提高为部队医疗服务质量是军队医疗机构落实建设现代卫勤的重要目标。随着医疗信息化的不断发展, 多年来在平时卫勤保障过程中产生了大量的医疗信息, 充分利用这些信息, 围绕“ 服务患者、服务临床、服务流程、服务决策” , 实现信息共享、安全高效、优化流程、智慧管理, 从而提高为部队服务质量, 需要在现有医疗信息化的基础上进行信息治理(information governance, IG)[1]。
日新月异的医疗信息化技术和逐渐增加的医疗信息都需要得到有效利用才能事半功倍, 发挥作用。在大数据[2]的基础上, 美国卫生信息管理协会(American Health Information Management Association, AHIMA)提出了“ 信息治理[3]” 的概念。AHIMA发布的医疗信息治理原则涉及内容广泛, 医疗机构可以根据自己的类型、大小、角色、任务、复杂度及资源来部署实施。
信息治理是医疗机构在整个闭环流程内实施信息管理的多学科结构、政策、程序、过程和控制的集合。信息治理包括流程治理和数据治理。通过政策方向制定和战略发展定位等顶层设计和管控, 确保医疗活动中信息的可靠性、有效性和时效性。
在流程治理方面, 结合为部队服务实际工作, 由相关业务管理部门梳理现状, 提出哪些环节或业务流程存在问题及修改需求; 信息部门结合医疗机构信息化建设的总体目标, 对修改需求进行筛选、定标、排序, 确定使用的信息化工具, 系统改造后要进行测试反馈及持续改进, 确保流程的完整性、闭环性治理。
数据治理是通过明确权责框架, 规范数据产生和使用的行为或流程, 通过设计决策制定的结构、合规的过程, 推动数据及其质量的战略目标得以实现。强调医疗机构从数据中获取价值, 实现战略发展目标的管理理念。
目前, 军队各医疗机构在为部队服务工作中采集的数据主要包括:(1)基础信息:包括患者的姓名, 性别, 年龄, 所在单位等。(2)主观临床信息:包括既往就诊信息, 诊断, 主诉, 过敏史, 手术记录等。(3)客观临床信息:包括各种检验检查报告, 处方, 各种监测护理数据等。(4)经济学信息:包括门诊、住院产生的各种消耗值等。
为部队服务始终是军队医疗机构工作的中心, 在服务质量不断提高和保障模式不断发展的同时, 也存在一些实际问题。
军队医疗机构使用的医院信息系统(Hospital Information System, HIS)以全军统一配发的“ 军卫一号” 为基础, 有些还没有实现HIS、LIS、PACS等信息系统的互联互通, 医疗数据无法共享, 部队官兵的诊疗信息无法集中统一管理使用, 数据分散, 缺少相关性。很难为部队官兵形成完整的电子病历及健康档案, 同时影响就诊流程。
因各种原因(例如主诉, 过敏史, 既往病史等信息不填; 体温检测, 心电监护等数据为HIS外数据; 部队患者就诊时流程不规范; 同时挂多个科室后没有全部就诊等), 造成HIS中主观临床信息不全面, 客观临床信息不完整及垃圾数据的积累。数据质量差, 降低了数据的可靠性、真实性和可利用性, 影响医疗机构有效提高为部队服务的决策制定和能力优化。
在为部队服务质量满意度调查中, 候诊、候检时间长是最普遍的问题。从信息治理的角度看, 这是流程待优化及数据可用性差造成的资源配置失衡。门诊患者就诊流程起点是挂号, 流程拥堵节点大致出现在挂号、就诊、划价、其他业务(包括检验、检查、取药、治疗等)。这些节点拥堵的原因是医疗机构提供的即时服务能力不足:挂号窗口不够, 接诊医师不够, 划价窗口不够, 检查设备及技师不够等。
在部队执行处突、维稳、执勤、训练等任务时, 军队医疗机构应做好遂行任务的医疗保障及巡诊工作。因部分任务的临时性和紧迫性, 要求军队医疗机构的卫勤保障响应速度快、准备充分。但实际工作中, 从下达任务到通知卫勤保障人员, 再到药品、保障物资及车辆准备等环节的衔接和部署效率不高, 影响效率的主要环节是药品及保障物资的准备, 缺乏完善的战备及保障物资管理流程和业务是问题的主要原因, 导致耗费了大量人力去清点、登记、准备、核销。
消除数据孤岛要在数据治理方面通过数据内容管理来实现。持续不断地扩展院级统一管理的数据内容, 如:(1)通过流程和程序改造, 将各专科系统的影像数据(如MRI, CT, 超声, 内窥镜, 口腔科影像等)加入院级患者标识, 逐步联通整合成院级影像平台, 统一管理; (2)床旁设备数据整合, 逐步将监护仪、呼吸机、血气分析等设备输出的数据整合入HIS; (3)提供客观临床信息(如检验结果, 检查报告等)的数据入口。通过形成医疗数据的完整闭环生态, 实现医疗数据的院级管理, 可优化就诊流程, 为部队官兵提供尽可能真实、可靠、完整的电子病历和健康档案。
实际工作中, 可以对各信息系统分别改造逐步联通, LIS中的数据量较小, 实现相对容易:在就诊流程中增加HIS与LIS数据交互的环节, 将HIS和LIS相关数据表的读取权限赋予对方, 通过不同数据库间的数据格式转换, 实现数据共享; 同时, 随着技术的发展, 建立集成平台, 统一数据结构和标准, 也能够很好地解决数据孤岛的问题。
数据治理主要在数据完整性、真实可信性和时间轴三个维度考察数据质量, 关注数据形成的闭环, 并保持“ 数出一源、口径一致” 的原则。例如:在门诊接诊过程中, 将主观临床信息标记为必填项; 整合系统外纸质信息, 提高数据完整性; 规范就诊流程, 加强全流程闭环管理; 对数据字典进行规范统一, 减少数据冗余; 从数据库层面检查优化存储过程、触发器、索引等, 确保生产库数据源的逻辑和质量[4, 5]。
大数据的出现, 使数据治理可从中直接体现价值。提高为部队服务质量需要决策者了解部队健康的实情和刚需, 通过大数据可以多维度立体化反映各体系部队的情况, 从而为之后的卫勤保障侧重点、时间段、数量频次等提供决策依据。
实际工作中, 每月、季度、年的医疗形势分析以及医疗体系会中, 借助大数据的模型选取及分析方法, 对门诊及住院的部队患者进行多维度统计分析(按年龄段、就诊时间段、所在单位、诊断病种、用药、复诊周期等), 将数据以图表的形式展现给与会人员, 直观清晰地阐述医疗情况。
通过分析门诊部队患者就诊情况, 有80%患者上午就诊, 其中70%患者于早晨8:00-9:00来院。若每日部队患者500人次, 则在8:00-9:00有280人挂号, 若窗口挂号2人/min, 则2个军人挂号窗口要70 min才能完成这些患者的挂号。而每分钟4个患者前往科室就诊, 若每人就诊10 min, 则需提供40个诊室才能确保不排队。
解决该问题的核心是疏解患者的潮汐式到达, 一旦使患者的到达时间曲线平滑, 后续的拥堵节点都可以得到缓解。从流程治理的角度看, 可以通过对挂号环节进行预处理的方式来实现, 即为体系部队增加预约服务。预就诊患者根据医疗机构提供的一周内动态号表情况对就诊时间、科室进行选择, 错峰就诊, 提高效率; 另一方面, 从数据治理的角度看, 通过对部队患者就诊情况进行大数据分析, 确定就诊峰值时间和峰值科室, 同时结合临床住院医师的在位及手术安排情况, 临时协调增配工作人员, 也可缓解接诊压力。
实际工作中, 我们在几年前就建立了基于三级网的官兵预约挂号平台:基层官兵通过实名登录该平台绑定就诊ID号进行预约(可预约7日内的号), 预约完成后, 基层单位领导及卫生队进行审核, 审核通过后数据在每晚23时进行汇总, 通过网闸或人工的形式, 将预约信息导入HIS。预约成功后, 将号表信息更新回传到平台, 同时提示患者预约成功。患者于预约日期携保障卡来院, 直接到相应科室验证就诊即可, 免去挂号环节, 方便了官兵。
军队医疗机构在执行遂行医疗保障任务时, 物资药品的管理可以通过流程治理进行完善, 包括专用库存的建立、任务需求的准备、登记出库并预减库存、任务结束后结余核销等方面, 形成一个遂行医疗保障物资管理的闭环, 使指挥员随时都能确定物资情况; 另一方面, 通过数据治理对以往遂行医疗保障任务的类型、时间、规模、物资消耗等进行多维度大数据处理, 对即将执行的任务做预判分析, 结合实际形成携行物资的指导性建议, 使遂行医疗保障任务做到高效低耗。
总之, 信息治理从流程和数据两方面为军队医疗机构提高为部队服务质量提供支持。随着大数据、人工智能、精准医疗的成熟, 军队医疗机构会逐步体会到信息治理带来的潜力和价值, 为部队服务能力将会不断提高。
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|