Ong approaching innovation with commercial ehrs


Published on

Published in: Health & Medicine
  • Be the first to comment

  • Be the first to like this

No Downloads
Total views
On SlideShare
From Embeds
Number of Embeds
Embeds 0
No embeds

No notes for slide

Ong approaching innovation with commercial ehrs

  1. 1. Innovation with  Commercial EHRs Ken Ong, MD, MPH CMIO, New York Hospital Queens
  2. 2. Queens is the most ethnically  diverse urban area in the world  with a population of over 2.2  million, 48% of whom are  foreign‐born,representing over  100 different nations and  speaking over 138 different  languages.
  3. 3.  Salvation Army opened the Rescue Home for Women in 1892 as a haven for  unmarried mothers in a humble house on East 123rd Street in Manhattan.  During World War I, the facility opened a free medical service for the dependents  of enlisted men.  In 1950’s, Salvation Army noticed a shortage of local general hospital facilities in  the vast farmland communities located to the east of the East River: Queens.  In 1992, the hospital became an affiliate of the New York Hospital‐Cornell  Medical Center, which merged with Presbyterian Hospital in 1997 to form the  NYP Healthcare System.  New York Hospital Queens has grown to become a 519‐bed acute care hospital,  that last year admitted more than 35,000 patients, had more than 139,000  outpatient visits, and treated 115,000 people through the emergency  department. New York Hospital Queens
  4. 4. What’s an Innovation?
  5. 5. Everett Rogers,  Diffusion of Innovations "an idea, practice,  or object that is  perceived as new  by an individual or  other unit of  adoption".
  6. 6. Everett Rogers, Diffusion of Innovations
  7. 7. How Far Have We Come?
  8. 8. Office‐Based Physicians Are Responding To Incentives And Assistance By Adopting And Using Electronic Health Records By Chun‐Ju Hsiao, Ashish K. Jha, Jennifer King, Vaishali Patel, Michael F. Furukawa, and Farzad Mostashari. HEALTH AFFAIRS 32, NO. 8 (2013): 1470–1477
  9. 9. Office‐Based Physicians Are Responding To Incentives And Assistance By Adopting And Using Electronic Health Records By Chun‐Ju Hsiao, Ashish K. Jha, Jennifer King, Vaishali Patel, Michael F. Furukawa, and Farzad Mostashari. HEALTH AFFAIRS 32, NO. 8 (2013): 1470–1477
  10. 10. 72 percent of physicians had adopted some type of  system and that 40 percent had adopted capabilities  required for a basic EHR system. As of 2012, physicians in rural areas had higher rates of  adoption than those in large urban areas, and  physicians in counties with high rates of poverty had  rates of adoption comparable to those in areas with  less poverty. However, small practices continued to lag behind larger  practices. Office‐Based Physicians Are Responding To Incentives And  Assistance By Adopting And Using Electronic Health Records By Chun‐Ju Hsiao, Ashish K. Jha, Jennifer King, Vaishali Patel, Michael F. Furukawa, and Farzad Mostashari. HEALTH AFFAIRS 32, NO. 8  (2013): 1470–1477
  11. 11. Adoption Of Electronic Health Records Grows Rapidly, But Fewer Than  Half Of US Hospitals Had At Least A Basic System In 2012 By Catherine M. DesRoches, Dustin Charles, Michael F. Furukawa, Maulik S. Joshi, Peter Kralovec, Farzad Mostashari, Chantal Worzala, and Ashish K. Jha. HEALTH AFFAIRS 32. NO. 8 (2013): 1478–1485
  12. 12. Adoption Of Electronic Health Records Grows Rapidly, But Fewer Than  Half Of US Hospitals Had At Least A Basic System In 2012 By Catherine M. DesRoches, Dustin Charles, Michael F. Furukawa, Maulik S. Joshi, Peter Kralovec, Farzad Mostashari, Chantal Worzala, and Ashish K. Jha. HEALTH AFFAIRS 32. NO. 8 (2013): 1478–1485
  13. 13. Adoption Of Electronic Health Records Grows Rapidly, But Fewer Than  Half Of US Hospitals Had At Least A Basic System In 2012 By Catherine M. DesRoches, Dustin Charles, Michael F. Furukawa, Maulik S. Joshi, Peter Kralovec, Farzad Mostashari, Chantal Worzala, and Ashish K. Jha. HEALTH AFFAIRS 32. NO. 8 (2013): 1478–1485
  14. 14. The US health care system is in the midst of an enormous change in the way health care  providers and hospitals document, monitor, and share information about health and  care delivery. Part of this transition involves a wholesale, but currently uneven, shift  from paper‐based records to electronic health record (EHR) systems. We used the most  recent longitudinal survey of US hospitals to track how they are adopting and using EHR  systems. Only 44 percent of hospitals report having and using what we define as at  least a basic EHR system. And although 42.2 percent meet all of the federal stage 1  “meaningful‐use” criteria, only 5.1 percent could meet the broader set of stage 2 criteria.  Large urban hospitals continue to outpace rural and nonteaching hospitals in adopting  EHR systems. The increase in adoption overall suggests that the positive and negative  financial incentives currently in place across the US health care system are working as  intended. However, achieving a nationwide health information technology  infrastructure may require efforts targeted at smaller and rural hospitals. Adoption Of Electronic Health Records Grows Rapidly, But Fewer Than  Half Of US Hospitals Had At Least A Basic System In 2012 By Catherine M. DesRoches, Dustin Charles, Michael F. Furukawa, Maulik S. Joshi, Peter Kralovec, Farzad Mostashari, Chantal Worzala, and Ashish K. Jha. HEALTH AFFAIRS 32. NO. 8 (2013): 1478–1485
  15. 15. Some Hospitals Are Falling Behind In Meeting ‘Meaningful  Use’ Criteria And Could Be Vulnerable To Penalties In 2015 By Catherine M. DesRoches, Chantal Worzala, and Scott Bates. HEALTH AFFAIRS 32, NO. 8 (2013): 1355
  16. 16. Some Hospitals Are Falling Behind In Meeting ‘Meaningful  Use’ Criteria And Could Be Vulnerable To Penalties In 2015 By Catherine M. DesRoches, Chantal Worzala, and Scott Bates. HEALTH AFFAIRS 32, NO. 8 (2013): 1355  Our analysis of Medicare data found a substantial increase in the percentage  of hospitals receiving EHR incentive payments between 2011 (17.4 percent)  and 2012 (36.8 percent). However, this increase was not uniform across all  hospitals, and the overall proportion of hospitals receiving a payment for  meaningful use was low.   Critical‐access, smaller, and publicly owned or nonprofit hospitals appeared  to be at particular risk for failing to meet Medicare’s meaningful‐use criteria,  and the overall proportion of hospitals receiving a payment for meaningful  use was low.   Starting in 2015, hospitals that fail to meet the criteria will be subject to  financial penalties. To address the needs of institutions in danger of incurring  these penalties, policy makers could implement targeted grant programs  and provide additional information technology workforce support. In  addition, the capacity of EHR system vendors should be carefully monitored  to ensure that these institutions have access to the technology they need.
  17. 17. Meaningful Information ExchangeMeaningful Information Exchange
  18. 18. Operational Health Information Exchanges Show  Substantial Growth, But Long‐Term Funding Remains A  Concern By Julia Adler‐Milstein, David W. Bates, and Ashish K. Jha. HEALTH AFFAIRS 32, NO. 8 (2013): 1486
  19. 19. 30 percent of hospitals and 10 percent of ambulatory  practices now participate in one of the 119 operational  health information exchange efforts However, we also found that 74 percent of health  information exchange efforts report struggling to  develop a sustainable business model. Our findings  suggest that despite progress, there is a substantial  risk that many current efforts to promote health  information exchange will fail when public funds  supporting these initiatives are depleted. Operational Health Information Exchanges Show Substantial  Growth, But Long‐Term Funding Remains A Concern By Julia Adler‐Milstein, David W. Bates, and Ashish K. Jha. HEALTH AFFAIRS 32, NO. 8 (2013): 1486
  20. 20. Innovation with a Commercial E.H.R.
  21. 21. NYHQ live with Eclipsys Sunrise CPOE in 2006 Attesting to Meaningful Use Stage 1, Year 2,  in October 2013 Upgrading to 2014 certified Allscripts Sunrise  in December 2013 E.H.R. Adoption at NYHQ
  22. 22. Order Sets Clinical Documentation Medical Logic Modules (MLMs) Clinical Analytics Clinical Decision Support  Interventions to Improve Quality
  23. 23.  Alert Physician that there are no allergies documented for Drugs or Drug  Categories  Alerts clinician ‐ when a hematocrit is falling rapidly, not when a hematocrit is  low or falling slowly  Alerts clinician ‐ when a high glucose result is received for a patient ‐ this can  alert when an order for such medication is placed AND patient has recent high  glucose.   Alerts clinician ‐ when a high potassium result is received for a patient ‐ when  there is a high potassium AND patient is receiving medications that can continue  to elevate potassium further ‐ when an order for such medication is placed AND  patient has recent high potassium.  Alerts clinician ‐ when a high sodium result is received for a patient ‐ this can  alert when an order for such medication is placed AND patient has recent high  sodium.   Alerts clinician ‐ when a low creatinine clearance result is received for a patient  and the patient has current orders for conflicting medications ‐ when an order  for such medication is placed AND patient has recent low creatinine clearance A Sample of Our 229 MLMs
  24. 24.  Alerts clinician ‐ when a low glucose result is received for a patient ‐ this can alert  when an order for such medication is placed AND patient has recent low  glucose, but default is set to NOT alert on order entry.  Alerts clinician ‐ when a low potassium result is received for a patient ‐ when a  potassium is falling ‐ when there is a low potassium AND patient is receiving  medications that can continue to lower potassium further ‐ when an order for  such medication is placed AND patient has recent low potassium.  Alerts clinician ‐ when a low sodium result is received for a patient ‐ when a  sodium is falling ‐ this can alert when an order for such medication is placed AND  patient has recent low sodium.   Alerts clinician ‐ when the platelets are falling AND patient is receiving  medications that can continue to lower platelets further ‐ when there are a low  platelets AND patient is receiving medications that can continue to lower  platelets further ‐ when an order for such medication is placed AND patient has  recent low or falling platelets.  Calculate ingredients for TPN Order  Calculates Padua Model DVT risk assessment score A Sample of Our 229 MLMs
  25. 25.  Chemical & mechanical restraints  Create ED pediatric sepsis alert in ED Nursing Triage Note  Critical lab values post a flag in the 'Unacknowledged Alerts'  column. Clicking on the alert shows the lab result and provides  an opportunity to document the response.  Fires 'Name Alert' in 'Similar Name' column of patient list  Generate an alert to prevent duplicate diet order  Heparin dosing related  If a previous echocardiogram was ordered, the following alert  is given: "Please note: a previous transthoracic echocardiogram  was ordered on [date]". A Sample of Our 229 MLMs
  26. 26.  If carboplatin is selected, the following alert is given: "AUC  Cockgraft‐Gault calculator is defaulted to utilize IDEAL body  weight. Choices for ACTUAL and ADJUSTED body weight are  available by changing the default in the dose calculator. Please  utilize 'AUC (Cockgraft‐Gault actual)' when a patient's actual  body weight is LESS than their ideal body weight to ensure  appropriate dose."  Insulin dose calculated  Place an CDiff +ve result comment in the header at the time of  result posting.  Provide INR Lab Results and Prior Dosing History on the Order  Set Form  Pulls in any infection control precautions into the radiology  requisition order form A Sample of Our 229 MLMs
  27. 27.  Pulls in current insulin dose into a new Endocrinology consult or  progress note.  Pulls urine or blood HCG results into the radiology order form for  women between the ages of 9 and 55. If the HCG is positive, an alert is  tiggered: "WARNING: Patient with positive HCG on [date]. This may  indicate pregnancy. Please be aware when ordering radiographic  studies." If the pregnancy status is unknown, the following alert is  given: "NOTE: No pregnancy test is charted on this patient. Please  indicate the pregnancy status and consider pregnancy testing if  appropriate."  Requires reasons for omission if no DVT prophylaxis is ordered  Retrieves hemoglobin and platelet results when either a blood or  platelet transfusion is ordered.  RxWriter (discharge medication app): Alert to user when dosage  amount is zero or missing Alert to user when Frequency is zero or  missing Alert to user when Quantity is zero or missing A Sample of Our 229 MLMs
  28. 28.  Start ExitCare application from a document list radio button.  The ED Nurse Triage assessment places a flag on the ED display board  and fires an alert ("This patient has met modified SIRS criteria and may  be at risk for serious infection.") if the temperature, pulse, respirations  or blood pressure are more or less than defined parameters for  children for particular ages.  This MLM will create C‐Diff infection alert header when patient  readmitted and he had that infection in most recent visit.  To pull active DNR order list and insert in DNR order section of  Summary of Care|Discharge|Transfer Note  To warn the person ordering NPO or dc tube feeding, that the patient  is on hypoglycemic drug(s) and may require supplementation.  tPA dose calculation  Warn user that concurrent use of anticoagulants, antiplatelets, and  thrombolytic medications are prohibited with indwelling neuraxial  catheters A Sample of Our 229 MLMs
  29. 29. NYHQ’s New York City Designated Stroke Center
  30. 30. Stroke P.I. Initiative 2012‐2013  From paper to electronic documentation, i.e., NIH  Stroke Scale  Stroke coordinator hired  Modified Rankin Scale added to nursing note  VTE prophylaxis order set improved  Branching logic added to core measure section in  Summary of Care note
  31. 31. Summary of Care Note: Branching Logic to Capture Hospital Inpatient Quality  Reporting Core Measures
  32. 32. NIH Stroke Scale Total Score Automatically Calculated
  33. 33. DVT Risk Assessment: Padua Model Total Score Automatically Calculated
  34. 34. Stroke Measures Improved Measure Nov‐12 Dec‐12 Jan‐13 Feb‐13 Mar‐13 Apr‐13 May‐13 Jun‐13 4 Months Pre 4 Months Post Change Modified Rankin Scale at Discharge 17.9% 18.9% 37.5% 10.5% 22.8% 43.0% 72.1% 76.7% 21.2% 53.7% 153.1% VTE Prophylaxis 62.5% 71.9% 59.5% 72.9% 90.7% 93.4% 91.1% 100.0% 66.7% 93.8% 40.6% Dysphagia Screen 52.6% 38.1% 52.9% 41.3% 39.1% 58.0% 63.5% 64.9% 46.2% 56.4% 22.0% Stroke Education 89.7% 78.9% 100.0% 82.6% 95.2% 100.0% 95.9% 100.0% 87.8% 97.8% 11.4%
  35. 35. Protected  Health  Information  Redacted
  36. 36. Adopting MU2 Innovations:  Inpatient  View, Download, & Transmit (VDT)  Medication Reconciliation Application  Bar Code Medication Administration  Electronic Transmission of Summary of Care to  HIE (Healthix)  Reporting MU2 compliant Syndromic  Surveillance & Reportable Diseases
  37. 37. Adopting MU2 Innovations:  Ambulatory View, Download, & Transmit (VDT) Expanding Patient Engagement Patient‐Provider Secure Health  Messaging Appointment requests Medication refill requests
  38. 38. Ken Ong, MD, MPH e‐mail = Twitter = @kenongmd URL =