UPMC首席数据官:综合卫生系统有助于降低再入院率

作者:动脉网 2016-02-14 08:35

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

peele-150px帕梅拉


匹兹堡大学医学中心(UPMC)自称为是继凯萨医疗集团之后的第二大综合供应商网络。在卫生信息管理系统协会数据和医疗分析论坛上,UPMC首席数据官帕梅拉谈到付款人和供应商的双重身份是如何让UPMC以一种独特的方式处理再入院率的。

帕梅拉说:“医疗服务供应商负责处理疾病,而保险公司则需要管理金融风险。要求供应商管理风险就像是要求人把支架放在身体里一样。我们要求那些并没有接受过训练的供应商来管理金融风险,这是不科学的,这些事情保险公司会做得非常好。这正是把付款人和供应商放在一起会如此强大的原因。”

根据保险公司和医院的数据显示,在2008年到2015年之间,匹兹堡大学医学中心将其再入院率从16.5%降到了13%。

第一轮的建模医院只使用了索赔数据。通过这组数据,医院系统试图找出最有可能再次入院的患者。他们通过让医生在五天内随访病人来降低再入院率。

但真正的突破是当UPMC在处理医院方面的业务时,以电子病历上的数据例如血红蛋白和钠含量为基础,利用数据建模策略降低再入院率。帕梅拉惊讶地发现理赔数据和电子病历数据来自不同的领域,却得出相同的结论。

“我们预测再入院率的方法是不被接受的,因为我们对再入院的风险预测是基于他们在医院里截然不同的输入,然而这两者的表现几乎相同。”她说。

几乎相同,但并不完全相同:索赔数据模型表明少数患者是在再住院的高风险下的,但医院模型显示为低风险。帕梅拉认为,调和这些差异是辨别特异性(或避免假阳性)或灵敏性(避免假阴性)最重要的因素。为了节约资源和资金,他们优先考虑前者。

帕梅拉说:“我们不希望把那些没有高再入院风险的人们识别为具有高再入院风险,因为我们不想损失掉这些资源。因此,我们既要有具有良好特异性的医院模型,也要有表现上比不上医院模型的索赔模型,两者的混合模式可以超越两者本身。”

付款人和供应商数据的结合帮助UPMC降低了再入院率。帕梅拉认为卫生系统可以将钱花在创造性的支出上。

她说:“在我们的精神科就有一个很好的例子,当一个人在精神病院待上几个月,他就会生病。医疗保险不会为他们的过渡期付费。当他们在医院里待了几个月后回家,会发生什么事呢?猫死了,冰箱里的食物发霉了,他可能还会收到一个搬迁通知。谁来把猫埋了,把冰箱清理干净,和房东和好?”

这些危机可能引发另一次的精神崩溃,导致患者再入院。所以,这种创造性的支出是集成系统节省资金、帮助病人的另一种方式,而这种方式可能是传统的医院系统不能做到的。帕梅拉这样说道。

翻译|张小豪

责编|黄佳

 

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈