अनुसंधान के लिए OpenEHR का उपयोग करना

हमारी पिछली पोस्ट में हमने जल्द ही हेल्थकेयर में अर्थेटिक इंटरऑपरेबिलिटी के लिए एक खुले मानकों के दृष्टिकोण को पेश किया, जिसका नाम है, ओपन ईएचआर। हमने ओपनईएचआर का वर्णन किया है »विभिन्न विशेषताओं के लिए रूपों का एक सहमत सेट, शल्यचिकित्सा की जरूरतों के लिए सर्जन द्वारा परिभाषित, कार्डियोलॉजिस्ट की जरूरतों के लिए कार्डियोलॉजिस्ट, और इसी तरह। OpenEHR इंजीनियरों के लिए एक मानक नहीं है, लेकिन चिकित्सा पेशेवरों के लिए एक मानक है। «। आम शब्दावली और डेटा संरचनाओं का उपयोग करके, हम यह सुनिश्चित कर सकते हैं कि विभिन्न सिस्टम डेटा के आदान-प्रदान को समझ सकते हैं। और यहां हम आम तौर पर रोगियों के बारे में नैदानिक ​​डेटा पर ध्यान केंद्रित करते हैं जो नैदानिक ​​सूचना विज्ञान क्षेत्र का मूल है।

साक्ष्य-आधारित दवा से लेकर कृत्रिम बुद्धिमत्ता तक

जैसा कि हम सभी जानते हैं, चिकित्सा पेशेवर आमतौर पर शोधकर्ता भी होते हैं जो कि साक्ष्य-आधारित चिकित्सा का आधार है। इसके अलावा, कभी-कभी अन्य क्षेत्रों के अधिक शोधकर्ता भी स्वास्थ्य डेटा के आधार पर अनुसंधान पर ध्यान केंद्रित कर रहे हैं। इसमें न केवल अकादमिक, बल्कि फार्मा, आईटी, जीनोमिक्स आदि जैसे कई उद्योग भी शामिल हैं। जाहिर है, बहुत से इच्छुक पक्ष हैं जो स्वास्थ्य डेटा का उपयोग करने से लाभान्वित होंगे और अब हम देखेंगे कि ओपनईएचआर कैसे मदद कर सकता है। हम कुछ उदाहरणों को देखकर ऐसा करेंगे।

केस 1: एनएचएस जीनोम परियोजना

एनएचएस में हाल ही के पोस्ट में वर्णित डिजिटल स्वास्थ्य ऑनलाइन प्लेटफॉर्म एनएचएस में 17 विभिन्न ट्रस्टों से डेटा इकट्ठा करने के उद्देश्य से ओपनईएचआर का उपयोग करने वाला है। वे पहले से ही उपलब्ध OpenEHR 70 प्रतिशत आर्कटाइप्स होने के कारण जल्दी से तैनात करने में सक्षम थे। शेष 30% आर्किटेप्स को मॉडल करने के लिए केवल बहुत सारे संसाधनों को बचाने के अलावा, वे एनएचएस में एक खुले मानक को जल्दी से लागू करने में भी सक्षम थे - ऐसा कुछ जो पहले इस हद तक नहीं किया गया था। डेटा के आधार के रूप में OpenEHR होने से, यह वास्तव में एक नए सॉफ्टवेयर समाधान का विकास है जो एक विशिष्ट उपयोग के मामले पर ध्यान केंद्रित करता है - जैसे जीनोमिक्स इस मामले में - बहुत अधिक कुशल और लंबे समय तक चलने वाला हो सकता है।

केस 2: सार्वजनिक स्वास्थ्य लाभ - राष्ट्रीय रजिस्ट्रियां, स्क्रीनिंग कार्यक्रम आदि।

स्लोवेनिया में, OpenEHR का उपयोग राष्ट्रीय रोगी सारांश डेटा सेट करने के लिए किया जाता है। यह डेटा सेट एक ऐसे डेटा के सेट को दर्शाता है जो किसी आपातकालीन स्थिति में रोगी के जीवन को बचाने के लिए आवश्यक है। इसके अलावा, इस डेटा का उपयोग जनसंख्या अध्ययन के लिए किया जा सकता है (OpenEHR आर्कटाइप क्वेरी भाषा में जनसंख्या क्वेरी बनाना विशेष रूप से कठिन काम नहीं है)। राष्ट्रीय टीकाकरण रजिस्ट्री सीधे मरीजों के सारांश से डेटा प्राप्त कर रही है जिसमें स्पष्ट रूप से टीकाकरण डेटा सेट भी शामिल है। इससे भी अधिक, टीके डेटा को एसएनओएमईडी वैक्सीन कोड के साथ कोडित किया जाता है जो ऐसे डेटा बिंदुओं को अंतरराष्ट्रीय अनुसंधान के लिए उपयोगी बनाता है जो अक्सर ई.जी. द्वारा संचालित किया जाता है। फार्मा उद्योग।

अनुसंधान के लिए OpenEHR का उपयोग करने का एक और उदाहरण स्लोवेनिया में कैंसर की रोकथाम के हिस्से के रूप में राष्ट्रीय स्क्रीनिंग कार्यक्रम है। वे एक OpenEHR आधारित सूचना प्रणाली स्थापित करने पर काम कर रहे हैं जिसमें सैकड़ों स्वास्थ्य सेवा प्रदाता शामिल हैं जो इस नेटवर्क का हिस्सा हैं।

केस 3: भविष्य कहनेवाला विश्लेषण - एक साल पहले ग्लूकोज माप की भविष्यवाणी करना?

मधुमेह रोगियों के ग्लूकोज माप के पेपर मॉडलिंग टाइम-सीरीज़ में, भविष्य कहनेवाला पेड़ों का उपयोग करके, मधुमेह के रोगियों के लिए कुछ दिलचस्प परिणाम प्रस्तुत किए गए। मरीजों के बारे में OpenEHR आधारित स्वास्थ्य डेटा के एक समृद्ध सेट के आधार पर और अंतिम डेटा सेट में रोगियों की एक छोटी संख्या होने के बावजूद, अनुसंधान ने दिखाया कि कैसे रोगियों को उनके मधुमेह के संबंध में उनके व्यवहार के आधार पर समूहों की एक छोटी संख्या में वर्गीकृत किया जा सकता है गंभीर परिस्तिथी। समूह उन रोगियों से लेकर जो एक तरफ एक अच्छी तरह से प्रबंधित मधुमेह थे, उन लोगों के लिए जो लगातार relapsing थे और इस तरह एक अप्रकाशित मधुमेह दिखा रहे थे। रोगियों के ऐसे समूहों को उनके स्वास्थ्य से संबंधित मापदंडों द्वारा वर्णित किया जाता है और भविष्य में मधुमेह के रोगियों के लिए इसी तरह के पैरामीटर मूल्यों के साथ भविष्यवाणी करने के लिए इस्तेमाल किया जा सकता है। ऐसा शोध प्रीडिक्टिव एनालिटिक्स क्षेत्र में आता है। एक रोगी का समृद्ध विवरण होने से मौजूदा शोध में सुधार हो सकता है जिसमें अक्सर छोटे नमूनों के कारण वैधता के मुद्दे होते हैं। OpenEHR का उपयोग करके एल्गोरिदम को आधार बनाकर इस तरह के समृद्ध डेटा को प्राप्त करना आसान हो जाता है। सही प्रारूप में डेटा प्राप्त करने में सक्षम होने से विभिन्न एल्गोरिदम में उपयोग किए जाने वाले उदाहरणों की संख्या बढ़ जाती है और प्रीप्रोसेसिंग के साथ आवश्यक प्रयास कम हो जाते हैं - एक कार्य जो सबसे अधिक श्रम गहन है।

OpenEHR एक आम सहमति के रूप में दोहराए जाने वाले अनुसंधान को सुनिश्चित करने के लिए आवश्यक है?

अनुसंधान के लिए OpenEHR दृष्टिकोण का उपयोग करने के लाभ बहुत बड़े हैं। हमने यहां केवल विशाल क्षमता की सतह को छुआ है जो इसे स्वास्थ्य सेवा के सभी हितधारकों से लेकर रोगियों, चिकित्सकों, फार्मासिस्टों, भुगतानकर्ताओं आदि तक पहुंचा सकता है। याद रखें, यह संभव है क्योंकि OpenEHR को चिकित्सा पेशेवरों के लिए डिज़ाइन किया गया था, न कि इसके लिए आईटी के लोग। इसके द्वारा, यह विभिन्न चिकित्सा विशिष्टताओं के पेशेवरों की आम सहमति तक पहुंचने की प्रक्रिया का समर्थन करता है जो अंतर-आईटी आईटी समाधानों को विकसित करने के लिए उपयोग करने योग्य है। इसके अलावा, डेटा ही वास्तव में अनुप्रयोगों से अलग हो जाता है और इसके साथ ही यह भविष्य में प्रूफ हो जाता है। भले ही एप्लिकेशन बंद हो या किसी और का उपयोग न किया गया हो, फिर भी डेटा एक अलग प्रणाली द्वारा पठनीय और प्रयोग करने योग्य रहेगा। अनुसंधान के संदर्भ में इस सुविधा का उपयोग करके कोई भी यह देख सकता है कि OpenEHR मॉडल पर शोध प्रश्नों को आधार बनाकर, कोई व्यक्ति डेटा की सामान्य समझ के कारण उच्च स्तर की पुनरावृत्ति का आश्वासन भी दे सकता है।

इस मामले में कि आप केवल OpenEHR का उपयोग करने के आर्थिक पहलुओं में रुचि रखते हैं, इस पाठ में उल्लिखित 70/30 अनुपात पर ध्यान दें। ऐसा अनुपात कई परियोजनाओं में हुआ है, जिसका अर्थ है कि एक परियोजना 70% चापलूसी का पुन: उपयोग कर सकती है और शेष 30% का उत्पादन कर सकती है। यहां तक ​​कि यह वित्त के संदर्भ में एक बड़ा लाभ है। समय के माध्यम से, यह अनुपात बेहतर हो जाता है क्योंकि सामान्य ज्ञान आधार में अधिक से अधिक आर्कषक जोड़े जाते हैं।

Iryo पर अधिक: टेलीग्राम | वेबसाइट | व्हाइटपेंपर | ट्विटर | न्यूज़लेटर |