DE202022103482U1 - Aufbereitung von Diagnoseinformationen - Google Patents

Aufbereitung von Diagnoseinformationen Download PDF

Info

Publication number
DE202022103482U1
DE202022103482U1 DE202022103482.6U DE202022103482U DE202022103482U1 DE 202022103482 U1 DE202022103482 U1 DE 202022103482U1 DE 202022103482 U DE202022103482 U DE 202022103482U DE 202022103482 U1 DE202022103482 U1 DE 202022103482U1
Authority
DE
Germany
Prior art keywords
information
patient information
command data
patient
diagnostic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE202022103482.6U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of DE202022103482U1 publication Critical patent/DE202022103482U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT 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)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Computer Hardware Design (AREA)
  • Pathology (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

System (40, 50) zur Aufbereitung von Diagnoseinformationen aus Patienteninformationen (12), wobei das System dazu ausgebildet ist, die folgenden Schritte auszuführen:
Verarbeitung (S2) von erhaltenen Patienteninformationen (12);
Anonymisierung (S3) der erhaltenen Patienteninformationen (12);
Übermittlung (S4) der anonymisierten Patienteninformationen (13) an ein Analysemodul (48, 58);
Analysieren (S5) der anonymisierten Patienteninformationen (13); und
Erzeugen (S6) von Befehlsdaten (16) als Reaktion auf das Analysieren der anonymisierten Patienteninformationen (13), wobei die Befehlsdaten (16) Diagnoseinformationen (20, 30) umfassen.

Description

  • Die vorliegende Erfindung betrifft die Aufbereitung von Diagnoseinformationen aus Patienteninformationen. Sie betrifft weiter ein System, ein Computerprogramm, und ein computerlesbares Medium, alles gemäss den Oberbegriffen der unabhängigen Patentansprüche.
  • Technologischer Hintergrund
  • In den letzten Jahrzehnten ist die Auswertung von medizinischen Daten in der individuellen Patientenversorgung sehr viel aufwändiger geworden. Dreh- und Angelpunkt des medizinischen Informationsaustauschs ist der Arztbrief, welcher meist die Hauptinformationsquelle von Ärzten ist, z.B. nach einem Spital- bzw. Krankenhausaufenthalt zwischen betreuendem Spital- bzw. Krankenhausarzt und anschliessend verantwortlichem Hausarzt. Bereits bestehende Leiden und hinzukommende Erkrankungen sammeln sich zu einem zunehmend komplexeren Datensatz. Ein zentrales Register für eine übersichtliche Präsentation dieses Datensatzes ist der Teil des Arztbriefes, der mit «Diagnosen» bezeichnet wird. Im Abschnitt «Diagnosen» vorhandener Arztbriefe werden neu anfallende Gesundheitsstörungen, auch die, die von Fachärzten festgestellt werden, eingearbeitet. An der Aktualisierung dieses Prozesses beteiligen sich im Idealfall alle Beteiligten, letztlich verantwortlich ist der Hausarzt oder die Hausärztin. Die Arztbriefe haben eine in den letzten drei Jahrzehnten eine Länge und eine Form angenommen, die im Alltag durch die Ärzte nicht mehr zu bewältigen ist.
  • Verursachende Entwicklungen finden sich innerhalb und ausserhalb des Gesundheitssystems.
  • Gründe finden sich zum Beispiel in der wachsenden Zahl von Patienten mit komplexen Diagnosen. Darüber hinaus weisen ältere Patienten mehr Diagnosen auf. Dies ist bedeutsam durch die Verschiebung der Alterspyramide. Des Weiteren ist durch neuere wissenschaftliche Erkenntnisse eine zunehmende Subtypisierung zuvor einheitlicher Krankheitsbilder zu beobachten, welche zu umfangreicheren und damit zu unübersichtlichen Nomenklaturen führten. Das Beispiel «Herzinfarkt» wird heute in zahlreiche Subtypen, z.B. „Hinterwand-“, „Vorderwand-“, „inferiorer Infarkt“, „transmuraler Infarkt“, „nicht transmuraler Infarkt“, etc. differenziert. Dies bedingt die Zunahme der Auflistungspunkte im Bereich «Diagnosen», welcher dadurch zwar präziser, gleichzeitig aber auch schlechter überschaubar wird. Unter Zeitdruck kann dies zur Verringerung der Patientensicherheit führen.
  • Nicht zuletzt tauchen wie aus dem Nichts neue Erkrankungen auf, wie AIDS, SARS, MERS, Covid-19 und sich verändernde Umweltbedingungen.
  • Aber auch Entwicklungen, die die Medizin mitzuverantworten hat, beeinträchtigen eine einfache Erfassung der Sachverhalte durch den lesenden Arzt.
  • Eine rasche Erfassung des Inhaltes eines Arztbriefes setzt eine diszipliniert einzuhaltende Struktur voraus. Erst dadurch wird es möglich, bestimmte Informationen gezielt an bestimmten, vorhersagbaren Positionen eines Berichts zu finden. Diese Struktur geht zunehmend verloren. So führt die neuerdings praktizierte Durchmischung von Diagnosen und Befunden zu einer mangelnden Übersichtlichkeit. Folge davon sind Zeitverlust und ein erheblich erhöhter Energieaufwand beim Lesen.
  • Kurzbriefe sind nahezu gänzlich verschwunden. Sie benannten die Hauptmerkmale eines aktuellen Problems. Diese begrüssenswerte, weil sehr effektive Form der Kommunikation wurde durch die Möglichkeiten der EDV-basierten Texterstellung verdrängt. Entweder wird heute ein bereits bestehender älterer Brief ergänzt oder ein umfangreicher Brief zunächst als «vorläufig» versandt um später unverändert oder nur gering verändert mit dem Vermerk «endgültig» erneut zugestellt zu werden. Da eventuelle Veränderungen nicht gekennzeichnet werden, ist dies ein Vorgehen, das entweder den sorgfältigen Empfänger überlastet oder durch Unterlassung hochgradig riskant werden kann.
  • Zunehmend wird durch Krankenkassen Einfluss auf die Gestaltung von Arztbriefen genommen. Dadurch werden zusätzliche Informationen in den Abschnitt «Diagnosen» des Arztbriefes eingefügt, die den Prüfablauf der Leistungserbringer mit den durch die Krankenkassen autorisierten Stellen vereinfachen soll. Umgekehrt vermindern diese der Ökonomie dienenden Informationen eine komprimierte medizinische Aussagekraft.
  • Die durch einen stationären Krankenhausaufenthalt verursachten Kosten werden durch die Krankenkassen überprüft. Um hier Schwierigkeiten zu umgehen, werden die unter «Diagnosen» aufgeführten Daten durch sie untermauernde Befunde ergänzt, was die «Diagnosen» oft so verwässert, dass ihre rasche Erfassung kaum noch möglich ist.
  • Ähnlich wie bei dem im nächsten Abschnitt ausgeführten Phänomen der zahlreichen Synonyma gibt es häufig mehrere Unterteilungssysteme, die sowohl den Schwere- als auch den Ausbreitungsgrad einer Erkrankung beschreiben. Selbst bei wichtigen und häufigen Erkrankungen werden in unterschiedlichen Gesundheitseinrichtungen verschiedene Einteilungen des Schwere- oder Ausbreitungsgrades einer Erkrankung benutzt. Dies ist innerhalb einer Einrichtung, z.B. eines Krankenhauses, kein Problem. Das Problem beginnt aber beim Informationsaustausch unter den Einrichtungen. Zu berücksichtigen ist ein weiterer Punkt, nämlich die im Bereich der Medizin zahlreichen Synonyma.
  • Die Erweiterung des Abschnitts «Diagnose» durch z.B. apparative Befunde oder anamnestische führt dann meist zu einer seitenlangen Gesamtansicht. Die Übersichtlichkeit, die für die umfassende Betreuung eines Patienten durch den Hausarzt notwendig ist, geht dabei verloren.
  • Die Krankenakte bzw. die Krankengeschichte ist ein Kernpunkt medizinischer Massnahmen. Wird sie nicht mit der erforderlichen Sorgfalt geführt oder wird die korrekte Führung durch insuffiziente Schritte unmöglich, sind negative gesundheitliche Folgen für den Patienten durchaus denkbar. Ein Beispiel hierfür sei die Verordnung eines Wirkstoffes, gegen den der Patient bereits vormals allergisch reagierte. Ebenfalls würden negative Folgen entstehen, wenn ein Medikament verordnet würde, ohne die Kontraindikationen zu berücksichtigen. Ein wesentlicher Teil dieser Sorgfalt besteht darin, die medizinischen Sachverhalte übersichtlich und analytisch leicht zugänglich zu gestalten.
  • Je umfangreicher die Datenmenge, umso wichtiger ist aber deren Strukturierung. Ohne diese sind die Daten und Informationen nur noch erschwert auffindbar oder interpretierbar. Es gibt derzeit keine allgemein akzeptierte Struktur, nicht einmal Empfehlungen zur Strukturierung. Die Folgen sind Zeitverlust in Folge mangelhafter Zugänglichkeit sowie eine Überflutung mit Daten und Informationen. Damit verknüpft ist eine Beeinträchtigung der Aufnahme ins Kurzzeitgedächtnis eines Behandlers oder einer Behandlerin.
  • Aus dem Stand der Technik sind Systeme für die Darstellung von Gesundheitsinformationen eines Patienten bekannt.
  • Die US 2011/0161854 A1 stellt beispielsweise einem Benutzer eine visuelle Präsentation klinischer Beweise in Verbindung mit der Anatomie eines Patienten bereit. Krankenhäuser oder Kliniken verwalten umfassende Informationssysteme, wie z. B. Krankenhausinformationssysteme, Radiologieinformationssysteme, klinische Informationssysteme und kardiovaskuläre Informationssysteme, und Speichersysteme, wie z. B. Bildarchivierungs- und Kommunikationssysteme (PACS), Bibliotheksinformationssysteme und elektronische Patientenakten. Zu den in diesen Systemen gespeicherten Informationen können z. B. die Krankengeschichte des Patienten, Bildgebungsdaten, Testergebnisse, Diagnoseinformationen, Managementinformationen und/oder Terminplanungsinformationen gehören. Die Patienteninformationen für einen bestimmten Patienten setzen sich aus einer Vielzahl von Informationsquellen zusammen. Es können Patienteninformationen, einschliesslich Bildstudien des Patienten oder andere Daten aus einem klinischen Informationssystem extrahiert werden und auf einer Darstellung der menschlichen Anatomie (z. B. einem 2D- und/oder 3D-Bild, einer Darstellung oder einer Ansicht der menschlichen Figur) grafisch dargestellt werden. Ein Benutzer kann eine bestimmte Art von bildgebender Untersuchung auswählen und Indikatoren, die einer Art von Untersuchung entsprechen, werden hervorgehoben. Dies setzt jedoch voraus, dass alle Patienteninformationen bereits digital vorhanden sind und in das Patienteninformationssystem eingespeist wurden.
  • Eine Hauptinformationsquelle von Ärztinnen und Ärzten sind Arztbriefe, z.B. nach einem Krankenhausaufenthalt, aber auch Befunde, Berichte, oder Laborergebnisse. All diese Informationen stammen meist aus unterschiedlichen Quellen, summieren sich und haben oft eine Länge, die im Alltag durch Ärztinnen und Ärzte nicht mehr zu bewältigen ist.
  • Die Bearbeitung der Arztbriefe nimmt eine zentrale Rolle in der ärztlichen Praxis sowohl im Bereich der Hausarztmedizin als auch im Krankenhaus ein. Sie ist einerseits zeitintensiv, andererseits verlangt sie die volle Konzentration des Arztes, da das Nichtberücksichtigen einer Diagnose zu einer Schädigung des Patienten, evtl. mit haftungsrechtlichen Konsequenzen führen kann.
  • Es ist daher an der Zeit das zentrale Werkzeug der Patientenbetreuung, das Management der Diagnosen entscheidend zu verbessern. Das Vorhandensein grosser Datenmengen stellt nur dann einen Vorteil dar, wenn sie strukturiert aufbereitet werden. Nur so sind diese schnell zu interpretieren und im Alltag nutzbar. Im öffentlichen Gesundheitswesen sind die Anbieter durch die Einführung der Fallpauschalen im stationären Bereich und die Budgetierung im ambulanten Sektor zu Wirtschaftsunternehmen geworden. Für Wirtschaftsunternehmen ist Leistung, also Arbeit pro Zeit, der entscheidende Faktor. Zur entscheidenden Stellschraube wurde der Informationsfluss. Dieser muss ebenso umfassend wie bei Bedarf auch selektioniert oder kanalisierbar sein. Die Datenflut der letzten Jahrzehnte ergiesst sich mit wenigen Ausnahmen, wie z.B. die automatisierte Kennzeichnung von Laborwerten ausserhalb des Normbereichs ist eine solche, ungefiltert in das diagnostische System.
  • Darstellung der Erfindung
  • Eine Aufgabe der Erfindung besteht darin, mindestens einige der Nachteile des Standes der Technik zu vermeiden und eine zusammenfassende Darstellung komplexer individualisierter medizinischer Sachverhalte zu ermöglichen. Das Management der Diagnosen durch Reduktion und anschliessende Neustrukturierung soll entscheidend verbessert werden. Zudem ist es eine Aufgabe der Erfindung wichtige Informationen herauszufiltern und diese einem Benutzer in einer effektiveren Art bereitzustellen, sodass dieser durch die besondere Art der Informationsvermittlung seine Aufgabe effizienter durchführen kann. Insbesondere soll ein System bereitgestellt werden, das eine hohe Akzeptanz bei Benutzern hinsichtlich der Anwendbarkeit aufweist.
  • Mindestens eine dieser Aufgaben wurde durch die Merkmale der unabhängigen Patentansprüche gelöst.
  • Ein Aspekt der vorliegenden Erfindung betrifft ein System zur Aufbereitung von Diagnoseinformationen aus Patienteninformationen bzw. Patientendaten. Das System ist dazu ausgebildet, die folgenden Schritte auszuführen: Verarbeitung von Patienteninformationen; Anonymisierung der erhaltenen Patienteninformationen; Übermittlung der anonymisierten Patienteninformationen an ein Analysemodul; Analysieren der anonymisierten Patienteninformationen; und Erzeugen von Befehlsdaten als Reaktion auf das Analysieren der anonymisierten Patienteninformationen, wobei die Befehlsdaten Diagnoseinformationen umfassen.
  • Die aus unterschiedlichen Quellen anfallenden Patienteninformationen können durch die erzeugten Befehlsdaten somit integriert, visualisiert und an einer zentralen Stelle gebündelt präsentiert werden. Dies ermöglicht eine Vereinfachung, Beschleunigung und Verbesserung der medizinischen Versorgung an und in den Schnittstellen von medizinischen Versorgungsbereichen.
  • In einer Ausführungsform umfasst die Verarbeitung von erhaltenen Patienteninformationen das Einlesen und/oder Umwandeln von Patientengrundinformationen oder medizinischen Informationen, die sich auf einen Patienten beziehen. Beispielsweise wird ein Arztbrief oder Befund, der in Papierform vorliegt, elektronisch gescannt, und mittels eines OCR-Prozesses in einen maschinen- oder computerlesbaren Text gewandelt. Bereits in elektronischer Form vorliegende Patientengrundinformationen können in entsprechende Formate gewandelt werden, sodass eine bessere Weiterverarbeitung gegeben ist.
  • In einer weiteren Ausführungsform beinhaltet die Anonymisierung der erhaltenen Patienteninformationen die Entfernung von Patientenidentifikationsinformationen. Dies ist insbesondere für datensensible Patienten von Vorteil, nicht zuletzt, weil die Patientenidentifikationsinformationen für die Verarbeitung und Aufbereitung von Diagnoseinformationen nicht zwingend notwendig sind.
  • Bei einer Dateneingabe kann beispielsweise der Anfang und das Ende der Eingabe von sensiblen Daten oder Informationen markiert werden, z.B. durch eine Steuerungstaste oder einen Sprachbefehl. Die Markierungen werden erfasst und können dann zur Anonymisierung benutzt werden. Möglich ist auch ein separates Gerät zur automatisierten Aufzeichnung der Eingabe von Daten in ein System, z.B. in ein Praxiskommunikationssystem, das als System ScreeN bezeichnet werden kann. Dadurch kann eine simultane oder sequenzielle Eingabe von Daten oder Informationen in das System ScreeN zur eindeutigen Zuordnung eines Patienten/einer Patientin zu einer ihm/ihr individuell erstellten Körpermodellfigur, auch als anatomische Struktur oder Homunculus bzw. homunculus bezeichnet, eineindeutig gewährleistet werden. Die technische Umsetzung kann beispielsweise als Tastatur-Zwischengerät mit Spezialfunktionalität erfolgen.
  • In einer besonderen Ausführungsform erfolgt das Analysieren der anonymisierten Patienteninformationen mittels eines Moduls, das durch maschinelles Lernen unterstützt wird. Dieses auf künstlicher Intelligenz (KI) basierende Modul kann durch syntaktische und semantische Analyse aus den vorliegende Patienteninformationen eine der Diagnose entsprechende Bedeutung zuordnen, d.h. den Informationen, z.B. Sätzen bzw. ihren Teilen eine Diagnosebedeutung geben. Für das Analysieren der anonymisierten Patienteninformationen kann das Bereitstellen eines Analysemodells vorteilhaft sein.
  • Das Erzeugen von Befehlsdaten beinhaltet vorteilhafterweise das Erstellen von farbigen Organcodes. Zutreffenden Diagnosen in anonymisierten Patienteninformationen werden deshalb von der KI im Detail erkannt, von allen nichtzutreffenden, wie z.B. Verdacht, Ausschluss, Familienbezug usw., unterschieden und den betreffenden Organen zugeordnet. Dazu kann eine Genauigkeitsmetrik, wie z.B. Accuracy oder F1-Score definiert werden, welche die Ergebnisse quantifiziert. Für Extraktionsalgorithmen können neben frei verfügbaren medizinischen Dokumenten auch spezifische Trainingsdaten verwendet werden. Eine Voraussetzung für eine sogenannte ScreeN Ausführung ist das korrekte und vollständige, automatisierte Verstehen der erhaltenen Patienteninformationen in ihrer Gesamtheit. Diagnosen sollten möglichst fehlerfrei extrahiert werden, selbst wenn diese Schreibfehler, Trennungen oder ungünstige grammatikalische Formulierungen enthalten. Es kann vorteilhafterweise eine farbliche Codierung erfolgen.
  • In eine bevorzugenden Ausführungsform kann das Ausgeben der Diagnoseinformationen über eine Benutzerschnittstelle erfolgen. Dies ermöglicht eine an einer zentralen Stelle gebündelte graphische Diagnoseinformationspräsentation. Durch eine strukturierte Darstellung der Datenmengen und Informationen wird das praktische Arbeiten für den Patienten vereinfacht und gleichzeitig die Patientensicherheit erhöht.
  • Besonders vorteilhaft ist, dass die Befehlsdaten zum Anzeigen der Diagnoseinformationen in einer anatomischen Struktur mit klinischen Kontextinformationen verwendet werden können. Dies ermöglicht eine schnelle Erfassung von komplexen Informationen und Krankheiten. Es findet somit eine Transformation von ursprünglichen Texten oder Diagnosetexten in eine Visualisierung von Diagnosen statt. Die Anordnung der Diagnosen erfolgt vorteilhafterweise in einer strukturierten Form. Vorteilhaft ist dabei auch eine Priorisierung nach Schweregrad einer Erkrankung.
  • In einer weiteren Ausführungsform umfasst die Angabe, basierend auf den Patienteninformationen und/oder Diagnoseinformationen, anatomischer und/oder labortechnischer Informationen, eine Auswahl durch einen Diagnostiker, um für die Diagnose angezeigt zu werden. Der Diagnostiker oder Benutzer kann dadurch zusätzliche Detailinformationen abrufen und zur Anzeige bringen.
  • Vorteilhaft ist das Erzeugen einer Datenbank, die die Befehlsdaten mit Diagnoseinformationen bereitstellt. Somit können die Befehlsdaten von einer zentralen Stellen abgerufen werden.
  • Besonders vorteilhaft ist auch das Aktualisieren der Datenbank, wenn weitere Befehlsdaten mit Diagnoseinformationen eintreffen. Somit ist der Befehlsdatensatz immer auf einem aktuellen Stand. Die bedeutsamen Erkrankungen sind somit bei jedem Arztbesuch mit einem Blick erfassbar. Dadurch wird u.a. die Kontrolle bedeutsamer Gesundheitsstörungen erheblich erleichtert.
  • In einem Notfall können die Befehlsdaten mit Diagnoseinformationen vorteilhafterweise bereits am Unfallort oder im Krankenwagen abgerufen und zur Anzeige gebracht werden und stehen dem behandelnden Arzt unmittelbar zur Verfügung. Ein Patient kann dieser Nutzung zustimmen. Auch bei einer Operation können die Befehlsdaten mit den Diagnoseinformationen abgerufen werden und stehen dem Operationsteam vorab oder währen einer Operation zur Verfügung.
  • Die Patienteninformationen können einen Arztbrief, Befund, Bericht, und/oder ein Laborergebnis umfassen. All diese Informationen dienen als Grundlage für die Analyse der Patienteninformationen um Befehlsdaten zu erzeugen, die zu einer effizienten Diagnoseinformationspräsentation führen.
  • Ein weiterer Aspekt der vorliegenden Erfindung betrifft ein computerlesbares Medium, das auf Computerlesbarkeit beruht, um die Aufbereitung von Diagnoseinformationen aus Patienteninformationen durchzuführen.
  • Noch ein weiterer Aspekt der vorliegenden Erfindung betrifft eine Vorrichtung oder ein Computersystem mit Mitteln zur Ausführung der Schitte zur Aufbereitung von Diagnoseinformationen.
  • Ein System zur Aufbereitung von Diagnoseinformationen aus Patientengrundinformationen und/oder Patienteninformationen kann vorzugsweise folgendes umfassen: Mittel zur Verarbeitung von erhaltenen Patienteninformationen; Mittel zur Anonymisierung der erhaltenen Patienteninformationen; Mittel zur Übermittlung der anonymisierten Patienteninformationen an ein Analysemodul; Mittel zum Analysieren der anonymisierten Patienteninformationen; und Mittel zum Erzeugen von Befehlsdaten als Reaktion auf das Analysieren der anonymisierten Patienteninformationen, wobei die Befehlsdaten Diagnoseinformationen umfassen.
  • Das System kann vorteilhafterweise die von extern ankommenden Patientengrundinformationen über unterschiedliche Wege aufnehmen, z.B. direkt oder indirekt, und dem System zur Analyse zur Verfügung stellen. Es analysiert die Patienteninformationen nach vorgegebenen medizinischen Stichwörtern, berücksichtigt Synonyma, unterdrückt Überflüssiges und komprimiert den faktischen Inhalt.
  • Vorteilhafterweise bereitet die Vorrichtung oder das System die Befunde oder erhaltenen Patienteninformationen übersichtlich auf und stellt Diagnoseinformationen mittels einer anatomischen Struktur oder Körpermodellfigur, auch Homunculus genannt, quasi auf den «ersten Blick erkennbar» dar. Dies geschieht durch eine automatisierte Analyse der eingehenden oder erhaltenen Patienteninformationen, ist aber andererseits durch einen Diagnostiker zu ergänzen respektive zu reduzieren. Die Darstellung eignet sich auch dazu, auf Konferenzen, wie z.B. Tumorboards, die Anwesenden schnell über den grundsätzlichen Zustand eines Patienten in Kenntnis zu setzen.
  • Die Vorrichtung oder das System kann für spezifische Fachärzte vorgesehen werden, d.h. zum Beispiel für Kardiologen mittels einer detaillierten Herzdarstellung.
  • Für einen Fachmann ist es selbstverständlich, dass alle beschriebenen Ausführungsformen in einer erfindungsgemässen Ausgestaltung der vorliegenden Erfindung verwirklicht sein können, sofern sie sich nicht explizit gegenseitig ausschliessen.
  • Im Folgenden wird die vorliegende Erfindung nun anhand konkreter Ausführungsbeispiele und Figuren näher erläutert, ohne jedoch auf diese beschränkt zu sein.
  • Durch das Studium dieser besonderen Ausführungsformen und Figuren können sich für einen Fachmann weitere vorteilhafte Ausführungsformen der vorliegenden Erfindung ergeben.
  • Figurenliste
  • Anhand der nachfolgenden Figuren werden Ausführungsbeispiele der Erfindung beschrieben, wobei gleiche Referenzzeichen gleiche oder ähnliche Teile bezeichnen. Es zeigen
    • 1: eine schematische Abfolge von Schritten;
    • 2: eine Darstellung von Diagnoseinformationen basierend auf erzeugten Befehlsdaten;
    • 3: eine weitere Darstellung von Diagnoseinformationen basierend auf erzeugten Befehlsdaten;
    • 4: eine schematische Anordnung zur Aufbereitung von Diagnoseinformationen;
    • 5: eine weitere schematische Anordnung zur Aufbereitung von Diagnoseinformationen;
    • 6: noch eine weitere schematische Anordnung zur Aufbereitung von Diagnoseinformationen;
    • 7: eine weitere schematische Abfolge von Schritten; und
    • 8: eine schematische Übersichtsdarstellung mit entsprechenden Komponenten und Akteuren.
  • Ausführung der Erfindung
  • 1 zeigt eine Abfolge von Schritten gemäss dem erfindungsgemässen Vorgehen 10 zur Aufbereitung von Diagnoseinformationen. In einem ersten Schritt S1 werden Patientengrundinformationen 11 generiert (Patienteninformationsgenerierung - PIG). Dies kann in einem Spital, Krankenhaus oder einer Praxis erfolgen. Mittels eines Arztbriefs oder Befunds werden die Patientengrundinformationen 11 übermittelt und beispielsweise in ein Hausarztsystem als Patienteninformationen 12 eingelesen. Es erfolgt im Schritt S2 eine Verarbeitung der erhaltenen Patienteninformationen 12. Dies kann im Fall einer Hardcopy einen Scanvorgang und eine Umwandlung mittels OCR beinhalten, sodass ein zu analysierendes Dokument in elektronischer Form vorliegt. Wenn das zu analysierendes Dokument bereits in elektronischer Form existiert, kann dieses in ein geeignetes Dateiformat umgewandelt werden. Anschliessend erfolgt im Schritt S3 eine Anonymisierung der erhaltenen Patienteninformationen 12 zu anonymisierten Patienteninformationen 13. Bei der Anonymisierung S3 von Patientendaten und medizinischen Daten im Allgemeinen, bleiben die Patienteninformationen geschützt. Die schützenswerten Informationen werden in den Freitexten identifiziert. Beispielsweise werden durch musterbasierte Verfahren strukturierte Informationen erkannt, und mit Positiv- und Negativlisten können bestimmte Textpassagen explizit entfernt oder geschützt werden. Bei den medizinischen Daten und Informationen kann es sich beispielsweise um eine Diagnose, eine Behandlung, eine Untersuchung, oder ein Ergebnis handeln. In einem weiteren Schritt S4 erfolgt die Übermittlung der anonymisierten Patienteninformationen 13 zur Analyse. Dies kann über ein Netzwerk an ein Analysemodul oder eine Analyseeinheit erfolgen. Auch eine lokale Verarbeitung oder Analyse ist möglich. Die Analyse kann dabei regelbasiert und/oder durch maschinelles Lernen unterstützt werden. Im einem Analyseschritt S5 werden die anonymisierten Patienteninformationen 13 entsprechend analysiert. Anschliessend werden als Reaktion auf das Analysieren der anonymisierten Patienteninformationen 13, Befehlsdaten 16 in einem Generierungsschritt S6 erzeugt. Die Befehlsdaten 16 umfassen Diagnoseinformationen, die in einem weiteren Schritt S7 ausgeben oder angezeigt werden.
  • 2 zeigt eine Darstellung von aufbereiteten Diagnoseinformationen 20 basierend auf den erzeugten Befehlsdaten 16. Die erhaltenen Patienteninformationen 12 wurden anonymisiert, analysiert, und die erzeugten Befehlsdaten 16 werden durch Re-Personalisierung mittels einer Benutzerschnittstelle 26, beispielsweise einem Bildschirm, ausgebeben. Die Benutzerschnittstelle 26 ist derart konfiguriert, dass die Diagnoseinformationen 20 Eingaben oder Modifikationen von einem Diagnostiker empfangen oder erhalten können. Die Re-Personalisierung ermöglicht eine Patientenidentifikation 22, d.h. Patientenzuordnung mit anschliessender Anzeige von Patientenidentifikationsinformationen.
  • Die vorher nur als Text vorliegenden Patientengrundinformationen 11 oder Patienteninformationen 12 werden nach Analyse mittels der Benutzerschnittstelle 26 als komprimierte Diagnoseinformationen 20 in einer anatomischen Struktur 21 mit klinischen Kontextinformationen angezeigt. Eine erste Problemmarkierung 23 zeigt eine Schädigung der Speiseröhre und Leber (multipel). Die Darstellung kann vorzugsweise farblich variieren, um z.B. um die Art einer Störung oder eine Anhäufung deutlich zu machen. Eine zweite Problemmarkierung 24 weist auf geschädigte Nieren hin. Noch eine weitere Problemmarkierung, eine dritte Problemmarkierung 25 weist auf eine bestehende Allergie und Diabetes hin. Einem Diagnostiker, nicht nur jedem Arzt, ist es somit möglich, sämtliche Erkrankungen und Probleme eines Patienten in nahezu einem Blick zu erfassen. Für weitere Informationen kann der Diagnostiker auf die entsprechenden Bereiche klicken und erhält dadurch zum Beispiel labortechnische Informationen oder das ursprüngliche Dokument aus den Patientengrundinformationen 11 oder Patienteninformationen 12. Die Benutzerschnittstelle 26 verfügt weiterhin über eine erste Exportfunktion 28 für die anatomischen Struktur 21 sowie eine zweite Exportfunktion 29 für die zugrundeliegenden Informationen und Daten.
  • Durch die Exportfunktionen 28, 29 besteht die Möglichkeit des Ausstellens einer persönlichen anatomischen Struktur 21, eines «homunculus» für Jedermann, z.B. zur Vorbereitung einer Fernreise o.ä. Sehr nützlich kann dies auch für den Fall eines Unfalls sein. Durch die Exportfunktionen 28, 29 lassen sich Anhänge per E-Mail versenden. Diese können auch direkt auf ein Mobilgerät, z.B. Mobiltelefon, übermittelt werden.
  • 3 zeigt eine weitere Darstellung von aufbereiteten Diagnoseinformationen 30 basierend auf erzeugten Befehlsdaten 16. Auch hier werden die erzeugten Befehlsdaten 16 mittels einer Benutzerschnittstelle 36 ausgebeben. Die Re-Personalisierung ermöglicht eine Patientenidentifikation 32 und Anzeige von Patientenidentifikationsinformationen.
  • Mittels der Benutzerschnittstelle 36 werden Diagnoseinformationen 30 in einer anatomischen Struktur 31 mit klinischen Kontextinformationen angezeigt. Eine erste Problemmarkierung 33 zeigt wiederum eine Schädigung der Speiseröhre und Leber. Eine zweite Problemmarkierung 34 weist auf die geschädigten Nieren hin. Eine dritte Problemmarkierung 35 weist auf die bestehe Allergie und Diabetes hin. Zusätzlich wird eine Problemdarstellung 37 in einer Box zur Anzeige gebracht:
    • 1. In der Speiseröhre ein Blutgefässproblem (rot)
    • 2. In der Leber: eine Entzündung (gelb) eine Insuffizienz (blau) eine bösartige Erkrankung (grün) 3. In den Nieren: eine Insuffizienz
    • 4. Daneben eine Allergie und sie ist Diabetikerin!
  • Diese verbale Darstellung zeigt die Probleme in einer priorisierten Listenform an, sodass dem Diagnostiker oder Arzt sofort die wichtigsten Probleme aufgezeigt werden. Dieser kann die Darstellung bearbeiten und weitere Informationen hinzufügen oder die Reihenfolge ändern. Die Benutzerschnittstelle 36 verfügt auch über eine erste Exportfunktion 38 für die anatomischen Struktur 31 sowie eine zweite Exportfunktion 39 für die zugrundeliegenden Patienteninformationen und Daten.
  • 4 zeigt eine schematische Anordnung zur Aufbereitung von Diagnoseinformationen. Dargestellt ist ein System 40 mit einer ersten Patienteninformationsgenerierungseinheit 41a, einer zweiten Patienteninformationsgenerierungseinheit 41b, und einer dritten Patienteninformationsgenerierungseinheit 41c. Darüber hinaus können noch weitere Patienteninformationsgenerierungseinheiten vorgesehen sein. In der ersten Patienteninformationsgenerierungseinheit 41a werden erste Befundinformationen 42a, in der zweiten Patienteninformationsgenerierungseinheit 41b werden zweite Befundinformationen 42b, und in der dritten Patienteninformationsgenerierungseinheit 41c werden dritte Befundinformationen 42c generiert.
  • Eine Patienteninformationsgenerierungseinheit kann ein Spital, ein Krankenhaus, eine Praxis, oder ein Radiologieinstitut sein, die jeweils Befundinformationen 42a, 42b, 42c generieren, d.h. Patientengrundinformationen. Diese Informationen in Form eines zu analysierenden Dokuments werden einem Einlesemodul für Patienteninformationen 43 zugeführt. Das Einlesemodul 43 ist mit einem Computer oder Praxisrechner 44 gekoppelt. Der PC oder Praxisrechner 44 verfügt zumindest über einen Prozessor (CPU). Der Praxisrechner 44 umfasst weiterhin ein Analysemodul 48. Das Analysemodul 48 kann sich auch ausserhalb befinden, z.B. auf einem Server oder Computer in einem Rechenzentrum. Der Praxisrechner 44 ist weiterhin mit einer Datenbank 46 verbunden, die sich lokal und/oder extern befindet. Der PC oder Praxisrechner 44 umfasst eine Diagnoseinformationsausgabe 45, z.B. eine Benutzerschnittstelle 26, 36.
  • Das System 40 kann einen oder mehrere Prozessoren umfassen, die dazu konfiguriert sind, die Schritte auszuführen, die im Zusammenhang mit 1 und 7 beschrieben sind.
  • Ein zu analysierendes Dokument, in der Regel ein Arztbrief bzw. Befundinformationen 42a, 42b, 42c werden dem Einlesemodul 43 zugeführt. Es erfolgt ein Import eines bereits in elektronischer Form existierenden Dokuments in ein geeignetes Dateiformat oder ein Einscannen einer Hardcopy. Die Befundinformationen 42a, 42b, 42c oder Patientengrundinformationen liegen dann als computerlesbarer Text vor und werden auf bestimmte Buchstabenfolgen hin untersucht. Diese entsprechen den medizinischen Bezeichnungen für die zu erfassenden Erkrankungen, welche in der Datenbank 46 hinterlegt sind. Die Textumgebung, d.h. vorheriger Satz, gleicher Satz, nachfolgender Satz, wird untersucht auf Ausschlusskriterien, die ihrerseits in einer eigenen Tabelle erfasst sind. Der Text wird in gleicher Weise auf die in den Befundinformationen mitgeteilte Art der Störung analysiert, z.B. Entzündung oder bösartiger Tumor. Ein erkranktes Organ wird mit einer Farbe markiert, die in einem entsprechenden Code definiert ist, z.B. rot für Durchblutungsstörung, gelb für Entzündung, etc. Die zunächst in den Befundinformationen erkannten Diagnosen werden um die Ausschlussdiagnosen bereinigt. Die verbliebenen tatsächlich in den Befundinformationen als krank bezeichneten Organe werden in der dem Typ der Erkrankung zugeordneten Farbe in einer kartographischen Darstellung 21, 31 der männlichen bzw. weiblichen Anatomie in der Diagnoseinformationsausgabe 45 markiert. Ein Anwender oder eine Anwenderin erhält somit einen sofortigen Überblick über die erkrankten Organe. Aus einer Analyse der Patienteninformationen kann eine strukturierte Diagnoseliste für den Gebrauch in einer Arztpraxis und die Kommunikation mit anderen Gesundheitseinrichtungen erstellt werden.
  • In einer bevorzugten Ausführungsform analysiert das Analysemodul 48 die erhaltenen Patienteninformationen. Basierend auf den Ergebnissen werden Befehlsdaten 16 erzeugt. Der Praxisrechner 44 speichert diese Befehlsdaten 16 in der Datenbank 46 und bringt diese nach einer Re-Personalisierung als aufbereitete Diagnoseinformationen 20, 30 mittels der Diagnoseinformationsausgabe 45 zur Anzeige. Das Analysieren kann mit Natural Language Processing (NLP) erfolgen, wobei die Patientengrundinformationen sowie die Patienteninformationen als natürliche Sprache erfasst und mithilfe von Regeln und Algorithmen computerbasiert verarbeitet werden. Verschiedene Methoden und Ergebnisse aus den Sprachwissenschaften können zudem mit moderner Informatik und künstlicher Intelligenz kombiniert werden.
  • Vorteilhaft ist eine Markierung der in den Patientengrundinformationen 42a, 42b, 42c gefundenen Störungen, z. B. Markierung aller Stellen, die mit einem erkannten Herzinfarkt zu tun haben, also dazu führten, dass das Herz rot gefärbt wird.
  • Ebenfalls vorteilhaft ist eine Markierung der Unterschiede in den Patientengrundinformationen zwischen vorläufiger und endgültiger Version. Nuancen sind hier manchmal entscheidend und können zu Therapieänderungen führen.
  • 5 zeigt eine weitere schematische Anordnung eines Systems 50 zur Aufbereitung von Diagnoseinformationen 20, 30. Das System 50 umfasst die erste Patienteninformationsgenerierungseinheit 41a, die zweite Patienteninformationsgenerierungseinheit 41b, und die dritte Patienteninformationsgenerierungseinheit 41c. Weitere Patienteninformationsgenerierungseinheiten können vorgesehen sein. In der ersten Patienteninformationsgenerierungseinheit 41a werden die ersten Befundinformationen 42a, in der zweiten Patienteninformationsgenerierungseinheit 41b werden die zweiten Befundinformationen 42b, und in der dritten Patienteninformationsgenerierungseinheit 41c werden die dritten Befundinformationen 42c generiert.
  • Die Patienteninformationsgenerierungseinheiten 41a, 41b, 41c sind mit einem Netzwerk 57, z.B. einem WAN verbunden. Ebenfalls mit dem Netzwerk 57 verbunden ist eine Praxisumgebung 59. Die Praxisumgebung 59 umfasst ein Einlesemodul 53, das mit einem Computer oder Praxisrechner 54 gekoppelt ist. Der Praxisrechner 54 ist mit einer Datenbank 56 verbunden. Der PC oder Praxisrechner 54 umfasst eine Diagnoseinformationsausgabe 55, z.B. eine Benutzerschnittstelle 26, 36. Mit dem Netzwerk 57 ist auch ein Kl-Analysemodul 58 verbunden, das in einem Server oder einem leistungsstarken Computer, z.B. in einem Rechenzentrum, vorgesehen ist. Das Analysemodul 58 analysiert algorithmenbasiert dann eine Vielzahl von anonymisierten Patienteninformationen von verschiedensten Quellen oder Praxisumgebungen. Dies ermöglicht eine immer bessere qualitative Analyse aufgrund der selbstlernenden Algorithmen.
  • Die Befundinformationen 42a, 42b, 42c oder Patientengrundinformationen werden über das Netzwerk 57 an die Praxisumgebung 59 übertragen. In der Praxisumgebung 59 werden die Befundinformationen 42a, 42b, 42c vom Einlesemodul 53 und dem Praxisrechner 54 zu erhaltenen Patienteninformationen 12 verarbeitet, anschliessend anonymisiert, und zur Analyse an das KI-Analysemodul 58 sicher übermittelt. Aufgrund des Netzwerks 57 ist der Standort des Analysemoduls 58 unabhängig. Mittels KI-Analysemodul 58 werden die anonymisierten Patienteninformationen 13 analysiert. Basierend auf den Ergebnissen werden anschliessend Befehlsdaten 16 erzeugt, die Diagnoseinformationen 20, 30 umfassen. Die Ergebnisse können auch vorab an die Praxisumgebung 59 übermittelt werden, wo dann die Befehlsdaten 16 erzeugt werden. Die Befehlsdaten 16 können aber auch vom KI-Analysemodul 58 oder Computer erzeugt und anschliessend an die Praxisumgebung 59 übermittelt werden. Die Befehlsdaten 16 werden vorzugsweise in der Datenbank 56 gespeichert, bevor diese mittels Diagnoseinformationsausgabe 55 abgerufen und zur Anzeige gebracht werden. Möglich ist auch die Datenbank 56 an das Analysemodul 58 zu koppeln und/oder über das Netzwerk 57 zugänglich zu machen.
  • 6 zeigt noch eine weitere schematische Anordnung zur Aufbereitung von Diagnoseinformationen. Dargestellt ist das System 50 mit der ersten Patienteninformationsgenerierungseinheit 41a, der zweiten Patienteninformationsgenerierungseinheit 41b, und der dritten Patienteninformationsgenerierungseinheit 41c sowie dem KI-Analysemodul 58 und dem Netzwerk 57. Das Netzwerk 57 ist wiederum mit der Praxisumgebung 59 verbunden. Die Praxisumgebung 59, insbesondere der Praxisrechner 54, umfasst das Analysemodul 48. Diese Ausführungsform hat den Vorteil, dass die Analyse lokal erfolgen kann und bei einem Netzwerkausfall keine Einschränkungen hervorgerufen werden. Möglich ist auch, dass z.B. das KI-Analysemodul 58, eventuell in einer reduzierten Form, lokal als Analysemodul 48 in der Praxisumgebung 59 implementiert ist.
  • In einem Notfall können die Befehlsdaten 16 bereits am Unfallort oder im Krankenwagen von einer Diagnoseinformationseinheit 60 abgerufen und zur Anzeige gebracht werden.
  • Dem behandelnden Notarzt stehen die Diagnoseinformationen 20, 30 somit unmittelbar zur Verfügung. Die Diagnoseinformationen 20, 30 können auf dem Weg ins Spital oder Krankenhaus 41c bereits nützlich sein, um geeignete Massnahmen zu ergreifen. Vorteilhaft ist auch, dass das Spital oder Krankenhaus 41c vorab, d.h. vor dem Eintreffen eines Notfallpatienten, bereits die Diagnoseinformationen 20, 30 abrufen kann, um eine bestmögliche Versorgung bereitzustellen und notwendige Massnahmen einzuleiten.
  • 7 zeigt eine weitere schematische Darstellung des erfindungsgemässen Vorgehens 10. In einen ersten Schritt S70 werden Patientengrundinformationen generiert (PIG). Dies kann in einem Spital, einem Krankenhaus oder einer Praxis erfolgen. Mittels eines Arztbriefs oder Befunds werden Patientengrundinformationen 11 übermittelt und in einem zweiten Schritt S72 als Patienteninformationen 12 eingelesen. Dies kann im Fall einer Hardcopy einen Scanvorgang und eine Umwandlung mittels OCR beinhalten, sodass ein zu analysierendes Dokument in elektronischer Form vorliegt. Wenn das zu analysierendes Dokument bereits in elektronischer Form existiert, kann dieses in ein geeignetes Dateiformat umgewandelt werden. Anschliessend erfolgt im Schritt S74 auf einem Computer eine Anonymisierung der erhaltenen Patienteninformationen 12. Die anonymisierten Patienteninformationen werden sicher, z.B. mittels VPN, an ein Analysemodul übermittelt. In einem weiteren Schritt S76 erfolgt eine Analyse der anonymisierten Patienteninformationen. Nach der durch KI unterstützten Analyse werden basierend auf den Ergebnissen in einem weiteren Schritt S78 Befehlsdaten 16 erzeugt. Diese Befehlsdaten 16 können anschliessend auf dem Computer durch einen Re-Personalisierungsschritt S80 zur Diagnoseinformationsausgabe genutzt werden. In einem Diagnoseinformationsausgabeschritt S82 werden die aufbereiteten Diagnoseinformationen 20, 30 mittels Benutzerschnittstelle 26, 36 zur Anzeige gebracht bzw. können durch eine andere Einheit, z.B. Gesundheitseinrichtung, abgerufen oder modifiziert werden Die aufbereiteten Diagnoseinformationen 20, 30 werden in einem weiteren Schritt S84 in einer e-Aktenverwaltung, z.B. in der Datenbank 46, 56, abgespeichert und entsprechend den Modifikationen eines Benutzers oder Diagnostikers aktualisiert. Sobald neue oder zusätzliche Patienteninformationen eintreffen, werden diese automatisch in die e-Aktenverwaltung eingepflegt oder in der Datenbank 46, 56 aktualisiert. Eine autorisierte Akzeptanz ist angezeigt, damit nicht beliebige Änderungen vorgenommen werden können. Dies hat den Vorteil, dass bei einem Termin die Diagnoseinformationsausgabe S86 immer auf dem aktuellen Stand ist und ein Diagnostiker auf umfangreiche, jedoch übersichtlich und aktuell aufbereitete Diagnoseinformationen 20, 30 zurückgreifen kann.
  • 8 zeigt eine schematische Übersichtsdarstellung 80 eines ScreeN-Systems mit entsprechenden Modulkomponenten und Akteuren. Box 81 steht für ein Vertretungsarztmodul geeignet für Sprechstunde mit „Erstem Blick“ und Herauspräparieren der Diagnosen, Strukturierung der Diagnosen, Markierung der Diagnosen im Brief, Visualisierung der Diagnosen, Vergleich provis./endgült. Brief sowie Markierung von „erhöhtem Behandlungsbedarf“. Box 82 steht für ein Hausärztemodul mit De und Anonymizer. Box 83 steht für ein Rettungsdienstmodul zur Darstellung von ScreeN als „Erster Blick“. Box 84 steht für ein Notaufnahmemodul zur Darstellung von ScreeN als „Erster Blick“. Box 85 steht für ein Aufnahme- oder Visitemodul zur Darstellung von ScreeN als „Erster Blick“ bzw. ein Visualizer der Diagnose und Markierung „erhöhter Behandlungsbedarf“ z.B. für Vertretungsärzte. Ein teilnehmendes Spital-, Krankenhaus- oder Spezialistenmodul mit De und Anonymizer ist in Box 86 dargestellt, nicht teilnehmende in Box 87. Das ScreeN-Modul ist mit Box 88 dargestellt. Der Tessiner Code oder Diagnosecode für Hausärzte, Träger wird von Box 89 bereitgestellt. Ein Patient oder Kunde, dargestellt mit Box 90, kann vom ScreeN-Modul 88 Informationen und Daten beziehen. Box 91 steht für ein Krankenkassenmodul, das unter anderem Patientensicherheit als Selektionsvorteil bietet.
  • Die beschriebenen Ausführungsformen können weiter kombiniert werden und sind für den Fachmann in keiner Weise als limitierend anzusehen.
  • Bezugszeichenliste
  • S1 - S6
    Schritte
    S1
    Patienteninformationsgenerierung
    S2
    Anonymisierung
    S3
    Übermittlung
    S4
    Analysieren
    S5
    Erzeugen von Befehlsdaten
    S6
    Ausgabe
    10
    Vorgehen zur Aufbereitung von Diagnoseinformationen
    11
    Patientengrundinformationen
    12
    erhaltenen Patienteninformationen
    13
    anonymisierte Patienteninformationen
    16
    Befehlsdaten
    20, 30
    aufbereitete Diagnoseinformationen
    21, 31
    anatomische Struktur
    22, 32
    Patientenidentifikation
    23, 33
    erste Problemmarkierung
    24, 34
    zweite Problemmarkierung
    25, 35
    dritte Problemmarkierung
    26, 36
    Benutzerschnittstelle
    28, 38
    Exportfunktion für Bild
    29, 39
    Exportfunktion für Daten
    37
    Problemdarstellung
    40, 50
    System zur Aufbereitung von Diagnoseinformationen
    41a, 41b, 41c
    Patienteninformationsgenerierungseinheit
    42a, 42b, 42c
    Befundinformationen oder Patientengrundinformationen
    43, 53
    Einlesemodul für Patienteninformationen
    44, 54
    Praxisrechner, PC
    45,55
    Diagnoseinformationsausgabe
    46, 56
    Datenbank
    47, 57
    Netzwerk
    48, 58
    Analysemodul
    59
    Praxisumgebung
    60
    Diagnoseinformationseinheit
    S70 - S86
    Schritte
    S70
    Patienteninformationsgenerierung
    S72
    Einlesen von Patienteninformationen
    S74
    Anonymisierung
    S76
    Analysieren
    S78
    Erzeugen von Befehlsdaten
    S80
    Re-Personalisierung
    S82
    Diagnoseinformationsausgabe
    S84
    e-Aktenverwaltung
    S86
    Diagnoseinformationsausgabe zum Termin
    80
    Übersichtsdarstellung mit Modulkomponenten 81 - 91
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 2011/0161854 A1 [0016]

Claims (21)

  1. System (40, 50) zur Aufbereitung von Diagnoseinformationen aus Patienteninformationen (12), wobei das System dazu ausgebildet ist, die folgenden Schritte auszuführen: Verarbeitung (S2) von erhaltenen Patienteninformationen (12); Anonymisierung (S3) der erhaltenen Patienteninformationen (12); Übermittlung (S4) der anonymisierten Patienteninformationen (13) an ein Analysemodul (48, 58); Analysieren (S5) der anonymisierten Patienteninformationen (13); und Erzeugen (S6) von Befehlsdaten (16) als Reaktion auf das Analysieren der anonymisierten Patienteninformationen (13), wobei die Befehlsdaten (16) Diagnoseinformationen (20, 30) umfassen.
  2. System (40, 50) nach Anspruch 1, wobei die Verarbeitung (S2) von erhaltenen Patienteninformationen (12) umfasst das Einlesen und/oder Umwandeln von Patientengrundinformationen (11).
  3. System (40, 50) nach Anspruch 1 oder 2, wobei die Anonymisierung (S3) der erhaltenen Patienteninformationen (12) die Entfernung von Patientenidentifikationsinformationen beinhaltet.
  4. System (40, 50) nach einem der Ansprüche 1 bis 3, wobei das Analysieren (S5) der anonymisierten Patienteninformationen (13) mittels Analysemoduls (48, 58) erfolgt, das durch maschinelles Lernen unterstützt wird.
  5. System (40, 50) nach einem der Ansprüche 1 bis 4, weiter umfassend das Ausgeben (S7) der Diagnoseinformationen (20, 30) über eine Benutzerschnittstelle (26, 36).
  6. System (40, 50) nach einem der Ansprüche 1 bis 5, weiter umfassend das Anfordern von Befehlsdaten (16) zum Anzeigen der Diagnoseinformationen in einer anatomischen Struktur (21, 31) mit klinischen Kontextinformationen.
  7. System (40, 50) nach einem der Ansprüche 1 bis 6, weiter umfassend die Angabe, basierend auf den Patienteninformationen (12) und/oder Diagnoseinformationen (20, 30), anatomischer und/oder labortechnischer Informationen, die von einem Diagnostiker auswählbar sind, um für die Diagnose angezeigt zu werden.
  8. System (40, 50) nach einem der Ansprüche 1 bis 7, weiter umfassend das Erzeugen einer Datenbank (46, 56), die die Befehlsdaten (16) mit Diagnoseinformationen (20, 30) bereitstellt.
  9. System (40, 50) nach Anspruch 8, ferner umfassend das Aktualisieren der Datenbank (46, 56), wenn weitere Befehlsdaten 16 mit Diagnoseinformationen eintreffen.
  10. System (40, 50) nach einem der Ansprüche 1 bis 9, wobei die erhaltenen Patienteninformationen (12) folgendes umfassen: Arztbrief, Befund, Bericht, und/oder Laborergebnis.
  11. Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, die folgende Schritte auszuführen: Verarbeitung (S2) von erhaltenen Patienteninformationen (12); Anonymisierung (S3) der erhaltenen Patienteninformationen (12); Übermittlung (S4) der anonymisierten Patienteninformationen (13) an ein Analysemodul (48, 58); Analysieren (S5) der anonymisierten Patienteninformationen (13); und Erzeugen (S6) von Befehlsdaten (16) als Reaktion auf das Analysieren der anonymisierten Patienteninformationen (13), wobei die Befehlsdaten (16) Diagnoseinformationen (20, 30) umfassen.
  12. Computerprogramm nach Anspruch 11, wobei die Verarbeitung (S2) von erhaltenen Patienteninformationen (12) umfasst das Einlesen und/oder Umwandeln von Patientengrundinformationen (11).
  13. Computerprogramm nach Anspruch 11 oder 12, wobei die Anonymisierung (S3) der erhaltenen Patienteninformationen (12) die Entfernung von Patientenidentifikationsinformationen beinhaltet.
  14. Computerprogramm nach einem der Ansprüche 11 bis 13, wobei das Analysieren (S5) der anonymisierten Patienteninformationen (13) mittels Analysemoduls (48, 58) erfolgt, das durch maschinelles Lernen unterstützt wird.
  15. Computerprogramm nach einem der Ansprüche 11 bis 14, weiter umfassend das Ausgeben (S7) der Diagnoseinformationen (20, 30) über eine Benutzerschnittstelle (26, 36).
  16. Computerprogramm nach einem der Ansprüche 11 bis 15, weiter umfassend das Anfordern von Befehlsdaten (16) zum Anzeigen der Diagnoseinformationen in einer anatomischen Struktur (21, 31) mit klinischen Kontextinformationen.
  17. Computerprogramm nach einem der Ansprüche 11 bis 16, weiter umfassend die Angabe, basierend auf den Patienteninformationen (12) und/oder Diagnoseinformationen (20, 30), anatomischer und/oder labortechnischer Informationen, die von einem Diagnostiker auswählbar sind, um für die Diagnose angezeigt zu werden.
  18. Computerprogramm nach einem der Ansprüche 11 bis 17, weiter umfassend das Erzeugen einer Datenbank (46, 56), die die Befehlsdaten (16) mit Diagnoseinformationen (20, 30) bereitstellt.
  19. Computerprogramm nach Anspruch 18, ferner umfassend das Aktualisieren der Datenbank (46, 56), wenn weitere Befehlsdaten 16 mit Diagnoseinformationen eintreffen.
  20. Computerlesbares Medium, das computerlesbare Anweisungen umfasst, die bei der Ausführung durch einen Computer (44, 54) diesen veranlassen, die Schritte nach einem der Ansprüche 11 bis 19 durchzuführen.
  21. Aufbereitungssystem (40, 50) zur Aufbereitung von Diagnoseinformationen aus Patienteninformationen (12) umfassend: Mittel zur Verarbeitung von erhaltenen Patienteninformationen (12); Mittel zur Anonymisierung der erhaltenen Patienteninformationen (12); Mittel zur Übermittlung der anonymisierten Patienteninformationen (13) an ein Analysemodul (48, 58); Mittel zum Analysieren der anonymisierten Patienteninformationen (13); und Mittel zum Erzeugen von Befehlsdaten (16) als Reaktion auf das Analysieren der anonymisierten Patienteninformationen (13), wobei die Befehlsdaten (16) Diagnoseinformationen (20, 30) umfassen.
DE202022103482.6U 2021-07-01 2022-06-22 Aufbereitung von Diagnoseinformationen Active DE202022103482U1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CH070010/2021 2021-07-01
CH70010/21A CH718797A2 (de) 2021-07-01 2021-07-01 Computerimplementiertes Verfahren zur Aufbereitung von Diagnoseinformationen.

Publications (1)

Publication Number Publication Date
DE202022103482U1 true DE202022103482U1 (de) 2022-09-09

Family

ID=83447413

Family Applications (1)

Application Number Title Priority Date Filing Date
DE202022103482.6U Active DE202022103482U1 (de) 2021-07-01 2022-06-22 Aufbereitung von Diagnoseinformationen

Country Status (2)

Country Link
CH (1) CH718797A2 (de)
DE (1) DE202022103482U1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110161854A1 (en) 2009-12-28 2011-06-30 Monica Harit Shukla Systems and methods for a seamless visual presentation of a patient's integrated health information

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110161854A1 (en) 2009-12-28 2011-06-30 Monica Harit Shukla Systems and methods for a seamless visual presentation of a patient's integrated health information

Also Published As

Publication number Publication date
CH718797A2 (de) 2023-01-13

Similar Documents

Publication Publication Date Title
DE69728282T2 (de) System und verfahren zur extraktion und kodierung von medizinischer fachsprache
DE112010003251T5 (de) Medizinische Diagnoseunterstützungsvorrichtung, Verfahren zur Steuerung einer medizinischen Diagnoseunterstützungsvorrichtung und Programm
DE112019000747T5 (de) Einer erkrankung und/oder behandlung eines patienten zugehörige augmented-reality-vorlage
DE102007050184B4 (de) Integrierte Lösung für diagnostische Lese- und Berichterstellung
US20070038480A1 (en) Automated processing of electronic medical data for insurance and disability determinations
DE102013202365A1 (de) Herausziehen von informationen aus krankenakten
WO2005122002A2 (ja) 構造化文書作成方法ならびに装置
WO2011004622A1 (ja) 医療情報システムおよびそのためのプログラム
DE102011080260A1 (de) Verfahren und Anordnung zur rechnergestützten Darstellung bzw. Auswertung von medizinischen Untersuchungsdaten
DE112019001136T5 (de) Analyse unerwünschter arzneimittelwirkungen
DE102005012628A1 (de) Verarbeitungssystem für klinische Daten
EP1611538A2 (de) Verfahren und anordnung zur automatischen aufbereitung und auswertung medizinischer daten
DE102008020610A1 (de) Vorrichtungen und Verfahren zur Validierung klinischer Daten
DE102005021860A1 (de) System zum Verwalten von gespeicherter medizinischer Audioinformation
DE10259316A1 (de) Verfahren und Vorrichtung zur Erstellung standardisierter medizinischer Befunde
CN103221972A (zh) 医用系统
WO2017089564A1 (en) Content-driven problem list ranking in electronic medical records
US20220148689A1 (en) Automatically pre-constructing a clinical consultation note during a patient intake/admission process
DE102007012048A1 (de) Verfahren zur Unterstützung bei der Erstellung einer medizinischen Diagnose sowie Datenbearbeitungsanlage
DE102009018875B4 (de) Verfahren zur unterstützten Aufnahme und/oder Auswertung von mit einer Bildaufnahmeeinrichtung aufzunehmenden und/oder aufgenommenen Bildern, Bildaufnahmeeinrichtung sowie Datenträger
EP2356600B1 (de) Patientenverwaltungssystem mit intelligenter schnittstelleneinrichtung zur übertragung medizinischer daten
DE202022103482U1 (de) Aufbereitung von Diagnoseinformationen
DE112017000695T5 (de) Arbeitsablauf-Erstellung anhand natürlicher Sprache
Mellner et al. The Computerized Problem-Oriented Medical Record at Karolinska Hospital—Format and Function, Users’ Acceptance and Patient Attitude to Questionnaire—
Stramare et al. Structured reporting using a shared indexed multilingual radiology lexicon

Legal Events

Date Code Title Description
R207 Utility model specification