《Frontiers in Digital Health》:The organizational digital shadow of the certified cancer center—from yearly snapshots to continuous signals
编辑推荐:
摘要专业翻译
认证癌症中心持续产生质量,却以离散方式对其进行测量:合规性(conformity)在周期性审计中确立,该审计在1至2天内对机构一年的运行状况进行抽样,而证明合规性耗费临床医生时间。然而,同一机构持续发出数据痕迹——指标表、肿瘤委员会会议纪要、审计
摘要专业翻译
认证癌症中心持续产生质量,却以离散方式对其进行测量:合规性(conformity)在周期性审计中确立,该审计在1至2天内对机构一年的运行状况进行抽样,而证明合规性耗费临床医生时间。然而,同一机构持续发出数据痕迹——指标表、肿瘤委员会会议纪要、审计发现、登记处提交材料、试验管理记录——这些数据在结构和延迟时间上各不相同,但已经存在。研究人员认为,这些数据构成了一种组织数字阴影(organizational digital shadow):一种单向的、受目的约束的、刻意不完整的机构合规性投影,以各数据源所允许的任意延迟时间进行刷新,并对照版本化的认证标准进行解读。研究人员刻意选用“阴影”一词。组织学者和过程挖掘(process mining)研究者质疑对组织实现忠实、双向的孪生(twin)是否可行,而工程研究则依据数据流集成程度区分数字模型(digital model)、数字阴影(digital shadow)和数字孪生(digital twin)。将该分类法应用于认证癌症中心,可得出一个可操作的论断:当前技术上可实现的是一种阴影,而研究人员认为,阴影足以将质量保证从周期性裁决转变为连续信号。研究人员联结了三支分别关注患者生理、医院吞吐量或财务控制而非机构合规性的文献,并提出了一种分层架构、一种将技术耦合与分析功能相分离的成熟度递进模型(maturity progression),以及一项治理分析。由于自动化通过减轻员工负担而获得合法性,副产品原则(byproduct principle)是一项设计约束。认证中心是一个易于处理的首个实例:很少有组织同时拥有规范性标准以及可向其投射的结构化数据流。
论文解读文章
研究背景与问题
认证癌症中心的质量保障体系存在一个根本性结构不对称:质量是持续产生的,而测量却是离散进行的。以德国系统为例,认证癌症中心每年接受一次审计,审计人员在1至2天内审查更新后的指标表、抽样检查肿瘤委员会文档、访谈工作人员并检查纠正措施。证书有效期为3年,期间穿插监督审计和全面再认证审计。这意味着数百项要求的合规性仅基于每年1至2天抽取的样本确立,有时甚至仅依据文档审查。这种程序本身并非缺陷——德国癌症协会(DKG)经由其机构OnkoZert运营的认证项目已将多学科团队置于诊疗路径的核心,成为欧洲最大的肿瘤学认证体系,其效果可测量:在47,440例患者的登记数据中,结肠癌调整后死亡风险比为0.92(95% CI 0.89–0.96);在160,935例参保患者中,两种肿瘤的比值均为0.92。然而,肿瘤委员会可能在2月因某一必需学科不再可靠出席而偏离合规状态,或因其病例量将无法达到年度最低要求,但这一不合规要到11月才会被发现。在此期间,患者在一个与证书所证明的配置不再匹配的环境中接受治疗。
会计学领域数十年前就遇到了这种不对称性。传统审计是周期性的,证据可能在相关事件发生很久之后才被收集,这一观察促使了20世纪90年代初连续审计(continuous auditing)的出现,以自动化规则测试取代抽样,以持续保证取代周期性裁决。不对称性还有第二面:证明合规性在肿瘤学最无力承担的代价上耗费昂贵。在一个认证中心,重新设计12个肿瘤委员会的文档工作流程将协调员准备时间从每周66.0小时降至46.5小时,放射科医生和病理学家的准备工作量分别减少22.9%和52.7%。医疗保健领域尚未实现这一转变,但已悄然获得了原材料:认证中心作为认证、文档和报销的副产品而持续发出的数据痕迹,是一种可利用的基质。
研究内容与核心概念
研究人员将这一基质命名为组织数字阴影(ODS),并论证正确命名是负责任地构建它的前提条件。研究采用工程文献中广泛接受的分类法:数字模型——两个方向均无自动化数据交换;数字阴影——从物理到数字的自动化单向流;数字孪生——自动化双向流,数字对象可反作用于物理对象。研究人员采用这一更严格的约定,因为其所划定的界线——表征能否反作用于机构——是在临床组织中承载问责权重的界线。依据该标准,制造文献调查中仅18%被描述为数字孪生的系统实现了该术语所要求的双向数据流,其余系统实为数字阴影、单纯数字模型或不可分类。工程领域已有一项持续研究项目将阴影视为最终状态而非过渡阶段:在现实复杂系统中,覆盖多个视角的孪生既在计算上不可行也并非特别有用,而阴影作为紧凑的、受目的驱动的视图,以极低成本提供更多实用价值。
组织层面的数字表征并非新概念。自2017年以来,组织数字孪生(DTO)已被描述为利用运营和情境数据表征组织如何部署资源和交付价值的动态软件模型。Park和van der Aalst使用面向行动的过程挖掘实现了DTO,以对象中心Petri网表示过程,事件数据持续与模型对照,违规被评估并触发行动。然而,该领域已自我批判:组织惯例兼具陈述性方面(ostensive aspect)和执行性方面(performative aspect),事件数据仅捕获后者;真正的孪生预设世界与表征之间同步的双向因果耦合,而完全建模组织需要建模能动性、冲突和涌现。这些障碍不是可通过更好工程来弥合的实施缺口,而是组织的属性,这质疑了完全忠实的组织孪生的可行性。因此,阴影框架不是孪生的次级版本,而是正确的框架。
医疗保健领域的数字孪生研究聚集于三个方向:患者级生理孪生、设备级孪生,以及日益增多的医院运营孪生。运营孪生模拟患者流、床位分配和容量以减少瓶颈。然而,组织级数字孪生建模吞吐量、资源分配和安全,却无一针对认证标准评估机构。此类孪生回答需要多少床位、瓶颈在哪里,却不回答该机构今天是否合规、若不合规则从何时起、在哪个维度上不合规。合规性是良好结果的结构性和程序性前提的刻意构建代理;连续而非年度地追问这一问题,正是连续审计在不同领域所做的转变。
主要技术方法
研究采用概念分析与架构设计方法,联结组织理论、工程分类学和过程挖掘文献。具体关键技术方法包括:采用Kritzinger等人的三级数据流集成分类法界定数字模型、数字阴影与数字孪生;借鉴连续审计的规则化自动化测试原则;运用过程挖掘中的一致性检查(conformance checking)技术,将事件数据与过程模型持续对照;采用Donabedian结构-过程-结果框架设计分层架构;引入Ashby的必要多样性定律(requisite variety)和Viable System Model解释选择性建模的必然性;运用Simons的控制杠杆(levers of control)框架分析治理风险。研究以德国结直肠癌中心项目指标2a——治疗前病例呈报率——为实例演示ODS-2的运作链条。
研究结果
ODS的定义与三个承重属性。 研究人员将认证癌症中心的组织数字阴影定义为:机构合规性——认证系统对护理质量的构建代理——的单向、受目的约束的投影,由机构在认证运营中已生成的数据痕迹组装而成,以各数据源允许的任意延迟刷新,并对照其承诺遵守的版本化认证标准进行评估。三个承重属性为:单向性——阴影观察而不行动,行动权保留给临床医生和管理者;受目的约束——由问题定义而非穷尽表征机构的野心;标准参照——不同于工厂或供应链,认证癌症中心拥有一个明确的、外部维护的规范性自我模型。
分层架构。 研究提出四层架构,映射到Donabedian框架并扩展了一个反身治理层。L1结构层包括人员资质和继续教育记录、设备和基础设施登记册、合作协议、网络伙伴状态,对应结构层面,事件驱动更新(月级)。L2过程层包括肿瘤委员会文档(病例量、治疗前呈报率、建议完整性、实施率)、路径时间戳(诊断→委员会→治疗)、试验管理筛选和入组记录,对应过程层面,连续更新(天级)。L3结果层包括癌症登记提交、生存和复发数据、并发症和发病率指标、患者报告结果,对应结果层面,延迟更新(月-年级)。L4反身/治理层包括审计发现、纠正和预防措施、关键事件(CIRS)报告、投诉、内部审计纪要、指标表提交,属元层面,从年度向连续转变。L4是文献中最少讨论且最有趣的层面:记录机构对自身检测到的偏差的响应,是自我纠正能力的代理而非证明,更接近动态能力和双环学习而非关键绩效指标。
成熟度模型。 研究将技术耦合与分析功能两个维度分离,提出四个ODS级别。ODS-0为手动(数字模型)加描述性分析,回答“去年我们的指标值是多少”,是当前多数中心的观察状态。ODS-1为自动化单向(数字阴影)加描述性分析,回答“现在我们指标值是多少”,技术上可实现但尚未示范。ODS-2为自动化单向加合规性评估,回答“我们是否合规——若不合规则从何时起、在哪个维度”,是本文提出的关键步骤,需要机器可读的指标定义。ODS-3为自动化单向加预测性分析,回答“周期结束时我们是否仍将合规”,以ODS-2和验证模型为条件。双向自动化(数字孪生)加规范性/执行性功能被刻意排除在范围之外。所有ODS级别均位于单向列——预测改变分析功能而非耦合,不会使阴影更接近孪生,只有自动化执行才会如此。
管理理论基础。 ODS实例化了三个此前在肿瘤学质量管理中缺乏数据基质的管理思想:连续审计提供操作原则——对所有事件的规则化测试取代抽样,持续保证取代周期性裁决;必要多样性定律和Viable System Model解释为何选择性建模不可避免——任何组织表征必须根本性部分化,阴影正是说明这一点的词;控制杠杆命名了设计风险——持续监控的机构可能滑入纯粹诊断性控制,即仪表板监视,只有同时被交互式使用、作为管理对话的共享对象时才实现其价值。
治理与监管分析。 在MDR下,基于所定义的目的——观察组织合规性,不涉及个体主张、不输入个体临床决策——ODS将是MDR设备定义之外的管理工具,但该边界仅与系统范围一样稳定,必须是设计约束。在EU AI Act下,若ODS采用AI组件(如从自由文本肿瘤委员会纪要中提取合规信号的大语言模型),分类取决于用途,评估机构而非个体合规性的系统似乎不太可能构成附件III下的高风险系统,但需审视两个相邻情形:若偏差归因于个体临床医生则涉及就业相关用途,以及向临床决策支持漂移。在数据保护方面,ODS几乎完全运行于为治疗、文档、质量保证和登记报告而已经存在的数据之上,法律基础通常已存在,但目的和聚合发生变化,两者均需依GDPR第6条和第9条进行个案评估。最困难的问题不是法律问题。古德哈特定律——一项度量一旦成为目标就不再是好度量——在连续测量下比年度测量下以远为强大的力量运作。英格兰卫生服务证据表明,目标制度的实时透明似乎加剧了反应性博弈而非遏制它。每年审计一次的机构可以博弈1周;被连续阴影监控的机构可以持续博弈,且博弈看起来像合规。持续观察在偏差非故意时改善检测,在指标是主要用途为治疗或报销的数据的副产品时有效,在发现被交互式使用而非作为附带后果的目标时有效。溯源和博弈抵抗因此是一级设计需求,人类审计功能必须保留以看见阴影所不能看见的。反身层是博弈可见之处:它在L1-L3中看起来像合规,但在L4中留下痕迹——未经审查即被驳回的警报、累积的例外——这就是该层由人类审计员而非仅由阴影阅读的原因。
讨论与结论
研究承认多项局限性:架构尚未在认证癌症中心实施,ODS-1之外的技术可行性、组织接受度、成本、误报负担和员工工作量影响均为经验问题;认证中心的数据痕迹存在于互不知晓的系统中——医院、实验室和影像信息系统、肿瘤文档、试验管理和登记接口——组装阴影意味着解决医疗保健在其他地方尚未解决的语义集成问题,HL7 FHIR等标准必要但不充分,认证指标定义本身需要机器可读表征;ODS对机构合规性提出主张必须验证,年度审计是唯一可用比较对象且其本身不完善;没有阴影能捕获未写下的内容——一些最有影响力的质量决定因素,如初级临床医生是否能在肿瘤委员会中感到可以提出异议,不留下数据痕迹;增加文档负担的质量工具会摧毁其所测量的东西,副产品原则是约束而非便利。
研究结论指出:认证癌症中心是极少数已同时拥有正式的外部维护的应然模型和连续的、结构化的实然记录的机构之一。它拥有铸造组织数字阴影的原材料——尽管尚不具备铸造所需的集成、机器可读规则或验证——却仅将这种材料用于一年一度的快照。研究人员不提出癌症中心的数字孪生。组织数字阴影是当前可实现的:单向、部分、受目的约束,并对此诚实。在学习型卫生系统框架中,它是患者级学习循环的机构级类比。一个标准应主导其发展:组织数字阴影的检验标准不是它看见多少,而是质量管理办公室和临床团队在它存在后是否比之前做更少的手工工作。自动化在质量管理中的正当性来自减轻负担,而非可见性。其承诺表述起来谦逊而效果可观:缩短认证癌症中心停止满足自身标准与任何人注意到之间的时间间隔。