世界卫生组织预计，到2030年将出现1000万卫生专业人员缺口，主要集中在低收入和中低收入国家。根据美国医学院协会(AAMC)的说法，该行业将面临人才短缺2019 - 2034年初级保健医生将达到18K - 48K．但是为什么会这样呢?
由于以下几个原因，医疗专业人员的供应无法满足需求:一些国家对教育和培训的投资不足，大部分医生接近退休年龄，以及新冠肺炎导致的大批医生外流，迫使临床医生由于压力、风险和挫折而暂时或永久离开该领域。
此外，临床医生由于倦怠和与EHR系统相关的问题而辞职。根据KLAS的研究，大约三分之一的医生我非常不同意最初的电子病历培训对他们有很好的准备。有可能改进吗定制EHR软件对抗稀缺?各种技术可以提高EHR系统的性能，并减轻使用它的痛苦时刻。
解决这一问题的顶级技术是人工智能、大数据和预测建模。那么他们能提供什么帮助呢?
人工智能(AI)
人工智能增强的EHR系统可以在两个方面促进该工具的工作:
- 加快数据提取
借助人工智能功能，临床医生可以减少相关数据搜索和提取所需的时间。这项研究于2021年7月发表在《美国医学会杂志》上，主要是斯坦福大学医院(加利福尼亚州斯坦福)的胃肠病学家的努力。医生和人工智能驱动的系统必须分析随机患者的电子健康记录并得出结论。最终，人工智能驱动的系统节省了18%的时间，而人类和人工智能驱动的分析质量不相上下。至于受访者对新功能的意见，大部份(百分之九十二)认为是正面和有效率的。
- 方便文档管理
临床文档包括各种数据——临床记录、医学图像和传感器数据。电子健康记录掌握了这一切。然而,对于80%的临床数据是杂乱无章的，不适合医学分析。启用自然语言处理有助于利用这些数据。
将NLP算法集成到EHR系统中，使临床医生无需手动填写EHR数据。他们可以简单地指定信息，从而提高效率，减少时间和精力花费。
此外，NLP可以帮助医生提供高质量的护理。例如，它可以帮助确定是否需要随访。NLP技术有助于识别和分类各种文件和患者的医疗跟踪记录。通过预定义的检查清单来分配随访，NLP技术节省了医生的时间，无需手动查看多个患者的病史，以确保他们不会错过他们的访问。
大数据分析
一些社会决定因素，如收入、教育水平、就业状况和对社会支持的需要，会极大地影响患者的健康。通常，这些数据来自各种政府支持和私人来源(保险公司、慈善机构和教育机构)。这些数据是原始的、非结构化的。这就是大数据分析可以发挥作用的地方。这些解决方案可以从许多非临床来源提取非结构化数据，将其规范化，并将其添加到患者档案中。
将大数据和电子健康记录结合起来，可以帮助您改善诊所运营的各个方面，即:
- 欺诈防范．在电子病历系统中启用大数据功能可使用户识别可能指示欺诈活动的模式。这些信息可以用来提高你诊所的财务安全。
- 新疗法的发展。通过分析具有大数据功能的历史数据，专家可以识别出突出潜在问题或需要改进的领域的模式。此外，您还可以激活实时警报，帮助临床医生及早发现潜在问题。
- 制定有效的人口健康倡议。通过将大数据附加组件应用于电子病历数据集，提供商可以进行有效的风险分层。这项工作使临床医生能够确定患者群体的趋势和模式。
例如，宾夕法尼亚州匹兹堡市卡内基梅隆大学的研究人员利用大数据分析来检测慢性肾病(CKD)患者的七种亚型。此外，收集的数据可以帮助临床医生评估相关治疗决策的有效性和适用性。
此外，大数据分析和健康记录数据的融合催生了All of US项目。该大型研究项目旨在推动精准医疗，加快依托电子病历数据的研究。
该项目欢迎所有种族群体的代表，并在患者基因组与其表型之间建立联系。随着时间的推移，个人分享他们的健康信息和相关的社会决定因素。提交后，研究人员研究数据并向参与者提供见解。这项研究可以帮助改善医疗保健，为不同的人提供更好的诊断测试或个性化治疗。
预测分析
医疗保健中的预测分析正在迅速发展，并帮助提供商提高成本效益和运营效率。在EHR解决方案中使用预测分析工具可以带来以下好处:
-更准确的诊断．通过台上的预测分析工具，医生可以将患者的病史上传到该工具中，然后该工具将梳理数据并提供最有可能的诊断。
-促进预防医学．临床医生可以评估患者某些疾病的风险，并提供及时的预防措施或减轻严重程度的措施。
-及时发现高危患者．该工具可以在更大的范围内工作——你的患者群体。该附加组件可以深入您的EHR数据，以评估人群健康状况并识别有风险的患者。这类患者群体通常需要具体的健康计划和生活方式建议。
理解和改进互操作性
电子病历互操作性一直是业界面临的挑战。今天，有几个解决方案可以帮助解决这一挑战:
-电子病历数据标准化:快速医疗保健互操作性资源(FHIR)将成为全球EHR数据的标准。观察FHIR可以让不同的医疗系统无缝共享数据。然而，正确的标准实现即使对EHR开发人员来说也是一个挑战。问题是合作伙伴之间的实现应该是兼容的。如果合作伙伴使用不同的供应商，这可能很难实现。
-卫生信息交换。一个HEI是一种编程工具，可让提供者、患者和其他合作伙伴安全地交换医疗保健数据。HEI量表可能有所不同。它们可以在一个城市、一个州、跨邻近州或全国范围内运行。
结论
尽管大多数美国医疗保健提供商采用电子病历系统，但它们对用户的吸引力仍有很大不足。约30%的临床医生甚至因为ehr相关问题而辞职。有可能改变这种情况吗?我们相信用一些高级功能增强定制EHR软件会有所帮助。
因此，用AI增强系统可以加快相关数据的搜索，NLP模块可以让临床医生省去繁琐的手工填写槽位的工作。通过系统中的大数据分析模块，提供商可以改善欺诈预防，简化新疗法开发，并实现有效的人口健康管理风险分层。预测分析模块可以帮助确保为个人和患者群体提供更快速、更准确的诊断和及时的预防措施。
与供应商讨论现有的互操作性解决方案，选择最适合您的解决方案，并在供应商的帮助下实现它也是有意义的。
这些改善电子病历系统性能的措施可以帮助改善医生的体验，减少医疗保健人员的流失。
______
Inga Shugalo是过渡:软件开发公司的美国医疗保健行业分析师。
