Designing a Secure Blue Button Health Information Exchange for a Commercial Laboratory
Notice bibliographique
Résumé
Background: There is a growing demand by patients for easy electronic access to laboratory result data for use in personal health record systems (PHR-S) and for transfer to other health providers. The Blue Button Initiative is a public-private partnership offering a framework based on national standards to support patient access to electronic data. Objective: The aim of this project study was to architect an initial pilot implementation of the Blue Button framework for a commercial laboratory to facilitate patient access to electronic results. Methods: The proposed design architecture includes multiple application services, specifically an Encrypted Data Store, Client Access component, and Result Publishing service to accomplish these goals of the pilot project and meet the security and privacy requirements. Results: The resulting application components and programming interfaces accomplish the initial pilot goals and provide a base to expand the platform to offer support for mobile devices and additional interoperability options. Encryption and isolation of data have been used to safeguard the confidentiality, integrity and availability of protected health information (PHI) and allow for the use of standard cloud services to host external facing components. Conclusions: The Blue Button standards and framework provide a solid basis for facilitating electronic access to result data by patients and for meeting the requirements of View, Download, and Transmit (V/D/T) in Meaningful Use Stage 2 (MU-II). The Blue Button Framework can provide the functionality required for a Consumer Mediated Health Information Exchange which gives patients the ability to aggregate and control the use of their health information among providers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».