اتصال نقاط در مراقبت مبتنی بر ارزش

در هر ثانیه، مقدار نمایی از داده های مراقبت های بهداشتی تولید می شود. مراقبت های بهداشتی بیش از 30 درصد از حجم داده های جهان را تشکیل می دهد – بیش از تولید، خدمات مالی، یا رسانه و سرگرمی. و با آن فرصت‌های بی‌پایانی جدید برای درک بهتر و عمل بر روی هر دو روند مراقبت‌های بهداشتی در سطح فردی و جمعیتی به وجود می‌آید.

اما نکته اینجاست: داده ها فقط به اندازه بینش هایی که می توان از آن استخراج کرد مفید است. بنابراین، در حالی که ارائه‌دهندگان با سیل داده‌ها مواجه هستند، هنوز به ابزارهای مؤثری برای دسترسی و تجزیه و تحلیل آن داده‌ها مجهز نشده‌اند تا عملاً بر سلامت بیماران خود تأثیر بگذارند. در همین حال، پرداخت‌کنندگان و کسانی که مسئول برنامه‌های مداخله هستند، پیش‌بینی دقیق خطرات یا مشاهده روند بیماران و جمعیت را دشوار می‌دانند، که مانع اتخاذ رویکردی فعال‌تر برای مراقبت‌های بهداشتی – مانند مراقبت مبتنی بر ارزش (VBC) می‌شود.

صنعت مراقبت های بهداشتی به روش بهتری برای جمع آوری داده های مناسب و تجزیه و تحلیل آن نیاز دارد، راهی که به ایجاد مسیری برای نتایج بهتر سلامت کمک کند. این یک دستور بلند است، اما می‌تواند با چیزی که بیش از یک پنجم بزرگسالان آمریکایی از آن استفاده می‌کنند حل شود: پوشیدنی‌های مصرفی.

اخیراً در مورد اینکه چرا به آینده VBC خوشبین هستم نوشتم. به عنوان گام بعدی در این مجموعه، من روی موارد استفاده خاص تمرکز می کنم که نشان می دهد چگونه پوشیدنی های مصرف کننده می توانند در VBC نقش داشته باشند. برای شروع، می‌خواهم در مورد فرصت‌هایی که داده‌ها برای به دست آوردن بینش‌های معنادار برای مراقبت شخصی، مراقبت‌های پیشگیرانه و سلامت در کل جمعیت ارائه می‌دهند صحبت کنم.

فشار برای مراقبت شخصی

مراقبت مبتنی بر ارزش موفقیت آمیز به همکاری نزدیک بین بیماران و تیم های مراقبتی آنها بستگی دارد که فراتر از یک عکس فوری سلامتی یک بار در سال است. ما می دانیم که 80 درصد از بیماری های مزمن مانند دیابت و فشار خون بالا را می توان از طریق تغییر سبک زندگی مدیریت کرد. برای نتایج موفقیت آمیز سلامتی، حمایت از این تغییرات توسط درک سلامت بیمار به صورت روزانه.

اما مشکل اینجاست: برای پرداخت کنندگان، ارائه دهندگان و سیستم های بهداشتی دشوار است که به بیماران آموزش دهند و آنها را به طور مداوم با سلامت خود درگیر کنند. این چیزی نیست که سیستم فعلی ما برای انجام آن تنظیم شده است، با نقاط تماس بیمار که در بهترین حالت اپیزودیک و نادر هستند.

نتیجه این نقاط تماس نادر – و داده‌های لحظه به لحظه که ارائه می‌کنند – توصیه‌های کلی و یکسانی است، مانند «بهتر بخور» و «بیشتر حرکت کن» که مبهم و غیرشخصی به نظر می‌رسد، و بنابراین عمل کردن بر روی آن دشوار است. و تحقیقات این را ثابت می کند: 85٪ از مصرف کنندگان می خواهند تعامل شخصی بیشتری با ارائه دهندگان خود داشته باشند.

برای موفقیت مراقبت مبتنی بر ارزش، بیماران و ارائه دهندگان به روشی بهتر و آسان تر برای رسیدن به یک صفحه نیاز دارند. به جای جمع کردن پزشکان با داده‌های بیشتر، باید بینش‌های واقعی و ایجاد شده توسط بیمار بر اساس داده‌هایی که قبلاً تجزیه و تحلیل شده‌اند، ارائه دهیم. آوردن این بینش ها به مکالمه به این معنی است که بتوانید راهنمایی های شخصی تر ارائه دهید که هم کاربر پسند و هم کاربردی باشد.

فراتر از اعداد خام: آینده روندی است

داده‌های مربوط به سلامت و تندرستی از ابزارهای پوشیدنی کمتر در مورد کاری است که یک فرد دیروز یا هفته گذشته انجام داده است، و بیشتر در مورد تشخیص روندهایی است که در طول زمان به سمتی می‌رویم تا بتوانیم اقدامی انجام دهیم و سبک زندگی را تنظیم کنیم.

دکترم اهمیتی نمی دهد که دیروز 10000 قدم راه رفتم. اما اگر سال گذشته 10000 قدم در هر روز به طور متوسط ​​گام بردارم، دکترم توجه می‌کند و خط روند من اکنون نصف آن است. یا اینکه ضربان قلب من در حالت استراحت زمانی به طور متوسط ​​61 ضربه در دقیقه بود و اکنون به طور مداوم بیشتر یا کمتر شده است. اینها تغییراتی در شاخص‌های سلامتی من هستند که می‌توانند گفتگوی عمیق‌تر و ارزشمندتری را ایجاد کنند.

این شبیه به روشی است که اپلیکیشن‌های مالی مانند Mint دیدگاه مردم و درک آنها از امور مالی خود را تغییر دادند. نعنا دستمزد شما را افزایش نداد، اما به‌طور واضح عادت‌های خرج کردن را در طول زمان روشن کرد و تصویر مالی بزرگ‌تری را ترسیم کرد. مطمئناً، شما می‌توانید به مرحله گرانول بروید، اما مزیت آن در خط روند بود – اینجاست که مردم واقعاً می‌توانند ببینند که آیا در مسیر رسیدن به اهداف مالی خود هستند یا خیر، و تشخیص دهند که کجا برای بهبود وجود دارد.

به همین ترتیب، داده‌های بهداشتی از پوشیدنی‌های مصرف‌کننده، کاتالیزوری را فراهم می‌کند تا معیارهای سلامت و رفاه روزمره را در نظر بگیرد و آنها را به راهنمایی مراقبت‌های بهداشتی شخصی متصل کند. و نه فقط در سطح فردی.

ردیابی شاخص‌های کلیدی سلامت با ابزارهای پوشیدنی می‌تواند داده‌های سطح جمعیت را در مورد روندهای سلامت در زمان واقعی در حین توسعه ارائه دهد. سپس، یادگیری ماشین و هوش مصنوعی می توانند این داده های خام را به بینش تبدیل کنند. فراتر از یک تصویر کلی از سلامت جمعیت خود، شما همچنین می توانید عمیق تر به آنچه در بخش های خاص روی می دهد برای شناسایی شکاف های مراقبت، پیش بینی روندهای آینده و اطلاع رسانی در مورد مداخلات مراقبتی، کاوش کنید. و برای تحقق کامل پتانسیل فناوری در مراقبت های بهداشتی، چیزهای بیشتری در افق برای هوش مصنوعی سلامت وجود دارد.

در یک مطالعه روی بیماران سرطانی، سطوح پایین‌تر فعالیت بدنی در طول بهبودی بستری با خطر بالاتر بستری مجدد در بیمارستان مرتبط بود. این به ما چیزی ملموس در مورد نحوه اطلاع رسانی بهتر مداخلات مراقبتی با آن جمعیت در حال پیشرفت می گوید.

در اینجا سه ​​نمونه دیگر از نحوه استفاده از تجزیه و تحلیل داده ها برای به دست آوردن بینش سلامت در سطح جمعیت وجود دارد که می تواند منجر به تعامل بهتر و نتایج سلامت بهتر شود.

1. به طور دقیق گروه های در معرض خطر را هدف قرار دهید: داده ها را می توان برای تمرکز منابع مداخله بر روی اعضا یا زیر گروه های بیمارانی که به بیشترین حمایت نیاز دارند، استفاده کرد. برای مثال، نشانه‌های خارج از محدوده سالم را می‌توان از طریق نمودارهای کاربرپسند و بینش‌های عملی تجسم کرد، که تمرکز مداخلات را در زمان مناسب بر روی اعضای در معرض خطر بسیار آسان‌تر می‌کند.
2. شکاف ها را ببینید و برطرف کنید: منابع همیشه محدود هستند، به همین دلیل بسیار مهم است که بدانید کدام شکاف در مراقبت باید ابتدا برطرف شود و کدام گروه از افراد از لحاظ کردن بیشتر سود می برند. جمع‌آوری و تجزیه و تحلیل داده‌های پوشیدنی امروزی به طراحان برنامه دید کاملی از روندهای ماه به ماه در زمینه‌هایی مانند خواب، سطح فعالیت و ضربان قلب می‌دهد – فقط به نام چند مورد. این به نوبه خود مدیران برنامه را قادر می‌سازد تا برنامه‌های حمایتی پیشگیرانه‌تر به موقع و مرتبط‌تری ایجاد کنند.
3. گسترش تعامل: برای بهبود اقدامات کیفی، طراحان طرح و برنامه سلامت باید بدانند که اعضای جمعیت خود با چه چیزی درگیر هستند و کجا به حمایت اضافی نیاز دارند. با داشتن این اطلاعات، می توانید استراتژی های مداخله را با توجه به روند جمعیت تنظیم کنید.

آینده مراقبت های بهداشتی شخصی و پیش بینی کننده است

همانطور که مراقبت های بهداشتی به سمت یک مدل مبتنی بر ارزش حرکت می کند، داده های کاربر تولید شده توسط ابزارهای پوشیدنی مانند دستگاه های Fitbit فرصت های قابل توجهی را برای پرداخت کنندگان و ارائه دهندگان فراهم می کند. با استفاده از راه حل ساده ای که از قبل روی مچ دست افراد وجود دارد، ارائه دهندگان می توانند راهنمایی های عملی تر و شخصی سازی شده ای را ارائه دهند که از زندگی روزمره افراد مطلع است. با برداشتن یک قدم جلوتر، فرصت روشنی برای کاوش عمیق‌تر در داده‌های بهداشتی در مقیاس جمعیتی وجود دارد تا روندهای سلامتی را در حین شکل‌گیری، بهبود راهنمایی‌ها و پیش‌بینی بهتر نیازهای بهداشتی بیماران به صورت انبوه مشاهده کنیم.

برای روشن بودن، پوشیدنی‌ها راه حلی برای چالش‌هایی که در مراقبت‌های بهداشتی با آن‌ها روبرو هستیم نیستند – هیچ چیز واحدی نیست. اما می‌توان از آن‌ها برای تجزیه و تحلیل تأثیر برنامه و باز کردن بینش‌ها برای دیدی بسیار کامل‌تر از سلامت و رفاه جمعیت استفاده کرد. این یک گام مهم به سمت یک سیستم مراقبت های بهداشتی موثرتر و کارآمدتر است.

به دنبال منابع بیشتری در مورد مراقبت مبتنی بر ارزش هستید؟ کاغذ سفید جدید ما را بررسی کنید، پوشیدنی های مصرفی در مراقبت های مبتنی بر ارزش.

پست اتصال نقاط در مراقبت مبتنی بر ارزش اولین بار در Fitbit Enterprise ظاهر شد.

منبع