CN115482921A - 一种模型化DRGs临床路径规划管理信息系统及方法 - Google Patents
一种模型化DRGs临床路径规划管理信息系统及方法 Download PDFInfo
- Publication number
- CN115482921A CN115482921A CN202210916352.6A CN202210916352A CN115482921A CN 115482921 A CN115482921 A CN 115482921A CN 202210916352 A CN202210916352 A CN 202210916352A CN 115482921 A CN115482921 A CN 115482921A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- treatment
- clinical
- path
- template
- 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
- 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
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种模型化DRGs临床路径规划管理信息系统及方法,涉及临床路径管理技术领域,本方法通过数据挖掘形成基础临床路径模板以及可选元素,辅助设计诊疗临床路径模板,提高效率;与过程动态模拟相结合,实时对成本等参数做假设分析,结合DRG分组为临床路径设计提供成本标杆,为医疗行为的改进和规范提供了经济学基础;应用的诊疗临床路径模板进行分析、评价,实现“路径设计‑模拟‑应用‑反馈‑学习”的自适应循环。本系统事前规划针对病种的诊疗方案和费用管理,同时规范医疗行为和成本控制,保证医院利润空间,实现了医保DRGs支付方式下对医疗服务中从事前、事中到事后全方位与医疗资源成本相结合的临床路径管理。
Description
技术领域
本发明涉及医保DRGs支付方式下的临床路径管理信息系统技术领域,尤其涉及一种模型化DRGs临床路径规划管理信息系统及方法。
背景技术
临床路径(Clinical Pathway,CP)是指医生、护士及其他专业人员,针对某个病种,以循征医学为基础,以预期的治疗效果和成本控制为目的,所制订的有严格顺序和准确时间要求的最佳程序化、标准化医疗检查和处置流程。临床路径管理,是规范医疗服务行为、保障医疗质量安全、提高医疗服务效率的重要手段。
DRGs(Diagnosis Related Groups)是指(疾病)诊断相关分类,根据病人的年龄、性别、住院天数、临床诊断、病症、手术、疾病严重程度,合并症与并发症及转归等因素把病人分入500-1000个左右诊断相关组,然后决定应该给医院支付多少费用。DRGs-PPS是当今世界公认的比较先进的支付方式之一。DRGs-PPS的指导思想是:通过统一的疾病诊断分类定额支付标准的制定,达到医疗资源利用标准化,这种新的支付方式,在医保支付方式中占具主导地位。
现有的临床路径设计更倾向于临床诊疗操作的检验,而忽略了诊疗费用的成本预算,不利于调整医院业务收支结构,降低医院运行成本,严格控制不合理费用增长,也无法主动适应新形势和新政策,激发财务管理的价值创造能力,阻碍医院转型发展;目前医院的成本和利润空间与临床路径的诊疗过程之间并无经济学关联,然而临床路径管理的核心思路与医疗机构 DRG改革的逻辑相辅相成,医院可以通过临床路径强化对入组病例诊疗流程与医疗费用的管控,一方面 DRGs 为临床路径的推广起了促进作用,为细化医疗服务和医疗考核指标提供保障,另一方面临床路径作为 DRGs 深入临床执行的有效基础,两者相互支撑,共同提升医疗质量,对于医保支付方式改革和提升医院精细化管理具有重大意义。
发明内容
针对现有技术中的缺陷,本发明的目的一是提供一种降低医院运行成本、控制不合理费用增长、提高医院诊疗效率的模型化DRGs临床路径规划管理方法。
本发明的目的一是通过如下技术方案实现的,一种模型化DRGs临床路径规划管理方法,包括如下步骤:
A、对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素;
B、根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较;
C、根据步骤B中的费用比较结果,选择最优的所述诊疗临床路径模板应用于诊疗流程中。
所述基础临床路径模板包括路径基本信息,所述路径基本信息包括诊断信息(如诊断病状等)、手术信息(如手术内容、时长等)、以及若干可选元素中的至少一项;若干所述可选元素包括:诊疗推荐项目、诊疗推荐阶段或医嘱元素中的至少一项(如阶段一:癌胚抗原测定、甲胎蛋白测定、糖类抗原测定等;阶段二:X线计算机体层成像、手术标本检查与诊断、电脑多导联心电图、穿刺器AOFO等)。对基础临床路径模板的简单修改即可得到诊疗临床路径模板,其中的简单修改主要可以选用一个或多个基础临床路径模板、选用基础临床路径模板内的一个或多个项目包、项目包内的可选元素的选用或增加或删除中的一种或多种方式的组合。得到的诊疗临床路径模板包含基础信息、诊疗项目,其中基础信息包括路径编码、路径名称、标准住院天数、路径说明、诊断信息、手术/操作、路径总成本、DRG分组、发布科室、发布人、创建时间、修改时间等信息,诊疗项目包含一个或多个阶段,每个阶段内有所需具体执行的服务项目,每个服务项目的成本,各个阶段的成本。
本发明的目的二是提供一种模型化DRGs临床路径规划管理信息系统。本发明的目的二是通过如下技术方案实现的,一种模型化DRGs临床路径规划管理信息系统,包括数据挖掘临床路径模板模块、临床路径设计模板模块、医护终端模块、数据交互接口;
所述数据挖掘临床路径模板模块用于对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素;
所述数据交互接口用于将本系统与医院内其他医疗信息系统数据交互,支持所述临床路径设计模板模块将所述基础临床路径模板与医疗过程动态模拟相结合,根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较,根据费用比较结果,选择最优的所述诊疗临床路径模板;
所述医护终端模块用于将最优的所述诊疗临床路径模板应用于诊疗流程中实际诊疗流程结合应用。
通过上述技术方案,以国家标准路径为出发点,以医疗机构个性化诊疗实践的电子病例诊疗记录为数据基础挖掘诊疗项目层的详尽内涵;为路径设计提供详尽的诊疗推荐项目、诊疗推荐阶段、医嘱元素推荐和基础临床路径模板。
系统将数据挖掘(Data Mining)和过程挖掘(Process Mining)充分展现真实世界诊疗路径的应用实践。将过程挖掘与过程动态模拟相结合,可以创建并完善的适于操作的诊疗流程模型(Care Process Models);这些智能应用方法可以充分发挥数据科学对大数据分析的优势以辅助临床实践。
系统将成本信息化,在路径设计过程中实时费用核算和路径总费用集成;适用于可视化人工设计和数据挖掘的过程,然后可以对成本、设计和评估医疗干预相关参数做“假设分析”,让临床诊疗和成本核算紧密结合,实时提供路径编辑的医学经济学的量化信息,结合DRG分组为设计的路径提供病种的成本和费用,为临床路径设计提供了成本标杆,为医疗行为的改进和规范提供了经济学基础。
系统带有数据挖掘引擎,在路径设计过程中对诊疗推荐项目、诊疗推荐阶段、医嘱元素三大目录进行提示和推荐项目细节,实时成本核算;这样当科室设计路径的时候就已经有了一个基础路径,科室设计路径在基础临床路径模板的基础上辅助以诊疗推荐项目、诊疗推荐阶段、医嘱元素推荐,使得路径设计工作简便易行,达到快速建立,随时编辑,实时发布的高效操作。
进一步地,通过上述技术方案,实现系统自适应,针对临床路径执行结果的分析可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,个体病案偏离路径(高成本)的比较分析;为路径执行效果挖掘底层动因,指导路径的改进和诊疗方案的优化。系统带有诊疗大数据测算的ADRG组的指导性路径模板;科室可以根据对主要(多病案,金额大)诊断/手术的判断,参照ADRG路径模板,设计建设路径细节。
基于大数据的分析比对,ADRG路径解析单元对路径执行和设计路径的例均总费用,八大类费用消耗进行对比,与医保费用标杆对比;可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,以及和医保标杆的差别;为科室设计路径和执行路径提供量化信息,进一步学习,改进和编辑路径。
通过数据挖掘解析详细诊疗项目与路径设计项目的差异,个体病案偏离路径(高成本)的比较分析;为路径执行效果挖掘底层动因,指导路径的改进和诊疗方案的优化。
本发明的目的三是提供一种电子设备,包括处理器、存储器和总线,所述存储器用于存储计算机程序,所述处理器与所述存储器通过所述总线连接,当所述电子设备运行时,所述处理器执行所述存储器的所述计算机程序,以使所述处理器执行模型化DRGs临床路径规划管理方法。
本发明的目的四是提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的一种模型化DRGs临床路径规划管理方法。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明模型化DRGs临床路径规划管理方法通过数据挖掘引擎对历史诊疗过程挖掘形成基础临床路径模板以及若干可选元素,进而设计形成诊疗临床路径模板,使得路径设计工作简便易行,达到快速建立,随时编辑,实时发布的高效操作,大幅提高诊疗效率;在设计过程中调取医院系统数据计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较,诊疗过程中将建立得到的诊疗临床路径模板与诊疗流程结合应用;将过程挖掘与过程动态模拟相结合,对成本、设计和评估医疗干预相关参数做“假设分析”,结合DRG分组为设计的路径提供病种的成本和费用,为临床路径设计提供成本标杆,为医疗行为的改进和规范提供了经济学基础;
(2)本发明模型化DRGs临床路径规划管理方法还对应用的诊疗临床路径模板进行分析,对医疗资源使用效率评价,使得本发明的方法实现“路径设计-模拟-应用-反馈-学习”的自适应循环,更加科学合理;
(3)模型化DRGs临床路径规划管理信息系统通过设置数据挖掘临床路径模板模块、临床路径设计模板模块、医护终端模块、数据交互接口,实现了与DRGs支付标杆相结合的临床路径管理;是医院管理者、科主任和临床医生把握诊疗费用标准和变化,同时又遵循科学诊疗指南,保证诊疗质量的智能工作平台;以DRGs付费方式为指导,以临床诊疗实践为行为基础,充分结合了临床医学和医学经济学理论,实现DRG关键路径(CriticalPathways)和医学临床路径(Clinical Pathways)的有机结合,指导合理、经济和高质量的医疗实践;
(4)模型化DRGs临床路径规划管理信息系统还设置临床路径管理分析考核模块、临床路径数据库,形成一款自适应“设计-模拟-应用-反馈-学习”的闭环智能引擎,这一系统既用于事前规划针对病种的诊疗方案和费用管理,同时又规范医疗行为和成本控制,成为保证医院利润空间的有效手段,也是医疗绩效考核的依据之一,实现了医保DRGs支付方式下对医疗服务中从事前、事中到事后全方位的、与医疗资源成本相结合的临床路径管理;
(5)本发明针对医疗大数据的数据挖掘和过程挖掘,将循证医学结果,国家普适路径指南和医疗机构个性化诊疗实践相关联,研究和建设医生可操作的真实世界临床路径;本发明利用数据科学和智能化方法研究和遵循探索,建设,应用和学习的自适应闭环流程,应用统计分析,机器学习和动态模拟等方法洞见完善临床路径的着力点,指导医疗行为更趋合理化。
附图说明
图1为本发明实施例1模型化DRGs临床路径规划管理方法的流程示意图;
图2为本发明实施例3模型化DRGs临床路径规划管理方法的流程示意图;
图3为本发明实施例4模型化DRGs临床路径规划管理信息系统的系统框图;
图4为本发明实施例4临床路径设计模板模块的系统框图;
图5为本发明实施例5模型化DRGs临床路径规划管理信息系统的系统框图;
图6为本发明实施例5临床路径管理分析考核模块的系统框图;
图7为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的基础信息界面示意图;
图8为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的历史大数据挖掘分析界面示意图;
图9为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的数据挖掘项目推荐界面示意图;
图10为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的选择确认编码界面示意图;
图11为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的实时核算成本得到诊疗临床路径模板界面示意图;
图12为本发明实施例6医护人员操作终端设备实现模型化DRGs临床路径规划管理方法的诊疗临床路径模板应用完毕分析评价界面示意图;
图13为本发明实施例7非暂态计算机可读存储介质内程序实现模型化DRGs临床路径规划管理方法的参考基础临床路径模板和若干可选元素设计形成诊疗临床路径模板界面示意图;
图14为本发明实施例7计算机可读存储介质内程序实现模型化DRGs临床路径规划管理方法的诊疗临床路径模板界面示意图;
图15为本发明实施例7计算机可读存储介质内程序实现模型化DRGs临床路径规划管理方法的诊疗临床路径模板集合为临床路径数据库界面示意图;
图16为适于用来实现本发明实施例的电子设备的计算机系统的结构示意图;
附图标记:1、临床路径模板模块;2、临床路径设计模板模块;21、路径基本信息单元;22、路径基本诊疗项目推荐单元;23、诊疗阶段建设单元;24、医嘱元素选择和编辑单元;25、成本核算单元;26、路径状态管理单元;27、路径知识库;3、医护终端模块;4、临床路径数据库;5、临床路径管理分析考核模块;51、路径基本指标单元;52、科室路径执行分析单元;53、ADRG路径解析单元;54、ADRG路径相关病案解析单元;6、数据交互接口;71、步骤A:对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素;72、步骤B:根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较;73、步骤C:根据步骤B中的费用比较结果,选择最优的所述诊疗临床路径模板应用于诊疗流程中;74、步骤D:对应用的诊疗临床路径模板进行分析,根据分析结果评价医疗资源使用效率。
具体实施方式
以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进,这些都属于本发明的保护范围。以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
实施例1:
如图1所示,本实施例涉及一种模型化DRGs临床路径规划管理方法,包括如下步骤:
A、数据挖掘引擎对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素。使得科室医护人员在路径设计前就得到若干相关的基础临床路径模板的基础信息,可以直接在上面增加、删除、修改可选元素即可,工作简便易行,便于达到快速建立,随时编辑,实时发布的高效操作,大幅提高诊疗效率的效果。
B、根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较。
比较的结果超出医保标杆费用的淘汰或者进行进一步优化,用更加合适的可选元素进行置换,小于标杆费用的按照费用大小排序,选择最小费用作为最优模板,可以在临床执行应用。将过程挖掘与过程动态模拟相结合,对成本、设计和评估医疗干预相关参数做实时“假设分析”,便于得到更加合理的诊疗临床路径模板,为诊疗临床路径模板的设计提供了提供了经济学基础。
C、根据步骤B中的费用比较结果,选择最优的诊疗临床路径模板应用于诊疗流程中。医护人员基本按照最优的诊疗临床路径模板进行诊断治疗,大大提高了工作效率,降低了失误概率。
本发明的模型化DRGs临床路径规划管理方法应用于医院临床诊断中,为医护人员提供临床路径,涉及临床路径的设计、优化和具体应用。该方法通过模型化DRGs临床路径规划管理系统执行,该系统含有与医院数据系统实现数据通信的数据传输接口,根据使用该系统的医院个性化需求构建本发明的模型化DRGs临床路径规划管理系统。本发明的模型化DRGs临床路径规划管理系统作为一个应用程序,为医院及其医护人员提供了一个临床路径应用工具,有利于医护人员提高诊疗效率,便于为医院的医疗行为的改进和规范提供了经济学基础,便于指导路径的改进和诊疗方案的优化,帮助医院规范医疗行为和成本控制,保证医院利润空间。
实施例2:
本实施例涉及一种模型化DRGs临床路径规划管理方法,与实施例1相比,步骤A可具体包括,对历史诊疗过程大数据测算回顾挖掘包括历史诊疗数据挖掘、历史诊疗过程挖掘、诊疗指南信息挖掘。基础临床路径模板包括路径基本信息,路径基本信息包括诊断信息、手术信息、医院自主规则信息(如标准住院天数信息等)。若干可选元素包括诊疗推荐项目、诊疗推荐阶段、医嘱元素。在此基础上进而设计形成诊疗临床路径模板,既提高了设计效率,同时降低了设计难度。在具体的实施例中,每个基础临床路径模板可以包含一个项目包或者多个项目包,项目包内可包含诊断信息(如诊断病状等)、手术信息(如手术内容、时长等)、以及若干可选元素(如癌胚抗原测定、甲胎蛋白测定、糖类抗原测定等)。项目包内的信息是根据历史大数据的分析,对于某种病状最常见的诊疗流程和最常选用的诊疗可选元素。
步骤B可具体包括,参考基础临床路径模板和诊疗推荐项目、诊疗推荐阶段、医嘱元素等智能推荐的可选元素设计形成诊疗临床路径模板并归入DRG分组,每个DRG分组均有医保标杆费用。根据数据挖掘引擎的挖掘结果,不同的病症的可选元素的具体数量具有一定的差异,可以是一个或者多个,展示系统挖掘的所有结果,用户也可以通过系统自定义添加。医院的管理者通过对基础临床路径模板的简单修改即可得到诊疗临床路径模板,其中的简单修改主要可以选用一个或多个基础临床路径模板、选用基础临床路径模板内的一个或多个项目包、项目包内的可选元素的选用或增加或删除中的一种或多种方式的组合。医院的管理者确定得到的诊疗临床路径模板如图14界面所示,如医生诊断病人患有股骨粗隆间骨折这一病症,医生可以直接按照该诊疗临床路径模板的信息执行即可,提高效率。
其中,设计过程中通过数据挖掘引擎调取医院系统数据与动态模拟实时核算基础临床路径模板与可选元素设计形成的诊疗临床路径模板的各部分费用以及诊疗临床路径模板的总计费用并与DRG分组的医保标杆费用比较,通过设计过程中调取医院系统数据计算该诊疗临床路径模板各部分费用与诊疗临床路径模板的总计费用与医保标杆费用全方位比较,诊疗过程中将建立得到的诊疗临床路径模板与诊疗流程结合应用,将过程挖掘与过程动态模拟相结合,对成本、设计和评估医疗干预相关参数做“假设分析”,便于优化诊疗临床路径模板实现最优绩效比。
更加具体的,基础临床路径模板与可选元素的各部分费用通过数据挖掘得到,在建立诊疗临床路径模板时将所选的基础临床路径模板与所选的可选元素项目的各部分费用显示并直接相加得到和(如阶段一,生化全套、一级护理;阶段二,一级护理(骨科),麻醉用药,B等床位;阶段三,帕瑞替布止痛,X线检查等各部分费用显示并直接相加得到和),再与DRG分组的医保标杆费用比较,超出标杆费用的淘汰或者进行进一步优化,用更加合适的可选元素进行置换,小于标杆费用的按照费用大小排序,选择最小费用作为最优模板,可以在临床执行应用。
在另一优选实施例中,医院的管理者或者科室内部可以讨论审核设计后的诊疗临床路径模板,形成临床路径数据库。
步骤C可具体包括,如果诊疗临床路径模板的执行过程中实际情况符合诊疗临床路径模板时按照诊疗临床路径模板完成诊疗过程。如果诊疗过程中实际情况与诊疗临床路径模板存在药品、耗材、服务数据中的一种或多种变化,修改优化诊疗临床路径模板并应用。如果诊疗过程中实际情况特殊,无法符合诊疗临床路径模板,则申请出径处理,不必执行诊疗临床路径模板。
实施例3:
如图2所示,本实施例涉及一种模型化DRGs临床路径规划管理方法,与实施例2的区别之处在于还包括步骤D,步骤D具体包括:对应用的诊疗临床路径模板进行分析,对医疗资源使用效率评价。
通过分析带有诊疗大数据测算的ADRG组的指导性路径模板;科室可以根据对主要(多病案,金额大)诊断/手术的判断,参照ADRG路径模板,设计建设路径细节。基于大数据的分析比对,ADRG路径解析单元对路径执行和设计路径的例均总费用,八大类费用消耗进行对比,与医保费用标杆对比;可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,以及和医保标杆的差别;为科室设计路径和执行路径提供量化信息,进一步学习,改进和编辑路径。
针对临床路径执行结果的分析可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,个体病案偏离路径(高成本)的比较分析;为路径执行效果挖掘底层动因,指导路径的改进和诊疗方案的优化。同时分析结果作为医务人员绩效考核部分依据,使得本发明的方法实现“路径设计-模拟-应用-反馈-学习”的自适应循环,更加科学合理。
实施例4:
如图3所示,一种模型化DRGs临床路径规划管理信息系统,包括数据挖掘临床路径模板模块1、临床路径设计模板模块2、医护终端模块3、数据交互接口6。系统将数据挖掘(Data Mining)和过程挖掘(Process Mining)充分展现真实世界诊疗路径的应用实践。过程挖掘动态模拟与过程动态模拟相结合,创建完善的适于操作的诊疗流程模型(CareProcess Models),这些智能应用方法可以充分发挥数据科学对大数据分析的优势以辅助临床实践。
数据挖掘临床路径模板模块1通过对以往病例的历史大数据挖掘分析,用于为临床路径设计模板模块2提供基础临床路径模板和若干可选元素,若干可选元素包括诊疗推荐项目、诊疗推荐阶段、医嘱元素。本模块以国家标准路径为出发点,以医疗机构个性化诊疗实践的电子病例诊疗记录为数据基础挖掘诊疗项目层的详尽内涵;为路径设计提供详尽的诊疗项目推荐和基础路径模板。
数据交互接口6用于将本系统与医院内其他医疗信息系统数据交互,实时获取DRG分组的医保标杆费用等数据或数据挖掘引擎挖掘得到的信息,便于支持临床路径设计模板模块2将基础临床路径模板与医疗过程动态模拟相结合,实时核算基础临床路径模板与可选元素设计形成的诊疗临床路径模板的各部分费用与诊疗临床路径模板的总计费用,临床路径设计模板模块2将基础临床路径模板与医疗过程动态模拟相结合,建立得到临床路径模板并归入DRG分组,DRG分组分别对应设置有医保标杆费用。便于实现系统动态化,利用新兴的临床诊疗管理方法,将数据挖掘,流程建模,基于病程诊疗的成本核算和动态模拟结合在一起,适用于可视化人工设计和数据挖掘的过程,可以对成本,设计和评估医疗干预相关参数做“假设分析”。
如图4所示,其中,临床路径设计模板模块2包括路径基本信息单元21、路径基本诊疗项目推荐单元22、诊疗阶段建设单元23、医嘱元素选择和编辑单元24、成本核算单元25、路径状态管理单元26、路径知识库27。
路径基本信息单元21包括诊断信息、手术信息、医院自主规则信息,并根据诊断信息、手术信息、基础临床路径模板和数据挖掘引擎推荐应用元素、诊疗项目将建立得到诊疗临床路径模板自动归入DRG分组,DRG分组的医保标杆费用为诊疗临床路径模板的设计提供成本标杆。
路径基本诊疗项目推荐单元22用于根据诊断信息、手术信息、基础临床路径模板和数据挖掘引擎推荐若干诊疗项目包,所述诊疗项目包中包含若干诊疗应用元素。
诊疗阶段建设单元23用于填写和/或选择相应诊疗项目包的诊疗阶段,所述诊疗阶段中包含若干诊疗应用元素,如相应诊断和病种的诊疗阶段及住院天数。
医嘱元素选择和编辑单元24包括医嘱元素库,用于选择或创建或编辑医嘱元素并保存在医嘱元素库中。
成本核算单元25通过数据挖掘引擎在诊疗临床路径模板的设计过程中实时核算诊疗临床路径模板中每一步骤的费用和临床路径总费用,用于与DRG分组对应设置的医保标杆费用对比。将成本信息化,在路径设计过程中实时费用核算和路径总费用集成;适用于可视化人工设计和数据挖掘的过程,然后可以对成本、设计和评估医疗干预相关参数做“假设分析”,让临床诊疗和成本核算紧密结合,实时提供路径编辑的医学经济学的量化信息,结合DRG分组为设计的路径提供病种的成本和费用,为临床路径设计提供了成本标杆,为医疗行为的改进和规范提供了经济学基础。
路径状态管理单元26用于管理新建诊疗临床路径模板和现存诊疗临床路径模板的发布、使用、停用等状态的控制管理。路径知识库27用于自适应更新迭代维护基础临床路径模板和医嘱元素库。
医护终端模块3用于将建立得到的诊疗临床路径模板与实际诊疗流程结合应用。其中,如果诊疗临床路径模板的执行过程中实际情况符合诊疗临床路径模板时按照诊疗临床路径模板完成诊疗过程。如果诊疗过程中实际情况与诊疗临床路径模板存在药品、耗材、服务数据中的一种或多种变化,修改优化诊疗临床路径模板并应用。如果诊疗过程中实际情况特殊,无法符合诊疗临床路径模板,则申请出径处理。
使用时,科室设计路径的时候对每一种病症都就已经有了一个基础临床路径模板以及若干可选元素,使得诊疗临床路径模板的设计工作简便易行,达到快速建立,随时编辑,实时发布的高效操作效果。在诊疗临床路径模板的设计过程中,通过在路径设计过程中实时费用核算和路径总费用集成并与对应DRG分组设置的医保标杆费用相比较,低于医保标杆费用则有利润空间,便于实现临床路径管理与DRGs支付标杆相紧密结合,实时提供路径编辑的医学经济学的量化信息,是医院管理者、科主任和临床医生把握诊疗费用标准和变化,同时又遵循科学诊疗指南,保证诊疗质量的智能工作平台。本系统以DRGs付费方式为指导,以临床诊疗实践为行为基础,充分结合了临床医学和医学经济学理论,实现DRG关键路径(Critical Pathways)和医学临床路径(Clinical Pathways)的有机结合,为医疗行为的改进和规范提供了经济学基础,指导合理、经济和高质量的医疗实践。
实施例5:
如图5所示,一种模型化DRGs临床路径规划管理信息系统,与实施例4的区别之处在于,还包括临床路径数据库4、临床路径管理分析考核模块5。
临床路径数据库4用于收录管理者讨论审核后的诊疗临床路径模板形成临床路径数据库4供医护人员在诊疗过程中在医护终端模块3内选用。临床路径管理分析考核模块5用于对医护终端模块3应用后的诊疗临床路径模板分析评价。
如图6所示,临床路径管理分析考核模块5包括路径基本指标单元51、科室路径执行分析单元52、ADRG路径解析单元53、ADRG路径相关病案解析单元54。
路径基本指标单元51包括对诊疗过程中已应用的诊疗临床路径模板的若干评价指标,包括DRG全院收治病例数、覆盖DRG组数、均住院天数、例均费用、完成率、退出率中的一种或多种。科室路径执行分析单元52包括对各科室路径建设、执行基本情况和评价指标。
ADRG路径解析单元53用于阅览ADRG覆盖的国家临床路径标准、病种标准指南;搜索、展示全院科室MDC下所有覆盖的ADRG路径;数据挖掘呈现对比分析ADRG路径实际执行指标和已设计标准路径的各项指标;对比分析路径执行和设计路径的例均总费用、八大类费用消耗、医保费用标杆对比;数据量化解析详细诊疗项目与路径设计的差异。ADRG路径相关病案解析单元54用于统计分析和详情解析该DRG覆盖的路径病案。
使用时,本系统带有诊疗大数据测算的ADRG组的指导性路径模板;科室可以根据对主要(多病案,金额大)诊断/手术的判断,参照ADRG路径模板,设计建设路径细节。
在诊疗临床路径模板使用后,基于大数据的分析比对,ADRG路径解析单元53对路径执行和设计路径的例均总费用,八大类费用消耗进行对比,与医保费用标杆对比,可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,以及和医保标杆的差别,为科室设计路径和执行路径提供量化信息,进一步学习,改进和编辑路径提供帮助。
便于实现系统自适应,针对临床路径执行结果的分析可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,个体病案偏离路径(高成本)的比较分析;为路径执行效果挖掘底层动因,指导路径的改进和诊疗方案的优化,分析结果可以作为医务人员绩效考核部分依据,系统接受并学习分析结果并实现机器学习。
实施例6:
一种电子设备,本实施例中电子设备可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。图16为适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-AccessMemory,RAM),也可能还包括非易失性存储器(non-volatilememory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是 ISA(IndustryStandardArchitecture,工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended IndustryStandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
存储器,用于存储计算机程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
在一种可能实现的方式中,处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,也可从其它设备上获取相应的计算机程序,以在逻辑层面上形成模型化DRGs临床路径规划管理信息系统,处理器,执行存储器所存放的程序,以通过执行的程序实现本发明任一实施例中提供的模型化DRGs临床路径规划管理方法。
模型化DRGs临床路径规划管理方法方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(CentralProcessingUnit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit, ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
如图7所示,使用时医生或实际执行的科室人员在该终端设备上输入诊断、手术/操作参数,程序进行历史大数据挖掘分析同时自动根据提供信息分入DRG组,匹配选择诊疗临床路径模板,并测定该DRG给定的医保标杆价格,多次操作后可以通过输入诊疗临床路径模板的路径码或诊疗临床路径模板的路径名称进行选用已经制定好的诊疗临床路径模板。如图8所示界面,进行历史大数据挖掘分析,首先数据挖掘引擎对数据按临床实践规范与诊疗类别挖掘,诊疗类别包括检查、检验、手术、耗材、血浆、药物、治疗、其他。如图9所示,在诊疗类别内再划分服务项目类别(医保编码与通用名称),如检查这一诊疗类别中有X线计算机体层(CT)成像(210300004)、X线计算机体层(CT)平扫(210300001b)、手术标本检查与诊断(小标本)(270300005a)、电脑多导联心电图(310701001b)等服务项目类别,以及服务项目类别的单价和例均成本。又如耗材这一诊疗类别中有穿刺器AOFO(C0303032)、耐药三通B.Braun(c0602050x)、负压引流器(C0401074)等服务项目类别,以及服务项目类别的单价和例均成本。最终综合检查、检验、手术、耗材、血浆、药物、治疗、其他八大诊疗类别内的所有服务项目类别数据得到所有可选元素,若干可选元素可以整合得到若干项目包形式的基础临床路径模板,如图10所示,临床医生选择确认编码,例如胆囊相关肿瘤指标检验项目包,包含服务项目1:一次癌胚抗原测定(CEA)(化学发光法)、服务项目2:一次甲胎蛋白测定(AFP)(化学发光法)、服务项目3:三次糖类抗原测定(化学发光法),以及服务项目的单价和总价,作为数据挖掘项目推荐。如图11所示,根据数据挖掘项目推荐在若干项目包的基础上增加或者删除可选元素,以制作诊疗临床路径模板,如HC39-胆囊切除手术推荐有三个项目包,分别为阶段1项目包、阶段2项目包、阶段3项目包,可选用或增加或删除,每个项目包中可选用或增加或删除推荐的可选元素,在该过程中项目成本综合实时测算,得到每个阶段项目包的阶段成本,以及该DRG病组诊疗临床路径模板测算成本并与分入的DRG组的DRG医保标杆价格相比较,形成DRG病组项目集合即得该病例的诊疗临床路径模板。医生在该病例的诊疗过程中将建立得到的诊疗临床路径模板与诊疗流程结合应用,如果诊疗临床路径模板的执行过程中实际情况符合诊疗临床路径模板时按照诊疗临床路径模板完成诊疗过程。如果诊疗过程中实际情况与诊疗临床路径模板存在药品、耗材、服务数据中的一种或多种变化,修改优化诊疗临床路径模板并应用。如果诊疗过程中实际情况特殊,无法符合诊疗临床路径模板,则申请出径处理。本申请中出径处理是指诊疗过程不按照设定好的诊疗临床路径模板执行。
如图12所示界面,在诊疗临床路径模板与诊疗流程结合应用完毕后进行分析评价,对诊疗临床路径模板执行和设计诊疗临床路径模板的例均总费用,八大类费用(检查、检验、手术、耗材、血浆、药物、治疗、其他)消耗进行对比,与医保费用标杆对比,可以总结性地归纳实际路径执行的费用消耗和原设计路径的各种维度的差别,以及和医保标杆的差别,还可以选择性的提供实施诊疗临床路径模板过程中八大类费用中每个具体服务项目的使用情况、费用与诊疗临床路径模板中该服务项目的数量、费用等各种维度的比较,为科室设计路径和执行路径提供量化信息,进一步学习,改进和编辑路径提供帮助。
实施例7:
一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行本发明任一实施例中提供的模型化DRGs临床路径规划管理方法。
该计算机程序包括数据挖掘临床路径模板模块1、临床路径设计模板模块2、医护终端模块3、数据交互接口6。如图13所示界面,使用时,通过对数据挖掘、过程挖掘、诊疗指南,形成基础临床路径模板以及若干可选元素,包含名称等基本信息以及若干项目组合成的项目包,包括但不限于X线计算机体层CT成像、电脑多导联心电图等元素。
如图13所示界面,医院或科室的管理者根据上述基础临床路径模板以及可选元素,通过增加或删除阶段项目包、定义阶段项目包内信息(如名称、时长、描述、可选元素),其中对于可选元素的定义包括参考所有推荐可选元素进行增加、删除、新建等操作,并实时进行阶段路径费用测算和总费用测算,并与该DRG病组的医保标杆进行比较,最终形成病组的诊疗临床路径模板如图14界面所示,包含基础信息、诊疗项目,其中基础信息包括路径编码、路径名称、标准住院天数、路径说明、诊断信息、手术/操作、路径总成本、DRG分组、发布科室、发布人、创建时间、修改时间等信息。诊疗项目包含一个或多个阶段,每个阶段内有所需具体执行的服务项目,每个服务项目的成本,各个阶段的成本。如医生诊断病人患有股骨粗隆间骨折这一病症,医生可以直接按照该诊疗临床路径模板的信息执行,该模板路径编号为DR002,路径名称为股骨粗隆间骨折,标准住院天数为7天,诊断信息为股骨粗隆间骨折(S72,101),手术/操作有股骨骨折闭合复位髓内针内固定术,路径成本49839.99元等信息。本路径具有三个阶段,每个阶段分别具有10-15个具体服务项目,如阶段一具有尿常规、凝血功能、一级护理、生化全套等服务项目,并具体展示每个服务项目的成本,阶段一的成本等信息。如阶段二具有骨科全麻用药、粗隆间内固定系统、帕瑞替布止痛等服务项目,并具体展示每个服务项目的成本,阶段二的成本等信息。如阶段三具有X线检查、换药、静脉输液等服务项目,并具体展示每个服务项目的成本,阶段三的成本等信息。所有诊疗临床路径模板整合为临床路径数据库4,如图15界面所示,包含现存所有医院诊疗临床路径模板信息(如诊疗临床路径模板数量、相关科室数量、已执行案例数量、入组DRG数量),并对每一诊断种类的标准诊疗临床路径模板数量、DRG数量、已执行案例数量进行统计,并可通过诊断名称进行搜索查询诊疗临床路径模板,便于医生遇到类似病例时调出按该模板并执行,也可以由管理者对诊疗临床路径模板进行新建和修改操作。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、系统、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种模型化DRGs临床路径规划管理方法,其特征在于,包括如下步骤:
A、对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素;
B、根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较;
C、根据步骤B中的费用比较结果,选择最优的所述诊疗临床路径模板应用于诊疗流程中。
2.根据权利要求1所述的模型化DRGs临床路径规划管理方法,其特征在于,所述步骤A中对历史诊疗过程大数据测算回顾挖掘的步骤包括:历史诊疗数据挖掘、历史诊疗过程挖掘和诊疗指南信息挖掘;
所述基础临床路径模板包括路径基本信息,所述路径基本信息包括诊断信息、手术信息或医院自主规则信息中的至少一项;所述可选元素包括:诊疗推荐项目、诊疗推荐阶段或医嘱元素中的至少一项。
3.根据权利要求1所述的模型化DRGs临床路径规划管理方法,其特征在于,所述步骤B具体包括如下步骤:
b1、根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板并归入DRG分组;
b2、设计过程中通过数据挖掘引擎与动态模拟实时核算所述诊疗临床路径模板的各部分费用和/或诊疗临床路径模板的总计费用并与所述DRG分组的医保标杆费用比较,根据所述比较结果动态优化诊疗临床路径模板。
4.根据权利要求1所述的模型化DRGs临床路径规划管理方法,其特征在于,所述步骤C具体包括如下步骤:
c1、根据临床诊断结果和步骤B中的费用比较结果匹配最优的所述诊疗临床路径模板;
c2、判断所述临床诊疗流程的实施路径与所述诊疗临床路径模板是否存在不一致的操作,如果是,则通过调整药品、耗材、服务数据中的一种或多种路径影响元素,动态优化所述诊疗临床路径模板直至所述临床诊疗流程的实施路径与所述诊疗临床路径模板的全部操作完全一致;如果否,则将步骤c1中匹配的所述诊疗临床路径模板应用于临床诊疗流程;
当所述步骤c2中所述临床诊疗流程的实施路径与所述诊疗临床路径模板的全部操作无法一致,则提示申请出径处理。
5.根据权利要求1所述的模型化DRGs临床路径规划管理方法,其特征在于,所述步骤C后还包括步骤D,所述步骤D具体包括:对应用的所述诊疗临床路径模板进行分析,根据分析结果评价医疗资源使用效率。
6.一种模型化DRGs临床路径规划管理信息系统,其特征在于,包括数据挖掘临床路径模板模块(1)、临床路径设计模板模块(2)、医护终端模块(3)、数据交互接口(6);
所述数据挖掘临床路径模板模块(1)用于对历史诊疗过程大数据测算回顾挖掘形成基础临床路径模板以及若干可选元素;
所述数据交互接口(6)用于将本系统与医院内其他医疗信息系统数据交互,支持所述临床路径设计模板模块(2)将所述基础临床路径模板与医疗过程动态模拟相结合,根据所述基础临床路径模板和若干所述可选元素设计形成诊疗临床路径模板,并计算该诊疗临床路径模板各部分费用和/或诊疗临床路径模板的总计费用与医保标杆费用比较,根据费用比较结果,选择最优的所述诊疗临床路径模板;
所述医护终端模块(3)用于将最优的所述诊疗临床路径模板应用于诊疗流程中实际诊疗流程结合应用。
7.根据权利要求6所述的模型化DRGs临床路径规划管理信息系统,其特征在于,所述临床路径设计模板模块(2)包括路径基本信息单元(21)、路径基本诊疗项目推荐单元(22)、诊疗阶段建设单元(23)、医嘱元素选择和编辑单元(24)、成本核算单元(25);
所述路径基本信息单元(21)包括诊断信息、手术信息、医院自主规则信息,建立得到诊疗临床路径模板自动归入DRG分组,DRG分组分别对应设置有医保标杆费用,用于为诊疗临床路径模板的设计提供成本标杆;
所述路径基本诊疗项目推荐单元(22)用于根据诊断信息、手术信息、基础临床路径模板和数据挖掘引擎推荐若干诊疗项目包,所述诊疗项目包中包含若干诊疗应用元素;
所述诊疗阶段建设单元(23)用于填写和/或选择相应诊疗项目包的诊疗阶段,所述诊疗阶段中包含若干诊疗应用元素;
所述医嘱元素选择和编辑单元(24)包括医嘱元素库,用于选择或创建或编辑医嘱元素并保存在医嘱元素库中;
所述成本核算单元(25)通过数据挖掘引擎在诊疗临床路径模板的设计过程中实时核算诊疗临床路径模板中每一步骤的费用和临床路径总费用,用于与DRG分组对应设置的医保标杆费用对比;
所述临床路径设计模板模块(2)还包括路径状态管理单元(26)、路径知识库(27);
所述路径状态管理单元(26)用于管理新建诊疗临床路径模板和现存诊疗临床路径模板的发布、使用、停用等状态的控制管理;
所述路径知识库(27)用于自适应更新迭代维护基础临床路径模板和医嘱元素库。
8.根据权利要求6所述的模型化DRGs临床路径规划管理信息系统,其特征在于,所述系统还包括临床路径数据库(4)、临床路径管理分析考核模块(5);
所述临床路径数据库(4)用于收录管理者讨论审核后的诊疗临床路径模板形成临床路径数据库(4)供医护终端模块(3)选用;
所述临床路径管理分析考核模块(5)用于对医护终端模块(3)应用后的诊疗临床路径模板分析评价;
所述临床路径管理分析考核模块(5)包括路径基本指标单元(51)、科室路径执行分析单元(52)、ADRG路径解析单元(53)、ADRG路径相关病案解析单元(54);
所述路径基本指标单元(51)包括对诊疗过程中已应用的诊疗临床路径模板的若干评价指标,包括DRG全院收治病例数、覆盖DRG组数、均住院天数、例均费用、完成率、退出率中的一种或多种;
所述科室路径执行分析单元(52)包括对各科室路径建设、执行基本情况和评价指标;
所述ADRG路径解析单元(53)用于阅览ADRG覆盖的国家临床路径标准、病种标准指南;搜索、展示全院科室MDC下所有覆盖的ADRG路径;数据挖掘呈现对比分析ADRG路径实际执行指标和已设计标准路径的各项指标;对比分析路径执行和设计路径的例均总费用、八大类费用消耗、医保费用标杆对比;数据量化解析详细诊疗项目与路径设计的差异;
所述ADRG路径相关病案解析单元(54)用于统计分析和详情解析该DRG覆盖的路径病案。
9.一种电子设备,包括处理器、存储器和总线,其特征在于,所述存储器用于存储计算机程序,所述处理器与所述存储器通过所述总线连接,当所述电子设备运行时,所述处理器执行所述存储器的所述计算机程序,以使所述处理器执行如权利要求1至5中任一项所述的一种模型化DRGs临床路径规划管理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至5中任一项所述的一种模型化DRGs临床路径规划管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210916352.6A CN115482921A (zh) | 2022-08-01 | 2022-08-01 | 一种模型化DRGs临床路径规划管理信息系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210916352.6A CN115482921A (zh) | 2022-08-01 | 2022-08-01 | 一种模型化DRGs临床路径规划管理信息系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115482921A true CN115482921A (zh) | 2022-12-16 |
Family
ID=84422636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210916352.6A Pending CN115482921A (zh) | 2022-08-01 | 2022-08-01 | 一种模型化DRGs临床路径规划管理信息系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482921A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115910308A (zh) * | 2023-01-05 | 2023-04-04 | 中南大学湘雅医院 | Drg制度下的费用精细化控制方法、装置、电子设备 |
CN116189910A (zh) * | 2023-03-15 | 2023-05-30 | 中国人民解放军总医院 | 基于大数据技术的病种诊疗质量管理系统 |
CN116563038A (zh) * | 2023-06-26 | 2023-08-08 | 江南大学附属医院 | 一种基于区域大数据的医保控费推荐方法、系统及存储介质 |
CN116798581A (zh) * | 2023-06-13 | 2023-09-22 | 北京智诚民康信息技术有限公司 | 一种基于临床决策支持的住院患者drg/dip入组方法的系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834826A (zh) * | 2015-05-25 | 2015-08-12 | 南京伯索网络科技有限公司 | 基于数据挖掘和图论技术的临床路径建立和优化方法及系统 |
CN107833621A (zh) * | 2017-03-06 | 2018-03-23 | 平安医疗健康管理股份有限公司 | 医疗费用控制方法和装置 |
CN114155976A (zh) * | 2021-12-07 | 2022-03-08 | 常州昊泽信息科技有限公司 | DRGs提交反馈方法及系统 |
-
2022
- 2022-08-01 CN CN202210916352.6A patent/CN115482921A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834826A (zh) * | 2015-05-25 | 2015-08-12 | 南京伯索网络科技有限公司 | 基于数据挖掘和图论技术的临床路径建立和优化方法及系统 |
CN107833621A (zh) * | 2017-03-06 | 2018-03-23 | 平安医疗健康管理股份有限公司 | 医疗费用控制方法和装置 |
CN114155976A (zh) * | 2021-12-07 | 2022-03-08 | 常州昊泽信息科技有限公司 | DRGs提交反馈方法及系统 |
Non-Patent Citations (1)
Title |
---|
于海铸 等: "基于HIS临床路径的DRGs费用管控系统的设计与实现" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115910308A (zh) * | 2023-01-05 | 2023-04-04 | 中南大学湘雅医院 | Drg制度下的费用精细化控制方法、装置、电子设备 |
CN116189910A (zh) * | 2023-03-15 | 2023-05-30 | 中国人民解放军总医院 | 基于大数据技术的病种诊疗质量管理系统 |
CN116798581A (zh) * | 2023-06-13 | 2023-09-22 | 北京智诚民康信息技术有限公司 | 一种基于临床决策支持的住院患者drg/dip入组方法的系统 |
CN116563038A (zh) * | 2023-06-26 | 2023-08-08 | 江南大学附属医院 | 一种基于区域大数据的医保控费推荐方法、系统及存储介质 |
CN116563038B (zh) * | 2023-06-26 | 2023-09-22 | 江南大学附属医院 | 一种基于区域大数据的医保控费推荐方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562813B2 (en) | Automated clinical indicator recognition with natural language processing | |
CN115482921A (zh) | 一种模型化DRGs临床路径规划管理信息系统及方法 | |
Shao et al. | Multidisciplinary care of breast cancer patients: a scoping review of multidisciplinary styles, processes, and outcomes | |
US8731964B2 (en) | Integrated system for generation and retention of medical records | |
US20200194129A1 (en) | Method for searching a text (or alphanumeric string) database, restructuring and parsing text data (or alphanumeric string), creation/application of a natural language processing engine, and the creation/application of an automated analyzer for the creation of medical reports | |
US8626533B2 (en) | Patient data mining with population-based analysis | |
US8655677B2 (en) | Productivity workflow index | |
US20130238363A1 (en) | Medical examination assistance system and method of assisting medical examination | |
US20070227537A1 (en) | Systems and Methods for Facilitating Management of Respiratory Care | |
Fridsma et al. | Making generic guidelines site-specific. | |
US9117183B2 (en) | Real-time predictive simulation modeling | |
Matuszak et al. | Performance/outcomes data and physician process challenges for practical big data efforts in radiation oncology | |
CN115346647A (zh) | 一种智能化dip临床路径规划管理信息方法及系统 | |
US9639667B2 (en) | Performing data analysis on clinical data | |
CN114550859A (zh) | 单病种质量监测方法、系统、设备及存储介质 | |
US20170124260A1 (en) | Medical home treatment system | |
KR20190063244A (ko) | 비쥬얼 모니터링 시스템 | |
US20090024413A1 (en) | Method and system to manage cross institutional mamma carcinoma care plans | |
US20100250282A1 (en) | Custom order sets | |
Thevapalan et al. | Decision support core system for cancer therapies using ASP-HEX | |
US12039495B2 (en) | Systems and methods for coding data from a medical encounter | |
Hatsek et al. | Evaluation of a Bi-Directional Methodology for Automated Assessment of Compliance to Continuous Application of Clinical Guidelines, in the Type 2 Diabetes-Management Domain | |
Tiso et al. | LEAN AND SAFETY CHRONIC CARE: FIRST PROJECTS FROM A SPANISH HOSPITAL | |
US20230368137A1 (en) | Systems and methods for coding data from a medical encounter | |
US20210174915A1 (en) | Bi-directional documentation building system |
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 |