CN117476244A - 医疗安全事件分析处理方法、设备及存储介质 - Google Patents
医疗安全事件分析处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117476244A CN117476244A CN202311474628.0A CN202311474628A CN117476244A CN 117476244 A CN117476244 A CN 117476244A CN 202311474628 A CN202311474628 A CN 202311474628A CN 117476244 A CN117476244 A CN 117476244A
- Authority
- CN
- China
- Prior art keywords
- decision
- target
- node
- event
- decision node
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 74
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000003066 decision tree Methods 0.000 claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000004048 modification Effects 0.000 claims description 30
- 238000012986 modification Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 208000027418 Wounds and injury Diseases 0.000 description 12
- 230000006378 damage Effects 0.000 description 12
- 208000014674 injury Diseases 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 9
- 238000012552 review Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种医疗安全事件分析处理方法、设备及存储介质,涉及医疗信息技术领域。该方法包括在图形用户界面中的第一区域内显示异常事件决策树;根据通过异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从多个决策节点中确定第二决策节点;根据通过第二决策节点输入的针对目标医疗安全事件的第二决策选择操作,从多个决策节点中确定第三决策节点;若第三决策节点为异常事件决策树中的末端决策节点,则确定末端决策节点对应的预设处置信息作为目标医疗安全事件的目标处置信息。本申请提供的方法,能够根据决策树自动得出目标医疗安全事件的目标处置信息,准确度高,且节省了用户的时间。
Description
技术领域
本申请涉及医疗信息技术领域,具体而言,涉及一种医疗安全事件分析处理方法、设备及存储介质。
背景技术
在医疗工作中,医疗安全事件的发生在所难免,当发生医疗安全事件时,需要找到事件发生的原因,从而根据原因和事件严重程度,来判断是否需要进行医疗服务整改。
目前,在对医疗安全事件的原因进行分析时,通常是通过与团队成员合作讨论,人为分析得出结论,耗费了大量时间,且容易受到主观因素影响,导致无法找到医疗安全事件的根本原因。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种医疗安全事件分析处理方法、设备及存储介质,以便解决现有技术中存在的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种医疗安全事件分析处理方法,包括:
在图形用户界面中的第一区域内显示异常事件决策树;
根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点;
根据通过所述第二决策节点输入的针对所述目标医疗安全事件的第二决策选择操作,从所述多个决策节点中确定第三决策节点;
若所述第三决策节点为所述异常事件决策树中的末端决策节点,则确定所述末端决策节点对应的预设处置信息作为所述目标医疗安全事件的目标处置信息。
在一实施例中,所述根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点,包括:
根据所述第一决策选择操作所选择的分支流转信息,从所述多个决策节点中确定所述分支流转信息对应的决策节点作为所述第二决策节点。
在一实施例中,所述根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点之后,所述方法还包括:
对所述异常事件决策树中的所述第二决策节点、所述第一决策节点、所述第一决策节点和所述第二决策节点之间的连接均采用第一颜色进行高亮显示。
在一实施例中,所述若所述第三决策节点为所述异常事件决策树中的末端决策节点之后,所述方法还包括:
对所述异常事件决策树中的所述末端决策节点对应的预设处理信息采用第二颜色进行高亮显示。
在一实施例中,所述方法还包括:
在所述图形用户界面中的第二区域内显示风险级别判定表,所述风险级别判定表中包括:多类发生频率的判定信息,每类发生频率的判定信息包括:所述每类发生频率对应的多个风险级别的信息;
根据历史上报的所述目标医疗安全事件对应的目标医疗单位的历史医疗安全事件,从所述多类发生频率中,确定目标频率分类;
对所述图形用户界面中所述目标频率分类对应的判定信息进行高亮显示;
根据针对所述多个风险级别中的目标风险级别的选中操作,在所述图形用户界面中对所述目标风险级别的信息进行高亮显示。
在一实施例中,所述方法还包括:
根据所述目标处置信息以及所述目标风险级别,生成针对所述目标医疗安全事件的判定结论。
在一实施例中,所述根据所述目标处置信息以及所述目标风险级别,生成针对所述目标医疗安全事件的判定结论,还包括:
根据所述目标风险级别,确定所述目标医疗安全事件是否触发预设的分析整改条件,得到所述目标医疗安全事件的分析整改触发判定结论;
根据所述分析整改触发判定结论、所述目标处置信息以及所述目标风险级别,采用预设的话术模板,生成所述判定结论。
在一实施例中,所述方法还包括:
若所述判定结论指示所述目标医疗安全事件触发所述分析整改条件,则向所述目标医疗单位对应的目标审核单位发送所述目标医疗安全事件的判定结论、以及过程信息。
第二方面,本申请实施例提供了一种计算机设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行如上述实施例所述的医疗安全事件分析处理方法。
第三方面,本申请实施例提供了一种计算机可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述实施例所述的医疗安全事件分析处理方法。
可选地,本申请实施例提供了一种医疗安全事件分析处理装置,包括:
显示模块,用于在图形用户界面中的第一区域内显示异常事件决策树;
第一确定模块,用于根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点;
第二确定模块,用于根据通过所述第二决策节点输入的针对所述目标医疗安全事件的第二决策选择操作,从所述多个决策节点中确定第三决策节点;
信息确定模块,用于若所述第三决策节点为所述异常事件决策树中的末端决策节点,则确定所述末端决策节点对应的预设处置信息作为所述目标医疗安全事件的目标处置信息。
本申请的有益效果是:本申请提供了一种医疗安全事件分析处理方法,包括:在图形用户界面中的第一区域内显示异常事件决策树;根据通过异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从多个决策节点中确定第二决策节点;根据通过第二决策节点输入的针对目标医疗安全事件的第二决策选择操作,从多个决策节点中确定第三决策节点;若第三决策节点为异常事件决策树中的末端决策节点,则确定末端决策节点对应的预设处置信息作为目标医疗安全事件的目标处置信息。
其中,根据异常事件决策树来自动确定目标医疗安全事件的目标处置信息,能够提高获取目标处置信息的准确度,且无需用户人为分析,节省了用户的时间。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之一;
图2为本申请一实施例提供的图形用户界面的示意图之一;
图3为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之二;
图4为本申请一实施例提供的图形用户界面的示意图之二;
图5为本申请一实施例提供的图形用户界面的示意图之三;
图6为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之三;
图7为本申请一实施例提供的图形用户界面的示意图之四;
图8为本申请一实施例提供的医疗安全事件分析处理装置的结构示意图;
图9为本申请一实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
此外,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供了一种医疗安全事件分析处理方法,该方法可由任一计算机设备生成,计算机设备例如可以是面向终端的计算机设备,也可以是后端的服务器,需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
以下结合附图通过多个示例对本申请提供的医疗安全事件分析处理方法进行具体的示例说明。
图1为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之一,图2为本申请一实施例提供的图形用户界面的示意图之一,如图1和图2所示,该方法包括:
S101、在图形用户界面中的第一区域内显示异常事件决策树。
在本申请中,可以在图形用户界面中的第一区域内显示异常事件决策树,用异常事件决策树来自动确定目标医疗安全事件的目标处置信息。
其中,可以预先通过医疗行业共识的通用流程构建异常事件决策树;目标医疗安全事件为需要被分析原因的医疗安全事件;图形用户界面支持在PC端、手机端或平板端上进行显示及触控操作。
S102、根据通过异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从多个决策节点中确定第二决策节点。
如图2所示,异常事件决策树包含蓄意伤害审视、能力审视、外部审视、情境审视等多个决策节点,在本实施例中,将蓄意伤害审视节点设置为第一决策节点,当图形用户界面中的第一区域内显示异常事件决策树之后,用户可以对第一决策节点(蓄意伤害审视节点)进行第一决策选择操作,从而根据蓄意伤害审视节点所选择的分支流转信息(是或否),从多个决策节点中确定分支流转信息对应的决策节点作为第二决策节点。
例如在图2中,与蓄意伤害审视节点连接的节点有两个,分别是“能力审视”节点、“是否故意造成不好的结果”节点,在未对异常事件决策树上的节点进行选择操作时,蓄意伤害审视节点默认显示出“是”和“否”按钮,若用户对蓄意伤害审视节点进行“是”选择操作,则将与蓄意伤害审视节点虚线连接的节点作为第二决策节点,也即,将“是否故意造成不好的结果”节点作为第二决策节点,并在“是否故意造成不好的结果”节点显示出“是”和“否”按钮;若用户对蓄意伤害审视节点进行“否”选择操作,则将与蓄意伤害审视节点实线连接的节点作为第二决策节点,也即,将“能力审视”节点作为第二决策节点,并在“能力审视”节点显示出“是”和“否”按钮。
S103、根据通过第二决策节点输入的针对目标医疗安全事件的第二决策选择操作,从多个决策节点中确定第三决策节点。
在确定第二决策节点之后,根据通过第二决策节点输入的针对目标医疗安全事件的第二决策选择操作,即可从多个决策节点中确定第三决策节点。
以第二决策节点被确定为“能力审视”节点为例,当能力审视节点显示出“是”和“否”按钮之后,用户可以通过“是”和“否”按钮,继续对能力审视节点进行第二决策选择操作,与S102中的逻辑相同,若用户对能力审视节点进行“否”选择操作,则将与能力审视节点实线连接的节点作为第三决策节点,即,将“外部审视”节点作为第三决策节点,并在“外部审视”节点显示出“是”和“否”按钮。
S104、若第三决策节点为异常事件决策树中的末端决策节点,则确定末端决策节点对应的预设处置信息作为目标医疗安全事件的目标处置信息。
继续参照图2,异常事件决策树中包含多个末端决策节点,包括:是否故意要造成不好的结果;是否存在已知的疾病;是否有证明显示采取了危险行为;是否有补救措施或可避免发生的状况;是否有其他人员在类似情况下犯同样错误;在教育训练或督导上是否有任何缺失等。各个末端决策节点分别对应的预设处置信息包括:送奖惩委员会、考虑停止、调职并进行执业健康评估;考虑调整职务,进行执业健康评估;考虑加强训练、改善督导程度或适当调整职务;系统管理问题等。
在确定了第三决策节点时,若第三决策节点为异常事件决策树中的末端决策节点,则确定该末端决策节点对应的预设处置信息作为目标医疗安全事件的目标处置信息。例如,若第三决策节点为“是否故意要造成不好的结果”,则确定“送奖惩委员会、考虑停止、调职并进行执业健康评估”为目标医疗安全事件的目标处置信息;若第三决策节点为“是否有证明显示采取了危险行为”,则确定“考虑加强训练、改善督导程度或适当调整职务”为目标医疗安全事件的目标处置信息。
需要说明的是,在本申请中,如果需要修改已被选择的决策节点的选择操作,直接点击该决策节点即可,无需逐级退回修改。还需要说明的是,在本申请中,第三决策节点可以是异常事件决策树中的任意一个末端决策节点,“第三”是用于区别类似的对象,而不是用于限制特定的顺序或先后次序。
综上,本实施例提供了一种医疗安全事件分析处理方法,该方法具备视觉可辨识性和交互友好性的特性,有助于用户更直观地理解和操作异常事件决策树,并且,通过异常事件决策树来自动确定目标医疗安全事件的目标处置信息,能够提高获取目标处置信息的准确度,且无需用户人为分析,减少了工作量,节省了用户的时间。
在另一实施例中,当从多个决策节点中确定第二决策节点之后,可以对异常事件决策树中的第二决策节点、第一决策节点、第一决策节点和第二决策节点之间的连接均采用第一颜色进行高亮显示,在本申请中,第一颜色为蓝色,例如,当确定“能力审视”为第二决策节点之后,将“蓄意伤害审视”节点、“能力审视”与“蓄意伤害审视”节点的连接均用蓝色高亮显示。
当确定第三决策节点为异常事件决策树中的末端决策节点之后,还可以对异常事件决策树中的末端决策节点对应的预设处理信息采用第二颜色进行高亮显示,在本申请中,第二颜色为橙色,例如,当确定第三决策节点为“是否有证明显示采取了危险行为”之后,将其对应的预设处理信息“考虑加强训练、改善督导程度或适当调整职务”采用橙色高亮显示。
上述实施例将第二决策节点、第一决策节点和第二决策节点之间的连接均采用第一颜色进行高亮显示,末端决策节点以及对应的预设处理信息采用第二颜色进行高亮显示,在异常事件决策树中突出了分析结果,更有利于用户进行选择操作。
图3为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之二,如图3所示,本申请的医疗安全事件分析处理方法还包括:
S201、在图形用户界面中的第二区域内显示风险级别判定表。
继续参照图2,图形用户界面中的第二区域内显示有风险级别判定表,风险级别判定表中包括多类发生频率的判定信息,每类发生频率的判定信息包括:每类发生频率对应的多个风险级别的信息。
其中,多类发生频率包括数周1次、1年数次、1~2年1次、2~5年1次、5年以上1次;多个风险级别包括1、2、3、4级。还需说明的是,图形用户界面中的第二区域内还显示有多个严重程度级别,包括严重、较严重、中等、较轻微、轻微。
本申请支持在图形用户界面上查看发生频率说明、以及严重程度的解释说明。图4为本申请一实施例提供的图形用户界面的示意图之二,如图4所示,当用户点击发生频率对应的“查看说明”按钮时,显示如图4所示的发生频率说明;图5为本申请一实施例提供的图形用户界面的示意图之三,如图5所示,当用户点击严重程度对应的“查看说明”按钮时,显示如图5所示的严重程度说明。
S202、根据历史上报的目标医疗安全事件对应的目标医疗单位的历史医疗安全事件,从多类发生频率中,确定目标频率分类。
在本实施例中,能够遍历目标医疗安全事件对应的目标医疗单位的历史医疗安全事件,从中找出同类别医疗安全事件的上报历史记录数据,按照发生频率自动计算出目标医疗安全事件对应的目标频率分类,并自动将目标频率分类显示在图形用户界面第二区域内的风险级别判定表中。
其中,目标医疗单位为发生目标医疗安全事件的医院科室,目标频率分类为多类发生频率的其中任意一个,由目标医疗单位的历史医疗安全事件数量决定。
S203、对图形用户界面中目标频率分类对应的判定信息进行高亮显示。
在确定目标频率分类之后,对图形用户界面中目标频率分类对应的判定信息进行高亮显示,即,将目标频率分类所在行的多个风险级别的信息进行高亮显示。例如,当目标频率分类为1~2年1次时,将该行的多个风险等级1、2、2、3、4高亮显示。
S204、根据针对多个风险级别中的目标风险级别的选中操作,在图形用户界面中对目标风险级别的信息进行高亮显示。
在对目标频率分类对应的判定信息进行高亮显示之后,用户即可根据目标医疗安全事件的严重程度级别,选中多个风险级别中的目标风险级别,这时,将目标风险级别的信息进行高亮显示。
例如,在对目标频率分类为1~2年1次对应的多个风险等级1、2、2、3、4高亮显示之后,用户通过严重程度的解释说明,判断目标医疗安全事件为较严重事件,则确定目标风险级别为2级,将1~2年1次所在行、较严重所在列对应的“2级”高亮显示。
在本实施例中,根据目标频率分类、严重程度、以及风险级别判定表,实现了对目标医疗安全事件的风险级别进行自动判定,提高了获取目标风险级别的准确度,且减少了用户工作量。
当根据上述S104确定目标医疗安全事件的目标处置信息、根据S204确定目标风险级别之后,即可根据目标处置信息以及目标风险级别,生成针对目标医疗安全事件的判定结论,判定结论用于指示是否需要针对目标医疗安全事件进行分析整改。
图6为本申请一实施例提供的医疗安全事件分析处理方法的流程示意图之三,如图6所示,生成针对目标医疗安全事件的判定结论的具体步骤包括:
S301、根据目标风险级别,确定目标医疗安全事件是否触发预设的分析整改条件,得到目标医疗安全事件的分析整改触发判定结论。
得到目标风险级别之后,即可根据目标风险级别,确定目标医疗安全事件是否触发预设的分析整改条件,得到目标医疗安全事件的分析整改触发判定结论,结论包括:需要,表示需要针对目标医疗安全事件进行分析整改;不需要,表示不需要针对目标医疗安全事件进行分析整改。
预设的分析整改条件可根据科室的需求不同进行修改,例如,某科室预设的分析整改条件为:目标处置信息指示目标医疗安全事件存在系统问题、目标风险级别指示目标医疗安全事件的风险等级为2级以上,则当该医院的某科室的目标医疗安全事件满足分析整改条件时,确定该目标医疗安全事件触发该科室的分析整改条件,需要针对该目标医疗安全事件进行分析整改。
S302、根据分析整改触发判定结论、目标处置信息以及目标风险级别,采用预设的话术模板,生成判定结论。
在本申请中,判定结论采用话术模板,将关键信息通过变量的形式生成结论,这样的结论呈现方式更加清晰和规范,有助于快速了解整改判定结果,例如,话术模板为“经判定{存在/不存在}系统问题,风险级别评估为{1/2/3/4}级,{需要/不需要}进行分析整改”,其中{}为变量,分别来自于目标处置信息、目标风险级别、以及分析整改触发判定结论。
图7为本申请一实施例提供的图形用户界面的示意图之四,如图7所示,若结论为“经判定存在系统问题,风险级别评估为2级,需要进行分析整改”,则在图形用户界面的结论显示区域显示该结论。
在一实施例中,本申请的医疗安全事件分析处理方法还包括:若判定结论指示目标医疗安全事件触发分析整改条件,则向目标医疗单位对应的目标审核单位发送目标医疗安全事件的判定结论、以及过程信息,由目标审核单位对目标医疗安全事件的判定结论进行进一步判定。
其中,目标审核单位是目标医疗单位的上级或相关部门,目标审核单位可对目标医疗安全事件的判定结论进行修改,若修改后目标医疗安全事件不触发分析整改条件,则以目标审核单位的修改为准,无需对目标医疗安全事件进行分析整改。
综上,本申请提供了一种医疗安全事件分析处理方法,具有以下优点:
1、自动整改判定:本申请的采用异常事件决策树和风险等级判定,实现对目标医疗安全事件的自动整改判定,大大提高了分析整改的效率和准确性。
2、整改判定条件灵活:分析整改判定条件包含多选配置项,支持不同条件的组合选择,能够根据具体需求设置开启条件,满足不同的医疗机构和需求,进行个性化的配置和设置,提高了灵活性和适用性。
3、可视化效果:通过异常事件决策树和风险等级判定控件的使用,在分析过程中通过清晰的界面和决策节点的高亮显示,并通过连线显示因果关系展示问题的关键因素和路径,帮助医护人员直观地了解整个分析过程和结果。医护人员可以通过决策树的可视化展示,快速掌握事件的分类、判定路径和最终结论,提高了工作效率和分析准确性,有助于决策者做出正确的改进决策,异常事件决策树在结果展示上具有更加直观和清晰的优势。
4、综合性分析:采用异常事件决策树作为分析工具,能够更全面地考虑多个环节和因素之间的关系,而不仅仅局限于个人行为或单一环节,异常事件决策树能够将众多影响因素和路径清晰地呈现出来,帮助识别复杂的问题根本原因。
5、系统性视角:采用异常事件决策树,能够系统性地分析医疗系统中的问题和缺陷,深入分析出问题产生的各个环节和关键决策点,从而找出整个系统设计和流程中存在的缺点和风险。
6、避免个人攻击:着眼于改进医疗系统而非个人责任,避免将问题的根本原因归咎于护理人员个人行为或错误,通过系统性分析,将焦点放在系统缺陷和流程问题上,可以减少个人攻击,建立积极的工作环境,促进团队合作。
7、避免治本不治标:强调找出工作流程及系统设计上的缺点和风险,并采取正确的措施加以完善和改正,有助于治本,找到解决问题的根本原因,而不是只是解决表面问题,这样可以避免不良事件的重复发生,提高医疗系统的整体质量和安全性。
8、交互友好性:通过交互友好的操作界面,提供清晰的标签和指示,引导医护人员进行选择操作,用户可以直接在节点上进行选择,并可以随时修改选择,这种便捷的交互方式减少了医护人员的操作复杂性和错误风险。
如下继续对执行本申请上述任一实施例提供的医疗安全事件分析处理方法的装置、设备及存储介质进行相应的解释,其具体的实现过程以及产生的技术效果与前述对应的方法实施例相同,为简要描述,下述实施例中未提及部分,可参考方法实施例中的相应内容。
可选地,图8为本申请一实施例提供的医疗安全事件分析处理装置的结构示意图,如图8所示,本申请还提供了一种医疗安全事件分析处理装置,包括:
显示模块10,用于在图形用户界面中的第一区域内显示异常事件决策树。
第一确定模块20,用于根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点。
第二确定模块30,用于根据通过所述第二决策节点输入的针对所述目标医疗安全事件的第二决策选择操作,从所述多个决策节点中确定第三决策节点。
信息确定模块40,用于若所述第三决策节点为所述异常事件决策树中的末端决策节点,则确定所述末端决策节点对应的预设处置信息作为所述目标医疗安全事件的目标处置信息。
在一实施例中,第一确定模块20,用于根据第一决策选择操作所选择的分支流转信息,从多个决策节点中确定分支流转信息对应的决策节点作为第二决策节点。
在一实施例中,显示模块10,用于对异常事件决策树中的第二决策节点、第一决策节点、第一决策节点和第二决策节点之间的连接均采用第一颜色进行高亮显示。
在一实施例中,显示模块10,用于对异常事件决策树中的末端决策节点对应的预设处理信息采用第二颜色进行高亮显示。
在一实施例中,显示模块10,用于在图形用户界面中的第二区域内显示风险级别判定表,风险级别判定表中包括:多类发生频率的判定信息,每类发生频率的判定信息包括:每类发生频率对应的多个风险级别的信息。
第一确定模块20,用于根据历史上报的目标医疗安全事件对应的目标医疗单位的历史医疗安全事件,从多类发生频率中,确定目标频率分类。
显示模块10,还用于对图形用户界面中目标频率分类对应的判定信息进行高亮显示;根据针对多个风险级别中的目标风险级别的选中操作,在图形用户界面中对目标风险级别的信息进行高亮显示。
在一实施例中,医疗安全事件分析处理装置还包括结论生成模块,用于根据目标处置信息以及目标风险级别,生成针对目标医疗安全事件的判定结论。
在一实施例中,结论生成模块,用于根据目标风险级别,确定目标医疗安全事件是否触发预设的分析整改条件,得到目标医疗安全事件的分析整改触发判定结论;根据分析整改触发判定结论、目标处置信息以及目标风险级别,采用预设的话术模板,生成判定结论。
在一实施例中,医疗安全事件分析处理装置还包括结论发送模块,用于若判定结论指示目标医疗安全事件触发分析整改条件,则向目标医疗单位对应的目标审核单位发送目标医疗安全事件的判定结论、以及过程信息。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器,或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图9为本申请一实施例提供的计算机设备的结构示意图,如图9所示,本申请一实施例还提供了一种计算机设备,包括:处理器100、存储介质200和总线300,存储介质存储有处理器可执行的程序指令,当计算机设备运行时,处理器与存储介质之间通过总线通信,处理器执行程序指令,以执行如上述实施例提供的医疗安全事件分析处理方法。
本申请一实施例还提供了一种计算机可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行如上述实施例提供的医疗安全事件分析处理方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种医疗安全事件分析处理方法,其特征在于,包括:
在图形用户界面中的第一区域内显示异常事件决策树;
根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点;
根据通过所述第二决策节点输入的针对所述目标医疗安全事件的第二决策选择操作,从所述多个决策节点中确定第三决策节点;
若所述第三决策节点为所述异常事件决策树中的末端决策节点,则确定所述末端决策节点对应的预设处置信息作为所述目标医疗安全事件的目标处置信息。
2.根据权利要求1所述的方法,其特征在于,所述根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点,包括:
根据所述第一决策选择操作所选择的分支流转信息,从所述多个决策节点中确定所述分支流转信息对应的决策节点作为所述第二决策节点。
3.根据权利要求1所述的方法,其特征在于,所述根据通过所述异常事件决策树中的多个决策节点中第一决策节点输入的针对目标医疗安全事件的第一决策选择操作,从所述多个决策节点中确定第二决策节点之后,所述方法还包括:
对所述异常事件决策树中的所述第二决策节点、所述第一决策节点、所述第一决策节点和所述第二决策节点之间的连接均采用第一颜色进行高亮显示。
4.根据权利要求1所述的方法,其特征在于,所述若所述第三决策节点为所述异常事件决策树中的末端决策节点之后,所述方法还包括:
对所述异常事件决策树中的所述末端决策节点对应的预设处理信息采用第二颜色进行高亮显示。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述图形用户界面中的第二区域内显示风险级别判定表,所述风险级别判定表中包括:多类发生频率的判定信息,每类发生频率的判定信息包括:所述每类发生频率对应的多个风险级别的信息;
根据历史上报的所述目标医疗安全事件对应的目标医疗单位的历史医疗安全事件,从所述多类发生频率中,确定目标频率分类;
对所述图形用户界面中所述目标频率分类对应的判定信息进行高亮显示;
根据针对所述多个风险级别中的目标风险级别的选中操作,在所述图形用户界面中对所述目标风险级别的信息进行高亮显示。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述目标处置信息以及所述目标风险级别,生成针对所述目标医疗安全事件的判定结论。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标处置信息以及所述目标风险级别,生成针对所述目标医疗安全事件的判定结论,还包括:
根据所述目标风险级别,确定所述目标医疗安全事件是否触发预设的分析整改条件,得到所述目标医疗安全事件的分析整改触发判定结论;
根据所述分析整改触发判定结论、所述目标处置信息以及所述目标风险级别,采用预设的话术模板,生成所述判定结论。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
若所述判定结论指示所述目标医疗安全事件触发所述分析整改条件,则向所述目标医疗单位对应的目标审核单位发送所述目标医疗安全事件的判定结论、以及过程信息。
9.一种计算机设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行如权利要求1至8任一所述的医疗安全事件分析处理方法。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至8任一所述的医疗安全事件分析处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311474628.0A CN117476244A (zh) | 2023-11-07 | 2023-11-07 | 医疗安全事件分析处理方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311474628.0A CN117476244A (zh) | 2023-11-07 | 2023-11-07 | 医疗安全事件分析处理方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117476244A true CN117476244A (zh) | 2024-01-30 |
Family
ID=89630898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311474628.0A Pending CN117476244A (zh) | 2023-11-07 | 2023-11-07 | 医疗安全事件分析处理方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117476244A (zh) |
-
2023
- 2023-11-07 CN CN202311474628.0A patent/CN117476244A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10843342B2 (en) | System and method for detecting and fixing robotic process automation failures | |
JP7237110B2 (ja) | 故障予測方法、装置、電子設備、記憶媒体、及びプログラム | |
Heravizadeh et al. | Dimensions of business processes quality (QoBP) | |
JP5955863B2 (ja) | プラント・ネットワーク及びシステムのためのリスク評価ワークフロー・プロセス遂行システム、プログラム製品及び方法 | |
US8396815B2 (en) | Adaptive business process automation | |
US8352399B2 (en) | System and method for bouncing failure analysis | |
US9098638B2 (en) | System and method for automatic test level generation | |
JP5614843B2 (ja) | ソフトウェア設計・運用統合管理システム | |
US10871951B2 (en) | Code correction | |
KR101198397B1 (ko) | 원자력 발전소 출력운전 중 범용 리스크감시 시스템 및 그 방법 | |
US20090112917A1 (en) | Method and computer program product for using data mining tools to automatically compare an investigated unit and a benchmark unit | |
CN117476244A (zh) | 医疗安全事件分析处理方法、设备及存储介质 | |
Esposito et al. | Can We Trust the Default Vulnerabilities Severity? | |
JP2001337846A (ja) | ソフトウエア品質検査支援システム及び方法 | |
WO2020195775A1 (ja) | 提示装置、提示方法および提示プログラム | |
CN114675952A (zh) | 信息处理方法、装置、电子设备、介质和程序产品 | |
US20080195453A1 (en) | Organisational Representational System | |
US8538995B2 (en) | Device and method for automatically detecting an unclear description | |
CN112599215B (zh) | 自动审核系统的规则调整方法、装置、设备及存储介质 | |
Dos Santos et al. | Quality improvement and quantitative modeling—Using mashups for human error prevention | |
JP2015032068A (ja) | 情報処理画面出力装置、情報処理画面出力プログラム、および情報処理画面出力システム | |
KR102382210B1 (ko) | 취약점 테스트 제공 시스템 및 방법 | |
US20230244563A1 (en) | Method for generating an fta fault tree from an fmea table of a technical system or vice versa | |
US20160291664A1 (en) | Power system monitoring and control system having thread-dependent calculation monitoring function | |
CN117312282A (zh) | 系统数据质量状态的检测方法、装置、设备及存储介质 |
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 |