「CDS HooksとAWS HealthLakeを使用してCRDを自動化して事前承認を行う」

「CDS HooksとAWS HealthLakeを活用して、CRDの自動化と事前承認の効率化を実現する方法」

事前承認は、医療の重要なプロセスであり、医療処置や手続きを実施する前に承認を得ることを意味します。このプロセスは、患者が適切なケアを受けるため、医療提供者が正しい手順を守っていることを確認するために必要です。ただし、事前承認は、医療提供者、保険会社、および患者の間で多くの書類のやり取りやコミュニケーションを必要とする、時間のかかる複雑なプロセスとなります。

電子健康記録（EHR）での事前承認プロセスは、以下の5つのステップで構成されています：

1. 事前承認が必要かどうかを判断します。
2. 事前承認リクエストをサポートするために必要な情報を収集します。
3. 事前承認リクエストを提出します。
4. 事前承認リクエストの解決を監視します。
5. 必要な場合は、追加の必要な情報で事前承認リクエストを補完します（ステップ4から再開）。

The Da Vinci Burden Reductionプロジェクトは、事前承認のこれらのステップを3つの相互関連した実装ガイドに再配置しましたが、これらのガイドは、クリニシャンと支払い業者の負担を軽減することに焦点を当てています。

1. Coverage Requirements Discovery (CRD) – これは、クリニシャンが診断を依頼したり、治療法を指定したり、紹介を行ったり、予約を行ったりする際に、プロバイダーに意思決定支援を提供します。
2. Documentation Templates and Rules (DTR) – これにより、プロバイダーはスマートな質問票や規則（Clinical Quality Language、CQLなど）をダウンロードし、実施済みまたは計画中のサービスに関連する情報を収集するために、SMART on FHIRアプリやEHRアプリを実行できます。質問票と規則の実行は、プロバイダーのEHRの一部で実行されるアプリケーションによっても行われる場合があります。
3. Prior Authorization Support (PAS) – これにより、プロバイダーシステムはFHIRを使用して事前承認リクエストを送信し（および支払い業者システムは受信）、事前承認を輸送するために必要な場合にはX12 278の使用も満たすことができます。

この投稿では、事前承認要件を判断するためのCRD実装ガイドに焦点を当て、CDS（クリニカルディシジョンサポート）フックがAWS HealthLakeを使用して事前承認が必要かどうかを判断する方法を説明します。

• AIにおける幻覚の克服：事実に基づく強化学習ハイブリッドフレームワークが大規模な多モーダルモデルのビジョン・言語の整合性を最適化する方法
• 『Qwen Large Language Models（LLMs）Seriesについて知っておくべきすべて』
• 「AIガバナンスの12のコア原則」

解決策の概要

CRDは、CDSサービスを使用してEHRと支払い業者間の呼び出しを容易にする電子事前承認ワークフロー内のプロトコルです。利用されると、患者の治療の進行中にプロバイダーにカバレッジ要件に関する情報を提供します。これにより、プロバイダースタッフはより情報を豊富に基づいた決定を行い、患者の保険のカバレッジ要件を満たすことができます。プロバイダーと支払い業者の間の相互作用は、CDS Hooksを使用してシームレスに行われます。

CDS Hooksは、Health Level Seven International（HL7）の仕様です。CDS Hooksは、クリニシャンのEHRのワークフローに近接したリアルタイムの機能を埋め込む方法を提供します。CDS Hooksを使用することで、事前承認などの適格性規則を適切に最適化することができます。また、医師のネットワーク参加などの他の事前認証要件も含まれます。この機能により、プロバイダーは患者の状態、治療オプション、ケアを行うために必要なフォームに関する情報を提供されることで、情報を基により患者中心のケアプランを迅速に開発し、事前承認プロセスをサポートできます。CDS Hooksの詳細については、CDS Hooksのウェブサイトを参照してください。

以下の図は、HealthLakeを使用してCRDワークフローを自動化する方法を示しています。

ワークフローのステップは以下の通りです：

1. 医療スタッフがEHRシステムにログインして患者のカルテを開きます。
2. EHRシステムがユーザーの認証情報を検証し、患者ビューフックを呼び出して患者の状態情報を取得します。
3. Amazon API Gatewayが患者ビューフックのAWS Lambda関数を呼び出します。
4. Lambda関数がリクエストから患者IDを検証して取得し、HealthLakeから患者の状態情報を取得します。
5. 患者の状態を確認した後、ユーザーはオーダーセレクトフックを呼び出して、対象の薬剤のカバレッジ要件情報を取得します。
6. API Gatewayがカバレッジ要件フックのLambda関数を呼び出します。
7. Lambda関数が患者の請求情報を取得し、HealthLakeから取得した薬剤と請求情報に基づいてCQLルールを実行し、事前承認が必要かどうかを判断します。

ソリューションはDetermine Coverage Requirements Discovery using CDS Hooks with AWS HealthLakeのGitHubリポジトリで利用可能です。

前提条件

この記事では、次のサービスについての理解が前提とされています：

• API Gateway
• HealthLake
• Lambda
• AWS Serverless Application Model（AWS SAM）

AWS SAM CLIを使用してアプリケーションをデプロイする

テンプレートをAWS Management ConsoleまたはAWS SAM CLIを使用してデプロイできます。CLIを使用する場合は、以下の手順を実行してください：

1. AWS SAM CLIをインストールします。
2. AWSサンプルリポジトリからサンプルコードをローカルシステムにダウンロードします：

git clone https://github.com/aws-samples/aws-crd-hooks-with-awshealthlake-apicd aws-crd-hooks-with-awshealthlake-api/

1. AWS SAMを使用してアプリケーションをビルドします：

sam build

1. ガイド付きプロセスを使用してアプリケーションをデプロイします：

sam deploy --guided

# MY_VALUEを適切なリソース名に置き換えますSAM deployの設定======================設定ファイル[samconfig.toml]を検索中：見つかりません"aws-cds-hooks-with-healthlake"のスタック名を入力してください。[sam-app]：aws-cds-hooks-with-healthlake     AWSリージョンを入力してください。[us-east-1]：us-east-2     #デプロイされるリソースの変更内容を表示し、デプロイを開始するには 'Y' を入力してください。[y/N]：     #SAMは、テンプレート内のリソースに接続するための役割を作成できるようにするための許可が必要です。SAM CLI IAM役割の作成を許可しますか？[Y/n]：     #操作が失敗した場合に以前にプロビジョニングされたリソースの状態を保持します。ロールバックを無効にしますか？[y/N]：     cdsDemoServicesFunctionには認証情報がありません。これは問題ありますか？[y/N]：y     cqlQueryFunctionには認証情報がありません。これは問題ありますか？[y/N]：y     cqlQueryOrderFunctionには認証情報がありません。これは問題ありますか？[y/N]：y     設定をhttps://www.voagi.com/exploring-mlops-questions-with-aws-sagemaker.html">保存しますか？ y     SAM構成ファイル[samconfig.toml]：     SAM構成環境[default]：

AWSがHealthLakeデータストアと関連リソースをAWSアカウントに作成するため、デプロイには30分以上かかる場合があります。 AWS SAMはタイムアウトすることがあり、コマンドラインに戻る場合があります。このタイムアウトにより、AWS SAMはクラウドでの進行状況を表示せず、クラウドでのデプロイは停止しません。タイムアウトが表示される場合は、AWS CloudFormationコンソールに移動し、CloudFormationスタックのデプロイ状態を確認してください。CloudFormationスタックのデプロイが完了したら、CDS Hooksを臨床ワークフローに統合してください。

事前承認のためのカバレッジ要件の決定

ソリューションには、支払い者からの事前承認ルールに基づいて事前承認が必要かどうかを判断するための2つのフック、patient-viewおよびorder-selectがあります。 CQLを使用して事前承認ルールを評価します。

CDS Hooksは、CDS HooksをサポートするEHRと統合することができます。 代わりに、テストに使用できるEHRがない場合は、GitHubリポジトリで説明されているように、公開されているサンドボックスを使用できます。 CDS Hooksサンドボックスは、テストの目的でのみ使用されます。

フックがEHRに統合された後、ユーザーが臨床ワークフローに移動すると、設定された患者のためにpatient-viewフックが実行されます。臨床ワークフローの患者IDはHealthLakeに存在する必要があります。APIから返されるカードには、患者が副鼻腔感染症の健康状態を持っており、医師が処方箋を発行する必要がある可能性が示されます。

処方箋を注文するためには、RXビュータブに移動できます。医師のように行動し、適切な薬剤を選択し、以下のスクリーンショットに示す他の詳細を入力してください。

事前承認の資格カードと共に、注文選択フックが返されます。

次のステップは、SMARTアプリまたはプロバイダーが利用できる他のメカニズムを使用して、事前承認を提出することです。

後片付け

この例を実行して作成したAWSリソースがもはや必要ない場合は、以下のCloudFormationスタックを削除することで削除できます:

sam delete --stack-name <<your-stack-name>>

結論

この記事では、CDSフックを使用したHealthLakeが、処方箋の注文臨床ワークフローの一環として事前承認のカバレッジ要件を特定することで、プロバイダーの負担を軽減し、メンバーの体験を向上させるのにどのように役立つかを示しました。CDSフックとHealthLakeは、診断のオーダー、治療の指定、紹介の作成、予約のスケジュール作成時に、プロバイダーを支援するのに役立ちます。

このソリューションを使用したAWS上でのカバレッジ要件発見の実装に興味がある場合や、AWSでの事前承認の実装についてもっと学びたい場合は、以下のリンクからAWS代表にお問い合わせください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!