大数据分析策略在减少医院再入院中的应用

侯志伟 锦州医科大学附属第一医院

住院患者出院后，因相关疾病而非计划再入院是普遍使用的评价医院诊疗质量的重要参考依据。同时，出院后非计划再入院也是导致患者负担加重和社会卫生资源浪费主要原因。因此，有效地降低医院非计划再入院率，对于提高医院整体的诊疗水平和诊疗安全，减轻患者负担和社会卫生资源浪费具有重要意义。

一、开发风险分层和预测分析能力

降低再入院率需要医疗机构为最需要的患者提供预防性、前瞻性的护理。通过检查患者数据，医生可以开始了解哪些因素将影响未来的健康结果，并开始制定风险评分和预测算法，以创建量身定制的护理干预措施，即使不太完美的数据亦可形成预测模型。通过对心力衰竭患者出院后再入院的影响因素分析[1]，用算法标记心力衰竭患者30天的再入院时间。使用几种常见的临床和人口统计指标，也可以在不包含某些变量的情况下工作，这使得它对于手头可能没有所有数据的提供者和患者非常有用。医疗机构还可以使用通常被忽略的数据元素来开发风险评分。预测风险评分使用几种常见的临床和人口统计指标，包括年龄，性别，血压和合并症，以计算30天内另一次住院的可能性。通过算法将患者提交的数据与数据集中已有的背景病例进行比较之后产生风险评分。这样患者和临床医生都可以轻松了解生活方式和临床因素如何影响再入院的可能性。临床医生可以告诉患者，如果他们调整饮酒量，或是戒烟，或者他们吃更多的水果和蔬菜，这将降低他们再入院的风险。

二、利用患者参与技术

为了避免重返医院，患者必须了解如何在出院后保持健康。虽然对任何患者来说，遵循出院后的指导都是困难的，但对患有多种慢性病的患者来说,坚持护理计划可能尤其艰难，尤其是如果他们不与医生沟通的话。通过再入院老年2型糖尿病患者院外遵医情况[2]数据分析，以及再入院主要因素为高血糖和慢性并发症，发现再入院老年2型糖尿病患者院外遵医情况较差。医务人员应根据患者自身特点，形成医患共同参与的、切实可行的个体化院外治疗护理方案,减少再入院率, 降低医疗费用进一步提高糖尿病管理水平, 延缓和控制并发症的发生。在这些再次入院的患者中，近一半人在出院后没有与医护人员接触。为了降低再入院率，医疗机构可以使用数据驱动的患者参与工具来帮助患者遵循他们的治疗计划。患者需要了解他们的治疗计划、自我管理以及如何发现问题的预警信号。医疗服务提供者可以与患者合作，通过使用电子设备将患者的数据(如体重或血糖水平)直接传输到医生的办公室，在患者家中监则他们的慢性疾病。此外，医疗机构可以使用移动应用程序和消息来帮助患者完成出院后的治疗计划。

三、利用临床决策支持工具

在决定如何最好地治疗病人时，有许多数据来源是使用者必须着重考虑的。病史、目前的药物和生活方式的选择都是选择因素，临床医生检查所有这些信息以确保患者不会再回到医院是至关重要的。为了在护理方面增强决策能力，医疗机构可以实现利用前沿数据分析技术的临床决策支持工具。人工智能和自然语言处理的进步有望推动新一代临床决策支持，帮助减少不必要的医疗资源的使用。医疗机构还可以将临床决策支持工具与未包含在电子健康记录中的数据相结合，以降低再入院率，例如基因测序结果。临床决策支持系统有效协助社区医生管理高血压患者[3]，从而改善高血压患者的治疗率和血压达标率，同样有助于提高社区高血压患者的血脂异常的检出和抗血小板药物的使用率，从而降低再入院率。

四、加强护理协调、沟通

健康信息的无缝交流对于确保患者出院后不会再次进入医院至关重要。患者必须了解自身的治疗计划，因为他们需要在不同医疗机构之间往返，与不同的临床医生之间沟通。在整个临床过程及其后提供协调、全面的护理是具有挑战性的。各个卫生机构不同的IT系统和缺乏协作可能会对护理协调造成重大障碍。护士和医生密切合作，讨论每个人的最佳护理方法，仔细考虑每个病人的健康历史和症状。通过构建延续护理服务的集成信息化专业平台[4],为出院后需要医疗护理的各类病人提供延续和便捷的护理服务，从而保证了患者的治疗和护理计划可以很好的完成。

结束语：降低医院再入院率将要求各机构利用其大数据资源，来提供预防性护理，提高患者参与度，建立有效的临床决策系统,加强整个护理统一体的沟通，保持开放合作的观点，并最终改善患者诊疗和护理。提供预防性、综合性的诊疗和护理将减少住院时间、降低成本和改善健康结果。