Medical Intelligence Strategiestudie Vernieuwing Zorg-ICT

Transcriptie

1 Medical Intelligence Strategiestudie Vernieuwing Zorg-ICT Presentatie definitiestudie 0.4 Oktober 2011

2 Inhoud» Waarom?» Data extracties en toekomstige vragen» Huidige situatie» Ideaalbeeld» Uitgangspunten» Opzet van architectuur» Definitiestudie» Verzamelen gegevens» Acties centrale ICT» Advies» Uitleveren gegevens» Oplossingen in de markt» Advies Medical Intelligence - definitiestudie 2

3 Definitiestudie» Medewerkers» Aafke Jongsma (Furore)» Ewout Kramer (Furore)» Martien Mulder (LUMC)» Roeland Aeijelts Averink (LUMC)» Ursula Letschert (LUMC)» Opleveren definitiestudie: oktober 2011» Opdrachtgever(s): Martin Kalshoven & Rob Mulders» Initiatief Furore en LUMC» Problemen:» Gegevensextractie voor onderzoek (en bedrijfsvoering en zorg) arbeidsintensief en ingewikkeld» Betrouwbaarheid gegevens na extractie.» Doel: bepalen van haalbaarheid van het realiseren van het ontsluiten van gegevens op een uniforme wijze, waarna deze gegevens kunnen worden gebruikt door onderzoek, bedrijfsvoering en zorg.» Belangrijk: draagvlak / mandaat Medical Intelligence 3

4 Data extracties Data extractie parelsnoer Cognos Office Excel DBC Onderhoud Data extractie DSCA EZis Stagin g omge ving EZis DWH MIS PDMS PeopleSoft Overzichtgene rator EZis CS-ComEz Decentrale Applicaties (Mosos, Diamant, Cl. Assistant, Miracle) ProMI Se ProMISe Centrale Applicaties (GLIMS, Cyberlab, MetaVision, ) EZis DB Data extractie cura rata / kindergeneeskunde Data extractie voor MIS Data extractie voor... Medical Intelligence - definitiestudie 4

5 Steeds meer vragen Onderzoekers Informatie over ziekteverloop Betrouwbare brongegevens, direct uit primaire proces Snel kunnen voldoen aan nieuwe informatievragen Percentage patiënten verwezen voor palliatieve radiotherapie van pijnlijke botmetastase waar ernst van de pijn voor start wordt vastgelegd op een schaal van 0 tot 10 Specialistische onderzoeksvragen (NCDR, PRN) Management en zorg Kwaliteitsverbeteringen Efficientie verbetering Ondersteunen beslissingen Indicatoren BI op bron Inzicht in resultaat behandeling Ondersteunen beslissingen Percentage patiënten bij wie kankerweefsel is achtergebleven na een borstbesparende operatie Informatie beheer Inzicht in proces gegevensdistributie standaardisatie Toegenomen urgentie prestatie indicatoren (ZiZo, IGZ) Ketens een eenduidige bron voor uitwisselen richting keten Medical Intelligence - definitiestudie 5

6 Voor elke casus dezelfde vragen Waar staan de gegevens? Wat betekenen de gegevens? Moet er geconverteerd worden? Grote kans op dubbel werk Grote kans op interpretatieverschillen Grote kans op onbeheerde koppelingen Hoe krijgen we de gegevens uit het systeem? Hoe komen de gegevens bij degene die er behoefte aan heeft? Medical Intelligence - definitiestudie 6

7 Verschillen in interpretatie en context Nicolette de Keizer, AMC Medical Intelligence - definitiestudie 7

8 Meer dan EZIS alleen patient pers./organ. opname consult diagnostiek verwijzing allergie zorglogistiek verblijf zorgpad terminologie verrichting medicatie biomateriaal beeld protocol consents complicatie financieel careplan order Medical Intelligence - definitiestudie 8

9 Ideaalbeeld»Eén werkwijze en route voor het binnenhalen van gegevens uit diverse bronnen»eén beheersomgeving voor de definitie en standaardisatie, samenvoegen en vertaling van brongegevens»eén uitleverplatform voor genormaliseerde gegevens Medical Intelligence - definitiestudie 9

10 ontsluiter Een enkele verzamel- en uitleverarchitectuur Definities van gegevens heeft de vertaler nodig om gegevens op de juiste wijze in de database te zetten. gegevens definities ZI S ZI S ZIS bronnen ZI S ZI S ZIS Eenvoudige opzet database; simpel informatiemodel met niet al te veel tabellen Informatie modellen Dit is de plek waar een onderzoeker kan kijken welke gegevens hij precies nodig heeft. toegang MI Portaal Anonimisatie / pseudonimisatie vertaler Gegevens catalogus Selecteren gegevens uit bron Leveren gegevens Omzetten van gegevens naar gewenste formaat, maar geen wijzigingen in inhoudelijke betekenis Ontvangen gegevens Formaat controle Combineren van gegevens Ordenen en relateren gegevens Converteren naar gewenste format / definitie Leveren gegevens Medical Intelligence DB Opslaan gegevens Leveren gegevens Onderhouden gegevens definities Audit / logging Aggregeren gegevens Standaard / ad hoc selecties Gegevens verzameling aanbieden ad hoc selecties standaard selecties afnemers Medical Intelligence 10 Vanaf hier kan je gegevens verrijken of kolommen toevoegen. Ook exports maken voor andere tools

11 Acties voor centrale ICT 1. Waar staan welke gegevens? 2. Hoe ontsluit ik de gegevens? PeopleSoft Metavision GLIMS Clinical Assistant Cyberlab Miracle Mosos 3a. Wat is de gegevensdefinitie? Diamant CS-Ezis 3b. Hoe is het invulgedrag? Medical Intelligence - definitiestudie 11

12 Advies Breng applicatielandschap in kaart Volledig dekking datadefinities onhaalbaar» Begin met basisdossier (bron)» Of al bekende sets (DSCA) en pilots (zoals prestatie indicatoren) (bron)» Ga na hoe je deze gegevens wilt aanbieden (doel)» Koppel definities aan de blauwdrukken (processen) Volledige dekking ontsluiten gegevens onhaalbaar» Ontsluit CS-Ezis op database-niveau, alleen wat nodig is» Bij andere applicaties: ga niet verder dan officieel beschikbare mogelijkheden en bestaande uitwisseling of in overleg met de leverancier» Samenwerking met UMCU Beheer van het definiëren en verzamelen van gegevens Medical Intelligence - definitiestudie 12

13 Oplossingen Standaard producten Volledige producten dbmotion Microsoft Amalga CareAlign ICA MediCity Meditrust Intersystems HealthShare 3M CDR Code24.nl (MCA) Quiterian Halffabrikaten Tolven (open source) M-Grid Data Aggregation Middleware : Although a great deal of data already exist in the form of claims data, prescribing information, lab and imaging results, and clinical records, much of this data is trapped in different, incompatible databases. The last few years have seen the emergence of new middleware products designed to extract data from disparate legacy systems and put them in a compatible format. Een van de drie emerging technologies uit het rapport over de toekomst van zorg-ict van de President s Council of Advisors on Science and Technology, December 2010 Producten in huis Cognos MIS Cloverleaf Eigen import/conversiescripts dbmotion Tragpi Medical Intelligence 13

14 Advies Kies een pilot» Basisdossier, DSCA, prestatieindicatoren Low-key uitbreiden huidige MIS» MIS uitbreiden tot generiekere oplossing met detailgegevens» MIS vullen vanuit CS-Ezis» Cognos gebruiken als uitleverportaal» Voor uitlevering onderzoek, eigen scripts» Alle gegevens in MIS goed gedefinieerd en aan proces gerelateerd Pas na een aantal pilots kijken wat de eisen aan een standaard oplossing zijn» Standaardoplossingen zijn prijzig» Zonder zicht op huidige/gewenste data definities niet te implementeren» Specifieke ontsluiting Nederlandse softwarepakketten zullen toch ontwikkeld moeten worden Medical Intelligence - definitiestudie 14

15 Vragen / opmerkingen? Medical Intelligence - definitiestudie 15