Erfolgsgeschichten von Kunden / Gesundheitswesen
Rush University System for Health erstellt eine Analyseplattform für Bevölkerungsgesundheit in AWS
Erfahren Sie, wie das Rush University System for Health AWS nutzt, um Ungleichheiten zu erkennen und die gesundheitliche Chancengleichheit zu fördern.
Aggregiert Daten
aus mehreren Quellen unter Verwendung von HIPAA-konformen Services
Erstellt ein vollständiges Patientenprofil
unter Verwendung klinischer, sozialer und patientengenerierter Daten
Erzeugt einen Risiko-Score
als Leitfaden für klinische und kommunale Interventionen
Fördert gesundheitliche Chancengleichheit
für Minderheiten und unterversorgte Patientenpopulationen
Übersicht
Rush University System for Health (RUSH) ist ein national anerkannter Marktführer im Gesundheitswesen in den Bereichen Qualität und Gesundheitsgerechtigkeit. Das Krankenhausnetzwerk setzt sich dafür ein, die grundlegenden Ursachen der 16-jährigen Lebenserwartungslücke bei Angehörigen von Minderheiten und Bewohnern mit niedrigerem Einkommen in Chicagos West Side zu bekämpfen. RUSH wollte eine umfassende Analyselösung entwickeln, um skalierbare Interventionen für eine gerechte Gesundheitsversorgung auf der Grundlage klinischer, kardiometabolischer und sozialer Bedürfnisse zu identifizieren und zu informieren.
Aufbauend auf seinem äußerst erfolgreichen COVID-19-Analytics-Hub und mit Unterstützung von Amazon Web Services (AWS) entwickelte RUSH die Health Equity Care & Analytics Platform (HECAP). Diese Plattform transformiert, aggregiert und harmonisiert Daten aus verschiedenen Quellen, um das komplexe Zusammenspiel von klinischen und sozialen Faktoren auf die Gesundheit der Patienten zu reflektieren. HECAP nutzt fortschrittliche Analysemethoden, um Patienten und Leistungserbringern verwertbare Erkenntnisse zu liefern, die RUSH nutzt, um die Pflegeergebnisse zu verbessern und gesundheitliche Ungleichheiten in Chicagos West Side zu verringern.
Chance | Nutzung von AWS-Services zur Ermittlung von Gesundheitsdisparitäten und zur Förderung der gesundheitlichen Chancengleichheit
RUSH wurde 1837 gegründet und ist ein führender akademischer Gesundheitsversorger, der drei große Krankenhäuser und zahlreiche ambulante Pflegeeinrichtungen umfasst. Das System dient in erster Linie den Bewohnern der West Side Chicagos, die eine geringere Lebenserwartung haben als die Bewohner der wohlhabenderen Stadtteile. „Unsere Patienten, die in den am meisten benachteiligten Vierteln leben, leben 16 Jahre kürzer als unsere Patienten aus wohlhabenderen Gegenden“, sagt Dr. Michael Cui, Arzt für Innere Medizin und stellvertretender leitender medizinischer Informatiker bei RUSH. „Unser Ziel mit HECAP ist es, diese dokumentierten, seit langem bestehenden Ungleichheiten im Gesundheitswesen zu verbessern.“
Zusätzlich zu den medizinischen Bedingungen und dem Lebensstil helfen bestimmte Faktoren wie Wohnen, Transport und Zugang zu Lebensmitteln, die als soziale Determinanten der Gesundheit bekannt sind, den Gesundheitsdienstleistern, Unterschiede im Gesundheitszustand zu verstehen. Die Erfassung von Patientendaten kann sich als schwierig erweisen, da sie oft auf verschiedene Anbieter und Dienstleistungsorganisationen verteilt sind. Einige Datenpunkte sind oft unstrukturiert, z. B. von Patienten generierte Daten. Andere Informationen sind manchmal nicht verfügbar, z. B. Daten zur Beschäftigung und zur Sicherheit in der Nachbarschaft. Die Ärzte von RUSH wollten herausfinden, wie viele Faktoren zu der Lücke in der Lebenserwartung beitragen, und haben deshalb ein Projekt gestartet, die Patientendaten genauer und besser verwertbar zu machen. „Zunächst haben wir eine Lösung in AWS entwickelt, um Daten aus verschiedenen Quellen in einem einzigen Fenster zusammenzuführen. Wir haben die stadtweite Koordinierung für die COVID-19-Pandemie erfolgreich verbessert“, sagt Anil Saldanha, Chief Innovation Officer von RUSH. „Als die Robert Wood Johnson Foundation uns einen zusätzlichen Zuschuss gewährte, haben wir die Plattformkapazitäten erweitert, um HECAP mit Unterstützung von AWS und seiner Health Equity Initiative zu entwickeln und einzuführen.
Wir haben die großartige Möglichkeit, mehr Daten aus verschiedenen Quellen einzubringen und die Leistung von AWS zu nutzen, um unser System massiv zu skalieren und die Versorgung unserer Patienten in Chicago erheblich zu verbessern.“
Anil Saldanha
Chief Innovation Officer, Rush University System for Health
Lösung | Entwicklung eines umfassenden Bildes des Patientenrisikos mithilfe von Amazon HealthLake
Mithilfe von HECAP kann RUSH alle verfügbaren Daten über einen Patienten zusammenfassen und Analysemodelle und -tools einsetzen, um Entscheidungen im Gesundheitswesen zu unterstützen. Die Lösung sammelt Daten aus verschiedenen Quellen, darunter die elektronische Gesundheitsakte (EHR) Epic, Blutdruckmessungen, Erhebungen zu sozialen Determinanten der Gesundheit und der Verlauf von Leistungsansprüchen. Die Plattform nutzt Amazon HealthLake, einen HIPAA-zugelassenen Service, der Unternehmen aus dem Gesundheitswesen und der Biowissenschaft eine einheitliche Sicht auf individuelle und bevölkerungsbezogene Daten bietet, um Analysen und Interventionen in großem Umfang zu ermöglichen. Amazon HealthLake unterstützt Amazon Comprehend Medical, einen HIPAA-konformen Service zur Verarbeitung natürlicher Sprache, der Schlüsselinformationen aus Texten wie Arztbriefen und Entlassungsberichten in der elektronischen Patientenakte extrahiert. Mit diesem Service kann RUSH wichtige Daten wie Medikamente und Verfahren transkribieren und mit standardisierten medizinischen Terminologien wie ICD-10-CM und RxNorm verknüpfen. HECAP kann dann relevante Informationen aus diesen Daten extrahieren, um weitere Erkenntnisse zu gewinnen. „Wenn wir erfolgreich Daten aus verschiedenen Quellen zusammenführen und die geeigneten Machine-Learning-Modelle identifiziert haben, führen wir eine sogenannte Risikostratifizierung durch“, sagt Saldanha. „Anhand dieser Ergebnisse können wir umsetzbare Interventionen für gesundheitliche Chancengleichheit identifizieren. Unsere Ärzte und das Pflegepersonal können eingreifen und Änderungen bei der Pflege und anderen Dienstleistungen vornehmen, damit wir die Ergebnisse für die Patienten verbessern können.“
RUSH führt Analysemodelle mit Amazon SageMaker aus, einem Service, mit dem Benutzer Machine-Learning-Modelle für jeden Anwendungsfall erstellen, trainieren und bereitstellen können. Mithilfe von Amazon SageMaker kann RUSH verschiedene Faktoren identifizieren, die den Gesundheitszustand beeinflussen könnten, und einen Risikostratifizierungswert erstellen, mit dem die am stärksten gefährdeten Patienten ermittelt werden können. RUSH fragt Daten mit Amazon Athena ab, einem interaktiven Abfrageservice, der die Analyse von Daten direkt aus Amazon HealthLake erleichtert. Amazon Athena ist auch mit Amazon SageMaker integriert, damit Datenwissenschaftler Daten für Machine Learning vorbereiten können. „Eine der größten Herausforderungen für Datenwissenschaftler besteht darin, dass die Modelle komplex sind und das Zusammenführen von Daten aus verschiedenen Quellen mühsam sein kann“, sagt Saldanha. „Mit der Low-Code-Umgebung von Amazon SageMaker können wir die Analyse von Gesundheitsdaten vereinfachen und auch Fehler minimieren, was sehr wichtig ist.“ RUSH kann dann die Daten den Anbietern mit Hilfe von Dashboards auf Amazon QuickSight präsentieren, einem Service, der datengesteuerte Organisationen mit einheitlicher Business Intelligence in großem Maßstab versorgt. Anhand dieser Informationen können die Anbieter wichtige Entscheidungen über die Versorgung der einzelnen Patienten treffen und sie mit wichtigen Ressourcen wie Lebensmittelbanken, Unterstützung bei der Bezahlung von Versorgungsleistungen und Transportmitteln in Verbindung bringen.
Mithilfe von HECAP in AWS kann RUSH seinen Ärzten ein vollständiges Bild ihrer Patienten vermitteln und ihnen Tools für eine bessere Gesundheit an die Hand geben. „Als Arzt ist es unglaublich wichtig, Patientendaten aus verschiedenen Quellen zu sehen“, sagt Cui. „Die Möglichkeit, Machine-Learning-Tools von AWS einzusetzen, um diese Daten zu analysieren, ist ein entscheidender Vorteil. Als Gesundheitsversorger können wir uns besser um unsere Patienten kümmern und auf eine neue und reichhaltigere Datenquelle zugreifen, als wir sie derzeit haben.“
Architekturdiagramm
RUSH-HECAP-Architektur
Klicken Sie hier für eine Vollbildansicht.
Ergebnis | Förderung der gesundheitlichen Chancengleichheit in den Vereinigten Staaten durch Dateninteroperabilität und fortschrittliche Analysen
RUSH baut HECAP weiter aus, indem das Dashboard für Anbieter um weitere Funktionen erweitert wird, wie z. B. die Verbesserung der Risikovorhersagemodelle und die Implementierung zusätzlicher Tools zur Verbesserung der Versorgung unterversorgter Bevölkerungsgruppen. Mit der in AWS entwickelten Methodik und Architektur hofft RUSH, die Lösung auf andere Gesundheitsversorger ausweiten zu können und die Ergebnisse für Patienten überall zu verbessern.
„Wir haben die großartige Möglichkeit, mehr Daten aus verschiedenen Quellen einzubringen und die Leistung von AWS zu nutzen, um unser System massiv zu skalieren und die Versorgung unserer Patienten in Chicago erheblich zu verbessern“, sagt Saldanha. „Wir wollen HECAP zu einer Vorlage machen, von der wir hoffen, dass andere Organisationen sie nutzen werden, um die gesundheitliche Chancengleichheit in den Vereinigten Staaten zu fördern.“
Über Rush University System for Health
Das Rush University System for Health (RUSH) ist ein akademischer Gesundheitsversorger mit Sitz in Chicago, Illinois. RUSH umfasst drei große Krankenhäuser, ein breites Netz an medizinischen Dienstleistern und zahlreiche ambulante Pflegeeinrichtungen.
Genutzte AWS-Services
Amazon HealthLake
Amazon HealthLake ist ein HIPAA-berechtigter Service, der Gesundheitsdienstleistern und Pharmaunternehmen eine chronologische Übersicht der Daten einzelner Patienten oder der gesamten Patientenpopulation bietet, um Gesundheitsdaten im großen Stil abzufragen und zu analysieren.
Amazon Comprehend Medical
Amazon Comprehend Medical ist ein HIPAA-konformer Service für natürliche Sprachverarbeitung (NLP), der Machine Learning verwendet und vortrainiert wurde, um Gesundheitsdaten aus medizinischen Texten wie Verschreibungen, Verfahren oder Diagnosen zu verstehen und zu extrahieren.
Amazon QuickSight
Amazon QuickSight unterstützt datengesteuerte Organisationen mit Unified Business Intelligence (BI) im gewaltigen Maßstab.
Amazon SageMaker
Amazon SageMaker wurde auf der Grundlage von Amazons zwanzig-jährigen Erfahrung in der Entwicklung von ML-Anwendungen entwickelt. Zu dieser Erfahrung gehören Produktempfehlungen, Personalisierung, intelligentes Einkaufen, Robotik und sprachunterstützte Geräte.
Erste Schritte
Organisationen aller Größen aus verschiedenen Sektoren transformieren ihre Unternehmen und erfüllen ihre Missionen täglich mithilfe von AWS. Kontaktieren Sie unsere Experten und begeben Sie sich noch heute Ihren Weg zu AWS.