartmouth-Hitchcock)就是这样一个组织,它最近展示了如果有效地分析相关的患者数据,这种模式是多么成功。在先锋ACO模式的第一年,它能够达到所有33个质量基准,同时为注册ACO的17000名患者节省了170万美元。是什么让他们在成本上如此成功?结果他们领先了七年。达特茅斯大学的研究人员正在研究在先驱者ACO项目开始之前就已经存在的早期ACO模型下促成储蓄的因素,并获得了一些有价值的见解。主要结论之一是,本组织需要能够确定患有多种慢性病的患者,并将他们的注意力集中在护理协调、预防和专门针对这些人群和疾病的推广活动上。

因此,使用能够查看和分析整个患者健康数据的技术,发现大海捞针的等效物,成为成功的关键因素。许多组织才刚刚开始意识到需要进行如此大规模的数据分析,以便更好地了解患者群体。CMS于7月16日公布了先锋ACO计划第一年所有32个参与组织的结果。虽然所有这些公司都成功地达到了第一个业绩年度的质量指标,但其中只有13家公司能够相对于基准账户降低成本。共有9个参与组织向CMS表示第二年将不再参与。其中7人将申请更传统、风险更低的医疗保险共享储蓄计划(MSSP),2人将全部退出。虽然还有其他因素在起作用,但问题的一部分是这些组织没有达到达特茅斯-希区柯克那样的卓越分析水平。

卫生技术转型研究所在其最近的报告中承认,没有实现卓越分析的单一路线图,但它引用了iHealthBeat总结的卫生数据分析在ACO环境中取得成功的几个关键步骤:

许多预防和干预活动依赖于早期发现有患严重疾病风险的患者。腹主动脉瘤(AAA)就是一个很好的例子。他们通常在老年患者中发展多年。如果早期发现和跟踪,可以采取预防措施(治疗高血压、戒烟、低脂饮食)或在动脉瘤破裂的风险很大之前很久就可以进行手术修复主动脉,这导致了医疗紧急情况,给卫生系统造成了巨大的损失,而且存活的几率不到80%。由于aaa通常只记录在叙述性医生笔记(占非结构化健康数据的80%的很大一部分)中,作为在治疗和收费的主要诊断旁边很容易遗漏的偶然发现,因此可以解析非结构化临床笔记和确定AAAs的参考文献和腹主动脉的大小是有效检测和追踪此类患者所必需的。

这些只是支持人口健康分析的新兴技术如何迅速和巨大地提高卫生系统识别高风险患者群体、防止严重疾病发展以及以降低成本和改善患者预后的方式管理慢性病的能力的几个例子。

但我们仍处于使用数据驱动ACO的石器时代,我毫不怀疑,随着越来越多的卫生系统投资于技术基础设施,使其比先锋ACO项目的早期成果显著更成功,我们将在未来几年看到加速的成功。