Jak wykorzystać dane do lepszej opieki nad pacjentami?

Dane, które lekarze wprowadzają do elektronicznej karoteki pacjenta wykorzystywane są tylko w minimalnym zakresie – głównie do przeglądania historii choroby. Podpowiadamy, jakie jeszcze cenne informacje można uzyskać z dostępnych baz.

Dane potrafią coś, o czym papierowym kartotekom się nie śniło

W tym powiedzeniu jest dużo prawdy. Z badania naukowego „Czas poświęcony przez lekarza na obsługę elektronicznej dokumentacji pacjenta podczas wizyt ambulatoryjnej opieki zdrowotnej” („Physician Time Spent Using the Electronic Health Record During Outpatient Encounters”, rok 2020), którym objęto 100 000 wizyt w USA wynika, że podczas każdej wizyty pacjenta trzeba poświęcić 16 minut na wprowadzanie danych do EDM. Najwięcej czasu pochłania przeglądanie historii wizyty (33%) oraz jej dokumentacja (24%).

To sporo czasu, ale w porównaniu do dokumentacji papierowej, i tak znacznie mniej. Podobne wnioski wynikają m.in. z opublikowanego z w 2021 roku raportu Najwyższej Izby Kontroli. Trzeba też pamiętać, że EDM ma sporo innych zalet: szybki dostęp do danych pacjenta pochodzących z innych punktów opieki, bezpieczna wymiana danych, łatwiejsze przeglądanie i sortowanie informacji, automatyzacja dzięki szablonom notatek i standardom, bezpieczne przepisywanie leków, kontrola farmakoterapii.

Wspomniane korzyści wynikają wprost z cyfrowej formy danych (pierwotne przetwarzanie). Ale jest  też druga grupa benefitów dotycząca wtórnego wykorzystania danych. Mowa o informacjach, które można uzyskać analizując zbiory danych pacjentów dostępne w bazach placówki ochrony zdrowia albo indywidualnej praktyki lekarskiej. Aby wykorzystać ten potencjał danych, zaleca się wdrożenie strategii zarządzania danymi.

Opiera się ona na dwóch bazowych elementach:

• sposobie interakcji lekarza z danymi pacjenta w celu wspomagania procesu podejmowania decyzji klinicznych i profilaktycznych (sortowanie danych);
• metodologii przetwarzania danych w celu podejmowania określonych działań w zakresie opieki w stosunku do określonych grup pacjentów lub indywidualnych osób.

Podsumowanie pacjenta

Każdy lekarz ma indywidualny sposób pracy, ale podczas wizyty powracającego pacjenta potrzebuje tych samych danych: poprzednie rozpoznania, wyniki diagnostyki laboratoryjnej i obrazowej, przepisane na receptę leki, notatki z wizyt, alergie, trendy mierzalnych parametrów zdrowia, alerty przekroczenia norm referencyjnych itp. Pulpit z EDM (ang. dashboard) organizuje te informacje tak, aby lekarz w krótkim czasie mógł uzyskać kompletny obraz stanu zdrowia.

Dobre systemy IT pozwalają indywidualizować wygląd widoku kartoteki, bo te różnią się w zależności od kohorty pacjentów, specjalizacji, oczekiwań lekarzy. Wstępna konfiguracja pomoże zaoszczędzić czas na przeglądanie danych i otwieranie kolejnych okien w systemie. Decydując się na określony widok systemu, warto pamiętać o efekcie stronniczości. Podczas gdy wybrane i widoczne na pierwszy rzut oka dane mogą przyspieszyć podejmowanie decyzji, jednocześnie istnieje zagrożenie pominięcia innych, ważnych faktów, które albo nie zostały wyeksponowane, albo po prostu nie są ujęte w EDM. Dlatego dobry pulpit lekarza i pielęgniarki podlega systematycznej ewaluacji.

Zdrowie populacyjne i grupy ryzyka

Przegląd historii pacjenta jest rutynową czynnością będącą częścią każdej wizyty. O wiele rzadziej placówki medyczne sięgają do zasobów danych celem podejmowania decyzji dotyczących opieki albo profilaktyki. A mogą one zwiększyć zadowolenie pacjenta z usług a nawet poprawić wyniki leczenia. Strategia zarządzania danymi powinna określać, jakie raporty są przygotowywane cyklicznie, kto ma do nich dostęp – zgodnie z zasadami ochrony prywatności danych pacjentów i procedurami RODO – oraz jakie czynności za sobą pociągają.

Klasycznym przykładem jest lista pacjentów, dla których są już dostępne wyniki badań laboratoryjnych zleconych przez lekarza. Jeśli uzupełniono ją o informację, czy dla pacjenta umówiono już kolejną wizytę, lekarz POZ może łatwiej podejmować decyduje o tym, jaka akcja powinna być podjęta: telefon do pacjenta z informacją o tym, że wszystko jest w porządku; wezwanie na wizytę; brak akcji – wyniki są stabilne a wizyta jest umówiona.

Podobne procedury postępowania dotyczą innych zestawień generowanych z systemu. Liczba potencjalnych statystyk i zestawień jest duża, wszystko zależy od celów analiz, którymi mogą być np. lepsza opieka, zwiększenie satysfakcji pacjenta, optymalizacja przychodów, identyfikacja wąskich gardeł w przepływach pracy itd.

Pacjenci z chorobami przewlekłymi w stanie stabilnym. W przypadku tej grupy, placówka może zaoferować podobne usługi, ale w innej formie. Chodzi o telewizyty, podczas których lekarz przepisuje e-receptę. Odpowiednie zarządzanie przepływem grup pacjentów jest także ważne z punktu widzenia przychodów (obsługa telemedyczna pacjentów przewlekłych – więcej wolnych terminów dla pacjentów wymagających opieki na miejscu).

Badania przesiewowe. Przykładowo, placówka medyczna może przeanalizować listę pacjentów chorych na cukrzycę i sprawdzić, czy w ostatnim roku zostało im zlecone (lub istnieją zarejestrowane wyniki) badanie wzroku celem wykluczenia neuropatii.

Akcje profilaktyki. To może być lista pacjentów z chorobami przewlekłymi, którzy powinni zgłaszać się na wizyty kontrolne, ale tak się nie dzieje; lub osoby, które, ze względu na grupę ryzyka, należałoby objąć szczepieniami ochronnymi.

Pacjenci z dużym wskaźnikiem „compliance”. Osoby, które są zaangażowane w proces leczenia, systematycznie zgłaszają się na wizyty, wykupują przepisane na recepty leki i stosują się do wskazówek. Odpowiednia adnotacja w kartotece pomaga dopasować komunikację i sposób opieki.

Częstotliwość wizyt. Duża liczba pacjentów powracających może być efektem obsługi określonej kohorty pacjentów (seniorzy z multichorobowością), niezadowolenia z poziomu obsługi (wizyty tego samego pacjenta u różnych lekarzy POZ), niewłaściwego wykorzystania dostępnych technologii (e-recepty dla chorych przewlekle).

Istnieje wiele innych statystyk, które mogą zidentyfikować nieprawidłowe przepływy pracy: wskaźnik niezgłaszania się na wizyty, rosnący średni czas obsługi pacjenta, konieczność wypełnienia EDM po zakończeniu wizyty itd. Analizy dla celów badań naukowych. Anonimowe, wysokiej jakości dane z EDM są często wykorzystywane w publikacjach naukowych. Small data – czyli dane zebrane lokalnie, ale reprezentujące dużą kohortę pacjentów – może zawierać unikalne informacje o regionalnych trendach zdrowia populacyjnego.

Czytaj także: John P. Kotter podpowiada jak wdrażać rozwiązania cyfrowe