无论如何，电子患者匹配是什么？
根据HealthIT.gov,病人匹配定义为“在卫生系统内和跨卫生系统识别和链接一名患者的数据，以获得该患者的医疗记录的全面视图”。至少，可以通过自动链接多个人口统计数据字段(如姓名、出生日期、电话号码和地址)来完成患者匹配。因此，患者匹配是一个关键的组成部分互操作性和国家的健康信息技术基础设施。
虽然这是一个被广泛接受的定义，但我发现患者匹配听起来很简单。实际上，它是互操作性中最复杂的部分之一，也是最重要的部分之一。当提供者试图实现患者匹配时，他们确保将患者的主要数据输入系统。如果数据是准确的，基本的人口统计信息在理想情况下可以将正确的患者与任何护理设置中的正确记录连接起来。听起来很简单,对吧?
嗯，如果我需要詹姆斯史密斯的记录，患者匹配算法必须通过考虑工作人员所归咎的所有人口统计信息来搜索多个普遍名称的条目。由于詹姆斯史密斯是一个非常常见的名字，识别正确的人可以非常困难。匹配患者不仅取决于信息人员已进入，而且其他设施和系统的其他工作人员的信息可能会错误地输入。在这种情况下，对James Smith的查询可以单独匹配邮政编码。
的人为因素使得患者匹配成为互操作性中最令人沮丧的部分之一。一旦电子匹配发生，人类可能会对选择哪位患者做出错误的决定，从而导致对护理质量的潜在不利结果。事实上，电子健康倡议基金会和NextGate最近的一份报告证实了这一点38%的美国医疗服务提供商由于匹配的患者问题报告了不良事件。
患者匹配并不是实现互操作性的灵丹妙药。
当我们看待该行业时，许多玩家正试图通过使患者匹配更有效和无处不在地破解互操作性代码。这些选项似乎是简单的解决方案，但是，在不与临床团队，前线员工和患者合作的情况下无法发生实施。以下是今天提供的一些最强大的患者匹配解决方案以及为什么他们不是您的互操作性挑战的一站式解决方案。
企业大师患者指数（EMPI）帮助医院和健康系统消除IT系统中的重复患者记录和不准确的患者信息。EMPI被认为是一个跨平台，这意味着它从多个系统中聚合患者ID并将其与主患者索引相关联。但是，这个EMPI平台只是患者识别准确性的开始。实现可能具有挑战性，该平台需要完全参与一致的细化和上传患者数据。如果有一件事我们已经看到了这些日子，那就是让患者同意对任何事情做任何事情 - 特别是他们的数据 - 可能会令人沮丧和挑战。
记录位置服务(RLS)是一个工具，它可以帮助您通过全国各地已知患者遇到的集中式数据库，通过各种EHR连接找到患者。理论上，RLS利用医疗记录号和一个可定制的评分算法来改进整个临床团队的工作流。不幸的是，这种方法没有得到广泛的应用，结果往往是新患者遭受痛苦。
一个概念国家病人标识符是在1996年引进的HIPAA呼吁将每个美国公民分配一个永久性和唯一数字的系统，以便在持续的关注中使用。由于隐私问题，国会不允许卫生部和人类服务部门执行国家患者标识符。虽然这是我支持的解决方案，但实施标准化系统ID号的纯粹规模与护理的所有方面都会带来天文货币，时间和维护成本。
事实是，虽然所有这些解决方案看起来都像是灵丹妙药，但它们不是。任何一种方式都将是互操作性的巨大进步，但供应商在进入这些兔子洞之前需要抓住机会。
休息，并调用前五名患者匹配的最佳做法。
上述任何一种患者匹配策略都可以发挥作用，但没有一线医护人员和临床团队的帮助是不行的。认识到患者匹配永远是一门不完美的科学是至关重要的。在您的整体互操作性策略中涉及患者匹配的任何“大想法”之前，我鼓励您实现这五个患者匹配的最佳实践。
最佳练习1：培训您的员工“为什么”。
训练你的人民，并确保他们了解为什么患者信息的准确性非常重要。用知识装备他们，因为算法到目前为止。帮助他们了解它们是声音互操作性的前线防护 - 这是重要的工作。在前台对他们的手动和微不足道的是，实际上与整个办公室的自动化和效率相关联。
除了收集具体的患者信息外:
-注意打字错误
-了解患者的人口统计数据是不断变化的，可以改变每一次预约。
——用合法的名字——约翰·托马斯三世在另一个系统中被称为“Trey”。“特雷是你的法定名字吗?”
-识别名字的变化——“已婚人士是否使用了伴侣的姓氏?”
最佳实践2:问一个简单的问题
准确的患者鉴定对于提供最佳患者护理至关重要。然而，在患者登记过程中可能会发生患者匹配的影响。患者标识符，例如人口统计数据，社会安全号码和患者的地址，可以轻易缺省;这可能导致系统中的差异和重复记录。您可以通过在每次患者进入您的门时提出一个简单的问题来消除这一挑战：您的病人信息是否仍然是最新的？
只有这个小步骤可以显着提高精度。此外，回答这些问题可以帮助您思考患者匹配的影响来设置最佳系统和流程。
最佳实践3:不要陷入“设定后就放弃”的心态
许多患者的匹配实现都带有“先设置再忽略它”的心态。当我与医生联系时，我听到的第一件事是，“我制定了协议，这样患者匹配就会自动发生，对吗?”或者“我的电子病历不是已经为我做了病人匹配了吗?”实际情况是，患者匹配——以及总体上的互操作性——需要持续一致的调整。不存在能够神奇地修复互操作性的解决方案。这是一个令人惊讶的手工过程。如果数据和流程不充分，结果就会很糟糕。因此，有必要重新检查您的算法，以确保它优化您的患者匹配自动化。
最好的练习4：了解你有什么
许多提供商觉得他们需要从头开始，但在支付开发人员以构建算法之前，请评估当前技术。许多EHRS与患者匹配功能“开箱即用”，您可以简单地启用和配置。
最佳实践5:为异常实现一个流程
再次,许多118金宝搏抽水 附带功能，已经有一个例外报告，列出任何电子病人文档，不能自动匹配。确保您的员工知道运行该报告，并将责任分配给团队成员，使其在日常基础上工作。
对马特·贝克尔
Matt Becker是互操作性的副总裁Kno2在那里，他的重点是改善整个护理连续体的互操作性。Matt负责监督旨在将互操作性扩展到难以触及的市场的特定项目，以及以前不属于政府激励计划以推动互操作性的团体，例如LTPAC、行为健康、紧急医疗服务等等。他帮助提供商通过Kno2的连接平台从更大的互操作性中获益，并将他的专业知识用于帮助客户，比如正在使用Kno2开发互操作性远景和连接路线图的EHR供应商。此外，他支持Kno2创新技术的持续发展，以满足供应商不断变化的需求和要求，进一步授权组织提供最高质量的护理。
Matt Becker积极志愿者并有助于标准开发和规则制作。He is an elected member of the Carequality Steering Committee and was selected as Committee Chair for the Patient Matching Workgroup at CommonWell Health Alliance.他还参加了DirectTrust™，HIMSS，全国支持长期护理（NASL），PAICO项目，SEMENIA项目和360倍推荐管理协议以及其他行业互操作性举措的支持。
