it for mds (part 1)

IT for MDs (Part 1)

Nawanan Theera‐Ampornpunt, MD, PhD

SlideShare.net/Nawanan

Feb. 13, 2013Faculty of Medicine Ramathibodi Hospital

2

A Few Words About Me...

2003 M.D. (1st-Class Honors) Ramathibodi (Rama 33)

2009 M.S. (Health Informatics) University of Minnesota

2011 Ph.D. (Health Informatics) University of Minnesota

Currently

• Acting for Deputy Chief, Health Informatics Division, Ramathibodi

Contacts

nawanan.the@mahidol.ac.th

SlideShare.net/Nawanan

www.tc.umn.edu/~theer002

groups.google.com/group/ThaiHealthIT

3

Internet & E‐mailLiterature searches & EBMPreparing presentation slidesBibliographic toolsManuscript preparationStatistical analysisHealth IT and Informatics

IT Competencies

4

Healthcare & Health ITHealth IT Applications in Hospitals

Today’s Contents

5

Health care & Health IT

6

Manufacturing

Image Source: Guardian.co.uk

7

Banking

Image Source: Scbcareers.scb.co.th

8

Health care

ER ‐ Image Source: nj.com

9

Life‐or‐DeathMany & varied stakeholders Strong professional values Evolving standards of care Fragmented, poorly‐coordinated systems Large, ever‐growing & changing body of knowledge

High volume, low resources, little time

Why Health care Isn’t Like Any Others?

10

Large variations & contextual dependence

Why Health care Isn’t Like Any Others?

Input Process Output

Patient Presentation

Decision‐Making

Biological Responses

11

But...Are We That Different?

Input Process Output

Transfer

Banking

Value‐Add‐ Security‐ Convenience‐ Customer Service

Location A Location B

12

Input Process Output

Assembling

Manufacturing

Raw Materials

Finished Goods

Value‐Add‐ Innovation‐ Design‐ QC

But...Are We That Different?

13

But...Are We That Different?

Input Process Output

Patient Care

Health care

Sick Patient Well Patient

Value‐Add‐ Technology & medications‐ Clinical knowledge & skills‐ Quality of care; process improvement‐ Information

14

Information is Everywhere in Health Care

15

Various Forms of Health IT

Hospital Information System (HIS) Computerized Provider Order Entry (CPOE)

Electronic Health Records (EHRs)

Picture Archiving and Communication System 

(PACS)

16

Still Many Other Forms of Health IT

m‐Health

Health Information Exchange (HIE)

Biosurveillance

Information RetrievalTelemedicine & 

Telehealth

Images from Apple Inc., Geekzone.co.nz, Google, PubMed.gov, and American Telecare, Inc.

Personal Health Records (PHRs)

17

Why Adopting Health IT?

“To Computerize”“To Go paperless”

“Digital Hospital”

“To Modernize”

“To Get a HIS”

“To Have EMRs”

“To Share data”

18

“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 Quotes

19

Health IT: What’s In A Word?

HealthInformationTechnology

Goal

Value‐Add

Tools

20

SafetyTimelinessEffectivenessEfficiencyEquityPatient‐centeredness

Dimensions of Quality Healthcare

(IOM, 2001)

21

Guideline adherenceBetter documentationPractitioner decision making or process of care

Medication safetyPatient surveillance & monitoring

Patient education/reminder

Value of Health IT

22

Fundamental Theorem of Informatics

(Friedman, 2009)(Friedman, 2009)

23

Is There A Role for Health IT?

(IOM, 2000)

24

Landmark IOM Reports

(IOM, 2001)(IOM, 2000)

25

Humans are not perfect and are bound to make errors

Highlight problems in the U.S. health care system that systematically contributes to medical errors and poor quality

Recommends reform that would change how health care works and how technology innovations can help improve quality/safety

Landmark IOM Reports: Summary

26

Health care is very complex (and inefficient) Health care is information‐rich Quality of care depends on timely availability & quality of information

Clinical knowledge body is too large Short time during a visit Practice guidelines are put “on‐the‐shelf” “To err is human”

Why We Need Health IT

27

Perception errors

To Err Is Human

Image Source: interaction‐dynamics.com

28 Image Source: aafp.org

Lack of Attention

To Err Is Human

29

Cognitive Errors - Example: Decoy Pricing

The Economist Purchase Options

• Economist.com subscription  $59• Print subscription $125• Print & web subscription $125

Ariely (2008)

16084

The Economist Purchase Options

• Economist.com subscription  $59• Print & web subscription $125

6832

# of People

# of People

To Err Is Human

30

It already happens....(Mamede et al., 2010; Croskerry, 2003; Klein, 2005)

What if health IT can help?

What If This Happens in Healthcare?

31

Adoption of Health IT: Assumptions

Adoption Use Outcomes

32

“...We will make wider use of electronic records and other health information technology, to help control 

costs and reduce dangerous medical errors.”

U.S.’s Efforts on Health IT Adoption

Source: Wikisource.org Image Source: Wikipedia.org

President George W. BushSixth State of the Union Address, January 31, 2006

?

33

U.S. Adoption of Health IT

• U.S. lags behind other Western countries (Schoen et al, 2006;Jha et al, 2008)

• Money and misalignment of benefits is the biggest reason

Ambulatory (Hsiao et al, 2009) Hospitals (Jha et al, 2010)

Basic EHRs w/ notes 9.2%Comprehensive EHRs 2.7%CPOE for medications 34%

34

We Need “Change”

“...we need to upgrade our medical records by switching from a paper to an electronic system of record keeping...”

President Barack ObamaJune 15, 2009

35

“...Our recovery plan will invest in electronic health records and new technology 

that will reduce errors, bring down costs, ensure privacy, and save lives.”

President Barack ObamaAddress to Joint Session of Congress

February 24, 2009

The Birth of “Meaningful Use”

Source: WhiteHouse.gov

36

Contains HITECH Act(Health Information Technology for Economic and Clinical Health Act)

~ 20 billion dollars for Health IT investments

Incentives & penalties for providers

American Recovery & Reinvestment Act

37

What is in the HITECH Act?

(Blumenthal, 2010)

38

“Meaningful Use”

“Meaningful Use” of a PumpkinPumpkin

Image Source & Idea Courtesy of Pat Wise at HIMSS, Oct. 2009

39

“Meaningful Use” of Health IT

Stage 1‐ Electronic capture of health information‐ Information sharing‐ Data reporting

Stage 2

Use of EHRsto improve processes of care

Stage 3

Use of EHRs to improve outcomes

Better Health

(Blumenthal, 2010)

40

Adoption Studies: Descriptive AspectPongpirul et al. (2004)

2011

Theera‐Ampornpunt(unpublished)

2004

41

Q & A...

Download Slides

SlideShare.net/Nawanan

Contacts

nawanan.the@mahidol.ac.th

www.tc.umn.edu/~theer002

groups.google.com/group/ThaiHealthIT

42

Ariely D. Predictably irrational: the hidden forces that shape our decisions. New York City (NY):HarperCollins; 2008. 304 p.

Blumenthal D. Launching HITECH. N Engl J Med. 2010 Feb 4;362(5):382‐5. Croskerry P. The importance of cognitive errors in diagnosis and strategies to minimize them. 

Acad Med. 2003 Aug;78(8):775‐80. 81 p. Friedman CP. A "fundamental theorem" of biomedical informatics. J Am Med Inform Assoc. 

2009 Apr;16(2):169‐70. Hersh W. Health care information technology: progress and barriers. JAMA. 2004 Nov 

10:292(18):2273‐4.

References

43

Institute of Medicine, Board on Health Care Services, Committee on Data Standards for Patient Safety. Key Capabilities of an electronic health record system: letter report [Internet]. Washington, DC: National Academy of Sciences;2003. 31 p. Available from: http://www.nap.edu/catalog/10781.html

Institute of Medicine, Committee on Quality of Health Care in America. To err is human: building a safer health system. Kohn LT, Corrigan JM, Donaldson MS, editors. Washington, DC: National Academy Press;2000. 287 p.

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.

References

44

Klein JG. Five pitfalls in decisions about diagnosis and prescribing. BMJ. 2005 Apr 2;330(7494):781‐3.

Mamede S, van Gog T, van den Berge K, Rikers RM, van Saase JL, van Guldener C, Schmidt HG. Effect of availability bias and reflective reasoning on diagnostic accuracy among internal medicine residents. JAMA. 2010 Sep 15:304(11):1198‐203.

Miller RA, Masarie FE. The demise of the "Greek Oracle" model for medical diagnostic systems. Methods Inf Med. 1990 Jan;29(1):1‐2. 

Pongpirul K, Sriratana S. Computerized information system in hospitals in Thailand: a national survey. J Health Sci. 2005 Sep‐Oct;14(5):830‐9. Thai.

Schoen C, Osborn R, Huynh PT, Doty M, Puegh J, Zapert K. On the front lines of care: primary care doctors’ office systems, experiences, and views in seven countries. Health Aff (Millwood). 2006;25(6):w555‐71.

References