Identical results, hidden data problems: running CMS's digital quality measures on real hospital data
تُظهر هذه الدراسة أنه بينما يمكن تنفيذ مقاييس الجودة الرقمية الخاصة بمركز خدمات الرعاية الطبية (CMS) لحالات نقص السكر الحاد في الدم وفرط سكر الدم بكفاءة واتساق على بيانات مستشفيات حقيقية باستخدام معيار (FHIR)، فإن المقاييس الناتجة حساسة للغاية لمشكلات جودة البيانات الأساسية — مثل الوحدات المفقودة وتصنيفات حالة الإدخال — بدلاً من أخطاء محرك التنفيذ، مما يؤكد الحاجة الماسة لاختبار جاهزية البيانات قبل الإبلاغ الإلزامي بمعيار (FHIR).
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعتمد المستشفيات بشكل متزايد على أجهزة الكمبيوتر لتتبع مدى جودة رعاية المرضى. فبدلاً من قيام الأطباء والممرضين بمراجعة السجلات يدوياً لحصر الأخطاء أو المضاعفات، تقوم البرمجيات الآن بمسح السجلات الصحية الإلكترونية لإنشاء درجات الجودة تلقائياً. وتحدد هذه الدرجات مدى أداء المستشفى، بل ويمكن أن تؤثر حتى على مقدار الأموال التي يتلقاها من البرامج الحكومية. ولجعل هذه العملية أسرع وأكثر اتساقاً، يتجه المسؤولون الصحيون نحو نظام جديد يتم فيه تنظيم البيانات بتنسيق رقمي قياسي، مما يسمح لأنظمة الكمبيوتر المختلفة بالتحدث بنفس اللغة. والهدف هو جعل هذه المقاييس الرقمية تعمل تلقائياً، مما يوفر صورة واضحة ولحظية لسلامة المرضى. ومع ذلك، يظل هناك سؤال جوهري: إذا قرأ الكمبيوتر البيانات تماماً كما هي مكتوبة، فهل ستعكس النتائج الواقع الحقيقي لرعاية المرضى، أم أن العيوب الخفية في كيفية تسجيل البيانات ستؤدي إلى أرقام مضللة؟
وضع باحث يدعى ساي شاران كاسا (Sai Sharan Kasa) نصب عينيه الإجابة على هذا السؤال من خلال اختبار مقاييس سلامة محددة على قاعدة بيانات ضخمة من سجلات المستشفيات في العالم الحقيقي. صُممت هذه المقاييس لاكتشاف حالتين خطيرتين: انخفاض شديد في سكر الدم وانخفاض شديد في ارتفاع سكر الدم، وكلاهما يمكن أن يحدث للمرضى أثناء إقامتهم في المستشفى. استخدم الباحث مجموعة كاملة من السجلات مجهولة المصدر من مستشفى تعليمي رئيسي في بوسطن، تغطي مئات الآلاف من إقامات المرضى على مدار أكثر من عقد من الزمن. كانت السجلات قد حُوّلت إلى التنسيق الرقمي القياسي الجديد، لكنها كانت لا تزال تحتوي على التفاصيل الأصلية الفوضوية لكيفية إدخال المعلومات من قبل طاقم المستشفى. قام الباحث ببناء نظام لتشغيل برنامج الحكومة الرسمي على هذه البيانات، ولكن مع لمسة حاسمة: تم تصميم النظام لمعالجة البيانات في أجزاء صغيرة يمكن إدارتها لكل إقامة مريض، بدلاً من محاولة قراءة تاريخ المريض الكامل لمدة عام كامل دفعة واحدة. سمح هذا النهج للباحث بتشغيل الحسابات المعقدة على جميع الإقامات البالغ عددها 431,231 إقامة في غضون ساعات قليلة فقط، وهي مهمة كانت ستستغرق أسابيع أو شهوراً باستخدام الطرق القديمة.
كان الاكتشاف الرئيسي الأول هو أن النظام الجديد القائم على "الأجزاء" أنتج نتائج مطابقة تماماً للبرنامج الأصلي غير المعدل عند تشغيله على نفس البيانات. كان هذا اكتشافاً حيوياً لأنه أثبت أن الطريقة الجديدة لمعالجة البيانات لم تؤدِ إلى أي أخطاء أو تغييرات في المنطق نفسه؛ فقد كان الكمبيوتر يفعل بالضبط ما كان من المفترض أن يفعله. ومع ذلك، عندما نظر الباحث بعمق فيما كان الكمبيوتر يجده بالفعل، اكتشف أن النتال كانت تعتمد كلياً على جودة البيانات التي تغذيه. لقد كان البرنامج مرآة أمينة، لكن الانعكاس الذي أظهره كان مشوهاً بسبب كيفية تسجيل البيانات في المقام الأول.
كانت المشكلة الأكثر أهمية التي تم العثور عليها تتعلق بكيفية تسجيل مستويات السكر في الدم. ففي كثير من الحالات، كانت أجهزة قياس الجلوكوز بجانب السرير تعطي رقماً ولكنها تفشل في تضمين وحدة القياس، مثل ملليجرام لكل ديسيلتر. ولأن مقياس السلامة يتطلب وحدة قياس محددة لتحديد ما إذا كان الرقم منخفضاً أو مرتفعاً بشكل خطير، لم يستطع الكمبيوتر مقارنة هذه الأرقام بعتبات السلامة. ونتيجة لذلك، كانت نصف حالات انخفاض سكر الدم الشديد تقريباً غير مرئية تماماً للنظام. وعندما قام الباحث بتعيين الوحدة الصحيحة لهذه المدخلات المفقودة يدوياً، ارتفع عدد حالات انخفاض سكر الدم الشديد المكتشفة بشكل كبير، مما كشف أن البيانات الأصلية قد أخفت جزءاً كبيراً من هذه الحوادث الخطيرة. وبالمثل، فات النظام العديد من أيام ارتفاع سكر الدم الشديد لأنه لم يستطع ربط تشخيص مرض السكري الخاص بالمريض بإقامته في المستشفى، مما جعل الكمبيوتر يتجاهل السياق اللازم لحساب تلك الأيام بشكل صحيح.
كما فحصت الدراسة الكيفية التي يقرر بها الكمبيوتر حساب الأدوية. يعتمد البرنامج على قائمة بأسماء الأدوية لتحديد المرضى الذين تلقوا أدوية لخفض الجلوكوز. واختبر الباحث طرقاً مختلفة لمطابقة أكواد الأدوية المحلية للمستشفى مع القائمة القياسية. وبينما أدى تغيير قواعد المطابقة هذه إلى تغيير المرضى الذين تم إدراجهم في العد، إلا أنه لم يغير بشكل جذري النسبة المئوية الإجمالية للمرضى الذين عانوا من نتيجة سيئة. وهذا يشير إلى أنه بينما قد تختلف قائمة المرضى المحددة اعتماداً على كيفية رسم خرائط البيانات، فإن معدل الضرر الإجمالي ظل مستقراً نسبياً في هذه المجموعة من البيانات المحددة. ومع ذلك، وجد الباحث أنه إذا تم إخبار النظام باحتساب إقامات الملاحظة —وهي زيارات قصيرة المدى وليست حالات دخول كاملة للمستشفى— كإقامات مستشفى كاملة، فإن عدد المرضى المحسوبين في مقاييس السلامة يتضاعف تقريباً. وقد سلط هذا الضوء على أن خطأً بسيطاً في التصنيف في البيانات يمكن أن يغير بشكل كبير حجم المجموعة التي يتم قياسها، حتى لو ظل معدل الضرر داخل تلك المجموعة ثابتاً.
ولعل الاكتشاف الأكثر إثارة للدهشة هو أن الفحوصات القياسية المصممة لضمان جودة البيانات فشلت في اكتشاف هذه المشكلات. فقد أفادت أنظمة الكمبيوتر التي تتحقق مما إذا كانت البيانات تتبع التنسيق الصحيح بأن كل شيء يبدو جيداً. اجتازت السجلات جميع الفحوصات الفنية للهيكل والاكتمال، ومع ذلك كانت لا تزال تحتوي على الأخطاء الخفية التي تسببت في تفويت مقاييس السلامة للأحداث الخطيرة. كان من الممكن للسجل أن يفتقر إلى وحدة قياس أو يحتوي على رابط مكسور للتشخيص، ومع ذلك يجتاز كل اختبارات التحقق، ليتم تجاهله فقط من قبل برنامج السلامة عندما يحاول حساب نتيجة ما. وهذا يعني أن المستشفيات لا يمكنها الاعتماد على فحوصات البيانات القياسية لضمان دقة درجات السلامة الخاصة بها؛ بل يجب عليها النظر في المنطق المحدد لمقاييس السلامة نفسها للعثور على هذه الثغرات.
خلص الباحث إلى أنه بينما يعمل النظام الرقمي الجديد تقنياً ويمكنه معالجة كميات هائلة من البيانات بسرعة ومنخفضة التكلفة، فإن الأرقام التي ينتجها هي فقط بجودة البيانات التي تغذيه بها. أظهرت الدراسة أن مشاكل البيانات الخفية، مثل الوحدات المفقودة أو الروابط المكسورة، يمكن أن تخفي نصف حالات انخفاض سكر الدم الشديد تقريباً وتغير عدد أيام ارتفاع سكر الدم بشكل كبير. هذه الأخطاء ليست ناتجة عن فشل البرنامج في العمل، بل بسبب عدم جاهزية البيانات لمتطلبات البرنامج الصارمة. وقبل أن تُطالب المستشفيات بالإبلاغ عن درجات السلامة الرقمية هذه، يتعين عليها اختبار بياناتها الخاصة مقابل القواعد المحددة للمقاييس لضمان عدم تقديم شعور زائف بالأمان. إن التكنولوجيا جاهزة، ولكن يجب تنظيف البيانات وإعدادها للكشف عن الصورة الحقيقية لسلامة المرضى.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.