CN111312347A - 医疗不良事件线索识别方法、装置、电子设备及存储介质 - Google Patents
医疗不良事件线索识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111312347A CN111312347A CN202010079364.9A CN202010079364A CN111312347A CN 111312347 A CN111312347 A CN 111312347A CN 202010079364 A CN202010079364 A CN 202010079364A CN 111312347 A CN111312347 A CN 111312347A
- Authority
- CN
- China
- Prior art keywords
- medical
- diagnosis
- adverse
- event
- information
- 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
Images
Classifications
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H40/20—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 or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
Abstract
本申请提供一种医疗不良事件线索识别方法、装置、电子设备及存储介质,涉及数据处理技术领域。该方法包括:获取患者的诊疗信息;获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。该方案通过基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,从而可主动发掘医疗不良事件线索,减少人工参与医疗不良事件的识别,降低人力消耗,提高工作效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种医疗不良事件线索识别方法、装置、电子设备及存储介质。
背景技术
医疗不良事件的是指患者诊疗过程中发生意外的、不希望发生的或有潜在危险的事件或错误。在医疗不良事件发生过程中,形成医疗不良事件线索。通过识别医疗不良事件线索,可发现医疗不良事件。
目前识别医疗不良事件线索的方式为人工来识别,即人工通过查找患者的诊疗信息中是否有存在不合适的医疗行为,如此来识别是否存在医疗不良事件线索,这种方式需要耗费大量的人力资源以及时间,使得人工成本较高以及效率较低。
发明内容
本申请实施例的目的在于提供一种医疗不良事件线索识别方法、装置、电子设备及存储介质,用以改善现有技术中识别医疗不良事件需耗费大量人力资源以及时间,导致人工成本较高以及效率较低的问题。
第一方面,本申请实施例提供了一种医疗不良事件线索识别方法,所述方法包括:
获取患者的诊疗信息;
获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;
基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
在上述实现过程中,通过基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,从而可通过主动发掘医疗不良事件线索,减少人工参与医疗不良事件的识别,降低人力消耗,提高工作效率。
可选地,所述基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
识别所述诊疗信息所属的诊疗信息格式类别;
根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
在上述实现过程中,通过诊疗信息格式类别选择临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否可存在医疗不良事件线索,如此可对诊疗信息进行全面审查,以及时发现医生在诊疗过程中的异常医疗行为,从而可对患者的诊疗过程进行医疗不良事件监控。
可选地,所述根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
若所述诊疗信息格式类别为医疗文书,则将所述诊疗信息与所述医疗不良事件关键词库中的各个预设关键词进行匹配;
若所述诊疗信息中存在与所述各个预设关键词匹配的关键词,则确定所述诊疗信息中存在医疗不良事件线索。
在上述实现过程中,通过对诊疗信息进行关键词匹配,可快速且准确识别诊疗信息中是否存在医疗不良事件线索。
可选地,所述根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
若所述诊疗信息格式类别为医嘱,则将所述诊疗信息中的医嘱信息与所述临床路径医嘱知识库进行匹配;
若所述医嘱信息中存在不属于所述临床路径医嘱知识库中的医嘱信息时,则确定所述诊疗信息中存在医疗不良事件线索。
在上述实现过程中,通过对诊疗信息中的医嘱信息进行识别,可快速且准确识别诊疗信息中是否存在医疗不良事件。
可选地,在确定所述诊疗信息中存在医疗不良事件线索之后,还包括:
基于所述医疗不良事件线索生成医疗不良事件线索报告;
将所述医疗不良事件线索报告发送给医疗质量管理人员的用户终端。
在上述实现过程中,通过将医疗不良事件线索生成医疗不良事件线索报告发送给医疗质量管理人员,使得医疗质量管理人员可对异常医疗行为进行管控。
可选地,在确定所述诊疗信息中存在医疗不良事件线索之后,还包括:
基于所述医疗不良事件线索生成医疗不良事件报告;
将所述医疗不良事件线索报告发送给导致产生线索的医护人员的用户终端。
在上述实现过程中,通过将医疗不良事件线索生成医疗不良事件线索报告发送给医护人员,使得医护人员可进一步对医疗不良事件进行核实。
第二方面,本申请实施例提供了一种医疗不良事件线索识别装置,所述装置包括:
诊疗信息获取模块,用于获取患者的诊疗信息;
其他信息获取模块,用于获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;
识别模块,用于基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
可选地,所述识别模块,用于识别所述诊疗信息所属的诊疗信息格式类别;根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
可选地,所述识别模块,用于若所述诊疗信息格式类别为医疗文书,则将所述诊疗信息与所述医疗不良事件关键词库中的各个预设关键词进行匹配;若所述诊疗信息中存在与所述各个预设关键词匹配的关键词,则确定所述诊疗信息中存在医疗不良事件线索。
可选地,所述识别模块,用于若所述诊疗信息格式类别为医嘱,则将所述诊疗信息中的医嘱信息与所述临床路径医嘱知识库进行匹配;若所述医嘱信息中存在不属于所述临床路径医嘱知识库中的医嘱信息时,则确定所述诊疗信息中存在医疗不良事件线索。
可选地,所述装置,还包括:
第一发送模块,用于基于所述医疗不良事件线索生成医疗不良事件线索报告;将所述医疗不良事件线索报告发送给医疗质量管理人员的用户终端。
可选地,所述装置,还包括:
第二发送模块,用于基于所述医疗不良事件线索生成医疗不良事件线索报告;将所述医疗不良事件线索报告发送给导致产生线索的医护人员的用户终端。
第三方面,本申请实施例提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种用于执行医疗不良事件线索识别方法的电子设备的结构示意图;
图2为本申请实施例提供的一种医疗不良事件线索识别方法的流程图;
图3为本申请实施例提供的一种医疗不良事件线索识别装置的结构框图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种医疗不良事件线索识别方法,通过基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,如此可基于其他辅助信息来核实诊疗过程中是否存在医疗不良事件线索的情况,从而可快速发现医疗不良事件线索,通过主动发掘医疗不良事件线索,减少人工参与医疗不良事件的识别,降低人力消耗,提高工作效率。
请参照图1,图1为本申请实施例提供的一种用于执行医疗不良事件线索识别方法的电子设备的结构示意图,所述电子设备可以包括:至少一个处理器110,例如CPU,至少一个通信接口120,至少一个存储器130和至少一个通信总线140。其中,通信总线140用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口120用于与其他节点设备进行信令或数据的通信。存储器130可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器130可选的还可以是至少一个位于远离前述处理器的存储装置。存储器130中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器110执行时,电子设备执行下述图2所示方法过程,例如,存储器130可用于存储患者的诊疗信息,处理器110可从存储器130中获取诊疗信息对其进行分析,以发现是否存在医疗不良事件线索。
可以理解,图1所示的结构仅为示意,所述电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2,图2为本申请实施例提供的一种医疗不良事件线索识别方法的流程图,该方法包括如下步骤:
步骤S110:获取患者的诊疗信息。
若医务人员发生了诊疗不当行为,即产生了医疗不良事件线索,会隐匿在诊疗信息中,通过甄别诊疗信息,可发掘医疗不良事件线索,及时干预不当的诊疗行为。若要实现对患者诊疗过程的医疗不良事件线索追踪,需对医护人员记录的诊疗信息进行实时分析。
诊疗信息是指医护人员进行医疗服务的记录,如对医嘱、病程记录、护理记录等的电子化记录,所以,可以从存储该电子化记录的数据库中获取该患者的诊疗信息。
诊疗信息可以包括患者在诊疗过程中各个诊疗阶段对应的诊疗信息,在每次医护人员完成诊疗信息的录入及保存后,均对该诊疗信息进行分析。
其中,患者可以是指任意一个患者,其可以为一个或多个,在为多个时,针对每个患者均按照本申请实施例提供方法对患者的诊疗信息进行分析,进而分析出诊疗信息中是否存在医疗不良事件线索。
步骤S120:获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库。
临床路径是指医护人员针对某些病种,以循证医学为基础而制定的有严格工作顺序和时间要求的程序化、标准化的诊疗技术,也就是说,针对某些病种,其临床路径规定其按照一定的顺序进行各项检查以及根据检查结果出具的诊疗措施等,即临床路径对患者的诊疗有明确的时间、流程以及诊疗项目的安排。
所以,可以对患者的诊疗信息进行分析,获得其患者所患的疾病,然后获取该疾病对应的临床路径,可以理解地,数据库中可存储有各个病种对应的临床路径,患者的诊疗信息中记录有患者所患的疾病,所以可以直接从诊疗信息中提取出患者所患的疾病,然后从数据库中查找获得该疾病对应的临床路径即可。
临床路径医嘱知识库是指针对临床路径所规定的各类医嘱,医疗不良事件关键词库是指针对医疗不良事件所预先设定的一些关键词,可以理解地,针对某一种疾病,均可预设对应的临床路径医嘱知识库和医疗不良事件关键词库,或者针对所有的疾病,预设统一的临床路径医嘱知识库和医疗不良事件关键词库,如此,可获得诊疗信息对应的临床路径医嘱知识库和医疗不良事件关键词库。
步骤S130:基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
由于临床路径医嘱知识库或医疗不良事件关键词库中规定了相关的医嘱内容以及医疗不良事件关键词等,所以,可以基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,例如,可以将临床路径医嘱知识库或医疗不良事件关键词库中的相关内容与诊疗信息进行匹配,若所下医嘱超出范围或关键词匹配一致,则可确定诊疗信息中存在医疗不良事件线索。
在上述实现过程中,通过基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,从而可主动发掘医疗不良事件线索,减少人工参与医疗不良事件的识别,降低人力消耗,提高工作效率。
其中,为了便于对诊疗信息的分析,诊疗信息存储的方式可如下表1所示。
表1
作为一种实施方式,在获得上述形式的诊疗信息后,确定诊疗信息中是否存在医疗不良事件线索的过程中,可以基于患者诊疗信息,与临床路径入径标准匹配,获得诊疗信息对应的临床路径,将该临床路径对应的临床路径医嘱知识库或医疗不良事件关键词库与获取的诊疗信息匹配,从而来确定诊疗信息中是否存在医疗不良事件线索。
上述进行临床路径医嘱知识库或医疗不良事件关键词库的匹配可以从诊疗信息产生过程就对其进行预防和控制,如在医嘱下达时就对医疗不良事件线索进行调查与核实,则可进一步加强医疗不良事件的防范与预警。
在上述实现过程中,通过将患者的诊疗信息与临床路径医嘱知识库或医疗不良事件关键词库进行匹配,如此可及时发现医生在诊疗过程中的异常医疗行为,从而可对患者的诊疗过程进行医疗不良事件监控。
由于目前可用临床路径尚未覆盖所有疾病,为了预防临床路径以外的其它疾病相关的医疗不良事件,系统预设医疗不良事件关键词库,作为识别医疗不良事件线索的另一途径。可理解的,医疗不良事件关键词库包括所有疾病可能在医疗文书中出现的患者诊断、疾病症状等医疗不良事件相关的关键词,临床路径医嘱知识库取自目前已构建的1212条临床路径中的医嘱内容。如此,可通过识别诊疗信息中是否含有医疗不良事件线索,促进医疗不良事件的核实。
可以理解地,临床路径医嘱知识库是针对临床路径设置的,所以,还可以先判断诊疗信息是否符合临床路径入径标准,即判断诊疗信息是否匹配临床路径。在诊疗信息符合临床路径入径标准后,为了确定诊疗信息中是否存在医疗不良事件线索,作为一种实施方式,可以识别诊疗信息所属的诊疗信息格式类别,然后根据诊疗信息格式类别来选择基于临床路径医嘱知识库或医疗不良事件关键词库确定诊疗信息中是否存在医疗不良事件线索。
其中,诊疗信息格式类别可以包括医嘱以及医疗文书,即医护人员在记录诊疗信息时可以按照医嘱格式进行记录,也可以按照医疗文书的格式进行记录。针对每种诊疗信息格式类别,可以选择不同的方式识别出诊疗信息中是否存在医疗不良事件线索。
作为一种实施方式,若诊疗信息格式类别为医疗文书时,则将诊疗信息与医疗不良事件关键词库中的各个预设关键词进行匹配,若诊疗信息中存在与所述各个预设关键词匹配的关键词,则确定诊疗信息中存在医疗不良事件线索。
医疗不良事件关键词库是针对医疗不良事件线索预先构建的,其涉及诊疗流程、疾病症状、相关诊断等过程中可能导致医疗不良事件线索的词汇,可反映住院、手术、护理等医疗场景和服务内容。当医护人员诊疗行为不当,相关敏感词汇将以医疗文书的方式记录在医院系统中。关键词库可根据类目层级,分为1到3级,1级类目覆盖面最广,分为护理、医疗器械、手术、输血以及内镜,2级次之,3级覆盖面最小,但更为细化也容易被匹配,关键词库的示例如下表2所示。
表2
所以,可以从医疗不良事件关键词库中查找诊疗信息中是否存在有上述表2中的三级类目中的预设关键词,若存在,可提取出该关键词,然后反推该关键词所属的二级类目和/或一级类目,这样可形成医疗不良事件线索,从而即可发现产生医疗不良事件线索的根因。
当然,若诊疗信息所属的诊疗信息格式类别为医疗文书时,其也可以按照上述方式查找诊疗信息中是否存在预设关键词,若存在,则表明诊疗信息中存在医疗不良事件线索。
但是,若诊疗路径与临床路径入径标准不匹配,且诊疗信息所属的诊疗信息格式类别为医嘱时,这时由于尚未进入临床路径,则无法对其医嘱进行识别是否存在医疗不良事件线索,此时可直接结束流程,自动识别诊疗信息中不存在医疗不良事件线索即可。
在上述实现过程中,通过对诊疗信息进行关键词匹配,可快速且准确识别诊疗信息中是否存在医疗不良事件线索。
作为一种实施方式,若诊疗信息格式类别为医嘱时,则将诊疗信息中的医嘱信息与对应的临床路径医嘱知识库进行匹配,若医嘱信息中存在不属于临床路径医嘱知识库中的医嘱信息时,则确定诊疗信息中存在医疗不良事件线索。
医生可通过医嘱下达实施诊疗行为,可以通过抓取诊疗信息中的医嘱信息,可据此挖掘医疗不良事件线索,通过建设临床路径医嘱知识库,帮助规范医生诊疗行为。根据医嘱信息,对临床路径医嘱知识库进行结构化建设。根据医嘱时效划分,分为长期医嘱和临时医嘱;根据医嘱应用场景划分;分为药品类、护理类、检验类等医嘱。结构化建设有助于线索挖掘和精细化信息管理。
其中,临床路径医嘱知识库示例如下表3所示。
表3
所以,若诊疗信息中的医嘱信息存在不属于临床路径医嘱知识库中的医嘱信息时,表示其诊疗信息中可能新增了医嘱,存在医疗不良事件线索,若诊疗信息中的医嘱信息属于临床路径医嘱知识库中的医嘱信息,则表示不存在医疗不良事件线索。
在上述实现过程中,通过对诊疗信息中的医嘱信息进行识别,可快速且准确识别诊疗信息中是否存在医疗不良事件线索。
上述在确定诊疗信息中存在不良事件后,为了防止医疗不良事件线索被掩盖造成医疗安全隐患,还可以基于医疗不良事件线索生成医疗不良事件线索报告,然后将医疗不良事件线索报告发送给医疗质量管理人员的用户终端。
例如,在上述通过匹配临床路径医嘱知识库确定存在医疗不良事件线索时,可以形成以“路径超出-长期/短期医嘱-医嘱类别-医嘱项目”为线索的医疗不良事件线索报告。对于医疗文书,通过医疗不良事件关键词库匹配,抓取异常并发症的信息,形成以“合并异常并发症-关键词”为线索的报告。
其中,医疗质量管理人员可以是指医疗质量管理委员会,其可以通过用户终端查看医疗不良事件线索,以杜绝医疗不良事件线索漏报、瞒报的情况发生,提高全院医疗质量管理能力。医疗不良事件线索报告可如下表4和表5所示。
表4
表5
基于该医疗不良事件线索报告可从中获取患者ID,然后可查询患者本次住院所有相关的医疗不良事件线索,协助医疗质量管理人员调查患者医疗不良事件线索情况,形成医疗不良事件线索库,医疗不良事件线索库如下表6所示。
表6
如此,医疗质量管理人员可以根据患者ID对系统内患者本次住院相关的所有线索信息进行查询,浏览以患者为中心的医疗不良事件线索库,也可根据患者的医疗不良事件线索报告查询报告中涉及到的具体诊疗行为异常信息,使得医疗质量管理人员可对异常医疗行为进行管控。
另外,还可将医疗不良事件线索报告发送给导致产生线索的医护人员的用户终端。
医疗不良事件线索报告中还可以包括产生医疗不良事件线索的医护人员的ID,所以,还可以将医疗不良事件线索报告发送给医护人员的用户终端,医护人员获得医疗不良事件线索报告后,可对医疗不良事件线索进行判别。然后通过系统选择医疗不良事件线索“是”或“否”选项,若选择为“是”,可直接调用医疗不良事件上报系统进行事件上报;若选择为“否”,系统自动将该医疗不良事件线索报告上报到医疗质量管理人员对应的用户终端进行进一步核实。
医疗质量管理人员在进行核实时,医疗质量管理人员可根据患者基本信息调取患者电子病历360视图,进行全息诊疗数据的浏览,包括患者历史入院诊疗数据,以时间、病种、检验检查项目等多维度进行可视化分析,帮助医疗质量管理人员尽快掌握患者诊疗情况,便于准确核实医疗不良事件。医疗质量管理人员经核实后认定该医疗不良事件线索来源于真实的医疗不良事件,可立即通过系统向相关责任人反馈结果并督促其及时上报。
下面通过具体的示例对上述实现过程进行介绍。
示例一:患者,女,83岁。诊断:右股骨颈骨折,肺心病,脑萎缩,病重,一级护理。患者主因外伤后右侧髋部疼痛,活动受限5小时,入院收入骨科。平车送入病房,神志清楚,取半卧位,抬高患肢,制动。3日后晨护理交班,发现患者大小便污染床铺及臀部皮肤,家属给予使用成人纸尿裤,立即皮肤清洁,更换传单,给予保留导尿,皮肤创可贴保护受压部位,并严格执行翻身。住院10日后晨交班发现右臀部大片红褐色及散在小水泡,形成压疮,交接班记录中如实进行事件描述。
医院住院系统通过患者入院登记过程,形成患者基本信息,包括患者ID、姓名、性别、年龄等。患者入院后,医生生成入院记录并提交。系统根据所提交信息识别诊疗信息为“右股骨骨折,肺心病”。系统根据诊疗信息匹配临床路径入径标准,不能完全匹配,则识别系统所提交的信息为医疗文书,系统进行医疗不良事件关键词库匹配。若未发现存在预设关键词,继续后续的诊疗信息的判断。后续医生生成药品及检验检查医嘱并提交,系统识别其不为诊疗文书,不进行后续医疗不良事件关键词库匹配。护士遵医嘱进行护理活动。护士进行交接班后,进行交接班记录的生成与提交。系统根据所提交信息识别为医疗文书,进行医疗不良事件关键词库匹配。系统匹配医疗不良事件关键词库,发现“压疮”关键词。系统自动形成以下表7所示的医疗不良事件线索报告并向护士李四发出提醒,弹出是否认定为医疗不良事件线索询问选项。
表7
李四认为此事件不足以上报到医疗不良事件系统中,选择“否”选项。报告进一步上报到医疗质量管理人员的用户终端。医疗质量管理人员根据报告中患者信息,查询患者电子病历360视图中患者其它诊疗信息,发现患者高龄,右股骨颈骨折合并肺心病,病重,导致强迫体位,可视为难免褥疮,不认定为医疗不良事件线索。系统弹出是否认定为医疗不良事件线索询问选项。医疗质量管理人员选择“否”选项,则该事件流程结束。
示例二:患者,女性,47岁,诊断:骨性关节炎,收入骨关节科,5天后全麻下行双膝关节置换术,术后拔管返关节病房,刚至病房突发呼吸困难,抢救后意识始终未恢复,处于植物生存状态。术后两个月转外医院行高压氧治疗,效果不明显。术后两个半月当地医院继续治疗。
医院住院系统通过患者入院登记过程,形成患者基本信息,包括患者ID、姓名、性别、年龄等。患者入院后,医生生成入院记录并提交。系统根据所提交信息识别疾病诊断信息“骨性关节炎”及手术信息“膝关节置换术”。系统根据诊疗信息匹配临床路径入径标准,能完全匹配。系统识别提交的信息为医疗文书,进行一次医疗不良事件关键词库匹配,未发现线索。医生生成药品及检验检查医嘱并提交,系统识别所提交的信息为医嘱,进行临床路径医嘱知识库匹配,未发现线索。患者进行膝关节置换术,患者术后拔管回到病房,突发呼吸困难,意识丧失,医生立即实施抢救,下达医嘱并提交。系统识别所提交信息为医嘱,进行医嘱知识库匹配,发现新增医嘱内容,超出临床路径医嘱知识库,形成如下表8所示的医疗不良事件线索报告,向医生姚五发出提醒,并弹出是否认定为医疗不良事件线索询问选项。
表8
姚五存在故意瞒报医疗不良事件线索行为,选择“否”选项以避免该事件的上报。医疗质量管理人员根据报告中患者信息,查询患者电子病历360视图中患者其它诊疗信息,发现患者骨关节炎,不合并其它严重疾病,行髋关节置换术术后需要抢救不合理,视为医疗不良事件线索。系统弹出是否认定为医疗不良事件线索询问选项,医疗质量管理人员选择“是”选项,通过系统向姚五发送事件反馈报告,督促其上报该医疗不良事件,流程结束。
请参照图3,图3为本申请实施例提供的一种医疗不良事件线索识别装置200的结构框图,该装置200可以是电子设备上的模块、程序段或代码。应理解,该装置200与上述图2方法实施例对应,能够执行图2方法实施例涉及的各个步骤,该装置200具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。
可选地,所述装置200包括:
诊疗信息获取模块210,用于获取患者的诊疗信息;
其他信息获取模块220,用于获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;
识别模块230,用于基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
可选地,所述识别模块230,用于识别所述诊疗信息所属的诊疗信息格式类别;根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
可选地,所述识别模块230,用于若所述诊疗信息格式类别为医疗文书,则将所述诊疗信息与所述医疗不良事件关键词库中的各个预设关键词进行匹配;若所述诊疗信息中存在与所述各个预设关键词匹配的关键词,则确定所述诊疗信息中存在医疗不良事件线索。
可选地,所述识别模块230,用于若所述诊疗信息格式类别为医嘱,则将所述诊疗信息中的医嘱信息与所述临床路径医嘱知识库进行匹配;若所述医嘱信息中存在不属于所述临床路径医嘱知识库中的医嘱信息时,则确定所述诊疗信息中存在医疗不良事件线索。
可选地,所述装置200,还包括:
第一发送模块,用于基于所述医疗不良事件线索生成医疗不良事件线索报告;将所述医疗不良事件线索报告发送给医疗质量管理人员的用户终端。
可选地,所述装置200,还包括:
第二发送模块,用于基于所述医疗不良事件线索生成医疗不良事件线索报告;将所述医疗不良事件线索报告发送给导致产生所述医疗不良事件线索的医护人员的用户终端。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行如图2所示方法实施例中电子设备所执行的方法过程。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如,包括:获取患者的诊疗信息;获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
综上所述,本申请实施例提供一种医疗不良事件线索识别方法、装置、电子设备及存储介质,通过基于临床路径医嘱知识库或医疗不良事件关键词库来确定诊疗信息中是否存在医疗不良事件线索,从而可主动发掘医疗不良事件线索,减少人工参与医疗不良事件的识别,降低人力消耗,提高工作效率。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种医疗不良事件线索识别方法,其特征在于,所述方法包括:
获取患者的诊疗信息;
获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;
基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
2.根据权利要求1所述的方法,其特征在于,所述基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
识别所述诊疗信息所属的诊疗信息格式类别;
根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
3.根据权利要求2所述的方法,其特征在于,所述根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
若所述诊疗信息格式类别为医疗文书,则将所述诊疗信息与所述医疗不良事件关键词库中的各个预设关键词进行匹配;
若所述诊疗信息中存在与所述各个预设关键词匹配的关键词,则确定所述诊疗信息中存在医疗不良事件线索。
4.根据权利要求2所述的方法,其特征在于,所述根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索,包括:
若所述诊疗信息格式类别为医嘱,则将所述诊疗信息中的医嘱信息与所述临床路径医嘱知识库进行匹配;
若所述医嘱信息中存在不属于所述临床路径医嘱知识库中的医嘱信息时,则确定所述诊疗信息中存在医疗不良事件线索。
5.根据权利要求1-4任一所述的方法,其特征在于,在确定所述诊疗信息中存在医疗不良事件线索之后,还包括:
基于所述医疗不良事件线索生成医疗不良事件线索报告;
将所述医疗不良事件线索报告发送给医疗质量管理人员的用户终端。
6.根据权利要求1-4任一所述的方法,其特征在于,在确定所述诊疗信息中存在医疗不良事件线索之后,还包括:
基于所述医疗不良事件线索生成医疗不良事件线索报告;
将所述医疗不良事件线索报告发送给导致产生线索的医护人员的用户终端。
7.一种医疗不良事件线索识别装置,其特征在于,所述装置包括:
诊疗信息获取模块,用于获取患者的诊疗信息;
其他信息获取模块,用于获取所述诊疗信息对应的临床路径医嘱知识库或医疗不良事件关键词库;
识别模块,用于基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
8.根据权利要求7所述的装置,其特征在于,所述识别模块,用于识别所述诊疗信息所属的诊疗信息格式类别;根据所述诊疗信息格式类别选择基于所述临床路径医嘱知识库或所述医疗不良事件关键词库确定所述诊疗信息中是否存在医疗不良事件线索。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-6任一所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-6任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010079364.9A CN111312347A (zh) | 2020-02-03 | 2020-02-03 | 医疗不良事件线索识别方法、装置、电子设备及存储介质 |
US16/986,702 US20210241922A1 (en) | 2020-02-03 | 2020-08-06 | Method and device for identifying clues about medical adverse events, electronic equipment, and memory medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010079364.9A CN111312347A (zh) | 2020-02-03 | 2020-02-03 | 医疗不良事件线索识别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111312347A true CN111312347A (zh) | 2020-06-19 |
Family
ID=71146908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010079364.9A Pending CN111312347A (zh) | 2020-02-03 | 2020-02-03 | 医疗不良事件线索识别方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210241922A1 (zh) |
CN (1) | CN111312347A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112908488A (zh) * | 2021-02-09 | 2021-06-04 | 北京药明津石医药科技有限公司 | 事件识别方法、装置、计算机设备和存储介质 |
CN113053522A (zh) * | 2021-04-22 | 2021-06-29 | 北京百度网讯科技有限公司 | 用于处理医疗数据的方法、装置、设备、介质和产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765947A (zh) * | 2015-03-02 | 2015-07-08 | 大连理工大学 | 一种面向大数据的潜在药物不良反应数据挖掘方法 |
CN106845057A (zh) * | 2015-12-04 | 2017-06-13 | 北大医疗信息技术有限公司 | 医疗质量的管理方法及管理装置 |
CN207052301U (zh) * | 2017-06-01 | 2018-02-27 | 中国医学科学院北京协和医院 | 医院不良事件管理系统 |
CN108550380A (zh) * | 2018-04-12 | 2018-09-18 | 北京深度智耀科技有限公司 | 一种基于公共网络的药品安全信息监测方法和装置 |
CN109065118A (zh) * | 2018-09-26 | 2018-12-21 | 平安科技(深圳)有限公司 | 一种医疗数据处理方法、装置、终端及可读存储介质 |
CN110111896A (zh) * | 2019-05-20 | 2019-08-09 | 卫宁健康科技集团股份有限公司 | 医疗风险的识别方法及系统 |
CN110704526A (zh) * | 2019-09-27 | 2020-01-17 | 北京深度制耀科技有限公司 | 不良事件的信息的获取方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6915254B1 (en) * | 1998-07-30 | 2005-07-05 | A-Life Medical, Inc. | Automatically assigning medical codes using natural language processing |
EP2681709A4 (en) * | 2011-03-04 | 2015-05-06 | Kew Group Llc | PERSONALIZED MEDICAL MANAGEMENT SYSTEM, NETWORKS AND ASSOCIATED METHODS |
US20140095201A1 (en) * | 2012-09-28 | 2014-04-03 | Siemens Medical Solutions Usa, Inc. | Leveraging Public Health Data for Prediction and Prevention of Adverse Events |
EP2985711A1 (en) * | 2014-08-14 | 2016-02-17 | Accenture Global Services Limited | System for automated analysis of clinical text for pharmacovigilance |
WO2016073479A1 (en) * | 2014-11-03 | 2016-05-12 | Automated Clinical Guidelines, Llc | Method and platform/system for creating a web-based form that incorporates an embedded knowledge base, wherein the form provides automatic feedback to a user during and following completion of the form |
-
2020
- 2020-02-03 CN CN202010079364.9A patent/CN111312347A/zh active Pending
- 2020-08-06 US US16/986,702 patent/US20210241922A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765947A (zh) * | 2015-03-02 | 2015-07-08 | 大连理工大学 | 一种面向大数据的潜在药物不良反应数据挖掘方法 |
CN106845057A (zh) * | 2015-12-04 | 2017-06-13 | 北大医疗信息技术有限公司 | 医疗质量的管理方法及管理装置 |
CN207052301U (zh) * | 2017-06-01 | 2018-02-27 | 中国医学科学院北京协和医院 | 医院不良事件管理系统 |
CN108550380A (zh) * | 2018-04-12 | 2018-09-18 | 北京深度智耀科技有限公司 | 一种基于公共网络的药品安全信息监测方法和装置 |
CN109065118A (zh) * | 2018-09-26 | 2018-12-21 | 平安科技(深圳)有限公司 | 一种医疗数据处理方法、装置、终端及可读存储介质 |
CN110111896A (zh) * | 2019-05-20 | 2019-08-09 | 卫宁健康科技集团股份有限公司 | 医疗风险的识别方法及系统 |
CN110704526A (zh) * | 2019-09-27 | 2020-01-17 | 北京深度制耀科技有限公司 | 不良事件的信息的获取方法、装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112908488A (zh) * | 2021-02-09 | 2021-06-04 | 北京药明津石医药科技有限公司 | 事件识别方法、装置、计算机设备和存储介质 |
CN113053522A (zh) * | 2021-04-22 | 2021-06-29 | 北京百度网讯科技有限公司 | 用于处理医疗数据的方法、装置、设备、介质和产品 |
CN113053522B (zh) * | 2021-04-22 | 2023-08-08 | 北京百度网讯科技有限公司 | 用于处理医疗数据的方法、装置、设备、介质和产品 |
Also Published As
Publication number | Publication date |
---|---|
US20210241922A1 (en) | 2021-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2497193C2 (ru) | Обнаружение ошибок в машине логического вывода системы поддержки принятия клинического решения | |
CA2402425C (en) | Health analysis and forecast of abnormal conditions | |
AU2001240052A1 (en) | Health analysis and forecast of abnormal conditions | |
CN102737165A (zh) | 临床用药决策支持系统 | |
US20070027710A1 (en) | Method and system for automatically processing and evaluating medical data | |
CN111312347A (zh) | 医疗不良事件线索识别方法、装置、电子设备及存储介质 | |
Jian et al. | Evaluating performance of local case‐mix system by international comparison: a case study in Beijing, China | |
Knauf et al. | Nursing cost by DRG: nursing intensity weights | |
KR20080042256A (ko) | 약물부작용감시 시스템 | |
Wardinsky | Genetic and congenital defect conditions that mimic child abuse | |
US11495353B2 (en) | Method, apparatus, and computer readible media for artificial intelligence-based treatment guidance for the neurologically impaired patient who may need neurosurgery | |
US20140149140A1 (en) | System and method for patient identification index | |
Nyssen et al. | Reporting systems in healthcare from a case-by-case experience to a general framework: an example in anaesthesia | |
CN111755108A (zh) | 一种基于危急值对患者的救治管理方法 | |
Smulian et al. | New Jersey's electronic birth certificate program: variations in data sources. | |
Catelani et al. | ISO 14971 as a methodological tool in the validation process of a RIS-PACS system | |
CN114141340A (zh) | 一种在医疗过程中进行合理控费的方法、装置及设备 | |
Gangopadhyaya et al. | Racial, ethnic, and payer disparities in adverse safety events: are there differences across Leapfrog hospital safety Grades? | |
CN111048213A (zh) | 一种急诊质量评估管理系统 | |
World Health Organization | Indicators to monitor health-care capacity and utilization for decision-making on COVID-19 | |
Tomlin et al. | Linking primary and secondary healthcare databases in New Zealand | |
CN113764091B (zh) | 医疗质量智慧管理平台 | |
Fenn et al. | The epidemiology of error: an analysis of databases of clinical negligence litigation | |
Bisbis et al. | Using in-hospital mortality as an indicator of quality care and hospital performance | |
TWI807223B (zh) | 手術麻醉風險評估輔助系統、程式產品及其建立與使用方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |