В настоящее время в системе здравоохранения происходит перевод медицинских карт пациентов с бумажных носителей на электронные. После того, как в США был принят санкционированный переход на электронные записи, они получили широкое освещение в новостях как в медицинских, так и в основных изданиях. Эпоха цифровизации породила ряд терминов, таких как электронные медицинские карты (EHR) и электронные медицинские карты (EMR), которые стоят на переднем плане таких публикаций и иногда используются как взаимозаменяемые. Однако между ними есть явные различия, как и между другими вновь придуманными терминами, описывающими разные подходы к цифровизации медицинской жизни.

Электронные медицинские карты?

Электронная медицинская карта (ЭМК) — это цифровая версия карты пациента, включающая снимок истории болезни пациента. Он содержит информацию от всех практикующих врачей, которые участвуют в уходе за клиентом, предлагая всестороннее представление о здоровье клиента и истории лечения.

Электронные медицинские карты предназначены для совместного использования с другими поставщиками медицинских услуг, и авторизованные пользователи могут мгновенно получать доступ к электронной медицинской карте пациента из разных медицинских учреждений.

Элементы электронных медицинских карт

Как правило, ЭМК содержат следующие данные:

  • Демографические, платежные и страховые данные пациента;
  • История болезни и предписания врачей;
  • Информация об аллергии на лекарства;
  • Медсестринские оценки, заметки и графики основных показателей жизнедеятельности;
  • Лабораторные и радиологические результаты;
  • Тенденции лабораторных исследований, основные показатели жизнедеятельности, результаты и страницы действий для удобства
  • Ссылки на важную клиническую информацию и поддержку
  • Отчеты для персонала по качеству и безопасности

Электронные медицинские карты

Электронная медицинская карта (ЭМК) — это цифровая версия карты пациента, используемая одной практикой: врачом, практикующей медсестрой, специалистом, стоматологом, хирургом или клиникой. По сути, это оцифрованная карта, которую медицинские учреждения ранее использовали для отслеживания лечения, лекарств, изменений состояния и т. д. Эти медицинские документы являются частными и конфиденциальными и обычно не передаются за пределы медицинской практики, где они были созданы.

Электронные медицинские карты упрощают отслеживание данных с течением времени и более надежный контроль за здоровьем клиента, что приводит к лучшему долгосрочному уходу.

Элементы ЭМИ:

EMR обычно содержат следующую информацию о клиенте:

  • Медицинский анамнез, медицинские осмотры, записи медицинских работников и консультации других врачей.
  • Лекарства и аллергии, включая историю иммунизации
  • Оповещения офиса и пациентов о профилактических тестах и ​​/ или процедурах, например. лабораторные анализы для последующей колоноскопии

Личные медицинские записи

Электронная личная медицинская карта (PHR) обеспечивает электронную запись информации, связанной со здоровьем клиента, и управляется клиентом. Это общедоступный и понятный инструмент для управления информацией о здоровье, содействия поддержанию здоровья и оказания помощи в лечении хронических заболеваний. PHR может содержать информацию из нескольких источников, таких как врачи, устройства домашнего мониторинга, носимые устройства и другие данные, предоставленные клиентом. С PHR каждый клиент может просматривать и контролировать свои медицинские данные в безопасной обстановке и делиться ими с другими сторонами.

Однако это не является официальной записью, если только это не определено, и на нее распространяются различные юридические ограничения. Кроме того, хотя PHR могут дать важную информацию и дать более полное представление о здоровье и образе жизни клиента, его неточность и отсутствие структуры приводят к ограниченному использованию его в клинических и медицинских исследованиях.

Преимущества предложения электронных записей

Цифровые медицинские карты могут иметь значительные преимущества как для пациентов, так и для медицинских работников:

  • Медицинские ошибки уменьшаются, а здравоохранение улучшается благодаря точной и актуальной информации;
  • Карты пациентов более полные и понятные — без необходимости расшифровывать неразборчивые каракули;
  • Обмен информацией уменьшает дублирование тестирования;
  • Улучшенный доступ к информации делает назначение лекарств более безопасным и надежным; содействие участию пациентов может стимулировать более здоровый образ жизни;
  • Более полная информация улучшает диагностику;
  • Упрощение коммуникации между мастером и клиентом;
  • Обеспечение безопасного обмена медицинской информацией клиента между несколькими поставщиками;
  • Повышение административной эффективности при планировании, выставлении счетов и сборе платежей, что приводит к снижению бизнес-затрат для организации.

Так где же ИИ?

Ожидается, что электронные записи сделают здравоохранение более эффективным и менее затратным. Однако в действительности при далеко не идеальных обстоятельствах появляются обходные пути и ошибки различного типа, а жалобы растут. Улучшение дизайна и обработки EHR/EMR требует сопоставления жалоб с конкретными функциями EHR/EMR и проектными решениями, что не всегда является простым процессом. За последний год все больше исследователей в области информатики и поставщиков программного обеспечения обратили свое внимание на системы EHR/EMR, и многие из них начали полагаться на ИИ для более глубокого понимания структуры и обработки электронных записей. На данный момент ИИ используется для помощи медицинским работникам с электронным документооборотом в следующих сферах:

Извлечение данных из свободного текста

Общеизвестно, что свободную структуру клинических заметок трудно читать и классифицировать с помощью простых алгоритмов. Однако ИИ и обработка естественного языка могут обрабатывать разнородность неструктурированных или полуструктурированных данных, что делает их полезной частью электронных медицинских карт. В настоящее время поставщики медицинских услуг могут извлекать данные из факсов в OneMedical или с помощью EHR Athena Health. Помимо них, поставщик рецензий рефератов Flatiron Health использует ИИ для распознавания ключевых терминов и извлечения информации из неструктурированных документов. Amazon Web Services недавно анонсировала облачный сервис, который использует искусственный интеллект для извлечения и индексации данных из клинических заметок.

Сбор данных из нескольких источников

По мере роста расходов на здравоохранение и тестирования новых методов набирают обороты домашние устройства, такие как глюкометры или манжеты для измерения артериального давления, которые автоматически измеряют и отправляют результаты в EHR. Более того, потоки данных из Интернета вещей, включая домашние мониторы, носимые устройства и прикроватные медицинские устройства, могут автоматически заполнять заметки и предоставлять данные для прогнозной аналитики. У некоторых компаний есть даже более продвинутые устройства, такие как смарт-футболки Hexoskin, которые могут измерять несколько сердечно-сосудистых показателей и используются в клинических исследованиях и домашнем мониторинге заболеваний. Это означает, что будущие электронные медицинские карты должны интегрировать технологии телемедицины. Кроме того, электронные отчеты пациентов и личные медицинские карты также используются все больше и больше, поскольку поставщики подчеркивают важность ухода, ориентированного на пациента, и самостоятельного лечения заболеваний; все эти источники данных наиболее полезны, когда их можно интегрировать в существующую электронную медицинскую карту.

Клиническая документация и ввод данных

Документирование электронных медицинских карт — одна из самых трудоемких и раздражающих задач в современной медицинской среде. Недавнее исследование AMA показало, что врачи проводят за клавиатурой в два раза больше времени, чем разговаривая со своими пациентами. Искусственный интеллект с помощью NLP может автоматически собирать и переупаковывать необходимые компоненты клинической документации для создания клинических заметок, которые точно отражают встречу с пациентом или диагноз. Nuance, например, предлагает инструменты с поддержкой ИИ, которые интегрируются с коммерческими электронными картами для поддержки сбора данных и составления клинических заметок. Такая тщательно продуманная интеграция искусственного интеллекта в процесс создания заметок не только уменьшит необходимость рыться в мусорных баках, но и улучшит дизайн вывода, сделав клинические заметки более полезными, читаемыми и убедительными и отвечающими всем требованиям к клинической документации».

Клиническая поддержка принятия решений

Поддержка принятия решений, которая рекомендует стратегии лечения, раньше была общей и основывалась на правилах. Сегодня появляются решения для машинного обучения ИИ от таких поставщиков, как IBM Watson, Change Healthcare или AllScripts, которые обучаются на основе новых данных и обеспечивают более персонализированный уход. Например, Google разрабатывает модели прогнозирования на основе больших данных, чтобы предупреждать врачей о состояниях высокого риска, таких как сепсис и сердечная недостаточность. Enlitic и множество стартапов разрабатывают алгоритмы интерпретации изображений на основе ИИ. Jvion предлагает машину клинического успеха, которая выявляет пациентов, подвергающихся наибольшему риску, а также тех, кто с наибольшей вероятностью будет реагировать на протоколы лечения. Каждая из этих систем может быть интегрирована в электронные медицинские карты для обеспечения поддержки принятия решений.

Совместимость

ИИ может решить основные проблемы взаимодействия, из-за которых поставщикам так сложно получить доступ и обмениваться информацией с помощью ИТ-инструментов для здравоохранения текущего поколения. Отрасль все еще пытается преодолеть проблемы проприетарных стандартов, хранилища данных, проблемы конфиденциальности и сохраняющиеся конкурентные недостатки слишком свободного обмена данными. Алгоритмы искусственного интеллекта изучают особенности междисциплинарного общения и облегчают совместное принятие решений путем сбора информации и отзывов пациентов, поэтому окончательный клинический отчет будет оптимальным продуктом для пользователя в соответствии с концепцией междисциплинарной помощи.

ИИ не может быть панацеей от всех проблем в здравоохранении, но это определенно многообещающий подход для относительно повторяющихся и четко определенных задач, таких как создание и обработка электронных записей. В случае успешного развертывания в клинической среде инструменты ИИ, которые надежно создают содержательные и понятные клинические записи, могут значительно улучшить рабочий процесс для пользователей электронной медицинской карты.