医療費適正化の流れ
分析における3つの視点
技術性 スピーディー
- ・独自開発のレセプト分析(診療報酬明細書)ソフトを用いる事で高速に処理し、短期で納品します。
- ・複雑な分析も各種統計ソフトの自動化により、高速に処理します。
価格性 リーズナブル
- ・従来の委託分析の1/5〜1/10程度を目指します。
安全性 セーフティ
- ・データの持ち出しを行わず、全てお客様の施設内で作業を行います。
一般的な分析の意義
エビデンスに基づく対策の立案、実施、評価
事業主様、健康保険組合様、加入者様それぞれにメリットがありリスク回避にもつながります。
データヘルス事業の具体化に向けてのご支援の例
階層別の各種対策の具体的な方法
Myカルテに基づき、現在の問題点と課題を抽出し、その後の対策について明確なゴールを設定します。
分析に基づくリスク別の対応(層別化)
<高リスク層>へとつながらないよう予防を行い、より<健康層>へ改善するための対策を行います。
分析項目 | 抽出条件等 |
---|---|
重症化予防 | 薬剤を用いて重症化度を推察する。 |
受診フォロー ・服薬中断者 |
服薬中断者を調剤レセプトの処方内容の変化から推察する。 |
健診後の対応 ・未受診者 ・管理不十分 |
レセプトと健診データを突合する事で、状況を判断する。 |
不適切な受診行動 ・夜間休日診療 ・多受診者等 |
レセプトの出現頻度、連続性を加味する。 |
重複処置 ・消炎鎮痛処置等 |
各種診療行為の頻度(回数/月)、連続性を加味する。 |
薬剤の重複投与 | 調剤レセプトより適正処方量の何倍量かを算出する。 |
後発薬(ジェネリック)への転換 | 各年代層に応じた対応 高齢者に特徴的な薬剤(頻度、量等) 例)骨粗鬆症薬、前立腺薬、睡眠薬など |
生活習慣病重症化予防 | 1:高血圧性疾患・糖尿病・脂質異常症等の生活習慣病で 2:単独でも医療点数が経年で増加傾向にあるケース |
データはこれから悪化する人を見つける為に活用します
膨大な医療データを基にアラートが鳴るポイントを設定します。
メディアラートは分析を通じて発症予防、重症化予防をご支援します。
薬剤を用いた重症化予防:スコアリングモデルの考え方
例)高血圧疾患であれば、血圧の状態の変化に伴って薬剤の内容が変化します。
また、服薬量、薬剤費等も同様に患者の状態の変化に応じて変化します。
この変化を個人毎にモニタリングします。
具体例)降圧剤の変化(併用薬の変化※降圧薬の併用ロジックを参照)
ARB(ACE阻害薬)→ ARB(ACE阻害薬)+Ca拮抗薬→ ARB(ACE阻害薬)+Ca拮抗薬+利尿薬
薬剤名:ブロプレス ブロプレス+アムロジン ブロプレス+アムロジン+ラシックス
重症化予防:薬剤を用いたモニタリング
健康通信簿では「今のあなた」と「未来のあなた」を可視化します。
未来のあなたの「姿」を変える為に今のあなたを変える指導が可能です。
1:予測モデルを活用
2:保健指導の事前業務を効率化
2つの機能「今のあなた」と「未来のあなた」の可視化で保健指導をサポートします!
「今のあなた」のポジション機能
「数値」だけでは伝わりにくい状況をグラフ化することで自分の位置を確認!
市町村の分布図の中での自分の位置を知ることで自覚を促します。
また、グラフの背景をリスクごとに塗分けることでさらに見やすく工夫しています。
未来予測機能:最新のモデリング技術で未来を予測
未来予測は単なる数値の予測ではありません。
問診データも取り込み、生活行動を加味した最新のモデリング技術で計算を行っています。
健康診断予測のエビデンス提供技術の概要
- ● 工学院大学の竹川准教授の監修により、予測技術をご提供します。
- ● 今回の予測技術では、従来の分析手法である回帰分析(Lasso回帰)とデータの前処理の工夫とスパースモデリングを併用することで、
精度を向上させつつ「なぜその予測になるのか」「どの項目が影響したのか」を説明できるようにしています。
スパースモデリングとは・・・
一般的なAI開発に用いられるディープラーニングでは、
多量のデータからxとyの組み合わせを読み込んで関数の中身を調整します。
関数の中身は詳しくはわからないけれど、おそらく適切であろうxとyの関係性を導くようなアプローチです。
対してスパースモデリングは、逆方向に問題を解こうとするアプローチの手法です。
つまり、「導きたい答えであるyは、どのようなxによって特徴づけられているのだろうか?」
「答えであるyを特徴づけているのは、どのようなxであるのか」を見極める手法です。
スパースモデリングではビッグデータが不要な点も特徴です。
血圧予測値:どうしてその値になるのか
「未来のあなた」未来予測機能
行動を変えれば未来は変わる。行動にかかわるリスク因子を加味した予測を行います。
我々の思いは、2年後の悪い未来を変えるように今から努力して頂きたいと考えております。
抜群の操作性ですぐに指導対象をヒット
複数の条件検索が可能。見やすく表示します。
抜群の操作性ですぐに指導対象をヒット一人一人の状態をグラフ機能で可視化
訪問指導やパソコンがなくても指導が可能
配布用に個人結果を一枚の用紙にして印刷する機能があります。
服薬を見直すきっかけ作りをおくすり通信簿でお手伝いします。
「おくすり通信簿」で自分の服薬量を振り返りましょう!
必要のないお薬は貰わない、処方された薬はしっかり適正に飲むようにしましょう。
※R3年度「レセプト・健診情報等を活用したデータヘルスの推進事業」
一年間の服薬状況を見て、対象者を選別
直近3ヶ月間だけではなく、一年間分確認することで、
長期的な服用が望ましくない薬や、本来飲まなければならないのに中断してしまっている薬が把握可能。
処方されたおくすりの薬効をチェック
薬効も見ているので、同じ成分のおくすりの飲みすぎや、後発医薬品などのおくすりに切り替えた場合も把握可能。
癌などの重症の病気に対して対象から除外
疾病レセプトから特定の病気に罹っている患者を対象から外すことが可能。
目的に応じて通知内容をカスタマイズ
ベーシックとアドバンスの二種類をご用意。対象者の状況によって通知内容を切り替えることができます。
※ビアーズ基準 … 高齢者において使用を避けることが望ましい薬剤、中止を考慮するべき薬剤の指標
問題点1:対象者に頻回・多剤処方等の自覚がない。
問題点2:お薬手帳が管理出来ていないので医療機関に相談できない。
問題点3:自己判断で通院・服薬をやめている。
問題点4:受け取った対象者が通知書を確認していない。
勧奨前を100%としたときの増減率の変化(A社のケース)
勧奨者と非勧奨者の比較
勧奨者と非勧奨者の調剤費を同じ3ヶ月間で比較しました。
母数が違うため単純に比較できませんが、非勧奨者は増額、勧奨者は減額となっています。
詳細は下記資料にてご確認いただけます。