2020年医疗保健分析峰会正式拉开帷幕

Frueh介绍了2020年平台，通过一个可导航的虚拟世界杯厄瓜多尔vs塞内加尔波胆预测环境，将与会者带到峰会的传统举办地盐湖城大美洲酒店。游客可以在会场周围“旅行”，从大宴会厅的主题演讲到虚拟场地上的独立休息室，甚至可以在整个环境中参加寻宝游戏，并参加测验以获得HAS游戏的积分。

有20虚拟也将提供一些乐趣和良好的幽默与会者享受了亲自的活动。从有趣的跑步到最著名的袜子的友好竞争，有20虚拟已经将这些活动转移到网上，邀请参与者在社交媒体上发布照片，并在标签上加上#HAS20virtualfunrun， #SocksofHAS和#HAS20，如果合适的话。

2020年，峰会流行的“头脑约会”(braindate)——围绕感兴趣的独特领域进行一对一或小组讨论——也转变为虚拟形式。参与者可以在HAS 20中提出主题并报名参加Braindates虚拟环境。

欢迎致辞结束后，健康催化剂的首席执行官丹·伯顿主持了20号HAS的开幕仪式世界杯葡萄牙vs加纳即时走地虚拟今年的主题是“新常态下的分析”。随后播放的视频反映了分析在COVID-19应对中的作用、数据是医疗保健应对和改进的生命线，以及医疗保健行业团结一致应对大流行的努力。伯顿解释说有20个虚拟将从COVID-19应对工作的一线领导人那里汲取重要经验，并提供将其经验应用于其他卫生系统的策略。主题演讲人和突破性演讲者都将阐述数据分析基础设施在大流行应对中的价值，以及聚集的数据如何推动检测、死亡率和治疗方面的见解。伯顿说，COVID-19是一项共同的挑战，各组织团结在一起是希望和乐观的理由。

主题会议-分析和AI如何重启医疗保健

在开幕主题演讲中，著名人工智能专家和医疗保健未来学家Eric Topol医学博士概述了数据驱动的COVID-19应对的可能性和现实。他说，将深度学习算法和深度神经网络形式的人工智能与传感器技术(如可穿戴显示器和温度计)和人类洞察力结合起来的创新有望推动对病毒的更细致的理解。例如，承诺提供一种可以识别感染并显示病毒载量(一种传染性的度量方法)的快速家庭检测，可以显著影响控制工作。

COVID-19的复杂性使该疾病具有挑战性，因此需要为人工智能支持的战略构建强有力的用例。这种病毒含有一种刺突蛋白，它附着在全身广泛表达的受体上，即ACE2受体。因此，症状不仅是呼吸道的，而且可以影响任何存在ACE2受体的器官。COVID-19的影响范围也很广，从无症状的疾病到严重甚至致命的疾病，以及“长COVID”病例，在这种情况下，患者可能会出现持久的致残症状。

托波尔博士解释说，人工智能依赖于输入，而它的输出只会像输入数据一样好，建立在HAS 20的基础上虚拟将分析作为COVID-19应对的重要驱动力。有了精确、准确的数据输入，深度学习算法可以比单独的人类判断更准确、更详细地识别一种医疗状况(如癌症病变)。人工智能辅助成像技术的创新也可能提高诊断过程的速度和更清晰的图像。甚至智能手机也会发挥作用——托波尔博士以他使用手机拍摄的高分辨率超声图像为例解释了这一点。

托波尔博士说，机器不会取代医生，但使用人工智能的医生会取代不使用人工智能的医生。他解释了未来的一个愿景，即“虚拟医疗教练”使用传感器和智能手机应用程序的输入来了解患者的健康状况，并与临床医生分享这些信息。不过，托波尔强调，在医疗接触中，人情味和同理心是不可替代的。人工智能驱动的创新在COVID-19及以后的最终目标不仅是提高医疗准确性，而且是提高人的一面。随着机器越来越好，临床医生可以更多地关注人类的体验。

主题会议- 2019冠状病毒病第一线的数据

在主题演讲中，普罗维登斯圣约瑟夫卫生公司首席医疗分析官Ari Robicsek医学博士分享了他的卫生系统如何快速调动数据，综合整个组织内关于COVID-19的信息。拥有51家医院的普罗维登斯圣约瑟夫卫生系统于2020年1月中旬在美国发现了首例已知的COVID-19病例。

Robicsek博士提供了一份事件时间表，显示了该组织对COVID-19理解的进展以及分析工具的成熟度。从3月初开始，他们的检测能力有限，但突然开始担心他们的社区中存在冠状病毒。罗比斯克博士草拟了一个大致轮廓，描述了该团队可能构建的一个仪表盘，以帮助识别冠状病毒;概要按邮政编码显示了出现已知症状的患者的百分比。为了构建这个工具，该团队需要从每天制作的数十万份临床记录中提取相关的临床信息。他们从简单的文本解析开始，这导致错误地识别了许多否定或不相干的注释。他们的自然语言处理(NLP)变得更加复杂，使用专家注释训练机器学习工具如何检测否定和其他细微差别，以识别相关的临床数据。

然后，该团队使用这些数据创建了一个流行病学登记处，以跟踪数据——包括患者人口统计数据、相关诊断和临床特征——这使他们能够跟踪患者的旅程，并根据地理位置可视化活动。尽管该团队和他们的分析工具取得了难以置信的进展，但关于COVID-19仍有许多需要了解的地方。通过使用数据，包括如何安全开放学校，哪些患者将从瑞德西韦中获益最多，如何最好地同时护理COVID-19和非COVID-19患者，以及更多，Robicsek博士向我们展示了复杂的NLP和颗粒绘图工具的未来。

突破会议:第一波

第四部分-机器学习、社会决定因素和人口健康的数据选择

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

Terri H. Steinberg，医学博士，工商管理硕士，FACP - christacare Health System人口健康信息学首席健康信息官兼副总裁

相对而言，机器学习模型很容易构建。80%的工作是准备好数据，以找到决定人口健康项目成功与否的有用的、可操作的信息。我们如何选择正确的数据——800个候选特性还是8个候选特性更有价值?

ChristianaCare Health System的Terri Steinberg指出了人口健康管理的三个关键组成部分:

1. Technology-provide工具。
2. Analytics-identify人群。
3. 护理经理——管理发作之间的时间。

2012年，ChristianaCare开始寻求风险合同，涉及的内容在按服务收费的医疗中是不可收费的，但对结果有很大影响(例如，健康的社会决定因素)。该组织发现，在识别高风险患者和高医疗保健利用率方面有很多好处，从而减少了住院天数，降低了护理成本。

联合主讲人Jason Jones随后概述说，在人口健康预测机器完成以下工作之前，风险识别需要事先仔细选择数据:

• 确定最脆弱的成员。
• 段的需要。
• 优化外联和影响。

为了找到能从中受益最多的少数群体成员，并以最有效、最不压倒性的方式将这些信息呈现给护理经理，ChristianaCare为护理团队提供了一种机器学习工具。该工具向护理经理显示要看哪些患者，跟踪哪些干预措施对哪些部分有效，使护理经理可以在访问之间管理护理，同时每天监测所有患者。该工具还将需要更多护理的个人列入工作列表，护理团队会评估这些列表的准确性。

机器学习和人类判断的结合为成功的护理管理提供了支持。

第5部分-为患者打开方便之门:每月就诊人次增长27%

Carrie Rys, MBA -德州儿童医院门诊部助理副院长

格蕾丝·卡伦-德州儿童医院商业运营和战略规划助理主任

获得护理是患者满意度和患者护理地点选择的关键驱动因素。在2019冠状病毒病大流行之前，德克萨斯州儿童医院(TCH)创建了一种结构和文化，以可持续地改善患者就医。来自整个组织的200多名团队成员，在执行指导团队的支持下，在过去三年完成了以下工作:

• 通过建立标准的四小时调度块和将可选择加入的短信提醒转换为全部加入的短信提醒，提高了容量和利用率，导致每月的访问量增长了27%，缺席率从11.5%降低到7.7%。
• 通过将60个不同的转诊流程标准化为一个流程，加强了患者转诊优化，从而将填写表格的时间从2分钟减少到30秒，并将能够在14天内为新患者提供预约的专业的百分比从66%提高到83%。
• 通过教育和激励员工，创造独特的营销成果，增强以患者为中心的门户功能(例如，预签到)，专注于患者门户的激活——增加门户的使用，并将患者对自己的调度体验的评价从57%提高到78%。

有了上述改进基础，TCH在COVID-19大流行期间迅速适应了关键的医疗保健服务，包括快速部署远程医疗，创建无触摸患者体验，并通过“患者快车”诊所等项目创新医疗服务提供。这些努力帮助维持了covid -19前的就诊量，并创造了在新常态下继续取得成功的护理模式。

第6场-数据质量:每个改进计划的祸根

丹Heinmiller- - - - - -Health Catalyst应用套件事业部运营副总裁世界杯葡萄牙vs加纳即时走地

卫生系统的COVID-19应对和恢复工作提供了紧急分析用例，每个用例都强调数据质量是先决条件。尽管数据质量至关重要，但COVID-19用例将这一问题推到了风口上。COVID-19有何不同?疫情对数据的迫切需求、卫生系统资源的有限、数据范围和种类的变化，以及引入的新的报告请求和值集，这些只是突出数据质量重要性的一些差异。

海因米勒举了一个例子来说明COVID-19的独特方面，即美国疾病控制与预防中心对未在医疗环境中的COVID-19患者的隔离指南。这些指导方针在三个半月内改变了四次。对于护理经理来说，他们需要传达最新的信息或需求分析，以帮助确定患者在家隔离的时间，快速变化的指导方针使其难以敏捷地响应紧急请求。

Heinmiller分享了COVID-19突出的5个基本数据质量教训，并讨论了医疗保健组织如何应用这些教训，为下一个分析用例做准备。一个关键的收获是，及时的数据质量，或刚刚足够好的数据质量，不再满足数据质量需求。卫生系统需要准备好可信赖的数据，它们可以迅速利用这些数据进行分析响应。

第七部分-以病人为中心的护理中心提高收入周期绩效

珍妮弗·利弗莫尔,MSIHM- - - - - -ProHealth接入行动主任

随着COVID-19继续带来新的挑战，卫生系统正在看到大流行对获取的影响，因为它关系到收入。ProHealth首先进行了机会评估，确定了改善准入和收入周期绩效的三个关键领域:

1. 访问提升:通过数据驱动的访问问题洞察和能力受限的服务领域，ProHealth实现了一致的集中访问方法，提高了患者满意度，降低了放弃率。
2. 资源优化:ProHealth的分析显示，有机会实现主动工作流程、简化取消流程和自动化预约提醒，从而降低预约失约率。
3. 涉众参与:不一致的转诊数据突出了全系统支持的重要性，导致了收集转诊数据的全面仪表盘，简化了转诊流程，减少了转诊泄漏。

通过标准化流程、改善患者体验、减少转诊漏诊以及更好的测量报告和问责制，更好的患者获取机会导致收入增加。因此，即使在COVID-19大流行期间，ProHealth也利用技术与沟通和医疗服务提供相结合，为患者提供服务并产生收入。

第八场-颠覆和不确定性的时代点燃了新数据和分析的必要性

Laura Craft - Gartner副总裁兼分析师

Laura Craft探索了当前医疗保健领域的动荡，并描述了如何在集体不适的情况下，分析领导有机会推进积极的改变。克拉夫特的要点如下:

• 数字转型、人工智能和自动化、新冠肺炎这三大影响形成了一场机遇的“完美风暴”。每一个都基本依赖于数据和分析，强调了跨分析技能、工具和治理的能力现代化的需要。
• 综合护理生态系统愿景推动的数字转型(如远程医疗)在2019冠状病毒病期间加速。领导者有机会将数据战略与数字战略保持一致，以确保数字医疗保健所需的数据流动性、敏捷性和流动性。
• 供应商正在采用AI和其他自动化功能，使这些功能触及医疗保健企业的每个领域。随着对人工智能的持续投资，领导者可以继续实现提高临床和运营结果的效率。
• COVID-19突显了数据和分析在帮助指导应对方面的不可或缺性，但它也暴露了差距。领导者需要问自己:在危机时刻，我的数据和分析是否处于可访问、准确和可靠的位置?如果答案是否定的，领导人必须加强这一关键基础设施。

Craft将数据和分析作为不确定时代的主要进攻工具，并邀请参与者利用COVID-19时代重新点燃他们的数据和分析使命。

第9场——应对新常态下的卫生公平问题

Vivian Anugwom, MS, CHES - Allina Health的健康公平项目经理

在Allina health管理卫生公平的Vivian Anugwom将卫生保健中的公平定义为针对每个患者的独特需求量身定制的卫生保健服务。健康差距一直存在，但COVID-19加剧了这些差距，使有色人种和低收入社区比大流行前更难以获得医疗服务。Anugwom解释了Allina Health在大流行期间确定和解决健康差异所遵循的框架:

1. 利用数据来识别差异。
2. 了解根本原因并在影响范围内找出解决办法。2022卡塔尔世界杯赛程表时间
3. 实施资源策略，有效缩小差距。

根据这个数据驱动的框架，Allina Health的分析发现，与其他群体相比，服务提供者将非裔美国患者转诊到临终关怀项目的比率较低。基于这些发现，Allina Health聘请了领导层，并为提供人员提供隐性偏见培训，以解决临终关怀的差异。隐性偏见培训强调了非裔美国人对临终关怀的看法，探索了偏见对临终关怀沟通和转诊的影响，并为围绕临终关怀服务的有效沟通提供了资源。培训帮助医生更好地理解他们的非裔美国患者，个性化这些患者，并认识到他们的个人偏见和可能放大这些偏见的情况。根据这一数据支持框架，Allina Health提高了非裔美国人的临终关怀转诊率。

第10场:COVID-19后有效重启选择性手术

Nirav Patel，医学博士-班纳卫生外科和程序服务的医学主任

Martina Brooks, MHI, CSSBB -班纳健康外科和程序标准化项目主任

班纳健康公司分五个阶段开展工作，汲取了大流行前外科手术规划的经验教训，同时提高了作为一个组织超前思考的能力。

玛蒂娜·布鲁克斯回顾了2017年的一项综述，发现班纳医院实施的前20种手术中，电荷捕获和利用数据之间存在不一致。该组织知道他们需要专注于理解原因。

到2018年，他们与来自供应链、围手术期服务和护理管理的团队成员建立了一个外科手术程序和价值校准计划，他们开发了一个仪表板，以查看前20个程序的差异。在短短15个月内，他们实现了手术供应成本减少320万美元。

当Nirav Patel博士在Banner的故事中继续谈论COVID-19的影响时，他展示了在外科手术规划中建立透明度的早期工作如何有助于2020年及以后的快速周期部署和激增规划。

班纳从没有应对意外损失和激增的攻略，到有了包含以下关键要素的攻略:

• 在一个来源中提供实时的透明度，这样组织中的每个人每天都能看到以相同的方式呈现的信息。
• 简洁地沟通信息，欢迎来自组织中所有人的反馈——他们可能有别人没有考虑到的见解。
• 构建预测模型，然后在不同的利用领域集成模型
• 提供透明度，让患者放心，你正在有计划地确保安全。

帕特尔和布鲁克斯详细介绍了他们如何优化数据，以实现2790万美元的收入重获。

第11场-开始预测分析之旅:为成功选择正确的用例

Jaclyn Bernard -创新主管，应用开发和预测分析，德克萨斯儿童医院

这个由两部分组成的会议处理了医疗保健组织通常面临的早期挑战，因为他们的目标是利用预测分析来驱动改进:为计划获取资源(专业知识、技术)，并选择使项目获得成功的最佳位置的用例。

为了确保对预测分析的初步投资获得批准和资金，Bernard的团队通过多个概念证明(POC)项目和战略性选择的用例演示了该程序的价值。POC模型证明了在临床和操作领域的广泛适用性，并且用例确保了项目与组织的优先级一致。在获得高管的支持后，TCH将最有前途的模型付诸实施，并培训员工使用预测分析。

业务伙伴关系已成为制定成功项目的关键成功因素。这个和其他早期的经验教训为后续建立评估用例框架的工作提供了信息。该框架帮助Bernard的团队可靠和有效地调查、选择、优先级和执行为TCH提供重要价值的项目。

第12场-人口健康，现在比以往任何时候都更重要?支持社区的公平方法

Amy Flaster，医学博士，工商管理硕士-人口健康管理，健康催化剂高级副总裁世界杯葡萄牙vs加纳即时走地

作为马萨诸塞州波士顿布里格姆综合医院(MGB)的人口卫生领导人之一，Flaster博士和她在MGB的团队制定了一项计划，以确保COVID-19期间生活在服务不足社区的居民获得卫生公平。注重公平的做法至关重要，因为国家和地方数据显示，灾害对弱势群体和少数群体的影响不成比例。数据显示，马萨诸塞州COVID-19感染率最高的城市主要是有色人种社区，这意味着与病毒相关的后果更糟。

随着COVID-19的迅速发生，国家安全部必须迅速采取行动。为了覆盖这些服务不足、受影响严重的社区，MGB着重解决这些患者的决定性社会需求，扩大现有人力和技术基础设施，以扩大COVID-19公平解决方案。

基于社区的公平2019冠状病毒病战略采用了四个支柱:

1. 识别:专注于扩大测试能力和增加测试。
2. 缓解:旨在限制COVID-19的传播，特别是在人们无法社交距离的高密度地区。
3. 隔离:为无法前往安全隔离场所的covid -19阳性患者创建安全场所。
4. 电话沟通:通过电话或短信与患者进行联系，以评估总体健康状况和任何额外服务的需求。

通过以数据和公平为重点的做法，卫生部在大流行期间增加了向弱势社区提供的保健服务和支助服务。

第13场-卫生领域人工智能的伦理:创造惠及所有人的价值

Tom Lawry -微软人工智能、健康和生命科学国家总监

卫生领域的人工智能将成为造福所有人或部分人的力量;我们来决定。这是汤姆·劳瑞关于人工智能在医疗保健领域的伦理问题的分组讨论中得到的有力结论之一。随着人工智能2022卡塔尔世界杯赛程表时间解决方案在卫生系统中越来越普遍，一系列伦理问题正浮出水面。我们如何解决这些问题将决定人工智能是否会成为造福部分或全部医疗保健消费者的力量。

劳瑞分享了几个概念验证小插图，说明了医疗保健行业领导者必须做出的决定。例如，一个使用机器学习减少ICU外不良事件的人工智能目标导致不良事件减少了60%。然而，深入研究细节发现，白人男性在ICU外的不良事件减少了95%，而西班牙裔女性仅减少了25%。卫生系统提高了质量和效率，但考虑到机器学习和人工智能平等应用的目标，这种差异是否可以接受?他还研究了几个COVID-19的例子，包括探索为什么非裔美国人死于COVID-19的可能性是其他疾病的两倍。

除了这些说明性的小插图，劳瑞先生还分享了相应的人工智能伦理原则，例如，“如果医疗保健专业人员不理解系统的局限性和准确性，人工智能驱动的系统可能会造成不公平或伤害。”在本次会议上，劳瑞先生界定了在卫生领域和大流行期间使用人工智能的关键伦理问题，并提出了创建框架指导其使用的建议。

第14场-新常态下的成功:整合数据面向大众

Sy Johnson, MBA - Renown Health的参谋长

几年前，Renown Health只有少数人拥有数据、相信数据并能使用数据，而现在数百人——很快就会有数千人——可以利用他们所拥有的数据为他们所服务的社区服务。

以“超出人们对可及性和可负担性的预期”为使命，Renown非营利健康网络从事人口健康已有10年，最近的战略是:

• 基础设施的优化。
• 网络开发与整合。
• 减少临床变化。
• 创新投资。

Sy Johnson讨论了改变组织文化，从拥有可用数据(但只有当您做大量工作并花费大量资金获得数据时)到使每个人都可以实时使用数据用于一线护理，并在他们需要护理之前保持社区的健康。

约翰逊坚持专注于开箱即用的解决方案，在大多数情况下都能解决大多数人的问题，创造了一系列解决问题的选项。2022卡塔尔世界杯赛程表时间该菜单为数据请求创建了一种通用语言，避免了自定义的技术提升，直到数据民主化过程的后期。

Renown有了坚实的基础设施，在几周内就部署了COVID-19仪表盘，数据来自已经参与了卫生伙伴关系的社区。他们使用预测分析和风险分层来确定最脆弱的群体，并帮助他们保持健康。将数据深度嵌入其战略中也体现在其患者群体较小的情况下，从2017财年到2019财年，住院慢性阻塞性肺病患者从822人下降到629人。

回顾和总结

Paul Horstmeier - Health Catalyst首席运营官世界杯葡萄牙vs加纳即时走地
保罗·霍斯特梅尔结束了HAS 20的第一天虚拟感谢与会者的参与，并回顾了这令人兴奋的一天，两位主题演讲者和两波突破性的演讲，所有这些都在虚拟的大美洲。随后，他介绍了第二天的议程，包括主题演讲、Analytics Walkabout和机器学习市场、数字创新展示和Braindate机会。随着HAS比赛的顺利进行，参与者积极地获得积分，Horstmeier还邀请参与者在一天的节目结束后留在平台上，在寻宝游戏中获得积分。世界杯厄瓜多尔vs塞内加尔波胆预测他在结束讲话时提醒与会者，20号会议的第二天上午9点开始(上午8点45分开门)虚拟．

更多的阅读

你想了解更多关于这个主题的信息吗?以下是我们推荐的一些文章:

1. 有20个虚拟:拥有世界级的主讲人阵容
2. 20虚拟:重塑医疗保健大会
3. 医疗保健分析峰会™:2019年最重要的数据发现和见解
4. 2019医疗保健分析峰会:周四回顾
5. 2019年医疗保健分析峰会:周三回顾