优化 EHR 数据挖掘以改善患者体验

在最近的一次网络研讨会上， Carta 医疗保健 首席执行官 Matt Hollingsworth 分享了他的医疗科技公司如何利用人工智能进行数据挖掘，调动医疗数据，使组织能够改变患者体验。该公司的目标是减轻医疗组织整合结构化和非结构化数据的负担 采用标准化格式，以便所有数据都可以在整个组织内高效一致地使用，最终改善患者护理。福特赫特曼媒体创始人 Rachel Ford Hutman 主持了此次讨论。霍林斯沃思强调，像他母亲这样的病情复杂的患者在就诊时需要携带医疗数据，因为 他们的医疗历史不易被医生获取. 他的公司致力于改变医疗保健的现状 数据可用性 使用自然语言处理实现自动化。另一方面，霍林斯沃思指出，尽管自然语言处理和自动化是医疗机构正在利用的重要工具，但每个医疗机构在存储和处理数据的方式上都不同。这意味着 需要医疗保健临床医生的临床专业知识来 平衡人工智能在辨别方面的局限性 存储相应信息的位置。 同样，人工智能可以补充人类在短时间内处理大量信息的能力。

“由于数据混乱而复杂，并且相同的数据可能存在于多个地方，并且完成程度不同，因此你不一定能获得所有数据 当人类独自挖掘数据时， 因为人们没有无限的时间来阅读无限的文档，”霍林斯沃思说。“总是有可能错过一些东西。”“另一方面，缺乏临床知识意味着你最终可能会得到嘈杂的数据。例如，问题列表是出了名的不准确。它们在第一次被捕获时通常是准确的，但没有人会为问题设定解决日期并确定病情持续了多长时间。所以你不能完全依赖这一点。但这些信息存在于 HMP 和进度记录等内容中。所以再说一次，能够处理数据存在于多个地方的事实，你必须有人能够教会系统在哪里找到高可靠性的信息源。如果你不这样做，你最终会得到非常嘈杂且不准确的数据。”网络研讨会还提供了以下方面的见解：

• 机器学习和自然语言处理等人工智能方法如何标准化医疗保健数据以进行临床注册提交
• 人工智能的优势和局限性
• 为什么人机协同的数据挖掘方法能产生最佳效果
• 如何使临床登记数据在整个医院系统中实时可用，以用于患者护理、质量计划和其他内部项目

要收听网络研讨会，请填写下面的表格。

照片： ipopba，盖蒂图片社