Цифровое здравоохранение - это применение передовых информационных технологий для обеспечения свободного потока информации о пациентах в рамках оказания медицинской помощи. Для пациента это означает то, что каждое лицо, предоставляющее медицинские услуги, должно иметь возможность быстро и эффективно получить данные о состоянии его здоровья. Считается, что такие информационные технологии телемедицины, как электронные карточки, улучшают качество медицинского обслуживания, улучшают комплексную помощь и обеспечивают финансовую устойчивость системы здравоохранения. Однако жители Онтарио сталкиваются с жесткой реальностью, заключающейся в том, что их данные о здоровье по-прежнему фрагментированы, несмотря на миллиарды долларов, потраченные за последние два десятилетия на обеспечение быстрого и безопасного обмена медицинской информацией. Пандемия COVID-19 выявила еще больше проблем с качеством данных.

Как отмечается в недавней статье National Post, существует путаница в большей части общедоступных данных о COVID-19. Данные о случаях заражения и смертях не только задерживаются, но и являются неполными. Сообщается, что провинциальные медицинские работники и городские отделы здравоохранения приводили противоречивые подсчеты. Неудивительно, что министерство здравоохранения признает, что единые стандарты отсутствуют во всех секторах, что чрезвычайно затрудняет интеграцию карт пациентов или интеграцию местных систем с провинциальными.

Правительство Онтарио применяет два подхода к повышению качества данных, примеры которых включают точность и своевременность данных, предоставляемых различными поставщиками услуг. Первый подход сосредоточен на улучшении обмена данными о состоянии здоровья между гетерогенными системами (системами, разработанными разными поставщиками и требующими для работы различные конфигурации оборудования и программного обеспечения) с использованием общих стандартов связи. Однако этот подход не является ни масштабируемым, ни устойчивым, поскольку связь между этими системами становится все более сложной, трудоемкой и подверженной ошибкам, когда систем становится все больше. В качестве примера можно привести противоречивые подсчеты случаев заражения COVID-19 и случаев смерти, предоставленные разными правительственными уровнями. Не говоря уже о том, что эти стандарты быстро развиваются, и даже предыдущие версии одного и того же стандарта не могут быть легко отображены и перенесены на текущие. Второй подход основан на минимальном наборе общих данных, предложенном в «Пособии по цифровому здоровью» - ресурсе, предназначенном для оказания помощи организациям здравоохранения в построении своих цифровых систем. Минимальный набор данных содержит классы данных (например, отдельные пациенты) и соответствующие им элементы (например, дату рождения) для клинических заметок, лабораторной информации, лекарств, показателей жизненно важных функций, демографических данных пациента и процедур, чтобы назвать несколько вариантов использования.

Поставщикам медицинских услуг необходим быстрый и безопасный доступ к таким медицинским записям. Эти наборы данных, хотя и соответствуют требованиям семейных докторов, основной обязанностью которых является контроль и профилактика заболеваний, недостаточны для лечения сложных пациентов, страдающих множественными проблемами со здоровьем, которые требуют огромного количества данных о состоянии здоровья от различных поставщиков медицинских услуг.

Эти два подхода, принятые правительством Онтарио для решения проблем качества данных, не являются ни устойчивыми, ни эффективными, поэтому вряд ли могут служить стратегией, определяющей цифровизацию здравоохранения.

Исследователи Университета Райерсона и Университета Торонто, специализирующиеся на ИТ в управлении здравоохранением, предлагают, чтобы стратегия обработки данных включала четыре главных принципа:

1. Стандарты качества данных

Качество данных - это общий термин, охватывающий множество параметров, в том числе точность, доступность и своевременность. Эти измерения влияют друг на друга. Например, увеличение количества своевременных отчетов с данными может повлиять на полноту данных. Потребуется время, чтобы охватить все необходимые данные. Целесообразно определить каким стандартам качества данных следует уделять основное внимание.

2. Устойчивая, масштабируемая, ориентированная на пациента платформа

Не только сектор здравоохранения имеет дело с устаревшими системами и низкокачественными данными, такими как неточное количество случаев COVID-19, генерируемыми этими системами. Опираясь на опыт банков и других организаций, сектор здравоохранения мог бы создать платформу открытых данных, которая позволит обмениваться данными между поставщиками медицинских услуг и позволит пациентам обмениваться данными из своих социальных сетей, мобильных и переносных устройств. Такие страны, как Великобритания и Германия, начали реализацию идеи платформы открытых данных.

3. Измеряемые показатели улучшения качества данных

Необходимо определить измеряемые конечные показатели, относящиеся к усилиям по улучшению их качества. Такие усилия могут включать в себя программы обучения передовым методам, связанным с вводом данных, и внедрение системных функций, которые позволяют проверять качество данных (например, полноту или согласованность). Измеряемые конечные показатели обеспечат подотчетность и достижение намеченных целей, а также будут информировать о будущих решениях финансирования.

4. Процесс улучшения, принятый поставщиками

Стратегия данных должна четко определять процесс улучшения качества данных и мониторинга, при котором качество данных постоянно контролируется и оценивается для того, чтобы гарантировать, что данные обеспечивают возможность ухода за пациентами и исследований. Качество данных - это общая ответственность, поэтому процесс обеспечения качества должен осуществляться совместно всеми поставщиками, а также каждым поставщиком отдельно.
Для того, чтобы определить и внедрить такую стратегию нужны общие усилия всех заинтересованных лиц. Например, пациенты и медицинские работники должны быть вовлечены в процесс определения данных, необходимых для лечения того или иного заболевания, а также в процесс определения параметров качества данных, ролей и обязанностей по поддержанию качества данных.

В отличие от подхода «решения проблем по мере их проявления», которое выбрало правительство Онтарио, стратегия обработки данных, предложенная исследователями Университета Райерсона и Университета Торонто, является долгосрочной, целенаправленной и целостной. Она гарантирует, что в процессе оцифровки здравоохранения улучшение качества данных станет главной целью. Следуя этой стратегии, система здравоохранения разработает устойчивый механизм и масштабируемые возможности для постоянного улучшения качества данных.

А без такой стратегии обработки данных жители Онтарио потеряют еще десятилетие и миллиарды.