TW202125527A - 智慧醫療決策方法及智慧醫療決策系統 - Google Patents

智慧醫療決策方法及智慧醫療決策系統 Download PDF

Info

Publication number
TW202125527A
TW202125527A TW108146865A TW108146865A TW202125527A TW 202125527 A TW202125527 A TW 202125527A TW 108146865 A TW108146865 A TW 108146865A TW 108146865 A TW108146865 A TW 108146865A TW 202125527 A TW202125527 A TW 202125527A
Authority
TW
Taiwan
Prior art keywords
medical decision
data
score
smart medical
report data
Prior art date
Application number
TW108146865A
Other languages
English (en)
Other versions
TWI709978B (zh
Inventor
陳健驊
徐展鵬
鍾睿元
洪聖惠
黃嘉綺
蔡欣倩
Original Assignee
國泰醫療財團法人國泰綜合醫院
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 國泰醫療財團法人國泰綜合醫院 filed Critical 國泰醫療財團法人國泰綜合醫院
Priority to TW108146865A priority Critical patent/TWI709978B/zh
Application granted granted Critical
Publication of TWI709978B publication Critical patent/TWI709978B/zh
Publication of TW202125527A publication Critical patent/TW202125527A/zh

Links

Images

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本發明揭露一種智慧醫療決策方法及智慧醫療決策系統,智慧醫療決策方法包含下列步驟:藉由一訊號傳輸模組擷取病患之檢驗報告數據;藉由一資料儲存模組儲存該檢驗報告數據及一分數對照表;藉由一資料運算模組比對該分數對照表及該檢驗報告數據,並轉換及計算該檢驗報告數據轉換後之一總分,且判斷該總分是否超過一預設值;若該總分超過該預設值,藉由一訊號警告模組發出一警告訊息,其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。

Description

智慧醫療決策方法及智慧醫療決策系統
本發明係關於一種決策方法及決策系統,特別是有關於一種智慧醫療決策方法及智慧醫療決策系統。
現今許多國家的醫療體系發達,針對各種疾病皆有完善的醫療照護及診治。然而,針對敗血症(sepsis)此種致死率極高的疾病,仍然嚴重地衝擊整個醫療照護系統。
敗血症為一個致死率極高的疾病,但由於臨床上敗血症的病人不容易被即時診斷並提供適當的治療,因此導致病人可能因敗血性休克(septic shock)或嚴重敗血症(severe sepsis)而死亡。依據我國衛生福利部的資料顯示,2017年死因統計中,敗血症為國人死亡原因排名為第十二位,死亡數為3752人,死亡率為15.9%。1991年美國胸腔重症醫學會將敗血症定義為:對於感染症,人體產生的全身性發炎反應徵候群(Systemic Inflammatory Response Syndrome, SIRS)。這樣的情況可能會自行痊癒或惡化為嚴重敗血症(severe sepsis)或敗血性休克(septic shock),而歐洲重症醫學會於1994年提出敗血症引發器官衰竭分數(Sequential organ failure assessment score; SOFA Score)的計算方式,其為一個以定量、客觀方式評估敗血症病人器官衰竭的臨床評估工具。然而,SOFA分數並不只是用以拿來評估敗血症病人之預後,而是進一步用來整合及監測敗血症重症病患各項系列性併發症的發展,特別是以SOFA分數≥2分做為敗血症高危險群判斷依據。
承上所述,由於多數醫療院所僅在病患進入加護病房照護階段才開始監測SOFA分數,而急診除了是危急病患進入醫院的首要入口,更是一高壓、緊急、多重複雜且病患出入量大的環境,單一一位急診醫師可能就需要同時肩負多位病患的診斷與照護。然而,由於SOFA分數包含許多項目的分數計算,而在敗血症必須緊急進行醫療診斷及治療的情況下,若仍必須以人工方式進行各項SOFA分數的計算,勢必造成分秒必爭的醫療時間浪費及病情延誤。
據此,如何提供一種智慧醫療決策方法及智慧醫療決策系統已成為目前急需研究的課題。
鑑於上述問題,本發明揭露一種智慧醫療決策方法,包含下列步驟:藉由一訊號傳輸模組擷取病患之檢驗報告數據;藉由一資料儲存模組儲存該檢驗報告數據及一分數對照表;藉由一資料運算模組比對該分數對照表及該檢驗報告數據,並轉換及計算該檢驗報告數據轉換後之一總分,且判斷該總分是否超過一預設值;若該總分超過該預設值,藉由一訊號警告模組發出一警告訊息,其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
本發明另揭露一種智慧醫療決策系統,包含一訊號傳輸模組、一資料儲存模組、一資料運算模組以及一訊號警告模組。訊號傳輸模組擷取、傳輸及接收病患之檢驗報告數據;資料儲存模組電性連接訊號傳輸模組,並儲存檢驗報告數據及分數對照表;資料運算模組電性連接資料儲存模組,並根據分數對照表轉換檢驗報告數據後,加總檢驗報告數據之分數,並判斷該分數是否超過一預設值;訊號警告模組電性連接資料運算模組,並於該分數超過該預設值時發出一警告訊息,其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
承上所述,將本發明智慧醫療決策方法結合運用到醫療院所的資訊系統,將有利於醫療人員決策敗血症病患的治療方針,降低死亡率、縮短住院時數、以及減少醫療花費,並達到世界級的敗血症醫療水準。再者,臨床監測指標以醫護人員依據照護指引完成相關處置之遵循率,針對敗血症病人計算SOFA分數後,當各分項分數大於等於2分的敗血症病人,於預警系統顯示處置建議及警示,一方面可給予繁忙的急診醫護人員適當的提醒,此類病人需優先處置,另一方面也可給予照護團隊中較資淺的醫師國際處置建議方面的參考。此外,藉由預警啟動機制的建置,讓醫護人員可針對疑似或確診敗血症病人及早介入處置,避免醫師未注意提醒視窗或照護建議即關閉視窗,卻未執行相關處置,故提醒機制會持續跳出,並藉由查檢表的自動提示視窗,以確保人員對於醫療規範的遵循率。再者,藉由自動計算SOFA分數以及各評估項目臨床照護建議,可節省醫護人員人工計算以及查詢分數對照表的時間,更可減輕急診醫師們負擔,減少人工計算錯誤,且即時達到警示效果,提早介入敗血症病人的照護,在臨床決策更流暢、簡單明瞭、容易上手,對於醫護人員在病人照護上有顯著的提醒及助益。據此,本發明智慧醫療決策方法可在病患尚在急診接受處置時,增設預警機制,並即刻運用SOFA分數協助提醒急診醫師偵測、判斷病患是否為高危險族群,並即時啟動照護處置,以有效降低病患死亡率。
請參閱圖1,其係為病患急診處置的流程圖。病患急診處置的流程首先係針對病患進行緊急的診斷及檢驗,特別是在出現疑似敗血症的症狀時啟動預警機制,以便於提醒醫師看診並給於處置。在病患的檢驗報告完成之後,醫師根據檢驗報告的數據給予相關處置或會診專科,或者建議病人住院、轉院處理。
請參閱圖2,其係為本發明智慧醫療決策方法的流程圖。本發明智慧醫療決策方法係為改善上述病患急診處置的流程中需要繁雜人力手續的方法,包含下列步驟:於步驟S11中,藉由一訊號傳輸模組擷取病患之檢驗報告數據。於步驟S13中,藉由一資料儲存模組儲存該檢驗報告數據及一分數對照表。於步驟S15中,藉由一資料運算模組比對該分數對照表及該檢驗報告數據,並轉換及計算該檢驗報告數據轉換後之一總分,且判斷該總分是否超過一預設值。於步驟S17中,若該總分超過該預設值,藉由一訊號警告模組發出一警告訊息。於步驟S19中,若總分未超過預設值,則以正常的標準作業流程處置,其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
請參閱圖3,其係為本發明智慧醫療決策系統的示意圖。智慧醫療決策系統可整合到醫療院所的資訊系統內,或者獨立設置成為單一系統。智慧醫療決策系統1包含一訊號傳輸模組11、一資料儲存模組12、一資料運算模組13以及一訊號警告模組14。訊號傳輸模組11擷取、傳輸及接收病患之檢驗報告數據;資料儲存模組12電性連接訊號傳輸模組,並儲存檢驗報告數據及分數對照表;資料運算模組13電性連接資料儲存模組12,並根據分數對照表轉換檢驗報告數據後,加總檢驗報告數據之分數,並判斷該分數是否超過一預設值;訊號警告模組14電性連接資料運算模組13,並於該分數超過該預設值時發出一警告訊息,其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
承上所述,在敗血症啟動預警機制的步驟中,檢驗人員先以初步的兩種方式進行檢驗,特別是針對病患是否有感染敗血症的風險進行檢驗,並藉由智慧醫療決策系統輔助判斷病患感染敗血症的風險程度。如圖4A所示,其係為智慧醫療決策系統的預警介面示意圖,第一種檢驗方式是當檢驗人員判斷後,若判斷該病人為疑似敗血症病人,則在一預警介面的欄位上註記「疑似」的訊息。如圖4B所示,其係為生命徵象條件表。第二種檢驗方式是依據圖4B生命徵象表的條件進行判斷,如果符合其中至少兩項生命徵象條件,則經智慧醫療決策系統的資料運算模組判斷比對儲存在資料儲存模組內的生命徵象條件後,在預警介面上自動跳出疑似敗血症提醒。生命徵象條件的數據包含體溫、心跳、呼吸速率、意識狀態以及收縮壓,其中當符合體溫大於等於38度或小於等於36度、心跳大於90、呼吸速率大於20、意識狀態小於等於13以及收縮壓小於等於100其中兩項,則判定為疑似敗血症症狀。請參閱圖4C,其係為診斷碼對照表。考量以生命徵象條件判斷未盡完善,檢驗報告數據包含診斷碼,診斷碼儲存於資料儲存模組中,藉由資料運算模組比對儲存在資料儲存模組中的診斷碼資料庫,若比對符合,則判定為疑似敗血症症狀。檢驗報告數據新增以診斷碼為篩選依據,連結醫療資訊系統診斷碼資料庫,經智慧醫療決策系統判定符合該項診斷碼,亦會自動於預警介面出現疑似敗血症提醒,讓急診團隊人員能即時掌握敗血症病人族群。
請參閱圖5A至5C,其係為本發明智慧醫療決策方法在預警介面的註記示意圖。承上所述,在預警介面欄位上進行註記後,訊號警告模組接收到該註記訊號,則預警介面欄位上的病人清單部分即會自動出現警告訊息,包含文字顏色警告訊息以及病患到院時間的倒數時間警告訊息。例如,文字顏色警告訊息包含具有顏色的「菌」的文字提示,表示該病患為「疑似敗血症」的訊息,提醒醫師針對該病患看診,並給予立即的處置。處置的內容包含在一小時內給予至少30ml/kg的晶體輸液,一小時內給予廣效性抗生素,並開立各項檢驗檢查。此外,在預警介面欄位上註記病人清單「菌」的文字部分會隨著時間變化,如圖5A所示,3小時內以綠色「菌」之文字呈現(於圖式中以單圈表示);如圖5B所示,3~5小時以黃色「菌」字呈現(於圖式中以雙圈表示);如圖5C所示,超過5小時後即會轉呈紅色「菌」字(於圖式中以方框表示)。據此,藉由簡易的預警介面設計,並連結訊號警告模組以發出警告訊息提示醫師,把握黃金期,以確認病人是否已經給予必要的處置。
承上所述,由於上述啟動預警機制的步驟僅能進行風險程度的評估,更準確的判斷標準則必須在包含敗血症檢驗報告的數據完成之後,經由評估SOFA分數來確認病患是否已感然敗血症,因此,本發明智慧醫療決策方法及智慧醫療決策系統係整合醫療院所內的資訊系統,或者獨立設置為單一系統,並導入SOFA分數自動評估的功能。SOFA分數的測量主要即針對病人心血管系統、呼吸系統、腎臟功能、腸胃道系統、神經系統及凝血功能進行評估。由圖6A的SOFA分數對照表可知,例如當血小板指數大於150時,對應的SOFA分數則藉由智慧醫療決策系統的資料運算模組13轉換、計算為0,其他項目則依據SOFA分數對照表轉換、計算分數,並將各項分數加總。在計算完SOFA分數之後,智慧醫療決策方法及智慧醫療決策系統可對應產生各種評估項目以及給予臨床照護建議,醫師可根據智慧醫療決策方法及智慧醫療決策系統所產生SOFA分數對應的評估項目以及臨床照護建議快速地給予相關處置或會診其他專科處置。或者,建議病患轉換到其他醫院進行治療。
請參閱圖6A、圖6B及圖6C,其係為SOFA分數對照表、本發明智慧醫療決策方法依據SOFA分數評估項目設計的查檢表以及敗血症的倒數計時警示示意圖。智慧醫療決策方法及智慧醫療決策系統係整合醫療院所內的資訊系統,或者獨立設置為單一系統,以便於在各種資訊平台之間快速地傳遞病患資料。當病患的檢驗報告完成後,病患的檢查日期、開單時間以及檢驗數值結果皆會自動帶入查檢表,且智慧醫療決策系統可提醒醫護人員掌握檢驗結果的時效,即時監控敗血症病人,以便於醫護人員進行相對應的醫療照護。智慧醫療決策方法及智慧醫療決策系統藉由訊號傳輸模組自動擷取、傳輸及接收檢驗報告數據,包含敗血症的檢驗報告數據,並藉由資料儲存模組儲存檢驗報告數據及分數對照表,且藉由資料運算模組根據分數對照表轉換檢驗報告數據後,加總檢驗報告數據之分數,並判斷該分數是否超過一預設值,因而可減少醫護人員計算繁瑣複雜SOFA分數的負擔。SOFA分數係由檢驗報告的數據擷取,並對照SOFA分數對照表而轉換、加總得到對應的分數。由圖6A的SOFA分數對照表可知,例如當血小板指數大於150時,對應的SOFA分數則藉由智慧醫療決策系統的資料運算模組13轉換、計算為0,其他項目則依據SOFA分數對照表轉換、計算分數,並將各項分數加總。檢驗報告數據包含生命徵象數據以及生理參數數據。生命徵象數據如上所述,生理參數數據包含血小板、血氧濃度、中央動脈壓力、黃疸指數以及腎臟功能指數。由於SOFA分數總分≥2分時即判定該病患為感染敗血症的病患,因此,智慧醫療決策方法判斷的總分係設定2的預設值。當計算出SOFA分數總分≥2分時,訊號警告模組發出一警告訊息,如圖6C的倒數計時視窗提醒醫護人員,確保醫護人員會在治療黃金期內給予病患適當處置,以避免遺漏需要緊急治療的病患。
請參閱圖6D,其係為評估項目臨床照護建議的警示示意圖。當智慧醫療決策方法及智慧醫療決策系統依據SOFA分數總分≥2分時,即會在預警介面欄位上跳出該評估項目對應的臨床照護建議提醒視窗,建議醫師進行相關臨床照護,此外,亦可協助年輕醫師在敗血症照護上更可精確給予處置。給予各評估項目臨床照護建議如下所述。凝血功能分數到達2分或者3分時,建議檢驗瀰漫性血管內凝血相關指數,並評估病人出血或凝血狀態。凝血功能分數到達4分時,建議依據病人凝血或出血狀態,考慮輸注血小板或給予抗凝血劑。呼吸系統分數到達2分或者3分時,建議評估插入氣管內管可能性或提高給氧的FiO2,呼吸系統分數到達4分時,建議給予插入氣管內管及機械性呼吸器治療。腸胃道系統分數到達2分或者3分時,避免使用傷肝藥物,若使用建議調整劑量,考慮會診專科。腸胃道系統分數到達4分時,建議安排腹部超音波檢查或腹部電腦斷層檢查,必要時會診專科。心臟血管系統分數到達2分時,建議給予輸液或使用升壓劑,心臟血管系統分數到達3分時,建議給予輸液或使用升壓劑並安排心臟超音波檢查,心臟血管系統分數到達4分時,建議給予輸液或使用升壓劑並安排心臟超音波檢查。神經系統分數到達2分或者3分時,建議考慮給予預防性氣管內管插入、執行腦部電腦斷層、腦波檢查。神經系統分數到達4分時,建議考慮給予預防性氣管內管插入、執行腦部電腦斷層、腦波檢查並會診專科。腎臟系統分數到達2分或者3分時,建議避免傷腎藥物,若使用建議調整劑量,考慮會診專科。腎臟系統分數到達4分時,建議評估病人狀況,必要時會診專科進行血液透析。
請參閱圖7,其係為醫療院所利用本案智慧醫療決策方法及智慧醫療決策系統與未使用本案智慧醫療決策方法的其他國家之比較表。由圖中可以清楚看出醫療院所在利用本案智慧醫療決策方法及智慧醫療決策系統整合醫療院所內的資訊系統後,或者獨立設置為單一系統,敗血症病人的各項品質指標,不管是死亡率、住院時數、醫療花費相較於本國(台灣)及其他國家比較,利用本案智慧醫療決策方法的醫療院所無論是在敗血症病人的死亡率、住院時數以及醫療花費,皆有較出色的表現。
綜上所述,將本發明智慧醫療決策方法及智慧醫療決策系統整合醫療院所內的資訊系統後,或者獨立設置為單一系統,將有利於醫療人員決策敗血症病患的治療方針,降低死亡率、縮短住院時數、以及減少醫療花費,並達到世界級的敗血症醫療水準。再者,臨床監測指標以醫護人員依據照護指引完成相關處置之遵循率,針對敗血症病人計算SOFA分數後,當各分項分數大於等於2分的敗血症病人,於預警介面顯示處置建議及警示,一方面可給予繁忙的急診醫護人員適當的提醒,此類病人需優先處置,另一方面也可給予照護團隊中較資淺的醫師國際處置建議方面的參考。此外,藉由預警啟動機制的建置,讓醫護人員可針對疑似或確診敗血症病人及早介入處置,避免醫師未注意提醒視窗或照護建議即關閉視窗,卻未執行相關處置,故提醒機制會持續跳出,並藉由查檢表的自動提示視窗,以確保人員對於醫療規範的遵循率。再者,藉由自動計算SOFA分數以及各評估項目臨床照護建議,可節省醫護人員人工計算以及查詢分數對照表的時間,更可減輕急診醫師們負擔,減少人工計算錯誤,且即時達到警示效果,提早介入敗血症病人的照護,在臨床決策更流暢、簡單明瞭、容易上手,對於醫護人員在病人照護上有顯著的提醒及助益。據此,本發明智慧醫療決策方法及智慧醫療決策系統可在病患尚在急診接受處置時,增設預警機制,並即刻運用SOFA分數協助提醒急診醫師偵測、判斷病患是否為高危險族群,並即時啟動照護處置,以有效降低病患死亡率。
S11~S19:步驟 1:智慧醫療決策系統 11:訊號傳輸模組 12:資料儲存模組 13:資料運算模組 14:訊號警告模組
圖1係為病患急診處置的流程圖; 圖2係為本發明智慧醫療決策方法的流程圖; 圖3係為本發明智慧醫療決策系統的示意圖; 圖4A係為預警介面的介面示意圖; 圖4B係為生命徵象條件表; 圖4C係為診斷碼對照表; 圖5A至5C係為本發明智慧醫療決策方法預警介面的註記示意圖; 圖6A係為SOFA分數對照表; 圖6B係為本發明智慧醫療決策方法依據SOFA分數評估項目設計的查檢表; 圖6C係為敗血症的倒數計時警示示意圖; 圖6D係為評估項目臨床照護建議的警示示意圖;以及 圖7係為醫療院所利用本案智慧醫療決策方法與未使用本案智慧醫療決策方法的其他國家之比較表。
S11~S19:步驟

Claims (20)

  1. 一種智慧醫療決策方法,包含: 藉由一訊號傳輸模組擷取病患之檢驗報告數據; 藉由一資料儲存模組儲存該檢驗報告數據及一分數對照表; 藉由一資料運算模組比對該分數對照表及該檢驗報告數據,並轉換及計算該檢驗報告數據轉換後之一總分,且判斷該總分是否超過一預設值;以及 若該總分超過該預設值,藉由一訊號警告模組發出一警告訊息; 其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
  2. 如請求項1所述之智慧醫療決策方法,其中該檢驗報告數據更包含一診斷碼,藉由一診斷碼資料庫比對該診斷碼,若比對符合,則判定為疑似敗血症症狀。
  3. 如請求項1所述之智慧醫療決策方法,其中該檢驗報告數據包含敗血症之檢驗報告數據。
  4. 如請求項3所述之智慧醫療決策方法,其中該檢驗報告數據包含生命徵象數據以及生理參數數據。
  5. 如請求項4所述之智慧醫療決策方法,其中該生命徵象數據包含體溫、心跳、呼吸速率以及收縮壓。
  6. 如請求項5所述之智慧醫療決策方法,其中當至少兩項該生命徵象數據的範圍符合該體溫大於等於38度或小於等於36度、該心跳大於90、該呼吸速率大於20、該意識狀態小於等於13以及該收縮壓小於等於100,則判定為疑似敗血症症狀。
  7. 如請求項1所述之智慧醫療決策方法,其中該分數對照表包含敗血症引發器官衰竭分數對照表。
  8. 如請求項8所述之智慧醫療決策方法,其中該預設值為2。
  9. 如請求項1所述之智慧醫療決策方法,其中該警告訊息包含文字顏色警告訊息。
  10. 如請求項1所述之智慧醫療決策方法,其中該警告訊息包含該病患到院時間之倒數時間警告訊息。
  11. 一種智慧醫療決策系統,包含: 一訊號傳輸模組,擷取、傳輸及接收一病患之一檢驗報告數據; 一資料儲存模組,電性連接該訊號傳輸模組,並儲存該檢驗報告數據及一分數對照表; 一資料運算模組,電性連接該資料儲存模組,並根據該分數對照表轉換該檢驗報告數據後,加總該檢驗報告數據之一分數,並判斷該分數是否超過一預設值;以及 一訊號警告模組,電性連接該資料運算模組,並於該分數超過該預設值時,發出一警告訊息; 其中該總分為血小板、血氧濃度、中央動脈壓力、黃疸指數、腎臟功能指數以及意識狀態的總分。
  12. 如請求項11所述之智慧醫療決策系統,其中該資料儲存模組更儲存一診斷碼資料庫及該檢驗報告數據之一診斷碼,該資料運算模組藉由比對該診斷碼及該診斷碼資料庫,若比對符合,則判定為疑似敗血症症狀。
  13. 如請求項11所述之智慧醫療決策系統,其中該檢驗報告數據包含敗血症之檢驗報告數據。
  14. 如請求項13所述之智慧醫療決策系統,其中該檢驗報告數據包含生命徵象數據以及生理參數數據。
  15. 如請求項14所述之智慧醫療決策系統,其中該生命徵象數據包含體溫、心跳、呼吸速率以及收縮壓。
  16. 如請求項15所述之智慧醫療決策系統,其中該資料運算模組比對當至少兩項該生命徵象數據的範圍符合該體溫大於等於38度或小於等於36度、該心跳大於90、該呼吸速率大於20、該意識狀態小於等於13以及該收縮壓小於等於100,判定為疑似敗血症症狀。
  17. 如請求項11所述之智慧醫療決策系統,其中該分數對照表包含敗血症引發器官衰竭分數對照表。
  18. 如請求項17所述之智慧醫療決策系統,其中該資料儲存模組儲存之該預設值為2。
  19. 如請求項11所述之智慧醫療決策系統,其中該警告訊息包含文字顏色警告訊息。
  20. 如請求項11所述之智慧醫療決策系統,其中該警告訊息包含該病患到院時間之倒數時間警告訊息。
TW108146865A 2019-12-20 2019-12-20 智慧醫療決策方法及智慧醫療決策系統 TWI709978B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108146865A TWI709978B (zh) 2019-12-20 2019-12-20 智慧醫療決策方法及智慧醫療決策系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108146865A TWI709978B (zh) 2019-12-20 2019-12-20 智慧醫療決策方法及智慧醫療決策系統

Publications (2)

Publication Number Publication Date
TWI709978B TWI709978B (zh) 2020-11-11
TW202125527A true TW202125527A (zh) 2021-07-01

Family

ID=74202631

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108146865A TWI709978B (zh) 2019-12-20 2019-12-20 智慧醫療決策方法及智慧醫療決策系統

Country Status (1)

Country Link
TW (1) TWI709978B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI782608B (zh) * 2021-06-02 2022-11-01 美商醫守科技股份有限公司 提供建議診斷的電子裝置和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE492208T1 (de) * 2005-06-22 2011-01-15 Koninkl Philips Electronics Nv Vorrichtung zum messen von momentanen wahrnehmungsfähigkeitswerten eines patienten
CN106126881A (zh) * 2008-03-26 2016-11-16 赛拉诺斯股份有限公司 表征对象的临床结果的计算机系统
CN101357062B (zh) * 2008-08-22 2010-11-03 华南理工大学 基于容积脉搏波检测的生命体征参数测评装置

Also Published As

Publication number Publication date
TWI709978B (zh) 2020-11-11

Similar Documents

Publication Publication Date Title
Bellomo et al. Prognostic value of 24-hour blood pressure in pregnancy
US9775569B2 (en) Electronic fetal monitoring applications and display
Howell Pulse oximetry: an audit of nursing and medical staff understanding
GB2497630A (en) Modular physiological monitoring device
JP7010698B2 (ja) 急性呼吸促迫症候群(ards)のリスクスコアによって導かれる換気治療推薦のためのツール
CN111210890B (zh) 一种基于临床数据的抗凝药学监护管理方法
Waugh et al. Hypertensive disorders
Stevens et al. The role of obstetrics/gynecology hospitalists in reducing maternal mortality
Kvist et al. Measuring the quality of documented care given by Swedish midwives during birth
TWI709978B (zh) 智慧醫療決策方法及智慧醫療決策系統
Behling et al. Development of an obstetric vital sign alert to improve outcomes in acute care obstetrics
World Health Organization Hospital care for mothers and newborn babies quality assessment and improvement tool. (2014)
JP2020510933A (ja) 視覚的に強力な患者状態表示を有する患者状態モニタ
Bernier et al. Overweight and obesity in pregnancy: A review of evidence
Chung et al. Clinical accuracy of inflationary oscillometry in pregnancy and pre-eclampsia: Omron-MIT Elite
Li et al. Gaussian modelling characteristics of peripheral arterial pulse: Difference between measurements from the three trimesters of healthy pregnancy
CN111839471A (zh) 一种床旁智能精准医疗辅助系统
CN112133432A (zh) 新生儿早期预警评分信息化管理系统与构建方法
TW202020890A (zh) 醫療資訊顯示系統與顯示內容產生方法
Dutton Assessment and recognition of emergencies in acute care
Loftus et al. Using the NEWS2and ABCDE assessment to identify early signs of clinical deterioration
Creed Systematic assessment, early warning scores, and patient escalation
Signs Canberra hospital and health services clinical procedure
Ronai et al. Prenatal Congenital Heart Disease—It Takes a Multidisciplinary Village
Kuper et al. Validation of the SunTech Medical Advantage Model 2 series automated blood pressure module in pregnancy