電子健康記録とスマートインシュリンデータを統合する方法

スマートインシュリン装置とそのデータエコシステムについて

患者生成されたデータと臨床的意思決定のギャップを埋めることで、基本的な電子健康記録(EHR)によるスマートインシュリンデータを統合します。 10年間にわたり、臨床医は、スプラディック患者ログおよびエピソディックグルコースチェックに頼りに、毎日のグリセミックコントロールにおける重要な盲点を残します。今日、インシュリンペン、ポンプ、および連続グルコースモニター(CGM)は、高精細なレベルの検査を効果的に生成し、その結果を分析し、より詳細な分析を行い、より詳細な検査結果を分析し、より詳細な検査を行い、患者の検査を検査、検査、検査結果を分析し、検査結果を分析し、検査、検査結果を分析し、検査します。

スマートインシュリンデバイスの3つの柱

スマートなインシュリンのペン

InPen(Medtronic)やNovoPen Echo Plusなどのスマートインシュリンペンは、インペニンシュリン(InPenTM)やインシュリン(InPenTM)をBluetooth経由で自動記録する再使用可能なペンインジェクタです。一部のモデルは、インシュリン(IOB)を追跡し、リマインダーを送信します。データは、インペンアプリやメドトロニックケアリンクなどのクラウドプラットフォームに通常同期します。これらのデバイスは、ログを簡素化するが、EHRsと統合は、多くの場合、EHRsの中間ソフトウェアに必要が必要となるAPIのエンドポイントです。

インシュリンポンプ

現代のインシュリンポンプ-メドトロニックミニメッド780G、タンデムt:slim X2、Insuletオムニポッド5、および古いモデル-basalレート、ボルズ、およびセンサーグルコースの読み取りの詳細なレコードを内蔵したCGMから格納します。多くのポンプは、直接コンピュータ接続またはクラウドベースのデータ共有(例えば、タンデムコントロールIQ、メドトロニックケアリンク、オムニポッドDASH)を提供します。ポンプデータは、通常、エッセンシャルモードやエッセンシャルモードなどの追加のパラメータが含まれています。所要時間は、エッセンシャルモード、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル、エッセンシャル

連続グルコースモニター(CGM)

CGMsは、Dexcom G6/G7、Abbott FreeStyle Libre 3/2、Medtronic Guardian 4、Eversense(implantable)などの1〜5分ごとにグルコース読み取りを提供し、トレンド矢印、レート変更情報、およびアラートとともに。専用の受信機やスマートフォンアプリ(Dexcom Clarity、LibreView、 CareLink)を介してデータストリーム。 CGMsは、これらのデータを最大で288回まで転送する最高のボリュームを生成し、それらをFIRFIRFIVESに転送する多くの組織に提供しています。

なぜインテグレーション・マター:臨床および運用上のメリット

より良い臨床決定-Making

グルコースの傾向とインスリン使用へのリアルタイムの視認性は、臨床医は、表皮データに見えないパターンを特定することができます。例えば、繰り返しのノクタールの低血糖を示すCGMトレースは、定期訪問前に、基礎速度または夕方の食事のタイミングの変化を促すことができる。研究では、EHRsがラボ結果と薬物リストと一緒にCGMデータを表示すると、プロバイダーは、治療を迅速に調整する可能性が高く、ヘモロビンAbinを0.5%から0.5%に削減し、温度を低下させる[1]と[1]を30%に費や[1]を30%に費やした]を[1]を[1]に] - [1] - [1] - [1] - [1] - [[1] - [1] - [1] - [1] - [1 - [1] - [1] - [1 - [1] - [1] - [1 - [1] - [1 - [1] - [1 - [1] - [1] - [1] - [1] - [1 - [1 - [1 - [1] - [1 - [1

手動データエントリーエラーを排除

患者は、インスリンの用量やログに誤って数字を誤って記憶することが多いです。自動化されたデータキャプチャは、トランスクリプションエラーを排除し、EHRレコードが実際の管理を反映していることを確認します。これは、病院の入学時に特に重要です。欠落または重複した線量は患者の害につながる可能性があります。不十分な設定では、正確な線量文書は、信頼性の高い履歴データに基づいてインスリンの安全な適格性を可能にします。

パーソナライズされたトリートメントプランの有効化

包括的なデータセット - グルコースの変動、食事のボラス、アクティビティ、ストレス、睡眠パターン - 糖尿病のための精密薬をサポートしています。統合されたデータを分析する機械学習モデルは、高度に進行中のエピソードを予測し、調整をお勧めすることができます。臨床医は、調整されたインシュリン対炭水化物比、および補正要因を患者の生理学で進化させるように、統合されたデータを使用することができます。

患者のエンゲージメントを高める

患者がEHRに反映されたデバイスデータを参照し、ケアの決定にどのように影響するかを理解した場合、彼らはアクティブなパートナーになります。多くのEHR患者ポータルは、CGMの傾向とインスリンログを表示し、個人が訪問の進行状況を追跡し、ケアチームに懸念を送信します。統合はまた、リモート患者モニタリング(RPM)プログラムをサポートし、メディケアと多くの保険者が増加率で報じます。

技術的な標準と相互運用性プロトコル

成功の統合は、医療の相互運用性基準を採用することに依存しています。最も広く支持されているのは、]HL7 FHIR(Fast Healthcare Interoperability Resource)、バージョンR4以降です。 FHIRは、(グルコース読み取り用)、(インスリン用量用)、および(メタデータデバイス用)、およびEHRFIRサポート対象デバイスを含む)などのリソースを定義します。 FHIRは、FARFARFORは、E(FARF)、およびFPFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFARFHは、およびFARFARFARFARFARFHARFHは、FARFARFALFARFARFALFALFARFARFALFALFALFALFALFALFALFALFALFALFAL

IEEE 11073] - インシュリンポンプおよびCGMのためのデータフォーマットを含む医療機器の通信プロファイルを定義します。
[IHE 患者ケアデバイス(PCD)[ – 病院の設置で一般的に使用される EHR にデバイス観測をストリーミングするためのプロファイル。
[]HL7 v2.x[ - レガシー病院のメッセージング標準;高周波CGMデータが少ないが、まだ多くのシステムに存在する。
[]LOINCとUCUM – ラボの観察に必要なコード(LOINC)と測定単位(UCUM)。例えば、グルコースはUCUM[または[]でLOINC 2339-0です。インスリンの用量は123456-7(LOINCデータベース:3])のようなコードを使用するかもしれません。

完全な参照については、[]]HL7 FHIR仕様[]と[]]の観察資源のドキュメンテーション]を参照してください。

ミドルウェアとAPIゲートウェイ戦略

デバイスメーカーは、さまざまな認証、データスキーマ、レイテンシをクラウド API に提供しています。専用の統合エンジン(Mirth Connect、OpenHIM)、エンタープライズサービスバス、またはカスタムマイクロサービス-ブリッジデバイス API などのミドルウェアレイヤーは、EHR の FHIR エンドポイントで処理します。ミドルウェアは、次の処理を行います。

認証(OAuth 2.0 クライアント認証、API キー)
データ変換(デバイス固有のJSONからFHIRリソース)
エラー処理(リトライロジック、デッドレターキュー)
重複排除(患者ID、デバイスシリアル、観察タイムスタンプの不利なキーと組み合わせ)
ログおよび監視

一部のベンダーは、数十台のデバイス用のコネクタを提供するFHIRネイティブミドルウェアソリューション(Redox、インターフェースエンジン)を提供しています。カスタムミドルウェアを作成する際、スケーラビリティのサービスをコンテナ化し、メッセージブローカー(例えば、RabbitMQ、Kafka)を使用して処理からデータをインジェクションをデカップリングすることを検討してください。

ステップバイステップの実装ガイド

ステップ1:現在のデバイスとEHRの互換性を評価する

患者の人口によって使用されるスマートインスリンデバイスをカタログ化します。各デバイスでは、APIの可用性、データフォーマット、認証方法、およびFHIRインターフェースが既に存在するかどうかを決定します。ドキュメントおよびサンドボックスアクセスのメーカー担当者に連絡します。同時に、EHRのFHIR機能を確認してください。エンドポイントURL、サポートされているリソース、バージョン、および任意のレート制限。 EHRがFHIR R4を欠いている場合は、HL7 v2またはカスタムエンドポイントにデータを変換するミドルウェアの計画。

ステップ2:データ要素とマッピングを定義する

エンドクリンジストと糖尿病の教育者と協力して、重要なデータフィールドを選択します。典型的な含め:

グルコース読書:値、単位(mg/dLかmmol/L)、タイムスタンプ(ISO 8601のタイムゾーン)、装置のタイプ
注射器線量:タイプ(ラップド、バサル、ボラス)、量(単位)、ルート(subcutaneous)、管理時間
炭水化物の取入口:グラム、タイムスタンプ
デバイスアラート: 低血糖値違反、センサーの満了、閉塞

各フィールドを FHIR 単位の観察型および UCUM の LOINC コードを持つリソースにマップします。インスリンには、インシュリン製品用の RxNorm コードを持つリソースを使用します。臨床情報とレビューのためのスプレッドシートのドキュメントマッピング。

ステップ3:セキュアなデータ転送を確立する

患者の健康データは、トランジットおよび休憩で保護する必要があります。すべてのAPIコールでTLS 1.2 +を使用してください。 OAuth 2.0を使用して、デバイス観測を読み取り/書き込みするスコープを認証します。クラウドからクラウドへの転送のために、JSON Web暗号化(JWE)またはFHIRバルクデータアクセス(FHIRのSMART)を使用してアプリケーションレイヤーで追加の暗号化を検討してください。すべてのベンダーとHIPAAリスク評価とサインビジネスアソシエイト契約(BAAs)を実施します。すべての監査を追跡し、すべてのデータを修正するために、すべてのデータを追跡します。

ステップ4:ミドルウェアの開発とテスト(必要に応じて)

ミドルウェアをデバイス API に購読したり、データを FHIR リソースに変換したり、 POST を EHR エンドポイントに構成したりします。エラー処理(効率的なバックオフのレトリー、デッドレターキュー)を実行し、ロギングを実行します。サンドボックス EHR 環境で合成データでテストします。グルコースの読み取りが正しい患者レコードに表示され、重複エントリが防止されます。システムが数百台のデバイスからデータを処理できるように負荷テストを実行します。 PostMeter のような API や JMeter のテストを使用できます。

ステップ5:小さな患者コホートでパイロット

互換性のあるデバイスを使用する5～10人のボランティアを募集します。情報に基づいた同意を得て、統合プロセスでそれらを訓練してください。少なくとも2週間のデータフローを監視し、不足している読書、誤ったタイムスタンプ、デバイス切断、遅延をチェックします。患者や臨床医からのデータをプレゼンテーションとユーザビリティに関する勧誘。発見に基づいてデータマッピングとEHRダッシュボードの設定を調整します。

ステップ6: 臨床スタッフの訓練

臨床医がデータを信頼したり理解していない場合、最善の統合が失敗します。新しいデータ型が臨床ワークフローにどのように適合するかを説明するトレーニング資料を開発します。 CGMトレンド(タイム・イン・レンジ、平均グルコース、標準偏差)の解釈例を表示し、緊急の低グルコースのアラートを設定し、デバイスデータをノートテンプレートに統合します。自動化されたデータが補完する例を強調表示します。自動で置き換えるのは、一時的な自己報告された情報ではありません。このようなデバイスを欠落としない問題のトラブルシューティングを行うための迅速な問題を提供します。

ステップ7: グラデーション・ロールアウトと継続的な監視

フェーズで対象となる人口全体に拡大します。システムの性能とユーザーの満足度を監視します。新しいデバイスタイプやEHRアップグレードを追加するためのガバナンスプロセスを確立します。四半期ごとに監査をスケジュールし、データの正確性を検証し、ギャップを特定し、セキュリティ制御を見直します。フィードバックをデバイスメーカーやEHRベンダーに公開します。

共通の課題を克服

データのプライバシーとセキュリティ

スマートインスリンデータは、非常に機密性があります。リークは、毎日のルーチンと健康状態を明らかにすることができます。基本的な暗号化と認証を超えて、データミニマライゼーションを実行し、臨床使用のための重要な分野だけをキャプチャします。研究のために、HIPAA Safe Harborまたは専門家の決定を使用してデータを識別します。自動化されたデータ収集をカバーするために、プライバシーポリシーと同意フォームを更新してください。いつでもデバイス接続を見直し、患者に制御を提供します。

デバイス相互運用性の最適化

進捗状況にもかかわらず、多くのデバイスは、レイテンシー、データフィールド、認証の異なる独自の API を使用します。複数の API をサポートする統一されたミドルウェア・プラットフォームは、メンテナンスの負担を軽減します。デバイス・メーカーが API 規格または [ を採用するために、デバイス・メーカーのアドボケート ]] を採用しています。調達決定書の FHIR 互換デバイスを優先的に設定します。

データ品質と重複記録

デバイスがミドルウェアもポーリング中にデータをプッシュするときに重複したレコードが上昇します。 API 呼び出しの idempotency キーと、患者 ID、デバイスシリアル番号、および観察タイムスタンプに基づいてデジュプリケーションロジックを使用します。独自の観察識別子 (例えば、デバイスの UDI から) を FHIR [ 要素で保存します。範囲外の値を拒否するための検証ルールを実装します(例:g.、グルコースは 20mg/L 以上)。

臨床ワークフローの統合

臨床医は、アラート疲労に直面しています。 EHRダッシュボードの設定で、一般的なメトリック(時間範囲、平均グルコース、インシュリンオンボード)を生のストリームではなく表示します。臨床決定サポート(CDS)規則を間隔で設定します。例えば、CGMトレンド矢印が30分以内に低血糖値が上昇している場合にのみ警告します。 EHRベンダーと協力して、モバイルデバイスや患者ポータル用のデータディスプレイを最適化します。

実世界事例:健康システム導入

大規模な学術医療センターは、カスタムFHIRミドルウェアを使用して、EpicにDexcom G6データを統合しました。彼らは200人の患者に1型糖尿病を試験で登録しました。 6ヶ月以内に、平均時間範囲が55%から72%に改善され、低血糖イベント(54mg / DL未満)が40%低下しました。臨床医は、14日グルコースプロファイルと自動化されたレポートを表示するCGMダッシュボードで高い満足度を報告しました。健康システムマニュアルは、週2時間ごとに測定時間を短縮し、IT機器の予防およびテストを成功させる必要があります。

未来展望:クローズドループシステムとAI

究極の目標は、完全に自動化されたインシュリンデリバリー-人工膵臓システムです。現在のハイブリッドクローズドループポンプ(メドトロニック780G、タンデムコントロールIQ、オムニポッド5)は、CGMとインシュリンポンプデータを統合し、基礎調整を自動化します。これらのシステムは、EHRsに接続されると、ケアチームは遠隔でシステム性能を監視し、テレヘルス訪問時の設定を調整することができます。統合データセットに関するAIモデルは、glucoseエクスカーションを予測することができます。これらは、0.5%をパーソナライズされたイベントを削減することができます。 [F]

テレヘルスおよび遠隔忍耐強い監視

COVID-19は、テレヘルスの採用を加速しました。スマートインスリンのデータ統合は、自然なフィット感です。患者は、ビデオ訪問中に遠隔の内分泌学者とグルコースとインスリンデータを共有し、リアルタイムの調整を可能にします。将来のEHRは、テレヘルスセッション中にデバイスのデータをライブストリーミングをサポートし、ビデオ会議ツールと統合します。 CMSと多くの保険業者は、リモートの生理学的モニタリング(RPM)の下でCGMベースの糖尿病管理のために再投資しています。 EHRは、多くの場合、これらのサービスを請求することが多いです。

規制と払い戻し風景

FDA のデジタルヘルスイノベーションアクションプランと、接続されたデバイスの価値ベースのケアイニシアチブドライブの採用。メディケアと商用ペイアーは、CGM ベースの結果に対するますます増加した収益を増加させます。例えば、CMS は、低血糖値の再発を伴う集中インシュリン療法の患者の CGM をカバーしています。EHR との統合は、リスク調整と品質レポート(例えば、糖尿病 A1c 制御のための HEDIS 対策)のドキュメントを容易にします。C Century の要件は、FURST の要件を満たすように、FIR は、FIR の要件を優先的に変更する必要があります。

コンテンツ

スマートなインスリンデータを電子健康記録と統合することは、もはや未来的な概念ではありません。それは達成可能で、影響力のある利点を提供する高影響力です。 HL7 FHIRを採用することにより、堅牢なミドルウェアを配備し、構造化された実装計画に従い、プロバイダは糖尿病デバイスのデータを完全に潜在的にロックします。パスには、セキュリティ、ワークフローの最適化、スタッフのトレーニングに重点を置いていますが、報酬 - より正確でパーソナライズされた、積極的な糖尿病 - 機能が、世界的なセキュリティの維持と効率性を高めるため、世界中の規制当局は、よりシームレスなデータを拡張します。