DE69227562T2

DE69227562T2 - Datenverarbeitungssystem und Verfahren zur automatischen Durchführung von prioritisierten pflegerischen Diagnosen durch Auswertung von Patientendaten

Info

Publication number: DE69227562T2
Application number: DE69227562T
Authority: DE
Inventors: Maria F. Chelmsford Ma 01824 Hendrickson
Original assignee: Hewlett Packard Co
Current assignee: Agilent Technologies Inc
Priority date: 1991-09-11
Filing date: 1992-09-03
Publication date: 1999-04-22
Anticipated expiration: 2012-09-04
Also published as: EP0531889A3; US5404292A; EP0531889B1; EP0531889A2; DE69227562D1

Description

Gebiet der Erfindung

Die vorliegende Erfindung bezieht sich im allgemeinen auf Datenverarbeitungssysteme zum Durchführen von Diagnoseerstellungen, insbesondere auf Diagnosesysteme bezüglich der Gesundheitsfürsorge und im besonderen auf krankenpflegerische Diagnosesysteme.

Hintergrund der Erfindung

Ein wichtiger Aspekt der Krankenpflege ist der Krankenpflegeprozeß, d. h. eine problemlösende Vorgehensweise, die bei einer Patientenbehandlung angewendet wird. Dieser Krankenpflegeprozeß umfaßt folgende vier Grundschritte: Beurteilung, Planung, Implementierung und Auswertung. Die Beurteilung beinhaltet das Sammeln von Anzeichen und Symptomen eines Patienten und die Erstellung von priorisierten (Prioritäts-beaufschlagten) krankenpflegerischen Diagnosen durch das Pflegepersonal. Die Planung umfaßt das Entwickeln eines Behandlungsplans, um basierend auf den priorisierten krankenpflegerischen Diagnosen erreichbare Ergebnisse für den Patienten zu erzielen. Der Plan wird daraufhin für den Patienten implementiert, die Ergebnisse werden beurteilt und der Plan wird überarbeitet.
In der Vergangenheit wurde versucht, den Krankenpflegeprozeß zu automatisieren, wobei man sich auf die Bereiche Beurteilung und Planung konzentriert hat. Gegenwärtige automatische Systeme oder Expertensysteme zum Erzeugen von krankenpflegerischen Diagnosen versagen dabei, das Verfahren zu berücksichtigen, durch das das Pflegepersonal tatsächlich Diagnosen erstellt. Die diagnostische Argumentation des Pflegepersonals wurde von Carnevali u. a. in Diagnostic Reasoning in Nursing (New York: J. B. Lippincott, 1984), Seiten 25-28, 61-82, 193-206, beschrieben und ist hierin durch Bezugnahme aufgenommen. Carnevali u. a. erklären, wie das Pflegepersonal basierend auf den Beurteilungsdaten Diagnosen erstellt, wobei erkannt wird, daß eine gewisse Wahrscheinlichkeitsbeziehung zwischen den Daten und den Diagnosen vorhanden sind. Der Diagnoseargumentationsprozeß des Pflegepersonals wird jedoch auch durch eine Vielzahl von Voreingenommenheiten beeinflußt, die den Erfahrungsgrad des Pflegepersonals, die Menge der Beurteilungsdaten, die Stereotypisierung der Patienten, die Häufigkeit, mit der spezifische Diagnosen und Patientenanzeichen und Symptome auftreten, die Häufigkeit von Erfahrungswerten mit spezifischen Anzeichen und Symptomen des Patienten und weitere Erfahrungswerte umfassen. Folglich kann das Pflegepersonal nicht immer korrekte Diagnosen erstellen, wobei das Pflegepersonal beim Erstellen wichtiger Diagnosen versagen kann. Bei Carnevali wird nicht erwähnt, daß das Pflegepersonal häufig mehrere Diagnosen erstellt, die priorisiert werden müssen, um einen angemessenen priorisierten Behandlungsplan zu entwickeln. Dieselben Voreingenommenheiten, die die Diagnosen beeinflußt haben, beeinflussen auch die Priorisierung.
Einer weiteren Gefahr, der sich das Pflegepersonal beim Erstellen von Diagnosen gegenüber sieht, besteht darin, daß annehmbare krankenpflegerische Standarddiagnosen, die beispielsweise durch die "North Atlantic Nursing Diagnoses Association" (NANDA) erzeugt werden, häufig nicht ausreichend sind, um die Anforderungen vieler spezialisierter Anwendungsgebiete zu erfüllen, und daß sich dieselben häufig von Jahr zu Jahr ändern. Folglich muß das Pflegepersonal ständig auf dem Laufenden bleiben, um diese krankenpflegerischen Diagnosen zu kennen und zu verwenden. Gegenwärtige automati sche Entscheidungsunterstützungssysteme oder Expertensysteme haben bei der Krankenpflege versagt, die konstante Änderung von annehmbaren krankenpflegerischen Diagnosen zu berücksichtigen. Diese früheren Systeme umfassen Regeln zum Erstellen von Diagnosen, die in dem System "dauerhaft codiert" sind. Das heißt, wenn ein System als Computerprogramm in einer Computersprache, wie z. B. LISP, implementiert ist, sind auch die Regeln für eine Diagnose in dieser Computersprache implementiert. Falls eine beliebige Änderung bezüglich der Regeln für eine Diagnose durchgeführt werden muß, muß folglich ein Programmierer das System modifizieren. Da sich annehmbare krankenpflegerische Diagnosen häufig ändern, wird die Wartung dieser Systeme aufwendig, wodurch dieselben für eine weit verbreitete Verwendung in Krankenhäusern ungeeignet werden. Außerdem ist das Pflegepersonal nicht in der Lage, bezüglich dessen, was das Pflegepersonal als Wahrscheinlichkeitsbeziehung zwischen Anzeichen und Symptomen und der Diagnose wahrnimmt, Modifikationen durchzuführen.
Schließlich besitzt das Pflegepersonal häufig Erfahrungswerte auf Spezialgebieten. Die Patienten sind entsprechend diesen Spezialgebieten in den Krankenhausbehandlungseinheiten, wie z. B. in der Intensivstation oder der Ambulanz, zusammengefaßt. In unterschiedlichen Behandlungseinheiten weisen Diagnosen unterschiedliche Wahrscheinlichkeiten, unterschiedliche Wahrscheinlichkeitsbeziehungen mit Patientendaten und unterschiedliche Prioritäten auf. Eine unerfahrene Krankenschwester ist häufig auf andere erfahrene Krankenschwestern angewiesen, um die üblichen Aufgaben korrekt durchzuführen.
In "IEEE Transactions on biomedical engineering", New York, USA, Bd. 36, Nr. 5, Mai 1989, wird von Masahiro Okada u. a. in "Knowledge Representation and Compilation for Symptom-Disease-Test Relationships" ein Verfahren offenbart, das ein Expertenwissen zum Auswählen von Diagnosetests darstellt und zusammenstellt. Entsprechend dem Expertenwissen untersuchen Ärzte die Patientenbeschwerden, führen eine Körperuntersu chung durch, legen unter der Annahme einer spezifischen Krankheit eine Gruppe von Laboruntersuchungen fest. Das Verfahren unterteilt das Expertenwissen in drei Beziehungen, die die Bereiche Symptom/Anzeichen und Krankheit, Krankheit und diagnostische Untersuchungen und Krankheit und Krankheit definieren, wobei das erste Attribut in jeder Beziehung ein Hauptschlüssel ist, für den genau ein Wert existiert, und wobei das zweite Attribut ein Satz von Werten ist. Das Verfahren ist auf die Darstellung des Expertenwissens zum Auswählen von geeigneten diagnostischen Untersuchungen auf der Basis jeder klinischen Manifestation oder jeder klinischen Krankheit bezogen. Dieses Verfahren beschäftigt sich jedoch nicht mit dem Durchführen einer krankenpflegerischen Diagnose, dieses Verfahren bezieht sich vielmehr auf die Auswahl der geeigneten Diagnosetests, sobald ein Arzt seine Diagnose erstellt hat.

Zusammenfassung der Erfindung

Ausgehend von diesem Stand der Technik besteht die Aufgabe der vorliegenden Erfindung darin, ein Verfahren und ein Datenverarbeitungssystem zum Bestimmen priorisierter krankenpflegerischer Diagnosen aus Daten, die Anzeichen und Symptome eines Patienten darstellen, zu schaffen, das dabei hilft, die Voreingenommenheiten des Pflegepersonals zu verringern, welches es ermöglicht, daß das Pflegepersonal einfach zwischen spezialisierten Behandlungseinheiten wechseln kann und Patientendiagnosen durchführen kann, obwohl das Personal nur wenig Erfahrung in einer neuen Behandlungseinheit aufweist, und welches die Wahrscheinlichkeitsbeziehung zwischen Patientendaten und Diagnosen erkennt und die krankenpflegerischen Diagnosen priorisiert.
Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und durch ein System gemäß Anspruch 7 gelöst.

Kurzbeschreibung der Zeichnungen

Die vorhergehenden und weitere Aufgaben, Merkmale und Vorteile der vorliegenden Erfindung werden hinsichtlich der folgenden detaillierten Beschreibung in Verbindung mit den begleitenden Zeichnungen besser verständlich werden. Es zeigen:
Fig. 1 ein schematisches Blockdiagramm eines Datenverarbeitungssystems, bei dem die Erfindung verwendet werden kann;
Fig. 2 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen definierenden Kennzeichen und Anzeichen und Symptomen;
Fig. 3 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Primärdiagnosen und definierenden Kennzeichen;
Fig. 4 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Sekundärdiagnosen, definierenden Kennzeichen und entsprechenden Wahrscheinlichkeitsbemessungen;
Fig. 5 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Diagnosen und Prioritätsbemessungen;
Fig. 6 ein Diagramm einer Datenstruktur zum Speichern von Patientenbeurteilungsdaten oder definierenden Kennzeichen basierend auf den Beurteilungsdaten;
Fig. 7 ein Diagramm einer Datenstruktur zum Speichern von festgelegten Diagnosen und bezogenen Kombinationswahrscheinlichkeiten und Prioritätsbemessungen;
Fig. 8 ein allgemeines Flußdiagramm des Prozesses zum Er zeugen und Priorisieren von Diagnosen basierend auf Beurteilungsdaten;
Fig. 9 eine Darstellung einer Schnittstellenanzeige, durch welche Beurteilungsdaten von dem Datenverarbeitungssystem empfangen werden;
Fig. 10 ein allgemeines Flußdiagramm des Prozesses zum Erzeugen von Diagnosen;
Fig. 11 ein Flußdiagramm des Prozesses zum Bestimmen von definierenden Kennzeichen für einen Patienten aus den empfangenen Beurteilungsdaten;
Fig. 12 ein Flußdiagramm des Prozesses zum Bestimmen von Primärdiagnosen und zum Hinzufügen derselben zu einer Liste von möglichen Diagnosen auf der Basis der festgelegten definierenden Kennzeichen;
Fig. 13 ein Flußdiagramm eines Prozesses zum Festlegen von Sekundärdiagnosen und zum Hinzufügen derselben zu der Liste von möglichen Diagnosen auf der Basis der festgelegten definierenden Kennzeichen; und
Fig. 14 ein Flußdiagramm eines Prozesses zum Priorisieren von festgelegten Diagnosen.

Detaillierte Beschreibung

Ein Datenverarbeitungssystem 20, bei dem die vorliegende Erfindung verwendet werden kann, ist in Fig. 1 dargestellt. Das Datenverarbeitungssystem 20 umfaßt zumindest eine Host- Station 22 und Arbeitsstationen 24. Eine Host-Station 22 umfaßt einen Hauptspeicher 26 zum Halten von Daten, die von Benutzern des Systems verwendet werden können. Ein Sekundärspeicher 28 ist ferner zum Beibehalten der Integrität der Datenbank vorgesehen. Ein Prozessor 30 ist zum Lesen und Schreiben von Daten aus der in dem Speicher 26 gespeicherten Datenbank durch Benutzer an anderen Host-Stationen 22, an Arbeitsstationen 24 und/oder an einem Eingabegerät 32, wie z. B. einer Tastatur 32, für die Host-Station vorgesehen. Es ist vorzugsweise eine zweite Host-Station 22 vorgesehen, um für den Fall, daß die erste Host-Station ausfällt, eine redundante Datenbank bereitzustellen. Die Host-Stationen sind üblicherweise und vorzugsweise an einer zentralen Position in einem Krankenhaus angeordnet. Die Arbeitsstationen 24 sind dagegen üblicherweise in einer Behandlungseinheit angeordnet und über ein Netzwerk 34 mit den Host-Stationen verbunden.
Eine Arbeitsstation 24 weist üblicherweise einen Hauptspeicher 35 zum Speichern von lokalen Kopien von Daten und Programmen und einen Prozessor 36 auf, der in der Lage ist, Lese- und Schreibanforderungen für Daten aus seinem Hauptspeicher durchzuführen, und der zum Durchführen weiterer Operationen bezüglich der Daten geeignet ist. Der Prozessor 36 steuert ferner eine Anzeigesteuerung 38, um Informationen auf einem Monitor 40 oder einer anderen Ausgabevorrichtung anzuzeigen. Eine Arbeitsstation 24 umfaßt ferner eine Eingabevorrichtung, wie z. B. eine Tastatur 42 und eine Maus oder einen Trackball 44. Die Arbeitsstationen 24, die mittels des Netzwerks 34 verbunden sind, sind für eine Behandlungseinheit vorgesehen, wobei eine Arbeitsstation 24 vorzugsweise für jedes Krankenzimmer in einem Krankenhaus für das bevorzugte Ausführungsbeispiel vorgesehen ist.
Für das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung ist eine Tabelle der definierenden Kennzeichen in einem Hauptspeicher 26 zum Identifizieren der Übereinstimmung zwischen möglichen definierenden Kennzeichen und Patientenanzeichen und Symptomen (siehe Fig. 2) vorgesehen. Die Tabelle 50 der definierenden Kennzeichen ist eine Liste von Eintragungen oder Beziehungen 52. Eine Eintragung enthält ein definierendes Kennzeichen 54 und zumindest ein entsprechendes Patientensymptom 56. Die tatsächliche Übereinstim mung zwischen Kennzeichen 54 und Symptomen 56 ist im Stand der Technik bekannt und wird durch das Pflegepersonal verwendet.
Ein definierendes Kennzeichen stimmt üblicherweise lediglich mit einem Patientenanzeichen oder Symptom überein oder wird durch dasselbe angezeigt. Es können jedoch viele Anzeichen und Symptome jeweils einzeln dasselbe definierende Kennzeichen anzeigen. Folglich kann ein definierendes Kennzeichen mehr als einmal in der Tabelle 50 erscheinen. Wenn Diagnosen für einen Patienten erstellt werden, sollte ein definierendes Kennzeichen jedoch nur einmal festgelegt werden.
Die definierenden Kennzeichen sind ferner auf eine Art und Weise, die dem Pflegepersonal bekannt ist, auf krankenpflegerische Diagnosen bezogen, wie es beispielsweise bei "Nursing Diagnosis and Intervention" von Gertrude K. McFarland und Elizabeth A. McFarlane (St. Louis: C. V. Mosbe Co., 1989) beschrieben ist. Solche Beziehungen sind ferner bei der vorliegenden Erfindung in einer Liste aufgenommen. Gemäß dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung werden zwei Diagnosetabellen bereitgestellt.
Eine krankenpflegerische Diagnose ist ein klinisches Urteil bezüglich einer Einzelperson, einer Familie oder einer Gemeinschaft, die durch einen überlegten, systematischen Prozeß einer Datensammlung und Analyse hergeleitet wird. Dies liefert die Basis für Vorschriften für eine genaue Therapie, für die das Pflegepersonal verantwortlich ist. Dies wird knapp ausgedrückt und umfaßt die Äthiologie des Zustands, wenn derselbe bekannt ist.
Die definierenden Kennzeichen sind die Ansammlung von subjektiven oder objektiven Anzeichen und Symptomen, die das Vorhandensein eines Zustands anzeigen, der einer gegebenen krankenpflegerischen Diagnose entspricht.
Die Beurteilung von Daten ist das Sammeln von Daten über ei nen Patienten, um (1) den Befindlichkeitszustand und den Wunsch nach einem zusätzlichen Wachsen zu beurteilen, um (2) die Risikofaktoren zu beurteilen, um eine mögliche krankenpflegerische Diagnose zu identifizieren, um (3) Änderungen in dem Befindlichkeitszustand sowie das Ansprechen auf diese Änderungen und auf eine bereits implementierte krankenpflegerische oder medizinische Therapie zu beurteilen, um die tatsächliche krankenpflegerische Diagnose des Patienten oder ein Problem bei der gemeinsamen Zusammenarbeit zu bestimmen, um (4) die Stärke und die mögliche Stärke zusammen mit der Vorgeschichte von verwendeten Bewältigungsstrategien zu beurteilen, und um (5) die Patientenfamilie, die Gesundheitsfürsorge und weitere relevante verfügbare Resourcen ebenso wie weitere relevante Umgebungsfaktoren zu beurteilen.
"Möglich" bezieht sich auf die Gesundheitsprobleme oder den Gesundheitszustand einer Person, einer Familie und einer Gemeinschaft, welche in einem kurzen, klaren und präzisen Wort, solchen Worten oder einer solchen Phrase ausgedrückt werden. Beispiele solcher Gesundheitszustände oder Probleme, wie sie mit einer spezifischen krankenpflegerischen Diagnose veranschaulicht werden, sind ein Potential für eine Verletzung, für Angst und für ein Wissensdefizit. Die Möglichkeit für eine Verletzung bezeichnet eine Möglichkeit und nicht ein tatsächliches Problem. Die Mehrheit von krankenpflegerischen Diagnosebezeichnungen könnten in der Tat sowohl als möglich oder als tatsächlich betrachtet werden, beispielsweise eine mögliche Schlafmusterstörung oder eine Schlafmusterstörung.
Fig. 3 stellt eine Datenstruktur zum Speichern von Primärdiagnosen dar, die als Primärdiagnoseliste 60 bezeichnet wird. Eine Primärdiagnoseliste umfaßt Eintragungspaare (oder Beziehungen) 62, die definierende Kennzeichen in krankenpflegerische Diagnosen abbilden. Eine Eintragung oder Beziehung 62 weist ein Diagnosefeld 64 zum Anzeigen einer Diagnose und ein Feld 66 für definierende Kennzeichnen zum Anzeigen der definierenden Kennzeichen auf, die der Diagnose ent sprechen. Es wird angenommen, daß alle Eintragungen oder Beziehungen in der Primärdiagnoseliste 60 dieselbe Wahrscheinlichkeitsbemessung aufweisen. Diese Liste 60 würde typischerweise zum Speichern von diagnostischen Beziehungen mit einer Wahrscheinlichkeitsbemessung von etwa 99% verwendet werden. Folglich müssen die Werte für die Wahrscheinlichkeitsbemessungen für diese Diagnosen weder gespeichert noch gesucht werden, wodurch sowohl Zeit als auch Raum eingespart wird.
Fig. 4 ist eine entsprechende Tabelle, die als Sekundärdiagnosetabelle 70 bezeichnet wird. Die Sekundärdiagnosetabelle 70 weist Eintragungen oder Beziehungen 72 auf, die den Eintragungen 62 der Primärdiagnoseliste 60 entsprechen. Zusätzlich zu dem Diagnosefeld 74 und dem Feld 76 der definierenden Kennzeichen ist jedoch ein Wahrscheinlichkeitsfeld 78 vorgesehen, das die Wahrscheinlichkeitsbemessung der Genauigkeit der Diagnose anzeigt, die durch ein Feld 74 in einer Eintragung 72 angezeigt wird.
Sowohl in der Primärdiagnoseliste 60 als auch in der Sekundärdiagnoseliste 70 ist es möglich, daß ein definierendes Kennzeichen auf mehr als eine Diagnose bezogen ist, wobei es ferner möglich ist, daß eine Diagnose mehr als ein entsprechendes definierendes Kennzeichen aufweist. Wenn das System verwendet wird, um Diagnosen durchzuführen, und falls mehrere Ergebnisse für eine einzelne Diagnose gefunden werden, werden dieselben folglich kombiniert. Eine geeignete Kombination wird später in Verbindung mit den Fig. 10-14 beschrieben.
Nachdem eine Liste von möglichen Diagnosen für einen Patienten entwickelt worden ist, wird diese Liste priorisiert, um das Pflegepersonal beim Entwickeln eines Behandlungsplans für den Patienten zu unterstützen. Eine Priorisierung kann durch Verwenden einer Diagnoseprioritätstabelle 80 (Fig. 5) vorgesehen werden, die Eintragungen 82 umfaßt, die Diagnosen in Prioritätswerte abbilden. Eine Eintragung 82 weist ein Diagnosefeld 84 und ein entsprechendes Prioritätsfeld 86 auf. Der Wert des Prioritätsfelds 86 soll mit einer festgelegten Wahrscheinlichkeit für eine Diagnose kombiniert werden, derart, daß eine Liste von Diagnosen mit kombinierten Wahrscheinlichkeits- und Prioritätswerten erhalten werden kann. Diese Liste wird gemäß den kombinierten Werten sortiert, derart, daß die erste Diagnose der sortierten Liste die Diagnose mit der höchsten Wahrscheinlichkeit und Priorität ist. Eine Prioritätsbemessung für eine Diagnose ist üblicherweise entsprechend der Wichtigkeit oder Schwere der Diagnose in der Behandlungseinheit zugewiesen.
Die Liste 50 der definierenden Kennzeichen, die Primärdiagnoseliste 60, die Sekundärdiagnoseliste 70 und die Prioritätstabelle 80 sind vorzugsweise in einer relationalen Datenbank implementiert. Es kann eine geeignete Sprache, wie z. B. DBASE, verwendet werden. Um die Zeitdauer zum Bestimmen von gültigen Diagnosen aus definierenden Kennzeichen zu reduzieren, werden vorzugsweise die Eintragungen 52, 62, 72 und 82 gemäß den darin gesuchten Werten geordnet. Beispielsweise werden die definierenden Kennzeichen für einen Patienten auf der Basis der Symptome bestimmt und gesucht, wie es in dem Feld 56 der Liste von definierenden Kennzeichen 50 angezeigt ist. Die Primärdiagnosetabelle wird auf der Basis der definierenden Kennzeichen gesucht, wie es durch das Feld 66 angezeigt ist. Entsprechend wird die Sekundärdiagnoseliste 70 auf der Basis des Feldes 76 der definierenden Kennzeichen gesucht. Schließlich wird die Prioritätstabelle 80 auf der Basis des Diagnosefelds 84 gesucht. Durch Ordnen dieser Listen gemäß den oben identifizierten Feldern kann eine optimierte Suche realisiert werden.
Ein Vorteil des Verwendens einer relationalen Datenbank für die Implementierung zumindest der Tabellen und Listen 50, 60, 70 und 80 ist die Vereinfachung, mit der Hilfsmittel zum Modifizieren dieser Tabellen und Listen bereitgestellt werden können, die als die "Regeln" des Expertensystems verstanden werden können. Unter Verwendung einer relationalen Datenbank kann das Pflegepersonal die Tabellen und Listen ändern, ohne daß das Eingreifen eines Programmierers oder eines anderen geübten Computertechnikers erforderlich ist. Wenn sich krankenpflegerische Diagnosen, Wahrscheinlichkeitsbemessungen oder Prioritätsbemessungen ändern, kann folglich das Pflegepersonal, z. B. die Krankenschwester, die am besten geeignet ist, um die Datenbank zu ändern, aufgrund ihres besseren Verständnisses des Gegenstands die Änderungen ohne weiteres vornehmen. Eine relationale Datenbank mit geeigneten Zugriffshilfsmitteln wird es dem Pflegepersonal ermöglichen, die Datenbank ohne Eingreifen eines Computertechnikers zu ändern.
Es werden ferner vorzugsweise Wahrscheinlichkeits- und Prioritätsbemessungen bereitgestellt, die für eine Behandlungseinheit spezifisch sind oder von einer Behandlungseinheit abhängen. Beispielsweise können unterschiedliche Behandlungseinheiten in einem Krankenhaus unterschiedlichen Diagnosen unterschiedliche Prioritäten zuweisen, indem mehrere Prioritätsfelder 86 bereitgestellt werden, die entsprechend der Behandlungseinheit wiedergewinnbar sind. Außerdem könnten entsprechende Strukturen für die Diagnosetabellen 60 und 70 verwendet werden, da die Wahrscheinlichkeit, daß ein definierendes Kennzeichen eine bestimmte Diagnose anzeigen kann, zwischen den Behandlungseinheiten variieren kann.
Wenn das System der vorliegenden Erfindung mit solchen Behandlungseinheit-abhängigen Daten verwendet wird, kann eine Arbeitsstation 24 Daten von einer Host-Station 22 wiedergewinnen und muß lediglich Informationen laden, die zu der Behandlungseinheit gehören, in der die Arbeitsstation 24 angeordnet ist. Folglich ist aus der Sicht einer Behandlungseinheit lediglich ein Satz von Diagnosedaten (d. h. die Diagnose- und Prioritätstabellen 60, 70 und 80) vorhanden.
Es ist ferner möglich, die Tabelle 50 der definierenden Kennzeichen, die Primärdiagnoseliste 60 und die Sekundärdiagnoseliste 70 (Fig. 2, 3 bzw. 4) in eine Tabelle zu kombi nieren. Diese Tabelle würde Anzeichen und Symptome direkt in Diagnosen und entsprechende Wahrscheinlichkeiten abbilden. Obwohl eine solche Tabelle die Anzahl von unterschiedlichen Typen von Suchvorgängen in der Datenbank reduzieren kann, kann dies bewirken, daß die Datenbank größer wird.
Bei dem bevorzugten Ausführungsbeispiel sind zwei temporäre Datenstrukturen zum Entwickeln einer priorisierten Liste von Diagnosen für einen Patienten vorgesehen. Die erste dieser Datenstrukturen ist die Liste 90 der bestimmten Kennzeichen (Fig. 6). Diese Liste der bestimmten Kennzeichen umfaßt Eintragungen 92, wobei die Anzahl derselben der Anzahl der definierenden Kennzeichen entspricht, die aus der Tabelle 50 wiedergewonnen werden, die von den Beurteilungsdaten gestützt werden, die für einen Patienten wiedergewonnen werden. Der Aufbau der Liste 90 der bestimmten Kennzeichen für einen Patienten wird im folgenden bezugnehmend auf die Fig. 9-11 detaillierter beschrieben.
Die zweite der temporären Datenstrukturen ist die Liste 94 für eine mögliche Diagnose (Fig. 7). Die Liste für eine mögliche Diagnose umfaßt Eintragungen 96, die ein Diagnosefeld 98 zum Anzeigen einer möglichen Diagnose und ein Bewertungsfeld 99 aufweist, das die möglicherweise priorisierte Wahrscheinlichkeitsbemessung für die entsprechende Diagnose anzeigt. Die Verwendung dieser Tabelle wird im folgenden in Verbindung mit den Fig. 12-14 detaillierter beschrieben.
Der Prozeß des Erzeugens und Anzeigens der Liste von priorisierten Diagnosen aus Patientenbeurteilungsdaten wird im folgenden in Verbindung mit den Fig. 8-14 beschrieben. Das allgemeine Verfahren des Erstellens von Diagnosen beinhaltet die Schritte zum Wiedergewinnen von Beurteilungsdaten für einen Patienten und des Anpasssens derselben mit der Datenbank 50 der definierenden Kennzeichen. Folglich wird eine Liste von definierenden Kennzeichen für den Patienten bestimmt. Aus diesen bestimmten Kennzeichen können Diagnosen bestimmt werden, indem die Kennzeichen mit Beziehungen in der Primär- und Sekundärdiagnosebeziehungsliste 60 und 70 in Übereinstimmung gebracht werden. Falls eine Diagnose mehr als einmal gefunden wird, werden die Wahrscheinlichkeiten für die Diagnose kombiniert. Eine Art und Weise, um die Wahrscheinlichkeiten zu kombinieren, ist das Addieren derselben. Die Liste der Diagnosen kann daraufhin durch Kombinieren der Wahrscheinlichkeit für eine Diagnose mit deren Prioritätsbemessung, die in der Tabelle 80 herausgefunden wurde, priorisiert werden. Die Liste wird daraufhin gemäß einer Bewertung sortiert, wobei eine geordnete, priorisierte Liste auf eine geeignete Art und Weise dem Pflegepersonal angezeigt werden kann.
Dieser Prozeß wird im allgemeinen durch das Flußdiagramm von Fig. 8 beschrieben. Der erste Schritt des Prozesses ist ein Schritt 100 zum Eingeben von Beurteilungsdaten für einen Patienten. Dieser Prozeß wird detaillierter in Verbindung mit Fig. 9 beschrieben. Der nächste Schritt des Prozesses ist Schritt 102 zum Erzeugen einer Liste von Diagnosen basierend auf den eingegebenen Beurteilungsdaten. Der Schritt 102 des Erzeugens der Liste von Diagnosen wird im folgenden in Verbindung mit den Fig. 10-13 detaillierter beschrieben. Nachdem eine Liste von Diagnosen erzeugt worden ist, wird die Diagnoseliste in Schritt 104 priorisiert. Dieser Priorisierungsschritt 104 wird im folgenden in Verbindung mit Fig. 14 detaillierter beschrieben. Der Prozeß der vorliegenden Erfindung endet damit, daß dem Pflegepersonal auf der Anzeige 44 der Arbeitsstation 24 (Fig. 1) oder auf einer anderen Ausgabevorrichtung die Liste der priorisierten Diagnosen auf eine bekannte Art und Weise angezeigt wird.
Die Aufnahme von Beurteilungsdaten für einen Patienten wird nun detaillierter in Verbindung mit Fig. 9 beschrieben. Fig. 9 stellt eine Anzeigeschnittstelle dar, die es ermöglicht, daß das Pflegepersonal Beurteilungsdaten für einen Patienten eingibt. Durch Bereitstellen eines Standardmenüs 110 auf einer Anzeige kann das Pflegepersonal einen "Dateneintragungs"-Gegenstand (Anzeigegegenstand 112) auswählen, der be wirkt, daß die Eintragungsfelder angezeigt werden. Die Auswahl kann beispielsweise durch eine Mausbetätigung durchgeführt werden, indem z. B. ein Anwender mit einem Zeiger (Cursor) auf den Anzeigegegenstand zeigt und eine Taste drückt. Es wird vorzugsweise eine Liste 114 von Dateneintragungsoptionen, die anatomische Systeme umfassen, bereitgestellt, aus der das Pflegepersonal auswählen kann, um Daten für einen Patienten einzugeben. Bei der gegenwärtig dargestellten Anzeige von Fig. 9 ist ein "CV-System" (CV = cardiovascular system = Kreislaufsystem) ausgewählt, wobei mögliche Beurteilungsgegenstände in einem Bereich 116 der Anzeige dargestellt sind. Das Pflegepersonal kann einen Eintragungsgegenstand auswählen und die entsprechenden Daten eingeben, wie z. B. Gegenstand 117, der ausgewählt wird, um anzuzeigen, daß der "Peripherpuls" anomal ist. Eine Schnittstelle, um Beurteilungsdaten zu empfangen, kann auf viele Arten bereitgestellt werden, die Fachleuten auf dem Gebiet von Datenverarbeitungssystemen bekannt sind. Definierende Kennzeichen oder entsprechende Patientensysteme, für die Beurteilungsdaten eingegeben werden können, sind dem Pflegepersonal bekannt und können in krankenpflegerischen Standardhandbüchern gefunden werden.
Wenn eine Liste von Patientenanzeichen und Symptomen wiedergewonnen worden ist, kann eine Liste von Diagnosen durch das Datenverarbeitungssystem der vorliegenden Erfindung auf eine Art und Weise erhalten werden, die nun in Verbindung mit den Fig. 10-13 beschrieben wird. Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfaßt der Prozeß des Erzeugens einer Liste von Diagnosen einen Schritt 120 des Erzeugens einer Liste von definierenden Kennzeichen, der in Verbindung mit Fig. 13 im folgenden beschrieben wird. Aus der Liste der definierenden Kennzeichen wird daraufhin in Schritt 122 eine Liste aus Primärdiagnosen erzeugt. Dieser Prozeß wird detaillierter in Verbindung mit Fig. 12 beschrieben. Eine Liste von Sekundärdiagnosen wird ferner in Schritt 124 aus den erzeugten definierenden Kennzeichen erzeugt. Es ist möglich, diese drei Schritte in einen Schritt zusammenzufassen, wie es in Schritt 102 von Fig. 8 dargestellt ist, wenn eine kombinierte Datenbank für die Tabellen 50, 60 und 70 von Fig. 2, 3 bzw. 4 bereitgestellt wird. Das heißt, eine Tabelle könnte zum Abbilden von Diagnosen direkt in Listen von Patientenanzeichen und Symptomen bereitgestellt werden, wobei jede diagnostische Beziehung ein Wahrscheinlichkeitsbemessungsfeld aufweist.
Die Erzeugung einer Liste von definierenden Kennzeichen (Schritt 120 von Fig. 10) wird nun in Verbindung mit Fig. 11 detaillierter beschrieben. Die Erzeugung der Liste der definierenden Kennzeichen für einen Patienten beginnt mit Schritt 130 des Wiedergewinnens der Beziehung 52 der ersten definierenden Kennzeichen aus der Liste 50 (Fig. 3) von definierenden Kennzeichen. Als nächstes wird in Schritt 132 bestimmt, ob die Beurteilungsdaten von dem Patienten das gegenwärtig überprüfte definierende Kennzeichen stützt. Der Schritt 132 erfordert, daß die Beurteilungsdaten mit dem Anzeichen oder Symptom bezüglich des gegenwärtigen definierenden Kennzeichens in dem Feld 56 zusammenpassen. Die Beurteilungsdaten werden einfach für das Anzeichen oder das Symptom aus dem Feld 56 gesucht. Falls eine Übereinstimmung vorhanden ist, wird das definierende Kennzeichen, das durch das Feld 54 angezeigt wird, zu der Liste von bestimmten Kennzeichen 90 (Fig. 6) in Schritt 134 hinzugefügt. Falls die Beurteilungsdaten nicht übereinstimmen oder nachdem das definierende Kennzeichen zu der Liste von bestimmten Kennzeichen hinzugefügt worden ist, wird in Schritt 136 bestimmt, ob mehrere Beziehungen 52 von definierenden Kennzeichen zurückbleiben, die überprüft werden sollen. Falls keine Beziehungen 52 zurückbleiben, ist dieser Prozeß abgeschlossen; andernfalls wird die nächste Beziehung 52 in Schritt 138 wiedergewonnen. Die Liste von bestimmten Kennzeichen 90 wird daraufhin überprüft, um herauszufinden, ob das definierende Kennzeichen dieser nächsten Beziehung 52 bereits gefunden worden ist (Schritt 140). Falls dieses definierende Kennzeichen gefunden worden ist, wird die Verarbeitung mit Schritt 136 des Bestimmens fortgesetzt, ob mehrere Beziehungen in der Liste 50 der definierende Kennzeichen zurückbleiben. Andernfalls wird für diese nächste Beziehung 52 die Verarbeitung mit dem Schritt 132 fortgesetzt, wie es im vorhergehenden beschrieben wurde. Trotz des Abschlusses des Prozesses, der in dem Flußdiagramm von Fig. 11 beschrieben ist, kann eine Liste von bestimmten Kennzeichen 90 aus den Beurteilungsdaten für einen Patienten erzeugt werden.
Der Prozeß des Erzeugens einer Liste von Primärdiagnosen (Schritt 122, Fig. 10) wird nun in Verbindung mit Fig. 12 beschrieben. Der erste Schritt dieses Prozesses ist das Wiedergewinnen der ersten Primärdiagnosebeziehung 62 aus der Primärdiagnoseliste 60 (Fig. 3) in Schritt 150. Als nächstes wird in Schritt 152 bestimmt, ob das definierende Kennzeichen, das in Feld 66 der gegenwärtig überprüften Eintragung 62 angezeigt ist, in der Liste der bestimmten Kennzeichen 90, die oben beschrieben ist, erscheint. Falls sich dieses definierende Kennzeichen in der Liste von bestimmten Kennzeichen befindet, wird die Diagnose aus dem Feld 64 der gegenwärtig überprüften Eintragung 62 zu der Liste 94 einer möglichen Diagnose als Eintragung 96 hinzugefügt, wobei das Diagnosefeld 98 auf die gegenwärtig überprüfte Diagnose eingestellt wird und das Bewertungsfeld 99 auf eine Wahrscheinlichkeit von 99% (Schritt 154) eingestellt wird. Nachdem eine Diagnose zu der Liste von möglichen Diagnosen während des Schritts 154 hinzugefügt worden ist oder nachdem bestimmt worden ist, daß das Feld 66 des definierenden Kennzeichens für die Diagnose (Feld 64 der gegenwärtig überprüften Eintragung 62) nicht in der Liste der bestimmten Kennzeichen 90 (bestimmt durch Schritt 152) erscheint, wird während Schritt 156 eine Bestimmung durchgeführt, ob Primärdiagnosebeziehungen in der Primärdiagnoseliste 60, die überprüft werden soll, zurückbleiben. Falls eine Eintragung 62 zurückbleibt, wird die nächste Eintragung in Schritt 158 wiedergewonnen. Als nächstes wird in Schritt 160 bestimmt, ob die gegenwärtig überprüfte Diagnose bereits in der Liste für mögliche Diagnosen vorhanden ist. Da bei dem bevorzugten Ausführungsbeispiel die Wahrscheinlichkeit für eine mögliche Diagnose 99% nicht übersteigen darf, falls eine Diagnose in der Liste für mögliche Diagnosen erscheint, muß ein weiteres Auftreten derselben in der Primärdiagnosetabelle 60 nicht überprüft werden, um mögliche Diagnosen zu bestimmen. Falls sich die nächste Primärdiagnose nicht in der Liste der möglichen Diagnosen befindet, wird nach dem Schritt 160 die Verarbeitung mit Schritt 152 fortgesetzt, wie es oben beschrieben ist.
Der Prozeß des Erzeugens der Liste von Sekundärdiagnosen wird nun in Verbindung mit Fig. 13 beschrieben. Der erste Schritt dieses Prozesses ist Schritt 170 des Wiedergewinnens der ersten Sekundärdiagnosebeziehung 72 aus der Sekundärdiagnosetabelle 70. Es wird daraufhin in Schritt 172 bestimmt, ob das gegenwärtig überprüfte Diagnosekennzeichen (Feld 76) in der Liste von bestimmten Kennzeichen 90 erscheint, wie es oben in Verbindung mit Fig. 12 beschrieben ist, Schritt 152. Falls lediglich ein Schritt zum Erzeugen der Liste von Diagnosen verwendet wird (siehe Schritt 102 von Fig. 8), würde dieser Schritt 172 ein Überprüfen der Beurteilungsdaten beinhalten, um zu bestimmen, ob dieselben die Diagnose der gegenwärtigen Beziehung 92, die überprüft wird, stützen. Falls die gegenwärtig überprüfte Beziehung durch die bestimmten Kennzeichen gestützt wird, wird die Liste der möglichen Diagnosen 94 überprüft, um zu bestimmen, ob die gegenwärtig überprüfte Diagnose bereits in der Liste vorhanden ist (Schritt 174). Falls die gegenwärtig überprüfte Diagnose nicht in der Liste der möglichen Diagnosen 94 erscheint, wird dieselbe in Schritt 176 zu der Liste der möglichen Diagnosen hinzugefügt. Eine Eintragung 96 wird eingerichtet, wobei das Diagnosefeld 98 auf die gegenwärtig überprüfte Diagnose eingestellt wird, und das Bewertungsfeld 99 auf die Wahrscheinlichkeit eingestellt wird, die aus der Sekundärdiagnosetabelle 70, Feld 78, für diese Diagnose wiedergewonnen wird. Falls die gegenwärtig überprüfte Diagnose nicht in der Liste von möglichen Diagnosen 94 erscheint, wie es in Schritt 174 bestimmt wird, wird die Wahrscheinlichkeit für die gegenwärtig überprüfte Beziehung 72 (Feld 78) zu der bestehenden Bewertung (Feld 99) für die Diagnose in der Liste der möglichen Diagnosen hinzugefügt. Falls die resultierende Bewertung größer als 99% ist, wird daraufhin die Bewertung auf 99% eingestellt (Schritt 178). Nachdem die Eintragung für die gegenwärtig überprüfte Diagnose in der Liste von möglichen Diagnosen 94 eingestellt worden ist, wie es durch Schritt 176 oder 178 durchgeführt wird, wird in Schritt 180 bestimmt, ob Sekundärdiagnosen verbleiben, die überprüft werden sollen. Falls keine Sekundärdiagnosebeziehungen verbleiben, ist dieser Prozeß abgeschlossen; andernfalls wird die nächste Sekundärdiagnosebeziehung 72 in Schritt 182 wiedergewonnen, wobei die Verarbeitung mit Schritt 172 fortgesetzt wird, wie es oben beschrieben ist.
Durch den Abschluß des Prozesses, der durch das Flußdiagramm von Fig. 13 dargestellt ist, wird eine Liste von möglichen Diagnosen 94 für einen Patienten erzeugt, wobei jede Diagnose einmal erscheint und jede Diagnose eine Bewertung aufweist, die deren Wahrscheinlichkeit darstellt, wobei die höchste Wahrscheinlichkeit 99% beträgt. Diese Liste von möglichen Diagnosen wird priorisiert und auf eine Art und Weise sortiert, die nun in Verbindung mit Fig. 14 beschrieben wird.
Der erste Schritt des bevorzugten Verfahrens der Priorisierung ist Schritt 190 des Wiedergewinnens der ersten möglichen Diagnose aus der Liste 94. Der Prioritätswert für diese Diagnose wird aus der Prioritätstabelle 80 wiedergewonnen, indem nach einer Eintragung 82 mit der entsprechenden Diagnose in dem Feld 84 in Schritt 192 gesucht wird. Der aus dem Feld 86 wiedergewonnene Prioritätswert wird daraufhin mit der Bewertung für die Diagnose in Schritt 194 multipliziert, die aus dem Feld 99 der Eintragung 96 für die Diagnose in der Liste 94 von möglichen Diagnosen wiedergewonnen wurde. Daraufhin wird in Schritt 196 bestimmt, ob mögliche Diagnosen in der Liste 94 zurückbleiben, die überprüft werden sollen. Falls mögliche Diagnosen zurückbleiben, wird die nächste Diagnose aus der Liste 94 in Schritt 198 wiedergewonnen, wobei die Verarbeitung mit Schritt 192 fortgesetzt wird, wie es oben beschrieben ist. Falls alle möglichen Diagnosen überprüft worden sind, wird andernfalls die Liste der möglichen Diagnosen durch die Bewertung in absteigender Reihenfolge (Schritt 200) sortiert. Folglich erscheint die Diagnose mit dem größten Produkt aus Prioritätsbemessung und Wahrscheinlichkeit als erstes in der Liste. Die priorisierte Liste kann, falls gewünscht, zusammen mit anderen Patienteninformationen in der Datenbank gespeichert werden.
Die sortierte Liste von möglichen Diagnosen kann daraufhin dem Pflegepersonal auf eine geeignete Art und Weise unter Verwendung des Systems angezeigt werden (Schritt 202), um dem Pflegepersonal eine Liste von priorisierten Diagnosen bereitzustellen. Falls gewünscht können ferner die Bewertungen, die den Diagnosen entsprechen, angezeigt werden, um dem Pflegepersonal eine Anzeige der relativen Priorität der bestimmten Diagnosen zu geben.
Nachdem nun ein Ausführungsbeispiel der Erfindung beschrieben worden ist, sollte es Fachleuten auf diesem Gebiet offensichtlich sein, daß die vorhergehende Beschreibung lediglich erläuternd und nicht einschränkend ist, und lediglich beispielhaft dargestellt worden ist. Zahlreiche weitere Ausführungsbeispiele und Modifikationen können als in den Schutzbereich der vorliegenden Erfindung fallend betrachtet werden, der durch die beigefügten Ansprüche und Äquivalente derselben definiert ist.

Claims

1. Ein Verfahren zum Bestimmen von priorisierten krankenpflegerischen Diagnosen (64, 74, 84, 98) für einen Patienten aus Daten, die Anzeichen und Symptome des Patienten darstellen, wobei das Verfahren folgende Schritte aufweist:

a) Speichern einer ersten Tabelle, die zumindest eine Beziehung (62, 72) zwischen einer krankenpflegerischen Diagnose (64, 74) und einem definierenden Kennzeichen (66, 76) aufweist, wobei zumindest eine Beziehung (62, 72) eine Wahrscheinlichkeitsbemessung (78) aufweist, die die Genauigkeit der krankenpflegerischen Diagnose anzeigt;

b) Speichern einer zweiten Tabelle, die zumindest eine Beziehung (82) zwischen der krankenpflegerischen Diagnose (84) und einer Prioritätsbemessung (86) umfaßt, wobei die Prioritätsbemessung die Wichtigkeit oder Schwere der krankenpflegerischen Diagnose anzeigt;

b1) Speichern einer dritten Tabelle, die zumindest eine Beziehung (50, 52) zwischen einem Patientenanzeichen oder Symptom und einem möglichen definierenden Kennzeichen aufweist;

c) Eingeben (100) von Daten, die Anzeichen und Symptome des Patienten darstellen, und Erzeugen einer entsprechenden Liste von möglichen definierenden Kennzeichen (120) mittels der dritten Tabelle;

d) Zuordnen (122) der in Schritt c) erzeugten Liste zu den in Schritt a) gespeicherten Beziehungen (62, 72) zum Aufbauen einer weiteren Liste (94);

e) Aufbauen (102, 124) der Liste (94) aus möglichen Diagnosen, wobei die Liste (94) die krankenpflegerische Diagnose (98) und die Wahrscheinlichkeitsbemessung (99) jeder Beziehung (62, 72), die den Daten zugeordnet ist, aufweist; und

f) Gewichten (104) jeder Wahrscheinlichkeitsbemessung (99) in der Liste (94) mit der Prioritätsbemessung (86) ihrer entsprechenden krankenpflegerischen Diagnose, die in Schritt b) gespeichert wurde, zum Bestimmen von priorisierten krankenpflegerischen Diagnosen.

2. Ein Verfahren gemäß Anspruch 1, bei dem es in Schritt a) möglich ist, daß mehr als eine Beziehung (62, 72) vorhanden ist, die für eine krankenpflegerische Diagnose (64, 74) gespeichert wird; und

bei dem für die krankenpflegerische Diagnose der Schritt e) den Schritt des Kombinierens der Wahrscheinlichkeitsbemessungen (78) bezüglich der krankenpflegerischen Diagnose (64, 74) aufweist, die mehr als eine Beziehung (62, 72) aufweist, damit die krankenpflegerische Diagnose lediglich einmal in der Liste (94) mit einer Wahrscheinlichkeitsbemessung (99), die gleich der kombinierten Wahrscheinlichkeitsbemessung ist, erscheint.

3. Ein Verfahren gemäß Anspruch 2, bei dem der Schritt des Kombinierens der Wahrscheinlichkeitsbemessungen ein Zusammenaddieren der Wahrscheinlichkeitsbemessungen umfaßt.

4. Ein Verfahren gemäß Anspruch 3, bei dem die maximale hinzugefügte Wahrscheinlichkeitsbemessung (99) für eine Diagnose (98) in der Liste (94) gleich 99% ist.

5. Ein Verfahren gemäß Anspruch 4, das ferner den Schritt des Anzeigens der Diagnosen (98) aus der Liste (94) aufweist, die in absteigender Reihenfolge der gewichteten Wahrscheinlichkeitsbemessungen (99) sortiert wurden.

6. Ein Verfahren gemäß Anspruch 1, bei dem die Tabelle von Schritt a) eine Primärdiagnosetabelle (60) und eine Sekundärdiagnosetabelle (70) umfaßt, wobei die Primärdiagnosetabelle zumindest eine Beziehung zwischen einer krankenpflegerischen Diagnose und einem definierenden Kennzeichen aufweist, wobei jede Beziehung der Primärdiagnosetabelle dadurch gekennzeichnet ist, daß dieselbe einem entsprechenden Wahrscheinlichkeitsbemessungswert zugeordnet ist, der für alle in der Primärdiagnosetabelle aufgenommenen Beziehungen gleich ist; und wobei die Sekundärdiagnosetabelle zumindest eine Beziehung zwischen einer krankenpflegerischen Diagnose und einem definierenden Kennzeichen aufweist, wobei jede Beziehung der Sekundärdiagnosetabelle dadurch gekennzeichnet ist, daß dieselbe einem entsprechenden Wahrscheinlichkeitsbemessungswert zugeordnet ist, der für jede in die Sekundärdiagnosetabelle aufgenommene Beziehung einen unterschiedlichen Wert aufweisen kann.

7. Ein Datenverarbeitungssystem (20) zum Ausführen des Verfahrens gemäß einem der Ansprüche 1 bis 6, mit folgenden Merkmalen:

einer Diagnosetabelleneinrichtung (60, 70) zum Speichern von zumindest einer Beziehung (62, 72) zwischen einer krankenpflegerischen Diagnose (64, 74) und einem definierenden Kennzeichen (66, 76), wobei jede Beziehung (62, 72) eine Wahrscheinlichkeitsbemessung (78) aufweist;

einer Prioritätstabelleneinrichtung (80) zum Speichern von zumindest einer Beziehung (82) zwischen einer krankenpflegerischen Diagnose (84) aus der Diagnosetabelle (60, 70) und einer Prioritätsbemessung (86); und

einer Eingabeeinrichtung zum Sammeln der Daten, die Anzeichen und Symptome des Patienten darstellen,

wobei das Verarbeitungssystem folgende Merkmale aufweist:

eine Zuordnungseinrichtung, um die Daten den Beziehungen (62, 72) in der Diagnosetabelleneinrichtung (60, 70) zuzuordnen;

eine Aufbaueinrichtung, um eine Liste von möglichen Diagnosen aufzubauen, wobei die Liste (94) die krankenpflegerische Diagnose (98) und die Wahrscheinlichkeitsbemessung (99) jeder Beziehung (62, 72), die den Daten zugeordnet ist, enthält; und

eine Gewichtungseinrichtung, um jede Wahrscheinlichkeitsbemessung (99) in der Liste (94) durch die Prioritätsbemessung (86) einer entsprechenden krankenpflegerischen Diagnose (84) aus der Prioritätstabelle (80) zu gewichten.

8. Ein Datenverarbeitungssystem (20) gemäß Anspruch 7, mit folgenden Merkmalen:

zumindest einer Arbeitsstation (24) mit einem lokalen Speicher (35);

zumindest einer Host-Station (22) mit einem Hauptspeicher (26);

einem Netzwerk (34), das die Host-Station (22) und die Arbeitsstation (24) verbindet, um eine Kommunikation zwischen denselben zu ermöglichen;

wobei der Hauptspeicher (26) die Diagnosetabelle (60, 70) und die Prioritätstabelle (80) enthält; und

wobei die Arbeitsstation (24) die Eingabeeinrichtung (112), die Aufbaueinrichtung, um eine Datendatei in ihrem lokalen Speicher (35) zum Speichern der gesammelten Daten aufzubauen, die Zuordnungseinrichtung, um die Daten den Beziehungen (62, 72) in der Diagnosetabelle (60, 70) zuzuweisen, die Aufbaueinrichtung, um die Liste (94) einer möglichen Diagnose in ihrem lokalen Speicher (35) aufzubauen, und die Gewichtungseinrichtung aufweist, um jede Wahrscheinlichkeitsbemessung (99) in der Liste (94) mit der Prioritätsbemessung (86) einer entsprechenden Diagnose (84) aus der Prioritätstabelle (80) zu gewichten.

9. Ein Datenverarbeitungssystem (20) gemäß Anspruch 8, bei dem jede Arbeitsstation (24) ferner eine Einrichtung (38) zum Kopieren der Diagnosetabelle (60, 70) und der Prioritätstabelle (80) aus dem Hauptspeicher (26) der Host-Station (22) in ihren lokalen Speicher (35) aufweist.