您的整个医疗旅程都保存在数字健康记录中，但您如何知道这些记录是否错误、不完整或缺少重要信息?这是 UCF 全球健康管理和信息学学院副教授 Varadraj Gurupur 所做研究的重点。
他的最新项目创建了一种算法，可以预测和衡量电子健康记录的不完整性——从实验室结果到疾病诊断、病史到处方记录的所有方面。
他说，医院和医生办公室保存的电子健康记录 (EHR) 中的信息缺失就像漏水的管道。如果你不知道哪里漏水，就无法修复，很快房子就会被淹。同样的危险也可能发生在医疗保健领域。Gurupur 最近的一项研究表明，很大一部分数字健康记录包含缺失信息。
他的算法使用数学和计算机科学来回答“哪里漏水了?” 他说。Gurupur 和他的团队进行的分析发现，每年的不完整性程度各不相同，并且没有丢失数据发生位置的模式。他的算法有助于识别更容易不完整的属性——水管中更脆弱且更容易破裂的区域。
他之前的研究记录了丢失健康信息的最大原因是交流和教育。患者与其提供者之间的沟通并不总是很清楚——尤其是当患者与不会说他们母语的医疗保健专业人员互动时。文化障碍可能会阻止患者与其提供者分享重要信息。数字技术也带来了自身的挑战。提供者可能要到一天结束才会填写电子记录——而忘记患者说了什么或没有在他们的笔记中准确记录。医院和诊所转换电子健康记录系统，需要大量的新再培训，这导致提供者的学习曲线。一些医护人员，尤其是那些不是在技术环境下长大的医护人员，可能不擅长使用 EHR。
“缺少健康信息有时就像一个人不确定在新系统中按下哪个按钮一样简单，”Gurupur 说。
Ayan Nasir 即将在佛罗里达州杰克逊维尔的梅奥诊所完成他的内科住院医师培训。作为 UCF 本科生和医学生，Nasir 与 Gurupur 一起进行了健康信息学方面的研究。在进入医疗领域之前，Nasir 曾在金融行业工作，他说他对银行和健康记录之间的质量控制和数据准确性差异感到惊讶。这些差异激发了他将改进健康信息学作为他在医学院为期两年的重点调查和研究经验 (FIRE) 项目的主题，Gurupur 是他的研究导师。
他的居住经历增强了他对改善健康信息学的热情。
“当我看到一个病人时，我在电子健康记录中输入的内容反映了他们的一次护理，”他说。“但这些信息将指导未来的每一个医疗决定。这就是电子记录必须完整的原因。”
Gurupur 举了这个例子来强调不完整健康数据的影响。一位英语能力有限的患者拜访了一位不会说患者母语的新提供者。由于他们的沟通困难和临床实践的匆忙，患者忘记提及他们正在服用一种特定的 2 型糖尿病药物。电子健康记录中没有关于先前糖尿病治疗的信息，因此提供者会针对该病症开出标准剂量的标准药物。现在，患者可能会接受两倍于推荐量的治疗。
医学正在寻找使用更多大数据(人工智能)来诊断和提供更多循证治疗的方法。但 Nasir 指出，计算机分析依赖于完整的患者数据。
“就医学而言，你的能力取决于你的数据，”他说。
Gurupur 说，为缺失数据开发可靠的算法对卫生系统也很重要。最近的研究表明，由于缺失影响保险报销率的数据，医院每年平均损失 5 到 800 万美元。借助该算法，医院领导可以准确了解缺失信息的来源——特定楼层、部门、服务——并加以解决。
Gurupur 和 Nasir 都认为健康信息学正处于一个关键的转折点。卫生系统依赖于电子记录，但必须开发方法来确保他们收集的所有信息都是完整和准确的。Nasir 正在西北大学攻读健康信息学硕士学位，并指出此类研究生医学培训计划表明使用数据更好地照顾患者的重要性日益增加。他相信未来的医疗技术将进一步改善护理——例如，计算机会将提供者与患者之间的对话直接转化为电子记录，从而减少提供者在每次就诊后手动输入数据的需要。
“我们才刚刚开始这种转变，”他说。“成为这项工作的一部分令人兴奋。”