Количество заболевших коронавирусом растёт, и Cloud4Y снова перешёл на удалённый формат работы. Мы видим, как наши врачи с трудом справляются с невероятной нагрузкой, и не хотим добавлять им хлопот. Печально, что даже в такой ситуации в нашей стране слабо используются современные технологии. А вот в США, например, медицинская организация построила облачную систему, позволяющую лучше заботиться о наиболее уязвимых жителях страны. Перевод этой истории мы и предлагаем вашему вниманию.

Когда в начале 2020 года разразилась пандемия COVID-19, организациям здравоохранения пришлось менять или ускорять свои планы по обслуживанию пациентов. Американская Commonwealth Care Alliance (CCA) использовала облачную аналитику данных, чтобы связать врачей и специалистов по медицинскому обслуживанию с участниками из группы риска. Вице-президент Валмик Кудесиа CCA, ответственный за клиническую информатику и передовую аналитику CCA, делится их историей.

CCA — это медицинская организация, признанная на национальном уровне лидером в предоставлении и координации дорогостоящего ухода за нуждающимися людьми, которые имеют право на программы Medicaid и Medicare. CCA выполняет обязанности плательщика медицинских услуг, управления медицинским обслуживанием и непосредственно поставщика этих услуг пациентам. «Подопечные» CCA живут с проблемами со здоровьем, поведением и социализацией. У многих из них сложные жизненные условия, они уязвимы и маргинализированы. Когда зимой в США пришла новость о COVID-19 в организации быстро осознали, что этой категории людей понадобится особенно много заботы и внимания. Сотрудникам CCA необходимо было продолжать выполнять свои обязанности, учитывая множество новых, постоянно меняющихся факторов.

Нам требовались надёжные данные, которые можно было быстро получить, и которые были бы интегрированы в их рабочие процессы. CCA заранее создала облачную платформу расширенной аналитики с BigQuery и Looker. Спустя шесть месяцев, убедившись в надёжности и работоспособности решения, мы продолжаем предоставлять клиницистам более целостное представление о потребностях нуждающихся людей. CCA развивает ориентированное на человека использование данных и аналитики, чтобы справиться с предстоящим сезонным «комбо» — сочетанию COVID-19 и гриппа.

Данные, необходимые для более быстрого принятия решений

Облачная платформа была создана для ситуаций, когда пользователи должны двигаться быстро и в разных направлениях, а также менять параметры запрашиваемой информации. Это означало, что когда пришёл COVID-19, CCA не пришлось многое менять в своих процессах.

Группа по анализу данных использовала Looker и BigQuery в сочетании с другими технологиями, чтобы выполнять разработку и развёртывание операций обработки данных в сочетании с возможностями машинного обучения. Облачные сервисы соответствовали требованиями HIPAA (своего рода аналог нашего ФЗ-152, но с медицинским уклоном — прим. переводчика), а BigQuery был (и остаётся) эластичным и доступен как услуга. Это позволило небольшой команде по анализу данных сосредоточиться на работе с данными и быстро развивать проект, сохраняя его совместимость и обеспечивая отличную производительность платформы.

Наши аналитики использовали абстракцию запросов и механизм данных на основе столбцов, и это позволило команде получить ряд преимуществ при работе в условиях COVID-19. Мы имели множество способов описания отдельных значений в сочетании с очень быстрыми циклами для определения того, «что имеет значение» в данный момент дня или недели. Столбчатый формат позволял заранее ответить на большую часть вопросов, а благодаря прямой виртуализации запросов можно было определить, какие сведения требуются врачам, и быстро предоставлять им эти данные.

Сотрудники CCA могли двигаться вместе с клиницистами, формируя данные и прогнозы с помощью общих панелей мониторинга и панелей мониторинга для конкретных задач, называемых Action boards. Эти «доски» не просто информируют пользователей, они предлагают информацию, необходимую для принятия решения о том, какие что врач будет делать дальше.

Использование ежедневных и даже почасовых данных, поступающих из разных источников, было необходимо для того, чтобы слабо защищённые слои населения могли получить то, что им нужно — еду на дом, лекарства или другие услуги. В некоторых случаях у нас уже имелись все необходимые данные. Например, менее чем за 30 минут удалось внедрить определение высокого риска осложнений COVID-19, разработанное CDC, в LookML (слой абстракции запросов Looker) и связать понятие «осложнения COVID-19 с высоким риском» с нашей информационной моделью.

Также в течение рабочего дня мы создали наши основные информационные панели мониторинга COVID-19 и внедрили соответствующие данные о пандемии в другие клинические дашборды и Action boards. Гибкость решения, достигаемая за счёт абстракции и быстрой доставки данных, позволила нам быстро идентифицировать каждого человека с высоким риском неблагоприятного исхода COVID-19 и предоставить эти знания врачам CCA.

Некоторые из нужных данных получить было непросто. Например, в начале эпидемии не было репозиториев данных COVID-19 или сервисов передачи этих данных. Было важно собирать все возможные данные для обслуживания нуждающихся групп людей. И во многих случаях мы собирали использовали эти данные самостоятельно. Например, на ранних стадиях пандемии COVID-19 в Массачусетсе постепенно начали закрываться дневные центры здоровья для взрослых (ADH), общественные центры, которые предоставляют важные услуги для пожилых людей, а затем внезапно это приняло массовый характер. Но мы наловчились передавать эти знания каждому человеку, посещавшему эти учреждения, буквально спустя несколько минут после того, как узнавали про очередной закрытый ADH. Чуть позднее в CCA стали поступать данные Департамента общественного здравоохранения Массачусетса о положительных тестах, что позволило получить представление о концентрации людей из группы риска, проживающих в районах с высокой или растущей заражаемостью COVID-19.

Путь от «просто данных» к «важнейшему элементу для лечения и поддержки»

Поскольку пандемия COVID-19 продолжается, мы используем самую свежую доступную информацию, чтобы обновлять и менять стратегии поддержки и ухода за подопечными. Сотрудникам CCA стало намного удобнее работать с данными благодаря облаку. Обычно у нас более 450 активных пользователей в неделю, и сведения запрашиваются чуть ли не ежесекундно в течение рабочего дня. Благодаря большой собранной базе можно заметить, как часть данных соответствует общей картине или не вписывается в неё. Вместо того, чтобы использовать данные как отдельные кусочки мозаики, мы используем их комплексно. То есть благодаря построенному на облачной платформе решению мы используем данные в интересах пациентов, встроили новую технологию в свою повседневную жизнь.

Обладая столь удобным инструментом, команда специалистов, занимающихся наукой о данных, перешла к глубокому проектированию функций и причинно-следственным связям, чтобы сделать информацию, получаемую сотрудниками CCA и врачами, более полной и понятной. В свою очередь, врачи и наши другие сотрудники ждут, что Big Data поможет им лучше заботиться о людях, нуждающихся в помощи.

Ретроспектива решений на основе данных          

Путь к принятию решений на основе данных требует времени, чтобы укрепить доверие к системе. COVID-19 помог укрепить это доверие, и теперь наши врачи понимают, что поступающая и обрабатываемая в CCA информация поможет им лучше выполнять свою работу. Также мы узнали, что необходимо уметь быстро выполнять итерации, чтобы получить данные и платформу (не идеальную, но достаточно хорошую) для работы с этими данными. И технологии должны обеспечивать необходимую скорость итераций. Мы понимаем, что когда люди не видят общей картины или не обладают всей информацией, они могут сделать не самый удачный или кардинально неправильный выбор. К тому же у них есть привычки или предпочтения, которые лишь усугубляют проблему.

Теперь человек взаимодействует с машиной, с поступающими ему данными. Если делать всё правильно, что данные можно включить в процесс принятия решений, не добавляя лишних этапов, затягивающих прохождение пути от задачи до результата. В конце концов, информация — это естественная часть процесса принятия решения. В нашем случае — заботы о человеке. Например, изучение болей в груди часто требует расшифровки электрокардиограммы (ЭКГ), которая несёт в себе массу полезных сведений. И врачи по вполне понятным причинам ждут, что ЭКГ поможет им лучше заботиться о человеке, а не сосредотачиваются на самих данных, которые генерируются при снятии ЭКГ.

Пандемия COVID-19 показала нам, что правильное использование данных может расширить возможности человека и стать союзником в борьбе за здоровье населения.

Что ещё интересного есть в блоге Cloud4Y

> Найдено давно утерянное руководство к самому старому компьютеру в мире

> Пограничный патруль США планирует 75 лет хранить данные из гаджетов путешественников

> Определённо не Windows 95: какие операционные системы поддерживают работу в космосе?

> Рассказываем про государственные защищенные сервисы и сети

> Внутри центра обработки данных Bell Labs, 1960-е

Подписывайтесь на наш Telegram-канал, чтобы не пропустить очередную статью. Пишем не чаще двух раз в неделю и только по делу