JP7044111B2 - 医療機関リソース利用を最適化するための方法、コンピューティングシステム、及びプログラム - Google Patents

医療機関リソース利用を最適化するための方法、コンピューティングシステム、及びプログラム Download PDF

Info

Publication number
JP7044111B2
JP7044111B2 JP2019520469A JP2019520469A JP7044111B2 JP 7044111 B2 JP7044111 B2 JP 7044111B2 JP 2019520469 A JP2019520469 A JP 2019520469A JP 2019520469 A JP2019520469 A JP 2019520469A JP 7044111 B2 JP7044111 B2 JP 7044111B2
Authority
JP
Japan
Prior art keywords
patient
medical institution
resource
institution
medical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019520469A
Other languages
English (en)
Other versions
JP2019537121A (ja
Inventor
センクーン テ
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JP2019537121A publication Critical patent/JP2019537121A/ja
Application granted granted Critical
Publication of JP7044111B2 publication Critical patent/JP7044111B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

本発明は、専らではなく、医療機関リソース利用を最適化する方法及びシステムに広く関するものである。
病院の経営では、退院後３０日以内に再入院する患者の人数を監視及び管理することがますます重要になっている。再入院を減らすことで、医療機関リソース（例えば、医師、機械、及びベッド）への負担を軽減して、リソースを注意が必要なものに対して利用することができるので患者の転帰を改善することができ、不必要な公的医療費を抑制することができる。
現在、病院への再入院リスクを評価する幾つかの方法がある。これらの方法のほとんどは、病院への再入院の確率、又は回避可能な病院への再入院の確率のいずれかを示す定量的スコアの開発に焦点を当てている。この目的は、実施可能な洞察を医療提供者に提供して、適切な介入を行なうことにより再入院を最小限に抑えることにある。
一般的に言えば、基本的な看護ケアのような医療リソースが、再入院を介入で減らすために必須である。介入には、例えば退院準備、ケア調整、及び患者教育が含まれる。 しかしながら、病院には不十分な看護スタッフしか居ないことが益々一般的になっており、これが、これらのケア作業を遂行して病院への再入院を減らすという看護師の努力に影響を及ぼしている。再入院を最小限に抑えるための効果的な医療介入の提供が、増大する患者の要求を満たさない場合、医療提供者は、不足するリソースの割り当てをリアルタイムに優先順位付けして、病院への再入院の影響を最小限に抑える必要がある。
したがって、上述の問題に対処しようとするための医療リソース利用を最適化する方法及びシステムを提供する必要がある。
医療リソース利用を最適化する方法が提供される。
本発明の第１の態様によれば、医療リソース利用を最適化する方法が開示される。その方法は、少なくとも１人の患者に関する患者情報を受信することと、患者情報から、現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、を決定することと、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、推奨医療機関リソース割り当てを出力することと、を含む。
本発明の第２の態様によれば、医療機関リソース利用を最適化するコンピューティングシステムである。そのコンピューティングシステムは、レシーバー手段と、決定手段と、セレクター手段と、出力手段と、を含む。レシーバー手段は、少なくとも１人の患者に関する患者情報を受信する。決定手段は、患者情報から、現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、を決定する。セレクター手段は、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化する。出力手段は、推奨医療機関リソース割り当てを出力する。
本発明の第３の態様によれば、コンピュータ可読媒体は、少なくとも１人の患者に関する患者情報を受信し、患者情報から、現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、を決定し、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し、推奨医療機関リソース割り当てを出力する、ことを少なくとも１つのプロセッサによりコンピュータに少なくとも実行させるコンピュータプログラムコードを含む。
本発明の実施形態は、当業者に、例としてのみ、かつ図面と関連して提供される以下に記述される説明から、より良好に理解され、容易に明らかになる。
本教示による医療機関リソース利用を最適化する方法を示すフローチャートを示している。 本教示による患者、医療機関、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。 本教示による患者、医療機関、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。 本教示による医療機関再入院リスクの影響評価を示している。 本教示による医療機関再入院リスクの影響及び費用評価を示している。 本教示による病院再入院の影響を最大限に抑える好適な目標患者集団を示している。 本教示による医療機関リソース利用を最適化する方法を示すフローチャートを示している。 本教示による複数の医療機関と最適化システムとの間の相互作用を示す詳細ワークフローを示している。 本教示による複数の医療機関、患者／医療リソース、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。 本教示による医療機関リソース利用を最適化するシステムの模式図を示している。 本教示による医療機関リソース利用を最適化する方法を実行するために適する好適なコンピューティング装置を示している。
文脈上別段の指示がない限り、以下の用語には、本明細書において提供される意味が与えられる：
「ｈｅａｌｔｈｃａｒｅ ｉｎｓｔｉｔｕｔｅ（医療機関）」、「ｈｅａｌｔｈｃａｒｅ ｉｎｓｔｉｔｕｔｉｏｎ（医療機関）」、及び類似の用語は、医療サービスが提供される病院、診療所、又は任意の他の機関を含み、
「ｐａｔｉｅｎｔ ｉｎｆｏｒｍａｔｉｏｎ（患者情報）」は、患者に関する、又は疾患、怪我、又は他の症状を含むことができる患者の症状に関する任意の情報である。１つの例では、患者の症状に関する過去の臨床記録は、新しい患者に関する診断、又は新しい患者の症状に関する診断のような患者情報とすることができる。
「ｔｒｅａｔｍｅｎｔ（治療）」、「ｈｅａｌｔｈｃａｒｅ ｉｎｔｅｒｖｅｎｔｉｏｎ（医療介入）」、及び同様の用語は、患者の再入院の可能性を低下させるための医療リソース（例えば、人材又は機械）による任意の処置を指している。患者に対するカウンセリング及び患者に対する薬剤の処方をこの定義に含めることもできる。
「ｈｅａｌｔｈｃａｒｅ ｉｎｓｔｉｔｕｔｅ ｒｅｓｏｕｒｃｅ（医療機関リソース）」及び同様の用語は、医療人材リソース、医療機器、患者用ベッドなどのようなあらゆる種類のリソースを指していると理解されたい。 看護スタッフ及び医師は、「ｈｅａｌｔｈｃａｒｅ ｈｕｍａｎ ｒｅｓｏｕｒｃｅｓ（医療人材リソース）」の所望の意味に含まれる。
「ｒｅａｄｍｉｓｓｉｏｎ（再入院）」とは、患者が、前の入院から特定期間以内に、例えば３０日以内に入院するために医療機関に戻る状況を指している。
「ｏｎｅ ｏｒ ｍｏｒｅ ｄａｔａｂａｓｅｓ（１つ以上のデータベース」とは、病院内のコンピュータ又はクラウドサーバのようなコンピューティングシステム内に、又はリモートサーバ内に格納されている任意のデータベース又はデータベース群を指している。 データベース又はデータベース群はそれぞれ、クラウドコンピューティングプラットフォーム上で動作するクラウドデータベースとすることができる。
本発明の実施形態は、図面を参照しながら、ほんの一例として説明される。 図面中の同じ参照番号及び文字は、同様の構成要素又は同等物を指している。
以下の説明の幾つかの部分は、アルゴリズムに関して、及びコンピュータメモリ内のデータに対する操作の機能的表現又は記号的表現に関して明示的又は暗黙的に提示されている。これらのアルゴリズム的記述及び機能的表現又は記号的表現は、当業者がデータ処理技術分野において使用して、当業者による成果の本質を他の当業者に最も効果的に伝えるための手段である。アルゴリズムは、本明細書においては、一般的に、所望の結果をもたらす自己矛盾のない一連のステップであると考えられる。 これらのステップは、記憶、転送、組み合わせ、比較、その他には、操作が可能な電気信号、磁気信号、又は光信号のような物理量の物理的な操作を必要とするステップである。
特に明記しない限り、以下から明らかなように、本明細書全体を通じて、「ｒｅｃｅｉｖｉｎｇ（受信する）」、「ｄｅｔｅｒｍｉｎｉｎｇ（決定する）」、「ｓｅｌｅｃｔｉｎｇ（選択する）」、「ｏｕｔｐｕｔｔｉｎｇ（出力する）」などのような用語を利用した説明は、コンピュータシステム内の物理量として表されるデータを操作して、コンピュータシステム内の、又は他の情報記憶装置、伝送装置、若しくは表示装置内の物理量として同様に表わされる他のデータに変換するコンピュータシステム又は同様の電子装置の処理及びプロセスを指している。
本明細書はまた、方法の操作を実行する装置を開示する。 このような装置は、必要な目的のために特別に構成することができる、又はコンピュータに格納されているコンピュータプログラムにより選択的に作動させる、又は再構成されるコンピュータ又は他の装置を含むことができる。本明細書において提示されるアルゴリズム及びディスプレイは、いかなる特定のコンピュータ又は特定の他の装置にも本質的に関連していない。様々な機械は、本明細書における教示によるプログラムで使用することができる。 別の構成として、必要な方法ステップを実行するために、より特殊化された装置を構築することが適切である。 コンピュータの構造は以下の説明から明らかになる。
更に、本明細書はまた、当業者には、本明細書において記載される方法の個々のステップをコンピュータコードにより実施することができることが明らかであることから、コンピュータプログラムを暗黙的に開示している。コンピュータプログラムは、任意の特定のプログラミング言語及び特定のプログラミング言語の実施態様に限定されるべきではない。様々なプログラミング言語、及びプログラミング言語のコーディングを使用して、本明細書に含まれる本開示の教示を実施することができることを理解できるであろう。 更に、コンピュータプログラムは、特定の制御フローに決して限定されるべきではない。異なる制御フローを本発明の趣旨又は範囲から逸脱することなく使用することができるコンピュータプログラムの他の多くの変形がある。
更に、コンピュータプログラムのステップ群のうち１つ以上のステップは、順次にではなく並列に実行してもよい。 このようなコンピュータプログラムは、任意のコンピュータ可読媒体に格納することができる。 コンピュータ可読媒体は、コンピュータとのインターフェースとなるのに適する磁気ディスク又は光ディスク、メモリチップのような記憶装置、若しくは他の記憶装置を含むことができる。コンピュータ可読媒体はまた、インターネットシステムに例示されるような有線媒体、又は移動体通信用グローバルシステム（ＧＳＭ）移動電話システムに例示されるような無線媒体を含むことができる。 コンピュータプログラムは、このようなコンピュータに読み込まれてコンピュータで実行されると、装置が好適な方法のステップ群を効果的に実行するようになる。
図１は、本発明の実施形態による、医療機関リソース利用を最適化する方法１００を示すフローチャートを示している。方法１００は、１つ以上のデータベースに接続されるコンピュータにより実行することができる。更に、方法１００は、サーバシステム、モバイル装置（例えば、スマートフォン又はタブレットコンピュータ）又はパーソナルコンピュータとすることができるコンピューティング装置により実行することができる。コンピュータ及びデータベースに関するさらなる詳細は、図９及び図１０を参照して以下に提供される。
方法１００は、広く以下を含む：
ステップ１０２：少なくとも１人の患者に関する患者情報を受信する－これは、例えば患者が医療機関に到着するとき（すなわち、入院時）に、患者が医療機関から出て行くとき（すなわち、退院時）に、患者の治療が医療機関で施されている間に、又は別の適切な時点で行なわれる。
ステップ１０４：患者情報から：
現患者の１回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる第１予測機関リソース要件；及び
現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件を決定する。
ステップ１０６：第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化する。
ステップ１０８：推奨医療機関リソース割り当てを出力する。
一般性を失うことなく、本説明は、より一般的な「ｈｅａｌｔｈｃａｒｅ ｉｎｓｔｉｔｕｔｉｏｎ（医療機関）」の事例ではなく、病院に関する本発明の実施形態に大きく焦点を当てているが、診療所又は他の医療機関にも同様に適用することができることを理解できるであろう。
ステップ１０２は、少なくとも一人の患者に関する患者情報を受信することを含む。 患者情報は、症状の重症度及び症状の種類、患者の年齢、出身のような電子医療記録に関する情報、並びに患者を特定し、疾患及び症状を診断し易くするために使用することができる他の情報を含むことができる。１つの例では、患者情報は患者から収集することができ、医療機関のデータベースに格納することができる。
患者情報は更に、少なくとも１人の患者が罹患している症状と同様の症状に関する過去の臨床記録を含むことができる。 過去の臨床記録は、患者のプライバシーを保護するために匿名化することができ、医療機関のデータベースに保存することができる。過去の臨床記録は、関連する疾患又は症状を持つ患者が治療後に再入院したかどうか、例えば３０日以内に再入院したかどうかを含むことができる。 過去の臨床記録は更に、特定の症状を持つ患者の治療を施す医療機関のリソース利用を含むことができる。
ステップ１０２は、患者の入院時に開始することができる。 １つの例では、患者が医療機関の受付に到着すると、医療機関のシステムがステップ１０２を開始する、すなわちシステムは、当該患者に関する患者情報を受信する。患者に要求して医療問い合わせフォームに記入させることができ、患者の過去の臨床記録と一緒に正式に記入された問い合わせフォームは、本方法を実行するために使用される医療機関のシステムに送信することができる。
このシナリオを適用して、どの治療を患者に医療機関で施すべきかを決定することができる。
ステップ１０２は、入院時ではなく、患者の退院時に開始してもよい。 １つの例では、患者は診察を医療機関で受け、次に医療機関のシステムがステップ１０２を開始する、すなわちシステムは当該患者に関する患者情報を受信する。 診察の結果は、医療機関のシステムに送信することができる。
このシナリオを適用して、どの外来治療、又はどの在宅治療を患者に医療機関の物理的施設の外で施すべきかを決定することができる。言い換えれば、この方法は：
－患者が病院に到着する前、又は到着したときに、
－患者の治療中又は診断中（例えば、到着時に患者又は開業医には明らかではなかった症状又は症候が治療中に推定される場合）、及び／又は
－医療機関での治療の終了時に、又は医療機関での治療後に実行することができる。
したがって、本方法を使用してリソースを、病院内、及び介護施設、患者の自宅、及び外来診療所のような病院の外の両方で割り当てることができる。
ステップ１０４は、第１及び第２予測機関リソース要件を決定することを含むことができる。第１予測機関要件は、現患者の１回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる要件である。現患者の１回目の治療の要件は、患者の症状に関する情報、及び当該症状に関する過去の臨床記録を含むことができる受信患者情報に基づいて計算される。過去の臨床記録に基づいて、症状の重症度及び再入院の確率を推定することができ、現患者の１回目の治療に関する医療機関リソース要件も予測することができる。
第２予測機関要件は、現患者の２回目の治療及び各患者の再入院時の治療に関する要件である。 現患者の２回目の治療は、現患者の１回目の治療よりも包括的ではないようにすることができる。 言い換えれば、現患者の２回目の治療を受けた状態では、患者は、現患者の１回目の治療を受けた状態よりも再入院する可能性が高い。次に、病院は、当該病院が、現患者の１回目の治療又は現患者の２回目の治療を、病院のリソースに経時的に及ぼす影響に基づいて適用するかどうかを決定することができる。
理想的には、全患者を治療して再入院の可能性を低下させる必要がある。しかしながら、医療機関リソースが不十分であり、これらのリソースの利用可能性が変化するので、何人かの患者は再入院時に治療を受ける必要がある場合がある。現患者の２回目の治療及び再入院時の治療に関する要件は、症状に関する情報、及び症状に関する過去の臨床記録を含むことができる受信患者情報に基づいて計算される。 現患者の１回目の治療に関する要件と同様に、現患者の２回目の治療、及び再入院時の治療に関する要件は、疾患の重症度、及び過去の臨床記録に基づく再入院の確率から推定することができる。
ステップ１０６は、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することを含むことができる。各患者の症状の重症度、及び受信患者情報から推定される再入院の可能性を考慮に入れることにより、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関のリソース利用を最適化する。勿論、患者の理想的な転帰は、全ての症例における現患者の１回目の治療に当てはまることになる。しかしながら、これにより、病院は、このような治療に不可欠なリソースを持つことを必要とする。 一般に、病院はこのようなリソース利用可能性を有していない。
したがって、医療機関リソース利用を最適化する幾つかの方法がある。 最適化される医療機関リソース利用は、医療機関の優先度または要件に基づいて定義される。 １つの例では、合計医療機関リソース利用を最小限に抑えることが、医療機関の優先事項となり得る。 したがって、選択は、合計医療機関リソース利用を最小にする選択となるように行なわれる。他の例では、患者の再入院の可能性を最小限に抑えることが、医療機関の優先事項となり得る。
再入院を最小限に抑える治療を簡単に選択できるということが、医療機関のリソースが利用可能であるということを上回っていると考えられる。別の方法では、患者の再入院の可能性を最小限に抑えるためには、医療機関リソース利用可能性を最大にすることが考えられる。いかなる時点においても、時間軸で予測される医療機関リソース利用は、最大限の医療機関リソース利用可能性を上回ってはならない。言い換えれば、治療を確実に行なう方法は、これらの治療を行なうリソースが無い場合には、計画を立てることができない。時間軸で予測される医療機関リソース利用が、最大限の医療機関リソース利用可能性を上回る場合、システムの制御が効かなくなる。
ステップ１０８は、推奨医療機関リソース割り当てを出力することを含むことができる。推奨医療機関リソース割り当ては、画面に表示される情報、又は医療機関宛てのメッセージのような任意の種類の出力を介して出力することができる。推奨医療機関リソース割り当ては、重症度、及び再入院の可能性の観点から、優先順位の高い付き添いを必要とする患者のリストを含むことができる。別の構成として、推奨医療機関リソース割り当ては、医療スタッフを１つの医療機関から別の医療機関に一時的に移動させる要請を含むことができる。各患者に対応して選択される機関リソース要件に基づいて、医療人材リソースは、推奨医療機関リソース割り当てを受け取る、例えば医療機関リソース利用可能性全体の観点から１人以上の患者に施される必要がある治療の種類を受け取ることができる。
図２は、本発明の実施形態による患者２０２、医療機関２０４、及び最適化システム２０６の間の相互作用を示す好適なワークフロー２００を示している。１つの例では、患者情報２０８は、各患者２０２から収集することができ、医療機関２０４は、数人の患者２０２に関して収集した患者情報２０８を最適化システムに転送することができる。別の構成として、各患者２０２は、患者自身の個人医療記録を、政府機関又はサードパーティ医療記録管理会社のデータベースに有することができる。各患者２０２は、最適化システム２０６に許可して、個人医療記録をデータベースから取り出すことができる。患者情報２０８は、医療機関２０４のデータベースに接続される、又は格納されている電子医療記録に保存されている患者２０２の診断結果を含むことができる。患者２０２の診断結果から、各患者２０２が罹患している症状を特定することができる。患者２０２は、１人以上の現患者、１人以上の過去の患者、又は現患者及び過去の患者の組み合わせを必要に応じて別々に含むことができる。
特定される症状に基づいて、特定される症状に関する過去の臨床記録を、医療機関２０４内のデータベース、又は臨床情報に関する他の任意のデータベースから取り出すことができる。過去の臨床記録は、症状の重症度、当該症状を患っていた過去の患者の再入院率、症状を治療して再入院の可能性を低下させる要件（すなわち、病院リソース）、及び症状を再入院時に治療する要件に関する情報を含むことができる。
１つの例では、医療機関２０４は、各患者２０２について特定される症状に関連する過去の臨床記録を含む各患者２０２に関する患者情報２０８を収集することができる。収集患者情報２１０は、最適化システム２０６に転送することができる。このように、患者情報２０８は、患者２０２から最適化システム２０６に医療機関２０４を介して転送することができる。しかしながら、各患者２０２は、政府機関又はサードパーティ医療記録管理会社のデータベースに保存されている患者自身の個人臨床記録を最適化システム２０６に医療機関２０４を使用することなく送信するようにしてもよい。最適化システム２０６は、リモートサーバ、クラウドコンピューティング環境、又は医療機関のコンピューティング装置にインストールされるシステムを含む任意の種類のコンピューティング手段とすることができる。
最適化システム２０６は、図１を参照して説明した第１予測機関リソース要件及び第２予測機関リソース要件を、収集患者情報２１０として転送される患者情報２０８に基づいて決定する。第１予測機関リソース要件及び第２予測機関リソース要件を決定するために、患者情報に含まれる過去の臨床記録及び医療知識データベースを使用することができる。 臨床医及び他の病院スタッフ又は開業医に相談して、特定の治療計画又は患者の症状に関する治療要件を推定することもできる。過去の臨床記録及び医療知識データベースは、症状の詳細及び症状が過去に治療された経緯、及び症状を持つ患者が過去に再入院したかどうかを含むことができる。最適化システム２０６は、第１及び第２医療機関リソース要件を決定するために有用な患者２０２の症状に関する関連情報を取り出すことができる。 例えば、症状を治療するために必要な費用の平均、及び症状を持つ患者の再入院の確率を取り出すことができる。
第１予測機関リソース要件及び第２予測機関リソース要件を決定した後、最適化システム２０６は、第１予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者２０２に対応して選択して、医療機関リソース利用を最適化する。医療リソースが不十分である場合、医療機関リソース使用を最小限に抑えることが優先される。 これとは異なり、感染症のような症状が即座の治療を必要とする場合、患者の再入院の可能性を最小限に抑えることが優先される。
第１予測機関リソース要件又は第２予測機関リソース要件が各患者２０２に対応して選択されると、推奨医療機関リソース割り当て２１２が医療機関２０４に出力される。すると次に、医療機関２０４は、治療を各患者２０２に対して、推奨医療機関リソース割り当て２１２に沿って施す。
図３は、本教示による患者３０２、医療機関３０４、及び最適化システム３０６の間の相互作用を示す別の好適なワークフロー３００を示している。医療機関３０４は、最適化システム３０６に患者情報３１０を供給することができる。それに応じて、最適化システム３０６は、第１予測機関リソース要件及び第２予測機関リソース要件を、患者情報３１０に基づいて決定することができる。すると次に、最適化システム３０６は、第１予測機関リソース要件又は第２予測機関リソース要件を各患者３０２に対応して選択することができる。
１つの例では、第１予測機関リソース要件は、再入院の可能性を低下させる現在のリソース要件であり、第２予測機関リソース要件は、再入院時のリソース要件である。当該状況では、最適化システム３０６は、患者３０２を２つのグループに分けることができる。第1グループ３１４の患者３０２には、第１予測機関リソース要件が適用される、すなわちこのグループの患者３０２は、再入院の可能性を低下させる医療治療を受けることができる。これとは異なり、第２グループ３１６の患者３０２には、第２予測機関リソース要件が適用される、すなわちこのグループの患者３０２は、医療治療を再入院時に受けることができる。
最適化システム３０６は、推奨医療機関リソース割り当て３１２を医療機関３０４に対して行なう。医療機関３０４は、患者３０２を２つのグループに分けることができる、すなわち推奨医療機関リソース割り当て３１２により提案される第1グループ３１４及び第２グループ３１６に分けることができる。1つの例では、患者３０２を第1グループ３１４に、これらの患者の症状（例えば、生命を脅かす怪我、詳細な即座の治療を必要とする他の症状、及び適正に治療される場合に、将来の大きな病院リソース利用を回避することができる他の症状）の重症度、及びその他には、高い再入院確率のいずれか、又は両方を理由に、割り当てることができる。これとは異なり、第２グループ３１６の患者３０２は、これらの患者の症状の重症度、及び再入院確率のいずれか、又は両方が低いので、医療治療を再入院時に受けることができる。
第1グループ３１４又は第２グループ３１６への患者３０２の各患者の割り当ては固定されない。患者３０２の各患者の症状、当該症状の変化によって異なるが、これらの患者の各患者に関する割り当てを変えるようにしてもよい。第1グループ３１４に割り当てられる患者３０２は、患者３０２の症状が医療治療後に改善する場合、第２グループ３１６に移動させることができる。これとは異なり、第２グループ３１６に割り当てられる患者３０２は、患者３０２の症状が悪化する場合、第１グループ３１４に移動させることができる。例えば、病原菌の潜伏期間のために、患者３０２の症状は所定期間後に突然変化することがある。
第1グループ３１４及び第２グループ３１６だけが図３に示されているが、これらのグループの各グループは、サブグループを含むことができ、これらのサブグループはそれぞれ、再入院の可能性のある患者３０２の症状によって異なるが、異なるリソース割り当てを受信することができる。例えば、不治の疾患に罹患している患者３０２の第1サブグループを設けることができる。このような患者３０２は、再入院して疾患の症状を定期的に緩和する必要があり、依然として在宅介護を必要とする。言い換えれば、再入院の可能性が１００％である。再入院する可能性のある患者３０２の第２サブグループを設けることができるが、再入院は、必要な医療リソースを割り当てることにより回避することができる。再入院することが起こりそうにもないか、又は再入院しないであろう患者３０２の第３サブグループを設けることもできる。この場合、第1グループの患者３０２は、第２サブグループの患者３０２を含むことができ、これらの患者３０２は、再入院の可能性を低下させることを意図した第１リソース割り当てを受信することができる。第２グループの患者３０２は、第１サブグループ及び第３サブグループの患者－言い換えれば、患者が再入院する可能性が、いずれの特定の治療によっても影響を受けそうにもない当該患者－を含むことができる。
同様に、上に特定される３つのサブグループ以外に、更に別のサブグループを設けてもよい。
図４は、本発明の実施形態による医療機関再入院リスクの影響評価４００を示している。この状況では、再入院リスクの影響は、再入院が生じる場合のリソース利用に関する悪影響として定義される。再入院リスクの影響が大きいと評価される場合、リソース利用の予測値が大きい。リソース利用を最小限に抑えるために、再入院リスクの影響を小さくすることが重要である。1つの例では、各患者に対応した第１予測機関リソース要件及び第２予測機関リソース要件のうちの一方の選択は、各患者に関するスコアに基づいている。スコアは２つの基準、症状の重症度４０４及び医療機関再入院確率４０２に基づいている。再入院確率は、医療治療又は医療介入の前後に測定することができる。スコアは、スコアを使用して医療治療が必要かどうかを判断するので、医療治療又は医療介入の前の再入院に基づくようにしてもよい。症状の重症度４０４が、治療費用の観点から、すなわちリソース利用が多く、再入院の確率が高いという観点から高い場合、医療機関再入院リスクの影響が大きいので、高いスコアが患者に、このような状況において割り当てられる。これとは異なり、症状の重症度４０４が、治療費用が少なく、再入院の確率が低いという観点から低い場合、医療機関再入院リスクの影響が小さいので、低いスコアが患者に、このような状況において割り当てられる。
１つの例では、症状の重症度は、治療費用の観点から３つのカテゴリー、すなわち軽度、中等度、及び重度に分けられる。介入前の医療機関再入院確率も、３つのカテゴリー、すなわち低確率、中間確率、及び高確率に分けられる。このように、患者には、疾患の重症度、及び再入院確率の観点から、９つのカテゴリーのうち１つのカテゴリーを割り当てることができる。９つのカテゴリーの各カテゴリーは、症状及び再入院確率の観点からスコアリングされる、例えば影響が小さい症状を持つ患者には、１のスコアが付与され、影響が大きい疾患を持つ患者には、９のスコアが付与される。患者が軽度の症状を持つ場合、スコア１、２、及び３を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。患者が中等度の症状を持つ場合、スコア２、４、及び６を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。患者が重度の症状を持つ場合、スコア３、６、及び９を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。
１つの例では、４人の患者が４種類の症状、すなわち症状Ａ：脳卒中後の失禁４０６、症状Ｂ：脳卒中後の失禁４０８、症状Ｃ：再発性脳卒中（出血）４１０、及び症状Ｄ：再発性脳卒中（虚血性）４１２を持っている。症状を持つこれらの患者は、９つのカテゴリーのうち１つのカテゴリーに、症状の重症度、及び再入院確率の観点から割り当てることができる－注記：再入院が避けられない場合（例えば、心臓を定期的にモニタリングする、透析する、又は不治の疾患の進行をチェックする場合）、本方法は、避けられない再入院に対処するために必要なリソースが利用可能な最大医療機関リソースから差し引かれると仮定する。言い換えれば、再入院が避けられない場合、いずれのリソースを再入院患者の治療に割り当てるべきかを決定する際の融通性が小さくなる、又は無くなる可能性がある。これらのリソースは、いずれの治療（すなわち、１回目及び２回目の現治療）を施すべきかを評価する場合に本方法から除外される。不治の疾患ではなく、本方法は、再入院の可能性が１００％ではない症状に焦点を当てる。症状の重症度、及び再入院確率は、電子医療記録に関する情報、過去の臨床情報、及び医療知識データベースに関する情報のような患者情報に基づいて分析される。
上に説明した再入院リスク評価によれば、図４に示したように、症状Ａ、Ｂ、Ｃ、及びＤが、９つのカテゴリーのうち１つのカテゴリーに、症状の重症度、及び再入院確率の観点から割り当てられる。例えば、症状Ａ４０６は、重症度が低いが、再入院確率が高く、３のスコアが付与されると考えられる。症状Ｂ４０８は、重症度が低く、再入院確率が中程度であり、２のスコアが付与されると考えられる。症状Ｃ４１０は、重症度が高く、再入院確率が中程度であり、６のスコアが付与されると考えられる。症状Ｄ４１２は、重症度が高く、再入院確率が高く、９のスコアが付与されると考えられる。１つの例では、最適化システムは、第１予測機関リソース要件を、高いスコアを持つ患者に対応して、例えば症状Ｃ４１０又は症状Ｄ４１２になっている患者に対応して選択することができる。また、最適化システムは、第２予測機関リソース要件を、低いスコアを持つ患者に対応して、例えば症状Ａ４０６又は症状Ｂ４０８になっている患者に対応して選択することができる。
図５Ａは、本教示による医療機関再入院リスクの影響、及び費用評価５００を示している。縦軸は、医療機関の人的資源に比例する病院費用５０４を表わしている。横軸は、医療機関に入院後の経過時間５０２を表わしている。医療機関に再入院する患者がより多くなると、より多額の病院費用が発生する。症状及び介入に関する医療分野の知識によれば、３０日以内の病院からの退院時の移行ケアは、病院から地域社会（自宅）への患者のシームレスな移行を確保するために必須である。その結果、メディケアセンター及びメディケイドサービスセンターのような国内保健機関は、再入院削減プログラムを導入して、３０日以内の予定外の病院への再入院率を厳重に監視及び規制した。例示を目的として、医療機関にとって負の収入である３０日目の時点における医療機関費用又は医療機関への再入院率が最も高くなる仮想費用曲線５０６を示す。医療機関にとっての負の収入を少なくするために、３０日以内の再入院の回数を、医療介入により減らして再入院の可能性を低下させることが重要である。
再入院リスクの影響及び費用を評価するために、病院介入の有効性を評価することができる。病院介入により、再入院の可能性を低下させることができる。したがって、病院介入の有効性は、再入院の可能性を、介入の有無の場合と比較することにより評価することができる。図１に関連して説明したように、病院介入のこれらの評価を使用して、第１予測医療機関要件、及び第２予測医療機関要件を決定することができる。
図５Ｂは、再入院の影響５１０を最大限に抑えることを目標とする好適な患者集団を示している。この例では、患者集団５１２は、５人の患者、すなわちＰ１、Ｐ２、Ｐ３、Ｐ４、及びＰ５からなる。また、看護師集団５１４は、２人の看護師、すなわちＮ１及びＮ２からなる。
患者集団５１２の患者Ｐ１、Ｐ２、Ｐ３、Ｐ４、及びＰ５の各患者に対する医療リソース割り当ては、少なくとも２つの制約、すなわち病院費用及び最大目標病院再入院率の観点から、病院再入院の影響を最大限に小さくするように決定される。
病院費用は、看護師のような人的資源による作業に比例する。したがって、病院費用は、１×Ｎと表わすことができる看護師のフルタイム当量（FTE）に比例する。この例では、病院費用は、看護師集団５１４の２人の看護師Ｎ１及びＮ２のフルタイム当量に等しい２×Ｎである。
この例では、病院費用２×Ｎは、５人の患者Ｐ１、Ｐ２、Ｐ３、Ｐ４、及びＰ５の各患者に、これらの患者の各患者に対応する病院再入院確率の観点から割り振られる。例えば、０．１×Ｎが患者Ｐ１（５１６）及びＰ２（５１８）の各患者に割り当てられる。同様に、０．４×Ｎが患者Ｐ３（５２０）に割り当てられ、０．６×Ｎが患者Ｐ４（５２２）に割り当てられ、０．８×Ｎが患者Ｐ５（５２４）に割り当てられる。
他の制約は、最大目標再入院率である。病院費用及び病院再入院確率は、以下の条件を満たす必要がある：
Y≧ a1Z1+a2Z2+a3Z3+ a4Z4+a5Z5+…
式中、
Ｙ＝最大目標病院再入院率（例えば、１０％）＊合計患者数、
ａｉ＝患者ｉ（ｉ＝１，２，３，．．．）ｉに割り当てられる病院費用、
Ｚｉ＝患者ｉに対応する病院再入院確率
である。
図６は、本発明の実施形態による医療機関リソース利用を最適化する方法６００を示すフローチャートを示している。方法６００は、１つ以上のデータベースに接続されるコンピュータにより実行することができる。更に、方法６００は、サーバシステム、モバイル装置（例えば、スマートフォン又はタブレットコンピュータ）、又はパーソナルコンピュータとすることができるコンピューティング装置により実行することができる。コンピュータ及びデータベースに関する更なる詳細は、図９及び図１０を参照しながら以下に提供される。
方法６００は：
ステップ６０２：最大限の医療機関リソース利用可能性を受信することと、
ステップ６０４：それぞれの患者に対応する第１予測機関リソース要件及び第２予測機関リソース要件の組み合わせを分析することと、
ステップ６０６：如何なる時点においても、最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも１つの組み合わせを特定することと、
ステップ６０８：少なくとも１つの組み合わせから、最小合計医療機関リソース利用を可能にする組み合わせを特定することと、を広く含む。
ステップ６０２は、最大限の医療機関リソース利用可能性を受信することを含む。医療機関リソース利用を最適化するために、最大限の医療機関リソース利用可能性を認識することが重要である。１つの例では、利用可能性は、看護スタッフの人数に基づいて計算することができる。また、利用可能性は、患者用ベッド、及び利用可能な医療機器に基づいて計算することができる。
ステップ６０４は、それぞれの患者に対応する第１予測機関リソース要件及び第２予測機関リソース要件の組み合わせを分析することを含む。例えば、それぞれの患者に必要な医療機関リソースは、第１予測機関リソース要件及び第２予測機関リソース要件の各組み合わせに対応して計算することができる。
ステップ６０６は、如何なる時点においても、最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも１つの組み合わせを特定することを含む。必要な医療機関リソースが、最大限の医療機関リソース利用可能性を上回る場合、医療機関は、各患者に対応して要求される通りの適正な医療サービスを提供することができない。したがって、ある組み合わせにより、患者の再入院を効果的に減らすことができる場合でも、最大リソース利用可能性を上回るリソースを必要とする組み合わせを除外することが重要である。
ステップ６０８は、少なくとも１つの組み合わせから、最小合計医療機関リソース利用を可能にする組み合わせを特定することを含む。最大リソース利用可能性を上回るリソースを必要とする組み合わせを除外した後、合計医療機関リソース利用について考察する。１つの例では、合計医療機関リソース利用が最小になる組み合わせを特定する。患者の再入院確率を最小限に抑えるようないずれの他の基準も適用することができる。
図７は、本教示による複数の医療機関の間の医療機関リソース利用を最適化する複数の医療機関７０２と最適化システム７０４との間の相互作用を示す詳細ワークフロー７００を示している。複数の医療機関７０２の各医療機関は、最適化システム７０４に、患者情報及びリソース利用可能性７０６を、これらの医療機関７０２の各医療機関に対応して供給する。患者情報は、患者の人数、及び各患者に対応して特定される症状を含むことができる。図４に関する説明で説明される各患者に関する再入院リスクスコアは、医療機関７０２の各医療機関において、又は最適化システム７０４において割り当てることができる。
１つの例では、最適化システム７０４は、第１及び第２医療機関リソース要件を各患者に対応して決定し、第１及び第２医療機関リソース要件のうち一方を選択する。１つの医療機関内の医療機関リソース利用の他に、複数の医療機関７０２に跨る医療機関リソース利用について考察する。看護スタッフを１つの機関から別の機関に一時的に移動させるか、又は永久に移動させるようなことは、合計医療機関リソース利用を最適化するために有用となり得る。したがって、推奨医療機関リソース利用７０８は、各機関内の推奨、及び複数の機関に跨る推奨を含むことができる。複数の機関の間の連携は、推奨医療機関リソース利用を行なうために必要である。
図８は、本教示による複数の医療機関８０２と８１０との間の相互作用、及び医療機関リソース利用を複数の医療機関８０２及び８１０の間で最適化する最適化システム８０４を示す詳細ワークフロー８００を示している。複数の医療機関８０２及び８１０の各医療機関は、最適化システム８０４に、患者情報及びリソース利用可能性８０６を、医療機関８０２及び８１０の各医療機関に対応して供給する。患者情報に基づいて、必要な医療機関リソースを最適化システム８０４において計算することができる。
１つの例では、医療機関８１０は、医療機関リソース利用可能性の観点から当該医療機関の収容能力よりも多くの患者を受け入れることができる。これとは異なり、医療機関８０２は、医療機関リソース利用可能性の観点から当該医療機関の収容能力よりも少ない患者しか受け入れることができない。最適化システム８０４は、このような情報８０６を医療機関８１０及び８０２から収集することができ、推奨医療機関リソース割り当て８０８を医療機関８１０及び８０２の各医療機関に提示することができる。このシナリオでは、医療機関８１０は、患者８１２を医療機関８０２に移動させて合計医療機関リソース利用を最適化するように要求される。別の構成として、医療機関８０２の看護スタッフを医療機関８１０に移動させて患者の看護を医療機関８１０において受け持つことを要求される。医療人材リソースを移動させる場合、このような看護スタッフ、医療機関の場所、及び看護スタッフの経験年数を最適化システム８０４において考慮に入れることができる。
本教示によれば、１つの医療機関内の、又は複数の医療機関に跨る医療機関リソース利用を最適化することができる。このようなリソース利用を最適化することは、医療機関リソースが不十分である影響を受ける状況に関して有利である。特に、予期せぬ災害又はテロ行為の影響を受ける状況においては、患者の人数は、最も近くにある医療機関の収容能力を簡単に上回る可能性がある。患者を、症状の重症度及び再入院の可能性の観点から優先順位付けすることが、リソース利用を最適化するために有用となる。また、患者又は医療人材リソースを移動させることは、合計医療機関リソース利用の最適化を実現するために有用となる。
図９は、本発明の実施形態による医療機関リソース利用を最適化するネットワーク利用システム９００の模式図を示している。システム９００は、コンピュータ９０２と、1つ以上のデータベース９０４ａ・・・９０４ｎと、ユーザ入力モジュール９０６と、ユーザ出力モジュール９０８と、を備える。1つ以上のデータベース９０４ａ・・・９０４ｎの各データベースは、コンピュータ９０２に通信可能に接続される。ユーザ入力モジュール９０６及びユーザ出力モジュール９０８は、コンピュータ９０２に通信可能に接続される個別の異なるモジュールとすることができる。別の構成として、ユーザ入力モジュール９０６及びユーザ出力モジュール９０８は、１つのモバイル電子装置（例えば、携帯電話、タブレットコンピュータなど）内で一体化されるようにしてもよい。モバイル電子装置は、コンピュータ９０２と既存の通信プロトコルを介して無線通信する適切な通信モジュールを有することができる。最適化システム２０６、最適化システム３０６、最適化システム７０４、及び最適化システム８０４は、コンピュータ９０２により実現することができる。
コンピュータ９０２は：少なくとも1つのプロセッサと、コンピュータプログラムコードを含む少なくとも1つのメモリと、を備えることができ、少なくとも1つのメモリ及びコンピュータプログラムコードは、少なくとも１つのプロセッサによる指示によってコンピュータが少なくとも：（Ａ）少なくとも1人の患者に関する患者情報を受信し；（Ｂ）患者情報から、現患者の１回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる第1予測機関リソース要件、及び現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件を決定し；（Ｃ）第1予測機関リソース要件及び第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し；（Ｄ）推奨医療機関リソース割り当てを出力するようになる。
様々な種類のデータ、例えば患者情報、医療機関リソース利用可能性、過去の臨床記録、症状及び介入に関する医学領域知識は、1つのデータベース（例えば、９０４ａ）に格納することができる、又は複数のデータベースに格納することができる（例えば、患者情報はデータベース９０４ａに格納され、医療機関リソース利用可能性はデータベース９０４ｎに格納されるなど）。データベース９０４ａ・・・９０４ｎは、コンピュータ９０２に通信可能に接続されるクラウド計算記憶モジュール及び／又は専用サーバを使用して実現されるようにしてもよい。
図１０は、以後、コンピュータシステム１０００と同じ意味として表記される好適なコンピュータ／コンピューティング装置１０００を示しており、1つ以上のこのようなコンピューティング装置１０００を使用して、医療機関リソース利用を最適化する上記方法の実行を容易にすることができる。更に、コンピュータシステム１０００の1つ以上の構成要素を使用してコンピュータ９０２を実現するようにしてもよい。コンピューティング装置１０００に関する以下の説明は、一例としてのみ提示され、限定的に捉えられてはならない。
図１０に示すように、好適なコンピューティング装置１０００は、ソフトウェアルーチンを実行するプロセッサ１００４を含む。プロセッサを、明瞭性を期して1個しか示していないが、コンピューティング装置１０００は、マルチプロセッサシステムを含むこともできる。プロセッサ１００４は、コンピューティング装置１０００の他の構成要素と通信する通信インフラストラクチャ１００６に接続される。通信インフラストラクチャ１００６は、例えば通信バス、クロスバー、又はネットワークを含むことができる。
コンピューティング装置１０００は更に、ランダムアクセスメモリ（ＲＡＭ）のような主メモリ１００８と、補助メモリ１０１０と、を含む。補助メモリ１０１０は、例えば記憶ドライブ１０１２を含むことができ、記憶ドライブ１０１２は、ハードディスクドライブ、固体ドライブ、又はハイブリッド型ドライブ、及び／又は着脱可能な記憶ドライブ１０１４とすることができ、記憶ドライブ１０１４は、磁気テープドライブ、光ディスクドライブ、固体記憶ドライブ（ユニバーサルシリアルバス（ＵＳＢ）フラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような）などを含むことができる。着脱可能な記憶ドライブ１０１４は、周知の方法で、着脱可能な記憶媒体１０４４からの読み出し、及び／又は着脱可能な記憶媒体１０４４への書き込みを行なう。着脱可能な記憶媒体１０４４は、磁気テープ、光ディスク、不揮発性メモリ記憶媒体などを含むことができ、着脱可能な記憶ドライブ１０１４からの読み出し、及び着脱可能な記憶ドライブ１０１４への書き込みを行なう。関連技術分野（複数の技術分野）の当業者が理解しているように、着脱可能な記憶媒体１０４４は、コンピュータ実行可能なプログラムコード命令及び／又はデータを記憶媒体に格納するコンピュータ可読記憶媒体を含む。
別の実施態様では、補助メモリ１０１０は更に、又は別の構成として、コンピュータプログラム又は他の命令をコンピューティング装置１０００に読み込むことができる他の同様の手段を含むことができる。このような手段は、例えば着脱可能な記憶ユニット１０２２及びインターフェース１０４０を含むことができる。着脱可能な記憶ユニット１０２２及びインターフェース１０４０の例として、プログラムカートリッジ及びカートリッジインターフェース（ビデオゲームコンソールデバイスに見られるような）、着脱可能なメモリチップ（消去可能なプログラマブルリードオンリーメモリ（ＥＰＲＯＭ）、又はプログラマブルリードオンリーメモリ（ＰＲＯＭ）のような）、及び関連するソケット、着脱可能な固体記憶ドライブ（ＵＳＢフラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような）、及びソフトウェア及びデータを着脱可能な記憶ユニット１０２２からコンピュータシステム１０００に転送することができる他の着脱可能な記憶ユニット１０２２及びインターフェース１０４０を挙げることができる。
コンピューティング装置１０００は更に、少なくとも１つの通信インターフェース１０２４を含む。通信インターフェース１０２４によりソフトウェア及びデータをコンピューティング装置１０００と外部装置との間で、通信経路１０２６を介して転送することができる。本発明の様々な実施形態では、通信インターフェース１０２４によりデータをコンピューティング装置１０００と、公衆データ通信ネットワークまたは私設データ通信ネットワークのようなデータ通信ネットワークとの間で転送することができる。通信インターフェース１０２４を使用してデータを、相互接続コンピュータネットワークを部分的に形成する異なるコンピューティング装置１０００の間で授受することができる。通信インターフェース１０２４の例として、モデム、ネットワークインターフェース（イーサネットカードのような）、通信ポート（シリアルポート、パラレルポート、プリンタポート、汎用インターフェースバス（ＧＰＩＢ）、ＩＥＥＥ １３９４ポート、ＲＪ４５ポート、及びＵＳＢポートのような）、回路に付随するアンテナなどを挙げることができる。通信インターフェース１０２４は、有線とするか、又は無線とすることができる。通信インターフェース１０２４を介して転送されるソフトウェア及びデータは、通信インターフェース１０２４が受信することができる電子信号、電磁信号、光信号、又は他の信号とすることができる信号の形式である。これらの信号は、通信インターフェース１０２４に通信経路１０２６を介して供給される。
図１０に示すように、コンピューティング装置１０００は更に、画像を関連するディスプレイ１０３０にレンダリングする操作を実行するディスプレイインターフェース１００２と、オーディオコンテンツを関連するスピーカ（群）１０３４を介して再生する操作を実行するオーディオインターフェース１０３２と、を含む。
本明細書において使用されるように、「ｃｏｍｐｕｔｅｒ ｐｒｏｇｒａｍ ｐｒｏｄｕｃｔ（コンピュータプログラム製品）」という用語は、着脱可能な記憶媒体１０４４、着脱可能な記憶ユニット１０２２、記憶ドライブ１０１２に取り付けられるハードディスク、又はソフトウェアを、通信経路１０２６（無線リンク又はケーブル）を介して通信インターフェース１０２４に伝送する搬送波を部分的に指すことができる。「ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｓｔｏｒａｇｅ ｍｅｄｉａ（コンピュータ可読記憶媒体）」という用語は、記録された命令及び／又はデータをコンピューティング装置１０００に供給して実行する、及び／又は処理する任意の非一時的な不揮発性有形記憶媒体を指している。このような記憶媒体の例として、このようなデバイスが、コンピューティング装置１２００の内部又は外部にあるかどうかに関係なく、磁気テープ、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、ＤＶＤ、Ｂｌｕ－ｒａｙ（登録商標）ディスク、ハードディスクドライブ、リードオンリーメモリ（ＲＯＭ）、又は集積回路、固体記憶ドライブ（ＵＳＢフラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような）、ハイブリッド型ドライブ、光磁気ディスク、又はセキュアデジタル（ＳＤ）カードのようなコンピュータ可読カードなどを挙げることができる。ソフトウェア、アプリケーションプログラム、命令、及び／又はデータをコンピューティング装置１０００に供給することに関与することもできる一時的なコンピュータ可読伝送媒体、又は非有形のコンピュータ可読伝送媒体の例として、無線又は赤外線伝送チャネル、並びに別のコンピュータ又は他のネットワーク接続デバイスに至るネットワーク接続、及び電子メール送信及びウェブサイトに記録される情報を含むインターネット又はイントラネットなどを挙げることができる。
コンピュータプログラム（コンピュータプログラムコードとも呼ばれる）は、主メモリ１００８及び／又は補助メモリ１０１０に格納される。コンピュータプログラムは、通信インターフェース１０２４を介して受信することもできる。このようなコンピュータプログラムは、実行されると、コンピューティング装置１０００が、本明細書において説明される実施形態の1つ以上の機能を実行することができる。様々な実施形態では、コンピュータプログラムは、実行されると、プロセッサ１００４が上記実施形態の機能を実行することができる。したがって、このようなコンピュータプログラムは、コンピュータシステム１０００のコントローラを表わす。
ソフトウェアは、コンピュータプログラム製品に格納することができ、コンピューティング装置１０００に、着脱可能な記憶ドライブ１０１４、記憶ドライブ１０１２、又はインターフェース１０４０を使用して読み込むことができる。別の構成として、コンピュータプログラム製品は、コンピュータシステム１０００に通信経路１０２６を介してダウンロードすることができる。ソフトウェアは、プロセッサ１００４により実行されると、コンピューティング装置１０００が、本明細書において記載される実施形態の機能を実行するようになる。
図１０の実施形態は、単なる一例として提示される。したがって、幾つかの実施形態では、コンピューティング装置１０００の1つ以上の機能は省略してもよい。また、幾つかの実施形態では、コンピューティング装置１０００の1つ以上の機能は互いに組み合わせてもよい。更に、幾つかの実施形態では、コンピューティング装置１０００の1つ以上の機能は、1つ以上の構成部分に分けて分担させるようにしてもよい。
当業者であれば、多数の変形及び／又は修正を、特定の実施形態に示される本発明に対して、広く記載されている本発明の趣旨又は範囲から逸脱することなく加えることができることを理解できるであろう。 したがって、本実施形態は、あらゆる点で例示的であり、限定的ではないと考えられるべきである。
上に開示される実施形態、すなわち好適な実施形態の全部又は一部は、これに限定されないが、以下の付記の通りに記載することができる。
＜付記＞
＜付記１＞
少なくとも１人の患者に関する患者情報を受信することと、
前記患者情報から、
現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
を決定することと、
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、
推奨医療機関リソース割り当てを出力することと、
を含む、医療機関リソース利用を最適化する方法。
＜付記２＞
前記選択することは、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を選択して、合計医療機関リソース利用を最小限に抑えることを含む
付記１に記載の方法。
＜付記３＞
最大限の医療機関リソース利用可能性を受信することを含み、
前記選択することは、いずれの時点においても、時間軸で予測される医療機関リソース利用が、前記最大限の医療機関リソース利用可能性を上回ることがないように、該当する前記第１予測機関リソース要件又は前記第２予測機関リソース要件を各患者に対応して選択すること
を更に含む付記１に記載の方法。
＜付記４＞
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、各患者に対応して選択されて、該当する患者の再入院の可能性を最小限に抑える
付記１に記載の方法。
＜付記５＞
前記選択することは、
それぞれの患者に関する第１予測機関リソース要件及び前記第２予測機関リソース要件の組み合わせを分析することと、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも１つの組み合わせを特定することと、
前記少なくとも１つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定することと、
を含む付記３に記載の方法。
＜付記６＞
患者症状重症度スコアを受信することを更に含み、
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
付記１乃至５のいずれか一項に記載の方法。
＜付記７＞
前記患者情報を前記受信することは、複数の医療機関に跨る複数の患者に関する患者情報を受信することを含む
付記１乃至６のいずれか一項に記載の方法。
＜付記８＞
複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信することを更に含み、
前記選択することは、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択することを含む
付記７に記載の方法。
＜付記９＞
前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信することを更に含み、
前記選択することは、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全ての医療機関に関する最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択することを含む
付記７に記載の方法。
＜付記１０＞
前記推奨医療機関リソース割り当てを前記出力することは、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち１つの医療機関の１人以上の患者を特定することを含む
付記９に記載の方法。
＜付記１１＞
前記推奨医療機関リソース割り当てを前記出力することは、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち１つの医療機関の１つ以上の医療機関リソースを特定することを含む
付記９に記載の方法。
＜付記１２＞
前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち１つの医療機関の１つ以上の医療機関リソースを前記特定することは、それぞれの前記１つ以上の医療機関リソースの一時的な移動と永久の移動とのうち少なくとも一方を推奨することを含む
付記１１に記載の方法。
＜付記１３＞
少なくとも１人の患者に関する患者情報を受信するレシーバー手段と、
前記患者情報から、
現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
を決定する決定手段と、
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化するセレクター手段と、
推奨医療機関リソース割り当てを出力する出力手段と、
を備える、医療機関リソース利用を最適化するコンピューティングシステム。
＜付記１４＞
前記セレクター手段は、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を選択して、合計医療機関リソース利用を最小限に抑える
付記１３に記載のコンピューティングシステム。
＜付記１５＞
前記レシーバー手段は、最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、該当する前記第１予測機関リソース要件又は前記第２予測機関リソース要件を各患者に対応して、いずれの時点においても、時間軸で予測される医療機関リソース利用が前記最大限の医療機関リソース利用可能性を上回ることがないように選択する
付記１３に記載のコンピューティングシステム。
＜付記１６＞
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、各患者に対応して選択されて、該当する患者の再入院の可能性を最小限に抑える
付記１３に記載のコンピューティングシステム。
＜付記１７＞
前記セレクター手段は、
それぞれの患者に関する第１予測機関リソース要件及び前記第２予測機関リソース要件の組み合わせを分析し、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも１つの組み合わせを特定し、
前記少なくとも１つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定するように構成される
付記１５に記載のコンピューティングシステム。
＜付記１８＞
前記レシーバー手段は、患者症状重症度スコアを受信し、
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
付記１３乃至１７のいずれか一項に記載のコンピューティングシステム。
＜付記１９＞
前記レシーバー手段は、複数の医療機関に跨る複数の患者に関する患者情報を受信する
付記１３乃至１８のいずれか一項に記載のコンピューティングシステム。
＜付記２０＞
前記レシーバー手段は、前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択する
付記１９に記載のコンピューティングシステム。
＜付記２１＞
前記レシーバー手段は、前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全てに関する前記最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択する
付記１９に記載のコンピューティングシステム。
＜付記２２＞
前記出力手段は、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち１つの医療機関の１人以上の患者を特定する
付記２１に記載のコンピューティングシステム。
＜付記２３＞
前記出力手段は、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち１つの医療機関の１つ以上の医療機関リソースを特定する
付記２１に記載のコンピューティングシステム。
＜付記２４＞
前記出力手段は、それぞれの前記１つ以上の医療機関リソースの一時的な移動と永久の移動とのうち少なくとも一方を推奨する
付記２３に記載のコンピューティングシステム。
＜付記２５＞
少なくとも１人の患者に関する患者情報を受信し、
前記患者情報から、
現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
を決定し、
前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し、
推奨医療機関リソース割り当てを出力する
ことを少なくとも１つのプロセッサによりコンピュータに少なくとも実行させるコンピュータプログラムコードを含むコンピュータ可読媒体。
本出願は、２０１６年１１月２日出願のシンガポール特許出願第１０２０１６０９１９１Ｒ号に基づくものであり、優先権の利益をシンガポール特許出願第１０２０１６０９１９１Ｒ号に基づいて主張するものであり、この特許出願の開示内容の全てが本願に引用をもって援用される。
１００ 方法
２００ 好適なワークフロー
２０２ 患者
２０４ 医療機関
２０６ 最適化システム
２０８ 患者情報
２１０ 収集患者情報
２１２ 推奨医療機関リソース割り当て
３００ 別の好適なワークフロー
３０２ 患者
３０４ 医療機関
３０６ 最適化システム
３１０ 患者情報
３１２ 推奨医療機関リソース割り当て
３１４ 第１グループ
３１６ 第２グループ
４００ 医療機関再入院リスクの影響評価
４０２ 医療機関再入院確率
４０４ 症状の重症度
４０６ 症状Ａ
４０８ 症状Ｂ
４１０ 症状Ｃ
４１２ 症状Ｄ
５００ 医療機関再入院リスクの影響及び費用評価
５０２ 経過時間
５０４ 病院費用
５０６ 最大
５１０ 好適な目標患者集団
５１２ 患者集団
５１４ 看護師集団
５１６ 病院費用
５１８ 病院費用
５２０ 病院費用
５２２ 病院費用
５２４ 病院費用
６００ 方法
７００ 詳細ワークフロー
７０２ 医療機関
７０４ 最適化システム
７０６ 患者情報及びリソース利用可能性
７０８ 推奨医療機関リソース利用
８００ 詳細ワークフロー
８０２ 医療機関
８０４ 最適化システム
８０６ 患者情報及びリソース利用可能性
８０８ 推奨医療機関リソース利用
８１０ 医療機関
８１２ 患者
９００ システム
９０２ コンピュータ
９０４ａ データベース
９０４ｎ データベース
９０６ ユーザ入力モジュール
９０８ ユーザ出力モジュール
１０００ コンピュータシステム
１００２ ディスプレイインターフェース
１００４ プロセッサ
１００６ 通信インフラストラクチャ
１００８ 主メモリ
１０１０ 補助メモリ
１０１２ 記憶ドライブ
１０１４ 着脱可能な記憶ドライブ
１０２２ 着脱可能な記憶ユニット
１０２４ 通信インターフェース
１０２６ 通信経路
１０３０ ディスプレイ
１０３２ オーディオインターフェース
１０３４ スピーカ（群）
１０４０ インターフェース
１０４４ 着脱可能な記憶媒体

Claims (9)

  1. コンピュータが、
    少なくとも１人の患者に関して、少なくとも患者の症状と前記症状に関する過去の臨床記録を含む患者情報を受信し、
    前記患者情報から、
    現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
    現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
    を決定し、
    合計医療機関リソース利用を最小限にするように、または、患者の再入院確率を最小限に抑えるように、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択し、
    前記各患者に対して選択されたリソース要件に基づいて、前記各患者に対する医療機関リソースを推奨医療機関リソース割り当てとして出力する、
    医療機関リソース利用を最適化する方法。
  2. 少なくとも１人の患者に関して、少なくとも患者の症状と前記症状に関する過去の臨床記録を含む患者情報を受信するレシーバー手段と、
    前記患者情報から、
    現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
    現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
    を決定する決定手段と、
    合計医療機関リソース利用を最小限にするように、または、患者の再入院確率を最小限に抑えるように、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択することにより、医療機関リソース利用を最適化するセレクター手段と、
    前記各患者に対して選択されたリソース要件に基づいて、前記各患者に対する医療機関リソースを推奨医療機関リソース割り当てとして出力する出力手段と、
    を備える、医療機関リソース利用を最適化するコンピューティングシステム。
  3. 前記レシーバー手段は、最大限の医療機関リソース利用可能性を受信し、
    前記セレクター手段は、該当する前記第１予測機関リソース要件又は前記第２予測機関リソース要件を各患者に対応して、いずれの時点においても、時間軸で予測される医療機関リソース利用が前記最大限の医療機関リソース利用可能性を上回ることがないように選択する
    請求項２に記載のコンピューティングシステム。
  4. 前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、各患者に対応して選択されて、該当する患者の再入院の可能性を最小限に抑える
    請求項２に記載のコンピューティングシステム。
  5. 前記セレクター手段は、
    それぞれの患者に関する前記第１予測機関リソース要件及び前記第２予測機関リソース要件の組み合わせを分析し、
    いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも１つの組み合わせを特定し、
    前記少なくとも１つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定するように構成される
    請求項３に記載のコンピューティングシステム。
  6. 前記レシーバー手段は、患者症状重症度スコアを受信し、
    前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
    請求項２乃至５のいずれか一項に記載のコンピューティングシステム。
  7. 前記レシーバー手段は、複数の医療機関に跨る複数の患者に関する患者情報を受信する
    請求項２乃至６のいずれか一項に記載のコンピューティングシステム。
  8. 前記レシーバー手段は、前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信し、
    前記セレクター手段は、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択する
    請求項７に記載のコンピューティングシステム。
  9. 少なくとも１人の患者に関して、少なくとも患者の症状と前記症状に関する過去の臨床記録を含む患者情報を受信する処理と、
    前記患者情報から、
    現患者の１回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第１予測機関リソース要件と、
    現患者の２回目の治療及び再入院時の治療を各患者に対して行なう第２予測機関リソース要件と、
    を決定する処理と、
    合計医療機関リソース利用を最小限にするように、または、患者の再入院確率を最小限に抑えるように、前記第１予測機関リソース要件及び前記第２予測機関リソース要件のうち一方を各患者に対応して選択する処理と、
    前記各患者に対して選択されたリソース要件に基づいて、前記各患者に対する医療機関リソースを推奨医療機関リソース割り当てとして出力する処理と、
    をコンピュータに実行させるコンピュータプログラム。
JP2019520469A 2016-11-02 2017-11-01 医療機関リソース利用を最適化するための方法、コンピューティングシステム、及びプログラム Active JP7044111B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SG10201609191RA SG10201609191RA (en) 2016-11-02 2016-11-02 Optimization of healthcare institution resource utilisation
SG10201609191R 2016-11-02
PCT/JP2017/039475 WO2018084166A1 (en) 2016-11-02 2017-11-01 Method, computing system and medium for optimizing of healthcare institution resource utilisation

Publications (2)

Publication Number Publication Date
JP2019537121A JP2019537121A (ja) 2019-12-19
JP7044111B2 true JP7044111B2 (ja) 2022-03-30

Family

ID=62077029

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019520469A Active JP7044111B2 (ja) 2016-11-02 2017-11-01 医療機関リソース利用を最適化するための方法、コンピューティングシステム、及びプログラム

Country Status (3)

Country Link
JP (1) JP7044111B2 (ja)
SG (1) SG10201609191RA (ja)
WO (1) WO2018084166A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11631497B2 (en) * 2018-05-30 2023-04-18 International Business Machines Corporation Personalized device recommendations for proactive health monitoring and management
EP4141884A4 (en) * 2020-04-24 2024-05-15 Osaka University PREDICTION SUPPORT SYSTEM, PREDICTION SUPPORT METHOD, PREDICTION SUPPORT PROGRAM, RECORDING MEDIUM, TRAINING DATA SET, AND TRAINED MODEL GENERATION METHOD
CN111724888B (zh) * 2020-06-19 2024-04-09 北京深睿博联科技有限责任公司 一种用于分级导诊的信息处理方法、导诊系统及存储介质
CN114360696A (zh) * 2021-12-13 2022-04-15 山东众阳健康科技集团有限公司 一种医院业务组合拼装的方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096942A1 (en) 2011-10-14 2013-04-18 The Trustees Of The University Of Pennsylvania Discharge Decision Support System for Post Acute Care Referral
US20130262357A1 (en) 2011-10-28 2013-10-03 Rubendran Amarasingham Clinical predictive and monitoring system and method
US20150213206A1 (en) 2012-09-13 2015-07-30 Parkland Center For Clinical Innovation Holistic hospital patient care and management system and method for automated staff monitoring
WO2015142708A1 (en) 2014-03-17 2015-09-24 3M Innovative Properties Company Predicting personalized risk of preventable healthcare events

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096942A1 (en) 2011-10-14 2013-04-18 The Trustees Of The University Of Pennsylvania Discharge Decision Support System for Post Acute Care Referral
US20130262357A1 (en) 2011-10-28 2013-10-03 Rubendran Amarasingham Clinical predictive and monitoring system and method
US20150213206A1 (en) 2012-09-13 2015-07-30 Parkland Center For Clinical Innovation Holistic hospital patient care and management system and method for automated staff monitoring
WO2015142708A1 (en) 2014-03-17 2015-09-24 3M Innovative Properties Company Predicting personalized risk of preventable healthcare events

Also Published As

Publication number Publication date
JP2019537121A (ja) 2019-12-19
WO2018084166A1 (en) 2018-05-11
SG10201609191RA (en) 2018-06-28

Similar Documents

Publication Publication Date Title
Sitapati et al. Integrated precision medicine: the role of electronic health records in delivering personalized treatment
Weinick et al. Many emergency department visits could be managed at urgent care centers and retail clinics
Raj et al. Big data analytics for healthcare
JP7044111B2 (ja) 医療機関リソース利用を最適化するための方法、コンピューティングシステム、及びプログラム
US20060173708A1 (en) System and method for providing health care
US8725539B2 (en) Systems and methods for providing a continuum of care
US20130197922A1 (en) Method and system for discovery and continuous improvement of clinical pathways
US20200143946A1 (en) Patient risk scoring and evaluation systems and methods
US20120278100A1 (en) Remote, Adjunct, Credentialed Provider-Directed Healthcare Systems and Methods
US20170177801A1 (en) Decision support to stratify a medical population
US20200305802A1 (en) Adapting the display of patient data based on display screen-real estate and patient monitoring context
US20150248529A1 (en) Healthcare management system
Garg Technology in healthcare: vision of smart hospitals
Butcher Telehealth and telemedicine today
Sensmeier Enhancing the patient and provider experience through telehealth
Dahl et al. People, technology, and process meet the triple aim
JP7044113B2 (ja) 提示方法、提示システム、及びプログラム
Daniel et al. Retail health clinics: a policy position paper from the American College of Physicians
US11482331B2 (en) Assist system, assist method, and assist program
Skiba Connected Health 2015: The Year of Virtual Patient Visits.
Goh et al. Economic Evaluation of Novel Models of Care for Patients With Acute Medical Problems
CN114550857A (zh) 治疗计划识别
Berry Jaeker et al. Increased speed equals increased wait: The impact of a reduction in emergency department ultrasound order processing time
Dave How Digital Health is Revolutionizing Healthcare and Contributing to Positive Health Outcomes
Niechzial Digitalization in the Health Sector–Challenges and Perspectives

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190523

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210810

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211007

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20211021

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220215

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220228

R151 Written notification of patent or utility model registration

Ref document number: 7044111

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151