CN111712882B - 药房预测性分析 - Google Patents
药房预测性分析 Download PDFInfo
- Publication number
- CN111712882B CN111712882B CN201980012262.0A CN201980012262A CN111712882B CN 111712882 B CN111712882 B CN 111712882B CN 201980012262 A CN201980012262 A CN 201980012262A CN 111712882 B CN111712882 B CN 111712882B
- Authority
- CN
- China
- Prior art keywords
- patient
- medication
- determining
- prescription
- intended
- 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
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/0092—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for assembling and dispensing of pharmaceutical articles
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Abstract
本发明公开了一种系统,包括存储指令的存储器和配置为执行所述指令的处理器。处理器执行的指令使系统检索患者的诊断信息,检索负责所述患者的医师的医师信息,以及根据诊断信息、医师信息和存储在存储器中的药物处方模式来确定所述患者的预期药物处方。还提供了一种使用所述系统的方法和包括所述指令的非暂时性计算机可读介质。
Description
背景技术
本公开总体上涉及医疗机构中的药物管理。更具体地,本公开涉及预测对患者的药物需求以缩短药物分配的时间和成本并优化存储效率。
当前的药物存储系统需要保存大量的药物在手,以对多种潜在的医学诊断进行治疗。即时的药物可优化患者治疗并防止许多疾病的发展。由于这个原因,医院通常使用基于病人护理区域的药柜,可以立即提供库存药物。基于护理区域的药柜中没有库存的药物需要根据医生的命令从药房配送,这可能会花费时间并延迟治疗。在患者护理区存放的情况下,并且由于医生的处方模式会随时间而变化,因此对于药房来说,定期检查药物清单以确保存储在药柜中的药物是最常用的药物类型非常重要。不在患者护理区柜中的药物处方可能会导致治疗延迟,并且通常情况下,从药房配送的费用较高。此外,如果药物没有处方,并在药柜中长期存放,一部分药物可能超过保质期而被丢弃。
发明内容
在第一实施例中,提供了一种系统,包括存储指令的存储器和配置为执行所述指令的处理器。处理器执行的指令使系统检索患者的诊断信息,检索负责该患者的医师的医师信息,以及根据存储在存储器中的诊断信息、医师信息和药物处方模式来确定预期药物。这种确定可以使药房预测对药物的需求并主动将其发送给患者,从而避免延误药物治疗。
在第二实施例中,计算机实现的方法包括在患者进入医疗机构时从患者检索个人信息,其中所述个人信息包括症状。计算机实现的方法包括基于症状检索诊断,并基于患者的个人信息、诊断以及存储在存储器中的药物处方模式来确定患者的预期药物处方。计算机实现的方法还包括提示自动配药机中第一剂量的配送和存储,以及来自所述预期药物处方的药物的后续供应。
在其他实施例中,一种非暂时性计算机可读介质,包括指令,当指令由计算机中的处理器执行时,该指令使计算机执行一种方法。该方法包括:在患者进入医疗机构时从患者那里检索个人信息,其中所述个人信息包括症状;基于所述症状检索诊断;以及基于患者的个人信息、诊断以及存储在存储器中的药物处方模式来确定患者的预期药物处方。方法还包括提示自动配药机中第一剂量的配送和存储,以及来自所述预期药物处方的药物的后续供应。
附图说明
图1示出了根据一些实施例的用于药物管理的系统;
图2示出了根据一些实施例的基于药柜库存、患者信息和药柜位置的药物配送系统;
图3示出了根据一些实施例的基于药柜库存、患者信息和存储优化的药物配送系统;
图4是示出根据一些实施例的用于预测性药物处方的方法中的步骤的流程图;
图5是示出根据一些实施例的用于预测性药物管理的方法中的步骤的流程图;
图6是示出根据一些实施例的示例计算机系统的框图,利用该示例计算机系统可以实现方法和步骤。
在附图中,除非另有明确说明,否则具有相同或相似附图标记的元件具有相同或相似的功能或配置。
具体实施方式
本公开内容涉及使用预测性分析来缩短患者入院到急诊医疗机构和有效地将适当的药物输送给患者之间的时间间隔的药物配送系统。在一些实施例中,药物存储系统被配置为存储即使在紧急情况下也很有可能在短时间内配送给适当患者的药物。例如,本文公开的存储系统被配置为将药物存储在最有可能由选定自动配药机附近的患者使用的选定自动配药机中。
在常规系统中,药房管理(例如,药物的存储和配送)包括反应性任务。药物管理中的典型步骤涉及医师基于患者的检查和诊断来写处方(例如,以书面形式)。在一些配置中,医师可以通过计算机系统(例如,集中式药房服务器)输入处方请求。根据处方要求,药剂师会检查处方订单的安全性和适当性,然后准备和分配药物。本文公开的实施例包括分析方法和步骤,这些分析方法和步骤为药剂师提供了在医师开具处方之前预测性定位药物的机会。例如,在一些实施例中,集中式药房服务器可以使用患者诊断、患者人口统计和在患者入院时收集的其他药物信息,以预测性地确保在医生订购药物之前,很可能由医师开出的药物定位在患者位置附近。一些实施例包括用于改善药物管理的标准化配方,其中相似的患者状况、症状和诊断导致相似的药物处方。因此,一些实施例包括方法和步骤,其中相对于在多个医师,多个患者和多个医疗机构上累积的药物处方的累积历史,医师开一种药物或另一种药物的偏好减轻预测药物处方的权重。在一些实施例中,可以在医师做出处方之前确定药物处方,从而节省时间并提供具有可重复和可验证结果的更可靠的过程。此外,本文公开的实施例中的药柜设置和优化方法包括处置和替换来自药柜和自动配药机的残留药物。例如,根据某些诊断和治疗计划,很少开处方且已经存在于药柜中的药物可以替换为更可能分配给患者的其他药物。
在目前的药物管理系统(例如以下所述的“所有药物模型”)中,已经发现约有20%甚至更多储存在药柜和配送系统中的药物在大约六(6)个月甚至更长时间内没有处方或使用。这些未使用的药物通常取代必须从中央药房发送的新的常用处方药物,从而导致治疗延迟。因此,使用“所有药物”模型的医院通常会在整个护理单元中将90%至95%的典型处方需求存储在储药柜中,而医院可能会包含多达20%通常不是在该区域执业的医师开出的药物。在某些情况下,也许甚至很大一部分存储的药物(从百分之几到也许10%甚至更多)事实上可能在给病人用药之前就过期了。因此,存储成本、药物成本和药物配送的总体控制都会因为这种过剩的存储能力而造成负担。此外,存储效率低下会影响患者护理的质量,尤其是在患者急需而无法立即获得所需药物的情况下。例如,在某些情况下,已经发现,当药物不在病人附近的药柜或自动配药装置中时,取回药物的成本是靠近病人的药柜或自动配药装置的三(3)倍。此外,还发现,对于远程取回,而不是放在靠近患者的药柜里,或在病房里的药物,第一次给药的时间平均大约要长四十(40)分钟或更长。
与本公开一致的实施例的一些优点包括在诊断时,甚至更早地在患者进入医疗机构后,预测医师可能给患者开出的药物。因此,向自动配药机或药柜提出的用药请求可能得到快速、积极的响应。相应地,在等待适当的药物到达负责向患者配送的护士或医护人员的过程中浪费的时间很少。在一些实施例中,机器学习算法确保一旦患者以某些症状和/或病史入院,所需的药物将在需要时提供给负责患者的护士或医护人员。
图1示出了根据一些实施例的用于药物管理(例如,药物存储和配送)的系统100。系统100包括具有存储器20、处理器12和通信模块18的自动配药机110。存储器20包括患者数据25和药物数据27。患者数据25可以包括与从自动配药机110接收药物的患者相关的信息。药物数据27包含存储在自动配药机110中的药物的更新清单。自动配药机110还包括输入设备14(例如,鼠标、键盘、触摸屏显示器等)和输出设备16(例如,显示器、扬声器等)。因此,自动配药机110的用户可以通过输入设备14向自动配药机110输入命令和查询,并通过输出设备16从自动配药机110接收图形和其他信息。在一些实施例中,自动配药机110包括一个或多个存储抽屉115-1、115-2至115-k(以下统称为存储抽屉115),其中'k'可以是任何整数值。存储抽屉115可以包括具有要开处方和给患者施用的药物的容器,其中容器可以被标记以进行识别,例如通过射频识别(RFID)标签、条形码、四联码等。相应地,处理器12可以通过锁定和解锁关闭存储抽屉115或其中的每个容器中的盖子的电子闩锁来进一步控制对存储抽屉115和其中的容器的访问。
系统100还包括具有存储器40、处理器36和通信模块38的集中式药房服务器130。存储器40包括医师处方数据43。医师数据43可以包括医师列表和他们的药物处方历史记录,其与一个或多个患者症状和按医院/医疗保健系统护理区域/地理区域分层的诊断相关。存储器40可以包括患者数据45,其可以与患者数据25相同或相似。患者数据45可以包括与从自动药柜或集中式药房接收药物的患者相关的信息。在一些实施例中,患者数据45可以包括关于患者的人口统计学和诊断信息(例如,婴儿、儿童、老人、种族等),或入院诊断。存储器40还包括药物数据47。在一些实施例中,药物数据47还可以包括集中式药房中所有药物的库存清单,以及这些药物针对与每种药物相关联的患者的处方频率。另外,存储器40还可以包括预测算法49。
预测算法49可以包括指令,当由处理器36执行时,导致集中式药房服务器130执行至少部分符合本公开的方法的一些步骤。预测算法49可以包括智能引擎,该智能引擎能够将按医院服务、或护理区域分层的药物处方的历史数据与患者和医师信息相关联并确定处方模式。在一些实施例中,预测算法49可以包括神经网络算法,或类似的非线性(NN)算法,其被配置为基于患者入院的数据、症状、诊断以及与患者相关的其他信息(例如,人口统计学数据)、患者病情以及负责患者的医师或卫生保健专业人员来提供对要配送给患者的药物的预测。处方模式可以与诊断结果、季节性变化或医疗保健设施内的位置相关联。预测算法49可以在多种类型的输入数据上进行训练,操作集中式药房服务器130的药剂师可能会发现这些数据与确定覆盖医院的特定地理区域的药柜中库存或手头现有的药物的最优化组合有关,根据最近的历史处方模式,保证药柜中有最大比例的药物立即可用。在一些实施例中,预测算法49还被配置为考虑药物处方的季节性变化、疾病暴发(可能在地理位置上)等。例如,在一些实施例中,药物处方的季节性变化可以包括在流感季节期间(例如,在秋冬季期间)抗生素、疫苗和其他与流感有关的药物处方的增加,在过敏季节(例如春季)期间呼吸性充血剂处方的增加,和皮肤护理处方的增加(例如夏季)。更一般地,随着时间的流逝,预测算法49运行并检测处方模式的变化,并基于预测的变化建议药柜的处方库存的变化。
在一些实施例中,集中式药房服务器130可以与在集中式药房服务器130外部的药物数据库160和同样在集中式药房服务器130外部的计算机化医生医嘱录入系统(CPOE)数据库170耦合。在一些实施例中,CPOE数据库170可以包括针对不同的医生以及针对在特定症状下入住医疗机构的特定患者在延长的时间段(例如2-3年,或者可能更长)中聚合的处方模式。事实上,集中式药房中心130可以访问CPOE数据库170,并使用预测算法49将医生的处方实践与患者的诊断和人口学参数相关联,再加上其他信息来预测医生最有可能给患者开出的药物和剂量。在某些实施例中,医师(例如专科医生)通常将相似类型的患者(例如表现出相似症状的患者)收治到相同的专科领域,(例如,骨科医生将整个臀部和整个膝盖纳入骨科部门,内分泌学家将二型糖尿病患者纳入医疗部门,依此类推)。医师之间的处方模式可以存储在CPOE数据库170中。此外,在一些实施例中,CPOE数据库170包括医生如何将患者收治到医疗中心或医疗保健设施内的特定服务的模式。相应地,预测算法49可以被配置为识别处方模式,以及医疗设施的每个区域的常用处方药物。预测算法可用于在初始设置时,基于一段时间内(例如,几周或几个月)的分层医生处方模式,预测性地确定自动配药机的内容。
CPOE数据库170包括根据所收集的数据具有统计意义的置信度选择的一段时间内累积的数据。例如,CPOE数据库170收集一段时间的数据,使得平均数和其他统计信息提供5%或2%的置信度。
自动配药机110可以通过网络150,通过自动配药机110中的通信模块18和集中式药房服务器130中的通信模块38与集中式药房服务器130通信连接。例如,网络150可以包括局域网(LAN)、广域网(WAN)、互联网等中的任意一种或多种。此外,网络150可以包括但不限于以下网络拓扑结构中的任意一种或多种,包括总线网络、星形网络、环形网络、网状网络、星形-总线网络、树形或分层网络等。通信模块18和38可以被配置为与网络150耦合,以在自动配药机110和集中式药房中心130之间交换信息。在一些实施例中,通信模块18和38可以被配置为无线通信枢纽(例如,根据IEEE802.11.xx协议、IEEE802.14.4协议、NFC协议、蓝牙协议、BLE协议等)。存储器20可以包括基于网络的应用程序,该应用程序具有访问集中式药房中心130的指令,并且请求、检索、提供或更新来自患者的医疗信息。
处理器12或36中的任何一个可以包括嵌入式系统微控制器和被配置为执行存储在存储器20和/或40中的任何一个中的指令的操作系统。
图2示出了根据一些实施例的基于药柜库存、患者信息(例如,患者数据25或患者数据45)和药柜位置的药物配送系统200。CPOE170可以包括两到三年的累积处方数据,这些数据与医生和给定急诊设施的患者症状有关。因此,预测算法49可以是在CPOE170上训练的神经网络,以确定药柜库存内容和自动配药机110的最佳位置210。例如,预测算法49可以根据医疗设施内(例如,房间和楼层),甚至在单个房间内患者的分布情况,确定自动配药机110的内容和位置210。
与系统200一致的实施例确保在合理的时间内将适当的药物放置在最有可能使用该药物的患者附近,从而减少护理人员在需要时取回药物的时间。此外,在一些实施例中,系统200被配置为根据自动配药机110的更新位置210更新自动配药机110的内容(例如,通过连接到自动配药机110的无线定位器或GPS,或者仅仅通过更新在系统中记录并通过网络150传输的信息)。此外,在一些实施例中,系统200被配置为当位置210中的患者名册被改变时(例如,新患者进入并且现有患者被移出、转移或退房),更新自动配药机110的所需内容。
作为位置210内的自动配药机110的设置或启动的一部分。系统200可以根据数据向药剂师提供一份列表,其中列出哪些药物可以从自动配药机中移除,以及哪些药物应该被添加到药柜库存中,以提供为药柜区域内患者开出的任何药物在药柜中可用,而不是从药房110配送的最高概率。例如,在一些实施例中,预测算法49可以根据算法预测的常见患者诊断来确定某些药物使用模式。为了避免不必要地存储这些药物,预测算法49可以向集中式药房服务器指示在给定位置的给定药物需要被替换。
图3示出了根据一些实施例的基于药柜库存、患者信息和患者信息和包括自动优化工具的存储优化的药物配送系统300。基于CPOE数据库170,系统300在集中式药房数据库130中处理预测算法49,以调整并使自动配药机110中的库存与当前医师处方一致。预测算法49分析来自按医院护理区域170分层的CPOE数据库的处方数据,以确定自动配药机110中可能被移除并被更频繁使用的药物替换的内容。在一些实施例中,系统300在例行基础上更新和调整自动配药机110的内容。因此,系统300可以大幅降低目前在医疗设施中经历的药物管理的额外成本。例如,在一些实施例中,在药柜中存储的高达20%的药物可能不在当前的常用处方药中,要求它们从药房配送可能是一次性的,成本高得多。
图4是示出根据一些实施例的用于预测性药物处方的方法400中的步骤的流程图。方法400中的至少一些步骤可以由计算机执行,该计算机具有执行存储在计算机的存储器(例如,自动配药机110、集中式药房服务器130、处理器12或36以及存储器20或40)中的命令的处理器。方法400中的至少一些步骤可以由自动配药机执行,包括一个或多个存储抽屉,每个存储抽屉具有至少一个或多个容器,容器包括药物或任何其他标记的物品(例如,自动配药机110和存储抽屉115)。在一些实施例中,方法400中的步骤可以部分地由自动配药机以及通过通信模块,经由网络(例如,通信模块18和38以及网络150)彼此通信地耦合的集中式药房服务器来执行。此外,方法400中公开的步骤可以包括检索、编辑和/或存储在数据库中的文件,该数据库是计算机的一部分,或与计算机可通信地耦合(例如,药物数据库160或CPOE数据库170)。与本公开一致的方法可以包括方法400中示出的至少一些但不是全部步骤,以不同顺序执行。此外,与本公开一致的方法可以包括与方法400中一样的至少两个或多个步骤,在时间上重叠执行,或几乎同时执行。
步骤402包括检索患者的诊断信息。在一些实施例中,步骤402包括检索患者的人口统计学数据。
步骤404包括检索负责该患者的医师信息。医师信息可以包括医师的一个或多个专业领域,以及医师的处方史。在一些实施例中,步骤404可以包括检索医师信息,包括自动配药机所在的医疗设施的选定区域的一段时间内的处方模式。
步骤406包括基于诊断信息、医师信息、存储在存储器中的药物处方模式以及通过批准的处方可用的药物,确定患者的预期药物处方。在一些实施例中,步骤406包括检索患者相对于配置为存储药物的自动配药机的位置信息,以确定要开处方的药物。在一些实施例中,存储在存储器中的药物处方模式包括在所选区域(例如,患者或自动配药机所处的位置)中的多个医师的处方模式。在一些实施例中,步骤406包括根据存储在存储器中的预设模式的变化来确定要开处方的药物。此外,在一些实施例中,步骤406包括医师的药物处方历史,用于确定要开处方的药物。在一些实施例中,存储在存储器中的预设模式包括药物处方的季节性变化,以及在存储器中存储了较长时间的处方数据。
在一些实施例中,步骤406还包括解锁自动配药机中的存储抽屉,以便向医疗保健专业人员提供对药物的访问,或预先放置预期的药物处方。在一些实施例中,步骤406包括锁定存储抽屉,直到专业医疗保健提供者下达包括预期药物处方的订单。在一些实施例中,步骤406还包括根据自动配药机的位置将药物存储在自动配药机中。在一些实施例中,步骤406包括请求更换存储药物的自动配药机的存储抽屉中的药物。
步骤408包括基于患者护理区域类型、位置和基于存储在存储器中的药物处方模式来确定设置时的初始药柜内容。相应地,步骤408可以包括(例如,由药剂师或药房中的中央计算机)识别医师之间的处方模式以及这些医师如何将患者收治到医疗中心内的特定服务中的模式(例如,哪些患者被分配到哪些位置)。步骤408可以包括识别药物处方模式和设施的每个区域的常用处方药物。在一些实施例中,步骤408可以包括基于患者护理区域类型、位置和基于药物处方模式,确定布置在设施中的多个药柜中的每个药柜的初始数量、尺寸、位置和内容。
图5是示出根据一些实施例的用于预测性药物管理的方法500中的步骤的流程图。方法500中的至少一些步骤可以由计算机执行,该计算机具有执行存储在计算机的存储器(例如,自动配药机110、集中式药房服务器130、处理器12或36以及存储器20或40)中的命令的处理器。方法500中的至少一些步骤可以由自动配药机执行,包括一个或多个存储抽屉,每个存储抽屉具有至少一个或多个容器,容器包括药物或任何其他标记的物品(例如,自动配药机110和存储抽屉115)。在一些实施例中,方法500中的步骤可以部分地由自动配药机以及通过通信模块,经由网络(例如,通信模块18和38以及网络150)彼此通信地耦合的集中式药房服务器来执行。此外,方法500中公开的步骤可以包括检索、编辑和/或存储在数据库中的文件,该数据库是计算机的一部分,或与计算机可通信地耦合(例如,药物数据库160或CPOE数据库170)。与本公开一致的方法可以包括方法500中示出的至少一些但不是全部步骤,以不同顺序执行。此外,与本公开一致的方法可以包括与方法500中一样的至少两个或多个步骤,在时间上重叠执行,或几乎同时执行。
步骤502包括将患者收治到医疗机构。在一些实施例中,步骤502包括在存储器中收集和存储相关患者数据。相关的患者数据可以包括患者个人信息,例如人口统计学数据(例如,年龄、性别等),还包括患者遭受的症状。
步骤504包括根据相关患者数据对患者进行检查和诊断。
步骤506包括根据临床协议分析检查结果。
步骤508a包括使用本文公开的分析方法预测药物处方。在一些实施例中,步骤508a包括在医师向患者开出药物之前,甚至在向患者开出药物的同时预期对药物的需求并将药物放置在患者附近的位置。在一些实施例中,步骤508a包括在患者进入医疗机构时(例如,步骤502)从患者处检索个人信息,该个人信息包括症状。此外,在一些实施例中,步骤508a包括检索基于症状的诊断(例如,步骤504)。此外,在一些实施例中,步骤508a包括基于患者的个人信息、诊断结果以及存储在存储器中的预设处方模式(例如,来自CPOE数据库170)确定患者的预测药物处方。
步骤508b包括由医师开出选定的药物。
步骤510包括存储药物。在一些实施例中,步骤510包括通过致动存储抽屉中的盖子的电子闩锁来锁定自动配药机中的存储抽屉。
步骤512包括由护士或其他医疗保健专业人员将所选处方药物交付给患者。在一些实施例中,步骤512包括通过致动存储抽屉中的盖子的电子闩锁来解锁自动配药机中的存储抽屉。
图6是示出根据一些实施例的示例计算机系统的框图,利用该示例计算机系统可以实现实现方法400和500中示出的方法和步骤。在某些方面,计算机系统600可以使用硬件或软件和硬件的组合来实现,可以在专用服务器中,集成到另一个实体中,或分布在多个实体中。
计算机系统600包括用于通信信息的总线608或其他通信机制,以及与总线608耦合的用于处理信息的处理器602。作为示例,计算机系统600可以用一个或多个处理器602来实现。处理器602可以是通用微处理器、微控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、状态机、门控逻辑、分立硬件组件或可以执行信息计算或其他操作的任何其他合适的实体。在一些实施例中,处理器602可以包括被配置为“放置”工具或引擎,或“路由”工具或引擎的模块和电路,以分别在电路布局中放置器件和路由通道,如本文所公开的。
计算机系统600除了硬件之外,还包括为所述计算机程序创建执行环境的代码,例如,所述代码构成处理器固件、协议栈、数据库管理系统、操作系统,或它们中的一个或多个的组合,存储在包括的存储器604中,例如随机存取存储器(RAM)、闪存、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除PROM(EPROM)、寄存器、硬盘、可移动磁盘、CD-ROM、DVD或任何其它合适的存储设备,耦合到总线608,用于存储要由处理器602执行的信息和指令。处理器602和存储器604可以由专用逻辑电路补充或并入专用逻辑电路。
指令可以存储在存储器604中,并以一个或多个计算机程序产品,例如,编码在计算机可读介质上的一个或多个计算机程序指令模块来实现,以便由计算机系统600执行,或控制计算机系统600的操作,并根据本领域技术人员熟知的任何方法,包括但不限于计算机语言,例如面向数据的语言(例如。SQL、dBase)、系统语言(例如,C、Objective-C、C++、Assembly)、架构语言(例如,Java、.NET)和应用语言(例如,PHP、Ruby、Perl、Python)。指令也可以用计算机语言来实现,如数组语言、面向方面的语言、汇编语言、编写语言、命令行界面语言、编译语言、并发语言、大括号语言、数据流语言、数据结构化语言、声明式语言、深奥语言、扩展语言、第四代语言、函数式语言、交互模式语言、解释式语言、迭代语言、列表式语言。小语言、基于逻辑的语言、机器语言、宏语言、元编程语言、多范式语言、数值分析、非英语语言、面向对象的基于类的语言、面向对象的基于原型的语言、偏旁规则语言、程序化语言、反射式语言、基于规则的语言、脚本语言、基于堆栈的语言、同步语言、语法处理语言、可视化语言、Wirth语言、可嵌入语言和基于xml的语言。存储器604还可用于在执行将由处理器602执行的指令期间存储临时变量或其他中间信息。
本文讨论的计算机程序不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的一部分(例如,存储在标记语言文档中的一个或多个脚本)、专用于所述程序的单个文件或多个协调文件(例如,存储一个或多个模块、子程序或部分代码的文件)中。计算机程序可以部署在一台计算机上执行,也可以部署在位于一个站点或分布在多个站点并通过通信网络互连的多台计算机上执行。本说明书中描述的过程和逻辑流可由一个或多个可编程处理器执行,该处理器执行一个或多个计算机程序,通过操作输入数据和生成输出来执行功能。
计算机系统600还包括数据存储设备606,例如磁盘或光盘,耦合到总线608,用于存储信息和指令。
计算机系统600通过输入/输出模块610耦合到各种设备。输入/输出模块610是任何输入/输出模块。示例性的输入/输出模块610包括数据端口,例如USB端口。输入/输出模块610被配置为连接到通信模块612。示例性的通信模块612包括网络接口卡,例如以太网卡和调制解调器。在某些方面,输入/输出模块610被配置为连接到多个设备,例如输入设备614和/或输出设备616。示例性的输入设备614包括键盘和指向设备,例如,鼠标或轨迹球,用户可以通过其向计算机系统600提供输入。其他种类的输入设备614也用于提供与用户的交互,例如触觉输入设备、视觉输入设备、音频输入设备或脑机接口设备。例如,提供给用户的反馈可以是任何形式的感官反馈,例如,视觉反馈、听觉反馈或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声音、语音、触觉或脑波输入。示例性的输出设备616包括显示设备,例如LED(发光二极管)、CRT(阴极射线管)或LCD(液晶显示器)屏幕,用于向用户显示信息。
如本文所公开的方法可由计算机系统600响应处理器602执行包含在存储器604中的一个或多个指令的一个或多个序列而执行。这些指令可以从另一个机器可读介质,例如数据存储设备606读取到存储器604中。执行包含在主存储器604中的指令序列导致处理器602执行本文所述的处理步骤(例如,如在方法400和500中)。也可以采用多处理装置中的一个或多个处理器来执行存储器604中包含的指令序列。在另一个方面,可以使用硬线电路代替软件指令或与软件指令相结合来实现本公开的各个方面。因此,本公开的各个方面不限于硬件电路和软件的任何特定组合。
本说明书中描述的主题的各个方面可以在计算系统中实现,该计算系统包括后端组件,例如,作为数据服务器,或者包括中间件组件,例如,应用服务器,或者包括前端组件,例如,具有图形用户界面或Web浏览器的客户端计算机,用户可以通过该客户端计算机与本说明书中描述的主题事项的实施例进行交互,或者一个或多个这样的后端、中间件或前端组件的任意组合。系统的组件可以通过数字数据通信的任何形式或介质,例如,通信网络,进行互连。例如,通信网络可以包括个人区域网(PAN)、局域网(LAN)、校园区域网(CAN)、城域网(MAN)、广域网(WAN)、宽带网(BBN)、互联网等中的任意一种或多种。此外,通信网络可以包括但不限于例如以下网络拓扑结构中的任意一种或多种,包括总线网络、星形网络、环形网络、网状网络、星形-总线网络、树形或分层网络等。通信模块可以是例如调制解调器或以太网卡。
计算系统600包括服务器和个人计算机设备。个人计算设备和服务器一般相互之间是远程的,并且通常通过通信网络进行交互。客户端和服务器的关系是凭借在各自的计算机上运行的计算机程序而产生的,并且彼此之间具有客户-服务器关系。计算机系统600可以是例如且不限于台式计算机、笔记本电脑或平板电脑。计算机系统600也可以嵌入到另一设备中,例如且不限于移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器、视频游戏机和/或电视机顶盒。
本文使用的术语“机器可读存储介质”或“计算机可读介质”是指参与向处理器602提供指令或数据以供执行的任何介质或媒体。该介质可以是任何形式的,包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘、磁盘或闪存,例如数据存储设备606。易失性介质包括动态存储器,例如存储器604。传输介质包括同轴电缆、铜线和光纤,包括构成总线608的导线。常见的机器可读介质形式包括例如软盘、软盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD、任何其它光学介质、打孔卡、纸带、任何其它带有孔的图案的物理介质、RAM、PROM、EPROM、FLASHEPROM、任何其它存储器芯片或磁带盒、或计算机可以读取的任何其它介质。机器可读存储介质可以是机器可读存储装置、机器可读存储基板、存储器装置、影响机器可读传播信号的物质组成,或它们中的一个或多个的组合。
在一个方面,方法可以是操作、指令或函数,反之亦然。在一个方面,可对条款或权利要求进行修改,以包括在其他一个或多个条款中列举的部分或全部单词(例如,指令、操作、功能或组件)、一个或多个单词、一个或多个句子、一个或多个短语、一个或多个段落和/或一个或多个权利要求。
为了说明硬件和软件的可互换性,诸如各种说明性的块、模块、组件、方法、操作、指令和算法等项目已经从它们的功能方面进行了一般描述。这种功能是以硬件、软件还是以硬件和软件的组合来实现,取决于特定的应用和对整个系统施加的设计限制。本领域技术人员可以针对每个特定应用以不同的方式实现所述功能。
提供上述描述是为了使本领域技术人员能够实践本文所述的各种配置。虽然已经参照各种图和配置特别描述了主题技术,但应当理解,这些图和配置仅用于说明目的,而不应被视为限制了主题技术的范围。
可以有许多其他方式来实现主题技术。在不脱离主题技术范围的情况下,这里描述的各种功能和元素可以以不同于所示的方式进行分割。对这些配置的各种修改对于本技术领域技术人员来说将是显而易见的,并且本文定义的一般原理可以应用于其它配置。因此,本领域技术人员可以对主题技术进行许多改变和修改,而不偏离主题技术的范围。
如本文所使用的,在一系列项目之前的短语“至少一个”,用术语“和”或“或”来分隔任何一个项目,将列表作为一个整体而不是列表的每个成员(例如,每个项目)进行修改。短语“至少一个”并不要求选择所列每个项目中的至少一个;相反,该短语允许包括任何项目中的至少一个,和/或项目的任何组合中的至少一个,和/或项目中的每个项目中的至少一个的含义。举例来说,短语“A、B和C中的至少一个”或“A、B或C中的至少一个”各自仅指A、仅指B或仅指C;A、B和C的任意组合;和/或A、B和C中的每一个中的至少一个。
此外,在描述或权利要求中使用术语“包括”、“具有”或类似的情况下,该术语旨在以类似于术语“包括”的方式包含在内,因为术语“包括”在权利要求中被用作过渡词时被解释。“示例性”在此用于指“作为示例、实例或说明”。本文描述为“示例性”的任何实施例不一定被解释为比其他实施例优选或有利。
除非特别指出,否则以单数形式提及元素并不意味着“一个且只有一个”,而是“一个或多个”。术语“一些”指的是一个或多个。通过引用将本发明中描述的、本领域技术人员已知的或以后将知道的各种配置的元件的所有结构和功能等效物通过引用明确地并入本文中,并意在被主题技术所包含。此外,本文中所披露的内容并不打算专门针对公众,无论上述描述中是否明确叙述了该等公开。
虽然已经描述了主题技术的某些方面和实施例,但这些仅仅是通过示例的方式提出的,而不是为了限制主题技术的范围。事实上,在不背离其精神的情况下,这里描述的新颖方法和系统可以以各种其它形式体现。所附权利要求及其等价物旨在涵盖将落入主题技术的范围和精神的这种形式或修改。
Claims (23)
1.一种用于药房预测性分析的系统,包括:
定位器装置;
存储指令的存储器;和
处理器,配置为执行所述指令以:
确定新患者已被添加到医疗机构的患者名册中;
响应于所述新患者被添加:
确定所述定位器装置的当前装置位置;
确定所述新患者相对于所述当前装置位置的患者位置;
检索所述新患者的诊断信息;
确定与所述当前装置位置或所述患者位置对应的区域相关联的多个医师的历史药物处方模式,所述多个医师包括检索负责所述患者的医师的医师信息;
将所述当前装置位置、患者位置、新患者的诊断信息以及历史药物处方模式提供给神经网络;
基于向所述神经网络提供所述当前装置位置和患者位置、诊断信息、医师信息、历史药物处方模式,并基于通过批准的处方可用的药物,从所述神经网络确定所述患者的预期药物处方,其中所述预期药物处方还基于通过批准的处方可用的药物来确定;以及
响应于确定所述预期药物处方,实施所述区域内的自动配药机中来自所述预期药物处方的药物的第一剂量的配送以及后续供应;以及
将所述药物的第一剂量和后续供应存储在所述自动配药机中的存储抽屉中。
2.根据权利要求1所述的系统,其中所述处理器还被配置为解锁所述自动配药机的抽屉,以预先放置所述预期药物处方,并且锁定所述存储抽屉,直到专业医疗保健提供者下达包括所述预期药物处方的订单。
3.根据权利要求1所述的系统,其中存储在所述存储器中的所述药物处方模式包括在选定区域中的多个医师的处方模式,并且所述处理器还被配置为提示将所述预期药物处方存储在位于所述选定区域中所述当前位置的所述自动配药机中。
4.根据权利要求1所述的系统,其中所述医师信息包括在自动药柜所在的医疗机构的选定区域的一段时间内的处方模式,以及其中所述处理器被配置为确定所述自动药柜中的所述预期药物处方的常规库存。
5.根据权利要求1所述的系统,其中确定所述患者位置包括:所述处理器还被配置为,相对于配置为存储所述预期药物处方的自动配药机的位置信息,检索所述患者的患者护理区域房间位置信息,并且还包括确定所述预期药物处方当前是否存储在所述配药机中。
6.根据权利要求1所述的系统,其中所述药物处方模式存储在所述存储器中,并且所述处理器还被配置为基于存储在所述存储器中的所述药物处方模式中的一个药物处方模式的改变来确定所述预期药物处方。
7.根据权利要求1所述的系统,其中所述药物处方模式存储在所述存储器中,并且包括医师对具有类似诊断的患者的药物处方的历史。
8.根据权利要求1所述的系统,其中所述药物处方模式存储在所述存储器中,并且包括一段时间内药物处方模式的趋势和变化。
9.根据权利要求1所述的系统,其中所述药物处方模式存储在所述存储器中,并且包括在所述存储器中存储了超过一周时间的处方数据。
10.根据权利要求1所述的系统,其中所述处理器还被配置为,锁定包括已配送和存储的来自所述预期药物处方的药物的第一剂量的存储抽屉,直到接收到所述预期药物处方的订单。
11.一种计算机实现的方法,该方法包括:
确定新患者已被医疗机构收治;
响应于所述新患者被医疗机构收治:
确定连接到自动配药机的定位器装置的当前装置位置;
确定所述新患者相对于所述当前装置位置的患者位置;
在患者进入医疗机构时从患者检索与新个人信息相关联的诊断信息,其中所述个人信息包括症状;
基于所述症状检索诊断;
确定与所述当前装置位置或所述患者位置对应的区域相关联的多个医师的历史药物处方模式,所述多个医师包括与所述新患者相关联的医师;
将所述当前装置位置、患者位置、新患者的诊断信息以及历史药物处方模式提供给神经网络;
基于向所述神经网络提供所述当前装置位置和患者位置、所述患者的个人信息、诊断信息、和历史药物处方模式,从所述神经网络确定所述患者的预期药物处方,其中所述预期药物处方还基于通过批准的处方可用的药物来确定;
响应于确定所述预期药物处方,实施所述自动配药机中来自所述预期药物处方的药物的第一剂量的配送以及后续供应;以及
将所述药物的第一剂量和后续供应存储在所述自动配药机中的存储抽屉中。
12.根据权利要求11所述的计算机实现的方法,还包括:解锁所述自动配药机的抽屉,以预先放置所述预期药物处方,并且锁定所述存储抽屉,直到专业医疗保健提供者下达包括所述预期药物处方的订单。
13.根据权利要求11所述的计算机实现的方法,其中所述药物处方模式存储在所述自动配药机的存储器中,并且包括在选定区域中的多个医师的处方模式,并且其中所述计算机实现的方法还包括提示在位于所述选定区域中的所述自动配药机中存储所述预期药物处方。
14.根据权利要求11所述的计算机实现的方法,其中所述药物处方模式包括在自动药柜所在的医疗机构的选定区域的一段时间内的处方模式,并且其中所述计算机实现的方法包括提示所述预期药物处方在所述自动药柜中的常规库存。
15.根据权利要求11所述的计算机实现的方法,其中基于所述症状检索所述诊断信息包括检索来自所述患者的至少一个实验室结果。
16.根据权利要求11所述的计算机实现的方法,其中确定所述预期药物处方包括确定存储在所述自动配药机的存储器中的所述药物处方模式的改变。
17.根据权利要求11所述的计算机实现的方法,其中所述方法还包括:响应于所述新患者被医疗机构收治,锁定包括已配送和存储的药物的第一剂量的所述存储抽屉,直到专业医疗保健提供者下达包括所述预期药物处方的订单。
18.一种非暂时性计算机可读介质,包括当由计算机中的处理器执行时使所述计算机执行方法的指令,所述方法包括:
确定新患者已被医疗机构收治;
响应于所述新患者被医疗机构收治:
确定连接到自动配药机的定位器装置的当前装置位置;
确定所述新患者相对于所述当前装置位置的患者位置;
在患者进入医疗机构时从患者检索与新个人信息相关联的诊断信息,其中所述个人信息包括症状;
基于所述症状检索诊断;
确定与所述当前装置位置或患者位置对应的区域相关联的多个医师的历史药物处方模式,所述多个医师包括与所述新患者相关联的医师;
将所述当前装置位置、患者位置、新患者的诊断信息以及历史药物处方模式提供给神经网络;
基于向所述神经网络提供所述当前装置位置和患者位置、所述患者的个人信息、诊断信息、和历史药物处方模式,从所述神经网络确定所述患者的预期药物处方,其中所述预期药物处方还基于通过批准的处方可用的药物来确定;以及
响应于确定所述预期药物处方,实施所述自动配药机中来自所述预期药物处方的药物的第一剂量的配送以及后续供应;以及将所述药物的第一剂量和后续供应存储在所述自动配药机中的存储抽屉中。
19.根据权利要求18所述的非暂时性计算机可读介质,其中所述方法包括解锁所述自动配药机中的存储抽屉,以预先放置所述预期药物处方,并且锁定所述存储抽屉,直到专业医疗保健提供者下达包括所述预期药物处方的订单。
20.根据权利要求18所述的非暂时性计算机可读介质,其中在所述方法中,基于所述症状检索所述诊断信息包括检索来自所述患者的至少一个实验室结果。
21.根据权利要求18所述的非暂时性计算机可读介质,其中在所述方法中,确定所述预期药物处方包括确定存储在所述自动配药机的存储器中的所述药物处方模式的改变。
22.根据权利要求18所述的非暂时计算机可读介质,其中所述定位器装置为GPS装置,所述方法还包括在确定所述预期药物处方时,确定存储在所述自动配药机的存储器中的药物处方模式的改变。
23.根据权利要求18所述的非暂时计算机可读介质,其中所述方法还包括:锁定包括已配送和存储的药物的第一剂量的所述存储抽屉,直到专业医疗保健提供者下达包括所述预期药物处方的订单。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/891,809 US10872687B2 (en) | 2018-02-08 | 2018-02-08 | Pharmacy predictive analytics |
US15/891,809 | 2018-02-08 | ||
PCT/US2019/017018 WO2019157159A1 (en) | 2018-02-08 | 2019-02-07 | Pharmacy predictive analytics |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111712882A CN111712882A (zh) | 2020-09-25 |
CN111712882B true CN111712882B (zh) | 2022-06-03 |
Family
ID=65494652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980012262.0A Active CN111712882B (zh) | 2018-02-08 | 2019-02-07 | 药房预测性分析 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10872687B2 (zh) |
EP (1) | EP3750164A1 (zh) |
CN (1) | CN111712882B (zh) |
AU (1) | AU2019218793A1 (zh) |
MX (1) | MX2020008169A (zh) |
WO (1) | WO2019157159A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AR113944A1 (es) * | 2017-12-15 | 2020-07-01 | Johnson & Johnson Vision Care | Sistema de distribución e inventario y métodos para usarlo |
US11468320B1 (en) * | 2019-07-31 | 2022-10-11 | Express Scripts Strategic Development, Inc. | Methods and systems for predicting prescription directions using machine learning algorithm |
US11721421B2 (en) * | 2019-09-02 | 2023-08-08 | Tech Pharmacy Services, Llc | Pharmaceutical dispensing system |
US20210335080A1 (en) * | 2020-04-23 | 2021-10-28 | Tech Pharmacy Services, Llc | Mobile pharmaceutical dispensing devices |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105074765A (zh) * | 2013-03-13 | 2015-11-18 | 康尔福盛303公司 | 患者特有的用药管理系统 |
CN105408933A (zh) * | 2013-05-23 | 2016-03-16 | 康尔福盛303公司 | 药品准备队列 |
CN107533582A (zh) * | 2015-04-27 | 2018-01-02 | 费森尤斯维尔公司 | 用于控制向患者的药物施用的系统及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100161353A1 (en) * | 1994-10-26 | 2010-06-24 | Cybear, Llc | Prescription management system |
US20020143579A1 (en) * | 2001-03-30 | 2002-10-03 | Docherty John P. | System and method for targeted interventions of physician prescription practices based on deviations from expert guidelines |
US20050197862A1 (en) | 2004-01-30 | 2005-09-08 | Pharmetrics, Inc. | Medical data analysis system |
JP2008210414A (ja) * | 2008-06-03 | 2008-09-11 | Ims Health Inc | 処方実務に関連する医師プロファイルを、自己適合性予測モデルを用いて発生するシステム及び方法 |
US9150119B2 (en) | 2013-03-15 | 2015-10-06 | Aesynt Incorporated | Apparatuses, systems, and methods for anticipating and delivering medications from a central pharmacy to a patient using a track based transport system |
US9864842B2 (en) * | 2013-11-14 | 2018-01-09 | Elwha Llc | Devices, systems, and methods for automated medical product or service delivery |
CN107430645B (zh) * | 2015-04-08 | 2022-08-23 | 皇家飞利浦有限公司 | 用于重症监护病房中的实验室值自动化分析和风险通知的系统 |
US10515722B2 (en) * | 2015-10-15 | 2019-12-24 | Omnicell, Inc. | Medical equipment with diversion mechanism |
EP3255573A1 (en) * | 2016-06-10 | 2017-12-13 | Electronics and Telecommunications Research Institute | Clinical decision supporting ensemble system and clinical decison supporting method using the same |
-
2018
- 2018-02-08 US US15/891,809 patent/US10872687B2/en active Active
-
2019
- 2019-02-07 MX MX2020008169A patent/MX2020008169A/es unknown
- 2019-02-07 WO PCT/US2019/017018 patent/WO2019157159A1/en active Search and Examination
- 2019-02-07 AU AU2019218793A patent/AU2019218793A1/en active Pending
- 2019-02-07 EP EP19706212.8A patent/EP3750164A1/en active Pending
- 2019-02-07 CN CN201980012262.0A patent/CN111712882B/zh active Active
-
2020
- 2020-12-17 US US17/125,857 patent/US11600369B2/en active Active
-
2023
- 2023-03-03 US US18/117,338 patent/US11881288B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105074765A (zh) * | 2013-03-13 | 2015-11-18 | 康尔福盛303公司 | 患者特有的用药管理系统 |
CN105408933A (zh) * | 2013-05-23 | 2016-03-16 | 康尔福盛303公司 | 药品准备队列 |
CN107533582A (zh) * | 2015-04-27 | 2018-01-02 | 费森尤斯维尔公司 | 用于控制向患者的药物施用的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
AU2019218793A1 (en) | 2020-08-20 |
US20230207088A1 (en) | 2023-06-29 |
EP3750164A1 (en) | 2020-12-16 |
WO2019157159A1 (en) | 2019-08-15 |
US10872687B2 (en) | 2020-12-22 |
CN111712882A (zh) | 2020-09-25 |
MX2020008169A (es) | 2020-09-25 |
US20210134422A1 (en) | 2021-05-06 |
US11600369B2 (en) | 2023-03-07 |
US20190244701A1 (en) | 2019-08-08 |
US11881288B2 (en) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111712882B (zh) | 药房预测性分析 | |
US11373139B2 (en) | Automated utilization driven inventory management | |
US20060282302A1 (en) | System and method for managing healthcare work flow | |
US9741001B2 (en) | Predictive medication safety | |
US20150039343A1 (en) | System for identifying and linking care opportunities and care plans directly to health records | |
CA2942983C (en) | System and method for managing illness outside of a hospital environment | |
US20210103871A1 (en) | Predictive medication safety | |
US20150161535A1 (en) | Systems and methods for mapping medical guidelines to clinical workflows and logistical operations | |
WO2007050541A2 (en) | A system and user interface enabling user order item selection for medical and other fields | |
WO2020121165A1 (en) | System and method of pharmaceutical operations for post-acute care facilities long-term care facilities | |
US10777312B2 (en) | Dynamic critical access override for medication dispensing apparatuses | |
US20140188496A1 (en) | Knowledge aware case cart manager system | |
US11664120B1 (en) | Apparatuses, systems, and methods for reducing return of prescriptions to stock | |
US20240161897A1 (en) | Pharmacy predictive analytics | |
WO2022271384A1 (en) | Automated dispensing cabinet trip management system | |
Ramdurai | Improving Patient Experience with Firstpass-Unified Patient Experience & Engagement Platform |
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 |