Повышение качества психиатрической помощи с помощью предиктивной аналитики

Канадский центр наркологии и психического здоровья использует (CAMH) SAS^® Analytics, чтоб улучшить качество обслуживания и оптимизировать работу больницы.

В Канаде каждый пятый человек страдает психическими заболеваниями или зависимостями, что намного выше среднего показателя по миру. Но в отличие от физических заболеваний, психические расстройства, такие как депрессия, тревога, посттравматическое стрессовое расстройство и расстройства пищевого поведения, часто остаются без лечения, поскольку слишком много людей предпочитают страдать молча, а не обращаться за профессиональной помощью.

Центр наркологии и психического здоровья (CAMH) работает над устранением стигматизации психических заболеваний и зависимостей, одновременно предоставляя помощь мирового класса тем, кто в ней нуждается. CAMH - крупнейшая в Канаде клиника, изучающая вопросы психического здоровья, а также национальный лидер в области ухода, образовательных и социальных программ. В этом учреждении в Торонто ежегодно проходят лечение более 34 000 пациентов.

Ребекка Комри, исполнительный директор CAMH по повышению эффективности, отвечает за использование данных и аналитики для продвижения миссии больницы.

«Сегодня очень мало знаний о заболеваемости и распространенности психических заболеваний в Канаде и во всем мире», - говорит Комри. «Мы находимся в авангарде сбора значимой информации о состоянии психических заболеваний, чтобы лучше оценивать и улучшать результаты лечения».

Объединение данных EHR с аналитикой

Комри пришла в CAMH вскоре после внедрения электронных медицинских карт (EHR), крупного ИТ-проекта, который централизовал записи пациентов в корпоративном хранилище данных. "Но мы быстро поняли, что система EHR сама по себе не подразумевает значимых данных", - говорит она. "И уж точно она не эквивалентна ценной информации".

Специалисты задумались, как информация из EHR может помочь в решении клинических проблем. В CAMH накапливались обширные данные о пациентах: назначения, анализы, лекарства, демографические данные и история болезни. Комри и другие хотели узнать, как CAMH может использовать эту ценную информацию для улучшения клинических результатов и оптимизации работы.

CAMH приступила к реализации стратегии корпоративной аналитики, направленной на объединение разрозненных инструментов, методологий и процессов в единую целостную и согласованную среду для аналитики. «У нас была амбициозная цель - разработать лучшую аналитическую практику для больниц в провинции, если не в стране», - говорит Комри. «И нам нужно было решение, обеспечивающее надежную аналитику для всего, что нам может понадобиться».

CAMH лицензировал SAS Analytics, получив универсальную аналитическую платформу для управления, моделирования и визуализации данных для различных целей. Вскоре Комри и ее команда начали использовать аналитику для решения конкретных задач в рамках всей организации.

Предиктивное моделирование в отделении неотложной помощи

Одним из первых проектов Комри был анализ деятельности отделения неотложной помощи. У ее коллег-клинических врачей было больше работы, чем обычно. Комри предложил разобраться в этом.

Проанализировав данные, Комри и ее команда обнаружили, что за последние шесть лет число посещений отделений неотложной помощи выросло на 82%. Затем они начали моделировать данные о населении, предоставленные Министерством здравоохранения, чтобы предсказать будущую активность отделения неотложной помощи. Зная, какое количество пациентов ожидается, сотрудники CAMH могли разработать правильные модели ухода и проекты оптимизации процессов для удовлетворения будущих потребностей.

«Мы смогли предоставить комплексное решение для обработки данных и аналитики, которое помогло бы им не только понять текущую ситуацию, но и поддержать принятие ими решений с точки зрения планирования программ и повышения качества», - поясняет Комри.

В аналогичном проекте Комри и ее команда использовали SAS для оптимизации ухода за пациентами с альтернативным уровнем ухода (ALC). Это те пациенты, которые занимают койки в больнице, но больше не нуждаются в стационарном лечении. Прогнозируя, какие пациенты имеют ALC при поступлении, CAMH может гарантировать, что эти пациенты будут беспрепятственно переведены в нужное место лечения в подходящее время. Это также приносит пользу больнице и другим пациентам, освобождая койки для тех, кто больше всего в них нуждается.

CAMH использует данные социальных детерминант, собранные при поступлении, для выполнения этого анализа. На протяжении всего проекта они протестировали несколько моделей прогнозирования, включая одномерный и многомерный анализ. В конце концов, они остановились на прогностической модели, которая имела точность 80% - важный шаг вперед в оптимизации лечения пациентов с ALC и оптимизации койко-мест.

Государственное финансирование

Будучи общественной организацией, CAMH получает государственное финансирование и поэтому должен уметь обосновывать запросы на финансирование капитальных проектов. В случае отсутствия финансирования со стороны государства, деньги должны поступать от частных инвесторов, получить которые не всегда легко.

Успешно сформулировав операционные потребности для отделения неотложной помощи и пациентов с ALC, CAMH начал искать способы использования данных и аналитики для обеспечения государственного финансирования новой промежуточной клиники - канадского эквивалента центра неотложной помощи в США. Новая клиника отвлечет трафик отделений неотложной помощи и обеспечит лучшие условия для оказания помощи некоторым пациентам.

И снова Комри и ее команда помогли партнерам сформулировать бизнес-кейс, чтобы подтвердить спрос на новую клинику. Используя предиктивную аналитику SAS, они смогли спрогнозировать такие вещи, как потребности в постельных принадлежностях и кадрах, количество пациентов, ожидаемых каждый год, и количество пациентов, которые будут переведены из отделений неотложной помощи.

В итоге анализ помог обеспечить 100% государственное финансирование новой клиники на 23 койки. "Я не могу вспомнить ни одну другую больницу, которой бы выделялось финансирование на открытие совершенно новых отделений", - говорит Комри. "Представив потребности и проведя надежное моделирование будущих потребностей, мы смогли добиться государственного финансирования, не прибегая к внешним пожертвованиям. Как вы понимаете, это трудно и редко встречается в системе государственного финансирования.

"Спонсоры должны быть уверены в ваших данных, вашей методологии и вашем подходе", - продолжает Комри. "С SAS мы добились больших успехов в этом направлении".

Заглядывать в будущее, мыслить глобально

Канадское правительство недавно объявило о инвестициях на четыре года в размере 2,1 миллиарда долларов на дальнейшее улучшение услуг в области психического здоровья и лечения зависимостей в Канаде. Благодаря динамичному развитию возможностей предиктивного моделирования и аналитики, CAMH может использовать эти инвестиции в интересах людей, страдающих психическими заболеваниями.

"Наше сотрудничество с SAS действительно помогло нам создать у людей очень сильное впечатление об "искусстве возможного", когда речь идет о данных", - говорит Комри. "Теперь в нашем распоряжении есть инструменты, позволяющие делать глубокий анализ данных и предоставлять наилучшее клиническое обслуживание".

Сейчас CAMH рассматривает такие технологии, как искусственный интеллект, телемедицина и анализ геномных данных, чтобы обеспечить более персонализированный подход к лечению психических заболеваний.

«Мы стараемся более комплексно подходить к лечению и уходе за пациентами. Ведь у них могут быть различные хронические заболевания и потребности в первичной медико-санитарной помощи», - говорит Комри. «Чем лучше мы оцениваем успех лечения, тем больше мы можем применять индивидуальные методы для благополучия и здоровья наших пациентов».