大数据分析如何帮助医院制止杀手

无线生物传感器和大数据分析可以帮助医院识别出败血症迹象的患者,而败血症是美国非冠状动脉重症监护病房死亡的主要原因。他们甚至可以继续监控出院的患者。

败血症
Thinkstock

大数据。预测分析。即时的。可行的见解。围绕使用数据来获取价值这一流行语令人mor目结舌。有时所带来的好处可能是深奥的,或者至少很难形象地看到,这无济于事。但有时带来的好处是显而易见的,例如与败血症的斗争中,败血症是美国的主要杀手之一。

败血症是一种严重的医学疾病,当人体对感染作出反应时会释放出免疫系统的全部力量。免疫化学物质会引发广泛的炎症,可能导致血液流动受损以及对人体器官的破坏(和衰竭)。

根据 国立普通医学科学研究所,每年有超过一百万的美国人患有严重的败血症,其中28%至50%的人死亡-超过美国每年因前列腺癌,乳腺癌和艾滋病造成的死亡总数。它是 死亡的主要原因 在美国医院的非冠状动脉重症监护病房(ICU)中,这是美国整体第十大死亡原因。

败血症如何传播

败血症在医院中经常发生,因为它总是源于另一种医疗状况-肺部,泌尿道,皮肤,阑尾炎的感染,或者是侵入性医疗程序的结果(例如,插入将细菌引入血液的血管导管) )。

[有关: IBM推出Watson Health全球分析云 ]

病人患有系统性炎症反应综合征(SIRS)(败血症的先兆)的迹象,即使在医院中也可能难以诊断,因为它们模仿了其他情况。常见症状包括发烧,发冷,呼吸急促和心跳加快,皮疹,意识模糊和迷失方向。诊断败血症通常需要进行血液检查以寻找异常数量的白细胞或乳酸水平升高,这与病情的严重程度相关。胸部X光或CT扫描也可用于识别感染。

不幸的是,这些症状通常在患者出院后发生。这种情况难以预料地发生并且可以迅速发展,这意味着患者可能患有严重的败血症,并且在寻求帮助之前会变得感染性休克和多器官功能衰竭。

这加剧了问题,因为要使感染性休克的患者复活可能非常困难。对器官的损害可能是永久性的。尽早发现SIRS至关重要,然后才能取得进展。

脓毒症不仅是致命的杀手,而且对医疗保健行业来说也是一笔巨大的代价。的 找到医疗保健研究与质量局 该败血症无疑是2011年美国医院治疗费用最高的疾病,超过200亿美元(比其次的骨关节炎费用高出50亿美元),此后败血症的发生率一直在增加。

输入大数据

所有这些大数据流行语都来自这里。IT咨询和托管服务提供商 日立咨询 日立的子公司)与医疗设备制造商合作 重要连接 和分析专家 ClearStory数据 创建可以检测与SIRS相关的症状的实时临床监测解决方案。

[相关: 医疗保健分析:影响采用率的四件事 ]

原型解决方案,在 HIMSS15医疗保健IT会议 在四月,它包括一个一次性的类似创可贴的无线生物传感器(经FDA认证的HealthPatch),使用ClearStory Data解决方案对患者数据进行实时处理以及可让医疗专业人员立即采取行动的耗材分析。

重要连接的HealthPatch戴在心脏正上方的胸部上,旨在监视患者的生命体征并跟踪其他信息,包括身体活动,姿势甚至跌倒。当应用可以显示诸如步数,心率,呼吸,皮肤温度等统计信息时,它可以无线连接到智能手机。它可以在患者醒着,睡觉或什至在淋浴时佩戴。

clearstory数据败血症警报情节提要

ClearStory数据可对大量生物传感器数据进行近乎实时的测量,这些数据通过按照临床实践标准建模的算法进行分析。患者情节提要板(抽象)识别并警告临床医生可能有风险的患者。

(单击查看大图。)

智能手机应用程序将患者临床数据传输到基于云的存储库,在该存储库中将其与来自其他数据源(基于NoSQL和SQL的数据源,高级数据源等)的现有患者数据混合在一起。护理人员可以使用ClearStory数据来分析数据并将其与系统模式相关联,以检测出SIRS的潜力。

ClearStory数据的首席执行官兼创始人Sharmila Mulligan说:“这些设备丢弃了有关心率,温度,能量消耗,血压等的数据。” “即使是身体姿势。当您患有败血症时,您的姿势也会改变;您的行走方式会开始放慢速度。如果患者实际上显示出其中的某些属性开始达到一定的数值​​,那么他们正处于高发状态。风险情况。护理人员需要实时查看此数据。”

由Apache Spark提供支持的ClearStory Data可对大量生物传感器数据进行快速周期,近乎实时的测量,这些数据通过按照常规人类临床监测学科中使用的临床实践标准建模的算法进行分析。患者“故事板”根据生物传感器的措施识别并警告临床医生可能有危险的患者。然后可以使用血清水平测试来确认SIRS和/或败血症的存在。

挽救生命并削减成本

美国各州开始采取行动,以挽救生命并降低医疗保健成本。纽约在2013年起了带头作用,当时州长安德鲁·库莫(Andrew Cuomo)推出了一套详尽的法规,要求医院采用循证做法以降低败血症死亡率。

采取这些措施的部分原因是,2012年12岁的罗里·斯汤顿(Rory Staunton)死亡,他是皇后区的一名六年级学生, 死于严重的败血性休克 在体育课上打篮球后得到了削减。斯汤顿在纽约大学朗格尼医学中心急诊室接受治疗,然后送回家。在医院拍摄的生命体征表明了几种可用于诊断败血症的症状,但护理人员未能将图片合在一起。三天后,他在重症监护室死亡。

其他16个州也跟随纽约采取了类似措施。

“每个国家都有这个问题,”穆里根说。 “他们在做同样的事情。”

例如,她指出,新加坡已进行了为期五年的项目,以数字化整个城市。作为该项目的一部分,每位离开非冠状ICU的患者都将获得一个HealthPatch来监控他们的病情。

Mulligan说:“这一突破性的解决方案使医院和诊所的护理人员能够做出快速,实时的数据驱动型决策,这些决策对患者的护理和诊断产生直接影响,同时减少了医疗保健支出。” “该解决方案体现了下一代分析的速度,规模和功能,可实时提供关键信息,并证实医疗保健领域前所未有的创新是可以实现的。”

在Google+上关注Thor

版权© 2015 IDG通讯,Inc.