CN103003817A - 临床数据的自动化注释 - Google Patents

Abstract

当注释患者的医疗记录或临床记录时，自动化注释系统比较所聚集的患者数据（例如，历史的生命体征数据、实验室结果、患者入院/出院/转院信息等）并且将其中的事件和/或模式与过程简档匹配来确定给定的过程是否被需要、在进行中或被完成。如果过程必要性或发生的概率高于预定的阈值，则系统将注释插入临床记录中以减小临床医生对人工输入注释的需要。警报参数被调节以反映对所确定的过程的生理响应，来减少假警报触发。附加地或可选地，可以在过程简档中规定的条件存在的时间段或在该过程之后的特定时间段，从用户界面抑制所触发的咨询。在另一实施例中，可以利用可疑的过程正被执行的通知在患者的病史记录中对在过程简档中识别的特定条件下出现的所触发的咨询进行标记。

Description

临床数据的自动化注释

技术领域

本申请特别适用于医疗记录数据系统。然而，应当认识到，所描述的技术也可以应用于其它类型的数据记录系统、其它医疗系统和/或其它记录注释应用。

背景技术

医疗数据的注释涉及将解释性注解（note）添加到医疗数据，例如自动从患者监控系统采集的并且存储在中心站上的数据。注释或解释性注解对医疗过程、发现、给予的药物、观测结果或由护理提供者输入的其它相关的信息进行识别。注释对于治疗目的、记账目的、管理目的和法律目的以及研究目的是有用的。然而，注释是耗时、劳动密集型和昂贵的人工进程。此外，语言选择和缩写常常随着注释者而变化，这使得解释和搜索困难。

医疗数据注释的经典方法是由临床专家进行人工注释。人工注释可以在事件发生或执行过程时进行，或它可以通过回顾来完成。即使当人工注释被实时地执行时，也通常以自由文本注解或半结构化注解的形式完成这些注释，该自由文本注解或半结构化注解可以具有或不具有与它们相关的时间戳。时间戳可以指示事件发生的时间，或它可以指示事件被记录的时间。由于排印错误、独特的缩写和不完整的句子的出现，所以解析这些类型的注解是困难的。如果注解是在先前的时间段期间发生的事件的概要，则指示注解何时被记录的时间戳可以不具体表示事件何时发生。回顾性人工注释要求临床专家复核患者的纸质医疗记录或电子医疗记录，并且交叉引用护理注解、实验室预定、实验室结果、入院数据、出院数据、转院数据和任何其它相关的数据。接着，临床专家在记录中做注解。人工回顾性注释可能价格高得离谱，并且因此它罕有被完成。

使用不具有医疗数据注释的数据有几个缺点。例如，由例行临床过程引起的生理参数的良性临时变化在患者监控设备中引起假阳性警报（falsepositive alarm）。虚假值和错误值在患者监控设备中触发假阳性警报，并且增加对于临床医生而言的信息过载的负担。在不具有医疗数据注释的情况下，难以在由进行中的临床过程引起的患者健康指示器中的临时变化与表示患者健康恶化的变化之间进行区分。当对回顾性数据进行分析并且当利用实时临床数据进行工作来构思准确的生理模型和预测算法以识别临床事件时，准确的注释是重要的。用于临床目的和研究目的的被注释的数据的缺乏阻碍临床医生和研究人员潜在地实现改进的临床成果。此外，在不具有被正确地注释的数据的情况下，难以自动确定临床实践指南已被执行到的程度，这阻碍了计算机可执行的实践指南和协议的实施。

本领域中存在对便于患者医疗数据等的自动化注释、由此克服上述缺陷的系统和方法的未满足需要。

发明内容

根据一个方面，一种便于临床数据的自动化注释的系统包括：图表（charting）数据库，其包括患者的历史生命体征信息；入院-出院-转院（ADT）数据库，其存储与患者入住、离开和转到健康护理设施的患者入院、出院和转院有关的患者信息；以及实验室数据库，其存储患者的实验室测试结果信息。该系统还包括具有处理器的过程简档系统，该处理器执行存储在计算机可读介质中的计算机可执行指令，该指令包括对来自图表数据库、ADT数据库以及实验室数据库中的一个或多个的患者数据进行聚集。该指令还包括在所聚集的患者数据中的对在一个或多个过程简档中定义的事件的模式进行匹配，以及根据匹配的事件确定临床过程被需要、临床过程在进行中或临床过程已被完成的概率。附加地，该指令包括如果该概率高于预定的阈值则对患者的临床记录进行注释以指示过程被需要或已被执行，以及将被注释的患者临床记录存储到计算机可读介质。

根据另一方面，一种自动地对临床患者数据进行注释的方法包括对来自一个或多个源的患者数据进行聚集，在所聚集的患者数据中对一个或多个过程简档中定义的事件的模式进行匹配，以及根据匹配的事件来确定过程被需要、过程在进行中或过程已被完成的概率。该方法还包括如果该概率高于预定阈值则对患者的临床记录进行注释以指示过程被需要或已被执行。

根据另一方面，一种生成用于对临床患者数据进行注释的过程简档的方法包括识别被期望的简档所对应的临床过程，定义用于所识别的过程的过程简档参数，以及识别在该过程简档参数中的可观测元素。该方法还包括使用回顾性临床数据库来测试一个或多个过程简档以便验证该一个或多个过程简档，以及将该一个或多个过程简档存储到过程简档数据库。

一个优点是减少了假警报。

另一优点在于自动化的临床记录注释。

另一优点在于为临床医生节省了时间。

另一优点在于便于数据挖掘和记录搜索。

在阅读和理解了下面的详细描述之后，本领域普通技术人员将认识到该主题创新的另外优点。

附图说明

附图仅仅是为了说明各个方面的目的，而不应被解释为是限制性的。

图1示出用于当数据与临时改变生理数据和仪器设置的特定的临床过程或协议相关联时在临床记录中自动地评注（documenting）的过程分类系统。

图2示出系统的另一实施例，在该另一实施例中过程简档系统（PPS）被更详细地描述。

图3示出根据本文描述的各个方面的一种生成过程简档定义的方法。

图4示出根据本文阐述的各个方面的一种用于过程简档系统的实时实施的方法。

具体实施方式

图1示出用于在数据与特定的临床过程或协议相关联时在临床记录中自动地评注的过程分类系统，该临床过程或协议临时改变生理数据和仪器设置。该系统使用过程简档定义来将临床数据的序列分类为临床过程或协议。

该分类系统8包括：过程简档系统（PPS），其从数个源（包括但不限于配置数据库24以及存储来自数据服务器22的数据的图表数据库12）接收患者信息；ADT（入院/出院/转院）系统16，其包含患者人口统计学信息、医疗历史信息等；以及实验室系统18，其包含对患者20执行的实验室测试的结果。在另一实施例中，信息源包括用于输入药物医嘱和/或静脉注射液医嘱等的计算机化医生医嘱录入（CPOE）系统（未示出）、以及任何其它适当的信息源。

图1因此示出了患者20，该患者20被连接到对例如心率、呼吸率、血压等进行记录的多个患者监控设备14。患者监控设备14可以包括心电图（ECG）、有创或无创的血压测量设备及其它设备。治疗设备15可以包括机械呼吸机15a、输液泵15b或用于向患者施行治疗的任何其它适当的设备15n。患者监控设备14和治疗设备15连接到临床数据服务器22，该临床数据服务器22接收并且临时存储来自监控设备的数据。工作站23附加地耦合到临床数据服务器22，并且用户输入诸如对患者的药物注射或药物口头给予之类的人工治疗信息。配置数据库24包含对每个特征的属性和限度的定义，例如，心率：低=60，高=100。来自临床数据服务器22的原始数据与配置数据库24中的定义匹配，并且得到的信息被存储在图表数据库22中。另外，用于患者监控数据的咨询算法（advisory algorithm）被存储在图表数据库中。

中心站26采集来自图表数据库12以及ADT系统16（其包括人口统计学数据以及入院、出院和转院数据）和实验室系统18的数据，实验室系统18存储由护理提供者预定的实验室测试的结果，例如ABG（动脉血气）等。在不具有PPS 10的经典情况下，中心站26将聚集来自图表数据库、ADT系统和实验室系统的数据以呈现给用户，如具有X的虚线箭头所指示的那样，并且用户将被留下以人工辨别患者过程进展。当PPS 10被实施时，来自图表数据库12、ADT系统16和实验室系统18的数据将在被发送到中心站26之前在PPS 10中被预处理。

图2示出系统8’的另一实施例，其中PPS 10被更详细地描述。系统8’包括PPS 10，PPS 10通过总线30（例如，有线的或无线的）耦合到图表数据库12、ADT 16、实验室数据库18和中心站26中的每个。可选地，PPS 10被耦合到向用户呈现信息的显示器32。图表数据库12还被耦合到临床数据服务器22和配置数据库24。临床数据服务器22接收来自一个或多个患者监控设备（PMD）14和治疗设备15的信息，该一个或多个患者监控设备（PMD）14和治疗设备15接着又耦合到患者20。

PPS 10包括执行计算机可执行指令的处理器34和存储该计算机可执行指令的存储器36，以便执行本文描述的各种功能、方法、技术等。存储器36存储从临床数据服务器22（经由图表数据库12）、ADT 16和实验室系统18接收的数据，以及一定数量的计算机可执行算法（例如，由处理器34执行的并且永久存储在存储器36中的计算机可执行指令）。处理器34执行聚集数据的数据聚集算法。在这个意义上说，处理器34充当数据预处理器。然后处理器34执行模式匹配算法40，该模式匹配算法40将所聚集的数据与所存储的简档定义42进行比较，并且在数据中搜索对在特定的患者上执行哪个过程进行指示的模式。在发现匹配后，处理器34执行医疗记录注释算法44，以自动对患者的医疗记录进行注释来指示被执行的过程。一旦过程被识别，就查找预期的生理响应，例如，血压可以被预期降低10%并且持续半个小时不恢复。用于触发咨询的阈值相应地被调节。这个步骤滤除图表数据库中的咨询算法所识别的不必要的咨询，并且防止不必要的警报在中心站26处被触发。在另一实施例中，在特定的条件存在的时间段或在事件之后的规定时间帧从用户界面抑制所触发的咨询。在另一实施例中，当所触发的咨询在过程简档中识别的特定条件下发生时，该咨询被标记有通知，该通知是可疑的过程正被执行并且被记录在患者的医疗记录中。

根据一个示例，在对来自三个源的数据进行聚集之后，PPS 10在数据库中搜索与过程简档定义42相匹配的模式，并对患者的医疗记录进行自动注释（例如，在图表数据库中）以指示哪个（哪些）过程被执行。然后系统10将所聚集的信息发送到中心站26以用于由临床护理者使用。除了自动地注释临床数据以用于对临床访问的准确评注以外，系统的另一优点在于，它滤除图表数据库中的咨询算法所识别的不必要的咨询，并防止它们在中心站处被触发。结果是来自患者监控设备的较少的假阳性警报、更详细和准确的患者记录、以及被转换成计算机可解释格式的相关临床信息，该计算机可解释格式可以被用于自动临床决策支持系统和计算机可执行的临床指南和协议。

如上所述，系统包括执行计算机可执行指令的处理器34和存储该计算机可执行指令的存储器36以用于执行本文描述的各种功能和/或方法。存储器34可以是存储有控制程序的计算机可读介质，例如磁盘、硬盘驱动器等。计算机可读介质的一般形式包括例如软盘、柔性盘、硬盘、磁带、或任何其它磁性存储介质、CD-ROM、DVD、或任何其它光学介质、RAM、ROM、PROM、EPROM、FLASH-EPROM、其变体、其它存储芯片或磁片盒（cartridge）、或处理器34能够从中读取和执行的任何其它有形介质。在该上下文中，系统8可以在以下部件上实施，或者被实施为以下部件：一个或多个通用计算机、专用计算机、已编程的微处理器或微控制器和外围集成电路元件、ASIC或其它集成电路、数字信号处理器、诸如分立元件电路之类的硬连线的电子或逻辑电路、诸如PLD、PLA、FPGA、图形卡CPU（GPU）、或PAL之类的可编程逻辑设备等等。

继续参考图1和图2，过程简档定义42根据在过程之前、期间和/或之后所采集的数据，定义对患者执行的过程。因此，当数据集模式与特定的过程简档匹配时，该系统推断出过程已在患者上执行并且适当地注释患者记录。这一特征允许系统8将临床数据的序列分类为临床过程或协议。该方法导致当数据与特定的临床过程或协议相关联时自动地评注临床记录的过程。

设想了对临床数据的序列进行分类的几种方式。一种这样的方法是临床过程的自动化识别。在该情况下，患者临床数据记录中的某些序列或变化与诸如特定的临床过程或患者状态的恶化之类的特定临床事件相关联。在该情况下的过程简档充当这样的变化的模板以定义某些临床事件是否已经出现并且在患者数据记录中自动地注释（例如，记录）这些事件。

根据自动化识别的示例，处理器34在执行模式识别器算法40时识别与临床过程有关的生理值和仪器设置的临时变化。例如，临床过程常常需要临床医生临时改变针对患者的仪器设置，这转而临时影响该患者的生理参数。其它变化是隐匿的，或能够指示患者的健康状态的恶化。使用针对各个组的特定仪器设置变化以及接着发生的在患者的生命体征和实验室值上的影响的过程简档定义，模式识别器40自动地推断过程是否已发生以及过程的身份。以这种方式，识别出由例行临床过程导致的患者值的良性变化。每当临床医生在对患者执行的最新过程的上下文下复核患者的数据时，他们下意识地执行该相同的进程。如果临床医生知道已知影响特定生理值的最近被执行的特定过程，则临床医生将在确定适当的临床策略以治疗患者时考虑该数据。以这种方式，基于患者数据和患者监控仪器上的设置的变化来执行过程的检测和分类，并且将过程的检测和分类以计算机可解释的方式存储在患者的临床记录中以提供临床决策支持所需的有价值的信息。

根据自动化识别的另一示例，通过提供机制来快速且容易地记录信息并且将信息从一个健康护理提供者传送到下一个健康护理提供者来实现改进的护理的连续性。临床医生常常在与患者交互之后将临床注解口述到音频记录系统中。这些注解可以在以后的时间点（人工地或通过自然语言处理器）被处理，并且因此这些注解不是其他护理提供者立即可用的。为了克服经典系统中的这个缺陷，处理器34通过执行模式识别器40来基于过程简档定义42将系列的事件自动地辨认为特定的过程，并且创建与时间戳相关的解释性注解来记录该过程。可选地，该解释性注解可以被显示给主治或负责的临床医生来用于验证。如果临床医生选择添加临床注解，口述的注解可以被语音识别系统处理为文字，作为音频文件被保留，被转录等，或作为对记录的注释来保存。自动化注释的数据提供关于变化的生理参数和仪器设置所处于的上下文的信息。然后该信息可以在护理特定患者的所有提供者当中被共享。通过在护理有进展时准确地注释患者数据，保证了当护理从一个提供者传递到下一个提供者时所有护理提供者被快速通知患者医疗信息中的上下文数据。

分类临床数据的序列的另一方式包括识别错误值。由错误值导致的医疗数据中的不一致可能使自动化临床决策支持难以实现，该错误值例如是当人工记录信息时的排印错误、由患者的位置和移动的变化引起的错误以及由有错误的或差的连接引起的错误。这些错误值可以导致表面上有效但不太可能的患者数据值，其将被临床医生在考虑患者的健康状况时忽略或忽视。在过程期间所测量的参数可以通过模式识别算法40来标记，所以它们与真实值区分开，并且它们可以在通过临床警告引擎（未示出）处理数据之前容易被滤除。可选地，在不具有不太可能的值的数据的基础上的注释可以被注解为很可能但非必然的。临床相关值与虚假值或错误值的区分提高了所记录的数据的可靠性，这减小了患者监控系统中的假警报率。

分类临床数据的序列的第三种方式包括识别指南节点。例如，如果患者被针对存在临床协议或指南的疾病来治疗，则处理器34识别患者在临床指南中的当前节点（位置）。随着智能临床决策支持系统的发展，具有用于对事件的模式进行辨认以自动地识别过程何时被完成的方法是有价值的。该信息可以用于确定患者处于临床指南中的何处。对患者在临床指南中的当前位置的自动化识别便于使患者遵循计算机可执行指南46。计算机可执行指南46用于基于临床指南和协议（循证的推荐）来提供决策支持，并且在实际实践中提高对临床指南和协议的遵守。在经典系统中，有限数量的该信息在基于文本的护理注解（或当考虑回顾性数据复核时的出院摘要）中是可用的，该护理注解对于通过临床警告引擎来处理数据的计算机来说是不容易存取的。关于实验室测试，例如，测试结果的可用性的时机可能在过程被执行之后的很多小时或很多天出现，并且因此可能对实时地更新患者在临床实践指南中的位置不是很有用。通过将一系列事件辨认为单个过程并且对数据进行注释，该信息对于计算机可执行的指南系统来说是可以容易存取的。

系统8使用过程简档定义42在由对患者执行的过程和协议导致的错误值、真实值和虚假值之间区分。每个过程简档定义42包括对在特定的临床过程或协议期间和/或之后哪些生理值和仪器设置被影响的描述。该描述源自医疗专家、临床实践指南和协议以及临床文献，并且该描述包括一组变量以及每个变量的值的范围。系统8可选地包括基于临床上相关的数据范围和患者简档（即，基于患者的人口统计学数据、当前的健康状态、过去的介入、现有的条件等）的离群值（outlier）检测算法48。

过程简档定义42包括不同级别的证据以识别过程和协议来辨认一组事件和状况实际上表示单个事件，该不同级别的证据包括但不限于：明确级别（definitional level），其中如果特别的过程或协议被执行则特定的事件或特定的事件组必须出现；关联级别（associated level），其中如果特别的过程或协议被执行，则除了在明确级别处的条件以外特定的事件或特定的事件组可能出现；以及预兆级别（precursor level），其中特定的事件或特定的事件组可能在过程或协议的发起之前出现。

图3示出根据本文描述的各个方面的，生成过程简档定义的方法。在60，识别感兴趣的过程和协议。在62，定义过程参数。这样的参数可以包括而不限于：使用该过程所处于的情况；针对该过程需要被改变的仪器设置；对患者生理值的预期影响，该预期影响包括，将用信号通知护理提供者过程应当被执行的事件预兆、在患者针对该过程的准备期间出现的事件、在过程期间出现的事件和在过程之后被预期的事件。

在64，识别对简档进行描述并且被测量或被观测并且被记录的元素（例如，血压、心率或其它可测量或可观测的参数）。根据一个示例，通过基于临床知识来假设使过程成为必需的条件（变量及其值的范围），通过复核由专家开发的所公布的临床实践指南和协议（其基于来自临床测试和专家意见的证据），或通过会见医师专家来开发变量及其范围的列表，来确定过程简档的定义。附加地或可替代地，在患者的数据库上使用数据分析技术来发现被特别的过程或协议影响的相关变量。可选地，在过程简档数据库上执行过程简档的引导式发现（guided discovery），例如通过执行对数据库的加权搜索。这样的进程可以包含用于允许用户指定过程简档并且在数据库上对匹配进行搜索的界面。该界面允许用户选择变量的子集以及分配权重以传达它们在简档中的重要程度。用户能够保存并且取回以前的简档。该界面利用即时反馈作出响应，该即时反馈关于数据库中与所建议的简档相匹配的实例的数量，并且可以通过人工地复核临床注解来确认这些实例。

在66，在回顾性临床数据库中测试过程简档定义来验证它。在68，如果有效，则过程简档被存储到过程简档数据库。

根据一个示例，使用来自职业呼吸协会（professional respiratoryassociation）的公共可用的所公布的临床实践指南来开发标题为“Endotracheal suctioning of mechanically ventilated adults and children withartificial airways”的过程简档的以下示例。当必须从正被机械通气的患者去除肺分泌液时，使用该指南。下面的表1示出简档参数。

表1.根据事件在时间上的进行来组织的气管内吸引术过程简档

该过程简档包括用于识别过程或协议的多个级别的条件，其中根据规则与简档的关联强度来排列每个级别。每个条件表示数据，该数据例如是测试结果、诊断、人口统计学数据或在一时刻针对患者的测量读数。称为“明确级别”的最高级别的条件包含必须针对过程简档成立以应用于临床事件组的条件。例如，如表1所示，患者必须在机械呼吸机上，以及FiO2设置必须在该事件之前被设定为1.0（100%氧气）。如果满足这些标准，则将找到模式匹配。

“关联级别”呈现除了在明确级别规定的条件以外还可能存在的情况。在吸引术示例中，除了在明确级别处的变化以外，观测到与呼吸率、FiO2和潮气量（例如，作为在机械呼吸机上的设置被测量）的急剧增加同时出现的SpO2的急剧增加，提供吸引术进程正被执行的另外的证据，与患者的健康状态的恶化相反。

“预兆级别”指示用信号通知需要发起临床过程的事件或事件系列。在表1中，一个示例是辨认动态肺顺应性值中的向下趋势，该向下趋势指示在患者一方上的增加的费力呼吸（labor of breathing），这如果被遗留而未治疗则可能是有害的或致命的。

这些变量和范围中的每个被编码到过程简档中以确定过程或协议是否已经发生。模糊隶属（fuzzy membership）解释了不是过程简档内的所有标准都能够被满足的事实。这在临床上是正确的，因为当过程正在进行时患者不需要使所有可能的变量在异常范围内。条件的附加级别允许对延伸到明确条件之外的过程简档的“隶属度”。在规定的时间段内针对给定的患者成立的明确条件和关联条件的数量越大，对该过程简档的隶属度就越大。可以包括附加的级别以帮助推断对过程和协议的检测。

图4示出了根据本文阐述的各种方面的用于实时地实施过程简档系统的方法。下面的步骤描述参考表2（下文）使用实时数据集合来实施过程简档的进程，其中过程简档按照级别来组织。在90，从图表数据库（包括由临床警告算法识别的潜在警告）、ADT系统和实验室系统聚集数据。在92，随着每个数据点被接收，在过程简档中定义的明确事件和/或预兆事件（例如，趋势、阈值等）被识别或检测，这潜在地指示过程或协议被需要或正被执行。在94，当与过程简档的明确级别和/或预兆级别的匹配出现时，检查在针对该过程简档的关联级别处的事件（多个事件）以确定该过程或协议是否很可能正被执行或已被执行。在96，关于所识别的过程正被执行或已被执行的可能性做出确定。如果是（例如，50%、75%、90%、99%、或某个其它预定的概率），则在98，患者的临床记录被注释以指示过程被执行。如果否，则该方法继续评估数据聚集。可选地，可以将该概率并入注释中。在另一实施例中，临床看护者被询问以确认过程是否被执行。如果它被执行，则在98，临床记录被注释以如此指示。

表2示出按照级别组织的过程简档的示例（与上面在表1中示出的时间相反）。

表2.按照级别组织的气管内吸引术过程简档

如果存在预兆级别处的匹配，但明确级别处的动作没有采取，则系统警告看护者对规定的过程或协议的潜在需要。如果明确级别处和关联级别处（并且可能在预兆级别处）的匹配存在，则看护者被询问以确定过程简档中定义的过程或协议是否正对患者执行。如果是，则系统在数据库中注释该过程以指示该过程或协议发生。在一个实施例中，以不同的颜色记录被影响的值。在另一实施例中，标记被影响的值以表明事件，这可在看护者要求进一步的信息时被扩展。

如果用户指示过程没有正在对患者执行，则系统建议临床行动以补救患者的恶化状况，并且所监控的患者数据被发送到中心站。

就表2的气管内吸引术过程简档示例而论，如果患者被识别为正在呼吸机上，因为存在呼气末正压（PEEP）设置和呼吸机模式的当前值（明确），并且FiO2设置从0.4变化到1.0（明确），以及患者的PaO2值在过去的4个小时内以每小时10mmHg的速率呈向下趋势（预兆），以及随着FiO2设置的增加，呼吸机上的潮气量设置同时增加（关联），则系统询问看护者：“患者正被执行吸引术？是或否”。

在该设置中，系统允许在没有来自看护者的额外的努力或输入的情况下对数据的注释，与类似的数据将触发要求来自看护者的确认的假警报的经典系统相反。因为系统对事件进行注释以指示哪个过程已发生，这些注解在其他看护者要求复核时是可用的。如上所述，对这些临床事件的自动检测可以被提供作为临床决策支持系统的附加（add-on）（例如，作为存储到计算机可读存储介质等的软件产品）。

当利用回顾性数据工作时，系统识别在规定的时间内持续并且满足过程简档定义的事件组。可以由数据摘录者将该事件组对照临床注解进行人工验证。该自动化注释系统通过自动地识别过程和协议的出现来帮助数据摘录者，该摘录者能够手工验证该过程和协议。

已经参考若干个实施例描述了本发明。在阅读和理解了前述详细描述之后，其他人可以进行修改和改变。意图是本发明被解释为包括所有这样的修改和改变，只要它们处于所附权利要求或其等同的范围内。

Claims (20)

1.一种便于对临床数据的自动化注释的系统（8），包括：

图表数据库（12），其包括患者的历史生命体征信息；

入院-出院-转院（ADT）数据库（16），其存储与患者入住、离开和转到健康护理设施的患者入院、出院和转院有关的患者信息；

实验室数据库（18），其存储患者的实验室测试结果信息；以及

过程简档系统（10），其具有处理器（36），所述处理器（36）执行存储在计算机可读介质（34）中的计算机可执行指令，所述指令包括：

聚集来自所述图表数据库（12）、所述ADT数据库（16）以及所述实验室数据库（18）中的一个或多个的患者数据；

在所聚集的患者数据中对事件的模式进行匹配，所述事件的模式是在一个或多个过程简档中定义的；

根据所匹配的事件来确定临床过程被需要、临床过程在进行中或临床过程已被完成的概率；

如果所述概率高于预定的阈值，则对所述患者的临床记录进行注释以指示所述过程被需要或已被执行；以及

将被注释的患者临床记录存储到计算机可读介质（36）。

2.根据权利要求1所述的系统，其中所述指令还包括：

在所聚集的患者数据中识别明确事件或预兆事件中的至少一个，所述明确事件或所述预兆事件是在用于所述过程的过程简档中定义的，其中所述明确事件或预兆事件指示所述过程很可能被需要、所述过程很可能在进行中或所述过程很可能被完成；以及

在所聚集的患者数据中识别至少一个关联事件，所述关联事件是在所述过程简档中定义的并且增加了所述过程被需要、所述过程在进行中或所述过程被完成的概率。

3.根据权利要求1-2中的任一项所述的系统，还包括：

中心站（26），在所述中心站（26）处接收并且存储被注释的患者临床记录以用于临床医生复核。

4.根据权利要求1-3中的任一项所述的系统，还包括：

临床数据服务器（22），其从与患者耦合的一个或多个患者监控器（14）接收患者生命体征测量数据，并且向所述图表数据库（12）提供所述测量数据。

5.根据权利要求1-4中的任一项所述的系统，还包括：

配置数据库（24），其在过程之后改变警报阈值水平，以便减少假警报。

6.根据权利要求1-5中的任一项所述的系统，其中，所述处理器（36）还执行用于生成过程简档定义（42）的指令，所述指令包括：

识别被期望的简档所对应的临床过程；

定义用于所识别的过程的过程简档参数；

识别所述过程简档参数中的可观测元素；

使用回顾性临床数据库测试一个或多个过程简档以便验证所述一个或多个过程简档；以及

将所述一个或多个过程简档存储到过程简档数据库。

7.根据权利要求6所述的系统，其中所述过程简档参数包括下列中的一个或多个：

所述过程被实施所处于的情况；

被改变以便执行所述过程的仪器设置；以及

所述过程对患者生理值的预期影响。

8.根据权利要求1-7中的任一项所述的系统，其中定义过程简档参数包括下列操作中的至少一个：

基于所公布的临床实践指南和协议来假设使所识别的临床过程成为必需的变量和变量值的范围；

基于对包括患者数据的患者数据库的分析来识别被所识别的临床过程影响的相关变量；以及

在所述过程简档数据库上执行加权搜索，以便识别现有的过程简档定义。

9.一种自动化地注释临床患者数据的方法，包括：

聚集来自一个或多个源的患者数据；

在所聚集的患者数据中对事件的模式进行匹配，所述事件的模式是在一个或多个过程简档中定义的；

根据所识别的事件来确定过程被需要、过程在进行中或过程已被完成的概率；以及

如果所述概率高于预定的阈值，则对所述患者的临床记录进行注释以指示所述过程被需要或已被执行。

10.根据权利要求9所述的方法，其中所述过程简档包括下列项中的一个或多个：

所述过程被实施所处于的情况；

被改变以便执行所述过程的仪器设置；以及

对患者生理值的预期影响。

11.根据权利要求9-10中的任一项所述的方法，其中定义所述过程简档包括：基于所公布的临床实践指南和协议来假设使所识别的临床过程成为必需的变量和变量值的范围。

12.根据权利要求9-11中的任一项所述的方法，其中定义所述过程简档参数包括：在所述过程简档数据库上执行加权搜索，以便识别现有的过程简档定义。

13.根据权利要求9-12中的任一项所述的方法，还包括：

聚集来自下列数据库中的至少一个的所述患者数据：

图表数据库，其包括患者的历史生命体征信息；

入院-出院-转院数据库，其存储与患者入住、离开和转到健康护理设施的患者入院、出院和转院有关的患者信息；以及

实验室数据库，其存储患者的实验室测试结果信息。

14.根据权利要求9-13中的任一项所述的方法，其中，确定所述过程被需要、所述过程在进行中或所述过程已被完成的所述概率包括：

在所聚集的患者数据中识别明确事件或预兆事件中的至少一个，所述明确事件或所述预兆事件是在用于所述过程的过程简档中定义的，其中所述明确事件或所述预兆事件指示所述过程很可能被需要、所述过程很可能在进行中或所述过程很可能被完成；以及

在所聚集的患者数据中识别至少一个关联事件，所述关联事件是在所述过程简档中定义的并且增加了所述过程被需要、所述过程在进行中或所述过程被完成的概率。

15.根据权利要求9-14中的任一项所述的方法，还包括下列操作中的至少一个：

将被注释的患者临床记录存储到计算机可读介质以便由临床医生复核；以及

将所述被注释的患者临床记录显示给临床医生以用于复核。

16.根据权利要求9-15中的任一项所述的方法，还包括：

在完成所述过程后调节警报触发阈值水平，以减少假警报。

17.根据权利要求9-16中的任一项所述的方法，还包括：

执行数据挖掘算法，所述数据挖掘算法搜索患者数据并且将事件模式与过程简档定义进行匹配。

18.一种承载软件的计算机可读介质（36），所述软件控制处理器来执行根据权利要求9-17中的任一项所述的方法。

19.一种过程简档系统，包括：

图表数据库（12）；

入院/出院/转院（ADT）数据库（16）；

实验室数据库（18）；以及

处理器（34），其被编程为执行根据权利要求9-18中的任一项所述的方法。

20.一种生成用于对临床患者数据进行注释的过程简档的方法，包括：

识别被期望的简档所对应的临床过程；

定义用于所识别的过程的过程简档参数；

识别所述过程简档参数中的可观测元素；

使用回顾性临床数据库测试一个或多个过程简档以便验证所述一个或多个过程简档；以及

将所述一个或多个过程简档存储到过程简档数据库。

Images