CN109859837A - 一种基于医疗数据的脓毒症预警方法、系统及存储介质 - Google Patents
一种基于医疗数据的脓毒症预警方法、系统及存储介质 Download PDFInfo
- Publication number
- CN109859837A CN109859837A CN201910051522.7A CN201910051522A CN109859837A CN 109859837 A CN109859837 A CN 109859837A CN 201910051522 A CN201910051522 A CN 201910051522A CN 109859837 A CN109859837 A CN 109859837A
- Authority
- CN
- China
- Prior art keywords
- data
- diagnosis
- treatment
- pyemia
- medical
- 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.)
- Pending
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种基于医疗数据的脓毒症预警方法、系统及计算机存储介质,该方法包括:获取原始诊疗数据;用标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于非正常范围;当所述第一医疗指数数据处于非正常范围时,发出第一预警信息。根据本发明的方法、系统及计算机存储介质,提供标准化的医疗数据,保证医疗数据真实和可追溯,实现脓毒症临床诊疗路径的流程监管。
Description
技术领域
本申请涉及数据处理技术领域,特别涉及医疗数据的处理方法及系统。
背景技术
脓毒症是重症医学科一种常见且危及生命的重要疾病,脓毒症因其高的发病率和死亡率,一直受到了国际社会的广泛关注。脓毒症尤其是感染性休克患者病情进展非常迅速,从发病到患者死亡的关键治疗窗口时间非常短暂,致病致残所致的治疗费用和社会负担明显加重。虽然重症医务工作者一直努力通过提高医疗质量,改善对脓毒症疾病的诊疗水平,但由于患者发病早期症状比较隐匿且各学科对脓毒症的认识水平参差不齐,而造成对于分散在急诊及其他不同临床科室的脓毒症患者诊断和干预明显延迟,严重影响患者预后,这也造成了临床重症质量监管、临床辅助诊疗、卫生经济分析、公共卫生政策评价分析等各方面的困扰。
在质量监管方面,因目前在我国医疗单位中仍然以病人出院的终末质量评价与反馈为主,严重缺乏涉及就诊全流程各环节的质量控制,这就造成缺乏积累和总结有利于提高临床治疗质量的经验,从而无法从系统层面上分析医疗质量不高的原因等弊端。在临床辅助诊疗方面,目前临床上严重缺乏大型标准化、结构化、系统化临床数据库支持,由于对于疾病描述的专业术语不规范,不统一;医学影像数据非结构化;自成体系的医疗机构信息化建设,形成的一个个相互隔绝的信息孤岛等原因,从而使临床辅助诊疗无法真正发挥作用。
因此,现有技术中存在无法检测程序被动态篡改的缺陷,可能造成用户隐私被窃取、被远程操控等安全问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种基于医疗数据的脓毒症预警方法、系统及计算机存储介质,基于符合CDISC标准的标准化数据实时提取与脓毒症有关的标准诊疗数据,结合预定的预警和治疗路径,提示医护人员在预定时间内进行相应的检查和/ 或诊疗内容,提供标准化的医疗数据,保证医疗数据真实和可追溯,实现脓毒症临床诊疗路径的流程监管。
根据本发明一方面,提供了一种基于医疗数据的脓毒症预警的方法,所述方法包括:
获取原始诊疗数据;
用标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息;
根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于非正常范围;
当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在第一指定时间内进行检查。
可选地,所述方法还包括:判断是否存在所述第一预警信息的第一响应;
如果存在所述第一响应,则获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
可选地,获取所述第一响应的第一响应医疗数据之后,所述方法还包括:
根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
可选地,所述方法还包括:判断是否存在所述第三预警信息的第三响应;
如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为正常。
可选地,所述方法还包括:根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和/或治疗操作。
可选地,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据或第二医疗指数数据的计算方法,以及脓毒症的治疗路径,所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。
可选地,所述方法还包括:基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
可选地,所述方法还包括:所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS的时间。
可选地,所述方法还包括:用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档,当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
根据本发明另一方面,提供了一种基于医疗数据的脓毒症预警系统,所述系统包括:
数据获取模块,用于获取原始诊疗数据;
智能梳理模块,用于根据标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息;
数据计算模块,用于根据预定规则从标准诊疗数据中提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
判断模块,用于根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于正常范围;
预警模块,用于当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在指定时间内进行预定检查。
可选地,所述系统还包括:响应模块,用于判断是否存在所述第一预警信息的第一响应;
其中,如果存在所述第一响应,则所述数据获取模块还用于获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则所述预警模块还用于发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
可选地,所述数据计算模块还用于:根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;
所述判断模块还用于根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
所述预警模块还用于当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
可选地,所述响应模块还用于判断是否存在所述第三预警信息的第三响应;
所述数据获取模块还用于如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为正常。
可选地,所述预警模块还用于:当所述确诊信息为脓毒症时,根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和/或治疗操作。
可选地,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据或第二医疗指数数据的计算方法,以及脓毒症的治疗路径,所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。
可选地,所述系统还包括:质控模块,用于基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
可选地,所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS的时间。
可选地,所述系统还包括:存储装置,用于用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档。
可选地,所述预警模块还用于:当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
提供了一种基于医疗数据的脓毒症预警系统,包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
根据本发明另一方面,提供了一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机执行时实现上述方法的步骤。
本发明提供了一种基于医疗数据的脓毒症预警方法、系统及计算机存储介质,基于符合CDISC标准的标准化数据实时提取与脓毒症有关的标准诊疗数据,结合预定的预警和治疗路径,提示医护人员在预定时间内进行相应的检查和/或诊疗内容,提供标准化的医疗数据,保证医疗数据真实和可追溯,实现脓毒症临床诊疗路径的流程监管。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是用于实现根据本发明实施例的一种基于医疗数据的脓毒症预警方法的示意流程图;
图2是用于实现根据本发明实施例的一种基于医疗数据的脓毒症预警系统的示意图;
图3是用于实现根据本发明实施例的基于医疗数据的脓毒症预警系统的电子设备示例的示意图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
参见图1,图1示出了根据本发明实施例的基于医疗数据的脓毒症预警的方法的示意性流程图。下面参考图1来描述用于实现本发明实施例的基于医疗数据的脓毒症预警方法,所述方法100包括:
首先,在步骤S110,获取原始诊疗数据;
在步骤S120,用标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息;
在步骤S130,根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
在步骤S140,根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于非正常范围;
最后,在步骤S150,当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在第一指定时间内进行检查。
需要说明的是,本发明实施例的基于医疗数据的脓毒症预警方法可以部署在具有一定数据处理和存储能力的任一电子设备,或者可以部署在电子设备上运行的应用程序。上述电子设备可以是单一电子设备,也可以是电子设备集群,在此不做限定。
根据本发明实施例,在步骤S110,获取原始诊疗数据。
可选地,原始诊疗数据包括诊疗过程中原始记录的数据。例如医生问诊时患者对病情的描述、医生所开的处方、护士对住院病人的情况记录,等等。
可选地,所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS(即临床试验数据管理系统)的时间,所述诊疗数据用于实现诊疗数据的可追溯。所有从医院各系统采集的数据需要按照国际CDISC标准进行转化,防止在智能分析时无法识别或者误判数据;
所述原始诊疗数据可以从医院各种数据系统获取。在一个实施例中,原始诊疗数据可以来自以下至少一个数据来源:批量导入的表格数据、从医院信息系统(HospitalInformation System,简称HIS)获取的数据、电子病历(Electronic Medical Record,EMR)数据、影像归档和通信系统(Picture Archiving and Communication Systems,PACS)数据、医院实验室信息管理系统 LIS(Hospital laboratory Information Managementsystem,简称LIS)数据、手麻系统,等等。可选地,当数据来源包括HIS系统、LIS系统、RIS系统、PACS系统和手麻系统时,原始诊疗数据至少可以包括HIS系统中的患者基线数据,LIS系统中的血生化检查数据,放射科信息系统(Radiology Information System,简称RIS系统)中的放射科数据,PACS系统中的图像数据,手麻系统中的手术麻醉数据,等等。
可选地,原始诊疗数据还可以包括批量导入的数据、智能手机端等多端录入的数据、原始病历拍照上传的数据、患者微信端录入随访数据等等。
原始诊疗数据可以通过各种可能的采集途径进行采集,例如扫描仪、医生、护士工作使用的计算机、病人使用的智能手机等等;基于医疗数据的脓毒症预警方法部署于具有一定数据处理和存储能力的执行主体。例如,可以设置前置机,用来从医院各种数据系统获取这些原始诊疗数据,然后将这些原始诊疗数据发送至上述执行主体。在一个实施例中,可以在前置机和上述执行主体之间设置网闸进行物理隔离,使数据只能从前置机发送至上述执行主体。此时,需要在前置机中设置好需要的数据。这样,可以减少上述执行主体与外界设备的连接,保证上述执行主体中的数据安全。需要说明的是,前置机作为医院数据采集的中间设备,其可以通过计算机、笔记本电脑、扫描仪等等实现。
根据本发明实施例,在步骤S120,用标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息。
其中,所有从医院各系统采集的原始诊疗数据需要按照临床数据交换标准协会(Clinical Data Interchange Standards Consortium,简称CDISC)标准进行转化,防止在后续智能计算和分析时无法识别或者误判数据;标准数据模板对原始诊疗数据进行梳理,从原始诊疗数据中提取相应数据。可选地,标准数据模板包括表格、语句等各种形式,用于对所需数据进行描述、限定。
在一些情况下,标准数据模板也可以只是一些描述语句,例如“患者的血型是___”等等,此时根据所述描述语句可以对原始诊疗数据进行匹配,例如从该描述语句中抽取关键词“血型”,然后从检查结果的原始诊疗数据中匹配到“血型:B”,从而提取“B”补充到上述描述语句中作为一条筛选诊疗数据。
可选地,基线信息可以包括但不限于,人口学、疾病史、诊断、患者ID、入院时间5个CDISC标准子域。其中:人口学例如可以包括但不限于:性别、出生年月、血型等信息;疾病史可以包括但不限于病人和/或其直系亲属之前所患疾病、治疗方案等等;诊断可以采用国际诊断字典库ICD10统一进行标准化处理。诊疗经过可以包括,治疗方式(如所用药物、所用设备等等)、治疗周期(如3个月等)、检查结果3个CDISC标准子域;治疗结果可以包括,住院时长、诊疗相关总花费、并发症、治疗结果4个 CDISC标准子域。
可选地,可以将基线数据、诊疗经过、治疗结果等作为必填数据,并增加其他附加项作为选填数据,例如出院随访数据等。
可选地,标准数据模板还包录入人选填数据,录入人选填数据可包括注册医生和护士数据、自定义字段、其他人非必填数据和经过三级审核后可进入公共账本的数据。
根据本发明实施例,在步骤S130,根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据。
可选地,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据的计算方法,以及脓毒症的治疗路径;所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。在一个实施例中,所述预定规则包括医学专家根据最新医学研究进展,设置脓毒症监测、质控和预警的指标,预警时间,预警相应时间;设定对预警响应的路径和响应人。可以理解,预警步骤和要求可根据持续发展的医学研究结果动态调整,医学专家通过自然语言交互,既可以自己设定或者调整预警的内容和时间节点要求。
可选地,所述第一医疗指数数据包括qSOFA评分指数,qSOFA 评分指数包括根据格拉斯哥评分13分以下、收缩压100mmHg以下、呼吸频率22次/1分钟以上等数据进行计算得到;qSOFA评分指数并不用于独立对脓毒症进行判定,仅为预警可能存在风险,以提示医疗人员作出进一步检查来进行确诊。
在一个实施例中,从医院住院患者的标准诊疗数据中,根据所述预定规则设置的计算qSOFA评分指数的方法,实时智能抓取与计算qSOFA评分指数所需要的数据,并进行分析计算,得到qSOFA评分指数。其中,计算第一医疗指数数据的数据不需要全量抓取,只抓取所需要的极少数指标,但是需要实时抓取,避免因数据获取不及时导致的延误诊断。
根据本发明实施例,在步骤140,根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于非正常范围。
在一个实施例中,根据医学专家根据脓毒症的医学研究结果在预定规则中设置计算qsofa值的方法,获取患者的标准诊疗数据中的计算qsofa值所需要的参数并进行计算,得到qsofa值后判断所述qsofa值是否大于2分,即可判断是否为疑似脓毒症患者。可以理解,预定规则也包括所述第一预设参考指数。
根据本发明实施例,在步骤S150,当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在第一指定时间内进行预定检查。
在一个实施例中,经过获取患者的部分标准诊疗数据计算得到qsofa值大于2分,qsofa值超出了正常范围,则判定该患者可能为脓毒症患者,进而发出第一预警信息,提示第一预定人员在第一指定时间内进行预定检查。在实际操作中,可以将符合疑似脓毒症标准的患者数据打上疑似标签,并给负责诊疗的医生发送智能指令,提示医生在指定时间完成指定的检查。
本发明实施例的基于医疗数据的脓毒症预警方法,基于符合 CDISC标准的标准化数据实时提取与脓毒症有关的标准诊疗数据,结合预定的预警路径,提示医护人员在预定时间内进行相应的检查,实现实现脓毒症临床诊疗早期预警,提高患者的生存率。
可选地,所述方法还包括:判断是否存在所述第一预警信息的第一响应;
如果存在所述第一响应,则获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
其中,当发出第一预警信息以提示第一预定人员在第一指定时间内进行预定检查后,如果第一预定人员在第一指定时间内完成了预定检查,则相关医护人员将所述预定检查的检查数据(即原始诊疗数据) 录入CDMS中,并采用所述标准数据模板将其转换为标准数据,以方便后期计算分析过程的数据提取。
为了防止因为其他原因导致第一预定人员没有及时处理而延误检查的情况,当第一预定人员没有在第一指定时间内完成预定检查,则将该情况发送至其他人进行提示还没有完成相应的检查,如上报至相关负责人,包括科室负责人或医院负责人;或者发送至其他医护人员,以提示其他医护人员进行直到检查。
可选地,获取所述第一响应的第一响应医疗数据之后,所述方法还包括:
根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
当第一预定人员在第一指定时间内完成了预定检查,将所述检查数据标准化之后,根据预定规则获取计算第二医疗指数数据的标准诊疗数据,并计算得到所述第二医疗指数数据,如果所述第二医疗指数数据仍然不在正常范围,说明病人患病的可能性增大,则发出第三预警信息,提示医护人员进行确诊,以及时做出相应的治疗。
在一个实施例中,第一指定人员按照第一预警信息完成相关检查,并录入相关检查数据,根据预定规则计算患者的第二医疗指数数据如sofa值,并判断sofa值是否大于2分,如果sofa值大于2 分,则提示第三预定人员如专门负责脓毒症的快速反应小组的专家在指定时间进行确诊,并将所述患者数据发送给医院指定的第三预定人员,提示专家必须在指定时间内进行现场会诊,确认患者是否为脓毒症。
可选地,判断是否存在所述第三预警信息的第三响应;
如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为非脓毒症。
可选地,当所述确诊信息为脓毒症时,根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和 /或治疗操作。
如果第三预定人员确诊为非脓毒症,排除患者患脓毒症的可能,则不再对该患者的数据进行采集。如果第三预定人员确诊为脓毒症,则根据预定规则中设置的诊疗路径,按照诊疗路径的时间节点以及相应的检查和/或治疗内容,发送提示至相关医护人员,以提示所述相关医护人员完成相应的检查和/或治疗内容。同时,继续对确诊为脓毒症患者的诊疗数据进行采集。
在一个实施例中,第三预定人员诊确诊患者为脓毒症后,按照所述预定规则所事先设置的在1、3、6小时内分别必须完成的相关检查和治疗内容,并在相应的时间节点发出智能指令负责患者的医生和护士在指定时间内完成上述工作。医护人员对指令的执行时效和患者的病情转归数据,将全部从医院HIS、LIS、PACS、护理系统、医嘱系统、监护系统等相关系统智能全量采集。
由上述本发明实施例的基于医疗数据的脓毒症预警方法,一旦在预定规则中设置好预警路径和要求,即可以开始从标准化后的原始诊疗数据中抓取的患者的相关预警指数进行计算,并预定规则设定的标准进行智能判定,当达到预警要求时立即启动智能指令,要求接诊医生及时进行相关必要检查帮助及时确诊。
可选地,所述方法还包括:基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
其中,医护对指令的执行时效通过分别采集医院医嘱系统、 LIS、PACS、护理和监护系统的确诊患者的全量数据,包括字段名称,字段值,字段值产生时间,智能判断医生或者护士是否按照指令要求按时按量的完成检查和治疗任务。
可选地,所述方法还包括:用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档,当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
其中,将整个诊疗过程中的数据转化、清洗的所有转化路径和文档全部保留,数据不一致时,系统自动发出质疑,要求相关医生进行及时确认,可以避免因为数据记录时发生干扰事件导致的错误数据,影响智能判断。
根据本发明实施例的另一方面,提供一种基于医疗数据的脓毒症预警系统,所述系统200包括:
数据获取模块210,用于获取原始诊疗数据;
智能梳理模块220,用于根据标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC 标准的基线信息、诊疗经过信息和治疗结果信息;
数据计算模块230,用于根据预定规则从标准诊疗数据中提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
判断模块240,用于根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于正常范围;
预警模块250,用于当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在指定时间内进行预定检查。
其中,所述系统200采用智能梳理模块220基于原始诊疗数据,通过国际标准的编码、命名、分类等建设标准化、结构化的数据库。具体包括通过接口导入、EXCEL批量导入,人工输入等各种适应各类临床实际工作流程的数据采集方式和录入端口,初步采集数据后,再进行数据比照,纠错确认和脱敏处理,经标准化、结构化后再按照临床单病种疾病体系化的方式进行分类存储和统计分析。原始诊疗数据仍分布保存于医院不同信息系统或设备内,便于今后核查和稽查数据。在此临床数据标准化、结构化的基础之上,保证了从医院各个不同的系统中智能采集同一患者不同时间节点和诊疗节点的数据的真实性和可追溯性。
也就是说,智能梳理模块220通过将医院各个信息系统的数据对接后智能筛选、清洗,并进行标准化和结构化处理,使系统200可以更好地发掘临床数据共识机制、解决临床数据采集和传输及各个存储环节的安全性等问题,同时对录入特定数据的不同权限人员进行分级、核查和监察,获得疾病全程诊疗各个节点的详尽数据,以保障数据的真实性、完整性和可追溯性等。
需要说明的是,本发明实施例的基于医疗数据的脓毒症预警系统可以部署在具有一定数据处理和存储能力的任一电子设备,或者可以部署在电子设备上运行的应用程序。上述电子设备可以是单一电子设备,也可以是电子设备集群,在此不做限定。
在一个实施例中,参见图3,图3示出了用于实施本发明实施例的基于医疗数据的脓毒症预警系统的电子设备的示例。如图3所示,通过前置机302从医院信息系统301获取原始诊疗数据,之后,前置机302将原始诊疗数据发送至脓毒症预警系统303。当脓毒症预警系统303实现为应用程序或虚拟模块时,其可以运行在医院内部的某个电子设备上。在医院信息系统301与前置机302之间、前置机302与脓毒症预警系统303之间均通过网闸隔离,原始诊疗数据只能够从医院信息系统301到前置机302、从前置机302到脓毒症预警系统303的单向传输。脓毒症预警系统303与医院外网隔离,仅通过特定接口允许通过身份认证和白名单匹配的用户访问相关数据。如此,可以保证诊疗数据的安全性。临床数据的采集通过前置机、网闸、单向读取不能写入、双向加密链路进行数据传输等设置,保证数据采集过程不会对原有医院信息系统产生干扰,保证脱敏后的数据不被剽窃、删改,便于长期储存。
可选地,所述系统200还包括:响应模块260,用于判断是否存在所述第一预警信息的第一响应;
其中,如果存在所述第一响应,则所述数据获取模块还用于获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则所述预警模块还用于发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
其中,为保证实现诊断、治疗相关的各类数据的实时同步,获得及时有效数据的同时,不对HIS等系统造成负载压力,前置机可以每隔一个小时向HIS系统发起查询,如果查询到在该时间段内有新增病历,则继续向各子系统进行查询。根据数据回传结果和系统深度学习结果,发出智能判断和指令,指导医护人员及时提供和补充诊疗相关的各个阶段的医学信息。例如,在预警模块发送第一报警信息之后,如果负责医生没有按照指令进行信息采集,预警模块将自动发送第二报警信息上报给相关负责人和/或质控监管评价系统。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
可选地,所述数据计算模块230还用于:根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;
所述判断模块240还用于根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
所述预警模块250还用于当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
可选地,所述响应模块260还用于判断是否存在所述第三预警信息的第三响应;
所述数据获取模块210还用于如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为正常。
可选地,所述预警模块250还用于:当所述确诊信息为脓毒症时,根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和/或治疗操作。
可选地,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据或第二医疗指数数据的计算方法,以及脓毒症的治疗路径,所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。
在一个实施例中,医护人员根据国际急危重症早期诊疗路径,在系统200中将提前进行完整预定规则预设,通过患者常规诊疗过程中采集的数据预警患者为高危人群时,系统200会按照提前预设的分工权限主动发出智能指导性指令,要求负责医生及时采集相关信息,该信息将会直接录入系统200,而不用改变原有医院信息系统。
可选地,所述系统200还包括:质控模块270,用于基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
可选地,所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS的时间。
可选地,所述系统200还包括:存储装置280,用于用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档。
可选地,所述预警模块250还用于:当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
其中,为提高医疗人员对脓毒症患者的诊治过程的质量,质控模块270实现了对医护人员的脓毒症诊疗过程的质量监控和信息反馈。使得系统200可以在监测首诊患者感染状态和脏器功能的基础上,设定全程智能化监测,监控诊疗过程;不但可作为单病种诊疗流程的质量控制工具,更可用作医院诊疗质量管理系统,必要时进行解密复盘,查询和审视诊疗过程中是否存在缺陷,为医疗行政单位的质量评价和控制提供客观依据,指导医疗质量持续改进。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的基于医疗数据的脓毒症预警方法的相应步骤,并且用于实现根据本发明实施例的基于医疗数据的脓毒症预警系统。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含用于随机地生成动作指令序列的计算机可读的程序代码,另一个计算机可读存储介质包含用于进行基于医疗数据的脓毒症预警的计算机可读的程序代码。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的前述基于医疗数据的脓毒症预警认证方法。
根据本发明实施例提供的一种基于医疗数据的脓毒症预警方法、系统及计算机存储介质,基于符合CDISC标准的标准化数据实时提取与脓毒症有关的标准诊疗数据,结合预定的预警和治疗路径,提示医护人员在预定时间内进行相应的检查和/或诊疗内容,提供标准化的医疗数据,保证医疗数据真实和可追溯,实现脓毒症临床诊疗路径的流程监管。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (21)
1.一种基于医疗数据的脓毒症预警方法,其特征在于,所述方法包括:
获取原始诊疗数据;
用标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息;
根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于非正常范围;
当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在第一指定时间内进行预定检查。
2.如权利要求1所述的预警方法,其特征在于,所述方法还包括:判断是否存在所述第一预警信息的第一响应;
如果存在所述第一响应,则获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
3.如权利要求2所述的预警方法,其特征在于,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
4.如权利要求2所述的预警方法,其特征在于,获取所述第一响应的第一响应医疗数据之后,所述方法还包括:
根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
5.如权利要求3所述的预警方法,其特征在于,所述方法还包括:判断是否存在所述第三预警信息的第三响应;
如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为正常。
6.如权利要求5所述的预警方法,其特征在于,所述方法还包括:当所述确诊信息为脓毒症时,根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和/或治疗操作。
7.如权利要求1-6中任一项所述的预警方法,其特征在于,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据或第二医疗指数数据的计算方法,以及脓毒症的治疗路径,所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。
8.如权利要求1-6中任一项所述的预警方法,其特征在于,所述方法还包括:基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
9.如权利要求1-6中任一项所述的预警方法,其特征在于,所述方法还包括:所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS的时间。
10.如权利要求1-6中任一项所述的预警方法,其特征在于,所述方法还包括:用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档,当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
11.一种基于医疗数据的脓毒症预警系统,其特征在于,所述系统包括:
数据获取模块,用于获取原始诊疗数据;
智能梳理模块,用于根据标准数据模板对原始诊疗数据进行梳理,自动提取所述原始诊疗数据中与所述标准数据模板相匹配的数据以得到标准诊疗数据,所述标准数据模板包括符合CDISC标准的基线信息、诊疗经过信息和治疗结果信息;
数据计算模块,用于根据预定规则从标准诊疗数据中提取与脓毒症有关的标准诊疗数据,并计算得到第一医疗指数数据;
判断模块,用于根据所述第一医疗指数数据和第一预设参考指数判断所述第一医疗指数数据是否处于正常范围;
预警模块,用于当所述第一医疗指数数据处于非正常范围时,发出第一预警信息,所述第一预警信息用于提示第一预定人员在指定时间内进行确诊。
12.如权利要求11所述的脓毒症预警系统,其特征在于,所述系统还包括:响应模块,用于判断是否存在所述第一预警信息的第一响应;
其中,如果存在所述第一响应,则所述数据获取模块还用于获取所述第一响应的第一响应医疗数据;
如果不存在所述第一响应,则所述预警模块还用于发出第二预警信息,所述第二预警信息用于提示第二预定人员所述检查没有完成。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
可选地,所述第一响应医疗数据包括:由医护人员输入所述检查的原始诊疗数据。
13.如权利要求11所述的脓毒症预警系统,其特征在于,所述数据计算模块还用于:根据预定规则从标准诊疗数据中实时提取与脓毒症有关的标准诊疗数据,并计算得到第二医疗指数数据;
所述判断模块还用于根据所述第二医疗指数数据和第二预设参考指数判断所述第二医疗指数数据是否处于非正常范围;
所述预警模块还用于当所述第二医疗指数数据处于非正常范围时,发出第三预警信息,所述第三预警信息用于提示第三预定人员在第二指定时间内进行确诊。
14.如权利要求12所述的脓毒症预警系统,其特征在于,所述响应模块还用于判断是否存在所述第三预警信息的第三响应;
所述数据获取模块还用于如果存在所述第三响应,则获取所述第三响应的第三响应医疗数据,所述第三响应医疗数据包括:由医护人员根据实际诊断输入的确诊信息,所述确诊信息包括确诊为脓毒症,或确诊为正常。
15.如权利要求11所述的脓毒症预警系统,其特征在于,所述预警模块还用于:当所述确诊信息为脓毒症时,根据预定规则中设置的时间节点,以及相应的检查和/或治疗内容提示医护人员进行检查和/或治疗操作。
16.如权利要求11所述的脓毒症预警系统,其特征在于,所述预定规则包括:医护人员根据医学研究结果设置的第一医疗指数数据或第二医疗指数数据的计算方法,以及脓毒症的治疗路径,所述治疗路径包括时间节点,以及相应的检查和/或治疗内容。
17.如权利要求11所述的脓毒症预警系统,其特征在于,所述系统还包括:质控模块,用于基于标准诊疗数据判断医护人员是否在指定时间内完成相应的检查和/或治疗内容。
18.如权利要求11所述的脓毒症预警系统,其特征在于,所述原始诊疗数据包括诊疗数据来源、诊疗数据源记录时间和存入CDMS的时间。
19.如权利要求11所述的脓毒症预警系统,其特征在于,所述系统还包括:存储装置,用于用标准数据模板对原始诊疗数据进行梳理时,保留数据转化、清洗的转化路径和文档。
20.如权利要求11所述的脓毒症预警系统,其特征在于,所述预警模块还用于:当原始诊疗数据之间不一致时,发出第四预警信息,所述第四预警信息用于提示医护人员进行原始诊疗数据的确认。
21.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机执行时实现权利要求1至10中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910051522.7A CN109859837A (zh) | 2019-01-18 | 2019-01-18 | 一种基于医疗数据的脓毒症预警方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910051522.7A CN109859837A (zh) | 2019-01-18 | 2019-01-18 | 一种基于医疗数据的脓毒症预警方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859837A true CN109859837A (zh) | 2019-06-07 |
Family
ID=66895314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910051522.7A Pending CN109859837A (zh) | 2019-01-18 | 2019-01-18 | 一种基于医疗数据的脓毒症预警方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859837A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028954A (zh) * | 2019-11-29 | 2020-04-17 | 成都易欧科技有限公司 | 基于中文语义技术的传染病预警分析方法及系统 |
CN112133389A (zh) * | 2020-08-12 | 2020-12-25 | 福建中榕数据科技有限公司 | 临床辅助决策高危自动预警方法、系统、设备和介质 |
CN112861909A (zh) * | 2021-01-05 | 2021-05-28 | 重庆天如生物科技有限公司 | 一种基于深度学习的消化道黏膜染色检测系统和方法 |
WO2022216220A1 (en) * | 2021-04-07 | 2022-10-13 | Biosigns Pte. Ltd. | Method and system for personalized prediction of infection and sepsis |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092997A2 (de) * | 2003-04-08 | 2004-10-28 | Volker Mohr | Verfahren und anordnung zur automatischen aufbereitung und auswertung medizinischer daten |
CN103455886A (zh) * | 2013-09-03 | 2013-12-18 | 西安电子科技大学 | 基于工作流的诊疗决策支持系统及其方法 |
CN108231193A (zh) * | 2018-03-12 | 2018-06-29 | 东南大学 | 一种临床决策辅助系统及方法 |
CN108877920A (zh) * | 2018-06-15 | 2018-11-23 | 申艳莉 | 诊疗数据管理方法及系统 |
-
2019
- 2019-01-18 CN CN201910051522.7A patent/CN109859837A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092997A2 (de) * | 2003-04-08 | 2004-10-28 | Volker Mohr | Verfahren und anordnung zur automatischen aufbereitung und auswertung medizinischer daten |
CN103455886A (zh) * | 2013-09-03 | 2013-12-18 | 西安电子科技大学 | 基于工作流的诊疗决策支持系统及其方法 |
CN108231193A (zh) * | 2018-03-12 | 2018-06-29 | 东南大学 | 一种临床决策辅助系统及方法 |
CN108877920A (zh) * | 2018-06-15 | 2018-11-23 | 申艳莉 | 诊疗数据管理方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028954A (zh) * | 2019-11-29 | 2020-04-17 | 成都易欧科技有限公司 | 基于中文语义技术的传染病预警分析方法及系统 |
CN112133389A (zh) * | 2020-08-12 | 2020-12-25 | 福建中榕数据科技有限公司 | 临床辅助决策高危自动预警方法、系统、设备和介质 |
CN112861909A (zh) * | 2021-01-05 | 2021-05-28 | 重庆天如生物科技有限公司 | 一种基于深度学习的消化道黏膜染色检测系统和方法 |
WO2022216220A1 (en) * | 2021-04-07 | 2022-10-13 | Biosigns Pte. Ltd. | Method and system for personalized prediction of infection and sepsis |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
CN109859837A (zh) | 一种基于医疗数据的脓毒症预警方法、系统及存储介质 | |
CN117238458B (zh) | 基于云计算的重症护理跨机构协同平台系统 | |
JP5745933B2 (ja) | 病歴診断システムおよび方法 | |
CN111128333A (zh) | 一种一站式智能诊断与智能就医管理系统 | |
CN109310317A (zh) | 用于自动医学诊断的系统和方法 | |
CN108281195A (zh) | 一种医疗数据的管理方法及系统 | |
Clarke | Failure to rescue: lessons from missed opportunities in care. | |
CN111899837A (zh) | 一种基于数字化手术室的手术报告协同方法及系统 | |
US20240194336A1 (en) | Systems, methods, and apparatuses for secure diagnosis and treatments and authenticating diagnosed users | |
KR102479692B1 (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
US20220310219A1 (en) | Medical record digest | |
CN116130119A (zh) | 一种乳腺癌术后康复辅助管理系统 | |
Xu et al. | Applying clinical guidelines to conformance checking for diagnosis and treatment: a case study of ischemic stroke | |
young Jung et al. | Recent trends of healthcare information and communication technologies in pediatrics: a systematic review | |
Pournik et al. | CAREPATH: developing digital integrated care solutions for multimorbid patients with dementia | |
US10674910B1 (en) | ICU telemedicine system for varied EMR systems | |
KR20080042256A (ko) | 약물부작용감시 시스템 | |
Haddad et al. | Blockchain for healthcare medical records management system with sharing control | |
Bhambri et al. | Managing and Monitoring Patient's Healthcare Using AI and IoT Technologies | |
WO2021236520A1 (en) | Method and system for detection of waste, fraud, and abuse in information access using cognitive artificial intelligence | |
CN112201319A (zh) | 一种区块链技术应用就诊方案共享芯片系统 | |
Konnoth | Are electronic health records medical devices? | |
Lu | MedMetrics: Biometrics Passports in Medical and Clinical Healthcare That Enable AI and Blockchain | |
Stanimirović et al. | Digital transformation as one of the instruments for overcoming the public health crisis: the role and use of ehealth solutions during the Covid-19 pandemic in Slovenia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |