एजेंसी फॉर हेल्थकेयर रिसर्च एंड क्वालिटी द्वारा समर्थित एक शोध अध्ययन में पाया गया है कि एक मशीन लर्निंग प्रेडिक्टिव मॉडल ने कई ईएचआर डेटा स्रोतों का लाभ उठाते हुए स्वास्थ्य संबंधी सामाजिक सेवाओं के लिए भविष्य की आवश्यकता की भविष्यवाणी करने में एक आपातकालीन विभाग स्क्रीनिंग प्रश्नावली को बेहतर बनाया। अध्ययन के वरिष्ठ लेखक, जोशुआ वेस्ट, पीएचडी, एमपीएच, एक रीजेनस्ट्रिफ़ रिसर्च साइंटिस्ट और इंडियाना यूनिवर्सिटी फेयरबैंक्स स्कूल ऑफ पब्लिक हेल्थ में स्वास्थ्य नीति और प्रबंधन के प्रोफेसर, हाल ही में साथ हुए स्वास्थ्य सेवा नवाचार अनुसंधान के निहितार्थ और अगले चरणों के बारे में।
हेल्थकेयर इनोवेशन: हेल्थकेयर संगठनों के लिए स्वास्थ्य-संबंधी सामाजिक आवश्यकताओं की जानकारी एकत्र कर रही है, क्योंकि यह कुछ गुणवत्ता रिपोर्टिंग आवश्यकताओं का हिस्सा है या क्योंकि वे देखभाल की कुल लागत को कम करने पर ध्यान केंद्रित कर रहे हैं?
बनियान: स्वास्थ्य संबंधी सामाजिक जरूरतों के लिए स्क्रीन के लिए इतने सारे संगठनों के लिए प्रेरणा दो दिशाओं से आ रही है। एक, आपके पास संस्थागत खिलाड़ी हैं जो गुणवत्ता रिपोर्टिंग के हिस्से के रूप में इस जानकारी का उपयोग कर रहे हैं। सीएमएस ने अपने गुणवत्ता वाले मैट्रिक्स के हिस्से के रूप में इनपैचिएंट पक्ष पर है। यह एक NCQA मीट्रिक भी है। संयुक्त आयोग के पास उनकी आवश्यकताओं के हिस्से के रूप में स्क्रीनिंग आवश्यकताओं के आसपास कुछ भाषा है। दूसरी तरफ, आपके पास लागत, गुणवत्ता और देखभाल में सुधार करने के अवसर से भी धक्का है।
HCI: आपातकालीन विभाग में इस पर रोगी प्रश्नावली के संचालन के बारे में कुछ चुनौतियां क्या हैं? जब लोग उस सेटिंग में होते हैं तो क्या वर्कफ़्लो में फिट होना चुनौतीपूर्ण है?
बनियान: स्क्रीनिंग महत्वपूर्ण है। इसकी एक निश्चित भूमिका है। लेकिन सभी स्क्रीनिंग के साथ, चुनौतियां हैं। ऐसे युगल हैं जिन्हें साहित्य में बहुत काम के माध्यम से पहचाना गया है। एक चुनौती वर्कफ़्लो है। यह उन सवालों का एक और सेट है, जिन्हें किसी को पूछना है और किसी को जवाब देना है। हर कोई व्यस्त है। सर्वेक्षण बर्नआउट के बारे में कुछ चिंताएं हैं, चिकित्सकों, कर्मचारियों और रोगियों के बीच भी।
यह एक सांस्कृतिक बदलाव भी है। परंपरागत रूप से अमेरिका में, सामाजिक देखभाल और स्वास्थ्य सेवा बहुत अलग रही है। वे अलग -अलग संगठन या विभिन्न संस्थाएं हैं। अब बहुत सारे हेल्थकेयर संगठनों ने अपने मिशन के लोगों के बारे में अधिक समग्र रूप से सोचने के लिए अपने मिशन के हिस्से के रूप में किया है, और बहुत सारे चिकित्सक लोगों की पूरी जरूरतों को संबोधित करने के लिए सुपर समर्थक हैं। लेकिन एक प्रणाली के रूप में, उन्होंने वास्तव में कभी भी एक साथ और व्यवस्थित रूप से एक साथ काम नहीं किया है, और यह एक सांस्कृतिक बदलाव है। यह कुछ ऐसा है जो स्वास्थ्य सेवा में बहुत सारे व्यक्तियों को सीधे निपटने के लिए प्रशिक्षित नहीं किया गया था, और आपको वर्कफ़्लोज़ और प्रक्रियाओं का निर्माण करना होगा, न केवल जरूरतों वाले रोगियों की पहचान करने के लिए, बल्कि एक बार जब आप किसी की आवश्यकता के साथ पहचान लेते हैं, तो आपको कुछ करना होगा। । कुछ भी नहीं होने पर मरीज संतुष्ट नहीं हैं। और चिकित्सक और नर्स एक सवाल पूछने और कोई जवाब नहीं देने के लिए खुश नहीं हैं।
HCI: इस अध्ययन ने यह निर्धारित करने की मांग की कि क्या स्वास्थ्य प्रणाली EHR से रोगी डेटा का उपयोग करना और भविष्य कहनेवाला मॉडल सामाजिक आवश्यकताओं वाले रोगियों की पहचान करने में प्रश्नावली के साथ -साथ प्रश्नावली भी कर सकते हैं। क्या आप समझा सकते हैं कि उन दो चीजों की तुलना करने के लिए यह कैसे स्थापित किया गया था?
बनियान: हम अपने क्लिनिकल पार्टनर के आपातकालीन विभाग में गए और लगभग 1,100 वयस्कों का सर्वेक्षण किया जो देखभाल के लिए ईडी का दौरा कर रहे थे। हमने उन्हें एक सर्वेक्षण दिया जो उनके देखभाल अभ्यास के बाहर था, इसलिए यह कुछ ऐसा नहीं था जिसे हमने उनके नैदानिक प्रदाताओं के साथ साझा किया था। हमें अपने नैदानिक प्रदाता से इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के साथ -साथ हमारे स्वास्थ्य सूचना विनिमय से उनकी प्रतिक्रियाओं को जोड़ने के लिए भी सहमति मिली। उस संयुक्त डेटा के साथ, हम यह कहने के लिए एक हाथ को देखने में सक्षम थे, ‘ठीक है, आपने अपने स्क्रीनिंग सवालों का जवाब कैसे दिया?’ और फिर ईएचआर और हेल्थ इंफॉर्मेशन एक्सचेंज डेटा से, हम दोनों को यह कहने के लिए आगे देखने में सक्षम थे, ‘ठीक है, क्या आपके पास मुठभेड़ हुई थी?’ और फिर हम भी समय पर वापस देखने और मूल रूप से सब कुछ खींचने में सक्षम थे जो हम कर सकते थे कि स्वास्थ्य प्रणाली पहले से ही मरीज के बारे में जानती थी कि वे समान परिणामों की भविष्यवाणी करने के लिए बड़े मॉडल का निर्माण करें।
HCI: मैंने पढ़ा कि उनके पते से आप एरिया डिप्रेशन इंडेक्स स्कोर भी प्राप्त कर सकते हैं।
बनियान: हाँ। सामाजिक जरूरतों के बारे में हम कैसे सोचते हैं और कैसे सोचते हैं, इसमें एक लंबी रुचि है। स्क्रीनिंग प्रश्नों में आप व्यक्ति से पूछते हैं और आप जानते हैं कि व्यक्तिगत स्तर की विशेषता; हालांकि, जहां मरीज रहते हैं, वह भी मायने रखता है। यह उनके अवसरों को प्रभावित करता है। यह उनके संसाधनों को बाधित करता है, या उन्हें संसाधनों तक पहुंच प्रदान करता है, इसलिए ईएचआर से पते की जानकारी के साथ, हम उनके क्षेत्र की विशेषताओं के लिए मैप करने में सक्षम हैं और उन्हें मॉडल में भी डालते हैं।
HCI: क्या आप परिणामों के बारे में बात कर सकते हैं और क्या पूर्वानुमान मॉडल ने प्रश्नावली की तुलना में लोगों की पहचान करने में बेहतर किया था?
बनियान: रोगियों में से 10 में से चार को बाद की आवश्यकता थी जिसे हम उनके आपातकालीन विभाग की यात्रा के बाद पहचान सकते थे। हमने पाया कि स्क्रीनिंग प्रश्नावली ने यह भविष्यवाणी करने में विशेष रूप से अच्छा नहीं किया। प्रश्नावली मॉडल में लिंग और उम्र जोड़ने से वास्तव में इसे बेहतर बनाया गया, और यह कुछ ऐसा है जो हमें लगता है कि यह महत्वपूर्ण है। लेकिन इसकी तुलना में, ईएचआर मॉडल ने थोड़ा बेहतर काम किया। हम यह नहीं कहने जा रहे हैं कि वे कल्पना के किसी भी खिंचाव से परिपूर्ण थे, लेकिन वे भविष्यवाणी करने के लिए बेहतर काम कर रहे थे कि भविष्य की स्वास्थ्य संबंधी सामाजिक सेवा को स्क्रीनिंग प्रश्नों की तुलना में स्वयं की आवश्यकता है।
HCI: क्या आप अपने द्वारा पहचाने गए पूर्वाग्रह की क्षमता के बारे में बात कर सकते हैं?
बनियान: यदि हम हेल्थकेयर एक्सेस के बारे में सोचते हैं, तो यह देश भर में न्यायसंगत नहीं है, है ना? ऐसे व्यक्ति हैं जिनके पास दूसरों की तुलना में देखभाल करने के अधिक अवसर हैं। सबसे बड़े और सबसे स्पष्ट उदाहरण में ऐसे व्यक्ति शामिल हैं जो बीमाकृत बनाम उन लोगों को शामिल करते हैं जो नहीं हैं। यदि आप बिना लाइसेंस के हैं, तो देखभाल का उपयोग करना बहुत कठिन है। यह, निश्चित रूप से, सामाजिक आवश्यकताओं जैसी चीजों के साथ सहसंबद्ध है, ताकि डेटा को प्रभावित किया जाए। यदि मेरे पास बीमा है, तो किसी ऐसे व्यक्ति की तुलना में मुझ पर अधिक डेटा उपलब्ध होने की अधिक संभावना है, जिसके पास बीमा नहीं है।
इस सभी स्क्रीनिंग का उद्देश्य लोगों को उन सेवाओं को प्राप्त करना है जिनकी उन्हें आवश्यकता है। हम चाहते हैं कि लोग उन सेवाओं को प्राप्त करें जो उनकी मदद करते हैं। हम यह सुनिश्चित करना चाहते हैं कि हम निष्पक्ष हो रहे हैं। हम किसी को दंडित नहीं करना चाहते हैं, और हम किसी और के खर्च पर किसी को भी बढ़ावा नहीं देना चाहते हैं, केवल इसलिए कि हम इसे अच्छी तरह से मॉडल नहीं कर पा रहे हैं, या हम जानते हैं कि डेटा में अंतर्निहित समस्याएं हैं। इसलिए यह उन चीजों में से एक है जिनके लिए हम हमेशा जांच करते हैं, यह सुनिश्चित करने की कोशिश कर रहा है कि हम डेटा में उन समस्याओं को समाप्त नहीं कर रहे हैं।
HCI: मैंने पढ़ा कि आप उन उपकरणों को विकसित करने की उम्मीद कर रहे हैं जिन्हें ईएचआर सिस्टम में एकीकृत किया जा सकता है ताकि स्वास्थ्य से संबंधित सामाजिक आवश्यकताओं को पहचानने और संबोधित करने की प्रक्रिया को सभी के लिए आसान और अधिक प्रभावी बनाया जा सके। क्या यह एक नैदानिक निर्णय समर्थन पॉप-अप की तरह होगा, यह कहते हुए कि इस रोगी को चिकित्सक वर्कफ़्लो में एक या अधिक स्वास्थ्य संबंधी सामाजिक आवश्यकताओं के साथ मदद की आवश्यकता हो सकती है?
बनियान: हम इसे कुछ अलग तरीके से कर सकते थे। एक विकल्प नैदानिक निर्णय समर्थन होगा। और देश भर में बहुत सारे स्थान हैं जो इस तरह की चीजों की कोशिश कर रहे हैं और उन लोगों को वर्कफ़्लो में बनाने के लिए बहुत मेहनत कर रहे हैं। यह एक पॉप-अप या चिकित्सक के लिए एक अनुस्मारक हो सकता है, लेकिन यह वर्कफ़्लो में कोई और भी हो सकता है, जैसे कि पंजीकरण। यदि हम मॉडलिंग में निर्माण करते हैं, तो हम यह कह सकते हैं कि उच्च जोखिम वाले व्यक्तियों को मॉडल के अनुसार, पंजीकरण में स्क्रीनिंग के लिए संदर्भित किया जाता है। या यह उनके रोगी पोर्टल पर धकेल दिया जाता है, या कुछ अन्य प्रक्रिया है जो व्यक्तियों को पकड़ती है। इसलिए इसे एक तरह से एकीकृत किया जा सकता है ताकि आप स्क्रीन पर कोशिश कर रहे हों।
HCI: क्या अधिकांश बड़े स्वास्थ्य प्रणालियों में एक ही प्रकार और डेटा की गुणवत्ता तक पहुंच होगी जो आपकी टीम ने इस शोध परियोजना पर काम कर रहे थे ताकि कुछ ऐसा ही हो?
बनियान: हम उन चीजों को आकर्षित करने की कोशिश करते हैं जो स्वास्थ्य प्रणालियों में हैं। अब, स्वास्थ्य प्रणालियों के बीच हमेशा भिन्नताएं हैं। मुझे लगता है कि हम जो सबसे बड़ी चिंता करते हैं, वह वह है जो हमने पहले चर्चा की थी – कि डेटा अभी हर किसी के लिए समान नहीं है। स्पष्ट रूप से, बड़े एकीकृत प्रणालियों में एक बड़ी पहुंच है और अपनी सुविधा के बाहर अन्य स्थानों में देखभाल के उदाहरणों को पकड़ने में सक्षम हैं। यदि आपको प्राथमिक देखभाल प्रथाओं के लिए कोई संबंध नहीं है, तो आपको एक स्टैंड-अलोन अस्पताल मिला है, तो उनका डेटा बहुत अधिक विरल होने जा रहा है, और आप विभिन्न मॉडल का निर्माण करेंगे या विभिन्न तरीकों से डेटा के बारे में सोचने की कोशिश करेंगे।
HCI: क्या आप इस काम से कुछ फॉलो-ऑन रिसर्च कर रहे हैं?
बनियान: हम उस निर्णय समर्थन कदम का निर्माण कर रहे हैं जिसके बारे में हमने बात की थी। हम एक परीक्षण को रोल आउट करने के लिए तैयार हो रहे हैं, जहां हमने ऐसे मॉडल बनाए हैं जो इंगित करते हैं कि क्या कोई व्यक्ति इन सामाजिक परिस्थितियों में से प्रत्येक के लिए जोखिम में है, और हमने उन्हें अपने मौजूदा स्वास्थ्य सूचना विनिमय मंच में बनाया है जो ईडी में प्रदाताओं के लिए सुलभ है, इसलिए यह एक मौजूदा निर्णय समर्थन मंच में एकीकृत है – यह लगभग एक अतिरिक्त मुख्य शिकायत की तरह है, यदि आप करेंगे, तो ईडी प्रदाताओं को यह पहचानने में मदद करने के लिए कि किस तरह की चुनौतियां चल रही हैं। हम IU हेल्थ में इस स्प्रिंग को रोल करने की योजना बना रहे हैं।
HCI: आपने कहा कि यह राज्य के HIE प्लेटफॉर्म में बनाया जा रहा है। क्या इसका मतलब यह है कि लोग अंततः राज्य के अन्य अस्पतालों में इसका उपयोग कर सकते हैं?
बनियान: हां, हम इसे HIE प्लेटफॉर्म में बना रहे हैं ताकि यह अन्य व्यक्तियों या अन्य सेटिंग्स के लिए सुलभ हो सके।
