人口医疗管理

改善患者治疗效果，尽可能降低成本

有效的人口医疗卫生管理 (PHM) 可为健康系统、医护人员、患者、社区和付费方提供多种优势。它可以帮助改善健康状况，提升患者体验，缩小健康差距，识别低效问题和医疗缺口，并控制医疗成本。但是，为了实现有效管理，PHM 需要来自多个数据源的准确、近乎实时的海量数据，以及可以连接不同数据集的工具，并使用这些数据来开发切实可行的洞察和保护措施，确保数据始终安全。

为了克服这些挑战并支持有效的 PHM 策略，健康系统需要一个数据平台，使用用数据湖仓一体从管理、生物组学、临床和运营系统收集的数据中捕获、存储、管理和获取洞察。该平台的基础设施必须有一个强大的信息治理框架，其中包括公民的选择退出标准以及互操作性、数据和网络安全标准。该平台还必须提供高级分析、机器学习和认知分析，这些分析对于设计有效、强大的风险分层方法以及监测人口健康状况变化至关重要。医疗保健团队能够将分散在多个医疗保健信息系统的患者数据整合到一个记录中，从而提供具体可行的洞察来改善患者结果，同时降低患者、医疗提供方和支付方的成本。

充分利用所有数据

医疗机构需要采用新的方法来识别当前的医疗卫生需求，并预测未来的患者需求。以下架构展示了 Oracle Data Platform 如何通过捕获、存储、整理和分析数据来支持人口医疗卫生管理，从而更好地了解患者需求并提供切实可行的洞察。

医疗机构能够通过三种主要方式来将数据注入架构，以更好地了解患者。

• 要了解患者，就必须获取他们的病历。为此，医疗机构必须从各个医疗信息系统获取所有住院和转院记录。机构可以使用来自第三方数据源的患者数据来扩充数据，例如来自社交媒体的非结构化数据等。经常需要更改数据捕获的实时或接近实时提取非常常见，一般使用 OCI GoldenGate 从住院和出院操作系统中提取数据。OCI GoldenGate 也是不断变化的数据网格架构的重要组成部分，其中“数据产品”是核心数据对象。
• 现在，我们可以添加从医疗设备获取的流数据，使用流处理服务/Kafka 实时摄取数据。这不仅包括来自患者在医生的监护下穿戴的所有设备的数据，还包括患者使用的所有个人可穿戴设备的数据，进而帮助医护团队更好地了解患者在治疗中心以外的症状和生活方式。在数据存储到云端存储之前，系统会通过一些基本的转换/聚合来摄取流数据（事件）。
• 虽然实时需求会不断变化，但医疗系统常见的提取方法仍然是使用提取、加载、转换或提取、转换和加载流程进行批量摄取。批量摄取适用于从不支持数据流处理的系统（例如旧的大型计算机系统）导入数据。为了全面了解每个患者，我们还需要来自操作系统（例如计费系统）的数据，以及通过快速医疗卫生互操作性资源 (Fast Healthcare Interoperability Resources，FHIR) 协议从电子医疗记录或电子健康记录应用中获取的数据。这些数据可以源自于自各种产品和各个地理位置。摄取活动可能经常发生，通常每 10 分钟或 15 分钟会摄取一次，但在性质上仍是批量化的。提取和处理将以数据集组批量处理，而不是作为单个事务处理。

所收集数据的数据持久性和处理选项主要基于三个（可选四个）组件。

• 所摄取的原始数据存储在云端存储中，可用于批处理，即执行必要的清理、扩充等操作，使数据能够进入必要状态以供下游用户使用，包括人员、应用程序或机器学习平台等。虽然某些数据可能被直接放置在服务数据存储中，但同时这些数据也会被放置在云端存储中。这些数据将使用 Spark 进行处理。处理过程将使用 OCI Data Flow 直接进行，也可以使用 OCI Data Integration 中的编排功能作为更大的管道的其中一部分来进行。这些处理过的数据集被返回到云端存储，以进行后续持久化、管理和分析，并最终以优化的形式加载到服务数据存储中，或者根据架构偏好，通过作为托管 Hadoop 集群的 Oracle Big Data Service 来做到这一点。
• 我们现在已经创建了已处理的数据集，这些数据集已准备好以优化的关系形式持久保存，以在服务数据存储中进行管理和查询性能。这将使医护人员能够更好地满足患者的需求，避免出现患者不得不住院或再住院的情况。

分析部分建立在两种技术之上。

• 分析和可视化服务提供描述性分析（用直方图和图表描述当前趋势）、预测分析（预测未来事件、确定趋势以及确定不确定结果的可能性）和规范分析（提出合适的行动，从而做出理想决策）。分析和可视化的结合可以有效预测患者需求并提供适当的干预措施。例如，分析可以预测特定年龄、生活在特定地区的患者群体是否受到不同的环境影响，并识别会产生某种慢性疾病的特定治疗组合。
• 除了使用高级分析之外，我们还开发、训练并部署了机器学习模型。这些模型可以通过 API 访问，部署在服务数据存储中，或者嵌入在 OCI GoldenGate 流分析管道中。
• 经过整理、测试和高质量的数据和模型可以采用治理规则和策略，并将其作为数据网格架构中的“数据产品” (API) 公开，以便在整个医疗机构中分发。

使用合适的数据平台，降低医疗卫生管理的复杂性和成本

合适的数据平台可以帮助医疗卫生组织充分发挥所有可用数据的价值，从而设计更加协调一致、更高成本效益和可持续的医疗服务。医疗机构可以针对每个患者需求提供护理计划和帮助，包括早期和主动干预，例如常规人口筛选，以改善治疗效果以及患者参与度和满意度。