Jednoznačná identifikace jako předpoklad funkčního e-health. Martin Pavlík

Transkript

1 Jednoznačná identifikace jako předpoklad funkčního e-health Martin Pavlík

2 Růst nároků na IT Stárnoucí populace Rostoucí náklady Nedostatek pracovníků Větší nároky na IT

3 Izolovaná datová sila Pacientská data jsou v izolovaných systémech Problém se ale týká i dalších entit: Zdravotničtí pracovníci Dodavatelé Odběratelé Zdravotní pojišťovny Zdravotnická zařízení Specializované a národní zdravotní registry.

4 MPI Master Patient Index Nejvýznamnější entitou je ale rozhodně pacient / pojištěnec MPI představuje základní databázi pacientů Na úrovni implementace se může jednat o: Materializovaný rozcestník ke každému pacientovi Virtualizovaný záznam spojující informace o stejném pacientovi napříč informačními systémy Master Patient Index

5 Rodné číslo je díky němu po problému? Celá řada institucí si to myslela (hlavně ve finančním sektoru a telekomunikacích) Cca 10% záznamů nebylo ale možno správně spárovat Limity identifikace rodným číslem: Chyby v rodných číslech jsou častější, než by se mohlo zdát Kontrolní číslice jen pro RČ u narozených od 1. ledna 1954 Nemožnost zjistit rodné číslo pacienta Nenadálé život ohrožující situace Pacienti bez rodného čísla Cizinci, turisté

6 Vlastní zkušenost z ordinace / /4859

7 Studie NHS Royal College of Physicians Scotland 10% chybných diagnóz Z toho 42% ze systémových důvodů (nedostatek dat nebo špatná data) Důvody: Koordinace informací Informace nejsou k dispozici když je to třeba Nedostupnost detailních zdrojových dat Zdroj: Mark L Graber MD FACP, září 2011

8 Jak tedy párovat záznamy napříč systémy Klíčem je využití tzv. pravděpodobnostního párování Definují se atributy a jejich význam při párování (případně výše tolerance chyb) Samozřejmě, že rodné číslo bude velmi významné Toto párování řeší velmi dobře i situace, kdy je rodné číslo chybějící či chybné Kombinace dalších atributů (jméno, příjmení,, data z anamnéz, kontaktní osoby, cokoliv) Respektuje fatální důsledky: Opomenutého spárování Chybného spárování

9 Jak mohou pomoci elektronické identifikační karty? Využívají se v několika zemích, kde byl / je implementován ehealth Hlavní výhoda: minimalizaci chyb vzniklých přepisem klíčových údajů do systémů Rychlost Obsahují typicky Identifikační údaje Základní anamnestické údaje tam, kde jsou data v MPI materializována (Elektronickou peněženku) Co bohužel neřeší? Pacient nemusí mít kartu vždy u sebe

10 Nutnost jednoznačné systémové identifikace Základní identifikátor Rodné číslo Bezvýznamový identifikátor Elektronická karta musí být s použitím sofistikované technologie vždy doplněn o řešení situací, kdy: Základní identifikátor není k dispozici Systémová identifikace se netýká ale jen pacientů, ale zahrnuje i: Profesionály Zdravotní pojišťovny Orgány veřejné správy Dodavatele... IBM Initiate Párování záznamů napříč systémy Redukce duplicit Rychlejší vyhledávání napříč systémy Řešeno je samozřejmě i zabezpečení Reference ve zdravotnictví z následujících zemí: Kanada Švýcarsko Belgie

11 Další země, které zavádějí elektronickou komunikaci ve zdravotnictví používají nebo budují master patient index nebo registr U.S. Hospitals, Health Information Exchanges National ehealth projects in Austria, Denmark, Norway NHS Wales, NHS Scotland, hospital groups in the U.K. Saudi Arabia South Africa Singapore Australia, New Zealand, Hospitals in each country Existuje řada příkladů a další přibývají

12 Případová studie: Belgie Problém Regionální síť veřejných nemocnic 40% pacientů léčeno ve více než jednom zařízení v rámci skupiny Neexistovala možnost jednoznačné identifikace při příjmu/registraci pacienta, což vedlo k duplikovaným záznamům, celkem 4 15% ze všech spravovaných záznamů. V jednom zařízení tvořili duplicit denně Stávající deterministická kontrola duplicit nedostatečná Řešení Výsledek Jednoznačnost v tom, kde byl pacient léčen díky jednomu pohledu na všechny nemocnice a přidružená pracoviště Umožnění sdílení dat v reálném čase bez chyb Vytváří pohled na data pacienta v reálném čase zobrazovaném na nemocničním portálu Podstatné zlepšení kvality dat a její udržení Zjednodušení procesu pro identifikaci, sledování a vyřizování problémů s kvalitou dat IBM Initiate Patient provazuje data a hledá/potvrzuje záznamy v případě neúplných dat IBM Initiate Inspector řídí párování dat a generuje denní rutiny pro správce databáze pro korekce Zprovozněno vyhledávání a párování v reálném čase. 12

13 Případová studie: Švýcarsko Problém Identifikace a redukce zdvojených záznamů o pacientech Prevence vzniku duplikovaných záznamů Reporting ohledně zdroje a typu duplicit, četnosti a důvodů vzniku Řešení IBM Initiate Patient slouží jako zabezpečený zdroj potvrzení jednoznačnosti pro kompletní demografické údaje v rámci regionu Výsledky Zlepšení kvality dat - snížení počtu tvorby duplikovaných dat z 5-10% na méně než 1% Pacienti a jejich identita jsou potvrzováni hned při registraci, což vede ke snížení duplicit, zvýšení bezpečnosti a spokojenosti pacientů Jednotlivé nemocnice a další poskytovatelé dostávají pravidelné reporty ohledně kvality dat a záznamy, které je nutné korigovat Při registraci pacienta jsou údaje aktivně ověřovány s IBM Initiate Patient pro potvrzení identifikace IBM Initiate Inspector umožňuje datovým analytikům identifikovat a řešit nekonzistentní data a chyby přímo u jejich zdroje 13

14 Kanada: role IBM v e-health (Infoway) EHR pro 21 mil občanů British Columbia - PharmaNet Alberta Saskatchewan e-preskripce pro 25,000 uživatelů, 100M+ transakcí MPI pro 97% populace

15 Děkuji za pozornost! Q&A