4月2017

深挖营收
苏珊·查普曼
郑重声明
第二十九卷第四页

许多因素阻碍了医疗机构使用数据分析来提高报销。

随着医院向基于价值的报销模式过渡，数据分析可能会发挥主导作用。然而，由于每天都会生成大量的信息，因此必须做出关键决策，以确保捕获的数据真正有用。

获取适当的数据
Availity的数据分析经理杰夫•柯里尔(Jeff Currier)表示，确定必须捕获的数据类型取决于分析。“有许多类型和来源的数据需要考虑。例如，详细说明疾病类型和诊断的索赔数据将提供患者健康史的图片。”“数据也可以是结构化的，就像电子病历中的数据一样，也可以是非结构化的，比如关于住院和急诊室经历的患者参与指标，以及这些经历如何为患者带来积极的结果。”

UNC Health Care的系统副总裁兼首席分析官杰森·伯克(Jason Burke)说，一般来说，来自电子病历和索赔数据源的两种数据可以衡量质量。“临床数据包括对诸如‘疾病得到了很好的管理吗?处方的治疗方法是否正确?病人出院后30天还得复诊吗?”然而，过程数据与患者是否接受过某些疾病和健康风险筛查有关，比如糖尿病和吸烟。”

为了正确地分析数据，无论其形式如何，信息必须从其来源处准确。由于护理人员需要掌握准确的患者信息来提供有效的护理，因此结构化数据至关重要。“在提供即时护理时，医院没有数据处理的奢侈。数据需要在收集信息时以临床格式进行结构化;任何分析都必须在那之后进行，”医学博士、Medicomp Systems首席医疗官杰伊·安德斯(Jay Anders)说。“他们需要收集相关的患者数据——由临床医生或护士记录的患者状况。然后这些护理人员必须能够实时采取行动。”

数据还必须长期可用。德勤咨询公司(Deloitte Consulting LLP)董事总经理多丽•盖斯特(Dorrie Guest)表示:“在我看来，数据除了具有偶发性外，还需要具有纵向性。”“在人口健康方法中，你不只是关注一个病人，一个插曲。你一开始就想阻止别人成为你的病人。因此，随着时间的推移，这些数据必须提供关于成本、服务、利用、质量、结果和低风险或高风险患者的可操作见解。对于那些患有慢性疾病的人来说，行医是一项团队运动，涉及多个护理提供者。在这种情况下，数据分析必须将重点放在个人获得高质量、低成本长期护理的途径上。”

慢性疾病，如充血性心力衰竭，需要许多卫生保健专业人员参与患者的护理计划。因此，盖斯特表示，有效的分析必须从患者的角度跟踪护理过程，以找到成本最低的最佳护理模式。

生成速度
因为数据分析需要一系列信息——从实验室信息和药房数据到索赔和成本信息——生成这些信息的速度各不相同。“大多数组织都有完成电子病历文件的要求。这些数据通常可以在24小时内获得，”Mary Branagan说，她是MS，注册护士，CPHIMS, Change Healthcare的高级卫生保健顾问。“有些数据是实时的，输入后可以立即显示在用户界面上。其他数据，如索赔数据，则变化很大。”

RelayHealth商业咨询服务副总裁蒂娜•福斯特(Tina Foster)表示，海量的可用数据可能会让人不知所措。她说:“医疗保健数据的规模超过150艾字节，令人难以理解，而且每年以48%的速度增长，因此数据的生成不是问题所在——信息的生成才是问题的关键。”“数据无处不在，但他们能多快将其转化为可操作的见解?它依赖于计算能力来获取它，将它捣碎，并理解它。有了隐私规则——谁可以在什么时候访问什么信息——这个过程变得更加复杂。我们如何利用这些数据?我们如何在所有这些来源中使用复杂的逻辑来聚合和增强它，以获得一个人或群体的广泛视图?这就是挑战所在。它变成了对基础设施、计算机能力和信息处理人员能力的投资。”

福斯特说，信息生成和获取的速度和准确性取决于三个c:管理(curation)、文化(culture)和能力(competency)。她说:“文化就是你的组织如何接受这个过程。”“员工必须将信息视为一种战略资产。我们必须有能力，有合适类型的人拥有合适的数据和分析技能。管理提升了信心，相信正确的数据持续不断地出现，没有差距，实际上转化为高度可靠的信息，从而激发临床信心，推动转型。”

获取理赔数据的困难
高度标准化的索赔数据是分析难题以及如何将其应用于报销的关键。然而，数据的年龄、追溯性以及缺乏数据共享协议等障碍可能会带来严重的挑战。McKesson Connected Care and Analytics副总裁兼总经理比利•怀特赫斯特(Billie Whitehurst)表示:“获取网络内的数据要容易得多，而获取网络外的信息要困难得多。”“数据共享协议很重要。提供者的圣杯将是能够访问整个连续体的数据，包括来自家庭护理机构和专业护理机构等扩展护理组织的数据。这种粒度将帮助提供者真正提供基于价值的护理。”

除非他们是在一个风险承担/价值为基础的护理安排，提供者通常无法访问完整的一套索赔数据的特定人群。盖斯特表示:“随着越来越多基于风险的安排被制定出来，你需要有充分的补充。”“医疗保险和其他支付者越来越多地提供这些信息。问题通常是延迟，索赔数据在提供服务后最多六个月到一年才可用。真正创新的分析方法是将临床数据与索赔数据实时结合起来。”

布拉纳根说，索赔数据有几个依赖关系，包括需要编码，这可能会造成延迟。“正确的编码是报销的关键，并对基于价值的支付产生重大影响。编码对定义风险的能力有关键影响，而定义风险又影响报销水平，”她说。“随着ICD-10的实施，编码变得更加精细，供应商仍处于学习曲线中。许多供应商的办公室里没有专业的编码人员。一些电子病历有编码组件，但需要专业知识才能以优化流程的方式对系统进行编程。”

布拉纳根指出，索赔提交的方式可能会导致延误。“索赔可以通过多种方式送达付款人，有时需要使用扫描公司和/或索赔清算所。索赔必须符合CMS[医疗保险和医疗补助服务中心]索赔处理和计费指南，以便付款人接受和裁决，这并不总是一个一步的过程。一旦索赔得到处理，数据就可以用于分析，”她说。

不同的数据格式
SAP医疗保健部门首席医疗官David Delaney医学博士指出:“利用数据做出更好的决策是令人兴奋的，但随着时间的推移，这一点已经有所缓和。”“我认为不同的数据格式，尤其是结构化和非结构化的数据格式，是医疗保健领域最棘手的挑战之一。”

不同年龄和操作平台的系统之间的互操作性也可能存在问题，Guest认为机器学习或人工智能是一个可行的解决方案。实验室、药房和x射线信息是不同系统能够聚集信息进行分析的领域的例子。然而，非结构化的临床遭遇数据将需要先进的技术，如机器学习和自然语言处理，使其能够用于聚合、分析和报告目的。

尽管医疗保健行业继续致力于互操作性，但仍有一些有效的流程可以帮助促进这种转变。“任何标准化工作都必须从数据治理开始，”Branagan说。组织必须定义跨内部部门的数据元素。这是标准化的第一步。令人惊讶的是，数据定义在一个组织中是如何变化的。财务定义不同于临床定义，甚至一些最基本的数据元素也可能以不匹配的方式从数据库中检索。这可能导致广泛的混淆，并导致数据质量差。为了保护数据的完整性和有效性，进行有效的数据分析，有必要建立一个可靠的数据标准化流程。”

Currier认为，与公司内部已经开发出标准化格式数据的部门建立联系，是克服各种格式数据挑战的最佳方式。“格式不一定是最大的问题，只是一个挑战。有了合适的合作伙伴，他们就不会挡道——他们只会放慢脚步。”“目前，我们没有一个放之四海而皆准的行业标准，我们可能也不会。在准确性和可靠性方面存在一些挑战，因此需要有一个良好的记录流程，以便信息如何从一个合作伙伴的系统进入另一个合作伙伴的系统。”

Evariant企业技术副总裁Brian O’connor认为，大数据平台是将结构化和非结构化数据转化为可操作情报的最合适的解决方案。“大数据平台可以大规模地摄取各种不同的数据结构，运行复杂的匹配逻辑，执行预测分析，并实时处理机器学习算法。这应该是通过定量分析来推动护理管理决策的基础。”

德莱尼对此表示赞同:“如果你看看一个由10家医院组成的综合配送网络，它们可能会使用各种不同的电子病历。当您开始对数据进行分析时，您需要在特定的框架中对它们进行规范化。这是一个很大的挑战。这需要付出一定的努力。在行业层面上，其中一个机会是主数据是什么以及这些元素是什么。这是其他更成熟的行业所做的——主数据管理。随着医疗保健的成熟，它也将开始这样做，但它仍在不断发展。”

Hinduja Global Solution Inc .临床健康高级主管Krithika Srivats的观点略有不同。“大数据很重要，但对大数据分析的所有不同组成部分的集中方法只能提供二维视角。我们还需要了解这些信息的细微差别，”她说。

员工如何看待数据
随着新技术的出现，实时响应数据的概念变得更加合理。然而，要让它成为医疗保健专业人员日常生活的一部分还需要时间。

德莱尼说:“在最高层次上，现实是组织转型是人员、流程和技术的融合。”“显著的加速和简化确实提供了技术解决方案，可以做到以前无法做到的事情，将大量数据的分析转变为实时分析。到目前为止，我们比五年前好多了。然而，剩下的是人员和流程的挑战。我们需要从文化上激励人们，并让它在他们的工作流程中发挥作用。我们需要合适的人才和文化，也需要合适的流程。”

将这一新的有价值的数据宝库交给合适的各方也是关键。

“出色的分析并不能让你取得任何成就，除非你能够利用它来改变现状。把它交到那些在临床或手术中使用它的人手中。”“你必须把信息交给护理经理、提供者和医生，但他们会以不同的方式做出反应。你必须以一种对利益相关者有用的方式呈现信息。”

福斯特认为，确保员工对收到的信息做出正确反应，可以追溯到三个c中的一个。她解释说:“企业文化必须由组织来设定。”“企业文化必须是，我们认识到信息是一种战略资产。但如果战略计划中有数百个参数，那么它就不是一个可管理的场景。我们必须集中精力。我们必须获得高质量的数据来激发信心，然后我们需要正确的文化和能力。在以价值为基础的环境中，文化是最大的范式转变。”

福斯特建议组织通过以下助记符将数据作为有价值资产的概念牢记在心:

一个-根据战略要求调整数据和指标。
年代—选择合适的数据源。
年代-将数据存储在可以聚合、去识别、重复数据删除和在隐私法规内管理的地方。
E-通过回答问题和将回答转化为信息来丰富过程。
T-讲故事。故事的可视化策略是什么?涉众如何使用数据并与之交互?

Currier表示，要实施成功的数据分析计划，关键是工作流程不被中断，任何差距都要被识别和解决。“我们不想让供应商脱离他们的工作流程，”他说。“我们需要让信息技术发挥关键作用，帮助医生了解他或她需要做什么。这就是让我们讨论的数据对用户可访问的方法。该工作流程如何让医生和护士参与进来，并解决要实现的质量措施。”

-苏珊·查普曼是洛杉矶的自由撰稿人。