CN118352051A - 用于补充自动化分析仪测量结果的方法和系统 - Google Patents
用于补充自动化分析仪测量结果的方法和系统 Download PDFInfo
- Publication number
- CN118352051A CN118352051A CN202410272461.8A CN202410272461A CN118352051A CN 118352051 A CN118352051 A CN 118352051A CN 202410272461 A CN202410272461 A CN 202410272461A CN 118352051 A CN118352051 A CN 118352051A
- Authority
- CN
- China
- Prior art keywords
- privileged
- computer network
- computer
- measurement
- context
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 116
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 18
- 239000013589 supplement Substances 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000003936 working memory Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 18
- 239000000523 sample Substances 0.000 description 25
- 239000003153 chemical reaction reagent Substances 0.000 description 12
- 238000004590 computer program Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 11
- 238000003556 assay Methods 0.000 description 9
- 239000012491 analyte Substances 0.000 description 8
- 239000000126 substance Substances 0.000 description 7
- 238000000338 in vitro Methods 0.000 description 5
- 206010061818 Disease progression Diseases 0.000 description 4
- 239000012472 biological sample Substances 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000005750 disease progression Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 239000013610 patient sample Substances 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 108091028043 Nucleic acid sequence Proteins 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001900 immune effect Effects 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 206010003445 Ascites Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 210000004381 amniotic fluid Anatomy 0.000 description 1
- 230000010100 anticoagulation Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 210000003567 ascitic fluid Anatomy 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 210000004748 cultured cell Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002934 lysing effect Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001179 synovial fluid Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- PJVWKTKQMONHTI-UHFFFAOYSA-N warfarin Chemical compound OC=1C2=CC=CC=C2OC(=O)C=1C(CC(=O)C)C1=CC=CC=C1 PJVWKTKQMONHTI-UHFFFAOYSA-N 0.000 description 1
- 229960005080 warfarin Drugs 0.000 description 1
Abstract
在一个方面中,提供了一种用于补充自动化分析仪测量结果的计算机实现的方法,该方法包括:在计算机装置上获取由自动化分析仪所执行测量的测量结果,计算机装置和自动化分析仪位于特权计算机网络内;在所述计算机装置上从位于所述特权计算机网络外部的计算机装置获取与测量结果相关联的情景相关算法,情景相关算法定义一个以上触发条件和情景相关信息;以及通过使用情景相关算法来处理测量结果,以在计算机装置上创建对测量结果的情景特定性补充。
Description
本申请是申请号为201711159074.X的中国专利申请(申请日:2017年11月20日,发明名称:用于补充自动化分析仪测量结果的方法和系统)的分案申请。
技术领域
本申请涉及用于补充自动化分析仪测量结果的方法和系统。
背景技术
自动化分析仪在当今的实验室环境中发挥重要作用。这些自动化分析仪的测量结果被例如执业医师用来做出治疗决策。尽管执业医师通常训练有素,但是在解释自动化分析仪测量结果的过程中还是可能会发生错误。这些错误可能会对患者造成严重后果。
发明内容
在第一总的方面中,一种用于补充自动化分析仪测量结果的计算机实现方法包括:在计算机装置上获取由自动化分析仪所执行测量的结果,计算机装置和自动化分析仪位于特权计算机网络内;在所述计算机装置上自特权计算机网络外部的计算机装置获取情景相关算法,该情景相关算法与测量结果相关联,定义一个以上触发条件和情景相关信息;通过使用情景相关算法来处理测量结果,以在所述计算机装置上创建对测量结果的情景特定性补充。
在第二总的方面中,计算机网络被配置为执行根据第一方面的方法的步骤。
可以实现第一、第二总的方面的主题的特定实施例,以实现以下优点中的一个以上。
首先,本申请的技术可以通过添加情景特定性补充,使由自动化分析仪发出的测量结果其信息量更加丰富。这进而可以提高基于测量结果的治疗质量或其它决策,并且/或者在某些示例中解释测量结果时减少了许多错误。
其次,本申请的技术可以在一些示例中通过情景特定性补充提高由自动化分析仪提供的质量。例如,自动化分析仪可能仅使用某些源编写的算法来补充其测量结果。
第三,本申请的技术在一些示例中可以允许以更简单的方式更新自动化分析仪所使用的算法。在一些现有技术的自动化分析仪中,用于补充测量结果的算法被包括随仪器一起交付的仪器软件中。但是,此软件可能无法定期更新,而且/或者,操作员可能对更新的内容没有影响。在一些示例中,本申请的技术可以促进用于创建对测量结果进行补充的特定、选择的算法的连续更新过程。
第四,本申请的技术可以允许基于私人数据(例如患者数据)研发的软件使用在研发该软件的特权网络(例如医院或实验室网络)外部的其它网络中。这时,在一些示例中可以增加用来补充自动化分析仪测量结果的知识库。这可能进一步改进创建的补充内容的有效性。
第五,本申请的技术可以涉及收集并将统计数据用在自动化分析仪测量结果的补充内容中,这也可以改进这些结果的有效性。
在本申请中以特定方式使用了许多术语:
本申请中使用的术语“诊断用或实验室自动化分析仪”可以指任何种类的自动化或半自动化技术装置,用以在实验室或其它保健相关环境中创建测量结果。
术语“诊断用自动化分析仪”不仅包括在诊断疾病过程中所使用的自动化分析仪,还包括用于筛选、健康分类、风险评估、监测、分段、预测、预后等的自动化分析仪。例如,诊断用自动化分析仪可以是超声装置、放射学装置(例如,X射线装置、计算机断层摄影装置或MRI装置)、ECG装置或EEG装置或身体功能的其他监测装置。
“实验室自动化分析仪”可以是用于临床、化学、生物学、免疫学或制药领域等的实验室工作中的任何自动化分析仪。例如,“自动化分析仪”包括体外诊断分析仪。“自动化分析仪”不一定位于专门的实验室或临床环境中。相反,该术语还包括在临床、化学、生物学、免疫学或制药领域进行诊断或分析过程的独立分析仪。例如,医生诊所或药店等护理现场设施中的台式装置或家庭使用的装置,也可以是一件根据本申请的实验室设备。
本申请中使用的“自动化分析仪”可包括可操作地联接到一个以上分析装置、分析前装置和分析后装置的控制单元或控制器,其中该控制单元可操作以控制这些工作单元。另外,控制单元可操作以评估和/或处理所收集的分析数据,以控制样本和/或消耗品相对任何一个装置加载、存储和/或卸载,初始化用于准备样本、样本管或试剂等进行所述分析等的分析系统的分析或硬件或软件操作。
本申请中使用的术语“分析仪”/“分析工作单体”涵盖可以诱导生物样本试剂发生反应用于获取测量值的任何设备或设备部件。分析仪可操作以经各种化学、生物、物理、光学或其它技术程序来确定样本或其成分的参数值。分析仪可以是可操作的以测量样本或至少一个分析物的所述参数并且返回所获得的测量值。由分析仪返回的可能的分析结果的列表包括但不限于样本中分析物的浓度、指示样本中的分析物存在(对应于检测水平以上的浓度)的数字(是或否)结果、光学参数、DNA或RNA序列、从蛋白质或代谢物的质谱仪获得的数据,以及各种类型的物理参数或化学参数。分析工作单体可以包括辅助进行样本和/或试剂移液、配量和混合的诸单元。分析仪可以包括用于存放用以执行测定的试剂的试剂存放单元。试剂可以例如被布置在形式为包含诸单个试剂或一组试剂的容器或盒中,放置在储存室或输送器内的适当承座或位置中。它可以包括消耗品进料单元。分析仪可以包括过程和检测系统,该系统的工作流程针对某些类型的分析是最优的。这种分析仪的示例是临床化学分析仪、凝血化学分析仪、免疫化学分析仪、尿液分析仪、血液分析仪、核酸分析仪,用于检测化学或生物反应的结果或监测化学或生物反应的进度。
本申请中使用的术语“特权(计算机)网络”是指与其他外部网络之间具有屏障的任何计算机网络。特权计算机网络是可信赖的、安全的内部网络,并且假定其它外部网络(例如因特网)不是安全的或可信赖的。特权(计算机)网络可以受到防火墙或其它网络保护手段的保护。
例如,特权(计算机)网络可以是医院网络或实验室网络(在本申请中也称为“医院信息系统”和“实验室信息系统”)。在这些示例中,患者数据或类似数据可以在特权(计算机)网络内的计算机装置(可能要接受验证或满足其它访问要求)处访问,但是不能从特权(计算机)网络外部的计算机装置访问。
因此,本申请中使用的术语“非特权(计算机)网络”是指不是享有特权的计算机网络的任何计算机网络。
本申请中使用的术语“计算机网络”涵盖任何类型的无线网络,诸如WIFI、GSM、UMTS或其它无线数字网络或诸如以太网等基于有线的网络。特别是,通信网络可以实现因特网协议(IP)。例如,通信网络包括基于有线的网络和无线网络的组合。
“控制单元”或“控制器”以自动化系统进行处理协议的必要步骤的方式控制自动化或半自动化系统。这意味着控制单元可以例如指示自动化系统进行某些移液步骤以将液体生物样本与试剂混合,或者控制单元控制自动化系统以培育该样本混合物一定时间。等等。控制单元可以从数据管理单元接收关于哪些步骤需要与样本一起执行的信息。在一些实施例中,控制单元可以与数据管理单元集成在一起,或者可以由公共硬件实现。例如,控制单元可以被实现为运行计算机可读程序的可编程逻辑控制器,计算机可读程序具有根据处理操作计划执行操作的指令。控制单元可以被设置为控制例如以下操作中的一项以上:加载和/或消耗和/或洗涤比色杯和/或移液管吸头,移动和/或打开样本管和试剂盒,吸移样本和/或试剂,混合样本和/或试剂,洗涤移液针或移液头,洗涤混合桨,控制光源,例如选择波长,等等。特别是,控制单元可以包括排程器,用于在预定的周期时间内执行一系列步骤。控制单元还可以根据测定类型、紧急性等来确定待处理样本的顺序。
本申请中使用的诊断用或实验室自动化分析仪的“测量结果”可以是上文列出的自动化分析仪的任何输出。取决于相应的自动化分析仪,可以通过分析活体或尸体或其部分(例如,哺乳动物患者或哺乳动物患者的一部分)或样本(例如,生物样本)来获取测量结果。
例如,测量结果可以包括在活体或尸体或其部分或样本中测量到的一个以上参数值(例如,血液样本中特定物质的浓度)。在其它示例中,测量结果可以包括活体或尸体或其一部分或样本的一个以上图像(例如,X射线或MRI图像)。
术语“样本”是指可能含有感兴趣分析物的材料。患者样本可以获自生物源,例如生理液体、组织、培养细胞等,生理液体包括血液、唾液、眼晶状体液、脑脊液、汗液、尿液、粪便、精液、牛奶、腹水、粘液、滑液、腹膜液、羊膜流体。患者样本可以在使用前进行预处理,例如从血液制备血浆、稀释粘性液体、细胞溶解,等等。处理的方法可以涉及过滤、蒸馏、浓缩、干扰成分的失活以及试剂的添加。患者样本可以按从所述源获得时的原样直接使用,或者在预处理改变样本性质后使用。在一些实施例中,一开始为固体或半固体的生物材料可以通过用合适的液体介质溶解或悬浮而变成液体。在一些示例中,样本可能怀疑含有某种抗原或核酸。
术语“命令”包括请求一件实验室设备自动或半自动执行特定任务的任何请求。例如,命令可以是要求对一个以上生物样本进行一个以上测定的请求。
综上所述,本发明包括但不限于以下项:
1.一种用于补充诊断用或实验室自动化分析仪测量结果的计算机实现的方法,所述方法包括:
在计算机装置(3b-3d)上获取由诊断用或实验室自动化分析仪(3a)所执行测量的测量结果(11),
其中,所述计算机装置(3b-3d)和所述自动化分析仪(3a)位于特权计算机网络(1;1a-1c)内;
在所述计算机装置(3b-3d)上从位于所述特权计算机网络外部的计算机装置获取与所述测量结果相关联的情景相关算法,所述情景相关算法定义一个以上触发条件(6)和情景相关信息(7);
通过使用所述情景相关算法处理所述诊断用或实验室自动化分析仪(3a)的所述测量结果(11),以在所述计算机装置(3b-3d)上创建对所述测量结果的情景特定性补充。
2.根据项1所述的方法,其中,从位于所述特权计算机网络外部的计算机装置自动获取情景相关算法。
3.根据前述项中任一项所述的方法,还包括:选择应在所述计算机装置上获取的情景相关算法的一个以上来源;在获取所述情景相关算法之前,验证诸项情景相关算法来自所选择的一个以上来源。
4.根据前述项中任一项所述的方法,还包括:
在位于不同于所述特权计算机网络(1;1a-1c)的第二特权计算机网络(1;1a-1c)中的计算机装置(3b-3d)上创建所述情景相关算法,其中,位于所述特权计算机网络外部的计算机装置也位于所述第二特权计算机网络外部;以及
向位于所述特权计算机网络外部的计算机装置(3b-3d)提供所述情景相关算法,用于存储和分配到其它特权计算机网络(1;1a-1c)。
5.根据前述项中任一项所述的方法,其中,所述情景相关算法已经在位于不同于所述特权计算机网络(1;1a-1c)的第二特权计算机网络(1;1a-1c)中的计算机装置上创建,其中,位于所述特权计算机网络外部的计算机装置也位于所述第二特权计算机网络外部。
6.根据前述项中任一项所述的方法,还包括:
将关于所述测量结果(12)的信息提供给位于所述特权计算机网络外部的计算机装置。
7.根据前述项中任一项所述的方法,还包括:
获取与所述测量结果(11)相关联的统计信息(9);以及
将与所述测量结果(11)相关联的统计信息(9)添加到所述情景特定性补充。
8.根据项7所述的方法,其中,与所述测量结果相关联的统计信息(9)包括下述信息中的一项以上:关于所述测量结果中的测量值与其它测量值组合的可能性信息,关于所述测量结果中的测量值与特定诊断组合的可能性信息,关于所述测量结果中的测量值与特定疾病进展或临床发现组合的可能性信息,关于所述测量结果中的测量值与特定生物特征数据组合的可能性信息,关于与已经产生所述测量结果的测量相结合地执行的其它测量的统计信息。
9.根据前述项中任一项所述的方法,其中,提供给位于所述特权计算机网络外部的计算机装置的关于所述测量结果的信息(12)包括下述信息中的一项以上:由所述诊断用或实验室自动化分析仪确定的一个以上测量值,由所述诊断用或实验室自动化分析仪获取的一个以上图像,对所述诊断用或实验室自动化分析仪的测量结果的描述,与所述测量结果相关的其他信息。
10.根据前述项中任一项所述的方法,其中,关于所述测量结果的信息(12)被匿名化。
11.根据前述项中任一项所述的方法,其中,所述一个以上触发条件(6)定义用于所述测量结果的一个以上标准,可选的是,其中,所述一个以上标准包括下述标准中的一个以上:评估用于一个以上测量值的阈值的标准,确定两个以上测量值之间的关系的标准,定义测量结果中的模式的标准。
12.根据前述项中任一项所述的方法,其中,至少包括所述计算机装置和所述诊断用或实验室自动化分析仪的所述特权计算机网络(1;1a-1c),由防火墙或其他网络保护装置保护。
13.根据前述项中任一项所述的方法,其中,位于所述特权计算机网络外部的计算机装置与多个不同的特权计算机网络(1;1a-1c)联网,所述方法还包括:
从所述多个不同的特权计算机网络(1;1a-1c)中的每一个获取测量结果;以及
向所述多个不同的特权计算机网络(1;1a-1c)中的每一个提供情景相关算法。
14.一种计算机网络,包括:
特权计算机网络(1;1a-1c),其包括第一计算机装置(3b-3d)和诊断用或实验室自动化分析仪(3a);以及
第二计算机网络(2),其位于所述特权计算机网络外部,
其中,所述计算机网络被配置为执行根据项1至13中任一项所述的方法的步骤。
15.一种计算机可读介质,其上编码有指令,所述指令由一个以上计算机装置执行时,使得所述一个以上计算机装置执行根据项1至13中任一项所述的操作。
附图说明
图1示意性地示出了根据本申请在特权计算机网络内部和外部的计算机装置之间的信息交换。
图2示出了根据本申请的网络环境的示意图。
图3包括说明本申请的方法的泳道图。
具体实施方式
下面将更详细地讨论用于补充自动化分析仪测量结果的方法和系统。
首先,将结合图1和图3讨论根据本申请的用于补充测量结果的方法和系统。随后,将结合图2和图3讨论不同的其他方面。
图1示意性地示出了根据本申请的在特权计算机网络1(“PRIS”)内部和外部的计算机装置3a、3b之间的信息12、10的交换。在图1的示例中,与非特权计算机网络2(“NOPRIS”)中的计算机装置(图1中未示出)发生通信。在图1的示例中,第一计算机装置3a可以是自动化分析仪(例如,体外自动化分析仪)。第二计算机装置3b可以是特权计算机网络1(“PRIS”)中的用户终端。例如,该用户终端可以是台式计算机或移动装置(例如,平板装置,膝上型计算机或智能电话)。特权计算机网络1(“PRIS”)可以是医院网络或实验室网络(在本申请中也称为医院信息系统“HIS”或实验室信息系统“LIS”)。
应当注意,这些特定装置和网络仅是为了说明的目的而使用的计算机装置和网络的示例。本申请的技术也可以在其它环境中使用(例如,下面结合图2所讨论的)。
可以看出,该方法包括在用户终端3b获取(参见图3中的步骤101)由自动化分析仪3a所执行测量的测量结果11(例如,体外分析仪的任何测定的结果或上述任何其它测量结果)。在进一步骤中(参见图3中的步骤102),关于测量结果的信息12可以被发送到位于非特权网络2中、特权计算机网络1外部的计算机装置(图1中未示出)中。
然而,在其它示例中,不将关于测量结果的信息12提供到特权计算机网络1的外部。本申请的技术在没有该步骤的情况下仍然可以应用(除了依赖于向非特权网络中的计算机装置提供关于测量结果的信息的方面之外)。
此外,用户终端3b自位于特权计算机网络1外部的计算机装置接收(参见图3中的步骤103)情景相关算法,该情景相关算法与所述测量结果相关联,定义一个以上触发条件6和情景相关信息7。然后,用户终端3b(或特权计算机网络1内部的另一个计算机装置)使用该情景相关算法来处理(参见图3中的步骤104)测量结果,在该计算机装置上创建对测量结果11的情景特定性补充。
下面将更详细地讨论根据本申请用于补充测量结果的技术的不同步骤和组成元素。
将首先讨论关于测量结果12的信息。从图1中可以看到,关于测量结果12的信息可以包括关于测量结果4的匿名信息和唯一标识符5。
关于测量结果4的匿名信息可以通过从测量结果11中删除关于患者的识别用具体信息,然后用唯一标识符和样本可能的其它通用标识符来补充该结果而创建。在以下段落中,将假设已经通过分析患者或与患者相关联的样本获取了测量结果11。然而,本申请的技术不限于分析对象是患者的情况。其它情况例如如上所述。
换句话说,测量结果11在被提供给特权计算机网络1外部的计算机装置之前被去识别化。该过程可以包括删除、加密和/或模糊化任何适合于识别与测量结果11相关联的患者的信息。例如,匿名过程可以包括删除或加密患者的姓名、患者的地址、患者的联系人数据、社会保障或保险运营商号码或适于识别患者的其它信息。
剩下来的经匿名后的匿名信息4可以包括以下中的一项以上:由自动化分析仪确定的一个以上测量值,由自动化分析仪获取的图像和对自动化分析仪测量结果的描述,或基于这些信息中的一个以上处理的元数据,或这些信息中的一个以上。在一个示例中,匿名信息4包括对样本进行的一项以上测定的结果(例如,体外分析仪的测定)。
此外,匿名信息4可以包括与测量结果11相关联的其他信息。在一个示例中,这些其他信息可以包括与测量结果11相关联的临床信息。例如,临床信息可以包括生物特征数据(例如,与患者相关的性别、年龄、种族、身高、体重或其它生物特征数据中的一个以上),关于患者的身体症状和调查结果的信息,关于患者病历和正在进行的治疗的信息(例如,一个以上过去和正在进行的治疗,过去的手术,处方药物,关于患者的过去或当前诊断信息,以及其它相关信息)。
然而,在其它示例中,与测量结果相关联的一些临床信息(或者,在一些示例中所有临床信息)不得离开特权计算机网络1。在这些示例中,这样的信息不得提供给特权计算机网络1外部的计算机装置。作为补充或替代,在一些示例中可以使用某些临床信息来识别患者。因此,在一些示例中,匿名信息4可以不存在这种类型的信息。
在一个示例中,匿名信息4可以包括由自动化分析仪获取的任何测定的结果或其它分析信息,以及关于患者诊断的信息(例如,ICD编码信息)。
作为补充或替代,匿名信息4可以包括关于已经执行了给出测量结果的那些测量的自动化分析仪的信息(例如,制造商的身份,装置的型号或唯一标识符)。作为补充或替代,匿名信息4可以包括关于已经执行了给出测量结果的那些测量的自动化分析仪的状态的信息(例如,关于自动化分析仪使用的一次性物品的信息或由自动化分析仪使用的测量参数的信息)。
唯一标识符5可以是适合于识别关于发送到特权计算机网络1外部的计算机装置的测量结果的特定信息12的任何数据项。
位于特权计算机网络外部(例如,在非特权计算机网络2中)的计算机装置可以处理关于测量结果的信息12,这一点将在下面更详细地讨论。在此之前,在后续部分中,将更详细地解释在特权计算机网络1处从位于特权计算机网络1外部(例如,在非特权计算机网络2中)的计算机装置接收到的信息10。
该信息10包括情景相关算法,该情景相关算法与所述测量结果相关联,定义一个以上触发条件6和情景相关信息7。
该情景相关算法可以作为计算机程序提供,该程序可由特权计算机网络1中的用户终端3a执行以创建对测量结果11的情景特定性补充。例如,情景相关算法可以作为独立程序(例如,针对移动装置的应用程序,或其他计算机装置的独立程序)提供。在其它示例中,情景相关算法可以作为补丁提供给已经安装在特权计算机网络中的计算装置上的计算机程序来提供。例如,计算机程序可以是用于自动化分析仪测量结果的演示或分析工具。可以将情景相关算法添加到该演示或分析工具的功能中(下面将结合创建对测量结果的补充来讨论其它细节)。
在一些示例中,情景相关算法可以以适于在网络上发送的形式提供,该算法在能够用于补充测量结果之前需要在特权计算机网络1中的用户终端3a处做进一步处理。例如,在一些示例中可能需要编译、安装和/或设置情景相关算法。在其它示例中,情景相关算法可以作为可执行代码提供。
在一些示例中,所述一个以上触发条件6可以定义测量结果的一个以上标准。在一些示例中,所述一个以上标准包括以下标准中的一个以上:评估一个以上测量值的阈值的标准,确定两个以上测量值之间的关系的标准,和定义测量结果中的模式的标准。
例如,触发条件可以是样本中的分析物浓度低于或高于预定阈值,或者在预定浓度范围内。在其它示例中,触发条件可以是样本中存在一种以上分析物在。在另外的示例中,触发条件可以是包括在测量结果波形(例如,EEG或EEC波形)中存在某个特征。在另外的示例中,触发条件可以是存在测量结果图像的某个特征(例如,X射线或MRI图像中的某个特征)。
在另外的示例中,所述一个以上触发条件6不仅定义针对测量结果11的标准,而且还定义针对其他测量的结果(例如,第二分析物浓度是另一测定的测量结果)的标准。换句话说,所述一个以上触发条件6可以针对不同来源的测量结果的组合或相同来源不同时间的测量结果(例如,先前的第一次测定和后来相同类型的第二次测定)的组合定义标准。
作为补充或替代,所述一个以上触发条件6可以针对与测量结果11相关联的临床数据和/或其它患者数据(例如,上述临床和/或患者数据)定义标准。例如,触发条件6可以针对测量结果11和与患者相关联的生物特征数据(或其它患者数据)定义标准。该触发条件的一个示例可以包括关于测定结果的第一标准(例如,分析物X的浓度高于阈值)和关于患者数据的第二标准(例如,患者年龄比阈值年龄Y)。换句话说,触发条件6可以针对测量结果与临床和/或患者数据的组合定义标准。
下面将更详细地讨论由情景相关算法定义的情景相关信息7。情景相关信息7可以包括以下信息中的一个以上:关于理解自动化分析仪测量结果的解释性信息,关于要采取的诊断步骤的建议(例如,关于要执行其他测量的建议),关于要执行的治疗步骤的建议,关于自动化分析仪进行测量时发生的潜在错误的信息,或与测量结果相关的其他信息,或与测量结果相关联的临床数据。
在一个说明性示例中,测量结果11是由凝学分析仪确定的国际标准化比率(“INR”)。特定情景相关算法可以包括定义特定INR范围(例如,INR>2和INR<3)的触发条件,并且以文本信息“INR在用瓦法林进行预防性口服抗凝的治疗范围内”的形式定义与触发条件相关联的情景相关信息7。在该示例中,当通过使用情景相关算法来处理测量结果11时,包括患者的INR的测量结果可以用该文本信息补充。这个过程将在后面更详细地解释。
如上所述,本申请的技术包括使用情景相关算法来处理测量结果,以在计算机装置上创建对测量结果的情景特定性补充。以上已经讨论过(以下将进一步详细讨论),可以在特权计算机网络1内部的计算机装置(例如,用户终端3a)处获取一个以上情景相关算法。在一个示例中,可以从特权计算机网络1外部的计算机装置获取多个情景相关算法,提供然后将这些情景相关算法在特权计算机网络1内使用。
特权计算机网络1的计算机装置(例如,用户终端3a或位于特权计算机网络1内部的其他计算机装置)现在可以应用情景相关算法来处理特权计算机网络1中诊断用或实验室自动化分析仪得到的测量结果。
这可以涉及检查测量结果11是否满足触发条件。如上所述,这可以包括处理(参见图3中的步骤104)测量结果(例如,基于测量结果或测量结果特征的特征提取的计算元数据)。
在其它示例中,处理可以涉及检查与测量结果相关联的其他测量结果(例如,属于相同的患者)是否满足触发条件。作为补充或者替代,处理可以包括检查与测量结果相关联的临床或其它患者数据(例如,属于相同患者)是否满足触发条件。以上结合触发条件6讨论了其它示例。
如果满足所述一个以上触发条件6,则将情景相关信息7处理为对测量结果的情景特定性补充。在一个示例中,这可以涉及将包含在情景相关信息7中的文本信息添加到测量结果(像在上面的INR示例中那样)。然而,情景特定性补充还可以包括除文本信息之外的补充或替代项目。在一个示例中,情景相关补充可以包括可听见、可视或视听警告。在另一个示例中,情景相关补充可以包括链接到其他资源的超链接(例如,关于对测量结果或统计数据的解释)。在另外的示例中,情景相关补充可以包括其执行可以由用户触发的另外的算法(例如,命令重复测量或进一步的诊断步骤,或分析测量结果和/或患者的其他临床数据)。
在一个示例中,可以在特权计算机网络1内的计算机装置3a处向用户呈现指示符,在计算机装置3a的用户界面上能够得到用于测量结果的情景特定性补充。例如,可以在计算机装置3a的用户界面上显示图标或其它指示符。响应于用户与计算机装置用户界面的交互(例如,按图标或将鼠标悬停在图标上方),情景特定性补充可以呈现给用户(参见图3中的步骤105)。在其它示例中,当呈现出相关联的测量结果(例如,在特权计算机网络中的自动化分析仪或其他装置的图形用户界面上)时,情景特定性补充可以自动呈现给用户。
在一个示例中,使用情景相关算法对测量结果的处理被自动执行(即,没有用户交互)。
在下面段落中,将讨论关于检索情景特定性算法的过程的其他细节。
在一个示例中,可以从位于特权计算机网络1外部的计算机装置自动获取一个以上情景相关算法。获取情景相关算法的过程可以连续地发生。例如,可以在预定若干时间点或在发生预定事件时(例如,当自动化分析仪执行特定测量时)获取情景相关算法。
在另一示例中,可以针对新的或更新的情景相关算法连续地或定期地检查位于特权计算机网络1外部(例如,在非特权网络2中)的计算机装置。然后,如果在位于特权计算机网络1外部(例如,在非特权网络2中)的计算机装置可以得到新的或更新的情景相关算法,则该情景相关算法可以由特权计算机网络1内部计算机装置检索出来。
在其它示例中,特权计算机网络1内的用户可能要确认将获取情景相关算法。在其它示例中,特权计算机网络1内的用户可以访问由特权计算机网络1外部的计算机装置呈现的用户界面,并且选择将要获取的一个以上情景相关算法。
作为补充或替代,特权计算机网络1内的用户可以选择一个以上来源,该一个以上来源的情景相关算法将在计算机装置3a处获取。在这些情况下,如果来自所选择的一个以上来源(例如,情景相关算法的特定作者)的情景相关算法可以在位于特权计算机网络1(例如,在非特权网络2)外部的计算机装置中得到,则可以例如连续地或在预定的触发事件之后获取所述情景相关算法。换句话说,用户可以订购一个以上来源的情景相关算法。将结合图2给出关于该方面的进一步说明。
在一个示例中,位于特权计算机网络1外部(例如,在非特权网络2中)的计算机装置包括定义一个以上触发条件和情景相关信息的情景相关算法库。例如,库中的情景相关算法可能已经在特权计算机系统1之外的特权计算机网络中创建。以这种方式,特权计算机系统1内的用户可以获准访问可以以定期方式更新的大量情景相关算法。
上面已经解释了,情景特定性补充可以包括从情景相关算法的情景相关信息衍生的特定信息。作为补充或替代,情景特定性补充还可以包括与测量结果相关联的统计信息9。
在一个示例中,与测量结果相关联的统计信息包括关于测量结果中的测量值与其它测量值的组合的可能性的信息。例如,统计信息可以指示相同样本的或与相同患者相关联的两个不同测量的结果具有低于预定阈值的可能性。通过将该统计信息添加到测量结果的补充中,用户可以能够识别错误的结果。
作为补充或替代,与测量结果相关联的统计信息包括关于测量结果中的测量值与特定诊断的组合的可能性的信息。例如,统计数据可以指示特定诊断与预定测量结果不兼容(例如,诊断是正确的并且测量结果就是这样的组合可能性低于预定阈值)。在其它示例中,统计信息可能包括一个以上可能与特定测量结果兼容的诊断和/或一个以上不可能与特定测量结果兼容的诊断的列表。
作为补充或替代,与测量结果相关联的统计信息可以包括关于结果的测量值与特定诊断或临床发现的组合的可能性的信息。如在上面的示例中,数据可能表明特定的诊断或临床发现与预定的测量结果不兼容,或一个以上可能与特定的测量结果兼容的疾病进展或临床发现和/或一个以上不可能与特定的测量结果兼容的疾病进展或临床发现的列表。
作为补充或替代,与测量结果相关联的统计信息可以包括关于测量结果的测量值与特定生物特征数据(例如,同一患者)组合可能性的信息。如在上述示例中,数据可能表明特定值生物特征数据与预定测量结果不兼容,或与一个以上更加可能与特定测量结果兼容的生物特征数据值或数据值范围,和/或一个以上更加不可能与特定测量结果兼容的生物特征数据值或数据值范围。
作为补充或替代,与测量结果相关联的统计信息包括与已经创建了所述结果的测量相结合地执行的其他测量相关联的统计信息。在该示例中,对测量结果的补充可以包括提议进行其他测量。
作为补充或替代,与测量结果相关联的统计信息包括与已经创建了所述结果的测量之后执行的随后测诊断步骤相关联的统计信息。在该示例中,对测量结果的补充可以包括执行其他诊断步骤的一个以上提议。
从上述示例可以看出,对测量结果的补充可以包括与测量结果相关的多个不同项的统计信息。执业医师或其它用户可能会发现这些统计信息有助于解释自动化分析仪的测量结果。
在上述示例中,统计信息涉及包含在测量结果中的或与测量结果相关的临床信息。作为补充或替代,与情景相关算法相关联的统计信息可以包括关于情景相关算法的元数据。例如,统计信息可以包括以下信息中的一个以上:关于获取到特定情景相关算法的频率的信息,以及与该特定情景相关算法的来源相关的统计信息。该信息也可以添加到情景相关补充。以这种方式,用户可以获取关于统计信息的质量和/或可信度的其他信息。在其它示例中(或此外),关于情景相关算法的统计信息可以呈现在承载情景相关算法的存储库的特权计算机网络外部的计算机装置的用户界面上。
结合图2将更详细地描述收集统计信息的不同的可能过程。
在先前的段落中,已经结合图1讨论了与位于一个特权计算机网络中的计算机装置交互以获取情景特定性算法的诸方面。接下来,结合图2,将更详细地处理涉及用户在多个特权计算机网络中的不同技术,以及创建情景特定性算法和统计信息的诸方面。
在图2中可以看出,位于非特权网络2中的计算机装置可以与多个特权计算机网络1a-1c(“PRIS#1”、“PRIS#2”和“PRIS#3”)联网。多个特权计算机网络1a-1c中的每一个可以像针对上面的图1特权计算机网络1所描述的那样进行配置。例如,多个特权计算机网络1a-1c中的每一个可以是医院信息系统或实验室信息系统。多个特权计算机网络1a-1c中的每一个中的用户,可以从位于非特权网络2中的计算机装置获取情景相关算法和统计信息(例如,从位于非特权网络中的计算机装置提供的存储库)。
此外,本申请的技术允许在不同的特权计算机网络1a-1c之间分配内容。例如,第一特权计算机网络(例如,PRIS#1)中的用户可以创建一个以上情景相关算法,并且将它们提供给位于非特权网络2中的计算机装置。以相同的方式,位于非特权网络2中的计算机装置可以收集由其它特权计算机网络(例如,图2的示例中的PRIS#2和PRIS#3)中的其它用户创建的情景相关算法。
因此,位于非特权网络2中的计算机装置上的情景相关算法的存储库可能包括来自不同来源的大量情景相关算法。任何特权计算机网络1a-1c中的用户都可以使用相应特权计算机网络1a-1c中可得到的临床和患者数据来创建情景相关算法,并且上传到存储库。这些情景相关算法然后可以由其它特权计算机网络1a-1c(或相同的特权计算机网络1a-1c)中的用户获取。换句话说,位于非特权网络2中的计算机装置可以收集由多个特权计算机网络中的用户创建的情景相关算法(也参见图3中的步骤201)。
在一个示例中,情景相关算法可以与识别情景相关算法来源的数字标识符(例如,数字签名)相关联。以这种方式,不同特权计算机网络中的用户可以识别情景相关算法的来源。如上所述,用户可以(至少部分地)基于情景相关算法的创建者身份来选择要获取的情景相关算法。在一些示例中,用户可以从一个以上特定来源订购情景相关算法。
识别情景相关算法来源的数字标识符可以将一个以上特定个人或人群识别作为情景相关算法的创建者,或提供情景相关算法的组织或机构(例如,特定实验室、医院或自动化实验室设备的制造商)。
位于非特权网络2中的计算机装置上的情景相关算法的存储库可以被配置为允许不断地上传情景相关算法。以这种方式,可以不断地补充情景相关算法的存储库。
作为补充或替代,位于非特权网络2中的计算机装置可以为用户提供评级系统,以评估所提供的情景相关算法的质量(例如,按星评级或星级)。作为补充或替代,位于非特权网络2中的计算机装置可以提供平台,用以包括关于所提供的情景相关算法的评价或其他信息。存储库的用户可以访问评级和/或评价,以判断各个情景相关算法的质量和有用性。这可能有助于提高情景相关算法对于特定用户的价值。
通常,位于非特权网络2中的计算机装置可以提供访问存储库中的情景相关算法和其他信息(例如,评级或评价)的界面。在一个示例中,该界面可能是基于Web的界面。在其它示例中,特权计算机网络的计算机装置可以经由界面(例如,API)与位于非特权网络2中的计算机装置上的存储库相连接。在一些示例中,与存储库在一起的界面可以集成到医院或实验室信息系统软件中,或者控制一个以上自动化装置的软件。在另一些示例中,医院或实验室信息系统软件或控制一个以上自动化装置的软件,可以自动与存储库相连接以获取本申请描述的情景相关算法。
在以下部分中,将讨论在包括多个特权计算机网络的网络中创建统计数据(如上所述)。
如上所述,关于测量结果的(匿名)信息可以从特权来源中的其它装置提供给位于非特权网络2中的计算机装置。
以这种方式,位于非特权网络2中的计算机装置可以接收关于位于不同特权计算机网络1a-1c中的自动化分析仪的多个测量的多个结果的信息。此外,位于非特权网络2中的计算机装置可以接收与自动化分析仪的多个测量相关联的临床数据或患者数据。
位于非特权网络2中的计算机装置可以收集(同时参见图3中的步骤202)该数据,并且基于与多个结果相关的信息创建(同时参见图3中的步骤203)与多个结果相关联的统计信息(例如,上面讨论的统计信息)。
然后,可以向用户提供这种统计信息(同时参见图3中的步骤204),以补充测量结果,同样如上所述。
例如,通过从多个来源收集信息,可以识别出不可能的测量结果。例如,可以编辑针对预定测试或测定的测量值分布。这可能有助于识别错误的测量结果。
在另一示例中,可以通过从多个来源收集信息来获取关于特定自动化分析仪的信息。这可能是有帮助的,例如,用于检测装置中使用的有故障的装置或有故障的材料(例如,一次性的)。
上面已经描述了,用户可以从特权计算机网络外部的存储库获取情景相关算法,或者向特权计算机网络外部的存储库提供情景相关算法。在一些示例中,特权计算机网络内的用户具有一个以上权限,包括获取针对该用户的情景相关算法,获取针对特权计算机网络内所有用户的情景相关算法,向位于特权计算机网络外部的计算机装置提供该用户已创建的情景相关算法,用于存储和分配到其它特权计算机网络,并且将存储在该特权计算机网络中的情景相关算法提供给位于该特权计算机网络外部的计算机装置,以存储和分配到其它特权计算机网络。
在前面的详细描述中,提供了用于补充自动化分析仪测量结果的方法和系统的多个示例。然而,本申请用于补充自动化分析仪测量结果的方法和系统也可以像如下诸方面中提出的那样进行配置:
1.一种用于补充诊断用或实验室自动化分析仪测量结果的计算机实现的方法,所述方法包括:
在计算机装置上获取由诊断用或实验室自动化分析仪所执行测量的测量结果,
其中,所述计算机装置和所述自动化分析仪位于特权计算机网络内;
在所述计算机装置上从位于所述特权计算机网络外部的计算机装置获取与所述测量结果相关联的情景相关算法,所述情景相关算法定义一个以上触发条件和情景相关信息;
通过使用所述情景相关算法来处理所述诊断用或实验室自动化分析仪的测量结果,以在所述计算机装置上针对所述测量结果创建情景特定性补充。
2.根据方面1所述的方法,其中,使用情景相关算法处理测量结果是自动执行的。
3.根据方面1或2中任一项所述的方法,其中,情景相关算法是从位于所述特权计算机网络外部的计算机装置自动获取的。
4.根据前述方面中任一项所述的方法,还包括选择在所述计算机装置上应获取的情景相关算法的一个以上来源;以及
在获取所述情景相关算法之前,验证诸项来自所选择的一个以上来源的情景相关算法。
5.根据前述方面中任一项所述的方法,其中,所述选择一个以上来源包括访问由位于所述特权计算机网络外部的计算机装置提供的界面。
6.根据方面4或方面5的方法,其中,所有来自所选择的一个以上来源的情景相关算法由所述计算机装置自动获取。
7.根据前述方面中任一项所述的方法,其中,所述情景相关算法与识别所述情景相关算法的来源的数字标识符相关联。
8.根据方面7所述的方法,其中,所述数字标识符包括数字签名。
9.根据方面1至8中任一项所述的方法,其中,位于所述特权信息系统外部的计算机装置包括定义一个以上触发条件和情景相关信息的情景相关算法的存储库。
10.根据方面9所述的方法,其中,所述存储库中的情景相关算法已经在特权计算机网络中创建。
11.根据前述方面中任一项所述的方法,还包括:
在位于不同于所述特权计算机网络的第二特权计算机网络中的计算机装置上创建所述情景相关算法,其中,位于所述特权计算机网络外部的计算机装置也位于所述第二特权计算机网络外部;以及
向位于所述特权计算机网络外部的计算机装置提供所述情景相关算法,用于存储和分配给其它特权计算机网络。
12.根据前述方面中任一项所述的方法,其中,所述情景相关算法已经在位于不同于所述特权计算机网络的第二特权计算机网络中的计算机装置上创建,其中,位于所述特权计算机网络外部的计算机装置也位于所述第二特权计算机网络外部。
13.根据前述方面中任一项所述的方法,还包括向用户呈现对所述测量结果的情景特定性补充。
14.根据方面13所述的方法,其中,向用户呈现对所述测量结果的情景特定性补充包括:
在所述计算机装置的用户界面上向所述用户呈现对于所述测量结果能够使用的情景特定性补充;以及
响应于用户与所述计算机装置的用户界面交互,呈现所述针对所述特定情景补充。
15.根据前述方面中任一项所述的方法,还包括向位于所述特权计算机网络外部的计算机装置提供关于所述测量结果的信息。
16.根据前述方面中任一项所述的方法,还包括:
获取与所述测量结果相关的统计信息;以及
将与所述测量结果相关联的统计信息添加到所述情景特定性补充。
17.根据方面16所述的方法,其中,与所述测量结果相关联的统计信息包括以下信息中的一个以上信息:关于所述测量结果中的测量值与其它测量值组合的可能性信息,关于所述测量结果中的测量值与特定诊断组合的可能性信息,关于所述测量结果中的测量值与特定疾病进展或临床发现组合的可能性信息,关于所述测量结果中的测量值与特定生物特征数据组合的可能性信息,关于与已经产生所述测量结果的测量相结合执行的其它测量相关的统计信息。
18.根据前述方面中任一项所述的方法,还包括:
获取与所述情景相关算法相关的统计信息;以及
将与所述情景相关算法相关联的统计信息添加到所述情景特定性补充。
19.根据方面18所述的方法,其中,与所述情景相关算法相关联的统计信息包括关于获取到所述情景相关算法的频率的信息和与所述情景相关算法的来源相关的统计信息中的一个以上。
20.根据方面16至19中任一项所述的方法,还包括:
在位于所述特权计算机网络外部的计算机装置上接收关于位于不同特权计算机网络中的诊断用或实验室自动化分析仪的多个测量的多个结果的信息;以及
基于关于所述多个结果的信息创建与所述多个结果相关联的统计信息。
21.根据方面16至17或20中任一项所述的方法,还包括:
在所述计算机装置上评估与所述测量结果相关联的统计信息,并且向用户呈现下述表示中的一个以上:可能与所述测量结果相关联的诊断的表示,不可能与所述测量结果相关联的诊断的表述,与所述测量结果相关联的经常执行的随后诊断步骤的表示。
22.根据前述方面中任一项所述的方法,其中,关于提供给位于所述特权计算机网络外部的计算机装置的测量结果的信息包括由所述诊断用或实验室自动化分析仪确定的一个以上测量值、由所述诊断用或实验室自动化分析仪获取的一个以上图像、对所述诊断用或实验室自动化分析仪的测量结果的描述,以及与所述测量结果相关的其他信息中的一个以上。
23.根据前述方面中任一项所述的方法,其中,关于所述测量结果的信息被匿名化。
24.根据前述方面中任一项所述的方法,其中,所述一个以上触发条件定义用于所述测量结果的一个以上标准。
25.根据方面24所述的方法,其中,所述一个以上标准包括评估一个以上测量值的阈值的标准、确定两个以上测量值之间的关系的标准和定义测量结果中的模式的标准中的一个以上标准。
26.根据前述方面中任一项所述的方法,其中,所述情景相关算法以计算机程序代码的形式提供,所述计算机程序代码可由在所述特权计算机网络中的计算机装置执行以创建对所述测量结果的情景特定性补充。
27.根据前述方面中任一项所述的方法,其中,所述特权计算机网络至少包括所述计算机装置,并且所述诊断用或实验室自动化分析仪由防火墙或其它网络保护装置保护。
28.根据前述方面中任一项所述的方法,其中,所述特权计算机网络是医院信息系统或实验室信息系统。
29.根据前述方面中任一项所述的方法,其中,所述测量结果与患者特定性信息相关联,其中所述患者特定性信息可以从所述特权计算机网络内部访问,但是不能从所述特权计算机网络的外部访问。
30.根据前述方面中任一项所述的方法,其中,所述诊断用或实验室自动化分析仪是体外诊断分析仪、超声分析仪、放射学装置或身体功能或性质的监测装置之一。
31.根据前述方面中任一项所述的方法,其中,位于所述特权计算机网络外部的计算机装置与多个不同的特权计算机网络联网,所述方法还包括:
从所述多个不同的特权计算机网络中的每一个获取测量结果;以及
向所述多个不同的特权计算机网络中的每一个提供情景相关算法。
32.根据前述方面中任一项所述的方法,其中,通过使用所述情景相关算法来处理所述测量结果以创建情景特定性补充包括处理与所述测量结果相关联的患者数据。
33.根据前述方面中任一项所述的方法,其中,通过使用所述情景相关算法来处理所述测量结果以创建情景特定性补充包括处理与所述测量结果相关联的一个以上其它测量结果。
34.根据前述方面中任一项所述的方法,其中,提供关于测量结果的信息和/或获取情景相关算法的步骤由用户交互触发。
35.根据前述方面中任一项所述的方法,其中,所述情景相关算法存储在所述特权计算机网络中,用于对测量结果的进一步处理操作。
36根据前述方面中任一项所述的方法,其中,所述特权计算机网络内的用户具有一个以上权限,所述权限包括:获取针对所述用户的情景相关算法,获取针对所述特权计算机网络内的所有用户的情景相关算法,向位于所述特权计算机网络外部的计算机装置提供所述用户已经创建的情景相关算法,用于存储和分配到其它特权计算机网络,以及将存储在所述特权计算机网络中的情景相关算法提供给位于所述特权计算机网络外部的计算机装置,用于存储和分配到其它特权计算机网络。
37.根据前述方面之一的方法,其中,关于所述测量结果的信息包括唯一标识符。
38.根据方面37所述的方法,其中,关于所述测量结果的信息没有患者标识符。
39.一种计算机网络,包括:
特权计算机网络,其包括第一计算机装置和诊断用或实验室自动化分析仪;以及
第二计算机网络,其在所述特权计算机网络外部,
其中,所述计算机网络被配置为执行所述方面1至38中任一项的方法的步骤。
40.一种计算机可读介质,其上编码有指令,所述指令由一个以上计算机装置执行时,使得所述一个以上计算机装置执行根据权利要求1至38中任一项所述的操作。
进一步公开并且提出了一种计算机程序,其包括计算机可执行指令,所述计算机可执行指令用于当所述程序在计算机或计算机网络上被执行时,执行本申请所包含的一个以上实施例中根据本发明的方法。具体地说,计算机程序可以存储在计算机可读数据载体上。因此,具体地说,可以通过使用计算机或计算机网络,优选地通过使用计算机程序,来执行本申请公开的方法步骤中的一个、多于一个或甚至所有的方法步骤。
进一步公开和提出的是具有程序代码装置的计算机程序产品,以便当所述程序在计算机或计算机网络上被执行时,执行本申请所包含的一个以上实施例中根据本发明的方法。具体地说,程序代码装置可以存储在计算机可读数据载体上。
进一步公开和提出的是上面存储有数据结构的数据载体,该数据结构在被加载到计算机或计算机网络中之后,诸如加载到计算机或计算机网络的工作存储器或主存储器中之后,可以执行根据本申请公开的一个以上实施例的方法。
进一步公开和提出的是具有存储在机器可读载体上的程序代码装置的计算机程序产品,以便当在计算机或计算机网络上执行程序时,执行根据本申请公开的一个以上实施例的方法。本申请使用的“计算机程序产品”指的是作为可交易产品的程序。该产品一般来说可以以任意格式存在,例如纸张格式,或在计算机可读数据载体上。具体来说,计算机程序产品可以在数据网络上进行分发。
进一步公开和提出的是一种调制过的数据信号,其包括可由计算机系统或计算机网络读取的指令,用于执行根据本申请公开的一个以上实施例的方法。
说到本发明的计算机实施的方面,可以通过使用计算机或计算机网络来执行根据申请公开的一个以上实施例的方法中一个以上方法步骤或甚至全部方法步骤。因此,一般来说,可以通过使用计算机或计算机网络来执行包括提供和/或操纵数据的任何方法步骤。一般来说,这些方法步骤可以包括任何的方法步骤,通常除了需要手动工作的方法步骤之外,例如提供样本和/或执行测量的某些方面。
进一步公开和提出的是包括至少一个处理器的计算机或计算机网络,其中处理器适于执行根据本说明书中描述的实施例之一的方法。
进一步公开并且提出的是一种计算机可加载数据结构,其适于在计算机上执行数据结构时执行根据本说明书中描述的实施例之一的方法。
进一步公开并且提出的是一种存储介质,其中,数据结构被存储在存储介质上,并且其中,数据结构适于在被加载到计算机的或计算机网络的主存储器和/或工作存储器之后,执行根据本说明书中描述的实施例之一的方法。
Claims (8)
1.一种用于补充诊断用或实验室自动化分析仪测量结果的系统,所述系统包括:
计算机网络,其中所述计算机网络包括第一特权计算机网络,其中所述第一特权计算机网络为医院网络或实验室网络,
至少一种定位于所述第一特权计算机网络内的诊断用或实验室自动化分析仪;
定位于所述第一特权计算机网络中的第一计算装置,所述第一计算装置被编程并配置为:
获得由诊断用或实验室自动化分析仪测量得出的结果,其中所述测量的结果包括由诊断用或实验室自动化分析仪确定的样品或其组分的参数值,
获得一种或多种来自所述第一特权计算机网络外部的第二计算装置的情景相关算法,所述一种或多种情景相关算法被编程为具有一个或多个触发条件,在所述触发条件下,情景相关信息基于并响应于实验室自动化分析仪的测量的分析结果而生成;
基于所接收的测量处理分析结果,并使用情景相关算法和一个或多个触发条件来生成对所述测量的处理分析结果的特定情景补充。
2.根据权利要求1所述的系统,其中所述情景相关算法由来自所述第一特权计算机网络外部的所述第二计算装置自动获得。
3.根据权利要求1所述的系统,其中所述一种或多种触发条件定义用于所述测量的结果的一个或多个标准,其中所述一个或多个标准包括评估一个以上测量值的阈值的标准、确定两个以上测量值之间的关系的标准和定义测量结果中的模式的标准中的标准。
4.根据权利要求1所述的系统,其中所述第一特权计算机网络至少包括所述第一计算装置和通过防火墙或其它网络保护方法保护的所述诊断用或实验室自动化分析仪。
5.根据权利要求1所述的系统,其中所述第一计算装置是用户终端。
6.根据权利要求5所述的系统,其中所述用户终端是台式计算机或移动装置。
7.根据权利要求1所述的系统,其中所述系统包含存储介质,其中数据结构被存储在存储介质上,并且其中,数据结构适于执行包含根据权利要求1所述的步骤的程序,所述第一计算装置被编程并配置为在被加载到计算机的或计算机网络的主存储器和/或工作存储器之后执行。
8.根据权利要求1所述的系统,其中所述计算机网络包含第一特权计算机网络之外的第二计算机网络,其中所述第二计算机装置定位于所述第二计算机网络。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16200295.0 | 2016-11-23 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711159074.XA Division CN108091390B (zh) | 2016-11-23 | 2017-11-20 | 用于补充自动化分析仪测量结果的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118352051A true CN118352051A (zh) | 2024-07-16 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7507217B2 (ja) | 自動分析装置の測定結果の補足 | |
JP7361187B2 (ja) | 医療データの自動化された検証 | |
CN106548039A (zh) | 分析检测管理系统和方法 | |
US20200342962A1 (en) | Automatically generating rules for lab instruments | |
US20210003602A1 (en) | Sample mixing control | |
JP2023169350A (ja) | 生体試料の測定値増強 | |
Marija et al. | Blood-gas vs. Central-Laboratory analyzers: interchangeability and reference intervals for sodium, potassium, glucose, lactate and hemoglobin | |
US20240232291A1 (en) | Supplementing measurement results of automated analyzers | |
CN118352051A (zh) | 用于补充自动化分析仪测量结果的方法和系统 | |
CN115335918A (zh) | 临床分析仪上的临床决策支持 | |
US11947344B2 (en) | Method of operating a diagnostic instrument | |
CN111755114A (zh) | 分析实验室 | |
Cadamuro | 8.2 Internal Quality Assurance for Preanalytical Phase | |
Vrijsen et al. | Redundant laboratory testing on referral from general practice to the outpatient clinic: a post-hoc analysis | |
EP4071686A1 (en) | Laboratory sample delivery and broker system | |
Visweswaran et al. | Risk stratification and prognosis using predictive modelling and big data approaches | |
Al Otaybi et al. | The Quality of Medical Test Results Using Techniques | |
Smith et al. | General Principles of How Errors Occur and How They May Be Reduced | |
WO2023062652A1 (en) | Systems and methods for secure genomic analysis using a specialized edge computing device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |