EP2359280A1 - Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten - Google Patents

Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten

Info

Publication number
EP2359280A1
EP2359280A1 EP09752378A EP09752378A EP2359280A1 EP 2359280 A1 EP2359280 A1 EP 2359280A1 EP 09752378 A EP09752378 A EP 09752378A EP 09752378 A EP09752378 A EP 09752378A EP 2359280 A1 EP2359280 A1 EP 2359280A1
Authority
EP
European Patent Office
Prior art keywords
diagnosis
patient
diagnostic
medical
patient data
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.)
Withdrawn
Application number
EP09752378A
Other languages
English (en)
French (fr)
Inventor
Frank Gotthardt
Dierk Heimann
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.)
Compugroup Holding AG
Original Assignee
Compugroup Holding AG
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 Compugroup Holding AG filed Critical Compugroup Holding AG
Priority to EP09752378A priority Critical patent/EP2359280A1/de
Publication of EP2359280A1 publication Critical patent/EP2359280A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Definitions

  • the invention relates to a computer-implemented method for diagnosing and displaying patient-related, chronic diseases, a data processing system and a computer program product.
  • Medical information systems document, among other things, diverse, patient-related, administrative and medical data. Although the use of medical information systems makes it possible to document patient data essentially comprehensively and to store the patient data, the problem that a treating physician often has is that time problems in medical practices and hospitals arise It is rarely possible for a patient to have a complete overview of the patient's course of treatment by reviewing a patient's medical record before the start of a treatment appointment. In this case, a treating physician often only has time to spend a lot of time on the health problems and diagnoses of the patient, which have occurred in the recent past.
  • a symptom associated with a disease may vary from patient to patient.
  • One symptom can be an indicator for a large number of different Diseases are more likely to be diseases, and each disease can be characterized by a multitude of several, not always clear, symptoms.
  • the available medical expertise for the various diseases is very unevenly distributed.
  • the causes and symptoms of some diseases are well known and well described, while the causes of other diseases are still completely obscure. For some diseases at least correlation studies are available that show a statistical correlation between certain environmental factors, eating habits, physical activity, a particular genotype or the presence of other diseases (comorbidities).
  • Some diseases can be clearly attributed to one or a few causes, such as monogenic heritable diseases a gene defect.
  • Other diseases are multifactorial and can be caused by a variety of factors.
  • Articular arthrosis can be caused, for example, by age and wear-related joint wear.
  • joint arthrosis can also be the result of a corresponding genetic predisposition that comes into play at a certain age.
  • the diagnosis is complicated by the fact that various diagnostic methods for detecting a disease are possible.
  • diagnostic procedures and query standards recommended by the health insurance funds in accordance with a guideline diagnostics specific to the respective disease.
  • a computer-implemented method for displaying patient-related diagnoses of chronic diseases on a graphical user interface of a data processing system wherein the graphical UI has at least a first and a second display window.
  • the method initially comprises the step of displaying at least part of patient data of a patient in the first display window, the displayed patient data being displayed line by line in the first display window, the first display window being adapted for line-by-line tracking of the patient data to be displayed by a scroll bar is.
  • the method according to the invention has the advantage that a treating physician is assisted in making diagnoses with regard to chronic diseases of a patient in a quick and efficient manner.
  • the attending physician no longer has to undertake a thorough review of all available patient data of a patient, especially since, as already mentioned above, this is usually not possible for reasons of time.
  • diagnosis refers to a finding on a physiological condition or a disease of a patient in the following: A diagnosis was classically made on the basis of externally recognizable features (symptoms), laboratory values or various diagnostic procedures by a doctor who uses this data against the background of his or her own An important advantage of the present method according to the invention is that these evaluation steps can be automated and take into account more information than the physician can do in the short term improve diagnoses and speed up the diagnosis.
  • the invention relates to a computer-implemented method for medical diagnostic support for the prediction and presentation of chronic diseases by a data processing system.
  • the data processing system has a graphical user interface.
  • the procedure begins by accessing rules for calculating diagnostic risks of medical diagnoses.
  • the rules and the data objects representing the diagnoses are stored in a database in a manner that accommodates the heterogeneity of the knowledge about various diseases and associated symptoms described above.
  • Every diagnosis in this database is stored with a primary medical risk.
  • the primary medical risk for a diagnosis indicates the likelihood that the presence of this diagnosis in a patient may be presumed when the only evidence used for this assumption is the general statistical distribution of a disease in the general population.
  • the primary risk of having a disease affecting 10 000 people in a population of 1 million is 0.01 (1%). Age, gender or pre-existing conditions are not taken into account when calculating the primary risk. Rather, the primary risk is used according to the currently available medical knowledge (number of diseases per total population or, if unknown, number of patients within a studied patient group of a medical study). A reference to the literature source from which the value for the primary risk was taken is also stored in the database.
  • a prediction system is not only able to assign a primary risk to every diagnosis.
  • medical diagnostic risks are calculated individually for the respective patient.
  • rules are applied to the data of the patient.
  • Each rule contains one or more query conditions (age, sex, medical history, etc.).
  • Applying a rule to the data of an electronic health record means checking that all query conditions of a rule for that record are met.
  • the rules are stored in a database in such a way that a large number of possible query conditions in different combinations can be flexibly taken into account.
  • the database scheme used also makes it possible by importing appropriate updates for the medical diagnostic objects and risk calculation methods, so that the inventive method can be easily adapted to the current and ever-changing state of medical knowledge.
  • Applying the rules to the patient data results in the calculation of at least a first medical diagnostic risk for a first medical diagnosis when at least one of the rules is applicable to the patient data.
  • the database contains three rules for calculating a risk for a particular disease K, all three of which contain as a condition a patient age of at least 30 years, then in this example none of the rules is applicable to a 25 year old patient.
  • the next step is to output the first calculated diagnosis risk for the first medical diagnosis along with the first medical diagnosis on the graphical user interface and the output of a user query, whether for the first medical diagnosis interactive symptom diagnostics and / or a guideline diagnostics should be carried out.
  • Medical guidelines are systematically developed diagnostic and symptom assessment procedures to support physician decision-making. Both symptom diagnostics and guideline diagnostics serve, on the one hand, to specify the first diagnosis risk calculated by application of the rule by interactively specifying further characteristics of the patient. On the other hand, you suggest to the doctor symptoms or guideline criteria for the selection that are stored associated with the first diagnosis. These guideline criteria and symptoms, in turn, may correlate with other diagnoses that are also suggested to the physician for selection. By selecting and deselecting the one associated with a first diagnosis risk Symptoms and guideline criteria can not only be used to specify the first diagnosis risk, but also to detect further possible diagnoses in the context of the first diagnosis, which the physician can select for further analysis.
  • a symptom user query is issued by which the physician can determine which of the medical symptoms associated with the first medical diagnosis will be used for further analysis of the patient data To influence the previously determined diagnostic risk.
  • the first diagnostic risk calculated in the previous step is modified and specified.
  • the physician will select some or all of the suggested symptoms.
  • Each selection or selection of a symptom can increase or decrease the first diagnosis risk.
  • the symptom user query can be used by the physician to specify the first diagnostic result based on the application of rules.
  • the second diagnosis risk determined in the symptom diagnosis thus uses the first diagnosis risk as initial value in order to specify this, depending on the presence or absence of further symptoms. Finally, in a subsequent step, the second, even more precise, diagnostic risk is output together with the second diagnostic on the graphical user interface.
  • a guideline diagnostic user query is output. If the guideline diagnostics is performed immediately after the first diagnostic risk has been calculated, the first diagnostic risk is the starting point for further clarification of the diagnostic risk. If the guideline diagnostic is performed after the symptom diagnosis, the second diagnosis risk determined in the symptom diagnosis sets the initial value for further clarification of the diagnosis Diagnosis risk.
  • the diagnostic risk calculated in the course of the guideline diagnostics is referred to as the third diagnostic risk, irrespective of the actual sequence of the diagnostic steps. Similarly, the diagnostic risk determined in symptom diagnostics is referred to as a second diagnostic risk. Symptom diagnostics is therefore not a prerequisite for conducting the guideline diagnostics. Rather, both diagnostic methods can be based on each other or individually directly after the calculation of the first diagnosis risk.
  • Symptoms to be used by the physician according to a guideline diagnostic to assess the presence of a particular diagnostic are referred to below as guideline criteria.
  • the guideline criteria are linked to the diagnostic objects stored in a first database. Conducting a guideline diagnostic diagnostic means that the user is presented with the guideline criteria associated with that diagnosis for selection.
  • the guideline criteria may also include laboratory values of the patient, eg, blood glucose, serum creatinine, blood pressure, or similar data.
  • the user usually the physician, selects from the presented set of guideline criteria some that he considers relevant and that should be used to further clarify the previously determined diagnostic risk. By selecting or deselecting the presented guideline criteria by the user, the diagnostic risk calculated in the previous step is further modified and specified.
  • the physician will select some or all of the proposed guidance criteria.
  • the selection or deselection of individual guideline criteria results in a modification of the initial risk value, as a result of which a third diagnostic risk is returned and displayed.
  • the third diagnostic risk is further refined through the use of disease-specific guideline routines.
  • Guideline routines are diagnostics-specific calculation routines that ultimately result in a modification of the second diagnostic risk value.
  • the guideline routines may, for example, give greater weight to the existence of individual guideline criteria, perform complex Boolean operations (eg, AND, OR, NOR) or arithmetic functions on the selected guideline criteria, and apply the modified diagnostic risk calculated therefrom.
  • the guideline routines on the guideline criteria for calculating the diagnostic risk are heuristics that are based on a combination of several individual factors.
  • the MDRD formula commonly used to diagnose renal dysfunction takes into account serum creatinine (laboratory finding) also the age, the skin color and the gender of the patient. So factors that are known from various studies that you have an influence on the presence of kidney dysfunction, or at least correlate with it.
  • ICD codes International Statistical Classification of Diseases and Related Health Problems
  • LEZ eg according to the uniform assessment standard for the medical fee, EBM
  • ICD codes represent diagnoses that have already been made in the patient's past according to the patient record.
  • LEZ codes can aid in the calculation of the diagnostic risk, although they are not always indicative of a particular pre-existing condition. For example, if the patient presented with unexplained upper abdominal discomfort in the past to a doctor who subsequently performed a gastroscopy without findings, then this event in the patient record is not associated with a diagnosis of a disease. However, the fact that gastroscopy has been performed at all, as shown by the LEZ Code, may be an indication of the presence of upper abdominal health problems.
  • the third diagnostic risk identified in the guideline diagnostic thus uses the second diagnostic risk as the baseline value to specify it, depending on the presence or absence of the guideline criteria assigned to the diagnosis, and on the outcome of the guideline routines. Finally, in a subsequent step, the output of the thus calculated third diagnosis risk is performed together with the third medical diagnosis on the graphical user interface.
  • the physician can confirm the diagnosis, which is consequently stored in the electronic patient record of the patient.
  • the calculation of one or more first diagnostic risks by applying the rules is initiated immediately according to a preferred embodiment of the invention, when the doctor or a receptionist opens the electronic patient record.
  • the display of the calculated diagnostic risks can also be made later, eg only when the doctor opens a prescription form.
  • This embodiment is particularly advantageous since in everyday practice the electronic patient record is typically first opened by a medical assistant in order, for example, to enter laboratory values or administration data associated with the doctor's visit.
  • the fact that the risk calculation is initiated by opening the electronic file the results are already available to the doctor, which brings a further time savings.
  • the doctor can immediately switch to symptom diagnosis or guideline diagnostics.
  • the diagnoses obtained by applying the rules and further patient-related data are displayed in a pop-up window.
  • a threshold for the calculated diagnostic risk only really relevant information is displayed.
  • the present invention offers the possibility of a suspected diagnosis check.
  • This feature includes allowing the physician to directly enter a diagnosis into the system as a suspected diagnosis. This option ensures that even if the system does not suggest a diagnosis, the physician can further investigate a presumption of the presence of a particular diagnosis.
  • the suspected diagnosis check differs from the procedure explained above in that rules that are applied to the patient data do not propose the first diagnoses but the physician does so. The doctor selects a suspected diagnosis from a list of possible diagnoses in the first database.
  • patient data is understood to be any type of information which has been recorded with regard to a patient.
  • patient data In addition to structured and free-text data, this also includes electronic image data as well as medical measurement data of any kind.
  • Structured patient data refers to patient data provided according to a previously defined standard or classification.
  • the method according to the invention has the advantage that a treating physician is enabled to consider various medical diagnoses together in their entirety. In other words, he can perform an analysis of patient data in a faster and more efficient way.
  • the procedure allows a doctor to be automatically alerted to possible medical diagnoses that are not detectable by manually reviewing the patient's data because complex relationships between medical findings need to be considered.
  • medical diagnosis risks and associated diagnoses determined individually for the patient are thus displayed to a doctor. If the physician considers that a potential diagnosis could be of high relevance in the present case of treatment, he can quickly and effectively make a determination by confirming the user prompt as to whether interactive diagnosis of symptoms is to be performed for the first medical diagnosis whether a displayed medical diagnosis is actually relevant or not. In other words, a suspicion for a particular diagnosis can be substantiated or rejected.
  • it is ensured on the whole that the interaction time of the physician with the data processing system is considerably shortened. The same applies analogously to the guideline diagnostics.
  • the user has in the symptom user query according to an embodiment of the invention, the possibility of various medical symptoms associated with the linked to the first medical diagnosis for further analysis of the patient data. After selecting a symptom that he considers appropriate for the patient currently being examined, applying the symptom diagnostic rules associated with this selected symptom is performed at the previously determined diagnostic risk value for a particular diagnosis.
  • the symptom user query is interactive, that is, the physician can consult or exclude individual symptoms believed to be diagnosing the patient for diagnosis. This has the advantage that the doctor can interactively determine the influence of each individual symptom on the diagnosis result individually by selecting or deselecting the symptom.
  • the user has according to an embodiment of the invention in an analogous manner for the guideline diagnostics the ability to different guideline criteria, which may include laboratory values that are associated with the previously determined diagnosis to select for further analysis of the patient data.
  • guideline criteria which may include laboratory values that are associated with the previously determined diagnosis to select for further analysis of the patient data.
  • a modification of the previously determined risk value for a specific diagnosis is made, the strength of the modification depending on the respective guideline criterion.
  • the guideline user query is interactive, meaning that the physician may consult or exclude individual guideline criteria that he believes he can identify to the patient for the purpose of the diagnosis.
  • the previously determined diagnostic risk is modified by the execution of diagnostic-specific guideline routines.
  • the patient data is received from a second database.
  • This second database can external database, such as the database of a doctor information system.
  • medical diagnoses are issued only at a predetermined threshold.
  • the medical diagnoses are preferably output sorted according to the calculated risk level. This ensures that a user of the data processing system, i. a treating physician is not unnecessarily confronted with irrelevant medical diagnoses.
  • a threshold is selected for a diagnostic risk of 40% to be displayed to the physician, but this value can be changed by the user.
  • the first, second and third medical diagnosis risks are displayed in the form of a tachograph disc.
  • the diagnostic risk is displayed with colored gradations on the scale of the speedometer disk.
  • the primary risk is displayed as a risk probability in the form of a numerical value together with the speedometer disk.
  • a first operating element is provided together with the first medical diagnosis risk, wherein the first operating element is designed for a user confirmation, wherein in the case of a user confirmation via the first operating element the first medical diagnosis and / or the medical symptoms with the patient data linked stored in the second database.
  • a second operating element is provided together with the second medical diagnosis risk, wherein the second operating element is designed for a user confirmation, wherein in the case of a user confirmation via the second operating element, the second diagnosis risk and the second medical diagnosis as a new first Diagnostic risk and is output as a new first medical diagnosis on the graphical user interface.
  • the possibility is given of updating the diagnosis specified by the additional entry of symptoms in that overview which was originally generated with the output of the first diagnosis diagnosis for the first medical diagnosis together with the first medical diagnosis. This is particularly relevant in the event that not only a single medical diagnosis provided with a corresponding diagnostic risk was originally displayed, but a set of different diagnoses.
  • the risk is specified for the diagnosis for which the symptom diagnosis was made.
  • symptom diagnostics has the function of identifying other potentially relevant diagnoses that were not included in the list of initial diagnoses. This is done so that the user of symptom diagnostics will be presented with further diagnoses that correlate with the symptoms selected by the user. If the user considers the additionally suggested diagnoses to be relevant, he can select the diagnoses and thereby add them to the list of the first diagnoses.
  • the symptom diagnostic rules are applied again to the patient data and the medical symptoms hitherto selected by the user. Thereafter, recalculating at least one new second diagnostic risk for a new second medical diagnosis is dynamically performed, followed by an updated output of the recalculated new second diagnostic risk along with the new second medical diagnosis in the graphical user interface. Finally, an updating Issue the user query which medical symptoms associated with the new second medical diagnosis should be used for further analysis of the patient data. This enables the physician to immediately recognize the significance that the specific indication of a single symptom has for possible diagnoses with regard to their diagnostic risks.
  • the updated output of the second diagnostic risk is for a re-updated output of the symptom user query, wherein the updated output of the symptom user query indicates which of the medical symptoms associated with the further medical diagnosis previously selected by the user for further analysis patient data is to be used, maintaining previously selected medical symptoms in the updated output of the symptom user query.
  • this further restricts the list of selectable possible medical symptoms or dynamically supplements them with other possible selectable symptoms. This is relevant, for example, if the combined evaluation of patient data and selected symptoms indicates that a possible illness exists, which, however, can only be taken into account for a diagnosis risk calculation if further symptoms not previously indicated are considered.
  • the symptom user query takes place in the form of a checkbox list.
  • the first and / or second database is a database external to the data processing system or the first and / or second database is contained in the data processing system.
  • the computer-implemented diagnostic support method is implemented as a plug-in of an interface, which interface can communicate with one of a plurality of physician information systems (AIS). Since the plug-in uses this interface with the various AIS is not limited to a specific AIS. The plug-in can be used for a variety of AIS.
  • AIS physician information systems
  • At least some of the laboratory values of a patient are entered automatically, e.g. via the connection to a LIMS (Laboratory Information and Management System).
  • the data transmission preferably takes place in accordance with the LOINC (Logical Observation Identifier Names and Codes) system for the encryption and transmission of data from laboratory examinations.
  • LOINC Logical Observation Identifier Names and Codes
  • all structured medical data of the electronic patient files of a doctor or a clinic are statistically evaluated. This includes the classification of patients and their associated medical data into strata (groups whose representatives are similar in certain characteristics, such as age, gender, occupation / income, physical activity, diagnoses, etc.). From the strata connections between these characteristics and the risk for the occurrence of further diagnoses are determined by means of various data mining and interference methods. Through these methods, statistical correlations can be discovered that are not yet known to the medical world. The correlation data obtained in this way can be used to define the rules for the calculation of diagnostic risks even more precisely and better.
  • the method further comprises the step of preparing the patient data, wherein the application of the rules to the patient data is carried out only for the processed patient data.
  • data processing includes the filtering of structured data from the patient data. This reduces the amount of data to be processed and transferred for each query and significantly speeds up the corresponding query.
  • the patient data is read from a second database and processed, which includes above all the filtering of the structured data from all existing patient data.
  • patient data is stored in a third database, whereby the rules are applied to the patient data by accessing the third database.
  • the third database may again be a database external to the data processing system.
  • the third database is a cache memory of the data processing system, so that a query on the relevant patient data can be performed in a very fast manner.
  • this represents a significant advantage, since for corresponding queries the first and third database can be kept relatively small in scope - the amount of data to be transmitted or the number of queries to be performed is drastically reduced.
  • Another technical advantage of loading all structured patient data into the cache memory is that this "memory database" ensures that the patient data will always be in the same structure, even if the structure of the patient data in the second database, for example, depends on the AIS or LIMS used and can be structured differently.
  • At least a portion of the patient data is provided in a first graphical user interface display window, wherein the first and second diagnostic risk for a first and second medical diagnosis is populated along with the medical diagnosis on the graphical user interface.
  • the application of the rules to the patient data is carried out automatically after displaying the patient data in the first display window.
  • the method is performed after opening the electronic patient record, the method further comprising the step of receiving new patient data through a user input.
  • Structured data obtained can be used to automatically generate medical reports. For example, after performing a symptom diagnosis that resulted in the diagnosis of a disease based on the presence of five symptoms, the system can automatically generate a medical report that contains the information that a particular patient has arrived in practice on a particular date has identified the five or so symptoms in the patient and that based on these symptoms, a specific diagnosis has been made.
  • the automated generation of medical reports and other administrative documents significantly increases the efficiency of a doctor's office workflow and avoids errors by manually entering the diagnoses into the medical report.
  • the invention in another aspect, relates to a data processing system having a graphical user interface, wherein the data processing system is adapted to perform the method for medical diagnostic support of a patient.
  • the invention in another aspect, relates to a computer program product having processor executable instructions for performing the method of providing medical diagnostic support to a patient's patient data.
  • the graphical user interface has at least a first and a second display window.
  • the method in this case comprises the step of displaying at least a part of patient data of a patient in the first display window, wherein the displayed patient data are displayed in rows in the first display window.
  • the first display window is designed for line-by-line tracking of the patient data to be displayed by means of a scrollbar.
  • access is made to a first database, this first database containing medical diagnostic objects.
  • the medical diagnostic objects are linked to patient patient data rules and are used to automatically identify individualized diagnostic risks based on the electronic patient record.
  • the first database also contains information on whether the diseases represented by the medical diagnostic objects are usually or in individual cases are chronic.
  • the check is made as to whether at least one of the rules for the patient data is fulfilled. If this is the case, a display element is displayed on the graphical user interface, wherein the display element has at least one of the first diagnostic objects for which the first rule is fulfilled. If the first diagnosis thus determined is recorded in the first database as a possible permanent diagnosis (chronic illness), the output of a user query on the graphical user interface is made as to whether a medical diagnosis associated with the diagnosis object should be adopted as a chronic permanent diagnosis. If the medical diagnosis linked to the diagnostic object is to be adopted as a permanent diagnosis, the permanent diagnosis in the second display window is displayed regardless of the position of the scrollbar.
  • the method further comprises storing the permanent diagnosis in the second database, which also contains the patient data, linked to the patient data.
  • diagnosis object is understood to mean any type of information that makes it possible to describe a medical diagnosis, including free-text information, which, for example, names the diagnosis by name or which describes in detail a clinical picture associated with the chronic disease Furthermore, diagnostic but also the ICD codes already mentioned above or generally structured information.
  • the graphical user interface also has a third display window, wherein the method, if the medical diagnosis associated with the diagnostic object is to be adopted as a permanent diagnosis, further comprises the following steps: First, it should be noted that in this embodiment, the first database information contains which active substances to prescribe in the presence of a diagnosis. Furthermore, the first or a fourth database contains information about which medicaments and associated medicament objects contain which active ingredients. Further, the electronic patient record contains information about which medications have been prescribed to the patient in the past. First, after confirmation by the physician that the present disease / diagnosis is a chronic diagnosis, the first database is searched for active substances which should be prescribed if this diagnosis is present.
  • these drugs are associated with drugs (or drug-presenting objects), and the electronic health record is analyzed to see if any medications containing this drug have been prescribed in the past. If so, another display element is displayed on the graphical user interface, which further display element comprises at least one of the drug objects that have been previously prescribed and can also be used to treat a patient's chronic diagnosis. Thereafter, the output of another user query on the graphical user interface, whether a drug associated with the drug object is to be adopted as a preparation for long-term medication. Corresponding preparations are referred to below as permanent drugs.
  • the medicament linked to the medicament object is to be adopted as a permanent medicament
  • a permanently visible indication of the permanent medicaments in the third display window takes place, likewise independent of the position of the scrollbar.
  • the medical diagnosis associated with the diagnostic object is to be taken as a permanent diagnosis, that is, if a chronic disease is considered safe by the physician
  • the next step is a review of whether medications already used to treat the chronic illness have been used according to the patient record, that is the patient data previously prescribed to the patient. If the system detects a relevant chronic illness and if drugs or medicaments are found in the individual patient file which are appropriate for these chronic diseases, the physician is advised to transfer the respective preparation to the section "long-term medication" in the third display window.
  • this procedure ensures that the physician, if he / she fails has occasionally provided a case-by-case diagnosis, although it would actually be apparent from the patient record that it is a chronic disease, receives an indication of the presence of a chronic disease and possibly a permanent medication.
  • the permanent drugs confirmed by the physician can be stored linked to the patient data as a permanent medication.
  • the first and / or second and / or fourth database is a database external to the data processing system, but it is also possible for the first and / or second and / or fourth database in the data processing system itself is included. According to a preferred embodiment, however, the patient data is located on a second database, for example a doctor information system.
  • the first database is identical to the second and fourth databases and will be For example, provided together with the above-mentioned data processing system.
  • the second database can be contained in a doctor information system, wherein this doctor information system can carry out the method according to the invention as described above.
  • the doctor information system accesses a web service via a network, which can be called up by a server.
  • This web service provides, for example, a service in the form of a servlet, which makes it possible to apply the method according to the invention to the patient data.
  • the web service may access the first and fourth databases representing external databases regarding the doctor information system, but the web service may be executed either on the doctor information system or server side on a server operated by a medical service provider , The first and fourth databases can be assigned to this server of the medical service provider.
  • the method according to the invention can also be carried out on an external server, the graphical user interface being part of a client, via which patient data are entered and which can be operated by a corresponding doctor.
  • the rules for determining the first diagnosis risk are linked to a time constant for a maximum age of the patient data.
  • the time constant includes at least the date and possibly other time information indicating when a data entry was made into the patient's electronic file, wherein the data entry may constitute the creation of a particular diagnosis, the prescription of a drug, or the performance or billing of a medical examination .
  • the check as to whether the patient file contains indications of the existence of a diagnosis, in particular of a permanent diagnosis is applied only to the patient data having a younger time stamp than the maximum age.
  • the doctor may discontinue only those diagnoses, medications and treatments in the Patient file at diagnosis to play role, which were entered into the file within a predetermined period of time.
  • This predetermined period is initially predetermined by the system, but can also be adapted by the physician in a corresponding manner.
  • this predefined period is preferably dependent on the type of medical diagnosis, so that the time constant for each query condition is set individually. Nonetheless, it is possible to set a global upper limit as to the age of eligible patient data.
  • the check of whether some of the rules for calculating first diagnostic risks can be applied to the patient data is made automatically after displaying the at least a part of the patient data in the first display window.
  • the method is preferably performed in real time, the method further comprising the step of receiving new patient data through a corresponding user input.
  • the check of whether at least one of the first rules for the patient data is fulfilled is carried out in the order of decreasing diagnosis risk of the respective rule.
  • the retrieval of the rules can be performed according to the above-mentioned prioritization.
  • Such a prioritization may also include, for example, only those rules for a specific diagnosis that are associated with the highest diagnostic risk being performed. If a rule executed according to this prioritization applies, the query for further rules for the same diagnosis can be omitted, since with a higher risk. kowert is no longer to be expected even if other rules for this diagnosis apply. This can further reduce the computation time required for risk calculation.
  • the invention relates to the function of prescription medication.
  • the drug objects in the first database are, according to this embodiment, stored with information on package size (number of dosage units present in the package, measured, for example, in milliliters, drops, tablets, or others).
  • each drug object is provided with information about the standard dosage, that is information about how many dosage units per day, week or month usually need to be taken.
  • this additional feature reads the medication items that were previously prescribed to the patient, and stores information about the size of the package and the default dose prescribed with these medication items.
  • the medication prescription aid function can calculate how long the prescribed drug is still sufficient and whether the doctor may need to prescribe another pack.
  • this medication prescription aid primarily relates to permanently prescribed medications.
  • the display of the remaining time until the prescription of another pack is required is preferably displayed in the form of a color-coded scale or dial, with red signals that the drug must now be re-prescribed, green, that the currently prescribed pack still sufficient is and yellow that the new prescription is discretionary thing of the doctor.
  • the invention relates to a data processing system having a graphical user interface, wherein the data processing system is designed to carry out the method for displaying patient-related diagnoses of chronic diseases.
  • the invention relates to a computer program product with instructions executable by a processor for carrying out the method according to the invention for displaying patient-related diagnoses of chronic diseases.
  • FIG. 1 shows a block diagram of a data processing system according to the invention
  • FIG. 2 is a schematic view of a graphical user interface
  • FIG. 3 shows a flow diagram of a method for displaying patient-related diagnoses of chronic diseases
  • FIG. 4 shows a computer-implemented method for medical diagnostic support for patient data of a patient
  • FIG. 5 Steps of a method for medical diagnostic support for patient data of a patient.
  • FIG. 6 shows a database table with rules for calculating the first diagnosis risks
  • FIG. 7 shows a database table for symptom diagnostics
  • FIG. 8 shows a database table for guideline diagnostics
  • FIG. 9 shows a computer-readable storage medium.
  • FIG. 1 shows a block diagram of a data processing system 100 according to the invention.
  • the data processing system 100 has a processor 104 and input means 102, such as a mouse, keyboard, etc.
  • the input means may also be medical devices by means of which corresponding medical image and / or measurement data of a patient are acquired and can be stored.
  • the data processing system 100 has a memory 116 in which there is a computer-executable code for an application program, for example for carrying out the method according to the invention.
  • the data processing system 100 has a graphical user interface 106, which is output on a corresponding display device 108.
  • This display device 108 may be, for example, an LCD or CRT screen.
  • the data processing system 100 can communicate with databases 122, 132 and 142, for example via the network 118.
  • the interface communicates with the physician information system AIS using a data encryption method, e.g. a hash process.
  • the databases 122, 132, and 142 may also be part of the data processing system 100 itself.
  • code for execution by the processor 104 can also be retrieved from a server 144, in which case the code for carrying out the method of the invention is e.g. provided by means of a web service. The code can be executed either on the server 144 or in the data processing system 100.
  • a treating doctor first opens a patient file.
  • This patient record contains patient data 134 stored in the database 132.
  • the patient data 134 are first transmitted to the data processing system 100 via the network 118.
  • the last-entered patient data is then displayed line by line in the display window 114 shown, wherein this display window has a scrollbar. With this, the doctor is able to scroll through all entries of the patient data by moving the scrollbar.
  • the data processing system 100 and / or its processor 104 will initially proceed to open the patient record in such a way that is accessed via the network 118 to the database 122.
  • This database 122 contains medical diagnostic objects 124.
  • the data processing system 100 may determine if there is a high likelihood of a patient's chronic illness being present.
  • the first database 122 contains information about which of the medical diagnostic objects may or may occur as persistent diagnoses. If one of the rules 128, which determines the diagnosis risk for the existence of a specific diagnosis based on the patient data 134, is met, and if the thus determined diagnosis object is stored in the first database as a possible permanent diagnosis, the display element, for example a popup, is displayed. on the graphical user interface 106. This pop-up contains further information regarding the possibility of the presence of a chronic disease, and thus in particular information contained in the medical diagnostic object 124.
  • This may be, for example, an ICD code or the name of a corresponding chronic disease.
  • additional information and, where appropriate, also links in the form of hyperlinks to other databases can be specified, by means of which the attending physician can continue to learn in detail about the corresponding chronic disease.
  • the data processing system 100 offers the attending physician the opportunity to monitor the corresponding chronic illness.
  • this diagnosis is permanently displayed in the display window 110 of the graphical user interface 106, irrespective of a scrolling movement within the various rows of the patient data in the display window 114. If so, the physician will do the same confirmed, it is then preferably this permanent display of medical diagnosis, for example in the form of an ICD code, in the display window 110 and also storing this display option for the patient in the patient's file in the database 132. In other words, so the patient data 134 with the permanent diagnosis "chronic illness". The next time the medical records are opened by the attending physician, the data processing system 100 can thus display this permanent diagnosis permanently in the display window 110.
  • the data processing system 100 first of all accesses the database 122 in which information is available which active substances are generally to be presumed in the presence of a specific diagnosis.
  • the database 142 is accessed.
  • the fourth database 142 includes medical drug objects 136 and information about which drugs 138 are contained in which drugs. Access to the database is to identify those drug objects that, according to the drug and drug mapping information, contain the drugs to be prescribed according to the information from the database 122 in the presence of a particular diagnosis.
  • the patient data 134 is analyzed as to whether one or more of the drugs thus determined have already been prescribed to the patient in the past.
  • a corresponding user query will be output on the graphical user interface 106.
  • the determined medical drug objects for example in the form of drugs or drug names, possibly represented by PZN numbers, whereupon the attending physician can select from the list made available to him one or more drugs, which he used for long-term medication of the respective patient wants to add to the patient's file. After selecting one or more drugs, these are then displayed permanently in the display window 112 of the graphical user interface 106.
  • the list of preparations proposed to the physician as a permanent medication is not restricted to those preparations which have already been prescribed, so that the described function can also be used to determine suitable medicaments for the treatment of a chronic disease have not yet been prescribed.
  • the data processing system 100 still further allows a treating physician to make diagnoses in a reliable manner.
  • the data processing system 100 can in turn access the database 122 in order to retrieve rules 128 with calculation of diagnostic risks for medical diagnoses, wherein in the database 122 the medical diagnoses are also stored linked to medical symptoms 130.
  • this diagnostic risk may be displayed on the graphical user interface 106, again in the form of a pop-up to the physician, for example.
  • the diagnosis risk is preferably presented to the physician together with the medical diagnosis.
  • different risks for different medical diagnoses, if present, can be displayed here, preferably according to the risk probability.
  • a user query is output on the graphical user interface 106 as to whether a medical diagnosis of 646. If such is confirmed by the physician, an output of a symptom user query is made which of the medical symptoms associated with the medical diagnosis 130 for further analysis the patient data 134 should be used. For example, for a diagnosis selected by the doctor, various symptoms of illness are displayed in the form of a list of checkboxes, with each activation of a checkbox, that is to say the confirmation of the presence of a disease symptom, a dynamic updating and recalculation of the diagnostic risk for the corresponding diagnostic result.
  • diagnosis findings can also be supplemented with further, even more precise diagnostic findings on the graphical user interface. For example, if a medical diagnosis was initially labeled as a "60% risk for diabetes," the additional specification on the graphical user interface 106 indicates that the risk for "type I diabetes is 80%" and that " Risk of Type II Diabetes at 40% ".
  • a treating physician now considers one of the medical diagnoses to be secure, he can confirm this in a corresponding manner and thus store it in the database 132 linked to the patient data 134.
  • FIG. 2 shows a schematic view of a graphical user interface 106.
  • the graphical user interface 106 has display windows 110, 112 and 114.
  • the display window 110 is for displaying persistent diagnoses, whereas the display window 112 is for displaying continuous medications.
  • the display window 114 is used for line by line display of patient data, wherein preferably when opening a patient file only the few, most recently made entries are displayed in the patient record. Nevertheless, access to further entries is possible by moving a corresponding element 202 of a scroll bar 200 vertically up and down so that it is possible to scroll through the various entries of the patient file. By clicking on arrows 204 it is also possible to scroll in the form of line Make jumps. Further shown in FIG. 2 is a popup 206 in which further information can be provided to a user. Such a popup can be, for example, a display element with diagnostic objects, queries, medication objects, or else diagnostic findings in connection with medical diagnoses, a window for performing interactive symptom diagnostics, or a corresponding query window.
  • FIG. 3 shows a flow chart of the method according to the invention in accordance with a further embodiment of the invention for displaying patient-related diagnoses of chronic diseases on a graphical user interface of a data processing system.
  • the medical diagnostic objects 124 are linked stored with additional information about whether a diagnosis can usually be chronic or in individual cases.
  • the method begins in step 300 with displaying the patient data in a display window 114, this display window having a scroll bar and only a portion of the patient data displayed in that display window.
  • step 302 the reading and applying of rules to the patient data occurs, the rules containing query conditions and applied to the available patient data of a patient.
  • the rules 128 are stored linked to medical diagnostic objects 124 in a first database 122. The structure of the rules is shown in detail in FIG.
  • step 304 the check is made as to whether at least one of the rules for the patient data has been fulfilled.
  • this step checks whether the medical diagnoses are diagnoses that may also be chronic. If one of the two criteria is not fulfilled, the method then ends in step 322. If, however, one of the rules for the patient data is fulfilled in step 304, and the diagnosis thus determined may be chronic, then the method sets the display in step 306 of a display element on the graphical user interface, this display element having at least one of the diagnostic objects, for example an ICD code, which is part of the corresponding diagnostic object for which the rule is fulfilled.
  • a user query is issued which asks the user to make a decision 308 as to whether the determined possible permanent diagnosis actually takes place in the patient record as a permanent diagnosis. should be. If the medical diagnosis is not accepted as a chronic permanent diagnosis, then the method jumps back to step 304, where it is checked whether another rule for the patient data is fulfilled. Steps 304-308 are thus cycled for all rules.
  • step 310 the permanent diagnosis is displayed, for example in the form of the ICD code, in a second display window 110 independently of the position of the scroll bar of the first display - window 114.
  • step 312 access to the first database 122, in which the medical diagnostic objects are stored with information about which active substances are to be presumed in the presence of a diagnosis.
  • the information about which drugs to administer in the case of a particular diagnosis may alternatively be stored in a fourth database (142). If at least one corresponding active ingredient has been determined, an access (312) to another database of medical drug objects takes place, wherein the medical drug objects are linked to information about contained active ingredients. In this step, all drugs containing at least one of the previously identified active ingredients are determined. In step 314, a check is made on the patient data as to whether the previously determined drugs have already been prescribed to the patient once.
  • this step may also be associated with a review of the time constant of the prescription of the drug, which may be determined from the patient data 134. If the prescription of the drug has been around for a very long time, the drug in this case will be disregarded in 314. If the medication has not yet been prescribed, or if its prescription is too long ago, the method returns to step 304, where it is further cyclically checked with steps 304, 306, and 308 to see if at least one of the other chronic disease compliance rules is met are.
  • step 316 the method continues to display a graphical user interface display element that suggests at least one of the drug objects to be selected by the user, with the proposed drug objects having at least one drug against the patient User-confirmed continuous diagnosis and already prescribed for the patient. Also, only parts of the data associated with a medicine object may be displayed, such as a central pharmaceutical number or a drug description or a drug name.
  • the query in step 318 is to allow a physician to decide whether to use the indicated medication for long-term medication. If it does not want to do so, the process returns to step 304.
  • step 318 is followed by step 320 of displaying the drug in a third graphical user interface window 112 in a persistent, ie independent manner from the position of the scrollbar. After step 320, the method again jumps to step 304.
  • step 300 it is also possible to carry out a data processing of the patient data with an intermediate step 301.
  • those data which are structured are filtered out of the patient data.
  • These structured data are then held in a corresponding memory, for example a cache memory, indicated by the reference numeral 140 in FIG.
  • a first diagnosis risk there is the primary risk for each diagnosis in the system or, after applying the rules, a first diagnosis risk.
  • the risk value which indicates the probability with which a diagnosis is chronically pronounced in the event of its occurrence
  • the risk for the existence of a chronic diagnosis can be predicted even more precisely.
  • FIG. 4 shows a flowchart of a method for medical diagnostic support for patient data of a patient by a data processing system.
  • FIG. 4 a shows the method of calculating the first diagnoses and diagnostic risks by applying rules to the patient data.
  • FIG. 4b shows the further specification of the diagnostic risk of a previously calculated diagnosis, eg a diagnosis, which was calculated in FIG. 4a by means of symptom diagnostics.
  • FIG. 4 c shows the further refinement of the diagnostic risk of a previously calculated diagnosis, eg a diagnosis, which was calculated in FIG. 4 a or 4 b, by means of guideline diagnostics.
  • the method begins in step 400 with reading patient data from a database.
  • step 402 of data preparation is available, either after step 402 or directly after step 400, accessing the first database to retrieve rules for calculating diagnostic risks for medical diagnostics.
  • step 406 the check is made as to whether at least one of the rules is applicable to the patient data. If this is not the case because, for example, too little patient data is available or because the patient data available to If, however, at least one of the rules is applicable in step 406, step 408 then follows, in which the rules are applied to the patient data, thereby performing a diagnostic risk calculation for a first medical diagnosis.
  • This first medical diagnosis is output in step 410 along with the first diagnostic risk on the graphical user interface.
  • step 412 a check is made in step 412 to see if all risks have been calculated for all possible medical diagnoses. If not, the process continues with steps 408 and 410, again followed by step 412.
  • FIG. 4 does not show the additional possibility of limiting an output of diagnostic risks to a corresponding minimum probability, from which corresponding diagnostic risks are first output on the graphical user interface.
  • step 416 the process continues with the issuance of a user query as to whether the diagnosis designated with a certain risk can be adopted as a confirmed diagnosis in the patient data. If this is not the case for any of the calculated diagnostic results, the method ends in step 414. However, it is also possible to directly display one of the displayed diagnostic results, for example with a high probability of diagnosis of more than 90%, either automatically or after confirmation by the attending physician Store doctor associated with the patient data in the corresponding patient database in step 420, and then after step 420, the process ends in step 414.
  • step 416 it may be possible to provide the physician at step 418 or 436 the opportunity to perform interactive symptom diagnostics or guideline diagnostics. If the physician does not wish to carry out such an analysis, the step 420 already mentioned above takes place after step 418/436 with the saving of the diagnosis as a confirmed diagnosis, linked to the patient data in the patient database. This in turn is followed by step 414 with the completion of the process. If the physician wishes to perform interactive symptom diagnostics in step 418, the method continues in step 422. However, if the physician wishes to perform interactive guideline diagnostics in step 436, the method continues in step 438.
  • steps 416 and 450 serve to give the physician a choice between a) directly adopting one of the diagnostic results as a confirmed diagnosis, b) discarding all diagnostic results, or c) performing additional interactive symptom diagnostics or guideline diagnostics for one or more of the first diagnostic results.
  • a checklist of symptoms is output, which are linked to the medical diagnosis selected in step 418 in the first database.
  • This may be done, for example, by accessing the first database at step 422, wherein a query of the first database for possible symptoms for a given and selected medical diagnosis is made.
  • those diagnoses that correlate statistically significantly with certain symptoms are stored linked to each other, whereby the link also contains information about the source of literature underlying this link.
  • Figure 800 shows e.g. A database table in which several symptoms are stored linked to a specific diagnosis ID 68. These symptoms associated with the diagnosis to be specified are then transmitted to or retrieved from the data processing system and displayed in step 422 to the user in the form of a checklist.
  • the user may now select one or more of the symptoms, or alternatively provide additional details on symptoms, for example in the form of numeric inputs. For example, if a symptom is "high blood pressure," the physician may specify this by adding a corresponding blood pressure value for that symptom.
  • the link between symptoms and correlating diagnoses is thus used to describe the query elements, eg checkboxes, dynamically from the database for the symptom diagnostics of a specific patient To build up symptoms.
  • the link also serves to find further diagnoses 628 based on the current symptom selection of the user 642, which correlate with the respective symptom selection.
  • an updated calculation of the diagnostic risk for the currently selected diagnosis is dynamically performed by applying the symptom diagnostic rules 800 to the previously determined diagnostic risk.
  • the correlation between the selected symptoms and the diagnoses is, as previously mentioned, literature-based and stored in the first database.
  • the additional diagnoses can be adopted by the user according to a further embodiment of the invention in the list of first diagnoses (suspected diagnoses hypertension and CPOD in Fig. 5-1, for example, after the symptom diagnosis by the suspected diagnosis of renal insufficiency stage II supplemented by selection of the user).
  • the calculation of a second diagnosis and a second diagnosis risk mentioned in 428 is also performed by applying the symptom diagnostic rules in Table 800 and, as shown in the display window 510, may include several second diagnoses with second diagnosis risks that correlate with the symptom selection. For the sake of simplicity, only a single second diagnosis is shown in 426 in FIG. 4b and only a single third diagnosis in 442, and FIG. 4c.
  • Figure 630 shows, however, that multiple diagnoses can correlate with the first diagnosis.
  • correlated diagnoses are displayed 628 for all user-selected symptoms, such as shown in 624.
  • FIG. 4b assumes only one further diagnosis, which is referred to as a second diagnosis with a second risk.
  • the risk of the second diagnosis is calculated analogously from the first risk determined by the rules 128 for this second diagnosis, which was additionally modulated by the current symptom selection according to table 800.
  • step 432 is followed by step 416, which returns to the physician the original display window, in which the diagnostic risks calculated in steps 408 through 412 are displayed for different diagnoses become. If, on the other hand, the physician confirms one of the diagnoses issued in step 428; 630 in step 432, an acquisition of this diagnosis takes place in step 434, the latter now being specified to the physician in step 416 together with the further ones calculated in steps 408 to 412 Diagnoses and their diagnostic risks are provided for selection for storage associated with the patient data, further interactive symptom diagnostics or even complete discarding of all calculated diagnostic risks.
  • an intermediate step 402 may also follow step 400, in which a data processing of the patient data may take place.
  • FIG. 4c Further clarification of the diagnostic risk by the guideline diagnostics FIG. 4c and the calculation of a third diagnostic risk are analogous to the symptom diagnostics shown in FIG. 4b.
  • the display 438 will be of those guideline criteria stored linked to the user-selected diagnosis in the first database. Some or all of these guideline criteria may be selected by the user. Guideline criteria that correlate with the diagnostic objects are also stored in the first database linked to the diagnostic objects.
  • the diagnostic risk is specified and a third diagnosis with associated diagnostic risk is output 444, 644.
  • a third diagnosis with associated diagnostic risk is output 444, 644.
  • FIG. 4c assumes a third diagnostic risk.
  • FIG. 5 shows various outputs on a graphical user interface in the event that a medical diagnostic support for patient data of a patient is performed by the data processing system. This is therefore preceded by the fact that a corresponding patient has been selected by the attending physician and thus the patient data has been made available to the data processing system.
  • the data processing system then automatically analyzes the patient data and, as shown in Figure 4, applies rules to the patient data to calculate at least a first diagnostic risk for a first medical diagnosis.
  • the data processing system determines the probability or relative frequencies of vide comorbidities or frequently associated diseases on a transparent guideline and literary basis, this compares with the already known diagnoses and displays the previously unlisted or recognized diseases to the doctor patient-individualized, ordered by probability.
  • the screen output 500 shows such an output of a diagnosis risk in the form of a "tachometer disc” 602.
  • the tachograph disc can be visualized equally well with probabilities and / or relative frequencies.
  • the tachometer disc consists of a scale with colored graduations, whereby the tachometer disc preferably has red graduation parts, It has a medium probability that it has yellow scales and, with low probability, green scales, which allows a clinician to quickly and easily visually assess the likelihood of a relevant comorbidity, and to specify a likelihood for a diagnosis risk in the center of the tachograph disc, the primary risk is given in the form of a percentage probability 604 or a relative percentage frequency 604.
  • the diagnostic risk is represented by the orders 600 in the form of speedometer disc and numerical value.
  • the physician is given the option of hiding the display 500 for a certain period of time by actuating the "remember later” button 606 or, by pressing the “do not remember” button, completely masking out the display 500 of the probability of relevant comorbidities.
  • the display element 500 thus serves the purpose of informing the doctor in a clear and general manner about whether or not there is a particular diagnostic risk for a relevant medical diagnosis at all. A clarification as to what this medical diagnosis looks like or more Possible relevant medical diagnoses are not given by the display element 500.
  • the criteria for determining a certain probability are displayed to the physician in a manner that is related to the indication, if desired, as shown in display element 502.
  • This display including the literature and study sources used, forms the basis of the respective diagnostic procedure (application of the rules for determining the first diagnosis risk, symptom diagnostics and guideline diagnostics).
  • the physician reaches the display element 504 by pressing the button 608 "more", on which a summary of the patient's name "Maria Test 74" ( Reference numeral 618) finds possible comorbidities.
  • the possible first diagnosis is presented in the form of a textual description together with the respective ICD 10 code (reference numeral 16), together with the respective first diagnosis risk in the form of a tachograph disc (reference numeral 612).
  • the first diagnosis or diagnoses are referred to in the display 504 and the following displays as the basic risk.
  • the physician is given the option of using the selection elements 620 to determine whether these displayed possible diagnoses individually represent only a suspected diagnosis or a confirmed diagnosis.
  • the diagnosis can be saved individually or all diagnoses can be stored at one go, i. into the patient record.
  • the "show all" button 614 is used to display other possible diagnoses whose diagnostic risk is below a predetermined threshold, in the present case, for example, the threshold is 40%, so that only possible diagnoses are displayed which have a diagnostic risk of at least 40%.
  • the doctor wishes to investigate the respective diagnosis risk, he can call up the indication-related, in each case literature-supported symptoms and with findings of the Have patients matched or supplemented with a checklist. This is done by the physician clicking on the corresponding "GO" button in column 610 to perform a symptom diagnosis for the respective possible diagnosis, for which the sources of symptom diagnostics are also stored and transparently displayed to the physician, as illustrated with display element 506. Structurally stored findings are recorded and "preselected" in a different color coding. If the doctor moves the mouse over such a marked advertisement, he will be shown a text with his own file source (for example, free text input "consultation of 01.11.2008” or “laboratory value of 15.10.2007”). If the doctor clicks on the corresponding "GO” button in column 646, a guideline diagnostics will be carried out for each possible diagnosis.
  • the physician By pressing the "GO" button in the display element 504, column 610, the physician first arrives at the symptom diagnostics display element 508.
  • the display element 508 has a button 622, via which the physician arrives at the display element 506.
  • the display element 622 has a Checklist 624 with various symptoms (findings) which are symptomatic of the possible diagnosis 616 for which the corresponding "GO" button has been selected in display element 504.
  • a diagnosis suggestion 626 is displayed in the display element 508 for the selected symptoms together with a corresponding match in the form of a newly calculated diagnosis risk as a tachograph disc.
  • the display element 510 With each further selection of one of the check elements, an update of the diagnosis proposal and corresponding match takes place, which in turn results in a probability-sorted arrangement 628 of diagnostic risks.
  • the first diagnosis proposal made is also specified more precisely by selecting further findings.
  • display element 508 only a determination was possible that there may be renal failure stage I or stage II, whereas in display element 510 due to a more precise specification of the present findings, a recalculation of diagnostic risks for various medical diagnoses could be made, now as an additional Diagnoses of renal failure stage III or stage IV is eligible.
  • the Probabilities in the form of the tachograph discs 628 shown in the display element 510 calculated calculated.
  • the attending physician may supplement the necessary symptoms / findings - by questioning the patient, examining or adding information already known in the checklist.
  • the diagnosis suggestions appear together with ICD 10 codes, i. in plain text and coding which, according to the literature cited, i. appropriate symptom diagnostic rules, correlate with the findings described.
  • the display changes dynamically, i. the degree of filling of the previously described tachograph disc and insertion of the plausible ICD diagnoses, depending on further findings or degree of correlation.
  • the respective diagnostic proposal can be taken directly into the central overview, wherein the process can be performed with one or more diagnoses.
  • Such a precise central overview is shown with display element 512.
  • the display element 512 again shows the name of the patient 618 and the possible diagnoses 616.
  • the central overview now allows the physician to display all comorbidity probabilities (button 614), and discard appropriate diagnoses (click on the cross 639, and if necessary reactivate later) or to save all the displays (click on Element 634). All diagnoses can also be rejected at once (click on element 636) or all diagnoses and displays can be accepted by clicking on element 638. In the latter case, the possible diagnoses and symptoms are not transferred to the patient database, but the system only remembers the view 512 so that the doctor can restore this view identically at a later time.
  • a further alternative is to let the preselection "suspect" 620 persist until a threshold probability, which is preferably very high (over 90%), is exceeded, at which point the choice automatically changes to "secured".
  • the physician can have the respective proposed guideline diagnostics displayed and run through to conclusively secure the diagnosis.
  • a corresponding display window is given by the display element 514.
  • a display window 516 is opened, in which the corresponding guideline diagnostics with corresponding literature sources for the necessary or recommended diagnostics and their interpretation are named.
  • correlating indications are displayed and again provided with a degree of graphic correlation. The most plausible diagnosis (or another) can be taken directly into the overview and in sequence into the file.
  • FIGS. 6, 7 and 8 show the database tables on which the individual risk calculation methods are based in accordance with a preferred embodiment of the invention in a simplified form.
  • Database table 700 in Figure 6 contains the rules 128 which are used to calculate the first diagnostic risks immediately upon opening the patient record.
  • Each rule has an ID (column 702), a value that indicates how much the primary risk changes if the rule can be applied to a patient (Column 716), and a diagnosis associated with the rule, which has a Diagnostic ID ( Column 716) is identified in table 700.
  • the table contains additional columns that contain conditions for the application of the rule, such as the medication that the patient has taken so far (column 704), ICD code (column 706), LEZ codes (column 708), the Age (column 710) and gender (column 712) of the patient.
  • the database table 700 corresponds to a preferred embodiment of the invention, further embodiments with additional or occasionally deviating features are possible.
  • Not every feature requires a rule to have a data value (Rule 1988, for example, has no value for an ICD Code).
  • a specific diagnosis eg the diagnosis with the ID 23, can be assigned several rules (rule IDs 1987-1989). If a rule can be applied to a patient, it will modify the patient's primary risk for having a particular diagnosis. For example, if Rule ID 1987 applies to a patient, it increases their ID 23 risk by 15.23%.
  • the diagnostic risks may also be given relative values, eg "x 1, 2.” Such values should be understood to mean that the diagnostic risk, when the rule is applicable, is calculated by multiplying the primary risk by those in rule Related Diagnosis by Factors 1, 2.
  • a rule is applicable if all the conditions in each column are met, Rule 1987 is then applicable and modifies the level of diagnosis risk for ID 32 diagnosis if the patient is a male, is between 35 and 45 years old, if the patient's electronic patient record has already been marked with the ICD Code 706 and the LEZ Code 54. Whether the patient is taking certain medications will not be considered in this rule.
  • the rules for each diagnosis are applied to the patient data in order of the magnitude of their effect on the primary risk. As soon as a diagnosis is made, the application of the rules for this diagnosis is aborted.
  • FIG. 7 shows a detail of a simplified database table according to a preferred embodiment of the invention, which is used for symptom diagnostics.
  • Table 800 which contains symptom diagnostic rules to further clarify the diagnostic risk
  • one or more symptoms via their Symptom IDs 802 are associated with a diagnosis via their diagnostic ID.
  • Diagnostic ID 68 is associated with multiple symptoms (ID 1321-1323) in the example shown. If the diagnostic method according to the invention has established a diagnosis risk for a specific illness after opening a patient file, for example a risk of 60% for diagnosis with ID 68, and the user has chosen to perform an interactive symptom diagnosis, then the user is initially provided with a selection presented with the first diagnosis associated symptoms.
  • the descriptions of all the symptoms associated with ID 68 diagnostic according to Table 800 would be suggested to the user for selection.
  • the entries (rows) of the table 800 thus correspond in each case to a graphical selection option by the physician on a display.
  • the option is implemented in the form of a check box. This means that the user would be presented with the description 804 of the symptoms 1321-1323 in the form of checkbox elements of a graphical user interface if he had previously selected to carry out interactive symptom diagnostics in order to further clarify the diagnosis risk for the diagnosis 68.
  • the first diagnostic risk which is the baseline for symptom diagnostics, is modified.
  • FIG. 8 shows a detail of a simplified database table according to a preferred embodiment of the invention, which is used for guideline diagnostics.
  • Table 900 identifies one or more symptoms and laboratory findings with guideline criterion IDs 902 as diagnostic criteria. Diagnostic ID 68 is thus associated with guideline criterion IDs 1421-1423.
  • guideline diagnostics include the possibility to formulate guideline routines (values of column 904 for entries ID 1426-1430) specifically for a diagnosis whose risk is to be specified.
  • These guideline routines may, for example, include complex Boolean or arithmetic functions that are applied to the data provided by the user by selecting relevant guideline elements on a graphical user interface.
  • a guideline routine could interrogate the presence of two particular guideline criteria in the presence of a given laboratory value and, if the query conditions were applied, modify the diagnostic risk for which the guideline diagnostic is performed until then.
  • the laboratory value could, for example, be applied to the diagnostic risk as a multiplication factor if the risk height directly correlates with the laboratory value.
  • the guideline routine thus checks whether the required guideline criteria constellation is given and causes a corresponding modification of the previously known diagnosis risk in accordance with a computation routine which is contained in the code of these guideline routines and therefore does not appear in the database table.
  • table 900 thus contains guidelines criteria which serve to reduce the previously determined diagnostic risk by further clarify the relationship between the existence of certain guidelines.
  • the guideline diagnostic 900 also includes diagnostic-specific guideline routines.
  • FIG. 9 uses JavaScript code to run the guideline routines in a user's browser.
  • other embodiments of the invention may use any other programming language for the implementation of the guideline routines.
  • Another possibility is to propose guideline substances according to organ systems, if a guideline diagnostics, as described in display element 514 of FIG. 5, is carried out.
  • a guideline diagnostics as described in display element 514 of FIG. 5
  • the function of displaying a temporal range of medicine packaging is extended to the extent that - is present at presentation of chronic diseases - guideline diagnostics - in BroVerowski of recommended drugs - despite a given indication on literary basis - ordered by organ systems, the doctor recommended lead substances can be displayed to ensure adequate care of the patient.

Abstract

Die Erfindung betrifft ein computerimplementiertes Verfahren zur Anzeige von chronischen Krankheiten auf einer graphischen Benutzeroberfläche (100) eines Datenverarbeitungssystems, wobei die graphische Benutzeroberfläche (100) zumindest ein erstes (114) und ein zweites (110) Anzeigefenster aufweist.

Description

Computerimplementiertes Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten
B e s c h r e i b u n g
Die Erfindung betrifft ein computerimplementiertes Verfahren zur Diagnose und An- zeige von patientenbezogenen, chronischen Krankheiten, ein Datenverarbeitungssystem und ein Computerprogrammprodukt.
Medizinische Informationssysteme dokumentieren unter anderem vielfältige, patientenbezogene, administrative und medizinische Daten. Obwohl durch die Verwen- düng von medizinischen Informationssystemen die einem behandelnden Arzt zur Verfügung stehenden Möglichkeiten zur Dokumentation von Patientendaten eine im Wesentlichen lückenlose Aufzeichnung und Speicherung der Patientendaten ermöglichen, so ergibt sich aufgrund oftmals vorhandener Zeitprobleme in Arztpraxen und Krankenhäusern das Problem, dass ein behandelnder Arzt nur selten dazu in der Lage ist, durch Durchsicht der Patientenakte eines Patienten vor Beginn eines Behandlungstermins dieses Patienten sich einen vollständigen Überblick über den Behandlungsablauf des Patienten zu machen. Ein behandelnder Arzt hat in diesem Fall oftmals lediglich dafür Zeit, sich intensiv mit Gesundheitsstörungen und Diagnosen des Patienten zu beschäftigen, welche in der jüngsten Vergangenheit aufge- treten waren.
Eine weitere Ursache für die beschränkte Rückschaufähigkeit des Arztes findet sich jedoch auch in dem typischen Aufbau von grafischen Benutzeroberflächen medizinischer Informationssysteme. Zur Illustration eines Patientendatenblatts zeigen sol- che Informationssysteme aufgrund der begrenzten Darstellungsmöglichkeiten einer grafischen Benutzeroberfläche lediglich die zuletzt eingegebenen medizinischen Diagnosen und Hinweise an. Zwar könnte ein Arzt durch „Blättern" in der Patientenhistorie, das heißt durch Bewegung einer Scrollbar Zugriff auf weitere, in einem län- geren Zeitraum zurückliegende Diagnosen erlangen, was er jedoch wie eingangs geschildert, aus Zeitgründen nur selten detailliert tun kann. Der Arzt kann sich somit unter Verwendung medizinischer Informationssysteme in kurzer Zeit keinen allgemeinen Überblick über die Krankheitshistorie eines Patienten machen.
Als Konsequenz daraus ergibt sich die Problematik, dass viele Informationen, die implizit in der elektronischen Akte des Patienten enthalten sind und für die Diagnosestellung und Verschreibung von Medikamenten hilfreich wären, nicht genutzt werden. Chronische Krankheiten, welche sich durch z.B. wiederkehrende Krankheits- Symptome äußern, werden nicht durch den behandelnden Arzt erkannt, da der Arzt aufgrund der Darstellung der Behandlungshistorie des Patienten auf seiner grafischen Benutzeroberfläche nicht in einfacher Weise Informationen darüber erlangt, ob sich z.B. ständig wiederkehrende Krankheitssymptome und Diagnosen in der Krankheitshistorie des Patienten befinden, welche einen Hinweis auf das Vorhan- densein einer entsprechenden chronischen Erkrankung geben könnten. Medikamente, die der Patient dauerhaft einnimmt, oder in der Vergangenheit erfolgte Untersuchungen oder Operationen, die einen Rückschluss über seine Vorerkrankungen geben könnten, werden bei der Diagnosestellung durch den Arzt ebenfalls oft übersehen. Viele Patienten haben selbst keinen umfassenden Überblick über die Medikamente und Wirkstoffe, die sie regelmäßig einnehmen, so dass die Patienten oftmals keine verlässliche Auskunft über ihre Krankenhistorie geben können. Die Zusammenhänge zwischen verschiedenen in der Vergangenheit getroffenen Diagnosen können so komplex und das zu verarbeitende Wissen so umfangreich sein, dass auch eine längere Beschäftigung mit der elektronischen Patientenakte nicht ausschließen würde, dass wichtige Zusammenhänge übersehen werden, zumal sich medizinisches Wissen laufend ändert. Eine umfassende Überprüfung der Behandlungshistorie hinsichtlich der Symptome und Befunde des Patienten individuell für jeden Patienten vor einem Behandlungstermin ist jedoch zeitlich in der Praxis nicht realisierbar.
Neben dem zeitlichen Aspekt stehen viele weitere Faktoren einer schnellen und verlässlichen Diagnose durch den Arzt entgegen. Ein mit einer Krankheit assoziiertes Symptom, z.B. Kopfschmerzen, kann von Patient zu Patient unterschiedlich stark ausgeprägt auftreten. Ein Symptom kann dabei Indiz für eine Vielzahl unterschiedli- eher Krankheiten sein, und jede Krankheit kann durch eine Menge aus mehreren, nicht immer eindeutigen, Symptomen charakterisiert sein. Zudem ist das verfügbare medizinische Fachwissen für die verschiedenen Krankheiten sehr ungleich verteilt. Die Ursachen und Symptome mancher Krankheiten sind allgemein bekannt und gut beschrieben, während die Ursachen anderer Krankheiten noch völlig im Dunkeln liegen. Für einige Krankheiten sind zumindest Korrelationsstudien verfügbar, die einen statistischen Zusammenhang von bestimmten Umweltfaktoren, Ernährungsgewohnheiten, körperlicher Aktivität, einem bestimmten Genotyp oder dem Vorhandensein weiterer Krankheiten (Komorbiditäten) zeigen. Manche Krankheiten lassen sich klar einer oder wenigen Ursachen zuordnen, z.B. monogenetisch vererbbare Krankheiten einem Gendefekt. Andere Krankheiten sind multifaktoriell bedingt und können durch eine Vielzahl von Faktoren verursacht werden. Gelenkarthrose kann beispielsweise bedingt sein durch alters- und abnutzungsbedingten Gelenkverschleiß. Gelenkarthrose kann aber auch die Folge einer entsprechenden geneti- sehen Veranlagung sein, die ab einem gewissen Lebensalter zum Tragen kommt. Darüber hinaus wird die Diagnoseerstellung noch durch den Umstand kompliziert, dass verschiedene Diagnoseverfahren zur Feststellung einer Krankheit möglich sind. So gibt es neben der Berücksichtigung der aktuellen Symptome eines Patienten im Kontext seiner Krankenhistorie auch von den Krankenkassen empfohlene Diagnoseverfahren und Abfragestandards gemäß einer für die jeweilige Krankheit spezifische Leitliniendiagnostik.
Damit liegt die Erfindung die technische Aufgabe zugrunde, einen Benutzer eines medizinischen Informationssystems in die Lage zu versetzen, eine Analyse von Pa- tientendaten hinsichtlich des Vorhandenseins chronischer Krankheiten in effizienterer und schnellerer Weise durchzuführen.
Die der Erfindung zugrunde liegende Aufgabe wird mit den Merkmalen der unabhängigen Patentansprüche gelöst. Bevorzugte Ausführungsformen der Erfindung sind in den abhängigen Patentansprüchen angegeben.
Erfindungsgemäß wird ein computerimplementiertes Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten auf einer grafischer Benutzeroberfläche eines Datenverarbeitungssystems geschaffen, wobei die grafische Benutzeroberfläche zumindest ein erstes und ein zweites Anzeigefenster aufweist. Das Verfahren umfasst dabei zunächst den Schritt des Anzeigens von zumindest einem Teil von Patientendaten eines Patienten in dem ersten Anzeigefenster, wobei die angezeigten Patientendaten in dem ersten Anzeigefenster zeilenweise ange- zeigt werden, wobei das erste Anzeigefenster zur zeilenweise Nachführung der anzuzeigenden Patientendaten durch eine Scrollbar ausgebildet ist.
Das erfindungsgemäße Verfahren hat den Vorteil, dass ein behandelnder Arzt darin unterstützt wird, in schneller und effizienter Weise Diagnosen hinsichtlich chroni- scher Krankheiten eines Patienten zu stellen. Der behandelnde Arzt muss nicht mehr in aufwändiger Weise eine Durchsicht aller ihm zur Verfügung stehender Patientendaten eines Patienten vornehmen, zumal dies, wie bereits oben angemerkt, üblicherweise aus Zeitgründen nicht möglich ist.
Der Begriff „Diagnose" bezeichnet im Folgenden einen Befund über einen physiologischen Zustand oder eine Krankheit eines Patienten. Eine Diagnose wurde klassischerweise anhand von äußerlich erkennbaren Merkmalen (Symptomen), Laborwerten oder verschiedener diagnostischer Verfahren von einem Arzt gestellt, der diese Daten vor dem Hintergrund seiner medizinischen Ausbildung und Erfahrung bewertete. Ein wesentlicher Vorteil des vorliegenden erfindungsgemäßen Verfahrens liegt darin, dass diese Bewertungsschritte automatisiert ablaufen und mehr Informationen berücksichtigen können, als dies der Arzt in der Kürze der Zeit vermag. Durch Einsatz des erfindungsgemäßen Verfahrens kann der Arzt also die Qualität der gestellten Diagnosen verbessern und die Diagnosestellung beschleuni- gen.
Eine Herausforderung stellen insbesondere die hohe Komplexität und Heterogenität der Faktoren dar, die für die Risikoberechnung herangezogen werden müssen, so wie das zwingende Erfordernis, auch eine Vielzahl komplexer Abfragen auf einem großen Datensatz an elektronischen Patientenakten schnell ausführen zu können (Einsatz in einer Klinik). Während für eine Krankheit außer einer einfachen Korrelation nichts bekannt sein und das Risikoberechnungsverfahren entsprechend einfach sein kann, können für andere Krankheiten mehrere hoch komplexe Risikoberechnungsverfahren existieren, da diese gut untersucht ist und viele Studien verfügbar sind. Ein praxistaugliches Diagnosesystem muss in der Lage sein, dieser Heteroge- nität der Risikoberechnungsverfahren und auch häufige Änderungen der Berechnungsmethodik zuzulassen. Das System muss zudem in der Lage sein, den praktischen Problemen der Diagnosestellung, insb. bei der Diagnose chronischer Erkran- kungen, durch den Arzt (begrenzte zur Verfügung stehende Zeit, unklare Symptome) Rechnung zu tragen.
Die Erfindung betrifft ein computerimplementiertes Verfahren zur medizinischen Diagnoseunterstützung zur Vorhersage und Darstellung chronischer Erkrankungen durch ein Datenverarbeitungssystem. Das Datenverarbeitungssystem weist eine grafische Benutzeroberfläche auf. Das Verfahren beginnt mit dem Zugriff auf Regeln zur Berechnung von Diagnoserisikos von medizinischen Diagnosen. Die Regeln und die die Diagnosen repräsentierenden Datenobjekte sind in einer Art und Weise in einer Datenbank abgelegt, welche der oben beschriebenen Heterogenität des Wis- sens über verschiedene Krankheiten und mit ihnen einhergehende Symptome Rechnung trägt.
Jede Diagnose in dieser Datenbank ist mit einem medizinischen Primärrisiko verbunden abgespeichert. Das medizinische Primärrisiko für eine Diagnose gibt an, mit welcher Wahrscheinlichkeit das Vorhandensein dieser Diagnose bei einem Patienten angenommen werden darf, wenn das einzig für diese Annahme herangezogene Wissen die allgemeine statistische Verbreitung einer Krankheit in der Gesamtbevölkerung ist. Das Primärrisiko für das Vorliegen einer Krankheit, von der 10 000 Menschen einer Bevölkerungsgruppe von 1 Millionen Menschen betroffen sind, beträgt also 0.01 (1%). Alter, Geschlecht oder Vorerkrankungen werden bei der Berechnung des Primärrisikos nicht berücksichtigt. Vielmehr wird das Primärrisiko gemäß des aktuell verfügbaren medizinischen Wissens (Anzahl der Erkrankungen pro Gesamtbevölkerung oder, falls unbekannt, Anzahl der Erkrankten innerhalb einer untersuchten Patientengruppe einer medizinischen Studie) verwendet. Eine Referenz zu der Literaturquelle, der der Wert für das Primärrisiko entnommen wurde, ist ebenfalls in der Datenbank hinterlegt.
Ein erfindungsgemäßes Vorhersagesystem ist nicht nur in der Lage, jeder Diagnose ein Primärrisiko zuzuordnen. Gemäß einer bevorzugten Ausführungsform der Erfin- dung werden für einen Patienten in Abhängigkeit persönlicher Risikofaktoren für eine Vielzahl von möglichen Diagnosen medizinische Diagnoserisiken individuell für den jeweiligen Patienten berechnet. Hierzu werden Regeln auf den Daten des Patienten angewandt. Jede Regel enthält eine oder mehrere Abfragebedingungen (zu Alter, Geschlecht, medizinischer Vorgeschichte u.a.). Die Anwendung einer Regel auf den Daten einer elektronischen Patientenakte bedeutet die Überprüfung, ob alle Abfragebedingungen einer Regel für diesen Datensatz erfüllt sind. Die Regeln sind in einer Weise in einer Datenbank abgelegt, dass eine Vielzahl möglicher Abfragebedingungen in unterschiedlicher Kombination flexibel berücksichtigt werden kann. Das verwendete Datenbankschema ermöglicht zudem durch Einspielung entsprechender Updates für die medizinischen Diagnoseobjekte und Risikoberechnungsverfahren, sodass das erfindungsgemäße Verfahren leicht dem aktuellen und sich ständig wandelnden Stand des medizinischen Wissens angepasst werden kann. Das Anwenden der Regeln auf die Patientendaten resultiert in der Berechnung von mindestens einem ersten medizinischen Diagnoserisiko für eine erste medizinische Diagnose, wenn zumindest eine der Regeln auf die Patientendaten anwendbar ist. Falls die Datenbank also drei Regeln für die Berechnung eines Risikos für eine bestimmte Krankheit K enthält, wovon alle drei als eine Bedingung ein Patientenalter von mindestens 30 Jahren enthalten, so ist in diesem Beispiel keine der Regeln auf einen 25jährigen Patienten anwendbar. Falls zumindest eine Regel anwendbar war, erfolgt im nächsten Schritt die Ausgabe des ersten berechneten Diagnoserisikos für die erste medizinische Diagnose zusammen mit der ersten medizinischen Diagnose auf der grafischen Benutzeroberfläche und die Ausgabe einer Benutzerabfrage, ob für die erste medizinische Diagnose eine interaktive Symptomdiagnostik und/oder eine Leitliniendiagnostik durchgeführt werden soll. Medizinische Leitlinien sind systematisch entwickelte Diagnostik- und Symptombewertungsverfahren zur Unterstützung der Entscheidungsfindung von Ärzten. Sowohl die Symptomdiagnostik als auch die Leitliniendiagnostik dienen zum einen dazu, das durch Anwendung der Regel berechnete erste Diagnoserisiko durch interaktive Angabe weiterer Merkmale des Patienten zu präzisieren. Zum anderen schlagen Sie dem Arzt Symptome bzw. Leitlinienkriterien zur Auswahl vor, welche mit der ersten Diagnose assoziiert gespeichert sind. Diese Leitlinienkriterien und Symptome wiederum können mit anderen Diagnosen, die dem Arzt ebenfalls zur Auswahl vorgeschlagen werden, korrelieren. Durch Zuwahl und Abwahl der mit einem ersten Diagnoserisiko verbundenen Symptome und Leitlinienkriterien lässt sich also nicht nur das erste Diagnoserisiko präzisieren, sondern auch weitere mögliche Diagnosen im Kontext der ersten Diagnose detektieren, welche der Arzt zur weiteren Analyse auswählen kann.
Im Falle dessen, dass eine interaktive Symptomdiagnostik für eine erste medizinische Diagnose durchgeführt werden soll, erfolgt die Ausgabe einer Symptombenutzerabfrage, durch welche der Arzt festlegen kann, welche der mit der ersten medizinischen Diagnose verknüpften medizinischen Symptome für eine weitere Analyse der Patientendaten verwendet werden und einen Einfluss auf das zuvor bestimmte Diagnoserisiko haben sollen. Durch Auswahl bzw. Abwahl der präsentierten Symptome durch den Benutzer wird das im vorhergehenden Schritt berechnete erste Diagnoserisiko modifiziert und präzisiert. Je nach dem, welche Symptome nach Ansicht des Arztes tatsächlich bei dem untersuchten Patienten vorliegen, wählt der Arzt einige oder auch alle der vorgeschlagenen Symptome aus. Jede Zu- oder Ab- wähl eines Symptoms kann das erste Diagnoserisiko erhöhen oder verringern. Die Symptombenutzerabfrage kann also vom Arzt verwendet werden um das erste, auf der Anwendung von Regeln basierende Diagnoseergebnis zu präzisieren. Das in der Symptomdiagnostik bestimmte zweite Diagnoserisiko verwendet also das erste Diagnoserisiko als Ausgangswert, um dieses, je nach Anwesenheit oder Abwesen- heit weiterer Symptome, zu präzisieren. Schließlich erfolgt in einem darauf folgenden Schritt die Ausgabe des zweiten, noch präziseren, Diagnoserisikos zusammen mit der zweiten Diagnose auf der grafischen Benutzeroberfläche.
Falls zusätzlich oder alternativ zu der Symptomdiagnostik eine Leitliniendiagnostik durchgeführt werden soll, erfolgt die Ausgabe einer Leitliniendiagnostikbenutzer- abfrage. Falls die Leitliniendiagnostik unmittelbar nach der Berechnung des ersten Diagnoserisikos erfolgt, stellt das erste Diagnoserisiko den Ausgangswert für die weitere Präzisierung des Diagnoserisikos dar. Falls die Leitliniendiagnostik nach der Symptomdiagnostik ausgeführt wird, stellt das in der Symptomdiagnostik ermittelte zweite Diagnoserisiko den Ausgangswert für die weitere Präzisierung des Diagnoserisikos dar. Das im Zuge der Leitliniendiagnostik errechnete Diagnoserisiko wird, unabhängig von der tatsächlich ausgeführten Reihenfolge der Diagnoseschritte als drittes Diagnoserisiko bezeichnet. Analog wird das in der Symptomdiagnostik ermittelte Diagnoserisiko als zweites Diagnoserisiko bezeichnet. Die Symptomdiagnostik ist also keine Voraussetzung für die Durchführung der Leitliniendiagnostik. Vielmehr können beide Diagnoseverfahren aufeinander aufbauend oder einzeln direkt nach der Berechnung des ersten Diagnoserisikos erfolgen.
Symptome, die gemäß einer Leitliniendiagnostik zur Beurteilung des Vorliegens einer bestimmten Diagnostik vom Arzt heranzuziehen sind, werden im folgenden als Leitlinienkriterien bezeichnet. Die Leitlinienkriterien sind mit den Diagnoseobjekten verknüpft in einer ersten Datenbank gespeichert. Die Durchführung einer Leitliniendiagnostik für ein Diagnose bedeutet, dass dem Benutzer die zu dieser Diagnose zugehörigen Leitlinienkriterien zur Auswahl präsentiert werden. Die Leitlinienkriterien können auch Laborwerte des Patienten umfassen, z.B. den Blutzuckerwert, den Serum-Kreatininwert, den Blutdruck oder ähnliche Daten. Der Benutzer, im Regelfall also der Arzt, wählt aus der präsentierten Menge an Leitlinienkriterien einige aus, die er für relevant erachtet und die für eine weitere Präzisierung des zuvor bestimm- ten Diagnoserisikos verwendet werden sollen. Durch Auswahl bzw. Abwahl der präsentierten Leitlinienkriterien durch den Benutzer wird das im vorhergehenden Schritt berechnete Diagnoserisiko noch weiter modifiziert und präzisiert. Je nach dem, welche Leitlinienkriterien nach Ansicht des Arztes tatsächlich bei dem untersuchten Patienten vorliegen, wählt der Arzt einige oder auch alle der vorgeschlagenen Leitli- nienkriterien aus. Die Auswahl oder Abwahl einzelner Leitlinienkriterien hat eine Modifikation des Ausgangsrisikowertes zur Folge, in Resultat dessen ein drittes Diagnoserisiko zurückgegeben und angezeigt wird. Zusätzlich zu der Auswahl und Abwahl von Leitlinienkriterien durch den Arzt wird das dritte Diagnoserisiko durch die Anwendung krankheitsspezifischer Leitlinienroutinen weiter präzisiert. Leitlinien- routinen sind für eine Diagnose spezifische Berechnungsroutinen, die letztlich zu einer Modifikation des zweiten Diagnoserisikowertes führen. Die Leitlinienroutinen können beispielsweise das Vorhandensein einzelner Leitlinienkriterien stärker gewichten, komplexe Boolesche Operationen (z.B. AND, OR, NOR) oder arithmetische Funktionen auf den ausgewählten Leitlinienkriterien durchführen und das sich daraus errechnete modifizierte Diagnoserisiko anwenden. Oftmals handelt es sich bei den Leitlinienroutinen auf den Leitlinienkriterien zur Diagnoserisikoberechnung um Heuristiken, die auf einer Kombinationen von mehreren Einzelfaktoren beruhen. Die für die Diagnose von Nierenfunktionsstörungen beispielsweise häufig verwendete MDRD Formel berücksichtigt neben dem Kreatininwert im Serum (Laborbefund) auch das Alter, die Hautfarbe und das Geschlecht des Patienten. Faktoren also, von welchen man anhand verschiedener Studien weiß, dass Sie einen Einfluss auf das Vorliegen von Nierenfunktionsstörungen haben können oder zumindest damit korrelieren. Auch ICD Codes (internationale statistische Klassifikation der Krankheiten und verwandter Gesundheitsprobleme) und Leistungsziffern LEZ (z.B. nach dem einheitlichen Bewertungsmaßstab für das ärztliche Honorar, EBM) der Vorerkrankungen und Diagnosen können als weitere Faktoren in einer Regel Berücksichtigung finden. ICD Codes repräsentieren Diagnosen, die gemäß der Patientenakte bereits in der Vergangenheit des Patienten gestellt wurden. Da das Auftreten man- eher Krankheiten in der Vergangenheit positiv mit einem erhöhten Risiko für das Auftreten anderer Krankheiten korreliert, kann eine Berücksichtigung dieses Faktors in den Regeln hilfreich bei der Risikoberechnung sein. Auch LEZ Codes können die Berechnung des Diagnoserisikos unterstützen, obwohl sie nicht immer einen Hinweis auf eine bestimmte Vorerkrankung darstellen. Hat sich der Patient beispiels- weise mit unklaren Oberbauchbeschwerden in der Vergangenheit bei einem Arzt vorgestellt, der daraufhin eine Magenspiegelung ohne Befund vornahm, so ist dieses Ereignis in der Patientenakte nicht mit einer Diagnose für eine Krankheit verbunden. Der Umstand, dass überhaupt eine Magenspiegelung vorgenommen wurde, der anhand des LEZ Codes ersichtlich ist, kann jedoch ein Hinweis sein auf das Vorliegen gesundheitlicher Probleme im Oberbauchbereich. Das in der Leitliniendiagnostik bestimmte dritte Diagnoserisiko verwendet also das zweite Diagnoserisiko als Ausgangswert, um es, je nach Anwesenheit oder Abwesenheit von der Diagnose zugeordneten Leitlinienkriterien und je nach dem Ergebnis der Leitlinienroutinen zu präzisieren. Schließlich erfolgt in einem darauf folgenden Schritt die Ausga- be des so berechneten dritten Diagnoserisikos zusammen mit der dritten medizinischen Diagnose auf der grafischen Benutzeroberfläche.
Durch Bestätigen der Verdachtsdiagnose, die auf der Berechnung des ersten, zweiten oder dritten Diagnoserisikos beruhen kann, kann der Arzt entsprechend einer bevorzugten Ausführungsform der Erfindung die Diagnose bestätigen, welche in Folge dessen in der elektronischen Patientenakte des Patienten gespeichert wird.
Die Berechnung einer oder mehrerer erster Diagnoserisiken durch Anwendung der Regeln wird nach einer bevorzugten Ausführungsform der Erfindung sofort initiiert, wenn der Arzt oder eine Sprechstundenhilfskraft die elektronische Patientenakte öffnet. Die Anzeige der berechneten Diagnoserisiken kann dagegen auch später erfolgen, z.B. erst beim Öffnen eines Rezeptformulars durch den Arzt. Diese Ausführungsform ist besonders vorteilhaft, da im Praxisalltag die elektronische Patien- tenakte typischerweise zuerst von einer ärztlichen Hilfskraft geöffnet wird, um z.B. Laborwerte oder mit dem Arztbesuch assoziierte Verwaltungsdaten einzutragen. Dadurch, dass durch das Öffnen der elektronischen Akte die Risikoberechnung initiiert wird, stehen die Ergebnisse dem Arzt bereits zur Verfügung, was eine weitere Zeitersparnis mit sich bringt. Der Arzt kann sofort zur Symptomdiagnostik oder Leit- liniendiagnostik übergehen.
Gemäß einer weiteren Ausführungsform werden die durch Anwendung der Regeln erhaltenen Diagnosen und weitere patientenbezogene Daten in einem Popup Fenster dargestellt. Um den Arzt nicht mit einer Vielzahl von Fenstern zu überlasten, kann z.B. durch Verwendung eines Schwellenwertes für das berechnete Diagnoserisiko erreicht werden, dass nur wirklich relevante Informationen angezeigt werden. Darüber hinaus kann man in dem erfindungsgemäßen System eine Höchstanzahl von Popup Fenstern definieren, die pro Zeiteinheit dem Benutzer angezeigt werden sollen.
Zusätzlich zu der automatischen Diagnoseerstellung durch das erfindungsgemäße Diagnoseverfahren bietet die vorliegende Erfindung gemäß einer Ausführungsform die Möglichkeit eines Verdachtsdiagnosenchecks. Diese Funktion beinhaltet, dass der Arzt direkt eine Diagnose in das System als Verdachtsdiagnose eingeben kann. Diese Option stellt sicher, dass auch, falls das System keine Diagnose vorschlägt, der Arzt eine Vermutung bezüglich des Vorhandenseins einer bestimmten Diagnose näher untersuchen kann. Der Verdachtsdiagnosencheck unterscheidet sich von dem zuvor erläuterten Vorgehen darin, dass nicht Regeln, die auf den Patientendaten angewandt werden, die ersten Diagnosen vorschlagen, sondern dies der Arzt vornimmt. Der Arzt wählt aus einer Liste möglicher Diagnosen in der ersten Datenbank eine Verdachtsdiagnose aus. Im nächsten Schritt kann er seinen Verdacht durch die Anwendung der Symptomdiagnostik und/oder Leitliniendiagnostik präzisieren und die Verdachtsdiagnose ggf. verwerfen oder als gesichert in die Patientenakte übernehmen. Unter Patientendaten werden im Folgenden jegliche Art von Informationen verstanden, welche hinsichtlich eines Patienten erfasst wurden. Dazu gehören neben strukturierten und freitextlichen Daten auch elektronische Bilddaten sowie medizinische Messdaten jeglicher Art. Unter strukturierten Patientendaten werden Patientendaten verstanden, welche gemäß einer zuvor festgelegten Norm bzw. Klassifikation bereitgestellt wurden. Darunter fällt insbesondere, aber nicht ausschließlich, die Verwendung von ICD Codes, von Pharmazentralnummern (PZN) und von LEZs gemäß des einheitlichen Bewertungsmaßstabs für das ärztliche Honorar (EBM) sowie spe- zifischen Inhalte von Krankenverordnungs-(KV)-Formularen wie Überweisungen, Einweisungen, Arbeitsunfähigkeitsbescheinigungen oder Ähnlichem.
Das erfindungsgemäße Verfahren hat den Vorteil, dass ein behandelnder Arzt in die Lage versetzt wird, verschiedene medizinische Diagnosen in Ihrer Gesamtheit zu- sammenhängend zu berücksichtigen. Damit kann er in anderen Worten eine Analyse der Patientendaten in schnellerer und effizienterer Weise durchführen. Außerdem ermöglicht das Verfahren, dass ein Arzt automatisch auf mögliche medizinische Diagnosen hingewiesen wird, welche bei manueller Durchsicht der Patientendaten nicht zu erkennen sind, da hierfür komplexe Zusammenhänge zwischen me- dizinischen Befunden berücksichtigt werden müssen. Durch das genannte Verfahren werden somit einem Arzt individuell für den Patienten ermittelte medizinische Diagnoserisiken und zugehörige Diagnosen angezeigt. Ist der Arzt der Auffassung, dass eine mögliche Diagnose eine hohe Relevanz im vorliegenden Behandlungsfall haben könnte, so kann er durch Bestätigung der Benutzerabfrage, ob für die erste medizinische Diagnose eine interaktive Symptomdiagnostik durchgeführt werden soll, in geführter Weise rasch und effektiv eine Bestimmung dahingehend durchführen, ob eine angezeigte medizinische Diagnose tatsächlich relevant ist oder nicht. In anderen Worten kann damit ein Verdacht für eine bestimmte Diagnose erhärtet oder verworfen werden. Somit wird insgesamt gewährleistet, dass die Interaktionszeit des Arztes mit dem Datenverarbeitungssystem wesentlich verkürzt wird. Selbiges gilt analog auch für die Leitliniendiagnostik.
Der Benutzer hat in der Symptombenutzerabfrage nach einer Ausführungsform der Erfindung die Möglichkeit, verschiedene medizinische Symptome, welche mit der ersten medizinischen Diagnose verknüpft sind, zur weiteren Analyse der Patientendaten auszuwählen. Nach der Auswahl eines Symptoms, welches er für den aktuell untersuchten Patienten für zutreffend hält, erfolgt ein Anwenden der zu diesem ausgewählten Symptom gehörenden Symptomdiagnostikregeln auf dem zuvor be- stimmten Diagnoserisikowert für eine bestimmte Diagnose. Die Symptombenutzerabfrage ist interaktiv gestaltet, das heißt, der Arzt kann einzelne Symptome, die er an dem Patienten festzustellen glaubt, für die Diagnoseerstellung hinzuziehen oder von der Diagnoseerstellung ausschließen. Dies hat den Vorteil, dass der Arzt interaktiv den Einfluss jedes einzelnen Symptoms auf das Diagnoseergebnis durch Zu- bzw. Abwahl des Symptoms individuell ermitteln kann. Oftmals ist das Vorliegen eines Symptoms nicht eindeutig (leichte Kopfschmerzen, leichte Hautrötungen, die auch durch die Kleidung hervorgerufen worden sein könnte, unspezifische Beschwerden oder Symptome, die nicht in den Kontext anderer Symptome passen). In solchen Fällen ist es sehr hilfreich, dass der Arzt die Risikoberechnung für ver- schiedene medizinische Diagnosen sowohl unter Ausnahme als auch unter Einbeziehung einzelner Symptome durchführen kann, da der Arzt dadurch feststellen kann, ob eine Diagnose auch ohne die Berücksichtigung eines bestimmten, unsicher diagnostizierten Symptoms gestellt worden wäre.
Der Benutzer hat nach einer Ausführungsform der Erfindung in analoger Weise für die Leitliniendiagnostik die Möglichkeit, verschiedene Leitlinienkriterien, worunter auch Laborwerte fallen können, welche mit der zuvor bestimmten Diagnose verknüpft sind, zur weiteren Analyse der Patientendaten auszuwählen. Nach der Auswahl eines Leitlinienkriteriums, welches er für den aktuell untersuchten Patienten für zutreffend hält, erfolgt eine Modifikation des zuvor bestimmten Risikowert für eine bestimmte Diagnose, wobei die Stärke der Modifikation von dem jeweiligen Leitlinienkriterium abhängt. Die Leitlinienbenutzerabfrage ist interaktiv gestaltet, das heißt, der Arzt kann einzelne Leitlinienkriterien, die er an dem Patienten festzustellen glaubt, für die Diagnoseerstellung hinzuziehen oder von der Diagnoseerstellung ausschließen. Zudem wird das zuvor bestimmte Diagnoserisiko durch die Ausführung diagnosespezifischer Leitlinienroutinen modifiziert.
Nach einer Ausführungsform der Erfindung werden die Patientendaten von einer zweiten Datenbank empfangen. Diese zweite Datenbank kann dabei eine dem Da- tenverarbeitungssystem externe Datenbank sein, wie beispielsweise die Datenbank eines Arztinformationssystems.
Nach einer Ausführungsform der Erfindung werden medizinische Diagnosen erst ab einem vorbestimmten Schwellenwert ausgegeben. Außerdem werden die medizinischen Diagnosen vorzugsweise sortiert nach der berechneten Risikohöhe ausgegeben. Damit ist gewährleistet, dass ein Benutzer des Datenverarbeitungssystems, d.h. ein behandelnder Arzt, nicht in unnötiger weise mit irrelevanten medizinischen Diagnosen konfrontiert wird. Typischerweise wird ein Schwellenwert für ein dem Arzt anzuzeigendes Diagnoserisiko von 40% gewählt, wobei dieser Wert jedoch vom Benutzer verändert werden kann.
Nach einer Ausführungsform der Erfindung wird das erste, zweite und dritte medizinische Diagnoserisiko in Form einer Tachoscheibe angezeigt. Vorzugsweise wird dabei das Diagnoserisiko mit farbigen Abstufungen auf der Skala der Tachoscheibe angezeigt. Zusätzlich wird nach einer Ausführungsform der Erfindung das Primärrisiko als Risikowahrscheinlichkeit in Form eines Zahlenwerts zusammen mit der Tachoscheibe angezeigt. Damit ist ein Benutzer in der Lage, in intuitiver Weise das Risiko für das Vorliegen einer bestimmten medizinischen Diagnose zu erfassen, um daraufhin in zeiteffizienter Weise eine entsprechende Entscheidung darüber zu treffen, ob diese Diagnose im Detail weiterverfolgt werden soll oder nicht.
Nach einer weiteren Ausführungsform der Erfindung wird zusammen mit dem ersten medizinischen Diagnoserisiko ein erstes Bedienelement bereitgestellt, wobei das erste Bedienelement für eine Benutzerbestätigung ausgebildet ist, wobei im Falle einer Benutzerbestätigung über das erste Bedienelement die erste medizinische Diagnose und/oder die medizinischen Symptome mit den Patientendaten verknüpft in der zweiten Datenbank gespeichert werden. Damit wird ein Arzt in die Lage versetzt, eine ihm als gesichert erscheinende medizinische Diagnose, gegebenenfalls zusammen mit den von ihm eingegebenen Symptomen, mit in die Patientendatenbank aufzunehmen, sodass bei einem erneuten Aufrufen der Patientenakte ein solch medizinischer Befund als Teil der Patientenakte dem Arzt erneut zugänglich ist. Nach einer weiteren Ausführungsform der Erfindung wird zusammen mit dem zweiten medizinischen Diagnoserisiko ein zweites Bedienelement bereitgestellt, wobei das zweite Bedienelement für eine Benutzerbestätigung ausgebildet ist, wobei im Fall einer Benutzerbestätigung über das zweite Bedienelement das zweite Diagno- serisiko und die zweite medizinische Diagnose als neues erstes Diagnoserisiko und als neue erste medizinische Diagnose auf der grafischen Benutzeroberfläche ausgegeben wird. In anderen Worten wird hiermit die Möglichkeit gegeben, die durch die zusätzliche Eingabe von Symptomen präzisierte Diagnose in jener Übersicht zu aktualisieren, welche ursprünglich mit der Ausgabe des ersten Diagnoserisikos für die erste medizinische Diagnose zusammen mit der ersten medizinischen Diagnose erzeugt wurde. Dies ist insbesondere für den Fall relevant, dass nicht nur eine einzelne medizinische Diagnose mit einem entsprechenden Diagnoserisiko versehen ursprünglich angezeigt wurde, sondern ein Satz von verschiedenen Diagnosen. Durch die Durchführung der Symptombenutzerabfrage wird zum einen das Risiko für diejenige Diagnose präzisiert, für welche die Symptomdiagnostik vorgenommen wurde. Darüber hinaus hat die Symptomdiagnostik die Funktion, weitere möglicherweise relevante Diagnosen zu ermitteln, die in der Liste der ersten Diagnosen nicht enthalten waren. Dies geschieht derart, dass dem Benutzer der Symptomdiagnostik weitere Diagnosen angezeigt werden, die mit den von dem Benutzer ausgewählten Symptomen korrelieren. Falls der Benutzer die zusätzlich vorgeschlagenen Diagnosen für relevant erachtet, kann er die Diagnosen auswählen und dadurch der Liste der ersten Diagnosen hinzufügen. Durch eine dynamische Anpassung der ersten Diagnoserisiken auf Basis der Patientendaten und sämtlicher eingegebener Symptome wird so in übersichtlicher Weise eine hochpräzise und aktualisierte Übersicht über mögliche Risikowahrscheinlichkeiten für Symptome angezeigt.
Nach einer Ausführungsform der Erfindung werden nach jeder Benutzerauswahl eines weiteren medizinischen Symptoms erneut die Symptomdiagnostikregeln auf die Patientendaten und die bisher vom Benutzer gewählten medizinischen Sympto- me angewendet. Daraufhin erfolgt ein erneutes Berechnen von zumindest einem neuen zweiten Diagnoserisiko für eine neue zweite medizinische Diagnose in dynamischer Weise, gefolgt von einer aktualisierten Ausgabe des erneut berechneten neuen zweiten Diagnoserisikos zusammen mit der neuen zweiten medizinischen Diagnose auf der grafischen Benutzeroberfläche. Schließlich erfolgt eine aktualisier- te Ausgabe der Benutzerabfrage, welche mit der neuen zweiten medizinischen Diagnose verknüpften medizinischen Symptome für eine weitere Analyse der Patientendaten verwendet werden sollen. Damit ist der Arzt in der Lage, sofort zu erkennen, welche Signifikanz die spezielle Angabe eines einzelnen Symptoms auf mögli- che Diagnosen hinsichtlich deren Diagnoserisiken hat.
Nach einer weiteren Ausführungsform der Erfindung erfolgt mit der aktualisierten Ausgabe des zweiten Diagnoserisikos eine erneute aktualisierte Ausgabe der Symptombenutzerabfrage, wobei die aktualisierte Ausgabe der Symptombenutzer- abfrage angibt, welche der mit der durch den Benutzer zuvor ausgewählten weiteren medizinischen Diagnose verknüpften medizinischen Symptome für eine weitere Analyse der Patientendaten verwendet werden sollen, wobei zuvor vom Benutzer gewählte medizinische Symptome in der aktualisierten Ausgabe der Symptombenutzerabfrage beibehalten werden. In anderen Worten wird dadurch die Liste der auswählbaren möglichen medizinischen Symptome weiter eingeschränkt oder durch weitere mögliche auswählbare Symptome dynamisch ergänzt. Dies ist beispielsweise dann relevant, wenn die kombinierte Auswertung von Patientendaten und gewählter Symptome einen Hinweis darauf geben, dass eine mögliche Erkrankung vorliegt, welche jedoch lediglich bei Berücksichtigung weiterer, bisher nicht ange- zeigter Symptome, für eine Diagnoserisikoberechnung berücksichtigt werden kann.
Nach einer weiteren Ausführungsform der Erfindung erfolgt die Symptombenutzerabfrage in Form einer Checkboxliste.
Nach einer weiteren Ausführungsform der Erfindung handelt es sich bei der ersten und/oder zweiten Datenbank um eine dem Datenverarbeitungssystem externe Datenbank oder die erste und/oder zweite Datenbank ist in dem Datenverarbeitungssystem enthalten.
Nach einer weiteren Ausführungsform der Erfindung ist das Computer implementierte Verfahren zur Diagnoseunterstützung implementiert als Plug-in eines Interfaces, wobei das Interface mit einer eine Vielzahl von Arzt-Informationssystemen (AIS) Daten austauschen kann. Da das Plug-in über diese Schnittstelle mit den verschie- densten AIS kommuniziert, ist seine Anwendung nicht auf ein spezielles AIS beschränkt. Das Plug-in kann vielmehr für eine Vielzahl von AIS verwendet werden.
Nach einer weiteren Ausführungsform der Erfindung erfolgt die Eingabe zumindest einiger der Laborwerte eines Patienten automatisch, z.B. über die Anbindung an ein LIMS (Labor-Informations- und Management System). Die Datenübertragung erfolgt dabei bevorzugt entsprechend des LOINC (Logical Observation Identifiers Names and Codes) Systems zur Verschlüsselung und Übertragung von Daten aus Laboruntersuchungen.
Nach einer weiteren Ausführungsform der Erfindung werden sämtliche strukturierte medizinische Daten der elektronischen Patientenakten eines Arztes oder einer Klinik statistisch ausgewertet. Dies beinhaltet die Einteilung der Patienten und der mit diesen assoziierten medizinischen Daten in Strata (Gruppen, deren Vertreter sich hinsichtlich bestimmter Merkmale ähneln, z.B. hinsichtlich Alter, Geschlecht, Beruf/Einkommen, körperlicher Aktivität, vorliegenden Diagnosen usw.). Aus den Strata werden mittels verschiedener Datenmining und I nferenz- Verfahren Zusammenhänge zwischen diesen Merkmalen und dem Risiko für das Auftreten weiterer Diagnosen ermittelt. Durch diese Verfahren können statistische Zusammenhänge ent- deckt werden, die bisher der Medizin noch nicht bekannt sind. Die so gewonnenen Korrelationsdaten können dazu dienen, die Regeln für die Berechnung von Diagnoserisiken noch präziser und besser zu definieren.
Nach einer weiteren Ausführungsform der Erfindung umfasst das Verfahren ferner den Schritt einer Aufbereitung der Patientendaten, wobei das Anwenden der Regeln auf die Patientendaten nur für die aufbereiteten Patientendaten durchgeführt wird.
Die Datenaufbereitung umfasst unter anderem die Filterung von strukturierten Daten aus den Patientendaten. Dadurch wird die bei jeder Abfrage zu bearbeitende und zu übertragende Datenmenge reduziert und die entsprechende Abfrage wesentlich beschleunigt.
Nach einer weiteren Ausführungsform der Erfindung werden die Patientendaten aus einer zweiten Datenbank gelesen und aufbereitet, was vor allem die Filterung der strukturierten Daten aus allen vorhandenen Patientendaten beinhaltet. Die aufberei- teten Patientendaten werden im Anschluss daran in einer dritten Datenbank gespeichert, wobei das Anwenden der Regeln auf die Patientendaten durch Zugriff auf die dritte Datenbank erfolgt. Bei der dritten Datenbank kann es sich wiederum um eine dem Datenverarbeitungssystem externe Datenbank handeln. Jedoch ist vorzugs- weise die dritte Datenbank ein Cache-Speicher des Datenverarbeitungssystems, sodass in sehr schneller Weise eine Abfrage auf die relevanten Patientendaten durchgeführt werden kann. Insbesondere bei der Verwendung des erfindungsgemäßen Verfahrens durch einen Server-Client-System stellt dies einen wesentlichen Vorteil dar, da für entsprechende Abfragen die erste und dritte Datenbank in ihrem Umfang relativ klein gehalten werden können - die zu übertragende Datenmenge bzw. die Anzahl an durchzuführenden Abfragen wird damit drastisch reduziert. Ein weiterer technischer Vorteil des Ladens sämtlicher strukturierter Patientendaten im Cache Speicher ist der, dass diese „Memorydatenbank" gewährleistet, dass die Patientendaten immer in der gleichen Struktur vorliegen, auch wenn die Struktur der Patientendaten beispielsweise in der zweiten Datenbank vom verwendeten AIS oder LIMS abhängen und unterschiedlich strukturiert sein können.
Nach einer Ausführungsform der Erfindung wird zumindest ein Teil der Patientendaten in einem ersten Anzeigefenster der grafischen Benutzeroberfläche bereitgestellt, wobei das erste und zweite Diagnoserisiko für eine erste und zweite medizinische Diagnose zusammen mit der medizinischen Diagnose auf der grafischen Benutzeroberfläche in einem Popup ausgegeben wird.
Nach einer weiteren Ausführungsform der Erfindung erfolgt das Anwenden der Re- geln auf die Patientendaten automatisch nach dem Anzeigen der Patientendaten im ersten Anzeigefenster.
Nach einer weiteren Ausführungsform der Erfindung wird das Verfahren nach dem Öffnen der elektronischen Patientenakte durchgeführt, wobei das Verfahren ferner den Schritt des Empfangens von neuen Patientendaten durch eine Benutzereingabe umfasst.
Nach einer weiteren Ausführungsform der Erfindung können die während der ärztlichen Diagnosestellung unter Heranziehung des erfindungsgemäßen Verfahrens erhaltenen strukturierten Daten dazu verwendet werden, um automatisiert Arztbriefe zu erstellen. Nach der Durchführung einer Symptomdiagnostik, welche zu der Diagnose einer Krankheit basierend auf dem Vorliegen von fünf Symptomen führte, kann das System beispielsweise automatisch einen Arztbrief erstellen, welcher die Infor- mation enthält, dass sich ein bestimmter Patient an einem bestimmten Datum in der Praxis eingefunden hat, die betreffenden fünf Symptome bei dem Patienten festgestellt wurden und dass, basierend auf diesen Symptomen, eine bestimmte Diagnose getroffen wurde. Durch die automatisierte Erstellung von Arztbriefen und anderen Verwaltungsdokumenten lässt sich die Effizienz der Arbeitsabläufe einer Arztpraxis erheblich steigern und Fehler durch manuelle Eingabe der Diagnosen in den Arztbrief vermeiden.
In einem weiteren Aspekt betrifft die Erfindung ein Datenverarbeitungssystem mit einer grafischen Benutzeroberfläche, wobei das Datenverarbeitungssystem zur Durchführung des Verfahrens zur medizinischen Diagnoseunterstützung eines Patienten ausgebildet ist.
In einem weiteren Aspekt betrifft die Erfindung ein Computerprogrammprodukt mit von einem Prozessor ausführbaren Instruktionen zur Durchführung des Verfahrens zur medizinischen Diagnoseunterstützung für Patientendaten eines Patienten.
Nach einer weiteren Ausführungsform der Erfindung weist die grafische Benutzeroberfläche zumindest ein erstes und ein zweites Anzeigefenster auf. Das Verfahren umfasst dabei den Schritt des Anzeigens von zumindest einem Teil von Patienten- daten eines Patienten in dem ersten Anzeigefenster, wobei die angezeigten Patientendaten in dem ersten Anzeigefenster zeilenweise angezeigt werden. Das erste Anzeigefenster ist zur zeilenweise Nachführung der anzuzeigenden Patientendaten durch eine Scrollbar ausgebildet. Zunächst erfolgt der Zugriff auf eine erste Datenbank, wobei diese erste Datenbank medizinische Diagnoseobjekte enthält. Die me- dizinischen Diagnoseobjekte mit Regeln bezüglich der Patientendaten des Patienten verknüpft und werden zur automatischen Ermittlung individualisierter Diagnoserisiken basierend auf der elektronischen Patientenakte verwendet. Die erste Datenbank enthält zudem Informationen darüber, ob die Krankheiten, die von den medizinischen Diagnoseobjekten repräsentiert werden, in der Regel oder in Einzelfall chronisch ausgeprägt sind. Zunächst erfolgt die Überprüfung, ob zumindest eine der Regeln für die Patientendaten erfüllt ist. Ist dies der Fall, erfolgt das Anzeigen eines Anzeigeelements auf der grafischen Benutzeroberfläche, wobei das Anzeigeelement zumindest eines der ersten Diagnoseobjekte aufweist, für welche die erste Regel erfüllt ist. Falls die derart bestimmte erste Diagnose in der ersten Datenbank als mögliche Dauerdiagnose (chronische Erkrankung) verzeichnet ist, erfolgt die Ausgabe einer Benutzerabfrage auf der grafischen Benutzeroberfläche, ob eine mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als chronische Dauerdiagnose übernommen werden soll. Wenn die mit dem Diagnoseobjekt verknüpfte me- dizinische Diagnose als Dauerdiagnose übernommen werden soll, so erfolgt eine Anzeige der Dauerdiagnose in dem zweiten Anzeigefenster unabhängig von der Position des Scrollbars. Dies gewährleistet, dass der Arzt sich durch Scrollen frei in der Patientenakte bewegen kann, ohne die wichtige Information der Dauerdiagnosen aus dem Blickfeld zu verlieren, da das zweite Anzeigefenster ja nicht durch die Scrollbewegung in seiner Position verändert wird. Dies hat den Vorteil, dass ein behandelnder Arzt darin unterstützt wird, in schneller und effizienter Weise Diagnosen hinsichtlich chronischer Krankheiten eines Patienten zu stellen. Der behandelnde Arzt muss nicht mehr in aufwändiger Weise eine Durchsicht aller ihm zur Verfügung stehender Patientendaten eines Patienten vornehmen, zumal dies, wie bereits oben angemerkt, üblicherweise aus Zeitgründen nicht möglich ist.
Es sei angemerkt, dass das Verfahren ferner das Speichern der Dauerdiagnose in der zweiten Datenbank, in welcher auch die Patientendaten enthalten sind, mit den Patientendaten zusammen verknüpft umfasst. Dadurch ist ein behandelnder Arzt selbst bei Darstellung von lediglich dem letzen Eintrag in die Patientenakte im ersten Anzeigefenster dazu in der Lage, auch bei einem erneuten Aufrufen der Patientenakte sofort über das Vorhandensein einer solch entscheidenden Diagnose einer chronischen Krankheit informiert zu sein.
Es sei noch darauf hingewiesen, dass unter „Diagnoseobjekt" jegliche Art von Information verstanden wird, welche es ermöglicht, eine medizinische Diagnose zu beschreiben. Hierzu zählen Freitextinformationen, welche beispielsweise die Diagnose namentlich benennen, oder welche detailliert ein mit der chronischen Erkrankung einhergehendes Krankheitsbild beschreiben. Ferner gehören zu Diagnoseob- jekten jedoch auch die bereits obig erwähnten ICD-Codes oder allgemein strukturierte Informationen.
Nach einer Ausführungsform der Erfindung weist die grafische Benutzeroberfläche ferner ein drittes Anzeigefenster auf, wobei das Verfahren, wenn die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als Dauerdiagnose übernommen werden soll, ferner folgende Schritte umfasst: Zunächst sei festgestellt, dass in dieser Ausführungsform die erste Datenbank Informationen darüber enthält, welche Wirkstoffe bei Vorliegen einer Diagnose zu verschreiben sind. Ferner enthält die erste oder eine vierte Datenbank Informationen darüber, welche Medikamente und zugehörigen Medikamentenobjekte welche Wirkstoffe enthalten. Ferner enthält die elektronische Patientenakte Informationen darüber, welche Medikamente dem Patienten in der Vergangenheit verschrieben wurden. Zunächst werden nach der Bestätigung durch den Arzt, dass es sich bei der vorlie- genden Erkrankung/Diagnose um eine chronische Diagnose handelt, in der ersten Datenbank nach Wirkstoffen gesucht, welche bei Vorliegen dieser Diagnose zu verschreiben sind. Ferner werden diese Wirkstoffe Medikamenten (bzw. diese repräsentierende Medikamentenobjekte) zugeordnet, und die elektronische Patientenakte wird daraufhin analysiert, ob in der Vergangenheit Medikamente verschrieben wur- den, die diesen Wirkstoff enthalten. Falls dies der Fall ist, wird ein weiteres Anzeigeelement auf der grafischen Benutzeroberfläche angezeigt, wobei dieses weitere Anzeigeelement zumindest eines der Medikamentenobjekte aufweist, die bisher bereits verschrieben wurden und auch für die Behandlung einer Dauerdiagnose des Patienten verwendet werden kann. Daraufhin erfolgt die Ausgabe einer weiteren Benutzerabfrage auf der grafischen Benutzeroberfläche, ob ein mit dem Medikamentenobjekt verknüpftes Medikament als Präparat zur Dauermedikation übernommen werden soll. Entsprechende Präparate werden im Folgenden als Dauermedikamente bezeichnet. Soll das mit dem Medikamentenobjekt verknüpftes Medikament als Dauermedikament übernommen werden, so erfolgt nach einer entspre- chenden Benutzerbestätigung eine dauerhaft sichtbare Anzeige der Dauermedikamente in dem dritten Anzeigefenster, ebenfalls unabhängig von der Position der Scrollbar. In anderen Worten folgt, wenn die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als Dauerdiagnose übernommen werden soll, das heißt wenn eine chronische Erkrankung durch den Arzt als gesichert gewertet wird, der weitere Schritt einer Überprüfung, ob bereits zur Behandlung der chronischen Krankheit verwende- te Medikamente gemäß der Patientenakte, das heißt der Patientendaten, dem Patienten zuvor verordnet wurden. Detektiert das System eine relevante chronische Erkrankung und finden sich Wirkstoffe bzw. Medikamente in der individuellen Patientenakte, die zu diesen chronischen Erkrankungen passen, so wird dem Arzt die Übernahme des jeweiligen Präparats in die Rubrik „Dauermedikamente" im dritten Anzeigefenster vorgeschlagen. Als weitere Bedingung, bevor eine Diagnose als Dauerdiagnose dem Arzt vorgeschlagen wird, kann noch die Prüfung erfolgen, ob das berechnete Diagnoserisiko einen Schwellenwert überschreitet. Diese Abfrage kann in anderen Ausführungsformen der Erfindung jedoch auch fehlen. Auch hier entfällt wieder eine aufwändige und zeitintensive Suche nach entsprechenden Me- dikamenten oder Wirkstoffen in den Patientendaten, womit der Arzt wiederum in die Lage versetzt wird, in schnellerer und effizienter Weise eine Analyse der Patientendaten, welche in einer entsprechenden Datenbank gespeichert sind, durchzuführen. Auch stellt dieses Verfahren sicher, dass der Arzt, falls er fälschlicherweise eine Einzelfalldiagnose gestellt hat, obwohl aus der Patientenakte eigentlich ersichtlich wäre, dass es sich um eine chronische Krankheit handelt, einen Hinweis auf das Vorliegen einer chronischen Erkrankung und ggf. einer Dauermedikation erhält.
Nach einer weiteren Ausführungsform der Erfindung können die vom Arzt bestätig- ten Dauermedikamente mit den Patientendaten verknüpft als Dauermedikation gespeichert werden.
Nach einer weiteren Ausführungsform der Erfindung handelt es sich bei der ersten und/oder zweiten und/oder vierten Datenbank um eine dem Datenverarbeitungssystem externe Datenbank, es ist jedoch auch möglich, das die erste und/oder zweite und/oder vierte Datenbank in dem Datenverarbeitungssystem selbst enthalten ist. Nach einer bevorzugten Ausführungsform jedoch befinden sich die Patientendaten auf einer zweiten Datenbank, beispielsweise einem Arztinformationssystem. Die erste Datenbank ist mit der zweiten und vierten Datenbank identisch und wird bei- spielsweise zusammen mit dem obig genannten Datenverarbeitungssystem zur Verfügung gestellt.
In einer weiteren alternativen Variante ist es auch möglich, dass die zweite Daten- bank in einem Arztinformationssystem enthalten ist, wobei dieses Arztinformationssystem das erfindungsgemäße Verfahren wie obig beschrieben durchführen kann. Zur Durchführung des Verfahrens greift das Arztinformationssystem über ein Netzwerk auf einen Webservice zu, welcher von einem Server abgerufen werden kann. Dieser Webservice stellt beispielsweise in Form eines Servlets einen Dienst zur Verfügung, welcher es ermöglicht, das erfindungsgemäße Verfahren auf die Patientendaten anzuwenden. Allgemein ist es möglich, dass der Webservice zwar auf die erste und vierte Datenbank zugreift, welche externe Datenbanken hinsichtlich des Arztinformationssystems darstellen, wobei jedoch der Webservice entweder auf dem Arztinformationssystem ausgeführt werden kann, oder serverseitig auf einem Server, welcher von einem medizinischen Dienstleister betrieben wird. Die erste und vierte Datenbank kann dabei diesem Server des medizinischen Dienstleisters zugeordnet sein. Unabhängig von der Verwendung von Webservices kann das erfindungsgemäße Verfahren auch auf einem externen Server durchgeführt werden, wobei die graphische Benutzeroberfläche Teil eines Clients ist, über welchen Pati- entendaten eingegeben werden und welcher von einem entsprechenden Arzt bedienbar ist.
Nach einer weiteren Ausführungsform der Erfindung sind die Regeln zur Bestimmung des ersten Diagnoserisikos mit einer Zeitkonstante für ein maximales Alter der Patientendaten verknüpft. Die Zeitkonstante umfasst zumindest das Datum und evtl. weitere Zeitangaben, die bezeichnen, wann ein Dateneintrag in die elektronische Akte des Patienten erfolgt ist, wobei der Dateneintrag die Erstellung einer bestimmten Diagnose, die Verschreibung eines Medikamentes oder die Durchführung oder Abrechnung einer ärztlichen Untersuchung darstellen kann. Die Überprüfung, ob die Patientenakte Hinweise auf das Vorliegen einer Diagnose, insbesondere einer Dauerdiagnose, enthält, wird gemäß dieser Ausführungsform der Erfindung nur auf die Patientendaten angewendet wird, welche einen jüngeren Zeitstempel als das maximale Alter aufweisen. Durch die Berücksichtigung des Zeitstempels kann der Arzt einstellen, dass nur solche Diagnosen, Medikamente und Behandlungen in der Patientenakte bei der Diagnosestellung Rolle spielen, welche innerhalb eines vorbestimmten Zeitraums in die Akte eingetragen wurden. Zudem kann dadurch vermieden werden, dass gleichartige Diagnose, die mehrfach in großen zeitlichen Abstand in der Vergangenheit aufgetreten sind, fälschlicherweise als das Vorliegen einer chronischen Erkrankung interpretiert werden. Dieser vorbestimmte Zeitraum ist zunächst systemseitig vorgegeben, kann jedoch auch vom Arzt in entsprechender Weise angepasst werden. Außerdem ist dieser vordefinierte Zeitraum vorzugsweise abhängig von der Art der medizinischen Diagnose, sodass die Zeitkonstante für jede Abfragebedingung individuell festgelegt ist. Nichtsdestotrotz ist es möglich, eine globale Höchstgrenze hinsichtlich des Alters der in Betracht kommenden Patientendaten festzulegen.
Nach einer weiteren Ausführungsform der Erfindung erfolgt die Überprüfung, ob einige der Regeln für die Berechnung erster Diagnoserisiken auf die Patientendaten angewendet werden können, automatisch nach dem Anzeigen des zumindest einen Teils des Patientendaten im ersten Anzeigefenster. Außerdem wird das Verfahren vorzugsweise in Echtzeit durchgeführt, wobei das Verfahren ferner den Schritt um- fasst des Empfangene von neuen Patientendaten durch eine entsprechende Benutzereingabe. Zusammengefasst bietet sich dadurch den Vorteil, dass ein behandeln- der Arzt grundsätzlich unmittelbar und direkt entweder nach Öffnen der Patientenakte oder nach Eingabe von entsprechenden Patientendaten in die Patientenakte zuverlässig darüber informiert wird, ob sein Patient gefährdet ist, eine chronische Erkrankung aufzuweisen.
Nach einer weiteren Ausführungsform der Erfindung, wird die Überprüfung, ob zumindest eine der ersten Regeln für die Patientendaten erfüllt ist, in der Reihenfolge abnehmenden Diagnoserisikos der jeweiligen Regel durchgeführt. Somit müssen nicht sämtliche Regeln, welche zur Verfügung stehen, auf die Patientendaten angewendet werden, sondern die Abfrage der Regeln kann gemäß oben genannter Priorisierung durchgeführt werden. Eine solche Priorisierung kann beispielsweise auch beinhalten, dass jeweils nur diejenigen Regeln für eine bestimmte Diagnose durchgeführt werden, die mit dem höchsten Diagnoserisiko verknüpft sind. Trifft eine gemäß dieser Priorisierung ausgeführten Regeln zu, kann die Abfrage weiterer Regeln für die gleiche Diagnose unterbleiben, da mit einem höheren Risi- kowert auch bei Zutreffen weiterer Regeln für diese Diagnose nicht mehr zu rechnen ist. Dies kann die zur Risikoberechnung erforderliche Rechenzeit weiter verkürzen.
In einem weiteren Aspekt betrifft die Erfindung die Funktion des Medikamenten- Verschreibungshilfe. Die Medikamentenobjekte in der ersten Datenbank sind gemäß dieser Ausführungsform mit Informationen über Packungsgröße (Anzahl der in der Packung vorhandenen Dosierungseinheiten, gemessen z.B. in Millilitern, Tropfen, Tabletten oder weiterer) abgelegt. Zudem ist jedes Medikamentenobjekt mit einer Information über die Standarddosierung versehen, also Informationen darüber, wie viele Dosierungseinheiten pro Tag, Woche oder Monat normalerweise eingenommen werden müssen. Beim Öffnen der Patientenakte werden, gemäß dieser Zusatzfunktion, die in der Vergangenheit dem Patienten verschriebenen Medikamentenobjekte gelesen sowie die mit diesen Medikamentenobjekten verknüpft ge- speicherten Informationen über Packungsgröße und der standardmäßig verschriebenen Dosis. Anhand des Datums der letzten Verschreibung, welches aus den Patientendaten gelesen werden kann, kann die Medikamenten-Verschreibungshilfe Funktion berechnen, wie lange das verschriebene Medikament noch ausreicht und ob der Arzt ggf. eine weitere Packung verschreiben muss.
Gemäß einer bevorzugten Ausführungsform betrifft diese Medikamentenverschrei- bungshilfe primär dauerhaft verschriebene Medikamente. Die Anzeige der noch verbliebenen Zeit, bis die Verschreibung einer weiteren Packung erforderlich ist, wird bevorzugt in Form einer farblich kodierten Skala oder Tachoscheibe angezeigt, wobei rot signalisiert, dass das Medikament nun neu verschrieben werden muss, grün, dass das derzeit verschriebene Packung noch ausreichend ist und gelb, dass die Neuverschreibung Ermessenssache des Arztes ist.
In einem weiteren Aspekt betrifft die Erfindung ein Datenverarbeitungssystem mit einer grafischen Benutzeroberfläche, wobei das Datenverarbeitungssystem zur Durchführung des Verfahrens zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten ausgebildet ist. In einem weiteren Aspekt betrifft die Erfindung ein Computerprogrammprodukt mit von einem Prozessor ausführbaren Instruktionen zur Durchführung des erfindungsgemäßen Verfahrens zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten.
Im Folgenden werden Ausführungsformen der Erfindung anhand der Zeichnungen näher erläutert. Es zeigen:
Figur 1 ein Blockdiagramm eines erfindungsgemäßen Datenverarbeitungssys- tems,
Figur 2 eine schematische Ansicht einer grafischen Benutzeroberfläche,
Figur 3 ein Flussdiagramm eines Verfahrens zur Anzeige von patientenbezo- genen Diagnosen chronischer Krankheiten,
Figur 4 ein computerimplementiertes Verfahren zur medizinischer Diagnoseunterstützung für Patientendaten eines Patienten,
Figur 5 Schritte eines Verfahrens zur medizinischen Diagnoseunterstützung für Patientendaten eines Patienten.
Figur 6 eine Datenbanktabelle mit Regeln zur Berechnung der ersten Diagnoserisiken,
Figur 7 eine Datenbanktabelle für Symptomdiagnostik,
Figur 8 eine Datenbanktabelle für Leitliniendiagnostik,
Figur 9 ein computerlesbares Speichermedium.
Im Folgenden sind einander ähnliche Elemente mit gleichen Bezugszeichen gekennzeichnet. Figur 1 zeigt ein Blockdiagramm eines erfindungsgemäßen Datenverarbeitungssystems 100. Das Datenverarbeitungssystem 100 weist einen Prozessor 104 und Eingabemittel 102 auf, wie z.B. eine Maus, Tastatur usw. Als Eingabemittel können auch medizintechnische Geräte dienen, mittels welcher entsprechende medizinische Bild und/oder Messdaten eines Patienten erfasst und gespeichert werden können. Ferner weist das Datenverarbeitungssystem 100 einen Speicher 116 auf, in welchem sich ein computerausführbarer Code für ein Anwendungsprogramm, beispielsweise zur Durchführung des erfindungsgemäßen Verfahrens, befindet. Des Weiteren weist das Datenverarbeitungssystem 100 eine grafische Benutzeroberfläche 106 auf, welche auf einer entsprechenden Anzeigevorrichtung 108 ausgegeben wird. Bei dieser Anzeigevorrichtung 108 kann es sich beispielsweise um einen LCD- oder CRT-Bildschirm handeln.
Über eine Schnittstelle 120 kann das Datenverarbeitungssystem 100 mit Datenbanken 122, 132 und 142, beispielsweise über das Netzwerk 118, kommunizieren. In einer bevorzugten Ausführungsform der Erfindung kommuniziert die Schnittstelle mit dem Arzt-Informationssystem AIS unter Verwendung eines Datenverschlüsselungsverfahrens, z.B. eines Hashverfahrens. Die Datenbanken 122, 132 und 142 können jedoch auch Teil des Datenverarbeitungssystems 100 selbst sein. Außerdem kann der Code zur Ausführung durch den Prozessor 104 auch von einem Server 144 abgerufen werden, wobei in diesem Fall der Code zur Durchführung des erfindungsgemäßen Verfahrens z.B. mittels eines Webservices zur Verfügung gestellt wird. Der Code kann entweder auf dem Server 144 oder aber im Datenverarbeitungssys- tem 100 ausgeführt werden.
Es sei im Folgenden davon ausgegangen, dass es sich bei den Datenbanken 122, 132 und 142 um externe Datenbanken handelt und dass ferner das Verfahren direkt auf dem Datenverarbeitungssystem 100 durch den Prozessor 104 durchgeführt wird. Hierzu öffnet ein behandelnder Arzt zunächst eine Patientenakte. Diese Patientenakte enthält Patientendaten 134, welche in der Datenbank 132 gespeichert sind. Zu diesem Zweck werden nun zunächst die Patientendaten 134 über das Netzwerk 118 an das Datenverarbeitungssystem 100 übermittelt. Die zuletzt eingegebenen Patientendaten werden daraufhin in dem Anzeigefenster 114 zeilenweise dargestellt, wobei dieses Anzeigefenster eine Scrollbar aufweist. Damit ist der Arzt unter Bewegung der Scrollbar in der Lage, sämtliche Einträge der Patientendaten durchzublättern.
Da jedoch typischerweise ein behandelnder Arzt aus Zeitgründen nicht dazu in der Lage ist, sich in zuverlässiger Weise einen Überblick über die gesamte Krankheitshistorie eines Patienten zu verschaffen, wird nun durch das Datenverarbeitungssystem 100 bzw. dessen Prozessor 104 nach Öffnen der Patientenakte zunächst so vorgegangen, dass über das Netzwerk 118 auf die Datenbank 122 zugegriffen wird. Diese Datenbank 122 enthält medizinische Diagnoseobjekte 124.
Durch Überprüfung, ob zumindest einer der Regeln 128 für die Patientendaten 134 erfüllt ist, kann das Datenverarbeitungssystem 100 ermitteln, ob gegebenenfalls eine hohe Wahrscheinlichkeit für das Vorhandensein einer chronischen Krankheit des Patienten gegeben ist. Die erste Datenbank 122 beinhaltet Informationen darüber, welche der medizinischen Diagnoseobjekte als Dauerdiagnosen auftreten oder auftreten können. Ist eine der Regeln 128, die das Diagnoserisiko für das Vorliegen einer bestimmten Diagnosen basierend auf den Patientendaten 134 ermittelt, erfüllt, und ist das so ermittelte Diagnoseobjekt als mögliche Dauerdiagnose in der ersten Datenbank gespeichert, so erfolgt das Anzeigen eines Anzeigeelements, beispielsweise eines Popups, auf der grafischen Benutzeroberfläche 106. Dieses Popup enthält weiterführende Informationen hinsichtlich der Möglichkeit des Vorhandenseins einer chronischen Erkrankung, und somit insbesondere Informationen, welche in dem medizinischen Diagnoseobjekt 124 enthalten sind. Dies kann bei- spielsweise ein ICD-Code oder der Name einer entsprechenden chronischen Erkrankung sein. Außerdem können zusätzlich weiterführende Informationen und gegebenenfalls auch Verknüpfungen in Form von Hyperlinks zu weiteren Datenbanken angegeben werden, mittels derer sich der behandelnde Arzt in detaillierte Weise weiter über das entsprechende chronische Krankheitsbild informieren kann.
Nachdem ein entsprechendes Anzeigeelement in Form beispielsweise eines Popups oder auch in Form eines beliebigen anderen Anzeigeelements auf der grafischen Benutzeroberfläche angezeigt wurde, bietet das Datenverarbeitungssystem 100 dem behandelnden Arzt die Möglichkeit, die entsprechende chronische Krank- heit in die Rubrik „Dauerdiagnose" zu nehmen, das heißt diese Diagnose in permanenter Weise im Anzeigefenster 110 der grafischen Benutzeroberfläche 106 anzeigen zu lassen, und zwar unabhängig von einer Scroll-Bewegung innerhalb der verschiedenen Zeilen der Patientendaten im Anzeigefenster 114. Wird Entsprechendes vom Arzt bestätigt, so erfolgt daraufhin vorzugsweise diese permanente Anzeige der medizinischen Diagnose, beispielsweise in Form eines ICD-Codes, im Anzeigefenster 110 und außerdem eine Speicherung dieser Anzeigeoption für den Patienten in dessen Patientenakte in der Datenbank 132. In anderen Worten werden damit die Patientendaten 134 mit der Dauerdiagnose „chronische Erkrankung" vervoll- ständigt. Beim nächsten Öffnen der Krankenakte durch den behandelnden Arzt kann somit das Datenverarbeitungssystem 100 direkt diese Dauerdiagnose dauerhaft im Anzeigefenster 110 darstellen.
Nachdem die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als Dau- erdiagnose übernommen wurde, führt das Datenverarbeitungssystem 100 zunächst einen Zugriff auf die Datenbank 122 aus, in welcher Informationen vorliegen, welche Wirkstoffe in der Regel bei Vorliegen einer bestimmten Diagnose zu verschreiben sind. In einem nächsten Schritt erfolgt ein Zugriff auf die Datenbank 142. Die vierte Datenbank 142 umfasst medizinische Medikamentenobjekte 136 und Informationen darüber, welche Wirkstoffe 138 in welchen Medikamenten enthalten sind. Der Zugriff auf die Datenbank dient dazu, diejenigen Medikamentenobjekte zu ermitteln, die gemäß der Zuordnungsinformation von Wirkstoff und Medikament die Wirkstoffe enthalten, die gemäß der Informationen aus der Datenbank 122 bei Vorliegen einer bestimmten Diagnose zu verschreiben sind. Im nächsten Schritt werden die Patien- tendaten 134 daraufhin analysiert, ob eines oder mehrere der so ermittelten Medikamente dem Patienten in der Vergangenheit bereits verschrieben wurden. Falls entsprechende Einträge in den Patientendaten gefunden werden konnten, der Patient also bereits mit einem dieser Medikamente behandelt wird, wird eine entsprechende Benutzerabfrage auf der grafischen Benutzeroberfläche 106 ausgegeben wird. Auf dieser grafischen Benutzeroberfläche werden wiederum die ermittelten medizinischen Medikamentenobjekte, beispielsweise in Form von Wirkstoffen oder Präparatnamen, gegebenenfalls durch PZN-Nummem, dargestellt, woraufhin der behandelnde Arzt aus der ihm so zur Verfügung gestellten Liste eines oder mehrere Medikamente auswählen kann, welcher er zur Dauermedikation des jeweiligen Pati- enten der Patientenakte hinzufügen will. Nach Auswahl eines oder mehrerer Medikamente werden diese daraufhin im Anzeigefenster 112 der grafischen Benutzeroberfläche 106 dauerhaft dargestellt.
Gemäß einer weiteren Ausführungsform der Erfindung ist die Liste der dem Arzt als Dauermedikation vorgeschlagenen Präparate nicht auf diejenigen Präparate beschränkt, die bereits verschrieben wurden, so dass für die beschriebene Funktion auch dazu genutzt werden kann, geeignete Medikamente zur Behandlung einer chronischen Erkrankung zu ermitteln, welche bisher noch nicht verschrieben worden sind.
Das Datenverarbeitungssystem 100 ermöglicht es einem behandelnden Arzt jedoch auch noch weiter, Diagnosen in zuverlässiger Weise zu erstellen. Beispielsweise kann hierzu das Datenverarbeitungssystem 100 wiederum auf die Datenbank 122 zugreifen, um dort Regeln 128 unter Berechnung von Diagnoserisiken für medizinische Diagnosen abzurufen, wobei in der Datenbank 122 ferner die medizinischen Diagnosen mit medizinischen Symptomen 130 verknüpft abgelegt sind. Durch Anwenden der Regeln 128 auf die Patientendaten 134 und Berechnen eines Diagnoserisikos für eine erste medizinische Diagnose kann dieses Diagnoserisiko auf der grafischen Benutzeroberfläche 106 beispielsweise wiederum in Form eines Popups dem Arzt angezeigt werden. Das Diagnoserisiko wird dabei vorzugsweise zusammen mit der medizinischen Diagnose dem Arzt präsentiert. Allgemein können hier, vorzugsweise der Risikowahrscheinlichkeit nach sortiert, verschiedene Risiken für verschiedene medizinische Diagnosen, so vorhanden, angezeigt werden. Um dabei den Arzt nicht unnötig mit unwahrscheinlichen Diagnoserisiken zu verwirren, werden vorzugsweise nur Diagnoserisiken ab einem gewissen Schwellenwert, welcher frei skalierbar ist, angezeigt. Dies hat den weiteren Vorteil, dass systemressourcen- schonend gearbeitet werden kann, da in diesem Falle nicht sämtliche irrelevanten Diagnosen im Speicher des Datenverarbeitungssystems permanent vorgehalten werden müssen.
Nach Ausgabe des einen Diagnoserisikos oder gegebenenfalls der mehreren Diagnoserisiken für medizinische Diagnosen erfolgt eine Ausgabe einer Benutzerabfrage auf der grafischen Benutzeroberfläche 106, ob für diese medizinische Diagnose ei- ne interaktive Symptomdiagnostik durchgeführt werden soll 610 und ob zusätzlich oder an Stelle der Symptomdiagnostik eine Leitliniendiagnostik durchgeführt werden soll 646. Wird solches vom Arzt bestätigt, erfolgt eine Ausgabe einer Symptombenutzerabfrage, welche der mit der medizinischen Diagnose verknüpften medizini- sehen Symptome 130 für eine weitere Analyse der Patientendaten 134 verwendet werden sollen. Beispielsweise werden für eine vom Arzt gewählte Diagnose verschiedene Krankheitssymptome in Form einer Liste mit Checkboxen angezeigt, wobei bei jedem Aktivieren einer Checkbox, das heißt dem Bestätigen des Vorhandenseins eines Krankheitssymptoms, eine dynamische Aktualisierung und Neuberech- nung des Diagnoserisikos für den entsprechenden Diagnosebefund erfolgt. Gegebenenfalls kann der Diagnosebefund auch um weitere noch präzisere Diagnosebefunde auf der grafischen Benutzeroberfläche ergänzt werden. Lautete beispielsweise zunächst eine medizinische Diagnose lediglich als „Risiko von 60% für Diabetes", so kann nun durch die zusätzliche Präzisierung auf der grafischen Benutzeroberflä- che 106 ausgegeben werden, dass das Risiko für „Diabetes Typ I bei 80%" liegt und das „Risiko für Diabetes Typ Il bei 40%".
Erachtet nun ein behandelnder Arzt eine der medizinischen Diagnosen als gesichert, so kann er diese in entsprechender weise bestätigen und somit mit den Pati- entendaten 134 verknüpft in der Datenbank 132 ablegen.
Die Figur 2 zeigt eine schematische Ansicht einer grafischen Benutzeroberfläche 106. Wie bereits hinsichtlich der Figur 1 diskutiert, weist die grafische Benutzeroberfläche 106 Anzeigefenster 110, 112 und 114 auf. Das Anzeigefenster 110 dient zur Anzeige von Dauerdiagnosen, wohingegen das Anzeigefenster 112 zur Anzeige von Dauermedikationen ausgebildet ist.
Das Anzeigefenster 114 dient zur zeilenweisen Anzeige von Patientendaten, wobei vorzugsweise beim Öffnen einer Patientenakte lediglich die wenigen, zeitlich zuletzt vorgenommenen Einträge in die Patientenakte angezeigt werden. Nichtsdestotrotz ist ein Zugriff auf weitere Einträge dadurch möglich, dass ein entsprechendes Element 202 einer Bildlaufleiste 200 (Scrollbar) vertikal hoch und runter bewegt wird, sodass durch die verschiedenen Einträge der Patientenakte geblättert werden kann. Durch Klicken auf Pfeile 204 ist es auch möglich, ein Blättern in Form von Zeilen- Sprüngen vorzunehmen. Ferner in der Figur 2 gezeigt, ist ein Popup 206, in welchem einem Benutzer weitere Informationen zur Verfügung gestellt werden können. Bei einem solchen Popup kann es sich beispielsweise um ein Anzeigeelement mit Diagnoseobjekten, Abfragen, Medikamentenobjekten, oder aber auch Diagnoserisi- ken in Verbindung mit medizinischen Diagnosen, einem Fenster zur Durchführung einer interaktiven Symptomdiagnostik oder einem entsprechenden Abfragefenster handeln.
Die Figur 3 zeigt ein Flussdiagramm des erfindungsgemäßen Verfahrens entspre- chend einer weiteren Ausführungsform der Erfindung zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten auf einer grafischen Benutzeroberfläche eines Datenverarbeitungssystems. Die medizinischen Diagnoseobjekte 124 sind verknüpft gespeichert mit zusätzlicher Information darüber, ob eine Diagnose in der Regel oder im Einzelfall auch chronisch ausgeprägt sein kann. Das Verfahren beginnt in Schritt 300 mit dem Anzeigen der Patientendaten in einem Anzeigefenster 114, wobei dieses Anzeigefenster eine Bildlaufleiste aufweist und nur ein Teil der Patientendaten in diesem Anzeigefenster angezeigt wird. In Schritt 302 erfolgt daraufhin das Lesen und Anwenden von Regeln auf den Patientendaten, wobei die Regeln Abfragebedingungen enthalten und auf die verfügbaren Patientendaten ei- nes Patienten angewandt werden. Die Regeln 128 sind verknüpft mit medizinischen Diagnoseobjekten 124 in einer ersten Datenbank 122 gespeichert. Die Struktur der Regeln ist im Detail in Figur 6 dargestellt. Nach Schritt 302 erfolgt in Schritt 304 die Überprüfung, ob zumindest eine der Regeln für die Patientendaten erfüllt ist. Zudem wird in diesem Schritt überprüft, ob es sich bei den medizinischen Diagnosen um Diagnosen handelt, die auch chronisch ausgeprägt sein können. Ist eine der beiden Kriterien nicht erfüllt, so endet das Verfahren daraufhin in Schritt 322. Ist hingegen in Schritt 304 eine der Regeln für die Patientendaten erfüllt, und die so ermittelte Diagnose möglicherweise chronisch ausgeprägt, so setzt sich das Verfahren in Schritt 306 mit dem Anzeigen eines Anzeigeelements auf der grafischen Benutzer- Oberfläche fort, wobei dieses Anzeigeelement zumindest einer der Diagnoseobjekte aufweist, beispielsweise eines ICD-Codes, welches Teil des entsprechenden Diagnoseobjekts ist, für welche die Regel erfüllt ist. Eine Benutzerabfrage wird ausgegeben, welche vom Benutzer die Entscheidung 308 verlangt, ob die ermittelte mögliche Dauerdiagnose tatsächlich als Dauerdiagnose in die Patientenakte übemom- men werden soll. Soll die medizinische Diagnose nicht als chronische Dauerdiagnose übernommen werden, so springt das Verfahren zurück zu Schritt 304, wo überprüft wird, ob eine weitere Regel für die Patientendaten erfüllt ist. Die Schritte 304 bis 308 werden somit zyklisch für alle Regeln durchgeführt.
Entscheidet sich in Schritt 308 der behandelnde Arzt dafür, die Diagnose als Dauerdiagnose zu übernehmen, so erfolgt in Schritt 310 die Anzeige der Dauerdiagnose beispielsweise in Form des ICD-Codes in dauerhafter Weise in einem zweiten Anzeigefenster 110 unabhängig von der Position des Scrollbars des ersten Anzeige- fensters 114.
Nach Schritt 310 beziehungsweise optional parallel zu Schritt 310 erfolgt die Ausführung von Schritt 312, Zugriff auf die erste Datenbank 122, in welcher die medizinischen Diagnoseobjekte mit Informationen darüber gespeichert sind, welche Wirk- Stoffe bei Vorliegen einer Diagnose zu verschreiben sind. Die Informationen darüber, welche Wirkstoffe im Falle einer bestimmten Diagnose zu verabreichen sind, können alternativ dazu auch in einer vierten Datenbank (142) gespeichert sein. Konnte mindestens ein entsprechender Wirkstoff ermittelt werden, erfolgt ein Zugriff (312) auf eine weitere Datenbank mit medizinischen Medikamentenobjekten, wobei die medizinischen Medikamentenobjekte mit Informationen über enthaltene Wirkstoffe verknüpft gespeichert sind. In diesem Schritt werden alle Medikamente, die zumindest einen der zuvor ermittelten Wirkstoffe enthalten, ermittelt. In Schritt 314 erfolgt eine Prüfung auf den Patientendaten, ob die zuvor ermittelten Medikamente dem Patienten bereits einmal verschrieben wurden. Dieser Schritt kann optional auch mit einer Überprüfung der Zeitkonstante der Verschreibung des Medikaments verbunden sein, welche aus den Patientendaten 134 ermittelt werden kann. Liegt die Verschreibung des Medikamentes schon sehr lange zurück, bleibt das Medikament in diesem Falle in 314 unberücksichtigt. Wurde das Medikament noch nicht verschrieben bzw. liegt seine Verschreibung zu lange zurück, springt das Verfahren zurück zu Schritt 304, wo weiter in zyklischer Weise mit den Schritten 304, 306 und 308 überprüft wird, ob zumindest eine der anderen Regeln hinsichtlich einer chronischen Erkrankung erfüllt sind. Ist jedoch Bedingung 314 für die Patientendaten erfüllt, so setzt sich das Verfahren in Schritt 316 mit dem Anzeigen eines Anzeigeelements auf der grafischen Benutzeroberfläche fort, welches zumindest eines der Medikamentenobjekte dem Benutzer zur Auswahl vorschlägt, wobei die vorgeschlagenen Medikamentenobjekte zu- mindest einen Wirkstoff gegen die vom Benutzer bestätigte Dauerdiagnose enthalten und bereits für den Patienten verschrieben wurden. Es können auch nur Teile der Daten, die zu einem Medikamentenobjekt gehören, angezeigt werden, wie beispielsweise eine Pharmazentralnummer oder eine Wirkstoffbeschreibung oder einen Medikamentennamen. Die Abfrage in Schritt 318 dient dazu, dem einen Arzt die Entscheidung zu ermöglichen, ob er das angezeigte Medikament zur Dauermedikation verwenden möchte. Möchte er dies nicht, springt das Verfahren zurück zu Schritt 304. Möchte er jedoch das Medikament zur Dauermedikation verwenden, so folgt dem Schritt 318 der Schritt 320 mit einer Anzeige des Medikaments in einem dritten Anzeigefenster 112 der grafischen Benutzeroberfläche in dauerhafter weise, das heißt unabhängig von der Position der Scrollbar. Nach Schritt 320 springt das Verfahren wiederum zu Schritt 304.
Es sei angemerkt, dass anstatt eines direkten Übergangs von Schritt 300 zu Schritt 302 auch die Möglichkeit besteht, mit einem Zwischenschritt 301 eine Datenaufbe- reitung der Patientendaten durchzuführen. Hierzu werden beispielsweise aus den Patientendaten jene Daten gefiltert, welche strukturiert sind. Diese strukturierten Daten werden daraufhin in einem entsprechenden Speicher, beispielsweise einem Cache-Speicher, in der Figur 1 mit dem Bezugszeichen 140 gekennzeichnet, vorgehalten.
Zudem besteht nach einer weiteren Ausführungsform der Erfindung die Möglichkeit, nur diejenigen möglichen chronischen Diagnosen als Vorschlag für mögliche Dauerdiagnosen dem Benutzer anzuzeigen, welche mit einem gewissen Schwellenwert für das Vorliegen einer chronischen Ausprägung verbunden sind. Die Möglichkeit, bereits bei die ersten Diagnosen, welche durch Anwendung der Regeln ermittelt wurden, nur dann anzuzeigen, falls diese ein Diagnoserisiko oberhalb eines Schwellenwertes besitzen, wurde bereits erwähnt. Darüber hinaus kann zu dem allgemeinen Diagnoserisikoschwellwert für den Fall der Vorhersage von Dauerdiagnosen / chronischen Krankheiten ein zusätzlicher Wert in die Berechnung des Risikos zum Vorliegen einer chronischen Erkrankung vorliegen. Dies geschieht dadurch, dass die medizinischen Diagnoseobjekte verknüpft mit einem Wahrscheinlichkeitswehrt gespeichert sind, der angibt, mit welcher Wahrscheinlichkeit eine Diagnose chronisch ausgeprägt ist. Es gibt Diagnosen, die im Regelfall, wenn sie auftreten, chro- nisch sind, andere dagegen sind in der Regel Einzelfalldiagnosen, die nur bei einer kleinen Minderheit der Patienten chronisch ausgeprägt sind. Zudem gibt es noch für jede Diagnose im System das Primärrisiko bzw. nach Anwenden der Regeln ein erstes Diagnoserisiko. Dadurch, dass das erste Diagnoserisiko mit dem Risikowert verknüpft gespeichert wird, der angibt, mit welcher Wahrscheinlichkeit eine Diagno- se im Falle ihres Auftretens chronisch ausgeprägt ist, multipliziert wird, lässt sich das Risiko für das Vorliegen einer chronischen Diagnose noch präziser vorhersagen. Gemäß dieser Ausführungsform der Erfindung ist es möglich, einen speziellen zweiten Schwellenwert für dieses so errechnete Risiko angeben, so dass nur dann Diagnosen als mögliche Dauerdiagnosen dem Benutzer vorgeschlagen werden, deren Risiko für das Vorliegen der chronische Form einer Diagnose über diesem zweiten Schwellenwert liegt.
Die Figur 4 zeigt ein Flussdiagramm eines Verfahrens zur medizinischen Diagnose- Unterstützung für Patientendaten eines Patienten durch ein Datenverarbeitungssystem. Figur 4a zeigt dabei das Verfahren der Berechnung der ersten Diagnosen und Diagnoserisiken durch Anwendung von Regeln auf den Patientendaten. Figur 4b zeigt die weitere Präzisierung des Diagnoserisikos einer zuvor berechneten Diagnose, z.B. einer Diagnose, die in Fig. 4a berechnet wurde, mittels Symptomdiagnostik. Figur 4c zeigt die weitere Präzisierung des Diagnoserisikos einer zuvor berechneten Diagnose, z.B. einer Diagnose, die in Fig. 4a oder 4b berechnet wurde, mittels Leitliniendiagnostik. Das Verfahren beginnt in Schritt 400 mit dem Lesen von Patientendaten von einer Datenbank. Auch hier steht nach Schritt 400 wieder der optionale Schritt 402 einer Datenaufbereitung zur Verfügung, wobei entweder nach Schritt 402 oder direkt nach Schritt 400 ein Zugriff auf die erste Datenbank erfolgt, um somit Regeln zur Berechnung von Diagnoserisiken für medizinische Diagnosen abzurufen. In Schritt 406 erfolgt die Überprüfung, ob zumindest eine der Regeln auf die Patientendaten anwendbar ist. Ist dies nicht der Fall, weil zum Beispiel zu wenig Patientendaten vorliegen oder weil die zur Verfügung stehenden Patientendaten zu alt sind, so endet das Verfahren in Schritt 414. Ist jedoch zumindest eine der Regeln in Schritt 406 anwendbar, so erfolgt daraufhin Schritt 408, in welchem die Regeln auf die Patientendaten angewandt werden, wodurch eine Berechnung eines Diagnoserisikos für eine erste medizinische Diagnose erfolgt. Diese erste medizinische Diagnose wird in Schritt 410 zusammen mit dem ersten Diagnoserisikosauf der grafischen Benutzeroberfläche ausgegeben. Nach Schritt 410 erfolgt in Schritt 412 eine Überprüfung, ob alle Risiken für alle möglichen medizinischen Diagnosen berechnet wurden. Ist dies nicht der Fall, setzt sich das Verfahren wiederum mit den Schritten 408 und 410, gefolgt wiederum von Schritt 412, fort.
Es sei angemerkt, dass in der Figur 4 nicht die zusätzliche Möglichkeit gezeigt ist, eine Ausgabe von Diagnoserisiken auf eine entsprechende Mindestwahrscheinlichkeit zu beschränken, ab welcher entsprechende Diagnoserisiken auf der grafischen Benutzeroberfläche überhaupt erst ausgegeben werden.
Wenn sich in Schritt 412 ergibt, dass alle Risiken berechnet wurden, so setzt sich das Verfahren in Schritt 416 mit der Ausgabe einer Benutzerabfrage fort, ob die mit einem bestimmten Risiko bezeichnete Diagnose als gesicherte Diagnose in die Patientendaten übernommen werden kann. Ist dies für keines der berechneten Diag- noseergebnisse der Fall, so endet das Verfahren in Schritt 414. Es ist jedoch auch möglich, direkt eines der angezeigten Diagnoseergebnisse, beispielsweise bei einer hohen Diagnosewahrscheinlichkeit von über 90%, entweder automatisch oder nach Bestätigung durch den behandelnden Arzt mit den Patientendaten verknüpft in der entsprechenden Patientendatenbank in Schritt 420 zu speichern, wobei daraufhin nach Schritt 420 das Verfahren in Schritt 414 endet. Alternativ dazu ist es möglich, im Falle einer Diagnosebestätigung in Schritt 416 dem Arzt in Schritt 418 bzw. 436 die Möglichkeit zu bieten, eine interaktive Symptomdiagnostik oder Leitliniendiagnostik durchzuführen. Möchte der Arzt eine solche Analyse nicht durchführen, erfolgt nach Schritt 418/436 der bereits angesprochene Schritt 420 mit dem Speichern der Diagnose als gesicherte Diagnose, verknüpft mit den Patientendaten in der Patientendatenbank. Dem wiederum folgt Schritt 414 mit der Beendigung des Verfahrens. Möchte der Arzt eine interaktive Symptomdiagnostik in Schritt 418 durchführen, so setzt sich das Verfahren in Schritt 422 fort. Möchte jedoch der Arzt eine interaktive Leitliniendiagnostik in Schritt 436 durchführen, so setzt sich das Verfahren in Schritt 438 fort.
Zusammengefasst dienen somit Schritte 416 und 450 dazu, dem Arzt eine Wahlmöglichkeit zu geben zwischen a) direkter Übernahme eines der Diagnoseergebnisse als gesicherte Diagnose, b) Verwerfen aller Diagnoseergebnisse oder c) Durchführung einer zusätzlichen interaktiven Symptomdiagnostik oder Leitliniendiagnostik für eines oder mehrerer der ersten Diagnoseergebnisse.
Entscheidet sich nun der Arzt für Alternative c) und Symptomdiagnostik, so wird in Schritt 422 eine Checkliste mit Symptomen ausgegeben, welche mit der in Schritt 418 gewählten medizinischen Diagnose in der ersten Datenbank verknüpft sind. Dies kann beispielsweise dadurch erfolgen, dass in Schritt 422 ein Zugriff auf die erste Datenbank erfolgt, wobei eine Abfrage der ersten Datenbank hinsichtlich möglicher Symptome für eine gegebene und gewählte medizinische Diagnose durchgeführt wird. In der ersten Datenbank sind diejenigen Diagnosen, die statistisch signifikant mit bestimmten Symptomen korrelieren, miteinander verknüpft ab- gespeichert, wobei die Verknüpfung auch Informationen über die dieser Verknüpfung zugrunde liegende Literaturquelle enthält. Figur 800 zeigt z.B. eine Datenbanktabelle, in welcher mehrere Symptome mit einer bestimmten Diagnose ID 68 verknüpft abgelegt sind. Diese mit der näher zu spezifizierenden Diagnose verknüpften Symptome werden daraufhin an das Datenverarbeitungssystem übermittelt bzw. von diesem abgerufen und in Schritt 422 dem Benutzer in Form einer Checkliste angezeigt. In Schritt 424 kann nun der Benutzer eines oder mehrere der Symptome auswählen bzw. alternativ auch weitere Details zu Symptomen, beispielsweise in Form von Zahleneingaben, angeben. Lautet beispielsweise ein Symptom „hoher Blutdruck", so kann der Arzt dies dadurch präzisieren, dass er einen entsprechen- den Blutdruckwert zusätzlich für dieses Symptom eingibt.
Die Verknüpfung zwischen Symptomen und korrelierenden Diagnosen wird also zum einen wie zuvor beschreiben verwendet, um die Abfrageelemente, z.B. check- boxes, dynamisch aus der Datenbank für die Symptomdiagnostik eines speziellen Symptoms aufzubauen. Die Verknüpfung dient aber auch dazu, ausgehend von der aktuellen Symptomauswahl des Benutzers 642 weitere Diagnosen 628 zu finden, welche mit der jeweiligen Symptomauswahl korrelieren. Nach jeder Auswahl bzw. Präzisierung eines der Symptome erfolgt in dynamischer Weise eine aktualisierte Berechnung des Diagnoserisikos für die aktuell gewählte Diagnose durch Anwendung der Symptomdiagnostikregeln 800 auf das zuvor bestimmte Diagnoserisiko. Zusätzlich ist es auch möglich, weitere medizinische Diagnosen mit zugehörigen Diagnoserisikos auszugeben, welche mit den ausgewählten Symptomen korrelieren. Die Korrelation zwischen den gewählten Symptomen und den Diagnosen ist, wie zuvor schon erwähnt, literaturbasiert und in der ersten Datenbank gespeichert.
Die zusätzlichen Diagnosen können vom Benutzer gemäß einer weiteren Ausführungsform der Erfindung in die Liste der ersten Diagnosen übernommen werden (Verdachtsdiagnosen Hypertonie und CPOD in Fig. 5-1 werden beispielsweise nach der Symptomdiagnose durch die Verdachtsdiagnose auf Niereninsuffizienz Stadium Il durch Auswahl des Benutzers ergänzt). Die in 428 erwähnte Berechnung einer zweiten Diagnose und eines zweiten Diagnoserisikos erfolgt ebenfalls durch Anwendung der Symptomdiagnostikregeln in Tabelle 800 und kann, wie im Anzeigefenster 510 dargestellt, durchaus mehrere zweite, mit der Symptomauswahl korre- lierende, Diagnosen mit zweiten Diagnoserisiken beinhalten. Der Einfachheit halber ist in 426 in Figur 4b nur eine einzige zweite Diagnose und in 442, Figur 4c nur eine einzige dritte Diagnose dargestellt. Figurelement 630 zeigt jedoch, dass auch mehrere Diagnosen mit der ersten Diagnose korrelieren können.
Dieses Anwenden der Regeln 408 unter Berücksichtigung der Patientendaten sowie der zusätzlich präzisierten Symptome durch den Benutzer und das entsprechende erneute Berechnen des Diagnoserisikos erfolgt in Schritt 426. Das Ausgeben des Diagnoserisikos zusammen mit den zusätzlichen bestimmten medizinischen Diagnosen erfolgt in Schritt 428.
Schritt 426 beinhaltet folgende Teilschritte: Wurde die Symptomdiagnostik ausgewählt, um das anhand der Regeln ermittelte Risiko für einen Schlaganfall eines Patienten von 55% weiter zu präzisieren, werden also im Zuge der Symptomdiagnostik zunächst aus der Tabelle 800 alle Symptome ausgelesen, die mit der ID der Diag- nose Schlaganfall innerhalb einer Zeile gespeichert sind. Ein Dateneintrag mit der Diagnose ID für Schlaganfall entspricht also einem Auswahlelement, z.B. einer Chek-box. Für den Fall, dass Schlaganfall die ID 444 zugeordnet ist, enthält das Symptomdiagnose-Abfragefenster zwei drei Auswahlelemente mit den Symptomen der Symptom-IDs 1324 und 1325. Wird durch den Benutzer das Symptom 1324 ausgewählt, erhöht sich das vorbestimmte Schlaganfallrisiko des Patienten von 55% auf 1 ,2 x 55%=66%. Außerdem werden für sämtliche vom Benutzer ausgewählte Symptome, wie z.B. auch in 624 dargestellt, korrelierende Diagnosen angezeigt 628. Figur 4b geht der Einfachheit halber von nur einer weiteren Diagnose aus, die als zweite Diagnose mit zweitem Risiko bezeichnet wird. Das Risiko der zweiten Diagnose errechnet sich dabei analog aus dem ersten, durch die Regeln 128 ermittelten Risiko für diese zweite Diagnose, welches durch die aktuelle Symptomauswahl gemäß Tabelle 800 zusätzlich moduliert wurde. Nachdem der Arzt in dem Schritt 424 entsprechende Symptome eingegeben hat und in den Schritten 426 und 428 ein oder mehrere zweite medizinische Diagnosen und Diagnoserisiken angezeigt wurden, erhält der Arzt in Schritt 432 die Möglichkeit einer Bestätigung einer Diagnose, welche in Schritt 428 in Verbindung mit einem Diagnoserisiko ausgegeben wurde. Bestätigt der Arzt in Schritt 432 keine der Diagnosen, d.h. verwirft alle vorgeschlagenen Diagnosen, so folgt Schritt 432 der Schritt 416, mit welchem dem Arzt wieder das ursprüngliche Anzeigefenster angezeigt wird, in welchem die in den Schritten 408 bis 412 berechneten Diagnoserisiken für verschiedene Diagnosen angezeigt werden. Bestätigt hingegen der Arzt in Schritt 432 eine der in Schritt 428;630 ausgegebenen Diagnosen, so erfolgt in Schritt 434 eine Übernahme dieser Diagnose, wobei diese nun in präzisierter Weise in Schritt 416 dem Arzt zusammen mit den weiteren, in den Schritten 408 bis 412 berechneten Diagnosen und deren Diagnoserisiken zur Auswahl für eine Speicherung verknüpft mit den Patientendaten, einer weiteren interaktiven Symptomdiagnostik oder auch einem vollständigen Verwerfen sämtlicher berechneter Diagnoserisiken zur Verfügung gestellt wird.
Es sei angemerkt, dass anstatt der Durchführung der Schritte 400 und 404 auch ein Zwischenschritt 402 nach Schritt 400 folgen kann, in welchem eine Datenaufbereitung der Patientendaten erfolgen kann. Die weitere Präzisierung des Diagnoserisikos durch die Leitliniendiagnostik Fig. 4c und die Berechnung eines dritten Diagnoserisikos erfolgt analog der Symptomdiagnostik, die in Fig. 4b dargestellt ist. Wünscht der Benutzer die Durchführung einer Leitliniendiagnostik 436, erfolgt die Anzeige 438 derjenigen Leitlinienkriterien, die mit der vom Benutzer gewählten Diagnose in der ersten Datenbank verknüpft gespeichert sind. Einige oder alle dieser Leitlinienkriterien können vom Benutzer ausgewählt 440 werden. Leitlinienkriterien, die mit den Diagnoseobjekten korrelierte auftreten, sind ebenfalls in der ersten Datenbank verknüpft mit den Diagnoseobjekten gespeichert. Durch Berücksichtigung 442 der Effekte, die jedes Leitlinienkriteri- um auf das zuvor bestimmte Diagnoserisiko hat, und durch Ausführung von Leitlinienroutinen, wird das Diagnoserisiko präzisiert und eine dritte Diagnose mit zugehörigem Diagnoserisiko ausgegeben 444;644. Auch hier kann es sich auch um mehrere dritte Diagnosen und zugehörige Diagnoserisiken handeln, Figur 4c geht der Einfachheit halber von einem dritten Diagnoserisiko aus.
Die Präzisierung des zuvor berechneten Diagnoserisikos in den Schritten 426 und 442 wird hinsichtlich der genauen Implementierung dieser Schritte in der Beschreibung der Abbildungen 7 und 8 erläutert.
Die Figur 5 zeigt verschiedene Ausgaben auf einer grafischen Benutzeroberfläche für den Fall, dass eine medizinische Diagnoseunterstützung für Patientendaten eines Patienten durch das Datenverarbeitungssystem durchgeführt wird. Dem geht somit voraus, dass ein entsprechender Patient durch den behandelnden Arzt ausgewählt wurde und somit die Patientendaten dem Datenverarbeitungssystem zur Verfügung gestellt wurden. Daraufhin analysiert das Datenverarbeitungssystem automatisch die Patientendaten und wendet, wie hinsichtlich der Figur 4 gezeigt, Regeln auf die Patientendaten an, um zumindest ein erstes Diagnoserisiko für eine erste medizinische Diagnose zu berechnen.
Auf Basis des gesundheitlichen Profils des Patienten, d.h. der Patientendaten, die als strukturierte Daten in der individuellen Patientenakte auf dem Rechner des Arztes hinterlegt sind (unter anderem Alter, Geschlecht, ICD-Diagnosen, verordnete Medikamente, Laborwerte, gespeicherte Befunde und Symptome), ermittelt das Datenverarbeitungssystem die Wahrscheinlichkeit bzw. relative Häufigkeiten von rele- vanten Komorbiditäten bzw. häufig vergesellschafteten Krankheiten auf transparenter Leitlinien- und Literaturbasis, gleicht diese mit den schon bekannten Diagnosen ab und zeigt die bislang nicht gelisteten bzw. erkannten Erkrankungen dem Arzt patientenindividualisiert, geordnet nach Wahrscheinlichkeit, an.
Als Grundlage dient eine Liste ausgewählter medizinischer Literatur, die statistische Verbindungen zwischen den bestehenden bekannten Daten, Befunden und Erkrankungen nachgewiesen hat und nun zur patientenindividualisierten Risikoberechnung verwendet wird. Damit wird dem Arzt ein erstes „Diagnoserisiko" angezeigt. Ab wel- ehern Schwellenwert diese Anzeige greifen soll ist frei skalierbar.
Die Bildschirmausgabe 500 zeigt eine solche Ausgabe eines Diagnoserisikos in Form einer „Tachoscheibe" 602. Damit lassen sich Wahrscheinlichkeiten und/oder relative Häufigkeiten gleichermaßen gut visualisieren. Die Tachoscheibe besteht aus einer Skala mit farbigen Abstufungen, wobei vorzugsweise die Tachoscheibe bei hoher Wahrscheinlichkeit rote Skalenteile, bei mittlerer Wahrscheinlichkeit gelbe Skalenteile und bei niedriger Wahrscheinlichkeit grüne Skalenteile aufweist. Durch diese ampelfarbenförmige Skala ist damit ein behandelnder Arzt in rascher und einfacher Weise in der Lage, visuell die Wahrscheinlichkeit für eine relevante Komorbi- dität zu erfassen. Zusätzlich ist zur Präzisierung einer entsprechenden Wahrscheinlichkeit für ein Diagnoserisiko in der Mitte der Tachoscheibe das Primärrisiko in Form einer prozentualen Wahrscheinlichkeit 604 bzw. einer prozentualen relativen Häufigkeit 604 angegeben. Damit ist im Anzeigeelement 500 das Diagnoserisiko durch die Anordnung 600 in Form von Tachoscheibe und Zahlenwert gezeigt.
Ferner ist dem Arzt die Möglichkeit gegeben, die Anzeige 500 durch eine Betätigung der Schaltfläche 606 „später erinnern" für einen gewissen Zeitraum auszublenden, oder aber durch Betätigen der Schaltfläche „nicht mehr erinnern" die Anzeige 500 der Wahrscheinlichkeit für relevante Komorbiditäten vollständig auszublenden.
Das Anzeigeelement 500 dient damit dem Zweck, den Arzt in übersichtlicher und allgemeiner Weise darüber zu informieren, ob ein bestimmtes Diagnoserisiko für eine relevante medizinische Diagnose überhaupt vorliegt oder nicht. Eine Präzisierung dahingehend, wie diese medizinische Diagnose aussieht oder ob mehrere mögliche relevante medizinische Diagnosen vorliegen, ist durch das Anzeigeelement 500 nicht gegeben.
Die Kriterien für das Ermitteln einer bestimmten Wahrscheinlichkeit werden dem Arzt indikationsbezogen - auf Wunsch - transparent dargestellt, wie in Anzeigeelement 502 gezeigt. Diese Anzeige erfolgt inklusive der verwendeten Literatur- und Studienquellen als Basis des jeweiligen Diagnoseverfahrens (Anwendung der Regeln zur Bestimmung des ersten Diagnoserisikos, Symptomdiagnostik und Leitliniendiagnostik).
Möchte nun der Arzt aufgrund der Anzeige 500 weitere Informationen hinsichtlich möglicher relevanter Komorbiditäten erhalten, so gelangt der Arzt durch Betätigen der Schaltfläche 608 „mehr" zum Anzeigeelement 504, auf welchem sich eine Zusammenfassung der für den Patienten mit dem Namen „Maria Test 74" (Bezugszei- chen 618) möglichen Komorbiditäten findet. So wird im Anzeigefenster 504 die mögliche erste Diagnose in Form einer textuellen Beschreibung zusammen mit dem jeweiligen ICD 10 Code dargestellt (Bezugszeichen 16), zusammen mit dem jeweiligen ersten Diagnoserisiko in Form einer Tachoscheibe (Bezugszeichen 612). Das erste Diagnose bzw. die ersten Diagnosen werden in der Anzeige 504 und folgen- den Anzeigen als Grundrisiko bezeichnet. Ferner wird dem Arzt die Möglichkeit gegeben, mittels der Auswahlelemente 620 festzulegen, ob diese angezeigten möglichen Diagnosen individuell lediglich eine Verdachtsdiagnose oder eine gesicherte Diagnose darstellen. Die Diagnose kann individuell gespeichert werden oder es können auch alle Diagnosen auf einmal gespeichert werden, d.h. in die Patientenak- te übertragen werden.
Die Schaltfläche 614 „alle anzeigen" dient dazu, um weitere mögliche Diagnosen anzuzeigen, deren Diagnoserisikounterhalb eines vorbestimmten Schwellenwertes liegt. Im vorliegenden Fall liegt der Schwellenwert beispielsweise bei 40 %, sodass hier nur mögliche Diagnosen angezeigt sind, welche ein Diagnoserisiko≥ 40 % aufweisen.
Möchte der Arzt dem jeweiligen Diagnoserisiko nachgehen, kann er die indikations- bezogenen, jeweils literaturgestützten Symptome aufrufen und mit Befunden des Patienten abgleichen lassen bzw. diese per Checkliste ergänzen. Dies geschieht, indem der Arzt in Spalte 610 auf die entsprechende Schaltfläche „GO" klickt, um somit für die jeweilige mögliche Diagnose eine Symptomdiagnostik durchzuführen. Auch hierfür werden dem Arzt die Quellen der Symptomdiagnostik jeweils hinterlegt und transparent abgebildet, wie mit Anzeigeelement 506 illustriert. Bereits im System strukturiert hinterlegte Befunde werden dabei erfasst und in einer anderen farblichen Kodierung „vorausgewählt". Fährt der Arzt mit der Maus über eine so markierte Anzeige, wird ihm ein Text mit der eigenen Aktenquelle angezeigt (zum Beispiel Freitexteingabe „Konsultation vom 01.11.2008" oder „Laborwert vom 15.10.2007"). Klickt der Arzt dagegen in Spalte 646 auf die entsprechende Schaltfläche „GO", wird für die jeweilige mögliche Diagnose eine Leitliniendiagnostik durchgeführt.
Durch Betätigen der Schaltfläche „GO" im Anzeigeelement 504, Spalte 610, gelangt der Arzt zunächst zum Anzeigeelement 508 der Symptomdiagnostik. Das Anzeige- element 508 weist eine Schaltfläche 622 auf, über welche der Arzt zum Anzeigeelement 506 gelangt. Außerdem weist das Anzeigeelement 622 eine Checkliste 624 mit verschiedenen Symptomen (Befunden) auf, welche symptomatisch für die mögliche Diagnose 616 sind, für welche in Anzeigeelement 504 der entsprechende Button „GO" gewählt wurde. So wird in Anzeigeelement 508 für die gewählten Sym- ptome ein Diagnosevorschlag 626 zusammen mit einer entsprechenden Übereinstimmung in Form eines neu berechneten Diagnoserisiko als Tachoscheibe angezeigt. Wie beispielsweise durch das Anzeigeelement 510 illustriert, erfolgt mit jeder weiteren Auswahl eines der Checkelemente eine Aktualisierung von Diagnosevorschlag und entsprechender Übereinstimmung, wodurch sich wiederum eine nach Wahrscheinlichkeiten sortierte Anordnung 628 von Diagnoserisiken ergibt. Wie deutlich aus dem Zusammenhang zwischen Anzeigeelement 508 und Anzeigeelement 510 entnehmbar ist, wird außerdem durch Auswahl weiterer Befunde dynamisch der zunächst gemachte Diagnosevorschlag präzisiert. So war in Anzeigeelement 508 lediglich eine Bestimmung dahingehend möglich, dass gegebenenfalls eine Niereninsuffizienz Stadium I oder Stadium Il vorliegt, wohingegen in Anzeigeelement 510 aufgrund einer genaueren Präzisierung der vorliegenden Befunde eine erneute Berechnung von Diagnoserisiken für verschiedene medizinische Diagnosen vorgenommen werden konnte, wobei nun als zusätzliche Diagnosen eine Niereninsuffizienz Stadium III bzw. Stadium IV in Frage kommt. Außerdem wurden die Wahrscheinlichkeiten in Form der Tachoscheiben 628 in dem Anzeigeelement 510 präzisiert berechnet dargestellt.
Zusammengefasst kann mit den Anzeigeelementen 508 und 510 der behandelnde Arzt die notwendigen Symptome/Befunde ergänzen - durch Befragung des Patienten, einer Untersuchung oder das Nachtragen bereits bekannter Informationen in der Checkliste. Je nach Symptomkonstellation erscheinen dabei diejenigen Diagnosevorschläge zusammen mit ICD 10 Codes, d.h. in Klartext und Codierung, die laut angegebener Literatur, d.h. entsprechender Symptomdiagnostik-regeln, mit dem beschriebenen Befund korrelieren. Wieder wandelt sich die Anzeige dynamisch, d.h. der Füllungsgrad der bereits beschriebenen Tachoscheibe und Einblendung der plausiblen ICD-Diagnosen, je nach weiteren Befunden bzw. Korrelationsgrad.
Wie ferner aus Anzeigeelement 510 entnehmbar ist, kann der jeweilige Diagnose- Vorschlag direkt in die zentrale Übersicht übernommen werden, wobei der Vorgang mit einer oder auch mehrerer Diagnosen durchgeführt werden kann. Eine solch präzisierte zentrale Übersicht ist mit Anzeigeelement 512 dargestellt. Das Anzeigeelement 512 zeigt wiederum den Namen des Patienten 618 sowie die möglichen Diagnosen 616.
Vergleicht man das Anzeigeelement 512 mit dem Anzeigeelement 504, so ist ersichtlich, dass durch Durchführung einer Symptomdiagnostik das Diagnoserisiko für die Diagnose COPD (J44.99) von 40 % auf 60 % gestiegen ist.
Die zentrale Übersicht ermöglicht es nun dem Arzt, alle Komorbiditäts- wahrscheinlichkeiten anzeigen zu lassen (Knopf 614), und passende Diagnosen zu verwerfen (Klick auf das Kreuz 639, und gegebenenfalls später wieder reaktivieren) oder auch alle Anzeigen speichern zu lassen (Klick auf Element 634). Es können auch alle Diagnosen auf einmal verworfen werden (Klick auf Element 636) oder es können alle Diagnosen und Anzeigen durch Klick auf das Element 638 übernommen werden. Im letzteren Fall erfolgt keine Übertragung der möglichen Diagnosen und Symptome in die Patientendatenbank, sondern das System merkt sich lediglich die Ansicht 512, sodass der Arzt zu einem späteren Zeitpunkt diese Ansicht identisch wiederherstellen kann. Eine weitere Alternative ist es, die Vorwahl „Verdacht" 620 solange bestehen zu lassen, bis eine Schwellenwertwahrscheinlichkeit, welche vorzugsweise sehr hoch liegt (über 90 %) überschritten wird. Ab diesem Moment verändert sich die Wahl automatisch auf „gesichert".
Ergänzend oder alternativ zur interaktiven Symptomdiagnostik kann sich der Arzt die jeweils vorgeschlagene Leitliniendiagnostik anzeigen lassen und durchlaufen, um die Diagnose abschließend zu sichern. Ein entsprechendes Anzeigefenster ist durch das Anzeigeelement 514 gegeben. Durch Anwahl des Feldes 622 wird wiederum ein Anzeigefenster 516 geöffnet, in welchem die entsprechende Leitliniendiagnostik mit entsprechenden Literaturquellen zur notwendigen bzw. empfohlenen Diagnostik sowie deren Interpretation benannt sind. Im Anzeigeelement 514 werden jeweils korrelierende Indikationen angezeigt und erneut mit einem grafischen Korre- lationsgrad versehen. Die plausibelste Diagnose (oder eine andere) kann direkt in die Übersicht und in der Folge in die Akte übernommen werden.
Figuren 6, 7 und 8 zeigen die den einzelnen Risikoberechnungsverfahren wesentlich zugrunde liegenden Datenbanktabellen gemäß einer bevorzugten Ausführungs- form der Erfindung in vereinfachter Form.
Datenbanktabelle 700 in Figur 6 enthält die Regeln 128, welche zur Berechnung der ersten Diagnoserisiken unmittelbar beim Öffnen der Patientenakte angewandt werden. Jede Regel besitzt eine ID (Spalte 702), einen Wert, der angibt, wie stark sich das Primärrisiko ändert, falls die Regel auf einen Patienten angewandt werden kann (Spalte 716), und eine der Regel zugeordnete Diagnose, welche über eine Diagnose ID (Spalte 716) in der Tabelle 700 identifiziert ist. Darüber hinaus enthält die Tabelle weitere Spalten, die Bedingungen für das Zutreffen der Regel enthalten, also z.B. die Medikation, die der Patient bisher eingenommen hat (Spalte 704), ICD Co- des (Spalte 706), LEZ Codes (Spalte 708), das Alter (Spalte 710) und das Geschlecht (Spalte 712) des Patienten. Die Liste ist nicht abschließend, die angeführte Datenbanktabelle 700 entspricht einer bevorzugten Ausführungsform der Erfindung, weitere Ausführungsformen mit zusätzlichen oder vereinzelt abweichenden Merkmalen sind möglich. Nicht für jedes Merkmal muss in einer Regel auch ein Daten- wert vorhanden sein (Regel 1988 hat beispielsweise keinen Wert für einen ICD Code). Einer bestimmten Diagnose, z.B. der Diagnose mit der ID 23, können mehrere Regeln (Regel IDs 1987-1989) zugeordnet sein. Falls eine Regel auf einen Patienten angewandt werden kann, wird dadurch das Primärrisiko des Patienten für das Vorliegen einer bestimmten Diagnose modifiziert. Trifft beispielsweise Regel ID 1987 auf einen Patienten zu, erhöht sich dadurch sein Risiko für die Diagnose mit ID 23 um 15,23 %. Die Diagnoserisiken (Spalte 716) können auch mit relativen Werten, z.B. „x 1 ,2", versehen sein. Solche Werte sind so zu verstehen, dass das Diagnoserisiko bei Anwendbarkeit der Regel sich berechnet durch die Multiplikation des Primärrisikos für die mit der Regel in Bezug stehende Diagnose durch den Faktor 1 ,2. Eine Regel ist anwendbar, wenn alle Bedingungen in den einzelnen Spalten erfüllt sind. Regel 1987 ist also dann anwendbar und modifiziert die Höhe des Diagnoserisikos für Diagnose mit ID 32, wenn der Patient männlichen Geschlechts ist, zwischen 35 und 45 Jahren alt ist, wenn in der elektronischen Patientenakte des Patienten der ICD Code 706 und der LEZ Code 54 schon einmal vermerkt wurde. Ob der Patient bestimmte Medikamente einnimmt, bleibt in dieser Regel unberücksichtigt.
Durch das Anwenden aller Regeln aus 700 beim Öffnen der Patientenakte auf den darin enthaltenen Patientendaten können also bereits eine Vielzahl erster Diagnoserisiken errechnet werden, welche sich von dem jeweils zugehörigen statistischen Primärrisiko deutlich unterscheidet. Dadurch, dass die Diagnosen, die über einem gewissen Schwellenwert liegen, dem Arzt angezeigt werden, kann dieser die kurze Zeit, die ihm für die Analyse der Krankengeschichte des Patienten zur Verfügung steht, sehr effizient nutzen. Da das System dem Arzt bereits viele Schritte bei der Diagnoseerstellung und Patientenanamnese abnimmt und automatisiert, muss der Arzt die vorgeschlagenen Diagnosen im wesentlichen nur noch bestätigen, verwerfen oder ggf. noch weiter präzisieren, wobei er wiederum auf die Hilfe des erfinderischen Diagnoseverfahrens zurückgreifen kann.
Gemäß einer weiteren Ausführungsform der Erfindung werden die Regeln für jede Diagnose geordnet nach der Höhe ihres Effektes auf das Primärrisikos auf die Patientendaten angewandt. Sobald eine Diagnose zutrifft, wird die Anwendung der Regeln für diese Diagnose abgebrochen. Dies hat den Hintergrund, dass, wenn die Regeln geordnet nach der Höhe des Wertes in Spalte 716 ausgeführt werden und beispielsweise Regel 990 für die Diagnose 23 zutrifft, es keinen Vorteil mehr mit sich bringt, die Regeln 1987 und 1988 durchzuführen, da diese einen geringeren Effekt auf das Primärrisiko hätten.
Figur 7 zeigt einen Ausschnitt einer vereinfachte Datenbanktabelle gemäß einer bevorzugten Ausführungsform der Erfindung, welche zur Symptomdiagnostik herangezogen wird. In Tabelle 800, die Symptomdiagnostikregeln zur weiteren Präzisierung des Diagnoserisikos enthält, sind ein oder mehrere Symptome über deren Symptom IDs 802 einer Diagnose über deren Diagnose ID zugeordnet. Diagnose ID 68 ist in dem abgebildeten Beispiel mehreren Symptomen (ID 1321-1323) zugeordnet. Hat das erfindungsgemäße Diagnoseverfahren nach dem Öffnen einer Patientenakte ein Diagnoserisiko für eine bestimmte Krankheit festgestellt, z.B. ein Risiko von 60% für Diagnose mit ID 68, und hat der Benutzer die Durchführung einer inter- aktiven Symptomdiagnostik gewählt, so wird dem Benutzer zunächst eine Auswahl an mit der ersten Diagnose assoziierten Symptomen präsentiert. Im dargestellten Beispiel würden die Beschreibungen aller Symptome, welche gemäß Tabelle 800 mit der Diagnose ID 68 verbunden sind, dem Benutzer zur Auswahl vorgeschlagen. Die Einträge (Zeilen) der Tabelle 800 entsprechen also jeweils einer graphischen Auswahlmöglichkeit durch den Arzt auf einem Display. Gemäß einer Ausführungsform der Erfindung ist die Auswahlmöglichkeit in der Form einer Check box implementiert. Das bedeutet, dass dem Benutzer die Beschreibung 804 der Symptome 1321-1323 in Form von Checkbox Elementen einer graphischen Benutzeroberfläche präsentiert würden, wenn er zuvor die Durchführung einer interaktiven Symptom- diagnostik ausgewählt hat, um das Diagnoserisiko für die Diagnose 68 weiter zu präzisieren. Durch Zuwahl oder Abwahl einiger der präsentierten Symptome durch den Benutzer wird das erste Diagnoserisiko, welches den Ausgangswert für die Symptomdiagnostik darstellt, modifiziert. Das Resultat dieser Modifikation ist ein zweites, präziseres Diagnoserisiko. Durch die Auswahl des Symptoms mit der ID 1322 wird beispielsweise das erste Diagnoserisiko um 12,9 % erhöht. Durch die Auswahl des Symptoms mit der ID 1324 wird dagegen das erste Diagnoserisiko mit dem Faktor 1,22 multipliziert. Symptomdiagnostikregeln dienen also dazu, das zuvor bestimmte Diagnoserisiko durch Einbeziehung des Vorhandenseins bestimmter Symptome noch weiter zu präzisieren. Figur 8 zeigt einen Ausschnitt einer vereinfachte Datenbanktabelle gemäß einer bevorzugten Ausführungsform der Erfindung, welche zur Leitliniendiagnostik herangezogen wird. In Tabelle 900 sind ein oder mehrere als Leitlinienkriterien bezeich- nete Symptome und Laborbefunde mit Leitlinienkriterium IDs 902 einer Diagnose ID zugeordnet. Diagnose ID 68 ist also assoziiert mit den Leitlinienkriterium IDs 1421- 1423. Im Zuge einer Präzisierung eines bestehenden Diagnoserisikos für die Diagnose 68 durch eine Leitliniendiagnostik würden dem Benutzer auf einer graphischen Oberfläche diejenigen Leitlinienkriterien 1421-1423 dargestellt, welche laut Daten- banktabelle 900 miteinander verknüpft sind. Durch Anwendung dieser Leitlinienroutinen kann die Präzision der Diagnose noch weiter verbessert werden, das ermittelte neue Diagnoserisiko wird als drittes Diagnoserisiko zurückgegeben. Analog zu der Symptomdiagnostik kann der Benutzer durch Auswahl oder Abwahl einzelner Leitlinienkriterien Diagnoserisiko weiter präzisieren. Darüber hinaus beinhaltet die Leitli- niendiagnostik die Möglichkeit, spezifisch für eine Diagnose, deren Risiko präzisiert werden soll, Leitlinienroutinen (Werte der Spalte 904 für die Einträge ID 1426-1430) zu formulieren. Diese Leitlinienroutinen können zum Beispiel komplexe Boolesche oder arithmetische Funktionen beinhalten, die auf den Daten, die der Benutzer durch Auswahl relevanter Leitlinienelemente auf einer graphischen Oberfläche be- reitstellt, angewendet werden. Eine Leitlinienroutine könnte beispielsweise das Vorhandensein zweier bestimmter Leitlinienkriterien bei gleichzeitigem Vorliegen eines bestimmten Laborwertes abfragen und bei Zutreffen der Abfragebedingungen das bis zu diesem Zeitpunkt berechnete Risiko für die Diagnose, für die die Leitliniendiagnostik durchgeführt wird, entsprechend modifizieren. Der Laborwert könnte bei- spielsweise als Multiplikationsfaktor auf das Diagnoserisiko angewandt werden, falls die Risikohöhemit dem Laborwert direkt korreliert. Die Leitlinienroutine prüft also, ob die geforderte Leitlinienkriterien-Konstellation gegeben ist und veranlasst eine entsprechende Modifikation des zuvor bekannten Diagnoserisikos gemäß einer Rechenroutine, die im Code dieser Leitlinienroutinen enthalten ist und daher nicht in der Datenbank Tabelle erscheint. Dadurch, dass die Leitlinienroutine spezifisch für jede Diagnose angepasst werden kann, ohne dabei das Datenbankschema ändern zu müssen, ergibt sich ein hohes Maß an Komplexität zur Berechnung des Diagnoserisikos. Analog zu der Symptomdiagnosetabelle 800 enthält Tabelle 900 also Leitlinienkriterien, welche dazu dienen, das zuvor bestimmte Diagnoserisiko durch Ein- beziehung des Vorhandenseins bestimmter Leitlinienkriterien noch weiter zu präzisieren. Anders als bei der Symptomdiagnostik beinhaltet die Leitliniendiagnostikta- belle 900 zusätzlich diagnosespezifische Leitlinienroutinen.
Die in Figur 9 dargestellte Ausführungsform der Erfindung verwendet JavaScript Code, um die Leitlinienroutinen im Browser eines Benutzers ausführen zu lassen. Andere Ausführungsformen der Erfindung können jedoch jegliche andere Programmiersprachen für die Implementierung der Leitlinienroutinen verwenden.
Es sei angemerkt, dass im Falle des Vorhandenseins relevanter chronischer Erkrankungen und der Auswahl einer Dauermedikation durch den Arzt auch noch die Ausgabe eines weiteren Anzeigeelements möglich ist, welche die zeitliche Reichweite der beiden zuletzt verordneten Packungsgrößen in Relation zur vorgewählten Standarddosierung , geordnet nach Organsystem, beispielsweise parallel zur Öff- nung eines Rezeptformulars, anzeigt. Hat der Arzt einen elektronischen Verordnungsplan ausgefüllt, werden diese Daten als Berechnungsgrundlage herangezogen. Darüber hinaus hat der Arzt auch die Möglichkeit, die aktuelle Dosierung direkt einzugeben und somit zeitliche Reichweitenberechnung nachzuschärfen.
Eine weitere Möglichkeit besteht darin, Leitliniensubstanzen nach Organsystemen vorzuschlagen, wenn eine Leitliniendiagnostik, wie in Anzeigeelement 514 der Figur 5 beschrieben, durchgeführt wird. Damit wird die Funktion der Anzeige einer zeitlichen Reichweite von Medikamentenverpackungen um die Ausprägung erweitert, dass - bei Vorlage von chronischen Erkrankungen - Leitliniendiagnostik zu- gänglich ist - bei NichtVerordnung von empfohlenen Wirkstoffen - trotz gegebener Indikation auf Literaturbasis -, nach Organsystemen geordnet, dem Arzt die empfohlenen Leitsubstanzen angezeigt werden können, um eine adäquate Versorgung des Patienten zu gewährleisten. Bezug szeichenliste
100 Datenverarbθitungssystem
102 Eingabemittel
104 Prozessor
106 grafische Benutzeroberfläche
108 Anzeigevorrichtung
110 Anzeigefenster
10 112 Anzeigefenster
114 Anzeigefenster
116 Speicher
118 Netzwerk
120 Schnittstelle
15 122 Datenbank
124 medizinisches Diagnoseobjekt
128 Regeln
130 Symptome
132 Datenbank
20 134 Patientendaten
136 medizinisches Medikamentenobjekt
138 Wirkstoffdaten
140 Cache
142 Datenbank
25 144 Server
200 Scrollbar
202 Element
204 Element
206 Popup
30 300-444 Verfahrensschritte und Bedingungen
500-516 Anzeigeelement
600 Anordnung
602 Tachoscheibe
604 Wahrscheinlichkeit 606 Eingabefläche
608 Eingabefläche
610 Symptomdiagnostik
612 Grundrisiken/erste Diagnoserisiken
614 Bedienelement
616 Diagnose
618 Patientenname
620 Radio Button
622 Bedienelement
10 624 Checkbox
626 Diagnosevorschlag aus Symptomdiagnostik
628 Diagnoserisiken aus Symptomdiagnostik
630 Schaltflächen
634 Schaltfläche
15 636 Schaltfläche
638 Schaltfläche
639 Schaltfläche
640 Befunde/Leitlinienkriterien aus Leitliniendiagnostik
20 644 Diagnosevorschlag aus Leitliniendiagnostik
646 Leitliniendiagnostik
648 Diagnoserisiken aus Leitliniendiagnostik
700 Datenbanktabelle für Berechnung erstes Diagnoserisiko
25 702 Tabellenspalte Regel ID
704 Tabellenspalte Medikation
706 Tabellenspalte ICD
708 Tabellenspalte LEZ
710 Tabellenspalte Alter
30 712 Tabellenspalte Geschlecht
714 Tabellenspalte Diagnose ID
716 Effekt auf Primärrisiko
800 Datenbanktabelle für Symptomdiagnostik
802 Tabellenspalte Symptom ID 804 Tabellenspalte Beschreibung
806 Tabellenspalte Diagnose ID
808 Tabellenspalte Effekt auf vorberechnetes Diagnoserisiko
5 900 Datenbanktabelle für Leitliniendiagnostik
902 Leitlinienkriterium ID
904 Tabellenspalte Beschreibung/Leitlinienroutine
906 Tabellenspalte Diagnose ID
910 Tabellenspalte Effekt auf vorberechnetes Di-
10 agnoserisiko
970 Computerlesbares Speichermedium
972-984 Instruktionen zur Durchführung eines computerimplementierten Verfahrens
15

Claims

P a t e n t a n s p r ü c h e
1. Computerimplementiertes Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten auf einer graphischen Benutzeroberfläche (100) eines Datenverarbeitungssystems, wobei die graphische Benutzeroberfläche (100) zumindest ein erstes (114) und ein zweites (110) Anzeigefenster aufweist, mit den folgenden Schritten:
Anzeigen von zumindest einem Teil von Patientendaten (134) eines Patienten in dem ersten Anzeigefenster einer graphischen Benutzeroberfläche (106), wobei die angezeigten Patientendaten in dem ersten Anzeigefenster zeilenweise angezeigt werden, wobei das erste Anzeigefenster zur zeilenweisen Nachführung der anzuzeigenden Patientendaten eine Scrollbar (200) enthält, - Zugriff (302) auf eine erste Datenbank (122), wobei die erste Datenbank medizinische Diagnoseobjekte (124) enthält, wobei die medizinischen Diagnoseobjekte mit Regeln (126) bezüglich der Patientendaten des Patienten verknüpft sind, wobei die medizinischen Diagnoseobjekte zudem mit Informationen verknüpft sind, die das verknüpfte Diagno- seobjekt als mögliche chronische Diagnose charakterisieren,
Überprüfung (304), ob zumindest eine der Regeln für die Patientendaten erfüllt ist und ob das mit der erfüllten Regel verknüpft gespeicherte Diagnoseobjekt mit einer Information verknüpft gespeichert ist, welche das Diagnoseobjekt als mögliche chronische Diagnose charakterisiert, - Anzeigen eines Anzeigeelements (206) auf der graphischen Benutzeroberfläche, wenn zumindest eine der Regeln erfüllt ist und das mit dieser Regel verknüpft gespeicherte medizinische Diagnoseobjekt als mögliche chronische Diagnose charakterisiert ist, Ausgabe einer Benutzerabfrage (308) auf der graphischen Benutzer- Oberfläche, ob eine mit dem Diagnoseobjekt verknüpfte medizinische
Diagnose als Dauerdiagnose übernommen werden soll, und Anzeige (310) der medizinischen Diagnose als Dauerdiagnose in dem zweiten Anzeigefenster (110) unabhängig von der Position der Scroll- bar (200), wenn die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose vom Benutzer als Dauerdiagnose übernommen wurde.
2. Computerimplementiertes Verfahren nach Anspruch 1 , wobei die Patienten- daten von einer zweiten Datenbank (132) empfangen werden, wobei das
Verfahren ferner das Speichern der Dauerdiagnose in der zweiten Datenbank mit den Patientendaten verknüpft umfasst.
3. Computerimplementiertes Verfahren nach Anspruch 1 , wobei die graphische Benutzeroberfläche ferner ein drittes Anzeigefenster (112) aufweist, wobei das Verfahren, wenn die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als Dauerdiagnose übernommen wurde, ferner umfasst:
Zugriff (312) auf eine vierte Datenbank (142), wobei die vierte Datenbank (142) Informationen darüber enthält, welche Wirkstoffe im Falle einer bestimmten Diagnose üblicherweise verabreicht werden, wobei die vierte Datenbank ferner medizinische Medikamentenobjekte (136) und Wirkstoffdaten (138) enthält, wobei die Wirkstoffdaten zu den Medikamentenobjekten verknüpft gespeichert sind entsprechend der in einem zu dem Medikamentenobjekt gehörenden Medikament enthal- tenen Wirkstoffe, wobei der Zugriff diejenigen Medikamentenobjekte zurückgibt, welche mindestens einen Wirkstoff enthalten, welcher bei Vorliegen der bestätigten Dauerdiagnose üblicherweise verabreicht wird, Überprüfung (314) der Patientendaten (134), ob das in (312) ermittelte Medikamentenobjekt bereits verschrieben wurde,
Anzeigen (316) eines weiteren Anzeigeelements auf der graphischen Benutzeroberfläche, wenn die Überprüfung (314) ergab, dass ein entsprechendes Medikamentenobjekt bereits verschrieben wurde, Ausgabe einer weiteren Benutzerabfrage (318) auf der graphischen Benutzeroberfläche, ob ein mit dem Medikamentenobjekt verknüpftes
Medikament als Dauermedikament übernommen werden soll, und Anzeige (320) des Dauermedikaments in dem dritten Anzeigefenster (112), unabhängig von der Position der Scrollbar, wenn das mit dem Medikamentenobjekt verknüpfte Medikament als Dauermedikament übernommen werden soll.
4. Computerimplementiertes Verfahren nach Anspruch 3, wobei das Verfahren ferner das Speichern des Dauermedikaments in der zweiten Datenbank mit den Patientendaten verknüpft umfasst.
5. Computerimplementiertes Verfahren nach Anspruch 3, wobei die Informationen darüber, welche Wirkstoffe im Falle einer bestimmten Diagnose zu vera- breichen sind, nicht in der vierten Datenbank (142), sondern in der ersten Datenbank (122) gespeichert sind.
6. Computerimplementiertes Verfahren nach Anspruch 1 , wobei die Regeln (126) mit einer Zeitkonstante für ein maximales Alter der Patientendaten (134) verknüpft sind, wobei die Regeln (126) nur auf diejenigen Patientendaten angewendet werden, welche einen jüngeren Zeitstempel als das maximale Alter aufweisen, wobei die Zeitkonstante angibt, wann die jeweiligen Patientendaten gespeichert wurden.
7. Computerimplementiertes Verfahren nach Anspruch 3, wobei die Abfragen zur Überprüfung (314) mit einer Zeitkonstante für ein maximales Alter der Patientendaten (134) verknüpft sind, wobei die Abfragen zur Überprüfung (314) nur auf diejenigen Patientendaten angewendet werden, welche einen jüngeren Zeitstempel als das maximale Alter aufweisen, wobei die Zeitkonstante angibt, wann die jeweiligen Patientendaten gespeichert wurden.
8. Computerimplementiertes Verfahren nach Anspruch 1 , ferner mit dem Schritt einer Aufbereitung der Patientendaten (134), wobei die Regeln (126) und die Abfragen zur Überprüfung (314) nur für die aufbereiteten Patientendaten durchgeführt werden, wobei die Datenaufbereitung die Filterung von strukturierten Daten aus den Patientendaten umfasst.
9. Computerimplementiertes Verfahren nach Anspruch 1 , wobei die medizini- sehen Diagnoseobjekte mit Wahrscheinlichkeiten für deren Ausprägung in chronischer Form verknüpft gespeichert sind, wobei die Ausgabe der Benutzerabfrage (308) nur dann erfolgt, wenn das Risiko des Vorliegens einer chronischen Diagnose, welches sich aus dem Risiko für die Diagnose selbst und dem Risiko für deren chronische Ausprägung errechnet, einen Schwel- lenwert überschreitet.
10. Computerimplementiertes Verfahren nach Anspruch 1 , wobei die Anwendung der Regeln zur Ermittlung erster Diagnoserisiken in der Reihenfolge abnehmender Einflussstärke (716) der Anwendung der jeweiligen Regel auf das er- rechnete erste Diagnoserisiko für eine Diagnose durchgeführt wird.
11. Computerimplementiertes Verfahren nach Anspruch 3, wobei die Medikamentenobjekte zusätzlich Informationen darüber enthalten, wie viele Dosierungseinheiten in einer Packung des entsprechenden Medikaments enthalten sind, und wobei ferner in der vierte Datenbank (142) Informationen über die üblicherweise vom Arzt verschriebenen Medikamentendosis bei Vorliegen einer bestimmten Diagnose gespeichert sind, und wobei das Verfahren zusätzlich die Schritte enthält:
- Abfrage der üblicherweise vom Arzt verabreichten Medikamentendosis für die Dauerdiagnose, die in Schritten (304)-(310) ermittelte wurde, Ermittlung der Anzahl der Dosierungseinheiten, die in einer Packung des in Schritten (312) und (314) ermittelten Dauermedikaments enthalten sind, - Ermittlung des Zeitstempels von Patientendaten, aus welchem hervorgeht, wann das Dauermedikament zuletzt verschrieben wurde, Berechnung der zeitlichen Reichweite der derzeit verschriebenen Medikamentenpackung, und Anzeige des noch verbliebenen Zeitraums bis zur notwendigen Neu- verschreibung des Dauermedikaments.
12. Computerimplementiertes Verfahren nach Anspruch 11 , wobei die Anzeige der noch verbliebenen Zeitraums bis zur notwendigen Neuverschreibung des Dauermedikaments in Form einer farblich kodierten Tachoscheibe ausge- prägt ist.
13. Datenverarbeitungssystem (100) mit einer graphischen Benutzeroberfläche (106), wobei das Datenverarbeitungssystem zur Durchführung des Verfahrens zur Anzeige von patientenbezogenen chronischen Krankheiten nach Anspruch 1 ausgebildet ist.
14. Computerlesbares Speichermedium, auf welchem Daten gespeichert sind, die Anweisungen zur Durchführung eines computergestützten Verfahrens zur Anzeige chronischer Diagnosen durch ein Datenverarbeitungssystem (100) enthalten, wobei die Anweisungen durch einen programmierten Prozessor ausführbar sind, wobei das Datenverarbeitungssystem eine graphische Benutzeroberfläche (106) aufweist, mit den folgenden Schritten:
Anzeigen von zumindest einem Teil von Patientendaten (134) eines Patienten in dem ersten Anzeigefenster einer graphischen Benutzer- Oberfläche (106), wobei die angezeigten Patientendaten in dem ersten
Anzeigefenster zeilenweise angezeigt werden, wobei das erste Anzeigefenster zur zeilenweisen Nachführung der anzuzeigenden Patientendaten eine Scrollbar (200) enthält, - Zugriff (302) auf eine erste Datenbank (122), wobei die erste Daten- bank medizinische Diagnoseobjekte (124) enthält, wobei die medizinischen Diagnoseobjekte mit Regeln (126) bezüglich der Patientendaten des Patienten verknüpft sind, wobei die medizinischen Diagnoseobjekte zudem mit Informationen verknüpft sind, die das verknüpfte Diagnoseobjekt als mögliche chronische Diagnose charakterisieren, - Überprüfung (304), ob zumindest eine der Regeln für die Patientendaten erfüllt ist und ob das mit der erfüllten Regel verknüpft gespeicherte Diagnoseobjekt mit einer Information verknüpft gespeichert ist, welche das Diagnoseobjekt als mögliche chronische Diagnose charakterisiert, Anzeigen eines Anzeigeelements (206) auf der graphischen Benut- zeroberfläche, wenn zumindest eine der Regeln erfüllt ist und das mit dieser Regel verknüpft gespeicherte medizinische Diagnoseobjekt als mögliche chronische Diagnose charakterisiert ist, Ausgabe einer Benutzerabfrage (308) auf der graphischen Benutzeroberfläche, ob eine mit dem Diagnoseobjekt verknüpfte medizinische Diagnose als Dauerdiagnose übernommen werden soll, und Anzeige (310) der medizinischen Diagnose als Dauerdiagnose in dem zweiten Anzeigefenster (110) unabhängig von der Position der Scroll- bar (200), wenn die mit dem Diagnoseobjekt verknüpfte medizinische Diagnose vom Benutzer als Dauerdiagnose übernommen wurde.
EP09752378A 2008-11-19 2009-11-17 Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten Withdrawn EP2359280A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP09752378A EP2359280A1 (de) 2008-11-19 2009-11-17 Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP08169431A EP2192509A1 (de) 2008-11-19 2008-11-19 Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten
PCT/EP2009/065332 WO2010057890A1 (de) 2008-11-19 2009-11-17 Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten
EP09752378A EP2359280A1 (de) 2008-11-19 2009-11-17 Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten

Publications (1)

Publication Number Publication Date
EP2359280A1 true EP2359280A1 (de) 2011-08-24

Family

ID=40547877

Family Applications (2)

Application Number Title Priority Date Filing Date
EP08169431A Withdrawn EP2192509A1 (de) 2008-11-19 2008-11-19 Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten
EP09752378A Withdrawn EP2359280A1 (de) 2008-11-19 2009-11-17 Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten

Family Applications Before (1)

Application Number Title Priority Date Filing Date
EP08169431A Withdrawn EP2192509A1 (de) 2008-11-19 2008-11-19 Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten

Country Status (3)

Country Link
US (1) US20120101846A1 (de)
EP (2) EP2192509A1 (de)
WO (1) WO2010057890A1 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010148127A2 (en) 2009-06-16 2010-12-23 Medicomp Systems, Inc. Caregiver interface for electronic medical records
US9536052B2 (en) * 2011-10-28 2017-01-03 Parkland Center For Clinical Innovation Clinical predictive and monitoring system and method
US9977864B2 (en) 2011-10-28 2018-05-22 Jeffrey S. Melcher Electronic health record system and method
US20130110548A1 (en) * 2011-10-28 2013-05-02 Mohan Kutty Electronic health record system and method
US10593426B2 (en) 2012-09-13 2020-03-17 Parkland Center For Clinical Innovation Holistic hospital patient care and management system and method for automated facial biological recognition
US10496788B2 (en) 2012-09-13 2019-12-03 Parkland Center For Clinical Innovation Holistic hospital patient care and management system and method for automated patient monitoring
US10430906B2 (en) 2013-03-15 2019-10-01 Medicomp Systems, Inc. Filtering medical information
USD764482S1 (en) * 2013-05-30 2016-08-23 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
USD764481S1 (en) * 2013-05-30 2016-08-23 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
USD765666S1 (en) * 2013-05-30 2016-09-06 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
USD766255S1 (en) * 2013-05-30 2016-09-13 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
USD790558S1 (en) * 2013-05-30 2017-06-27 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
USD764480S1 (en) * 2013-05-30 2016-08-23 P&W Solutions Co., Ltd. Display screen for a personal digital assistant with graphical user interface
US20130282395A1 (en) * 2013-06-18 2013-10-24 Naryan L. Rustgi Medical registry
US10276264B2 (en) 2013-10-08 2019-04-30 Mohan Kutty Electronic health record system and method
US9977958B2 (en) * 2014-02-26 2018-05-22 Grain Ip Method and system for assisting determination of a medical condition
US10755369B2 (en) 2014-07-16 2020-08-25 Parkland Center For Clinical Innovation Client management tool system and method
JP6759201B2 (ja) * 2014-08-07 2020-09-23 キュアレーター， インコーポレイテッド 慢性疾患の発見および管理システム
US10964412B2 (en) * 2015-10-20 2021-03-30 Q Bio, Inc. Population-based medical rules via anonymous sharing
WO2017077501A1 (en) * 2015-11-05 2017-05-11 Koninklijke Philips N.V. Longitudinal health patient profile for incidental findings
CN109544372B (zh) * 2018-10-30 2024-04-09 平安医疗健康管理股份有限公司 基于人工智能的门诊慢性病资质监控方法及相关装置
US20200388385A1 (en) * 2019-06-07 2020-12-10 Emblemhealth, Inc. Efficient diagnosis confirmation of a suspect condition for certification and/or re-certification by a clinician
US20210022688A1 (en) * 2019-07-26 2021-01-28 GPS Health LLC Methods and systems for generating a diagnosis via a digital health application

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1976195A (en) * 1994-03-04 1995-09-18 Medical Dimensions, Inc. Computer system for managing patient care
US5845255A (en) * 1994-10-28 1998-12-01 Advanced Health Med-E-Systems Corporation Prescription management system
DE19536204A1 (de) * 1995-07-26 1997-01-30 Mc Medical Card Systems Gmbh System zur personenbezogenen Übertragung und Speicherung medizinischklinischer Daten und eine IC-Karte für ein derartiges System
JP3967055B2 (ja) * 2000-01-17 2007-08-29 東芝テック株式会社 電子棚札システム及びこのシステムに用いる電子棚札装置
US20090125322A9 (en) * 2000-11-22 2009-05-14 Recare, Inc. Integrated virtual consultant
WO2004008273A2 (en) * 2002-07-12 2004-01-22 The Aristos Group, Inc. Method, system, software and graphical user interface for presenting medical information
US7529760B2 (en) * 2004-12-08 2009-05-05 International Business Machines Corporation Use of positive and negative filtering with flexible comparison operations
GB2421598A (en) * 2004-12-17 2006-06-28 E San Ltd Repeat prescription ordering system
CA2633552A1 (en) * 2005-12-15 2007-06-21 University Of Vermont And State Agricultural College Clinical decision support system
JP5128154B2 (ja) * 2006-04-10 2013-01-23 富士フイルム株式会社 レポート作成支援装置、レポート作成支援方法およびそのプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2010057890A1 *

Also Published As

Publication number Publication date
WO2010057890A1 (de) 2010-05-27
EP2192509A1 (de) 2010-06-02
US20120101846A1 (en) 2012-04-26

Similar Documents

Publication Publication Date Title
EP2359280A1 (de) Computerimplementiertes verfahren zur anzeige von patientenbezogenen diagnosen chronischer krankheiten
WO2010057891A1 (de) Computerimplementiertes verfahren zur medizinischen diagnoseunterstützung
US20090099872A1 (en) System and method for integrating datawith guidelines to generate displays containing the guidelines and data
DE102008010683A1 (de) Verfahren und Systeme zur Einbringung der klinischen Anzeige von und Suche nach medizinischen Krankenaktendaten aus einer Vielzahl von Informationssystemen
DE102005012628A1 (de) Verarbeitungssystem für klinische Daten
DE102007017552A1 (de) Fallabhängige Krankheitsverlaufsvorhersage bei einem Echtzeit-Überwachungssystem
Martens et al. The effect of computer reminders on GPs’ prescribing behaviour: a cluster-randomised trial
DE102004013650A1 (de) System und Verfahren zur Verarbeitung von Information betreffend Labortests und Ergebnisse
DE102008002920A1 (de) Systeme und Verfahren für klinische Analyseintegrationsdienste
DE102019216596A1 (de) System und Verfahren zur personalisierten Arzneimittelverwaltung und -warnung
DE112018001359T5 (de) Arzneimittelverschreibungsunterstützungsvorrichtung, verfahren und programmfeld
WO2004001665A2 (de) Verfahren und system zum erfassen und analysieren von krankheitsbildern und deren ursachen sowie zum ermitteln passender therapievorschläge
DE10240216A1 (de) Verfahren und Datenbank zum Auffinden von medizinischen Studien
Mellon et al. Interventions for improving medication adherence in solid organ transplant recipients
US20220405680A1 (en) Automated Healthcare Provider Quality Reporting System (PQRS)
DE102004013651A1 (de) Medizinisches Datensatzklassifizierungssystem
EP2236076B1 (de) Verfahren und System zur Ermittlung der Differenz zwischen prä- und postprandialen Blutzuckerwerten
EP1351181B1 (de) Computersystem und Verfahren zur Datenerfassung für die Ermittlung des Verlaufs einer chronischen Erkrankung
EP2370910A1 (de) Verfahren zur kontextsensitiven bereitstellung von patientenbezogenen informationen
Borden Postmarketing surveillance of drugs
EP1282062A2 (de) Verfahren für die Vermittlung einer telemedizinischen Gesundheitsdienstleistung
Stead et al. Demand-oriented medical records: toward a physician work station
CN110911014A (zh) 一种门诊重复用药查询分析方法及系统
EP2056220A1 (de) Verfahren zur kontextsensitiven Bereitstellung von patientenbezogenen Informationen
Gerland Can Health Locus of Control and patient-physician relationship predict a specific cluster of non-adherence?: an observational study by patients' self-report in general medical practices $ h

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20110620

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20121207

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20130418