发表在第22卷10号(2020): 10月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/22013,首次出版
通过与患者共享低级别警报和使用区块链技术增强协作决策来减少警报疲劳:范围审查和拟议框架(MedAlert)

通过与患者共享低级别警报和使用区块链技术增强协作决策来减少警报疲劳:范围审查和拟议框架(MedAlert)

通过与患者共享低级别警报和使用区块链技术增强协作决策来减少警报疲劳:范围审查和拟议框架(MedAlert)

原始论文

1挪威科技大学制造与土木工程系,挪威Gjøvik

2挪威科技大学计算机科学系,挪威Gjøvik

3.挪威科技大学工业经济与技术管理系,挪威Gjøvik

通讯作者:

温庆辉,理学硕士

制造与土木工程系“,

挪威科技大学

Teknologiveien 22

Gjø湾,2815年

挪威

电话:47 93984604

电子邮件:paul.k.wan@ntnu.no


背景:临床决策支持(CDS)是一种工具,通过生成临床警报来补充临床医生以前的知识和经验,帮助临床医生进行决策。然而,CDS产生大量无关的警报,导致临床医生警惕疲劳。警报疲劳是警报消耗太多时间和精力的精神状态,通常会导致相关警报被不合理地覆盖,以及临床无关的警报。因此,临床医生对重要警报的反应变得不那么灵敏,这为用药错误打开了大门。

摘要目的:本研究旨在探索基于区块链的解决方案如何通过卫生部门的协作警报共享来减少警报疲劳,从而提高患者和临床医生的整体医疗质量。

方法:我们设计了一个四步方法来回答这个研究问题。首先,我们根据已发表的文献通过范围审查确定了五个潜在的挑战。其次,设计了一个框架,通过解决不同数字组件所确定的挑战来减少警报疲劳。第三,通过比较MedAlert与其他提出的解决方案进行评估。最后,对本文的局限性和今后的工作进行了讨论。

结果:在收集的341篇学术论文中,筛选出8篇进行分析。MedAlert安全地将低级别(不危及生命)临床警报分发给患者,从而实现协同临床决策。在我们框架中的解决方案中,Hyperledger(私人许可区块链)和BankID(联邦数字身份管理)被选中来克服数据完整性、用户身份和隐私问题等挑战。

结论:MedAlert可以通过吸引患者和临床医生的注意力来减少警报疲劳,而不仅仅是减少警报的总数。MedAlert还提供了其他优势,例如与其他框架相比,可以确保更高程度的患者隐私和更快的事务处理时间。这个框架可能不适合不懂技术的老年患者或住院患者。为了提供MedAlert的性能评估,并为更好地开发这一理念获得支持,需要在真实医疗场景的基础上验证该框架。

中国医学杂志,2020;22(10):e22013

doi: 10.2196/22013

关键字



背景

临床决策支持(CDS)是一种通过生成临床警报来促进医疗决策的工具[1],范围从基于存储的临床规则和信息的简单的针对药物的警报,到通过将CDS与电子健康记录(EHRs)集成而更复杂的针对患者的警报[2].例如,如果新处方对患者构成威胁,CDS会通过生成警报来警告临床医生[3.].这种实时警报会扰乱工作流程,并引起临床医生的注意,以便他们能够快速有效地评估并做出适当的决定[4].CDS取代了以前临床医生仅根据自己的知识和过去的经验作出决定的情况[5].CDS现在被认为是一项重要的卫生信息技术,可提高卫生保健的整体质量[6].然而,目前的CDS工具会生成大量无关的警报,导致警报疲劳[7].

警报疲劳或警报负担被定义为警报或提醒占用太多时间和精力而导致的精神状态,这可能导致临床医生不合理地忽略或忽略临床无关的或相关的警报[8].临床医生现在被警报淹没,逐渐变得不那么敏感,也不那么尊重它们[9].这主要是因为生成的警报大多无关紧要或优先级低,幸运的是,它们不会危及生命。从长远来看,这些谎报军情警报使临床医生变得麻木,导致高重写率,在77%至90%之间[10-12,这为可预防的用药错误打开了大门。

数十年前,警觉疲劳在卫生保健部门开始变得越来越普遍,现在已被广泛认为是一个全国性问题,这往往是由于缺乏相应的行动计划[13].个人造成的CDS失效和错误在美国已造成超过200亿美元的直接损失[1415].警觉疲劳被认为是一个主要问题,因为它超越了医疗保健行业。其他行业,例如近海石油钻探[16]及建筑物的供暖、通风及空调系统[17)的人也在经历警惕疲劳。例如,故障检测系统产生大量警报,导致操作员警报疲劳,并导致建筑物的能源浪费。目前,新警报的要求持续上升,并不断增加[13),这并不能缓解警觉性疲劳。这只会加剧警惕疲劳,并使其更加广泛。

如果产生的警报不正确,则覆盖警报在临床上是合适的[7].然而,由于CDS产生的警报特异性低,数量多,相关警报也可能被忽略,导致可预防的处方错误和药物不良事件。失活(18]或静默运行低优先级警报[19都是减轻警觉疲劳的建议之一。然而,由于严格的监管机构和其他外部压力,这些有效管理警报的方法很困难。事实上,许多人都在推动增加而不是减少警报,以减少或避免可预防的用药错误[13].

在挪威,大约12%的患者伤害是由不正确使用药物造成的[20.].三分之一的老年人被给予错误的药物,尽管使用电子处方,但估计每年有1000人死于药物错误[2122].在挪威科技大学(NTNU)举行的一次会议上,来自Innlandet医院的一名医疗保健代表在发言中指出,在Innlandet地区,大约8%的医疗保健总支出用于纠正用药错误。[23].因此,我们同意赖特等人的观点。24卫生保健部门只有在精心设计和适当实施cds生成的警报时,才能从这些警报的潜在价值中受益。因此,有必要寻求一种替代的、创新的方法来改善临床警报的管理,并减少临床医生的警报疲劳。

目标

区块链技术作为一种潜在的解决方案在医疗保健领域获得了关注,主要是由于其在向协作治疗和决策转变方面的潜力[25-27].已发表的大量文献预测了这一技术,以期通过共享医疗记录和历史,在临床医生的整体福祉和患者医疗保健质量方面改善卫生部门[26].然而,专注于使用区块链进行临床警报的研究仍然有限。这导致了我们在本文中的主要研究问题,即探索和理解基于区块链的解决方案如何通过共享警报从而增强协作决策来帮助减少卫生部门的警报疲劳。为了回答这个问题,我们设计了一个4步方法,在方法部分。


设计方法

4步方法,如图1,旨在回答我们的研究问题,并解释论文是如何组织的。第一步是进行范围审查,以探索该领域的当前技术状态。然后在步骤1中分析我们最终选择的文献和我们已经选择的现有解决方案。第二步旨在确定潜在的挑战和减少警戒疲劳的技术解决方案。这一步解释了架构决策。框架是在步骤3中设计的。这一步详细介绍了MedAlert的概述以及一个案例研究。最后,通过与其他提出的解决方案进行比较,对该框架进行了评估。第4步还讨论了比较、未来工作、限制和好处。

图1。研究设计过程流程:四步法。
查看此图

范围审查:搜索策略

进行了范围审查,目的是探索学术研究的现状,尽可能广泛地覆盖所有已发表的文献。本次范围评审的报告由PRISMA-ScR(系统评审首选报告项目和范围评审元分析扩展)指导[28].我们对2个书目数据库Scopus和PubMed进行了搜索。为了尽可能全面,通用关键字字符串,如区块链临床决策支持警报的负担,警惕疲劳作为搜索标准。多媒体附件1关键字字符串结构的详细信息。

我们承认,各行各业也在医疗保健领域研究基于区块链的解决方案,但通常情况下,框架的细节没有披露。因此,在我们的研究中,我们主要关注学术领域,因为体系结构框架和解决方案在已发表的工作中进行了描述。包括同行评审的文章、会议、评论和论文,以提供由CDS引起的警觉性疲劳的不同方面的广泛概述。只包括英文论文,没有发表年份或国家的限制。我们排除了一般观点,没有完整的论文和会议摘要。范围审查的选择过程总结在图2

图2。范围审查的过程。
查看此图

相关工作及研究重点

警惕疲劳是临床医生面临的一个主要问题,现在是卫生保健部门日益关注的问题。早在2007年,学术界就开始发表有关警觉疲劳的文献。我们总共收集了341篇发表的文章,最终选出了8篇[131529-34],符合我们的研究标准,基于范围审查图2.然后我们在微软Word和Excel中输入这些项目进行更深入的分析。我们根据这些文献的重点、方法和效益的不同,对这些文献进行总结和分类多媒体附件2131529-34].

Carli等[35],鲍尔斯等[36],以及Hussain等[37]在系统的文献综述中指出,警报程度高而临床相关性低是警报疲劳的根本原因之一。这是因为医院和其他私人卫生保健机构使用或购买商业CDS工具来提高其卫生保健系统的整体质量。商业CDS工具的供应商和设计人员通常会严格限制修改警报系统设置的能力,从而导致大量低相关性警报[2].供应商实施严格的低特异性设置是因为他们担心,如果删除警报不能防止潜在的用药错误,可能会面临潜在的诉讼。

解决警报疲劳的一种常见尝试是通过将具有相似临床管理选项的警报聚类来减少低临床相关性警报的数量[32]或更好的规范来生成有用的警报[31].基于机器学习算法的CDS是另一种生成更多上下文驱动警报的建议方法[15]和以病人为中心的警报[34].Soundararajan等[30.]设计了区块链架构框架,利用区块链和智能合约来支持临床支持工具,这些工具可以生成更多适合患者情况的警报,从而减少不适当的警报,从而减少医生的倦怠。然而,对患者的实际好处以及对警戒性疲劳的积极影响程度尚不清楚。

所有这些努力都设法减少了产生的警报总数,但警报疲劳的根本问题仍然没有得到解决。布莱恩特等人[38]指出,尽管为减少商业系统的无关警报做出了大量努力,但超过警报率仍然与十多年前报告的一样高。医学专家建议,改善警觉疲劳不仅仅是减少警报的总次数。39].

让别人关注警报是减少警报疲劳的一种方法。史密斯伯格等人[5]提出了一种潜在的策略,可以将警报定向给医疗专业人员,而不是临床医生,例如护士。在荷兰的三个学术医疗中心进行的一项研究评估了将依赖时间的药物相互作用警报转移到护士或药剂师等医务人员[40].这些结果证明了提高此类警报的效率和效果的能力,并表明,当它们指向护士时,不正确的给药时间减少了29%。这可以实现更多的协作治疗和决策护理,而区块链技术可以用于实现警报共享[25].

在我们的工作中,我们探索了如何利用区块链通过向患者定向低水平警报来减少警报疲劳,以实现高质量的协作临床决策。最近有一种转变,即更加以患者为中心的数据共享,以便在医疗保健部门内更好地进行协作决策[41].然而,相关工作仍然有限。因此,我们通过设计一个探索性的基于区块链的框架来做出贡献,该框架能够与患者共享低水平的警报,从而在保持高度隐私和安全的同时实现更多的协作决策。为了设计一个健全的框架,我们需要了解和考虑促进临床警报共享所涉及的挑战。

数据完整性和用户隐私是全球医疗保健行业关注的两个主要问题[42].其中一个原因是,目前大多数医疗保健系统用于保存和管理敏感医疗数据的集中式数据存储过程薄弱且易受攻击[43].2019年,新加坡健康科学管理局的数据库因安全漏洞在不到一年的时间里第三次遭到黑客攻击,超过80万个人信息暴露[44].身份盗窃是卫生部门关注的另一个问题。根据Pandey等人[43],在过去10年里,健康行业10%的数据泄露被归类为身份盗窃。

有一系列关于基于区块链的框架的文献,可以作为当前脆弱的集中式数据库系统的替代方案。EMRshare [45], Medchain [46], FHIRchain [25],以及MedBlock [47]是基于区块链的解决方案的例子,可以确保共享医疗记录的高度数据完整性和隐私。此外,智能合约可以为医疗保健提供新的服务,在没有第三方的情况下促进信息共享。例如,Medchain支持多个角色(如患者、请求者和医疗保健提供者)之间的医疗记录访问,并帮助他们实现更高级别的效率并满足安全需求[46].这可以改善卫生保健部门不同利益相关者(例如临床医生和患者)之间的协作决策。

必须解决五个关键挑战,以制定一个安全有效的区块链框架,从而减轻卫生保健内的警报负担。这5个主要挑战如下:

  1. 数据完整性
  2. 隐私问题
  3. 验证和验证与会者的身份
  4. 缺乏安全的信息共享
  5. 病人在医疗领域的知识程度

解决这五个关键挑战的架构决策

在本节中,我们将解决前一节中提出的挑战。体系结构决策总结在图3

图3。解决5个关键挑战的架构决策。
查看此图
挑战1:数据完整性
上下文

健康信息是敏感的,必须高度安全,不允许任何数据被篡改。患者病史的任何改变都可能导致严重的用药错误,甚至死亡。医疗数据通常存储在集中式可信第三方数据库中并由其管理。然而,这种集中式数据库可能容易出现单点故障,导致医疗数据丢失或损坏,并在服务提供商发生纠纷时故意阻止访问[48].一些现代EHR系统可以配置为具有备份和数据冗余机制,以提高数据存储弹性,但它需要额外的配置和维护,可能由于人为因素而容易出错。根据一些安全专家的说法,目前保护我们健康数据的系统没有达到理想的现代安全标准[49].

解决方案

一个解决方案,提供弹性开箱即用和篡改敏感的存储环境,以防止任何沉默通过对网络中的成员进行明显的改变来进行操作。

技术要求

区块链技术是一种分布式账本,包含复制和同步的数字数据。它为网络中大量成员之间提供了一个实时数据共享的平台,具有较高的数据信任水平[5051].数据的信任表示所提供资料及数据的可靠性[52].高度的数据信任对于决策非常重要。

数据存储结构是区块链的一个显著特征,它确保信息和数据存储在一个防篡改的环境中[53].所有有效的交易都以区块格式记录,每个区块都有一个时间戳和哈希引用,形成一个区块链[54].例如,在链下数据库中,任何改变信息的尝试,无论意图如何,都会破坏哈希引用,从而使网络的其他成员很明显。通过这种方式,哈希引用创建了一个防篡改的环境,以维护和确保数据完整性。由于区块链本身的结构和写入权限,记录在区块链上的交易保持不可更改和防篡改,这可以保证高水平的数据完整性。

挑战2:隐私问题
上下文

医疗信息,包括以数字格式存储的医疗记录、处方历史、患者个人信息和手术记录,被归类为数字资产。这些信息需要高度的隐私保护,因为它涉及到病人目前的身体或精神健康状况,并可能透露他或她的健康状况[55].确保当前或新的卫生服务符合《一般数据保护条例》(GDPR)等标准对于避免非法行为至关重要。例如,尽可能对个人数据进行加密、假名化或匿名化,以防止非法数据处理[55].

解决方案

在确保链上数据隐私和遵守隐私法规方面,私人许可的区块链是更好的选择,因为交易仅对成员可见。网络中的某些成员被授予在区块链上读写的权限。通过只存储元数据而不是实际的健康数据,我们可以避免暴露实际的敏感个人数据,例如全名、诊断和处方药,这些数据可能会侵犯患者的隐私。

技术要求

为了提高隐私保护水平,超级账本(Hyperledger)等私有区块链比公共区块链更受欢迎,主要是因为其可见程度和级别较低开放.私有区块链上的信息只有被授权的网络成员才能访问,而不仅仅是任何有互联网访问权限的人。只有授权的成员(在我们的例子中是临床医生)才有权限在区块链上写入和存储数据。这使得框架更符合数据保护法规,如GDPR或HIPAA(健康保险可携带与责任法案),而不会损害患者的隐私[49].

在区块链中加密元数据为患者提供了更高级别的安全性和保护[25因为元数据在医疗保健中被视为敏感数据。这可以防止任何未经授权的黑客以不恰当的方式获取实际的健康信息。加密的元数据可以作为卫生系统中患者处方配置文件的参考指针。引用指针将区块链中的事务数据链接到存储在链下数据库中的实际数据。这可以作为一种保护形式,因为它将患者的实际医疗信息与参考信息本身隔离开来。当链下数据库中发生对患者数据的任何更改时,指针中断并失效。存储加密元数据的另一个好处是轻量级引用指针,它更适合和更有效地存储在区块链上,目前区块链的存储能力有限。这是一个可扩展的替代方案。25].

挑战3:验证和验证参与者的身份
上下文

重要的是要确保正确的患者从临床医生那里收到指定的临床警报。在医院工作的临床医生可以通过登录卫生保健系统,使用卫生保健机构提供的证书来验证和认证自己。然而,今天的卫生保健系统缺乏一个标准平台[56],以核实和验证病人的数字身份。

解决方案

使用可信的数字身份管理系统验证患者的数字身份。数码身份是指实体属性(例如出生姓名或其他已登记的姓名、国民身份证号码及已登记的流动电话号码)的数码表示形式,以便使用身份调解程序进入系统及应用程序[57-59].这允许患者准确地验证他们的身份,从而授权或撤销对某些请求者的访问。这是一种保护患者敏感数据的方式,包括管理他们的医疗记录,并确保安全和隐私符合当地立法和法律[6061].

技术要求

联邦数字身份管理,注册一次,受许多概念信任,广泛应用于消费者空间,如Facebook和谷歌,并受到许多应用程序的信任[62].与传统的集中式身份管理不同,用户不需要向每个服务提供商设置和注册他们的数字身份。在该系统中,通过接收两个或多个集中所有者分发的证明组件或相互认可彼此的信任和证明标准来建立相互信任[62].由主要银行和移动运营商组成的财团已经创建了私人联邦身份识别程序,例如挪威的BankID [63]和爱沙尼亚的智能身份证[64],以方便分发经过验证和验证的身份,从而使其公民或用户能够直接访问各种门户、服务和平台。

挑战4:缺乏安全的信息共享
上下文

每个医疗机构都有自己管理医疗记录和数据的方式。此外,它们通常不能相互访问,从而使信息共享变得困难。随着法律法规的严格,以及外界对医疗机构缺乏信任,信息交换变得更加困难[45].

解决方案

使用公共层可以在不改变当前医疗保健IT基础设施的情况下安全地共享信息,并增强协作决策。

技术要求

智能合约可以精确地管理和促进两个不同参与者之间的信息交换,而无需中间第三方的干预。一旦满足了一组预定义的规则,它也可以实现自主的自我执行[65].例如,当从CDS生成警报时,它会触发智能合约,将警报定向到已识别的患者。智能合约的集成可以提高成员实时决策和整体信息交换的效率。所有事件都用时间戳记录在区块链中,区块链结构可以作为信息存储的公共层,而不需要改变现有的IT基础设施。智能合约可以跟踪实时性能,也可以查询过去的事件以进行分析。

挑战5:患者在医疗领域的知识程度
上下文

当向患者发出警报以进行协作决策时,主要问题是他们可能没有足够的知识来做出正确的决定。做出错误的决定对病人来说可能是致命的。

解决方案

只有低级别和不危及生命的警报才会被定向到由智能合约管理的患者。患者将收到临床警报,然后将信息反馈给临床医生。将警报定向给患者的目的是引起他们的注意,而不是冒着由于大量警报而被临床医生迅速驳回的风险。这可以减少警报疲劳和警报总数,因为临床医生可以将重点放在更高级别的警报上。

技术要求

当CDS生成警报时,智能合约通过向患者发送通知来执行操作。然后,警报也会以带有确定性答案的问题的形式指向患者是的没有.如果得到实时反馈,临床医生就能够根据患者提供的反馈相应修改处方,并消除药物处方错误。

主要发现:MedAlert

概述

本节概述了MedAlert作为一种潜在的解决方案,可以减少警报疲劳,并使临床决策过程更具协作性。本案例研究分为两步:(1)病人如何登录BankID来验证和验证他或她的身份,然后才显示警报和(2)病人如何参与决策过程。

图4显示了MedAlert (B)如何使医疗机构(a)中的临床医生(C)与患者(C)之间的交互。MedAlert托管在私人区块链框架中,如Hyperledger。临床医生通过使用医疗机构颁发的证书登录自己的个人资料进行授权,而患者可以使用BankID登录进行验证和身份验证。区块链节点可以由一组医疗保健组织(如医院)管理,但不能在患者的移动设备上管理,因为这对计算资源和一致的网络连接有很高的要求。这些节点托管账本和智能合约,可以由对等连接的应用程序查询和更新。

图4。MedAlert概述。API:应用程序编程接口;CDS:临床决策支持;EHR:电子健康记录。
查看此图

应用程序编程接口(api)可以与多个医疗保健系统共享警报。REST (Representational state transfer) api可以在移动客户端应用程序和区块链网络之间建立通信。客户端应用程序使用特定于组织的REST api发送事务建议,使应用程序能够连接到节点;调用生成事务的智能合约;向网络提交交易,这些交易将被排序、验证并提交给分布式账本;并在此过程完成时接收事件。

私有区块链中的共识协议实现了事务数据的完整性。对于每一笔交易,每个节点都将根据生成交易的智能合约的背书策略,验证该交易已被所需的组织背书。例如,一些事务可能只需要由单个组织背书,而其他事务可能需要多个背书才能被视为有效。此验证过程验证所有相关组织是否产生了相同的结果或结果。

患者如何登录BankID,在提示警报前验证自己的身份

本节描述了分步工作流程,如图5.在临床医生访问患者的电子病历或开新药之前,他们需要通过将他们的凭证登录到医疗保健系统来验证他们的身份。该事件记录在区块链中。当临床医生给病人开一种药物,并认为它可能对病人构成威胁时:

图5。工作流使用BankID进行验证和身份验证。
查看此图
  1. 从CDS系统生成一个临床警报(红色感叹号),如图所示图4.这会触发智能合约。
  2. 该事件被记录在区块链中。
  3. 智能合约还会将警报发送到患者的注册手机号码。
  4. 患者将收到一条带有验证和验证其身份的链接的消息。然后他或她必须登录,通过提供他或她的注册用户ID(例如,社会安全号码的11位数字)来验证自己的真实性图6(左)。
  5. 然后,患者需要输入他或她的一次性代码进行最终验证,如图所示图6(右)。
  6. 当认证和验证成功时,将响应转发给智能合约。
  7. 区块链中也记录了该事件。
  8. 然后,患者可以查看警报。
图6。用于验证身份的个人凭证(左)和用于验证身份的一次性代码请求(右)。
查看此图
病人如何参与决策过程

在患者验证和验证了他或她的身份之后,患者可以访问和阅读警报中的信息。工作流显示在图7

  1. 第一个警告问:“你有肾病吗?”问题的答案是两者皆有是的没有,如图8(左)。
  2. 当患者做出回应时,智能合约将被触发,患者将响应发送回临床医生。交易记录在区块链中。
  3. 临床医生根据提供的答案更新处方。
  4. 如果另一个低水平警报弹出,患者必须在处方最终确定之前实时做出反应。患者可以查看他或她的病史,如图所示图8(右)。
图7。让病人参与决策过程的工作流程。
查看此图
图8。左图为警报问题,右图为病史记录。
查看此图

与之前工作的比较

比较了三个不同的框架(MedAlert、MedRec和MedAware)表1.这些解决方案可以减少生成的警报总数,但使用的技术完全不同。MedRec和MedAware都专注于通过过滤不相关的警报来减少警报疲劳。MedRec利用嵌入在区块链平台中的智能合约,CDS通过MedRec从中检索医疗记录,检索相关的患者信息,并生成更基于上下文的警报。MedAware使用机器学习算法在分析患者的历史医疗记录后,实时标记出更相关和准确的警报。然而,改善警报疲劳不应该仅仅是减少警报的总数。39].这两种解决方案只会引起临床医生的注意。

表1。不同框架方案的比较。
解决方案 MedAlert MedRec MedAware
减少警报 是的 是的 是的
警报捕获

临床医生 是的 是的 是的

病人 是的 没有 没有
隐私

所有权 临床医生与患者 临床医生与患者 N/A一个

加密 是的 没有 N/A
区块链

类型 私人:Hyperledger 公众:Ethereum 不,机器学习

聪明的合同 是的 是的 N/A

矿工 没有 是的,医学背景 N/A

一个N/A:不适用。

与MedRec和MedAware不同,MedAlert通过吸引临床医生和患者的注意力来减少警报疲劳。我们相信减少警觉疲劳的方法是引起临床医生的注意,但是没有完美的临床医生能够关注所有警报的解决方案[15],即使在删除了无关的警告后也不会。因此,MedAlert将低级别警报引导到患者,并诱导他们注意提供实时响应。这是一项新颖的举措,朝着临床医生-患者协作决策过程迈进,以避免由于行动被覆盖而导致的潜在用药错误。这可以提高医疗保健领域的质量,改善患者的预后,减少医生的倦怠。

MedAlert运行在私有超级账本区块链上,与运行在公共以太坊区块链上的MedRec相比,它确保了更高的私密性。这是因为私人区块链更适合高度监管的行业,如医疗保健,因为对患者隐私和数据保护有更严格的要求。为了避免信息泄露,MedAlert和MedRec在区块链上只记录元数据或参考指针,不记录患者的医疗数据。为了增强患者的数据隐私,所有元数据都被加密并存储在MedAlert区块链上,只有经过认证的患者才能查看交易,授权的临床医生才能读写交易。这使得MedAlert更好地符合GDPR(第32条)等标准。处理的安全性)与MedRec相比。

除了确保更高级别的隐私环境外,部署在私有Hyperledger中的MedAlert比部署在以太坊中的MedRec具有更好的性能。Pongnumkul等人的评估[66]表明Hyperledger在3个评估指标上优于以太坊:执行时间、延迟和吞吐量。例如,以太坊的平均延迟在低交易数量时约为2倍,在高交易数量时可增加至超级账本的14倍。当临床医生和患者在协作决策过程中需要快速共享信息时,这一点非常重要。

MedAlert可以改善临床医生和患者之间的沟通。临床医生可能需要向患者询问和验证信息,因为如果没有这一步,在订购或处方药物时就会出现重大错误风险[67].当CDS生成的警报被简单地覆盖时,这种风险可能会增加。MedAlert可以通过与患者共享临床警报来减少和防止这种情况的发生。患者可以收到警报,并被要求提供信息。如果他们不确定,他们可以直接与临床医生沟通,并以这种方式处理警报。

未来的工作

在将MedAlert部署到电子卫生部门之前,需要在未来的工作中进行诸如威胁分析等验证工作,以阐明使用MedAlert的有效性和潜在漏洞[68].这将为MedAlert提供一份有文件记录的性能评估,以说服卫生保健领导者相信这种新的数字工具的好处,并获得他们对其部署的充分支持。尽管已经发表了大量关于区块链如何记录不可篡改的交易并增强互操作性从而改善医疗保健的文献,但许多领导者仍然不确定区块链与医疗保健有什么关系。验证证明是扩大该框架并使其适用于现实世界的重要一步[69].

其次,根据严重程度对警报进行排序和分层,例如,将警报排序为3个层:低、中和高,这是验证MedAlert的未来工作的一部分。这是为了确定哪些低级别警报适合患者,因为临床医生倾向于接受高级别警报,而不是中级别或低级别交互警报[11].然而,分级警报的过程是高度主观的,当涉及到决定哪些警报被认为是低级别的,并且在达成共识之前对所有医学专家来说是耗时的。因此,选择与患者共享哪些警报的最初步骤可能具有挑战性。

分散的身份管理是验证和验证用户的另一种方法。它消除了集中式身份系统的局限性,有助于实现最全面的国家数据保护法律的遵守,并将身份数据的所有权和控制权交还给个人。存在各种分散的身份管理系统,它们使用分布式账本技术提供解决方案。Evernym [70], uPort [71],和Sovrin [70]是一些在去中心化身份平台上工作的身份项目的例子。然而,这些复杂的解决方案仍处于临时阶段,还需要更多的验证、讨论和调查[60].

限制

MedAlert适用于特定的用户组。对于不太了解技术的患者来说,协作决策可能具有挑战性,特别是对于可能无法有效使用MedAlert的老年患者。例如,患者需要验证和验证自己,从而获得警报的步骤可能会让老年人感到困惑,并可能给他们带来不必要的压力。MedAlert也不适合需要持续监测的住院患者。这是因为当他们在医院感到不适时,他们可能无法提供回应。

向患者发出低级别警报可能会引发道德问题,在患者提供错误响应的情况下,责任会间接转移到患者身上。在荷兰的医疗中心进行的一项研究中,警报是针对护士的,尽管效率和效果有所提高,但该研究得出的结论是,此类警报不应针对护士[40].在协同决策过程中,很难在临床医生、护士和患者之间找到正确的责任平衡。

隐私问题是由GDPR涵盖的。在区块链上存储医疗记录等数字资产可能会侵犯个人隐私。尽管MedAlert仅将患者的元数据存储在区块链上,但它并非完全匿名。恶意行为包括试图根据区块链上的伪匿名信息了解并识别实际的个人患者。此外,当用户希望完全删除或删除自己的数据时,属于个人的数据和元数据的永久存储可能违反GDPR(第17条删除或被遗忘的权利)。

结论

CDS通过生成警报来支持预防用药错误的决策过程。临床医生现在可以依靠这些警报以及他们的知识和过去的经验来避免用药错误。由于CDS设置的低特异性和高度限制性的修改,大量不相关的警报导致临床医生经历警报疲劳。这会导致高覆盖率,从而导致用药错误。

从我们的范围回顾中,我们发现了减少警报数量的不同方法,例如机器学习算法和区块链技术,通过过滤不相关的警报。我们开发了一种不同的解决方案,类似于医学专家指出的,改善警报疲劳不仅仅是减少警报的总数。

根据这一想法,我们设计了MedAlert,这是一种基于区块链的解决方案,通过与患者共享低级别警报,临床医生通常更倾向于覆盖低级别警报。目标是确保警报能引起患者和临床医生的注意,从而防止用药错误,而不是习惯性地被覆盖。在我们自己的工作中,我们引入了第二层,让患者参与提供响应,并让他们至少部分负责警报验证。这第二层减少了临床医生的警觉疲劳,同时,使患者参与协作过程,使药物错误更难发生。

与其他框架相比,MedAlert的其他潜在优势包括确保更大程度的患者隐私,以及在患者和临床医生之间建立新的通信层的能力。智能合约和BankID(联邦身份管理)的使用在验证患者身份和确保正确的人收到警报方面非常有用。

向患者发出警告面临着一些挑战,比如在不引发道德问题的情况下,在患者和临床医生之间找到平衡。这种解决方案可能不适合需要持续监测的老年患者或住院患者。根据严重程度对警报进行分类和分级也是一项挑战,因为它是主观的,而且可能在不同的医学专家小组之间有所不同。

为了让医疗保健部门从这一创新理念的潜在价值中受益,需要在未来开展工作,例如基于真实场景(如GPDR的遵从程度)验证MedAlert。提供MedAlert性能的文件评估对于获得卫生保健领导者的支持至关重要,他们将这一想法作为减少警报疲劳的潜在解决方案。

致谢

作者要感谢来自挪威Innlandet医院的Egil Utheim,他提出了挪威医疗保健的见解和当前问题,这启发了作者,并导致了本文的发展。本研究由NTNU数字化转型项目资助:通过区块链技术实现数字社会的信任和透明度。

利益冲突

没有宣布。

多媒体附件1

搜索字符串。

DOC文件,59 KB

多媒体附件2

所选文献摘要。

DOCX文件,25kb

  1. 临床决策支持系统概述。在:Berner ES。编辑器。临床决策支持系统:理论与实践。纽约,纽约:施普林格纽约;2007:3-22。
  2. Kesselheim AS, Cresswell K, Phansalkar S, Bates DW, Sheikh A.临床决策支持系统可以进行修改,以减少“警报疲劳”,同时仍将诉讼风险降至最低。卫生Aff (Millwood) 2011年12月30日(12):2310-2317。[CrossRef] [Medline
  3. Morris ME, Aguilera A.《移动、社交和可穿戴计算与心理学实践的演变》。心理学教授2012年12月43(6):622-626。[CrossRef] [Medline
  4. Kamel Boulos MN, Wilson JT, Clauson KA。地理空间区块链:健康和医疗保健方面的承诺、挑战和情景。国际卫生地理杂志2018年12月05日;17(1):25 [免费全文] [CrossRef] [Medline
  5. Smithburger PL, Buckley MS, Bejian S, Burenheide K, Kane-Gill SL.药物-药物相互作用检测的临床决策支持的关键评估。2011年11月10日(6):871-882。[CrossRef] [Medline
  6. Kassakian SZ, Yackel TR, Gorman PN, Dorr DA。临床决策支持商业电子健康记录中的故障。应用临床通报2017年9月06日;8(3):910-923。[CrossRef] [Medline
  7. 近年来。与警报疲劳有关的错误。健康信息技术安全:临床案例研究:施普林格国际出版社;2016:41-54。
  8. 近年来。计算机医嘱输入中的药物安全警报:解除和对抗警报性疲劳。阿姆斯特丹:鹿特丹伊拉斯谟大学;2009: E。
  9. Rayo MF, Kowalczyk N, Liston BW, Sanders EB, White S, Patterson ES。比较警报和动态注释可视化(DAVs)在改善临床决策方面的有效性。Hum Factors 2015 9月;57(6):1002-1014。[CrossRef] [Medline
  10. McGreevey JD, Mallozzi CP, Perkins RM, Shelov E, Schreiber R.减少电子健康记录中的警报负担:来自四个卫生系统的最新建议。应用临床通报2020年1月;11(1):1-12。[CrossRef] [Medline
  11. Isaac T, Weissman JS, Davis RB, Massagli M, Cyrulik A, Sands DZ,等。在门诊治疗中覆盖药物警报。Arch Intern Med 2009 march 09;169(3):305-311。[CrossRef] [Medline
  12. van DSH, Aarts J, Vulto A, Berg M.计算机医嘱输入中药物安全警报的覆盖。中国医学杂志2006;13(2):138-147。[CrossRef] [Medline
  13. 李志刚,李志刚,李志刚。基于质量改进方法降低中断警报负担的研究。应用临床通报2020年1月;11(1):46-58。[CrossRef] [Medline
  14. Mello MM, Chandra A, Gawande AA, Studdert DM.国家医疗责任制度的成本。卫生事务人员(米尔伍德)2010年9月29日(9):1569-1577 [免费全文] [CrossRef] [Medline
  15. Segal G, Segev A, Brom A, Lifshitz Y, Wasserstrum Y, Zimlichman E.通过在住院患者环境中应用基于概率的机器学习临床决策支持系统来减少药物处方错误和不良药物事件。美国医学通报协会2019年12月01日;26(12):1560-1565。[CrossRef] [Medline
  16. 沃克GH,沃特菲尔德S,汤普森P.海上:石油生产平台控制室的人体工程学分析。国际工业工效学杂志2014年9月44(5):723-731。[CrossRef
  17. Narayanaswamy B, Balaji B, Gupta R, Agarwal Y.编辑。基于模型、集群和比较(MCC)的暖通空调系统故障数据驱动调查:计算机协会,Inc 2014:A。[CrossRef
  18. Simpao AF, Ahumada LM, Desai BR, Bonafide CP, Gálvez JA, Rehman MA,等。使用可视化分析仪表板优化儿科医院电子健康记录系统中的药物-药物交互警报规则。美国医学信息杂志2015年3月22日(2):361-369。[CrossRef] [Medline
  19. Saiyed SM, Greco PJ, Fernandes G, Kaelber DC。在整个综合医疗保健系统中使用商业软件优化药物剂量警报。美国医学通报协会2017年11月01日;24(6):1149-1154。[CrossRef] [Medline
  20. 电子处方并不能防止用药错误。sciencenorwaycom互联网。挪威:sciencenorway;2019年10月19日URL:https://partner.sciencenorway.no/e-health-research-health-services-medication/electronic-prescribing-does-not-prevent-medication-errors/1579788[2020-03-01]访问
  21. Morris ME, Aguilera A.《移动、社交和可穿戴计算与心理学实践的演变》。索达尔教授respr 2012 12月43(6):622-626 [免费全文] [CrossRef] [Medline
  22. NDOE。挪威电子健康理事会。2019.URL:https://ehelse.no[2020-02-12]访问
  23. 医院I.区块链会议:分销价值链在:科技NUoSa,编辑。In:区块链会议:分配价值链。2019年11月15日出席:区块链会议:分销价值链;2019年11月15日;Gjø维克,挪威。
  24. 李志强,李志强,李志强,等。综合临床决策支持分类法的开发和评估:商业和内部开发的电子健康记录系统中前端工具的比较。美国医学信息学会2011年5月01日;18(3):232-242 [免费全文] [CrossRef] [Medline
  25. 张鹏,White J, Schmidt DC, Lenz G, Rosenbloom ST. FHIRChain:应用区块链安全、可扩展地共享临床数据。中国生物工程学报,2018;[CrossRef] [Medline
  26. Morris ME, Aguilera A.《移动、社交和可穿戴计算与心理学实践的演变》。心理学教授2012年12月43(6):622-626。[CrossRef] [Medline
  27. Tandon A, Dhir A, Islam AN, Mäntymäki M.区块链在医疗保健:一个系统的文献综述,综合框架和未来的研究议程。计算机行业2020年11月;122:103290。[CrossRef
  28. 崔科,李丽丽,李丽娟,李丽娟,等。用于范围审查的PRISMA扩展(PRISMA- scr):检查表和解释。安实习生医学2018年10月02日;169(7):467-473。[CrossRef] [Medline
  29. 陈J, Chokshi年代,对冲基金R,冈萨雷斯J, Iturrate E, Aphinyanaphongs Y, et al。临床决策支持的个性化机器学习算法的开发、实现和评估:带状疱疹疫苗接种的案例研究。J Med Internet Res 2020 april 29;22(4):e16848 [免费全文] [CrossRef] [Medline
  30. Soundararajan V, McDaniel B, Shin J, Sneha S, Soundararajan V.利用区块链改进临床决策支持系统。2019年5月24日发表于:CEUR研讨会论文集。, 2408年;2019;葡萄牙里斯本。
  31. Heringa M, van der Heide A, Floor-Schreudering A, De Smet PAGM, Bouvy ML.更好地规范触发器以减少初级保健中的药物相互作用警报数量。国际医学杂志2018年1月;109:96-102。[CrossRef] [Medline
  32. Heringa M, Siderius H,地板- schreudering A, de Smet PAGM, Bouvy ML.通过聚类相关药物相互作用警报降低警报率。美国医学杂志2017年1月24日(1):54-59。[CrossRef] [Medline
  33. Khalifa M, Zabani I.通过减少警觉疲劳来提高临床决策支持系统的利用率:策略和建议。Stud Health technology Inform 2016;226:51-54。[Medline
  34. Jafarpour B,阿比迪SR, Ahmad AM,阿比迪SSR。INITIATE:智能自适应警报环境。种马健康技术通报2015;216:285-289。[Medline
  35. 王志刚,王志刚,王志刚。供应商订单计算机输入的决策支持质量研究。JMIR Med Inform 2018年1月24日;6(1):e3 [免费全文] [CrossRef] [Medline
  36. Powers EM, Shiffman RN, Melnick ER, Hickner A, Sharifi M.电子健康记录系统中硬停警报的有效性和意外后果:系统综述。J Am Med Inform association 2018年11月01日;25(11):1556-1566 [免费全文] [CrossRef] [Medline
  37. Hussain MI, Reynolds TL, Zheng K.通过交互设计和临床角色定制可降低药物安全警报疲劳:一项系统综述。J Am Med Inform association 2019年10月01日;26(10):1141-1149 [免费全文] [CrossRef] [Medline
  38. 布莱恩特AD,弗莱彻GS,佩恩TH。有意义使用时代的药物相互作用警报覆盖率:没有进展的证据。中国临床医学杂志2014;5(3):802-813 [免费全文] [CrossRef] [Medline
  39. 谢弗J, Cvach M, Edworthy JR, Patterson ES。圆桌讨论:改善“警报问题”需要的不仅仅是减少警报的数量。中国生物医学工程学报,2018;52(6):454-461。[CrossRef] [Medline
  40. van der Sijs H, Lammers L, van den Tweel A, Aarts J, Berg M, Vulto A,等。护理提供者订单输入中依赖时间的药物-药物相互作用警报:软件可能会抑制用药错误的减少。中国医学信息杂志2009;16(6):864-868 [免费全文] [CrossRef] [Medline
  41. Gordon WJ, Catalini C.区块链医疗保健技术:促进向患者驱动的互操作性的过渡。中国生物工程学报(英文版)2018;免费全文] [CrossRef] [Medline
  42. Hathaliya JJ, Tanwar S.关于医疗保健4.0中的安全和隐私问题的详尽调查。计算机通信2020年3月153:311-335。[CrossRef
  43. Pandey AK, Khan AI, Abushark YB, Alam MM, Agrawal A, Kumar R,等。医疗保健数据完整性中的关键问题:分析和建议。IEEE Access 2020;8:40612-40628。[CrossRef
  44. 萧万安:HSA献血者数据泄露:什么时候?可能还不够。今天在线。新加坡:今日在线;2019年3月21日URL:https://www.todayonline.com/commentary/hsa-blood-donor-data-leak-when-sorry-may-not-be-enough[2020-03-03]访问
  45. 肖震,李震,刘勇,冯磊,张伟,Lertwuthikarn T. EMRShare:一种跨组织的医疗数据共享和管理框架,使用许可的区块链C3 -国际并行和分布式系统会议论文集。2019年2月21日发表于:2018年IEEE第24届并行和分布式系统国际会议(ICPADS);2018年12月11-13日;新加坡。[CrossRef
  46. 沈斌,郭军,杨艳。MedChain:基于区块链的高效医疗数据共享。应用科学2019 3月22日;9(6):1207。[CrossRef
  47. 范凯,王松,任勇,李宏,杨艳。MedBlock:基于区块链的高效安全医疗数据共享。中华医学杂志2018年6月21日;42(8):136。[CrossRef] [Medline
  48. 达M,陶x,程杰。基于区块链2021的安全分布式施工文件管理系统;[CrossRef
  49. Alam BM, Wang G, Zaman A, Tao H, Wang T, Hassan M.区块链与大数据改造医疗。2018年发表于:ICDPA2018:数据处理和应用国际会议论文集;2018年5月12日至14日;中国广东,第62-68页。[CrossRef
  50. Glaser F.数字基础设施的普遍去中心化:区块链支持的系统和用例分析框架。2017年1月发表于:第50届夏威夷系统科学国际会议记录;2017;夏威夷,1543-1552年。[CrossRef
  51. Nærland K, Müller-Bloch C, Beck R, Palmund S.区块链to Rule the Waves -在去中心化环境中降低风险和不确定性的新生设计原则。出席:国际信息系统会议(ICIS);2017;首尔URL:https://core.ac.uk/download/pdf/145226366.pdfCrossRef
  52. 王勇,韩建辉,Beynon-Davies P.理解区块链技术在未来供应链中的应用:系统的文献综述和研究议程。供应链管理2019 1月14日;24(1):62-84。[CrossRef
  53. Drescher D.区块链基础知识:25步的非技术介绍。纽约:Apress;2017年3月16日:273。
  54. Antonopoulos A.精通比特币:解锁数字加密货币。牛顿,马萨诸塞州,美国:O'Reilly Medi;2015.
  55. GDPR。数据控制者的GDPR检查表。数据控制者的GDPR检查表。URL:https://gdpr.eu/checklist/[2020-06-29]访问
  56. DeSalvo K. RE:为国家连接健康和护理:共享的全国互操作性路线图。《为国家连接健康和护理:共享的全国互操作性路线图》,2015。URL:https://www.healthit.gov/sites/default/files/comments_upload/tascet_comments_to_onc_interoperability_roadmap_2015_04_01.pdf[2020-05-16]访问
  57. 托里斯J, Nogueira M, Pujolle G.未来网络身份管理的调查。IEEE Commun。测量员教程2013;15(2):787 - 802。[CrossRef
  58. 宁宏,刘旭,叶霞,何军,张伟,Daneshmand M.物联网中基于边缘计算的ID和nID组合识别与解析方案。IEEE物联网杂志2019年8月;6(4):6811-6821。[CrossRef
  59. 数字身份。IEEE抛光工艺。Soc。杂志2004;23(3):41。[CrossRef
  60. 马波,陆强,张峰,万勇,张涛,宁华。基于分布式账本技术的电子医疗身份隐私保护研究。传感器(巴塞尔)2020年1月15日;20(2):- [免费全文] [CrossRef] [Medline
  61. Viswanathan H, Chen B, Pompili D.无处不在医疗保健的计算、通信和上下文感知方面的研究挑战。IEEE Commun。2012年5月;50(5):92-99。[CrossRef
  62. Jensen HH, Hewett N.供应链区块链的包容性部署第2部分:数字身份的可信验证。世界经济论坛。:世界经济论坛;2019年4月24日URL:www3.weforum.org/docs/WEF_Trustworthy_Verification_of_Digital_Identities_2019.pdf[2020-03-12]访问
  63. BankID。关于我们。URL:https://www.bankid.no/en/private/about-us/
  64. Smart-ID。智能身份证是一种识别自己身份的聪明方法。URL:https://www.smart-id.com/
  65. 金姆H,拉斯科夫斯基M.区块链智能合约的视角:减少价值交换的不确定性和复杂性。: IEEE;2017年9月17日发表于:2017年第26届计算机通信与网络国际会议(ICCCN);2017年7月31日至8月3日;温哥华,卑诗省,加拿大。[CrossRef
  66. Pongnumkul S, Siripanpornchana C, Thajchayapong S.私有区块链平台在不同工作负载下的性能分析。: IEEE;2018年9月18日发表于:2017年第26届计算机通信与网络国际会议(ICCCN);2017年7月31日至8月3日;温哥华,卑诗省,加拿大。[CrossRef
  67. Porter SC, Manzi SF, Volpe D, Stack AM。正确获取数据:儿科急诊医学中的信息准确性。Qual Saf保健2006年8月;15(4):296-301 [免费全文] [CrossRef] [Medline
  68. 万PK,黄林,霍tskog .供应链中区块链支持的信息共享:系统文献综述。IEEE Access 2020;8:49645-49656。[CrossRef
  69. 萨巴里,M, Sarkis J,沈林。区块链技术及其与可持续供应链管理的关系。国际生产研究杂志2018年10月17日;57(7):2117-2135。[CrossRef
  70. Reed D. Sovrin:自我主权身份和去中心化信任的协议和令牌。犹他州:Sovrin基金会;2018年1月16日。URL:https://sovrin.org/wp-content/uploads/Sovrin-Protocol-and-Token-White-Paper.pdf
  71. 邓菲P, Petitcolas FA。区块链上的身份管理方案初探。IEEE安全内核。隐私2018年7月;16(4):20-29。[CrossRef


API:应用程序编程接口
cd:临床决策支持
电子健康档案:电子健康记录
GDPR:一般保障资料规例
它:信息技术
台湾:挪威科技大学
其他:具象状态转移


G·艾森巴赫(G Eysenbach)编辑;提交07.07.20;C Esposito同行评审,R Sutton;作者评论02.08.20;修订本于08.09.20收到;接受12.09.20;发表28.10.20

版权

©Paul Kengfai Wan, Abylay Satybaldy, Lizhen Huang, Halvor Holtskog, Mariusz Nowostawski。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 28.10.2020。

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map