使用 Microsoft Cloud for Healthcare，可以构建解决方案来改进临床和操作见解。 本文讨论了这样一个可能的解决方案，并以从基于 Microsoft Cloud for Healthcare 的虚拟健康状况中学到的知识为基础。
体系结构
下载包含本体系结构关系图的 Visio 文件。
在体系结构图和本文中，术语 ED 是指医疗保健设施的急诊科，此科室专门负责患者的急救和急性护理。
例如基于 Microsoft Cloud for Healthcare 的虚拟健康状况，此体系结构关系图中的蓝色线条框表示作为 Microsoft Cloud for Healthcare 所需的基础服务或附加产品的 Microsoft 服务。 其中每项服务都必须单独获得许可。
例如在上述解决方案中，数据通过患者和提供商计划、医疗记录、可穿戴设备等外部医疗系统流入此体系结构，然后使用 Azure 进行引入。 此过程还可以引入特定见解（如财务数据）所需的其他结构化数据。 然后，将此数据以 Common Data Model (CDM) 格式存储在 Microsoft Dataverse 中，以供此解决方案中的 Dynamics 365 和 Power BI 组件使用。
数据流
此解决方案支持图中显示的每个用户组的以下数据流：
护理经理。 继续分析虚拟就诊流程，借助患者监视队列，护理经理可以通过 Teams 查看患者的当前记录。 此 Dynamics 365 应用程序提供了患者的列表以及每个患者索引分数，指示护理患者的紧急性。 护理经理可以选择具有最高索引分数的患者，并在护理管理应用中查看医疗记录、护理计划、预约等信息。 此应用还能够从已注册的 IoMT 设备中拉取数据（如心率），从而近乎实时地深入了解患者的日常生活。 应用跟踪传入设备数据并用自定义 Power BI 可视化效果显示这些数据。 为每个设备指标设置阈值；如果超出，则 Power Automate 会在该应用中触发销售见解警报。 可以为每个患者单独设置这些阈值和警报。 如果需要，护理经理可以使用存储在 Dataverse 中的联系人信息直接从 Teams 呼叫患者。
ED 管理员。需要在 ED 就诊的患者可以与护理经理协调运输。 ED 管理员负责此科室的资源和计划。 床位使用情况、病房和人员等资源，以及入院和再次入院事件的趋势，使用为科室自定义的 Power BI 报表进行监视并与 Teams 集成。 这些报表使用存储在 Dataverse 中的医院和患者数据进行创建，并由 Azure Synapse 进行分析。 ED 队列是一种自定义 Dynamics 365 Web 资源，可显示住院患者在不同阶段（例如运输中、签到、入院、病房分配等）的队列。 ED 管理员可以使用此信息基于其到达时间和医疗状况对患者进行分诊。 决策树是使用 Power Automate 流创建的，可自动执行患者护理所需的任务。 这些任务的示例包括：病房或 ICU 分配、医疗设备设置、安排所需测试，以及可用医务人员分配。 这些报表和自动化任务为实现高效的患者护理和 ED 管理提供支持。
专家医师。 ED 管理员分配专家医师以查看为患者推荐的测试。 例如，如果需要 X 射线测试，则会分配肺科医师进行检查。 保存测试结果会触发 Power Automate，它会在护理管理应用的医师视图中显示销售见解警报。 X 射线等测试被视为非结构化数据。 此数据通过 Azure Data Lake 拉取到 Azure Synapse 中，并送入自定义机器学习模型来解释结果。 这些解释可帮助医师做出诊断和制定护理计划。
社会决定因素应用是针对此解决方案自定义构建的画布应用，可深入了解患者的社会经济状况。 此数据可帮助医师制定一个患者可能遵循的护理计划。 护理管理应用中的 Power BI 可视化效果还可以使用聚合的人口健康指标、人口统计信息、社会因素以及医院记录中提供的其他数据显示患者的身体状况的治愈率。 该应用可以旨在使用政府资助研究中公开提供的医疗数据。 这些可视化效果可帮助医生选择成功率最佳的护理计划。 通过 Azure Data Lake 拉取送入这些可视化对象中的数据。 所选的护理计划将存储在 Dataverse 中，以供将来参考。
患者。 当患者带着护理计划出院时，将要求他们通过患者门户完成满意度调查。 这是客户语音形式。 调查结果将存储在 Dataverse 中以生成有关医疗保健设施的操作见解。
患者使用患者门户查看医师推荐的护理计划。 该门户还可以提供教育材料帮助患者了解护理计划。
医院管理员。为医院管理员自定义的 Power BI 报表提供了有关关键医疗保健指标的见解，如患者再次入院率、住院时间、医患比例、患者满意度和成本。 这些见解可帮助改进医疗保健管理。 这些报表是使用由 Azure Synapse 从多个系统聚合的数据（例如患者就诊记录、财务数据和从患者调查中收集的情绪分数）创建的。 报表可帮助医院管理员检测操作不足的情况。 例如，如果一家医院的再次入院率较高，管理员可以使用这些报表找出再次入院最多的科室，然后排查和解决基本问题。
Power BI 报表与 Microsoft Teams 集成，从而可以轻松地通过 Teams 频道与其他科室共享，以实现更快的通信和协作。 可通过设置科室或用户的权限级别来控制对这些报表的访问权限。
组件
此解决方案中使用的大多数组件在基于 Microsoft Cloud for Healthcare 的虚拟健康状况中详细介绍。 还使用了以下组件：
Azure Synapse Analytics。 Azure Synapse Analytics 用于演示如何通过机器学习算法解释非结构化医疗数据（如诊断测试结果）、患者数据（如病历）和日常健康指标。 这些计算机生成的结果协助医疗提供商诊断和治疗患者。
Azure Data Lake Storage。 Azure Data Lake Storage 为 Azure Synapse Analytics 提供快速且安全的数据仓库。 与传统的数据仓库不同，将分析所需的大量数据存储在 Azure Data Lake 中后，就可以对其进行查询。 这样可避免重复加载。
“Azure 机器学习”。 此解决方案使用 Azure 机器学习充当医疗提供商的助理来演示可能的使用。 可通过建模来使用公开提供的医疗数据和诊断测试结果，进一步深入了解患者的身体状况。 最终的诊断责任在于医学专家。
Power BI。 通过 Power BI，可视化大量数据能够更方便地同化见解并确定模式或趋势。 要了解如何创建不同的 Power BI 可视化效果，请参阅 Power BI 中的可视化效果类型和 Power BI 报表中的可视化效果。 可使用 Microsoft Teams 跨科室共享视觉对象来改善协作。 有关详细信息，请参阅使用 Microsoft Teams、Outlook 和 Office 中的 Power BI 进行协作。
此解决方案使用 Azure Synapse Analytics 创建以下 Power BI 可视化效果：
- ED 的与 Teams 集成的 Power BI 仪表板可提供以下项的快照：
- 等待患者数
- 等待时间
- 床位状态
- 预计床位占用量
- 其他 ED 指标。
- 人口健康状况仪表板，帮助提供商将治疗计划的效果与类似的人口统计信息和状况进行比较。
- 医院管理的跨科室分析和报告。
- ED 的与 Teams 集成的 Power BI 仪表板可提供以下项的快照：
Power Automate。 Power Automate 提供了一个无代码和低代码的平台，用于自动执行重复的手动任务。 创建的每个工作流都特定于业务或方案，因此本质上是自定义的。 在此解决方案中，Power Automate 引入存储在 Dataverse 中的数据，并运行自动流对其执行操作，例如在数据更改时发送通知。 要了解如何创建基于自定义数据的流，请参阅创建使用 Microsoft Dataverse 的云端流。
Power Automate 流还用于在 ED 中实现过程自动化，例如病房分配和医务人员分配。
Dynamics 365 销售见解。 此解决方案使用销售见解（一个 Dynamics 365 加载项）为以下事件提供警报和通知：
- 患者的可穿戴设备超出了健康指标（如心率）的预设阈值。
- 现在诊断测试结果可供使用。
将从 Power Automate 流触发这些通知。 要了解如何创建与销售见解集成的自动化流，请参阅创建自定义见解卡。
患者监视队列。 这是一个自定义 Dynamics 365 Web 资源，它不是 Microsoft Cloud for Healthcare 的一部分。 它为护理经理提供了来自多个源的聚合患者数据，是护理管理应用用于访问单个患者信息的自定义入口点。 它与 Microsoft Teams 集成，以提供一致的平台。 它还以索引分数的形式显示每个患者接收医疗护理的紧急性。 此分数可以派生自患者的设备数据和已知的医疗状况。
ED 队列。 这是一个自定义 Dynamics 365 Web 资源，它不是 Microsoft Cloud for Healthcare 的一部分。 ED 管理员使用此队列来检索入院患者的医疗信息和到达时间，以及接收治疗的紧急性。 这有助于管理员更高效地进行分诊，并使用 Power Automate 根据患者身体状况分配资源来启动自动化工作流。
社会决定因素。 这是一个 Power BI 画布应用，可向医疗提供商显示患者的社会经济状况。 此信息是使用标准化调查表收集的，有助于预测患者遵循护理计划的情况如何。 此数据在患者就诊期间收集，并存储在 Dataverse 中为将来的决策提供信息。
客户语音。 Dynamics 365 客户语音是一个企业反馈管理应用程序。 它用于在紧急就医后获取患者反馈。 此反馈可提供对 ED 过程管理的见解。 调查结果将存储在 Dataverse 中，以供医院管理员进行过程改进。
非结构化数据。 体系结构关系图中的该块用于表示非结构化的二进制数据，例如 X 射线结果。 此数据可以存储在现有的 EHR 系统中。 它由 Azure Data Lake 引入，以供 Azure Synapse 使用。
结构化数据。 此块表示通常不被视为 EMR/EHR 或 PAS 系统的一部分的任何结构化数据，这些系统可用于为医院管理创建见解。 例如，医疗保健组织的财务记录。
备选方法
基于 Microsoft Cloud for Healthcare 的虚拟健康状况中列出的替代方法也适用于此体系结构。
此体系结构中使用的 Dynamics 365 和 Power BI 应用程序作为其数据源与 Dataverse 紧密集成。 如果将这些应用程序替换为第三方应用程序（如用于患者监视和 ED 分诊的内置 EHR 工具），则它们可以使用其 RESTful API 接口与 Dataverse 交互。 Dataverse 是用于聚合数据的方便数据源，由多个组件（例如 Power BI、Power Automate、Synapse Analytics、患者门户、Teams 等）使用。
体系结构关系图中显示的没有蓝色轮廓的组件需要根据医疗保健组织的需求，由可用工具创建或替换。
方案详细信息
医疗保健行业通常很难有效地使用它所创建的大量数据。 大多数医疗数据是非结构化的，并且不能出于数据驱动的决策进行访问。 寻找见解时，提供商需要花费相当长的时间来引入数据并进行统一。 医疗保健组织还面临着安全性和合规性压力，以及数据泄露的风险。
此解决方案使用 Azure Data Lake 来存储报告和分析所需的大量数据。 此数据使用 Azure Synapse 进行分析，以供机器学习模块和 Power BI 可视化效果使用。 Synapse 还可以拉取非结构化数据（例如 X 射线图像），并将其输送到机器学习算法以生成解释。 这些解释与图像的快照一起存储在 Microsoft Word 文档中。 此文档在 Dataverse 中存储为 blob 或文件，以供将来参考。
可能的用例
该解决方案非常适合医疗保健行业。 此方案还演示了以下对许多行业适用的功能：
- 使用 Power BI 从多个源中收集结构化和非结构化数据，并可视化趋势和见解。
- 基于这些见解设置自动化操作任务。
- 使用机器学习解释不同系统中的数据，并协助系统中的各种角色。
- 使用 Microsoft Teams 安全地共享数据和见解，并与不同的科室和角色协作。
注意事项
这些注意事项实施 Azure 架构良好的框架的支柱原则，即一套可用于改善工作负荷质量的指导原则。 有关详细信息，请参阅 Microsoft Azure 架构良好的框架。
安全性
安全性针对蓄意攻击及滥用宝贵数据和系统提供保障措施。 有关详细信息，请参阅安全性支柱概述。
使用 Microsoft Cloud for Healthcare 的任何体系结构的安全注意事项都适用于此处。 例如，请参阅基于 Microsoft Cloud for Healthcare 的虚拟健康状况中讨论的安全注意事项。
成本优化
成本优化是关于寻找减少不必要的费用和提高运营效率的方法。 有关详细信息，请参阅成本优化支柱概述。
此体系结构的定价注意事项与基于 Microsoft Cloud for Healthcare 的虚拟健康状况中的注意事项类似。
部署此方案
要部署此解决方案，请完成基于 Microsoft Cloud for Healthcare 的虚拟健康状况中的步骤 1 到步骤 4。
下面是专为此解决方案创建的附加组件。 可以选择创建类似的应用程序，或使用当前 EHR 系统提供的工具。
- 患者监视队列
- ED 队列
- Power BI 报表和可视化效果
- 设备阈值和诊断测试可用性的 Power Automate 通知
- 机器学习算法，如计算机生成的诊断结果
- 社会决定因素和满意度调查应用
作者
本文由 Microsoft 维护， 它最初是由以下贡献者撰写的。
主要作者：
- Slavica Frljanic | 首席集团项目经理
- Dhanashri Kshirsagar | 高级内容 PM -
要查看非公开的 LinkedIn 个人资料，请登录到 LinkedIn。
后续步骤
- 什么是 Microsoft Cloud for Healthcare？
- Azure 医疗 - 医疗保健解决方案
- 用于检测患者的社会经济状况的调查表
- Azure Data Lake 概述
- Azure 机器学习文档
- Power Automate 概述