病人安全及數據研究

每個數據點都是一位病人。請以此為本去建構。

為亞太區生物製藥、臨床研究及醫療團隊而寫:一個安全、達研究級別的病人數據系統應有的樣子——包括背後的體驗、架構及保證。

KY & Company 洞見  |  閱讀時間約 7 分鐘

病人支援計劃、登記冊、電子病人自述結果及真實世界證據研究,都建基於同一樣東西:病人託付給您的數據。當數據出錯、延誤或外洩,代價不只是一項失敗的研究,更可能是錯過安全訊號、延誤介入,或令病人不再參與。

我們的看法很簡單:病人安全要在設計時就融入系統,而非事後靠審計補上。它由體驗開始,由架構執行,並透過驗證證明。

研究結果

風險涉及臨床、財務及監管層面。

每 10 人中 1 人

病人在接受醫療時受到傷害。其中超過一半可以預防,而可預防的傷害中有一半涉及藥物。

世界衞生組織1
742 萬美元

是醫療數據外洩的平均成本,為各行業之冠。醫療數據外洩平均需時 279 日才能識別及遏止。

IBM《2025 年數據外洩成本報告》2
2025

國際醫藥法規協和會採納 E6(R3),這份重寫的良好臨床規範指引,將數據管治及電腦化系統列為試驗質素的核心部分。

國際醫藥法規協和會(ICH)3
世界衞生組織將病人安全定義為「病人沒有受到可預防的傷害」。 世界衞生組織《病人安全》概況介紹1
為何重要

您的數據系統,就是安全系統的一部分。

無論您是誰,收集病人數據的平台所承擔的責任,遠不止於儲存數據。

生物製藥及病人支援

按歐盟藥物警戒指引,透過病人支援計劃發現的不良反應屬於「主動徵集報告」,須以與研究報告同等嚴謹的方式處理。4 未能記錄及轉交這些報告的病人支援計劃平台,就是一個合規缺口。

臨床及學術研究

ICH E6(R3) 要求電腦化系統合乎用途、按風險相稱地驗證,並在整個數據生命周期中具備可追溯的審計紀錄及受控存取。3

醫院、非政府機構及公共衞生

健康數據是機構持有最敏感的個人資料之一。在香港,其收集及使用受《個人資料(私隱)條例》及私隱專員的指引規管。5

我們的方針

安全病人數據系統的三個層面。

同樣的原則貫穿我們的 Pati™ 平台、病人支援計劃,以及我們度身建構的研究系統。

體驗

我們為人而設計。

病人、醫生及安全團隊各自獲得為其工作而設的體驗,令提供優質數據成為最輕鬆的做法。

架構

我們為完整性而建構。

身份資料與臨床數據分開、以程式執行同意,並記錄每項變更。

保證

我們為查核而驗證。

以風險為本的驗證、保安監察及安全匯報,經得起審計。

體驗

我們為人而設計。

壞數據通常源於壞畫面。

大部分數據質素問題其實是體驗問題。太長的問卷會被放棄;埋沒例外情況的儀表板會被忽略;需時十分鐘的安全表格會被拖到之後憑記憶填寫。每類使用者都需要專屬的設計。

為病人及照顧者

  • 簡短的經驗證量表,每個畫面一條問題,並可儲存後繼續。
  • 繁體中文及英文雙語、大按鈕,並為長者及讀寫能力較低的用戶使用淺白語言。
  • 分層同意說明收集甚麼及原因,並提供簡單途徑讓病人改變主意。
  • 提醒會顧及時區、偏好渠道及免打擾時段。

為醫生及護士教育人員

  • 例外情況優先:漏服、分數惡化及逾期跟進置於最頂,而非埋在報告中。
  • 病人提及可能的副作用時,一按即可轉介上級。

為研究、安全及質素團隊

  • 毋須試算表即可管理查詢及追溯來源。
  • 安全個案隊列由事件被記錄一刻起即顯示匯報時限。

Pati™ ——我們的病人支援平台按這些體驗原則建構,將照護協調、服藥依從性追蹤及醫護專業人員可視性集於一處。

病人支援計劃 ——當我們全程營運計劃時,由同一平台及團隊記錄、分流並將安全資訊轉交您的藥物警戒部門。

架構

我們為完整性而建構。

病人數據研究的參考架構。

我們建構的每個系統細節各有不同,但安全的病人數據平台都有可辨識的結構:四個層面,並以保安及可追溯性貫穿其中。

突出顯示的部分,是我們受託審視的系統中最常缺少的組件。

  • 分開「誰」與「甚麼」姓名及聯絡資料存於身份資料庫;臨床數據只帶假名鍵。研究人員毋須知道病人是誰。
  • 同意也是數據同意會被儲存、建立版本,並在使用任何紀錄前由系統核對,而非存放在 PDF 中。
  • 不會被悄悄覆寫更正會建立新版本並記錄由誰、何時及原因,令任何紀錄都可還原。
  • 安全有時限可能的不良事件一經記錄即成為受追蹤個案,並顯示匯報限期。
  • 標準優先於自訂HL7 FHIR 等開放標準令與醫院及夥伴系統交換數據更容易。6
  • 從設計上確保數據駐留數據託管於客戶選擇的地區——歐盟、美國或新加坡——並留在當地。
保證

我們為查核而驗證。

決定系統能否經得起現實考驗的其他考慮。

設計良好的系統仍須向贊助者、倫理委員會、審計師及查核人員證明自己。我們遵循的交付生命周期會邊做邊建立證據,而非到最後才拼湊。

  1. 梳理追蹤每條數據流及安全責任:收集甚麼、誰可查看、託管於何處,以及適用哪些匯報規則。
  2. 設計與真實病人及醫生測試流程,並在撰寫任何程式碼前完成私隱影響評估。
  3. 建構為每套量表、規則及發布版本建立版本紀錄,令任何結果都可追溯到病人當時看到的內容。
  4. 驗證採用以風險為本的電腦系統驗證,集中處理影響病人安全及數據完整性的功能。
  5. 營運持續監察、將安全個案與藥物警戒數據庫核對,並演練備份及復原。

保安尤其值得關注。醫療數據外洩比其他任何行業都更難及早發現,2 因此持續監察及警報與加密同樣重要。在使用人工智能的地方——例如總結病人訊息或標示可能的不良事件——它只協助人工審閱,絕不會自行結束安全個案。我們的 負責任的人工智能 方針說明了我們如何管治及量度人工智能。

開發或採購之前

評估任何病人數據平台時應問的六個問題。

若供應商無法清楚回答,該平台便未準備好服務病人。

  • 可識別身份的數據是否與臨床及研究數據分開儲存?
  • 使用數據前,同意如何被記錄、建立版本及執行?
  • 可能的不良事件如何送達我們的安全團隊?速度有多快?
  • 紀錄的每項變更能否追溯到由誰、何時及為何作出?
  • 數據託管於何處?誰可以從哪裡存取?
  • 有哪些驗證證據?每次發布後如何維持?

為受規管環境而設

  • 角色權限控制及審計紀錄
  • AES-256 加密
  • 可選數據駐留地——歐盟/美國/新加坡
  • 符合 GDPR 及 CCPA
  • 客戶數據不會用於人工智能訓練
  • ISO 27001 認證計劃進行中

參考資料

  1. 世界衞生組織(2023 年)。 Patient Safety(病人安全),概況介紹,2023 年 9 月 11 日。
  2. IBM Security(2025 年)。 Cost of a Data Breach Report 2025。醫療業相關結果由以下來源總結: The HIPAA Journal.
  3. 國際醫藥法規協和會(2025 年)。 E6(R3) Guideline for Good Clinical Practice,2025 年 1 月 6 日採納。
  4. 歐洲藥品管理局。良好藥物警戒規範(GVP)指引,第 VI 單元,第 VI.C.2.2.11 節;另見 MHRA Inspectorate, Patient support programmes (2020).
  5. 香港個人資料私隱專員公署。 《個人資料(私隱)條例》及相關指引.
  6. HL7 International。 HL7 FHIR standard.

在最重要的地方打造病人安全。

無論您正推出病人支援計劃、收集病人自述結果,還是建立研究登記冊,系統都應像您的醫生一樣用心保護病人。與 KY & Company 合作,一起設計、建構及驗證。

聯絡我們 →
Scroll to Top