Table of Contents

Hiểu được thiết bị Insulin thông minh và hệ thống sinh thái dữ liệu

Kết hợp dữ liệu insulin thông minh với dữ liệu điện tử (EHRs) cơ bản biến đổi bộ kiểm tra tiểu đường bằng cách đóng khoảng cách giữa dữ liệu do bệnh nhân tạo ra và các thiết bị định đoạt. Trong thập niên, các bác sĩ lâm sàng dựa vào các bản ghi bệnh nhân và kiểm tra lượng ecisci-se, để lại những điểm mù đáng kể trong glycmiccc điều khiển hàng ngày. Ngày nay, kết nối với các bút insulin, máy bơm và các màn hình phân giải (CM) tạo ra luồng dữ liệu độ phân giải cao -- lượng oxy trong máu -- liều lượng insulin, lượng insulin, hấp thụ và các mẫu. Khi dữ liệu này tự động chuyển sang các điểm chăm sóc y tế, các bệnh nhân có khả năng hỗ trợ, hiệu quả hơn và hiệu quả tăng cường, các thiết bị điều chỉnh các kết quả kiểm tra đường dẫn chính xác, kiểm tra đường dẫn tới các bước, kiểm tra kỹ lưỡng và kiểm tra đường dẫn kỹ lưỡng.

Ba thanh gỗ thông minh của thiết bị Insulin

Bút Insulin thông minh

Viết insulin thông minh, như InPen (Medtronic) và NovoPen Echo Plus, là những máy phun bút có thể tự động bơm, liều và insulin gõ vào ứng dụng điện thoại thông minh, một số mô hình cũng theo dõi insulin trên bảng (IB) và gửi lời nhắc nhở. Dữ liệu thường đồng bộ với nền tảng mây như ứng dụng InPen hoặc Medtronic Careink. Mặc dù những thiết bị này đơn giản hóa việc ghi nhật ký, sự kết hợp với hệ thống điện thoại EHR thường đòi hỏi phần mềm kết nối với phần mềm ATI với kết thúc FHR.

Name

Máy bơm insulin hiện đại - máy bơm insulin ied 780G, Tandem t:lim X2, Insulet Omnopd 5 và các mô hình cũ hơn -sre chi tiết ghi chép về tỷ lệ basal, boluses, và cảm biến phân tích lượng chất lượng từ các hoạt động tích hợp CGM. Nhiều máy bơm cung cấp sự kết hợp trực tiếp hoặc chia sẻ dữ liệu dựa trên mây (v. d., Tadem Control-IQ, M khao khát năng lượng, Onpo Dlash. L. L. L. L. L. L. B. L. L. B., thường bao gồm các tham số tham số khác nhau như các hoạt động, vận động, và olucculion.

Màn hình Glucose không ngừng (CGMs)

CGMM như Dexcom G6/G7, Abbott FreeStle Libre 3/2, Medtonic Guardian 4, và Eversense (không rõ ràng) cung cấp các tập tin phân tích kỹ thuật đọc từ 1 đến 5 phút, cùng với tên xu hướng, tốc độ thay đổi thông tin, và báo động. Dòng dữ liệu qua ứng dụng nhận hoặc thông minh dành riêng (Dexcom Clarity, LibreView, CareLink). CGM tạo tập tin lớn nhất trong 288 / ngày, làm cho ứng viên tự động sử dụng vào hệ thống EHGG. Nhiều chương trình hỗ trợ hỗ trợ hỗ trợ hỗ trợ hỗ trợ hỗ trợ hỗ trợ hỗ trợ dịch vụ chăm sóc y tế dựa trên hệ thống FH hay hệ thống chăm sóc sức khỏe của FHT.

Tại sao hợp nhất các vấn đề: Các lợi ích y khoa và hoạt động

Quyết định làm theo cách tốt hơn

Tầm nhìn thực tế vào xu hướng của đường đường huyết và insulin cho phép các bác sĩ nhận diện các mẫu trong dữ liệu biểu mô. Chẳng hạn, một dấu vết CGM hiển thị sự giảm thị thường xuyên trong đêm có thể gợi ý sự thay đổi trong thời gian ăn tối -- tương tác nhiều tuần trước khi thăm bệnh viện theo lịch. Các nghiên cứu cho thấy khi hệ thống EHR hiển thị dữ liệu CGM cùng với kết quả thí nghiệm và danh sách thuốc, các nhà cung cấp có nhiều khả năng điều chỉnh nhanh chóng, giảm lượng hồng cầu A1c/ 1.0% và dành thời gian cho việc giảm lượng tiểu đường thấp nhất 30–(F) [FRRR] nghiên cứu trên CT/NT.)

Đang xóa lỗi dữ liệu- Thử thủ công

Bệnh nhân thường nhớ nhầm liều insulin hoặc sao chép số không đúng vào bản ghi. Dữ liệu tự động thu được loại bỏ lỗi sao chép, bảo đảm ghi chép EHR phản ánh chính thức. Điều này đặc biệt quan trọng trong việc nhập viện, nơi mà liều đã bị thiếu hoặc bị sao chép có thể dẫn đến tổn thương bệnh nhân. Trong thiết lập ngoại trú, tài liệu hướng dẫn chính xác cho phép giải mã insulin an toàn dựa trên dữ liệu lịch sử đáng tin cậy.

Sử dụng kế hoạch trị liệu cá nhân

Một bộ dữ liệu toàn diện -- tích hợp dữ liệu dao động, dao động bữa ăn, hoạt động, căng thẳng và giấc ngủ - hỗ trợ chính xác thuốc giải cho tiểu đường.

Làm tăng cường sự tiến hành của bệnh nhân

Khi bệnh nhân thấy dữ liệu thiết bị của chính họ phản ánh trong EHR và hiểu nó ảnh hưởng thế nào đến quyết định chăm sóc, họ trở thành đối tác hoạt động. Nhiều cổng bệnh nhân hiện đang hiển thị xu hướng CGM và nhật ký insulin, cho phép cá nhân theo dõi sự tiến bộ giữa các cuộc viếng thăm và gửi quan tâm đến đội chăm sóc của họ. Sự tích hợp cũng hỗ trợ cho bệnh nhân từ xa giám sát (RPM), mà y tế và nhiều người bảo hiểm được bảo hiểm với tốc độ tăng.

Các tiêu chuẩn kỹ thuật và giao thức tương tác

Sự kết hợp thành công phụ thuộc vào việc chấp nhận tiêu chuẩn liên quan đến chăm sóc sức khỏe. Sự hỗ trợ lớn nhất là [FLT: 1]. Nguồn tài nguyên như [FLT: 1], phiên bản R4 hoặc sau đó. FHIR xác định các tài nguyên như [FLT: 0] (cho việc đọc chất béo phì), [FT: 1] (cho các liều insulin), và [FLT: 2] (cho thiết bị siêu tân tiến). Có lẽ EHHRRS, Cernat, và một thiết bị hỗ trợ dữ liệu dùng để tăng cường (GTTTTTTTTTTTTTTTT.S.S.

  • IEE 11073 ) – định nghĩa hồ sơ liên lạc thiết bị y khoa, bao gồm định dạng dữ liệu cho máy bơm insulin và CGM.
  • Thiết bị chăm sóc Bệnh nhân (PCD) ) – Hồ sơ cho việc truyền các quan sát thiết bị vào EHRs, thường được dùng trong thiết lập bệnh viện.
  • HL7 v2.x) – chuẩn ghi âm bệnh viện; ít linh hoạt hơn cho dữ liệu CNGM tần số cao nhưng vẫn còn hiện diện trong nhiều hệ thống.
  • và UCUM ) – Cần mã để quan sát thí nghiệm (LOINC) và đơn vị đo (UUUM). Lấy thí dụ, Mê - ri - am là LINC 239-0 với UCUM hoặc ). Insulin liều dùng mã như 1256- 7 (FLT: 2] cơ sở dữ liệu [FLT: FLT] [FLT: 3] để tìm kiếm gần nhất.

Để có một tài liệu tham khảo đầy đủ, hãy xem lại tài liệu [FLT: 1] [FLT:].

Giao diện đồ trung bình và cổng ADI

Các nhà sản xuất thiết bị cung cấp các màn mây API với các sự xác thực khác nhau, dữ liệu, và độ nhạy khác nhau. Một lớp phần mềm giữa (như một động cơ tích hợp tận tụy (Mirth Conct, OpenHIM), một xe buýt dịch vụ kinh doanh, hoặc một dịch vụ dịch vụ dịch vụ kinh doanh tùy chỉnh - kết nối kết nối các thiết bị ATI với điểm kết thúc của EHR.

  • Xác thực (OAuth 2.0 chứng thực khách, phím ADI)
  • Sự chuyển đổi dữ liệu (Device- cụ thể JSON để FHIR tài nguyên)
  • Gặp lỗi khi xử lý (hãy thử logic, hàng đợi đã chết)
  • Vô hiệu hóa (dùng phím vô hạn và tổ hợp ID bệnh nhân, thiết bị nối tiếp, nhãn thời gian quan sát)
  • Ghi chép và giám sát

Một số nhà cung cấp các nhà cung cấp các giải pháp phần mềm trung gian FHIR (v. g., Redox, Giao diện máy) cung cấp kết nối cho hàng chục thiết bị. Khi xây dựng phần mềm trung gian tùy chọn, hãy xem công cụ để tạo tính khả năng xác thực và sử dụng một bộ môi giới tin nhắn (v. d., RabbitMQ, Kafka) để giải quyết các dữ liệu đã ăn mòn.

Hướng dẫn tăng dần theo bước

Bước 1: Phân tích thiết bị hiện tại và EHRC tương thích

Hãy ghi nhớ những thiết bị insulin thông minh được sử dụng bởi dân số bệnh nhân. Để xác định khả năng sử dụng của hệ thống ngôn ngữ này, định dạng dữ liệu, phương pháp xác thực, và nếu giao diện FHIR đã tồn tại. Liên lạc với các đại diện sản xuất để truy cập tài liệu và hộp cát. Đơn giản, kiểm tra khả năng của EHR: kết thúc URL, hỗ trợ tài nguyên, phiên bản, và bất kỳ hạn chế nào. Nếu hệ thống EHR thiếu FHR RRRRR R4, kế hoạch chuyển đổi dữ liệu thành HL7 hay kết thúc tùy chỉnh.

Bước 2: Định nghĩa yếu tố dữ liệu và việc sắp xếp

Hợp tác với các nhà nội tiết học và các nhà giáo dục tiểu đường để chọn các trường dữ liệu thiết yếu.

  • Đọc Glucose: giá trị, đơn vị (mg/dL hoặc mmol/L), nhãn thời gian (ISO 8601 có múi giờ), kiểu thiết bị
  • Liều insulin: gõ (rapid, basal, bolus), số lượng (units), tuyến đường (bcắt), thời gian quản trị
  • Đầu vào xe: grams, nhãn thời gian
  • Cảnh báo thiết bị: thủng ngưỡng thấp đường huyết, cảm biến thở, băng

Bản đồ mỗi lĩnh vực tới FHIR tài nguyên với mã lặng lượng điện tử cho kiểu quan sát và UCUM cho đơn vị. Đối với insulin, hãy dùng tài nguyên với mã RxNorm cho sản phẩm insulin. Tài liệu trong bảng tính bảng xem xét để xem xét thông tin lâm sàng.

Bước 3: Thiết lập chuyển đổi dữ liệu bảo mật

Dữ liệu sức khỏe bệnh nhân cần phải được bảo vệ trong việc lưu trữ và tạm thời. Dùng TLS 1. 2. cho tất cả các cuộc gọi của hệ thống hệ thống hệ thống hệ thống của hệ thống này. Xác thực sử sử dụng OAuth 2.0 với phạm vi đã điều chỉnh để đọc/ ghi các quan sát thiết bị. Để chuyển đổi giữa mây sang mây, hãy xem xét mã hóa thêm trong lớp ứng dụng sử dụng bằng cách dùng JSON Web Mã hóa (JESE) hoặc truy cập dữ liệu FHIR (SMAT trên FHIR). Điều chỉnh khả năng đánh giá rủi ro và liên kết nhập các giao diện thương mại (A) với tất cả các nhà cung cấp. Việc đăng nhập dữ liệu để truy cập và sửa đổi dữ liệu.

Bước 4: Phát triển và thử nghiệm Trung Tâm (nếu cần)

Xây dựng hay cấu hình phần mềm giữa để theo dõi thiết bị ATIs, chuyển dữ liệu tổng hợp thành tài nguyên FHIR, và PST sang điểm kết thúc EHR. Lỗi chạy lại (các thư mục ngược lại, hàng đợi đã chết) và ghi nhật ký. Thử với dữ liệu tổng hợp trong hộp cát. Kiểm tra xem lượng tử kháng thể xuất hiện trong hồ sơ đúng bệnh nhân và mục nhập trùng được ngăn chặn. Thực hiện thử nghiệm nạp để đảm bảo các dữ liệu từ hàng trăm thiết bị con cùng thời gian. Hãy dùng công cụ như Postman hoặc Jiter Me để thử AP.

Bước 5: Phi công với một chiếc áo giáp nhỏ

Yêu cầu 5–10 tình nguyện viên sử dụng thiết bị tương thích. Obein thông tin đồng ý và huấn luyện chúng về quá trình tích hợp dữ liệu. Theo dõi luồng ít nhất hai tuần, kiểm tra xem có đọc thiếu, nhãn thời gian không đúng, kết nối thiết bị, ngắt kết nối thiết bị. Phản hồi của bệnh nhân và y tá về trình bày dữ liệu và khả năng sử dụng. Điều chỉnh dữ liệu bản đồ và cấu hình bảng điều khiển EHR dựa trên các phát hiện.

Bước 6: Nhân viên y tế

Ngay cả sự tích hợp tốt nhất nếu các bác sĩ không tin hay không hiểu dữ liệu. Phát triển vật liệu đào tạo để giải thích cách các dữ liệu mới khớp với luồng công việc lâm sàng. Hiển thị ví dụ cách giải thích các xu hướng CGM (thời gian- trong tầm trung bình, đường dẫn độ lệch chuẩn), thiết lập cảnh báo về các thông tin mức độ thấp nhất, và mã số thiết bị tương thích với mẫu chú ý. Nhấn mạnh rằng bổ sung dữ liệu tự động không thay thế thông tin tự thông tin tự thông tin cá nhân. Cung cấp một sự tham khảo nhanh cho các vấn đề thông tin liên quan đến việc bắn súng thông thường, như dữ liệu thiếu hay thiết bị không đồng bộ.

Bước 7: Bắt đầu và tiếp tục theo dõi

Mở rộng tới toàn bộ dân số đủ tiêu chuẩn theo giai đoạn. Khả năng theo dõi và sự hài lòng của người dùng. Thiết lập một tiến trình quản lý để thêm các kiểu thiết bị mới hoặc nâng cấp EHR. Tính toán hàng quý để kiểm tra độ chính xác dữ liệu, xác định khoảng trống, và xem lại điều khiển bảo mật. Thiết lập vòng phản hồi cho các thiết bị sản xuất và nhà cung cấp EHR.

Vượt qua những thử thách thông thường

Quyền riêng tư và an ninh của dữ liệu

Dữ liệu insulin thông minh rất nhạy cảm, rò rỉ có thể tiết lộ các thói quen hàng ngày và trạng thái sức khỏe. Ngoài mã hóa cơ bản và xác thực, thực hiện dữ liệu thu nhỏ- đơn giản chỉ trường cần thiết cho việc sử dụng lâm sàng. Để nghiên cứu, không xác định dữ liệu bằng cách sử dụng HPAA BK hoặc các chuyên gia quyết định. Cập nhật các chính sách bảo mật và đồng ý để bao gồm tập hợp dữ liệu tự động. Cung cấp bệnh nhân với điều khiển để kết nối thiết bị bất cứ lúc nào.

Name

Dù có tiến bộ, nhiều thiết bị dùng hệ thống ATI sở hữu với các trường dữ liệu khác nhau, và xác thực. Một nền tảng phần mềm giữa thống nhất hỗ trợ nhiều hệ thống nâng đỡ việc bảo trì. Thuyết cho các nhà sản xuất thiết bị chấp nhận tiêu chuẩn [FLT: 0] [FLT: 1] hoặc [FLT] khuyến cáo thay đổi dữ liệu thiết bị [FL:]. Trước khi thiết bị FL:3] được tạo ra để có thể sử dụng để tạo ra thiết bị.

Chất lượng dữ liệu và hồ sơ sao chép

Bản ghi chép được tạo khi thiết bị đẩy dữ liệu trong khi phần mềm giữa cũng có thể bỏ phiếu. Dùng phím Số vô hạn trong hệ thống hệ thống điện thoại của hệ thống A. Lý luận dựa trên ID bệnh nhân, số phiên bản thiết bị và nhãn thời gian quan sát. Lưu một bộ nhận diện quan sát độc đáo (v. d., từ hệ thống UDI) trong yếu tố FHIR [FLT: 7). Quy tắc xác thực để từ chối giá trị không rõ (v. d., lượng phân biệt g., ít nhất 20 mg/ mg/ L/ L/ 600 md).

Hợp nhất làm việc trong y tế

Các bác sĩ lâm sàng phải đối mặt với sự mệt mỏi cảnh báo. Cấu hình bảng điều khiển EHR để hiển thị các thiết bị tổng hợp (thời gian, phân loại, đường huyết trung bình, insulin, đường truyền thô) thay vì các dòng sống. Dùng hỗ trợ quyết định lâm sàng (CDS) không có gì - chẳng hạn, cảnh báo chỉ khi mũi tên xu hướng CGM cho thấy sự giảm tiểu cầu trong 30 phút. Làm việc với các nhà cung cấp EHR để hiển thị dữ liệu tối ưu hóa cho thiết bị di động và cổng bệnh nhân.

Nghiên cứu về vấn đề sức khỏe

Một trung tâm y tế lớn dành cho Dexcom G6 dữ liệu nhập vào Epic sử dụng phần mềm trung bình của FHIR. Họ ghi nhận 200 bệnh nhân bị tiểu đường loại 1 trong một phi công. Trong sáu tháng, trung bình nâng cao từ 55% đến 72%, và giảm gglycmic các sự kiện (dưới 54 mg/dL) bị giảm bởi 40%. Các bác sĩ bệnh viện đã báo cáo sự hài lòng với bảng điều khiển CM, mà hiển thị hồ sơ mã hóa 14 ngày và báo cáo tự động. Hệ thống sức khỏe giảm thời gian bằng tay cho 2 giờ mỗi tuần và đạt được kết quả tích cực từ các cuộc thăm bệnh viện RRI và bài học bổ sung. Trong suốt quá trình hỗ trợ và hỗ trợ tính năng giáo dục, bệnh nhân và cảm biến đổi thiết bị phát triển liên tục.

Nhìn xa trông tương lai:

Mục tiêu cuối cùng là sự kết hợp hoàn toàn của insulin - hệ thống ống kính chính thống ống kính chính thống. Khi các hệ thống này được kết nối đến hệ thống EHRs, các đội chăm sóc có thể theo dõi hiệu suất từ xa và điều chỉnh thiết lập trong các lần thăm viếng có thể điều chỉnh dữ liệu. Mô hình AI trên thiết lập tích hợp có thể dự đoán giờ đo đạc, hiệu quả hóa, và hiệu quả hóa. Nghiên cứu cho thấy sự tích hợp A5 phần trăm AHR và giảm thiểu sự kiện. [FM] [FM]

Khả năng điều khiển từ xa và giám sát bệnh nhân từ xa

COVID- 19 tăng tốc độ truyền hình; sự kết hợp dữ liệu insulin thông minh là một điều hợp tự nhiên. Bệnh nhân có thể chia sẻ insulin và insulin với các nhà nghiên cứu về nội tiết học từ xa trong các lần thăm dò video, cho phép điều chỉnh thời gian thực. Tính năng EHR tương lai rất có thể hỗ trợ truyền dữ liệu thiết bị trong các phiên chạy dịch vụ dịch vụ dịch vụ dịch vụ chuyển tiếp điện tử, kết hợp với các công cụ video. Tính năng bảo hiểm và nhiều người bảo hiểm khác đang bồi thường cho việc quản lý tiểu đường tiểu đường dựa trên thiết bị từ xa dưới dạng thực tế (RRR). Việc kiểm tra mã số tương đối với hệ thống định tuyến tính năng/ RRs thường là một dự án cho các dịch vụ này thường là điều kiện nhất định.

Sự điều chỉnh và sự phục hồi phong cảnh

Kế hoạch hành động chăm sóc sức khỏe kỹ thuật số của Cục Y tế và các sáng kiến về việc tiếp nhận các thiết bị kết nối. Y tế và thương mại ngày càng được bồi thường cho kết quả dựa trên CGM. Chẳng hạn, phương pháp này bao gồm CM cho bệnh nhân về liệu pháp insulin đặc biệt, họ đã tái phát triển giảm nhãn cầu. Việc sử dụng tài liệu điện tử điện tử hỗ trợ tài liệu hướng dẫn hỗ trợ khả năng điều chỉnh rủi ro và báo cáo chất lượng (v. d. HDIS cho hệ thống kiểm soát A1). Trong khi các yêu cầu liên kết giữa hai bên dưới Đạo luật 21 tháng, các nhà cung cấp của EHR phải hỗ trợ dữ liệu hỗ trợ hỗ trợ hỗ trợ hỗ trợ sự trao đổi dựa trên thiết bị ưu tiên cho hệ thống sức khỏe.

Kết luận

Kết hợp dữ liệu insulin thông minh với dữ liệu sức khỏe điện tử không còn là một khái niệm tương đối - đó là một sáng kiến có thể đạt được, có thể đạt được, có lợi ích tối ưu cao. bằng cách chấp nhận HL7 FHIR, triển khai phần mềm mạnh mẽ, và sau đó theo một kế hoạch thực hiện cấu trúc, các nhà cung cấp mở rộng các dữ liệu thiết bị tiểu đường. Đường dẫn bao gồm sự chú ý đến an ninh, sự tối ưu hóa công việc, và đào tạo nhân viên, nhưng phần thưởng - chính xác hơn, cá nhân và hoạt động chăm sóc tiểu đường - làm cho nỗ lực đáng giá.