Hospital-Data-Analytics-Data-on-Monitor-16-6-dgt-119-2020.jpg

Sairaalan data-analytiikka

Kliiniset tiedot ovat arvokasta pääomaa – hyödynnätkö niitä tehokkaasti?

Data ja siitä johdetut tiedot ovat arvokasta pääomaa. Tätä näkemystä on korostettu viime vuosina voimakkaasti, kunnes siitä on tullut lähes yleispätevä sanonta. Silti dataan pätevät samat säännöt kuin muihinkin raaka-aineisiin: sen täyden arvon hyödyntämiseksi se täytyy prosessoida spesifisellä tavalla. Datasta tulee merkityksellistä tietoa vain, jos se käsitellään käyttäjän tarpeiden mukaan. Tiedot voidaan lisäksi jalostaa arvokkaammaksi tietämykseksi ainoastaan perusteellisen, ammattitaitoisen tulkinnan avulla.

Yleiskatsaus: Drägerin data-analytiikkaratkaisut

Yleiskatsaus kaasunkulutuksen
analytiikkaan

Yleiskatsaus hälytyshistorian
analytiikkaan

Data-analytiikka

Sairaaladata-analytiikka kliinisissä sovelluksissa

Analytiikkatyökaluilla voidaan hyödyntää datan mahdollisuuksia kliinisissä sovelluksissa. Tämä kasvattaa sairaaloiden tehokkuutta ja parantaa hoitotuloksia. Data-analytiikka tuottaa arvokasta tietoa, jonka avulla voidaan muokata prosesseja ja parantaa kliinisiä tuloksia samansuuntaisesti nelitahoisen tavoitteen (hoidon, terveyden, kustannustehokkuuden ja työn merkityksellisyyden parantamisen) kanssa.

Analytiikan hyödyntäminen hälytysten liikamäärän vähentämiseen hoitopaikalla

Hälytysturtumus on yksi suurimmista uhista sairaaloiden potilasturvallisuudelle. Se tarkoittaa, että hälytysten valtava määrä heikentää kykyä huomata eri hälytykset. Tutkimukset ovat osoittaneet, että yhdessä tehohoidon sänkypaikassa voi ilmetä keskimäärin jopa 350 hälytystä päivässä. Jopa 95 % näistä hälytyksistä on kliinisesti merkityksettömiä, ja jäljelle jäävistä kliinisistä hälytyksistä havaitaan asianmukaisesti vain 50 %.1Havaitsematta jääneet hälytykset ovat mukana vuoden 2019 Top 10 Health Technology Hazards -listalla kymmenestä tärkeimmästä terveysteknologiaan liittyvästä vaarasta.2 

Potilaisiin ja hoitajiin kohdistuva stressi vaikuttaa negatiivisesti hoitotuloksiin, tärkeät kliiniset työprosessit keskeytyvät turhaan ja hoitohenkilökunnassa on havaittavissa turtumista hälytyksiin. 

Data voi luoda läpinäkyvyyttä tuottamalla analyysejä sairaalassa ilmenneistä hälytyksistä. Tietojen pohjalta hälytysasetuksia, henkilöstösuunnittelua ja prosessien järjestelmällistä kulkua voidaan optimoida niin, että hälytysten hallinta tehostuu ja lopulta myös kliiniseen henkilökuntaan ja potilaisiin kohdistuva stressi vähenee.

Toimenpiteet akuuttihoidon hälytysten vähentämiseksi on tunnistettava

Hälytyshistoria-analytiikan koontinäytössä on tietoa hälytyksistä, jotka ovat ilmenneet järjestelmän tukemissa Infinity-potilasvalvontalaitteissa akuuttihoitoympäristössä. Prosessien järjestelmällisen kulun ja henkilöstösuunnittelun voi optimoida analysoimalla teho-osaston hälytykset. Näin voi tehostaa hälytysten hallintaa ja tähdätä hälytysten määrän vähentämiseen.

  • Henkilöstöresurssien kohdentaminen hälytysten hallintaan optimoidaan.
  • Toimenpiteiden vaikutus hälytysturtumuksen vähenemiseen arvioidaan.
  • Varmistetaan hälytysten reaktioaikojen yhdenmukaisuus sairaalan toimintakäytäntöjen kanssa.


Hälytyshistorian analytiikka: mahdollistaa hälytysten vähentämisen hoitopaikalla

Miten hälytyshistoria-analytiikka voi tukea työnkulkua?

Videon katsomalla näet, miksi hälytyshistoria-analytiikka on tärkeä työkalu hälytysten hallinnan optimoimiseksi omassa laitoksessasi.  

Alarm-History-Analytics-3-2-D-18802-2020.jpg

Dräger Connect: hälytyshistoria-analytiikan koontinäyttö

Napsauta alla olevaa linkkiä, niin voit katsella hälytyshistoria-analytiikan koontinäyttöä koko näytöllä. Näet, millä pienoissovelluksilla voit analysoida osastosi Infinity-potilasvalvontalaitteiden antamia hälytyksiä.

Tarkastele koontinäyttöä

Alarm-History-Analytics-3-2-D-21843-2020.jpg

Hälytyshistorian analytiikka

Hälytyshistoria-analytiikan sovellus tuottaa tietoa lääkinnällisten laitteiden hälytyksistä, jotka ovat syntyneet akuuttihoitoympäristössä. Sovelluksen avulla voidaan optimoida prosessien järjestelmällinen kulku ja henkilöstösuunnittelu analysoimalla hoitoyksikön hälytykset sekä tehostaa hälytysten hallintaa. Toistuvien hälytysten lähteet tunnistamalla sovellus auttaa ryhtymään toimenpiteisiin hälytysten vähentämiseksi ja näkemään tulokset jonkin ajan kuluttua.

infinity-gateway-suite-3-2.jpg

Infinity® Gateway Suite

Hyödynnä kliinisiä tietojärjestelmiä mahdollisimman tehokkaasti: integroi Drägerin valvonta- ja hoitolaitteista saatavia tietoja laboratoriotuloksiin, sähköisiin potilaskertomustietoihin ja kliinisiin tietojärjestelmiin sairaalan kaikilla osastoilla.

Infinity-Acute-Care-System-3-2-D-28328-2017.jpg

Infinity® Acute Care System

Uudista kliinisen työn kulku Infinity® Acute Care System -järjestelmän avulla. Järjestelmään on integroitu useiden parametrien valvontalaite ja verkkoon yhdistetty, lääkinnälliseen käyttöön hyväksytty työasema: voit tarkastaa elintoiminnot reaaliajassa, käyttää sairaalan kliinisiä tietojärjestelmiä ja tiedonhallintasovelluksia, ja hoitopaikalla käytössäsi ovat kattavat potilastiedot ja tehokkaat analyysityökalut.

Infinity-Delta-3-2-MT-8850-2006.jpg

Infinity® Delta -sarjan tuotteet

Useiden parametrien Delta-valvontalaite monitoroi keskeytyksettä aikuis- ja lapsipotilaita ja vastasyntyneitä sekä vuoteen vieressä että kuljetuksen aikana. Kuljetuksen ajaksi ei tarvita enää erillistä valvontalaitetta. Sopii kaikille potilaille koko sairaalassa kiireellisyysluokasta riippumatta.

Infinity-Omega-Solution-3-2-D-653-2014.jpg

Infinity® Omega -ratkaisu

Tällä kahden näytön ratkaisulla voit tarkastella kuvia, laboratoriotuloksia ja muita kliinisiä tietoja. Lisäksi se näyttää elintoimintojen reaaliaikaiset tiedot hoitopaikalla 20 tuuman kosketusnäytössä. Vuoteen vieressä oleva / potilaskuljetusten aikainen valvontalaite seuraa jatkuvasti potilaan tilaa kuljetuksen aikana.

Infinity-M300-3-2-D-19731-2009.jpg

Infinity® M300+

Infinity M300+ mahdollistaa etäseurannassa olevien potilaiden jatkuvan valvonnan hyödyntämällä sairaalan Wi-Fi-verkkoa. M300+ tuottaa sekä visuaalisia että äänihälytyksiä, jotka ilmoittavat muutoksista potilaan tilassa ja tukevat potilaan liikkuvuutta.

Avera-Heart-Hospital-3-2.jpg

Yhdysvaltalaisen Avera Heart Hospital -sairaalan tapausesimerkki

Dräger auttoi Avera Heart Hospital -sairaalaa vähentämään hälytysten määrää yli 30 % ja takaamaan potilasturvallisuuden edelleen hyödyntämällä dataan perustuvaa lähestymistapaa.

Lisätietoa

Security-Concept-3-2.jpg

Tietoturva ja tietosuoja

Yli 75 % lääkäreistä odottaa turvallisesti siirrettyjen terveystietojen parantavan annettavan hoidon laatua.10

Data-analytiikkaratkaisumme on suunniteltu tietoturva ja tietosuoja huomioon ottaen. Lisää yksityiskohtaisempaa tietoa turvallisuuskonseptista on seuraavassa infografiikassa. 

Tietoturvan ja -suojan konsepti

Yhteystiedot

Täytä alla oleva lyhyt lomake yksityiskohdilla tiedusteluistasi

Data-analytiikkasovellusten tyyppejä

”Data-analytiikka tarkoittaa terveydenhuoltoympäristössä ja muualla kerättyjen kliinisten, taloudellisten, toimintaa koskevien ja ei-perinteisten tietojen koontia, analysointia ja käyttöä suorana tukena päätöksenteossa.”11

Descriptive-Analytics-Icon-3-2.jpg

Kuvaileva analytiikka tarkoittaa datan tai sisällön tutkimista yleensä manuaalisesti. Tarkoituksena on vastata kysymykseen siitä, ”mitä tapahtui”. Tavallisesti sisällön tutkimiseen liittyy perinteistä liiketoimintatiedon hallintaa (BI) ja eri visualisointitapoja, kuten piirakkakaavioita, pylväs- ja viivadiagrammeja, taulukkoja tai muuten tuotettuja esityksiä.

Diagnostic-Analytics-3-2.jpg

Diagnostinen analytiikka on yksi kehittyneen analytiikan muoto, jolla pyritään vastaamaan kysymykseen siitä, ”miksi se tapahtui”. Tavallisesti tällaiseen analytiikkaan liittyy eri menetelmiä, kuten dataan porautumista, datan etsintää ja louhimista sekä korrelaatioita.

Predictive-Analytics-3-2.jpg

Ennakoiva analytiikka on yksi kehittyneen analytiikan muoto, jolla pyritään vastaamaan kysymykseen siitä, ”mitä todennäköisesti tapahtuu”. Tavallisesti tällaiseen analytiikkaan liittyy eri menetelmiä, kuten regressioanalyysia, ennustamista, monimuuttujaisia tilastoja, mallien sovitusta ja ennustavaa mallintamista.

Prescriptive-Analytics-3-2.jpg

Ohjaileva analytiikka on yksi kehittyneen analytiikan muoto, jolla pyritään vastaamaan kysymykseen siitä, ”mitä pitäisi tehdä”. Tavallisesti tällaiseen analytiikkaan liittyy eri menetelmiä, kuten kaavioanalyysiä, simulointia, monitahoista tapahtumakäsittelyä, neuroverkkoja, suosituspalveluja, heuristiikkaa ja koneoppimista.

Alarm-Management-3-2.jpg

Hälytysten hallinta

illustration-of-a-lung-protected-in-an-orb-3-2-dgt-601-2017

Keuhkoja suojaava ventilaatio

connected-technologies-3-2-d-3502-2019.jpg

Lääkinnällisten laitteiden yhteentoimivuus

Yhteystiedot

contact-us-me-16-9.jpg

OneMed Oy

PL 10 (Metsäläntie 20),
00321 Helsinki

020 786 6800

Vaihde avoinna: ma-pe 8.00 - 16.00

Haluatko lähettää meille liitteen? Lähetä se meille sähköpostilla tästä: asiakaspalvelu@draeger.com

Viitteet

1. Jones, K. (2014). Alarm fatigue a top patient safety hazard. Canadian Medical Association Journal, 186(3), 178

2. ECRI Institute (2018). 2019 Top 10 Health Technology Hazards: Executive Brief

3. Canet et al. (2010). Prediction of postoperative pulmonary complications in a population-based surgical cohort. Anesthesiology, 113(6), 1338–1350

4. Branson et al. (1999). Humidification for Patients with Artificial Airways. Respiratory Care, 44(6), 630–642

5. Bilgi et al. (2011). Comparison of the effects of low-flow and high-flow inhalational anaesthesia with nitrous oxide and desflurane on mucociliary activity and pulmonary function tests. Eur. J. Anesthesiol., 28(4), 279–283.

6. Branson et al. (1998). Anaesthesia circuits, humidity output, and mucociliary structure and function. Anesthesia Intensive Care, 26(2), 178–183.

7. Kilgour et al. (2004). Mucociliary function deteriorates in the clinical range of inspired air temperature and humidity. Intensive Care Med., 30(7), 1491–1494

8. Hönemann C. & Mierke B. (2015). Low-Flow, Minimal-Flow und Metabolic-Flow Anaesthesia. Lübeck: Drägerwerk AG & Co. KGaA.

9. Yasny, J. S., & White, J. (2012). Environmental implications of anesthetic gases. Anesthesia progress, 59(4), 154–158.

10. Bain & Company (2018). Front line of healthcare report 2018.

11. HiMSS (2019). HiMSS20 Conference Education Topics.