Améliorez les soins reposant sur la valeur grâce à la surveillance des performances

Mesurer précisément l'impact de votre stratégie de soins reposant sur la valeur

Le secteur de la santé est en constante évolution depuis les années 1970. En 2001, l'Institut de médecine a publié « Crossing the Quality Chasm » (Franchir le gouffre de la qualité) et le Triple objectif, qui cherchaient à améliorer la santé de la population, l'expérience des patients et les résultats en matière de qualité, ainsi qu'à réduire le coût par habitant des soins de santé. Depuis lors, la manière dont les soins de santé sont dispensés a connu un changement radical. Plutôt que de se concentrer sur le volume des activités (qui a fait le plus de visites, plus de procédures et plus d'admissions), le secteur de la santé s'est tourné vers un système de soins intégrés reposant sur la valeur, qui prend compte les activités centrées sur le patient, optimise les ressources et améliore les résultats pour la santé du patient et la situation financière de l'organisation.

Pour promouvoir un modèle fondé sur la valeur, les organismes de santé ne peuvent pas simplement s'appuyer sur des systèmes médicaux pour identifier et réduire les inefficacités en matière de coûts. Ils ont besoin de visibilité sur l'ensemble de l'entreprise pour effectuer le type d'analyse équilibrée qui les aidera à identifier les possibilités d'amélioration en évaluant des facteurs tels que les modèles de remboursement, la qualité, les résultats, l'utilisation des ressources et les coûts et en s'y adaptant. Cependant, de nombreux organismes de santé éprouvent des difficultés à atteindre ce niveau de visibilité, et l'incapacité à intégrer les données cliniques des dossiers médicaux et de santé partagés à des données non cliniques et non structurées est l'un des principaux obstacles qui les empêchent d'adopter pleinement les soins reposant sur la valeur.

Pour les organismes de santé, surmonter cet obstacle doit être une priorité, et heureusement, la technologie peut aider. Une plateforme de données moderne permet aux professionnels de santé de collecter les données nécessaires, d'évaluer ces données et de générer des rapports à l'aide d'une combinaison d'analyses haut de gamme et d'intelligence artificielle, et d'utiliser ces données pour identifier les problèmes potentiels, que ce soit lors d'un soin spécifique ou faisant partie d'un aspect plus large de l'entreprise, ainsi que les possibilités.

Simplifier le développement des KPI

Alors que les organismes de santé déploient des initiatives pour soutenir les soins centrés sur les patients, il est essentiel pour eux de créer des modèles de prestation à moindre coût et d'identifier des moyens de réduire les coûts fixes, d'améliorer la qualité des soins et de s'attaquer aux déterminants sociaux de la santé. Une fois ces démarches mises en œuvre, les organismes de santé doivent évaluer leur efficacité sur la base de plusieurs indicateurs clés de performance, tels que les résultats déclarés par le patient et les taux de réadmission. Parallèlement, les collaborateurs ont non seulement besoin d'accéder à toutes les données pertinentes, mais ils doivent également pouvoir comprendre ces données, les interpréter et agir en conséquence.

Oracle Data Platform offre toutes les fonctionnalités dont les organismes de santé ont besoin pour saisir et exploiter toutes les données disponibles, tout en fournissant des fonctionnalités automatisées pour simplifier le processus.

Cette illustration montre comment la plateforme de données Oracle pour le secteur de la santé peut être utilisée pour prendre en charge les soins reposant sur la valeur avec le suivi des performances. La plateforme comprend les cinq piliers suivants :

1. 1.Sources de données et repérage
2. 2.Ingestion et transformation
3. 3. Sauvegarde, tri et création
4. 4. Analyses, apprentissage et prévision
5. 5. Mesures et réactions

Le pilier « Sources de données et repérage » inclut quatre catégories de données.

1. 1. Les applications sont composées de dossiers administratifs des patients.
2. 2. Les dossiers de santé incluent des questionnaires génériques et spécifiques à une condition, ainsi que des données cliniques, telles que les données provenant des dossiers médicaux partagés, des dossiers de santé partagés et des parcours de santé.
3. 3. Les données tierces comprennent les résultats déclarés par le patient.
4. 4. La contribution technique inclut les données provenant des dossiers médicaux partagés et des systèmes de prescription en ligne.

Le pilier « Ingestion et transformation » comprend quatre fonctionnalités.

1. 1. Le transfert en masse utilise OCI FastConnect, OCI Data Transfer, MFT et l'interface de ligne de commande OCI.
2. 2. L'ingestion par lots utilise OCI Data Integration, Oracle Data Integrator et Data Studio.
3. 3. La capture des données de modification utilise OCI GoldenGate et Oracle Data Integrator.
4. 4. L'ingestion de flux de données utilise Kafka Connect.

Ces quatre fonctionnalités se connectent de manière unidirectionnelle au dépôt de données de service, au stockage cloud et au dépôt de données transactionnel dans le pilier « Sauvegarde, tri et création ».

Le pilier « Sauvegarde, tri et création » comprend cinq fonctionnalités.

1. 1. Le dépôt de données de service utilise Autonomous Data Warehouse, Exadata Cloud Service et Exadata Cloud@Customer.
2. 2. Hadoop géré utilise Oracle Big Data Service.
3. 3. Le stockage cloud utilise OCI Object Storage.
4. 4. Le traitement par lots utilise OCI Data Flow.
5. 5. La gouvernance utilise OCI Data Catalog.

Ces fonctionnalités sont connectées au sein du pilier. Le stockage cloud est connecté de manière unidirectionnelle au dépôt de données de service et à Hadoop géré. Il est également connecté de manière bidirectionnelle au traitement par lots.

Hadoop géré est connecté de manière unidirectionnelle au dépôt de données de service.

Deux fonctionnalités se connectent au pilier « Analyses, apprentissage et prévision » : le dépôt de données de service se connecte à la fois à la fonction d'analyse et de visualisation, aux produits de données et à la fonctionnalité API. Le stockage cloud se connecte à la fonctionnalité de machine learning.

Le pilier « Analyses, apprentissage et prévision » comprend trois fonctionnalités.

1. 1. L'analyse et la visualisation utilisent Oracle Analytics Cloud, GraphStudio et des éditeurs de logiciels indépendants.
2. 2. Les produits de données et les API utilisent OCI API Gateway et OCI Functions.
3. 3. Le machine learning utilise OCI Data Science, Oracle Machine Learning et les ML Notebooks.
4. 4. Les produits de données et la fonctionnalité d'API sont connectées de manière unidirectionnelle à la fonctionnalité de machine learning.
5. 5. Le dépôt de données de services et le stockage d'objets fournissent des métadonnées à OCI Data Catalog.

Le pilier « Mesures et réactions » saisit comment l'analyse des données peut être appliquée pour prendre en charge un modèle de prestation de soins reposant sur la valeur et suivre les performances.

1. Le premier groupe comprend la surveillance de l'allocation et de l'utilisation des ressources et l'évaluation des résultats et des cohortes en fonction du risque du patient et du protocole de traitement, des comparaisons entre pairs et l'étalonnage international des performances, ainsi que le rapport sur les coûts.
2. Le deuxième groupe comprend les prédictions de résultat du patient.

Les trois piliers centraux (« Ingestion et transformation », « Sauvegarde, tri et création », et « Analyses, apprentissage et prévision ») sont pris en charge par l'infrastructure, le réseau, la sécurité et IAM.

L'architecture d'Oracle Data Platform pour le secteur de la santé permet aux entreprises de saisir, de stocker, de gérer et d'obtenir des informations à partir des données collectées à partir des résultats déclarés par les patients, des dossiers administratifs des patients et de nombreuses autres sources de données pour les aider à atteindre leur objectif de passer à un système de soins reposant sur la valeur.

• Pour commencer notre processus, nous devons comprendre tout ce qui est possible de savoir sur le patient. Pour y parvenir, nous utilisons OCI GoldenGate pour permettre l'ingestion de de la capture des données de modification de données opérationnelles en temps quasi réel, telles que les dossiers administratifs des patients et les parcours de santé, à partir de différents systèmes de gestion de la santé.
• Nous pouvons désormais ajouter des jeux de données qui enrichissent ce que nous savons déjà sur le patient et nous aident à comprendre pourquoi ils sont évalués et ce qui a été prescrit. Ces jeux de données comprennent souvent d'importants volumes de données. Dans la plupart des cas, l'ingestion par lots est généralement la méthode d'ingestion la plus efficace. Il s'agit également du moyen optimal de consommer des données provenant de différents fournisseurs de dossiers médicaux partagés, tels qu'Epic et Oracle
• Nous pouvons également utiliser l'intégration en continu pour assimiler des données de diffusion en continu, telles que les prescriptions en ligne et, en fonction du fournisseur, même des dossiers de santé partagés. En outre, dans ce cas d'utilisation, nous avons l'intention d'analyser et de réagir rapidement aux sentiments des patients en analysant les messages sur les réseaux sociaux, les réponses aux messages internes et les messages de tendance. Les messages/événements sur les réseaux sociaux (application) seront ingérés et stockés dans le stockage cloud afin d'être utilisés ultérieurement pour nous aider à bien comprendre l'expérience du patient.
• En option, s'il existe un volume élevé de données historiques sur site, il peut être judicieux d'utiliser un processus de transfert en masse pour télécharger les résultats historiques déclarés par le patient, les mesures d'expérience déclarées par le patient et les conditions contractuelles reposant sur les résultats avec les assureurs.

La persistance et le traitement des données reposent sur quatre composants.

• Les données brutes incluses sont sauvegardées dans le stockage cloud. Pour le traitement par lots de ces données persistantes, telles que les prescriptions en ligne, les données des dossiers médicaux partagés, les questionnaires remplis, les résultats déclarés par le patient et les données des médias sociaux, nous utiliserons OCI Data Flow. Ces ensembles de données traités sont renvoyés au stockage cloud pour persistance, conservation et analyse ascendantes, et finalement pour chargement sous forme optimisée dans le dépôt de données de service. Selon les préférences d'architecture et le souhait d'utiliser les options open source, Oracle Big Data Service peut également le faire en tant que cluster Hadoop géré.
• Nous avons créé des jeux de données traités prêts à être rendus persistants sous forme relationnelle optimisée pour le traitement et les performances des requêtes dans le dépôt de données de service. Cela nous permettra d'identifier et de renvoyer des indicateurs clés de performance, tels que le taux de réadmission, les résultats des patients, le taux de traitement des remboursements et le taux de refus des remboursements.

La capacité à analyser, apprendre et prévoir repose sur deux technologies.

• Les services d'analyse et de visualisation offrent plusieurs catégories d'analyses. L'analyse descriptive décrit les tendances actuelles avec des histogrammes et des graphiques et, à titre d'exemple, peut fournir des informations sur les résultats, tels que les taux de survie sur cinq ans, les opérations répétées, les admissions non planifiées et les écarts par rapport aux plans de traitement. L'analyse diagnostique vise à expliquer pourquoi certains événements se sont produits et quels étaient les facteurs qui les ont déclenchés. Par exemple, vous pouvez utiliser l'analyse diagnostique pour comprendre les raisons possibles d'un écart par rapport au temps standard nécessaire pour qu'un patient passe de sa consultation à sa première visite clinique pour une région spécifique du pays ou pourquoi il y a eu une augmentation du nombre de jours de soins par patient pour une condition spécifique. L'analyse prescriptive propose des actions appropriées pour soutenir une prise de décision optimale. Par exemple, vous pouvez utiliser l'analyse prescriptive pour suggérer des ajustements procéduraux et cliniques qui pourraient entraîner des améliorations des résultats rapportés sur la qualité de vie (comme une amélioration du fonctionnement ou une diminution des niveaux de douleur).
• Outre les analyses avancées, des modèles de machine learning sont développés, entraînés et déployés. Ces modèles sont accessibles via des API ou déployés dans le dépôt de données de service.
• Nos règles et politiques de gouvernance peuvent être appliqués à nos données et modèles conservés, testés et de haute qualité, et peuvent être exposés en tant que produit de données (API) au sein d'une architecture de maillage de données à des fins de distribution dans l'ensemble de l'organisme de santé.

Les avantages des soins reposant sur la valeur

Comprendre l'efficacité des initiatives menées en matière de soins reposant sur la valeur est la clé de la capacité d'un organisme de santé à évoluer et à adapter ses stratégies pour réussir. Une fois déployée et évaluée avec succès, une stratégie de soins reposant sur la valeur fournira aux organismes de santé de nombreux avantages et des capacités accrues qui profiteront en fin de compte à leurs patients, à leur personnel et à leurs professionnels de santé, ainsi qu'à leurs résultats financiers. Voici quelques exemples

• Recueillir et appliquer efficacement des informations auprès des patients eux-mêmes pour savoir dans quelle mesure le service de santé les traite bien
• Adopter une approche équitable, durable et transparente de l'utilisation des ressources pour améliorer les résultats et l'expérience des patients
• Lutter plus efficacement contre le surdiagnostic, la surprescription, la mauvaise allocation des ressources et l'introduction de traitements inadéquats
• Déterminer les écarts injustifiés associés à la surutilisation ou à la sous-utilisation des technologies et des soins de santé
• Limiter la résistance antimicrobienne
• Combattre la crise de la dépendance aux opioïdes