卫生保健协作平台及其数据

卫生保健领域正在发生转变,这使得专业人员(护士,护理经理,药剂师,社会工作者)之间可以相互交流,并且可以与患者及其护理人员进行交流,就像使用即时通讯器一样容易

等一下

在考虑医疗保健方面的经验时,重要的是要了解大多数支出都用于医治病人,而不是使病人免于疾病。 在美国,最病的20%的患者承担了80%的医疗保健费用,而具有复杂医疗需求的“超级用户”在美国患者中所占的比例很小,但他们却占美国整体医疗保健支出的一半。

因此,大多数阅读此书的人无法理解我们的医疗保健“系统”处于高速运转状态时的感觉,该系统适用于有复杂护理要求的病人。 当然,这很幸运,尽管您有可能在照顾家庭成员的过程中体会到了这一点。

护理团队

当患者成为“系统”关注的焦点时,发生的一件事就是组建了护理团队。 这是一个由医疗保健专业人员组成的团队,负责分配给患者的护理,通常包括一名护士,一名护理经理,并且可以包括诸如药剂师之类的专门职位。 谁为此付出代价? 保险公司(医疗保健“付款人”)这样做是为了减轻他们的风险,实际费用包括急诊就诊,再入院,由于未遵循医生的命令而加重病情等。护理团队与患者及其病人一起工作护理人员可以控制并降低成本,这就是为什么护理管理实践已经存在了数十年的原因。

问题是-护理团队合作的方式已有数十年历史了。

“电话”,是的,这个词听起来像是80年代的东西。

电话?

当一群人需要在一个项目上进行协作并且电话是沟通的主要媒介时,就会出现一些问题。 让我们列出一些……

  • 同步性极具挑战性,这引起了“电话标签”
  • 很难同时与多个人交谈
  • 无法共享链接,图像,文档等。
  • 除了带注释的内容外,没有其他方法可以参考所提到的内容
  • 有些事情必须手动写下,例如。 电话号码,地址等

现实是团队(不仅仅是医疗保健)是:

  • 在不同时间工作(异步性至关重要)
  • 共享数字指针(例如链接)
  • 共享文档(例如PDF)
  • 单独和分组交流
  • 搜索共享的内容

但是,等等,这听起来很熟悉!

通讯应用无处不在,所谓的“通讯应用”已经产生了比社交媒体更多的在线流量。 在工作场所中,诸如#Slack之类的协作应用已经价值$ 5B。 这些应用程序是关于团队在线合作的。 是的,这里有电话,是的,人们仍然会面,是的,偶尔会有纸质表格,但是很多合作都是在线进行的。

为什么我们建造Vela

这就是为什么我们在Seniorlink建立Vela的原因,它使护理团队能够在安全的环境(符合HIPAA规范)中进行在线协作和交流,并具有适合护理经理(有多个病人的案例)的经验。

所谓“聊天机器人”的炒作与消息传递应用程序相关,因为消息传递介质可以促进机器响应。 与语音“机器人”(想想Siri,Alexa等)不同,我们对异步对话框很感兴趣,该对话框可以携带附件和链接,并支持群组对话。 护士不会很快被聊天机器人所取代,但是其工作中某些重复性和规范性方面可以实现自动化。 无论第一个机会是促进在线协作和交流,而且根据Gartner Research的说法,这可以改善护理,降低成本并改善患者体验。

数据中有黄金

医疗保健信息学一直具有丰富的分析潜力,但是现在有了协作平台,我们能够添加有关护理对话的数据。 会话数据是增强患者病历的强大工具,它包含以下结构化数据:

  • 应用程序和用户响应度趋势的使用情况
  • 问卷答案
  • 完成护理计划中的待办事项

以及非结构化数据包括:

  • 谈话的性质
  • 语气或情感的变化,特别是在重大事件周围
  • 参与水平与护理团队的各种消息相关

现实是,在当今的电话护理对话中, 大部分(如果不是全部)对话将永远消失。 使用在线协作,一切都不会丢失。 可以分析有关每个患者的历史对话,并随着时间的推移来放大患者的健康信息。

一旦数据分析成为当务之急,并且随着时间的推移有足够的活跃用户使用该应用程序,我们将采用一些所谓的医疗保健圣杯。

圣杯

卫生保健数据分析团队的最终目标是预测不良事件的能力,或至少产生对患者风险进行分层的可能性。

如果患者的结构化和非结构化数据得出的预测分数表明某些特定事件的风险高于平均水平,则可以通过多种方式加以利用。 例如,可以按相对风险对患者面板进行分类。 通常最重要的是相对风险趋势线及其随时间的变化。


捕获参与的患者及其护理人员的对话数据可提供数据流,该数据流填补了亲自拜访和电话记录之间的空白。 注释通常会从所说/提出的内容的实际细节中删除。 这种“电影”揭示了随着时间的流逝,患者正在发生的事情。

诸如Seniorlink的Vela之类的医疗保健协作平台允许捕获和分析对话数据。 这为用户体验创建了一个反馈循环,并浮现了关键的分析结果,可用于改善护理水平并降低风险。

护理团队之间的现代协作和交流是改变游戏规则的工具,由此而产生的数据不容忽视。