Hệ thống Epic EHR trong y tế là gì
Hệ thống Epic EHR trong y tế thường được gọi tắt là Epic được định nghĩa chính xác nhất là một Hệ điều hành Y tế toàn diện (Comprehensive Health Operating System).
Về mặt kỹ thuật, Hệ thống Epic EHR trong y tế là một hệ thống Hồ sơ sức khỏe điện tử (EHR) tích hợp, dựa trên cơ sở dữ liệu trung tâm, được thiết kế để quản lý toàn bộ hành trình của bệnh nhân từ khi đăng ký, khám lâm sàng, điều trị nội trú, cho đến thanh toán bảo hiểm và chăm sóc tại nhà.
Khác với các hệ thống phân mảnh truyền thống (best-of-breed) nơi các bệnh viện mua phần mềm xét nghiệm từ một nhà cung cấp, phần mềm chẩn đoán hình ảnh từ một nhà cung cấp khác và phần mềm kế toán từ một bên thứ ba, Epic hoạt động dựa trên triết lý “Một hồ sơ bệnh nhân, Một cơ sở dữ liệu”.
Điều này có nghĩa là mọi dữ liệu lâm sàng, tài chính và vận hành đều lưu trữ trên một nền tảng thống nhất, hỗ trợ thông tin lưu chuyển liền mạch và tức thời (real-time) giữa các khoa phòng và thậm chí giữa các tổ chức y tế khác nhau.
Epic hiện là tiêu chuẩn vàng (Gold Standard) trong ngành công nghệ thông tin y tế, đặc biệt là tại Hoa Kỳ và các quốc gia phát triển vì nó không chỉ cập nhật dữ liệu mà là bộ não điều phối hoạt động của các bệnh viện lớn nhất thế giới như Mayo Clinic, Johns Hopkins, Cleveland Clinic, và Kaiser Permanente.
Với thị phần nắm giữ hơn 42% số giường bệnh tại các bệnh viện cấp tính ở Mỹ và quản lý hồ sơ của hơn 300 triệu bệnh nhân toàn cầu, Epic đóng vai trò là xương sống kỹ thuật số của hạ tầng y tế phương Tây.
Kiến trúc của Epic EHR
Chronicles: Cơ sở dữ liệu hoạt động thời gian thực
Chronicles đóng vai trò như nhịp đập vận hành của hệ thống EHR của Epic.
Nó hoạt động như cơ sở dữ liệu chính ghi nhận mọi giao dịch lâm sàng ngay khi chúng diễn ra.
Điểm khác biệt của Chronicles so với các cơ sở dữ liệu y tế thông thường nằm ở triết lý kiến trúc nền tảng.
Thay vì sử dụng cấu trúc cơ sở dữ liệu quan hệ phổ biến trong các phần mềm doanh nghiệp, Epic xây dựng Chronicles trên hệ thống quản lý cơ sở dữ liệu phân cấp (hierarchical database).
Epic sử dụng MUMPS (Massachusetts General Hospital Utility Multi-Programming System), thường chạy trên nền tảng InterSystems IRIS hoặc Caché.
Kiến trúc này phản ánh một thực tế lâm sàng quan trọng trong cung cấp dịch vụ y tế.
Khi bác sĩ khoa cấp cứu tiếp nhận bệnh nhân chấn thương, họ cần truy cập ngay lập tức vào toàn bộ hồ sơ bệnh án, các thuốc đang dùng, dị ứng đã ghi nhận, tiền sử phẫu thuật, bệnh mãn tính và kết quả xét nghiệm gần đây.
Trong những tình huống căng thẳng về thời gian, hiệu suất cơ sở dữ liệu tính bằng mili giây có thể tác động trực tiếp đến kết quả lâm sàng.
Cấu trúc phân cấp của Chronicles tổ chức dữ liệu bệnh nhân dưới dạng cây.
Khi đó toàn bộ thông tin của một bệnh nhân cụ thể tồn tại trong một hệ thống phân cấp thống nhất.
Kiến trúc này giúp hệ thống truy xuất toàn bộ hồ sơ bệnh nhân qua một thao tác duy nhất.
Vì vậy loại bỏ các phép tính JOIN phức tạp giữa nhiều bảng thường cần thiết trong cơ sở dữ liệu quan hệ truyền thống, nơi thông tin bệnh nhân có thể phân tán qua hàng trăm bảng đã chuẩn hóa.
Ví dụ: Tại Bệnh viện, khi tiếp nhận bệnh nhân tai nạn giao thông nghiêm trọng, bác sĩ cấp cứu cần biết ngay liệu bệnh nhân có tiền sử dị ứng thuốc kháng sinh hay không trước khi chỉ định điều trị.
Với kiến trúc phân cấp như Chronicles, thông tin này hiển thị trong vài mili giây thay vì phải chờ hệ thống truy vấn qua nhiều bảng dữ liệu khác nhau.
Cấu trúc tổ chức của Chronicles bao gồm nhiều thành phần chính phối hợp để tối ưu hóa hiệu suất giao dịch.
Master Files (được ký hiệu là file INI) hoạt động tương tự như bảng trong cơ sở dữ liệu quan hệ nhưng đại diện cho các thực thể lâm sàng chính như bệnh nhân (EPT), nhân viên y tế (SER) và chẩn đoán (EDG).
Trong mỗi Master File, các Records riêng lẻ chứa thông tin cụ thể như hồ sơ y tế hoàn chỉnh của một bệnh nhân.
Các bản ghi này được tổ chức thành Contacts, đại diện cho các sự kiện hoặc lần khám theo thời gian như nhập viện, khám ngoại trú hoặc đến khoa cấp cứu vào ngày cụ thể.
Items đại diện cho các yếu tố dữ liệu chi tiết trong mỗi contact, ghi lại các số đo lâm sàng cụ thể như huyết áp, nhịp tim, giá trị xét nghiệm hoặc thời gian dùng thuốc.
Tổ chức phân cấp đảm bảo khi bác sĩ kê đơn thuốc hoặc ghi nhận dấu hiệu sinh tồn, giao dịch được ghi ngay lập tức vào cơ sở dữ liệu và hiển thị trên tất cả hệ thống kết nối ngay tức thì.
Do đó hỗ trợ phối hợp thời gian thực thiết yếu trong cung cấp dịch vụ y tế hiện đại.
Clarity: Cơ sở dữ liệu báo cáo phân tích
Trong khi Chronicles quản lý giao dịch bệnh nhân cá nhân với tốc độ đặc biệt, cấu trúc phân cấp của nó tạo ra những thách thức đáng kể cho báo cáo tổng hợp và phân tích ở mức độ quần thể.
Các truy vấn nhằm xác định xu hướng trên nhiều bệnh nhân như “tìm tất cả bệnh nhân nam trên 50 tuổi mắc tiểu đường đã khám trong năm qua” đòi hỏi Chronicles phải duyệt qua toàn bộ cấu trúc phân cấp.
Vì vậy có khả năng làm giảm hiệu suất của hệ thống vận hành và ảnh hưởng đến quy trình lâm sàng phụ thuộc vào truy cập dữ liệu nhanh.
Chạy các truy vấn phân tích như vậy trực tiếp trên Chronicles có thể gây ra độ trễ trong các chức năng lâm sàng quan trọng.
Do đó tạo rủi ro không thể chấp nhận cho chất lượng chăm sóc bệnh nhân.
Epic giải quyết hạn chế kiến trúc này thông qua Clarity, một cơ sở dữ liệu song song được thiết kế riêng cho các hoạt động phân tích.
Mối quan hệ giữa Chronicles và Clarity vận hành qua quy trình ETL (Extract, Transform, Load – Trích xuất, Chuyển đổi, Tải) được điều phối cẩn thận, thường thực thi vào giờ thấp điểm, nhìn chung là ban đêm.
Quy trình hàng đêm này có hệ thống trích xuất dữ liệu lâm sàng từ cấu trúc phân cấp Chronicles, chuyển đổi sang định dạng quan hệ phù hợp cho hoạt động phân tích và tải vào lược đồ cơ sở dữ liệu quan hệ của Clarity.
Khác với Chronicles, Clarity được triển khai như một hệ thống quản lý cơ sở dữ liệu quan hệ (RDBMS) tiêu chuẩn.
Nó thường chạy trên nền tảng Microsoft SQL Server hoặc Oracle, sử dụng công nghệ cơ sở dữ liệu quen thuộc với các nhà phân tích y tế và chuyên gia business intelligence.
Ví dụ: Tại Bệnh viện, ban lãnh đạo cần báo cáo tổng hợp về tỷ lệ tử vong bệnh nhân COVID-19 theo từng nhóm tuổi và bệnh nền trong quý vừa qua để đánh giá hiệu quả điều trị.
Thay vì truy vấn trực tiếp trên Chronicles (có thể làm chậm hệ thống khám bệnh đang hoạt động), họ sử dụng Clarity để phân tích dữ liệu đã được chuẩn bị sẵn mà không ảnh hưởng đến hoạt động lâm sàng.
Quy trình chuyển đổi về cơ bản tái cấu trúc cách tổ chức dữ liệu. Tổ chức phân cấp lấy bệnh nhân làm trung tâm của Chronicles được “làm phẳng” thành hàng nghìn bảng quan hệ chuẩn hóa trong Clarity.
Khi đó mỗi bảng được thiết kế để hỗ trợ các trường hợp sử dụng phân tích cụ thể.
Cấu trúc quan hệ này giúp các tổ chức y tế tận dụng truy vấn SQL tiêu chuẩn và các công cụ business intelligence tiêu chuẩn ngành như Crystal Reports, Tableau, Power BI và Qlik.
Từ đó dễ dàng tạo báo cáo chất lượng lâm sàng, phân tích tài chính, bảng điều khiển vận hành, tài liệu tuân thủ quy định, và chỉ số sức khỏe quần thể.
Tuy nhiên hạn chế cho tính linh hoạt phân tích này là là yếu tố thời gian.
Vì quy trình ETL thường chạy theo lịch hàng ngày, dữ liệu trong Clarity nhìn chung phản ánh trạng thái của hệ thống vận hành từ khoảng 24 giờ trước.
Đối với báo cáo chiến lược, đo lường chất lượng, và phân tích sức khỏe quần thể, độ trễ này có thể chấp nhận được vì các trường hợp sử dụng này ưu tiên phạm vi dữ liệu toàn diện và tính linh hoạt phân tích hơn là tính cập nhật theo thời gian thực.
Sự tách biệt giữa cơ sở dữ liệu vận hành và phân tích đại diện cho một mô hình kiến trúc nền tảng trong công nghệ thông tin y tế.
Do đó giúp Epic tối ưu hóa từng hệ thống cho mục đích cụ thể trong khi duy trì tính toàn vẹn và đầy đủ dữ liệu cần thiết cho cả chăm sóc lâm sàng và thông tin quản lý tổ chức.
Caboodle: Kho dữ liệu Cogito
Khi các tổ chức y tế tạo ra khối lượng dữ liệu tăng theo cấp số nhân, nhu cầu về khả năng phân tích thông minh kinh doanh trở nên cấp thiết hơn bao giờ hết.
Cơ sở dữ liệu quan hệ truyền thống như Clarity với hàng chục nghìn bảng dữ liệu liên kết với nhau, ngày càng khó sử dụng cho mục đích phân tích.
Epic nhận ra hạn chế này và giới thiệu Caboodle (tên cũ là Cogito Data Warehouse).
Do đó đánh dấu bước chuyển đổi căn bản trong cách tổ chức và phân tích dữ liệu y tế.
Nền tảng thiết kế của Caboodle là triển khai mô hình chiều theo cấu trúc Star Schema (Lược đồ Sao).
Khác với cơ sở dữ liệu chuẩn hóa truyền thống ưu tiên hiệu suất giao dịch, mô hình chiều tối ưu hóa cấu trúc dữ liệu đặc biệt cho các truy vấn phân tích và báo cáo điều hành.
Kiến trúc này đơn giản hóa dữ liệu y tế phức tạp thành hai loại bảng chính.
- Bảng Fact lưu trữ các sự kiện đo lường được (như cuộc khám bệnh, kết quả xét nghiệm, hoặc quá trình dùng thuốc).
- Bảng Dimension cung cấp thông tin ngữ cảnh (như nhân khẩu học bệnh nhân, thông tin bác sĩ, hoặc phân loại chẩn đoán).
Cấu trúc đơn giản hóa này cải thiện đáng kể hiệu suất truy vấn.
Vì vậy giúp các nhà phân tích y tế trích xuất thông tin từ hàng triệu bản ghi chỉ trong vài giây thay vì vài phút hoặc vài giờ.
Đối với các sáng kiến cải thiện chất lượng lâm sàng và chương trình quản lý sức khỏe cộng đồng, nâng cao hiệu suất dẫn đến can thiệp kịp thời hơn và kết quả điều trị tốt hơn cho bệnh nhân.
Ví dụ: Hệ thống Bệnh viện Đa khoa có thể ứng dụng Caboodle để tích hợp dữ liệu từ nhiều cơ sở y tế trong chuỗi bệnh viện.
Họ có thể kết hợp với dữ liệu từ hệ thống quản lý nguồn nhân lực và hệ thống ERP để phân tích mối liên hệ giữa mức độ hài lòng bệnh nhân, tỷ lệ nhân viên y tế trên bệnh nhân và chất lượng điều trị.
Ngoài dữ liệu gốc của Epic, Caboodle hoạt động như một trung tâm tích hợp dữ liệu toàn doanh nghiệp.
Nền tảng này được thiết kế đặc biệt để tiếp nhận dữ liệu từ nguồn bên thứ ba bao gồm hệ thống quản lý nguồn nhân lực, nền tảng ERP, khảo sát mức độ hài lòng của bệnh nhân và thậm chí cả cơ sở dữ liệu gen.
Khả năng này giải quyết một thách thức quan trọng trong phân tích y tế.
Đó là nhu cầu tương quan kết quả lâm sàng với các yếu tố vận hành, chỉ số tài chính, và các yếu tố quyết định sức khỏe bên ngoài.
Nhờ tập trung các luồng dữ liệu rời rạc vào một kho dữ liệu thống nhất, Caboodle tạo điều kiện cho các phân tích phức tạp mà không thể thực hiện trong các hệ thống riêng lẻ.
Đó là xem xét mối quan hệ giữa mức độ nhân sự, điểm hài lòng của bệnh nhân, và chỉ số chất lượng lâm sàng trên nhiều cơ sở y tế.
SlicerDicer: Mở rộng phân tích y tế lâm sàng
Một trong những ứng dụng mang tính chuyển đổi nhất của Caboodle là vai trò làm nền tảng dữ liệu cho SlicerDicer, công cụ phân tích tự phục vụ của Epic.
Ứng dụng này đại diện cho sự thay đổi mô thức trong khả năng tiếp cận dữ liệu y tế khi trao quyền cho các bác sĩ lâm sàng và quản trị viên tạo ra các phân tích quần thể bệnh nhân phức tạp mà không cần kiến thức lập trình SQL hay chuyên môn khoa học dữ liệu.
Giao diện trực quan của SlicerDicer giúp người dùng xác định nhóm bệnh nhân dựa trên nhiều tiêu chí như mã chẩn đoán, tiếp xúc thuốc, giá trị xét nghiệm, hoặc đặc điểm nhân khẩu học.
Sau đó ngay lập tức hiển thị xu hướng, kết quả, và các mô hình.
Ví dụ: một bác sĩ tim mạch có thể nhanh chóng xác định tất cả bệnh nhân suy tim chưa dùng thuốc theo hướng dẫn dựa trên bằng chứng, trong khi quản trị viên bệnh viện có thể phân tích tỷ lệ tái nhập viện theo các dòng dịch vụ hoặc loại bảo hiểm khác nhau.
Khả năng tự phục vụ loại bỏ rào cản truyền thống khi phải phụ thuộc vào bộ phận CNTT hoặc nhà phân tích dữ liệu cho mọi yêu cầu phân tích, đẩy nhanh chu kỳ từ câu hỏi đến thông tin đến hành động.
Trong các sáng kiến cải thiện chất lượng, tốc độ này vô cùng quý giá vì nó tạo điều kiện kiểm tra chu kỳ nhanh và giám sát thời gian thực về hiệu quả can thiệp.
Ví dụ: Tại Bệnh viện, SlicerDicer có thể giúp các bác sĩ nội tiết nhanh chóng phân tích nhóm bệnh nhân đái tháo đường type 2 có chỉ số HbA1c trên 8% trong 6 tháng qua, chưa được kê đơn Metformin.
Từ đó kịp thời điều chỉnh phác đồ điều trị mà không cần chờ báo cáo từ bộ phận phân tích dữ liệu.
Kiến trúc kỹ thuật nền tảng của SlicerDicer tận dụng mô hình chiều của Caboodle để tổng hợp trước các chỉ số phổ biến và tối ưu hóa đường dẫn truy vấn.
Do đó đảm bảo ngay cả các phân tích nhóm phức tạp cũng trả về kết quả gần như tức thời.
Khả năng phản hồi nhanh này rất quan trọng để duy trì sự tương tác của bác sĩ lâm sàng với các công cụ phân tích vì các chuyên gia y tế làm việc trong môi trường hạn chế về thời gian.
Đây là nơi việc chờ đợi vài phút để có dữ liệu sẽ khiến công cụ không khả thi cho chăm sóc và cấp cứu bệnh nhân kịp thời.
Từ Hyperspace đến Hyperdrive
Trong hơn hai thập kỷ, giao diện người dùng chính của Epic là Hyperspace, một ứng dụng desktop thick-client thường được triển khai qua các giải pháp ảo hóa như Citrix hoặc VMware Horizon.
Mặc dù kiến trúc này cung cấp chức năng mạnh mẽ, nó đặt ra chi phí cơ sở hạ tầng đáng kể và thách thức vận hành.
Các tổ chức y tế phải duy trì “server farm” Citrix rộng lớn để hỗ trợ hàng nghìn người dùng đồng thời với phí cấp phép đáng kể, yêu cầu phần cứng và tiêu thụ năng lượng.
Thêm vào đó, cập nhật phần mềm đòi hỏi cài đặt có phối hợp trên tất cả thiết bị đầu cuối.
Do đó tạo ra nhiều phức tạp và kéo dài thời gian triển khai các tính năng mới hoặc bản vá bảo mật.
Nhận thức được những hạn chế này, Epic phát triển Hyperdrive, một nền tảng dựa trên web chuyển đổi căn bản cách bác sĩ lâm sàng truy cập hồ sơ sức khỏe điện tử.
Hyperdrive sử dụng framework trình duyệt tích hợp an toàn chạy trực tiếp trên phần cứng máy trạm thay vì yêu cầu ảo hóa phía máy chủ.
Sự chuyển đổi kiến trúc này mang lại nhiều lợi thế chiến lược.
Thứ nhất, nó giảm đáng kể sự phụ thuộc vào cơ sở hạ tầng Citrix đắt đỏ.
Vì vậy giúp các tổ chức phân bổ lại nguồn lực từ duy trì nền tảng ảo hóa sang đầu tư vào đổi mới lâm sàng hoặc các sáng kiến chăm sóc bệnh nhân.
Thứ hai, cập nhật phần mềm trở nên đơn giản hơn đáng kể.
Thay vì phối hợp cài đặt trên hàng nghìn thiết bị, các bản cập nhật được triển khai tập trung và kích hoạt qua việc làm mới trình duyệt đơn giản.
Do đó giảm gánh nặng CNTT và giảm thiểu gián đoạn quy trình làm việc lâm sàng.
Ví dụ: Một bệnh viện 500 giường sử dụng Hyperspace có thể tiết kiệm từ 30-40% chi phí cơ sở hạ tầng CNTT hàng năm khi chuyển sang Hyperdrive, tương đương khoảng 3-4 tỷ đồng.
Do đó có thể tái đầu tư vào hệ thống PACS hoặc các công cụ hỗ trợ quyết định lâm sàng tiên tiến.
Ngoài lợi ích về chi phí và vận hành, kiến trúc dựa trên web của Hyperdrive tạo điều kiện tích hợp liền mạch với các ứng dụng hiện đại dựa trên HTML5 và JavaScript.
Khả năng này ngày càng quan trọng khi các tổ chức y tế áp dụng các công cụ hỗ trợ quyết định lâm sàng của bên thứ ba, thuật toán trí tuệ nhân tạo, và nền tảng khám chữa bệnh từ xa.
Cách tiếp cận dựa trên tiêu chuẩn của Hyperdrive tạo điều kiện nhúng các ứng dụng bên ngoài này trực tiếp trong quy trình làm việc của bác sĩ.
Vì thế loại bỏ vchuyển đổi ngữ cảnh và khó khăn xác thực đặc trưng của các phương pháp tích hợp cũ.
Ví dụ: một bác sĩ X quang xem xét hình ảnh chẩn đoán có thể truy cập các công cụ hỗ trợ chẩn đoán hỗ trợ AI mà không cần rời khỏi giao diện EHR.
Bên cạnh đó hỗ trợ bác sĩ đa khoa thực hiện khám video có thể ghi chép cuộc khám một cách liền mạch trong cùng framework ứng dụng được sử dụng cho các lần khám trực tiếp.
Cấu trúc chức năng
Quản lý khám ngoại trú
EpicCare Ambulatory đã khẳng định vị thế là giải pháp hàng đầu trong quản lý chăm sóc ngoại trú tại Hoa Kỳ, định hình lại cách thức vận hành của các cơ sở y tế.
Được áp dụng rộng rãi phản ánh khả năng đáp ứng toàn diện các yêu cầu chăm sóc ngoại trú trong khi vẫn duy trì hiệu suất lâm sàng và chất lượng điều trị.
Hệ thống điều phối toàn bộ hành trình khám bệnh:
- Điều dưỡng ghi nhận các chỉ số sinh tồn.
- Bác sĩ ghi chép hồ sơ bệnh án.
- Ra chỉ định xét nghiệm thông qua CPOE (Hệ thống ra lệnh điện tử).
- Kê đơn thuốc điện tử.
- In hướng dẫn cho người bệnh.
Sự tích hợp quy trình từ đầu đến cuối này loại bỏ tình trạng phân mảnh từng tồn tại lâu đời trong chăm sóc ngoại trú, khi thông tin thường bị tách biệt trong các kho dữ liệu riêng lẻ.
Thông qua tạo ra môi trường số hóa thống nhất, EpicCare Ambulatory đảm bảo mọi quyết định lâm sàng đều dựa trên thông tin bệnh nhân đầy đủ và cập nhật.
Tính năng NoteWriter minh chứng cho cam kết của Epic về năng suất bác sĩ mà không làm giảm chất lượng ghi chép.
Bác sĩ có thể sử dụng các mẫu có sẵn và SmartPhrases (các macro tùy chỉnh) để nhanh chóng xây dựng bản ghi lâm sàng toàn diện với tính mạch lạc trong văn bản, đồng thời giảm việc gõ lặp đi lặp lại.
Cách tiếp cận này chứng tỏ thời gian bác sĩ là tài nguyên quý giá nên phải giải phóng bác sỹ khỏi gánh nặng ghi chép giúp họ tập trung vào chăm sóc trực tiếp người bệnh.
Hơn nữa, Hệ thống hỗ trợ quyết định lâm sàng (CDSS) được tích hợp sẵn cung cấp cảnh báo tương tác thuốc theo thời gian thực và các khuyến nghị dựa trên bằng chứng chính xác vào thời điểm bác sĩ đưa ra quyết định kê đơn.
Từ đó biến ghi chép thụ động thành trí tuệ lâm sàng chủ động nhằm nâng cao an toàn bệnh nhân.
Ví dụ: Tại Bệnh viện, sau khi triển khai hệ thống quản lý ngoại trú tương tự, thời gian bác sĩ dành cho mỗi lượt khám giảm từ 15 phút xuống còn 10 phút nhờ tự động hóa ghi chép, trong khi chất lượng thông tin y khoa trong hồ sơ tăng lên đáng kể.
Phối hợp chăm sóc nội trú
Module Inpatient giải quyết các yêu cầu khác biệt cơ bản của chăm sóc nội trú.
Đây là nơi bệnh nhân cần được theo dõi liên tục và các can thiệp phối hợp từ nhóm đa chuyên khoa.
Khác với khám ngoại trú thường kết thúc trong vài giờ, chăm sóc nội trú kéo dài qua nhiều ngày hoặc tuần và liên quan đến quá trình bàn giao phức tạp giữa các ca trực, khoa phòng và bác sĩ chuyên khoa.
Module này tập trung vào Bảng ghi sử dụng thuốc, đóng vai trò là nguồn thông tin chính thống cho tất cả chỉ định thuốc và các sự kiện thực hiện dùng thuốc.
Khả năng ghi chép của điều dưỡng giúp ghi lại đánh giá bệnh nhân, các can thiệp và kết quả theo thời gian thực.
Từ đó tạo ra cái nhìn toàn diện về diễn biến bệnh tật trong suốt thời gian nằm viện.
Các tính năng theo dõi tiến triển bệnh giúp nhóm chăm sóc nhận diện xu hướng và phản ứng chủ động với tình trạng xấu đi trước khi các tình huống khẩn cấp xảy ra.
Ứng dụng di động Rover đại diện cho một đổi mới quan trọng về an toàn bệnh nhân thông qua triển khai Quản lý thuốc bằng mã vạch (BCMA).
Tại điểm chăm sóc, điều dưỡng quét cả vòng tay bệnh nhân và bao bì thuốc, hệ thống sẽ xác minh “Năm đúng” trong thực hiện dùng thuốc: đúng bệnh nhân, đúng thuốc, đúng liều, đúng đường dùng, và đúng thời điểm.
Quy trình xác minh dựa trên công nghệ này ngăn chặn các sai sót tiềm ẩn trước khi chúng ảnh hưởng đến bệnh nhân.
Vì vậy giải quyết một nguồn gây tổn hại có thể phòng ngừa trong bối cảnh bệnh viện.
Thiết kế di động đảm bảo kiểm tra an toàn này hòa nhập liền mạch vào quy trình làm việc của điều dưỡng thay vì tạo thêm khó khăn hành chính.
Ví dụ: Tại Bệnh viện, áp dụng hệ thống quét mã vạch thuốc đã giảm tỷ lệ sai sót dùng thuốc xuống 87% trong năm đầu triển khai, đặc biệt hiệu quả trong các khoa hồi sức và điều trị tích cực.
Vận hành khoa cấp cứu
Module ASAP cho thấy các khoa cấp cứu hoạt động dưới những ràng buộc đặc thù đòi hỏi hỗ trợ công nghệ chuyên biệt.
Chăm sóc cấp cứu kết hợp áp lực thời gian cực độ với sự không chắc chắn trong chẩn đoán.
Do đó đòi hỏi các hệ thống cung cấp nhận thức tình huống tức thời và hỗ trợ ra quyết định nhanh chóng mà không gây trì hoãn.
Track Board hoạt động như trung tâm chỉ huy cho vận hành cấp cứu, cung cấp hình ảnh trực quan thời gian thực về công suất khoa và luồng bệnh nhân.
Bảng điều khiển này hiển thị tình trạng sử dụng giường bệnh, mức độ phân loại thường sử dụng các thang điểm tiêu chuẩn:
- Chỉ số mức độ nghiêm trọng cấp cứu – Emergency Severity Index)
- Kết quả chẩn đoán đang chờ xử lý cho tất cả bệnh nhân đang được chăm sóc cùng lúc.
Thông tin tổng quan toàn diệngiúp bác sĩ điều trị và điều dưỡng trưởng đưa ra quyết định phân bổ nguồn lực một cách thông tin đầy đủ ngay lập tức.
Vì vậy xác định được bệnh nhân nào cần can thiệp ngay, ai có thể chờ đợi an toàn và khi nào cần hội chẩn chuyên khoa.
Khả năng này đặc biệt có giá trị trong các giai đoạn khoa cấp cứu quá tải, một thách thức phổ biến trong y học cấp cứu hiện đại.
Hiển thị thời gian chờ đợi, các điểm nghẽn trong quay vòng chẩn đoán và sự chậm trễ trong nhập viện.
Track Board tạo điều kiện cho các can thiệp quản lý chủ động nhằm cải thiện thông lượng bệnh nhân mà vẫn duy trì chất lượng chăm sóc.
Hệ thống biến đổi những gì có thể là chăm sóc phản ứng hỗn loạn thành các phản ứng có hệ thống, phối hợp đối với điều kiện khoa đang thay đổi.
Ví dụ: Tại Khoa Cấp cứu, sau khi sử dụng hệ thống bảng điều phối điện tử tương tự, thời gian chờ trung bình giảm từ 45 phút xuống 28 phút và tỷ lệ bệnh nhân rời khỏi cấp cứu mà chưa được khám giảm 62%.
Sản phụ khoa và U bướu
Các module chuyên khoa của Epic thể hiện cam kết về chức năng lâm sàng sâu sắc thay vì các cách tiếp cận chung chung đại trà.
Thông qua phát triển công cụ được thiết kế riêng cho chăm sóc chuyên biệt, Epic loại bỏ nhu cầu bệnh viện phải tích hợp các ứng dụng bên thứ ba thường tạo ra thách thức về khả năng tương tác và gián đoạn quy trình làm việc.
Module sản khoa Stork minh chứng cho quản lý chăm sóc thai nghén toàn diện.
Nó theo dõi bệnh nhân từ các lần khám thai ban đầu qua sinh đẻ và chăm sóc sau sinh.
Tích hợp với thiết bị giám sát thai nhi tự động, nhập các biểu đồ nhịp tim trực tiếp vào hồ sơ bệnh án, đảm bảo ghi chép đầy đủ mà không cần sao chép thủ công có thể gây ra sai sót hoặc chậm trễ.
Quan trọng hơn, Stork tạo ra hồ sơ liên kết cho mẹ và trẻ sơ sinh.
Vì vậy đảm bảo tiền sử liên quan của mẹ ngay lập tức hỗ trợ chăm sóc sơ sinh.
Đây là một mối liên hệ thiết yếu khi giải quyết các biến chứng ảnh hưởng đến cả hai bệnh nhân.
Ví dụ: Tại Bệnh viện Phụ sản, hệ thống liên kết hồ sơ mẹ-con giúp phát hiện sớm 94% ca nguy cơ nhiễm trùng sơ sinh từ mẹ có tiền sử nhiễm khuẩn, giảm tỷ lệ tử vong sơ sinh do nhiễm trùng huyết 45%.
Beacon, module ung bướu giải quyết quản lý thuốc có mức độ rủi ro cao nhất trong chăm sóc sức khỏe: thực hiện hóa trị liệu.
Các phác đồ điều trị ung thư liên quan đến các tác nhân cực độc, nơi sai sót liều lượng có thể gây tử vong, nhưng điều trị hiệu quả đòi hỏi tính toán chính xác dựa trên diện tích bề mặt cơ thể hoặc cân nặng.
Beacon quản lý các phác đồ đa thuốc phức tạp thay đổi theo giai đoạn ung thư.
Nó tự động tính toán liều lượng phù hợp trong khi kết hợp các kiểm tra an toàn ngăn ngừa quá liều.
Độ chính xác vô cùng cần thiết trong lĩnh vực có phạm vi điều trị hẹp và hậu quả của sai sót nghiêm trọng.
Khả năng theo dõi phác đồ điều trị qua nhiều chu kỳ của module đảm bảo tính nhất quán và giúp nhà cung cấp điều chỉnh cách tiếp cận dựa trên phản ứng của bệnh nhân và độc tính.
Ví dụ: Tại Bệnh viện K, sau khi triển khai hệ thống quản lý hóa trị tự động, tỷ lệ sai sót liều lượng thuốc hóa trị giảm từ 3,2% xuống 0,1% và thời gian chuẩn bị phác đồ hóa trị giảm 40%.
Tim mạch, phẫu thuật, gây mê và dược
Các module chuyên khoa bổ sung mở rộng phạm vi toàn diện của Epic trên toàn bộ chăm sóc dựa trên bệnh viện.
Mỗi module giải quyết quy trình làm việc đặc thù lĩnh vực và yêu cầu dữ liệu mà các hệ thống chung không thể hỗ trợ đầy đủ.
Hệ thống thông tin tim mạch (CVIS) tích hợp hình ảnh chẩn đoán từ siêu âm tim với dữ liệu thủ thuật từ phòng thông tim.
Điều này quan trọng vì chăm sóc tim mạch ngày càng dựa vào tương quan hình ảnh cấu trúc với đánh giá chức năng và các thủ thuật can thiệp.
Đây là những mối liên hệ khó thiết lập khi dữ liệu nằm trong các hệ thống riêng biệt.
OpTime mang lại khả năng lập lịch và quản lý nguồn lực tinh vi cho dịch vụ phẫu thuật, phối hợp sử dụng phòng mổ, phân công nhóm phẫu thuật và quản lý chuỗi cung ứng cho vật tư tiêu hao đặc thù từng thủ thuật.
Module Gây mê đi kèm thiết lập kết nối trực tiếp với thiết bị giám sát, tự động nhập dữ liệu các dấu hiệu sinh tồn vào bảng ghi gây mê mỗi phút.
Tự động hóa ghi chép giải phóng bác sĩ gây mê khỏi việc ghi chép thủ công, giúp họ duy trì sự tập trung vào quản lý bệnh nhân trong các giai đoạn giải phẫu quan trọng khi chú ý đến các thay đổi sinh lý có thể ngăn ngừa biến chứng.
Ví dụ: Tại Bệnh viện Việt Đức Hà Nội, hệ thống tự động ghi dấu hiệu sinh tồn trong gây mê giúp bác sĩ gây mê phát hiện sớm hơn 15 phút các dấu hiệu bất thường về huyết động, giảm tỷ lệ biến chứng gây mê 38%.
Quản lý dược Willow mở rộng vượt ra ngoài theo dõi tồn kho đơn giản để hoạt động như một hệ thống an toàn lâm sàng.
Thông qua kiểm tra mọi chỉ định thuốc so với hồ sơ dị ứng bệnh nhân, thuốc đồng thời và thậm chí các yếu tố chế độ ăn, Willow tạo ra nhiều lớp xác minh ngăn ngừa các sự kiện bất lợi do thuốc.
Trí tuệ lâm sàng được nhúng trong quản lý chuỗi cung ứng minh chứng cách Epic tích hợp các chức năng vận hành và lâm sàng để nâng cao cả hiệu quả và an toàn.
Ví dụ: Tại Bệnh viện, hệ thống kiểm tra tương tác thuốc tự động đã ngăn chặn hơn 12.000 trường hợp kê đơn có nguy cơ tương tác nghiêm trọng trong năm 2024, bảo vệ an toàn cho hàng nghìn bệnh nhân.
Cadence: Hệ thống lập lịch thông minh
Sắp xếp lịch hẹn trong ngành y tế được xem là một trong những bài toán logistics khó nhất trong y học hiện đại.
Đây là nơi nhiều yếu tố phải được điều phối hoàn hảo như lịch trình bác sĩ, thiết bị y tế sẵn có, mong muốn của bệnh nhân và các quy trình lâm sàng.
Cadence, module quản lý lịch hẹn của Epic hoạt động như một công cụ điều phối thông minh.
Nó giúp chuyển hóa sự phức tạp này thành các quy trình làm việc dễ quản lý.
Hệ thống không chỉ đơn thuần là một lịch làm việc mà còn là công cụ phân bổ nguồn lực chiến lược, tối ưu hóa công suất hoạt động lâm sàng trong khi vẫn duy trì các tiêu chuẩn chất lượng.
Điểm tinh vi về mặt kỹ thuật của Cadence nằm ở công cụ lập lịch dựa trên quy tắc, có khả năng xử lý đồng thời nhiều ràng buộc phức tạp.
Ví dụ: hệ thống tự động nhận biết máy MRI cụ thể chỉ hoạt động vào các ngày thứ Ba vì lịch bảo trì, Bác sỹ Giang chỉ tiếp nhận các ca tư vấn chuyên khoa vào sáng thứ Tư và một số thủ thuật y tế cần chuẩn bị trước khi khám.
Khả năng lập lịch đa chiều ngăn chặn xung đột đặt lịch trước khi chúng xảy ra, đồng thời đảm bảo tận dụng tối ưu thiết bị y tế đắt tiền và chuyên môn lâm sàng chuyên sâu.
Module này tích hợp quy tắc lập lịch với các quy trình lâm sàng.
Nó tự động chặn các khung giờ khi xét nghiệm chẩn đoán yêu cầu nhịn ăn, hoặc đảm bảo khoảng cách phù hợp giữa các đợt hóa trị liệu theo phác đồ điều trị.
Ví dụ: Tại Bệnh viện Đa khoa, áp dụng hệ thống lập lịch tự động giúp tối ưu hóa việc sử dụng các máy CT, MRI và PET-CT hiện đại. Thay vì điều phối thủ công qua điện thoại, hệ thống tự động phân bổ ca khám dựa trên độ ưu tiên lâm sàng và tình trạng thiết bị.
Ngoài chức năng đặt lịch hẹn cơ bản, Cadence còn thúc đẩy hiệu quả vận hành qua khả năng giảm tỷ lệ bệnh nhân không đến khám thông qua hệ thống nhắc nhở tự động.
Nó quản lý danh sách chờ để lấp đầy các suất hủy vào phút cuối và cung cấp phân tích về xu hướng lập lịch để hỗ trợ quyết định về kế hoạch nguồn lực.
Các quản trị viên y tế có thể xác định những khung giờ chưa được tận dụng, tối ưu hóa mẫu lịch phòng khám và đảm bảo các dịch vụ chuyên khoa giá trị cao hoạt động với công suất tối đa.
Cách tiếp cận có hệ thống này trong quản lý tiếp cận dịch vụ ảnh hưởng trực tiếp đến cả sự hài lòng của bệnh nhân.
Từ đó giảm thời gian chờ đợi, nâng cao thuận tiện cho lịch hẹn và hiệu quả tài chính của cơ sở y tế.
Grand Central: Tối ưu hóa luồng bệnh nhân và giường bệnh
Grand Central, module Nhập viện, Xuất viện và Chuyển khoa (ADT) của Epic – hoạt động như hệ thống thần kinh trung ương cho hoạt động nội trú.
Nó điều phối dòng chuyển động phức tạp của bệnh nhân trong toàn bộ cơ sở y tế.
Trong môi trường mà công suất giường bệnh tương quan trực tiếp với tiềm năng doanh thu và luồng bệnh nhân kém hiệu quả có thể tạo ra các nút thắt nguy hiểm.
Khi đó module này đóng vai trò vừa là nền tảng logistics vừa là công cụ quản lý nguồn lực chiến lược.
Hệ thống theo dõi vị trí, tình trạng và tiến trình chăm sóc của từng bệnh nhân theo thời gian thực.
Sau đó cung cấp cho đội ngũ vận hành bệnh viện khả năng quan sát cần thiết để đưa ra các quyết định quan trọng về công suất.
Khung kỹ thuật của Grand Central quản lý toàn bộ hành trình bệnh nhân từ nhập viện đến xuất viện.
Khi khoa cấp cứu đối mặt với tình trạng quá tải, hệ thống xác định các giường trống trong nhiều khoa khác nhau.
Nó không chỉ xem xét tính khả dụng mà còn cả môi trường chăm sóc phù hợp dựa trên mức độ nghiêm trọng của bệnh nhân và yêu cầu thiết bị chuyên biệt.
Chức năng chuyển khoa đảm bảo bàn giao liền mạch khi bệnh nhân di chuyển giữa các khoa.
Từ hồi sức tích cực đến khoa giảm cường độ chăm sóc, hoặc từ khoa nội khoa đến khoa hồi phục sau phẫu thuật và tự động cập nhật cho tất cả các nhóm chăm sóc liên quan và kích hoạt quy trình tài liệu phù hợp.
Sự phối hợp này ngăn ngừa các lỗi giao tiếp có thể ảnh hưởng đến an toàn bệnh nhân trong quá trình chuyển giao chăm sóc.
Ví dụ: Tại Bệnh viện với hơn 2.000 giường bệnh, việc quản lý luồng bệnh nhân giữa các khoa đặc biệt phức tạp.
Một hệ thống như Grand Central có thể giúp theo dõi thời gian thực các giường trống tại các khoa Hồi sức Cấp cứu, Ngoại Thần kinh, Tim mạch can thiệp và các khoa chuyên sâu khác.
Từ đó giảm thời gian chờ đợi và tăng hiệu suất sử dụng giường.
Về mặt vận hành, khả năng quản lý giường bệnh của Grand Central mang lại tác động tài chính đo lường được.
Khi tối ưu hóa tỷ lệ luân chuyển giường và giảm độ trễ trong bố trí bệnh nhân, bệnh viện có thể tăng khả năng tiếp nhận bệnh nhân mới mà không cần mở rộng cơ sở vật chất.
Hệ thống cung cấp phân tích dự đoán về tình trạng giường trống dựa trên xu hướng xuất viện thông thường, hỗ trợ các quyết định chủ động về bố trí bệnh nhân.
Với các giám đốc y tế đang cân đối giữa chỉ số chất lượng và tính bền vững tài chính, Grand Central là công cụ quan trọng để tối đa hóa việc sử dụng tài sản.
Đó là đảm bảo cơ sở hạ tầng nội trú đắt tiền tạo ra doanh thu tối ưu trong khi duy trì các tiêu chuẩn chăm sóc phù hợp và quy trình an toàn bệnh nhân.
Resolute: Quản lý chu trình doanh thu toàn diện
Resolute là giải pháp của Epic đối với sự phức tạp như mê cung của thanh toán y tế và quản lý chu trình doanh thu.
Vì thế nó hoạt động như động cơ tài chính đảm bảo tính bền vững cho tổ chức.
Module này bao gồm hai thành phần chuyên biệt: Resolute Hospital Billing (HB) cho các khoản phí cơ sở y tế và Resolute Professional Billing (PB) cho dịch vụ của bác sĩ.
Cùng nhau, các hệ thống này tự động hóa quy trình phức tạp chuyển đổi các ca khám lâm sàng thành yêu cầu thanh toán chính xác.
Do đó điều hướng chính xác trong bối cảnh phức tạp của yêu cầu bảo hiểm, tuân thủ quy định và tối ưu hóa hoàn trả chi phí.
Độ tinh vi về mặt kỹ thuật của Resolute nằm ở sự tích hợp chặt chẽ với các hệ thống tài liệu lâm sàng, đặc biệt là EpicCare.
Vì vậy tạo ra mối quan hệ hai chiều, trong đó các hoạt động lâm sàng tự động tạo ra mã thanh toán phù hợp, trong khi yêu cầu thanh toán định hướng thực hành tài liệu lâm sàng.
Khi bác sĩ ghi chép các thủ thuật, chẩn đoán và điều trị trong EpicCare, công cụ thu phí của Resolute tự động xác định các dịch vụ có thể thanh toán.
Nó áp dụng mã thuật ngữ thủ thuật hiện hành (CPT) và phân loại bệnh tật quốc tế (ICD) phù hợp.
Bên cạnh đó còn đồng thời xác nhận rằng tài liệu hỗ trợ các mã được chỉ định.
Vì thế làm giảm đáng kể thất thoát doanh thu xảy ra khi các dịch vụ lâm sàng không được thanh toán do thiếu sót tài liệu hoặc lỗi mã hóa.
Ví dụ: Tại các bệnh viện lớn, quá trình quản lý thanh toán với BHYT, bảo hiểm tư nhân và thanh toán trực tiếp rất phức tạp.
Một hệ thống như Resolute có thể tự động hóa việc mã hóa ICD-10 theo danh mục của Bộ Y tế, đối chiếu với định mức BHYT và tạo hóa đơn điện tử tuân thủ quy định thuế.
Ngoài việc tạo yêu cầu thanh toán ban đầu, Resolute quản lý toàn bộ vòng đời chu trình doanh thu.
Hệ thống tự động gửi yêu cầu thanh toán đến hàng trăm công ty bảo hiểm khác nhau, mỗi công ty có yêu cầu định dạng và quy tắc bảo hiểm riêng.
Khi yêu cầu bị từ chối do độ phức tạp của chính sách bảo hiểm, quy trình quản lý từ chối của Resolute chuyển các trường hợp này đến chuyên gia phù hợp, theo dõi thời hạn khiếu nại và duy trì phân tích toàn diện về từ chối để xác định các vấn đề có tính hệ thống.
Chức năng quản lý các khoản phải thu theo dõi số dư tồn đọng, tự động hóa bảng kê thanh toán cho bệnh nhân.
Do đó tạo điều kiện cho các kế hoạch thanh toán và tích hợp với các công ty thu nợ khi cần thiết.
Đối với các tổ chức y tế hoạt động với biên lợi nhuận mỏng, khả năng của Resolute trong việc tối đa hóa thu doanh thu.
Nó đẩy nhanh chu kỳ thanh toán và giảm chi phí quản lý trong hoạt động thanh toán ảnh hưởng trực tiếp đến hiệu quả tài chính cốt lõi và khả năng tồn tại của tổ chức.
MyChart: Trao quyền cho bệnh nhân qua truy cập số
MyChart là nền tảng tương tác bệnh nhân hàng đầu của Epic, hoạt động như cổng thông tin số toàn diện, biến đổi mối quan hệ truyền thống giữa bệnh nhân và nhà cung cấp dịch vụ y tế.
Là cổng thông tin bệnh nhân được áp dụng rộng rãi nhất thế giới, MyChart thể hiện sự chuyển dịch hướng tới cung cấp dịch vụ y tế lấy người tiêu dùng làm trung tâm.
Đó là nơi bệnh nhân mong đợi sự tiện lợi số trong y tế giống như họ trải nghiệm ở các ngành dịch vụ khác.
Nền tảng này vượt xa mục tiêu đặt lịch hẹn đơn giản để tạo ra trải nghiệm sức khỏe số toàn diện.
Do đó nâng cao sự hài lòng của bệnh nhân, cải thiện kết quả sức khỏe và giảm gánh nặng hành chính cho nhân viên lâm sàng.
Phạm vi chức năng rộng của MyChart đáp ứng hầu hết mọi khía cạnh tương tác của bệnh nhân với hệ thống y tế.
Bệnh nhân có thể xem kết quả xét nghiệm và báo cáo hình ảnh, thường đi kèm nội dung giải thích thuật ngữ y khoa.
Do đó giúp họ hiểu tình trạng sức khỏe trước khi thảo luận với bác sĩ.
Chức năng nhắn tin bảo mật tạo ra các kênh giao tiếp không đồng bộ giữa bệnh nhân và nhóm chăm sóc, giảm khối lượng cuộc gọi điện thoại trong khi cung cấp các bản ghi giao tiếp có tài liệu.
Yêu cầu kê đơn lại thuốc chuyển trực tiếp vào quy trình nhà thuốc, loại bỏ các bước trung gian và giảm rào cản tuân thủ dùng thuốc.
Tích hợp thanh toán hóa đơn hợp nhất các tương tác tài chính, cải thiện tỷ lệ thu tiền đồng thời nâng cao sự tiện lợi cho bệnh nhân.
Ví dụ: Các bệnh viện tư nhân đã triển khai ứng dụng di động với tính năng tương tự MyChart: đặt lịch khám, xem kết quả xét nghiệm, thanh toán viện phí online.
Tuy nhiên, chức năng nhắn tin bảo mật với bác sĩ và kê đơn điện tử vẫn chưa phổ biến do hạn chế về quy định pháp lý.
Giá trị chiến lược của MyChart trở nên đặc biệt rõ ràng trong đại dịch COVID-19, khi khả năng chăm sóc từ xa tích hợp của nền tảng hỗ trợ chuyển đổi nhanh sang cung cấp dịch vụ chăm sóc ảo.
Chức năng khám qua video, công cụ kiểm tra triệu chứng và quy trình check-in số đã giúp các tổ chức y tế duy trì liên tục chăm sóc trong khi giảm thiểu rủi ro lây nhiễm.
Ngoài ứng phó với đại dịch, MyChart mang lại các cải thiện vận hành có thể đo lường.
Đó là giảm tỷ lệ không đến khám:
- Nhắc nhở lịch hẹn tự động.
- Giảm khối lượng cuộc gọi điện thoại thông qua khả năng tự phục vụ.
- Cải thiện tuân thủ dùng thuốc thông qua tự động hóa kê đơn lại.
- Nâng cao tuân thủ chăm sóc phòng ngừa thông qua nhắc nhở bảo trì sức khỏe.
Đối với bệnh nhân, đặc biệt là những người quản lý các bệnh mãn tính yêu cầu theo dõi thường xuyên và điều chỉnh thuốc, MyChart chuyển đổi các tương tác y tế theo đợt thành sự tham gia liên tục hỗ trợ kết quả sức khỏe tốt hơn.
Mô hình triển khai
Triển khai đám mây
Chuyển từ triển khai bắt buộc tại chỗ sang lưu trữ đám mây linh hoạt đánh dấu bước ngoặt quan trọng trong chiến lược hạ tầng của Epic.
Trong quá khứ, Epic yêu cầu các tổ chức y tế phải đầu tư lớn vào trung tâm dữ liệu riêng, máy chủ cấp doanh nghiệp và hạ tầng CNTT chuyên dụng.
Đó là một mô hình chi phí vốn khiến sử dụng Epic chỉ phù hợp với các hệ thống bệnh viện có nguồn vốn dồi dào.
Cách tiếp cận này tạo ra rào cản lớn, buộc các tổ chức nhỏ hơn phải lựa chọn giữa đầu tư hạ tầng quá tải hoặc tìm kiếm nền tảng hồ sơ sức khỏe điện tử (EHR) thay thế.
Epic hiện cung cấp hai hướng triển khai đám mây riêng biệt, thay đổi hoàn toàn phương trình kinh tế này.
Epic Hosting là dịch vụ hạ tầng được quản lý hoàn toàn, trong đó Epic chịu trách nhiệm về phần cứng, vận hành trung tâm dữ liệu và quản lý hạ tầng kỹ thuật tại các cơ sở ngầm chuyên dụng ở Wisconsin.
Mô hình này chuyển chi phí vốn thành chi phí vận hành, loại bỏ nhu cầu xây dựng và duy trì trung tâm dữ liệu tốn kém cho bệnh viện.
Ngoài ra đồng thời đảm bảo tuân thủ các tiêu chuẩn hiệu suất và bảo mật nghiêm ngặt của Epic.
Đối với các tổ chức y tế, đây không chỉ là tiết kiệm chi phí mà còn là sự chuyển dịch chiến lược về rủi ro kỹ thuật.
Các nhóm hạ tầng chuyên trách của Epic thực hiện:
- Xử lý tối ưu hóa hệ thống.
- Lập kế hoạch khắc phục thảm họa và quản lý công suất.
- Giải phóng bộ phận CNTT nội bộ để tập trung vào hỗ trợ ứng dụng lâm sàng.
- Nâng cao trải nghiệm người dùng.
Ví dụ: nếu Bệnh viện Đa khoa muốn sử dụng Epic Hosting, họ không cần đầu tư hàng chục tỷ đồng để xây dựng phòng máy chủ, mua thiết bị server Dell EMC hay HPE, hoặc thuê đội ngũ kỹ sư hạ tầng riêng.
Thay vào đó, họ chỉ cần trả phí dịch vụ hàng tháng và tập trung nguồn lực vào đào tạo bác sĩ, điều dưỡng sử dụng hệ thống hiệu quả.
Tùy chọn triển khai Public Cloud tận dụng Microsoft Azure, Amazon Web Services và Google Cloud Platform thể hiện cách tiếp cận chuyển đổi sâu sắc hơn.
Nó đặc biệt phù hợp với các hệ thống y tế lớn cần hạ tầng quy mô toàn cầu.
Các quan hệ đối tác tích hợp sâu rộng của Epic với những nhà cung cấp đám mây giúp các tổ chức y tế khai thác khả năng mở rộng tính toán gần như không giới hạn.
Khi đó họ có thể dự phòng dữ liệu phân tán địa lý và năng lực khắc phục thảm họa cấp doanh nghiệp.
Đây là những yếu tố sẽ cực kỳ tốn kém nếu tự triển khai nội bộ.
Mô hình triển khai này đặc biệt có giá trị với các hệ thống y tế đang tăng trưởng nhanh, có biến động nhu cầu theo mùa hoặc mở rộng địa lý.
Vì vậy đáp ứng được những tình huống mà việc lập kế hoạch công suất trung tâm dữ liệu truyền thống thường dẫn đến dự phòng quá mức tốn kém hoặc hạn chế hiệu suất.
Ví dụ: Tập đoàn Y tế với hệ thống bệnh viện trên nhiều tỉnh thành có thể triển khai Epic trên AWS để đảm bảo dữ liệu bệnh nhân tại Hà Nội, Đà Nẵng, và TP.HCM được đồng bộ thời gian thực.
Khi một bệnh nhân khám tại Phú Quốc, bác sĩ có thể truy cập ngay lịch sử khám bệnh từ Hà Nội mà không gặp độ trễ.
Ngoài ra, triển khai đám mây công cộng còn hỗ trợ các trường hợp sử dụng nâng cao như phân tích sức khỏe cộng đồng cần xử lý dữ liệu khổng lồ.
Từ đó hỗ trợ quyết định lâm sàng thời gian thực đòi hỏi truy cập độ trễ thấp, và điều phối chăm sóc đa vùng cần hạ tầng phân tán địa lý.
Mô hình SaaS
Ra mắt vào năm 2022, Garden Plot đánh dấu bước chuyển chiến lược của Epic hướng tới phân khúc y tế quy mô trung bình.
Mô hình này giải quyết thách thức tiếp cận thị trường cơ bản từ lâu hạn chế tiềm năng tăng trưởng của công ty.
Trước Garden Plot, các nhóm bác sĩ độc lập, phòng khám chuyên khoa và các tổ chức y tế quy mô trung bình phải đối mặt với lựa chọn bất khả thi.
Đó là đầu tư vào hạ tầng và nguồn lực triển khai vượt xa khả năng tài chính để sử dụng Epic hoặc chấp nhận các nền tảng EHR kém tinh vi hơn thiếu độ sâu lâm sàng và khả năng tương tác như Epic.
Mô hình Community Connect là nơi các tổ chức nhỏ hơn về cơ bản thuê công suất trên phiên bản Epic của hệ thống y tế khu vực.
Nó chỉ cung cấp giải pháp một phần, tạo ra sự phụ thuộc vào tổ chức chủ quản và hạn chế các tùy chọn tùy biến.
Garden Plot tái định nghĩa hoàn toàn mô hình cung cấp dịch vụ của Epic khi đưa ra giải pháp phần mềm dưới dạng dịch vụ (SaaS) được cấu hình đầy đủ, sẵn sàng sử dụng.
Nó được thiết kế riêng cho các nhóm y tế độc lập có từ 40 bác sĩ trở lên.
Cách tiếp cận được cấu hình sẵn này loại bỏ quy trình triển khai Epic truyền thống thường kéo dài và tốn kém.
Vì vậy cung cấp quy trình làm việc chuẩn hóa, nội dung lâm sàng dựa trên bằng chứng và các mẫu vận hành đã được chứng minh.
Do đó có thể kích hoạt trong thời gian ngắn hơn nhiều so với triển khai Epic truyền thống.
Epic lưu trữ Garden Plot hoàn toàn trên hạ tầng đám mây của mình, chịu trách nhiệm về mọi hoạt động kỹ thuật, cập nhật hệ thống, quản lý bảo mật và tối ưu hóa hiệu suất.
Với các tổ chức đăng ký, điều này có nghĩa là chi phí đăng ký hàng tháng có thể dự đoán thay thế các khoản đầu tư vốn khổng lồ.
Khi đó độ phức tạp kỹ thuật chuyển từ bộ phận CNTT nội bộ sang các nhóm vận hành chuyên biệt của Epic.
Ví dụ: Phòng khám Tim mạch tại Hà Nội với 50 bác sĩ chuyên khoa có thể đăng ký Garden Plot và triển khai hệ thống Epic trong vòng 2-3 tháng, thay vì phải mất 12-18 tháng và chi phí hàng triệu USD như mô hình truyền thống.
Chi phí dự kiến khoảng 200-300 triệu VNĐ/tháng (tùy quy mô), bao gồm toàn bộ hạ tầng, bảo trì và hỗ trợ kỹ thuật.
Vì thế rẻ hơn nhiều so với việc thuê 5-7 kỹ sư CNTT toàn thời gian cùng chi phí máy chủ và vận hành.
Ý nghĩa chiến lược của Garden Plot vượt ra ngoài việc mở rộng thị trường đơn thuần.
Khi hạ thấp rào cản sử dụng Epic, Garden Plot giúp các tổ chức y tế nhỏ hơn tham gia đầy đủ vào mạng lưới tương tác Care Everywhere rộng khắp của Epic.
Họ có thể truy cập các công cụ hỗ trợ quyết định lâm sàng giống như các trung tâm y tế học thuật hàng đầu và hưởng lợi từ sự đổi mới liên tục của Epic trong các lĩnh vực như tương tác bệnh nhân và quản lý sức khỏe cộng đồng.
Khả năng mở rộng công nghệ cấp doanh nghiệp tạo ra hiệu ứng mạng lưới củng cố toàn bộ hệ sinh thái của Epic.
Khi nhiều nhà cung cấp dịch vụ chăm sóc trên toàn bộ chuỗi giá trị sử dụng Epic bất kể quy mô tổ chức, quá trình điều phối chăm sóc được cải thiện.
Hệ thống trở nên liền mạch hơn và dữ liệu bệnh nhân lưu thông tự do hơn giữa các cơ sở chăm sóc.
Garden Plot định vị Epic cạnh tranh trực tiếp với các đối thủ cloud-native như Athenahealth và eClinicalWorks.
Ngoài ra còn đồng thời duy trì sự tinh vi lâm sàng và lợi thế tương tác để phân biệt Epic trong thị trường doanh nghiệp.
Nebula: hạ tầng đám mây cho AI và nghiên cứu
Nebula đại diện cho khoản đầu tư hạ tầng hướng tới tương lai nhất của Epic.
Đó là giải quyết xung đột cơ bản giữa khối lượng công việc EHR vận hành và các ứng dụng phân tích, trí tuệ nhân tạo và nghiên cứu đòi hỏi tính toán cao.
Các tổ chức y tế ngày càng triển khai các mô hình AI tinh vi để dự đoán lâm sàng, phân tầng rủi ro dân số và tối ưu hóa vận hành.
Vì vậy nhu cầu tính toán của những ứng dụng này có khả năng ảnh hưởng đến hiệu suất của các hệ thống EHR đang chạy quy trình làm việc lâm sàng thường xuyên.
Nebula giải quyết vấn đề này thông qua tách biệt chuyên biệt.
Nó tạo ra môi trường điện toán đám mây riêng được tối ưu hóa đặc biệt cho khối lượng công việc phân tích chuyên sâu dữ liệu.
Tuy nhiên vẫn đảm bảo rằng huấn luyện mô hình AI, phân tích thống kê phức tạp và truy vấn nghiên cứu không bao giờ cạnh tranh tài nguyên với các giao dịch nhạy cảm về thời gian trong cung cấp chăm sóc lâm sàng.
Thiết kế kiến trúc của Nebula định vị nó không chỉ đơn thuần là tài nguyên tính toán.
Nó hoạt động như hệ điều hành dữ liệu y tế của Epic.
Do đó cung cấp lớp điều phối chuẩn hóa phối hợp cách các mô hình AI, công cụ phân tích và ứng dụng nghiên cứu tương tác với các kho dữ liệu lâm sàng khổng lồ của Epic.
Khả năng điều phối này đặc biệt có giá trị khi các tổ chức y tế ngày càng triển khai nhiều ứng dụng AI đồng thời:
- Các mô hình dự đoán phát hiện nhiễm trùng huyết chạy song song với công cụ xử lý ngôn ngữ tự nhiên phân tích ghi chú lâm sàng.
- Các thuật toán học máy tối ưu hóa lịch phòng mổ và mô hình rủi ro sức khỏe cộng đồng xác định bệnh nhân cần can thiệp phòng ngừa.
Khung điều phối của Nebula đảm bảo những ứng dụng đa dạng này có thể hoạt động đồng thời mà không xung đột.
Do đó cung cấp các mẫu truy cập dữ liệu nhất quán bất kể nguồn ứng dụng và duy trì quản trị nghiêm ngặt về ứng dụng nào có thể truy cập dữ liệu gì trong hoàn cảnh nào.
Ví dụ: Bệnh viện triển khai Nebula để vừa chạy mô hình AI cảnh báo sớm suy thận cấp cho bệnh nhân ICU, vừa phân tích dữ liệu 10 năm quá khứ để dự báo xu hướng bệnh tim mạch tại TP.HCM, đồng thời hỗ trợ nghiên cứu sinh tiến sĩ từ Đại học khác huấn luyện mô hình nhận dạng hình ảnh X-quang phổi.
Tất cả hoạt động này diễn ra song song mà không làm chậm hệ thống EHR chính đang phục vụ hàng nghìn lượt khám bệnh mỗi ngày.
Hơn nữa, kiến trúc của Nebula tạo ra nền tảng phát triển hệ sinh thái AI mở rộng xa vượt các thuật toán được Epic phát triển nội bộ.
Khả năng cung cấp giao diện chuẩn hóa, giao thức truy cập dữ liệu toàn diện và hạ tầng tính toán được xác thực, Nebula giúp các nhà phát triển bên thứ ba, nhà nghiên cứu học thuật và nhà cung cấp AI chuyên biệt xây dựng ứng dụng tích hợp liền mạch với môi trường lâm sàng của Epic.
Cách tiếp cận nền tảng này chuyển đổi Epic từ đơn thuần là nhà cung cấp EHR thành nhà cung cấp hạ tầng AI y tế toàn diện.
Nó tương tự như cách các hệ điều hành như iOS và Android hỗ trợ toàn bộ hệ sinh thái ứng dụng của bên thứ ba.
Các tổ chức y tế hưởng lợi từ truy cập các khả năng AI tốt nhất trong lĩnh vực bất kể nhà cung cấp nhưng đồng thời duy trì kiến trúc kỹ thuật nhất quán, khung quản trị thống nhất và quy trình triển khai hợp lý.
Tách biệt hạ tầng tính toán khỏi các hệ thống vận hành của Nebula cũng tăng cường bảo mật khi tạo ra các môi trường riêng biệt cho dữ liệu lâm sàng so với hoạt động nghiên cứu và phát triển.
Từ đó đơn giản hóa yêu cầu tuân thủ các quy định về quyền riêng tư đồng thời cho phép phân tích đổi mới.
Khai thác sức mạnh của dữ liệu và AI
Mạng lưới y tế Cosmos
Nền tảng Epic Cosmos đại diện cho nỗ lực đầy tham vọng và chưa từng có nhằm tạo ra kho lưu trữ thông tin y tế toàn cầu thống nhất (với dữ liệu đã được ẩn danh hóa).
Nó đóng vai trò nền tảng cho nghiên cứu y khoa thế hệ mới và phân tích sức khỏe cộng đồng.
Về bản chất, Cosmos giải quyết hạn chế căn bản từng kìm hãm nghiên cứu y khoa trong lịch sử.
Đó là tính phân mảnh, tách biệt của dữ liệu y tế vốn nằm rải rác tại hàng nghìn cơ sở y tế độc lập trên toàn cầu.
Với dữ liệu bao phủ hơn 300 triệu bệnh nhân, 17,8 tỷ lượt khám bệnh, đóng góp từ hơn 1.854 bệnh viện và 200.000 phòng khám toàn cầu, Cosmos đạt được quy mô tập hợp thông tin y tế chưa từng có trong lịch sử ngành y.
Bộ dữ liệu khổng lồ này thể hiện bức tranh toàn cảnh đa dạng nhất về sức khỏe con người từng được tập hợp.
Cosmos ghi nhận các mô hình lâm sàng thực tế trên nhiều nhóm dân số, khu vực địa lý và mô hình cung cấp dịch vụ y tế khác nhau.
Quy mô khổng lồ của cơ sở dữ liệu này biến nó từ một kho lưu trữ đơn thuần thành công cụ dịch tễ học mạnh mẽ.
Vì vậy có khả năng phát hiện các mô hình lâm sàng tinh vi và biểu hiện bệnh hiếm gặp mà các bộ dữ liệu nhỏ hơn không thể nhận ra.
Ví dụ: Tại Bệnh viện Đa khoa Trung ương, khi bác sĩ gặp trường hợp bệnh nhân mắc hội chứng chuyển hóa hiếm gặp kết hợp với biến chứng thận.
Thay vì chỉ dựa vào vài nghiên cứu trong nước, họ có thể tra cứu Cosmos để xem hàng nghìn trường hợp tương tự trên thế giới được điều trị như thế nào và kết quả ra sao.
Ý nghĩa nghiên cứu của Cosmos vừa sâu sắc vừa thiết thực ngay lập tức.
Các phương pháp nghiên cứu lâm sàng truyền thống thường cần nhiều năm tuyển chọn bệnh nhân để xây dựng nhóm nghiên cứu vài nghìn người.
Do đó tạo ra khoảng trống thời gian đáng kể giữa xác định câu hỏi nghiên cứu và có được câu trả lời khả thi.
Cosmos thay đổi hoàn toàn mô hình khi giúp các nhà nghiên cứu truy vấn dữ liệu từ hàng triệu bệnh nhân trong vài phút.
Vì vậy rút ngắn tiến trình nghiên cứu từ nhiều năm xuống còn vài ngày.
Ví dụ: một nghiên cứu so sánh hiệu quả giữa Thuốc A và Thuốc B ở bệnh nhân tiểu đường có biến chứng thận.
Nghiên cứu thông thường có thể mất 3-5 năm tuyển chọn bệnh nhân nhưng giờ đây có thể thực hiện hồi cứu với dữ liệu Cosmos chỉ trong vài giờ.
Sự tăng tốc này tạo điều kiện cho y học dựa trên bằng chứng thực sự được thực hành với tốc độ và quy mô chưa từng có.
Do đó giúp hướng dẫn lâm sàng phát triển linh hoạt theo bằng chứng thực tế mới thay vì chờ đợi sự tích lũy chậm chạp của kết quả thử nghiệm ngẫu nhiên có đối chứng.
Look-Alikes chuyển đổi Big Data
Tính năng Look-Alikes (Tìm kiếm trường hợp tương tự) đại diện cho một trong những ứng dụng sáng tạo nhất của cơ sở dữ liệu Cosmos.
Nó tạo cầu nối trực tiếp giữa big data cấp độ dân số và chăm sóc bệnh nhân cá nhân hóa.
Công cụ này giải quyết kịch bản lâm sàng phổ biến nhưng đầy thách thức.
Đó là trường hợp hiếm gặp hoặc phức tạp khi hướng dẫn điều trị tiêu chuẩn vắng mặt, mơ hồ hoặc không đủ để định hướng quyết định một cách tự tin.
Hãy xem xét thực tế lâm sàng mà bác sĩ tim mạch nhi đối mặt khi gặp trẻ em mắc hội chứng di truyền không phổ biến kèm theo suy tim.
Đây là một biểu hiện hiếm đến nỗi tài liệu y khoa công bố có thể chỉ chứa vài báo cáo ca bệnh, không ca nào hoàn toàn khớp với tập hợp đặc điểm cụ thể của bệnh nhân.
Theo cách truyền thống, bác sĩ lâm sàng sẽ phải ngoại suy từ các ca liên quan lỏng lẻo, tham vấn chuyên gia, hoặc tiến hành với phỏng đoán có cơ sở.
Look-Alikes chuyển hóa sự không chắc chắn này khi tạo điều kiện cho bác sĩ truy vấn cơ sở dữ liệu Cosmos 300 triệu bệnh nhân để xác định bệnh nhân có đặc điểm nhân khẩu, chẩn đoán, bệnh đi kèm và quá trình lâm sàng tương tự.
Hệ thống trả về thông tin về cách các bác sĩ lâm sàng trên toàn thế giới tiếp cận các ca tương tự và quan trọng hơn kết quả nào xuất hiện từ nhiều chiến lược điều trị khác nhau.
Ví dụ: Tại Bệnh viện Nhi đồng, khi bác sĩ gặp trẻ mắc bệnh tim bẩm sinh hiếm kết hợp rối loạn chuyển hóa, thay vì chỉ tham khảo 2-3 ca trong sách giáo khoa, họ có thể dùng Look-Alikes để tìm 50-100 ca “song sinh lâm sàng” trên toàn cầu, xem các phương án điều trị nào mang lại kết quả tốt nhất.
Chức năng này thể hiện sự tổng hợp hoàn hảo giữa phân tích big data và y học cá nhân hóa.
Thay vì áp dụng hướng dẫn dựa trên dân số có thể không tính đến độ phức tạp lâm sàng riêng biệt của bệnh nhân, giờ đây bác sĩ có thể đưa ra quyết định dựa trên kinh nghiệm thực tế của những bệnh nhân gần giống với mình.
Công cụ này tạo ra “song sinh lâm sàng” ảo từ cơ sở dữ liệu y tế lớn nhất thế giới.
Nó cung cấp hướng dẫn dựa trên bằng chứng ngay cả trong tình huống mà các mô hình nghiên cứu truyền thống không tạo ra đủ kiến thức.
Khả năng này đặc biệt mang tính chuyển đổi trong nhi khoa, ung thư học và quản lý bệnh hiếm.
Đây là những nơi bác sĩ lâm sàng thường xuyên gặp những tình huống chẩn đoán và điều trị vượt ra ngoài ranh giới của các quy trình đã thiết lập.
In-Basket AI và tích hợp GPT-4
Tình trạng kiệt sức của bác sĩ đạt mức độ lan tràn trong y tế hiện đại khi quản lý tin nhắn và email nổi lên như một trong những yếu tố đóng góp quan trọng nhất.
Bác sĩ đa khoa trung bình nhận 50-100 tin nhắn bệnh nhân mỗi ngày qua hệ thống cổng thông tin bệnh nhân như MyChart.
Do đó tạo gánh nặng hành chính kéo dài vượt xa giờ làm việc phòng khám và trở thành động lực chính gây bất mãn nghề nghiệp và rời bỏ ngành.
Epic tích hợp mô hình ngôn ngữ lớn GPT-4 của OpenAI giải quyết trực tiếp cuộc khủng hoảng này thông qua tự động hóa thông minh soạn thảo phản hồi tin nhắn.
Bệnh nhân gửi tin nhắn qua cổng thông tin như có thể hỏi về kết quả xét nghiệm gần đây, yêu cầu kê lại đơn thuốc, hoặc hỏi về triệu chứng mới.
Hệ thống AI phân tích toàn diện nội dung tin nhắn, xem xét hồ sơ y tế hoàn chỉnh của bệnh nhân bao gồm kết quả xét nghiệm gần đây và thuốc hiện tại.
Sau đó tạo bản dự thảo phản hồi được viết với giọng điệu đồng cảm, phù hợp lâm sàng.
AI không chỉ đơn giản truy xuất thông tin mà nó tổng hợp dữ liệu từ nhiều nguồn trong EHR để đưa ra phản hồi liên quan theo ngữ cảnh.
Ngoài ra còn được cá nhân hóa phản ánh sự hiểu biết về tình trạng lâm sàng cụ thể của bệnh nhân.
Ví dụ: Tại Bệnh viện, khi bệnh nhân gửi tin hỏi “Em uống thuốc huyết áp mà vẫn đau đầu, có sao không?”.
AI tự động xem lịch sử bệnh án, chỉ số huyết áp gần nhất, liều thuốc hiện tại, rồi soạn bản trả lời: “Chào anh/chị, dựa vào chỉ số huyết áp ngày 3/12 của anh/chị vẫn ở mức 145/95, cao hơn mục tiêu.
Tình trạng đau đầu có thể liên quan đến điều này.
Bác sĩ đề nghị anh/chị đo huyết áp tại nhà trong 3 ngày và đặt lịch tái khám để điều chỉnh liều thuốc.”
Triển khai tuân theo mô hình “con người trong vòng lặp” giữ lại sự giám sát của bác sĩ và phán đoán lâm sàng trong khi giảm đáng kể gánh nặng nhận thức và thời gian.
Bác sĩ xem xét bản dự thảo do AI tạo, thực hiện bất kỳ điều chỉnh cần thiết nào để đảm bảo độ chính xác và phù hợp, sau đó phê duyệt tin nhắn để truyền đi.
Dữ liệu triển khai ban đầu cho thấy quy trình này giảm thời gian phản hồi tin nhắn 60-70% trong khi duy trì hoặc cải thiện chất lượng phản hồi và sự hài lòng của bệnh nhân.
Hiệu quả gia tăng chuyển trực tiếp thành giảm công việc ngoài giờ, cải thiện cân bằng công việc với cuộc sống và giảm tỷ lệ kiệt sức.
Quan trọng nhất, nhờ tự động hóa giao tiếp hành chính thông thường, công nghệ này giúp bác sĩ chuyển hướng năng lượng nhận thức về phía lý luận lâm sàng phức tạp và tương tác ý nghĩa với bệnh nhân.
Đó là những khía cạnh của y học ban đầu thu hút họ vào nghề.
Nuance DAX Copilot tự động ghi chép
Rào cản vật lý do màn hình máy tính tạo ra trong quá trình khám lâm sàng trở thành một trong những biểu tượng rõ ràng nhất về sự bất mãn của bác sĩ lâm sàng do EHR gây ra và trải nghiệm bệnh nhân suy giảm.
Yêu cầu bác sĩ đồng thời thực hiện khám, giao tiếp với bệnh nhân và ghi chép thủ công các phát hiện vào các mẫu EHR có cấu trúc buộc phải chia tách sự chú ý một cách không tự nhiên.
Do đó làm giảm cả độ chính xác lâm sàng và mối quan hệ điều trị.
Nuance DAX Copilot, hiện được tích hợp sâu vào nền tảng Epic, sử dụng công nghệ trí tuệ lâm sàng môi trường xung quanh (Ambient Clinical Intelligence – ACI) để giải quyết căng thẳng cơ bản này.
Hệ thống dùng công nghệ nhận dạng giọng nói tiên tiến và xử lý ngôn ngữ tự nhiên để thụ động lắng nghe toàn bộ cuộc trò chuyện giữa bác sĩ-bệnh nhân qua micro.
Vì thế ghi lại không chỉ từ khóa riêng lẻ mà cả dòng chảy tường thuật hoàn chỉnh của cuộc khám lâm sàng.
Các thuật toán AI tinh vi sau đó phân tích luồng âm thanh này để trích xuất thông tin liên quan lâm sàng như lý do chính, triệu chứng, phát hiện khám, kế hoạch điều trị.
Sau đó tự động điền vào các trường thích hợp trong cấu trúc ghi chú SOAP (Chủ quan, Khách quan, Đánh giá, Kế hoạch) của Epic.
Ví dụ: Tại Phòng khám Đa khoa, bác sĩ khám bệnh nhân mà không cần nhìn màn hình máy tính.
Trong khi bác sĩ hỏi “Cô đau ở đâu? Từ bao giờ? Có sốt không?”.
DAX Copilot im lặng ghi nhận, phân tích, rồi tự động điền: “Chủ quan: Bệnh nhân than đau vùng hạ sườn phải kéo dài 2 ngày, không sốt. Khách quan: Ấn đau vùng túi mật, dấu Murphy dương tính…”
Bác sĩ chỉ cần kiểm tra lại và ký xác nhận.
Tác động chuyển đổi vượt xa mục tiêu tiết kiệm thời gian đơn thuần.
Nhờ loại bỏ nhu cầu bác sĩ phải gõ phím trong khi khám bệnh nhân, DAX Copilot về cơ bản khôi phục yếu tố con người trong các cuộc khám y tế.
Do đó tạo điều kiện cho giao tiếp bằng mắt liên tục, luồng trò chuyện tự nhiên, và sự hiện diện vật lý mà bệnh nhân đánh giá cao.
Các nghiên cứu lâm sàng ghi nhận công nghệ này giảm thời gian ghi chép khoảng 50%, nhưng có lẽ quan trọng hơn là nó giảm 70% cảm giác kiệt sức và mệt mỏi cảm xúc cho bác sĩ.
Bệnh nhân báo cáo mức độ hài lòng cao hơn với các cuộc khám khi bác sĩ sử dụng ghi chép môi trường xung quanh.
Họ nhận thấy bác sĩ của họ có lắng nghe chăm chú hơn, tham gia nhiều hơn, và thực sự quan tâm đến mối lo ngại của họ.
Công nghệ này về cơ bản làm cho máy tính trở nên vô hình trong quá trình khám lâm sàng trong khi đảm bảo ghi chép toàn diện, chính xác.
Từ đó đạt được điều mà nhiều người coi là sự cân bằng không thể trong kỷ nguyên EHR.
Có thể bạn quan tâm
Liên hệ
Địa chỉ
Tầng 3 Toà nhà VNCC
243A Đê La Thành Str
Q. Đống Đa-TP. Hà Nội
info@comlink.com.vn
Phone
+84 98 58 58 247

