성과 모니터링을 통해 가치 기반 치료 개선하기

가치 기반 치료 전략의 영향 정확히 측정하기

1970년대 이래로 헬스케어 산업은 지속적인 혁신을 이어왔습니다. 2001년에 Institute of Medicine은 국민 보건, 환자 경험 및 치료 품질 개선과 1인당 헬스케어 비용 절감을 목표로 하는 Crossing the Quality Chasm과 Triple Aim을 발표했습니다. 이후 의료 서비스의 제공 방식에 획기적인 변화가 생겼습니다. 더 많은 방문, 더 많은 시술, 더 많은 입원에 대해 보상하던 양적인 활동에 중점을 두는 대신 헬스케어 산업은 통합 치료를 제공하는 가치 기반의 시스템으로 한 걸음 나아갔습니다. 환자 중심의 활동을 중요시하고, 리소스를 최적화하고, 환자의 건강과 조직의 재무 상황 모두를 위한 성과를 개선하는 데 중점을 두게 된 것입니다.

가치 기반 모델을 촉진하기 위해서는 헬스케어 조직이 비용 비효율성을 식별하고 완화하는 데 목적을 둔 단순한 임상 시스템에만 의존할 수는 없습니다. 개선 기회를 식별하는 데 도움이 되는 균형 잡힌 분석을 수행하려면 환급 모델, 품질, 결과, 리소스 활용 및 비용과 같은 요소를 계량 및 조정함으로써 기업 전반에 대한 가시성을 확보해야 합니다. 그러나 많은 의료 기관에게 있어 이러한 수준의 가시성을 달성하기란 어려운 일이며, 전자 의료 기록 및 보건 기록의 임상 데이터를 비임상 및 비정형 데이터와 통합할 역량이 부족한 것 역시 이들이 가치 기반 치료를 완전히 수용하지 못하게 하는 주요 장애물 중 하나입니다.

역량 부족 문제를 극복하는 것이 의료 기관들의 우선순위가 되어야 하며, 다행히도 기술이 그 과정에서 도움을 줄 수 있습니다. 모던 데이터 플랫폼을 통해 의료 기관은 필요한 데이터를 수집하고, 하이엔드 분석 및 인공지능을 결합해 해당 데이터를 평가 및 보고하고, 이 데이터를 사용하여(특정 치료 에피소드 내 또는 비즈니스의 광범위한 측면에 관한) 잠재적인 문제와 기회를 식별할 수 있습니다.

KPI 개발 간소화

의료 기관이 환자 중심 치료를 지원하기 위한 이니셔티브를 배포할 때 핵심은 저렴한 제공 모델을 구축하고, 고정 비용을 절감하고, 진료 품질을 개선하고, 사회적 건강 결정 요인을 해결하기 위한 방안을 마련하는 것입니다. 이러한 이니셔티브가 구현되면 의료 기관은 환자 보고 결과 및 재입원률 등 여러 주요 성과 지표(KPI)를 기반으로 이니셔티브의 효율성을 평가해야 합니다. 또한 조직 내에서 일하는 모두가 모든 관련 데이터에 액세스할 수 있어야 하고, 데이터를 이해하고, 해석하고, 그에 따라 행동 할 수 있어야합니다.

Oracle Data Platform은 의료 기관이 모든 가용 데이터를 성공적으로 수집 및 처리하는 데 필요한 모든 기능을 제공하는 동시에 해당 프로세스를 간소화하는 자동화된 기능도 제공합니다.

이 이미지는 헬스케어용 Oracle Data Platform이 성능 모니터링을 통해 가치 기반 치료를 지원하는 방법을 보여줍니다. 본 플랫폼의 구성 요소들은 다음의 5가지 제품군으로 분류됩니다:

1. 1. 데이터 소스, 검색
2. 2. 수집, 변환
3. 3. 유지, 선별, 생성
4. 4. 분석, 학습, 예측
5. 5. 측정, 실행

데이터 소스, 검색 제품군에는 4가지 범주의 데이터가 포함되어 있습니다.

1. 1. 애플리케이션은 환자 관리 기록으로 구성됩니다.
2. 2. 의료 기록에는 일반 및 조건별 질문서와 EHR, EMR 및 헬스케어 패스웨이로부터 수집한 데이터와 같은 임상 데이터가 포함됩니다.
3. 3. 서드파티 데이터는 환자 보고 결과로 구성됩니다.
4. 4. 기술 입력에는 EMR 및 ePrescribing 시스템으로부터 수집한 데이터가 포함됩니다.

수집, 변환 제품군은 4가지 기능으로 구성됩니다.

1. 1. 일괄 전송은 OCI FastConnect, OCI Data Transfer, MFT, OCI CLI를 사용합니다.
2. 2. 일괄 수집은 OCI Data Integration, Oracle Data Integrator 및 Data Studio를 사용합니다.
3. 3. 변경 데이터 캡처는 OCI GoldenGate 및 Oracle Data Integrator를 사용합니다.
4. 4. 스트리밍 수집은 Kafka Connect를 사용합니다.

4가지 기능 모두 유지, 선별, 생성 제품군 내의 서비스 데이터 저장소, 클라우드 스토리지, 트랜잭션 데이터 저장소에 단방향으로 연결됩니다.

유지, 선별, 생성 제품군은 5가지 기능으로 구성됩니다.

1. 1. 서빙 데이터 저장소는 Autonomous Data Warehouse, Exadata Cloud Service 및 Exadata Cloud@Customer를 사용합니다.
2. 2. 관리형 Hadoop은 Oracle Big Data Service를 사용합니다.
3. 3. 클라우드 스토리지는 OCI Object Storage를 사용합니다.
4. 4. 일괄 처리는 OCI Data Flow를 사용합니다.
5. 5. 거버넌스는 OCI Data Catalog를 사용합니다.

이상의 기능들은 해당하는 제품군 내에서 서로 연결됩니다. 클라우드 스토리지는 서빙 데이터 저장소 및 관리형 Hadoop에 단방향으로 연결되고, 일괄 처리와는 양방향으로 연결됩니다.

관리형 Hadoop은 서빙 데이터 저장소에 단방향으로 연결됩니다.

2가지 기능이 분석, 학습, 예측 제품군에 연결됩니다: 서빙 데이터 저장소는 분석 및 시각화 기능과 데이터 제품, API 기능 모두에 연결됩니다. 클라우드 스토리지는 머신 러닝 기능에 연결됩니다.

분석, 학습, 예측 제품군은 3가지 기능으로 구성됩니다.

1. 1. 분석 및 시각화 기능은 Oracle Analytics Cloud, GraphStudio, ISV를 사용합니다.
2. 2. 데이터 제품 및 API는 OCI API Gateway 및 OCI Functions를 사용합니다.
3. 3. 머신러닝은 OCI Data Science, Oracle Machine Learning, ML Notebooks을 사용합니다.
4. 4. 데이터 제품 및 API 기능은 머신 러닝 기능에 단방향으로 연결됩니다.
5. 5. 서비스 데이터 저장소 및 객체 스토리지는 메타데이터를 OCI Data Catalog에 공급합니다.

측정, 실행 제품군은 데이터 분석이 가치 기반 치료 제공 모델 및 성능 모니터링 지원에 적용될 수 있는 방법을 수집합니다.

1. 첫 번째 그룹에는 리소스 할당 및 사용을 모니터링하고, 환자 위험 및 치료 프로토콜, 피어 비교 및 국제 벤치마킹, 비용 보고를 기반으로 결과 및 코호트를 평가하는 작업이 포함됩니다.
2. 두 번째 그룹에는 환자 결과 예측이 포함됩니다.

3가지 주요 제품군(수집 및 변환, 유지 및 선별, 생성 및 분석, 학습 및 예측)에는 인프라, 네트워크, 보안 솔루션, IAM 등이 지원됩니다.

헬스케어용 Oracle Data Platform의 아키텍처는 환자 보고 결과, 환자 행정 기록 및 기타 여러 데이터 소스에서 수집된 데이터로부터 인사이트를 수집, 저장, 관리 및 확보하여 조직이 가치 기반 헬스케어 시스템으로의 전환 목표를 달성할 수 있도록 지원합니다.

• Oracle의 프로세스를 시작하려면 우리가 환자에 대해 가능한 한 모든 것을 파악해야 합니다. 이를 위해 우리는 OCI GoldenGate를 사용해 다양한 보건 관리 시스템으로부터 환자 행정 기록 및 헬스케어 패스웨이와 같은 거의 실시간에 가까운 운영 데이터에 대한 변경 데이터 수집을 지원합니다.
• 이제 환자에 대해 이미 파악한 정보를 보강하고, 해당 환자들이 평가 대상이 된 이유와 처방된 약의 종류를 파악할 수 있게 지원하는 데이터세트를 추가할 수 있습니다. 이러한 데이터세트는 대량의 온프레미스 데이터로 구성되는 경우가 많으며, 대부분의 경우 일괄 수집이 가장 효율적인 수집 방식입니다. 일괄 수집은 Epic, Oracle과 같은 다양한 전자 건강 기록 제공자로부터 수집한 데이터를 소비하는 가장 효율적인 방법이기도 합니다.
• 또한 스트리밍 수집을 사용하여 ePrescriptions과 같은 스트리밍 데이터를 수집하고 제공자에 따라 전자 건강 기록까지도 수집할 수 있습니다. 추가로, 본 사용 사례에서는 소셜 미디어 메시지, 제1자 게시물에 대한 반응, 인기 메시지 등을 분석하여 소비자 정서를 분석하고 이에 신속하게 대응하고자 합니다. 소셜 미디어(애플리케이션) 메시지/이벤트는 환자의 경험을 완전히 파악하기 위한 용도로 추후 클라우드 스토리지에 수집 및 저장됩니다.
• 많은 양의 온프레미스 기록 데이터를 보유한 경우 대량 전송 프로세스를 사용하여 과거 환자 보고 결과, 환자 보고 경험 측정 및 보험사와 결과 기반 계약 조건을 업로드하는 옵션도 제공됩니다.

데이터 지속성 및 처리는 4개의 구성 요소를 기반으로 구축됩니다.

• 수집된 원시 데이터는 클라우드 스토리지에 저장됩니다. ePrescriptions, 전자 건강 기록 데이터, 완료된 질문서, 환자 보고 결과, 소셜 미디어 데이터 등 현재 지속적인 데이터의 일괄 처리를 위해 우리는 OCI Data Flow를 사용할 예정입니다. 이 처리된 데이터세트는 클라우드 스토리지로 반환돼 꾸준한 유지, 선별 및 분석에 사용되며, 궁극적으로는 서빙 데이터 저장소에 최적화된 양식으로 로딩됩니다. 아키텍처 선호도 및 오픈 소스 옵션 사용 선호도에 따라 이 과정은 Oracle Big Data Service를 관리형 Hadoop 클러스터로 사용해 수행될 수도 있습니다.
• 이제 서비스 데이터 저장소에서의 선별 및 쿼리 성능을 위해, 최적화된 관계형 형식으로 보관될 준비를 마친, 처리된 데이터세트를 생성했습니다. 이를 통해 재입원률, 환자 결과, 청구 처리율 및 청구 거부율과 같은 주요 성과 지표를 식별 및 반환할 수 있습니다.

분석, 학습, 예측 역량은 2가지 기술을 사용합니다.

• 분석 및 시각화 서비스는 여러 범주의 분석을 제공합니다. 묘사 분석은 히스토그램 및 차트를 사용해 현재 추세를 설명하고, 5년 생존율, 반복 수술, 계획되지 않은 입원, 치료 계획과의 편차와 같은 결과에 대한 정보를 사례로 제공할 수 있습니다. 진단 분석은 특정 이벤트가 발생한 이유와 이를 유발한 요인을 설명하는 것을 목표로 합니다. 예를 들어, 진단 분석을 사용하면 환자가 추천 명단을 받아 든 순간부터 해당 국가의 특정 지역에 위치한 첫 번째 진료소를 방문하기까지 걸리는 시간이 표준 시간을 벗어나게 되는 원인 또는 특정 조건에서 환자당 간호일 수가 증가하는 이유를 이해할 수 있습니다. 규범 분석은 최적의 의사결정을 지원하기 위한 적합한 조치를 제안합니다. 예를 들어, 처방적 분석을 사용하여 삶의 질 보고 결과(예: 기능 향상 또는 통증 수준 감소) 개선으로 이어질 수 있는 절차 및 임상 조정을 제안할 수 있습니다.
• 고급 분석 외에도 여러 머신 러닝 모델이 개발, 훈련, 배포됩니다. 이러한 모델은 API를 통해 액세스하거나 서비스 데이터 저장소 내에 배포할 수 있습니다.
• 우리가 선별 및 테스트한 고품질 데이터 및 모델은 거버넌스 규칙 및 정책을 적용할 수 있으며, 헬스케어 조직 전반에 대한 배포 목적으로 데이터 메시 아키텍처 내에 '데이터 제품(API)'으로 노출될 수 있습니다.

가치 기반 치료의 이점

가치 기반 치료 이니셔티브의 수행 성과를 이해하는 것은, 지속적인 성공 달성을 위해 전략을 발전시키고 적용하기 위해 노력하는 의료 기관 역량의 핵심입니다. 성공적으로 배포 및 평가된 가치 기반 치료 전략은 의료 기관에 다양한 혜택과 개선된 기능들을 제공하며, 이는 궁극적으로 해당 기관의 환자, 직원 및 임상의와 수익성 모두에 이익을 선사합니다. 그 예는 다음과 같습니다

• 의료 서비스를 통한 치료 결과 수준을 파악하기 위해 환자로부터 직접 정보를 효율적으로 수집 및 적용합니다
• 리소스 활용도에 대해 공평하고, 지속 가능하며, 투명한 접근 방식을 채택하여 환자 결과 및 경험을 개선합니다
• 과잉 진단, 과잉 처방, 리소스의 비효율적인 분배 및 근거가 부족한 치료법의 적용을 보다 효과적으로 차단할 수 있습니다
• 의료 기술 및 치료의 과잉 사용 또는 저사용과 관련된 부적절한 변동을 식별할 수 있습니다
• 항생제 저항성을 제한할 수 있습니다
• 아편 중독 위험을 방지할 수 있습니다