Bewerken

Delen via

Klinische inzichten met Microsoft Cloud for Healthcare

Microsoft Cloud for Healthcare
Azure Synapse Analytics
Azure Machine Learning
Power Automate
Dynamics 365

Met behulp van Microsoft Cloud for Healthcare kunt u oplossingen bouwen om klinische en operationele inzichten te verbeteren. In dit artikel wordt een dergelijke mogelijke oplossing besproken en wordt voortgegaan op de kennis die is geleerd van virtuele status in Microsoft Cloud for Healthcare.

Architectuur

Klinische inzichten met Behulp van Microsoft Cloud for Healthcare

Download een Visio-bestand dat dit architectuurdiagram bevat.

In het architectuurdiagram en in dit artikel verwijst de term ED naar de noodafdeling van een zorgfaciliteit: de afdeling die gespecialiseerd is in noodgeneeskunde en acute zorg voor patiënten.

Net als in de virtuele status van Microsoft Cloud for Healthcare vertegenwoordigen de blauwe vakken in dit architectuurdiagram de Microsoft-services die de onderliggende services of invoegtoepassingen zijn die vereist zijn voor Microsoft Cloud for Healthcare. Elk van deze services wordt afzonderlijk gelicentieerd.

Net als in de vorige oplossing stromen gegevens naar deze architectuur via externe medische systemen, zoals schema's voor patiënten en providers, medische dossiers, draagbare apparaten, enzovoort, en worden ze vervolgens opgenomen met behulp van Azure. Dit proces kan ook andere gestructureerde gegevens opnemen die vereist zijn voor specifieke inzichten, zoals financiële gegevens. Deze gegevens worden vervolgens opgeslagen in Microsoft Dataverse in de CDM-indeling (Common Data Model), die moeten worden gebruikt door Dynamics 365 - en Power BI-onderdelen in deze oplossing.

Gegevensstroom

Deze oplossing ondersteunt de volgende gegevensstromen voor elk van de gebruikersgroepen die in het diagram worden weergegeven:

  1. Zorgmanager. Vanuit de virtuele bezoekstroom kan de zorgmanager de huidige patiëntendossiers bekijken via Teams, met behulp van de wachtrij voor patiëntbewaking. Deze Dynamics 365 toepassing biedt een lijst met patiënten, samen met een indexscore voor elk die aangeeft welke urgentie aan hen wordt toegevoegd. De zorgmanager kan de patiënt met de hoogste indexscore selecteren en informatie bekijken, zoals medische dossiers, zorgplan en afspraken, in de zorgbeheer-app. Deze app kan ook inzicht geven in de dagelijkse levensstijl van de patiënt door in bijna realtime gegevens op te halen, zoals hartslag van hun geregistreerde IoMT-apparaat. De app houdt de binnenkomende apparaatgegevens bij en geeft deze weer met aangepaste Power BI-visualisaties. Drempelwaarden worden ingesteld voor elk metrische apparaatgegevens en, indien overschreden, activeert Power Automate een waarschuwing voor verkoopinzichten in de app. Deze drempelwaarden en waarschuwingen kunnen voor elke patiënt afzonderlijk worden ingesteld. Indien nodig kan de zorgmanager de patiënt rechtstreeks vanuit Teams bellen met behulp van de contactgegevens die zijn opgeslagen in Dataverse.

  2. ED-beheerder. Een patiënt die de ED moet bezoeken, kan het vervoer coördineren met de zorgmanager. Een ED-beheerder is verantwoordelijk voor de resources en planningen op de afdeling. Resources zoals bedgebruik, ruimten en personeel, evenals trends in intake- en overnamegebeurtenissen, worden bewaakt met Power BI-rapporten die zijn aangepast voor de afdeling en geïntegreerd met Teams. Deze rapporten worden gemaakt met behulp van ziekenhuis- en patiëntgegevens die zijn opgeslagen in Dataverse en geanalyseerd door Azure Synapse. De ED-wachtrij, een aangepaste Dynamics 365 webresource, geeft een wachtrij weer van binnenkomende patiënten in verschillende fasen, zoals in-transit, inchecken, intake, toewijzing van ruimte, enzovoort. De ED-beheerder kan deze informatie gebruiken om patiënten te classificeren op basis van hun aankomsttijden en medische aandoeningen. Er wordt een beslissingsstructuur gemaakt met Power Automate-stromen, waarmee taken worden geautomatiseerd die nodig zijn voor patiëntenzorg. Voorbeelden van dergelijke taken zijn het toewijzen van vergaderruimten ofCU's, het instellen van medische apparatuur, het ordenen van vereiste tests en het toewijzen van beschikbare medische medewerkers. Deze rapporten en geautomatiseerde taken ondersteunen efficiënt patiëntenzorg en ED-beheer.

  3. Gespecialiseerde arts. De ED-beheerder wijst een specialist arts toe om de tests te beoordelen die voor de patiënt worden aanbevolen. Als bijvoorbeeld röntgentests vereist zijn, wordt er een pulmonoloog toegewezen om ze te beoordelen. Als u de testresultaten opslaat, wordt Power Automate geactiveerd, waarin een Sales Insights-waarschuwing wordt weergegeven in de weergave van de zorgbeheer-app van de arts. Tests zoals röntgenfoto's worden beschouwd als ongestructureerde gegevens. Deze gegevens worden via Azure Data Lake naar Azure Synapse gehaald en ingevoerd in een aangepast machine learning-model om de resultaten te interpreteren. Deze interpretaties kunnen de arts helpen de diagnose te stellen en de zorg te plannen.

    De sociale determinanten-app, een canvas-app die aangepast is voor deze oplossing, biedt inzicht in de sociaal-economische omstandigheden van de patiënt. Deze gegevens kunnen de arts helpen een zorgplan voor te schrijven dat de patiënt waarschijnlijk zal volgen. Power BI-visualisaties in de app zorgbeheer geven de trends voor het succes van de behandeling weer voor de medische toestand van de patiënt, met behulp van geaggregeerde metrische gegevens over de gezondheid van de populatie, demografische gegevens, sociale factoren en andere gegevens die beschikbaar zijn in de ziekenhuisrecords. De app kan worden ontworpen voor het gebruik van openbaar beschikbare medische gegevens uit door de overheid gefinancierde onderzoeken. Deze visualisaties kunnen de arts helpen bij het kiezen van het zorgplan met het beste slagingspercentage. De gegevens die in deze visualisaties worden ingevoerd, worden opgehaald via Azure Data Lake. Het geselecteerde zorgplan wordt opgeslagen in Dataverse voor later gebruik.

  4. Patiënt. Bij ontslag bij het zorgplan wordt de patiënt gevraagd een tevredenheidsonderzoek te beantwoorden op de patiëntenportal. Dit is een Customer Voice-formulier . Het enquêteresultaat wordt opgeslagen in Dataverse om operationele inzichten over de gezondheidszorgfaciliteit te genereren.

    De patiënt gebruikt de patiëntenportal om het zorgplan te bekijken dat de arts aanbeveelt. De portal kan ook educatief materiaal bieden om de patiënt te helpen het zorgplan te begrijpen.

  5. Ziekenhuisbeheerder. Power BI-rapporten die zijn aangepast voor de ziekenhuisbeheerder bieden inzicht in belangrijke metrische gegevens voor gezondheidszorg, zoals de leesfrequentie van patiënten, de duur van het verblijf, de verhouding tussen personeel en patiënttevredenheid en de kosten. Deze inzichten kunnen helpen bij het verbeteren van het beheer van de gezondheidszorg. Deze rapporten worden gemaakt met behulp van gegevens die zijn samengevoegd door Azure Synapse uit meerdere systemen, zoals patiëntbezoekrecords, financiële gegevens en gevoelsscores die zijn verzameld uit patiëntonderzoeken. De rapporten kunnen de ziekenhuisbeheerder helpen bij het detecteren van operationele tekorten. Als een ziekenhuis bijvoorbeeld een hoge leessnelheid heeft, kan de beheerder deze rapporten gebruiken om de afdelingen te vinden die de meeste leesopdrachten hebben en vervolgens de onderliggende problemen op te lossen.

    De Power BI-rapporten zijn geïntegreerd met Microsoft Teams, zodat ze eenvoudig kunnen worden gedeeld met andere afdelingen met behulp van Teams-kanalen, wat resulteert in snellere communicatie en betere samenwerking. Toegang tot deze rapporten kan worden beheerd door machtigingsniveaus in te stellen op afdeling of gebruiker.

Onderdelen

De meeste onderdelen die in deze oplossing worden gebruikt, worden beschreven in de virtuele status van Microsoft Cloud for Healthcare. De volgende onderdelen worden ook gebruikt:

  • Azure Synapse Analytics. Azure Synapse Analytics wordt gebruikt om te laten zien hoe ongestructureerde medische gegevens, zoals diagnostische testresultaten, patiëntgegevens zoals medische geschiedenis en dagelijkse metrische gezondheidsgegevens kunnen worden geïnterpreteerd door machine learning-algoritmen. Deze door de machine gegenereerde bevindingen helpen medische providers bij het diagnosticeren en behandelen van patiënten.

  • Azure Data Lake Storage. Azure Data Lake Storage biedt een snel en veilig datawarehouse voor Azure Synapse Analytics. In tegenstelling tot traditionele datawarehouses, is het klaar om een query uit te voeren zodra de grote hoeveelheid gegevens die nodig is voor analyse in Azure Data Lake is opgeslagen. Dit elimineert herhaalde belasting.

  • Azure Machine Learning. Deze oplossing maakt gebruik van Azure Machine Learning om een potentieel gebruik te demonstreren als assistent van een medische provider. Het kan worden gemodelleerd om openbaar beschikbare medische gegevens en diagnostische testresultaten te gebruiken om extra inzicht te krijgen in de medische aandoeningen van patiënten. De uiteindelijke diagnostische verantwoordelijkheid ligt bij de medische professional.

  • Power BI. Met Power BI kunt u grote hoeveelheden gegevens visualiseren, zodat u gemakkelijker inzichten kunt assimileren en patronen of trends kunt identificeren. Zie Visualisatietypen in Power BI en Visualisaties in Power BI-rapporten voor meer informatie over het maken van verschillende Power BI-visualisaties. U kunt Microsoft Teams gebruiken om de visuals te delen tussen afdelingen om de samenwerking te verbeteren. Zie Samenwerken met Power BI in Microsoft Teams, Outlook en Office voor meer informatie.

    Deze oplossing maakt gebruik van Azure Synapse Analytics om de volgende Power BI-visualisaties te maken:

    • Een Power BI-dashboard dat is geïntegreerd met Teams voor de ED die een momentopname van het volgende biedt:
      • Aantal patiënten dat wacht
      • Wachttijden
      • Bedstatus
      • Verwachte bedbezetting
      • Andere metrische gegevens van ED.
    • Een dashboard voor bevolkingsstatus waarmee providers de effectiviteit van behandelplannen kunnen vergelijken met vergelijkbare demografische gegevens en voorwaarden.
    • Analyse en rapporten van verschillende afdelingen voor ziekenhuisadministratie.

  • Power Automate. Power Automate biedt een platform zonder code en weinig code voor het automatiseren van terugkerende handmatige taken. Elke werkstroom die wordt gemaakt, is specifiek voor een bedrijf of scenario en is als zodanig inherent aangepast. In deze oplossing neemt Power Automate gegevens op die zijn opgeslagen in Dataverse en voert geautomatiseerde stromen uit om hierop te reageren, zoals het verzenden van meldingen wanneer gegevens worden gewijzigd. Zie Een cloudstroom maken die gebruikmaakt van Microsoft Dataverse voor informatie over het maken van aangepaste gegevensstromen.

    Power Automate-stromen worden ook gebruikt voor het automatiseren van procedures in de ED, zoals ruimte- en personeelstoewijzingen.

  • Dynamics 365 Sales Insights. Deze oplossing maakt gebruik van Sales Insights, een Dynamics 365-invoegtoepassing, om waarschuwingen en meldingen te bieden voor de volgende gebeurtenissen:

    • Het draagbare apparaat van een patiënt overschrijdt vooraf ingestelde drempelwaarden voor metrische gezondheidsgegevens, zoals hartslag.
    • Er zijn nieuwe diagnostische testresultaten beschikbaar.

    Deze meldingen worden geactiveerd vanuit een Power Automate-stroom. Zie Aangepaste inzichtkaarten maken voor informatie over het maken van automatiseringsstromen die zijn geïntegreerd met Sales Insights.

  • Wachtrij voor patiëntbewaking. Dit is een aangepaste Dynamics 365 webresource en maakt geen deel uit van Microsoft Cloud for Healthcare. Het biedt de zorgmanager geaggregeerde patiëntgegevens uit meerdere bronnen en is een aangepast toegangspunt voor de zorgbeheer-app voor toegang tot individuele patiëntgegevens. Het is geïntegreerd met Microsoft Teams om een consistent platform te bieden. Het geeft ook de urgentie weer van medische aandacht voor elke patiënt, in de vorm van een indexscore. Deze score kan worden afgeleid van de apparaatgegevens van de patiënt en bekende medische aandoeningen.

  • ED-wachtrij. Dit is een aangepaste Dynamics 365 webresource en maakt geen deel uit van Microsoft Cloud for Healthcare. De ED-beheerder gebruikt deze wachtrij om medische informatie en aankomsttijden van binnenkomende patiënten op te halen, en ook de urgentie van hun behandeling. Dit helpt de beheerder efficiënter te sorteren en geautomatiseerde werkstromen te starten met behulp van Power Automate om resources toe te wijzen op basis van medische aandoeningen van patiënten.

  • Sociale determinanten. Dit is een Power BI Canvas-app die de sociaaleconomische factoren van een patiënt weergeeft aan medische providers. Deze informatie wordt verzameld met behulp van een gestandaardiseerde vragenlijst en helpt voorspellen hoe goed de patiënt zich aan het zorgplan zal houden. Deze gegevens worden verzameld tijdens een patiëntbezoek en worden opgeslagen in Dataverse om toekomstige beslissingen te nemen.

  • Stem van de klant. Dynamics 365 Customer Voice is een bedrijfsfeedbackbeheertoepassing. Het wordt gebruikt om patiëntfeedback te krijgen na een noodgevalbezoek. Deze feedback kan inzicht geven in het beheer van ED-processen. De resultaten van de enquête worden opgeslagen in Dataverse voor gebruik door de ziekenhuisbeheerder voor procesverbeteringen.

  • Niet-gestructureerde gegevens. Dit blok in het architectuurdiagram vertegenwoordigt ongestructureerde binaire gegevens, zoals röntgenresultaten. Deze gegevens kunnen worden opgeslagen in de bestaande EHR-systemen. Het wordt opgenomen door Azure Data Lake voor gebruik door Azure Synapse.

  • Gestructureerde gegevens. Dit blok vertegenwoordigt gestructureerde gegevens die doorgaans niet worden beschouwd als onderdeel van EMR-/EHR- of PAS-systemen die kunnen worden gebruikt om inzichten te creëren voor het ziekenhuisbeheer. Een voorbeeld hiervan zijn de financiële records van de gezondheidszorgorganisatie.

Alternatieven

De alternatieven die worden vermeld in virtual health in Microsoft Cloud for Healthcare , zijn ook van toepassing op deze architectuur.

  • De Dynamics 365- en Power BI-toepassingen die in deze architectuur worden gebruikt, zijn nauw geïntegreerd met Dataverse als gegevensbron. Als deze worden vervangen door toepassingen van derden, zoals ingebouwde EHR-hulpprogramma's voor patiëntbewaking en ED-triages, kunnen ze met Dataverse communiceren met behulp van de RESTful API-interface. Dataverse is een handige gegevensbron voor geaggregeerde gegevens en wordt gebruikt door meerdere onderdelen, zoals Power BI, Power Automate, Synapse Analytics, Patiëntportal, Teams, enzovoort.

  • De onderdelen die worden weergegeven in het architectuurdiagram waarvoor geen blauwe contouren nodig zijn, moeten worden gemaakt of vervangen door beschikbare hulpprogramma's, afhankelijk van de behoeften van de gezondheidszorgorganisatie.

Scenariodetails

De gezondheidszorg heeft van oudsher moeite om effectief gebruik te maken van de enorme hoeveelheid gegevens die er wordt gemaakt. De meeste medische gegevens zijn ongestructureerd en niet toegankelijk voor beslissingen op basis van gegevens. Bij het zoeken naar inzichten besteden providers veel tijd aan gegevensopname en eenwording. Zorgorganisaties hebben ook te maken met beveiligings- en nalevingsdruk en risico's van gegevensschendingen.

Deze oplossing maakt gebruik van Azure Data Lake om de grote hoeveelheden gegevens op te slaan die nodig zijn voor rapportage en analyse. Deze gegevens worden geanalyseerd met behulp van Azure Synapse, voor gebruik door de machine learning-module en Power BI-visualisaties. Synapse kan ook ongestructureerde gegevens ophalen, zoals röntgenafbeeldingen, en deze invoeren in het machine learning-algoritme om interpretaties te genereren. Deze interpretaties worden opgeslagen in een Microsoft Word-document, samen met een momentopname van de afbeelding. Dit document wordt opgeslagen als een blob of bestand in Dataverse voor toekomstig gebruik.

Potentiële gebruikscases

Deze oplossing is ideaal voor de gezondheidszorg. In het scenario ziet u ook de volgende mogelijkheden, die van toepassing zijn op veel branches:

  • Verzamel gestructureerde en ongestructureerde gegevens uit meerdere bronnen en visualiseer trends en inzichten met behulp van Power BI.
  • Geautomatiseerde operationele taken instellen op basis van deze inzichten.
  • Interpreteer de gegevens uit verschillende systemen met behulp van machine learning en help verschillende rollen in het systeem.
  • Deel de gegevens en inzichten veilig en werk samen met verschillende afdelingen en rollen met behulp van Microsoft Teams.

Overwegingen

Met deze overwegingen worden de pijlers van het Azure Well-Architected Framework geïmplementeerd. Dit is een set richtlijnen die kunnen worden gebruikt om de kwaliteit van een workload te verbeteren. Zie Microsoft Azure Well-Architected Framework voor meer informatie.

Beveiliging

Beveiliging biedt garanties tegen opzettelijke aanvallen en misbruik van uw waardevolle gegevens en systemen. Zie Overzicht van de beveiligingspijler voor meer informatie.

De beveiligingsoverwegingen voor elke architectuur die gebruikmaakt van Microsoft Cloud for Healthcare zijn hier van toepassing. Zie bijvoorbeeld de beveiligingsoverwegingen die worden besproken in de virtuele status van Microsoft Cloud for Healthcare.

Kostenoptimalisatie

Kostenoptimalisatie gaat over manieren om onnodige uitgaven te verminderen en operationele efficiëntie te verbeteren. Zie Overzicht van de pijler kostenoptimalisatie voor meer informatie.

Prijsoverwegingen voor deze architectuur zijn vergelijkbaar met die in de virtuele status van Microsoft Cloud for Healthcare.

Dit scenario implementeren

Als u deze oplossing wilt implementeren, voert u één tot en met vier virtuele statussen uit in Microsoft Cloud for Healthcare.

Hier volgen de aanvullende onderdelen die specifiek voor deze oplossing worden gemaakt. U kunt ervoor kiezen om vergelijkbare toepassingen te maken of om hulpprogramma's te gebruiken die worden geleverd door uw huidige EHR-systeem.

  1. Wachtrij voor patiëntbewaking
  2. ED-wachtrij
  3. Power BI-rapporten en -visualisaties
  4. Power Automate-meldingen voor apparaatdrempels en beschikbaarheid van diagnostische tests
  5. Machine learning-algoritmen zoals de door de machine gegenereerde diagnostische bevindingen
  6. Apps voor sociale determinanten en tevredenheidsonderzoeken

Medewerkers

Dit artikel wordt onderhouden door Microsoft. De tekst is oorspronkelijk geschreven door de volgende Inzenders.

Belangrijkste auteurs:

Als u niet-openbare LinkedIn-profielen wilt zien, meldt u zich aan bij LinkedIn.

Volgende stappen