CN112366004A - Egs团队应急信息系统 - Google Patents
Egs团队应急信息系统 Download PDFInfo
- Publication number
- CN112366004A CN112366004A CN202011186732.6A CN202011186732A CN112366004A CN 112366004 A CN112366004 A CN 112366004A CN 202011186732 A CN202011186732 A CN 202011186732A CN 112366004 A CN112366004 A CN 112366004A
- Authority
- CN
- China
- Prior art keywords
- risk
- patient
- information
- module
- egs
- 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
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 238000001356 surgical procedure Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000034994 death Effects 0.000 description 9
- 231100000517 death Toxicity 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000002297 emergency surgery Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013351 cheese Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002283 elective surgery Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000002682 general surgery Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- 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
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种急诊基本外科手术(EGS)团队应急信息系统。发明人以基本外科急诊手术和择期手术的大量数据分析为基础，设计出一种EGS团队应急信息系统，包括患者信息模块、风险分级模块、呼叫机制模块、团队决策模块和转归纪录模块等，对患者风险自动化分级并智能呼叫相应医生所持的目标终端，能够及时、准确地将信息发送至目标终端。
Description
技术领域
本发明涉及医院医疗技术设备领域，特别是一种急诊基本外科手术(EmergencyGeneral Surgery，EGS)团队应急信息系统。
背景技术
EGS发生死亡和并发症的风险分别是同类择期手术的5倍以上和2-3倍，业内越来越多的人将EGS视为一门新的独立学科开展学术研究。与择期手术相比，EGS表现出风险因素的特质及其效应值的差异，也促使我们在其与择期“同根性”的基础上进一步考虑EGS的“特殊性”。
目前的急诊外科医疗信息系统大多停留在病历书写层面，缺少患者术前风险分级和确保相应医生高效调配的信息系统。对EGS系统问题进行系统分析的理念最早可追述到1990年提出的奶酪理论，相对于单个风险因素的暴露，当多个风险因素同时出现时患者易“爆发”不良结局。如有研究表明在夜间由低年资医生执行ASA分级≥3级患者(ASA分级，是指美国麻醉医师协会于麻醉前根据患者身体状况和手术危险性对患者的分级)的高风险手术，患者术后发生死亡或严重并发症的概率为21％，远高于任何一种风险因素的效应(最高为ASA分级≥3，16％)。为避免集中“爆发”的情况，我们综合分析系统中各个环节可能存在的问题，以此形成了应对急诊的EGS团队应急信息系统，该系统能够及时、准确地将信息发送至各目标终端，从而保证对急诊手术患者的正确判断和手术时机的把握以及必需的人员、技术力量配备，进而降低EGS的死亡率和并发症发生率，提高医疗质量和保障患者安全。
发明内容
为了克服现有医疗信息系统链条的不足，本申请公开了一种EGS团队应急信息系统，使得信息快速、准确发送到相应医生所持的终端，提高了EGS团队应急信息系统性能，并且在高性能EGS团队应急信息系统的支持下，降低了EGS发生死亡率和并发症的风险。
一种EGS团队应急信息系统，基于云存储和安全支持系统，包括患者信息模块、风险分级模块、呼叫机制模块。
患者信息模块可以收集患者风险因素变量，包括患者基本信息和风险信息等。基本信息内容包括但不限于患者就诊日期、患者ID信息、性别信息中的一项或若干项。风险信息包括但不限于行动能力、呼吸、血压、脉搏、神志、ASA分级、生化指标等检验检查结果中的一项或若干项。该模块还可收集其他的患者风险因素变量，如年龄大于等于70岁、既往病史、体重、急诊手术、手术分类、术前异常血生化指标等。
风险分级模块，根据该患者风险因素变量，进行患者风险等级分级得到患者风险等级信息。
呼叫机制模块根据提示的患者风险程度将急诊患者风险等级分为低危、中危、高危和极高危四个等级，以上四个等级的分类也可以在患者信息模块完成。根据患者不同的风险等级向相应值班医生所持的终端或多个终端自动发出通知信息，患者风险等级为低危时，不发出会诊信息，当患者风险等级为中危时，呼叫机制模块自动向二线医生所持终端发出通知信息，当患者风险等级为高危时，呼叫机制模块自动向二线、三线医生所持各终端发出通知信息，当患者风险等级为极高危时，呼叫机制模块自动向二线、三线、四线值班医生所持各终端发出通知信息。医生信息可来源于医生值班信息输入模块，该模块输入的信息至少包括医生的姓名、电话和该医生对应的接诊和会诊的相应风险等级。
该EGS团队应急信息系统还可包括转归记录模块，该转归记录模块可生成急诊手术患者出院转归情况记录，包括死亡和严重并发症等记录，形成报表并反馈。
该EGS团队应急信息系统还可包括操作记录信息库，所述操作记录信息库自动记录EGS团队应急信息系统各模块的行为或执行信息。
该EGS团队应急信息系统还可包括团队决策模块，该模块记录手术团队的诊疗意见及执行情况，在视频会诊时，将视频转换为语音和/或文字并记录。
一种智能终端应用程序，执行上述患者风险等级分级操作及对相应医生发出通知。
一种智能终端应用程序，接收上述通知信息，并在对接收的通知信息无应答时发出提示信息。
附图说明
图1为本发明EGS团队应急信息系统的逻辑层次图；
图2为本发明EGS团队应急信息系统的功能模块图；
图3为本发明EGS团队应急信息系统中信息在各功能部件间的流向图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明如下。
(一)系统的逻辑层次
如图1所示，本申请的技术方案包括四个层次，分别是理论层、设备层、数据层和操作层。
1.理论层。
在制订最终的分层干预方案时，我们有以下三点考虑：(1)年龄界限。研究和实践表明，急诊手术患者相对择期手术患者平均年龄较轻，这是EGS的一个人群特点。实际上，这使得EGS人群经过合理的治疗，大多预后较好可很快恢复。因此提高急诊安全的水平避免不必要的死亡更符合家属和社会的预期，故将老年(年龄≥70岁)患者纳入到主动的ACT(Acute Call Team)预防模式中。(2)ASA分级≥3的因素，这是由于该组人群具有16％的死亡或严重并发症率，且占到全部事件的86.6％。之所以采用该因素，在于它作为一个综合风险指标，操作简便、不基于实验室检查、可立即作出判断。(3)患者转归结局，这些结局生命攸关，实际上我们的研究结果也显示预测模型对这些威胁生命的结局可实现更为敏感的预测。优先关注此类结局进行处理，在后续护理中关注其他并发症的预防工作，是急诊分步骤干预的一个重要考虑。(4)本申请基于国内4家大型三级甲等医院的基本外科急诊和择期1万余手术患者的围术期30余万个基线调查数据，运用统计学方法建立急诊和择期手术的风险分级预测模型平台，包括用单因素分析发现死亡和并发症的潜在风险因素；用多因素logistic回归分别构建急诊和择期手术共性和特性风险因素；数十位普外科主刀医生依自身经验对风险因素按重要性排序；分类不同严重程度的并发症并进行敏感性分析；模型预测的准确度评价采用C统计量和Brier得分等。
不同年资医生的经验存在差别，这种差别反映了不同医生的理解、知识和经验的差异，例如对病情危重和手术时机的判断，由此提示经验传承的重要性。进一步地，医生之间所经历的患者特征上的差异进一步提示医生需对急诊患者进行量体裁衣的管理，即高风险患者配备高年级医生，从而使得团队力量得到合理配置。
相比传统on-call和consultant-led EGS service这样“责任一肩挑”的服务模式，ACT模式的一大重要优势在于强化外科医生团队合作及由此产生的学习平台功能，包括：(1)向上级学习。对于年轻医生所不擅长的复杂急诊病历，快速决策和应对则需要更多的依靠高年级医生经验。实际上，ACT模式下确保高年资医生参与或指导的高风险患者的应对，则恰恰是各级年轻医生所欠缺的经历，ACT平台可以更多地增加对这种复杂病历的应对的暴露和学习过程，从而极大加速了各级医生的成长速度。(2)向系统学习。风险的分级是基于数据和医生共识形成的，由此获得的适用于本地患者特征的一般性规律，将这些规律纳入系统，有利于整体增强最基本的风险评估意识和业务能力。(3)自我学习。各级医生有了各自对应需主导的患者的明确分工，对此更利于在该平台上总结经验、教训，推动自我成长。
基于以上研究成果，理论层的功能包括：①系统依据患者风险信息评估患者风险等级，让相应等级及以下等级医生全部知晓，并由相应等级医生进行应答，比如通过设置应答按钮进行确认；②在出现相应等级患者时进行呼叫，如利用智能终端装载的APP进行呼叫；③通过网络视频使得医生掌握患者信息，并由相应等级医生主导进行手术决策，并将视频、音频信息转化为文字信息，转换后的文字信息有利于检索、减小存储空间，便于形成电子版备份；④对于高风险或极高风险患者，要将医生决策汇报至医务处进行备案，同时及时与患者家属沟通，了解患者风险程度并签署知情同意书；⑤主管医生定期，如每周，收集急诊手术患者出院转归情况，并在系统内进行上报确认。
2.设备层。设备层包括终端设备及信息传输网络。终端设备包括(智能)手机、平板电脑、PC、手环、脚环等，终端设备发出的提示信息可以是声、光、振动、音视频呼叫信息或其组合，具体提示信息如声音的不同频率、音量或声音内容，不同光信号的面积、发光块数量、光强，不同的振动频率、强度等，信息传输网络为移动通信网、计算机通信网或其混合。
3.数据层。数据层包括如：患者基础信息等患者风险因素变量、外科医生值班表、音视频信息转化后的文字信息、患者病历档案、患者并发症集等。
其中，患者基础信息可以包括患者ID、就诊日期；患者风险因素为与EGS相关的风险因素，包括但不限于如年龄大于等于70岁、既往病史、体重、急诊手术、ASA分级、手术分类、术前异常血生化指标等。
外科医生值班表可包括本周内医生值班表，还包括外科医生通讯信息等。
音视频信息转化后的文字信息包括各医生和/或患者录音转化后的文字信息及文字信息与医生和/或患者的对应关系等。
患者病历档案包括手术决策方案、知情同意书等。
患者并发症集记录患者的并发症等，如果存在并发症的话。
4.操作层。操作层包括唯一识别信息、患者信息输入界面、医生值班知晓及反馈界面、医生视频决策界面、医务处及患者家属知晓记录界面、患者出院转归界面和EGS月报界面。
其中唯一识别信息界面提取患者基础信息，患者基础信息包括患者ID和患者就诊日期信息，以用于唯一确定患者。
患者风险等级选择界面包括1-4个风险等级，风险等级1-4对应的风险程度分别为低危、中危、高危和极高危，值班医生依据患者风险信息评估风险等级。风险因素是指对手术结果具有重大潜在影响的变量，存储于数据层的患者风险因素集内，由患者风险等级选择界面进行提取。在选择风险等级之后系统首次进行风险提醒，并进行应答。
医生视频决策界面用于医生进行视频会议以实现医疗方案的决策，视频会议通常由相应患者风险等级对应的最高等级医生进行主导，该界面生成音视频信息决策转化后的文字信息。
对于风险等级为3、4的患者，医务处及患者家属知晓记录界面能够与数据层的患者病历档案交互，提供通知医务处并备案的功能，还需记录与患者家属沟通的信息，如患者家属签署的知情同意书
对于风险等级为3、4的患者，由主管医生于患者出院转归界面定期收集其出院转归情况，并将并发症信息导入患者并发症集。
EGS月报界面收集数据层信息并形成EGS月报，月报信息包普外急诊各项信息，如患者数量、风险等级3/4的患者数量及对应等级并发症的百分比等信息。
(二)系统的功能模块
如图2所示，本申请所述的EGS团队应急信息系统，基于云存储和安全支持系统，包括患者信息模块、风险分级模块、呼叫机制模块和团队决策模块等。
患者信息模块可以收集包括患者就诊日期信息和患者ID信息等患者风险因素变量，该模块还包括其他输入的患者风险因素变量，如年龄大于等于70岁、既往病史、体重、急诊手术、ASA分级、手术分类、术前异常血生化指标等其中的一项或若干项。根据患者风险因素变量，由运算支持模块计算并提示患者风险程度。
呼叫机制模块根据提示的患者风险程度将急诊患者分为低危、中危、高危和极高危四个等级，分别对应等级1-等级4，以上四个等级的分类也可以在患者信息模块完成。根据患者不同的风险等级通知相应值班医生。患者风险等级为低危时，不发出会诊信息；患者风险等级为中危时，呼叫机制模块自动向二线医生所持终端发出通知信息；患者风险等级为高危时，呼叫机制模块自动向二线、三线医生所持各终端发出通知信息；患者风险等级为极高危时，呼叫机制模块自动向二线、三线、四线医生所持各终端发出通知信息。可选地，患者风险等级为低危时，患者由一线值班医生自行处理。医生信息来源于医生值班信息输入模块，该模块输入的信息至少包括医生的姓名、电话和该医生对应相应风险等级。医生所持终端可以为手持移动终端、可穿戴设备、有线设备或非移动设备。
团队决策模块记录手术团队的诊疗意见及执行情况，也可提供视频会诊功能，通过视频平台沟通掌握患者信息，并实现医疗的远程指导，该团队决策模块可将视频会议的视频转换为语音和/或文字。在患者分级为极高危情况下，团队决策模块决定是否通知医务处和/或家属。
该EGS团队应急信息系统还包括转归记录模块，主管医生周期性上报确认急诊手术患者出院转归情况，包括死亡和严重并发症等，形成报表并反馈学习。
(三)信息流向
患者进入急诊后后，收集患者风险因素变量，患者风险因素变量可包括基本信息及检查检验信息等，根据采集到的患者风险因素变量，在服务器内通过运算确定患者风险等级。确定患者风险因素变量的操作方式可以为在患者风险因素变量选择界面进行勾选、语音输入风险因素变量等方式，由系统自动生成患者风险程度分级信息。
对于风险等级为1级的患者由一线值班医生自行处理；对于风险等级为2-4级的患者，系统自动呼叫对应的值班医生，并自动对操作进行记录，并将操作记录存储到操作记录信息库。当通知上级医生时，同样也记录相应操作。对于对应医生所持终端的操作，同样进行记录，可选地，对于可穿戴设备终端，记录终端穿戴的状态信息。一个优选的方式为所有操作信息和状态信息等操作痕迹均不可修改。
对于风险等级为3-4级的患者，由智能终端将患者病案号发送至信息层，根据病案号，从HIS病案首页提取严重并发症、死亡信息并发送至3-4级风险患者出院转归库，并用于形成月报表。收到通知的各线医生如果超时无应答，则开启通讯簿功能，提示一线值班医生拨打电话。得到应答后通过智能终端APP发起音/视频会议，做出诊疗决策的音频信息存储至原始音频库，并将音频转换为文字形式的会议记录，文字会议记录发送至团队决策信息记录库。
EGS表现出风险因素及其效应值的差异，也促使我们在其与择期“同根性”的基础上进一步考虑EGS的“特殊性”。因此区别既往研究建立单一的预测模型，我们建立了系列的预测模型，以此挖掘并利用择期手术和EGS共性和特性特征，从系统视角出发，以择期手术为基准，考虑患者、医生、环境多种因素，确定具有统计和临床意义的关键预测因子，对EGS进行了综合设计，得到了本申请的技术方案，本申请的技术方案能够高效、科学地交换医疗信息、精准调动医疗资源，进而提高急诊手术治疗效果。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (10)
1.一种EGS团队应急信息系统，其特征在于，包括患者信息模块、风险分级模块、呼叫机制模块；患者信息模块，该模块收集患者风险因素变量；风险分级模块，根据所述患者风险因素变量进行量化，并进行风险程度分级，得到患者风险程度分级信息；呼叫机制模块，根据所述患者风险程度分级信息自动呼叫对应的终端持有者所持的终端。
2.如权利要求1所述的EGS团队应急信息系统，其特征在于，风险分级模块根据患者风险因素变量将患者分为1-4四个风险等级，呼叫机制模块根据患者不同的风险等级向对应终端发出通知信息，患者风险分级为1级时，不发出会诊信息；患者风险分级为2级时，呼叫机制模块自动向二线医生所持的终端发出通知信息；患者风险分级为3级时，呼叫机制模块自动向二线、三线医生所持的各终端发出通知信息；患者风险分级为4级时，呼叫机制模块自动向二线、三线、四线医生所持各终端发出通知信息。
3.如权利要求1所述的EGS团队应急信息系统，其特征在于，风险分级模块根据患者风险因素变量将急诊患者分为低危、中危、高危和极高危四个等级，呼叫机制模块根据患者不同的风险等级向对应终端发出通知信息，患者风险等级为低危时，不发出会诊信息，患者风险等级为中危时，呼叫机制模块自动向二线医生所持各终端发出通知信号，患者风险等级为高危时，呼叫机制模块自动向二线、三线医生所持各终端发出通知信号，患者风险等级为极高时，呼叫机制模块自动向二线、三线、四线医生所持各终端发出通知信号。
4.如权利要求1所述的EGS团队应急信息系统，其特征在于，该系统还包括终端所对应的终端模块，该终端模块接收呼叫机制模块发出的信息，并以声、光、振动、电话呼叫、音视频呼叫中的一种或多种方式的组合发出提示信息。
5.如权利要求1-4之一所述的EGS团队应急信息系统，其特征在于，所述EGS团队应急信息系统还包括转归记录模块，该转归记录模块可生成急诊手术患者出院转归情况记录，并形成报表。
6.如权利要求1-4所述的EGS团队应急信息系统，其特征在于，还包括值班医生端的智能设备，当值班医生对所述呼叫超时无应答时，值班医生端的智能设备的提示功能开启。
7.如权利要求1-4所述的EGS团队应急信息系统，操作记录信息库，所述操作记录信息库自动记录EGS团队应急信息系统各模块的行为或执行信息。
8.如权利要求1-4所述的EGS团队应急信息系统，其特征在于，还包括团队决策模块，该模块记录手术团队的诊疗意见及执行情况，在视频会诊时，将视频转换为语音和/或文字并记录。
9.一种智能终端应用程序，其特征在于，执行权利要求1-8所述的患者风险等级分级操作及向相应值班医生所持终端发出通知。
10.一种智能终端应用程序，其特征在于，接收权利要求1-8所述的通知信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011186732.6A CN112366004A (zh) | 2020-10-30 | 2020-10-30 | Egs团队应急信息系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011186732.6A CN112366004A (zh) | 2020-10-30 | 2020-10-30 | Egs团队应急信息系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112366004A true CN112366004A (zh) | 2021-02-12 |
Family
ID=74513759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011186732.6A Pending CN112366004A (zh) | 2020-10-30 | 2020-10-30 | Egs团队应急信息系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112366004A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967788A (zh) * | 2021-02-22 | 2021-06-15 | 河南省肿瘤医院 | 一种基于数字孪生的医用报警方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262357A1 (en) * | 2011-10-28 | 2013-10-03 | Rubendran Amarasingham | Clinical predictive and monitoring system and method |
| CN107169298A (zh) * | 2017-05-26 | 2017-09-15 | 深圳市第二人民医院 | 一种智能急诊分级分诊系统 |
| CN110675945A (zh) * | 2019-09-25 | 2020-01-10 | 四川省妇幼保健院 | 一种急诊儿科五级分级分诊系统及方法 |
| CN110867245A (zh) * | 2019-10-31 | 2020-03-06 | 兰州市第二人民医院 | 一种急诊辅助诊断分级系统 |
-
2020
- 2020-10-30 CN CN202011186732.6A patent/CN112366004A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262357A1 (en) * | 2011-10-28 | 2013-10-03 | Rubendran Amarasingham | Clinical predictive and monitoring system and method |
| CN107169298A (zh) * | 2017-05-26 | 2017-09-15 | 深圳市第二人民医院 | 一种智能急诊分级分诊系统 |
| CN110675945A (zh) * | 2019-09-25 | 2020-01-10 | 四川省妇幼保健院 | 一种急诊儿科五级分级分诊系统及方法 |
| CN110867245A (zh) * | 2019-10-31 | 2020-03-06 | 兰州市第二人民医院 | 一种急诊辅助诊断分级系统 |
Non-Patent Citations (2)
| Title |
|---|
| 林琳等: "急诊救治创伤患者死亡发生危险因素与急诊救治对策", 华夏医学, pages 111 - 115 * |
| 陈朝明等: "改良早期预警评分预测急诊患者死亡风险的前瞻性队列研究", 昆明医科大学学报, pages 22 - 24 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112967788A (zh) * | 2021-02-22 | 2021-06-15 | 河南省肿瘤医院 | 一种基于数字孪生的医用报警方法 |
| CN112967788B (zh) * | 2021-02-22 | 2023-12-01 | 河南省肿瘤医院 | 一种基于数字孪生的医用报警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11705242B2 (en) | Providing an interactive emergency department dashboard display | |
| US11501862B2 (en) | Systems and methods for healthcare provider dashboards | |
| US11403593B2 (en) | Assigning clinician status by predicting resource consumption | |
| Lewis et al. | Recent worldwide developments in eHealth and mHealth to more effectively manage cancer and other chronic diseases–a systematic review | |
| Mackintosh et al. | Understanding how rapid response systems may improve safety for the acutely ill patient: learning from the frontline | |
| US20230386670A1 (en) | Method and system for recommending treatment plans, preventive actions, and preparedness actions | |
| US20240112794A1 (en) | Time-based resource allocation for long-term integrated health computer system | |
| NZ546843A (en) | System and process for facilitating the provision of health care | |
| US11403716B2 (en) | Time data analysis | |
| JP2018088238A (ja) | サービス支援装置、サービス支援方法及びプログラム | |
| US11437126B2 (en) | Methods and systems for analyzing accessing of medical data | |
| US20120245948A1 (en) | Gauging resource intensiveness of providing care to a patient | |
| EP3371771A1 (en) | Medical protocol evaluation | |
| Buehler | Review of the 2003 National Syndromic Surveillance Conference—lessons learned and questions to be answered | |
| CN112366004A (zh) | Egs团队应急信息系统 | |
| Devadoss et al. | Managing knowledge integration in a national health-care crisis: lessons learned from combating SARS in Singapore | |
| CN116664094A (zh) | 一种智能健康检测考勤系统 | |
| US20040193447A1 (en) | Website messaging system for public health information | |
| du Pont et al. | Local implementation evaluation of a suicide prevention predictive model at a large VA health care system | |
| Squires et al. | The use of modelling approaches for the economic evaluation of public health intervention | |
| US20220165407A1 (en) | Customizable communication platform with alert tag prioritization and review | |
| US20220165368A1 (en) | Customizable communication platform with alert tag targeted direct messaging | |
| US20230360780A1 (en) | Generating information indicative of an interaction | |
| Pettie | Modeling syndromic surveillance and outbreaks in subpopulations | |
| Colf et al. | Health consequences of disasters: Advancing disaster data science |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |