KR101982954B1

KR101982954B1 - 헬스케어 데이터 상호 교환 시스템 및 방법

Info

Publication number: KR101982954B1
Application number: KR1020177022369A
Authority: KR
Inventors: 마크 민히어; 디라즈 파삭
Original assignee: 프라이스워터하우스쿠퍼스 엘엘피
Priority date: 2015-01-16
Filing date: 2016-01-16
Publication date: 2019-05-27
Also published as: PE20171260A1; EP3245601A1; ZA201704745B; SG11201705768QA; JP2018506779A; CA2973478C; MX2017009326A; EP3245601B1; WO2016115551A1; AU2016206450A1; PH12017501296A1; BR112017015045A2; US20160210427A1; DK3245601T3; KR20170105554A; CN107209780A; AU2016206450B2; PH12017501296B1; CA2973478A1; JP6457097B2

Abstract

본 발명은 공동체에서의 환자 중심적이고 가치 기반적인 케어를 전하는 케어 관리 프레임워크를 생성하기 위해 지역 헬스케어 인프라 구조체로 통합될 수 있어, 타겟화된 공동체들로의 확장 가능성을 위한 단계를 설정하는 확장 가능한 기술 핵심의 일부인 건강 데이터 시스템에 관한 것이다.

Description

헬스케어 데이터 상호 교환 시스템 및 방법

본 출원은 2015년 1월 16일자로 출원된 미국 가출원 일련 번호 제 62/104,532호의 우선권을 주장하며, 개시가 그 전체가 그리고 모든 목적으로 명확히 참조로 본원에 포함된다.

미국 내의 많은 지역 및 주는 쇠퇴하는 주민 건강 상태, 만성병의 증가하는 유병률, 그리고 급성 케어 시스템으로 환자를 돌보는 엄청나게 높은 비용으로 인해 임박한 헬스케어 위기에 직면하고 있다. 현재의 질병 관리 프로그램은 노동 집약적이고 확장 불가능한 수작업의 개별 개입에 주로 의존한다.

본원에 개시되는 제1 양태에 따르면:

건강 데이터 서버;

보안 네트워크를 통해 건강 데이터 서버와 통신하는 하나 이상의 건강 데이터 소스로서, 상기 건강 데이터 소스들은 각각 폴링 승인들의 세트를 갖는 하나 이상의 건강 데이터 소스;

식별자들의 세트 및 폴링 승인들의 세트에 기반하여 지정된 빈도로 데이터 소스들로부터 건강 데이터를 폴링하는 건강 데이터 서버의 하나 이상의 에이전트 모듈;

공통 정보 모델로 폴링된 건강 데이터를 제공하는 제1 스위치 모듈로서, 공통 정보 모델은 적어도 하나의 환자 기록에 의해 한정되며, 각각의 환자 기록은 하나 이상의 속성을 갖는 제1 스위치 모듈; 및

액세스 승인들의 세트에 기반하여 공통 정보 모델에 접근하는 하나 이상의 인터페이스 모듈을 포함하는 환자 중심적이고 가치 기반적인 케어를 전하는 건강 데이터 시스템이 제시된다.

개시된 시스템의 일부 실시예들에서, 공통 정보 모델은 분산형 데이터베이스를 포함하고 하나 이상의 속성은 선택적으로 임상 건강 데이터, 실험실 데이터, 원격 모니터링 데이터, 생체 정보, 착용 가능물, 소셜 미디어 데이터, 자체 보고 데이터, 모바일 애플리케이션 데이터 및 디바이스 기기 장치 중 적어도 하나를 한정한다.

개시된 시스템의 일부 실시예들에서, 제1 스위치 모듈은 폴링된 건강 데이터가 하나 이상의 속성으로 매핑되지 않을 때, 새로운 속성으로 공통 정보 모델을 추가로 증대시킨다.

개시된 시스템의 일부 실시예들에서, 제1 스위치 모듈은 저장 승인들에 기반하여 공통 정보 모델로 폴링된 건강 데이터를 제공하기 이전에 폴링된 건강 데이터를 필터링하며, 저장 승인들은 선택적으로 건강 데이터 서버 및 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 제공되고, 서로에 대하여 환자 기록들을 매칭하고, 보안 네트워크를 통한 네트워크 연결들을 제어하는 것 중 적어도 하나이다.

개시된 시스템의 일부 실시예들에서, 지정된 빈도는 건강 데이터 서버 및 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 설정된다.

개시된 시스템의 일부 실시예들에서, 시스템은 공통 정보 모델로 폴링된 건강 데이터를 제공하는 제2 스위치 모듈을 포함하며, 상기 제1 스위치 모듈은 폴링된 건강 데이터를 수신하기 위해 상기 제2 스위치 모듈과 통신한다.

본원에 개시되는 다른 양태에 따르면:

건강 데이터 서버의 하나 이상의 에이전트 모듈을 통하여 건강 데이터에 대한 하나 이상의 건강 데이터 소스를 폴링하는 단계로서, 하나 이상의 건강 데이터 소스 각각은 폴링 승인들의 세트를 갖는 단계;

제1 스위치 모듈을 통하여 폴링된 건강 데이터로 공통 정보 모델을 상주시키는 단계로서, 공통 정보 모델은 적어도 하나의 환자 기록에 의해 한정되며, 각각의 환자 기록은 하나 이상의 속성을 갖는 단계; 및

액세스 승인들의 세트에 기반하여 하나 이상의 인터페이스 모듈을 통하여 공통 정보 모델에 액세스를 제공하는 단계를 포함하는 환자 중심적이고 가치 기반적인 케어를 전하는 방법이 제시된다.

개시된 방법의 일부 실시예들에서, 공통 정보 모델을 상주시키는 단계는 임상 건강 데이터, 실험실 데이터, 원격 모니터링 데이터, 생체 정보, 착용 가능물, 소셜 미디어 데이터, 자체 보고 데이터, 모바일 애플리케이션 데이터 및 디바이스 기기 장치 중 적어도 하나로부터 선택되는 하나 이상의 속성으로 선택적으로 분산형 데이터베이스를 상주시키는 단계를 포함한다.

개시된 방법의 일부 실시예들에서, 방법은 폴링된 건강 데이터가 제1 스위치 모듈을 통하여 하나 이상의 속성으로 매핑되지 않을 때, 새로운 속성으로 공통 정보 모델을 증대시키는 단계를 더 포함한다.

개시된 방법의 일부 실시예들에서, 방법은 상기 상주시키는 단계 이전에 저장 승인들의 세트에 기반하여 폴링된 건강 데이터를 필터링하는 단계를 더 포함한다.

개시된 방법의 일부 실시예들에서, 저장 승인들의 세트는 건강 데이터 서버 및 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 제공된다.

개시된 방법의 일부 실시예들에서, 폴링하는 단계는 건강 데이터 서버 및 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 설정되는 지정된 빈도로 일어난다.

개시된 방법의 일부 실시예들에서, 방법은 제1 스위치 모듈을 통하여 환자 기록들을 매칭하는 단계를 더 포함한다.

개시된 방법의 일부 실시예들에서, 방법은 폴링된 건강 데이터에 대한 제1 스위치 모듈을 통하여 제2 스위치 모듈을 폴링하는 단계를 더 포함한다.

개시된 방법의 일부 실시예들에서, 폴링하는 단계는 폴링 승인들의 세트에 의해 제한된다.

도 1은 건강 데이터 시스템의 일 실시예를 도시하는 예시적인 네트워크 도면이다.
도 2는 도 1의 건강 데이터 시스템의 대안적인 실시예를 도시하는 예시적인 네트워크 도면이다.
도 3은 도 1 및 도 2의 건강 데이터 시스템에 의해 헬스케어 데이터를 얻고 처리하는 방법의 일 실시예를 도시하는 예시적인 흐름도이다.
도 4는 도 1 및 도 2의 건강 데이터 시스템에 의해 헬스케어 데이터를 처리하고 제공하는 방법의 일 실시예를 도시하는 예시적인 흐름도이다.
도 5는 소비자 건강 문제를 한정하고, 소비자 건강 문제를 해결하기 위해 에코시스템(ecosystem)을 생성하고, 어디서 건강 이익들이 실현되는 지를 식별하기 위해 케어 전달 네트워크를 모니터링하고, 건강 이익들을 다양한 이해 관계자에게 재분배시키기 위해 연관된 원가 절감을 구분하는 예시적인 방법이다.
도 6은 헬스 케어 에코시스템의 일 실시예를 도시하는 예시적인 네트워크 도면이다.
도면들이 일정 비율로 그려지지 않고 유사한 구조들 또는 기능들의 요소들이 도면들 전체에 걸쳐 예시적인 목적으로 유사 참조 번호들로 일반적으로 나타내어진다는 점이 주목되어야 한다. 또한, 도면들이 바람직한 실시예들의 설명을 용이하게 하기 위해서만 의도된다는 점이 주목되어야 한다. 도면들은 설명하는 실시예들의 모든 양태를 예시하지 않고 본 발명의 범위를 제한하지 않는다.

최근에 생겨난 기술 솔루션들은 헬스 케어 전달을 변환할 태세를 갖추고 있다. 도 1 및 도 2에 도시된 바와 같은 건강 데이터 시스템(100)은 효과적인 질병 관리 및 케어를 증대시키고 가속화하도록 설계되는 기술 가능 데이터 구동 솔루션들의 슈트를 구현하기 위해 다른 시스템들과 함께 사용될 수 있다. 예를 들어, 건강 데이터 시스템(100)은 공동체에서의 환자 중심적이고 가치 기반적인 케어를 전하는 케어 관리 프레임워크를 생성하기 위해 지역 헬스케어 인프라 구조체로 통합될 수 있어, 더 넓은 세트의 공동체들로의 확장을 위한 단계를 설정하는 확장 가능한 기술 핵심의 일부일 수 있다.

다양한 실시예들에서, 이동성 및 액세스로 소비자 중심적이고, 셀프 서비스 가능해지고, 데이터 유동성 및 지속성을 갖도록 설계되는 시스템을 구성하는 것이 유익할 수 있다. (예를 들어, 맥락화된 건강 프로파일을 사용함으로써 그리고 장기적 생리학상뿐만 아니라 행위적, 사회적 및 환경적 데이터를 레버리징함으로써) 진단이 아닌, 사람을 치료하도록 구성되는 개인화된 시스템을 갖는 것이 유익할 수도 있다. 질이 안전하고 증거 기반하는 케어에 의해 한정되고; 효율이 역량, 능력, 이용 가능성 및 비용의 최적화된 할당을 통해 달성되고; 효과성이 사회적 및 환경적 요인들에 의해 영향을 받는 개인적 선호 및 능력에 기반하여 개인화되는, 값이 건강 성과들에 의해 구동되는 성과 기반 시스템을 갖는 것이 추가로 유익할 수 있다. 바람직한 시스템은 반응적 일회성 케어 너머 확장되고, 개체군 분할 및 계층화를 포함하고, 만성병 케어 조정 플랜을 포함하고, 장기 건강 관리 플랜을 포함하고, 소비자 교육 플랜을 포함하는 예방적 건강 관리를 포함할 수도 있다.

건강 데이터를 얻고/얻거나, 저장하고/저장하거나, 큐레이팅(curating)하고/하거나, 분석하고/하거나, 이것에 대한 액세스를 제공하는 건강 데이터 시스템(100)은 본원에 상세히 설명하는 바와 같이 광범위한 애플리케이션에 대해 바람직한 것으로 입증되고 이것들에 대한 기반을 제공할 수 있다. 이러한 결과는 도 1에 도시된 바와 같은 건강 데이터 시스템(100)에 의해, 본원에 개시되는 일 실시예에 따라 달성될 수 있다.

도 1을 참조하면, 건강 데이터 시스템(100)은 복수의 데이터 소스 디바이스(110), 건강 데이터 서버(120) 및 복수의 사용자 디바이스(130)를 포함하는 것으로 도시된다. 일부 실시예들에서, 사용자 디바이스들(130)은 건강 데이터 시스템(100)으로부터 이용 가능한 사용자 서비스들을 나타낸다. 데이터 소스 디바이스들(110) 및 사용자 디바이스들(130)은 무선 및 유선 링크들의 임의의 조합으로 구성될 수 있는 보안 네트워크(140)에 의해 건강 데이터 서버(120)에 연결된다. 데이터 소스 디바이스들(110)은 스마트폰 데이터 소스(110A), 랩탑 데이터 소스(110B) 및 서버 데이터 소스(110C)를 포함하는 것으로 도시되지만, 추가 실시예들에서, 임의의 적절한 디바이스는 데스크탑 컴퓨터, 태블릿 컴퓨터, 게이밍 디바이스, 스마트 텔레비전, 헤드셋 컴퓨터, 스마트워치, 신체 모니터 디바이스 등을 포함하는 데이터 소스(110)를 포함할 수 있다. 게다가, 다양한 실시예는 임의의 적절한 수의 임의의 그러한 데이터 소스 디바이스(110)를 포함할 수 있다.

마찬가지로, 사용자 디바이스들(130)이 스마트폰 사용자 디바이스(130A) 및 랩탑 사용자 디바이스(130B)로부터 언급되는 것으로 도시되지만, 추가 실시예들에서, 사용자 디바이스(130)는 서버, 데스크탑 컴퓨터, 태블릿 컴퓨터, 게이밍 디바이스, 스마트 텔레비전, 헤드셋 컴퓨터, 스마트워치, 신체 모니터 디바이스 등을 포함하는 임의의 적절한 디바이스를 포함할 수 있다. 게다가, 다양한 실시예는 임의의 적절한 복수의 임의의 그러한 사용자 디바이스(130)를 포함할 수 있다.

서버(120)는 임의의 적절한 복수의 디바이스 및/또는 클라우드 기반 시스템을 포함할 수 있는 하나 이상의 서버 시스템을 포함할 수 있다. 게다가, 서버(120)는 복수의 모듈, 데이터베이스 등을 포함할 수 있다. 예를 들어, 도 2는 클라우드 기반 서버 시스템(120)의 일부인 하나 이상의 에이전트 모듈(205), 보안 모듈(309), 시장 규칙 모듈 및/또는 데이터베이스(310), 스위치 모듈(311), 공통 정보 모델 모듈 및/또는 데이터베이스(312), 빅데이터 스토어(313) 및 API(314)를 포함하는 건강 데이터 시스템(100)의 일 실시예를 도시한다. 도 2에 도시된 클라우드 기반 서버 시스템(120)은 예시 목적으로만 사설 클라우드로서 구현된다.

다양한 실시예들에 따르면, 서버(120)는 데이터 소스 디바이스들(110)로부터 얻어지는 데이터를 수신하고, 처리하고, 저장하도록 구성된다(예를 들어, 도 3 참조). 서버(120)는 사용자 디바이스들(130)이 제공할 수 있는 다양한 질의 또는 데이터 요청에 응하여 저장된 데이터를 처리하고/하거나 회수하고 하나 이상의 사용자 디바이스(130)에 저장된 데이터를 제공하도록 구성될 수도 있다(예를 들어, 도 4 참조).

도 1 및/또는 도 2를 참조하면, 하나 이상의 데이터 소스 디바이스(110)는 하나 이상의 데이터 소스(201)와 연관될 수 있다. 예를 들어, 데이터 소스들(201)은 타겟화된 건강 에코시스템에서 건강 데이터 시스템(100)을 통하여 데이터를 공유하는 것을 승인할 수 있는 다양한 잠재적 이해 관계자 및 다양한 잠재적 이해 관계자의 연관된 데이터 소스들을 포함할 수 있다. 예를 들어, 데이터 소스들(201)은 헬스케어 제공자들(예를 들어, 데이터는 전자 의료 기록들, 실험실 데이터일 수 있음), 건강 보험업자들/지불인들(예를 들어, 데이터는 청구 기록들일 수 있음), 약학 및 의료 디바이스 기업들(예를 들어, 데이터는 임상 시험 기록들, 부작용 발생 데이터일 수 있음), 연구(예를 들어, 데이터는 게놈 프로파일일 수 있음), 정부/공동체 건강 프로그램들(예를 들어, 데이터는 주민 건강 상태 통계 자료, 제휴 데이터베이스들일 수 있음), 및/또는 개인 환자들(예를 들어, 데이터는 생체 정보, 활동/작용일 수 있음)을 포함할 수 있다. 각각의 데이터 소스(201)는 각각의 데이터 소스(201) 자체의 세트의 고유 데이터 액세스 제어 규칙들과 함께 독립적으로 소유될 수 있다. 따라서, 건강 데이터 시스템(100)은 유리하게는 (예를 들어, 사용자 디바이스들(130)을 통하여) 독립적으로 개발된 건강 데이터 서비스들에 의해 사용되는 (예를 들어, 데이터 소스들(201)에 걸쳐) 본질적으로 다르게 유지되는 데이터에 대한 액세스를 제공한다.

각각의 이해 관계자 데이터 소스(201)는 각각의 이해 관계자 데이터 소스(201)가 공유하는 것을 승인하는 특정 필드들 및 요소들, 또는 데이터의 서브세트들을 선택할 수 있고, 시스템(100)은 본원에 보다 상세히 설명하는 바와 같이 그리고 도 3에 도시된 바와 같이 (예를 들어, 허락/데이터 사용 동의를 통해) 식별된 데이터 그리고/또는 (예를 들어, 허락/사업 제휴 계약들을 통해) 식별 가능한 데이터의 승인들을 관리할 수 있다. 주어진 데이터 소스와 연관된 데이터의 예들을 상술하지만, 데이터 소스들은 제한 없이 임의의 적절한 타입의 데이터의 소스를 제공하거나 이것일 수 있다.

도 2의 에이전트들 A 내지 C(306, 307 및 308)는 데이터 소스들(201)로부터 수작업이고/이거나 자동화된 기반 상에서 데이터를 얻고/얻거나, 수신하고/하거나, 이것에 액세스하도록 구성되는 분산형 에이전트 모듈들(205)의 예시적 아키텍처를 나타낸다. 에이전트 모듈들(205)은 하나 이상의 데이터 소스(201) 및/또는 데이터 소스 디바이스들(110)과 연관될 수 있고, 주어진 데이터 소스(201) 또는 데이터 소스 디바이스(110)는 하나 이상의 에이전트 모듈(205)과 연관될 수 있다. 이러한 에이전트 모듈들(205)은 임의의 필요한 메타데이터/지원 요소들(예를 들어, 허락들, 접근권들, 소스 정보)이 데이터 소스들(201)로부터 얻어지고/지거나, 수신되고/되거나, 액세스되는 데이터와 함께 송신된다는 것을 보장한다.

일부 실시예들에서, 수작업의 상호 작용들이 데이터 소스(201) 내의 웹 가능 포털을 통하여(예를 들어, 하나 이상의 데이터 소스 디바이스(110)를 통하여) 행해질 수 있으며, 여기서 데이터 소스(201)의 소유주가 무슨 데이터가 에이전트 모듈들(205)에 의해 데이터 소스(201)로부터 서버(120)로 송신되는지를 판단하는데 책임이 있다. 자동화된 상호 작용들은 무슨 데이터가 에이전트 모듈들(205)에 의해 데이터 소스(201)로부터 서버(120)로 송신되는지를 지정하기 위해 특정 빈도 상에서, 그리고/또는 원하는 모니터링 기준들에 기반하여 실시간으로 (예를 들어, 사업 규칙들 등으로) 실행되도록 구성되고 그 다음 스케줄링되는 스크립트 프로그램들을 통하여 이루어질 수 있다. 에이전트 모듈들(205)에 의해 서버(120)로 송신될 수 있는 데이터 소스(201)의 데이터는 식별자에 의해 지정된다. 식별자는 데이터 소스(201)에서의 환자 기록을 고유하게 식별하는 글자와 숫자를 쓴 문자들의 스트링이다.

사업 규칙들은 에이전트 모듈들(205)에서 구성될 수 있고 데이터를 관리할 때, 에이전트가 준수할 식별 가능한 데이터, 공유 제한들 및 다른 이해 관계자 기관 특정 규칙들을 공유하는 능력에 기반하여 명명 규칙들, 데이터 계통 추적, 허용되는 필드들 및 허용되지 않는 필드들을 포함할 수 있다. 일부 실시예들에서 도 2에 도시된 바와 같이, 에이전트 모듈들(205)은 데이터 소스(201)의 환경 및/또는 방화벽을 떠나기 이전에 서버(120)로 송신될 데이터를 암호화할 수 있다.

다양한 실시예들에서, 데이터 소스(201)에 의해 한정되는 공유 사업 규칙들을 따르지 않는 데이터는 데이터 소스(201)의 환경에 남을 것이고 에이전트 모듈들(205)에 의해 건강 데이터 시스템(100)으로 이동되지 않을 것이다. 일부 실시예들에서, 이는 공유하는 것에 대한 환자의 허락이 얻어졌고 개인 정보 보호의 통지서가 주어졌다는 것을 나타내는 플래그를 포함하지 않는 식별 가능한 데이터를 포함할 수 있어, 건강 데이터 시스템(100)은 데이터 소스(201)가 데이터 소스(201)의 환경 외에서 개인의 데이터를 공유하도록 개인으로부터 승인을 받지 않는다고 추론해야 한다(예를 들어, 도 3의 블록들(403, 406 및 409)).

일 실시예에서, 선택된 에이전트 모듈(205)의 구현은 이하의 단계들을 포함한다:

1. 에이전트 모듈(205)은 데이터 소스(201)에 의해 제공되는 데이터를 유지하는 데이터 디바이스(110)의 IP 어드레스가 지정된다.

2. 에이전트 모듈(205)은 데이터 소스(201)로부터 이용 가능한 환자 기록들에 대한 식별자들이 지정된다. 식별자들은 데이터 소스(201)에 의해 건강 데이터 서버(120)로 제공된다.

3. 에이전트 모듈(205)은 (단계 2에서의 식별자 세트를 사용하여) 데이터 소스(201)로부터 환자 기록들에서의 데이터를 얻는 빈도가 지정된다. 빈도는 건강 데이터 서버(120) 및/또는 건강 데이터 소스들(201)에 의해 설정될 수 있다.

4. 보안 네트워크(140)는 건강 데이터 시스템(100)과 데이터 소스(201) 사이에 전용 연결부를 확립한다.

5. 에이전트 모듈(205)은 (단계 4에서 설정되는) 전용 네트워크 연결부를 사용하여 (단계 3에서 설정되는) 지정된 빈도 당 (단계 1에서 설정되는) 위치로부터 (단계 2에서 설정되는) 식별자들 상의 데이터 소스(201)로부터의 데이터를 수집한다.

6. 에이전트 모듈(205)에 의해 수집되는 데이터는 건강 데이터 서버(120)에서의 메시지 큐에 저장된다. 이러한 메시지 큐는 스위치(311)에 의해 처리된다. 에이전트 모듈(205)은 (<속성>, <값>) 쌍들의 목록으로서 데이터 소스로부터 수집되는 데이터를 나타낸다.

7. 에이전트 모듈(205)은 건강 데이터 서버(120)가 데이터 소스(201)로부터 데이터를 더 이상 수집하지 않을 것을 데이터 소스(201)에 의해 통지될 때까지, 계속해서 실행된다.

8. 어느 때라도, 데이터 소스(201)는 서버(120)로의 송신을 위해 에이전트 모듈(205)에 의해 누구에 대한 데이터가 수집될 수 있는지에 대한 식별자들의 목록을 변경할 수 있다.

9. 어느 때라도, 데이터 소스(201)는 (단계 5에서) 에이전트 모듈(205)이 데이터 소스(201)로부터 누구에 대한 데이터를 수집했었을 수 있었는지에 대한 하나 이상의 (또는 모든) 식별자에 대해 건강 데이터 서버(120)에서의 데이터 소스들(201)로부터 이용 가능한 데이터를 종료하도록 메시지를 건강 데이터 서버(120)로 송신할 수 있다.

10. 어느 때라도, 데이터 소스는 무슨 데이터가 데이터 소스(201)로부터 에이전트 모듈(205)에 의해 수집되었는지에 대한 보고서를 건강 데이터 서버(120)로부터 얻을 수 있다.

도 2에 도시된 바와 같이, 서버(120)는 서버(120)로/로부터의 통신이 데이터 소스 이해 관계자 요구들, 규제 요건들 및 산업 모범 사례들에 따라 인증되고/되거나/승인되고/되거나 암호화되는 것을 보장하도록 작동 가능한 하나 이상의 보안 구성 요소를 포함할 수 있는 보안 모듈(309)을 포함할 수 있다(예를 들어, 도 3의 블록들(403, 406 및 409) 참조). 예를 들어, 보안 모듈(309) 및 보안 모듈(309)의 구성 요소들은 임의의 에이전트(205) 또는 건강 데이터 서버(120)와의 직접적 사용자 상호 작용들이 적용 가능한 사업 규정들 등에 순응한다는 것을 보장하도록 구성될 수 있다. 일부 실시예들에서, 보안 모듈(309)은 이하의 구성 요소들 등을 포함할 수 있는 물리적 및/또는 가상 보안 구성 요소들을 포함할 수 있다.

보안 사건 및 이벤트 관리:

· 로그 수집, 상관 및 통지

· 외부 인터넷 공격 & 위협 모니터링

· 내부 공격 & 위협 모니터링

신원 & 액세스 관리:

· API 게이트웨이 방화벽

· 신원 액세스 관리(IAM)

· 진보된 다원적 승인

· 매우 세밀한 권리 부여 액세스 제어

· 특별 허가된 액세스 관리

데이터베이스 보안:

· 관리자들로부터의 데이터베이스 정보의 마스킹

· 액세스의 데이터베이스 검사 및 회계

· 데이터베이스 암호화

네트워크 보안:

· 통합 위협 관리(UTM) 방화벽들

· 데이터 유출 방지

· 구성 관리 & 모니터링

· 취약성 관리 스캐닝

· 제3 자 디지털 증서들

· 공격 & 침해 테스트들

· 부하 밸런서

엔드 포인트 보안:

· 하이퍼바이저 VM 방화벽 보안

· 암호화 벌트(Vault) 키 보호

· 패치 관리 보호

· 멀웨어 보호

건강 데이터 서버(120)는 시스템(100) 내에서 일어나는 데이터 흐름의 일부 또는 모든 데이터 흐름을 제어할 수 있는 시장 규칙 모듈(310)을 포함할 수 있다(예를 들어, 도 3의 블록들(411 및 414) 참조). 시장 규칙 모듈(310)에서의 규칙은 사용자 디바이스(130)에 의한 데이터 소스(201)로부터 서버(120)에서의 일부 데이터에 대한 액세스를 지정한다.

일 실시예에서, 시장 규칙 모듈(310)은 이하의 단계들에 의해 특성화된다:

1. 시장 규칙들이라 불리는 데이터 액세스 규칙들로 시장 규칙 모듈(310)을 구성하는 것은 건강 데이터 시스템(100)에 연결되는 각각의 데이터 소스(201)에 대해, 데이터 소스(201)에 의해 건강 데이터 서버(120)로 제공되는 규칙들을 포함하는 구성 파일을 설정한다.

2. 시장 규칙은 이하의 세목을 갖는다:

a. (<소스 id> <기록 id> <서비스 id> <사용자 id>): 이러한 규칙은 <서비스 id>에 의해 식별되는 사용자 디바이스(130)가 <소스 id>에 의해 식별되는 데이터 소스(201)에 의해 제공되고, <사용자 id>에 의해 식별되는 사용자 디바이스(130)의 사용자에 의한 액세스에 이용 가능한 <기록 id>에 의해 식별되는 기록에 액세스를 가질 수 있다는 것을 진술한다.

3. 사용자 디바이스(130)에 의한 데이터에 대한 요청을 인증하기 위해, 시장 규칙 모듈(310)은 데이터 소스(201)로부터 사용자 디바이스(130)에 의해 요청되는 특정 기록이 데이터 소스(201)에 의해 지정되는 시장 규칙들에 의해 허용되는지 여부를 체크한다. 시장 규칙은 공통 정보 모델(312)에서의 205에 의해 수집되는 201로부터의 데이터를 지속시키지 않을 것을 스위치(311)에 통지하도록 지정될 수 있다. 이러한 시장 규칙은 이하의 세목: (요구 시에 <소스 id> <기록 id>)을 가질 수 있으며: 이러한 규칙은 <소스 id>에 의해 식별되는 데이터 소스(201)로부터 <기록 id>에 의해 식별되는 기록이 공통 정보 모델(312)에 저장되지 않아야 한다는 것을 진술한다. 이러한 규칙에 의해 식별되는 데이터 소스(201)로부터의 기록들의 경우, 스위치 모듈(311)은 이러한 기록에 대한 공통 정보 모델(312)에 질의를 저장하고 요청이 API(314)에 의해 이러한 기록에 대해 행해질 시에 이러한 질의를 수행한다.

다양한 실시예들에서, 사업 및/또는 시장 규칙들은 데이터의 재사용을 용이하게 하고 중복 또는 와전을 피하기 위해 데이터 일관성 체킹 및 정화, 참조 데이터 표준화, 및 주환자 색인화와 같은 알고리즘들 및 로직의 응용을 용이하게 할 수 있다. 다양한 실시예들에서, 이는 시스템(100) 내의 단일 범용 식별자 하에서 동일한 개인에 대해 다수의 이해 관계자의 기록들을 정렬시키도록 측정의 단위들의 널 값들 및 불일치들의 식별 및 조정, 그리고 인구 통계학적 값들의 사용과 같은 작동들을 포함할 수 있다. 따라서 일부 실시예들에서, 사업 및/또는 시장 규칙들은 또한 정보 프라이버시를 보호하면서, 새로운 통찰들(insights)을 끌어내도록 복수의 서비스에 걸친 데이터의 사용을 가능하게 할 수 있다.

건강 데이터 서버(120)는 하나 이상의 스위치 모듈(311)을 포함할 수도 있다. 일 실시예에서, 스위치 모듈(311)의 구현은 이하를 포함한다:

1. 선택된 스위치 모듈(311)은 입력 메시지 큐로 설정된다. 입력 메시지 큐는 에이전트 모듈(205)로부터 메시지들을 수신한다. 각각의 메시지의 형식은 (<속성>, <값>) 쌍들의 목록을 포함할 수 있다.

2. 선택된 스위치 모듈(311)은 데이터 품질 엔진(DQE)에 의해 데이터 품질 문제점들을 갖는 것으로 밝혀진 데이터 소스(201)로부터 얻어지는 기록들을 식별하는 메시지들을 로깅하도록 데이터 품질 큐로 설정된다. DQE는 이하를 포함한다:

a. 시스템(100)으로 연결되는 각각의 데이터 소스(201)에 대한 데이터 품질 규칙들.

b. 데이터 품질 규칙은 이하의 형식: <속성> <타입> <가능한 값들>을 포함할 수 있다.

c. 입력 메시지 큐에서의 메시지의 임의의 속성이 데이터 소스(201)에 대한 데이터 품질 규칙들에서의 그러한 속성에 대한 가능한 값들의 세트에 포함되는 값을 갖지 않으면, 데이터 품질 문제점을 플래깅하도록 에이전트 모듈(205)에 의해 스위치 모듈(311)의 입력 메시지 큐로 배치되는 메시지들에의 그러한 데이터 소스(201)에 상응하는 데이터 품질 규칙들의 적용.

3. 건강 데이터 서버(120)는 데이터 소스(201)에 의한 해결을 위해 데이터 품질 큐로부터 데이터 품질 메시지들을 데이터 소스(201)로 송신한다.

4. 어떤 데이터 품질 문제점도 입력 메시지 큐에서의 메시지와 함께 검출되지 않으면, 그 때 스위치 모듈(311)은 메시지에서의 데이터를 공통 정보 모델(312)에서의 상응하는 테이블로 로딩 업한다. 예를 들어, 메시지가 병원에서 주어진 환자에게 투여되는 약물에 대한 것이면, 그 때 이러한 메시지의 내용들은 에이전트 모듈(205)이 그러한 환자에 대한 데이터를 수집했던 병원과 연관된 데이터 소스(201)의 식별자와 함께 그러한 환자에 대한 식별자로 태깅되는 공통 정보 모델(312)에서의 약물 테이블로 로딩된다. 데이터를 공통 정보 모델(312)로 로딩할 시에, 하나 이상의 코딩 딕셔너리는 메시지에서의 용어들을 표준 용어들로 매핑하는데 사용될 수 있다. 예를 들어, 혈압은 고혈압으로 매핑될 수 있다.

5. 스위치 모듈(311)은 매치 엔진을 정기적으로 실행시킨다. 매치 엔진은 2개의 상이한 데이터 소스(201)로부터의 데이터가 동일한 환자에 속할 때를 검출한다.

6. 스위치 모듈(311)은 출력 메시지 큐로 설정된다. 출력 메시지 큐는 API 모듈(314)로부터 메시지들을 수신한다.

7. 스위치 모듈(311)은 스위치 모듈(311)의 출력 메시지 큐에서의 각각의 메시지에 대한 시장 규칙 모듈(310)을 불러낸다. 시장 규칙 모듈(310)이 312로부터 요청된 데이터에의 액세스에 대한 메시지를 인증하면, 그 때 스위치 모듈(311)은 출력 메시지 큐에서의 메시지를 공통 정보 모델(312)에 대한 질의로 매핑한다. 질의 형식은 <소스 id>가 데이터 소스(201)를 식별하고 <기록 id>가 소스(201)로부터의 기록을 식별하는 (<소스 id>, <기록 id>)이다. 이러한 질의는 그 다음 스위치 구성 요소(311)에 의해 공통 정보 모델(312)에 대하여 수행된다. 스위치(311)에 의해 공통 정보 모델(312)로부터 얻어지는 데이터는 API(314)에 의해 사용자 디바이스(130)로 복귀된다.

8. 스위치 모듈(311)은 에이전트 모듈들(205)에 의해 수집되는 데이터 소스들(201)로부터의 데이터에서의 조직화되지 않은 속성들에 자연 언어 처리(NLP) 엔진을 적용한다(조직화되지 않은 속성들은 임의적인 길이 문자 스트링들을 값들로서 허용하는 속성들로서 312에서 식별됨). 결과로서 생기는 데이터는 (<속성>, <값>) 목록들을 포함하고 이러한 목록들은 데이터를 공통 정보 모델(312)에서의 상응하는 테이블들에 추가하는데 사용된다. 이러한 방식으로, 스위치 구성 요소(311)는 201로부터의 조직화되지 않은 데이터를 공통 정보 모델(312)에서의 조직화된 데이터로 축소한다. 그렇게 함으로써, 스위치 구성 요소(311)는 데이터 소스들(201)로부터의 조직화된 데이터를 데이터 소스들(201)로부터의 조직화되지 않은 데이터와 통합시킨다.

9. 스위치 모듈(311)은 공통 정보 모델(312)에 저장되는 각각의 데이터를 공통 정보 모델(312)에 저장되는 데이터의 생성에 사용되는 임의의 데이터로 태깅한다. 이러한 방식으로, 완벽한 데이터 추적 가능성이 공통 정보 모델(312)에서 유지 관리된다. 예를 들어, 환자에 대한 2개의 세트의 약물 기록들이 312에 있고 사용자 서비스(130)가 조정된 약물 목록을 생성하면, 그 때 조정된 약물 목록을 공통 정보 모델(312)에 저장하기 이전에, 스위치 모듈(311)은 조정된 약물 목록을 조정되었던 2개의 약물 목록에 대한 식별자들로 태깅한다.

10. 스위치 모듈(311)은 데이터 소스들(201)로부터의 데이터를 식별 방지하기 위해 데이터 배제 서비스를 구현한다. 이러한 서비스는 식별 방지될 필요가 있는 목록 속성들이 구비된다. 지정된 데이터 상에서 데이터 배제 서비스의 실행 시에, 식별된 속성들의 값들은 속성에 대한 값을 유지하는 것이 가능해지는 저장소의 각각의 바이트를 널 바이트 ‘0’로 대체함으로써 이러한 속성들의 본래 값들을 얻는 것을 불가능하게 하도록 마스킹된다. 동시에, 데이터는 마스킹되는 속성들의 이름들로 태깅된다. 이러한 방식으로, 입력 데이터는 데이터 배제 서비스에 의해 식별 방지되게 렌더링된다. 데이터 배제 서비스의 대안적인 실시예에서, 식별 방지된 속성의 값은 고유 태그로 대체될 수 있고 속성의 본래 값과 대체 태그 사이의 관련성은 공통 정보 모델(312)에서의 토큰화 테이블에 추가될 수 있다.

스위치 구성 요소(311)는 이하를 포함하는 온보딩에서 종료까지의 데이터의 수명을 관리하는 다양한 서비스를 구현할 수 있다:

· 데이터 소스(201) 및 데이터 서비스(130)에 온보딩하고 등록하는 등록 서비스. 시스템(100)에 데이터 소스(201)의 등록은 데이터 소스(201)가 시스템(100)에 인터페이스를 제공하는 것을 필요로 한다. 이러한 인터페이스는 IP 어드레스 및 그러한 IP 어드레스로부터 데이터를 얻는 방법에 대한 명령어들의 세트로 구성된다. 데이터 소스(201)는 시스템(100)에 참여하는 사용자 디바이스들(130)에 의해 데이터 소스(201)에 의해 제공되는 데이터의 사용을 통제하는 건강 데이터 서버(120)에 데이터 액세스 규칙들의 세트를 제공한다. 건강 데이터 서버(120)에서, 이러한 규칙들은 시장 규칙 모듈(310)에 구성되는 시장 규칙들이라 불린다. 데이터 서비스에 의한 시스템(100)에의 등록은 시스템(100)이 IP 어드레스 및 그러한 IP 어드레스로부터 데이터를 얻는 방법에 대한 명령어들의 세트를 데이터 서비스(130)에 제공하는 것을 필요로 한다. 등록된 데이터 서비스(130)에 의한 데이터에 대한 요청에 응답하기 전에, 시스템(100)은 요청된 데이터를 시스템(100)으로 기여했던 데이터 소스들(130)에 의해 제공되는 시장 규칙들에 대하여 요청을 인증한다. 이러한 방식으로, 시스템(100)에서의 데이터에 대한 액세스는 데이터를 시스템(100)으로 기여하는 데이터 소스들(201)에 의해 확립되는 데이터 액세스 규칙들에 의해 항상 제어된다.

· 시스템(100)에 진입하고 이것을 떠나는 데이터를 로깅하는 데이터 검사 서비스.

· 이하의 치수들: 속성 레벨 데이터 품질(예를 들어, 나이는 일정 범위에 있어야 하거나 성씨는 공백이 아니어야 함), 전후 사정 또는 집계 데이터 품질(예를 들어, 환자 데이터는 평균적으로 대략 50% 남성 50% 여성 플러스 마이너스 일정 편차이어야 함), 운용 데이터 품질(예를 들어, 환자 인구 통계 데이터가 존재하지만 약물 데이터가 존재하지 않아 전체 환자 기록을 유용하지 않게 렌더링하다면, 거부함)을 포함할 수 있는, 더 양호한 분석을 결국 구동시키는 시스템(100)에 진입하는 데이터의 품질을 모니터링하는 데이터 품질 엔진(DQE).

· 데이터 소스 소유주에 의한 요청 시에 데이터 소스로부터의 임의의 데이터를 시스템(100)에서 제거하는 데이터 종료 서비스는 소스 소유주가 소스 소유주의 데이터를 플랫폼으로부터의 제어로 제거하는 것을 용이하게 한다.

· 규칙들이 데이터의 불일치들을 충분히 해결할 수 없는 일부 실시예들에서, 그러한 요소들/필드들은 모든 이해 관계자로부터 식별 가능한 데이터를 보고 차이들을 조정하도록 인증되는 데이터 관리자(steward) 사용자로부터의 수작업의 중재에 대해 플래깅된다. 이는 기록들이 동일한 환자에 속하는 것으로 나타나지만 분실된, 2명의 이해 관계자로부터의 2개의 기록을 환자 매칭/색인화 알고리즘들으로 식별한 예들을 포함할 수 있다.

· 다수의 데이터 소스(201)로부터 인제스팅(ingesting)되는 동일한 환자 상의 데이터를 식별하고 매칭하는 환자 매치 서비스. 예를 들어, 환자의 생활 전체에 걸쳐 변화될 가능성이 더 적은 환자 기록 요소들(예를 들어, 전화 번호 또는 주소와는 대조적으로-예를 들어, 이름, 생년월일, 성별, SSN)을 사용하여, 건강 데이터 서버(120)는 상이한 소스들로부터 상이한 타입들의 다수의 기록에 걸쳐 환자를 매칭할 수 있다. 따라서 일부 실시예들에서, 건강 데이터 서버(120)는 총매치 점수를 생성하도록 각각의 필드에 가중치를 할당하도록 구성될 수 있으며, 가중치는 매칭 프로세스에서 그러한 필드의 중요성을 암시하며(예를 들어, 사회 보장 번호(SSN) 및 생년월일(DOB)은 35% 가중치를 얻을 수 있는 반면에, 성별, 성씨 및 이름은 각각 10% 가중치를 얻을 수 있음), 여기서 가중치가 매치의 정확성을 개선하도록 작동 가능할 수 있다. 2개 이상의 데이터 소스(201)로부터 데이터를 매칭할 시에, 스위치 모듈(311)은 건강 데이터 시스템(100)에서 그러한 환자에 대한 고유 id로 데이터를 태깅한다.

결과로서 생기는 정화된, 조직화된, 표준화된 데이터는 공통 정보 모델 모듈(312)에 의해 한정되는 하나 이상의 데이터베이스에 저장될 수 있다(예를 들어, 도 3의 블록(413 및 415) 참조). 예를 들어, 공통 정보 모델 모듈(312)은 (예를 들어, 절차 코드들, 약물 치료 방법에 대해) 의료 표준 용어(SNOMED) 표준들, (예를 들어, 국가 코드들에 대해) 국제 표준화 기구(ISO) 표준들, (일정 필드들에 대해) 빠른 헬스케어 상호 운용성 리소스(FHIR) 표준들 등과 같은 용어상으로 확립된 표준들에 따라 정보를 표준화할 수 있다. 예를 들어, 약물 치료 루트 및 투약 방법은 SNOMED 값들로 표준화될 수 있거나, 국가 코드는 3자리수 ISO-3166 국가 코드들로 표준화될 수 있거나, 성별 및 인종은 FHIR 표준값들을 사용하여 표준화될 수 있는 등이다.

일부 실시예들에서, 데이터를 표준화하고 통합시킬 때, 시스템(100)은 환자 매칭을 용이하게 할 수도 있다. 예를 들어, 환자의 생활 전체에 걸쳐 변화될 가능성이 더 적은 환자 기록 요소들(예를 들어, 전화 번호 또는 주소와는 대조적으로-예를 들어, 이름, 생년월일, 성별, SSN)을 사용하여, 시스템(100)은 상이한 소스들로부터 상이한 타입들의 다수의 기록에 걸쳐 환자를 매칭할 수 있다. 따라서 일부 실시예들에서, 시스템(100)은 총매치 점수를 생성하도록 각각의 필드에 가중치를 할당하도록 구성될 수 있으며, 가중치는 매칭 프로세스에서 그러한 필드의 중요성을 암시하며(예를 들어, 사회 보장 번호(SSN) 및 생년월일(DOB)은 35% 가중치를 얻을 수 있는 반면에, 성별, 성씨 및 이름은 각각 10% 가중치를 얻을 수 있음), 여기서 가중치가 매치의 정확성을 개선하도록 작동 가능할 수 있다. 게다가, 사업/시장 규칙들은 조직화되지 않은 데이터를 식별하고 계통 정보를 손실하지 않고 (예를 들어, 빅데이터 저장소(313)에서) 조직화된 데이터의 나머지와 별도의 클러스터들에서 저장을 위해 조직화되지 않은 데이터를 마련할 수도 있다(예를 들어, 도 3의 블록(412) 참조).

본원에 논의되는 다양한 실시예가 건강 데이터 서버(120) 상의 저장을 위해 데이터를 처리하는 것에 관한 것이지만, 추가 실시예들에서, 본원에 설명하는 데이터 처리는 움직이고 있는 데이터에 적용될 수 있다. 즉 일부 실시예들에서, 데이터는 서버(120) 상에 저장되지 않을 수 있고 건강 데이터 서버(120)를 매개물로서 사용하여, 그러나 데이터가 건강 데이터 서버(120)에 저장되지 않고 데이터 소스들(201)과 데이터 소비자들(207) 사이에서 패스(pass)될 수 있다. 그러한 실시예들에서, 데이터는 본원에 설명하는 바와 같이 처리될 수 있다.

도 1, 도 2 및 도 4를 참조하면, 시스템(100)은 하나 이상의 사용자 디바이스(130)를 사용하여 연구, 임상 케어, 상업 목적 등을 위해 서버(120)로부터 데이터를 소비하도록 구성되는 복수의 데이터 소비자(207)를 포함할 수 있다. 예를 들어, 주어진 데이터 소비자(207)는 본원에 보다 상세히 설명하는 바와 같이 그리고 도 4에 도시된 바와 같이 서버(120)로부터 사용자 디바이스들(130)을 통해 다양한 타입의 데이터를 요청하고/하거나 수신하도록 구성되는 하나 이상의 사용자 디바이스(130)를 포함할 수 있다.

다양한 실시예들에서, 데이터 소비자들(207)은 헬스케어 제공자들(예를 들어, 케어의 지속성 등을 위해 주케어 의료진과의 전자 의료 기록들의 병원 공유로부터의 의료진), (예를 들어, 제약 회사에 대한 처방서 상태를 조정하기 위해 성과 데이터를 사용하는) 건강 보험업자들/지불인들/위험 부담 엔티티들, (예를 들어, 시판 후 감시 평가들/단계 IV 임상 시험들을 지원하기 위해 성과 데이터를 사용하는) 약학 및/또는 의료 디바이스 기업들, (예를 들어, 특히 제공자 데이터가 환경 요인들과 관련함에 따라 자택 내 케어를 지원하기 위해 제공자 데이터를 사용하는) 정부/공동체 건강 프로그램들, 및/또는 데이터를 보호하는 것에 동의했고 데이터 사용 동의 및/또는 사업 제휴 계약에 따라 데이터를 사용하는 개인 환자들(예를 들어, 약물 순응 상기자들)을 포함할 수 있다.

도 2가 데이터 소비자들(207)과 별도의 데이터 소스들(201)을 도시하지만, 일부 실시예들에서, 데이터 소스(201) 및 데이터 소비자(207)는 동일할 수 있다. 게다가, 데이터 소스 디바이스(110)는 사용자 디바이스(130)를 포함할 수도 있고, 그 반대도 그렇다.

다양한 실시예들에서, 데이터 소비자들(207)은 수작업으로(예를 들어, 제공자, 환자, 대변인 등에 의해 개시되는 모바일 애플리케이션 요청을 통하여) 또는 자동화된 요청들(예를 들어, 일, 주, 월 단위 등으로 건강 데이터 서버(120)로부터 지역 연구 데이터베이스(미도시)로 공통 정보 모델 데이터베이스(312)의 자동화된 풀링)을 통하여 데이터를 요청할 수 있다.

다양한 실시예들에서, 애플리케이션 프로그래밍 인터페이스(API)(314)는 서비스 호출들의 발표된 카탈로그(예를 들어, 환자 인구 통계에 대한 요청들, 또는 데이터의 다양한 서브세트에 대한 질의들)에 따라 데이터 소비자들(207)로부터의 데이터에 대한 요청들을 처리하도록 구성될 수 있다. 그러한 상호 작용들은 보안 구성 요소들(309)에 의해 용이해지는 바와 같이 인증 및 승인을 필요로 할 수 있다. 일부 실시예들에서, API(314)로부터의 요청들은 시장/사업 규칙 모듈(310)에 따라 스위치(311)에 의해 관리될 수 있다. 적용 가능한 규칙들은 각각의 요청과 연관된 액세스의 레벨에 기반하여 일정 요청들에 대한 액세스를 승낙하거나 차단할 수 있다.

예를 들어, 사용자 디바이스(130)에 의해 식별 가능한 데이터에 대한 요청은 요청하는 사용자 (또는 사용자의 기관/역할 타입)이 본래 데이터 소스(201) 또는 (예를 들어, 데이터를 처리했던 에이전트(205)에서 구성되는 바와 같이) 그러한 데이터를 공유했던 환자에 의해 권리들이 승낙되지 않았다면, 차단될 수 있다. 다른 예에서, 규칙들은 기관 자체의 사용자들만이 식별 가능한 데이터를 볼 수 있는 반면에, 모든 다른 자는 기관의 데이터의 식별된 버전들 또는 서브세트들에 대한 액세스만을 수신할 수 있다는 것을 지정할 수도 있다(예를 들어, 도 4의 블록(508) 참조). 액세스 제한의 본질에 따라, 사용자는 오류 메시지를 수신할 수 있다(예를 들어, 도 4의 블록(519) 참조).

일부 실시예들에서, 서버(120)는 이하의 3개의 체크에 기반하여 각각의 요청을 평가함으로써 요청이 승낙되는지 여부를 판단할 수 있다:

· 규정 순응: 요청이 연방 의료 보험 통상 책임법(HIPAA) 표준들 및/또는 건강 정보 신탁 연합(HITRUST) 규정들을 따름. 즉, 건강 데이터 서버(120)는 적절한 규정하는 기록 문서(예를 들어, HIPAA 사업 제휴 계약(BAA))가 제 위치에 있다는 것을 체크한다.

· 보안: 건강 데이터 서버(120)는 승인 및 인증을 보장함.

· 시장 규칙들: 건강 데이터 서버(120)는 데이터 액세스 규칙들을 통제하는 기관 특정 제어를 구현함.

예를 들어, API 모듈(314)에 의해 제공되는 순응 요청들/데이터 출력은 사용자가 인증된 사용자라는 데이터에 대한 액세스를 요청하는 사용자; 건강 데이터 서버(120) 플랫폼 상의 데이터 소스(201)의 데이터가 종료될 것을 요청하는 데이터 소스(201); 환자의 데이터가 공유되지 않을 것을 요청하는 환자; 일정 특정 당사자들만이 환자의 데이터를 볼 수 있을 것을 요청하는 환자; 요청자가 승낙되었던 의료 기록 번호(MRN)에 대한 환자 인구 통계 데이터의 빠른 헬스케어 상호 운용성 리소스(FHIR) 데이터 출력; 다수의 환자에 액세스하도록 인증되는 사용자에 의해 보여지는 이러한 다수의 환자의 연령 인구 통계의 Tableau(Tableau, Inc., Seattle WA) 시각화에 대한 요청; 제3 자 임상 결정 지원 솔루션들을 통해 기관들에 걸쳐 환자를 다른 “본인 같은 환자들”과 비교하는 분석에 대한 요청 등을 포함할 수 있다.

(어떤 데이터 출력도 제공되지 않는) API 모듈(314)에 의해 제공되는 비순응 요청들의 예들은: 개인 또는 기관이 액세스를 갖지 않아야 하는 데이터에 대한 액세스를 요청하는 개인 또는 기관; (예를 들어, 사용자 id의 공유 요청과 같은) 보안 정책들 및 절차들을 우회하는 요청; 인증되지 않은 개인으로부터 시장 규칙을 디스에이블링(disabling)하거나 변경하는 요청; 건강 데이터 서버(120) 데이터 스토어들에 대하여 구조화 질의 언어(SQL) 질의를 향하게 할 수 있는 요청; 데이터 사용 동의의 범위에 포함되지 않는 방식으로 정보를 사용하는 요청; HIPAA 사업 제휴 계약(BAA) 없이 환자에 대한 보호된 건강 정보에 대한 액세스를 요청하는 사업 엔티티 등을 포함할 수 있다.

그러나, 승인들이 승낙되면, 그 때 적용 가능한 질의는 공통 정보 모델(312)에 대하여 실행될 수 있다(예를 들어, 도 4의 블록들(509, 510, 511) 참조).

일 예로서, 공통 정보 질의의 출력은 상관적 형식의 데이터 세트일 수 있는 반면에, 빅데이터 질의의 출력은 조직화되지 않은 콘텐츠 및 조직화되지 않은 콘텐츠 내의 특정 키워드들의 볼러스(bolus)에 대한 빈도 및 정서 분석일 수 있다.

질의 또는 질의들의 결과는 데이터를 해석하는데 요구되는 필요한 메타데이터와 함께 사용자에 의해 필터링되거나 한정되는 바와 같은 다양한 기여하는 데이터 소스(201) 이해 관계자의 결합된 데이터를 반영할 수 있는, 질의 또는 질의들의 결과가 이미 집계되지 않은 정도까지 통합 출력으로 통합될 수 있다(예를 들어, 도 3의 블록(512) 참조). 예를 들어 일 실시예에서, 제공자, 지불인 및 공동체 건강 프로그램으로부터의 결합된 데이터는 총성과 데이터 세트로 집계되고, 참조 데이터의 세트에 대하여 매칭되고, 공통 정보 모델(312)에서 출력될 수 있다. 이러한 데이터 세트는 요청하는 사용자 및/또는 애플리케이션이 충분한 액세스 특권들을 갖고(예를 들어, 도 4의 블록(513) 참조) 필요하다면 제 위치에 적절한 약정들/데이터 사용 동의들/사업 제휴 계약들을 갖는다는 것을 보장하도록 추가로 체크될 수 있다.

이를 따라, 데이터는 암호화된 형식으로(예를 들어, 도 4의 블록들(515 및 516) 참조) API(314)의 서비스 호출들에 따라(예를 들어, 도 4의 블록(514) 참조) 요청하는 사용자들/서비스들에게 발송될 수 있다. 사용자들은 이제 통찰들을 식별하고 결정들을 하기 위해 더 넓은 세트의 데이터를 이용할 수 있다(예를 들어, 도 4의 블록들(517 및 518) 참조). 예를 들어, 제출된 청구들 상에 존재하지 않았던 것 이외의 성과 관련 데이터에 이전에 액세스를 갖지 않았던 지불인 사용자는 이제 (예를 들어, 공동체 지원에서의) 경험 동안 그리고 경험 후에 수집되는 데이터의 조합에 기반하여 환자의 임상 경험으로의 더 깊은 통찰들을 가질 수 있다.

건강 데이터 시스템(100)의 예시적 사용 및 구현

뉴 헬스 이코노미(New Health Economy)의 변화들은 환자들이 타겟 건강 성과들을 달성하는데 필요로 하는 종합적인 케어를 전하기 위해 헬스케어 기관들이 협력하게 만들고 있다. 환자 개체군의 요구들을 다루는데 필요한 건강 에코시스템이 제안되면, 건강 데이터 시스템(100)은 구성원들(예를 들어, 도 2에 도시된 바와 같이 데이터 소스들(201) 및/또는 데이터 소비자들(207)) 사이의 데이터/정보 교환을 용이하게 하는 정보 상호 교환으로서의 역할을 할 수 있다. 건강 데이터 시스템(100)은 타겟화된 개체군 중의 소비자 건강을 개선하기 위해 건강 기관들(예를 들어, 도 2에 도시된 바와 같이 데이터 소스들(201) 및/또는 데이터 소비자들(207))의 올바른 네트워크를 식별하고 연결하는 에코시스템 조력자일 수 있다. 건강 데이터 시스템(100)은 다양한 바람직한 사업 목표를 달성하는데 필요한 데이터 및 분석을 제공하고/하거나 소비하기 위해 제3 자들(예를 들어, 도 2에 도시된 바와 같이 데이터 소스들(201) 및/또는 데이터 소비자들(207))이 거래를 하는 것을 가능하게 할 수 있다. 지능형 통합 엔진으로서의 역할을 함으로써, 건강 데이터 시스템(100)은 데이터 및 서비스들의 유동적 교환을 가능하게 하는 시장에 걸친 접속성을 용이하게 할 수 있다.

예를 들어, 건강 데이터 시스템(100)은 질병 관리를 개선하도록 개인들, 기관들 및 프로그램의 데이터 구동 솔루션들의 에코시스템을 식별하고 인에이블링(enabling)할 수 있다. 그러한 예시적 사용 및 구현에서, 건강 데이터 시스템(100)은 적절한 이해 관계자들(예를 들어, 도 2에 도시된 바와 같이 데이터 소스들(201) 및/또는 데이터 소비자들(207))에 연속적이고 끊어짐 없는 정보를 전하도록 모바일 플랫폼 및 인식 분석 솔루션으로서 그러한 플레이어들을 연결할 수 있다. 도 5는 소비자 건강 문제를 한정하고, 소비자 건강 문제를 해결하기 위해 에코시스템을 생성하고, 어디서 건강 이익들이 실현되는 지를 식별하기 위해 케어 전달 네트워크를 모니터링하고, 건강 이익들을 위험 부담 엔티티들 및 다른 에코시스템 구성원들 둘 다에게 재분배시키기 위해 연관된 원가 절감을 구분하는 새로운 방법(500)을 도시한다. 상세하게는, 방법(500)은 타겟화된 소비자/환자 건강 과제들을 한정하는 단계(510); 환자 요구들을 다루는데 필요한 에코시스템 참여자들 및 상호 작용들을 식별하는 단계(520); 에코시스템 접속성을 용이하게 하기 위해 건강 데이터 시스템/정보 교환(100)을 사용하는 단계(530); 상호 작용들을 최적화하고 관리 방식을 구현하는 단계(540); 및 공유된 원가 절감을 통해 에코시스템을 지속시키도록 소비자 건강 개선들을 통한 값을 캡처하는 단계(550)를 포함한다.

건강 데이터 시스템(100)은 분산 데이터를 지능적으로 위치시키고, 시기 적절한 통찰들을 전파하고, 케어 전달 네트워크에 걸쳐 사용자들의 넓은 공동체를 지원하는 능력을 포함하는 종합적인 세트의 사업 및 기술 서비스들을 가능하게 하는 시스템이고/이거나 시스템의 일부이도록 구성될 수 있다.

그러한 건강 데이터 시스템(100)은 에코시스템 상호 작용들을 용이하게 하고 이해 관계자들에 걸친 정보 교환의 신뢰된 브로커로서의 역할을 하며; 개선된 교육, 건강 모니터링, 개선된 건강 의사 결정 및 질병 방지와 같은 의도된 성과들을 전하기 위해 보안 방식으로 타겟화된 데이터에 액세스할 수 있는 다양한 분석 애플리케이션에 연결되며; 환자 성과들, 케어 전달 효과성 및 효율뿐만 아니라, 캡처되는 값 및 달성되는 절감들을 포함하는 질병 치료 및 방지 프로그램의 성과들 상의 진행 중인 보고를 용이하게 하도록 데이터에 대한 액세스를 제공할 수 있다. 다양한 실시예들에서, 그러한 시스템은 적절한 승인들 및 동의들에 모두 기반하여 선택된 수의 이해 관계자에 대한 미리 정해진 대시보드, 보고서, 점수 기록 카드뿐만 아니라 에드 혹 분석을 통해 데이터에 액세스를 제공함으로써 그러한 보고를 가능하게 할 수 있다. 그러한 보고는 자금 흐름들의 추적을 지원할 수도 있다. 게다가, 그러한 시스템은 심층 방어 보안 모델을 통해 환자 및 이해 관계자 정보의 프라이버시 및 보안을 보장하고 에코시스템에서 구성원들의 상호 작용들을 관리하는 시장 규칙들을 개발하도록 구성될 수 있다.

케어 관리 (및 다른 실시예들에서 다른 헬스 케어 프로그램들)을 개선하도록 건강 데이터 시스템(100)을 레버리징하기 위해, 다양한 건강 이해 관계자(예를 들어, 도 2에 도시된 바와 같이 데이터 소스들(201) 및/또는 데이터 소비자들(207))는 정보를 공유하도록 연결될 수 있다. 본원에 논의되는 바와 같이, 건강 데이터 시스템(100)은 새로운 통찰들 및 케어 변환을 추진하기 위해 데이터에 대한 액세스 및 기관들에 걸친 분석을 제공하도록 설계될 수 있다.

게다가, 건강 데이터 시스템(100)은 케어 전달 네트워크 엔티티들(예를 들어, 핵심 제공자, 전문가, 외래 환자, 병원, 진료소, 긴급 치료실, 환자 케어를 제공하는 소매 진료소); 건강 관리 네트워크(HMN) 엔티티들(예를 들어, 정부 기관, 자가 보험에 들어진 고용인 및 상업 지불인과 같은 위험 부담 엔티티들(RBEs); 및 (자가 보험에 들어지지 않은) 고용인, 복지관, 및 건강 프로모터, 교육자 등으로서의 역할을 하는 환자 대변인을 포함하는 비RBE들)을 포함하지만, 이에 제한되지 않는 에코시스템 참여자들을 관여시킨다. 일부 실시예들에서, 그러한 HMN 그룹들은 케어 전달을 최적화하고 비용들을 감소시키기 위해 타겟 프로그램들에 자금을 대거나, 보조금을 주거나, 이것들을 장려할 수 있다.

건강 데이터 시스템(100)은 미국 경제에의 건강 경비의 영향을 고려해볼 때 치료 고수 및 순응을 추진시키는데 기득권을 가져야 할 핵심 사업 엔티티들을 포함하지만, 이에 제한되지 않는 상업 사업 네트워크 엔티티들을 관여시키도록 구성될 수도 있다. 그러한 엔티티들은 엔티티들의 산물들 또는 개체군에의 전달을 조정하고 공동체 건강 계획들을 재정적으로 지원함으로써 건강 관리를 추진하도록 조정자들로서의 역할을 할 수도 있다.

게다가, 건강 데이터 시스템(100)은 모바일 환자 관여 플랫폼 또는 인식 분석 전문 시스템을 포함하는, 공동체의 요구들을 충족시키는 목적에 합당한 기술 솔루션들을 통합시킬 수 있다.

현재 이용 가능한 헬스케어 에코시스템들이 부족하므로, 헬스케어 데이터를 얻고/얻거나, 저장하고/하거나, 제공하는 것을 제공하는 헬스케어 에코시스템은 본원에 상세히 설명하는 바와 같이 바람직한 것을 입증하고 광범위한 애플리케이션에 대한 기반을 제공할 수 있다. 이러한 결과는 도 6에 도시된 바와 같은 헬스케어 에코시스템(600)에 의해, 본원에 개시되는 일 실시예에 따라, 달성될 수 있다. 예를 들어, 도 6은 웹 서비스들(APIs)을 통하여 전달되는 다수의 소스로부터의 정보의 교환을 수반하는 헬스케어 에코시스템(600)의 일 실시예를 도시한다. 도 6에 도시된 바와 같이, 건강 데이터 시스템(100)은 다양한 에코시스템 참여자가 연결되고 데이터를 공유할 수 있는 데이터 허브로서의 역할을 할 수 있다. 예를 들어, 건강 데이터 시스템(100)은 “움직이고 있는”(예를 들어, 시스템(100)이 단지 데이터를 운반함) 또는 “움직이지 않는”(예를 들어, 시스템(100)이 본원에 논의되는 바와 같이 데이터를 저장소에 저장함/지속시킴) 데이터에 대한 액세스를 에코시스템(600)의 이해 관계자들이 얻는 것을 가능하게 할 수 있다.

다양한 실시예들에서, 건강 데이터 시스템(100)은 시스템 관리자가 데이터를 소유하거나 접근권들/규칙들을 결정하지 않기 보다는 오히려, 데이터 소유주들(예를 들어, 환자들, 클라이언트들 및/또는 이해 관계자들)이 어느 사용자들 및 서비스들로 데이터가 흐를지를 지시하는 것을 가능하게 하도록 데이터 관리자로서의 역할을 하는 상호 교환으로서의 역할을 할 수 있다. 건강 데이터 시스템(100)은 규제되고 규제되지 않은 데이터 둘 다의 교환을 가능하게 할 수 있고, 에코시스템(600)의 각각의 엔티티는 관련 있는 규정들 및/또는 클라이언트 정의 액세스 규칙들에 의해 통제되는(예를 들어, 도 2에 도시된 바와 같은 시장 규칙들(310)에 의해 통제되는) 데이터를 제공하고 수신할 수 있다.

다양한 실시예들에서, 건강 데이터 시스템(100)은 소비자 애플리케이션, 의료 디바이스, 전자 건강 기록(EHR), 약국 기록 및 환자 레지스트리를 포함하는 다양한 소스로부터 데이터가 공유되는 것을 가능하게 할 수 있다. 이러한 데이터 타입들 각각은 그 때 건강 데이터 시스템(100)에 의해 지원되는 광범위한 애플리케이션으로 공급될 수 있다.

질병 방지 및 치료 프로그램과 같은 다양한 실시예에 대한 범위에서의 데이터 타입들은: 제공자 주임상 데이터(예를 들어, 인구 통계, 가정 약물, 알레르기, 실험실 및 병리학 보고서, 필기된 기록 등); 제공자 2차 임상 데이터(예를 들어, 자연 언어 처리 데이터, 관찰 데이터, 예후 점수, 분석적 및 통계적 데이터 등); 표준화에 대한 참조 데이터(FHIR 표준 온톨로지, ISO 3166 코드, LOINC 및 SNOMED 표준 데이터 세트 등); 환자 자체 관리/자체 보고 데이터(예를 들어, 혈당 미터, 착용 가능물 데이터 등); 공동체 대변인 관련 데이터(예를 들어, 자체 관리 프로그램 데이터, 교육 프로그램 데이터 등); 재정적/위험 부담 엔티티 데이터(예를 들어, 구성원 플랜, 제공자 품질 평가, 청구 등)를 포함할 수 있다.

다양한 실시예들에서, 에코시스템(600) 및/또는 건강 데이터 시스템(100)은 이하의 서비스들을 전하도록 구성될 수 있다:

본원에 논의되는 바와 같이, 건강 데이터 시스템(100) 아키텍처는 다양한 데이터 소스 및 서비스에 연결되도록 융통성 있는 방식으로 개발될 수 있다. 예를 들어 도 2에 도시된 바와 같이, 그러한 구성 요소들은 이하를 포함할 수 있다:

케어를 전하고 만성병을 관리하는 것에 대한 공동체 지향적 접근법을 가능하게 하도록 건강 데이터 시스템(100)을 레버리징함으로써, 다양한 헬스케어 프로젝트는 국가 헬스케어 변환 노력 및 부담 적정 보험법(ACA)의 공유된 임무를 진행시킬 가능성을 갖는다. 상세하게는, 건강 데이터 시스템(100)은 ACA의 “3개로 이루어진 목적들”: 케어의 질을 보장하는 한편, 환자들이 있는 곳에 대한 증거 기반 케어의 평등화를 통해 보다 효과적인 케어를 제공하고 환자 성과들을 개선하는 것; 진보된 분석에 대한 환자 데이터에 대한 액세스로 통합된 케어 전달 네트워크에 의해 가능해지는 선별 및 할당에 의해 보다 효율적으로 케어를 제공하고 케어 전달의 비용을 감소시키는 것; 그리고 케어 경험을 개인화하는 모바일 및 소셜 플랫폼의 사용을 통해 보다 소비자 중심적인 케어를 제공하고 환자 경험을 개선하는 것 각각에의 유익한 영향을 가질 수 있다.

설명하는 실시예들은 다양한 변경 및 대안적인 형태들이 가능하고, 설명하는 실시예들의 특정 예들은 도면들에서 예로서 도시되었고 본원에 상세히 설명하였다. 그러나, 설명하는 실시예들이 개시되는 특정 형태들 또는 방법들에 제한되지 않을 것이고, 반대로, 본 발명이 모든 변경, 동등물 및 대안을 포함할 것이라는 점이 이해되어야 한다.

부가 응용들은 이하를 포함할 수 있다:

A. 케어 제공자들, 소매 진료소들 및 가정의 네트워크에 걸쳐 케어의 분포를 최적화함으로써 만성병 관리를 개선하는 것

만성병 관리는 헬스케어 산업을 번거롭게 하는 고비용, 저보상 문제이다. 상기 문제는 당뇨병, 호흡기 질환 및 심혈관 질병들과 같은 다수의 치료상의 영역 전역에 퍼진다. 평균하여 총헬스케어 경비의 3분의 2는 만성병 관리에 기인한다. 데이터 주도 만성병 관리는 비용을 감소시키고 생활의 질을 개선하는데 이미 엄청난 가능성을 나타내었고 건강 데이터 시스템(100)은 데이터의 혁신적인 중재들 및 통합을 통해 데이터 주도 만성병 관리를 더 나은 레벨로 발전시킨다.

1. 시스템(100)은 핵심 데이터 관리, 인제스천 및 애플리케이션 호스팅 서비스들을 제공하는 만성병 관리 프로그램의 일체화된 부분이다. 시스템(100)은 환자들이 치료 양생법들에의 고수를 개선하는 것을 필요로 하는 툴들 및 서비스들에 대한 유사한 액세스를 환자들이 가지는 동안, 간병인들/의료 제공자들이 시설들에 걸쳐 끊김없는 케어를 제공하는 데에 필요로 하는 툴들 및 데이터에 간병인들/의료 제공자들이 액세스하는 것을 돕는 전달 채널 서비스들을 제공한다. 새로운 에코시스템 사업 모델을 가능하게 하는 시스템(100)의 일부 핵심 능력이 이하에 목록으로 나열된다:

■ 데이터 수집기: 시스템(100)은 EMR(전자 의료 기록들), (자연 언어 처리를 통한) 조직화되지 않은 트랜잭션 및 연구 데이터, 재정 데이터, 환자 보고된 정보, 및 의료 디바이스들 또는 신체 단련 착용 가능물로부터의 데이터 스트림들과 같은 다수의 소스로부터의 데이터를 캡처하는 에이전트 모듈들(205)을 제공한다. 데이터는 다수의 기관/소스로부터 캡처되고 그에 상응하게 태깅된다.

o 데이터 에이전트 모듈들(205)은 미리 정해진 간격으로 실행되도록 스케줄링되고/되거나 요구 시에 실행될 수 있다.

o 각각의 데이터 에이전트 모듈(205)은 데이터 소스 시스템(201)에 대하여 실행되고 미리 정해진 세트의 데이터값들을 추출하는 질의들의 수집을 제공한다.

o 데이터 소스(201)로부터의 데이터는 미리 정해진 알고리즘들 및 규칙 세트들을 사용하여 스위치(311)에 의해 변환되고 변환된 데이터값들은 지속성의 기반 상에서 또는 전이하는 모드로 공통 정보 모델(312)에 저장된다.

o 피드백을 위해, 시스템(100)은 스위치(311)에 의해 공통 정보 모델(312)에 대하여 수행되는 질의들의 성과에 기반하여 상주되는 다른 세트의 템플리트들/속성들/목록들을 제공한다.

o 시스템(100)은 다수의 박스 외 에이전트 모듈(205)을 포함한다. 이러한 에이전트 모듈들(205)은 EPIC, CERNER, Centricity 등과 같은 많은 제3 자 EMR 시스템, 그리고 BP 및 포도당 모니터들과 같은 착용 가능 디바이스들로부터 데이터를 추출하도록 구축되었다. 에이전트 모듈들(205)은 추출되고 있는 임상 및 비임상 속성들뿐만 아니라, 추출 동안 기록되는 최적화된 질의들에 대하여 고유하다. 게다가, 에이전트 모듈들(205)은 트랜잭션 시스템들의 표준 설치들이 클라이언트에 의해 사용되고 있는 경우에 구성에 대한 요구가 최소화되는 고유 플러그 앤드 플레이 능력을 제공한다.

o 시스템(100)은 조직화되지 않은 데이터를 자동 태깅하여 문서 태깅의 노고를 20 내지 30%만큼 감소시키는 자연 언어 처리(NLP) 엔진을 포함한다.

o 플랫폼은 헬스케어 산업의 맥락에서 고유한 조직화되고, 조직화되지 않고, 소셜의 데이터의 합병을 가능하게 한다.

■ 데이터 통합 정리자: 시스템(100)은 다양한 인제스팅된 데이터 세트에 걸쳐 상당한 양의 일치를 수행하여, 시스템(100)의 고유한 전이하고 보존력이 있는 데이터 모델을 레버리징하고, 누적되는 분석적 핵심 데이터 세트뿐만 아니라 피드백 루프를 통해 수신되는 데이터를 저장한다.

o 스위치(311)는 하나의 코딩 체계(전문 용어)의 다른 코딩 체계로의 번역을 기술하는 다수의 코드 북을 유지 관리한다.

o 이러한 코드 북들은 인바운드 데이터의 코딩 체계를 설치를 위해 확립되는 공통 코딩 체계로 번역하는데 사용된다.

o 예를 들어, 코딩 북들 중 하나는 ICD9로부터 SNOMED로의 코딩 체계로 코딩되는 진단에 대한 번역 규칙들을 설명한다.

o 어떤 일 대 일 코딩 맵도 코딩 체계의 특정 엔트리에 이용 가능하지 않은 경우에, 스위치 모듈(311)은 충돌을 해결하기 위해 사용자 정의 규칙들을 레버리징한다.

o 데이터 저장의 전이하고 보존력이 있는 체계는 실행 시에 저장될 데이터와 나아갈 데이터를 구별하는 사용자 정의 규칙들의 세트를 통해 제어된다.

o 예를 들어, 특정 소스 시스템으로부터 수신되는 모든 데이터가 저장될 필요가 있고 다른 소스 시스템으로부터 수신되는 모든 데이터가 누적되는 상태로 전방으로 푸싱될 필요가 있다는 것을 진술하는 규칙이 있을 수 있다.

o 시스템(100)은 환자 중심적인 데이터 모델인, 공통 정보 모델(312)을 포함하고 바이탈(vital), 만성, 일회성, 게놈, 청구, 사회적, 행위적 영역 등과 같은 다수의 영역을 포함한다. 공통 정보 모델(312)은 속성들 및 관계 관점에서 고유할 뿐만 아니라 저장 관점에 대한 사용자 정의 규칙들에 의해 구동되기도 한다.

o 시스템(100) 내에서 활용되는 고유한 “전이하고 보존력이 있는” 개념은 편집 가능한 규칙들의 세트를 통해 데이터 관리자가 데이터의 흐름 및 데이터의 흐름의 연관된 저장을 제어하는 것을 가능하게 한다. 시스템(100)은 무슨 데이터가 지속적으로 저장되어야 할 지 그리고 무슨 데이터가 일시적 기반 상에서 통과해 흘러야 할 지의 데이터 관리자 제어를 제공한다.

■ 데이터 제공자: API(314)는 공통 정보 모델(312)에서 관리되는 데이터에 액세스하는 것을 필요로 하는 임의의 애플리케이션에 대한 액세스층을 확립한다. 시스템(100)은 API(314), 미리 정해진 방법들 및 인터페이스 프로그램들을 포함하는 SDK(소프트웨어 개발 키트)를 포함한다.

o API(314)는 단순한 오버로딩된 방법들 또는 복합 웹 서비스들의 수집일 수 있다.

o 방법 또는 서비스는 통상적으로 이하의 구조를 유지한다:

Collection/Data_set API_Name (parameterList)

여기서, Collection/Data_set는 호출하는 프로그램/시스템으로 API에 의해 제공되는 복귀값이다.

API_Name은 방법/서비스를 통해 전달되는 기능성을 불러내도록 호출하는 프로그램에 의해 사용되는 이름이다.

parameterList는 방법/서비스로부터의 성과/복귀 결과를 형상화하기 위해 값에 의해 패스되거나 요청되는 방법을 참조하여 패스되는 다수의 파라미터이다.

o API 정의들(시그니처들)은 미리 정해진 메커니즘을 통해 또는 미리 정해진 디렉토리 서비스 예를 들어, WSDL을 통해 노출된다.

o API들은 시스템(100)과 상호 작용하는 프로그램들 및 시스템들에 의해 호출된다/불러내진다.

o 호출하는 프로그램은 노출된 parameterList에 대한 값들을 패스하고 API는 패스된 값들에 기반하여 수집 또는 데이터세트의 형태로 응답을 복귀시킨다.

o 시스템(100)은 호출하는 프로그램/시스템의 요구들을 지원하는 기능성을 제공하는, 별개의 API(314) 하에서 분류되는, 다양한 서비스/방법을 포함한다. 일부 예는 주어진 환자에 대한 통합된 의료 기록을 복귀시키는 API(314), 환자 개체군의 미리 결정된 코호트에 대하여 수행되는 분석적 질의의 결과들을 노출시키는 API(314), 시스템(100)의 2개의 최종 사용자 사이에서 보안 메시지를 패스하는 API(314) 등을 포함한다.

o API(314), 및 시스템(100)에 의해 노출되는 다른 액세스 메커니즘들 모두를 포함하는 SDK(소프트웨어 개발 키트)는 시스템(100)에 고유하며, API(314)의 시그니처들, 오버로딩된 입력 속성들 및 출력 수집들이 특히 시스템(314)에 대해 설계되고 활용되었다.

■ 보안: 시스템(100)의 모든 데이터는, 움직이지 않든 움직이고 있든, 보안 모듈(309)에서의 보안 프로토콜들의 시퀀스를 통해 보호된다. 보안 모듈(309)은 역할 기반하는 동적의, 다중 형태 승인 및 인증을 제공한다. 데이터 액세스는 데이터 소스 시스템, 기관 소스 (및 연관된 규칙들)에 기반한 인증들, 및 소비하는 사용자 및 애플리케이션의 신원들을 확립하는 시장 규칙들(310)에 기반하여 승낙된다.

o 움직이지 않는 데이터: 공통 정보 모듈(312)에 저장되는 모든 데이터는 가장 최근의 암호화 표준들을 사용하여 암호화된다. 스테이징(staging)과 같은 임시 영역들에 배치되는 데이터가 또한 암호화된다. 암호화 키는 이중 맹검 벌트에 별개의 위치에서 유지 관리된다. 각각의 사용자는 플랫폼의 관리자에 의해 유지 관리되는 역할들의 세트가 할당된다. 이러한 역할들은 사용자들이 일정 스크린들, 보고서들, 모듈들, 및 코드 피스들에 액세스하도록 제공한다. 동일한 액세스 승낙들을 갖는 사용자들도 개인 데이터 아이템들과 인증된 사용자 그룹 사이의 이면 연결 때문에 동일한 데이터를 볼 수 없다.

o 움직이고 있는 데이터: 움직이고 있는 데이터에 대한 2개의 주영역: 1) 소스 시스템들로부터 회수되는 데이터, 및 2) API(314)를 통해 데이터를 필요로 하는 프로그램/시스템들에 노출되는 데이터가 있다. 시나리오들 둘 다 하에서, 데이터는 미리 확립된 보안 터널을 통해 흐른다. 그러한 보안 터널은 기준치 SSL 프로토콜의 상단 상에 착좌하는 다수의 규칙의 조합이다. (ISO 모델에 상응하는) 플랫폼의 각각의 층은 핵심 SSL 프로토콜들을 증대시키는 플랫폼의 각각의 층 자체의 별개의 규칙 세트를 갖는다.

o 소프트웨어 활용을 위해 ISO 모델과 긴밀히 연결되는 7층 보안 및 액세스 제어. 1) ISO 층 각각은 보안 모듈(309)을 통해 독립적으로 처리되며, 2) 각각의 ISO 층을 처리하는데 사용되는 프로세스/알고리즘은 시스템(100)에 전매이다.

o 암호화 키들을 저장하는 이중 맹검 벌트는 임상 시험 산업에서 채택되는 고유 개념이다.

■ 서버(120)는 PHI 보증됨: 서버(120)는 CS4096과 같은 가장 최근이고 가장 엄격한 이용 가능한 보안 프로토콜들의 사용을 통해 PHI(개인 건강 정보) 데이터세트들을 관리하도록 미리 구성된다. 서버(120)는 HITRUST 보증된다.

· 서버(120)는 HITRUST 보증되고 CS4096 암호화를 활용하는 것 둘 다인 대학 의료 기관들(AMCs)에 대해 배타적으로 구축되는 단지 PHI 전송 시스템이다.

■ 분석적 엔진: 시스템(100)은 API(314)를 사용하여 공통 정보 모델(312)에 포함되는 막대한 데이터 세트들 외의 집중된 분석을 가능하게 하는 성향 매칭된 코호트들뿐만 아니라 기준치 분석적 질의들을 제공하는 핵심 분석적 플랫폼을 제공한다.

o 데이터는 데이터 소스들(201)로부터 공통 정보 모델(312)로 흐른다.

o 데이터는 스위치 모듈(311)에 의해 일치된다.

o 일치된 데이터는 데이터에 대한 분석적 및/또는 트랜잭션적 필요 조건들에 기반하여 누적되고/되거나 비정규화된다.

o 비정규화된/누적된 데이터는 공통 정보 모델(312)에 저장된다.

o 환자 기록들은 나이, 성별, 민족색, 질병 조건들, 동시 이환들, 케어 프로그램 등록, 약물 타입들 등과 같은 다수의 요인에 기반하여 다양한 코호트로 분류된다.

o 기준치 추론들이 이러한 코호트들에 걸쳐 도출되고 포괄적 경향들로서 저장된다.

o 포괄적 경향들이 제3 자 벤치마크들/표준들과 비교되고 변동들이 플랫폼에 저장된다.

o 질의가 API(314)를 사용하여 수행될 때, 하나 이상의 환자 코호트는 질의에 의해 패스되는 파라미터들에 의존하여, 질의에 대한 타겟 개체군으로서 식별된다.

o 연관된 패턴들/경향들은 API(314)를 통해 호출하는 프로그램에 노출된다.

o 경향들과 실생활 데이터 사이의 변동은 식별되고 미리 정해진 규모에 기반하여 정량화된다.

o 게다가, 최종 사용자들은 생성된 추론들을 오버라이드(over-ride)하는 능력이 구비된다.

o (본래 패턴들 및 실생활 데이터 변동들 또는 최종 사용자 오버라이드들에 기반한) 조정 요인들은 API(314)를 사용하여 공통 정보 모델(312)로 피드백되고 유사한 질의 수행의 장래 반복에 대한 차이/확률 조정 요인으로서의 역할을 한다.

o 인식적 질의들의 경우, 경향들은 의료진의 전형적 행위적 반응과 같은 장래의 그리고 막연한 요인들로 외삽되며, 특정 경우에, 거의 실세계의 예측들을 제공하도록 기준치 질의 응답 상에 중첩된다.

o 시스템(100)은 동적 및 자체 학습 분석을 제공하며, 즉 시스템(100)은 분석적 질의들의 수행의 다음 반복에 영향을 주도록 경계선 조건들, 컷 오프 레벨들, 백분율 할당들, 확률 분포 및 다른 수학식들을 결국 조정하는 피드백 관점에서의 역데이터 흐름을 최종 사용자들이 확립하는 것을 가능하게 한다. 수집되는 트랜잭션 피드백에 기반한 분석적 응답들의 자체 학습 및 자체 조정 작동은 시스템(100)에 고유하다.

■ 환자 귀속: 시스템(100) 정확성 선별 API(314)는 개인의 완전한 건강 프로파일을 취하고 건강 요구들, 제공자 특수성들 및 역량, 보험 담보 범위, 액세스/편의, 및 값에 영향을 주는 다른 요인들(질, 비용, 경험)에 기반하여 최량 적합 시설 및 건강 서비스에 개인을 매칭한다.

o 데이터가 데이터 소스들(201)로부터 건강 서버(120)로 인제스팅됨에 따라, 각각의 기록은 기록을 다양한 코호트와 관련시키도록 미리 정해진, 사용자 제어 가능 세트의 속성들에 대하여 비교된다.

o 코호트 정의는 미리 정해지고 시스템의 궁극적인 기능성 요구에 기반한다.

o 예를 들어 만성 케어 관리 시스템의 경우, 사용자는 모든 환자를 3개의 카테고리: 높은 위험성, 중간 위험성 또는 경계, 및 낮은 위험성 환자들로 나누는 것을 원할 수 있다. 이러한 분류들 각각의 경우, 관리자는 경계선 조건들 또는 규칙들의 세트를 한정했을 수 있다. 예를 들어 당뇨병 관리 프로그램의 경우, 규칙 세트는; 낮은 위험성으로서 5 미만, 경계로서 5 내지 6, 그리고 높은 위험성으로서 6 초과로 분류되는 HBA1C의 값만큼 단순할 수 있다.

o 모든 인제스팅된 데이터는 이러한 코호트 정의들을 통해 푸싱되고 각각의 기록은 다수의 코호트에 대하여 태깅되어, 환자들을 다양한 카테고리에 귀속시킨다.

o 따라서, 다양한 코호트로 귀속되는 환자들은 최종 사용자 질의들에 대한 타겟 개체군으로서 분석적 엔진에 의해 추가로 사용된다.

o 시스템(100)은 환자들과 다양한 케어 전달 양태 사이의 관계들을 확립한다. 이러한 케어 전달 양태들은 장려책 프로그램 등록들, 케어 조정, 시험을 위한 프리 섹션(pre-section) 등에서 달라질 수 있다. 관련성은 환자들이 다양한 코호트 하에 놓이는 것을 가능하게 하여, 이후의 질의 수행을 단순화할 뿐만 아니라 엄청나게 수행을 개선한다.

■ 소비자 관여: 소비자 관여 API(314)는 소비자들의 건강 및 건승을 관리하도록 소비자들을 관여시키고, 소비자들의 헬스케어 제공자들에의 연결을 지시하는 건강에 좋은 행위인, 게임 기반 툴들을 조장하도록 지리적 위치되고 개인화된 장려책들을 포함하는 개인들의 건강 프로파일에 기반한 맞춤화된 콘텐츠를 갖는 환자 포털을 구현한다.

o 환자 포털은 시스템(100)과 상호 작용하도록 환자에 의해 사용될 통합된 게이트웨이이다.

o 개인 환자들은 또한, 지문 및/또는 망막 스캔과 같은 생체 측정 승인을 포함할 수 있는 다중 형태 승인을 활용하는 보안 메커니즘을 통해 포털에 액세스할 수 있다.

o 포털에 있으면, 환자는 전매 건강 점수를 포함하는 환자의 누적되는 건강의 대시보드가 제공된다.

o 건강 점수는 환자의 인구 통계학적 데이터, 바이탈들, 소비되는 수반되는 약들, 동시 이환 질병 조건들, 이전 이력, 가족 배경 및 다수의 다른 요인과 같은 다양한 요인을 레버리징하는 전매 알고리즘들의 사용을 통해 환자의 의료 조건에 기반하여 생성된다.

o 포털은 또한 간병인들, 스케줄링 약속들, 재조제들, 환자들의 케어 플랜들을 인증하고 조정하는 것, 제공된/권고된 교육 자료를 통한 학습 등과 상호 작용하는 능력을 포함하는 다수의 선택권을 환자들에게 제공한다.

o 환자 포털은 통합 및 일치 관점에서 고유하며 즉, 환자 포털은 환자들이 그들의 모든 인증된 데이터를 하나의 지점에서 보는 것을 가능하게 하는 단일 게이트웨이이다. 데이터는 환자의 의료 데이터, 실험 결과들, 방사선 이미지들 및 보고서들, 처방 데이터, 환자의 착용 가능 디바이스 데이터뿐만 아니라 EKG와 같은 디바이스들로부터의 파형들(스트리밍)을 포함한다. 모든 이러한 디바이스 및 기록들의 시스템은 다른 전문 용어들을 사용할 수 있다. 시스템(100)은 그것들을 공통 언어 및 전문 용어로 번역한다.

o 플랫폼의 다른 고유한 특징은 플랫폼이 스마트 디바이스들, 랩탑들, 전화기들 등과 같은 다수의 전달 채널에 걸쳐 동일한 포털을 통해 동일한 정보를 렌더링한다는 것이다.

■ 임상 결정 지원 시스템: 시스템(100) 제공자 케어 전달 서비스는 맞춤화된 애플리케이션들, 환자 임상 및 병리학 데이터, 공공 리소스들로부터의 비교기 데이터 같은 임상 리소스들을 갖는 제공자 포털을 포함한다. 이러한 능력들은 간병인들에 걸친 협력 및 케어 시설들에 걸친 조정을 개선하도록 환자 데이터의 장기적 계정을 제공할 것이다.

o 플랫폼의 CDSS 모듈은 이하의 2개의 방식: 1) 독립형 애플리케이션, 및 2) 기존 트랜잭션 시스템의 통합된 확장 중 하나로서 렌더링될 수 있다.

o 제2 시나리오 하에서, CDSS 모듈은 간병인에 대한 EMR 시스템과 같은 최종 사용자에 의해 사용되는 핵심 트랜잭션 애플리케이션 내의 버튼의 클릭을 통해 통상적으로 불러내진다.

o 연구 하의 환자에 대한 환자 Id는 CDSS 모듈로 패스된다.

o CDSS 모듈은 환자 Id 패스된 환자 Id에 대한 전체 이용 가능한 의료 이력을 회수하고 일치시킨다.

o CDSS 모듈은 트랜잭션 시스템에 의해 실행되는 공통 전문 용어 및 표준들에 대하여 환자 의료 이력을 일치시키고 장기적 기록을 제공한다.

o 게다가, CDSS 모듈은 고려 사항 하에서 치료상의 경로에 대한 케어 플랜과 연관된 권고들을 제공하도록 구성될 수 있다. 이러한 권고들은 환자의 개인 특성들뿐만 아니라 산업 벤치마크들 및 모범 사례들에 기반한다.

o CDSS 관점에서, 시스템(100)은 임상의들에 의해 고안되었고 장래 케어 플랜을 확립하기 위해 환자의 의료 조건을 하나 이상의 미리 정해진 치료상의 경로와 상관시키는데 사용되는 이면 규칙들의 세트에 의해 구동된다.

o CDSS 모듈은 장래 케어 플랜들을 미세 조정하는 권고들을 만들기 위해 다수의 산업 벤치마크 및 모범 사례를 레버리징한다.

■ 성과율: 질병 조건과 연관된 핵심 임상 파라미터에 의해 측정되는 10 내지 20% 건강 성과 개선. 예를 들어, 당뇨병에 대한 HBA1C 치수 또는 천식/COPD에 대한 PFT 점수 상의 10 내지 20% 개선.

■ 비용 감소: 질병 조건에 대한 TCM(관리의 총비용)에 대하여 측정되는 15 내지 25% 비용 감소. 이러한 비용 감소는 다수의 중재 코호트에 걸쳐 계산되는 (응급실로의 이동들과 같은) 높은 비용 활동들의 감소를 통해 측정된다.

■ 순응율: 채워지는 순서들이 아닌 환자에 의해 소모되는 순서들에 의해 측정되는 순응율의 20 내지 30% 개선.

■ 액세스 개선: 약속들을 스케줄링하는 시간의 감소, 약속에 대한 날의 감소, 실험 결과들에 액세스하는 날의 감소 등과 같은 다양한 요인의 가중된 조합을 통해 측정되는 20 내지 25% 개선.

B. 통합된 암 케어 전달 네트워크에 대한 케어 변동성을 감소시키기 위해 암 치료를 표준화하는 것

1. 케어 전달, 차선의 케어 및 부적합한 액세스의 비효율성에 의해 만들어지는 미국 헬스 케어 지출액의 1 조 달러 초과가 낭비적인 것으로 고려된다. 암 케어는 일반적 종양학 의사에의 전문 지식에 대한 불충분한 액세스, 치료 변형들을 최소화하는 증거 기반 툴들 및 사례들의 부족, 그리고 환자의 질병을 효율적으로 관리하도록 환자와 관여하는 무능으로 인해 가장 제약되는 것 중 하나이다. 현재의 배상 모델들은 장기 건승의 투자들을 장려하지 않고, 대신에 치료 분량에 집중한다. 이러한 요인들은 치료 질의 차이들을 생성하고 비용들을 증가시킨다. 개선된 성과들 및 규모로의 원가 절감을 입증하는 혁신적인 데이터 구동 솔루션들에 의해 가능해지는 영구적 변화들을 전하기 위해서 새로운 건강 시스템이 필요하다. MD Anderson 암 센터(MDACC) 네트워크 평등화 프로젝트는 증거 기반하고 경험에 밝은 임상 결정들을 통해 성과들을 개선함으로써 암 환자들에 대한 임상 케어를 가속화시키는 것에 전념하는 하나의 그러한 계획이다.

2. 네트워크 평등화 계획은 이하의 넓은 레벨 활동들에 집중한다.

■ (환자들을 관리하는) 제공자들, (케어에 지불하는) 위험 부담 엔티티들, 그리고 (올바른 케어의 할당을 가능하게 하고, 케어 지속성을 용이하게 하고, 케어 질을 개선하는) 기술 파트너들로 구성되는 통합된 제공자 파트너 에코시스템의 생성.

■ 암 환자들에 대한 (EMR 시스템들과 같은) 다수의 소스로부터의 데이터를 안전하게 인제스팅하는 것. 전문 지식에 기반하여 인구 통계학적으로 유사한 코호트들에 대한 치료 권고들을 식별하고, 진단 및 스테이징 확인에 대한 전문 가상 상담들을 가능하게 하고, 질병을 관리하기 위해 케어 경로 자문들을 제공하는 조직된 질병 개요를 생성하는 공통 형식 및 전문 용어로 임상 데이터를 표준화하는 것.

■ 교육 및 암 검사 서비스들을 통해 타겟화된 중재들에 대한 방안들을 창안하는 것.

■ 공동체 제공자들에게 예방적 검사 및 조기 진단을 전하는 것(60%), 전문 권고 및 실황 전문 상담에 의해 지원되는 개인화된 케어(30%), 및 전문적 기술이 지역 네트워크 파트너에서 이용 가능하지 않으면, 빠른 위탁들을 용이하게 하는 것(10%).

■ 웹 및 모바일 솔루션들을 통한 모든 수반된 이해 관계자(의료진, 지원 부서 직원, 환자)에의 일관되고 통합된 정보를 이용 가능하게 하는 것.

■ 치료 권고들을 미세 조정하도록 장기적 관점의 환자의 암 및 의료 이력 데이터를 레버리징하는 것.

■ 올바른 성과들에 대한 중재들을 추가로 조정하기 위해 국내적으로 그리고/또는 국제적으로 확립된 벤치마크들에 대하여 중재 프로그램들에 대한 비용 및 성과들을 비교하는 것.

3. 시스템(100)은 핵심 데이터 관리, 데이터 인제스천/표준화, 및 분석 호스팅을 제공하는 네트워크 평등화의 일체화된 부분이다.

■ 외부 데이터 연결기들 및 서비스들: 에이전트 모듈들(205)은 네트워크 제공자 파트너에 상주하는 EMR(전자 의료 기록들) 시스템들과 같은 다수의 소스로부터의 데이터, (환자에 대한 2차 정보를 인제스팅하는데 사용되는) 조직화되지 않은 임상 데이터, 그리고 (병원 온보딩 이벤트 동안 완료되는 암 조사와 같은) 환자 자체 보고 정보를 캡처한다.

o 에이전트 모듈들(205)은 미리 정해진 간격으로 실행되도록 스케줄링될 수 있고/있거나 요구 시에 실행될 수 있다.

o 각각의 에이전트 모듈(205)은 미리 정해진 세트의 데이터값들을 추출하도록 소스(201)에 대하여 실행되는 질의들을 포함한다.

o 이러한 데이터 속성들은 시스템(100)의 박스 외에 있는 템플리트들을 통해 제어될 수 있다. 이러한 템플리트들은 설치 시에 또는 시스템(100)의 관리자에 의한 실행 동안 변경될 수 있다.

o 추출된 데이터는 미리 정해진 알고리즘들 및 규칙 세트들을 사용하여 변환되고 변환된 데이터값들은 312에 저장된다.

o 시스템(100)은 플랫폼에 전매인 다수의 박스 외 에이전트 모듈(205)을 포함한다. 이러한 에이전트 모듈들(205)은 EPIC, CERNER 등과 같은 고유화된 및 제3 자 EMR 시스템들 둘 다, 그리고 BP 및 포도당 모니터들과 같은 착용 가능 디바이스들로부터 데이터를 추출하도록 구축되었다. 에이전트 모듈들(205)은 추출되고 있는 임상 속성들, 추출 및 변환에 사용되는 전매 2단계 프로세스뿐만 아니라, 추출 동안 기록되는 최적화된 질의들에 대하여 고유하다. 게다가, 에이전트 모듈들(205)은 트랜잭션 시스템들의 표준 설치들이 클라이언트에 의해 사용되고 있는 경우에 구성에 대한 요구가 최소화되는 고유 플러그 앤드 플레이 능력을 제공한다.

o 시스템(100)은 케어 전달의 맥락에서 고유한 조직화되고 조직화되지 않은 데이터의 합병을 가능하게 한다.

■ 데이터 관리: 시스템(100)은 다양한 임상 데이터 교환 표준으로 다양한 데이터 세트에 걸친 데이터를 표준화하여, 데이터의 고유한 환자 중심적인 공통 정보 모델을 레버리징하고, 주임상 데이터뿐만 아니라, 임상 노트들(예를 들어, 2차 임상 진단들)로부터 수집되는 파생된 2차 정보(예를 들어, 예후 점수들)를 지속시킨다.

o 시스템(100)은 하나의 코딩 체계(전문 용어)의 다른 코딩 체계로의 번역을 기술하는 다수의 코딩 딕셔너리를 유지 관리한다.

o 이러한 코딩 딕셔너리들은 데이터 소스(201)로부터의 데이터의 용어들을 시스템(100)에 사용되는 표준 용어들의 세트로 번역하는데 사용된다.

o 예를 들어, 코딩 딕셔너리들 중 하나는 ICD9로부터 SNOMED로의 코딩 체계로 코딩되는 임상 진단들에 대한 번역 규칙들을 포함한다. 다른 예는 실험실 데이터를 LOINC 코딩 체계로 번역한다.

o 어떤 일 대 일 코딩 맵도 코딩 체계의 특정 엔트리에 이용 가능하지 않은 경우에, 시스템(100)은 충돌을 해결하기 위해 사용자 정의 규칙들을 레버리징한다. 시스템(100)은 본래의 값들 및 번역된 값들 둘 다를 지속시킨다.

o 데이터 저장의 전이하고 보존력이 있는 체계는 312에서 지속될 데이터와 130에 의한 이러한 데이터에 대한 요청 시에 201로부터 동적으로 얻어질 데이터를 구별하는 310에서의 사용자 정의 규칙들의 세트를 통해 제어된다.

o 예를 들어, 특정 소스 시스템으로부터 수신되는 모든 데이터가 312에서 지속될 필요가 있고 다른 소스 시스템으로부터 수신되는 모든 데이터가 요구 시에 201로부터 얻어질 필요가 있다는 것을 진술하는 규칙이 있을 수 있다.

o 시스템(100)은 환자 중심적이고 인구 통계, 가정 약물, 알레르기, 바이탈, 관찰, 실험실 및 암 케어에 관련 있는 임상 문서와 같은 다수의 영역을 포함하는 데이터 모델인, 공통 정보 모델(312)을 포함한다. 312는 속성들 및 관계 관점에서 고유할 뿐만 아니라 저장 관점에 대한 사용자 정의 규칙들에 의해 구동되기도 한다.

o 시스템(100)의 고유한 “전이하고 보존력이 있는” 개념은 시스템(100)의 관리자에 의해 312에서 지속되는 데이터 소스(201)로부터의 데이터의 양을 시스템(100)의 데이터 소스 소유주 및/또는 관리자가 제어하는 것을 가능하게 한다.

■ 보안: 시스템(100)은 역할 기반하는 동적의, 다중 형태 승인 및 인증 프로토콜(310)을 사용한다. 데이터 액세스는 데이터 소스, 및 소비하는 사용자(예를 들어, 공동체 병원에서의 폐 의료진) 및 소비하는 애플리케이션(예를 들어, 종양학 전문 조언자 분석 툴)의 신원들에 기반하여 인증을 확립하는 규칙들에 기반하여 승낙된다. 시스템(100)은 CS4096과 같은 가장 최근이고 가장 엄격한 이용 가능한 보안 프로토콜들의 사용을 통해 PHI(개인 건강 정보) 데이터세트들을 관리하도록 미리 구성된다. 게다가, 시스템(100)은 HITRUST 보증된다.

■ 액세스, 발견 및 분석: 시스템(100)은 소비 분석 툴들에 대한 정보 전달 및 액세스층을 확립하도록 네트워크 평등화를 위해 특별히 만들어진 200개를 넘는 API(314)를 포함한다.

o 방법 또는 서비스는 통상적으로 이하의 구조를 유지 관리한다:

Collection/Data_set API_Name (parameterList)

o API(314)는 시스템(100)과 상호 작용하는 사용자 디바이스들/서비스들(130)에 의해 호출된다/불러내진다.

o 시스템(100)은 호출하는 프로그램/시스템의 요구들을 지원하는 기능성을 제공하는, 별개의 API(314) 하에서 분류되는, 다양한 서비스/방법을 포함한다. 일부 예는 주어진 환자에 대한 통합된 의료 기록을 복귀시키는 API, 암 환자들의 미리 결정된 코호트에 대하여 수행되는 분석적 질의의 결과들을 노출시키는 API, 또는 시스템(100)을 사용하는 2개의 네트워크 파트너 사이에서 보안 메시지를 패스하는 API를 포함한다.

■ 핵심 성과들: 암 치료의 감소된 변동성, 개선된 진단 및 스테이징 정확성, 및 감소된 불필요한 응급실/병원 방문들 및 교육, 검사 및 고수 툴들로 자율권을 받는 환자들을 야기하는 케어 경로들에의 더 양호한 고수.

■ 비용 감소: 폐암은 미국에서 매년 22만명이 넘는 새로운 환자를 생성하며, 연간 비소 세포 폐암(NSCLC)의 치료에 $8B 내지 $10B 지출이 추정된다(치료들은 65 세의 나이를 넘는 환자들에 대해 50% 더 고가임). 앞서 나타내어진 성과들은 폐암 치료의 전체 비용의 16% 절감 기회를 나타내어, NSCLC (또는 매년 진단되는 새로운 폐암 경우들의 85%)에 대해 케어의 비용의 $180M 내지 $240M감소로 환산된다.

■ 유방암은 미국에서 매년 23만명이 넘는 새로운 환자를 생성하며, 치료에 $16 내지 $17B 지출이 추정된다(유방암의 단계 3 및 단계 4에서의 치료는 단계 1 및 단계 2보다 5배까지 더 많이 들 수 있음). 앞서 나타내어진 성과들은 유방암 치료의 전체 비용의 8 내지 12% 절감 기회를 나타내어, (전체 개체군의) 5 내지 10% 환자 관여율을 가정하면, 케어의 비용의 $192M 내지 $204M 감소로 환산된다.

C. 제약 기업들에 대한 만성병 성과들을 개선하기 위해 치료 고수를 증가시키는 것

1. 약물 비고수는 제약 산업에의 $300B 과제를 나타내며 - 매년 12만 5천번의 사망을 야기하여(이는 주요 사인 4위이며, 1위는 사고사), 병원 또는 양로원 입원의 10 내지 20%, 및 $188B의 생물 약제학 산업 수익 손실을 야기한다. 오늘날의 고수 프로그램들은 통상적 채널들(메일/이메일/통화)을 통하여 제한된 환자 통신을 통해 이러한 과제를 해결하고, 투여 행위에 대한 실시간 데이터에 기반하지 않고, 고수를 증상 개선들에 관련시키는 헬스 케어 전문가(HCP)의 능력을 제한하고, 환자들에 대한 메시지들의 유효성을 연속적으로 개선할 수 없다. 이에 응하여, 제약 기업들은 중재들을 개인화하고 증가된 환자 관여를 통한 개선된 성과들을 입증하도록 디지털 및 분석 가능 솔루션들을 런칭하고 있다.

시스템(100)은 제약 기업들을 돕는 것에서 고유한 역할을 하고, 환자 증상들을 능동적으로 모니터링하는 역할을 하고, 권고된 치료 양생법들을 준수하고, 건강에 좋은 행위들(예를 들어, 재조제를 얻는 것, 임상의를 보는 것)을 강화시킨다. 시스템(100)은 통지된 환자 허락의 안전한 연속적인 인제스천, 처리 및 모니터링을 용이하게 하며, 투약과 관련되는 민감 정보(PHI)를 결합시켜, 투약과 관련되는 민감 정보(PHI)를 보험금 청구, 임상 기록, 및 자체 보고 증상과 같은 다른 환자 정보와 결합시킨다. 이러한 데이터는 위험성에 의해 환자들을 계층화하고 중재들을 권고하도록 성향 점수들, 고수 패턴들 및 성과 메트릭들과 같은 추론들을 도출하기 위해 분석 알고리즘들에 의해 사용되며; 환자 및 제공자 툴들은 그 때 고수 행위들을 개선하고 성과들에 영향을 주도록 타겟화된 중재 및/또는 교육 콘텐츠로 환자 또는 HCP와 통신한다.

■ 헬스 케어 전문가들(환자들을 치료하는 HCP들), 위험 부담 엔티티들(의료 및/또는 제약업 청구 처리를 용이하게 하는 보험업자들), 환자들, 및 기술 파트너들(고수 데이터를 신호하기 위한 디바이스 파트너들, 개인화된 모바일 통신을 가능케 하는 파트너들, 개인 또는 코호트 레벨 통찰들을 생성하기 위한 분석 파트너들)을 포함하는 통합된 파트너 에코시스템을 생성하는 것.

■ 위험한 환경에 있는 개인들을 계층화하고, 누구에 대해 그리고 무슨 채널을 통하여 무슨 중재들이 작용하는지를 이해하고, 치료 관련 관여에 대한 메시지들을 맞춤화하기 위해 다수의 소스로부터의 데이터를 공통 형식으로 안전하게 인제스팅하고 일치시키는 것.

■ 전문 약국들로부터의 기존 상기자들을 보충하기 위해 환자 및/또는 HCP에 대한 타겟화된 중재들(메시지, 인-앱(in-app) 경보, 교육 콘텐츠, 대시보드)을 용이하게 하는 것.

■ 개선된 고수의 영향들을 입증하기 위해 사후 시장 연구들을 행하는 것.

2. 시스템(100)은 보안 데이터 수집, 표준화 및 분석 호스팅을 제공하는 고수 솔루션들의 일체화된 부분이다.

■ 분석적 엔진: 시스템(100)은 기준치 분석적 질의들뿐만 아니라 이종의 데이터 세트들로부터의 집중된 분석을 가능하게 하는 성향 매칭된 코호트들을 제공하는 API(314)에 의해 제공되는 서비스들로서 구현되는 핵심 분석적 플랫폼을 제공한다.

o 데이터는 소스 시스템들로부터 시스템(100)으로 흐른다.

o 데이터 수집기 및 데이터 통합 정리자 역할들을 통해, 데이터는 인제스팅되고 일치된다.

o 비정규화된/누적된 데이터는 타겟화된 분석을 위해 특정 데이터 마트들에 저장될 수 있다.

o 기준치 추론들은 이러한 코호트들에 걸쳐 도출되고 중재들을 맞춤화하고 권고하는데 사용될 수 있는 포괄적 경향들로서 저장될 수 있다.

o 질의가 수행될 때, 하나 이상의 환자 코호트는 질의에 의해 패스되는 파라미터들에 의존하여, 질의에 대한 타겟 개체군으로서 식별된다.

o 게다가, 최종 사용자들은 생성된 추론들을 오버라이드하는 능력이 구비된다.

o (본래 패턴들 및 실생활 데이터 변동들 또는 최종 사용자 오버라이드들에 기반한) 조정 요인들은 시스템(100) 플랫폼으로 피드백되고 유사한 질의 수행의 장래 반복에 대한 차이/확률 조정 요인으로서의 역할을 한다.

o 인식적 질의들의 경우, 경향들은 특정 경우에 대한 의료진의 전형적 행위적 반응과 같은 장래의 그리고 막연한 요인들로 외삽되며, 예측들을 제공하도록 기준치 질의 응답 상에 중첩된다.

o 시스템(100)은 동적 및 자체 학습 분석을 제공하며, 즉 시스템(100)은 분석적 질의들의 수행의 다음 반복에 영향을 주기 위해 분석적 엔진 내의 경계선 조건들, 컷 오프 레벨들, 백분율 할당들, 확률 분포 및 다른 수학식들을 결국 조정하는 피드백 관점에서의 역데이터 흐름을 최종 사용자들이 확립하는 것을 가능하게 한다. 수집되는 트랜잭션 피드백에 기반한 분석적 응답들의 자체 학습 및 자체 조정 작동은 시스템(100)의 고유 프리포지션(preposition)이다.

■ 정보 전달 게이트웨이: 시스템(100) 소비자 관여 서비스는 소비자들의 건강 및 건승을 관리하도록 소비자들을 관여시키고, 소비자들의 헬스케어 전문가(HCP)에의 연결을 지시하는 건강에 좋은 행위인, 게임 기반 툴들을 조장하도록 지리적 위치되고 개인화된 장려책들을 포함하는 개인들의 건강 프로파일에 기반하여 맞춤화된 콘텐츠를 갖는 환자 포털을 포함한다.

o 시스템(100) 환자 포털은 통합 및 일치 관점에서 고유하며 즉, 환자 포털은 환자들이 그들의 모든 인증된 데이터를 하나의 지점에서 보는 것을 가능하게 하는 단일 게이트웨이이다. 데이터는 환자의 의료 데이터, 실험 결과들, 방사선 이미지들 및 보고서들, 처방 데이터, 환자의 착용 가능 디바이스 데이터뿐만 아니라 EKG와 같은 디바이스들로부터의 파형들(스트리밍)을 포함한다. 모든 이러한 디바이스 및 기록들의 시스템은 다른 전문 용어들을 사용할 수 있다.

■ 단 대 단 감응식 환자 데이터 관리를 위한 시설: 시스템(100)은 역할 기반하는 동적의, 다중 형태 승인 및 인증 프로토콜(309)을 사용한다. 데이터 액세스는 데이터 소스, 및 사용자(예를 들어, 환자, 제약 기업, HCP 사용자), 시스템(예를 들어, 환자 임상 데이터를 제공하는 EMR 시스템)의 신원들에 기반하여 인증을 확립하는 규칙들에 기반하여 승낙된다. 시스템(100)은 CS4096과 같은 가장 최근이고 가장 엄격한 이용 가능한 보안 프로토콜들의 사용을 통해 PHI(개인 건강 정보) 데이터세트들을 관리하도록 미리 구성된다. 게다가, 시스템(100)은 HITRUST 보증된다.

D. 활동 기준 원가 계산을 야기하는 진보된 분석 및 다중 데이터 수집을 사용하여 재정 및 경비 성과를 개선하는 것

1. 지리적으로 전역에 퍼진 다수의 시설을 갖는 (학술적일 뿐만 아니라 집중 투자 상업적인) 큰 규모 기관들은 통상적으로 다양하고 복잡한 공급 체인을 관리하도록 강제된다. “경비”는 집중화된 조정의 부족으로 통상적으로 고도로 분포되어, 상당한 과잉뿐만 아니라 낭비를 야기한다. 그러한 상황들 하에 직면되는 중대한 과제들은 범위가 하나의 시설에서 재고품들의 낮은 활용을 포괄하는데 반해, 동일한 재고품이 다른 시설, 지역의 빠른 납기 공급들뿐만 아니라 집중화된 장납기 요구들에 대한 최고의 판매자들의 식별, 경제적 주문량 및 재주문 레벨 식별 등에서 공급이 부족한 것이다. 이러한 공급 체인들은 또한 통상적으로 이러한 공급 체인들이 다수의 지역적으로 작동되는 주문 및 조달 시스템의 네트워크이어서, 개인 환자의 생활 주기에 걸친 “경비”를 추적하지 않을 가능성이 크다는 사실에 의해 지장을 받는다.

번들화된(bundled) 지불들의 가장 최근의 헬스케어 패러다임을 지원하기 위해 경비 분석이 ‘활동 기준 원가 계산’을 계산하고 관리하도록 탄탄한 플랫폼을 확립하는 것을 지향하는 경향이 증가하고 있다. RBE들에 의한 절차에 대해 제안된 번들화된 지불을 임의의 큰 기관이 논리적으로 수락할 수 있는 (고관절 대치술과 같은) 큰 규모의 절차 하에서 각각의 수반된 활동으로 나누어지는 비용의 상세들을 임의의 큰 기관이 이해하는 것이 대단히 중요하다.

2. 임의의 양호하게 조정된 집중화된 경비 분석 시스템은 이하의 넓은 레벨 활동들에 집중한다.

■ (지역적일 뿐만 아니라 집중화된) 공급자들, 환자들을 서비스하는 상호 연결된 시설들 및 모든 이해 관계자에 걸친 데이터의 흐름을 관리하고 조달을 통제하는 범용 규칙들을 관리하는 집중화된 관리 방식 권한으로 구성되는 통합된 에코시스템의 생성.

■ 다수의 지역 주문 및 조달 시스템으로부터의 데이터의 인제스천.

■ EMR, 스케줄링 시스템, 제약업 시스템, 재정 시스템 및 역량 관리 시스템과 같은 지역 임상 및 작동 시스템들로부터의 데이터의 인제스천.

■ 국가에 걸친 벤치마크들 및 모범 사례들을 제공하는 제3 자 소스들로부터의 데이터의 인제스천.

■ 집중화된 권한에 대한 공통 스크립트를 생성하는 “경비” 및 임상 데이터의 일치.

■ 재료/서비스들의 타입, 지리적 수요 및 이용 가능성, 임상 필요성 및 긴박성, 자금 또는 비자금 요구들 등과 같은 다수의 요인에 걸친 경비 데이터 분류.

■ 큰 절차의 각각의 하위 활동에 대한 활동 기반 비용을 생성하기 위해 경비 데이터를 임상 및/또는 치료상의 경로들과 결부시키는 것. 이러한 정보는 서비스에 대한 지불들보다는 오히려 성과들에 대한 지불들과 같은 건강 산업에서 다가오는 더 새로운 지불 모델들에 대해 중대하다.

■ 다양한 전달 채널을 통해 모든 수반된 이해 관계자(지역 시설들, 공급자들, 집중화된 권한 등)에 일관되고 통합된 정보를 이용 가능하게 하는 것.

■ 일치된 경비 데이터에 기반하여 경비 패턴, 경향, 납기 시간, 보급 등을 확립하는 것.

■ 변동들 및 연관된 경감 접근법들을 식별하기 위해 제3 자 벤치마크들에 대한 경비 경향들의 비교.

■ 비용 대 임상 긴박성 필요 조건들을 다루는 (사용자 제어된) 규칙들을 확립하는 능력.

■ 지역 변동들을 관리하고 지원하는 규칙들을 확립하는 능력.

■ 장래 트랜잭션들을 미세 조정하기 위해 피드백을 수신하고 피드백을 포함시키는 능력.

■ PHI 보증 시스템(100): 시스템(100)은 CS4096과 같은 가장 최근이고 가장 엄격한 이용 가능한 보안 프로토콜들의 사용을 통해 PHI(개인 건강 정보) 데이터세트들을 관리하도록 미리 구성된다. 게다가, 시스템(100)은 HITRUST 보증된다.

· 고유성: 시스템(100)은 HITRUST 보증되는 동시에 CS4096 암호화를 활용하는 대학 의료 기관들(AMCs)에 대해 배타적으로 구축되는 유일한 PHI 전송 플랫폼이다.

■ 시스템(100) 환자 포털은 통합 및 일치 관점에서 고유하며 즉, 환자 포털은 환자들이 그들의 모든 인증된 데이터를 하나의 지점에서 보는 것을 가능하게 하는 단일 게이트웨이이다. 데이터는 환자의 의료 데이터, 실험 결과들, 방사선 이미지들 및 보고서들, 처방 데이터, 환자의 착용 가능 디바이스 데이터뿐만 아니라 EKG와 같은 디바이스들로부터의 파형들(스트리밍)을 포함한다. 모든 이러한 디바이스 및 기록들의 시스템은 다른 전문 용어들을 사용할 수 있다. 시스템(100)은 그것들을 공통 언어 및 전문 용어로 번역한다.

■ 활동 기준 원가 계산 엔진: 시스템(100)은 큰 치료상의 절차의 각각의 하위 활동에 대하여 경비 패턴들을 확립하도록 재정 데이터를 임상 데이터와 결부시킨다. 예를 들어, 시스템(100)은 만성 캐어도 급성 케어도 아니고 대신에 미리 정해진 시간 프레임 전반에 걸친 전형적 고관절 대치술 수술에 대한 수술 전의, 수술 날의 그리고 수술 후의 케어 활동들에 대하여 경비를 나눌 수 있다.

o 시스템(100)은 다양한 질병 조건에 대한 다수의 치료상의 경로의 활동 레벨 분석을 포함한다. 이러한 경로들은 만성도 일회성도 아니다. 대신에, 그것들은 환자가 특정 질병 조건 또는 이상에 대해 치료되었던 기간에 집중한다.

o 예를 들어, 고관절 및 무릎 관절 대치술 프로세스와 연관된 모든 수술 전의, 수술의 그리고 수술 후의 활동의 상세한 분석이 있다.

o 사후 재정 데이터 인제스천, 플랫폼은 완료된 프로세스를 정식화하도록 누적되는 이러한 활동들에 대하여 트랜잭션 데이터를 태깅한다.

o 재정 트랜잭션들의 이러한 분류는 다수의 환자 및 다수의 시설에 걸쳐 누적된다.

o 분석은 특정 치료상의 경로에 대한 활동 당 평균 비용, 비용뿐만 아니라 성과율들에 기반하여 일정 활동을 수행할 최고의 시설 등과 같은 요인들을 확립하기 위해 이러한 누적되는 수들에 대하여 수행된다.

o 이들 분석.

■ 약정 지원 엔진: 시스템(100)은 값 기반 지불들 및/또는 번들화된 지불들과 같은 더 새로운 지불 모델들에 대한 약정 조건들을 확립하기 위해 제공자들뿐만 아니라 RBE들에 대한 분석적 지원을 제공하도록 활동 기준 원가 계산을 통해 확립되는 경향들을 레버리징한다.

o 활동 기준 원가 계산 엔진으로서, 시스템(100)은 일정 치료상의 경로들을 하위 활동들로 나눈다.

o 예를 들어, 고관절 대치술 수술에 대해 정의되었던 수술 전의, 수술 날의 그리고 수술 후의 활동들의 확실한 목록이 있다. 이러한 활동들은 상당한 양의 시간에 걸칠 수 있지만, 고려된 만성 조건들이 아니다.

o 헬스케어 산업에 대한 새로운 지불 모델들 하에서 약정들을 확립하기 위해 이러한 하위 활동들 각각과 연관된 비용을 이해하는 것이 필수적이다. 서비스에 대한 보수보다는 오히려 값에 대한 보수와 같은 모델들 또는 번들화된 지불 약정들.

o 시스템(100)은 환자 믹스(patient-mix), 지리적 및 환경적 상관 관계들, 및 건강 성과들과 같은 다양한 요인을 고려하여 각각의 하위 활동에 대한, 활동 기준 원가 계산 모듈 하에서 생성되는 기준치 벤치마크들을 레버리징하고, 재정 관리자들이 주어진 치료상의 경로에 대한, 위험 부담 엔티티들로 확립할 수 있는 최적의 약정 조건들이 무엇인지를 파악하도록 돕는다.

■ 설비 가동률: 시스템(100)이 제안한 EOQ 및 보급 레벨들에 기반한 집중화된 조달에 기반한 설비 가동률 상의 10 내지 15% 개선. 이는 또한 시설들의 지리적 분포뿐만 아니라 집중화된 조달의 정도에 의해 영향을 받는다.

■ 약정 효율: RBE들에 의한 제안된 배상에 대하여 실제 경비를 매칭하는 것의 면에서 10 내지 12% 더 높은 정확성. 이러한 기반들은 또한 그러한 번들화된 지불들의 분량뿐만 아니라 치료상의 경로 내의 분명히 식별된 하위 활동들에 의해 영향을 받는다.

■ 환자 믹스 기반 용량 조정: 시설에서의 환자 믹스에 대하여 측정되는 설비 가동률의 15 내지 20% 개선. 시스템(100)은 각각의 시설에 대한 최적의 용량에 관하여, 환자 믹스뿐만 아니라 분량들에 기반하여 권고들을 제공하여, 앞서 언급한 낭비 및/또는 과잉 재고의 감소를 야기한다.

■ 관리 상의 비용 효율: 12 내지 14% 비용 효율(시스템(100) 비용에 대하여 전체 경비 시스템 비용의 감소)은 시스템(100)을 통해 달성될 수 있는 전형적 ROI이다.

E. 종합적인 암 케어 센터에서 이행성 암 연구를 가속화시키는 것

1. 암은 거의 600,000 명의 미국인이 해마다 죽고 $1750억의 헬스케어 시스템 비용을 만들어 내는 미국에서의 사망의 두 번째 주된 원인이다. 암 연구의 수 십년의 투자의 결과로서, 매년 암으로 진단되는 160만명의 미국인 중 많은 이의 기대 수명은 꾸준히 증가하고 있다. 그러나, 여전히 비교적 소수의 진정한 암 치료가 있음에 따라, 행해질 많은 것이 남아 있고, 일부 암 타입은 지난 수십 년을 통해 사망률의 개선이 거의 보이지 않았다. 암은 지금 본질적으로 게놈의 질병으로서 인지된다. DNA 손상은 암에 걸린 개체군들이 치료에 대한 내성을 발달시키는 것을 가능하게 하는 제어되지 않는 세포 분할 및 흔히 빠른 세포질 진화를 야기한다. 각각의 환자의 특정 암 게놈에 맞추어지는 개인화된 의료 접근법들을 만들어 내기 위해 게놈 학문들에서의 가장 최근의 돌파구들을 암 케어 전달로 변환하려는 큰 움직임이 있다. 이는 환자들 당 많은 기가바이트 그리고 비교적 작은 암 코호트들에 걸쳐서도 페타바이트 단위에 이르는 큰 규모의 게놈 및 임상 데이터를 통합시키는 것을 전형적으로 수반한다.

2. 이행성 암 연구는 전형적으로 이하를 수반한다:

■ 암이 시간이 지남에 따라 발달함에 따라, 생식 계열 및 암 둘 다로부터의 게놈, 후생 유전자, RNA 시퀀스들 및 단백질 체학 데이터를 포함하는 각각의 환자에서의 막대한 양들의 -오믹 데이터('omic data)를 획득하는 것.

■ 이러한 환자 레벨 -오믹 데이터는 진단들; 외과 수술, 방사선 및 화학 요법; 치료에의 반응들, 및 궁극적으로, 성과들을 포함하는 환자의 의료 기록으로부터의 풍부한 임상 데이터 및 다른 실험실 분석 결과와 결합되어야 한다.

■ 이러한 데이터가 각각의 환자에 대해 통합되면, 암 연구원들은 유전자 돌연변이들, 및 예후 및 치료에 대한 반응을 예측하는 다른 생물 표지자들을 찾고자 데이터를 질의한다.

■ 이러한 유인들은 암 생물학에 대한 생성 가설들, 새로운 치료 양상들 및 암 인구의 건강 상태뿐만 아니라 임상 시험들을 설계하는 것에 유용하다.

■ 일부 경우에, 이러한 통합된 데이터는 개인 환자들 즉, 개인화된 의료에 대한 임상 치료상의 선택권들을 실제로 통지할 수도 있다.

3. 시스템(100)은 핵심 데이터 관리, 인제스천 및 애플리케이션 호스팅 서비스들을 제공하는 이행 암 연구 프로그램의 일체화된 부분이다. 시스템(100)은 또한 암 연구원들이 실험실에서, 침대 곁에서, 그리고 환자 개체군들에 걸쳐 암 연구원들의 연구를 추진시키는 데에 필요한 도구들 및 데이터에 암 연구원들이 액세스하는 것을 돕는 전달 채널 서비스들을 제공한다. 새로운 에코시스템 사업 모델을 가능하게 하는 일부 핵심 시스템(100) 능력들이 이하에 목록으로 나열된다:

F. 제약 기업들에 대한 만성병 성과들을 개선하기 위해 치료 고수를 증가시키는 것

정보 상호 교환은 환자들 및 환자들이 증상들을 모니터링하는 것을 돕는 환자들의 헬스 케어 제공자 팀들에게 직접 툴들을 제공하고, 권고된 치료 양생법을 준수하고, 건강에 좋은 행위들(예를 들어, 재조제를 얻는 것, 임상의를 보는 것)을 강화시키는 데이터 및 분석을 사용하는 것에서 선두적인 제약 기업들이 고유한 역할을 하는 것을 돕는다. 상호 교환은 통지된 환자 허락들의 안전한 연속적인 인제스천, 처리 및 모니터링을 용이하게 하고, 착용 가능물(예를 들어, Fitbit, Apple Watch)로부터의 투여량과 관련되는 민감 정보(PHI), 약물 주사기, 보험금 청구, 임상 프로파일, 및 환자 모바일 애플리케이션들로부터의 자체 보고 건강 및 활동을 결합시킨다.

민감 정보는 그 다음 위험성에 의해 환자들을 계층화하고, 예측된 행위들에 기반하여 중재들을 권고하기 위해 추론들(예를 들어, 성향 점수, 고수 패턴, 성과 메트릭)에 대한 분석 알고리즘들에 의해 사용되며; 환자 및 제공자 특정 툴들은 그 다음 타겟화된 중재 및 정보를 제공하는 콘텐츠로 환자 및 환자의 임상의에게 통지한다.

수입된 약물들의 제품 품질 및 안전성을 개선하는 것

시스템(100)은 음식 및 약물 투여 안전성 및 혁신법(FDASIA)(Pub. L. 112-144)의 타이틀 VII에 제시되는 연방 정부의 기대를 약학 산업이 만족시키는 것을 가능하게 할 정보 상호 교환으로서의 역할을 할 수 있다. 타이틀 VII는 미국에서 약물들의 안전성, 효과성 및 품질을 보장하는 것을 돕도록 FDA에 새로운 권한들을 제공한다. 예를 들어, 정보 상호 교환은 타이틀 VII의 18 섹션의 이하의 서브세트를 도울 수 있다:

1) 섹션 705: 위험 기반 검사 빈도. 국외에서의 약물 제조자들은 이용 가능한 한정된 수의 검사자로의 국외 시설들의 검사들의 위험 기반 스케줄을 결정하기 위해 FDA에 정기적으로 데이터를 제출할 필요가 있을 것이다. 따라서, 상호 교환은 품질 시스템 분석에 의한 평가를 위해 제조자들이 제품, 시설, 원료 및 작동자 데이터를 손쉽게 통합시키는 것을 가능하게 할 것이다. 정기적으로 제품 품질 데이터를 생성하는 이러한 능력은 제조자들이 타이틀 VII의 이러한 섹션을 준수하는 것을 가능하게 할 뿐만 아니라, 검사 이전에 제조자들의 품질 시스템들의 검토 및 예방적 조치를 취하는 것을 가능하게 할 수도 있다.

2) 섹션 710: 정보의 교환. FDA는 기업 비밀 정보를 보호할 권한 및 입증된 능력을 갖는 외국 정부들에 일정 기업 비밀 정보를 제공하기 위해 상호 체결할 수 있다. HITRUST 보증된 정보 상호 교환은 제품 품질 또는 화합물 조성 데이터의 기업 비밀들 및 다른 전매 양태들의 처리를 지원하는 독자적인 위치에 있다.

3) 섹션 711: 약물 공급의 안전성 및 품질을 강화하는 것. 정보 상호 교환은 제조자들이 원료들 및 완제품들을 포함하는 품질 약물들에 대해 시연하는 감독 및 제어를 개선할 수 있다. 이러한 보고 필요 조건을 지원하기 위해 상호 교환이 모니터링하고 통합시킬 수 있는 품질 시스템 데이터의 이하의 도면을 참조할 수 있다.

Claims

환자 중심적이고 가치 기반적인 케어를 전하는 건강 데이터 시스템으로서:
건강 데이터 서버;
보안 네트워크를 통해 상기 건강 데이터 서버와 통신하는 하나 이상의 건강 데이터 소스로서, 상기 건강 데이터 소스들은 각각 폴링 승인들의 세트를 갖는 하나 이상의 건강 데이터 소스;
식별자들의 세트 및 상기 폴링 승인들의 세트에 기반하여 지정된 빈도로 상기 데이터 소스들로부터 건강 데이터를 폴링하는 상기 건강 데이터 서버의 하나 이상의 에이전트 모듈;
공통 정보 모델로 상기 폴링된 건강 데이터를 제공하는 제1 스위치 모듈로서, 상기 공통 정보 모델은 적어도 하나의 환자 기록에 의해 한정되며, 각각의 환자 기록은 하나 이상의 속성을 가지며, 상기 제1 스위치 모듈은 총 매치 점수를 이용하여 상기 데이터 소스로부터 폴링된 건강 데이터를 상기 적어도 하나의 환자 기록에 매칭시키도록 구성되고, 상기 총 매치 점수는 상기 속성에 적용되는 하나 이상의 가중 점수의 합에 기초하는, 상기 제1 스위치 모듈 - ; 및
액세스 승인들의 세트에 기반하여 상기 공통 정보 모델에 접근하는 하나 이상의 인터페이스 모듈을 포함하는, 건강 데이터 시스템.
제1항에 있어서,
상기 공통 정보 모델은 분산형 데이터베이스를 포함하고 상기 하나 이상의 속성은 선택적으로 임상 건강 데이터, 실험실 데이터, 원격 모니터링 데이터, 생체 정보, 착용 가능물, 소셜 미디어 데이터, 자체 보고 데이터, 모바일 애플리케이션 데이터 및 디바이스 기기 장치 중 적어도 하나를 한정하는, 건강 데이터 시스템.
제1항 또는 제2항에 있어서,
상기 제1 스위치 모듈은 상기 폴링된 건강 데이터가 상기 하나 이상의 속성으로 매핑되지 않을 때, 새로운 속성으로 상기 공통 정보 모델을 증대시키는, 건강 데이터 시스템.
제1항 또는 제2항에 있어서,
상기 제1 스위치 모듈은 저장 승인들에 기반하여 상기 공통 정보 모델로 상기 폴링된 건강 데이터를 제공하기 이전에 상기 폴링된 건강 데이터를 필터링하며, 상기 저장 승인들은 선택적으로 상기 건강 데이터 서버 및 상기 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 제공되고, 서로에 대하여 환자 기록들을 매칭하고, 상기 보안 네트워크를 통한 네트워크 연결들을 제어하는 것 중 적어도 하나인, 건강 데이터 시스템.
제1항 또는 제2항에 있어서,
상기 지정된 빈도는 상기 건강 데이터 서버 및 상기 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 설정되는, 건강 데이터 시스템.
제1항 또는 제2항에 있어서,
상기 공통 정보 모델로 상기 폴링된 건강 데이터를 제공하는 제2 스위치 모듈을 더 포함하며, 상기 제1 스위치 모듈은 상기 폴링된 건강 데이터를 수신하기 위해 상기 제2 스위치 모듈과 통신하는, 건강 데이터 시스템.
환자 중심적이고 가치 기반적인 케어를 전하는 방법으로서:
건강 데이터 서버의 하나 이상의 에이전트 모듈을 통하여 건강 데이터에 대한 하나 이상의 건강 데이터 소스를 폴링하는 단계로서, 상기 하나 이상의 건강 데이터 소스 각각은 폴링 승인들의 세트를 갖는 단계;
제1 스위치 모듈을 통하여 상기 폴링된 건강 데이터로 공통 정보 모델을 상주시키는 단계로서, 상기 공통 정보 모델은 적어도 하나의 환자 기록에 의해 한정되며, 각각의 환자 기록은 하나 이상의 속성을 가지며, 상기 제1 스위치 모듈은 총 매치 점수를 이용하여 상기 데이터 소스로부터 폴링된 건강 데이터를 상기 적어도 하나의 환자 기록에 매칭시키도록 구성되고, 상기 총 매치 점수는 상기 속성에 적용되는 하나 이상의 가중 점수의 합에 기초하는, 단계; 및
액세스 승인들의 세트에 기반하여 하나 이상의 인터페이스 모듈을 통하여 상기 공통 정보 모델에 액세스를 제공하는 단계를 포함하는, 방법.
제7항에 있어서,
상기 공통 정보 모델을 상주시키는 단계는 임상 건강 데이터, 실험실 데이터, 원격 모니터링 데이터, 생체 정보, 착용 가능물, 소셜 미디어 데이터, 자체 보고 데이터, 모바일 애플리케이션 데이터 및 디바이스 기기 장치 중 적어도 하나로부터 선택되는 상기 하나 이상의 속성으로 선택적으로 분산형 데이터베이스를 상주시키는 단계를 포함하는, 방법.
제7항 또는 제8항에 있어서,
상기 폴링된 건강 데이터가 상기 제1 스위치 모듈을 통하여 상기 하나 이상의 속성으로 매핑되지 않을 때, 새로운 속성으로 상기 공통 정보 모델을 증대시키는 단계를 더 포함하는, 방법.
제7항 또는 제8항에 있어서,
상기 상주시키는 단계 이전에 저장 승인들의 세트에 기반하여 상기 폴링된 건강 데이터를 필터링하는 단계를 더 포함하는, 방법.
제10항에 있어서,
상기 저장 승인들의 세트는 상기 건강 데이터 서버 및 상기 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 제공되는, 방법.
제7항 또는 제8항에 있어서,
상기 폴링하는 단계는 상기 건강 데이터 서버 및 상기 하나 이상의 건강 데이터 소스 중 적어도 하나에 의해 설정되는 지정된 빈도로 일어나는, 방법.
삭제
제7항 또는 제8항에 있어서,
상기 폴링된 건강 데이터에 대한 상기 제1 스위치 모듈을 통하여 제2 스위치 모듈을 폴링하는 단계를 더 포함하는, 방법.
제7항 또는 제8항에 있어서,
상기 폴링하는 단계는 상기 폴링 승인들의 세트에 의해 제한되는, 방법.