Transforming Multi-Clinic Naturopathic EHR Data into a Research Database: A Retrospective Feasibility Pilot Study
这项回顾性可行性试点研究表明，一个符合 HIPAA 标准的云端流水线能够成功地将多诊所自然疗法电子健康记录（EHR）数据进行聚合、去标识化和标准化，并构建成一个能够刻画患者群体特征、提取治疗模式以及检测具有临床意义的长期健康结果变化的科研数据库。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代医学的版图中，一场无声的革命正在社区诊所的围墙内悄然发生。几十年来，关于医生如何治疗患者的最详细记录一直被锁在非结构化的笔记中，以段落形式呈现，而非整齐、可搜索的方框。虽然大型医院和学术中心已经开始利用其数字记录的力量来追踪健康趋势，但自然疗法（naturopathic medicine）领域——即从业者专注于通过饮食、草药和生活方式改变来进行全身心护理的领域——在很大程度上仍处于这一数字网络之外。这种差距至关重要，因为如果没有一种方法来收集和分析来自许多不同诊所的数据，就很难了解这些疗法在现实世界中是如何发挥作用的，而不仅仅是在单一研究的受控环境中。为了弥合这一鸿沟，研究人员需要一种方法，将成千上万份零散的、手写风格的数字笔记转化为一个单一的、有组织的图书馆，以便能够安全且科学地进行研究。
一个研究团队致力于解决这一问题，他们在华盛顿州七家独立的自然疗法诊所与一个安全的云端研究数据库之间搭建了一座桥梁。他们的目标不是进行特定的医学试验，而是证明自动从这些诊所提取数据、剥离所有个人身份信息（如姓名和地址），并将剩余的医疗细节整理成科学家可以查询的格式是完全可行的。他们专注于一个能够阅读医生在接诊患者后撰写的自由文本笔记、识别推荐了哪些治疗方案，并将它们归类为营养补充剂、植物药或饮食建议等类别的系统。该项目依赖于一种标准化的数字语言，允许不同的计算机系统相互通信，确保来自西雅图诊所的数据可以与来自波特兰诊所的数据无缝结合。
研究结果是一个包含近 59,000 名患者健康记录、跨度达十八年的庞大数字档案。该集合包括超过 469,000 次患者就诊和超过 858,000 份临床笔记。研究人员成功地将这些非结构化的文本转化为一个结构化数据库，使他们能够统计特定疾病被治疗的频率以及哪些疗法最常被开具。他们发现，该网络中的患者主要是四十多岁的女性，寻求解决疲劳、维生素 D 缺乏和失眠等慢性问题。当研究人员观察医生如何治疗血糖水平升高的患者时，一个清晰的模式出现了：最常见的方法涉及营养补充剂、饮食咨询和植物药的结合。这种模式在不同的诊所之间一致出现，表明了一种共同的护理理念，即优先考虑生活方式和自然干预。
为了测试这个新数据库是否真的可以追踪随时间变化的健康状况，团队将重点放在了一组具有高血糖指标的患者身上。他们比较了数千名此类个体最早和最后一次可用的血糖读数。数据显示，平均而言，处于糖尿病前期阶段的患者在一段时间内血糖水平出现了小幅但可衡测的下降，而确诊糖尿病的患者下降幅度更为显著。研究人员谨慎地指出，这一观察结果并不证明是自然疗法治疗导致了改善，因为患者可能也同时在服用其他药物或改变了生活习惯。然而，该数据库能够检测到这些健康指标的变化，这一事实证明了该系统的有效性。它证明了该基础设施有能力捕捉到那些在传统的、一次性的研究中经常丢失的、关于患者健康的细微且长期的信号。
这一试点项目的成功在于其处理日常医疗实践中“混乱现实”的能力。在许多诊所，医生会以自己的风格书写笔记，使用不同的词汇来描述同一种治疗方法。研究人员构建了一个能够阅读这些多样化笔记，并准确识别医生何时开具了特定疗法（如维生素补充剂或针灸转诊）的系统。他们通过手动检查提取数据的样本来验证这一过程，确认其自动化系统准确率超过 93%。这种高度的准确性意味着该数据库可以被信任，能够反映医生的真实执业情况，而非仅仅是随机文本产生的噪音。它还揭示了虽然一些诊所侧重于物理疗法或压力管理，而另一些则更倾向于营养，显示出同一领域内方法的多样性。
或许最重要的发现是，这类研究现在可以在无需医生手动将数据输入单独研究表单的情况下实现。过去，创建一个如此规模的数据库需要团队人员坐在那里，将纸质病历或数字屏幕上的信息逐一打字，这是一个缓慢且昂贵的过程，限制了研究的规模。通过自动化地直接从医生已经在使用的电子健康记录中提取数据，该团队创建了一个具有可扩展性和可持续性的系统。他们建立的数据库不仅仅是一个静态的数据集合；它是一个可以随着新患者就诊和新疗法开具而不断更新的动态资源。这为未来的研究打开了大门，使其能够探索自然疗法如何影响从甲状腺疾病到心脏健康等广泛的状况，使用的是真实世界的证据而非理论模型。
该研究也强调了仍然存在的挑战。由于数据来自特定州的一个特定诊所群体，结果可能无法完美代表全国范围内的每一家自然疗法诊所。此外，该系统无法捕捉有关患者是否真正遵循医生建议的信息，只能捕捉到建议是否已给出。种族和族裔数据也很大程度上在记录中缺失，这反映了医疗信息收集中的一个更广泛的问题。尽管存在这些局限性，该项目仍作为一个概念验证，证明了现代医学的数字工具可以被改编，以支持自然疗法独特的个性化性质。它表明，借助适当的技术，患者笔记中丰富的、详细的故事可以转化为强大的证据，有助于在真实的医疗世界中勾勒出更清晰的健康运作图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。