2019医疗保健分析峰会:周四回顾

到目前为止，她分享了一些HAS 19的分析亮点，包括许多与会者预测周三的会议将按时结束;事实上，会议提前了整整两分钟结束!最后，霍斯特梅尔分享了#SocksofHAS的最佳作品，上面有鲍勃·罗斯(Bob Ross)、花生酱和果冻、独角兽和心形、骷髅脚和女孩的超能力。

20 -医疗保健AI:我们到那一步了吗?

玛丽安·斯利利-医疗保健分析和机器学习-产品管理执行，谷歌

谈到医疗人工智能，玛丽安•斯利利提出了一个问题:“我们到那一步了吗?”当然，答案是“还没有”，而我们到达目的地所需的距离因系统而异。尽管许多人把医院想象成未来的技术中心，斯利利说，许多医院仍然是“笨重的不能互操作的台式机和传真机的混合体”。即使在一流医院，技术也没有达到应有的水平。

人工智能可以回答消费者提出的许多问题。Marianne向观众介绍了谷歌将AI应用于医疗数据的五个步骤:

• 步骤1。确定您想要解决哪些问题，但更重要的是，确定您想要启用的决策制定中的更改。
• 步骤2。将您的起点定义为医疗保健组织。组织往往在技术方面落后于潮流，明显阻碍了无缝数据可移植性的最终目标。
• 步骤3。解决互操作性和基础设施问题。人们对如何利用现有的人工智能特别感兴趣，但挑战在于互操作性和缺乏支持人工智能的适当基础设施。
• 步骤4。应用人工智能又增加了一层复杂性;例如，在不同系统之间映射和传输数据的困难。
• 第5步。努力实现数据和谐。谷歌还使用人工智能来改善健康搜索结果，包括更好地策划内容和使用数据场测试算法。

玛丽安以谷歌的人工智能更新结束了她的演讲——他们还没有“到那一步”，但在整个临床研究中已经看到了更精确的模型出现，这表明他们在将人工智能应用于医疗数据方面正在取得进展。

21 -数字创新者小组:制药公司合作的新时代-制药公司从产品到结果的进化

杰西卡·费德勒，公共卫生硕士-拜耳前首席数字官

在讨论制药公司的合作时，杰西卡•费德勒喜欢从最后开始，这样她就能记住最终目标:学习型医疗系统会随着每一次患者互动而改善。

在她在制药行业的整个职业生涯中，她有机会在各个方面利用数据。然而，作为拜耳的首席财务官，她很快意识到数字转型与技术无关，而与人有关。她说，如果员工了解最新的创新技术，他们就会自己采用它。教育团队成员并为他们提供他们需要的见解，这样团队成员才能掌握主动权。数字化转型将随之而来。

费德勒表示，与制药公司合作的秘诀在于过程。她的经历告诉她，过程是制药公司生存的唯一途径。这个过程允许制药公司在10年的时间里将一个分子的药物送到某人的药柜里。因此，医疗保健组织和提供商与制药公司更紧密地合作，甚至影响制药公司的唯一途径是通过流程。

以下是影响制药过程的基本知识:

• 权威机构:如果你想看看制药公司能多快地改变他们的流程，请让医疗保健权威机构参与进来。
• 障碍:改变障碍、指导方针和标准有助于制药公司相应地适应。
• 成本:成本是与制药公司合作的强大力量。
• 数据:制药公司现在可以合作获得直接的、接近实时的、自动同步的集成数据;在数据互操作性和可用性方面不断创新。
• 生态系统:有意破坏制药公司创造的生态系统，改变其影响力。
• 未来:制药公司提前几十年规划，对未来的预测对资源配置至关重要;如果卫生系统创造未来并致力于学习型卫生系统，它们就能获得影响力。

最后，费德勒强调每位观众都有能力亲自影响制药行业，但这只能通过应用abc来实现。

21 -数字创新者小组(续):机器学习，数据民主化和我们这一代人的未来

Justin Aronson -初中学生，variantexplorer.org的创始人

“这就是站在一屋子能改变世界的人面前的感觉，”Justin Aronson说，他是HAS的首位高中生主题演讲人。然而，他接着说，他这一代人从HAS与会者那里继承了很多问题:气候变化、社会公正问题，当然还有医疗保健方面的许多问题。阿伦森开始对机器学习的可能性和能力感兴趣，它可以帮助解决医疗保健领域一些最紧迫的问题。他特别关注了一个问题，即实验室之间基因检测的差异，这可能会产生生死攸关的后果。他创建了网站variantexplorer.org，以展示和分享他在ClinVar(美国国立卫生研究院的知识库网站，汇集了基因组变异及其与人类健康关系的信息)中发现的差异。

阿伦森告诉与会者，他这代人需要做两件事来帮助改善医疗保健:

1. 路线图:作为指南，帮助人们理解机器学习在改善社会问题中的作用;如果没有合适的框架或路线图，就很难确定实现最终目标的最佳路径。
2. 数据民主化:保护和促进公开分享数据的能力，以解决诸如致命疾病等社会问题。

阿伦森希望，如今的数据货币化思维最终将转变为数据利他主义，即人们将使用数据来解决社会上最紧迫的问题。阿伦森表示，数据科学家的集体智慧可以帮助克服这些数据挑战，使数据更容易获取，这样人们就可以学习如何使用这些工具，更好地保护人们的数据。最后，他向这些人恳求，他们今天做出的决定，特别是关于数据的决定，将影响未来的一切。

周四-分组会议

第3- 22波-医疗保健领导者的AI:改进领导决策的AI新前沿

Jason Jones，博士，Health Catalyst首席数据科学家世界杯葡萄牙vs加纳即时走地

人工智能在历史上被称为“人工智能”，但杰森更喜欢“增强智能”这个词。虽然人工智能首先关注所需的模型，但“增强智能”首先关注组织的价值观和目标，然后增强我们将如何使用人工智能工具实现这些目标。

AI在护理/服务点的贡献得到了很多关注;然而，这也是帮助领导者实现专注、分配资源和对决策负责的重要机会。

分析师和数据科学家需要做些什么来影响领导层的变化?第一，分清是非，着眼未来。分析人员可以解释数据并提供预测，显示特定领域在哪些方面正在改进，以及哪些方面仍然需要改进。

AI对领导者的一个意想不到的应用是专注于质量。IOM(由AHRQ捕获)从六个方面衡量医疗质量:安全、有效、以人为本、及时、高效和公平。虽然公平排在最后，但它提供了一个用数据支持领导的重要机会。公平的护理不会因性别、种族、地理和社会经济地位而有所不同。利用人工智能工具，分析人员可以评估特定领域的护理是否公平，并改善对这些人群的护理。

通过使用人工智能工具，分析师可以通过提供重点来支持领导者——通过识别不平等、提供机会等。领导者可以鼓励这些尝试，消除恐惧，同时建立对数据的信任。

第3- 23波——超级强大的医疗集团:数据如何推动健康互联系统(创新、临床、财务、课程水平:中级)

Scott Shreeve，医学博士，Crossover Health首席执行官

跨界健康公司的Shreeve博士将他对健康互联系统的设想与发电相比较——就像格伦峡谷大坝如何从一滴水开始用水，为城市供电，以及如何通过每个健康数据点为更好的医疗提供动力一样。他说，连接的医疗系统是实现医疗保健三重目标的框架，其重点是雇主健康活动人士。大型雇主的医疗保健成本正在上升，85%的支出不是用于初级保健。这些积极倡导健康的雇主可以通过更有效的、基于数据的管理实现大幅节约。

Crossover Health利用多个不同的数据流创建一个大型数据湖，为下一代初级保健提供动力。从被动的、基于探视的疾病护理模式向为数字健康构建的主动的、预测性的护理模式转变。施里夫说，一个值得信赖的先进国家医疗集团拥有超能力。

第3 - 24波-更大的影响，更少的负担:合作伙伴医疗保健如何通过下一代分析推动PCMH

科琳·布兰切特，人口健康，合作伙伴保健中心主任

Salina Bakshi，医学博士，马萨诸塞州总医院内科

什么是以患者为中心的医疗之家(PCMH)，它的目标是什么，您的组织可以从伙伴医疗的PCMH旅程中学到什么?

在这个内容丰富的会议上，Colleen Blanchette和Salina Bakshi首先介绍了PCMH和NCQA对PCMH的认证的有用背景。他们描述了合作伙伴如何建立PCMH并获得国家质量保证委员会(NCQA)的认证，但最终选择实施高级初级保健模式，用负担更轻、更一致的结构取代了NCQA流程。

PCMH得到了众多专业组织(AAFP、ACP、AAP)的认可，并得到了研究的支持，通过增加获得保健的机会、注重预防和护理协调以及采取“全人”方法，支持更好的保健、成本和经验成果。PCMH加强了更大的卫生系统，是支付改革的一部分。

NCQA的PCMH认证项目提供了一套参与PCMH的标准和要求。这些标准指导正在进行PCMH转换的实践——这些标准对确保临床质量至关重要。最初，合作伙伴将NCQA定义用于他们的PCMH标准。

他们能做得更好吗?由于大多数(96%)合伙人的初级保健医生在正式认可的PCMH中执业，该组织已经从NCQA的重点转向高级初级保健模式。该模型减少了与NCQA相关的行政负担，旨在利用先进的分析方法来推动对初级保健优先事项的关注。

随着伙伴组织多年的发展，科琳·布兰切特和赛琳娜·巴克希为其他寻求初级保健转型的组织提供了以下经验教训:

• 衡量最重要的东西。
• 采取分阶段的方法。
• 不要指望它会很容易，但也不要放弃。

第3- 25波-改善科学和分析:改善人口健康的关键
Heather Schoonover, MN, ARNP-CNS, PHCNS-BC, FCNS，客户成功，健康催化剂副总裁世界杯葡萄牙vs加纳即时走地

医疗保健数据呈指数级增长。在这次分组讨论中，Heather Schoonover探讨了如何有效地使用所有这些数据来改善结果和降低成本。

尽管医疗保健行业在这一领域已经取得了进展，但对于大多数医疗保健组织来说，毫无根据的临床变异仍然是一个巨大的机会。在医疗保健中有两种主要类型的变异:普通原因变异和特殊原因变异。共同原因的变化是系统随着时间推移所固有的原因，而特殊原因的变化是由于特定的环境而产生的。在改进工作中，我们试图引起特殊原因的变异，Schoonover说。与会者还参加了一个小组练习，以理解变异。

Schoonover回顾了如何使用变化概念来产生改进干预措施，包括以下内容:

• 消除浪费:消除不能给外部客户增加价值的活动或资源。
• 改变工作环境:考虑一个使其他过程改变更有效的高杠杆机会。
• 管理时间:减少开发新产品的时间、服务的等待时间和功能的周期时间。
• 证明系统的错误:重新设计系统，使系统中的人员不太可能犯错误。
• 减少变异:减少变异可以提高结果的可预测性，并有助于减少不良结果出现的频率。
• 改进工作流程:改进流程中的工作流程可以改进商品和服务的质量。

在整个突破性的演讲中，Schoonover探索了医疗保健组织的案例研究，以说明如何使用改进和分析科学来解决复杂的问题2022年世界杯预赛分组，节省数百万美元，并改善人口健康。

浪潮3 - 26 - IT如何利用消费趋势使医疗系统进入现代数字竞技场上(策略，创新，课程级别:中级)

Ryan Smith，健康催化剂的高级副总裁兼执行顾问世界杯葡萄牙vs加纳即时走地

瑞安·史密斯以分享他和女儿在一家繁忙的急救中心的个人经历作为开场。在他们等待治疗的时候，他无意中听到一位病人说:“为什么得到你需要的治疗这么难?”这是一种令人沮丧的、太常见的情绪，但这句话让史密斯想起了他在医疗保健领域工作背后的“原因”。

首先，Smith讨论了医疗保健领域的数字化转型和消费者预期。尽管大多数服务型行业的公司都以数字化方式提供产品和信息，以满足消费者的期望，但医疗保健远远落后于此。

造成这种滞后的几个原因是医疗保健的复杂性和微妙的现实，缺乏复杂的技术基础设施来支持这种新的数字化方向。然而，史密斯建议医疗保健系统可以应用策略来克服技术障碍，驾驭数字化转型浪潮，并满足消费者的期望。

史密斯提出了利用IT技术并跟上消费趋势的五个关键建议，包括:

1. 在您的组织中定义“数字化”。
2. 制定实施数码技术的战略指导原则。
3. 围绕投资组合定位并相应地进行管理。
4. 开发一个类比。
5. 战略性地选择供应商合作伙伴。

史密斯提醒说，消费者期待并要求一种数字体验——无论是在麦当劳的应用程序上点快餐，还是与供应商见面。随着企业致力于数字化的未来并应用史密斯的五大建议，实现数字化成功将成为现实。

第4- 27波:数字化患者体验:新型数字疗法(DTx)数据将如何重塑您的分析和远程患者护理项目(创新，生命科学;课程Level-Intermediate)

Chris Hogg, MBA，螺旋桨健康公司首席商务官

Carlos Rodarte，生命科学战略业务发展，健康催化剂世界杯葡萄牙vs加纳即时走地

Matt Omernick，首席创意官

Mette Dyhrberg, Mymee Inc.首席执行官。

Owen McCarthy, MBA, MedRhythmns, Inc.联合创始人兼总裁。

数字疗法(DTx)是一个快速发展的领域，专注于创建专门的软件来预防、治疗和/或监测慢性疾病，其中许多疾病缺乏有效的传统疗法。

使这些疗法成为可能的新技术还能非常快速地收集大量数据，使患者、他们的病情和治疗效果的图片更加丰富多彩。这些新的数据源引发了关于数据权利和数据安全的讨论。小组成员强调，为了患者的利益，他们希望谨慎地以正确的方式处理数据。此外，防止数据泄露也是至关重要的——数据泄露可能会毁掉一家小型DTx公司。

在DTx中，保持患者的参与和依从性可以通过非常轻的触摸来实现。一位小组成员表示，他们的用户每天只需要不到3分钟的时间就能确保遵守规定并收集所有所需的数据。轻触很重要;病人不希望不断被提醒他们的病情。

实现DTx带来了一系列新的挑战。由于DTx通常缺乏保险代码，因此付款具有挑战性。由于DTx不能通过EHR订购，因此没有确定的可处方性途径。公司正在与医疗系统和雇主保险公司合作，开始开辟这些道路。

此外，创造者必须让医生相信临床效果，而从历史上看，提供者和卫生系统一直不愿意听。但这是变化的。5个月前被拒之门外的公司现在被邀请进来讨论。医院对这项新研究更感兴趣。为什么?市场变化很快，病人的自主权也在变化。

第3 - 28波-临床和文化数据的应用:提供安全、最佳的护理

艾伦•弗兰克尔博士
安全可靠医疗保健管理合伙人

迈克尔·伦纳德博士
安全可靠医疗保健管理合伙人

大约30%的住院患者发生了我们不希望发生在我们身上的事情，10%的患者受到了严重伤害，在医院里呆得更久，然后带着残疾回家。那么我们该如何改变呢?

为了成功，医疗机构必须培养一种“安全文化”，有证据表明，这是更好、更安全的患者护理的先决条件。在本次会议上，博士们。Frankel和Leonard提出了一个有效的框架和经过验证的工具，为安全文化的发展、培养和维护提供了可操作的见解。

安全可靠的文化成熟度模型是围绕三个基本组成部分组织的:有效的领导，安全的文化，持续学习和改进。在这些领域的能力建设使组织能够将安全可靠的文化成熟度模型从无意识(“只要我们不被抓住，谁会在乎”)提升到生成(“安全是我们做生意的方式”)。它从单位层面开始。领导与一线护理人员保持一致对成功至关重要。

Drs。Frankel和Leonard分享了几个实用工具，使医疗保健组织能够应用该框架:

• 分数的调查可用于评估安全、沟通、组织风险、弹性/倦怠和敬业度。它提供详细的单元级指标，以帮助组织创建可执行的改进计划。
• 数字化学习板整合数据和通信工具，可以用来帮助创造更高程度的心理安全和责任感，并使合作变得有趣。
• 领导圈，团队会议，个人荣誉可以提高员工的敬业度，并与一线员工建立紧密的联系。

演讲者总结道，当组织具有自我反思和改进能力时，他们就能推动可见的、可衡量的和可持续的变化。

波4 - 29:浪费了:是什么阻碍了医疗保健的发展，以及如何向前推进以实现转型改进

主讲人:托马斯·d·伯顿，MBA，Health Catalyst专业服务联合创始人兼总裁世界杯葡萄牙vs加纳即时走地

在这个生动的互动环节中，Tom Burton带领参与者进行了一个协作游戏，旨在说明医疗保健中浪费的类别和影响，并解释关键领域的转变(或思维方式转变)如何帮助组织提高效率，减少案例内差异，并改善人口健康。

在三个回合的游戏中，玩家在游戏棋盘上移动代币，以“消除浪费”为目标，通过获得新技能、知识和态度来获得“能力”;将医疗系统不同领域的工作“系统化”。每一轮都关注不同种类的废物——效率、个案内变化或个案率利用率——并有轻微不同的规则来模仿不同的激励结构(按服务收费、按价值收费，或两者混合)。

附加的概念和要点通过浪费了游戏的类比:

• 通过清除废物来改善是你最好的商业策略——这需要在关键领域进行变革。
• 数据和分析对医疗保健转型至关重要;事实上，越来越多的垃圾清除对应着更高的分析采用模型的水平。但是分析本身并不能改变你的组织。您需要确定在理想状态下“要完成的工作”，然后努力构建驱动新能力的知识、技能和态度。
• 尊重您的组织和医疗保健转型的复杂性是很重要的。Burton在数据基础设施、支付、患者安全、成本计算、报告等不同领域确定了11个独立而重要的转变。
• 由于财务压力将根据组织当前的支付环境而变化，因此组织需要一种战略方法来进行转换。

第五波-第30场-震撼你的分析世界(字面意思)

约翰•沃兹沃思女士,健康催化剂高级副总裁世界杯葡萄牙vs加纳即时走地

在喧闹的摇滚音乐中，与会者受到了欢迎。到会议结束时，演讲者约翰·沃兹沃斯(John Wadsworth)让70%自称内向的听众随着音乐起舞。

在整个会议中，John将其与音乐录制行业进行了比较，强调了三个基本原则:

1. 医疗保健分析生态系统需要调整。就像乐器需要调优一样，使您能够捕获、建模、分析和报告数据的人员和流程也必须进行精细调优，以影响结果的改进。分析领导者应该扮演声音工程师的角色——拒绝一些资源，放大另一些资源。
2. 并非所有的分析都具有相同的价值．分析领导者必须仔细量化和调整对资源的投资和分配。John使用分析采用模型作为框架，并给出了一些具体的例子，说明如何实现低级别任务的自动化，从而实现更高级别的分析。
3. 早期衔接器激励。就像John试图为观众创造一个安全的舞蹈环境一样，他向观众提出了一个挑战，即为用户创造一个安全的环境，让他们与数据互动并从数据中学习。

John最后提出了三个简单的方法来提高数据读写能力:

• 每周安排一次与最需要数据的用户一对一的30分钟会议。
• 邀请临床、操作和技术人员“开放实验室”，共同探索数据——这相当于音乐界的“即兴演出”。
• 用分析得出的结论注释图表。这有一点风险，但这是一种让用户做出反应的好方法。

第4- 31波:医生对齐和数据知情的决策增加了贡献利润率和市场份额
Holly Burke，执行董事，临床创新和质量，脉搏心脏研究所，多康健康系统
尼德姆病房，医学博士，首席医疗官，脉搏心脏研究所，多康健康系统

突破性的演讲者尼德姆·沃德博士和霍利·伯克是极性的研究对象。首席医疗官、“逆行型婴儿潮一代”沃德博士，以及临床创新和质量执行董事、“无所不知的中向型千禧一代”伯克女士，在脉动心脏研究所(Pulse Heart Institute)的成功过程中发挥着截然不同但互为补充的作用。脉动心脏研究所是多中心健康系统(MultiCare Health System)的子公司。脉搏心脏研究所的使命是在太平洋西北地区建立一个心脏和血管健康的目的地中心。

当伯克和沃德博士在2015年开始执行这一使命时，他们向多中心医疗系统董事会承诺，要在质量、敬业度、招聘和经济方面取得进展。他们使用数据、分析和结构化的过程来推动这些领域的改进，并实现他们的承诺。他们改进努力的结果不言自明:

• 额外收入4800万美元。
• 第二年就超过了第三年的市场份额。
• 每个细分市场的整体市场份额都有所提高。
• 在第一年到第二年，Cath实验室的数量增长了11%。
• 手术室容量增长了19%。

最后，伯克和沃德博士分享了以下主要经验教训和建议:

• 组织必须能够快速获得实时准确的性能数据。
• 当数据至少达到80%的准确性时，就开始使用数据来推动改进。
• 一致的提供者激励是增强协作的强大机制。
• 临床和操作两方面的合作比医生或行政人员单独工作的效果更好。
• 快速适应失败，并从失败中学习。

第4波-第32场-机器学习市场:10个特色站点

这个独特的会议为与会者提供了10个创新的机器学习和人工智能(AI)用例的参观方式。演讲者提供了他们项目的摘要，包括重要性、目标、方法、结果和结论。参与者可以参观感兴趣的站点，并直接与演讲者见面，更深入地探索每个项目——询问如何开始、在哪里寻找机会以及学到的关键经验教训等问题。

演讲者提供了以下用例:

1. 初级保健决策支持中的机器学习模型(Acuitas Health)
2. 奥雅纳测试匹配(奥雅纳实验室)
3. 为更好的临床干预开放黑箱模型(Humana)
4. 利用自然语言处理(NLP)和概率匹配来提高效率，减少冗余和
5. 简化数据仓库结构(山间医疗保健)
6. 机器学习预测第二天病人出院优化医院容量管理(马萨诸塞州
7. 综合医院/合作伙伴医疗保健)
8. 这将是一个艰难的月:用回归预测和贝叶斯更新安抚你的高管(任务健康)
9. 高维空间的时间变化和异常检测(tad - hds) -(任务运行状况)
10. 向上，向上，然后离开!让基层基层护士坚持下去:护士逃跑风险案例研究(UnityPoint Health)
11. 利用SDoH风险分析改善儿童人群的健康(UPMC和社会决定)
12. 使用自然语言处理实现自动化质量测量(UPMC企业)

第4- 33波-医生命令雇用医生推动改进(临床，财务，课程水平:初级)

Jack Beal，法学博士，堪萨斯大学卫生系统绩效改进副总裁兼副总法律顾问

David Wild，医学博士，工商管理硕士，堪萨斯大学医院麻醉科副院长，绩效改善，助理教授

堪萨斯大学卫生系统的绩效改善团队有一个分散的医生团队，这使得获得协同效应来推动结果改善计划具有挑战性。为了解决这个问题，该团队首先认识到，在医疗保健领域收集的数据的价值取决于分析和共享数据的速度。他们的重点一直是压缩传播成果的时间线。然而，当医生参与进来时，问题就变得更加复杂了。“我们对抗他们”的心态是一个巨大的障碍，因为临床部门对改善工作的支持结构不同，绩效改善和医生之间存在一定程度的不信任。

他们是怎么做到的?有三个项目让医生参与进来:

• 保健连接:由医生领导的地方改善计划;临床医生提交他们的想法以获得资金批准。结果:37个批准的项目和代表来自21个临床科室中的17个。
• 价值取向的性能:新的部门或决策层面的改进，旨在成为一年后的标准护理。结果:第一个月80%的项目得到了可衡量的改善和节省，另外11个项目将于2019年9月上线。
• 部门财务及规划会议:医生领导参与成长和改善的策略和计划。结果:所有21个临床科室都有年度增长和改进计划，另有100多个项目正在进行中或正在审查中。

聘请医生是成功的关键，值得投入时间。投资于一致的，而不是指示的，改善努力产生有意义的，成功的医生参与。

浪潮4- 34 -使用数据主导的行动框架对抗医疗保健职业倦怠:来自明尼苏达州全州模式的教训(策略，临床，课程级别:入门)

Rahul Koranne，医学博士，MBA, FACP，明尼苏达医院协会首席医疗官

Tim Sielaff, MBA、医学博士、博士，Allina Health首席医疗官;艾琳娜健康集团高级副总裁

Allina Health的首席医疗官Timothy和明尼苏达医院协会的首席医疗官Rahul Koranne知道，一个健康、快乐的员工队伍至关重要，他们的目标是成为接受和提供最佳医疗服务的最佳场所。

医疗倦怠正在上升，并被广泛认为是一种流行病。Koranne博士分享了美国的幸福调查，并表明从2006年到2018年，美国人的幸福指数大幅下降。医生是最容易倦怠的职业之一。

Drs。Koranne和Sielaff及其团队创建了一个解决医疗倦怠的行动框架。他们还与一位新聘请的数据分析师合作，创建了一个定制的分析机器，以收集关于医生职业倦怠的准确数据，包括专注于职业倦怠的驱动因素和组件。

这些数据反映了医生职业倦怠的问题和细微差别。通过多层次的方法来应对职业倦怠，dr。Koranne和Sielaff从组织层面(目标系统、文化和领导力)开始，然后是实践层面(诊所、单位和/或团队)，然后是个人。他们实施了减少医生倦怠的策略，包括投资于医生领导，改善EMR功能，优化提供者FTE提供者，完善提供者特定的员工协助计划，提高团队敬业度。

第4- 35波-健身，健康:医学整合健康创建更健康的社区(创新，人口健康，课程要求:初级)

Greg Stock, MHA, Thibodaux地区医疗中心首席执行官

凯蒂·理查德，文学硕士，注册护士，教育和培训协调员，Thibodaux地区医疗中心

只有三分之一的美国成年人每周进行建议的体育锻炼，而近三分之一的高中生平均每天玩3小时或以上的视频或电脑游戏，只有三分之一的儿童每天进行体育锻炼。这些现实以及许多其他因素影响个人健康、教育和收入潜力，并可能增加个人和社会的医疗成本。

鉴于美国目前的人口健康状况，Thibodaux地区医疗中心旨在通过一个医疗导向的健康中心来解决社区的健康和健康需求。格雷格·斯托克和凯蒂·理查德分享了他们的卫生系统如何使用改进工具、分析和利益相关者参与来建立一个以医生为指导、以患者为中心的临床路径和专注于适当营养、适当锻炼和最小化风险的多学科团队的中心。

Thibodaux团队为其路径设定了战略社区健康目标:

• 30%的被推荐参与者完成了8周的项目。
• 60%的参与者变成了健身中心的正式会员。
• 原始患者报告的结果测量信息系统(PROMIS®)评分增加80%。
• 80%的BMI指数超过30的参与者至少减掉了8磅。
• 参与者步行距离增加了80%。

Thibodaux团队了解到，一个有效的社区健康计划依赖于医生的参与、对意外事件的准备、对独特途径障碍的认识和对快速增长的准备。

第5 - 36波-正确预测患者预后:使用行为和社会数据(创新、人工智能、人口健康，课程要求:高级)

Imran Qureshi，澄清健康首席数据科学官

一个人的健康是非常微妙的，社会和行为因素起着主要作用。然而，我们如何衡量社会和行为因素?更好的是，我们如何使用社会和行为数据来预测结果?

clear Health的首席数据科学官Imran Qureshi提供了使用社会和行为数据预测患者预后的12个关键要点:

1. 开始使用新的、更好的AI工具来清理数据。
2. 用外部资源增加你的死亡记录。
3. 把减肥作为你的模特的一个特点。
4. 在模型中使用行为。
5. 使用会员级别的社会数据，而不是邮政编码/县级别。
6. 不要依赖问卷调查或医生的SDoH。
7. 使用假设来构建和测试工程特征，以获得更好的模型。
8. 尝试将临床风险与使用风险结合成一个综合评分。
9. 自动化数据分析。
10. (几乎)总是使用相对风险来确定患者时间轴上的精液事件。
11. (几乎)总是使用案例研究。2022年世界杯预赛分组
12. 把我们能帮助的人和我们不能帮助的人分开。

由于行为决定了40%的医疗保健结果，因此医疗保健组织必须包含行为和社会数据，以提供全面的医疗保健，并帮助患者达到最佳健康状态。

第5- 37波-更快地得到错误的答案:转向在医疗保健中更好地使用AI (AI，创新，课程级别:中级)

Jason Jones，博士，Health Catalyst首席数据科学家世界杯葡萄牙vs加纳即时走地

我们怎么能用同样的数据得出不同的结论呢?通过一系列的例子，Jason Jones演示了数据是如何通过快速导致错误的答案而产生误导的——但是通过进一步的分析和以不同的方式观察数据(例如，使用不同类型的可视化)，您可以得到正确的答案。

Jones提供了以下快速得出错误答案的例子:

• 癌症发病率。最初集中在癌症发病率高和低地区的数据显示，一些地区比其他地区更适合买房。然而，通过以另一种方式观察数据，数据出现在钟形曲线上，显示出随机发生的模式。同样的数据，不同的结果。
• 在肯尼亚，异性恋vs教育。Cochrane的一份评论显示，《被吓直了》没有任何影响或负面影响，但它仍然在电视上播放。另一方面，ICS(投资于儿童和他们的社会)致力于提高肯尼亚学生的学习成绩。一个研究、试验和错误的过程(更多的书、挂图、更多的老师)让ICS与世界卫生组织合作，认识到学生们因为蠕虫错过了1 / 4的学年。驱虫减少了旷工率，增加了长期收入。

解决增强智能“主要抱怨”的策略可以帮助我们找到正确答案:整个组织的数据素养较低(不要简化数据;提供完整的分析并帮助解释它)，定义缺乏一致性(使用AI分析定义的变化的影响)，分析吞吐量低，对结果缺乏信任，以及试点问题。

浪潮5- 38 -改善护理的多样性和数据(小组)(战略;课程水平)

Trudy Sullivan, MBA, Health Catalyst首席传播官兼首席多元化与包容官世界杯葡萄牙vs加纳即时走地

Maryellen Gleason, MBA, Solve ME/CFS Initiative总裁兼首席执行官

Andres Gonzalez，副校长，首席多元化官，Froedtert & Medical College of Wisconsin

埃洛伊萨·多明戈-斯奈德，博士，阿斯泰拉美洲公司多元化与包容部执行董事

Noel Tenoso, DPT, Advance Sports & Spine Therapy创始人兼首席执行官;伙伴,Solveglobal

Christine Neuhoff，法学博士，工商管理硕士，St. Luke 's Health System副总裁兼首席法务官

一个人的种族、文化、性别认同、社会经济地位和其他因素影响着他们在这个世界上的行走方式——以及他们作为病人的经历和结果。

偏见可能始于一线工作人员假设患者的种族，而不是询问他们。培训收集数据的人员和处理数据的人员是很重要的。

对于跨性别者，在电子病历中存在隐性偏见。许多人(70%)从未做过性别确认手术，他们的身体结构可能会影响他们所需要的护理。那么，当你向他们要性的时候，你在问什么呢?

以病人为中心的医疗保健是很重要的，但是病人是谁呢?美国的医疗体系是为服务某一类病人而建立的，而不是一个多元化的社区。有些诊断存在性别偏见。ME/CFS被认为是一种女性疾病，通常归咎于心理因素，尽管它是身体上的。据估计，有3万名男性(未统计)患有这种疾病，但他们被告知要“像个男人”，而不是被诊断出来。

在试图衡量健康公平时，一个问题是人口统计数据被分为男性和女性、白人和有色人种。回归分析倾向于创建更好、更集中的解决方案。2022卡塔尔世界杯赛程表时间当您将数据交叉时，事情就变得更有趣了。

医疗工作者队伍中的偏见很难消除，因为领导层将多样性和包容性视为一种“拥有它很好”，而不是一种必要条件。但这是必须的。这样做是对的。此外，还有很多关于多元化对商业的好处的研究。同质化的商业理由是什么?

波5 - 39:真实世界的数据如何为个性化医疗铺平道路
Okan Ekinci，医学博士，MBA
F. Hoffmann La-Roche有限公司诊断信息解决方案首席医疗官2022卡塔尔世界杯赛程表时间

医疗保健知识呈指数级增长，捕获和存储的数据比以往任何时候都要多。除了医疗保健数据之外，大量的临床试验和真实世界数据正在跨机构和地区生成，可以帮助医疗保健行业获得决策支持工具的可操作的见解。

医学博士、MBA Okan Ekinci告诉与会者，为医疗保健实施一个技术框架比以往任何时候都更重要。但是，只有将来自医疗保健所有领域的关键参与者(包括学术界、医疗协会、监管机构、付款人、提供者、政府和非营利组织)聚集在一起，我们才能充分利用医疗保健数据的价值。罗氏集团在将诊断数据和制药数据结合在一起方面具有独特的地位，这两种数据都是在室内生成的，提供了大规模访问有意义的数据的途径，并能够利用数据实现真正个性化的患者护理。

他用罗氏公司的例子展示了生命科学行业如何向个性化医疗保健发展，并从他的演讲中向与会者提供了以下三个关键要点:

• 增加多领域数据的可用性允许沿着护理连续性对患者进行“高分辨率视图”——这是个性化医疗保健的基础。
• 临床决策支持有助于管理日益增长的数据驱动的复杂性，提高操作效率，减少不必要的变化，并改善结果。
• 一个具有工作流产品和应用程序的决策支持世界杯厄瓜多尔vs塞内加尔波胆预测平台，通过人工智能/机器学习增强，是建立学习系统的基础，通过流分析产生可操作的见解，并创建一个全面的“数字双胞胎”。

40 -数字卫生的未来

John D. Halamka医学博士-贝斯以色列女执事系统首席信息官;哈佛医学院国际医疗创新教授

约翰·哈拉姆卡博士每年旅行40多万人次，研究世界各地新兴的数字健康趋势。他向与会者介绍了今年旅行中最有趣的亮点，包括以下几点:

• Halamka博士访问的一家皮肤科诊所每天接待4000名患者。为什么?因为中国没有初级保健。
• Halamaka博士说，印度有“个人健康记录”的文化。的原因吗?没有医生或医院保存医疗记录。患者是自己数据的真正管理者。
• 芬兰在法律上要求公民分享他们的医疗数据，而且不能选择退出。
• 苏格兰拥有每个公民医疗记录的单一数据仓库，所有临床医生都可以访问。

那么，有哪些新的工作流程可以解决这些错过的机会呢?哈拉姆卡博士提出了五种策略:

• 物联网和可穿戴健康设备将连接到企业。
• 人工智能和机器学习是多个平台提供商提供的主流工具。世界杯厄瓜多尔vs塞内加尔波胆预测
• 应用程序和云托管服务的时代已经到来。
• api的数量和复杂性都在增加。
• 新的激励措施将形成基于战略价值的采购，促进互操作程序和远程医疗友好型改革。

Halamka博士在演讲结束时鼓励说，世界各地的人们用有限的资源做着不可思议的事情，我们在迈向数字医疗的未来时也会这样做。

42 -结束语

Paul Horstmeier - Health Catalyst首席运营官世界杯葡萄牙vs加纳即时走地

今年，与会者创建了233个Braindate主题，进行了149次一对一的Braindate, 92次集体Braindate，总共建立了754个连接。Stuart Gold和Horstmeier先生宣布了HAS应用游戏Braindate的获胜者和抽奖获胜者。

Horstmeier先生还宣布了明年医疗保健分析峰会的日期:将日期保存到2020年9月1日至3日的HAS 20日!

丹伯顿-首席执行官，健康催化剂世界杯葡萄牙vs加纳即时走地

Dan Burton以回顾19届HAS的一些亮点开始了他的结束语，包括一些过去几天拥挤的个人亮点。他宣布了今年评分最高的主题和突破性演讲者，将与会者带回改进飞轮，并分享了另一个片段阿波罗13号，提醒与会者，我们所有人都可能有一个幸福的结局。最后，他以太空旅行作了一个完整的比喻，并对观众说:“休斯敦，我迫不及待地想再次见到你。”