相关申请的交叉引用本申请要求于2015年1月16日提交的美国临时专利申请序列号62/104,532的优先权，所述美国临时专利申请的公开内容通过引用以其全文并且出于所有目的而明确结合在此。
背景技术：
：：美国许多县和州由于人口健康下降、慢性病患病率增大以及照料急性护理系统中的患者的超高成本而正面临迫近的医疗危机。当前疾病管理方案主要依赖于手动、孤立的干预，所述干预是劳动密集且不可扩展的。技术实现要素：本公开涉及一种健康数据系统，所述健康数据系统是可扩展技术核心的一部分，所述可扩展技术核心可以整合到本地医疗基础设施中以便创建用于在社区中递送以患者为中心且基于价值的护理的护理管理框架，从而为可扩展到目标社区打好基础。根据本文中所公开的第一方面，阐述了一种用于递送以患者为中心且基于价值的护理的健康数据系统，所述健康数据系统包括：健康数据服务器；一个或多个健康数据源，所述一个或多个健康数据源通过安全网络与所述健康数据服务器通信，其中，所述健康数据源各自具有轮询许可集合；所述健康数据服务器的一个或多个代理模块，所述一个或多个代理模块基于标识符集合和所述轮询许可集合以指定频率从所述数据源中轮询健康数据；第一开关模块，所述第一开关模块用于将所轮询的所述健康数据提供到公共信息模型中，所述公共信息模型由至少一个患者记录限定，每个患者记录具有一个或多个属性；以及一个或多个接口模块，所述一个或多个接口模块用于基于访问许可集合来获得对所述公共信息模型的访问。在所公开的系统的一些实施例中，所述公共信息模型包括分布式数据库，并且其中，所述一个或多个属性可选地限定以下各项中的至少一项：临床健康数据、实验室数据、远程监测数据、生物特征、可穿戴设备、社交媒体数据、自报告数据、移动应用数据以及设备仪器。在所公开的系统的一些实施例中，当所轮询的所述健康数据并不映射到所述一个或多个属性时，所述第一开关模块进一步使用新属性来扩大所述公共信息模型。在所公开的系统的一些实施例中，所述第一开关模块进行以下各项中的至少一项：在将所轮询的所述健康数据提供到所述公共信息模型中之前基于存储许可过滤所轮询的所述健康数据，所述存储许可可选地由所述健康数据服务器和所述一个或多个健康数据源中的至少一者提供；将患者记录彼此匹配；以及通过所述安全网络控制网络连接。在所公开的系统的一些实施例中，所述指定频率由所述健康数据服务器和所述一个或多个健康数据源中的至少一者设置。在所公开的系统的一些实施例中，所述系统包括第二开关模块，所述第二开关模块用于将所轮询的所述健康数据提供到所述公共信息模型中，其中，所述第一开关模块与所述第二开关模块通信以便接收所轮询的所述健康数据。根据本文中所公开的另一方面，阐述了一种用于递送以患者为中心且基于价值的护理的方法，所述方法包括：经由健康数据服务器的一个或多个代理模块在一个或多个健康数据源中轮询健康数据，其中，所述一个或多个健康数据源中的每个健康数据源具有轮询许可集合；经由第一开关模块使用所轮询的所述健康数据来填充公共信息模型，所述公共信息模型由至少一个患者记录限定，每个患者记录具有一个或多个属性；以及基于访问许可集合经由一个或多个接口模块提供对所述公共信息模型的访问。在所公开的方法的一些实施例中，填充所述公共信息模型包括可选地使用选自以下各项中的至少一项的所述一个或多个属性来填充分布式数据库：临床健康数据、实验室数据、远程监测数据、生物特征、可穿戴设备、社交媒体数据、自报告数据、移动应用数据以及设备仪器。在所公开的方法的一些实施例中，所述方法进一步包括：当所轮询的所述健康数据并不映射到所述一个或多个属性时，经由所述第一开关模块使用新属性来扩大所述公共信息模型。在所公开的方法的一些实施例中，所述方法进一步包括：在所述填充之前，基于存储许可集合来过滤所轮询的所述健康数据。在所公开的方法的一些实施例中，所述存储许可集合由所述健康数据服务器和所述一个或多个健康数据源中的至少一者提供。在所公开的方法的一些实施例中，轮询以由所述健康数据服务器和所述一个或多个健康数据源中的至少一者设置的指定频率发生。在所公开的方法的一些实施例中，所述方法进一步包括：经由所述第一开关模块来匹配患者记录。在所公开的方法的一些实施例中，所述方法进一步包括：针对所轮询的所述健康数据经由所述第一开关模块对第二开关模块进行轮询。在所公开的方法的一些实施例中，轮询受限于所述轮询许可集合。附图说明图1是示例性网络图，展示了健康数据系统的实施例。图2是示例性网络图，展示了图1的健康数据系统的替代性实施例。图3是示例性流程图，展示了通过图1和图2的健康数据系统来获得并处理医疗数据的方法的实施例。图4是示例性流程图，展示了通过图1和图2的健康数据系统来处理并提供医疗数据的方法的实施例。图5是定义消费者健康问题、创建用于解决所述问题的生态系统、监测护理递送网络以便标识在哪里实现健康益处并且隔离相关联成本节省以便将它们重新分配给各个利益相关者的示例性方法。图6是示例性网络图，展示了医疗生态系统的实施例。应当指出的是，附图不按比例绘制的，并且出于说明性目的，贯穿所述附图，采用相似结构或功能的元件总体上用类似的参考号表示。还应当指出的是，附图仅旨在促进对优选实施例的描述。附图不展示所描述的实施例的每个方面并且不限制本公开的范围。具体实施方式新兴技术解决方案准备好对医疗递送进行改革。如在图1和图2中所展示的健康数据系统100可以连同其他系统用于实施被设计成用于扩大并加速有效疾病管理和护理的技术使能、数据驱动的解决方案套装。例如，健康数据系统100可以是可扩展技术核心的一部分，所述可扩展技术核心可以整合到本地医疗基础设施中以便创建用于在社区中递送以患者为中心且基于价值的护理的护理管理框架，从而为扩展到更宽的社区集合打好基础。在各个实施例中，可能有益的是，配置以消费者为中心(可移动且可访问)、自服务使能且设计有数据流动性和连续性的系统。还可能有益的是，具有被配置成用于对人员进行治疗而不是诊断(例如，通过使用情境化健康状况并且通过利用纵向生理数据加上行为数据、社交数据和环境数据)的个性化系统。可能进一步有益的是，具有基于结果的系统，其中，价值由健康结果驱动；其中，质量由安全且基于证据的护理限定；其中，通过对能力、才能、可用性和成本的优化分配来实现效率；并且其中，基于受社会和环境因素影响的个人偏好和能力来使有效性个性化。令人期望的系统还可包括主动健康管理，所述主动健康管理延伸到反应性偶发护理之外，包括人口细分和分层，包括慢性病护理协调计划，包括长期健康管理计划并且包括消费者教育计划。为获得、存储、组织、分析和/或提供对健康数据的访问做准备的健康数据系统100可能证明是令人期望的并且可以为如本文中详细描述的宽范围应用提供基础。可以根据本文中所公开的一个实施例通过如在图1中所展示的健康数据系统100来实现这种结果。转到图1，健康数据系统100被示出为包括多个数据源设备110、健康数据服务器120以及多个用户设备130。在一些实施例中，用户设备130表示可从健康数据系统100获得的用户服务。数据源设备110和用户设备130通过安全网络140连接至健康数据服务器120，所述安全网络可由无线和有线链路的任何组合组成。尽管数据源设备110被示出为包括智能电话数据源110a、膝上型数据源110b以及服务器数据源110c，但是在进一步实施例中，任何适当设备可以包括数据源110，包括台式计算机、平板计算机、游戏设备、智能电视、头戴式计算机、智能手表、身体监测设备等。另外地，各个实施例可以包括任何适当数量的任何这种数据源设备110。类似地，尽管用户设备130被示出为是从智能电话用户设备130a和膝上型用户设备130b中调用的，但是在进一步实施例中，用户设备130可以包括任何适当设备，包括服务器、台式计算机、平板计算机、游戏设备、智能电视、头戴式计算机、智能手表、身体监测设备等。另外地，各个实施例可以包括任何适当多个的任何这种用户设备130。服务器120可以包括一个或多个服务器系统，所述一个或多个服务器系统可以包括任何适当多个设备和/或基于云的系统。另外地，服务器120可以包括多个模块、数据库等。例如，图2展示了健康数据系统100的一个实施例，所述健康数据系统包括一个或多个代理模块205、安全模块309、市场规则模块和/或数据库310、开关模块311、公共信息模型模块和/或数据库312、大数据存储器313以及api314，所述组件是基于云的服务器系统120的一部分。仅为了展示目的，在图2中所示出的基于云的服务器系统120被实施为私有云。根据各个实施例，服务器120被配置成用于接收、处理并存储从数据源设备110获得的数据(见例如图3)。服务器120还可以被配置成用于处理和/或检索所存储的数据并且响应于用户设备130可能提供的各种查询或数据请求而向所述一个或多个用户设备130提供所述数据(见例如图4)。参照图1和/或图2，一个或多个数据源设备110可以与一个或多个数据源201相关联。例如，数据源201可以包括各种潜在利益相关者及其相关联数据源，所述相关联数据源可以批准在目标健康生态系统中经由健康数据系统100共享数据。例如，数据源201可以包括医疗提供者(例如，数据可以是电子病历、实验室数据)；健康保险人/付费者(例如，数据可以是索赔记录)；制药和医疗设备公司(例如，数据可以是临床试验记录、不良事件数据)；研究(例如，数据可以是基因组概况)、政府/社区健康项目(例如，数据可以是人口健康统计)；合伙关系数据库；和/或个体患者(例如，数据可以是生物特征、活动/行为)。每个数据源201可以独立地拥有其自己的独特数据访问控制规则集合。相应地，健康数据系统100有利地提供对供独立开发的健康数据服务使用(例如，经由用户设备130)的以完全不同的方式保持(例如，在数据源201内)的数据的访问。每个利益相关者数据源201可以选择特定领域和要素或者他们批准共享的数据子集，并且如本文中更详细地描述的且如在图3中所展示的，系统100可以管理对被标识数据(例如，通过同意/数据使用协议)和/或可标识数据(例如，通过同意/商业伙伴协议(businessassociateagreement))的批准。尽管以上描述了与给定数据源相关联的数据的示例，但是数据源可以提供或者可以是(不限于)任何适当类型的数据的来源。图2的代理a至c306、307和308表示被配置成用于在手动和/或自动的基础上从数据源201获得、接收和/或访问数据的分布式代理模块205的示例架构。代理模块205可以与所述一个或多个数据源201和/或数据源设备110相关联，并且给定数据源201或数据源设备110可以与一个或多个代理模块205相关联。这些代理模块205确保与从数据源201获得、接收和/或访问的数据一起传输任何所需元数据/支持要素(例如，同意、访问权限、来源信息)。在一些实施例中，可以经由数据源201内的web使能门户(例如，经由一个或多个数据源设备110)来进行手动交互，在所述手动交互中，数据源201的所有者负责决定由代理模块205从数据源201向服务器120传输什么数据。自动交互可以经由脚本程序，所述脚本程序被配置(例如，使用业务规则等)并且然后被安排成以特定频率和/或基于用于指定由代理模块205从数据源201向服务器120传输什么数据的期望监测标准实时运行。数据源201中可由代理模块205向服务器120传输的数据通过标识符来指定。标识符是对数据源201中的患者记录进行唯一标识的文字数字式字符串。业务规则可以配置在代理模块205中并且可以包括命名约定、数据沿袭跟踪、基于共享可标识数据的能力的可允许和不可允许领域、共享限制以及代理在管理数据时遵循的其他利益相关者组织特定规则。在一些实施例中，如在图2中所展示的，代理模块205可以在将向服务器120传输的数据离开数据源201的环境和/或防火墙之前对所述数据进行加密。在各个实施例中，与由数据源201限定的共享业务规则不符的数据将保持于数据源201的环境中而将不会由代理模块205带到健康数据系统100中。在一些实施例中，这可以包括不包含指示获得了患者的共享同意并且给出了隐私条例通知的标志的可标识数据，从而使得健康数据系统100必须推断数据源201并不具有来自个人的许可以便在数据源201的环境之外共享所述个人的数据(例如，图3的框403、406和409)。在一个实施例中，所选代理模块205的实施方式包括以下步骤：1.使代理模块205指定有保持由数据源201提供的数据的数据设备110的ip地址。2.使代理模块205指定有可从数据源201获得的患者记录的标识符。所述标识符由数据源201向健康数据服务器120提供。3.使代理模块205指定有用于从数据源201获得关于患者记录的数据的频率(使用在步骤2中设置的标识符)。所述频率可由健康数据服务器120和/或健康数据源201设置。4.安全网络140在健康数据系统100与数据源201之间建立专用连接。5.代理模块205使用专用网络连接(在步骤4中设置的)根据指定频率(在步骤3中设置的)从所述位置(在步骤1中设置的)从数据源201收集关于标识符(在步骤2中设置的)的数据。6.以消息队列将由代理模块205收集的数据存储在健康数据服务器120中。此消息队列由开关311进行处理。代理模块205将从数据源收集的数据表示为(<属性>，<值>)对列表。7.代理模块205继续运行，直到数据源201通知健康数据服务器120不再从数据源201收集数据。8.在任何时候，数据源201可以修改与可由代理模块205收集以便向服务器120传输的数据有关的标识符列表。9.在任何时候，数据源201可以向健康数据服务器120发送消息以便在健康数据服务器120中终止可从数据源201获得的关于一个或多个(或所有)标识符的数据，代理模块205可能已经从数据源201收集了关于所述一个或多个标识符的数据(在步骤5中)。10.在任何时候，数据源可以从健康数据服务器120获得关于由代理模块205从数据源201收集了什么数据的报告。如在图2中所示出的，服务器120可以包括安全模块309，所述安全模块可以包括一个或多个安全组件，所述一个或多个安全组件可操作用于确保根据数据源利益相关者需要、监管要求以及行业最佳实践来授权/认证和/或加密了到和来自服务器120的通信(见例如图3的框403、406和409)。例如，安全模块309及其组件可以被配置成用于确保任何代理205或与健康数据服务器120的直接用户交互符合适用业务规则等。在一些实施例中，安全模块309可以包括物理和/或虚拟安全组件，所述安全组件可以包括以下组件等。安全事件和事件管理·日志收集、关联和通知·外部互联网攻击&威胁监测·互联网攻击&威胁监测身份&访问管理·api网关防火墙·身份访问管理(iam)·高级多因素认证·细粒度授权访问控制·特权访问管理数据库安全：·对来自管理员的数据库信息的屏蔽·对访问的数据库审计和会计·数据库加密网络安全：·统一威胁管理(utm)防火墙·数据防泄漏·配置管理&监测·漏洞管理扫描·第三方数字证书·攻击&渗透测试·负载均衡器端点安全：·管理程序vm防火墙安全·加密保险库密钥保护·补丁管理保护·恶意软件防护健康数据服务器120可以包括市场规则模块310，所述市场规则模块可以控制在系统100内发生的数据流的一部分或全部(见例如图3的框411和414)。市场规则模块310中的规则指定由用户设备130对服务器120中来自数据源201的某些数据的访问。在一个实施例中，市场规则模块310由以下步骤表征：1.为了使市场规则模块310配置有数据访问规则(被称为视场规则)，对于连接至健康数据系统100的每个数据源201，建立包含由数据源201向健康数据服务器120提供的规则的配置文件2.市场规则具有以下规范：a.(<来源id><记录id><服务id><用户id>)：此规则规定通过<服务id>标识的用户设备130可以具有对通过<记录id>标识的由通过<来源id>标识的数据源201提供的并且可供用户设备130的通过<用户id>标识的用户进行访问的记录。3.为了验证用户设备130的数据请求，市场规则模块310检查由数据源201指定的市场规则是否允许由用户设备130从数据源201请求的特定记录。可以将市场规则指定成用于通知开关311不将由205从201收集的数据保存在公共信息模型312中。此市场规则可以具有以下规范：(需要的<来源id><记录id>)：此规则规定不应将来自通过<来源id>标识的数据源201的通过<记录id>标识的记录存储在公共信息模型312中。对于通过此规则标识的来自数据源201的记录，开关模块311将对此记录的查询存储在公共信息模型312中并且在api314作出针对此记录的请求时执行此查询。在各个实施例中，业务和/或市场规则可以促进对算法和逻辑(比如，数据一致性检查和清理、参考数据标准化以及主患者索引)的应用，以便促进重复使用并避免对数据的复制或错误表示。在各个实施例中，这可以包括如以测量单位来标识和调整空值和不一致，以及使用人口统计值来排列多个利益相关者的针对在系统100内的单个全局标识符下的同一个人的记录等操作。相应地，在一些实施例中，业务和/或市场规则可以使得能够使用多个服务内的数据来导出新颖见解，同时还保护信息隐私。健康数据服务器120还可以包括一个或多个开关模块311。在一个实施例中，开关模块311的实施方式包括：1.使所选开关模块311建立有输入消息队列。输入消息队列从代理模块205接收消息。每条消息的格式可以包括(<属性>，<值>)对列表。2.使所选开关模块311建立有数据质量队列，所述数据质量队列用于对从数据源201获得的已经由数据质量引擎(dqe)发现具有数据质量问题的记录进行标识的消息进行记录。dqe包括：a.针对连接到系统100中的每个数据源201的数据质量规则b.数据质量规则可包括以下格式：<属性><类型><可能值>c.如果输入消息队列中的消息的任何属性不具有包含在针对所述数据源201的数据质量规则中的所述属性的可能值集合中的值，则将与数据源201相对应的数据质量规则应用于由代理模块205放入到开关模块311的输入消息队列中的消息以便标志数据质量问题。3.健康数据服务器120向数据源201发送来自数据质量队列的数据质量消息以便由数据源201解决。4.如果在输入消息队列中的消息中未检测到任何数据质量问题，则开关模块311将所述消息中的数据加载到公共信息模型312中的相应表中。例如，如果所述消息与向医院中的给定患者派发的药物有关，则将此消息的内容加载到公共信息模型312中使用针对所述患者的标识符以及与医院相关联的数据源201(代理模块205从所述数据源收集针对所述患者的数据)的标识符来标记的药物表中。在将数据加载到公共信息模型312中时，可以使用一个或多个编码字典来将消息中的项映射到标准项。例如，可以将血压映射到高血压。5.开关模块311周期性地执行匹配引擎。匹配引擎检测来自两个不同数据源201的数据何时属于同一患者。6.使开关模块311建立有输出消息队列。输出消息队列从api模块314接收消息。7.开关模块311针对其输出消息队列中的每条消息而调用市场规则模块310。如果市场规则模块310验证了对来自312的被请求数据的访问的消息，则开关模块311将输出消息队列中的消息映射到对公共信息模型312的查询。查询格式为(<来源id>，<记录id>)，其中，<来源id>标识数据源201，并且<记录id>标识来自来源201的记录。然后，由开关组件311对公共信息模型312执行此查询。由api314将由开关311从公共信息模型312获得的数据返回至用户设备130。8.开关模块311将自然语言处理(nlp)引擎应用于由代理模块205从数据源201收集数据中的非结构化属性(非结构化属性在312中被标识为允许任意长度字符串作为值的属性)。所产生的数据包括(<属性>，<值>)列表，并且这些列表用于将数据添加到公共信息模型312中的相应表中。以此方式，开关组件311将来自201的非结构化数据还原为公共信息模型312中的结构化数据。通过这样做，开关组件311将来自数据源201的结构化数据与来自数据源201的非结构化数据整合。9.开关模块311使用用于生成存储于公共信息模型312中的数据的任何数据来标记存储于公共信息模型312中的每条数据。以此方式，在公共信息模型312中维持了完整的数据可追溯性。例如，如果在312中存在关于患者的两个用药记录集合并且用户服务130生成经重整的药物列表，则在将经重整的药物列表存储在公共信息模型312中之前，开关模块311使用已经被重整的这两个药物列表的标识符来标记经重整的药物列表。10.开关模块311实施数据排除服务以便去标识来自数据源201的数据。此服务提供有需要被去标识的列表属性。在对指定数据执行数据排除服务之后，屏蔽经标识属性的值以便使得不可能通过使用空字节‘0’来代替允许保持属性值的每个存储字节从而获得这些属性的原始值。同时，数据标记有被屏蔽的属性名称。以此方式，通过数据排除服务来使输入数据去标识。在数据排除服务的替代性实施例中，可以使用唯一标记来代替去标识属性的值，并且可以将原始属性值与替代标记之间的对应关系添加到公共信息模型312中的标记化表中。开关组件311可以实施各种服务以便管理从载入(onboarding)到终止的数据生命周期，包括：·登记服务，所述登记服务用于载入&登记数据源201和数据服务130。向系统100登记数据源201需要数据源201提供与系统100的接口。此接口由ip地址以及关于如何从所述ip地址获得数据的指令集组成。数据源201向健康数据服务器120提供数据访问规则集合，所述规则集合对参与系统100的用户设备130使用由数据源201提供的数据进行管理。在健康数据服务器120中，这些规则被称为配置在市场规则模块310中的市场规则。由数据服务向系统100进行的登记需要系统100向数据服务130提供ip地址以及关于如何从所述ip地址获得数据的指令集。在对由经登记的数据服务130作出的数据请求作出响应之前，系统100根据由已经将经请求数据贡献到系统100中的数据源130提供的市场规则来验证所述请求。以此方式，对系统100中的数据的访问总是通过由将数据贡献到系统100中的数据源201建立的数据访问规则来进行控制。·数据审计服务，所述数据审计服务用于记录进入和离开系统100的数据。·数据质量引擎(dqe)，所述dqe用于监测进入系统100的数据的质量，这进而推动更好的分析，所述质量可以包括以下维度：属性层面数据质量(例如，年龄应当处于某个范围内，或者姓不应当是空白的)；情境或汇总数据质量(例如，平均患者数据应当为大约50％男性50％女性加上或减去某个裕度)；操作数据质量(例如，如果存在患者人口统计数据但不存在用药数据，则拒绝，由此使整个患者记录没有用)·数据终止服务，所述数据终止服务用于在数据源所有者的请求下将来自数据源的任何数据从系统100中移除，所述数据终止服务使来源所有者容易在控制下将其数据从平台移除。·在规则无法充分解决数据不一致的一些实施例中，那些要素/领域被标志以便由数据管家用户进行手动干预，所述数据管家用户被授权查看来自所有利益相关者的可标识数据并且调和差异。这可以包括患者匹配/索引算法具有来自两个利益相关者的经标识的两个记录的示例，所述记录好像属于同一患者，但是丢失。·患者匹配服务，所述患者匹配服务用于标识并匹配从多个数据源201摄取的关于同一患者的数据。例如，使用在整个患者生命内不太可能变化的患者记录要素(例如，姓名、出生日期、性别、ssn——如与例如电话号码或地址相反的)，健康数据服务器120可以匹配来自不同来源的不同类型的多个记录内的患者。相应地，在一些实施例中，健康数据服务器120可以被配置成用于向每个领域分配权重以便创建总匹配分数，所述权重暗示所述领域在匹配过程中的重要性(例如，社会安全号码(ssn)和出生日期(dob)可以得到35％的权重，而性别、姓和名各自可以得到10％的权重)，所述加权可以可操作用于改善匹配的准确度。在匹配来自两个或更多个数据源201的数据之后，开关模块311使用针对健康数据系统100中的所述患者的唯一id来标记所述数据。所产生的经清理的、结构化的、标准化的数据可以存储在由公共信息模型模块312限定的一个或多个数据库中(见例如图3中的框413和415)。例如，公共信息模型模块312可以根据在术语上稳健的标准(比如，医学系统命名法——临床术语(snomed)标准(例如，针对手术代码、用药方法)、国际标准化组织(iso)标准(例如，针对国家代码)、快速医疗互操作性资源(fhir)标准(针对某些领域)等)来将信息标准化。例如，可以将用药途径和用量方法标准化为snomed值；可以将国家代码标准化为3位iso-3166国家代码；可以使用fhir标准值来将性别和种族标准化；等等。在一些实施例中，在对数据进行标准化和整合时，系统100还可以促进患者匹配。例如，使用在整合患者生命内不太可能变化的患者记录要素(例如，姓名、出生日期、性别、ssn——如与例如电话号码或地址相反的)，系统100可以匹配来自不同来源的不同类型的多个记录内的患者。相应地，在一些实施例中，系统100可以被配置成用于向每个领域分配权重以便创建总匹配分数，所述权重暗示所述领域在匹配过程中的重要性(例如，社会安全号码(ssn)和出生日期(dob)可以得到35％的权重，而性别、姓和名各自可以得到10％的权重)，所述加权可以可操作用于改善匹配的准确度。另外地，业务/市场规则还可以标识非结构化数据，并且准备所述非结构化数据以便存储在与结构化数据的剩余部分分离的集群中(例如，在大数据存储设备313中)，而不丢失沿袭信息(见例如图3的框412)。尽管本文中所讨论的各个实施例涉及对供存储在健康数据服务器120上的数据进行处理，但是在进一步实施例中，本文中所描述的数据处理可以适用于运动数据(datain-motion)。换言之，在一些实施例中，可以不将数据存储在服务器120上并且可以在数据源201与将健康数据服务器120用作中介的消费者207之间传递所述数据，而不将数据存储在健康数据服务器120中。在这种实施例中，可以像本文中所描述的那样处理数据。参照图1、图2和图4，系统100可以包括多个数据消费者207，所述多个数据消费者可以被配置成用于为了研究、临床护理、商业用途等而使用所述一个或多个用户设备130来消耗来自服务器120的数据。例如，给定数据消费者207可以包括一个或多个用户设备130，所述一个或多个用户设备被配置成用于通过用户设备130像本文中更详细地描述的那样且像在图4中所示出的那样从服务器120请求和/或接收各种类型的数据。在各个实施例中，数据消费者207可以包括医疗提供者(例如，来自医院的为了护理的连续性等而与初级护理医生共享电子病历的医生)；健康保险人/付费者/风险承担实体(例如，使用结果数据来调整药物的配方状态)；制药和/或医疗设备公司(例如，使用结果数据来支持上市后监测评估/第iv阶段临床试验)；政府/社区健康项目(例如，使用提供者数据来支持家庭护理，特别是在所述数据与环境因素相关时)；和/或个体患者(例如，用药依从性提醒)，所述个体患者已经同意保护数据并且根据数据使用协议和/或商业伙伴协议来使用数据。尽管图2示出了数据源201与数据消费者207分离，但是在一些实施例中，数据源201和数据消费者207可以是相同的。另外地，数据源设备110还可以包括用户设备130，并且反之亦然。在各个实施例中，数据消费者207可以或者手动地(例如，经由提供者、患者、拥护者等发起的移动应用请求)或者经由自动请求(例如，在每天、每周、每月的基础上自动地从健康数据服务器120公共信息模型数据库312拉到本地研究数据库(未示出)中)来请求数据。在各个实施例中，应用程序编程接口(api)314可以被配置成用于根据已发布的服务调用目录来处理来自数据消费者207的数据请求(例如，对患者人口统计数据的请求或者对各种数据子集的查询)。这种交互可能需要如由安全组件309促进的授权和认证。在一些实施例中，可由开关311根据市场/业务规则模块310来管理来自api314的请求。适用规则可以基于与每个请求相关联的访问级别来授予或阻止对某些请求的访问。例如，如果请求用户(或用户的组织/角色类型)还未被原始数据源201或共享可标识数据(例如，如配置在处理所述数据的代理205中的)的患者授权，则可以阻止用户设备130对所述数据的请求。在另一个示例中，规则还可以指定仅组织的自有用户可以看到可标识数据，而所有其他人仅可以接收对组织数据的经标识版本或子集的访问(见例如图4中的框508)。根据访问限制的性质，用户可能接收错误消息(见例如图4中的框519)。在一些实施例中，服务器120可以通过基于三项检查来评估每个请求从而判定是否授予了请求：·法规遵从：请求是否遵循健康保险流通与责任法案(hipaa)标准和/或健康信息信托联盟(hitrust)规定。换言之，健康数据服务器120检查适当的法规文件到位(例如，hipaa商业伙伴协议(baa))。·安全：健康数据服务器120确保认证和授权。·市场规则：健康数据服务器120实施对数据访问规则进行管理的组织特定控制。例如，由api模块314服务的合规请求/数据输出可以包括：用户请求对他或她是授权用户的数据的访问；数据源201请求终止其在健康数据服务器120平台上的数据；患者请求不共享其数据；患者请求仅某些特定当事人可以看见其数据；针对请求者已经被授予的病历号(mrn)的患者人口统计数据的快速医疗互操作性资源(fhir)数据输出；对多个患者的由授权访问这些多个患者的用户观看的年龄人口统计数据的tableau(华盛顿州西雅图tableau公司)可视化的请求；对通过第三方临床决策支持解决方案来进行的将患者与组织内的其他“像我一样的患者”进行比较的分析的请求；等等。由api模块314服务的非合规请求(针对所述非合规请求，不提供任何数据输出)的示例可以包括：个人或组织请求对其不应该具有访问的数据的访问；绕过安全政策和规程的请求(例如，请求共享用户id)；来自未授权个人的禁止或改变市场规则的请求；能够对健康数据服务器120数据存储器进行结构化查询语言(sql)查询的请求；以在数据使用协议的范围之外的方式来使用信息的请求；业务实体在没有hipaa商业伙伴协议(baa)的情况下请求对关于患者的受保护健康信息的访问；等等。然而，如果授予了许可，则可以对公共信息模型312运行适用查询(见例如图4中的框509、510、511)。作为示例，公共信息查询的输出可以是采用关系格式的数据集，而大数据查询的输出可以是对大量非结构化内容以及其中的特定关键字的频率和情感分析。一个或多个查询的结果在其还未被聚合的程度上可以合并到统一输出中(见例如图3中的框512)，所述统一输出可以反映各个贡献数据源201利益相关者的如由用户过滤或限定的组合数据连同解释所述数据所需的必要元数据。例如，在一个实施例中，来自提供者、付费者和社区健康项目的组合数据可以聚合为总结果数据集，与参考数据集进行匹配并且输出到公共信息模型312中。进一步地，如果需要，则可以检查此数据集以便确保请求用户和/或应用具有充分的访问特权(见例如图4中的框513)并且具有适当的现有合同/数据使用协议/商业伙伴协议。在这之后，可以根据api314的服务调用以加密格式(见例如图4中的框515和516)向请求用户/服务发送数据(见例如图4中的框514)。现在，用户可以利用更宽泛的数据集来标识见解并作出决策(见例如图4中的框517和518)。例如，现在，之前不具有对除了所提交的索赔上存在的内容之外的结果相关数据的访问的付费者用户可以基于在患者的临床经历(例如，在社区支持中)期间或之后收集的数据的组合而对所述经历具有更深入的见解。健康数据系统100的示例用途和实施方式新健康经济(newhealtheconomy)的变化正迫使医疗组织进行协作以便递送患者需要的综合护理从而实现目标健康结果。一旦提出了对解决患者人群的需要必要的健康生态系统，健康数据系统100就可以充当促进成员(例如，如在图2中所示出的数据源201和/或数据消费者207)之间的数据/信息交换的信息立交桥(informationinterchange)。健康数据系统100可以是生态系统使能者，所述生态系统使能者标识并连接正确的健康组织(例如，如在图2中所示出的数据源201和/或数据消费者207)网络以便在目标人群当改善消费者健康。健康数据系统100可以使第三方(例如，如在图2中所示出的数据源201和/或数据消费者207)能够进行交易以便提供和/或消耗对于实现各种期望业务目标所需的数据和分析。通过充当智能集成引擎，健康数据系统100可以促进市场内的连接性以便使对数据和服务的流畅交换成为可能。例如，健康数据系统100可以标识并使能个人、组织以及项目中的数据驱动解决方案的生态系统以便改善疾病管理。在这种示例用途和实施方式中，健康数据系统100可以连接如移动平台等参与者以及认知分析解决方案以便向适当利益相关者(例如，如在图2中所示出的数据源201和/或数据消费者207)递送连续且无缝的信息。图5展示了用于定义消费者健康问题，创建用于解决所述问题的生态系统，监测护理递送网络以便标识在哪里实现健康益处并且隔离相关联成本节省以便将它们重新分配给风险承担实体和其他生态系统成员两者的新颖方法500。具体地，方法500包括：定义目标消费者/患者健康挑战510；标识对于解决患者需要所需的生态系统参与者和交互520；使用健康数据系统/信息交换100来促进生态系统连接性530；优化交互并实施管理540；以及通过消费者健康改进来捕获价值以便通过共享的成本节省来维持生态系统550。健康数据系统100可以被配置为和/或是系统的使综合业务和技术服务集合(包括智能地定位分布式数据、及时宣传见解并支持护理递送网络内的宽泛用户社区的能力)成为可能的一部分。这种健康数据系统100可以促进生态系统交互并在利益相关者之间充当可信的信息交换经纪人；连接至能够以安全方式访问目标数据以便递送预期结果(比如，改善的教育、健康监测、改善的健康决策以及疾病预防)的各种分析应用；提供数据访问以便促进正在进行的关于疾病治疗和预防项目的结果(包括患者结果)、护理递送有效性和效率以及所捕获的价值和所实现的节省的报告。在各个实施例中，这种系统可以全部基于适当许可和协议通过以下方式来使这种报告成为可能：通过预定义仪表板、报告、记分卡以及对选择数量的利益相关者的自组织分析来提供数据访问。这种报告还可以支持对资金流的跟踪。另外地，这种系统可以被配置成用于通过深度防御安全模型来确保患者和利益相关者信息的隐私和安全并开发用于管理生态系统中的成员的交互的市场规则。为了利用健康数据系统100来改善护理管理(以及在其他实施例中的其他医疗项目)，可以连接一系列健康利益相关者(例如，如在图2中所示出的数据源201和/或数据消费者207)以便共享信息。如本文中所讨论的，健康数据系统100可以被设计成用于提供对来自整个组织的数据和分析的访问以便导出新颖见解和护理改革。另外地，健康数据系统100接合生态系统参与者，包括但不限于，护理递送网络实体(例如，核心提供者、专家、门诊病人、医院、诊所、紧急护理、提供患者护理的零售诊所)；健康管理网络(hmn)实体(例如，风险承担实体(rbe)，比如，政府组织、自我保险雇员和商业付费者；以及非rbe，包括充当健康促进者、教育者等的雇员(非自我保险的)、社区中心和患者拥护者)。在一些实施例中，这种hmn群组可以资助、补助或以其他方式激励目标项目以便优化护理递送并减少成本。健康数据系统100还可以被配置成用于接合商业网络实体，包括但不限于，考虑到健康花销对美国经济的影响而应该在推动治疗依从性和遵从性方面具有既得利益的关键业务实体。这种实体还可以充当协调者以便通过为人群定制其产品或递送并在财务上支持社区健康倡议来推动健康管理。另外地，健康数据系统100可以整合满足社区需要的适用技术解决方案，包括移动患者参与平台或认知分析专家系统。因为当前可用的医疗生态系统不足，所以为获得、存储和/或提供医疗数据作准备的医疗生态系统可能是证明令人期望的并且可以为如本文中详细描述的宽范围的应用提供基础。可以根据本文中所公开的一个实施例通过如在图6中所展示的医疗生态系统600来实现这种结果。例如，图6展示了医疗生态系统600的实施例，所述医疗生态系统涉及对来自多个来源的经由web服务(api)递送的信息的交换。如在图6中所示出的，健康数据系统100可以充当数据枢纽，各个生态系统参与者可以通过所述数据枢纽连接并共享数据。例如，健康数据系统100可以允许生态系统600中的利益相关者能够获得对“运动”数据(例如，系统100仅传送数据)或“静止”数据(例如，系统100将数据存储/保存在如本文中所讨论的储存库中)的访问。在各个实施例中，健康数据系统100可以充当立交桥，其中，系统管理员不拥有数据或者确定访问权限/规则，而是充当数据管家以便允许数据所有者(例如，患者、客户和/或利益相关者)指示数据将流向哪些用户和服务。健康数据系统100可以使对监管数据和非监管数据两者的交换成为可能，并且生态系统600中的每个实体可以提供并接收通过相关规定和/或客户定义访问规则来管理(例如，通过如图2中所示出的市场规则310来管理的)的数据。在各个实施例中，健康数据系统100可以使得能够共享来自各种来源的数据，所述来源包括消费者应用、医疗设备、电子健康记录(ehr)、药店记录以及患者登记簿。然后，这些数据类型中的每个数据类型都可以馈送到由健康数据系统100支持的宽范围的应用中。在各个实施例的范围内的数据类型(比如，疾病预防和治疗项目)可以包括：提供者主要临床数据(例如，人口统计数据、家庭用药、过敏症、实验室报告和病理报告、抄写记录等)；提供者次要临床数据(例如，自然语言处理数据、观察数据、预后评分、分析和统计数据等)；供标准化的参考数据(fhir标准本体、iso3166代码、loinc和snomed标准数据集等)；患者自管理/自报告数据(例如，血糖仪、可穿戴设备数据等)；社区拥护者相关数据(例如，自管理项目数据、教育项目数据等)；财政/风险承担实体数据(例如，成员计划、提供者质量评估、索赔等)。在各个实施例中，生态系统600和/或健康数据系统100可以被配置成用于递送以下服务：如本文中所讨论的，可以以灵活方式来开发健康数据系统100架构以便连接至各种数据源和服务。例如，如在图2中所展示的，这种组件可以包括：通过利用健康数据系统100来使以社区为导向的递送护理和管理慢性病的方式成为可能，各种医疗项目有可能推进全国医疗改革努力和平价医疗法案(affordablecareact，aca)的共同使命。具体地，健康数据系统100可能对aca的“三重目标(tripleaims)”具有有益影响：在确保护理质量的同时，通过将基于证据的护理民主化至患者所在的地方来提供更有效的护理并改善患者结果；通过由可以访问患者数据以便进行高级分析的综合护理递送网络使能的分诊和分配来更有效地提供护理并减少护理递送成本；以及通过使用移动和社交平台来使护理体验个性化从而提供更以消费者为中心的护理并改善患者体验。所描述的实施例易于经历各种修改和替代形式，并且已经在附图中通过示例的方式示出并且在本文中详细描述了其特定示例。然而，应当理解的是，所描述的实施例将不限于所公开的特定形式或方法，而相反，本公开将覆盖所有修改形式、等效形式和替代形式。附加应用可以包括：a.通过优化护理提供者、零售诊所以及家庭的网络内的护理分布来改善慢性病管理慢性病管理是烦扰医疗行业的高成本、低回报问题。所述问题遍布多个治疗领域，比如，糖尿病、呼吸疾病以及心血管疾病。平均来说，总医疗花销的三分之二归因于慢性病管理。数据驱动的慢性病管理已经在减少成本和改善生活质量方面显示出巨大潜力，并且健康数据系统100通过创新干预和数据整合使其进入下一个层次。1.系统100是慢性病管理项目的不可分割的一部分，提供核心数据管理、摄取和应用托管服务。系统100提供递送通道服务，所述递送通道服务帮助护理者/提供者访问其在设施之间无缝地提供护理所需的工具和数据，同时患者将可以类似地访问其改善对治疗方案的依从性所需的工具和服务。以下列出了系统100的使得新生态系统商业模式成为可能的一些关键能力：■数据采集器：系统100提供代理模块205，所述代理模块从多个来源捕获数据，比如，emr(电子病历)、非结构化交易和研究数据(通过自然语言处理)、财务数据、患者报告的信息以及来自医疗设备或健身可穿戴设备的数据流。从多个组织/来源捕获数据，并且相应地对其进行标记。ο数据代理模块205被安排成以预定义间隔运行和/或可以根据需要执行。ο每个数据代理模块205提供针对数据源系统201而运行的并且提取预定义数据值集合的查询集。ο由开关311使用预定义算法和规则集合来变换来自数据源201的数据，并且或者在持久的基础上或者在过渡模式下将经变换的数据值存储在公共信息模型312中。ο出于反馈目的，系统100提供基于由开关311针对公共信息模型312而执行的查询的结果来填充的另一个模板/属性/列表集合。ο系统100包括现成代理模块205。已经建立了这些代理模块205以便从许多第三方emr系统(比如，epic、cerner、centricity等)和可穿戴设备(比如，bp和血糖监测仪)中提取数据。关于被提取的临床和非临床属性以及被写入以供提取的优化查询，代理模块205是独特的。另外，代理模块205提供独特的即插即用能力，其中，如果交易系统的标准设施正被客户使用，则配置需要被最小化。ο系统100包含自然语言处理(nlp)引擎，所述nlp引擎自动标记非结构化数据，由此使文件标记努力减少20-30％。ο所述平台允许对在医疗行业的环境下独特的结构化、非结构化和社交数据的合并。■数据整合器：系统100利用其独特的过渡和保护数据模型来在所摄取的各种数据集内执行大量协调并且将累积分析核心数据集以及通过反馈回路接收的数据。ο开关311维持多个码本，所述码本描述从一个编码方案(术语)到另一个编码方案的转换。ο这些码本用于将入站数据的编码方案转换成针对所述设施而建立的通用编码方案。ο例如，码本之一解释在icd9到snomed编码方案中编码的诊断转换规则。ο如果在编码方案中没有可用于特定条目的任何一对一编码映射，则开关模块311利用用户定义的规则来解决矛盾。ο过渡和保护数据存储方案通过在待存储的数据与待在执行时向前传递的数据之间进行区分的用户定义规则集合来加以控制。ο例如，可能存在这样一种规则：所述规则规定需要存储从特定来源系统接收的所有数据并且需要在累积状态下将从另一个来源系统接收的所有数据向前推送。ο系统100包含数据模型(公共信息模型312)，所述数据模型以患者为中心并且包括多个领域，比如生命特征、慢性、偶发、基因组、索赔、社会、行为等。公共信息模型312不仅从属性和关系角度来说是独特的，而且对于存储角度由用户定义的规则驱动。ο在系统100之内部署的独特“过渡和保护“概念允许数据管理员通过可编辑规则集合来控制数据流及其相关联存储。系统100提供对应当持久地存储什么数据以及应当在时间的基础上流动通过什么数据的数据管理员控制。■数据提供器：api314为需要访问在公共信息模型312中管理的数据的任何应用建立访问层。系统100包括sdk(软件开发工具包，softwaredevelopmentkit)，所述sdk包含api314、预定义方法以及接口程序。οapi314可以或者是一系列简单的重载方法或者复杂的web服务。ο方法或服务通常维持以下结构：收集/数据_集api_名称(参数列表)(collection/data_setapi_name(parameterlist))其中，收集/数据_集(collection/data_set)是由api向调用程序/系统提供的返回值api_名称(api_name)是由调用程序用于调用通过所述方法/服务递送的功能的名称参数列表(parameterlist)是按值传递或按引用传递到被调用方法以便由所述方法/服务成形结果/返回结果的许多参数οapi定义(签名)是通过预定义机制或通过预定义目录服务(例如，wsdl)来暴露的。οapi由与系统100交互的程序和系统调用(call)/调用(invoke)。ο调用程序传递经暴露的参数列表的值，并且api基于所传递的值以或者集合或者数据集的形式返回响应。ο系统100包含根据特有api314来分类的提供功能以便支持调用程序/系统的需要的各种服务/方法。一些示例包括：api314返回给定患者的整合病历；api314暴露针对一群预定患者人群而执行的分析查询的结果；api314在系统100的两个终端用户之间传递安全消息等。ο包含所有api314的sdk(软件开发工具包)以及由系统100暴露的其他访问机制对于系统100是独特的，其中，已经针对系统314而专门设计和部署了api314的签名、重载输入属性和输出集合。■安全：通过安全模块309中的安全协议序列来保护系统100中的所有数据(无论是静止数据还是运动数据)。安全模块309提供基于角色的动态多形式认证和授权。基于市场规则310来授予数据访问，所述市场规则基于数据源系统、组织源(以及相关联规则)以及消费用户和应用的身份来建立授权。ο静止数据(dataatrest)：使用最新加密标准来对存储在公共信息模块312中的所有数据进行加密。还对置于临时区域(比如，分级)中的数据进行加密。加密密钥维持在双盲保险库(double-blindedvault)中的特有位置处。每个用户被分配有一组角色，所述角色由平台的管理员维护。这些角色规定用户访问某些屏幕、报告、模块和代码段。由于在单独数据项与授权用户组之间的幕后链接，所以甚至具有相同访问授予的用户也不可以查看相同数据。ο运动数据：存在针对运动数据的两个主要区域：1)从来源系统中检索的数据；以及2)通过api314向需要数据的程序/系统暴露的数据。在两种场景下，数据流过预先建立的安全隧道。所述安全隧道是位于基线ssl协议顶部的多个规则的组合。平台(对应于iso模型)的每个层具有其自己的特有规则集，所述规则集增强核心ssl协议。ο符合针对软件部署的iso模型的7层安全和访问控制。1)通过安全模块309独立地处理iso层中的每个iso层；2)用于处理每个iso层的进程/算法专有于系统100。ο用于存储加密密钥的双盲保险库是从临床试验行业中采用的独特概念。■服务器120是经phi认证的：服务器120被预配置成用于通过使用最新且最严格的可获得安全协议(比如，cs4096)来管理phi(protectedhealthinformation，受保护的健康信息)数据集。服务器120是经hitrust认证的。·服务器120是专为学术医学中心(amc)建立的既是经hitrust认证的又部署了cs4096加密的唯一phi承载系统。■分析引擎：系统100提供核心分析平台，所述核心分析平台提供基线分析查询以及使用api314来允许对包含在公共信息模型312中的巨大数据集进行重点分析的倾向匹配群体。ο数据从数据源201流到公共信息模型312中。ο数据由开关模块311进行协调。ο基于对数据的分析和/或交易要求来使协调数据累积和/或去规范化ο去规范化/累积数据存储在公共信息模型312中ο患者记录基于多种因素(比如，年龄、性别、种族、疾病状况、并存病、护理项目注册、药物类型等)被分类成各种群体ο在这些群体内得出基线推断并将其存储为通用趋势ο将通用趋势与第三方基准/标准进行比较，并且将差异存储在平台中ο当使用api314来执行查询时，一个或多个患者群体根据通过查询传递的参数而被标识为目标查询人群ο通过api314向调用程序暴露相关联模式/趋势ο基于预定义比例来标识并量化趋势与现实生活数据之间的差异ο另外，终端用户提供有推翻所生成的推断的能力ο调整因子(基于或者原始模式与现实生活数据差异或者终端用户推翻)被反馈到共同信息模型312中并且充当使用api314来进行的对类似查询执行的未来迭代的裕度/概率调整因子ο对于认知查询，趋势被外推到未来和无形因素(比如，医生对特定情况的典型行为反应)中，被叠加到基线查询响应上以便提供几乎真实的预测ο系统100提供动态且自学习分析，即，系统100允许终端用户从反馈角度建立相反数据流，所述相反数据流进而调整边界条件、截止水平、百分比分配、概率分布以及其他数学方程式以便影响对分析查询的执行的下一次迭代。基于所采集的交易反馈的分析响应的自学习和自调整行为对于系统100是独特的■患者归属：系统100精确分诊api314取得个人的完整健康状况，并且基于健康需要、提供者专长和能力、保险覆盖、访问/便利性以及影响价值的其他因素(质量、成本、经验)来将他或她与最适合的设施和健康服务进行匹配。ο随着数据从数据源201摄取到健康服务器120中，将每个记录与预定义的用户可控属性集进行比较以便将所述记录与各种群体联系起来ο群体定义是预定义的并且基于系统的最终功能需要。ο例如，对于慢性护理管理系统，用户可能想将所有患者分成三个类别：高风险患者、中等风险或边界患者以及低风险患者。对于这些类别中的每个类别，管理员可能已经限定了边界条件或规则集合。例如，对于糖尿病管理项目，规则集合可以与hba1c的值一样简单；小于5，被分类为低风险；5-6，被分类为边界；并且超过6，被分类为高风险。ο通过这些群体定义来推送所有摄取数据，并且针对多个群体而标记每个记录，由此将患者归属于各种类别ο进一步地，由此归属为各种群体的患者由分析引擎用作终端用户查询的目标人群。ο系统100建立患者与各种护理递送方面之间的关系。这些护理递送方面可根据激励项目注册、护理协调、试验前段等而变化。所述联系允许将患者放到各种群体下，由此简化稍后的查询执行以及大大改善绩效。■消费者参与：消费者参与api314实施具有基于个人健康状况(包括用于鼓励健康行为的地理定位和个性化激励措施、基于游戏的使消费者参与管理其健康和健壮的工具、以及与其医疗提供者的直接连接)的自定义内容的患者门户。ο患者门户是将由患者用于与系统100交互的综合网关ο个体患者通过部署了多形式认证(所述多形式认证还可以包含生物认证，比如，指纹和/或视网膜扫描)的安全机制来访问所述门户ο一旦处于门户中，就向患者呈现关于其累积健康的仪表板，包括专有健康分数(healthscore)ο健康分数是基于患者的医疗状况通过使用利用各种因素(比如，患者的人口统计数据、生命特征、被消耗的伴随药物、共存疾病状况、既往史、家庭背景以及多个其他因素)的专有算法来创建的。ο门户还向患者提供多种选择，包括与护理者交互的能力、安排预约、重新填写处方、验证和调整其护理计划、通过所提供/所推荐的教育材料进行学习等ο从集成和协调的角度看，患者门户是唯一的，即，其是允许患者在一个点查看其所有授权数据的单个网关。数据包括患者的医疗数据、实验室结果、放射图像和报告、处方数据、其可穿戴设备数据以及来自设备的波形(流)(比如，ekg)。所有这些记录设备和系统可以使用不同的术语。系统100将它们转换成通用语言和术语。ο平台的另一个独特特征在于其通过多个递送通道(比如，智能设备、膝上型计算机、电话等)之间的相同门户来渲染相同信息。■临床决策支持系统：系统100提供者护理递送服务包括具有自定义应用、患者临床和病理数据、像来自公共资源的比较器数据等临床资源的提供者门户。这些能力将提供患者数据的纵向账户以便改善护理者之间的合作以及护理设施之间的协调。ο可以以这两种方式之一来将平台的cdss模块渲染：1)作为独立的应用；以及2)作为现有交易系统的综合延伸ο在第二种场景下，通常通过点击正由终端用户使用的核心交易应用(比如，护理者的emr系统)内的按钮来调用cdss模块。ο向cdss模块传递被调查患者的患者idοcdss模块检索并协调患者id经传递的患者id的整个可用病史。οcdss模块针对正由交易系统执行的通用术语和标准而协调患者病史并呈现纵向记录ο另外，cdss模块可以被配置成用于提供与护理计划相关联的针对正考虑的治疗途径的推荐。这些推荐基于患者的个人特质以及行业基准和最佳实践ο从cdss的角度看，系统100由已经被临床医生设计的并且用于将患者的医疗状况与一个或多个预定义治疗途径关联以便建立未来护理计划的幕后规则驱动。οcdss模块利用多个行业基准和最佳实践以便作出针对微调未来护理计划的推荐■结果率：如通过与疾病状况相关联的核心临床参数来测量的10-20％的健康结果改善。例如，对针对糖尿病的hba1c测量或针对哮喘/copd的pft分数的10-20％的改善■成本降低：如针对疾病状况的tcm(总管理成本，totalcostofmanagement)而测量的15-25％的成本降低。通过在多个干预群体内测量的高成本活动(比如，旅行到er)的减少来测量这种成本降低■依从率：如不是通过所填写的嘱咐而是通过由患者消耗的医嘱来测量的对依从率的20-30％的提升■访问改进：如通过各种因素(比如，安排预约的时间的减少、预约天数的减少、访问实验室结果的天数的减少等)的加权组合来测量的20-25％的改进b.使癌症治疗标准化以便减小综合癌症护理递送网络的护理可变性1.超过一万亿美元的美国医疗开支被认为是浪费的，这由护理递送低效、次优护理和不充分访问驱动。由于对一般肿瘤从业者的专门知识的不充分访问、缺少基于证据的工具和实践以便将治疗变化最小化以及不能与患者一起有效地管理其疾病，所以癌症护理是最受约束的护理之一。当前补偿模式并不激励在长期健康方面的投资，而是集中于治疗数量。这些因素造成了治疗质量差距并增大了成本。需要新的健康系统来递送由展现出改善的结果和大规模成本节省的创新数据驱动解决方案使能的持久改变。md安德森癌症中心(mdacc)网络民主化项目是这样的一个倡议，致力于通过改善结果(通过基于证据的且经验告知的临床决策)来加速对癌症患者的临床护理。2.网络民主化倡议集中于以下广泛活动■创建由提供者(用于管理患者)、风险承担实体(为护理付费)和技术合作伙伴(用于使对正确护理的分配成为可能、促进护理连续性并改善护理质量)组成的综合提供者合作伙伴生态系统■安全地从针对癌症患者的多个来源(比如，emr系统)摄取数据将临床数据标准化为通用格式和术语以便创建精选疾病概要；基于专门知识来标识针对人口统计学上类似的群体的治疗推荐；使针对诊断和分期确认的专家虚拟咨询成为可能；以及提供护理途径顾问以便管理疾病■通过教育和癌症筛选服务来创建目标干预手段■将预防性筛选和早期诊断转移至社区提供者(60％)、由专家顾问和现场专家咨询支持的个性化护理(30％)，以及如果在本地网络合作伙伴处不可获得专门知识，则促进快速推荐(10％)■使所有涉及的利益相关者(医生、支持人员、患者)可以通过web和移动解决方案获得一致且整合的信息■利用对患者癌症的纵向看法和病史数据来微调治疗推荐■将干预项目的成本和结果与国家和/或国际建立的基准进行比较以便为了正确的结果而进一步调整干预3.系统100是网络民主化的不可分割的一部分，提供核心数据管理、数据摄取/标准化以及分析托管。■外部数据连接器和服务：代理模块205从多个来源捕获数据，比如，驻留于网络提供者合作伙伴处的emr(电子病历)系统、非结构化临床数据(用于摄取关于患者的次要信息)以及患者自报告的信息(比如，在住院事件期间完成的癌症调查)ο代理模块205可以被安排成以预定义间隔运行和/或可以根据需要执行。ο每个代理模块205包括针对来源201而运行以便提取预定义数据值集合的查询。ο可以通过来自系统100的现成模板来控制这些数据属性。可以在安装时或者在由系统100的管理员执行期间修改这些模板。ο使用预定义算法和规则集来变换所提取的数据，并且将经变换的数据值存储在312中。ο系统100包括多个现成的代理模块205，所述代理模块专有于所述平台。已经建立了这些代理模块205以便从定制和第三方emr系统(比如，epic、cerner等)以及可穿戴设备(比如，bp和血糖监测仪)两者中提取数据。关于被提取的临床属性、用于进行提取和变换的专有两步过程以及被写入以供提取的优化查询，代理模块205是独特的。另外，代理模块205提供独特的即插即用能力，其中，如果交易系统的标准设施正被客户使用，则配置需要被最小化。ο系统100允许对在护理递送环境下独特的结构化和非结构化数据的合并。■数据管理：系统100利用其独特的以患者为中心的公共信息模型来将各种数据集内的数据标准化为各种临床数据交换标准并且保存主要临床数据以及从临床笔记(例如，辅助临床诊断)中收集的导出次要信息(例如，预后评分)ο开关100维持多个编码字典，所述编码字典描述从一个编码方案(术语)到另一个编码方案的转换。ο这些编码字典用于将数据中的术语从数据源201转换成系统100中使用的标准数据集合。ο例如，编码字典之一包含在icd9到snomed编码方案中编码的临床诊断转换规则。另一个示例将实验室数据转换成loinc编码方案ο如果在编码方案中没有可用于特定条目的任何一对一编码映射，则系统100利用用户定义的规则来解决矛盾。系统100保存不变的和经转换的值两者ο通过310中在将保存在312中的数据与将在由130进行针对数据的请求时动态地从201获得的此数据之间进行区分的用户定义的规则集合来控制过渡和保护数据存储方案ο例如，可能存在这样一种规则：所述规则规定需要将从特定来源系统接收的所有数据保存在312中并且需要在需要时从201获得从另一个来源系统接收的所有数据。ο系统100包含数据模型(公共信息模型312)，所述数据模型以患者为中心并且包括与癌症护理相关的多个领域，比如，人口统计数据、家庭用药、过敏症、生命特征、观察、实验室和临床文档。312不仅从属性和关系角度来说是独特的，而且对于存储角度由用户定义的规则驱动。ο系统100中的独特“过渡和保护”概念允许数据源所有者和/或系统100的管理员控制来自数据源201的由系统100的管理员保存在312中的数据的量。■安全：系统100使用基于角色的动态多形式认证和授权协议310。基于规则来授予数据访问，所述规则基于数据源以及消费用户(例如，社区医院的肺医生)和消费应用(例如，肿瘤专家顾问分析工具)的身份来建立授权。系统100被预配置成用于通过使用最新且最严格的可获得安全协议(比如，cs4096)来管理phi(受保护的健康信息)数据集。另外，系统100是经hitrust认证的■访问、发现和分析：系统100包括超过200个针对网络民主化而特制的api314，以便建立用于消耗分析工具的信息递送和访问层。οapi314可以或者是一系列简单的重载方法或者复杂的web服务ο方法或服务通常维持以下结构：收集/数据_集api_名称(参数列表)(collection/data_setapi_name(parameterlist))其中，收集/数据_集(collection/data_set)是由api向调用程序/系统提供的返回值api_名称(api_name)是由调用程序用于调用通过所述方法/服务递送的功能的名称参数列表(parameterlist)是按值传递或按引用传递到被调用方法以便由所述方法/服务成形结果/返回结果的许多参数οapi定义(签名)是通过预定义机制或通过预定义目录服务(例如，wsdl)来暴露的。οapi314由与系统100交互的用户设备/服务130调用(call)/调用(invoke)。ο调用程序传递经暴露的参数列表的值，并且api基于所传递的值以或者集合或者数据集的形式返回响应。ο系统100包含根据特有api314来分类的提供功能以便支持调用程序/系统的需要的各种服务/方法。一些示例包括：api返回给定患者的整合病历；api暴露针对预定癌症患者群体而执行的分析查询的结果；或者api在使用系统100的两个网络合作伙伴之间传递安全消息■关键结果：减小的癌症治疗变化性、改善的诊断和分期准确性以及对护理途径的更好依从性导致减少的不必要er/医院就诊以及授权有教育、筛选和依从工具的患者■成本降低：在美国，每年新增超过22万新肺癌患者，每年在治疗非小细胞肺癌(nsclc)上的花费估计为80亿美元到100亿美元(对于超过65岁的患者，治疗要贵50％)。以上所显示的结果表示在整体肺癌治疗费用方面的16％的节省机会，转换成在nsclc护理费用方面减少1.8亿美元到2.4亿美元(或者每年诊断为新肺癌病例的85％)■在美国，每年新增超过23万乳腺癌患者，在治疗上的花费估计为160亿美元到170亿美元(乳腺癌三期和四期治疗费用可能高达一期和二期的五倍)。以上所显示的结果表示在整体乳腺癌治疗费用方面的8-12％的节省机会，假设5-10％的患者参与率(在整个群体中)，转换成护理费用方面减少1.92亿美元到2.04亿美元c.增大治疗依从性以便改善制药公司的慢性病结果1.用药不依从性表示对制药行业的30,00亿挑战——导致每年12.5万的死亡人数(死亡的第四主要原因，意外死亡的第一原因)，造成10-20％的入院或入疗养院患者以及1,880亿美元生物制药税收损失。当今依从性方案通过经由传统通道(邮件/电子邮件/电话)来进行的有限患者沟通来解决这种挑战，并不基于与服药行为有关的实时数据，限制了医疗专业人员(hcp)将依从性与症状改善联系起来的能力，并且不能够连续地改善给患者的消息的效果。作为响应，制药公司正启动数字和分析使能解决方案来使干预个性化并且通过增大的患者参与来展现改善的结果。系统100在帮助制药公司在积极监测患者症状方面扮演角色、坚持所推荐的治疗方案并且增强健康行为(例如，得到新配方、拜访临床医生)方面扮演着独特角色。系统100促进对患者知情同意的安全连续摄取、处理和监测；组合与剂量相关的敏感信息(phi)(将其与如保险索赔、临床记录和自报告症状等其他患者信息组合)。这种数据由分析算法用于得出推断(比如，预后评分、依从性模式以及结果度量)以便按风险将患者分层并推荐干预；然后，患者和提供者工具使用目标干预和/或教育内容与患者或hcp通信以便改善依从性行为并实现结果。■创建包括医疗专业人员(对患者进行治疗的hcp)、风险承担实体(促进医疗和/或药店索赔处理的保险人)、患者以及技术合作伙伴(用信号发送依从性数据的设备合作伙伴、使个性化移动通信成为可能的合作伙伴、生成个人或群体层面见解的分析合作伙伴)的综合合作伙伴生态系统■安全地将来自多个来源的数据摄取并协调为通用格式以便对风险个人进行分层，理解什么干预对于谁有效以及经由什么通道，并且定制针对治疗相关参与的消息■促进针对患者和/或hcp的目标干预(消息、app内警告、教育内容、仪表板)以便对来自专业药店的现有提醒进行补充■进行上市后研究以便证明改善依从性的影响2.系统100是依从性解决方案的不可分割的一部分，提供安全数据收集、标准化和分析托管。■分析引擎：系统100提供被实施为由api314提供的服务之一的核心分析平台，所述核心分析平台提供基线分析查询以及允许对非均匀数据集进行重点分析的预后匹配群体ο数据从来源系统流到系统100中。ο通过数据采集器和数据整合器角色，摄取并协调数据ο基于对数据的分析和/或交易要求来使协调数据累积和/或去规范化ο去规范化/累积数据可以存储在特定数据集市中以供进行目标分析ο患者记录基于多种因素(比如，年龄、性别、种族、疾病状况、并存病、护理项目注册、药物类型等)被分类成各种群体ο可以在这些群体内得出基线推断并且可以将其存储为可以用于定制和推荐干预的通用趋势ο将通用趋势与第三方基准/标准进行比较，并且将差异存储在平台中ο当执行查询时，一个或多个患者群体根据通过查询传递的参数而被标识为目标查询人群ο通过api314向调用程序暴露相关联模式/趋势ο基于预定义比例来标识并量化趋势与现实生活数据之间的差异ο另外，终端用户提供有推翻所生成的推断的能力ο调整因子(基于或者原始模式与现实生活数据差异或者终端用户推翻)被反馈到系统100中并且充当对类似查询执行的未来迭代的裕度/概率调整因子ο对于认知查询，趋势被外推到未来和无形因素(比如，医生对特定情况的典型行为反应)中，被叠加到基线查询响应上以便提供预测ο系统100提供动态且自学习分析，即，系统100允许终端用户从反馈角度建立相反数据流，所述相反数据流进而调整边界条件、截止水平、百分比分配、概率分布以及分析引擎内的其他数学方程式以便影响对分析查询的执行的下一次迭代基于所采集的交易反馈的分析响应的自学习和自调整行为是系统100的唯一前提。■信息递送网关：系统100消费者参与服务包括具有基于个人健康状况(包括用于鼓励健康行为的地理定位和个性化激励措施、基于游戏的使消费者参与管理其健康和健壮的工具、以及与其医疗专业人员(hcp)的直接连接)的自定义内容的患者门户。ο从整合和协调的角度看，系统100患者门户是独特的，即，其是允许患者在一个点查看其所有授权数据的单个网关。数据包括患者的医疗数据、实验室结果、放射图像和报告、处方数据、其可穿戴设备数据以及来自设备的波形(流)(比如，ekg)。所有这些记录设备和系统可以使用不同的术语。ο平台的另一个独特特征在于其通过多个递送通道(比如，智能设备、膝上型计算机、电话等)之间的相同门户来渲染相同信息。■用于端到端敏感患者数据管理的设施：系统100使用基于角色的动态多形式认证和授权协议309。基于规则来授予数据访问，所述规则基于数据源以及用户(例如，患者、制药公司、hcp用户)、系统(例如，提供患者临床数据的emr系统)的身份来建立授权。系统100被预配置成用于通过使用最新且最严格的可获得安全协议(比如，cs4096)来管理phi(受保护的健康信息)数据集。另外，系统100是经hitrust认证的d.使用导致基于活动的成本核算的高级分析和多数据收集来改善财务和花销绩效1.具有多种在地理上分散的设施的大规模机构(学术机构以及单一业务商业机构)通常被迫管理多样化且复杂的供应链。“花销”通常在缺少集中协调的情况下高度分布，导致显著冗余以及浪费。这种情况下所面临的严峻挑战的范围为在一个设施处对库存利用不足而在另一个设施处相同库存短缺，针对本地快速交付供应以及集中式长期交付需求的最佳供应商的标识、经济订单量(economicorderquantity)和再订购水平标识等。这些供应链还受这样一种事实妨碍：通常，它们是多个本地操作订购和采购系统的网络，由此高度不可能在个体患者的生命周期内跟踪“花销”。存在这样一种增长趋势：花销分析正在进行并且其将建立稳固平台来计算和管理“基于活动的成本核算”以便支持捆绑付费的最新医疗范例。对于大型机构来说，关键的是，理解通过大规模手术(比如，髋关节置换)下的每个涉及的活动来分解的费用的细节以便它们能够在逻辑上接受由rbe提供的针对手术的捆绑付费。2.任何充分调整的集中花销分析系统集中于以下广泛活动■创建由供应商(本地和集中)、服务于患者的互连设施以及集中管理当局组成的综合生态系统以便管理在所有利益相关者之间的数据流并且以便对管理采购的全局规则进行管理■从多个本地订购和采购系统摄取数据■从本地临床和操作系统(比如，emr)、调度系统、药房系统、财务系统和能力管理系统摄取数据。■从在整个国家内提供基准和最佳实践的第三方来源摄取数据。■协调“花销”和临床数据以便生成集中当局的公用脚本■根据多个因素(比如，资料/服务类型、地理需求和可用性、临床必要性和紧迫性、资金和非资金需要等)进行花销数据分类。■将花销数据与临床和/或治疗途径绑定以便生成针对大型手术的每个子活动的基于活动的成本。此信息对于健康行业中呼之欲出的更新付费模式(比如，按结果付费而不是按服务付费)是关键的。■使一致且整合的信息可通过各种递送通道而用于所涉及的所有利益相关者(本地设施、供应商、集中当局等)■基于经协调的花销数据来建立花销模式、趋势、提前时间、补给等■将花销趋势与第三方基准进行比较以便标识差异和相关联缓和方式■能够建立用于替代成本对临床急迫性要求的规则(用户控制的)■能够建立用于管理和支持局部差异的规则■能够接收反馈并合并所述反馈以便对未来交易进行微调■经phi认证的系统100：系统100被预配置成用于通过使用最新且最严格的可获得安全协议(比如，cs4096)来管理phi(受保护的健康信息)数据集。另外，系统100是经hitrust认证的。■唯一性：系统100是专为学术医学中心(amc)建立的既是经hitrust认证的又部署了cs4096加密的唯一phi承载平台。■从整合和协调的角度看，系统100患者门户是独特的，即，其是允许患者在一个点查看其所有授权数据的单个网关。数据包括患者的医疗数据、实验室结果、放射图像和报告、处方数据、其可穿戴设备数据以及来自设备的波形(流)(比如，ekg)。所有这些记录设备和系统可以使用不同的术语。系统100将它们转换成通用语言和术语。ο平台的另一个独特特征在于其通过多个递送通道(比如，智能设备、膝上型计算机、电话等)之间的相同门户来渲染相同信息。■基于活动的成本核算引擎：系统100将财务数据与临床数据捆绑以便建立针对大型治疗手术的每个子活动的花销模式。例如，系统100可以将既不是慢性护理也不是急性护理而相反遍布预定义时间范围的典型髋关节置换的术前、术中和术后护理活动的花销分解。ο系统100包含对各种疾病状况的多个治疗途径的活动级分解。这些途径既不是慢性的也不是偶发的。相反，它们集中于针对特定疾病状况或异常而对患者进行治疗的时间段。ο例如，存在对与髋关节和膝关节置换过程相关联的所有术前、术中和术后活动的详细分解。ο在财务数据摄取之后，平台标记针对累计起来以便形成整个过程的交易数据ο在多个患者和多个设施内累积对财务交易的这种分类ο对这些累积数字执行分析以便建立如针对特定治疗途径的每项活动的平均费用、基于费用以及结果率来确定的用于执行某项活动的最佳设施等ο这些分析■合同支持引擎：系统100利用通过基于活动的成本核算来建立的趋势来为提供者以及rbe提供分析支持以便针对更新的付费模式建立合同条款，比如，基于价值付费和/或捆绑付费。ο作为基于活动的成本核算引擎，系统100将某些治疗途径分解成子活动。ο例如，存在已经针对髋关节置换手术而限定的术前、术中和术后活动的清晰列表。这些活动可能跨越大量时间量但是不被考虑为慢性状况。ο有必要理解与这些子活动中的每个子活动相关联的费用以便根据医疗行业的新付费模式来建立合同。如按价值付费而不是按服务付费或捆绑付费合同等模式。ο系统100利用考虑各种因素(比如，患者混合(patient-mix)、地理和环境相关性以及健康结果)对于每个子活动根据基于活动的成本核算模块来创建的基线基准，并且帮助财务管理员想出他们可以针对给定治疗途径而与风险承担实体建立的最优合同条款是什么。■产能利用率：基于根据系统100建议的eoq和补充水平来进行的集中采购而实现的10-15％的产能利用率提升。这还受设施的地理分布以及集中采购的程度的影响。■合同效力：就实际花销与由rbe提供的补偿而言的10-12％的更高准确度。这些社会环境还受这种捆绑付费的数量以及治疗途径内明确标识的子活动的影响。■基于患者混合的产能调整：如针对设施处的患者混合而测量的15-20％的产能利用率提升。系统100基于患者混合以及数量考虑每个设施的最优产能来提供推荐，导致上述浪费和/或存货过多的减少■管理成本效率：12-14％的成本效率(整体花销系统成本与系统100成本的减少)是可以通过系统100来实现的典型roie.加速综合癌症护理中心处的癌症转化研究1.在美国，癌症是死亡的第二主要原因，每年有将近600,000美国人被击垮并且在医疗系统成本方面产生1,750亿美元。作为在癌症研究方面的数十年投资的结果，每年被确诊为患癌症的160万美国人中的许多美国人的预期寿命正稳步增大。然而，因为仍然存在相对很少的真正癌症治疗并且过去几十年来已经看到一些癌症类型在死亡率方面的很小改善，所以很多工作有待完成。现在，癌症被公认为本质上是基因组疾病。dna损伤导致不受控制的细胞分裂并且经常导致快速细胞进化，快速细胞进化使患癌人群能够发展对治疗的抵抗。这对于将基因组科学中的最新突破转化成癌症护理递送以便创建对每个患者的特定癌症基因组定制的个性化药物方式而言是很大的推动。这通常涉及整合大约每患者许多千兆字节(以及在甚至相对更小的癌症群体内的拍字节)的大规模基因组和临床数据。2.癌症转化研究通常涉及：■从种系和癌症(在其随着时间而进化时)两者获取大量关于每个患者的组数据，包括基因组数据、表观基因组数据、rna序列、蛋白质组数据。■患者层面组数据必须与其他实验室测定和来自患者病历的丰富临床数据(包括诊断；手术、辐射和化疗；对治疗的反应；以及最终地，结果)组合。■一旦整合了针对每个患者的这些数据，癌症研究人员就查询数据，寻找基因突变以及预测治疗预后和反应的其他生物标记。■这些激励因素对于生成关于癌症生物、新治疗形式以及癌症人群健康的假设以及对于设计临床试验有用。■在许多情况下，这种综合数据还可以实际上通知对于个体患者的临床治疗选择，即，个性化药物3.系统100是癌症转化项目的不可分割的一部分，提供核心数据管理、摄取和应用托管服务。系统100还提供递送通道服务，所述递送通道服务帮助癌症研究人员访问其推动其在实验室中、在床边以及在患者人群内进行的研究所需的工具和数据。以下列出了使新生态系统商业模式成为可能的一些关键系统100能力：f.增大治疗依从性以便改善制药公司的慢性病结果信息立交桥帮助龙头制药公司在使用数据和分析来向患者及其医疗提供者团队直接提供帮助其监测症状、坚持所推荐的治疗方案并增强健康行为(例如，得到新配方、拜访临床医生)的工具方面扮演独特角色。立交桥促进对患者知情同意的安全连续摄取、处理和监测，并将与来自可穿戴设备(例如，fitbit、applewatch)的剂量、药物注射器、保险索赔、临床状况以及来自患者移动应用的自报告健康和活动相关的敏感信息(phi)。然后，敏感信息由分析算法用于进行推断(例如，倾向分数、依从性模式、结果度量)以便按风险对患者进行分层并且用于基于预测行为来推荐干预；然后，患者和提供者特定工具将目标干预和信息内容通知给患者及其临床医生。改善进口药物的产品质量和安全性系统100可以充当信息立交桥，所述信息立交桥将使制药行业能够满足食品药品监督管理局安全和创新法案(fdasia)(pub.l.112-144)的标题vii中所阐述的联邦期望。标题vii规定fda新当局帮助在美国确保药物安全、有效性和质量。例如，信息立交桥可以在标题vii的18个部分的以下子集方面给予帮助：1)第705部分：基于风险的检查频率。离岸药物制造商将需要周期性地向fda提交数据以便确定使用有限数量的可用检查员来进行对离岸设施的检查的基于风险的时间表。因此，立交桥将使制造商能够容易地整合产品、设施、原材料和操作员数据以供通过质量系统分析来进行的评估。周期性地产生产品质量数据的这种能力不仅使制造商能够遵守标题vii的这个部分，而且使对其质量系统的检查成为可能并且能够在检查之前采取主动措施。2)第710部分：信息交换：fda可以达成互惠协议以便向有权保护商业秘密信息并且展现出保护商业秘密信息的能力的外国政府提供某些商业秘密信息。经hitrust认证的信息立交桥被独特地定位成用于支持对商业秘密以及产品质量的其他专有方面或化合物组成数据的处理。3)第711部分：增强药物供应的安全性和质量。信息立交桥可以改善制造商所展示出的对优质药物(包括原材料和成品)的制造的监管和控制。见以下质量体系数据图，立交桥可以监测并整合质量体系数据以便支持这种报告要求。当前第1页12当前第1页12