Disruption in Health care industry

1
Disruption in Health Care Industry
Nawanan Theera-Ampornpunt, M.D., Ph.D.
May 10, 2019
www.SlideShare.net/Nawanan

2
2003 M.D. (First-Class Honors)
2011 Ph.D. (Health Informatics), Univ. of Minnesota
Assistant Dean for Informatics
Lecturer, Section for Clinical Epidemiology & Biostatistics
Faculty of Medicine Ramathibodi Hospital
Mahidol University
Interests: Health IT for Quality of Care, Social Media
IT Management, Security & Privacy
nawanan.the@mahidol.ac.th
SlideShare.net/Nawanan
นวนรรน ธีระอัมพรพันธุ์ (Nawanan Theera-Ampornpunt)
Line ID: NawananT
Introduction

3
What words come to mind when you hear...
Digital Health
Transformation

4https://medium.com/@marwantarek/it-is-the-perfect-storm-ai-cloud-bots-iot-etc-4b7cbb0481bc

5
http://www.ibtimes.com/google-deepminds-alphago-program-defeats-human-go-champion-first-time-ever-2283700
http://deepmind.com/ http://socialmediab2b.com
An Era of Smart Machines

6englishmoviez.com
Rise of the Machines?

7
Digitizing Healthcare?
http://www.bloomberg.com/bw/stories/2005-03-27/cover-image-the-digital-hospital

8
“Big data is like teenage sex:
everyone talks about it,
nobody really knows how to do it,
everyone thinks everyone else is doing it,
so everyone claims they are doing it...”
-- Dan Ariely @danariely (2013)
Substitute “Big data” with “AI”, “Blockchain”, “IoT”
of your choice.
-- Nawanan Theera-Ampornpunt (2018)

9
Hype vs. Hope
Jeremy Kemp via http://en.wikipedia.org/wiki/Hype_cycle
http://www.gartner.com/technology/research/methodologies/hype-cycle.jsp

10
Gartner Hype Cycle 2017
https://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/

11
“Smart” Machines?
https://www.bbc.com/news/business-47514289
https://www.standardmedia
.co.ke/article/2001318679/e
thiopian-airlines-crash-
investigators-reach-
conclusion

12
A Real-Life Personal Story of
My Failure (as a Doctor and as
a Son) in Misdiagnosing
My Mom
Would AI Help?

13
• Nothing is certain in medicine &
health care
• Large variations exist in patient
presentations, clinical course,
underlying genetic codes, patient &
provider behaviors, biological
responses & social contexts
Why Clinical Judgment Is Still Necessary?

14
• Most diseases are not diagnosed by
diagnostic criteria, but by patterns of
clinical presentation and perceived
likelihood of different diseases given
available information (differential
diagnoses)
• Human is good at pattern
recognition, while machine is good at
logic & computations

15
• Machines are (at best) as good as
the input data
–Not everything can be digitized or
digitally acquired
–Not everything digitized is accurate
(“Garbage In, Garbage Out”)
• Experience, context & human touch
matters

16
Digitization 
Digital Transformation

17
Let’s take a look at
these pictures...

18Image Source: https://en.wikipedia.org/wiki/Industrial_robot (KUKA Roboter GmbH)
“Smart” Manufacturing

19
Image Sources: http://isarapost.net/home/?p=17760
http://www.telecomjournalthailand.com/ตอบโจทย์โมเดลทางธุรกิจ/
“Smart” Banking

20ER - Image Source: nj.com
Healthcare (On TV)

21
(At an undisclosed hospital)
Healthcare (Reality)

22
• Life-or-Death
• Difficult to automate human decisions
– Nature of business
– Many & varied stakeholders
– Evolving standards of care
• Fragmented, poorly-coordinated systems
• Large, ever-growing & changing body of
knowledge
• High volume, low resources, little time
Why Healthcare Isn’t (Yet) “Smart”?

23
“To computerize
the hospital”
“To go paperless”
“To become a
Digital Hospital”
“To Have
EHRs”
Why Adopting Health IT?

24
• “Don’t implement technology just for
technology’s sake.”
• “Don’t make use of excellent technology.
Make excellent use of technology.”
(Tangwongsan, Supachai. Personal communication, 2005.)
• “Health care IT is not a panacea for all that ails
medicine.” (Hersh, 2004)
Some “Smart” Quotes

25
Being Smart #1:
Stop Your
“Drooling Reflex”!!

26
Being Smart #2:
Focus on Information &
Process Improvement,
Not Technology

27
If not “Digital Hospital”
or “Paperless Hospital”
Then What Should We
Aspire to Be?

29
So How is
a “Smart Hospital”
Different from a Digital or
Paperless Hospital?

30
Smart Healthcare For Policymakers?
Image Source: http://healthdata.moph.go.th/kpi/2557/ProvinceKpiTopicListAll.php?provincecode=99

31
Smart Healthcare For Health Promoters?
Image Source: http://www.hiso.or.th/hiso/picture/reportHealth/ThaiHealth2014/thai2014_3.pdf

32
Smart Healthcare For Clinicians?
Image Source: http://www.medscape.com/viewarticle/780298

33
Smart Healthcare For Patients & Consumers?
Image Source: Agence France-Presse/Getty Images

34https://www.youtube.com/watch?v=gxz9ZVvduGc
Connecting People to a Healthy Future With
Personalized Care – Kaiser Permanente

35
So What Exactly Is Smart Healthcare?
Image Source: http://cdn2.hubspot.net/hub/134568/file-1208368053-jpg/6-blind-men-hans.jpg

36
Back to
something simple...

37
To treat & to care
for their patients
to their best
abilities, given
limited time &
resources
Image Source: http://en.wikipedia.org/wiki/File:Newborn_Examination_1967.jpg (Nevit Dilmen)
What Clinicians Want?

38
Why Aren’t We Talk About These Words?
http://hcca-act.blogspot.com/2011/07/reflections-on-patient-centred-care.html

39
The Goal of Health Care
The answer is already obvious...
“Health”
“Care”

40
• Safe
• Timely
• Effective
• Patient-Centered
• Efficient
• Equitable
Institute of Medicine, Committee on Quality of Health Care in America. Crossing the quality
chasm: a new health system for the 21st century. Washington, DC: National Academy
Press; 2001. 337 p.
High Quality Care

41
Information Is Everywhere in Healthcare

42
42
42
WHO (2009)
Components of Health Systems

43
43
43
WHO (2009)
WHO Health System Framework

44
(IOM, 2001)(IOM, 2000) (IOM, 2011)
Landmark Institute of Medicine Reports

45
• Humans are not perfect and are bound to
make errors
• Highlight problems in U.S. health care
system that systematically contributes to
medical errors and poor quality
• Recommends reform
• Health IT plays a role in improving patient
safety
Summary of These Reports

46
Image Source: (Left) http://docwhisperer.wordpress.com/2007/05/31/sleepy-heads/
(Right) http://graphics8.nytimes.com/images/2008/12/05/health/chen_600.jpg
To Err is Human 1: Attention

47Image Source: Suthan Srisangkaew, Department of Pathology, Facutly of Medicine Ramathibodi Hospital
To Err is Human 2: Memory

48
• Medication Errors
–Drug Allergies
–Drug Interactions
• Ineffective or inappropriate treatment
• Redundant orders
• Failure to follow clinical practice guidelines
Common Errors

49
Being Smart #3:
“To Err is Human”

50
External Memory
Knowledge Data
Long Term Memory
Knowledge Data
Inference
DECISION
PATIENT
Perception
Attention
Working
Memory
CLINICIAN
Elson, Faughnan & Connelly (1997)
Clinical Decision Making

51
Example of “Alerts & Reminders”
Reducing Errors through Alerts & Reminders

52
Being Smart #4:
Link IT Values to
Quality (Including Safety)

53
Health IT
Health
Information
Technology
Goal
Value-Add
Means

54
Overview การปฏิรูปประเทศเรื่อง Health IT
Intra-Hospital IT
•Digital Health Records
(Electronic Health Records)
•Digital Transformation
•AI, Data Analytics
•Hospital IT Quality
Improvement (HA-IT)
Inter-Hospital IT
•Health Information
Exchange (HIE)
Extra-Hospital IT
•Personal Health
Records (PHRs) Patient
at Home

55
Strategic
Operational
ClinicalAdministrative
LIS
Health Information ExchangeBusiness
Intelligence
Word
Processor
Social
Media
PACS
Personal Health Records
Clinical Decision Support Systems
Computerized Physician Order Entry
Electronic Health Records
Admission-Discharge-Transfer
Master Patient Index
Enterprise Resource Planning
Vendor-Managed Inventory
Customer Relationship Management
4 Quadrants of Hospital IT

56
Intra-Hospital IT
Improvement (HA-IT)
Inter-Hospital IT
Exchange (HIE)
Extra-Hospital IT
•Personal Health
at Home

57
YouTube: TEDxMahidolU Nawanan
https://www.youtube.com/watch?v=MuoDaJAqQ6c

58
Hospital A Hospital B
Clinic D
Policymakers
Patient at
Home
Hospital C
HIE Platform
Health Information Exchange (HIE)

59
Areas of Health Informatics
Patients &
Consumers
Providers &
Patients
Healthcare
Managers, Policy-
Makers, Payers,
Epidemiologists,
Researchers
Copyright  Nawanan Theera-Ampornpunt (2018)
Clinical
Informatics
Public
Health
Informatics
Consumer
Health
Informatics

60
Incarnations of Health IT
Clinical
Informatics
Public
Health
Informatics
Consumer
Health
Informatics
HIS/CIS
EHRs
Computerized Physician
Order Entry (CPOE)
Clinical Decision
Support Systems
(CDS) (including AI)
Closed Loop
Medication
PACS/RIS
LIS
Nursing
Apps
Disease Surveillance
(Active/Passive)
Business
Intelligence &
Dashboards
Telemedicine
Real-time Syndromic
Surveillance
mHealth for Public
Health Workers &
Volunteers
PHRs
Health Information
Exchange (HIE)
eReferral
mHealth for
Consumers
Wearable
Devices
Social
Media

61
Where We Are Today...
Clinical
Informatics
Public
Health
Informatics
Consumer
Health
Informatics
Technology that
focuses on the sick,
not the healthy
Silos of data
within hospitalPoor/unstructured
data quality
Lack of health data
outside hospital
Poor data
integration across
hospitals/clinics
Poor data integration
for monitoring &
evaluation
Poor data quality (GIGO)
Finance leads
clinical outcomes
Poor IT change
management
Cybersecurity
& privacy risks
Few real examples
of precision
medicine
Little access
to own
health data
Poor patient
engagement
Poor accuracy
of wearables Lack of evidence
for health values
Health literacy
Information 
Behavioral
change
Few standards
Lack of health IT
governance

62
Healthtech Startup Ecosystem
www.facebook.com/HealthTechThailand/ No endorsements implied

64
• Telemedicine (โทรเวชกรรม)
• tele- (to or at a distance) + medicine/health
• “The use of telecommunications technology for
medical diagnostic, monitoring and therapeutic
purposes when distance and/or time separates the
participants.”
• Some use telehealth to indicate care beyond
provided in medical encounters (e.g. health
education, health-related websites)
Telemedicine & Telehealth
Hersh et al (2006)

65
• Patient-Provider Communication
• Provider-Provider Communication
Broad Types of
Healthcare Communication through IT
Hersh et al (2006)

66
• Store-and-forward telemedicine
– Collect data then transmit them for subsequent interpretation
• Home-based telemedicine
– Used by health professionals to monitor physiology, test results,
images and sounds, usually collected in a patient’s home or a
nursing facility
• Office/hospital-based telemedicine
– Usually real-time clinician-patient interactions that conventionally
would require face-to-face encounters between a patient and a
health professional
3 Main Types of Telemedicine
Hersh et al (2006)

67
State of TeleHealth
Dorsey & Topol (2015)

68
• Current Trends
–Change from using telehealth to increase access to
health care to providing convenience and reducing
cost
–Expansion of telehealth to chronic conditions
–Migration of telehealth from hospitals and clinics to
home and mobile devices
State of TeleHealth

69
• Limitations of Telehealth
–Reimbursement
• Limited & fragmented insurance coverage of telehealth
• Potential for excess health care utilization
–Clinical issues
• Patient-physician relationship
• Quality of physical examination
• Quality of care with remote visits than with in-person
visits
State of TeleHealth

70Dorsey & Topol (2015)
• Limitations of Telehealth
–Clinical issues (continued)
•Potential for abuse (e.g. overprescribing of
narcotics)
•Fragmentation of care among multiple providers
–Legal issues (e.g., state licensure, liability)
–Social issues (digital divide)
State of TeleHealth

71
Legal Issues
• Privacy & Security Issues
• Liability due to Risks of Medical Errors
▪ Misdiagnosis
▪ Delayed Diagnosis & Treatment
▪ Miscommunication & Information Reliability
• Legal Compliance
▪ พรบ.สถานพยาบาล, พรบ.วิชาชีพ, พรบ.ยา, พรบ.เครื่องมือ
แพทย์ ฯลฯ
▪ Legal Documentation

72
Laws Related to Telemedicine

73

74

75

76

77

78

79
Thailand’s Telemedicine Efforts

80
Thailand’s Telemedicine Efforts

81
• Financing & Governance
• Medical Practice & Care Delivery
• Data Privacy & Integrity
• Legal Issues, Liability & Ethics
Key Issues on Telemedicine
คณะอนุกรรมการพิจารณาแนวทางการใช้สื่อสารสนเทศทางการแพทย์ของผู้ประกอบวิชาชีพเวชกรรม แพทยสภา (2560-2561) (ยังไม่ใช่ Official Position)

82
• Telemedical Consultation (โทรเวชกรรมการปรึกษา)
• เป็นการให้คาปรึกษาแนะนาแก่ผู้ให้การบริบาลซึ่งเป็นผู้ประกอบวิชาชีพเวชกรรม
• Telemedical Direction (โทรเวชกรรมการอานวยการ)
• เป็นการให้คาสั่งการบริบาลแก่ผู้ให้การบริบาล ซึ่งเป็นบุคลากรสาธารณสุขที่ไม่ได้
เป็นผู้ประกอบวิชาชีพเวชกรรม
• Telemedical Care (โทรเวชกรรมการบริบาล)
• เป็นการให้การบริบาลแก่ผู้รับการบริบาลโดยตรงหรือให้แก่ผู้ให้การบริบาล ซึ่งไม่ได้
เป็นบุคลากรสาธารณสุข
• แต่ละประเภทมี accountability ตามบริบทนั้นๆ ทานองเดียวกับ
conventional medical practice
A Way to Classify Telemedicine

83
Telemedicine Regulatory Stakeholders

84
Telemedicine Conceptual Framework

85
Telemedicine Conceptual Framework

86
Telemedicine

87
Telemedicine

88
Telemedicine

89
• Disease-specific & specialty-specific telemedicine
medical practice guidelines (review of evidence &
balancing risk-benefits)
• Medical records documentation guidelines
• Security, privacy & identification/authentication
standards
• Harmonization among regulators
• Professional telemedicine training/certification?
Next Steps on Telemedicine

90
• ความจาเป็นในการแก้ไข พรบ.วิชาชีพเวชกรรม หรือกฎหมาย
อื่นๆ ที่เกี่ยวข้อง หรือออก พรบ. Telemedicine ยังไม่ชัดเจน
แต่มีความพยายามที่จะหารือกันระหว่างหน่วยงานต่างๆ
• Telemedicine Providers เริ่มเปิดให้บริการแล้ว ต้อง
monitor case ร้องเรียน หรือปัญหาที่เกิดขึ้น
Next Steps on Telemedicine

91WHO & ITU
Achieving Health Information Exchange (HIE)

92
https://www.hfocus.org/content/2016/02/11783

93
Myths
• We don’t need standards
• Standards are IT people’s jobs
• We should exclude vendors from this
• We need the same software to share data
• We need to always adopt international
standards
• We need to always use local standards
Theera-Ampornpunt (2011)
Myths & Truths about Standards

94
Being Smart #5:
Go for Systems that Use
Standards, Not a Unified,
Conquer-the-World System
Image Source: https://www.businessinsider.in/google-let-users-play-with-thanos-destructive-
power/articleshow/69054170.cms

95
• CDS as a replacement or supplement of
clinicians?
– The demise of the “Greek Oracle” model (Miller & Masarie, 1990)
The “Greek Oracle” Model
The “Fundamental Theorem” Model
Friedman (2009)
Wrong Assumption
Correct Assumption
Clinical Decision Support Systems (CDS)

96
Being Smart #6:
Don’t Replace
Human Users.
Use ICT to Help Them
Perform Smarter & Better.

97
Intra-Hospital IT
Improvement (HA-IT)
Inter-Hospital IT
Exchange (HIE)
Extra-Hospital IT
•Personal Health
at Home

98
• โรงพยาบาลจะพัฒนาระบบสารสนเทศของตัวเองให้เข้มแข็งได้อย่างไร
• เมื่อไรข้อมูลผู้ป่วยจะเชื่อมถึงกันได้ระหว่างโรงพยาบาลต่างๆ โดยเฉพาะข้ามสังกัด
และนอก สธ. // ควรมีซอฟต์แวร์เดียวใช้ทั้งประเทศหรือไม่
• มาตรฐานข้อมูล 43 แฟ้มไม่ครอบคลุมการใช้งาน จะปรับปรุงได้อย่างไร
• จะเลือกมาตรฐานข้อมูลยาที่เหมาะสมมาใช้งานใน รพ. ได้อย่างไร
• โครงสร้างการออกแบบ Data Center ระดับจังหวัด, เขต และประเทศ ควรเป็น
อย่างไร (Centralized, Decentralized, Distributed, Hybrid, etc.)
• การนาข้อมูลระดับ รพ. มาใช้ประโยชน์ในระดับจังหวัด เขต และประเทศ ควรเป็น
อย่างไร และออกแบบ Infrastructure Data Model อย่างไร
• Disruptive technology (AI, Blockchain, etc.) ควรมีบทบาทใน Healthcare
ไทยอย่างไร มากกว่าการเป็น buzzwords
• ความก้าวหน้าและยั่งยืนของกาลังคนด้าน Health IT เมื่อไรจะได้รับการแก้ไข
คาถามที่เจอบ่อยๆ ในวงการ Health IT ไทย

99
• ระบบข้อมูลการส่งต่อผู้ป่วยควรใช้โปรแกรมใด
• ระบบ IT การแพทย์ฉุกเฉินมีข้อจากัดการเชื่อมต่อ
• ระบบ IT PCC ควรเป็นอย่างไร
• ทาอย่างไรจึงจะมีระบบ PHRs ที่ครอบคลุมผู้ป่วยส่วนใหญ่ มีการใช้
ประโยชน์อย่างเต็มที่
• ข้อมูล Precision Medicine & Genomics จะ integrate ในการดูแล
ผู้ป่วยอย่างไร
• ข้อเสนอ: ควรเป็น Platform เดียวกัน
คาถามที่เจอบ่อยๆ ในวงการ Health IT ไทย

100
ข้อเสนอของสมาคมเวชสารสนเทศไทย ต่อ
รมว.สธ. (ศ. นพ.รัชตะ รัชตะนาวิน) เมื่อ พ.ศ. 2557

101
ข้อเสนอของสมาคมเวชสารสนเทศไทย ต่อ
รมว.สธ. (ศ. นพ.รัชตะ รัชตะนาวิน) เมื่อ พ.ศ. 2557

103
Necessary Standards in Health IT
Functional
Semantic
Syntactic
Technical Standards
(TCP/IP, encryption,
security)
Exchange Standards (HL7 V2,
HL7 V3 Messaging, HL7 CDA,
HL7 FHIR, DICOM)
Vocabularies, Terminologies,
Coding Systems (ICD-10, ICD-9,
CPT, SNOMED CT, LOINC)
Information Models (HL7 V3 RIM,
ASTM CCR, HL7 CCD)
Standard Data Sets
Functional Standards (HL7 EHR
Functional Specifications)
Some may be hybrid: e.g. HL7 V3, HL7 CCD
Unique ID

104
• ควรผลักดันการสร้าง National Health Information Platform
โดยพิจารณาออก พ.ร.บ. เพื่อ
• ปลดล็อกข้อจากัดเรื่องการแลกเปลี่ยนข้อมูลของผู้ป่วย
• มีอานาจสั่งการทั้งสถานพยาบาลของรัฐ (ในและนอก สธ.)
และเอกชน
• Ensure resource allocation
• Establish permanent governance body
• เทียบเคียงกับ พ.ร.บ.ระบบการชาระเงิน พ.ศ. 2560
ข้อเสนอเชิงนโยบาย

105
Envisioning a Smart Health Thailand

106106
#LessHype
#MoreHope
My Plea...

107107
Let’s Dream Together &
Try Harder

Disruption in Health care industry

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Disruption in Health care industry

Similaire à Disruption in Health care industry (20)

Plus de Nawanan Theera-Ampornpunt

Plus de Nawanan Theera-Ampornpunt (20)

Disruption in Health care industry