ONC 很高兴地宣布“使用机器学习技术实现健康信息交换以支持以 COVID-19 为重点的 PCOR ”，这是一项以患者为中心的结果研究 (PCOR) 信托基金项目，旨在实施新技术和标准，释放健康信息交换 (HIE) 的潜力以支持研究。
该项目将在多个 HIE 中试行一种名为“分割学术，以了解其适用性和是否适合 HIE 广泛采用。使用隐私保护分割学习技术将测试在单个 HIE 级别和多个 HIE 中使用 HIE 数据进行研究的能力。它还将 人寿保险电子邮件列表 为 PCOR 研究人员展示一种新方法，以及全国各地的 HIE 可以采用的能力。
该项目的初步工作于 2021 年完成，包括定义评估 HIE 准备情况的技术标准、指定实施要求以及详细说明开发拆分学习模型的行动。接下来，将选出有兴趣与 ONC 合作的 HIE。我们期待定期向社区通报工作进展情况，包括我们在此过程中遇到的任何挑战。
健康信息交流是研究的重要合作伙伴
正如我们之前所写，研究推动了医疗保健领域的进步，从个人诊断到更广泛的公共卫生评估。现在可用于此类分析的数据量比以往任何时候都多，无论是来自电子健康记录 (EHR)、个人设备还是环境传感器。虽然研究只是改善健康结果的第一步，但研究人员现在可以使用多种不同类型的数据源来指导他们的工作。
州和地方 HIE 总共接收来自 60% 以上美国医院的 EHR 数据，它们可以更好地用作大规模研究的患者级电子健康数据来源。HIE 通常会从各种来源收集患者数据，然后促进与临床医生、公共卫生机构和实验室的患者健康信息交换。更多地使用这些数据进行以患者为中心的研究有助于促进研究活动，包括在 COVID-19 等公共卫生紧急情况下。然而，各州经常实施不同的技术和隐私要求，这可能会使 HIE 难以让研究人员轻松使用数据。
一种以隐私保护方式与研究人员共享 HIE 数据的方法
参与的 HIE 将能够利用 ONC 的《治愈法案最终规则》的预期实施，包括能够使用经过认证的Health Level Seven International® (HL7®) 快速医疗互操作性资源® (FHIR®) 应用程序编程接口 (API) 和美国互操作性核心数据 (USCDI)从参与提供商处访问电子健康信息。包括HL7® Bulk FHIR® API 在内的 FHIR API 标准在医疗保健领域创造价值的创新使用从未如此出色，我们希望该项目为研究界的进一步创新奠定基础。
我们对该项目的新阶段感到非常兴奋，并期待在项目进展过程中分享更多信息！