Рубрикатор |
Статьи |
Александра КРЫЛОВА  | 13 апреля 2017 |
Аналитика предупреждает врачей о неблагоприятных событиях
Как и с помощью каких ИТ-инструментов можно ускорить процессы внутреннего контроля качества медицинской помощи в многопрофильном стационаре?
Ответ на этот вопрос содержался уже в названии конференции «Управление качеством медицинской помощи в многопрофильном стационаре на основе аналитических систем», состоявшейся в клинической больнице Управления делами Президента Российской Федерации.
Тема внутреннего контроля качества сложна, напрямую связана с системами поддержки принятия врачебных решений, с безопасностью пациентов, и актуальна во всем мире, отметил А. Г. Назаров, главный врач этого многопрофильного стационара. Одним из ее частных случаев является выявление триггеров неблагоприятных событий, к примеру, внутрибольничные осложнения состояния здоровья больных. А таковые, как показывают результаты исследований, возникают у трети пациентов.
Несмотря на то, что, согласно действующей нормативно-правовой базе в сфере здравоохранения, внутренний контроль качества обязателен для любого медицинской организации, в требованиях к его построению много неопределенности, констатировала Е. Г. Киселева, и.о. заместителя главного врача ФГБУ «Клиническая больница» Управления делами Президента Российской Федерации по качеству оказания медицинской помощи. Так, по ее словам, на сегодняшний день не регламентирован объем первичной медицинской документации, которая должна подвергаться внутреннему контролю качества, не утверждена на федеральном уровне единая карта оценки. И также не определен четкий порядок действий контролирующего органа при выявлении нарушений.
В клинической больнице при организации и совершенствовании системы внутреннего контроля качества в качестве ориентира был выбран метод оценки триггеров нежелательных событий (Global Trigger Tool), разработанный Институтом совершенствования здравоохранения США, разумеется, с последующей его адаптацией к специфике оказания медицинской помощи в российском многопрофильном стационаре. Исходя из этого, и выстраивалась трехуровневая система внутреннего контроля качества клинической больницы. Были выработаны и зафиксированы во внутренних нормативных документах правила отбора историй болезни для аудита, принято решение об участии в нем независимых специалистов, отобраны 32 триггера из 50, предлагаемых методикой (позднее их количество сократилось до 20), определены ответственные за их регистрацию и структура регистрационной формы.
После девяти месяцев регистрации триггеров вручную с последующими аудитами историй болезни, удалось выделить из них наиболее часто встречающиеся и ранжировать их по частоте. На первом месте оказались дефекты в оформлении медицинской документации (таковых было 15%), на втором – неточности и ошибки в формулировке диагнозов (10%) и на третьем – отклонение от стандартов медицинской помощи (7%). В 20% случаев выявленный в ходе аудита триггер явился предвестником нежелательных событий – осложнений заболевания, осложнений хирургического лечения, общего ухудшения здоровья и отсутствие клинического результата, а в крайних случаях летальных исходов.
«Возможно, пока эти данные статистически не являются достоверными, – отметила Е. Г. Киселева, – тем не менее, мы видим, что при регистрации триггеров в каждом пятом случае происходили неблагоприятные события».
При этом оказалось, что построение системы внутреннего аудита оказания медицинской помощи по методу GTT требует огромных временных и кадровых ресурсов. К тому же, в силу того, что для регистрации триггеров используются уже законченные случаи, отсутствует возможность влиять на вероятную реализацию негативного сценария.
«Так мы пришли к осознанию нашей потребности в рациональной автоматизации, – сказала Е.Г. Киселева, – которая хоть и не исключит человеческий фактор из процесса внутреннего контроля качества полностью (первичную медицинскую документацию все равно должны смотреть специалисты), – но позволит формировать выборку в режиме, приближенному к режиму реального времени».
Пилотный проект по построению системы для автоматического выявления триггеров неблагоприятных событий был реализован на базе аналитической платформы SAS, которая незадолго до этого объявила о начале работы с российскими медицинскими учреждениями.
За четыре месяца специалисты SAS решили три задачи – подключились к базе данных медицинской информационной системы клинической больницы, построили аналитическую систему, способную выявлять триггеры неблагоприятных событий не менее эффективно, чем это делают квалифицированные врачи, и с помощью средств визуализации наглядно представлять результаты этой работы конечным пользователям.
Итогом проекта, который не носил коммерческого характера, стал запуск в продуктивный режим аналитической системы, выявляющей в автоматическом режиме 5 триггеров неблагоприятных событий: 2 в числовой форме и 3 в текстовой. Система состоит из двух контуров. В первый из них – контур автоматической обработки данных загружаются данные из МИС клинической больницы и сразу поступают в модуль углубленного анализа текста, где из этих данных извлекаются необходимые факты, затем эти факты сопоставляются на постобработке, и система принимает решение: выделяет она триггер или нет. Все собранные триггеры передаются во второй контур – контур операционной работы, с которым взаимодействуют конечные пользователи. В визуально-интерактивном интерфейсе для них наглядно представляется вся информация, связанная с каждым триггером.
При сравнении количества триггеров неблагоприятных событий, выявленных системой с апреля по август 2016 г., с количеством триггеров, выделенных специалистами клинической больнице вручную, оказалось, что система выделяет примерно на 10% триггеров больше, чем врачи, благодаря анализу «больших данных».
Автоматизация анализа для выявления отдельных числовых и текстовых триггеров неблагоприятных событий позволила клинической больнице решить проблемы временных затрат и недостатка оперативности внутреннего контроля качества медицинской помощи. И, что не менее важно, подтвердила прогнозы экспертов, согласно которым подобные автоматизированные системы внутрибольничного аудита в недалеком будущем станут основным инструментом для повышения качества лечения пациентов.
Читайте также:
Искусственный интеллект в здравоохранении: от анализа медицинских снимков к расшифровке СЭМД
Сотрудничество врачей и инженеров поможет человечеству бороться с болезнями
Цифровизация медицины: быстрее, чем ожидалось
Новое положение о ЕГИСЗ: на что обратить внимание
Зачем нужна цифровая трансформация в современной медицинской среде?