CN106383993B - 医用信息的处理方法 - Google Patents
医用信息的处理方法 Download PDFInfo
- Publication number
- CN106383993B CN106383993B CN201610799372.4A CN201610799372A CN106383993B CN 106383993 B CN106383993 B CN 106383993B CN 201610799372 A CN201610799372 A CN 201610799372A CN 106383993 B CN106383993 B CN 106383993B
- Authority
- CN
- China
- Prior art keywords
- medical information
- information
- prescription
- doctor
- advice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种医用信息的处理方法,包括:导入所有的医用信息;对医用信息进行预处理,得到预处理医用信息;按照规则信息对预处理医用信息进行处理,得到第一医用信息;根据抽取规则从第一医用信息中抽取第二医用信息;从第二医用信息中获取抽样数据。本发明提供的医用信息的处理方法,利用软件对全部处方/医嘱进行自动分析,提供丰富的处方/医嘱抽样方法,从而实现处方/医嘱的个性化的专项点评。
Description
技术领域
本发明涉及一种信息处理方法,尤其涉及一种医用信息的处理方法。
背景技术
处方/医嘱点评是根据相关法规、技术规范,对处方/医嘱书写的规范性及药物临床使用的适宜性(用药适应证、药物选择、给药途径、用法用量、药物相互作用、配伍禁忌等)进行评价,发现存在或潜在的问题,制定并实施干预和改进措施,促进临床药物合理应用的过程。处方/医嘱点评是临床药物使用合理性评价的有效手段,是提高临床药物治疗水平的重要手段。
《医院处方点评管理规范(试行)》要求医院药学部门根据医院实际情况,抽取不少于总处方量的1‰的门急诊处方及不少于1%的住院医嘱进行点评。由于处方/医嘱点评中涉及药品使用所需的临床治疗及药物使用知识面广且逻辑复杂,处方/医嘱点评的科学性和标准一致性完全依赖于点评人员的专业水平,从而会导致人工点评对于临床用药的合理性评价不完全、不准确,特别还存在一些发生概率小而后果严重的不合理用药难以被发现的情况。因此,计算机软件系统支持下的处方/医嘱点评成为必要、可行的方法。
目前的处方/医嘱点评都是人工点评,完全依赖于点评人员的专业水平,样本抽取方式单一,不能实现个性化的专项点评设置。
发明内容
本发明的目的是提供一种医用信息的处理方法,利用软件对全部处方/医嘱进行自动分析,提供丰富的处方/医嘱抽样方法,从而实现处方/医嘱的个性化的专项点评。
为实现上述目的,本发明提供了一种医用信息的处理方法,包括:
步骤1,导入所有的医用信息;
步骤2,对所述医用信息进行预处理,得到预处理医用信息;
步骤3,按照规则信息对所述预处理医用信息进行处理,得到第一医用信息;
步骤4,根据抽取规则从所述第一医用信息中抽取第二医用信息;
步骤5,从所述第二医用信息中获取抽样数据。
进一步的,所述预处理包括:药品信息、给药剂量单位、给药时机、诊断编码、费用类型、给药途径、给药频率字典的转换处理、特殊字段转换处理身高体重取值、溶媒判断、患者年龄、体表面积、疗程、饮片剂量、药品浓度的计算、特殊给药途径、医嘱类型及组号预处理。
进一步的,所述步骤3之前还包括对所述预处理医用信息进行数据重整。
进一步的,对所述预处理医用信息进行数据重整具体包括:
将所述预处理医用信息进行数据结构化处理,生成审查表单。
进一步的,所述步骤3具体包括:
处方自动分析处理、患者自动分析处理、医嘱自动分析处理。
进一步的,所述抽取规则具体包括专项点评规则、按照病情抽取规则、特定人群抽取规则。
进一步的,所述抽样数据具体包括:
处方信息中的就诊信息、处方信息、处方药物明细、检验检查记录、手术信息、费用信息;医嘱信息中的入院记录、病程录、用药记录、检验检查信息、护理记录、费用信息。
进一步的,所述步骤5之后还包括:对抽样数据进行二次处理。
进一步的,所述医用信息包括处方信息和医嘱信息。
本发明提供的医用信息的处理方法,利用软件自动对处方/医嘱进行分析;数据筛选的维度和层次内容丰富,并可设置个性化的数据筛选条件;可实现不同药物或疾病的专项点评,从不同层面和不同角度反映医疗机构的用药情况,为医疗机构管理层进行决策提供科学的数据支持,以达到提高临床药物治疗学水平,保证患者用药安全的目的。
附图说明
图1为本发明实施例一提供的医用信息的处理方法流程图;
图2为本发明实施例二提供的患者诊疗过程示意图;
图3为本发明实施例三提供的抽取门诊抗菌药物静脉输液的处方点评设定规则示意图;
图4为本发明实施例三提供的抽取门诊抗菌药物静脉输液的处方的警示信息选择示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
专项处方/医嘱点评是医院根据药事管理和药物临床应用管理的现状和存在的问题,确定点评的范围和内容,对特定的药物或特定疾病的药物(如国家基本药物、血液制品、中药注射剂、肠外营养制剂、抗菌药物、辅助治疗药物、激素等临床使用及超说明书用药、肿瘤患者和围手术期用药等)使用情况进行的处方/医嘱点评。开展专项点评工作,根据专项点评的需要抽取处方/医嘱进行点评,以达到提高临床合理用药水平,保证患者用药安全的目的受到越来越广泛的关注。
人工抽取加人工点评的方式,需要人工筛选处方/医嘱,缺乏统一的评价标准,点评的结果完全依赖于点评人员的专业水平,不能反映医院的真实用药水平,且不容易发现一些发生概率小但是后果严重的用药问题。而现有的处方/医嘱点评系统虽然能够实现点评功能,但专项点评的内容都是预设的,不能实现个性化的专项点评设置。
本发明提供的医用信息的处理方法,利用软件自动对处方/医嘱进行分析,数据筛选的维度和层次内容丰富,并可设置个性化的数据筛选条件;可实现不同药物或疾病的专项点评,从不同层面和不同角度反映医疗机构的用药情况,为医疗机构管理层进行决策提供科学的数据支持,以达到提高临床药物治疗学水平,保证患者用药安全的目的。
实施例一
图1为本发明实施例一提供的医用信息的处理方法流程图,如图1所示,所述方法包括:
步骤1,导入所有的医用信息。
具体的,医用信息包括处方信息和医嘱信息。
步骤2,对所述医用信息进行预处理,得到预处理医用信息。
预处理包括:药品信息、给药剂量单位、给药时机、诊断编码、费用类型、给药途径、给药频率字典的转换处理、特殊字段转换处理身高体重取值、溶媒判断、患者年龄、体表面积、疗程、饮片剂量、药品浓度的计算、特殊给药途径、医嘱类型及组号预处理。对所有处方信息/医嘱信息进行药品信息、给药剂量单位、给药时机、诊断编码、费用类型、给药途径、给药频率字典的转换处理、身高体重取值、溶媒判断、患者年龄、体表面积、疗程、饮片剂量、药品浓度的计算、特殊给药途径、医嘱类型及组号预处理。
步骤3,按照规则信息对所述预处理医用信息进行处理,得到第一医用信息。
具体的,按照预设的用药合理性规则进行处方自动分析处理、患者自动分析处理、医嘱自动分析处理,从而进行用药合理性判断,输出点评结果。
可选的,在步骤3之前还包括对预处理医用信息进行数据重整。
将预处理医用信息进行数据结构化处理,生成审查表单。
具体的,在预处理医用信息中获取处方信息中的就诊信息、处方信息、处方药物明细、检验检查记录、手术信息、费用信息;医嘱信息中的入院记录、病程录、用药记录、检验检查信息、护理记录、费用信息,进行结构化处理和审查表单的生成。
步骤4,根据抽取规则从所述第一医用信息中抽取第二医用信息。
具体的,根据抽取规则从所有的处方信息和医嘱信息中抽取出待点评的处方信息/医嘱信息样本。
其中,抽取规则具体包括专项点评规则、按照病情抽取规则、特定人群抽取规则。
例如,在对癌症晚期的病人的处方/医嘱进行点评时,从某医院所有病人的处方信息和医嘱信息中按照病情抽取规则抽取癌症晚期的病人的处方信息/医嘱信息。
步骤5,从所述第二医用信息中获取抽样数据。
抽样数据具体包括:处方信息中的就诊信息、处方信息、处方药物明细、检验检查记录、手术信息、费用信息;医嘱信息中的入院记录、病程录、用药记录、检验检查信息、护理记录、费用信息。
可选的,在步骤5之后还包括:对处理结果进行二次处理。
具体的,在利用软件系统对全部处方及医嘱进行自动分析,输出处理结果在处方信息/医嘱信息的明细展示时集成非结构化的医疗信息之后,还要进行药品使用合理性人工审核。
系统预设的用药规则是在说明书的基础上建立的,涉及到用法用量、给药途径、相互作用、重复用药、配伍、过敏等信息的判断,但是对于不同的患者、不同的诊断,药品的用法是存在差异的,而且在实际用药过程中还存在很多系统难以发现的用药问题,因此,需要对系统点评的结果进行人工审核,以利于点评的有效性和合理性,同时也利于发现系统中没有点评出的用药问题。系统通过“用药审查关联点设计”,将药品使用的合理性判断与一些时间、事件相关联,并以药品为中心进行清晰展示,极大的方便了药师的点评,有利于提高点评的工作效率。如抗菌药物使用时,关注感染相关指标,因此,在展示检验相关信息时,白细胞、中性粒细胞等指标突出于其他检验结果展示给点评药师。
药师在点评时,可以根据患者的实际情况对系统点评的结果进行确认,也可以增加点评意见,对于系统未发现的严重问题,还可以通过设定规则应用于医生的合理用药干预过程。
实施例二
本实施例为对抽取出的处方信息/医嘱信息进行预处理,生成审查表单的实施例。
门诊患者一次就诊过程涉及的医用信息包括就诊信息、处方信息、处方药物明细、检验检查记录、手术信息、费用信息等,而住院患者的一次住院过程涉及的信息更复杂,包括入院记录(主诉,现病史,既往史,个人史,体格检查,辅助检查,初步诊断),病程录(首次病程记录,日常病程记录,上级医生查房记录,疑难病讨论记录,交接班记录,专科记录,阶段性小结,抢救记录,诊疗操作记录,会诊记录,术前小结,术前讨论记录,麻醉术前访视记录,麻醉记录,手术记录,手术安全核查记录,手术护理记录,术后首次病程记录,术后连续三天病程记录,麻醉术后访视记录),用药记录、检验检查信息、护理记录、费用信息等。
分析患者一次诊疗过程中的相关信息,收集并整理与患者用药相关内容,如患者当前状态、诊断信息、检验信息等,形成审查表单。审查表单作为用药审查的对象,是联接原始用药信息和审查结果的桥梁,所有警示信息均基于审查表单产生。对于门诊处方,只需要将当前处方相关信息与检验、手术等信息合并形成审查表单;对于住院医嘱,需要将医嘱进行分割,涉及到用药改变时生成审查表单,即根据医嘱开具时间将医嘱相关有效信息合并,如有效的检验信息、手术信息、生命体征信息等。
例如,患者6月1号住院,6月7号出院,6月1号开了长期医嘱药品A;6月2号做了检查a,开了长期医嘱药品B;6月4号做了检查b,开了临时医嘱药品C,停了药品A,过程如图2所示。
以上患者的诊疗过程生成3份审查表单:1)药品A;2)药品A+药品B+检查结果a;3)药品B+药品C+检查结果b(如检查结果a仍有效,则需将a结果也合并)。根据预设的合理用药规则对生成的审查表单进行自动分析,然后生成分析结果供查看。
实施例三
本实施例为处方信息/医嘱信息样本抽取实施例。
门诊处方样本抽取条件包括组织相关(科室、医生、医生职称、处方来源)、患者相关(年龄)、治疗相关(诊断、处方类型、处方金额、药品品种数、药品、基药类型、抗菌药物类型、是否注射药物)、警示信息相关(问题类型、等级和状态)等;住院医嘱样本抽取条件包括组织相关(科室、医疗组)、患者相关(住院天数、年龄)、治疗相关(诊断、用药金额、药品、基药类型、抗菌药物类型)、手术相关(手术名称、手术等级、切口类型)、警示信息相关(问题类型、等级和状态)等;抽取方式有全部抽取、随机抽取、按科室随机抽取、按医生随机抽取等。
例如,随机抽取100份抗菌药物处方进行点评,则需要设置抽样条件抗菌药物类型为“全身”,抽取方式为“随机抽取100张处方”。在样本抽取时,根据抗菌药物标记将抗菌药物处方找出,然后按照处方时间将包含抗菌药物的处方进行排序,根据序号生成100个随机数字,对应相应的处方被抽取出来。
除预设的抽样规则,还可以自定义抽样规则,通过自定义抽样规则进行自动分析,再根据产生的警示信息进行样本的抽取,如抽取门诊抗菌药物静脉输液的处方进行点评,设定规则如图3所示。
然后,对某时间段内数据进行系统分析,根据系统分析结果,建立抽样点评项目,在样本抽取时选择警示信息类型为“抗菌药物输液处方”,如图4所示,即可以抽取全部的抗菌药物输液处方供药师点评。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种医用信息的处理方法,其特征在于,所述方法包括:
步骤1,导入所有的医用信息;
步骤2,对所述医用信息进行预处理,得到预处理医用信息;所述预处理包括:药品信息、给药剂量单位、给药时机、诊断编码、费用类型、给药途径、给药频率字典的转换处理、身高体重取值、溶媒判断、患者年龄、体表面积、疗程、饮片剂量、药品浓度的计算、特殊给药途径、医嘱类型及组号预处理;
步骤3,按照规则信息对所述预处理医用信息进行处理,得到第一医用信息;
步骤4,根据抽取规则从所述第一医用信息中抽取第二医用信息;
步骤5,从所述第二医用信息中获取抽样数据;
其中,所述步骤3之前还包括对所述预处理医用信息进行数据重整;
对所述预处理医用信息进行数据重整具体包括:将所述预处理医用信息进行数据结构化处理,生成一个审查表单。
2.根据权利要求1所述的医用信息的处理方法,其特征在于,所述步骤3具体包括:
处方自动分析处理、患者自动分析处理、医嘱自动分析处理。
3.根据权利要求1所述的医用信息的处理方法,其特征在于,所述抽取规则具体包括专项点评规则、按照病情抽取规则、特定人群抽取规则。
4.根据权利要求1所述的医用信息的处理方法,其特征在于,所述抽样数据具体包括:
处方信息中的就诊信息、处方信息、处方药物明细、检验检查记录、手术信息、费用信息;医嘱信息中的入院记录、病程录、用药记录、检验检查信息、护理记录、费用信息。
5.根据权利要求1所述的医用信息的处理方法,其特征在于,所述步骤5之后还包括:对抽样数据进行二次处理。
6.根据权利要求1所述的医用信息的处理方法,其特征在于,所述医用信息包括处方信息和医嘱信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799372.4A CN106383993B (zh) | 2016-08-31 | 2016-08-31 | 医用信息的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799372.4A CN106383993B (zh) | 2016-08-31 | 2016-08-31 | 医用信息的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106383993A CN106383993A (zh) | 2017-02-08 |
CN106383993B true CN106383993B (zh) | 2019-05-31 |
Family
ID=57937981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610799372.4A Active CN106383993B (zh) | 2016-08-31 | 2016-08-31 | 医用信息的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106383993B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180156A (zh) * | 2017-05-11 | 2017-09-19 | 杭州逸曜信息技术有限公司 | 用药信息处理方法 |
CN107180157A (zh) * | 2017-05-11 | 2017-09-19 | 杭州逸曜信息技术有限公司 | 医用信息处理方法 |
CN107066826A (zh) * | 2017-05-11 | 2017-08-18 | 杭州逸曜信息技术有限公司 | 基于检验指标的用药信息处理方法 |
CN106971083A (zh) * | 2017-05-11 | 2017-07-21 | 杭州逸曜信息技术有限公司 | 基于检验指标的用药信息处理方法 |
CN109273067A (zh) * | 2018-09-18 | 2019-01-25 | 北京嘉和美康信息技术有限公司 | 一种诊疗数据的处理方法和处理装置 |
CN110164551B (zh) * | 2019-05-24 | 2022-03-29 | 山东大学齐鲁医院 | 血液病智能诊疗辅助系统 |
CN113610617A (zh) * | 2021-08-18 | 2021-11-05 | 上海交通大学 | 一种适合多财务报表的船舶费用配置系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809355A (zh) * | 2015-05-14 | 2015-07-29 | 天津智康医疗科技有限公司 | 一种基于任务调度的医疗处方规则审核引擎设计方法 |
CN105224794A (zh) * | 2015-09-19 | 2016-01-06 | 石庆平 | 一种智能化处方审核系统及方法 |
-
2016
- 2016-08-31 CN CN201610799372.4A patent/CN106383993B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809355A (zh) * | 2015-05-14 | 2015-07-29 | 天津智康医疗科技有限公司 | 一种基于任务调度的医疗处方规则审核引擎设计方法 |
CN105224794A (zh) * | 2015-09-19 | 2016-01-06 | 石庆平 | 一种智能化处方审核系统及方法 |
Non-Patent Citations (3)
Title |
---|
区域医疗机构全处方集中点评系统建设;杨丽静,等.;《医学信息学杂志》;20131231;第34卷(第11期);第28-31页 |
医院处方审核与点评系统的设计与实现;孟存燕,等.;《医疗卫生装备》;20160430;第37卷(第4期);第70-73页 |
网络化智能处方点评系统开发与临床应用研究;陆菲,等.;《医学信息学杂志》;20131231;第34卷(第2期);第28-30页 |
Also Published As
Publication number | Publication date |
---|---|
CN106383993A (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106383993B (zh) | 医用信息的处理方法 | |
CN108447536A (zh) | 基于疾病特征和疾病程度信息的用药信息处理方法 | |
CN106354511B (zh) | 审核界面的生成方法 | |
US20070033073A1 (en) | System and user interface for monitoring patient treatment orders | |
CN110853723A (zh) | 一种智能药品指导的方法、系统和设备 | |
Bhatia et al. | Recent advances in treatment for older people with substance use problems: an updated systematic and narrative review | |
CN106407662A (zh) | 基于警示信息的用药信息处理方法 | |
CN107180157A (zh) | 医用信息处理方法 | |
Stewart et al. | A longitudinal evaluation of drug use in an ambulatory elderly population | |
CN111933247A (zh) | 一种药物相互作用智能管理的方法、系统和设备 | |
CN108766518A (zh) | 一种基于知识库规则的病生理状态与药物之间分析方法 | |
CN107169281A (zh) | 药品不良反应信息获取方法 | |
CN113314226A (zh) | 一种过敏反应智能分析的系统、方法和设备 | |
CN109215756A (zh) | 一种医学辅助诊疗系统 | |
Shiu et al. | Quantifying opportunities to affect diabetes management in the community | |
Sulaiman et al. | Evaluating medication errors for hospitalized patients: the Jordanian experience | |
Dupouy et al. | Effectiveness of drug tests in outpatients starting opioid substitution therapy | |
Wolf et al. | Prevalence of Universal Medication Schedule prescribing and links to adherence | |
CN112233765A (zh) | 一种重复用药智能分析的方法、系统和设备 | |
CN106971083A (zh) | 基于检验指标的用药信息处理方法 | |
Hampton et al. | Prescribing for people in custody | |
CN114783625A (zh) | 一种医师处方智能审核系统 | |
Rho et al. | Development common data model for adverse drug signal detection based on multi-center EMR systems | |
Chirila et al. | Named entity recognition and classification for medical prospectuses | |
Chirila et al. | Named entity recognition for the contraindication and dosing sections of patient information leaflets with CRFClassifier tools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |