Sonic Healthcare -使用實驗室資料改善照護並降低成本
Sonic Healthcare在我們的網路中執行超過2,000種型別的實驗室測試，每年為全球約1億人提供實驗室測試。因此，我們能夠獲取大量資料，這為我們提供了改善患者預後並為醫療保健系統創造價值的獨特機會。本文提供了說明我們如何與保險公司和供應商合作，以強化美國慢性病照護的範例。
資料驅動的人口健康管理
2013年，我們與加州的一個保險計畫合作，以確定對醫療保健系統造成高成本的特定患者群組。透過檢視75,000名病患的醫療花費，我們發現88%的人每年僅花費314美元，而11%的人每年每人大約花費5,000美元。剩下的1%平均每年花費61,000美元，金額相當大。其中許多人罹患慢性腎臟病(CKD)、糖尿病及其他常見慢性疾病，這些疾病在醫療成本中佔比過高。我們追蹤這個高消費族群，發現這些病患中僅有38%連續2年留在相同組別。其他所有專案在上一年都處於較低支出水準。對於許多人而言，此增加係由於治療成本及16種慢性病之併發症，其中人均成本特別高（參見下圖-紅色病症為常見合併症）。
辨識糖尿病照護中的差距
針對第II型糖尿病，我們發現許多病患通常在接受診斷後無法進行隨訪預約，導致昂貴的併發症。在一家照護50,000名病患的大型初級照護診所中檢查HbA1C實驗室資料，我們確認了近3,800名符合診斷標準的糖尿病病患，但發現其中26.5%的患者在過去12個月內未看過醫師，且700名沒有相關的ICD診斷代碼。在確診的病患中，我們預計有些是無症狀的，沒有完全瞭解自己要檢查的病況，也因為沒有感覺到不舒服所以沒有回診看醫師。然後，這些實驗室結果將記錄在患者的圖表中，在疾病進展到其病情突然惡化導致急症室就診及昂貴入院的時點之前不採取任何措施，因此從一年到下一年的支出激增。接下來，我們與紐約一家大型診所合作，該診所涉及約80,000名患者的照護。應用我們的分析，我們辨識出1,200名患者逾期未進行隨訪預約。如此規模的患者名單帶來了相當大的挑戰。首先，以人工方式聯絡每個人是不可能的，其次，由於患者數量龐大，因此需要系統來分診最緊急的病例。在缺乏必要人力的情況下，創新是關鍵。我們開發出一種新的行動技術，可以傳送自動化的電子郵件、電話、簡訊或範本信件，提醒病患逾期未進行追蹤。然後，我們使用我們的實驗室資料來確定在未來6至12個月內，哪些患者處於健康惡化的最高風險中。這些是優先考慮接觸的人群。特別成功的一點是，預先錄製了醫師自己的聲音，以自動撥打這些電話。在電話中，會告知病患，要先完成醫師安排之化驗，再進行諮詢。病患到診間的時候，已經能拿到化驗結果，而醫師可以檢視結果，並據此對病患進行治療。對醫師來說，這個過程也很簡單，他們每週都會收到一份逾期未回診的病患名單。點選三下，即可確認患者名單、重新授權ICD診斷代碼或新增診斷代碼，以及授權訂購進行實驗室檢測。
積極干預以改善臨床
這個過程始於3.5年前，之後我們與39家基層醫療診所合作，涵蓋200,000多名病患。結果出人意料地是正面的—在我們聯絡進行追蹤的人員中，有44%的人返回去看醫師，只有7%的人選擇不與醫師溝通。我們發現，在照護方面存在差距的患者數量減少了86%，而就醫頻率也顯著增加。
的一項由NIH資助的類似追蹤系統研究追蹤了患者5年，發現每人每年可節省2,400美元醫療保健系統，並減少住院和急症室就診。這項研究的結果和我們的資料都表明，讓病患保持參與自己的健康照護並促進早期干預是值得投入資源的初始投資。在糖尿病追蹤計畫成功後，我們擴展至CKD及6種額外病症。藉由主動使用實驗室資料並開發創新解決方案來解決照護缺口，我們的經驗表明，實驗室可以為醫師和患者推動醫療保健領域的改進。
本文依中國廣州Roche Efficiency Days (RED) 2018 REDefining perspective發表 之「Integrating pathology data analytics and patient engagement is a value- and outcome-based care delivery」作成。
