ಕ್ಲಿನಿಕಲ್ ಡೇಟಾದ ಗುಣಮಟ್ಟ: ಆರೋಗ್ಯ ಕ್ಷೇತ್ರದಲ್ಲಿ AI ಶುದ್ಧವಾದ ದಾಖಲೆಗಳಿಂದಲೇ ಏಕೆ ಆರಂಭವಾಗುತ್ತದೆ

ಆರೋಗ್ಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಬಗ್ಗೆ ನೀಡುವ ಪ್ರತಿಯೊಂದು ಭರವಸೆಯೂ, ಬಹಿರಂಗವಾಗಿ ಹೇಳಲಾಗುವುದು ಅಪರೂಪವಾದ ಒಂದು ಊಹೆಯ ಮೇಲೆ ನಿಂತಿದೆ: ಅದು ಓದುವ ದಾಖಲೆಗಳು ಸರಿಯಾಗಿವೆ ಎಂಬುದೇ ಆ ಊಹೆ. ಟಿಪ್ಪಣಿಯ ಕರಡನ್ನು ಬರೆಯುವ ಸ್ಕ್ರೈಬ್ (scribe), ಸ್ಥಿತಿ ಹದಗೆಡುತ್ತಿರುವ ರೋಗಿಯನ್ನು ಗುರುತಿಸಿ ತೋರಿಸುವ ಮಾಡೆಲ್ (model), ಸಾವಿರಾರು ರೋಗಿಗಳಲ್ಲಿ ಎರಡು ಚಿಕಿತ್ಸೆಗಳನ್ನು ಹೋಲಿಸುವ ಅಧ್ಯಯನ: ಇವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ಅದರ ಆಧಾರವಾಗಿರುವ ಡೇಟಾದಷ್ಟೇ (data) ಉತ್ತಮವಾಗಿರುತ್ತದೆ.

ಹೆಚ್ಚಿನ ಆಸ್ಪತ್ರೆಗಳಲ್ಲಿ ಆ ಡೇಟಾ ಯಾರೂ ಅಂದುಕೊಂಡಿದ್ದಕ್ಕಿಂತ ಕೆಟ್ಟದಾಗಿರುತ್ತದೆ, ಮತ್ತು ಅದನ್ನು ಯಾರೂ ಅಳೆದು ನೋಡಿಲ್ಲ. ಕ್ಲಿನಿಕಲ್ ಡೇಟಾದ ಗುಣಮಟ್ಟ ಎಂದರೇನು, ಅದನ್ನು ಅಳೆಯುವುದು ಹೇಗೆ, ಭಾರತದ ಆಸ್ಪತ್ರೆಗಳು ಮತ್ತು ಕ್ಲಿನಿಕ್‌ಗಳಲ್ಲಿ ಅದು ಎಲ್ಲಿ ತಪ್ಪುತ್ತದೆ, ಮತ್ತು ಮೂಲದಲ್ಲೇ ಅದನ್ನು ಸರಿಪಡಿಸುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ಈ ಲೇಖನ ವಿವರಿಸುತ್ತದೆ.

ಕ್ಲಿನಿಕಲ್ ದಾಖಲೆಗಳ ವಿಷಯದಲ್ಲಿ “ಡೇಟಾದ ಗುಣಮಟ್ಟ” ಎಂದರೇನು

ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಹೆಲ್ತ್ ರೆಕಾರ್ಡ್ (electronic health record, EHR) ಡೇಟಾವನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಸಂಶೋಧಕರು ಈ ಕಲ್ಪನೆಯನ್ನು ನಿಖರವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲು ಪ್ರಯತ್ನಿಸಿದ್ದಾರೆ. 2013 ರಲ್ಲಿ Weiskopf ಮತ್ತು Weng ಬರೆದ, ವ್ಯಾಪಕವಾಗಿ ಉಲ್ಲೇಖಿಸಲಾಗುವ ಒಂದು ಪರಾಮರ್ಶೆ 95 ಅಧ್ಯಯನಗಳನ್ನು ಪರಿಶೀಲಿಸಿತು, ಅವುಗಳಲ್ಲಿ ಬಳಕೆಯಲ್ಲಿದ್ದ 27 ವಿಭಿನ್ನ ಪದಗಳನ್ನು ಕಂಡುಕೊಂಡಿತು, ಮತ್ತು ಅವುಗಳನ್ನು ಐದು ಆಯಾಮಗಳಿಗೆ ಇಳಿಸಿತು:

• ಪೂರ್ಣತೆ (Completeness): ರೋಗಿಯ ಬಗ್ಗೆ ದಾಖಲೆಯಲ್ಲಿ ಇರಬೇಕಾದ ಒಂದು ಸಂಗತಿ ನಿಜವಾಗಿಯೂ ಅಲ್ಲಿದೆಯೇ?
• ಸರಿಯಾಗಿರುವಿಕೆ (Correctness): ದಾಖಲಾಗಿರುವುದು ನಿಜವೇ?
• ಹೊಂದಾಣಿಕೆ (Concordance): ದಾಖಲೆಯ ಭಾಗಗಳು ಪರಸ್ಪರ ಮತ್ತು ಇತರ ಮೂಲಗಳೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತವೆಯೇ?
• ನಂಬಲರ್ಹತೆ (Plausibility): ನಮಗೆ ತಿಳಿದಿರುವ ಉಳಿದೆಲ್ಲವನ್ನೂ ನೋಡಿದಾಗ, ಒಂದು ಮೌಲ್ಯ ಅರ್ಥಪೂರ್ಣವಾಗಿದೆಯೇ?
• ಸಮಕಾಲೀನತೆ (Currency): ದಾಖಲೆ ತಾನು ಹೇಳಿಕೊಳ್ಳುವ ಸಮಯದಲ್ಲಿನ ರೋಗಿಯ ಸ್ಥಿತಿಯನ್ನೇ ತೋರಿಸುತ್ತದೆಯೇ?

ನಂತರ 2016 ರಲ್ಲಿ Kahn ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ರೂಪಿಸಿದ ಒಂದು ಚೌಕಟ್ಟು (framework), ಪರಿಶೀಲನೆಗಳನ್ನು ಮೂರು ವಿಧಗಳಾಗಿ ವಿಂಗಡಿಸಿತು. ನೀವು ನಿಜವಾಗಿ ನಡೆಸಬಹುದಾದ ಪರೀಕ್ಷೆಗಳಿಗೆ ಇವು ಅಚ್ಚುಕಟ್ಟಾಗಿ ಹೊಂದುತ್ತವೆ:

• ಅನುರೂಪತೆ (Conformance): ಮೌಲ್ಯಗಳು ನಿರೀಕ್ಷಿತ ಫಾರ್ಮ್ಯಾಟ್, ಕೋಡ್ ಸೆಟ್ ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ಪಾಲಿಸುತ್ತವೆಯೇ? ದಿನಾಂಕವೇ ಆಗಿರುವ ದಿನಾಂಕ, ಮಾನ್ಯವಾದ ICD-10 ಕೋಡ್ ಆಗಿರುವ ರೋಗನಿರ್ಣಯ, ನಿಜವಾಗಿ ಇರುವ ಆರ್ಡರ್‌ಗೆ ಜೋಡಿಸಲಾದ ಲ್ಯಾಬ್ ಫಲಿತಾಂಶ.
• ಪೂರ್ಣತೆ (Completeness): ಒಂದು ಫೀಲ್ಡ್ ತುಂಬಲ್ಪಡುವುದೇ ಎಷ್ಟು ಬಾರಿ?
• ನಂಬಲರ್ಹತೆ (Plausibility): ಮೌಲ್ಯಗಳು ನಂಬುವಂತಿವೆಯೇ? 720 ರ ನಾಡಿಮಿಡಿತ, ದಾಖಲಾತಿಗೂ (ಅಡ್ಮಿಷನ್) ಮೊದಲೇ ಡಿಸ್ಚಾರ್ಜ್, ಗರ್ಭಿಣಿ ಎಂದು ದಾಖಲಾಗಿರುವ ಒಬ್ಬ ಪುರುಷ.

ಅದೇ ಪ್ರಬಂಧವು ಸತ್ಯಾಪನೆ (verification: ನಿಮ್ಮದೇ ನಿಯಮಗಳು ಮತ್ತು ನಿರೀಕ್ಷೆಗಳೊಂದಿಗೆ ಡೇಟಾವನ್ನು ತಾಳೆ ನೋಡುವುದು) ಮತ್ತು ದೃಢೀಕರಣ (validation: ಕಾಗದದ ಕೇಸ್ ನೋಟ್ಸ್ ಅಥವಾ ಇನ್ನೊಂದು ಸಿಸ್ಟಮ್‌ನಂತಹ ಹೊರಗಿನ ಆಧಾರದೊಂದಿಗೆ ತಾಳೆ ನೋಡುವುದು) ಇವೆರಡನ್ನೂ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ. ಎರಡೂ ಅಗತ್ಯ. ಸತ್ಯಾಪನೆ ಅಗ್ಗ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ; ದೃಢೀಕರಣ ನಿಧಾನ, ಮತ್ತು ನಿಯಮಗಳು ಹಿಡಿಯಲಾಗದ್ದನ್ನು ಅದು ಹಿಡಿಯುತ್ತದೆ.

ಕ್ಲಿನಿಕಲ್ ಡೇಟಾ ಎಲ್ಲಿ ತಪ್ಪುತ್ತದೆ

ಹೆಚ್ಚಿನ ಸಮಸ್ಯೆಗಳು ಸಾಮಾನ್ಯವಾದವು, ಮತ್ತು ಹೆಚ್ಚಿನವು ನಮೂದಿಸುವ ಕ್ಷಣದಲ್ಲೇ ಸಂಭವಿಸುತ್ತವೆ.

ಕಾಗದ ಮತ್ತು ಮುಕ್ತ ಪಠ್ಯ (free text). ಒಂದು ವಾಕ್ಯವಾಗಿ ಬರೆದ ರೋಗನಿರ್ಣಯ, ಫೋಟೋ ತೆಗೆದ ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್, ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ ಡಿಸ್ಚಾರ್ಜ್ ಸಾರಾಂಶ. ಒಬ್ಬ ವ್ಯಕ್ತಿ ಓದಬಹುದು, ಆದರೆ ಒಂದು ಕ್ವೆರಿಗೆ (query) ಅದು ಕಾಣುವುದೇ ಇಲ್ಲ.

ಒಬ್ಬರೇ ರೋಗಿ ಎರಡು ಬಾರಿ. ಒಬ್ಬ ರೋಗಿ ಮಾರ್ಚ್‌ನಲ್ಲಿ “ಎಸ್. ಕುಮಾರ್” ಎಂದು, ಜೂನ್‌ನಲ್ಲಿ ಹೊಸ ಫೋನ್ ನಂಬರ್‌ನೊಂದಿಗೆ “ಸುರೇಶ್ ಕುಮಾರ್” ಎಂದು ನೋಂದಣಿಯಾಗುತ್ತಾರೆ. ಅವರ ಇತಿಹಾಸ ಎರಡು ದಾಖಲೆಗಳಲ್ಲಿ ಹಂಚಿಹೋಗುತ್ತದೆ, ಮತ್ತು ಯಾವುದನ್ನು ನೋಡಿದರೂ ಅರ್ಧ ಮಾತ್ರ ಕಾಣುತ್ತದೆ.

ಘಟಕಗಳು ಮತ್ತು ದಶಮಾಂಶದ ತಪ್ಪುಗಳು. ಕಿಲೋಗ್ರಾಂ ಫೀಲ್ಡ್‌ನಲ್ಲಿ ಪೌಂಡ್‌ಗಳಲ್ಲಿ ಬರೆದ ತೂಕ, 2.50 ಎನ್ನಬೇಕಿದ್ದಲ್ಲಿ 250 ಎಂದು ದಾಖಲಾದ ಲೆನ್ಸ್ ಪವರ್, ಲ್ಯಾಬ್ 11.5 g/dL ಎಂದು ವರದಿ ಮಾಡಿದಾಗ 115 ಎಂದು ನಮೂದಿಸಿದ ಹಿಮೋಗ್ಲೋಬಿನ್.

ಸಡಿಲವಾದ ಕೋಡಿಂಗ್. ಸರಿಯಾದ ICD-10 ಕೋಡ್ ಹುಡುಕಲು ಸಮಯ ಹಿಡಿಯುತ್ತದೆ, ಹಾಗಾಗಿ ಹೆಚ್ಚು ಅಸ್ಪಷ್ಟವಾದ ಒಂದನ್ನು ಆರಿಸಲಾಗುತ್ತದೆ, ಅಥವಾ ಯಾವುದನ್ನೂ ಆರಿಸುವುದಿಲ್ಲ. ಬ್ರಿಟನ್‌ನ (UK) 32 ಅಧ್ಯಯನಗಳ ಒಂದು ವ್ಯವಸ್ಥಿತ ಪರಾಮರ್ಶೆ, ಕೇಸ್ ನೋಟ್ಸ್‌ನೊಂದಿಗೆ ಹೋಲಿಸಿ ನೋಡಿದಾಗ ರೋಗನಿರ್ಣಯ ಕೋಡಿಂಗ್‌ನ ಮಧ್ಯಾಂಕ (median) ನಿಖರತೆ 80.3% ಎಂದು ಕಂಡುಕೊಂಡಿತು; ಪ್ರತ್ಯೇಕ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಇದು 50.5% ರಿಂದ 97.8% ರವರೆಗೆ ಇತ್ತು. ಆಸ್ಪತ್ರೆಗಳಿಗೆ ಸಿಗುವ ಪಾವತಿಗಳು ಅದನ್ನು ಅವಲಂಬಿಸತೊಡಗಿದ ನಂತರ ನಿಖರತೆ ತೀವ್ರವಾಗಿ ಏರಿತು; ಕೋಡಿಂಗ್ ಯಾವುದರಿಂದ ಸುಧಾರಿಸುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ಇದು ಏನನ್ನೋ ಹೇಳುತ್ತದೆ. ಭಾರತದ ಆಸ್ಪತ್ರೆಗಳಲ್ಲಿ ಡಿಸ್ಚಾರ್ಜ್ ಕೋಡಿಂಗ್ ಕುರಿತು ಇದಕ್ಕೆ ಸಮಾನವಾದ ಪ್ರಕಟಿತ ಅಂಕಿಅಂಶ ನಮಗೆ ತಿಳಿದಿಲ್ಲ, ಆದರೆ ಉತ್ತರ ಭಾರತದ ಒಂದು ತೃತೀಯ ಹಂತದ (tertiary) ಆಸ್ಪತ್ರೆಯಲ್ಲಿ 2025 ರಲ್ಲಿ ನಡೆದ ಅಧ್ಯಯನವೊಂದು, 1,147 ಮರಣ ಕಾರಣ ಪ್ರಮಾಣಪತ್ರಗಳಲ್ಲಿ ಸುಮಾರು 10 ರಲ್ಲಿ 1 ಮಾತ್ರ ಸರಿಯಾಗಿ ತುಂಬಲಾಗಿತ್ತು ಎಂದು ಕಂಡುಕೊಂಡಿತು.

ಕಾಪಿ-ಫಾರ್ವರ್ಡ್ (copy-forward). ಹೊಸದಾಗಿ ಬರೆಯುವುದಕ್ಕಿಂತ ಬೇಗ ಮುಗಿಯುತ್ತದೆ ಎಂಬ ಕಾರಣಕ್ಕೆ, ನಿನ್ನೆಯ ಪರೀಕ್ಷೆಯ ವಿವರಗಳನ್ನು ಇಂದಿನ ಟಿಪ್ಪಣಿಗೆ ಹಾಗೆಯೇ ತರಲಾಗುತ್ತದೆ. ದಾಖಲೆ ಪೂರ್ಣವಾಗಿ ಕಾಣುತ್ತದೆ, ಆದರೆ ಅದು ಹಳೆಯದಾಗಿರುತ್ತದೆ.

ದಾಖಲಾಗದ ’ಇಲ್ಲ’ಗಳು. ಫೀಲ್ಡ್ ಸುಮ್ಮನೆ ಖಾಲಿಯಾಗಿದ್ದಾಗ, “ತಿಳಿದಿರುವ ಅಲರ್ಜಿಗಳು ಯಾವುದೂ ಇಲ್ಲ” ಮತ್ತು “ಅಲರ್ಜಿಗಳ ಬಗ್ಗೆ ಕೇಳಿಲ್ಲ” ಎರಡೂ ಒಂದೇ ರೀತಿ ಕಾಣುತ್ತವೆ.

ಅದನ್ನು ಅಳೆಯುವುದು ಹೇಗೆ

ನೀವು ಅಳೆಯದೇ ಇರುವುದನ್ನು ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಮತ್ತು ಆರಂಭಿಸಲು ನಿಮಗೆ ಡೇಟಾ ವೇರ್‌ಹೌಸ್ (data warehouse) ಬೇಕಿಲ್ಲ. ನಿಮಗೆ ಮುಖ್ಯವಾದ ಬಳಕೆಯನ್ನು ಆರಿಸಿ, ನಂತರ ಆ ಬಳಕೆ ಅವಲಂಬಿಸಿರುವ ಕೆಲವು ಫೀಲ್ಡ್‌ಗಳನ್ನು ಆರಿಸಿ, ಮತ್ತು ಇವುಗಳನ್ನು ಅಳೆಯಿರಿ:

1. ಪೂರ್ಣತೆ: ಪ್ರತಿ ಮುಖ್ಯ ಫೀಲ್ಡ್ ತುಂಬಿರುವ ಭೇಟಿಗಳ ಪ್ರಮಾಣ: ಅಲರ್ಜಿಗಳು, ವೈಟಲ್ಸ್, ರೋಗನಿರ್ಣಯ, ಔಷಧಿಗಳು, ಫಾಲೋ-ಅಪ್ ದಿನಾಂಕ.
2. ಅನುರೂಪತೆ: ಮಾನ್ಯವಾದ ICD-10 ಕೋಡ್‌ಗಳಾಗಿರುವ ರೋಗನಿರ್ಣಯಗಳ ಪ್ರಮಾಣ, ಪ್ರಮಾಣಿತ ಕೋಡ್‌ಗೆ ಜೋಡಿಸಲಾದ ಲ್ಯಾಬ್ ಪರೀಕ್ಷೆಗಳು, ವ್ಯಾಪ್ತಿಯೊಳಗಿನ ದಿನಾಂಕಗಳು, FHIR ದೃಢೀಕರಣ ಸಾಧನದಲ್ಲಿ (validator) ಉತ್ತೀರ್ಣವಾಗುವ ದಾಖಲೆಗಳು.
3. ನಂಬಲರ್ಹತೆ: ಕ್ಲಿನಿಕಲ್ ವ್ಯಾಪ್ತಿಯ ಹೊರಗಿನ ಮೌಲ್ಯಗಳು, ಅಸಾಧ್ಯವಾದ ದಿನಾಂಕಗಳ ಅನುಕ್ರಮ, ತಪ್ಪು ಲಿಂಗದ ರೋಗಿಗೆ ದಾಖಲಾದ ರೋಗನಿರ್ಣಯದಂತಹ ವಿರೋಧಾಭಾಸಗಳು.
4. ನಕಲುಗಳು: ಒಂದೇ ಫೋನ್ ನಂಬರ್ ಮತ್ತು ಹೋಲುವ ಹೆಸರು ಇರುವ ರೋಗಿಗಳು, ಅಥವಾ ಒಂದೇ ಹೆಸರು ಮತ್ತು ಜನ್ಮ ದಿನಾಂಕ ಇರುವವರು.
5. ಕೋಡಿಂಗ್ ನಿಖರತೆ: ಕೋಡ್ ಮಾಡಿದ ರೋಗನಿರ್ಣಯಗಳ ಒಂದು ಮಾದರಿಯನ್ನು, ಆ ವಿಶೇಷ ವಿಭಾಗವನ್ನು ತಿಳಿದ ಒಬ್ಬರು ಟಿಪ್ಪಣಿಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ ಪರಿಶೀಲಿಸುವುದು.
6. ಸಕಾಲಿಕತೆ (Timeliness): ಭೇಟಿಯ ನಂತರ ಎಷ್ಟು ಸಮಯದಲ್ಲಿ ದಾಖಲೆ ಪೂರ್ಣಗೊಳ್ಳುತ್ತದೆ.

ಒಂದು ಆರಂಭಿಕ ಮಟ್ಟವನ್ನು (baseline) ಪಡೆಯಲು ಇದನ್ನು ಒಮ್ಮೆ ಮಾಡಿ, ನಂತರ ನಿಗದಿತ ವೇಳಾಪಟ್ಟಿಯಂತೆ ಪುನರಾವರ್ತಿಸಿ. ಮತ್ತೆಂದೂ ಅಳೆಯದ ಸಂಖ್ಯೆ ಸುಧಾರಿಸುವುದಿಲ್ಲ.

ಮೂಲದಲ್ಲೇ ಸರಿಪಡಿಸಿ

ಆಗಿಹೋದ ನಂತರ ಡೇಟಾವನ್ನು ಶುದ್ಧಗೊಳಿಸುವುದು ನಿಧಾನ, ಮತ್ತು ಹಲವು ಬಾರಿ ಅಸಾಧ್ಯ, ಏಕೆಂದರೆ ಅಷ್ಟು ಹೊತ್ತಿಗೆ ಸರಿಯಾದ ಮೌಲ್ಯ ಏನಾಗಿತ್ತು ಎಂಬುದು ಯಾರಿಗೂ ನೆನಪಿರುವುದಿಲ್ಲ. ಸರಿಯಾದ ನಮೂದನ್ನೇ ಸುಲಭವಾದದ್ದನ್ನಾಗಿ ಮಾಡುವುದು ಕಡಿಮೆ ವೆಚ್ಚದ ಪರಿಹಾರ:

• ರಚನಾತ್ಮಕ ಫೀಲ್ಡ್‌ಗಳು (structured fields), ನಂತರ ಎಣಿಸಲಾಗುವ ವಿಷಯಗಳಿಗೆ: ರೋಗನಿರ್ಣಯಗಳು, ಔಷಧಿಗಳು, ವೈಟಲ್ಸ್, ಫಲಿತಾಂಶಗಳು.
• ಆಯ್ಕೆ ಪಟ್ಟಿಗಳು ಮತ್ತು ಹುಡುಕಾಟ, ರೋಗನಿರ್ಣಯಗಳು ಮತ್ತು ಔಷಧಿಗಳಿಗೆ, ಒಳಗೆ ಪ್ರಮಾಣಿತ ಕೋಡ್‌ಗಳಿಗೆ ಜೋಡಿಸಲಾಗಿರುತ್ತದೆ; ಹೀಗಾಗಿ ವೈದ್ಯರು “ಟೈಪ್ 2 ಮಧುಮೇಹ” ಎಂದು ಆರಿಸಿದಾಗ ದಾಖಲೆಯಲ್ಲಿ ಅದರ ಕೋಡ್ ಉಳಿಯುತ್ತದೆ.
• ತಡೆಯದೆ ಎಚ್ಚರಿಸುವ ವ್ಯಾಪ್ತಿ ಪರಿಶೀಲನೆಗಳು. ಸಾಮಾನ್ಯ ವ್ಯಾಪ್ತಿಯ ಹೊರಗಿನ ಮೌಲ್ಯವನ್ನು ಗುರುತಿಸಿ ತೋರಿಸಬೇಕು, ದಶಮಾಂಶದ ತಪ್ಪಾಗಿರಬಹುದಾದ್ದಕ್ಕೆ ತಿದ್ದುಪಡಿ ಸೂಚಿಸಬೇಕು, ಆದರೆ ನಿಜವಾಗಿಯೂ ತೀವ್ರವಾದ ಮೌಲ್ಯವನ್ನೂ ದಾಖಲಿಸಲು ಸಾಧ್ಯವಾಗಬೇಕು. ತುರ್ತು ಪರಿಸ್ಥಿತಿಯನ್ನು ದಾಖಲಿಸಲು ದಾಟಿ ಹೋಗಬೇಕಾದ ಪರಿಶೀಲನೆಯನ್ನು, ಅಭ್ಯಾಸಬಲದಿಂದ ದಾಟಿ ಹೋಗಲಾಗುತ್ತದೆ.
• ನೋಂದಣಿಯ ಸಮಯದಲ್ಲೇ ನಕಲು ಪರಿಶೀಲನೆ. ಒಂದು ಫೋನ್ ನಂಬರ್ ಈಗಾಗಲೇ ಒಬ್ಬ ರೋಗಿಗೆ ಸೇರಿದ್ದರೆ, ಹೊಸ ದಾಖಲೆ ರಚಿಸುವ ಮೊದಲು ಇವರು ಅದೇ ವ್ಯಕ್ತಿಯೇ ಎಂದು ಕೇಳಿ.
• ಸ್ಪಷ್ಟವಾದ ‘ಇಲ್ಲ’. “ತಿಳಿದಿರುವ ಅಲರ್ಜಿಗಳು ಯಾವುದೂ ಇಲ್ಲ” ಎಂಬುದು ಖಾಲಿ ಫೀಲ್ಡ್‌ಗಿಂತ ಭಿನ್ನವಾದ ಒಂದು ಆಯ್ಕೆಯಾಗಿರಬೇಕು.
• ಹೆಜ್ಜೆಗುರುತು ಉಳಿಸುವ ತಿದ್ದುಪಡಿಗಳು. ಒಂದು ದಾಖಲೆ ತಪ್ಪಾಗಿದ್ದರೆ, ಅದರ ಮೇಲೆಯೇ ಬರೆಯುವ ಬದಲು, ಕಾರಣದೊಂದಿಗೆ ತಿದ್ದಿ, ಮೂಲ ದಾಖಲೆಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳಿ. ಉಳಿದದ್ದನ್ನು ನಂಬಲು ಅವಕಾಶ ನೀಡುವುದು ಆ ಹೆಜ್ಜೆಗುರುತೇ.
• ಅಂಚುಗಳಲ್ಲಿ ಮಾನದಂಡಗಳು. LOINC ಗೆ ಕೋಡ್ ಮಾಡಿದ ಲ್ಯಾಬ್ ಫಲಿತಾಂಶಗಳು, FHIR ರೂಪದಲ್ಲಿ ವಿನಿಮಯವಾಗುವ ಡೇಟಾ, ಮತ್ತು ಹೊರಹೋಗುವ ಮೊದಲೇ ಅದರ ದೃಢೀಕರಣ.

ಡೇಟಾದ ಗುಣಮಟ್ಟ ಮತ್ತು AI

AI ತನ್ನದೇ ಆದ ಎರಡು ಸಮಸ್ಯೆಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ.

ಮೊದಲನೆಯದು, ಒಂದು ಮಾಡೆಲ್ ತನ್ನ ತರಬೇತಿ ಡೇಟಾವನ್ನು (training data) ಬಳುವಳಿಯಾಗಿ ಪಡೆಯುತ್ತದೆ. ಕೆಲವು ರೋಗಿಗಳ ಬಗ್ಗೆ ಕಡಿಮೆ ದಾಖಲಾಗಿದ್ದರೆ, ಅಥವಾ ಕೆಲವು ರೋಗನಿರ್ಣಯಗಳನ್ನು ಸಡಿಲವಾಗಿ ಕೋಡ್ ಮಾಡಿದ್ದರೆ, ಮಾಡೆಲ್ ಆ ಕೊರತೆಗಳನ್ನೇ ಕಲಿಯುತ್ತದೆ.

ಎರಡನೆಯದು, ಒಂದು ಆಸ್ಪತ್ರೆಯ ಡೇಟಾದ ಮೇಲೆ ನಿರ್ಮಿಸಿದ ಮಾಡೆಲ್ ಇನ್ನೊಂದು ಆಸ್ಪತ್ರೆಯ ಡೇಟಾದಲ್ಲಿ ವಿಫಲವಾಗಬಹುದು. ವ್ಯಾಪಕವಾಗಿ ಉಲ್ಲೇಖಿಸಲಾಗುವ ಒಂದು ಉದಾಹರಣೆ ಎಂದರೆ ಅಮೆರಿಕದ (US) ಹಲವು ಆಸ್ಪತ್ರೆಗಳಲ್ಲಿ ಬಳಸಲಾಗುವ ಸೆಪ್ಸಿಸ್ (sepsis) ಮುನ್ಸೂಚನೆಯ ಮಾಡೆಲ್: Michigan Medicine ನಲ್ಲಿ 38,455 ಆಸ್ಪತ್ರೆ ವಾಸಗಳ ಮೇಲೆ ಪರೀಕ್ಷಿಸಿದಾಗ, ಅದು ಸೆಪ್ಸಿಸ್ ಪ್ರಕರಣಗಳಲ್ಲಿ 67% ಅನ್ನು ಗುರುತಿಸಲು ವಿಫಲವಾಯಿತು, ಅದೇ ವೇಳೆ ಒಟ್ಟು ರೋಗಿಗಳಲ್ಲಿ 18% ರಷ್ಟು ಮಂದಿಗೆ ಎಚ್ಚರಿಕೆ ನೀಡಿತು. ಇದಕ್ಕೆ ಕಾರಣಗಳಲ್ಲಿ ಡೇಟಾದ ಗುಣಮಟ್ಟವೂ ಒಂದು: ವಿಷಯಗಳನ್ನು ಹೇಗೆ ಮತ್ತು ಯಾವಾಗ ದಾಖಲಿಸಲಾಗುತ್ತದೆ ಎಂಬುದರಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳು, ಮಾಡೆಲ್ ನೋಡುವುದನ್ನೇ ಬದಲಾಯಿಸುತ್ತವೆ.

ಆದ್ದರಿಂದ ಯಾವುದೇ AI ಸಾಧನವನ್ನು ಅವಲಂಬಿಸುವ ಮೊದಲು, ಅದನ್ನು ಯಾವ ಡೇಟಾದ ಮೇಲೆ ನಿರ್ಮಿಸಿ ಪರೀಕ್ಷಿಸಲಾಗಿದೆ ಎಂದು ಕೇಳಿ, ಮತ್ತು ನಿಮ್ಮದೇ ದಾಖಲೆಗಳ ಒಂದು ಮಾದರಿಯ ಮೇಲೆ ಅದನ್ನು ಪರೀಕ್ಷಿಸಿ. ಬಳಕೆ ಆರಂಭವಾದ ನಂತರವೂ ಅಳೆಯುತ್ತಲೇ ಇರಿ, ಏಕೆಂದರೆ ದಾಖಲಿಸುವ ಅಭ್ಯಾಸಗಳು ಬದಲಾಗುತ್ತವೆ.

ಡೇಟಾ ಗುಣಮಟ್ಟದ ಪರಿಶೀಲನಾ ಪಟ್ಟಿ

1. ನೀವು ಮನಸ್ಸಿನಲ್ಲಿಟ್ಟುಕೊಂಡಿರುವ ಬಳಕೆಗೆ ಮುಖ್ಯವಾದ ಫೀಲ್ಡ್‌ಗಳನ್ನು ನೀವು ಆರಿಸಿದ್ದೀರಾ?
2. ಇಂದು ಅವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ಎಷ್ಟು ಪೂರ್ಣವಾಗಿದೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿದೆಯೇ?
3. ರೋಗನಿರ್ಣಯಗಳನ್ನು ICD-10 ರಲ್ಲಿ ಕೋಡ್ ಮಾಡಲಾಗುತ್ತಿದೆಯೇ, ಮತ್ತು ಲ್ಯಾಬ್ ಪರೀಕ್ಷೆಗಳನ್ನು LOINC ಗೆ ಜೋಡಿಸಲಾಗಿದೆಯೇ?
4. ನಂಬಲಾಗದ ಮೌಲ್ಯಗಳಿಗೆ ವ್ಯಾಪ್ತಿ ಪರಿಶೀಲನೆಗಳು ಎಚ್ಚರಿಸುತ್ತವೆಯೇ, ಮತ್ತು ದಶಮಾಂಶದ ತಪ್ಪಾಗಿರಬಹುದಾದವುಗಳಿಗೆ ತಿದ್ದುಪಡಿ ಸೂಚಿಸುತ್ತವೆಯೇ?
5. ನೋಂದಣಿಯ ಸಮಯದಲ್ಲಿ ರೋಗಿಯ ನಕಲು ಪರಿಶೀಲನೆ ಇದೆಯೇ?
6. “ಕೇಳಿಲ್ಲ” ಎಂಬುದರಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ, “ಯಾವುದೂ ಇಲ್ಲ” ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ದಾಖಲಿಸಲು ಸಾಧ್ಯವೇ?
7. ತಿದ್ದುಪಡಿಗಳನ್ನು ಕಾರಣದೊಂದಿಗೆ, ಮೂಲ ದಾಖಲೆಯನ್ನು ಉಳಿಸಿಕೊಂಡು ಮಾಡಲಾಗುತ್ತಿದೆಯೇ?
8. ಈ ವರ್ಷ ಯಾರಾದರೂ ಕೋಡ್ ಮಾಡಿದ ರೋಗನಿರ್ಣಯಗಳ ಒಂದು ಮಾದರಿಯನ್ನು ಟಿಪ್ಪಣಿಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ ಪರಿಶೀಲಿಸಿದ್ದಾರೆಯೇ?
9. ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಮೊದಲು ದೃಢೀಕರಿಸಲಾಗುತ್ತದೆಯೇ (ಉದಾಹರಣೆಗೆ FHIR ಆಧಾರದಲ್ಲಿ)?
10. ನೀವು ಅಳತೆಗಳನ್ನು ನಿಗದಿತ ವೇಳಾಪಟ್ಟಿಯಂತೆ ಪುನರಾವರ್ತಿಸುತ್ತೀರಾ, ಮತ್ತು ಫಲಿತಾಂಶಗಳ ಹೊಣೆಯನ್ನು ಯಾರಾದರೂ ಹೊತ್ತಿದ್ದಾರೆಯೇ?

ಇದರಲ್ಲಿ 92health ಎಲ್ಲಿ ಹೊಂದುತ್ತದೆ

92health ಭಾರತದಲ್ಲಿ ಕ್ಲಿನಿಕ್‌ಗಳು, ಆಸ್ಪತ್ರೆಗಳು, ಔಷಧಾಲಯಗಳು, ಲ್ಯಾಬ್‌ಗಳು ಮತ್ತು ಕನ್ನಡಕದ ಅಂಗಡಿಗಳು ಬಳಸುವ ಒಂದು EMR ಮತ್ತು AI ವೇದಿಕೆ. ಮೇಲಿನ ಪರಿಶೀಲನಾ ಪಟ್ಟಿಯ ಬಹುಭಾಗವು, ಅದು ಚಿಕಿತ್ಸೆಯನ್ನು ದಾಖಲಿಸುವ ವಿಧಾನದಲ್ಲೇ ಅಡಕವಾಗಿದೆ:

• ರೋಗನಿರ್ಣಯಗಳನ್ನು ಹುಡುಕಬಹುದಾದ ಪಟ್ಟಿಗಳಿಂದ ಆರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅವುಗಳ ICD-10 ಕೋಡ್‌ಗಳೊಂದಿಗೆ ಉಳಿಸಲಾಗುತ್ತದೆ;
• ಕಣ್ಣಿನ ಪ್ರಾಥಮಿಕ ಪರೀಕ್ಷೆಯಲ್ಲಿ (work-up), ಸಾಮಾನ್ಯ ವ್ಯಾಪ್ತಿಯ ಹೊರಗಿನ ರೀಡಿಂಗ್ ಅನ್ನು ಗುರುತಿಸಿ ತೋರಿಸಲಾಗುತ್ತದೆ, ಮತ್ತು ದಶಮಾಂಶದ ತಪ್ಪಾಗಿರಬಹುದಾದ್ದಕ್ಕೆ ತಿದ್ದುಪಡಿ ಸೂಚಿಸಲಾಗುತ್ತದೆ, ನಿಜವಾಗಿಯೂ ತೀವ್ರವಾದ ಮೌಲ್ಯವನ್ನು ತಡೆಯದೆಯೇ;
• ಈಗಾಗಲೇ ಒಬ್ಬ ರೋಗಿಗೆ ಸೇರಿದ ಫೋನ್ ನಂಬರ್ ಅನ್ನು ನೋಂದಾಯಿಸುವಾಗ, ಎರಡನೇ ದಾಖಲೆ ರಚಿಸುವ ಮೊದಲು ಇವರು ಅದೇ ವ್ಯಕ್ತಿಯೇ ಎಂದು ಕೇಳಲಾಗುತ್ತದೆ;
• ಲ್ಯಾಬ್ ಫಲಿತಾಂಶಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಮೊದಲು FHIR R4 ಆಗಿ ದೃಢೀಕರಿಸಲಾಗುತ್ತದೆ;
• ತಪ್ಪಾಗಿ ದಾಖಲಾದ ರೋಗನಿರ್ಣಯವನ್ನು ಅಳಿಸುವ ಬದಲು ಕಾರಣದೊಂದಿಗೆ ಹಿಂಪಡೆಯಲಾಗುತ್ತದೆ, ಮತ್ತು ಕಾಗದದಿಂದ ನಂತರ ನಮೂದಿಸಿದ ದಾಖಲೆಗಳನ್ನು ಹಾಗೆಂದೇ ಗುರುತಿಸಲಾಗುತ್ತದೆ.

ತಾವು ಎಲ್ಲಿ ನಿಂತಿದ್ದೇವೆ ಎಂದು ತಿಳಿಯಲು ಬಯಸುವ ಆಸ್ಪತ್ರೆಗಳಿಗಾಗಿ, ನಮ್ಮ AI ಸಿದ್ಧತೆಯ ಕೆಲಸದ ಭಾಗವಾಗಿ ನಾವು ಡೇಟಾ ಗುಣಮಟ್ಟದ ಪರಾಮರ್ಶೆಗಳನ್ನು ನಡೆಸುತ್ತೇವೆ: ನಿಮ್ಮ ದಾಖಲೆಗಳ ಒಂದು ಮಾದರಿಯನ್ನು ಮೇಲಿನ ಪರಿಶೀಲನೆಗಳ ಆಧಾರದಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ, ಮತ್ತು ಮೊದಲು ಏನನ್ನು ಸರಿಪಡಿಸಬೇಕು ಎಂಬುದರ ಲಿಖಿತ ಪಟ್ಟಿಯನ್ನು ನೀಡಲಾಗುತ್ತದೆ.

ಮೂಲಗಳು

• Weiskopf NG, Weng C. Methods and dimensions of electronic health record data quality assessment: enabling reuse for clinical research. JAMIA, 2013;20(1):144-151. doi:10.1136/amiajnl-2011-000681
• Kahn MG et al. A harmonized data quality assessment terminology and framework for the secondary use of electronic health record data. eGEMs, 2016;4(1):1244. doi:10.13063/2327-9214.1244
• Burns EM et al. Systematic review of discharge coding accuracy. Journal of Public Health, 2012;34(1):138-148. doi:10.1093/pubmed/fdr054
• Srinivasan K et al. The final diagnosis: evaluating errors in cause-of-death reporting. Cureus, 2025;17:e82785. doi:10.7759/cureus.82785
• Wong A et al. External validation of a widely implemented proprietary sepsis prediction model in hospitalized patients. JAMA Internal Medicine, 2021. doi:10.1001/jamainternmed.2021.2626