秋天2022

参照治疗
作者:Susan Chapman, MA, MFA, PGYT
郑重声明
第34卷第4页

虽然最近的一项研究吹捧了参照患者匹配的有效性，但一些专家表示，这并不是万灵药。

维护数据完整性的主要挑战之一是准确的患者匹配——确保每个人都连接到正确的医疗记录——这也会直接影响到护理。Verato的首席产品官Joaquim Neto说:“患者匹配的问题已经存在了几十年。“HIM专业人士多年来一直在努力解决这个问题。现在的数据生态系统要复杂得多。这只会使记录匹配问题变得更糟，尽管组织已经从单一供应商那里寻求主要的电子病历。由于有如此多的创新技术需要与电子病历集成，因此患者匹配问题比以往任何时候都要大。”

为了找到更好、更准确的方法来解决这个长期存在的问题，Regenstrief研究所最近完成了一项研究，比较了患者匹配的概率方法和参考匹配的方法。这项名为“评估现实世界参考和概率患者匹配以推进患者识别策略”的研究发表在2022年8月的《美国医学杂志》上美国医学信息学协会杂志．在reggenstrief研究所数据与分析副总裁和印第安纳大学医学院教授Shaun Grannis的领导下，研究小组比较了这两种方法，“目标是确定基于证据的机会，以提高记录链接的匹配准确性。”

“在我们的研究中，我们将概率算法与参考方法进行了比较。概率方法是一大类方法，它将算法确定的权重分配给每个匹配字段。Grannis解释说:“例如，如果患者的姓、名和电话号码都一致，产生的综合分数超过阈值权重，就宣布匹配。”“概率算法和参考算法都没有针对审查中的具体数据进行任何调整。调优数据需要大量的工作。如果应用一般的概率算法，它不会像经过调优的算法那样准确。

“我们评估了一种默认未调优参考算法，该算法分析了许多数据点，包括信用记录和地址等信息。例如，如果一个人住在多个地址，那么您可能想要查看所有地址，包括新地址和旧地址。如果数据显示玛丽·史密斯现在住在乔治城广场426号，如果我们还能获得她的旧地址，那么我们就能更准确地识别出两个玛丽·史密斯的记录是同一个人。”

通过他们的分析，Regenstrief团队发现“参考患者匹配，一种在医疗IT供应商中日益流行的方法，比更传统的概率方法显示出更高的准确性，而不需要对传统概率方法通常需要的数据进行算法调整。”

Grannis惊讶地发现，研究中使用的未调优参考匹配算法(RMA)在没有调优到团队使用的数据集的情况下显示出很高的准确性。“事实上，我们发现未调优的RMA比一些调优的概率匹配算法表现得更好，”他指出。

Grannis认为，这些发现将改善患者匹配的整体过程，他解释说，理想情况下，患者匹配的一般工作流程应该尽可能自动化。“将办公室员工分配到匹配工作中，可以让他们从其他具有更大临床影响的任务中解脱出来。有时匹配工作很简单，比如确定匹配和不确定匹配。但有些记录属于灰色地带，需要人类互动，我们希望尽可能减少这种情况。”“参照匹配，使用更广泛、更全面的数据进行匹配，非常有效。数据越广泛、越完整，匹配精度就越高。目标是拥有尽可能准确的自动匹配算法。因为我们在一个自动化的领域，我们需要一个算法，它能很好地找到正确的匹配，并最大限度地减少错误的匹配。存在错误匹配的可能性，这是我们不希望发生的。为此，我们需要尽可能完整的数据记录。”

根据内托的说法，这项研究的结果确实是受欢迎的，但一点也不出乎意料。“我认为，团队可以量化特定新匹配方法的好处，这很好。我想这是第一次这样做。你拥有的数据越多，你就能做出更好的决定，这是有道理的。如果你有更多的数据，你可以利用智能算法方法，得到更好的答案。能够证明这一点是这项研究的重要方面，”他说。

然而，并不是每个人都称赞这项研究的发现是解决准确匹配患者挑战的最终解决方案。

Harris数据完整性解决方案专业服务副总裁Rachel Podczervinski指出，有一些患者不符合参考匹配的参数。“参照匹配是有价值的，但它所缺失的可能是陷阱。例如，一些被排除在外的人群是18岁以下没有信用记录的儿童。如果医院只使用信用记录，那么他们就会被遗漏。对于无证移民、一般来自国外的人或难民来说，情况也是如此。它忽略了那些服务不足的人群，这已经是医疗保健中的一个问题，”她解释说。“为了全面了解电子病历和病人的情况，参考匹配并不能解决所有问题。我们需要研究的是如何使用多种工具进行患者匹配。”

哈里斯电脑公司销售副总裁杰森·卡图拉诺(Jason Caturano)说:“昵称是另一个无法在参考匹配中找到解决方案的挑战。”“如果一个人的名字在医疗记录上使用，但这个人在其他地方几乎都使用昵称，那么可能需要使用其他数据点进行准确匹配。最终，我们知道数据就是力量，添加更多的数据点来进行评估是一个好主意。我喜欢添加更多数据点来进行正确匹配的想法。但是，除非你是一个人在做决定，否则你需要一些概率决定来确保你加入的病人是正确的，”他说。

Neto也认为，医疗保健组织拥有的个人记录数据越多，用于关联同一个人的记录的数据就越多。“但有不同的数据集和不同的方法来管理这些数据，这就是为什么参考数据如此重要，”他说。“在处理匹配和其他类似数据点时，参考数据是更好的方法。它提供了纵向数据集，在当时提供了更好的匹配。如果你把更多的临床数据联系在一起，那么医生就能更好地治疗你。它让你对这个人有一个整体的看法，而不是一个孤立的观点。”

Podczervinski补充道:“当然，对于一个团队来说，评估像重复这样的东西，有参考数据确实很有帮助。我们所看到的是，我的员工需要查看的信息越多，他们就越不可能深入挖掘更多的信息来源或查看电子病历。我们需要查看的数据越多，所需的时间就越少。”

走向混合方法
Grannis同意Podczervinski的评估，即参照匹配可能有其缺点，并承认缺乏对服务不足人群和儿童的参考数据是这些局限性的例子。

此外，Grannis表示，团队测试的参考算法可能会引起隐私问题。“有些人想知道这些数据来自哪里，算法也很敏感，因为它通常是由选民、车管所和其他类型的类似数据驱动的，这些数据可以用来改善匹配。这可能会让一些人感到不舒服。如果我们想为美国提供一个可参考的解决方案，那么就需要从许多来源收集人口统计数据。这样做可以提高匹配的准确性，但如果采用这种方法，我们将需要解决相关的社会和道德政策问题。”

Neto还认为，在引用方法对话中，隐私是最重要的。“总的来说，采取这种方法的医疗机构已经做了尽职调查，隐私是最重要的。因此，我们满足需求并利用这些信息，这在过去是一个挑战，但现在使我们能够以他们希望的方式治疗患者。”

“目前，没有单一的最佳患者匹配方法。只有在特定环境下才有解决方案，”Grannis补充道，“目前算法空间还很模糊。概率方法和参考方法并不相互排斥，如果概率方法有更多的数据可用，那么它就会有效。”

Podczervinski还认为，使用参考、概率和确定性工具的组合是很重要的，后者通过一组规则运行数据，在自动涌现中尤为重要。她解释说:“如果一个网站允许记录在没有人为干预的情况下自动融合在他们的系统中，这些自动融合应该基于确定性规则，以防止将数据点非常相似的不同人合并在一起，比如双胞胎。”“双胞胎在参考匹配中返回，有时被认为是同一个人，因为这些数据可以混合在参考数据集中。需要对返回的内容进行评估，以防止将属于不同人的两个记录合并在一起。一种确定性的方法可以捕捉到双胞胎，并将他们识别为两个独立的人。”

Neto指出，患者匹配的各种方法都有价值，参考是一个受欢迎的补充，有助于使过程更加准确和高效。“随着时间的推移，我们正在进行大量的工作和创新。这不是抛弃传统的方式，而是增加了一个新的方面。”

即将出现的解决方案
买点指出,美国是唯一的发达国家,没有一个国家病人标识符分配,可以有效准确地匹配的患者信息。他说:“我们从加拿大和其他国家的经验中了解到，国家患者标识符有助于更准确地识别患者。”几年前，印第安纳州的卫生IT领导者考虑为每个人部署全州唯一的患者标识符。保守估计，当时全国推广的费用超过110亿美元。根据印第安纳州的人口进行插值计算，估计实施成本约为2.5亿美元。目前，患者匹配的准确率约为92%，政治领导人不愿投入这么多钱，最多只能增加8%。”

随着全国唯一的患者标识符对话的进行，迫在眉睫的问题是如何提高准确性。“即使我们有唯一标识符，也可能有人在急诊科没有卡，或者忘记了。然后我们必须利用人口统计数据来匹配回唯一标识符，”格兰尼斯说。“我们必须确保在这些情况下我们不会分配重复。一定有一种方法，一种算法，来寻找重复的部分。例如，不同的人有时可以共享一个社会安全号码。因此，标识符会有所帮助，但我们需要注意它的投资回报。”

另一种选择是数字识别，就像手机上使用的生物识别技术——面部识别和指纹识别。医疗机构正在寻找利用这项技术来改进患者识别的方法。“面部识别被广泛应用于手机和其他设备。医院正在拍照，所以添加照片作为数据点可以帮助消除重复，”卡图拉诺说。“总是有更新的模式匹配会有所帮助——机器学习和人工智能是帮助匹配数据的两个例子。从根本上说，它又回到了参照匹配和概率匹配，以及确定性匹配。但生物识别技术将在未来几年起飞。”

格兰尼斯认为，普通大众越来越习惯于通过社交媒体分享身份信息。“虽然肯定不是普遍的，但人们越来越认识到以有意义的方式分享身份信息的价值。社交媒体可以帮助识别医疗保健中的个人，”他说。“我相信，大法官布兰代斯曾经说过，‘宪法赋予我们独处的权利，但不一定是不为人知的权利。’我认为，这是许多此类讨论的关键所在。”

改善病人护理
内托认为，医疗机构不仅要关注提供医疗服务，还要像对待顾客一样对待病人。“如果你试图通过医疗系统的整个过程来了解病人，那么可能在病人来到医院之前就开始了。他们最初的接触可能是在你的网站上“见到你”。我怎样才能让我的病人使用他们可以获得的服务，积极参与健康项目，促进不仅仅是临床接触，而是真正的病人参与?电子病历有很好的流程，但参考数据有很大的提升。

Neto继续说道:“随着我们的发展，我们知道技术使患者匹配变得更加容易。“只要知道有更好的效果的新技术，比如参考匹配和混合方法，人们就会意识到有新的选择可以更大程度地解决问题，并帮助我们更高效、更准确地为患者提供更好的护理。”

- Susan Chapman, MA, MFA, PGYT，是洛杉矶的自由撰稿人和编辑。