藉由使用 Microsoft Cloud for Healthcare，您可以建置解決方案來改善臨床和操作見解。 本文討論一個這類潛在解決方案，並以 Microsoft Cloud for Healthcare 上的虛擬健康知識為基礎。
架構
在架構圖和本文中，ED 一詞是指醫療保健設施的急診部門，該部門專門負責緊急醫療和急性護理患者。
如同 Microsoft Cloud for Healthcare 上的虛擬健康情況，此架構圖中的藍線方塊代表 Microsoft 服務，這些方塊是 Microsoft Cloud for Healthcare 所需的基礎服務或附加元件。 每個服務都會分別獲得授權。
如同上一個解決方案，資料會透過外部醫療系統流入此架構，例如病患和提供者排程、醫療記錄、可穿戴裝置等，然後使用 Azure 擷取。 此程式也可以內嵌特定深入解析所需的其他結構化數據，例如財務數據。 接著，此數據會以 Common Data Model （CDM） 格式儲存在 Microsoft Dataverse 中，以便在此解決方案中由 Dynamics 365 和 Power BI 元件取用。
資料流程
此解決方案支援圖表中所顯示每個使用者群組的下列資料流：
護理經理。 從虛擬訪問流程繼續，護理經理可以透過Teams檢閱目前的病患記錄，並協助患者監視佇列。 此 Dynamics 365 應用程式會提供一份患者清單，以及每個患者索引分數，以指出他們出席的緊迫性。 護理經理可以在護理管理應用程式中選取最高索引分數的病人，並在護理管理應用程式中檢視醫療記錄、護理計劃和預約等資訊。 此應用程式也能夠近乎即時地從其已註冊的IoMT裝置提取心率等數據，以顯示患者日常生活方式的見解。 應用程式會追蹤連入裝置數據，並以自定義Power BI視覺效果加以顯示。 每個裝置計量都會設定閾值，如果超過，Power Automate 會在應用程式中觸發銷售見解警示。 您可以針對每個患者個別設定這些閾值和警示。 如有必要，護理經理可以使用儲存在 Dataverse 中的聯繫人資訊，直接從 Teams 呼叫患者。
ED 系統管理員。需要訪問ED的病人可以協調運輸與護理經理。 ED 系統管理員負責部門中的資源和排程。 使用為部門自定義並與 Teams 整合的 Power BI 報告，監視諸如床使用、會議室和人員等資源，以及攝入量和委任事件的趨勢。 這些報告是使用儲存在 Dataverse 中的醫院和病患數據所建立，並由 Azure Synapse 進行分析。 ED 佇列是自定義 Dynamics 365 Web 資源，會在傳輸中、簽入、入院、房間指派等不同階段顯示傳入患者的佇列。 ED 系統管理員可以使用這項資訊，根據患者的抵達時間和醫療狀況來分級患者。 使用Power Automate流程建立判定樹，以自動化患者護理所需的工作。 這類工作的範例包括會議室或ICU指派、醫療設備設定、必要測試的訂購，以及可用醫務人員的指派。 這些報告和自動化工作支援有效率的病患護理和ED管理。
專家醫生。 ED 系統管理員會指派專家醫生，以檢閱針對患者建議的測試。 例如，如果需要 X 射線測試，系統會指派肺科醫生來檢閱它們。 儲存測試結果會觸發Power Automate，這會在醫生對護理管理應用程式的檢視中顯示Sales Insights警示。 X 光等測試會被視為非結構化數據。 此數據會透過 Azure Data Lake 提取至 Azure Synapse，並饋送至自定義機器學習模型來解譯結果。 這些解釋可以幫助醫生進行診斷和規劃護理。
社交決定因素應用程式是 專為此解決方案自定義建置的畫布應用程式 ，可提供患者社會經濟狀況的深入解析。 這項數據可協助醫生制定患者可能遵循的護理計劃。 護理管理應用程式中的Power BI視覺效果會使用匯總的人口健康計量、人口統計、社交因素，以及醫院記錄中可用的其他數據，顯示患者醫療狀況的治療成功趨勢。 該應用程式的設計目的是使用政府資助研究提供的公開醫療數據。 這些視覺效果可協助醫生以最佳成功率選擇護理計劃。 送入這些視覺效果的數據會透過 Azure Data Lake 提取。 選取的護理計劃會儲存在 Dataverse 中，以供稍後參考。
病患。 在護理計劃出院時，系統會要求患者在患者入口網站上回答滿意度調查。 這是 客戶語音 表單。 調查結果會儲存在 Dataverse 中，以產生有關醫療保健設施的操作見解。
患者會使用患者入口網站來檢視醫生建議的護理計劃。 入口網站也可以提供教育材料，協助患者瞭解護理計劃。
醫院管理員。針對醫院系統管理員自定義的Power BI報告提供關鍵醫療保健計量的深入解析，例如患者休診率、住院時間長度、員工與患者比率、患者滿意度和成本。 這些深入解析有助於改善醫療保健管理。 這些報告是使用 Azure Synapse 從多個系統匯總的數據所建立，例如從患者問卷收集的病患探視記錄、財務數據和情感分數。 報告可協助醫院管理員偵測操作短缺問題。 例如，如果醫院的住院率很高，系統管理員可以使用這些報告來尋找擁有最多重新委任的部門，然後針對基礎問題進行疑難解答並修正。
Power BI 報表會與 Microsoft Teams 整合，以便使用 Teams 頻道輕鬆與其他部門共用報表，進而加快通訊速度並提升共同作業。 您可以藉由設定部門或使用者的許可權等級來控制這些報表的存取權。
元件
此解決方案中使用的大部分元件都詳述於 適用於醫療保健的 Microsoft Cloud 上的虛擬健康情況。 也會使用下列元件：
Azure Synapse Analytics。 Azure Synapse Analytics 可用來示範機器學習演算法如何解譯非結構化醫療數據，例如診斷測試結果、病患數據，例如醫療歷程記錄，以及日常健康計量。 這些機器產生的發現有助於醫療提供者診斷和治療患者。
Azure Data Lake Storage。 Azure Data Lake 儲存體 為 Azure Synapse Analytics 提供快速且安全的數據倉儲。 與傳統數據倉儲不同，一旦分析所需的大量數據儲存在 Azure Data Lake 中，就可以進行查詢。 這可消除重複載入。
Azure Machine Learning。 此解決方案會使用 Azure 機器學習 來示範作為醫療提供者助理的潛在用途。 其可建立模型，以使用 公開提供的醫療數據和 診斷測試結果，為患者醫療狀況提供額外的見解。 最終的診斷責任在於醫療專業人員。
Power BI。 使用 Power BI，將大量數據可視化，可讓您更輕鬆地將深入解析並識別模式或趨勢。 請參閱Power BI報表中的視覺效果類型和Power BI報表中的視覺效果類型，以瞭解如何建立不同的Power BI視覺效果。 您可以使用 Microsoft Teams 跨部門共用視覺效果，以改善共同作業。 如需詳細資訊，請參閱 在 Microsoft Teams、Outlook 和 Office 中使用 Power BI 共同作業。
此解決方案會使用 Azure Synapse Analytics 來建立下列 Power BI 視覺效果：
Power Automate。 Power Automate 提供無程式代碼和低程式代碼平臺，以自動化重複的手動工作。 所建立的每個工作流程都專屬於商務或案例，因此本質上是自定義的。 在此解決方案中，Power Automate 會擷取儲存在 Dataverse 中的數據，並執行自動化流程以採取行動，例如在數據變更時傳送通知。 如需建立自定義數據型流程的相關信息，請參閱 建立使用 Microsoft Dataverse 的雲端流程。
Power Automate 流程也可用來將 ED 中的程式自動化，例如會議室和員工指派。
Dynamics 365 Sales Insights。 此解決方案使用 Dynamics 365 載入宏 Sales Insights 來提供下列事件的警示和通知：
- 患者的可穿戴裝置超過健康計量的預設閾值，例如心率。
- 有新的診斷測試結果可供使用。
這些通知會從 Power Automate流程觸發。 如需建立與 Sales Insights 整合的自動化流程的相關信息，請參閱 建立自定義深入解析卡片 。
病患監視佇列。 這是自定義 Dynamics 365 Web 資源，不是適用於醫療保健的 Microsoft Cloud 的一部分。 它為護理管理員提供來自多個來源的匯總病患數據，並且是護理管理應用程式存取個別病患資訊的自定義進入點。 它已與 Microsoft Teams 整合，以提供一致的平臺。 它還以索引分數的形式顯示每個患者的醫療關注緊迫性。 此分數可以衍生自患者的裝置數據和已知的醫療狀況。
ED 佇列。 這是自定義 Dynamics 365 Web 資源，不是適用於醫療保健的 Microsoft Cloud 的一部分。 ED 系統管理員使用此佇列來擷取傳入患者的醫療資訊和抵達時間，以及其治療的緊迫性。 這可協助系統管理員更有效率地分級，並使用Power Automate根據病患醫療狀況指派資源，以啟動自動化工作流程。
社會決定因素。 這是 Power BI Canvas 應用程式 ，可向醫療提供者顯示患者的社會經濟因素。 這項資訊是使用標準化問卷收集的，並有助於預測患者遵守護理計劃的方式。 此數據會在病患探視期間收集，並儲存在 Dataverse 中，以通知未來的決策。
客戶語音。 Dynamics 365 Customer Voice 是企業意見反應管理應用程式。 在急診醫院就診后，它被用來得到病人的意見反應。 此意見反應可以提供ED程式管理的深入解析。 調查結果會儲存在 Dataverse 中，以供醫院管理員用來改善程式。
非結構化資料。 架構圖中的這個區塊代表非結構化二進位數據，例如 X 光結果。 此數據可能會儲存在現有的 EHR 系統中。 Azure Data Lake 會擷取以供 Azure Synapse 使用。
結構化資料。 此區塊代表任何結構化數據，通常不是EMR/EHR或 PAS 系統的一部分，可用來建立醫院管理的深入解析。 例如醫療保健組織的財務記錄。
替代項目
Microsoft Cloud for Healthcare 上的虛擬健康情況中列出的替代方案也適用於此架構。
此架構中使用的 Dynamics 365 和 Power BI 應用程式會與其數據源緊密整合 Dataverse。 如果這些是由第三方應用程式所取代，例如用於患者監視和ED分級的內建 EHR 工具，則可以使用其 RESTful API 介面來與 Dataverse 互動。 Dataverse 是匯總數據的便利數據源，由多個元件使用，例如 Power BI、Power Automate、Synapse Analytics、病患入口網站、Teams 等等。
根據醫療保健組織的需求，不需要建立或取代沒有藍色外框的架構圖表中顯示的元件。
案例詳細資料
醫療保健產業傳統上一直努力有效地使用它所建立的大量數據。 大部分的醫療數據都是非結構化且無法存取的數據驅動決策。 尋找深入解析時，提供者在數據擷取和統一上花費相當長的時間。 醫療保健組織也面臨安全性與合規性壓力，以及數據外泄的風險。
此解決方案會使用 Azure Data Lake 來儲存報告和分析所需的大量數據。 此數據會使用 Azure Synapse 進行分析，以供機器學習模組和 Power BI 視覺效果使用。 Synapse 也可以提取非結構化數據，例如 X 光影像，並將它饋送至機器學習演算法以產生解譯。 這些解譯會儲存在 Microsoft Word 檔中，以及影像的快照集。 本文件會儲存為 Dataverse 中的 Blob 或檔案，以供日後參考。
潛在的使用案例
此解決方案適用於醫療保健產業。 此案例也會示範下列適用於許多產業的功能：
- 從多個來源收集結構化和非結構化數據，並使用PowerBI將趨勢和見解可視化。
- 根據這些深入解析設定自動化作業工作。
- 使用機器學習來解譯不同系統的數據，並協助系統中的各種角色。
- 安全地共享數據和深入解析，並使用 Microsoft Teams 與不同部門和角色共同作業。
考量
這些考慮會實作 Azure Well-Architected Framework 的支柱，這是一組指導原則，可用來改善工作負載的品質。 如需詳細資訊，請參閱 Microsoft Azure Well-Architected Framework。
安全性
安全性可提供針對蓄意攻擊和濫用寶貴數據和系統的保證。 如需詳細資訊，請參閱 安全性要素概觀。
此處適用於任何使用 Microsoft Cloud for Healthcare 的架構的安全性考慮。 例如，請參閱 Microsoft Cloud for Healthcare 上的虛擬健康情況中所討論的安全性考慮。
成本最佳化
成本優化是考慮如何減少不必要的費用，並提升營運效率。 如需詳細資訊，請參閱 成本優化要素概觀。
此架構的定價考慮類似於 Microsoft Cloud for Healthcare 上的虛擬健康情況考慮。
部署此案例
若要部署此解決方案，請在 Microsoft Cloud for Healthcare 上執行一到四個虛擬健康情況的步驟。
以下是專為此解決方案建立的其他元件。 您可以選擇建立類似的應用程式，或使用您目前 EHR 系統所提供的工具。
- 病患監視佇列
- ED 佇列
- Power BI 報表和視覺效果
- 裝置閾值和診斷測試可用性的 Power Automate 通知
- 機器學習演算法，例如機器產生的診斷結果
- 社交決定因素和滿意度調查應用程式
參與者
本文由 Microsoft 維護。 原始投稿人如下。
主要作者：
- 斯拉維卡·弗雷賈尼奇 |主體群組計劃管理員
- 達納什里·克斯希爾薩加 |資深內容 PM -
若要查看非公用LinkedIn配置檔，請登入LinkedIn。
下一步
- 什麼是適用於醫療保健的 Microsoft Cloud？
- 適用於醫療保健的 Azure — 醫療保健解決方案
- 檢測患者社會經濟狀況的問卷
- Azure Data Lake 概觀
- Azure Machine Learning 文件
- Power Automate 概觀