高级分析帮助医院以患者为中心改进治疗效果
采用多学科方法分析数据改善患者护理和接诊管理
综合分析
提供更好的医疗保健服务
圣马蒂诺综合医院采用基于SAS® Viya®的SAS®可视化分析实现这一成果
圣马蒂诺综合医院采用基于SAS® Viya®的SAS® 可视化分析提高以患者为中心的运营决策能力
数据是医疗保健领域的强大工具。除支持诊断外,数据还有助于医疗机构确定患者人群的动态趋势和变化,为设施或服务的改进提供方向,明确未来的资源分配,提供真实的医疗费用,从而更好地了解全国医疗保健成本。30多年来,圣马蒂诺综合医院 (San Martino Polyclinic Hospital) 医务管理人员一直依靠数据推动医疗保健决策。但现在,医院正在改变分析方法。
圣马蒂诺综合医院位于意大利利古里亚大区首府热那亚,是欧洲最大也是最重要的医研综合体之一。2022年,圣马蒂诺综合医院被《新闻周刊》评为世界最佳医院,长期以来一直是医疗保健领域的领导者。作为国家卓越中心,医院开设热那亚大学医学院本科和研究生课程。
过去,圣马蒂诺采用垂直数据分析–数据及,由此产生的洞察仅限于肿瘤学、心脏病学、血液学、神经病学等临床部门进行整理。如今,医院已转向跨学科分析,从而了解影响患者的所有疗程,包括出院后的监测和治疗。
结果如何?以患者为本的方法可根据全面健康洞察量身定制疗法。新方法还可以整合科学界当前研究的建议,以及患者出院后收集的更详细的数据。
采用多学科分析方法,我们可将数据与新疗法相互参照,以期加以改进,并了解影响患者的各个运营部门。这种方法使我们能够根据实际需求分配必要的资源。 Francesco Copello 运营控制管理部主任 圣马蒂诺综合医院
改善接诊管理
运营控制管理部主任Francesco Copello表示,医院长期以来一直采用数据分析。“20世纪90年代中期,我开发了部分首批分析报表,”Copello说。“2002年,我们在网上首次公开发布报表。我们一直利用数据监测活动,确定医疗保健服务的适宜性、工作效率和有效性。近年来,我们将分析扩展到规划,尤其是预算管理和费用规划。”
此外,圣马蒂诺综合医院现在可以改善患者护理和接诊管理,包括医疗资源、人员配置和床位。
通过跨部门分析,约诊名单可以补充主要信息。约诊患者中,根据病理和紧急程度以及更广泛的数据(如病理预期住院时间)确定优先干预对象。
公平入院
确定患者平均住院长度时,这种设想恐怕不现实。例如,很多时候,有些住院时间似乎非常长,对病房总体平均住院时间产生负面影响。
然而,从跨部门角度看,可以够掌握患者留在医院主要因为组织内部问题,还是为了接受特定治疗。利用透明且可解释的数据还可以对公平入院进行定性分析,以改善医院服务。
圣马蒂诺综合医院–事实和数字
55,000
年住院人次
800万
年专业服务人次
1,300+
病床
准确的报表和循证空间
例如,肿瘤科医生现在可以查看整个组织的仪表盘,准实时检查按病理划分的实际人群健康状况。重要的是了解病理相关的患者数量、住院次数、需要接受的化疗次数和种类、手术次数和相关时间安排等。
这些分析生成重要报表,使医院能够遵守国际循证医学的严格标准。
Copello表示:“我们意识到,各个运营单位越来越多的医生和专业人员不仅将这些报表用于运营监控和预算,还用于内部单位评估。这些报表易于访问,有助于评估部门工作效率和绩效,并生成新的生产力洞察,如单位医疗保健服务相关活动。”
借助SAS® Viya® 低代码/无代码环境,医生无需任何编程或技术专业知识即可访问仪表盘和报表。拖放功能便于没有编码知识的用户创建交互式报表和查看数据,获得患者护理所需的信息。
“因此,增加基于SAS Viya的SAS可视化分析是自然演进的过程,”Copello说。“当然,数据治理和模型设置仍由我的部门负责,但医生现在可以自主浏览仪表盘并查询数据,进行自行评估。”
监测肿瘤患者
跨部门分析预后结果的方法对于以患者为中心制定最佳决策至关重要。
Copello表示:“我们自2011年开始提供肿瘤报表,包括远程监测分析肿瘤病例、治疗效果,如Kaplan-Meier生存曲线、化疗和抗肿瘤药品供应,以及其他许多进一步丰富完善分析的变量。”
在这个阶段,国家卫生服务局、地区和邻近地区数据相互参照十分重要。仅仅掌握生存率信息是不够的–关键是了解复发趋势、多少人需要进一步手术或额外的癌症治疗、需要哪些额外治疗以及哪些条件能够确保最成功的治疗效果。
Copello表示:“可以很自豪地说,采用SAS Viya,我们现在可以根据病理、执刀医生和手术单位对结果进行极为广泛的测评。我们关注的不仅是患者的生存率,还包括再次手术(外科手术)、新住院治疗和所需的新疗法。利用多学科分析方法,我们可将数据与新疗法相互参照,以期加以改进,并了解影响患者的手术部门。这种方法使我们能够根据实际需求分配必要的资源。”
没有相应的数据分析,这一切不可能实现。分析再次被证明是卓越的工具,可用来构建更美好、不断创新和以人为本的未来。
本文中所展示的成果取决于文中所述的特定场景、业务模式、数据输入和计算环境。每位SAS客户的体验都因其业务和技术特性而不同,请勿将本文观点视为通用观点。实际的成本节约、成果和效果最终取决于每位客户的实际配置和条件。SAS不保证每位客户都能取得本文类似的成果。SAS仅对SAS的产品和服务提供保证,请参阅SAS的产品服务质保条款,本文中提及的内容不能视为质保条款。客户可以按照合约商定的条款分享SAS软件实施项目的成功案例,相应的品牌和产品名称归属相应的公司所有。