CN110911001B - 用于应用的集合的技术改进评估系统和方法及其存储介质 - Google Patents
用于应用的集合的技术改进评估系统和方法及其存储介质 Download PDFInfo
- Publication number
- CN110911001B CN110911001B CN201910863876.1A CN201910863876A CN110911001B CN 110911001 B CN110911001 B CN 110911001B CN 201910863876 A CN201910863876 A CN 201910863876A CN 110911001 B CN110911001 B CN 110911001B
- Authority
- CN
- China
- Prior art keywords
- application
- applications
- data
- formula
- registered
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Stored Programmes (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及用于应用的集合的技术改进评估。本发明涉及用于自动计算用于操作注册的应用的集合的改进评估结果(r)的方法、改进评估系统和计算机程序,每个注册的应用包括声明接口(A.1),其适于借助公式(f)提供指示应用是否在预先定义的成功条件下操作的自声明;以及收集器(A.2),其适于在运行时间期间收集(S2)要引入到公式(f)中的测量数据;其中,系统还包括网络(NW),用于将公式(f)传送至评估单元(P.2)以进行评估;以及结果接口(P.1),用于提供改进评估结果(r),该改进评估结果(r)反映在应用的集合中操作的各个应用的改进潜力。
Description
技术领域
本发明涉及用于应用的集合的改进潜力的评估方法、系统和程序。
背景技术
在医疗环境中,通常在不同的操作条件下执行应用的集合。例如,重建软件可以被部署在具有第一系统架构(处理能力、存储器容量等)和第一数据集合的第一系统上以及具有第二系统架构和第二数据集合的第二系统上。取决于系统、使用模式和/或数据集合,可以或多或少地成功地操作相应的应用。因此,在一些示例中,第一场景可以具有改进潜力(例如,关于提供更多的本地处理和存储容量),而第二场景则没有。
在典型的医疗计算基础架构中,提供了应用的集合。在正常运行期间,在没有管理工作的情况下,就不能发现可能的改进办法。通常,系统管理员需要制定技术分析。这具有的缺点是,系统必须在次优条件下进行一定时间段的操作。
需要为系统提供自动评估,特定系统中的应用的集合是否具有改进潜力。
本发明的目的是改进计算基础架构中的改进潜力的评估。尤其是,应该消除上述缺点。
该目的由根据具有相应的要求保护的特征的独立权利要求的主题来实现。有利的实施方式是从属权利要求的主题、具体实施方式和附图。
发明内容
根据第一方面,本发明涉及一种用于自动计算用于操作应用的集合的改进结果的计算机实现的方法。应用可以特别是例如在医院环境中使用的处理标准化数据的医疗应用。应用用于平台基础架构中。该方法包括以下步骤:
——提供用于改进评估的注册的(医疗)应用的集合,其中,注册的应用包括添加自声明接口,或换句话说向应用提供自声明接口。自声明接口适于借助公式提供指示该应用是否被成功地(即,在成功条件下)操作的自声明。成功条件优选地在应用的开发期间被预先定义,并且反映了在相应的操作环境(输入数据、配置和/或其他操作条件)中递送应用的最佳性能所需的那些操作条件。成功条件可以例如在通用级别上被伪编码为“每10分钟递送结果”和“以格式ABC递送结果”以及“提供具有参数XYZ的元数据”以及其它条件。
——在至少一个注册的应用的运行时间期间收集测量数据。该应用可以在计算基础架构中执行,在计算基础架构中并行执行多个应用。所收集的测量数据用于填充至少一个注册应用的公式。换句话说:准备将所收集的测量数据引入到公式中(例如,通过形式适应)。
——将被填充的公式即与所收集的测量数据传送至评估单元。
——根据预定准则访问评估单元,以对公式进行评估。
——提供改进评估结果,其反映要在应用的集合中操作的应用的改进潜力。
在本发明的优选实施方式中,公式可以包括多个数据字段,产生针对应用的不同操作条件(其可以被评估为成功或不成功)。例如,公式可以包括用于提供输出数据如测量数据的时间段,例如“每小时提供测量数据”。此外,公式可以包括应当最优地提供输出数据的格式(例如DICOM)。此外,公式可以包括输出数据的范围。
在本发明的优选实施方式中,基于改进评估结果,将新的应用添加到已注册应用的集合中。具体地,基于改进评估结果,新的或修改的应用(例如新版本)可以被添加或建议被添加到应用商店。应用商店可由客户端装置访问。
在本发明的另一优选实施方式中,在第一运行环境或源运行环境中执行收集至少一个注册应用的测量数据,并且其中,执行匹配算法,以找到被识别为与源运行环境类似的一个或更多个第二运行环境或目标运行环境。在识别一个或更多个类似的目标运行时间环境的情况下,也为目标运行时间环境提供针对源运行时间环境计算的建议结果。该建议结果包括改进评估结果。匹配算法优选地使用预定义的匹配准则。匹配算法还可以基于要由应用处理的输入数据。例如,第一应用可以具有重建由MR扫描器生成的原始数据的功能;如果第二应用也处理原始MR数据,则规则可以定义第一应用和第二应用是类似的。规则可以被存储在中央数据库中并且作为优点,还可以在系统的运行时间期间以及在匹配算法的执行期间进行改变。利用这个特征,可以自动地将改进结果从一个执行环境传送至具有类似执行要求和条件的另一执行环境。此外,可以考虑运行时间环境和应用的经处理的输入数据。这使得可以在没有对外部系统进行任何计算的情况下更具体地和提前地提供用于外部系统的改进建议。
根据优选实施方式,该公式是特定于应用的,并且在应用的开发阶段中生成。这具有开发者能够限定有助于应用的性能的基本参数的优点。例如,应用可以具有提供第一类型、第二类型和第三类型的输出或结果数据的功能,但是仅第一输出被认为与应用的性能评估相关。因此,在公式中将仅包括第一类型。在另一实施方式中,结果数据可以设置有不同等级的精度和准确度。公式可以被配置成要求结果数据高于可重新配置的精度阈值。如果这些结果数据不能由应用提供,则公式中的相应参数保持为空置或空,并且稍后可以对公式进行处理,将这方面纳入考虑。评估公式还可以包括将所包括的测量数据与背景数据和历史数据进行比较。术语“背景数据”指的是用作参考数据以解决初始值问题(“Anfangswertproblem”)的静态数据。因此,背景数据可以被解释为静态数据,特别是在不存在大量历史数据时,可以被配置成在改进过程的开始时使用。背景数据可以例如利用一般的医学知识。评估公式还可以包括处理关键性能指标,该关键性能指标独立于相应的注册应用进行配置。具体地,关键性能指标可以揭示对由另一实例或由另一行动者限定的注册的应用的集合和/或其它平台服务的总体判断。因此,优选地,应用本身(的开发者)不限定关键性能指标。这有助于还包括高级和上级指标或参数,这些指标或参数对于应用本身是高级和上级的。在另一优选实施方式中,评估来自不同应用的公式包括:处理不同应用与由应用处理的数据之间的相互依赖性。平台可以访问由所有应用提供的所有数据和所有公式。平台在没有访问控制的情况下以随机访问方式访问这些中的任何数据和公式。为了实现这一点,平台操作由平台本身和所有应用使用的数据存储。
在另一优选实施方式中,将收集的测量数据引入到公式中是借助聚合算法执行的。聚合算法将收集的测量数据聚合到公式中,成为公式的特定字段。
在另一优选实施方式中,自动地和周期性地执行收集、评估和/或提供的步骤。这具有的优点是,可以根据预定方案来执行评估过程。此外,评估单元可以从注册的应用请求必要的数据。因此,触发数据请求由评估单元完成,并且因此可以从评估单元集中触发。
在本发明的另一优选实施方式中,应用通过使用规则引擎的存储的规则和存储的决策逻辑自动提供公式。具体地,通过评估算法来完成对公式的评估,该评估算法被设计成找到针对应用的集合的优先改进建议的集合。
在另一方面,本发明可以被实施为有形地包含在机器可读存储介质中的计算机程序,包括可操作以使计算机执行方法步骤的指令。
在又一方面,本发明可以涉及一种改进评估系统,用于在平台基础架构中自动计算用于操作应用的集合的改进结果,应用中的每一个处理标准化数据,该系统包括:
——用于改进评估的注册的应用(特别是医疗应用)的集合,其中,注册的应用中的每一个包括:
○声明接口,其适用于借助公式提供指示该应用是否在预定成功条件下操作的自声明;
○收集器,其适用于在至少一个注册应用的运行时间期间收集测量数据,其中,所收集的测量数据被引入到至少一个注册应用的公式中;
——网络,用于将公式与所收集的测量数据从本地应用环境传送至:
——评估单元,其适于根据预定准则评估所传送的公式;
——结果接口,用于提供反映在应用的集合中操作的相应应用的改进潜力的改进评估结果。
根据优选实施方式,改进评估系统的评估单元和/或结果接口可以被部署在平台上。该平台可以是中央服务器平台。
下面给出本申请中使用的术语的定义。
改进评估结果是表示已注册的应用是否成功地或在成功的操作条件下操作的数据集,其已经由应用本身在自声明中定义。此外,改进评估结果(简称:结果)可以包括对使成功的应用优先,以便将成功的应用(简称:app/apps)“提升”为“优选”应用。结果还可以包括计算的应用内部优化因子中的改变,例如参数改变等。
应用或app可以是医疗和/或非医疗应用或服务。该应用的特征在于在医学或临床环境中使用。它是指数字应用。该应用是可执行程序代码。该应用需要处理器执行。
平台基础架构是可以托管在计算机装置或网络上的计算基础架构。该平台基础架构可以提供并运行若干应用。应用的集合可以被指定为应用商店。应用商店可以具有用于选择要使用和实现的应用的用户接口。应用商店还具有数据库,该数据库具有所有应用和针对每个应用的伴随营销内容(应用屏幕截图、应用描述等)。平台基础架构具有附加的专用数据存储。
注册应用意味着订阅或登录到自动改进服务。只允许那些已注册的应用参与改进服务并接收改进评估结果。所有已注册的应用都需要专门准备。具体地,它们需要被提供有用于提供和传输自声明的自声明接口。
自声明是数字数据结构,其包括公式的至少一个变量或参数、产生应用的成功操作。公式的值由收集的测量数据限定。应用的成功操作在应用的开发期间由应用本身限定。优选地,如果应用提供了可量化的结果,则自声明和相应的公式包括应用的结果的至少一部分。否则,可以限定特定的参数或条件。
收集测量数据可以借助应用测量服务(AppMeasureService)来执行。该服务触发已注册的应用以对输入数据集合执行其特定操作和功能。该服务还可以选择兼容格式下的随机数据集合以在应用上运行实验。
该应用测量服务提供通用REST接口(REST:代表性状态传送,其限定了要用于创建网络服务的约束的集合),其中,应用必须提交基于输入数据的测量结果,包括{dateime,app,measurement.type,measurement.value}。当应用通过REST接口向该应用测量服务进行注册时,应用承诺能够以例如专用频率{app,measurement.type,occurrence}提交测量结果。然后,应用测量服务与其它平台服务协作(计算实际成功、可能的调整、提升到优选应用),相应地触发测量和随后的评估步骤。此外,该服务针对自己的和外部的实时环境(LiveContext)更新用于该实时环境的配置的“所有者”(通常是医院部门)的实时环境。
匹配算法以全自动的方式在没有用户交互的情况下执行。该匹配算法的目的是使两个应用执行环境即医院(源/目标)在这些医院中的实时数据流方面具有可比性,在某种程度上,在没有测量的情况下目标医院也能实现初始改进集合,如在具有测量的情况下源医院中所发现的那样。这个特征提高了效率并且在项目启动时节省了数周时间。所谓的实时环境编译了关于一个医院的预定数据,并且该数据包括关键性能和业务数据(例如,每年的研究)以及指向该医院中的改进的应用的集合(源医院中的已注册应用,如果有的话,包括优选应用)。实时环境定义了匹配准则以计算两个医院的相似性。如果两个实时环境匹配,则它们被评估为相似的,并且应用推荐服务(AppRecommendationService)利用与源应用商店中相同的应用来填充目标应用商店。然后,因为目标应用商店不再是空的,从而测量应用也可以在目标医院中立即开始,这又可以改变目标应用商店。
建议结果可以借助应用推荐服务来递送。应用推荐服务执行实时环境匹配,并使用结果来重新安排应用商店内容和/或向应用测量服务(AppM easureService)分配专用测量任务。应用推荐服务(AppRecommendationS ervice)还可以自动地将成功的应用分类为应用商店中的“优选应用”,然后,用户可以在用户接口中的显著位置看到这些应用。
以全自动的方式执行聚合算法而无需用户交互。聚合算法的目的是关于已注册的应用来收集和聚合不同的测量数据,并将它们引入到公式中。这意味着以正确的格式在正确的位置处将数据输入到公式中。利用这个特征,可以提供公式的标准化格式,并且改进公式的处理。
评估算法也以全自动的方式执行而无需用户交互。评估算法的目的是评估所接收的公式。评估算法解决了应用之间的矛盾(例如,如果第一应用需要从第二应用提供的作为结果数据的数据,并且已经评估出第二应用未以正确的格式提供数据,则第一应用可以处理该数据,随后识别这样的矛盾,并且可以通过建议由第二应用以合适的格式提供结果数据作为改进来解决该矛盾)。该评估算法可以适于执行数据变换,以便使用属性集合比较根据DICOM标准和来自应用自声明的技术数据结构信息来解决数据不兼容性问题。可配置算法可以在不同的属性集合上工作。评估算法可以被实现为应用成功服务(AppSuccessService)。应用成功服务评估来自每个应用的注册成功公式,并且在输入数据上注册成功或失败的运行。另外,该服务通过处理可以独立于应用及其(本地)成功公式进行配置的关键性能指标(KPI)以及通过将KPI与所报告的应用成功进行比较,来保护应用商店在测量和实验期间不被不适当的应用行为或结果畸形或甚至欺骗。配置的KPI是对应用进行总体判断的主导。该应用成功服务提供通用REST接口,其中,应用必须进行注册,并且其中,应用必须提交它们自己的“成功准则”,该服务可以在当前测量上使用,也可以在背景和历史数据上使用,并且由此将应用彼此进行比较,或者通过将应用与数据背景进行比较来检测改进。REST接口包括{app,measuremen.type,measurement.successcriteria}。
提供改进评估结果可以包括应用调整服务(AppAdjustSevice)。该应用调整服务计算应用内部优化因子的改变,例如,app当作执行其功能的先决条件的参数的改变。此外,根据临床途径的任何类型的全局调整可以进行注册(手动地),因此可以例如针对患者计划(PatientScheduling)在后续数据中利用应用来控制改进的效率,以减少患者更换时间(PatientCh angeTime),并且针对所安装的扫描方案进行更新,以减少剂量(dose),包括{dateTime,adjustment.Type,organizationfo,deviceInfo}。该服务相应地提供通用REST接口,例如在应用必须注册的地方,并且提交它们可以获得的可能的调整,例如在运行下一测量步骤之前,包括{app,measur ement.type,adjustment.type}。
本发明(特别是前面提到的方法)可以提供为可加载到网络单元的处理单元中的计算机程序,处理单元例如医生的(例如移动)装置和/或医院服务器。该计算机程序包括适于在由处理单元处理时执行如前所述的方法的步骤的代码。计算机程序可以存储在计算机可读介质或数据载体例如记忆棒上。计算机程序也可以以可下载的形式从服务器实体下载。计算机程序可以被虚拟化和/或可以分布在不同的网络节点上。
计算机程序可以被提供、投放市场、使用、导入和/或存储为计算机程序产品(并且因此可以是计算机程序产品的一部分)。因此,该计算机程序可以设置在存储介质(计算机可读介质,如计算机磁盘或记忆棒等)上。可替选地,可以借助至服务器的相应网络连接经由下载来提供计算机程序,该服务器通过提供至其上存储有计算机程序的服务器的链接来存储计算机程序。“计算机可读介质”或“存储介质”可以是以下任何一种装置,其可以包含、存储、通信、传播或传输由指令执行系统、设备或装置使用的程序或与指令执行系统、设备或装置结合使用的程序。计算机可读介质可以是例如但不限于电、磁、光、电磁、红外或半导体系统、设备、装置或传播介质。计算机可读介质的更具体的示例(非穷举列表)可以包括以下:具有一个或更多个导线的电连接、便携式计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤和便携式光盘只读存储器(CDROM)。
术语“计算机”指的是包括处理器的任何电子装置,例如,通用中央处理单元(CPU)、专用处理器或微控制器。处理器适于执行特定的计算任务,即用于提供改进评估结果。计算机能够接收数据(输入)、对其执行一系列预定操作,并由此产生信息或信号形式的结果(输出)。根据环境,术语“计算机”将特别地意指处理器,或者可以更一般地表示与包括在单个外壳或壳体内的相关元件的装配相关联的处理器。
本文描述的系统和方法可以由一个计算机程序或多个计算机程序来实现,计算机程序可以以多种形式活动和非活动两者存在于单个计算机系统中或跨多个计算机系统。例如,它们可以作为软件程序存在,软件程序包括源代码、目标代码、可执行代码或用于执行步骤中的一些的其它格式的程序指令。上述中的任何都可以以压缩或非压缩形式在包括存储装置和信号的计算机可读介质上实现。
附图说明
下面,将参照附图中所示的示例性实施方式进一步描述本发明,在附
图中:
图1是根据本发明的优选实施方式的系统结构的示意性概略图;
图2是用于自动计算用于操作应用集合的改进结果的方法的流程图;
图3示出了根据优选实施方式的注册应用的框图。
具体实施方式
本发明涉及用于提供改进即服务的计算机系统和方法。此外,应当防止应用商店中的应用的“老化”。
在医院中,例如如果要改变临床途径或者应当提供附加服务,则需要提供新颖的应用。
如果供应商开发(新的)应用,则最初出现的问题是供应商不能将新的应用与现有的现场医疗数据精确匹配以显示证据。此外,现场用户可能不想花费精力来进行评估。所提出的解决方案提供了一种克服该问题的机制。
此外,本发明克服了由自然应用商店老化引起的另一问题,该问题影响应用和应用商店的组合两者,因为用于证明结果的影响因素即使在几周之后也已完全改变,影响因素是应用版本、健康记录、PACS数据、沿着临床途径的实现的改变,所以对于应用的相关性的决策需要一些更新,并且要使用的组合也需要更新,如果使用了老化的应用商店内容,则可能不会被检测到沿着临床途径的新的改进。
在大型医院链中,产品组合是标准化的,但是本地业务可变性需要例如过滤现在可能不需要但以后可能需要的标准化解决方案。如今,这样的过程是手动完成的,并且变得冗长且易出错,因为数字化趋势提供了更精细粒度的解决方案,并且因为临床途径不断改变,这两者都需要更频繁和更详细的决策。
所提出的解决方案是一种自动化方法,其利用应用商店和应用的附加组件借助于新颖基础架构以自动化方式解决所呈现的问题,从而还避免了应用商店中的老化影响,并且该解决方案通过提供新颖的应用商店评估基础架构来支持对业务可变性的坚持,该新颖的应用商店评估基础架构提供改进即服务作为新技术范式。
新颖的范式改进即服务需要专用的基础架构。在应用被放入应用商店之前,并且还针对应用商店中的应用,新颖的基础架构中的平台服务“再次访问”应用,并且仅在总体成功的情况下,应用都会保留在应用商店中和/或被列为优选应用,这又意味着应用商店抗老化的自动化。整个过程是自动化的,并且重复运行。
该新颖的应用服务(AppService)部件的集合自动执行应用商店中的多个组合的连续且无人参与的评估,以便一方面自动检测并显示针对给定用户工作体验的“优选的”应用商店内容,另一方面利用应用商店中的应用上的基于实时环境的适配机制来避免应用商店内容的“老化”。这提供了改进即服务作为从基于产品的解决方案到基于情境的解决方案的新的且专用的范式转变。
图1示出了基础架构概略和工作模型。在该图中所描绘的医疗平台P(也称为平台基础架构)利用来自医院的医疗和非医疗数据源用于多个目的。
必须准备应用A的集合以参与本文提出的改进即服务系统。图1借助示例示出了由应用提供者AP提供的第一应用App1、第二应用App2和第三应用App3。应用提供者可以是第三方。应用(缩写为apps)通过网络NW与基础平台P进行数据交换。
平台P包括并提供功能或服务的集合,下面将更详细地说明这些功能或服务:
——应用注册服务(AppRegisterService)PS1
——应用安装服务(APPInstallService)PS2
——应用输入服务(AppInputService)PS3
——应用测量服务PS4
——应用调整服务PS5
——应用成功服务PS6
——应用推荐服务PS7。
具体地,应用注册服务PS1获得要注册的所有服务的端点。这是基于构建至其他服务PS2至PS7的连接的REST接口。
应用注册服务PS1在应用与应用商店之间以及在应用与基础架构服务的平台之间进行协调,并且管理内部数据历史(应用配置、测量定义和结果、平台服务的列表、自有和外部实时环境、自有和外部数据接收器连接)。每个应用或者在应用商店中并被自动取出以便重新评估,或者应当被手动提交到应用商店并且要求进行评估。在任一情况下,该服务都要首先负责。应用注册服务PS1通过提供其他服务的REST接口向每个应用提供要注册的其他服务的端点。最后,服务基于来自其他服务的总体结果计算应用是否完全在应用商店中示出,或者是否被示出为优选应用。服务在应用测量服务的帮助下通过重新测量实时环境的参数来更新和存储其自有的实时环境。服务从其它站点获得并存储外部实时环境,并将它们与其自有的实时环境进行匹配(基于阈值的参数比较)。如果匹配环境包括较新的优选应用,则该服务在本地应用商店中重新使用这些优选应用。
应用安装服务PS2适于通过安装URL链接来注册应用A。如果应用服务器PS2可以被提升到应用商店中的优选应用,则它可以在平台基础架构P的运行时间环境中(例如在实时测量的开始时)安装所有应用,以用于评估应用A。该服务向应用提供REST接口,以便利用该服务注册其安装URL和应用名称。
应用输入服务PS3负责注册数据输入请求。通常,该服务使得应用能够注册它们对可用数据源的请求。例如,应用可以说“我需要一个teamplay接收器”。然后,由平台基础架构的接收器处理操作数据。应用输入服务PS3从具有医疗和非医疗数据的底层数据湖以及从本地接收器向应用提供所请求的输入数据,以便从PACS检索数据。该服务提供REST接口,以供应用利用该服务注册其数据源(如teamplay接收器实例)、有效输入数据的分类(例如DICOM RDSR,系列)以及应用名称。
应用测量服务PS4适于在其运行时间环境中在相应应用的执行期间执行测量。它收集测量数据,如运行时间数据、所需的I/O资源、所使用的处理资源(存储器、带宽、CPU等)和其它技术数据。测量数据可以以不同格式提供,并且可以以不同的时间间隔和频率收集。这可以在公式中由应用进行配置。
应用调整服务PS5注册并提供链接例如URL,用于自动调整应用参数,如方案调整、方案交换和其它技术参数。在另一示例性实施方式中,算法检测到在调度期间没有以最优方式将检查分配给现有模态。那么建议是:在调度期间以不同的方式执行检查到现有模态的分配,使得例如模态的利用率更高。
应用成功服务PS6注册应用的成功并且评估其公式,并且可选地与其它应用相比和/或与历史数据相比来对成功进行评估。应用成功服务PS6可以在评估单元P.2上实现。
应用推荐服务PS7以改进评估结果r的形式提供改进建议。仅在满足所有注册服务PS1至PS7的情况下,提供应用A并使应用A在应用商店处可用。结果r由结果接口P.1提供。
可选地部署所谓的LiveWrapper。如果例如新的应用无法连接至接口,或者如果上述服务PS1……PS7无法直接到达应用以进行自动测量或调整,则可能需要Live Wrapper作为桥梁,以便将给定的应用连接和集成到基础架构P中的服务的REST接口。
如图1中可见,若干基于计算机的用户装置D是系统的一部分,并且经由网络NW连接。装置D中的每一个可以访问具有应用A的应用商店,应用A已经由注册服务PS1至PS7评估。装置D的全部或一部分可以访问应用商店,以便安装或加载应用A。
图2是根据本发明的优选实施方式的方法的流程图。在方法开始之后,在步骤S1中,注册应用的集合中的一个应用A。这意味着选择该应用来参与本文描述的自动改进过程。在步骤S2中,在已注册的应用的运行时间期间收集测量数据。在步骤S3中,将测量数据引入到正在利用适当数据填充数据结构的自声明公式f中。在步骤S4中,公式f被传送至基础架构平台P,并且具体地被传送至评估单元P.2和应用成功服务PS6。在步骤S5中,对接收到的公式f进行评估,以便在步骤S6中提供改进的评估结果r。在步骤S7中,可选地,可以基于步骤S5中的评估将新应用添加到应用商店。该评估可以包括在其他应用的环境中该应用的排名。此后,该方法可以结束,或者可以通过再次分支到步骤S1来迭代该方法。
图3示出了应用A的框图。该应用包括用于提供公式f的(自)声明接口A.1。公式将被传送至平台P以用于评估。该应用A还包括用于数据处理的中央处理单元CPU和用于收集测量数据的收集器A.2。该应用还包括可以用于接收输入数据的输入接口A.3。
为了匹配环境(用于处理相似的应用,使得改进的结果r可以被传送至这些相似的应用),可以对规则进行定义和应用,其中尤其要考虑:
——扫描仪的数量
——按模态的扫描仪类型
——每年的研究次数
——连接的接收器的数量
——隐私级别
——活动用户的数量
——位置的数量
——可用的许可证和其他。
例如,可以定义这样的规则,该规则要求关于扫描仪的数量至少80%的匹配是必要的,以便将环境评估为相似的。另一规则可以指定,如果50%的位置匹配,则环境可以被判断为在这方面是相似的。
在下文中,本发明关于剂量应用进行描述,其目的在于减少在医学应用(例如造影剂)的环境中患者的剂量。
在第一步骤中,新的剂量应用自动地从应用商店或手动地从应用提交页面被自动安装在基础架构P处。在第二步骤中,剂量应用向新的基础架构服务psi注册必要的接口和配置。在第三步骤中,通过连接至医院中的TP-接收器来执行数据输入,以便能够访问医疗和/或非医疗数据,并且需要来自多个装置的多个数据设置来运行多个测量。在第四步骤中,收集剂量测量数据(测量:在该科室中,例如针对腹部一段时间(例如,上周)的剂量(随时间,所使用的方案)),并检测异常值。在第五步骤中,执行调整。评估用于相同或可比较的扫描器类型的新方案。在第六步骤中,评估成功。成功可以例如被定义为“利用新的方案类型可以减少至少10%的累积剂量”,其中,使用该方案并且重新测量或者基于来自另一部门、场所或医院的环境数据来进行比较和预测。因此,改进的评估结果r建议该方案作为改进。结果r可以包括用于决策的建议:仅在成功时(至少对于一个输入数据设置报告了改进),TP-剂量被标记为在新颖的应用商店中推荐的剂量。作为总体结果,已经自动显示了改进的证据。结果r示出了在何处可以精确地进行改进,以及什么应用是“获胜者”。这种范式改进即服务以自动化方式与新颖的服务一起工作。通过连续重复测量,检测到的改进是安全的。
另一示例应用涉及用于减少患者更换时间的使用应用。还执行在上述示例中提到的步骤。这包括对应用进行分类的功能配置,例如针对主题“患者更换时间”、输入数据“DICOM系列”和输出格式(仅由人读取,或集成到后续系统中)。测量患者更换时间达一定时间段(例如,上周针对该科室中的CT扫描仪)。之后,计算中值和其它统计数据,并检测异常值。可以引入新的调度格式作为用于改进的自动建议,其基于使用模式由应用计算。例如,根据成功的公式,至少需要减少10%的患者更换时间,因此在实现改进之后自动进行重新测量,并且测量服务将例如在一周之后再次被触发。
基础架构服务还可以例如在匹配之前/之后运行实验。对于具有其能力配置的给定任务(例如,在CT扫描中对肺中的转移性病灶进行计数),服务检索完整的数据集合,然后移除数据的配置部分,将数据注入到公式中,将其传送至评估单元P.2,在应用成功时将输出数据与原始数据进行比较,并计算实际成功(例如,发现更少或更多的转移性病灶)。这样的任务可以在运行时例如根据医学疾病、输入数据(例如DICOM结构化报告)、实验细节、用于整体成功的阈值进行配置。现在基础架构可以搜索满足输入准则并且连续地运行实验的应用,这可能导致在应用商店中呈现新的应用。
数字化感知证据基础架构P包括新颖的应用服务组件的集合,这些组件自动执行应用商店中的多个组合的连续且无人参与的评估,以便一方面自动检测和显示针对给定用户工作体验的“优选”应用商店内容,而另一方面利用应用商店中的应用上的基于实时环境的适配机制来避免应用商店内容的“老化”。这提供了改进即服务作为从基于产品的解决方案到基于情境的解决方案的新的专用范式转变。
一个优点是可配置的新颖实时环境和自动计算和跨站点/跨医院传送。使用实时环境可以解决最初的斜升(ramp-up)矛盾,并允许检测组合更新的需求,可能比后台测量更快。实时环境定义是可扩展且可配置的,并且包含机构的真实(子)单元的静态和动态方面,其中,每个方面是来自在该(子)单元中当前定义的临床途径的医学和/或非医学信息。在比较实时环境时,结果证据可以基于共同方面的交集,也可以基于共同方面的子集。实时环境定义及其计算算法必须使用新颖的基础架构进行配置。从而实时环境支持对较大机构的自动化站点间管理,例如,如果实时环境形成两个站点匹配,则这两个站点的应用商店中的优选应用是相同的。所有这些都被启用,因为实时环境用作测量数据和应用组合的指示器。例如,通过器官和研究吞吐量的实时环境扩展,站点A与站点B之间的组合更新还包括对数据如每年的器官和研究的优选应用,而不在这些应用上进行基础架构实验。此外,具有新颖应用服务的新颖基础架构允许在运行时收集从PACS和新颖基础架构的储存库检索的所需医疗和/或非医疗应用测量数据和实时环境相关数据。这样的数据用于沿着定义的多个维度对应用评估进行重复测量、将应用彼此比较、评估单个应用,以便创建“优选应用”的组合。而不是图像阅读“执行自动、应用组合阅读”,并且相应地成形应用商店内容。此外,该技术手段是应用服务、应用商店与应用之间新颖的REST接口,以及如何“远程”测量来自例如teamplay接收器和PACS的真实医疗数据的结果的语义预配置。REST接口可以由LiveWrapper或被测量的应用提供。
技术优点总结如下。
可以提供具有新颖基础架构的改进即服务。也可以提供根据应用组合和应用商店的自动“诊断过程”。确保了应用商店中应用的集合或组合的防老化评估。提供了自动实时环境生成和跨站点环境交换,以便在斜升、更新、替换丢失测量、更快地检测老化信息(在应用商店中以及在环境中)期间弥合间隙。实时环境支持自动化的站点间管理。确保了应用结果的医疗证据和业务相关性,并且可以防御欺诈。应用商店中的优选应用在工作场所上还具有借助REST接口(与今天的应用程序不共用)的数据访问。可以搜索自动地符合医疗需要的应用。改进和优化的功能集合在工作场所连同例如用于基于应用商店添加/移除功能、应用、工具的自动化住宅维护是可见的。最后,提供应用的自动配置,以便以本地和轻量的方式将应用集成到技术基础架构和底层数据湖中。
主要特征和优点在于提供了成功和改进的两个级别评估。这两个级别可以是相关的。第一级别是指由应用借助公式f进行的本地或内部成功评估,第二级别是指平台基础架构P进行的外部综合成功评估。这个特征具有防止欺诈应用商店的技术效果,具有在平台级别(从布尔到人工智能)上的任意可配置性检查。
本发明的保护范围由所附权利要求规定,而不受说明书中说明的或附图中示出的特征的限制。
Claims (14)
1.一种计算机实现的方法,用于自动计算用于操作应用的集合的改进评估结果(r),所述应用的集合适于在平台基础架构(p)中处理标准化数据,其中,所述方法包括:
——提供用于改进评估的注册的应用(A)的集合,其中,注册(S1)应用包括添加自声明接口(A.1),所述自声明接口(A.1)用于借助利用数据填充数据结构的公式(f)来提供所述应用的自声明,所述自声明指示所述注册的应用(A)是否成功地操作;
——在至少一个注册的应用(A)的运行时间期间收集(S2)在所述至少一个注册的应用(A)的公式(f)中要引入(S3)的测量数据;
——将所述公式(f)与所收集的测量数据传送(S4)至评估单元(P.2);
——根据预定义的准则访问用于评估(S5)所述公式(f)的评估单元(P.2),以用于:
——提供(S6)改进评估结果(r),所述改进评估结果(r)反映在所述应用的集合中操作的所述注册的应用(A)的改进潜力,
其中,所述公式(f)包括多个可预先配置的数据字段,从而产生所述注册的应用(A)的不同操作条件。
2.根据权利要求1所述的方法,其中,基于所述改进评估结果(r)将新的应用添加(S7)到所述注册的应用的集合中。
3.根据前述权利要求中任一项所述的方法,其中,在源运行时间环境中执行收集(S2)所述至少一个注册的应用(A)的测量数据,并且其中,执行匹配算法以找到被识别为与所述源运行时间环境类似的目标运行时间环境,并且其中,为所述目标运行时间环境提供包括所述改进评估结果(r)的建议结果。
4.根据权利要求3所述的方法,其中,所述匹配算法使用预先定义的匹配准则。
5.根据权利要求1或2或4所述的方法,其中,所述公式(f)是特定于应用的并且在所述应用的开发期间生成。
6.根据权利要求1或2或4所述的方法,其中,所述注册的应用(A)通过使用规则引擎的存储的规则和存储的决策逻辑来生成所述公式(f)。
7.根据权利要求1或2或4所述的方法,其中,评估(S5)所述公式(f)包括分析不同的注册的应用(A)与其处理数据之间的相互依赖性。
8.根据权利要求1或2或4所述的方法,其中,评估(S5)所述公式(f)包括处理关键性能指标,所述关键性能指标独立于所述注册的应用(A)进行配置。
9.根据权利要求1或2或4的方法,其中,评估(S5)所述公式(f)由评估算法完成,所述评估算法被设计成找到针对所述注册的应用(A)的集合的优先改进建议的集合。
10.根据权利要求1或2或4的方法,其中,评估(S5)所述公式(f)包括将所包括的测量数据与背景数据和历史数据进行比较。
11.根据权利要求1或2或4所述的方法,其中,将所收集的测量数据引入(S3)到所述公式(f)中是借助于聚合算法来执行的。
12.一种机器可读存储介质,其中有形地包含计算机程序,包括可操作成使计算机执行根据以上方法权利要求中的任一项所述的方法的指令。
13.一种改进评估系统,用于自动计算用于操作应用的集合的改进评估结果(r),所述应用中的每一个在平台基础架构中处理标准化数据,所述系统包括:
——用于改进评估的注册的应用(A)的集合,其中,所述注册的应用(A)中的每个包括:
○声明接口(A.1),其适于借助利用适当数据填充数据结构的公式(f)提供自声明,所述自声明指示所述注册的应用(A)是否在预先定义的成功条件下进行操作;
○收集器(A.2),其适于在至少一个注册的应用(A)的运行时间期间收集(S2)测量数据,其中,所收集的测量数据被引入到所述至少一个注册的应用(A)的公式(f)中;
——网络(NW),用于将所述公式(f)与所收集的测量数据传送至评估单元(P.2);
——所述评估单元(P.2),其适于根据预先定义的准则评估所传送的公式(f);
——结果接口(P.1),用于提供改进评估结果(r),所述改进评估结果(r)反映在所述应用的集合中操作的相应注册的应用(A)的改进潜力,
其中,所述公式(f)包括多个可预先配置的数据字段,从而产生所述注册的应用(A)的不同操作条件。
14.根据权利要求13所述的改进评估系统,其中,所述评估单元(P.2)和所述结果接口(P.1)被部署在中央平台上,所述中央平台用于基于所述改进评估结果(r)来控制所述应用的集合。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18194787.0 | 2018-09-17 | ||
EP18194787.0A EP3623953B1 (en) | 2018-09-17 | 2018-09-17 | Technical improvement evaluation for a set of applications |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110911001A CN110911001A (zh) | 2020-03-24 |
CN110911001B true CN110911001B (zh) | 2023-10-03 |
Family
ID=63787697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910863876.1A Active CN110911001B (zh) | 2018-09-17 | 2019-09-12 | 用于应用的集合的技术改进评估系统和方法及其存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11210192B2 (zh) |
EP (1) | EP3623953B1 (zh) |
CN (1) | CN110911001B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001048675A2 (en) * | 1999-12-24 | 2001-07-05 | Medtronic, Inc. | Large-scale processing loop for implantable medical devices |
CN101133632A (zh) * | 2005-03-01 | 2008-02-27 | 适应性频谱和信号校正股份有限公司 | 包括已知dsl线路扫描能力和坏接头检测能力的dsl系统估计 |
US7340409B1 (en) * | 1996-09-20 | 2008-03-04 | Ulwick Anthony W | Computer based process for strategy evaluation and optimization based on customer desired outcomes and predictive metrics |
CN101360453A (zh) * | 2005-11-23 | 2009-02-04 | 美的派特恩公司 | 医学图像的计算机辅助定性定量分析的方法和系统 |
CN102265279A (zh) * | 2008-12-23 | 2011-11-30 | 霍夫曼-拉罗奇有限公司 | 用于慢性病患者的诊断或者治疗支持的结构化测试方法及其设备 |
AU2011247862A1 (en) * | 2005-03-29 | 2011-12-01 | Google Llc | Integration of multiple query revision models |
CN102609435A (zh) * | 2010-12-20 | 2012-07-25 | 微软公司 | 使用实时处理器的大规模事件评估 |
CN105787256A (zh) * | 2016-02-03 | 2016-07-20 | 中国科学院合肥物质科学研究院 | 一种基于优化算法的粒子束注量分解为笔形束的方法 |
CN106780229A (zh) * | 2016-12-01 | 2017-05-31 | 淮海工学院 | 一种无线移动护理查房系统及其使用方法 |
CN107978362A (zh) * | 2016-10-25 | 2018-05-01 | 西门子医疗有限公司 | 在医院网络中利用数据分布的查询 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0523115D0 (en) * | 2005-11-12 | 2005-12-21 | Ibm | A resource optimisation component |
WO2008038389A1 (fr) * | 2006-09-28 | 2008-04-03 | Fujitsu Limited | Appareil d'analyse de performance de programme |
JPWO2011018827A1 (ja) * | 2009-08-13 | 2013-01-17 | 株式会社日立製作所 | 実行環境におけるアプリケーションの適性を評価するシステム及び方法 |
US10353799B2 (en) * | 2016-11-23 | 2019-07-16 | Accenture Global Solutions Limited | Testing and improving performance of mobile application portfolios |
-
2018
- 2018-09-17 EP EP18194787.0A patent/EP3623953B1/en active Active
-
2019
- 2019-09-10 US US16/565,726 patent/US11210192B2/en active Active
- 2019-09-12 CN CN201910863876.1A patent/CN110911001B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7340409B1 (en) * | 1996-09-20 | 2008-03-04 | Ulwick Anthony W | Computer based process for strategy evaluation and optimization based on customer desired outcomes and predictive metrics |
WO2001048675A2 (en) * | 1999-12-24 | 2001-07-05 | Medtronic, Inc. | Large-scale processing loop for implantable medical devices |
CN101133632A (zh) * | 2005-03-01 | 2008-02-27 | 适应性频谱和信号校正股份有限公司 | 包括已知dsl线路扫描能力和坏接头检测能力的dsl系统估计 |
AU2011247862A1 (en) * | 2005-03-29 | 2011-12-01 | Google Llc | Integration of multiple query revision models |
CN101360453A (zh) * | 2005-11-23 | 2009-02-04 | 美的派特恩公司 | 医学图像的计算机辅助定性定量分析的方法和系统 |
CN102265279A (zh) * | 2008-12-23 | 2011-11-30 | 霍夫曼-拉罗奇有限公司 | 用于慢性病患者的诊断或者治疗支持的结构化测试方法及其设备 |
CN102609435A (zh) * | 2010-12-20 | 2012-07-25 | 微软公司 | 使用实时处理器的大规模事件评估 |
CN105787256A (zh) * | 2016-02-03 | 2016-07-20 | 中国科学院合肥物质科学研究院 | 一种基于优化算法的粒子束注量分解为笔形束的方法 |
CN107978362A (zh) * | 2016-10-25 | 2018-05-01 | 西门子医疗有限公司 | 在医院网络中利用数据分布的查询 |
CN106780229A (zh) * | 2016-12-01 | 2017-05-31 | 淮海工学院 | 一种无线移动护理查房系统及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110911001A (zh) | 2020-03-24 |
EP3623953B1 (en) | 2022-01-19 |
US11210192B2 (en) | 2021-12-28 |
US20200089591A1 (en) | 2020-03-19 |
EP3623953A1 (en) | 2020-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8893109B2 (en) | Software distribution amongst medical devices taking into account dependencies between devices | |
EP2740033B1 (en) | Software distribution to medical devices via an intermediary which enforces maintenance of a transaction log | |
US8549514B2 (en) | Distributing customized software products | |
US8806473B2 (en) | Managing software distribution for regulatory compliance | |
Lanzarone et al. | A patient stochastic model to support human resource planning in home care | |
US8977727B2 (en) | Remote configuration and selective distribution of product content to medical devices | |
US20220391316A1 (en) | Testing as a service | |
CN101753619B (zh) | 用于扩展服务模型的方法和系统 | |
US20050114176A1 (en) | Method and system for automated debriefing of service activity | |
US20220335339A1 (en) | Workflow predictive analytics engine | |
CN108701057A (zh) | 实时管道模板-模板创建和可扩展性 | |
US20220044774A1 (en) | Clinical documentation improvement (cdi) smart scoring systems and methods | |
CN110911001B (zh) | 用于应用的集合的技术改进评估系统和方法及其存储介质 | |
CN105653341A (zh) | 一种网络发票客户端的升级方法、装置及系统 | |
CN106663004A (zh) | 订阅者定义的动态事件 | |
Duggal et al. | Forecasting disease trajectories in critical illness: comparison of probabilistic dynamic systems to static models to predict patient status in the intensive care unit | |
CN113906356B (zh) | 指标管理系统、指标管理方法、工程设计装置及计算机可读取的记录介质 | |
US11836496B2 (en) | Multilayered generation and processing of computer instructions | |
EP4300510A1 (en) | Workflow predictive analytics engine | |
US11321093B1 (en) | Multilayered generation and processing of computer instructions | |
JP2003044276A (ja) | ソフトウェア開発管理装置、ソフトウェア開発管理方法、ソフトウェア開発管理方法をコンピュータに実行させるためのプログラム及びソフトウェア開発管理方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。 | |
US20090089276A1 (en) | Systems, methods and computer products for a monitoring context generator | |
Salih et al. | Implementation and Analysis of Autonomic Management SaaSEHR System | |
JP2022138499A (ja) | 情報管理システム、情報管理方法および情報管理プログラム | |
US20060206444A1 (en) | Services using beliefs and rules for improved flexibility |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |