CN111524585A - 用于重症医学科的自动质控管理系统及方法 - Google Patents
用于重症医学科的自动质控管理系统及方法 Download PDFInfo
- Publication number
- CN111524585A CN111524585A CN202010334154.XA CN202010334154A CN111524585A CN 111524585 A CN111524585 A CN 111524585A CN 202010334154 A CN202010334154 A CN 202010334154A CN 111524585 A CN111524585 A CN 111524585A
- Authority
- CN
- China
- Prior art keywords
- quality control
- judgment condition
- operation information
- data
- medical science
- 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
- 238000003908 quality control method Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 71
- 238000007405 data analysis Methods 0.000 claims abstract description 32
- 238000011282 treatment Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 36
- 230000002265 prevention Effects 0.000 claims description 32
- 238000007726 management method Methods 0.000 claims description 28
- 230000001755 vocal effect Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 206010040070 Septic Shock Diseases 0.000 description 41
- 230000036303 septic shock Effects 0.000 description 41
- 238000003745 diagnosis Methods 0.000 description 22
- 206010051055 Deep vein thrombosis Diseases 0.000 description 20
- 206010047249 Venous thrombosis Diseases 0.000 description 15
- 239000003814 drug Substances 0.000 description 15
- 230000003449 preventive effect Effects 0.000 description 15
- 238000002560 therapeutic procedure Methods 0.000 description 14
- 239000008280 blood Substances 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 238000004868 gas analysis Methods 0.000 description 12
- 229940079593 drug Drugs 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 206010040047 Sepsis Diseases 0.000 description 9
- 230000035939 shock Effects 0.000 description 9
- 238000007395 thrombosis prophylaxis Methods 0.000 description 6
- 239000003242 anti bacterial agent Substances 0.000 description 5
- 229940088710 antibiotic agent Drugs 0.000 description 5
- 238000009640 blood culture Methods 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 230000010100 anticoagulation Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000000554 physical therapy Methods 0.000 description 4
- 230000004872 arterial blood pressure Effects 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 229940124350 antibacterial drug Drugs 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003115 biocidal effect Effects 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及重症医学科管理技术领域,具体为一种用于重症医学科的自动质控管理系统及方法,该系统包括内部监听模块和数据分析模块,所述内部监听模块用于获取操作信息,并将操作信息进行存储,所述数据分析模块预设有操作判断条件和质控基础数据,所述数据分析模块用于判断操作信息是否满足操作判断条件,并根据判断结果对质控基础数据进行调整,当质控基础数据进行调整时,所述数据分析模块还用于根据调整后的质控基础数据进行统计生成质控数据,采用本方案能够解决现有技术在重症医学科进行医疗质量控制中,因采集和统计基础数据的数据量庞大造成医务人员工作量增大,且无法准确采集和统计基础数据的技术问题。
Description
技术领域
本发明涉及重症医学科管理技术领域,具体为一种用于重症医学科的自动质控管理系统及方法。
背景技术
重症医学科,即俗称的ICU,主要为重症、昏迷等病情严重的患者提供监护和治疗等医疗活动。由于患者病情变化快,为避免突发情况的出现,因此需要实时对患者的生理特征进行监测,从而为患者创造抢救的时机和可能性,进而使得患者的病情得到有效的控制和治疗。同时在监测过程中除对患者的生理特征进行监测外,还对医护人员的护理信息进行监测,例如诊断时间、检测时间、确诊时间、用药时间等等,通过监测所得的患者数据、护理数据,使得医生能够准确了解患者的病情发展,同时也能作为考核医疗质量控制的基础数据,通过统计分析基础数据,对医疗质量进行把控,提高工作效率和医疗质量。
目前,基础数据的采集和统计主要分为以下两种:第一种:部分基础数据仍采用人工填报的方式进行采集,其统计分析也是通过各部门采集的数据进行人工汇总。第二种:由医生或护士在质控节点时,对软件系统中的各个基础数据进行勾选或填写,然后再由软件系统对勾选的基础数据进行统计。但是上述基础数据的采集和统计方式存在以下缺点:一是基础数据的数据量庞大,通过人工填报或勾选的方式,加大了医务人员的文书工作量,且存在过多的人工干预,导致出错的概率增加,同时也容易出现数据失真的情况。二是在完成所有采集后才能进行统计,这种滞后的统计方式只能作为数据上报的材料,而不能实时对医务人员的操作进行提醒。
发明内容
本发明的目的之一在于提供一种用于重症医学科的自动质控管理系统,以解决现有技术在重症医学科进行医疗质量控制中,因采集和统计基础数据的数据量庞大造成医务人员工作量增大,且无法准确采集和统计基础数据的技术问题。
本发明提供基础方案一:用于重症医学科的自动质控管理系统及方法,包括内部监听模块和数据分析模块,所述内部监听模块用于获取操作信息,并将操作信息进行存储,所述数据分析模块预设有操作判断条件和质控基础数据,所述数据分析模块用于判断操作信息是否满足操作判断条件,并根据判断结果对质控基础数据进行调整,当质控基础数据进行调整时,所述数据分析模块还用于根据调整后的质控基础数据进行统计生成质控数据。
基础方案一的有益效果:通过内部监听模块进行监听,由此获得操作信息,操作信息为医务人员执行各种操作的行为和时间,例如护士执行医嘱的内容和时间,采集标本的类型和时间等。通过对操作信息进行存储,从而实现对医务人员的操作进行记录,一是可以作为对医务人员工作质量进行考核的基础信息;二是系统在调用相关数据时无需对服务器中所有数据再次进行筛选,提高系统整体响应速度;三是服务器的访问权限较低,其存储的操作信息存在被篡改的风险,而再次对操作信息进行存储,对操作信息进行备份,同时本系统的操作信息不易被篡改,可以作为后续追溯的证据。通过数据分析模块判断操作信息是否满足操作判断条件,例如护士是否在规定的时间内对患者进行用药等,通过判断结果对质控基础数据进行调整,质控基础数据为医院统计的各项数据,例如确诊人数、待治疗人数、已完成治疗人数等,例如护士在完成对患者的全部用药时,认为已完成对该患者的治疗,即对已完成治疗人数进行调整,通过对质控基础数据进行调整,一是可以掌握医务人员的工作量,便于对医务人员进行考核,二是可以对医院整体的接待量、治疗完成情况进行统计,便于对医院进行整体管理。
当质控基础数据进行调整时,即认为质控基础数据发生变化,那对应的其统计的数据也会发生变化,因此通过数据分析模块根据调整后的质控基础数据进行统计生成质控数据。在质控基础数据发生变化时,便重新统计生成质控数据,保证质控数据的准确性,从而实现可实时通过质控数据掌握医院患者的治疗情况等。医院为了智能化管理以及对医务人员的操作进行记录,会要求医务人员将相应的操作进行登记,而采用本方案通过内部监听模块进行监听,直接对医务人员登记的操作信息进行监听,无需医务人员额外因统计数据对质控基础数据进行填写或勾选,减少医务人员的工作量,同时也能减少因人工干预所带来的出错和数据失真的情况,从而提高统计生成的质控数据的准确性,在质控基础数据发生变化时,便会重新生成质控数据,保证质控数据在任意时刻都能准确的反映医院内的相关情况。
进一步,还包括质控反馈模块,所述质控反馈模块用于筛选出不满足操作判断条件的操作信息。有益效果:通过质控反馈模块筛选出不满足操作判断条件的操作信息,例如护士未在指定时间内对患者进行用药、患者指标未达到等,将不满足操作判断条件的操作信息反馈给护士或医院的管理者,从而提醒相关医务人员进行注意,进而实现提高医务人员工作质量和工作效率的目的。
进一步,所述内部监听模块运行在医院服务器上,所述内部监听模块用于从医院服务器获取操作信息。有益效果:医务人员在执行操作时,会在医院内部的系统进行记录,而医院内部的记录都会存储在服务器上。因此内部监听模块运行在医院服务器上,直接对医院服务器存储的记录进行获取,由此获取到操作信息,无需医务人员人工对操作信息进行填写或勾选,在减少医务人员工作量的同时,减少因人工干预所带来的出错和数据失真的情况。
进一步,所述内部监听模块还用于对第三方系统进行监听获取到操作信息。有益效果:除了对医务人员执行的操作需要进行监听外,还应对患者的指标进行监听,因此通过内部监听模块对第三方系统进行监听,例如第三方系统为患者的监护仪,通过对监护仪进行监听,从而获取患者的指标,进而判断患者指标是否恢复正常或达标。
进一步,所述数据分析模块包括第一分析子模块,所述操作判断条件包括第一判断条件,所述质控基础数据包括第一治疗人数,所述操作信息包括操作内容和操作时间,所述第一分析子模块用于判断操作内容和操作时间是否满足第一判断条件,并在满足第一判断条件时,对第一治疗人数进行调整。有益效果:对于不同的操作信息,其操作判断条件有所不同。例如在判断患者是否完成脓毒症休克三小时集束化治疗时,需要判断在患者脓毒症休克确诊时间之后的三个小时内护士是否采集血气分析的标本,由此可知操作信息为操作内容和操作时间,通过第一分析子模块判断操作内容和操作时间是否满足第一判断条件,从而判断是否对第一治疗人数进行调整,进而实现对完成脓毒症休克三小时集束化治疗的患者进行统计。
进一步,所述数据分析模块包括第二分析子模块,所述操作判断条件包括第二判断条件,所述第二判断条件包括监测判断条件和操作判断条件,所述质控基础数据包括第二治疗人数,所述操作信息还包括监测信息,所述第二分析子模块用于判断监测信息是否满足监测判断条件,还用于判断操作内容和操作时间是否满足操作判断条件,并在满足监测判断条件或满足操作判断条件时,对第二治疗人数进行调整。有益效果:对于不同的操作信息,其操作判断条件有所不同。例如在判断患者是否完成统计脓毒症休克六小时集束化治疗时,需要判断在患者脓毒症休克确诊时间之后的六个小时内护士是否采集血气分析的标本,由此可知操作信息为操作内容和操作时间,通过操作信息判断患者是否完成脓毒症休克六小时集束化治疗。在判断患者是否完成统计脓毒症休克六小时集束化治疗时,还存在另一判断方式,即判断患者生命体征平均动脉压、中心静脉压CVP等是否达标,由此可知操作信息为监测信息,通过操作信息判断患者是否完成脓毒症休克六小时集束化治疗。通过第二分析子模块判断监测信息是否满足监测判断条件或者操作内容和操作时间是否满足操作判断条件,从而判断是否对第二治疗人数进行调整,进而实现对完成脓毒症休克六小时集束化治疗的患者进行统计。
进一步,所述数据分析模块包括第三分析子模块,所述操作判断条件包括第三判断条件,所述质控基础数据包括预防完成人数,所述第三分析子模块用于判断操作内容和监测信息是否满足第三判断条件,并在满足第三判断条件时,对预防完成人数进行调整。有益效果:对于不同的操作信息,其操作判断条件有所不同。在判断患者是否完成深静脉血栓预防时,需要判断护士是否根据医生的深静脉血栓预防措施评估执行措施,例如当医生深静脉血栓预防措施评估为物理预防时,护士是否执行过气压治疗等物理预防的措施。由此可知操作信息为操作内容和监测信息,通过第三分析子模块判断操作内容和监测信息是否满足第三判断条件,从而判断是否对预防完成人数进行调整,进而实现对完成深静脉血栓预防的患者进行统计。
进一步,还包括医护端,所述质控反馈模块还用于根据操作信息和判断条件生成计划时间,并将操作信息和计划时间反馈给医护端。有益效果:通过质控反馈模块根据操作信息和判断条件生成计划时间,计划时间是不满足判断条件的操作信息应当完成的时间,例如在判断患者是否完成脓毒症休克三小时集束化治疗时,需要判断在患者脓毒症休克确诊时间之后的三个小时内护士是否采集血气分析的标本,当确诊时间在7点,护士在12点进行采集血气分析标本时,该项操作即不满足判断条件,则生成的计划时间为10点。通过将操作信息和计划时间反馈给医护端,从而提醒相关医务人员对相关情况进行注意,提高工作效率。
进一步,还包括质控提醒模块,所述质控提醒模块预设有时间阈值,所述质控提醒模块用于根据操作信息进行计时,并在计时达到时间阈值时,根据操作信息生成提醒信息。有益效果:通过质控提醒模块根据操作信息进行计时,并在计时达到时间阈值时,生成提醒信息进行提醒。通过提醒信息及时提醒医务人员执行对应的操作,从而提高医务人员工作质量和工作效率。
本发明的目的之二在于提供一种用于重症医学科的自动质控管理方法,
本发明提供基础方案二:用于重症医学科的自动质控管理方法,使用上述用于重症医学科的自动质控管理系统。
基础方案二的有益效果:通过监听的方式获取操作信息,无需医务人员在质控节点对质控基础数据进行填写或勾选,从而减少医务人员的文书工作量,同时减少人工干预导致的数据填写出错或数据失真的情况,提高采集的质控基础数据的准确性,进而提高根据质控基础数据进行统计生成的质控数据的准确性。在质控基础数据调整时,根据调整后的质控基础数据重新统计生成质控数据,保证质控数据与医院内的情况随时随地都是相对应的,即通过质控数据便能实时掌握医护人员的工作情况和医院内的患者情况。
附图说明
图1为本发明用于重症医学科的自动质控管理系统实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
用于重症医学科的自动质控管理系统,如附图1所示,包括内部监听模块、数据分析模块、质控反馈模块和医护端,医护端由医务人员使用。内部监听模块运行在医院服务器上,内部监听模块用于从医院服务器获取操作信息,在医院,医务人员都会对相应的操作进行记录,例如通过NIS护理信息系统执行的操作进行登记存储,而这些信息最终都会存储在医院服务器中,因此通过运行在医院服务器上的内部监听模块并能对这些信息进行监听,获取到操作信息。在其他实施例中,内部监听模块还用于对第三方系统进行监听获取到操作信息,例如从患者的监护仪、医院自主开发的监护系统等进行监听。
操作信息包括操作内容、操作时间和监测信息,例如操作内容为护士执行广谱抗生素,操作时间为护士执行广谱抗生素的时间,监测信息为患者的各项指标。内部监听模块用于获取操作信息,并将操作信息进行存储。
数据分析模块预设有操作判断条件和质控基础数据,操作判断条件包括第一判断条件、第二判断条件和第三判断条件,第二判断条件包括监测判断条件和操作判断条件。质控基础数据包括第一在科人数、第一治疗人数、第二在科人数、第二治疗人数、评估预防人数和预防完成人数。数据分析模块包括第一分析子模块、第二分析子模块和第三分析子模块。数据分析模块用于判断操作信息是否满足操作判断条件,并根据判断结果对质控基础数据进行调整。
第一在科人数为进入重症医学科需要进行脓毒症休克三小时集束化治疗的患者数量,第一治疗人数为第一在科人数中已完成脓毒症休克三小时集束化治疗的患者数量,初始化第一在科人数为当前重症医学科的患者数量,第一治疗人数为零。医护端用于获取第一入科信号和第一排除信号,并将第一入科信号或第一排除信号发送给第一分析子模块,第一分析子模块用于接收到第一入科信号时增加第一在科人数,并在接收到第一排除信号时减少第一在科人数。第一分析模块还用于判断操作内容和操作时间是否满足第一判断条件,并在满足第一判断条件时,对第一治疗人数进行调整。
具体以脓毒症休克三小时集束化治疗为例进行说明,第一判断条件为执行广谱抗生素时间是否在脓毒症休克确诊时间之后的一个小时内,并且采集血气分析的标本时间是否在脓毒症休克确诊时间之后的三个小时内,并且采集血培养的标本时间是否在脓毒症休克确诊时间之后的三个小时内,并且执行30ml/kg晶体液液体复苏治疗时间是否在脓毒症休克确诊时间之后的三个小时内,当操作内容和操作时间满足第一判断条件时,即认为已完成对患者的脓毒症休克三小时集束化治疗,增加第一治疗人数。
第二在科人数为进入重症医学科需要进行脓毒症休克六小时集束化治疗的患者数量,第二治疗人数为第二在科人数中已完成脓毒症休克六小时集束化治疗的患者数量,初始化第二在科人数为当前重症医学科的患者数量,第二治疗人数为零。医护端用于获取第二入科信号和第二排除信号,并将第二入科信号或第二排除信号发送给第二分析子模块,第二分析子模块用于接收到第二入科信号时增加第二在科人数,并在接收到第二排除信号时减少第二在科人数。第二分析子模块用于判断监测信息是否满足监测判断条件,还用于判断操作内容和操作时间是否满足操作判断条件,并在满足监测判断条件或满足操作判断条件时,对第二治疗人数进行调整。
具体以脓毒症休克六小时集束化治疗为例进行说明,操作判断条件为医生连续性血气分析的医嘱开时间是否在脓毒症休克确诊时间之后的六个小时内,并且血气分析标本采集时间是否在脓毒症休克确诊时间之后的六个小时内,并且中心静脉压CVP开始监测的时间是否在脓毒症休克确诊时间之后的六个小时内,并且SvO2开始监测的时间是否在脓毒症休克确诊时间之后的六个小时内。监测判断条件为生命体征平均动脉压是否大于或等于65mmHg,并且患者每小时尿量是否大于或等于0.5kg/min,并且中心静脉压CVP是否恢复到8至12cm/H2O。第二判断条件为监测信息是否满足监测判断条件,或者操作内容和操作时间是否满足操作判断条件,当满足监测判断条件或满足操作判断条件时,即满足第二判断条件,即认为已完成对患者的脓毒症休克六小时集束化治疗,增加第二治疗人数。
评估预防人数为在DVT评估中需要预防的患者数量,预防完成人数为已按照医生的评估完成预防的患者数量,初始化评估预防人数为DVT评估中需要预防的患者数量,评估预防人数随DVT评估进行变化,预防完成人数为零。第三分析子模块用于判断操作内容和监测信息是否满足第三判断条件,并在满足第三判断条件时,对预防完成人数进行调整。
具体的以深静脉血栓预防为例进行说明,第三判断条件为护士是否根据医生评估执行过预防措施,包括医生评估为深静脉血栓预防措施评估为药物预防时,护士是否执行过抗凝药物治疗;医生评估为深静脉血栓预防措施评估为物理预防时,护士是否执行过物理治疗,例如气压治疗;医生评估为深静脉血栓预防措施评估为药物预防加物理预防时,护士是否执行过抗凝药物治疗和物理治疗;医生评估是否为深静脉血栓预防措施评估为不可用;当满足第三判断条件时,即认为已对VDT评估为需要预防的患者完成预防治疗,增加预防完成人数。
当质控基础数据进行调整时,即质控基础数据中任一数值发生变化时,数据分析模块还用于根据调整后的质控基础数据进行统计生成质控数据。当第一在科人数或第一治疗人数发生变化时,数据分析模块用于以第一治疗人数作为分子,第一在科人数作为分母计算出脓毒症休克三小时集束化治疗完成率;当第二在科人数或第二治疗人数发生变化时,数据分析模块用于以第二治疗人数作为分子,第二在科人数作为分母计算出脓毒症休克六小时集束化治疗完成率;当评估预防人数或预防完成人数发生变化时,数据分析模块用于以预防完成人数作为分子,评估预防人数作为分母计算出深静脉血栓预防完成率。
在其他实施例中,质控基础数据还包括医嘱送检人数和已送检人数,医嘱送检人数为医生开立抗菌药物治疗医嘱的患者数量,已送检人数为满足要求的送检数量,初始化医嘱送检人数,医嘱送检人数随医生医嘱变化,已送检人数为零。数据分析模块还包括其他分析模块,操作判断条件还包括其他判断条件,其他分析模块用于根据操作内容和操作时间判断是否满足其他判断条件。其他判断条件为送检标本的采集时间是否在执行注射抗菌药物的时间之前,当满足其他判断条件,即认为该患者在满足要求下进行的送检,增加已送检人数。
质控反馈模块用于筛选出不满足操作判断条件的操作信息,还用于根据操作信息和操作判断条件生成计划时间,并将不满足操作判断条件的操作信息和计划时间反馈给医护端。
用于重症医学科的自动质控管理方法,使用上述用于重症医学科的自动质控管理系统,具体包括监听步骤、数据分析步骤和质控反馈步骤。
监听步骤:对医务人员的操作进行监听获取到操作信息,包括从医院服务器获取和从第三方系统获取,操作信息包括操作内容、操作时间和监测信息,例如操作内容为护士执行广谱抗生素,操作时间为护士执行广谱抗生素的时间,监测信息为患者的各项指标。
数据分析步骤:分析判断操作信息是否满足操作判断条件,并根据判断结果对质控基础数据进行调整,并在质控基础数据发生变化时,根据调整后的质控基础数据统计生成质控数据。质控基础数据包括第一在科人数、第一治疗人数、第二在科人数、第二治疗人数、评估预防人数和预防完成人数。
数据分析步骤具体包括第一分析步骤、第二分析步骤、第三分析步骤和统计分析步骤。
第一分析步骤:获取第一入科信号和第一排除信号,当获取到第一入科信号时,增加第一在科人数;当获取到第一排除信号时,减少第一在科人数。默认每一位进入重症医学科的患者都需要进行脓毒症休克三小时集束化治疗,即患者进入重症医学科时获取到第一入科信号,当监测到医生对某个患者进行排除脓毒症休克时,即获取到第一排除信号。
操作判断条件包括第一判断条件,判断操作内容和操作时间是否满足第一判断条件,并在满足第一判断条件时,增加第一治疗人数。具体的,第一判断条件为执行广谱抗生素时间是否在脓毒症休克确诊时间之后的一个小时内,并且采集血气分析的标本时间是否在脓毒症休克确诊时间之后的三个小时内,并且采集血培养的标本时间是否在脓毒症休克确诊时间之后的三个小时内,并且执行30ml/kg晶体液液体复苏治疗时间是否在脓毒症休克确诊时间之后的三个小时内。
第二分析步骤:获取第二入科信号和第二排除信号,当获取到第二入科信号时,增加第二在科人数;当获取到第二排除信号时,减少第二在科人数。默认每一位进入重症医学科的患者都需要进行脓毒症休克六小时集束化治疗,即患者进入重症医学科时获取到第二入科信号,当监测到医生对某个患者进行排除脓毒症休克时,即获取到第二排除信号。
操作判断条件包括第二判断条件,第二判断条件包括监测判断条件和操作判断条件,判断监测信息是否满足监测判断条件,以及判断操作内容和操作时间是否满足操作判断条件,并在满足监测判断条件或满足操作判断条件时,增加第二治疗人数。具体的,操作判断条件为医生连续性血气分析的医嘱开时间是否在脓毒症休克确诊时间之后的六个小时内,并且血气分析标本采集时间是否在脓毒症休克确诊时间之后的六个小时内,并且中心静脉压CVP开始监测的时间是否在脓毒症休克确诊时间之后的六个小时内,并且SvO2开始监测的时间是否在脓毒症休克确诊时间之后的六个小时内。监测判断条件为生命体征平均动脉压是否大于或等于65mmHg,并且患者每小时尿量是否大于或等于0.5kg/min,并且中心静脉压CVP是否恢复到8至12cm/H2O。
第三分析步骤:根据DVT评估结果增加评估预防人数,即DVT评估结果显示患者需要预防,即增加评估预防人数。操作判断条件包括第三判断条件,判断操作内容和监测信息是否满足第三判断条件,并在满足第三判断条件时,增加预防完成人数。具体的第三判断条件为护士是否根据医生评估执行过预防措施,包括医生评估为深静脉血栓预防措施评估为药物预防时,护士是否执行过抗凝药物治疗;医生评估为深静脉血栓预防措施评估为物理预防时,护士是否执行过物理治疗,例如气压治疗;医生评估为深静脉血栓预防措施评估为药物预防加物理预防时,护士是否执行过抗凝药物治疗和物理治疗;医生评估是否为深静脉血栓预防措施评估为不可用。
统计分析步骤:对质控基础数据进行监测,当质控基础数据中任一数值发生变化时,根据调整后的质控基础数据进行统计生成质控数据。具体的,当第一在科人数或第一治疗人数发生变化时,以第一治疗人数作为分子,第一在科人数作为分母计算出脓毒症休克三小时集束化治疗完成率;当第二在科人数或第二治疗人数发生变化时,以第二治疗人数作为分子,第二在科人数作为分母计算出脓毒症休克六小时集束化治疗完成率;当评估预防人数或预防完成人数发生变化时,以预防完成人数作为分子,评估预防人数作为分母计算出深静脉血栓预防完成率。
质控反馈步骤:筛选出在第一分析步骤、第二分析步骤、第三分析步骤中不满足操作判断条件的操作信息,通过筛选出不满足操作判断条件的操作信息以提醒医务人员在下次操作时注意。
根据操作信息和操作判断条件生成计划时间,具体的,以第一判断条件为例,当操作信息中操作内容为脓毒症休克,操作时间为脓毒症休克确诊时间X时,根据第一判断条件生成计划时间,包括第一计划时间和第二计划时间,第一计划时间为X+1时,第二计划时间为X+3时,通过第一计划时间和第二计划时间提醒医务人员注意时间节点,及时对患者执行相关操作。
实施例二
本实施例与实施例一的不同之处在于:用于重症医学科的自动质控管理系统,还包括质控提醒模块,质控提醒模块预设有多个时间阈值,由于不同操作的执行时长不同,即不同操作信息对应的时间阈值不同,质控提醒模块用于根据操作信息筛选出时间阈值,并进行计时,并在计时达到时间阈值时,根据操作信息生成提醒信息。
具体以脓毒症休克三小时集束化治疗为例进行说明,当操作信息为医生在X时作出脓毒症休克确诊医嘱时,其对应的时间阈值为0.5小时和2.5小时,质控提醒模块在计时达到0.5小时时,根据操作信息生成提醒信息,此时的提醒信息为是否执行广谱抗生素。质控提醒模块在计时达到2.5小时时,根据操作信息生成提醒信息,此时的提醒信息为是否采集血气分析标本、是否采集血培养标本,以及是否执行30ml/kg晶体液液体复苏治疗。当然在计时过程中,若获取的操作信息包括上述信息则停止并归零计时,例如在计时达到2.5小时前,护士已进行过采集血气分析标本、采集血培养标本和执行30ml/kg晶体液液体复苏治疗的操作,则停止并归零计时,无需对护士进行提醒。
用于重症医学科的自动质控管理方法,使用上述用于重症医学科的自动质控管理系统。
具体还包括以下步骤:
质控提醒步骤:预先存储有与不同操作信息对应的时间阈值,根据操作信息筛选出时间阈值,并进行计时,在计时达到时间阈值时,根据操作信息生成提醒信息。
例如在脓毒症休克三小时集束化治疗中,采集血培养标本的时长为0.5小时,则时间阈值为2.5小时,即当操作信息为医生在X时作出脓毒症休克确诊医嘱时,其对应的时间阈值包括2.5小时。根据操作信息筛选出时间阈值,在本实施例中,当操作信息为医生在X时作出脓毒症休克确诊医嘱时,其对应的时间阈值包括2.5小时和0.5小时。通过提前提醒医务人员的方式,使得医务人员能够在指定时间内完成操作,以保证医务人员的工作质量。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.用于重症医学科的自动质控管理系统,其特征在于:包括内部监听模块和数据分析模块,所述内部监听模块用于获取操作信息,并将操作信息进行存储,所述数据分析模块预设有操作判断条件和质控基础数据,所述数据分析模块用于判断操作信息是否满足操作判断条件,并根据判断结果对质控基础数据进行调整,当质控基础数据进行调整时,所述数据分析模块还用于根据调整后的质控基础数据进行统计生成质控数据。
2.根据权利要求1所述的用于重症医学科的自动质控管理系统,其特征在于:还包括质控反馈模块,所述质控反馈模块用于筛选出不满足操作判断条件的操作信息。
3.根据权利要求1所述的用于重症医学科的自动质控管理系统,其特征在于:所述内部监听模块运行在医院服务器上,所述内部监听模块用于从医院服务器获取操作信息。
4.根据权利要求3所述的用于重症医学科的自动质控管理系统,其特征在于:所述内部监听模块还用于对第三方系统进行监听获取到操作信息。
5.根据权利要求3或4所述的用于重症医学科的自动质控管理系统,其特征在于:所述数据分析模块包括第一分析子模块,所述操作判断条件包括第一判断条件,所述质控基础数据包括第一治疗人数,所述操作信息包括操作内容和操作时间,所述第一分析子模块用于判断操作内容和操作时间是否满足第一判断条件,并在满足第一判断条件时,对第一治疗人数进行调整。
6.根据权利要求5所述的用于重症医学科的自动质控管理系统,其特征在于:所述数据分析模块包括第二分析子模块,所述操作判断条件包括第二判断条件,所述第二判断条件包括监测判断条件和操作判断条件,所述质控基础数据包括第二治疗人数,所述操作信息还包括监测信息,所述第二分析子模块用于判断监测信息是否满足监测判断条件,还用于判断操作内容和操作时间是否满足操作判断条件,并在满足监测判断条件或满足操作判断条件时,对第二治疗人数进行调整。
7.根据权利要求6所述的用于重症医学科的自动质控管理系统,其特征在于:所述数据分析模块包括第三分析子模块,所述操作判断条件包括第三判断条件,所述质控基础数据包括预防完成人数,所述第三分析子模块用于判断操作内容和监测信息是否满足第三判断条件,并在满足第三判断条件时,对预防完成人数进行调整。
8.根据权利要求2所述的用于重症医学科的自动质控管理系统,其特征在于:还包括医护端,所述质控反馈模块还用于根据操作信息和判断条件生成计划时间,并将操作信息和计划时间反馈给医护端。
9.根据权利要求8所述的用于重症医学科的自动质控管理系统,其特征在于:还包括质控提醒模块,所述质控提醒模块预设有时间阈值,所述质控提醒模块用于根据操作信息进行计时,并在计时达到时间阈值时,根据操作信息生成提醒信息。
10.用于重症医学科的自动质控管理方法,其特征在于:使用上述权利要求1-9任一项的用于重症医学科的自动质控管理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334154.XA CN111524585A (zh) | 2020-04-24 | 2020-04-24 | 用于重症医学科的自动质控管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334154.XA CN111524585A (zh) | 2020-04-24 | 2020-04-24 | 用于重症医学科的自动质控管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111524585A true CN111524585A (zh) | 2020-08-11 |
Family
ID=71911079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010334154.XA Pending CN111524585A (zh) | 2020-04-24 | 2020-04-24 | 用于重症医学科的自动质控管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111524585A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117524443A (zh) * | 2024-01-04 | 2024-02-06 | 遂宁市中心医院 | 一种基于数据分析的重症医学科室病患监控管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315696A (zh) * | 2008-07-10 | 2008-12-03 | 上海交通大学 | 检查医院设备服务水平的评估系统 |
CN104112061A (zh) * | 2014-05-12 | 2014-10-22 | 管蕾蕾 | Icu重症监护信息系统技术 |
CN104408329A (zh) * | 2014-12-18 | 2015-03-11 | 北京大学深圳医院 | 电子化临床护理路径管理系统及方法 |
CN104680302A (zh) * | 2014-12-04 | 2015-06-03 | 东软熙康健康科技有限公司 | 一种体检导检方法及装置 |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
CN107483551A (zh) * | 2017-07-24 | 2017-12-15 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检排队辅助系统及方法 |
CN108877909A (zh) * | 2018-08-06 | 2018-11-23 | 四川互慧软件有限公司 | 一种医院护理综合管理平台 |
CN109522344A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种基于数据可视化的数据处理方法及设备 |
CN109887588A (zh) * | 2019-01-29 | 2019-06-14 | 复旦大学附属儿科医院 | 一种儿科重症监护单元不同数据采集模式开发和应用方法 |
CN110993079A (zh) * | 2019-11-29 | 2020-04-10 | 重庆亚德科技股份有限公司 | 一种医疗质量控制管理平台 |
-
2020
- 2020-04-24 CN CN202010334154.XA patent/CN111524585A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315696A (zh) * | 2008-07-10 | 2008-12-03 | 上海交通大学 | 检查医院设备服务水平的评估系统 |
CN104112061A (zh) * | 2014-05-12 | 2014-10-22 | 管蕾蕾 | Icu重症监护信息系统技术 |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
CN104680302A (zh) * | 2014-12-04 | 2015-06-03 | 东软熙康健康科技有限公司 | 一种体检导检方法及装置 |
CN104408329A (zh) * | 2014-12-18 | 2015-03-11 | 北京大学深圳医院 | 电子化临床护理路径管理系统及方法 |
CN107483551A (zh) * | 2017-07-24 | 2017-12-15 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检排队辅助系统及方法 |
CN108877909A (zh) * | 2018-08-06 | 2018-11-23 | 四川互慧软件有限公司 | 一种医院护理综合管理平台 |
CN109522344A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 一种基于数据可视化的数据处理方法及设备 |
CN109887588A (zh) * | 2019-01-29 | 2019-06-14 | 复旦大学附属儿科医院 | 一种儿科重症监护单元不同数据采集模式开发和应用方法 |
CN110993079A (zh) * | 2019-11-29 | 2020-04-10 | 重庆亚德科技股份有限公司 | 一种医疗质量控制管理平台 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117524443A (zh) * | 2024-01-04 | 2024-02-06 | 遂宁市中心医院 | 一种基于数据分析的重症医学科室病患监控管理系统 |
CN117524443B (zh) * | 2024-01-04 | 2024-03-22 | 遂宁市中心医院 | 一种基于数据分析的重症医学科室病患监控管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2112098C (en) | A clinical information reporting system | |
CN112365978B (zh) | 心动过速事件早期风险评估的模型的建立方法及其装置 | |
CN111724910B (zh) | 一种适用于围手术期患者血液管理的检测评估方法 | |
US8548823B2 (en) | Automatically determining ideal treatment plans for complex neuropsychiatric conditions | |
US20060259329A1 (en) | System and Method for Determining the Degree of Abnormality of a Patient's Vital Signs | |
DE102005012628A1 (de) | Verarbeitungssystem für klinische Daten | |
CN111899837A (zh) | 一种基于数字化手术室的手术报告协同方法及系统 | |
KR102598101B1 (ko) | 딥 뉴럴 네트워크 기반 실시간 중환자실 환자 상태 분석 시스템 및 방법 | |
CN111899867A (zh) | 基于深度学习的手术并发症预测及规避辅助决策系统 | |
CN111524585A (zh) | 用于重症医学科的自动质控管理系统及方法 | |
US8428965B2 (en) | System for clinical research and clinical management of cardiovascular risk using ambulatory blood pressure monitoring and actigraphy | |
US11728034B2 (en) | Medical examination assistance apparatus | |
CN114093524A (zh) | 一种儿童抗菌药物使用评估系统、计算机可读存储介质及终端 | |
US20030191666A1 (en) | System and method for evaluating pretest probabilities of life-threatening diseases | |
CN117219243A (zh) | 一种心血管疾病评估及管理系统 | |
CN112863679A (zh) | 健康管理小屋用控制系统 | |
CN108806784A (zh) | 基于互联网的远程家庭医疗服务系统 | |
CN117253580A (zh) | 一种自动化患者监测护理系统、方法以及装置 | |
Nenov et al. | Computer applications in the intensive care unit | |
Cen et al. | Intelligence ECG Monitoring System: Wireless platform and Arrhythmia classification using Residual neural network | |
Blondon et al. | Design Considerations for the Use of Patient-Generated Health Data in the Electronic Medical Records. | |
CN117747046B (zh) | 一种医用注射系统 | |
US11298087B2 (en) | Method and system for predicting physiological alarm frequency by patient monitors | |
US20210142873A1 (en) | Method for monitoring inmate's health and providing healthcare guidelines | |
CN118053555A (zh) | 一种体征采集计划的数据处理方法、系统和存储介质 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Huang He Inventor after: Tang Haixiao Inventor after: Hu Yunping Inventor before: Huang He |
|
CB03 | Change of inventor or designer information |