Klinische Erkenntnisse mit Microsoft Cloud für das Gesundheitswesen

Azure für das Gesundheitswesen
Azure Synapse Analytics
Azure Machine Learning
Power Automate
Dynamics 365

Mithilfe von Microsoft Cloud for Healthcare können Sie Lösungen erstellen, um klinische und operative Erkenntnisse zu verbessern. In diesem Artikel wird eine solche potenzielle Lösung erläutert. Er baut auf dem Wissen auf, das im Artikel Virtuelle Integrität in Microsoft Cloud für das Gesundheitswesen vermittelt wurde.

Architektur

Klinische Erkenntnisse mithilfe von Microsoft Cloud für das Gesundheitswesen

Laden Sie eine Visio-Datei herunter, die dieses Architekturdiagramm enthält.

Im Architekturdiagramm und in diesem Artikel steht der Begriff ED (Emergency Department) für die Notaufnahme einer Gesundheitseinrichtung – also für die Abteilung, die auf Notfallmedizin und die akute Behandlung von Patienten spezialisiert ist.

Die blauen Felder in diesem Architekturdiagramm stehen genau wie bei der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare für Microsoft-Dienste. Bei diesen handelt es sich entweder um die zugrunde liegenden Dienste oder um Add-Ons, die für Microsoft Cloud for Healthcare erforderlich sind. Jeder dieser Dienste wird separat lizenziert.

Wie schon bei der vorherigen Lösung fließen Daten aus externen medizinischen Systemen (beispielsweise Patienten- und Arztterminpläne, Krankenakten, Wearables usw.) in diese Architektur und werden dann mithilfe von Azure erfasst. Dieser Prozess kann auch andere strukturierte Daten erfassen, die für bestimmte Erkenntnisse erforderlich sind, z. B. Finanzdaten. Anschließend werden die Daten im CDM-Format (Common Data Model) in Microsoft Dataverse gespeichert, um von Dynamics 365- und Power BI-Komponenten in dieser Lösung genutzt zu werden.

Datenfluss

Diese Lösung unterstützt für jede der im Diagramm dargestellten Benutzergruppen die folgenden Datenflüsse:

  1. Pflegedirektor: Aufbauend auf dem Flow für virtuelle Besuche kann sich der Pflegedirektor aktuelle Patientendatensätze mithilfe der Warteschlange für die Patientenüberwachung über Teams ansehen. Diese Dynamics 365-Anwendung stellt eine Patientenliste sowie eine Indexbewertung für die einzelnen Patienten bereit, die die Dringlichkeit ihrer Versorgung angibt. Der Pflegedirektor kann den Patienten mit der höchsten Indexbewertung auswählen und Informationen wie Krankenakte, Pflegeplan oder Termine in der Pflegeverwaltungs-App anzeigen. Diese App kann auch Erkenntnisse zu den täglichen Gewohnheiten des Patienten anzeigen, indem Daten wie etwa die Herzfrequenz in Quasi-Echtzeit von seinem registrierten IoMT-Gerät gepullt werden. Die App verfolgt die eingehenden Gerätedaten nach und zeigt sie in benutzerdefinierten Power BI-Visualisierungen an. Für jede Gerätemetrik werden Schwellenwerte festgelegt, und bei einer Überschreitung wird von Power Automate eine Sales Insights-Warnung ausgelöst. Diese Schwellenwerte und Warnungen können für jeden Patienten individuell festgelegt werden. Bei Bedarf kann der Pflegedirektor den Patienten mithilfe der in Dataverse gespeicherten Kontaktinformationen direkt über Teams anrufen.

  2. ED-Administrator: Ein Patient, der die Notaufnahme (Emergency Department, ED) aufsuchen muss, kann den Transport mit dem Pflegedirektor koordinieren. Ein ED-Administrator ist für die Ressourcen und Zeitpläne in der Abteilung verantwortlich. Ressourcen wie Bettennutzung, Räume und Mitarbeiter sowie Trends bei Aufnahme- und Wiederaufnahmeereignissen werden mithilfe von Power BI-Berichten überwacht, die für die Abteilung angepasst und in Teams integriert sind. Diese Berichte werden anhand von in Dataverse gespeicherten Krankenhaus- und Patientendaten erstellt und von Azure Synapse analysiert. Die ED-Warteschlange ist eine benutzerdefinierte Dynamics 365-Webressource, die eine Warteschlange eingehender Patienten in verschiedenen Phasen wie Transport, Anmeldung, Aufnahme oder Raumzuweisung zeigt. Anhand dieser Informationen kann der ED-Administrator Patienten nach ihrer Ankunftszeit und ihrem medizinischen Zustand selektieren. Eine Entscheidungsstruktur mit Power Automate-Flows wird erstellt, um Aufgaben zu automatisieren, die für die Patientenversorgung erforderlich sind. Beispiele für diese Aufgaben sind die Raum- oder Intensivstationszuweisung, die Einrichtung medizinischer Geräte, die Anordnung erforderlicher Untersuchungen und die Zuweisung zu verfügbaren medizinischen Mitarbeitern. Diese Berichte und automatisierten Aufgaben unterstützen eine effiziente Patientenversorgung und ED-Verwaltung.

  3. Facharzt: Der ED-Administrator weist einen Facharzt zu, der die für den Patienten empfohlenen Untersuchungen überprüft. Wenn z. B. Röntgenuntersuchungen erforderlich sind, wird ein Lungenfacharzt zugewiesen, um diese zu überprüfen. Durch das Speichern der Untersuchungsergebnisse wird Power Automate ausgelöst, wodurch eine Sales Insights-Warnung in der Pflegeverwaltungs-App des Arzts angezeigt wird. Untersuchungen wie Röntgen gelten als unstrukturierte Daten. Diese Daten werden über Azure Data Lake per Pull in Azure Synapse übertragen und zur Interpretation der Ergebnisse in ein benutzerdefiniertes Machine Learning-Modell eingespeist. Diese Interpretationen können dem Arzt dabei helfen, die eigentliche Diagnose zu stellen und die Versorgung zu planen.

    Die App „Social Determinants“ (Soziale Determinanten) ist eine für diese Lösung eigens erstellte Canvas-App, die Einblicke in den sozioökonomischen Hintergrund des Patienten liefert. Anhand dieser Daten kann der Arzt einen für den Patient geeigneten Pflegeplan verschreiben. Power BI-Visualisierungen in der Pflegeverwaltungs-App zeigen auch Behandlungserfolgstrends für den Gesundheitszustand des Patienten an. Zu diesem Zweck werden aggregierte Metriken zum Gesundheitszustand der Bevölkerung, demografische Daten, soziale Faktoren und andere Daten verwendet, die in den Krankenhausdaten verfügbar sind. Die App kann so gestaltet werden, dass sie öffentlich zugängliche medizinische Daten aus staatlich finanzierter Forschung nutzt. Diese Visualisierungen unterstützen den Arzt bei der Auswahl des Pflegeplans mit der besten Erfolgsrate. Die in diese Visualisierungen eingespeisten Daten werden per Pull über Azure Data Lake übertragen. Der ausgewählte Pflegeplan wird zur späteren Referenz in Dataverse gespeichert.

  4. Patient: Wenn der Patient mit dem Pflegeplan entlassen wird, wird er aufgefordert, über das Patientenportal an einer Zufriedenheitsumfrage teilzunehmen. Hierbei handelt es sich um ein Customer Voice-Formular. Das Umfrageergebnis wird in Dataverse gespeichert, um operative Erkenntnisse zur Gesundheitseinrichtung zu gewinnen.

    Der Patient verwendet das Patientenportal, um den vom Arzt empfohlenen Pflegeplan einzusehen. Im Portal kann auch Infomaterial zum besseren Verständnis des Pflegeplans bereitgestellt werden.

  5. Krankenhausadministrator: Power BI-Berichte, die für den Krankenhausadministrator angepasst wurden, bieten Erkenntnisse zu wichtigen Metriken des Gesundheitswesens – etwa zur Wiederaufnahmerate von Patienten, zur Aufenthaltsdauer, zum Verhältnis zwischen Mitarbeiteranzahl und Patientenanzahl, zur Patientenzufriedenheit und zu den Kosten. Diese Erkenntnisse können dazu beitragen, die Verwaltung der Gesundheitseinrichtung zu verbessern. Die Berichte werden anhand von Daten erstellt, die von Azure Synapse aus mehreren Systemen aggregiert werden, darunter Datensätze zu Patientenbesuchen, Finanzdaten und Stimmungsbewertungen aus Patientenumfragen. Die Berichte können den Krankenhausadministrator bei der Erkennung von Betriebsengpässen unterstützen. Wenn ein Krankenhaus beispielsweise über eine hohe Wiederaufnahmerate verfügt, kann der Administrator diese verwenden, um die Abteilungen mit den meisten Wiederaufnahmen zu finden, und dann die zugrunde liegenden Probleme beheben.

    Die Power BI-Berichte sind in Microsoft Teams integriert. Dadurch können sie problemlos über Teams-Kanäle mit anderen Abteilungen geteilt werden, was zu einer schnelleren Kommunikation und zu einer besseren Zusammenarbeit führt. Der Zugriff auf diese Berichte lässt sich durch Festlegen von Berechtigungsebenen pro Abteilung oder Benutzer steuern.

Komponenten

Die meisten Komponenten, die in dieser Lösung verwendet werden, sind in der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare beschrieben. Darüber hinaus werden folgende Komponenten verwendet:

  • Azure Synapse Analytics: Mithilfe von Azure Synapse Analytics wird veranschaulicht, wie unstrukturierte medizinische Daten wie Diagnosetestergebnisse, Patientendaten wie etwa die Anamnese sowie tagesspezifische Gesundheitsmetriken von Algorithmen für maschinelles Lernen interpretiert werden können. Diese maschinell generierten Ergebnisse unterstützen Anbieter medizinischer Dienstleistungen bei der Diagnose und Behandlung von Patienten.

  • Azure Data Lake Storage Azure Data Lake Storage bietet ein schnelles und sicheres Data Warehouse für Azure Synapse Analytics. Anders als bei herkömmlichen Data Warehouses steht die große, für Analysen erforderliche Datenmenge nach dem Speichern in Azure Data Lake für Abfragen zur Verfügung. Dadurch sind keine wiederholten Ladevorgänge erforderlich.

  • Azure Machine Learning: Diese Lösung verwendet Azure Machine Learning, um eine potenzielle Nutzung als Assistent für Anbieter medizinischer Dienstleistungen zu veranschaulichen. Sie kann so modelliert werden, dass öffentlich verfügbare medizinische Daten und Diagnosetestergebnisse genutzt werden, um zusätzliche Erkenntnisse zum Gesundheitszustand von Patienten zu gewinnen. Die Verantwortung für die Diagnose liegt letztendlich beim medizinischen Fachpersonal.

  • Power BI: Power BI erleichtert durch das Visualisieren großer Datenmengen die Assimilation von Erkenntnissen und die Identifikation von Mustern oder Trends. Informationen zum Erstellen verschiedener Power BI-Visualisierungen finden Sie unter Visualisierungstypen in Power BI sowie unter Visualisierungen in Power BI-Berichten. Sie können die Visualisierungen über Microsoft Teams an andere Abteilungen weitergeben, um die Zusammenarbeit zu verbessern. Weitere Informationen finden Sie unter Zusammenarbeiten mit Power BI in Microsoft Teams, Outlook und Office.

    Bei dieser Lösung werden mithilfe von Azure Synapse Analytics folgende Power BI-Visualisierungen erstellt:

    • Ein Power BI-Dashboard mit Teams-Integration für die Notaufnahme, das eine Momentaufnahme folgender Daten zeigt:
      • Anzahl wartender Patienten
      • Wartezeiten
      • Bettenstatus
      • Prognostizierte Bettenbelegung
      • Andere ED-Metriken
    • Ein Dashboard für den Gesundheitszustand der Bevölkerung, mit dessen Hilfe Anbieter die Wirksamkeit von Behandlungsplänen mit ähnlichen demografischen Daten und Bedingungen vergleichen können.
    • Abteilungsübergreifende Analysen und Berichte für die Krankenhausverwaltung

  • Power Automate: Power Automate bietet eine Plattform zur Automatisierung repetitiver manueller Aufgaben mit wenig oder ganz ohne Code. Jeder erstellte Workflow ist für das jeweilige Unternehmen oder Szenario spezifisch und von Natur aus angepasst. In dieser Lösung erfasst Power Automate in Dataverse gespeicherte Daten und führt automatisierte Flows aus, um Aktionen wie etwa das Senden von Benachrichtigungen bei Datenänderungen durchzuführen. Informationen zum Erstellen angepasster datenbasierter Flows finden Sie unter Einen Microsoft Dataverse verwendenden Cloud-Flow erstellen.

    Mithilfe von Power Automate-Flows können auch Prozeduren in der Notaufnahme wie etwa Raum- und Mitarbeiterzuweisungen automatisiert werden.

  • Dynamics 365 Sales Insights: In dieser Lösung wird Sales Insights verwendet – ein Dynamics 365-Add-In, um Warnungen und Benachrichtigungen für die folgenden Ereignisse bereitzustellen:

    • Das Wearable eines Patienten überschreitet die voreingestellten Schwellenwerte für Gesundheitsmetriken (beispielsweise die Herzfrequenz).
    • Neue Diagnosetestergebnisse sind verfügbar.

    Diese Benachrichtigungen werden von einem Power Automate-Flow ausgelöst. Informationen zum Erstellen von Automatisierungsflows mit Sales Insights-Integration finden Sie unter Benutzerdefinierte Erkenntniskarten erstellen.

  • Warteschlange für die Patientenüberwachung: Diese benutzerdefinierte Dynamics 365-Webressource ist keine Komponente von Microsoft Cloud for Healthcare. Sie liefert dem Pflegedirektor aggregierte Patientendaten aus mehreren Quellen und fungiert als angepasster Einstiegspunkt, über den die Pflegeverwaltungs-App auf individuelle Patienteninformationen zugreifen kann. Sie ist in Microsoft Teams integriert, um eine konsistente Plattform bereitzustellen. Außerdem wird die Dringlichkeit der medizinischen Versorgung für jeden Patienten in Form einer Indexbewertung angezeigt. Diese Bewertung ergibt sich aus den Gerätedaten des Patienten und dem bekannten medizinischen Zustand.

  • ED-Warteschlange: Diese benutzerdefinierte Dynamics 365-Webressource ist keine Komponente von Microsoft Cloud for Healthcare. Der ED-Administrator verwendet diese Warteschlange, um medizinische Informationen und Ankunftszeiten eingehender Patienten sowie die Dringlichkeit ihrer Behandlung abzurufen. So kann der Administrator effizienter selektieren und automatisierte Workflows über Power Automate starten, um Ressourcen basierend auf dem Gesundheitszustand des Patienten zuzuweisen.

  • Social determinants (Soziale Determinanten): Dies ist eine Power BI-Canvas-App, die Anbietern medizinischer Dienstleistungen die sozioökonomischen Faktoren des Patienten anzeigt. Diese Informationen werden mithilfe eines standardisierten Fragebogens gesammelt und helfen bei der Prognose, inwieweit der Patient den Pflegeplan einhalten wird. Diese Daten werden während eines Patientenbesuchs gesammelt und in Dataverse gespeichert, damit sie bei zukünftigen Entscheidungen herangezogen werden können.

  • Customer Voice: Dynamics 365 Customer Voice ist eine Feedbackverwaltungsanwendung für Unternehmen. Sie wird verwendet, um Feedback einzuholen, nachdem ein Patient die Notaufnahme besucht hat. Dieses Feedback kann Erkenntnisse zur Verwaltung von ED-Prozessen liefern. Die Umfrageergebnisse werden in Dataverse gespeichert, damit sie vom Krankenhausadministrator zur Verbesserung von Prozessen verwendet werden können.

  • Unstrukturierte Daten. Dieser Block im Architekturdiagramm stellt unstrukturierte Binärdaten wie etwa Röntgenergebnisse dar. Diese Daten können in den vorhandenen EGA-Systemen gespeichert werden. Sie werden von Azure Data Lake für die Verwendung durch Azure Synapse erfasst.

  • Strukturierte Daten. Dieser Block stellt alle strukturierten Daten dar, die in der Regel nicht als Teil von ePA/EGA- oder PAS-Systemen betrachtet werden und die verwendet werden können, um Erkenntnisse für die Krankenhausverwaltung zu gewinnen. Hierzu gehören beispielsweise die Finanzunterlagen der Gesundheitsorganisation.

Alternativen

Die in der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare aufgeführten Alternativen gelten auch für diese Architektur.

  • Die in dieser Architektur verwendeten Dynamics 365- und Power BI-Anwendungen sind eng integriert und verwenden Dataverse als Datenquelle. Wenn sie durch Anwendungen von Drittanbietern ersetzt werden (etwa durch integrierte EGA-Tools für die Patientenüberwachung und die Selektierung in Notaufnahmen), können diese über die RESTful-API-Schnittstelle mit Dataverse interagieren. Dataverse ist eine praktische Datenquelle für aggregierte Daten, die von mehreren Komponenten wie Power BI, Power Automate, Synapse Analytics, Patientenportal oder Teams verwendet wird.

  • Komponenten, die im Architekturdiagramm ohne blauen Umriss dargestellt sind, müssen gemäß den Anforderungen der Gesundheitsorganisation erstellt oder durch verfügbare Tools ersetzt werden.

Szenariodetails

Schon immer lag eine der Herausforderungen im Gesundheitswesen darin, die riesige Menge der generierten Daten effektiv zu nutzen. Die meisten medizinischen Daten sind unstrukturiert und für datengesteuerte Entscheidungen nicht zugänglich. Bei der Suche nach Erkenntnissen verbringen Anbieter viel Zeit mit der Erfassung und Vereinheitlichung von Daten. Organisationen im Gesundheitswesen müssen sich zudem mit Sicherheits- und Complianceanforderungen sowie dem Risiko von Datenpannen auseinandersetzen.

Diese Lösung verwendet Azure Data Lake zum Speichern der großen Datenmengen, die für die Berichterstellung und Analyse erforderlich sind. Diese Daten werden mithilfe von Azure Synapse analysiert, damit sie vom Machine Learning-Modul sowie von Power BI-Visualisierungen verwendet werden können. Synapse kann auch unstrukturierte Daten wie z. B. Röntgenbilder abrufen und in den Machine Learning-Algorithmus einspeisen, um Interpretationen zu generieren. Diese Interpretationen werden zusammen mit einer Momentaufnahme des Bilds in einem Microsoft Word-Dokument gespeichert. Das Dokument wird zur späteren Referenz als Blob oder Datei in Dataverse gespeichert.

Mögliche Anwendungsfälle

Diese Lösung eignet sich ideal für die Gesundheitsbranche. Darüber hinaus werden in dem Szenario folgende Funktionen gezeigt, die in verschiedensten Branchen genutzt werden können:

  • Erfassen strukturierter und unstrukturierter Daten aus mehreren Quellen und Visualisieren von Trends und Erkenntnissen mithilfe von Power BI
  • Einrichten automatisierter Betriebsaufgaben auf Basis dieser Erkenntnisse
  • Interpretieren der Daten aus unterschiedlichen Systemen mithilfe von maschinellem Lernen und Unterstützen verschiedener Rollen im System
  • Sicheres Weitergeben der Daten und Erkenntnisse sowie Zusammenarbeiten mit verschiedenen Abteilungen und Rollen über Microsoft Teams

Überlegungen

Diese Überlegungen beruhen auf den Säulen des Azure Well-Architected Frameworks, d. h. einer Reihe von Grundsätzen, mit denen die Qualität von Workloads verbessert werden kann. Weitere Informationen finden Sie unter Microsoft Azure Well-Architected Framework.

Sicherheit

Sicherheit bietet Schutz vor vorsätzlichen Angriffen und dem Missbrauch Ihrer wertvollen Daten und Systeme. Weitere Informationen finden Sie unter Übersicht über die Säule „Sicherheit“.

Hier gelten die gleichen Sicherheitshinweise wie bei jeder Architektur mit Microsoft Cloud for Healthcare. Sehen Sie sich hierzu beispielsweise die Sicherheitshinweise der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare an.

Kostenoptimierung

Bei der Kostenoptimierung geht es um die Suche nach Möglichkeiten, unnötige Ausgaben zu reduzieren und die Betriebseffizienz zu verbessern. Weitere Informationen finden Sie unter Übersicht über die Säule „Kostenoptimierung“.

Die Preisaspekte für diese Architektur sind mit den Informationen aus der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare vergleichbar.

Bereitstellen dieses Szenarios

Führen Sie zum Bereitstellen dieser Lösung die ersten vier Schritte der virtuellen Gesundheitslösung in Microsoft Cloud for Healthcare aus.

Im Anschluss finden Sie die zusätzlichen Komponenten, die speziell für diese Lösung erstellt werden. Sie können ähnliche Anwendungen erstellen oder die Tools Ihres aktuellen EGA-Systems verwenden.

  1. Warteschlange für die Patientenüberwachung
  2. ED-Warteschlange
  3. Power BI-Berichte und -Visualisierungen
  4. Power Automate-Benachrichtigungen für Geräteschwellenwerte und Diagnosetestverfügbarkeit
  5. Machine Learning-Algorithmen wie die maschinell generierten Diagnoseergebnisse
  6. Apps für soziale Determinanten und Zufriedenheitsumfragen

Beitragende

Dieser Artikel wird von Microsoft gepflegt. Er wurde ursprünglich von folgenden Mitwirkenden geschrieben:

Hauptautoren:

Melden Sie sich bei LinkedIn an, um nicht öffentliche LinkedIn-Profile anzuzeigen.

Nächste Schritte