本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 附录 A：实现医疗保健组织的目标
简化数据访问，减少管理开销，最大限度地减少患者数据录入，并提供个性化信息。
## 改善患者体验
患者体验包括患者与医疗保健系统之间的各种互动。现代医疗保健数据策略可通过以下方式改善患者体验：
+ 简化患者和临床医生的数据访问
+ 减少管理开销
+ 最大限度地减少患者数据录入要求
+ 提供有关病情、治疗、风险、疾病管理、临床试验和新兴疗法的个性化信息
您的组织可以使用由现代医疗保健数据策略支持的数字化入口或患者门户服务。这些服务由 AWS 合作伙伴提供，引导每位患者从发现医疗服务直到出院及后续随访的整个过程。主要数字化入口功能包括在线预约选项、在线健康调查以及患者对集成多模态健康数据的访问。这些数据包括多个医疗服务提供者和实验室的影像和基因组数据。[现代医疗保健数据策略支持呼叫中心现代化，包括提供基本信息的[聊天机器人](https://aws.amazon.com/blogs/industries/leveraging-healthcare-chatbots-at-your-digital-front-door/) 24/7 /365，并由使用 Amazon Connect Customer 的全渠道多语言联络中心提供支持。](https://aws.amazon.com/connect/)
## 改善不同群体的健康状况
群体健康重点关注影响群体健康状况的相互关联条件和因素。其还确定了与这些因素相关的模式的系统性差异。最后，其运用由此产生的知识来制定和实施策略与实践，以改善这些群体的健康和福祉。通过弥合群体健康与医疗保健服务之间的差距，医疗系统能够以更低成本实现改善的健康状况。
现代医疗保健数据策略可通过以下方式帮助改善群体健康状况：
+ 根据患者属性细分患者群体
+ 识别各个社区的风险因素
+ 采用初级医疗保健上门服务模式
+ 在指定群体中采用循证筛查和预防措施
+ 关注总体健康情况
+ 从按量转向按价值诊疗
为了开发改善群体健康状况的医疗保健数据系统，医疗保健组织应能够整合内部和外部数据来源。这些数据可能包括临床数据以及与健康行为、社会和经济状况、物理环境、索赔、成本和患者参与度相关的数据。
您的医疗保健组织还应该能够为目标群体制定与目标相关的基准。例如，为了防止药物滥用，医疗系统必须了解群体中身体虐待、情感虐待和性虐待的普遍程度。他们还需要能够确定可以从干预措施中受益的群体，了解医疗的总成本，并进行持续分析，以验证举措是否产生预期的效果。
## 通过优化运营降低成本
由于报销率变化、劳动力成本上升、药品耗材价格上涨及通货膨胀，医疗系统面临着财政挑战。医疗系统通常运营利润微薄、资源有限，因此，采取节省成本的措施来优化其有限资源的利用将从中受益。
全面的汇总数据提高了对整个诊疗过程中与干预措施相关的费用的透明度。医疗系统可以利用这些数据来探索降低成本、创造收入和加快现金流的新机制。这样便可专注于保障患者健康并维持医院正常运转。
现代医疗保健数据策略可通过以下方式帮助医疗系统节省成本：
+ 根据患者流量优化排班和容量规划。这种优化既能缓解医疗服务提供者的倦怠，又能提高患者的参与度。
+ 使用预测模型估算患者的支付意愿，并利用这些数据制定不同的收款策略。
+ 让从业人员能够批判性地评测研究数据、临床指南和其他信息资源，从而正确识别临床问题。然后，从业人员可据此实施最高质量的干预措施，并重新评估疗效，以在未来获得更好的结果。
## 自动执行任务以改善医疗服务提供者体验
临床医生很难在患者诊疗与其每天需要进行的大量例行任务之间取得平衡。如果无法在诊疗时获取全面的患者特定数据，他们会感到非常沮丧。工作量和工作时间过长，病历不完整，工作环境也往往充满挑战。这些因素导致医疗保健相关组织中工作人员的倦怠和不满程度不断上升。
现代医疗保健数据策略可通过以下方式帮助改善临床医生和医疗服务提供者的工作体验：
+ 让临床医生能够访问有关患者的历史信息，以使其能够为更多的患者提供更高质量的诊疗，从而优化患者的疗效
+ 自动化行政任务，减轻医疗服务提供者的负担
+ 通过在诊疗时提供全面的病历，建立整体患者视图
+ 建立便于医疗服务提供者之间无缝交换病历的系统
+ 简化患者知情同意与其他合规相关要求的管理
## 使用数据来理解和识别差异，从而提升公平性
为了改善广大群体的医疗保健成果，医疗系统必须了解存在诊疗差异的地方、差异程度如何以及出现差异的原因。有了这些信息，组织就可以开始制定改善所有患者诊疗的计划。
医疗保健组织可能没有意识到患者在常规诊疗过程中面临的障碍。组织也可能不了解医疗系统之外、对健康不平等产生影响的因素。健康结果数据是识别差异类型和程度最可靠的方法。
现代医疗保健数据策略可通过以下方式帮助减少医疗保健差异：
+ 提供克服距离障碍的诊疗选项，例如虚拟诊疗系统、患者门户网站和远程患者监控
+ 提供解决方案，以改善获得社会服务、食品安全、交通、住房或经济机会的途径
+ 创建或整合数据集，以建立强大且内容丰富的数据集
+ 清理现有数据集，以提升其在种族、民族、性别、残疾或其他已知的不平等决定因素方面的准确性
+ 纠正算法偏见
## 通过基因组研究推进医疗保健进步
基因组信息在识别遗传和罕见疾病方面至关重要。其也是表征推动癌症进展的突变以及跟踪疾病暴发的重要工具。基因组学是精准医疗的核心。通过考虑个体与疾病的差异性，临床医生能够制定个性化诊疗之旅和靶向治疗。
通过采用现代医疗保健数据策略，研究机构可通过以下方式推动医疗保健的进步：
+ 确定遗传变异以帮助诊断和治疗疾病，帮助发现疾病生物标志物和潜在的治疗靶点，并指导靶向治疗。
+ 识别可用于临床应用的基因型信息。这些信息可用于制定多基因风险评分，用于疾病的早期检测、预防或治疗。
+ 从基因组数据获得生物学洞察，为药物发现和临床应用提供依据。
+ 使用基因组学更好地了解疾病的演变，跟踪其进展并快速开发检测方法。
+ 使用多组学数据和临床信息，获得有关细胞功能的有用洞察。
## 提升医疗保健系统的可持续发展
医疗保健系统正在采用新的可持续发展目标。为了明确和实现其系统目标，他们正在探索新工具。这些工具不仅可以帮助其了解和优化自身的 IT 碳足迹，还可以帮助其了解和优化所使用的材料以及生产这些材料的整个供应链。对于 IT 团队而言，数据存储和处理是组织碳足迹中一个庞大且不断增长的组成部分。
通过采用现代医疗保健数据策略，医疗保健组织可以：
+ 使用云服务优化 IT 存储和数据处理资源的使用，并将正常运行的 IT 工作负载迁移到具有可再生能源和可持续水资源的环境。
+ 分析供应链以确定更可持续发展的产品。
正如 Amazon 在 [Climate Pledge](https://www.aboutamazon.com/planet/climate-pledge) 中所说的那样，“我们认为自己有义务遏制气候变化，而将碳排放量减少到零将产生重大影响。我们希望在 2040 年之前实现净零碳排放，比 Paris Climate Agreement 提前十年，并且我们正朝着在 2025 年之前使用 100% 可再生能源为我们的运营供电的方向迈进，这是我们实现净零碳目标的一部分。”
Amazon 在 [Amazon Sustainability 主页](https://sustainability.aboutamazon.com/)上记录了其可持续发展方法和计划。特别是，该 AWS 基础设施的[能源效率是451 Research调查的美国企业数据中心中位数的3.6倍](https://aws.amazon.com/energy/sustainability/)，到2030年将达到[正水](https://www.aboutamazon.com/news/aws/aws-water-positive-by-2030)水平。可持续发展是该[AWS Well-Architected 框架](https://docs.aws.amazon.com/wellarchitected/latest/sustainability-pillar/sustainability-pillar.html)的支柱，它指导客户实现可持续的IT实践和供应链。 AWS 提供[客户碳足迹工具，客户可以使用该工具](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/what-is-ccft.html)来了解其 IT 碳足迹。客户可以使用 [AWS Supply Chain](https://aws.amazon.com/aws-supply-chain/features/) 功能来优化其供应链，包括其对可持续发展的影响。