Avado 首席执行官 Dave Chase (@chasedave) 上周五在 Collaborative Health Consortium 的每周 试点和合作电话会议上发言。
Dave 以 Josh Umbehr 医生的名言开场:
“一把好的手术刀能造就更好的外科医生。良好的沟通能造就更好的医生。”
沟通(以及理解信息如何流动)是医生获得所需信息以做出他们受过训练的最佳选择的关键工具。
同一天,金墉博士被提名为奥巴马总统的世界银行新行长人选。昨晚我观看了 2009 年金墉博士与比尔·莫耶斯进行的 采访,采访主要关注医疗保健。在采访中,金墉博士谈到了西南航空公司以及他们正在思考的可能为医学做的事情:
“他们认真对待人类科学,即如何将简单信息从一个人传递到另一个人……我们现在需要的是一批全新的人才,他们了解科学,真正致力于患者护理。但也思考如何使这些人类系统有效运作。我们一直满怀希望地称之为医疗保健交付科学。”
金墉博士在这里谈论了很多事情,包括社交网络、医疗保健体验设计、网络科学,在访谈的其他部分,他还谈到了通过精益生产或改善等方式减少变异性的必要性。这是通过持续反馈、学习和理解人员、系统和护理交付流程网络中的信息流来降低护理交付中的风险。
患者参与意味着帮助患者(及其医生)做出更好的决策
我突然意识到,金墉博士和 Dave Chase 正在谈论非常相似,甚至相同的事情:网络、沟通流和决策。
Dave Chase 在 Avado 的这张精彩幻灯片中谈到了患者参与和“控制”的必要性
您可以在此处查看 Dave 允许我们发布的其余幻灯片(精彩的演示文稿)。
当我们谈论患者参与和控制时,我们主要谈论的是谁控制决策,如何让患者参与进来,以及如何通过信息流和反馈来帮助影响决策。
在左侧“居家/低危”区域的上方图表中,ACO 和新的支付模式的成功或失败将在此处决定。正如 Dave 指出的那样,这最终占医疗保健成本的 75%,这些成本是行为性的,基于患者及其家人日复一日做出的决定。理解医疗保健中的行为网络至关重要。Fowler 和 Christakis 的 Connected 深入探讨了行为模式如何在真实的社交网络(不仅仅是在线网络)中传播。
虽然金墉博士和达特茅斯护理交付学院专注于图表的右侧,即患者在诊所或医院的急性期,但他们的认识是相同的
我们需要了解是什么吸引人们,何时需要什么信息来帮助患者及其护理团队做出正确的决定,并降低不良结果的风险。
这是医疗保健领域的网络科学。
医疗保健领域的网络科学
网络科学这个新兴领域已经在 UX 设计、大数据(规模化学习)CRM 系统(请务必阅读 Michael Wu,@mich8elwu 的关于此主题的 帖子)、社交网络分析、精益生产(和 精益创业)、改善、开源、开放式创新和供应链物流等领域进行了研究和应用,是的,还有 Moneyball,现在还有 ACO。这是一种系统学习的网络视角,以加速的、可扩展的学习作为成功的关键衡量标准。这是一个理解连接、决策、参与和人为因素、信息流以及它们如何通过反馈相互配合的问题。这是新辩证法。
(有关此主题的更多信息,以及 Connected,我强烈推荐 Gleick 的 The Information、Kahneman 的 Thinking, Fast and Slow、Steven Johnson 的 Where Good Ideas Come From,以及 Clay Shirky 和 John Hagel III 的著作集,以进一步研究此主题。)
棒球运动中的 Moneyball 方法是一种网络和系统方法,其中统计数据和关键指标(例如上垒率,或如何在特定情况下应对特定击球手)比球员细微的身体或心理特征更重要。
支付改革最终将患者、医生和保险公司的激励机制结合起来,我们希望,只有采用类似于 Moneyball 为棒球所做的持续学习和统计驱动方法才能取得成功。网络科学和大数据是找出大规模有效方法的科学。一旦系统连接起来,健康信息数字化,通过支付改革和诸如 第二阶段有意义的使用 等举措,我们将能够在医学领域做出更好的决策。只要每个人都得到保障,这就是一件好事。这意味着保险公司将专注于保持健康,而不是限制对最需要保险的人的承保范围。在一个网络化的世界中,这意味着个人责任和全民医保,这是保守派和自由派都会喜欢的东西!
我们需要了解医疗保健领域网络科学的人员和系统
金墉博士是对的,我们需要一批全新的人才,他们了解医疗保健领域的网络。这是通过理解信息如何在各种类型的网络中流动来降低风险的科学。我们需要了解医疗保健领域新兴的网络科学领域的人员。网络科学是推动创新同时降低成本的关键,因为它最终是关于加速组织和系统学习。新的支付模式需要快速找出医疗保健领域的有效方法,金墉博士和 Dave Chase 都明白,正在发生的事情是,组织、人员、护理交付和技术的网络可以带来更好的护理和降低风险——如果我们了解它们是如何运作的。
通过观察跨各种学科的网络效应和信息传递,我们正在从网络角度快速获得关于降低风险的新见解。
网络科学、护理交付科学、患者参与、社交网络分析、客户/患者关系管理、用户体验设计、大数据以及现在棒球中使用的算法,都是一种全新的看待跨各种学科的风险和概率的方式的一部分。正如金墉博士指出的那样,在医学院和医院,我们目前是临时进行的。为了获得更好的结果,我们需要更好地理解这些信息流,以便我们能够学习什么是有效的。
ACO 将需要非常了解金墉博士关于变异性的研究、Dave Chase 在 Avado 的工作,甚至 Moneyball。可扩展的学习正在迅速成为竞争的新基础,即使在医疗保健领域也是如此。这是医疗保健领域的火箭科学。
接下来:为什么我们需要医疗保健领域的决策支持(提示:我们都不擅长直觉统计)
- Ideas Are Cheap ...直到它们被分享
评论已关闭。