Nekoliko načina zdravstvene tehnologije pretvara naš sustav zdravstvene zaštite

Korištenje novih mogućnosti za skrb i angažman pacijenata postalo je važan dio suvremene zdravstvene zaštite. Također poboljšava način na koji pristupamo prevenciji bolesti. Oni koji brže usvoje zdravstvenu inovaciju - pacijenti i kliničari - vidjet će ranu korist od ovih napretka.

Nedostaci u prihvaćanju elektroničke zdravstvene evidencije

Elektronička zdravstvena evidencija (EHR) sve se više primjenjuje diljem Sjedinjenih Država, što je u skladu s Zakonom o zdravstvenoj informacijskoj tehnologiji za ekonomski i klinički zdravstveni zakon (HITECH Act) koji je donesen 2009. godine.

Ovo zakonodavstvo propisuje značajnu upotrebu zdravstvene tehnologije i podržava provedbu EHR-ova. U početku, financijski poticaji ponuđeni su pružateljima usluga koji koriste EHR, a predviđeno je da će do sada proces donošenja biti dovršen. U izvornom HITECH zakonu, moguće zdravstvene organizacije koje ne pokazuju smislenu uporabu suvremene digitalne zdravstvene tehnologije moglo bi nastupiti nakon 2015. godine. Međutim, postupak usvajanja bio je sporiji od očekivanog, pa će 2014. Centri za Medicare i Medicaid Services (CMS) objavila je da je faza 3 procesa posvajanja bila odložena do 2017. Prošle godine, smislena uporaba EHR-a postala je opcija za sve pružatelje usluga. Godine 2018. provedena je provedba 3. faze postupka pokretanja. Međutim, neke su grupe zatražile da se treća faza ponovno odgodi zbog zabrinutosti oko spremnosti među pružateljima i dobavljačima.

Ipak, došlo je do značajnog povećanja uporabe EHR-a. Istraživanje koje je proveo u 2013. Michael Furukawa i coauthors otkrili su da je 78 posto uredskih liječnika sada usvojilo neku vrstu EHR-a. Stope usvajanja bile su niže u pojedinačnoj praktičnoj praksi i specijalnosti izvan primarne zdravstvene skrbi, što je signalizirano da još uvijek postoji prostor za daljnje masovno usvajanje u nekim situacijama.

Furukawina analiza podataka također je pokazala da bi prihvaćanje smislenog korištenja zdravstvene informacijske tehnologije moglo smanjiti štetne događaje u bolnicama, poput pogrešaka lijekova, predoziranja i alergijskih reakcija. U članku objavljenom 2017. u časopisu Journal of American Medical Informatics Association, Furukawa i njegovi kolege izvijestili su da bi 20-postotno smanjenje štetnih nuspojava moglo pripisati smislenoj uporabi EHR-ova. Ove informacije mogu potaknuti više bolnica da usvoje EHR-ove i smanji otpor liječnika koji još uvijek utječe na smislenu upotrebu.

Propuštene prilike

Neuspjeh u potpunom usvajanju EHR-a nije jedini izazov koji ometa zdravstvenu infrastrukturu. Podaci prikupljeni u EHR-ima imaju mnogo veći potencijal nego što se trenutno koristi. Kada su ti sustavi omogućeni za povezivanje više izvora informacija, oni su bolje opremljeni za generiranje prediktivnih algoritama u vezi s odgovorom liječenja bolesnika.

Nekoliko je studija testiralo ovaj pristup u liječenju dijabetesa. Kada su EHR-ovi kombinirani s kliničkim algoritmima, strategija je pokazala da je bolja od sadašnje prakse. Kombinacija osobnih podataka s prognozom prognoze nadilazi učinkovitost prethodnih metoda.

Ponudio je bolju interpretaciju podataka o pacijentu, kao i poboljšane smjernice za njegu. Istraživanje koje je proveo dr. Michael Klompas iz Harvard Medical School i Harvard Pilgrim Health Care Institute u Bostonu također je utvrdio da podaci EHR-a mogu pomoći u otkrivanju većeg broja slučajeva dijabetesa i razlikovanja između dijabetesa tipa 1 i tipa 2. Klompas i njegov tim vjeruju da bi ova nova tehnologija mogla biti implementirana kao automatizirana javna zdravstvena služba i mogla bi pomoći u upravljanju praksom i zapošljavanju pacijenata za kliničke studije.

S modernim EHR-om, informacije se sada mogu automatski prikazati i pružiti medicinskom timu relevantne smjernice za njegu i liječenje koje su centrirane pacijentima i prilagođene za pojedinog bolesnika.

Jedna od kritika populacijskih režima liječenja jest da su intervencije kalibrirane prema osnovnom prosjeku izvedene iz generalizacije o populaciji. Ovaj pristup je zloglasan zbog nedovoljnog ili nadoknadivanja potreba pojedinca. Štoviše, standardizirani ali algoritam koji se temelji na podacima osigurava da je plan skrbi pojedinca na temelju dokaza i logički. Upute i protokoli stalno se ažuriraju, što omogućuje koordiniranu i dosljednu skrb prilagođenu jedinstvenim potrebama pacijenta. Postoje također značajni dokazi da kombiniranje EHR-ova s kliničkim sustavima za podršku odlučivanju (CDSSs) može revolucionirati zdravstvenu skrb i pretvoriti prikupljene podatke u djelotvorne informacije.

Računalo pomaže bolesnicima

U 2015. godini IBM i CVS Health najavili su zajednički pothvat za korištenje kolosalne prediktivne analitičke snage IBM Watson računala kako bi pružili personaliziranu skrb CVS korisnicima. Partnerstvo omogućuje CVS-u da bolje identificira potrošače koji bi mogli biti izloženi riziku od negativnih zdravstvenih ishoda, a zatim im pružiti prilagođene usluge koje povećavaju vjerojatnost poboljšanja njihove dobrobiti.

Watson Oncology, novi kognitivni računarski sustav, sada koristi klinike Memorial Sloan Ketteringa kako bi tumačili kliničke podatke pacijenata s rakom i pronašli najbolji tretman na temelju godina pohranjene stručnosti i istraživanja. To znači da najnoviji dokazi mogu brže putovati kroz onkološku zajednicu i poboljšati njegu pacijenata. Štoviše, ona također omogućuje širenje znanja od jednog stručnjaka do drugog. To bi moglo osigurati da dobijete istu vrhunsku njegu bez obzira na to tko je vaš liječnik. Potez za dodavanje prediktivnih elemenata na temelju prilagođenih podataka o zdravlju pacijenata vjerojatno će brzo imitiraju konkurenti, a tek je početak povećanja upotrebe umjetne inteligencije za poboljšanje zdravlja stanovništva. Partnerstva između tvrtki poput IBM-a i medicinskih i farmaceutskih tvrtki mogu osigurati da se inovacije brže primjenjuju na svakodnevnu zdravstvenu zaštitu.

Pacijenti koji pomažu sami

Još jedna sjajna prilika koju nudi digitalna zdravstvena tehnologija je prilika za povećanje angažmana pacijenata. Pacijenti sada mogu vidjeti, preuzeti i pristupiti svojim informacijama o zdravlju, kao i donositi informirane odluke o njihovim mogućnostima liječenja. Michael Furokawa i njegov tim istraživača otkrili su da liječnici sve više koriste tehnologiju za razmjenu informacija sa svojim pacijentima. U 2014. godini 30 posto anketiranih liječnika rutinski koristi mogućnosti za sigurnu razmjenu poruka, a 24 posto je rutinski pružalo pacijentima pristup online svojim zdravstvenim podacima. Ovaj je broj vjerojatno rastao u proteklim godinama i potencijalno povećava suradnju pacijenta i liječnika.

Nove strategije se provode cijelo vrijeme kako bi se povećala angažman pacijenata kroz tehnologiju. Mercy - zdravstvena organizacija s programom kroničnih bolesti - povezuje tehnologiju s njegovim zdravstvenim trenerima. Treneri koriste tehnologiju kako bi pomogli bolesnicima motivirati osobnu inicijativu i uključiti se u vlastitu skrb. U tom smislu sama tehnologija nije odgovor. Ljudska povezanost pomaže u promjeni stava i podržava pozitivnu promjenu ponašanja, dok tehnologija pojačava taj učinak. Ljudska interakcija vjerojatno će i dalje biti važan čimbenik i ostaje odrednica u pogledu uspjeha zdravstvenih ishoda, iako nam evolucija tehnologije pomaže u poboljšanju na način koji ubrzava i smanjuje napredak prema boljoj dobrobiti.

> Izvori

> Furukawa M, King J, Patel V, Chun-Ju H, Adler-Milstein J, Jha A. Unatoč znatnom napretku u usvajanju EHR-a, zdravstvena razmjena informacija i angažman pacijenata i dalje su niski u uredima. Health Affairs , 2014; 33 (9): 1672-1679

> Furukawa M, King J, Patel V. Stavovi liječnika o jednostavnosti korištenja EHR funkcionalnosti vezanih uz smislenu uporabu. American Journal of Managed Care , 2016; 21 (12): E684

> Furukawa M, Spector W, Limcangco M, Encinosa W, Rhona Limcangco M. Značajna upotreba zdravstvene informacijske tehnologije i smanjenje nepravilnih nuspojava na droge. Časopis American Medical Informatics Association , 2017; 24 (4): 729-736.

> Klompas M, Eggleston E, McVetta J, Lazarus R, Li L, Platt R. Automatizirano otkrivanje i klasifikacija tipa 1 prema tipu 2 dijabetesa pomoću elektroničkih zdravstvenih podataka. Dijabetes Care . 2013 36 (4): 914-921.