医疗保健分析采用模型:分析成熟度路线图

本报告基于Health Catalyst首席技术官Dale Sanders在2020年举行的网络研讨会，题为“回顾医疗保健分析采用模型:分析成熟度的路线图和配方”。世界杯葡萄牙vs加纳即时走地

在全国范围内，由于工作倦怠，卫生系统正在失去服务人员。医疗保健行业的领导者都知道，数据和分析可以帮助解决问题，也可以加剧问题。尽管分析在医疗保健改进中发挥着至关重要的作用，但在某些情况下，对数据的关注实际上会通过日益严重的“电子病历问题”(优先考虑电子病历而不是患者)导致倦怠。

丹尼尔Ofri，医学博士，在贝尔维尤医院向各地的医疗服务提供者提出了一个问题，“电子病历侵入医患关系的侵略性迫使我们宣布我们的忠诚:我们是在照顾病人还是在照顾电子病历?”

数据分析是问题的一部分

EHRs承担了责任，但过度关注数据也是问题的一部分。各种质量测量和报告的泛滥——以及它给医生带来的负担——正与卫生系统试图实现的目标背道而驰数据．对数据的关注不仅不能简化流程和改善护理，反而会使护理提供变得不必要地复杂，在卫生系统试图成为数据驱动的过程中造成资源浪费。

医疗保健分析采用模型(HAAM)为医疗保健组织提供了一个可以遵循的框架，以便充分利用分析功能并实现在医疗保健中使用数据的主要目标——在降低成本的同时改善患者的结果，减少提供者倦怠，并保持患者满意度。

桑德斯的分析层次需要2002

2002年，HAAM框架(图1)由Dale Sanders提出，他现在是Health Catalyst的首席技术官，这是第一个通过分析成熟度指导卫生系统的模型。世界杯葡萄牙vs加纳即时走地在第一步，卫生系统需要专注于遵守合规和监管措施，然后是认证(例如，联合委员会)．然后，系统可以专注于认证和专业协会，(例如，STS等)，其次是满足支付人的财务激励。此后，重点转向在整个组织中实施常规的循证医学。

作为创建分析采用模型的第一次尝试，它抓住了基础知识，但缺乏定义，并随着行业的扩展/发展留下了增长空间。

医疗保健分析采用模型，2013年

到2013年，随着卫生系统日趋成熟，并在更深层次上利用分析技术，HAAM也随之增加了三个层次，分别专注于自动化、机器学习(ML)和更个性化的医学方法。

该模型还成熟到强调分析能力的基础——第三级和第四级，基本的内部和外部报告要求——然后再转移到第五级及以上。第3级和第4级的效率低下以及数量过多的质量措施和关键绩效指标是许多卫生系统的障碍，因此提高第4级及以下的效率和生产力至关重要，以便向前发展。

HIMSS和健康催化世界杯葡萄牙vs加纳即时走地剂采用模型的分析成熟度，2015

在2015年,世界杯葡萄牙vs加纳即时走地而且医疗保健信息和管理系统学会(HIMSS)看到了为分析成熟度创建一个标准模型的必要性，因此他们合作创建了一个官方的分析成熟度采用模型(图3)，该模型可以作为行业标准——与任何供应商无关。

HAAM 2019

HAAM的最新版本(图4)主要基于原始模型。目前，HIMSS Analytics临床研究主任Anne Snowdon博士和Dale Sanders正在共同努力，通过增加9级，以提高患者的分析敏锐度，并帮助他们在涉及到自己的护理时成为数据驱动，以确保修改是协作的，并支持HIMSS的计划。

每个级别的医疗保健分析采用模型

0级。分段点解2022卡塔尔世界杯赛程表时间

基于供应商的应用程序和内部开发的应用程序用于解决特定的分析需求，但碎片点解决方案既不位于同一位置2022卡塔尔世界杯赛程表时间数据仓库在架构上也不能相互集成。重叠的数据内容会导致分析真相的多个版本，使报告变得劳动密集型和不一致。此时，数据治理是不存在的。

1级。企业数据操作系统

至少，以下数据将共同位于本地或托管的单个数据仓库中:HIMSS EMR Stage 3数据、收入周期、财务、成本、供应链和患者体验。可搜索的元数据存储库可在整个企业中使用。数据内容包括保险索赔，如果可能的话。数据仓库在源系统更改后的一个月内进行更新，并且围绕源系统的数据质量形成数据治理。企业数据仓库有组织地向首席信息官报告。

级别2。标准化词汇和患者登记

在数据仓库中跨不同的源系统内容识别和标准化主词汇表和引用数据。命名、定义和数据类型与当地标准一致，患者注册表仅根据ICD计费数据定义。数据治理围绕患者注册中心和主数据管理的定义和演变而形成。

3级。自动内部报告

分析动机的重点是一致、高效地生成支持医疗保健组织基本管理和操作的报告。关键绩效指标从执行层到一线经理都很容易获得。公司和业务部门的数据分析师定期会面，以协作和指导EDW。数据治理扩展到提高组织的数据素养，并为4级及以上级别开发数据采集策略。

4级。自动外部报告

分析的动机集中在一致、有效地编写监管和认证要求所需的报告(例如，CMS、联合委员会、肿瘤登记、传染病);支付方激励措施(如MU、PQRS、VBP、减少再入院率);专业协会数据库(例如，STS, NRMI，佛蒙特-牛津)。此时需要遵循行业标准词汇表。临床文本数据内容可用于简单的关键字搜索，集中式数据治理用于审查和批准外部发布的数据。

5级。减少废物和护理的差异性

分析动机的重点是衡量坚持临床最佳实践，最大限度地减少浪费，并减少变异性。在这一点上，数据治理扩展到支持护理管理团队，专注于改善患者群体的健康，使用基于人群的分析来建议改善个人患者护理，并建立永久性的多学科团队，持续监测提高质量、降低风险和成本的机会，贯穿急性护理流程、慢性疾病、患者安全场景和内部工作流程。通过在患者队列的定义中包括实验室、药房和临床观察的数据，可以提高登记的准确性。EDW内容被组织成基于证据的标准化数据集市，结合了与患者注册相关的临床和成本数据。数据内容扩展到包括保险索赔(如果还没有包括)和HIE数据提要，EDW在源系统更改后的一周内更新。

6级。人口健康管理与启发性分析

“负责任的医疗机构”分担与临床结果相关的财务风险和回报。至少50%的急症护理病例是在捆绑支付的情况下进行管理的。在护理点提供分析，以支持最大限度地提高个人患者护理质量、人口管理和护理经济的三重目标。数据内容扩展到包括床边设备、家庭监控数据、外部药房数据和详细的基于作业的成本计算。数据治理在支持临床医生和高管基于质量的薪酬计划的度量标准的准确性方面发挥着重要作用。平均而言，在源系统更改后的一天内更新EDW。EDW在组织上向c级执行人员报告，该执行人员负责平衡护理成本和护理质量。

7级。临床风险干预和预测分析

分析动机扩展到解决基于诊断的固定人均费用报销模型。重点从病例管理扩展到与临床医生和付款伙伴合作管理护理事件，使用预测建模、预测和风险分层来支持外展、分诊、升级和转诊。医生、医院、雇主、支付方和会员/患者合作分担风险和回报(例如，对健康行为的患者进行经济奖励)。无法或不愿参与护理方案的患者被标记在登记处。数据内容扩展到包括家庭监测数据、长期护理设施数据和特定方案的患者报告的结果。平均而言，EDW在源系统更改后的一小时或更短时间内更新。

8水平。个性化医疗和处方分析

分析动机扩展到健康管理，身体和行为功能健康，以及大规模定制护理。分析扩展到包括文本的NLP、说明性分析和介入决策支持。在护理点可使用规定性分析，以改善基于人群结果的患者特异性结果。数据内容扩展到包括7×24生物识别数据、基因组数据和家族数据。在源系统发生更改后的几分钟内更新EDW。

水平9。直接对病人分析和人工智能

分析和人工智能(AI)直接提供给患者，这使得他们在健康决策中拥有更大的个人自主权和准确性。随着更多的知识和参与他们的护理，患者和他们的医疗团队一起成为数据驱动的。

直接面向患者的分析和人工智能用于患者和医疗保健提供者之间的协作决策环境。患者能够独立于医疗保健提供商移植和分析其完整的医疗保健数据生态系统。治疗和健康维护协议使用基于人工智能的数字双胞胎——“像这样的病人”和“像我这样的病人”模式识别。

医疗保健分析采用模型:分析成熟度的关键

卫生系统知道，要成为一个数据驱动的组织，准确的数据是必不可少的，但实现可持续和有效的分析采用的唯一方法是遵循一个经过验证的框架。HAAM是专门为医疗保健组织以及他们在数据方面面临的独特挑战而设计的(自2002年以来经过多次迭代)。

遵循HAAM，医疗保健组织可以建立一个可持续的分析平台来利用分析，这是为了生存而必须做的事情世界杯厄瓜多尔vs塞内加尔波胆预测补偿衡量标准将重点从数量转移到价值．有了强大的分析框架，卫生系统可以利用数据来推动改善结果，并专注于患者，而不是电子病历。

更多的阅读

你想了解更多关于这个话题的信息吗?以下是我们推荐的一些文章:

1. 通过五个关键问题改善医疗保健首席信息官的战略参与
2. 如何建立医疗保健分析团队并解决战略问题
3. 如何像经营企业一样运营医疗保健分析业务
4. 成功的医疗保健数据策略必须具备的三个要素