Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age,...
Transcript of Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age,...
![Page 1: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/1.jpg)
Centrum för InformationsDriven vårDCIDD
Markus Lingman, MD, PhDPhysician Researcher, Salgrenska Academy
Chief Strategist, Consulting Cardiologist, Halland Hospital GroupRegion Halland, Sweden
Thomas WallenfeldtDatadriven Hälso- sjukvård, CGI
![Page 2: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/2.jpg)
Datadriven Hälsa- och sjukvårdGet more value from data - Make decisions based on facts - Utilize machine learning
Architecture
Evaluations &
Roadmaps
Big Data Analytics
Factory
Analytics design and
visualization
Proof of Concepts and
Proof of Values
Agile BI services Master Data
Management
solutions
Cloud Analytics
solutions
Analytics for Internet
of Things
Big Data system
development
Data migration
projects
BI Competence
Centers
Application
Management Services
![Page 3: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/3.jpg)
Långt liv låg kostnad
Siverskog J, Henriksson M. Eur J Health Econ. Online Feb 2019 3
![Page 4: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/4.jpg)
Hög produktivitet hög kvalitet
Vårdanalys 2019
![Page 5: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/5.jpg)
Utmaningar• Demografiska trender, ökade kostnader
• Komplexitet och fragmentering
![Page 6: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/6.jpg)
RationalÖkad efterfrågan på vård -> Vi måste göra på ett annat sätt
Informationsdriven vård för att hitta nya vinklar på helheten
![Page 7: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/7.jpg)
”Att vara beslutsfattare i vården är bland det svåraste man kan ge sig in på…”
Vad beror det på?
![Page 8: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/8.jpg)
Varför så svårt?
Sjukvården är i regel funktionellt organiserad med ”vertikala” specialister. Detta är kärnan till orsaken av den enorma komplexiteten som hälso- och sjukvårds beslutsfattare och strategiska planerare står inför.
Silo-
organisation
Utöver att datan är organiserad enligt silomodellen så är Finansiell / resursinformation ej kopplad till kliniska / operativa data. Finansiella chefer och kliniker talar därför ”olika språk”.
Datafragmentering
![Page 9: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/9.jpg)
Copyright © 2016-2018 Emergency Medicine International / Brigham and Women’s Physician Organization | Confidential and Proprietary | Do Not Distribute
How can we radically improve healthcare delivery?
• Common Goal: increase value = outcomes/cost
at population level
• Healthcare system policy and decision makers
guide improvement through choices about
which new structures, processes to implement
• Better decision making requires deeper insights:
– What effects will it have? (outcome, cost metrics)
– How big will impact be? (assumptions, data)
![Page 10: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/10.jpg)
Centrum för InformationsDriven vårD
CIDD
![Page 11: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/11.jpg)
CIDD vision
Imprecision medicine --> precision medicine
Imprecision management --> precision management
Data Information Insights Change Follow up
11
![Page 12: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/12.jpg)
CIDD Uppdrag• Utföra systemanalyser för att kunna förändra, kvalitetssäkra
vården.
• Förvalta och utveckla den holistiska analytiska plattformen och dess metoder
• Stötta RWE forskning
![Page 13: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/13.jpg)
CIDDData
Systemövergripande datamodell med Agil utveckling
Metodik
Repeterbar - 9-steg metod för datadriven utveckling
Organisation
Agila multidisciplinära team
• Lika delar människor, process och teknik
CIDD
![Page 14: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/14.jpg)
Data• Systemövergripande datamodell
• Agil utveckling
• Maximal möjliga granularitet
![Page 15: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/15.jpg)
![Page 16: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/16.jpg)
CIDD
Datadomäner i CIDD
Produktion
Klinisk
Patient
Kapacitet
Kostnad
Närsjukvård
Akuten
Sluten vård
Specialiseradöppenvård
Prehospital
Hemsjukvård
Vårdgivare
Ytterligare framtida källor: • PROMs• Sensor data • Free text structured data
w/ NLP • Genomics data
16
![Page 17: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/17.jpg)
Väl underbyggda beslut kräver detaljerad kostnadsbeskrivning
av hela systemet!
Patient Encounter Costing - PEC
![Page 18: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/18.jpg)
Organisation • Agila multidisciplinära team
![Page 19: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/19.jpg)
Centrum för InformationsDriven vårD
Core team
• Samordnare
• Data arkitekt
• Data scientist
• Data analytiker
• PEC expert
• Jurist
Tillfälliga resurser per frågeställning
• Kliniker olika förvaltningar
• Chefsläkare
• Läkemedelsexperter
• FoU
• HR
• Ekonomi
• Systemexperter
• mm beroende på frågeställningPriogrupp*
![Page 20: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/20.jpg)
CIDD komplement till DatalagerDatalager CIDD
Fokus Driva Förändra
Användning Operationell, taktisk beslut Strategisk taktisk beslut
Utveckling cykler Månad, år Dagar, Vecka, månad
Uppdatering Realtid, Daglig, vecka Månad, kvartal
Arkitektur DL arkitektur Agile, prototyping, mock-up
Perspektiv process, silos Holistic vy av patient , hela hälso-sjukvårdsystemet
Analys Statiska, reaktiv, process Prediktiv, simulering, explorativ, agilt, AI, ML
Data Strukturerad Big Data
Horisont Månad, innevarande år 1-5 år
![Page 21: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/21.jpg)
Personintegritet säkras av ett antal lagar
• GDPR• HIPAA• Privacy Shield• Patientdatalagen• Offentlighetsprincipen• Personuppgiftslagen• etc
21
• Risker och kostnader som orsakas av informationsblockering.
![Page 22: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/22.jpg)
Metodik• 9-steg metod för datadriven utveckling
• Iterativt / explorativt
![Page 23: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/23.jpg)
Datadriven strategisk planering”9-punkts programmet”
Data Driven Strategic Planning Guidebook 2018
![Page 24: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/24.jpg)
Kvalitet konstantmen lägre kostnad
Högsta värde
Lägsta värde
Dyrt men kvalitetsförbättring
kan motivera kostnaden
• Hur jämför du äpplen med päron
Prioritera konkurrerande intressen: Value Matrix
Ko
stn
ads
bes
par
ing
Bättre kvalitet
8
![Page 25: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/25.jpg)
![Page 26: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/26.jpg)
Day X Day X+12M
12 months Outcome
Observation window Prediction window
PC visit IP visitSpecialist visit
PC: Primary careED: Emergency departmentIP: Inpatient
ED visit
Index visit
Day X-12M
Population size (C) 61,876
Female : Male (C) 53 : 47
Population with F3 or F4 (C’)
8,924 (15%)
Female : Male (C’) 62 : 38
Total visits 1,176,891
PC, OP, ED, IP (%) 64 : 30 : 4 : 2
Tidigt upptäcka psykisk ohälsa bland unga
Mål: Identifiera unga I risk att utveckla psykisk ohälsainom ett år genom att använda då tillgänglig data.
Population (C): Halland residents during 2012 and 2017 between the age 20 and 29 and at least one care visit.
Input variables: Patient demographics, Visit patterns, Clinical details such as diagnoses, symptoms, medications, labs, procedures and (soon to be added) notes.
Target variable: Onset of F3 or F4 ICD-10 Dx (binary)
Prediction model: Multi-layer neural net.
Experiment setting
Population summary
![Page 27: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/27.jpg)
Early detection of mental health disorders among youth in Halland
Visit representation: Demographics Clinical profile
Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications, Labs, Radiology, Complaints
128 dimensional embedding vector47 dimensional vector
Training model: 3 layer dense neural network trained in a cost-sensitive mini-batch gradient descent manner. Hidden node activations: ReLU. Train, test split: 0.7, 0.3. Library: Tensorflow
Preliminary results: ROC-AUC = 0.81 (+- 0.008). PR-AUC = 0.52 (+-0.014). Accuracy = 0.94 (+-0.002)
ROC: Receiver Operating CurvePR: Precision-RecallAUC: Area Under CurveReLU: Rectified Linear Units
![Page 28: Centrum för InformationsDriven vårD CIDD · 2019-05-28 · Demographics Clinical profile Age, Gender, Kommun, Visit_type, VAS_ID, Prior visits counts Diagnoses, Procedures, Medications,](https://reader033.fdocuments.net/reader033/viewer/2022050505/5f96ad22e749af14d74eba88/html5/thumbnails/28.jpg)
Copyright © 2016-2018 Emergency Medicine International / Brigham and Women’s Physician Organization | Confidential and Proprietary | Do Not Distribute
SHAARP/PEC Enables Patient Focused, Data Driven Care
Production Clinical Patients
Providers
Capacity Cost
SHAARP / PEC
Opportunity Identification
• Variability analysis, Benchmarking
• Systematic vs. issue based
Prioritize Initiatives
• ROI Analysis
• Value Matrices
Evidence Based Guidelines
• Monitor implementation at the whole population level
• Optimize patient level compliance
Machine Learning-based AI Predictive Modeling
• Predict healthcare events of interest
• Prevention, care optimization
Personalized Precision Medicine for Patients Data Driven Management for Healthcare Systems