業界の成果：再入院リスクモデルは、30日以内に再入院する患者を特定するのに非常に優れています。より困難な問題は、介入して成果に影響を与えるために、その洞察が適切なケアチームに間に合うように届くことを保証することです。
によって Adam Crown による投稿
USE CASE
臨床成果インテリジェンス & 再入院リスク
病院の再入院は、ヘルスケアにおいて最も厳密に追跡される品質指標の1つです。これらはケアの質の代理指標であり、規制当局の精査を促進し、価値ベースのケアモデルの下で重大な財務リスクとなります。ほとんどの大規模医療システムは、再入院リスクモデルに投資してきました。これらのモデルの予測精度は、過去10年間で大幅に向上しました。
ギャップは予測にあります。それは予測から介入への翻訳にあります。人口統計ダッシュボードのリスクスコアは、それに対応する必要があるケアチームに自動的にルーティングされるわけではありません。EHRにおける高リスク退院フラグは、トランジションを管理するケアコーディネーターがそれを見て、リスクの原因を理解する文脈を持ち、効果的な退院後計画を設計するために必要な追加の患者情報にアクセスできる場合にのみ役立ちます。
大規模医療システムのChief Medical Officer（CMO）は、数千もの患者のエンカウンターにわたる臨床パフォーマンスを同時に管理しています。スケールでのケアの質は、適切な意思決定者に適切なタイミングでデータが流れるかに依存します。CMOが再入院パターンを理解したい場合、その分析には通常、データリクエスト、アナリストの時間、および臨床的意思決定速度に合わない待機期間が必要です。
リスクスコアはありますが、患者が帰宅する前にケアチームが対応できるほど速く、それを説明する臨床的なストーリーは必ずしもありません。
Databricks Genieは、臨床リーダーが、ヘルスケアが必要とするガバナンスフレームワーク内で、自然言語で患者と成果データと対話できるようにします。CMOは、「過去90日間に循環器科から退院したCHF患者の30日再入院率はどのくらいで、前年と比較してどうですか？」と尋ねることができます。その質問 は、適切なアクセス制御が適用された実際の臨床データから表示されます。
CMOが臨床データに対して会話的に質問でき、実際の患者記録に基づいた、適切に管理された、臨床会話の速度で返される回答を得られるようになると、品質改善のパラダイムが変わります。予測された再入院は、洞察が適切な人々に十分速く届くため、防止されるものになる可能性があります。
DATABRICKS GENIE · 主要な差別化要因
データのために構築され、ルールによって管理され、あらゆるビジネスリーダーに応答します。
Genieがあなたのチームのためにできることを見る
Databricks Genieは本日より利用可能です。業界の同業他社がどのようにそれを使用し て、データへのアクセス方法とそれに基づく行動方法を再考しているかをご覧ください。
(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事
ブログを購読して、最新の投稿を受信トレイにお届けします。