DE69227562T2 - Data processing system and method for the automatic implementation of prioritized nursing diagnoses by evaluating patient data - Google Patents
Data processing system and method for the automatic implementation of prioritized nursing diagnoses by evaluating patient dataInfo
- Publication number
- DE69227562T2 DE69227562T2 DE69227562T DE69227562T DE69227562T2 DE 69227562 T2 DE69227562 T2 DE 69227562T2 DE 69227562 T DE69227562 T DE 69227562T DE 69227562 T DE69227562 T DE 69227562T DE 69227562 T2 DE69227562 T2 DE 69227562T2
- Authority
- DE
- Germany
- Prior art keywords
- diagnosis
- list
- nursing
- relationship
- diagnoses
- 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.)
- Expired - Fee Related
Links
- 230000000474 nursing effect Effects 0.000 title claims description 48
- 238000000034 method Methods 0.000 title claims description 45
- 238000012545 processing Methods 0.000 title claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 99
- 208000024891 symptom Diseases 0.000 claims description 24
- 238000004183 nursing diagnosis Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 28
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 238000012913 prioritisation Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013160 medical therapy Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
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
- G16H40/20—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
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S128/00—Surgery
- Y10S128/92—Computer assisted medical diagnostics
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (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
Die vorliegende Erfindung bezieht sich im allgemeinen auf Datenverarbeitungssysteme zum Durchführen von Diagnoseerstellungen, insbesondere auf Diagnosesysteme bezüglich der Gesundheitsfürsorge und im besonderen auf krankenpflegerische Diagnosesysteme.The present invention relates generally to data processing systems for performing diagnostics, particularly to diagnostic systems related to health care and, more particularly, to nursing diagnostic systems.
Ein wichtiger Aspekt der Krankenpflege ist der Krankenpflegeprozeß, d. h. eine problemlösende Vorgehensweise, die bei einer Patientenbehandlung angewendet wird. Dieser Krankenpflegeprozeß umfaßt folgende vier Grundschritte: Beurteilung, Planung, Implementierung und Auswertung. Die Beurteilung beinhaltet das Sammeln von Anzeichen und Symptomen eines Patienten und die Erstellung von priorisierten (Prioritäts-beaufschlagten) krankenpflegerischen Diagnosen durch das Pflegepersonal. Die Planung umfaßt das Entwickeln eines Behandlungsplans, um basierend auf den priorisierten krankenpflegerischen Diagnosen erreichbare Ergebnisse für den Patienten zu erzielen. Der Plan wird daraufhin für den Patienten implementiert, die Ergebnisse werden beurteilt und der Plan wird überarbeitet.An important aspect of nursing is the nursing process, which is a problem-solving approach used in treating a patient. This nursing process includes four basic steps: assessment, planning, implementation, and evaluation. Assessment involves gathering a patient's signs and symptoms and making prioritized nursing diagnoses by the nursing staff. Planning involves developing a treatment plan to achieve achievable outcomes for the patient based on the prioritized nursing diagnoses. The plan is then implemented for the patient, outcomes are evaluated, and the plan is revised.
In der Vergangenheit wurde versucht, den Krankenpflegeprozeß zu automatisieren, wobei man sich auf die Bereiche Beurteilung und Planung konzentriert hat. Gegenwärtige automatische Systeme oder Expertensysteme zum Erzeugen von krankenpflegerischen Diagnosen versagen dabei, das Verfahren zu berücksichtigen, durch das das Pflegepersonal tatsächlich Diagnosen erstellt. Die diagnostische Argumentation des Pflegepersonals wurde von Carnevali u. a. in Diagnostic Reasoning in Nursing (New York: J. B. Lippincott, 1984), Seiten 25-28, 61-82, 193-206, beschrieben und ist hierin durch Bezugnahme aufgenommen. Carnevali u. a. erklären, wie das Pflegepersonal basierend auf den Beurteilungsdaten Diagnosen erstellt, wobei erkannt wird, daß eine gewisse Wahrscheinlichkeitsbeziehung zwischen den Daten und den Diagnosen vorhanden sind. Der Diagnoseargumentationsprozeß des Pflegepersonals wird jedoch auch durch eine Vielzahl von Voreingenommenheiten beeinflußt, die den Erfahrungsgrad des Pflegepersonals, die Menge der Beurteilungsdaten, die Stereotypisierung der Patienten, die Häufigkeit, mit der spezifische Diagnosen und Patientenanzeichen und Symptome auftreten, die Häufigkeit von Erfahrungswerten mit spezifischen Anzeichen und Symptomen des Patienten und weitere Erfahrungswerte umfassen. Folglich kann das Pflegepersonal nicht immer korrekte Diagnosen erstellen, wobei das Pflegepersonal beim Erstellen wichtiger Diagnosen versagen kann. Bei Carnevali wird nicht erwähnt, daß das Pflegepersonal häufig mehrere Diagnosen erstellt, die priorisiert werden müssen, um einen angemessenen priorisierten Behandlungsplan zu entwickeln. Dieselben Voreingenommenheiten, die die Diagnosen beeinflußt haben, beeinflussen auch die Priorisierung.In the past, attempts have been made to automate the nursing process, focusing on the areas of assessment and planning. Current automated Systems or expert systems for generating nursing diagnoses fail to take into account the process by which nurses actually make diagnoses. Nurses' diagnostic reasoning has been described by Carnevali et al., in Diagnostic Reasoning in Nursing (New York: JB Lippincott, 1984), pp. 25-28, 61-82, 193-206, and is incorporated herein by reference. Carnevali et al. explain how nurses make diagnoses based on assessment data, recognizing that some probabilistic relationship exists between the data and the diagnoses. However, nurses' diagnostic reasoning process is also influenced by a variety of biases, including the level of experience of the nurse, the amount of assessment data, patient stereotyping, the frequency with which specific diagnoses and patient signs and symptoms occur, the frequency of experience with specific patient signs and symptoms, and other experience. As a result, nurses may not always make correct diagnoses, and nurses may fail to make important diagnoses. What Carnevali fails to mention is that nurses often make multiple diagnoses that must be prioritized in order to develop an appropriate prioritized treatment plan. The same biases that influenced the diagnoses also influence the prioritization.
Einer weiteren Gefahr, der sich das Pflegepersonal beim Erstellen von Diagnosen gegenüber sieht, besteht darin, daß annehmbare krankenpflegerische Standarddiagnosen, die beispielsweise durch die "North Atlantic Nursing Diagnoses Association" (NANDA) erzeugt werden, häufig nicht ausreichend sind, um die Anforderungen vieler spezialisierter Anwendungsgebiete zu erfüllen, und daß sich dieselben häufig von Jahr zu Jahr ändern. Folglich muß das Pflegepersonal ständig auf dem Laufenden bleiben, um diese krankenpflegerischen Diagnosen zu kennen und zu verwenden. Gegenwärtige automati sche Entscheidungsunterstützungssysteme oder Expertensysteme haben bei der Krankenpflege versagt, die konstante Änderung von annehmbaren krankenpflegerischen Diagnosen zu berücksichtigen. Diese früheren Systeme umfassen Regeln zum Erstellen von Diagnosen, die in dem System "dauerhaft codiert" sind. Das heißt, wenn ein System als Computerprogramm in einer Computersprache, wie z. B. LISP, implementiert ist, sind auch die Regeln für eine Diagnose in dieser Computersprache implementiert. Falls eine beliebige Änderung bezüglich der Regeln für eine Diagnose durchgeführt werden muß, muß folglich ein Programmierer das System modifizieren. Da sich annehmbare krankenpflegerische Diagnosen häufig ändern, wird die Wartung dieser Systeme aufwendig, wodurch dieselben für eine weit verbreitete Verwendung in Krankenhäusern ungeeignet werden. Außerdem ist das Pflegepersonal nicht in der Lage, bezüglich dessen, was das Pflegepersonal als Wahrscheinlichkeitsbeziehung zwischen Anzeichen und Symptomen und der Diagnose wahrnimmt, Modifikationen durchzuführen.Another danger that nurses face when making diagnoses is that acceptable standard nursing diagnoses, such as those produced by the North Atlantic Nursing Diagnoses Association (NANDA), are often inadequate to meet the needs of many specialized practice areas and often change from year to year. Consequently, nurses must remain constantly updated to know and use these nursing diagnoses. Current automated Decision support systems or expert systems in nursing have failed to account for the constant change in acceptable nursing diagnoses. These earlier systems include rules for making diagnoses that are "permanently encoded" in the system. That is, if a system is implemented as a computer program in a computer language such as LISP, the rules for a diagnosis are also implemented in that computer language. Consequently, if any change in the rules for a diagnosis needs to be made, a programmer must modify the system. Because acceptable nursing diagnoses change frequently, maintenance of these systems becomes burdensome, making them unsuitable for widespread use in hospitals. In addition, nursing staff are unable to make modifications to what the nursing staff perceives as the probabilistic relationship between signs and symptoms and the diagnosis.
Schließlich besitzt das Pflegepersonal häufig Erfahrungswerte auf Spezialgebieten. Die Patienten sind entsprechend diesen Spezialgebieten in den Krankenhausbehandlungseinheiten, wie z. B. in der Intensivstation oder der Ambulanz, zusammengefaßt. In unterschiedlichen Behandlungseinheiten weisen Diagnosen unterschiedliche Wahrscheinlichkeiten, unterschiedliche Wahrscheinlichkeitsbeziehungen mit Patientendaten und unterschiedliche Prioritäten auf. Eine unerfahrene Krankenschwester ist häufig auf andere erfahrene Krankenschwestern angewiesen, um die üblichen Aufgaben korrekt durchzuführen.Finally, nursing staff often have experience in specialty areas. Patients are grouped together in hospital treatment units, such as the intensive care unit or the outpatient department, according to these specialty areas. In different treatment units, diagnoses have different probabilities, different probability relationships with patient data, and different priorities. An inexperienced nurse often has to rely on other experienced nurses to correctly perform the usual tasks.
In "IEEE Transactions on biomedical engineering", New York, USA, Bd. 36, Nr. 5, Mai 1989, wird von Masahiro Okada u. a. in "Knowledge Representation and Compilation for Symptom-Disease-Test Relationships" ein Verfahren offenbart, das ein Expertenwissen zum Auswählen von Diagnosetests darstellt und zusammenstellt. Entsprechend dem Expertenwissen untersuchen Ärzte die Patientenbeschwerden, führen eine Körperuntersu chung durch, legen unter der Annahme einer spezifischen Krankheit eine Gruppe von Laboruntersuchungen fest. Das Verfahren unterteilt das Expertenwissen in drei Beziehungen, die die Bereiche Symptom/Anzeichen und Krankheit, Krankheit und diagnostische Untersuchungen und Krankheit und Krankheit definieren, wobei das erste Attribut in jeder Beziehung ein Hauptschlüssel ist, für den genau ein Wert existiert, und wobei das zweite Attribut ein Satz von Werten ist. Das Verfahren ist auf die Darstellung des Expertenwissens zum Auswählen von geeigneten diagnostischen Untersuchungen auf der Basis jeder klinischen Manifestation oder jeder klinischen Krankheit bezogen. Dieses Verfahren beschäftigt sich jedoch nicht mit dem Durchführen einer krankenpflegerischen Diagnose, dieses Verfahren bezieht sich vielmehr auf die Auswahl der geeigneten Diagnosetests, sobald ein Arzt seine Diagnose erstellt hat.In "IEEE Transactions on biomedical engineering", New York, USA, Vol. 36, No. 5, May 1989, Masahiro Okada et al. in "Knowledge Representation and Compilation for Symptom-Disease-Test Relationships" discloses a method that represents and compiles expert knowledge for selecting diagnostic tests. According to the expert knowledge, doctors examine the patient's complaints, perform a physical examination cation, prescribe a panel of laboratory tests given a specific disease. The procedure divides the expert knowledge into three relationships defining the domains of symptom/sign and disease, disease and diagnostic tests, and disease and disease, where the first attribute in each relationship is a master key for which there is exactly one value, and where the second attribute is a set of values. The procedure is related to the representation of the expert knowledge for selecting appropriate diagnostic tests on the basis of each clinical manifestation or clinical disease. However, this procedure is not concerned with making a nursing diagnosis; rather, this procedure relates to the selection of appropriate diagnostic tests once a physician has made his or her diagnosis.
Ausgehend von diesem Stand der Technik besteht die Aufgabe der vorliegenden Erfindung darin, ein Verfahren und ein Datenverarbeitungssystem zum Bestimmen priorisierter krankenpflegerischer Diagnosen aus Daten, die Anzeichen und Symptome eines Patienten darstellen, zu schaffen, das dabei hilft, die Voreingenommenheiten des Pflegepersonals zu verringern, welches es ermöglicht, daß das Pflegepersonal einfach zwischen spezialisierten Behandlungseinheiten wechseln kann und Patientendiagnosen durchführen kann, obwohl das Personal nur wenig Erfahrung in einer neuen Behandlungseinheit aufweist, und welches die Wahrscheinlichkeitsbeziehung zwischen Patientendaten und Diagnosen erkennt und die krankenpflegerischen Diagnosen priorisiert.Based on this prior art, the object of the present invention is to provide a method and a data processing system for determining prioritized nursing diagnoses from data representing signs and symptoms of a patient, which helps to reduce the biases of nursing staff, which enables nursing staff to easily switch between specialized treatment units and to perform patient diagnoses even though the staff has little experience in a new treatment unit, and which recognizes the probabilistic relationship between patient data and diagnoses and prioritizes nursing diagnoses.
Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und durch ein System gemäß Anspruch 7 gelöst.This object is achieved by a method according to claim 1 and by a system according to claim 7.
Die vorhergehenden und weitere Aufgaben, Merkmale und Vorteile der vorliegenden Erfindung werden hinsichtlich der folgenden detaillierten Beschreibung in Verbindung mit den begleitenden Zeichnungen besser verständlich werden. Es zeigen:The foregoing and other objects, features and advantages of the present invention will become more apparent from the following detailed description when taken in conjunction with the accompanying drawings, in which:
Fig. 1 ein schematisches Blockdiagramm eines Datenverarbeitungssystems, bei dem die Erfindung verwendet werden kann;Fig. 1 is a schematic block diagram of a data processing system in which the invention can be used;
Fig. 2 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen definierenden Kennzeichen und Anzeichen und Symptomen;Fig. 2 is a diagram of a data structure for storing relationships between defining characteristics and signs and symptoms;
Fig. 3 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Primärdiagnosen und definierenden Kennzeichen;Fig. 3 is a diagram of a data structure for storing relationships between primary diagnoses and defining characteristics;
Fig. 4 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Sekundärdiagnosen, definierenden Kennzeichen und entsprechenden Wahrscheinlichkeitsbemessungen;Fig. 4 is a diagram of a data structure for storing relationships between secondary diagnoses, defining characteristics and corresponding probability measures;
Fig. 5 ein Diagramm einer Datenstruktur zum Speichern von Beziehungen zwischen Diagnosen und Prioritätsbemessungen;Fig. 5 is a diagram of a data structure for storing relationships between diagnoses and priority measurements;
Fig. 6 ein Diagramm einer Datenstruktur zum Speichern von Patientenbeurteilungsdaten oder definierenden Kennzeichen basierend auf den Beurteilungsdaten;Fig. 6 is a diagram of a data structure for storing patient assessment data or defining characteristics based on the assessment data;
Fig. 7 ein Diagramm einer Datenstruktur zum Speichern von festgelegten Diagnosen und bezogenen Kombinationswahrscheinlichkeiten und Prioritätsbemessungen;Fig. 7 is a diagram of a data structure for storing determined diagnoses and related combination probabilities and priority measures;
Fig. 8 ein allgemeines Flußdiagramm des Prozesses zum Er zeugen und Priorisieren von Diagnosen basierend auf Beurteilungsdaten;Fig. 8 is a general flow chart of the process for making and prioritizing diagnoses based on assessment data;
Fig. 9 eine Darstellung einer Schnittstellenanzeige, durch welche Beurteilungsdaten von dem Datenverarbeitungssystem empfangen werden;Fig. 9 is an illustration of an interface display through which assessment data is received from the data processing system;
Fig. 10 ein allgemeines Flußdiagramm des Prozesses zum Erzeugen von Diagnosen;Fig. 10 is a general flow diagram of the process for generating diagnoses;
Fig. 11 ein Flußdiagramm des Prozesses zum Bestimmen von definierenden Kennzeichen für einen Patienten aus den empfangenen Beurteilungsdaten;Fig. 11 is a flow chart of the process for determining defining characteristics for a patient from the received assessment data;
Fig. 12 ein Flußdiagramm des Prozesses zum Bestimmen von Primärdiagnosen und zum Hinzufügen derselben zu einer Liste von möglichen Diagnosen auf der Basis der festgelegten definierenden Kennzeichen;Fig. 12 is a flow chart of the process for determining primary diagnoses and adding them to a list of possible diagnoses based on the established defining characteristics;
Fig. 13 ein Flußdiagramm eines Prozesses zum Festlegen von Sekundärdiagnosen und zum Hinzufügen derselben zu der Liste von möglichen Diagnosen auf der Basis der festgelegten definierenden Kennzeichen; undFig. 13 is a flow chart of a process for determining secondary diagnoses and adding them to the list of possible diagnoses based on the defined defining characteristics; and
Fig. 14 ein Flußdiagramm eines Prozesses zum Priorisieren von festgelegten Diagnosen.Fig. 14 is a flow chart of a process for prioritizing defined diagnoses.
Ein Datenverarbeitungssystem 20, bei dem die vorliegende Erfindung verwendet werden kann, ist in Fig. 1 dargestellt. Das Datenverarbeitungssystem 20 umfaßt zumindest eine Host- Station 22 und Arbeitsstationen 24. Eine Host-Station 22 umfaßt einen Hauptspeicher 26 zum Halten von Daten, die von Benutzern des Systems verwendet werden können. Ein Sekundärspeicher 28 ist ferner zum Beibehalten der Integrität der Datenbank vorgesehen. Ein Prozessor 30 ist zum Lesen und Schreiben von Daten aus der in dem Speicher 26 gespeicherten Datenbank durch Benutzer an anderen Host-Stationen 22, an Arbeitsstationen 24 und/oder an einem Eingabegerät 32, wie z. B. einer Tastatur 32, für die Host-Station vorgesehen. Es ist vorzugsweise eine zweite Host-Station 22 vorgesehen, um für den Fall, daß die erste Host-Station ausfällt, eine redundante Datenbank bereitzustellen. Die Host-Stationen sind üblicherweise und vorzugsweise an einer zentralen Position in einem Krankenhaus angeordnet. Die Arbeitsstationen 24 sind dagegen üblicherweise in einer Behandlungseinheit angeordnet und über ein Netzwerk 34 mit den Host-Stationen verbunden.A data processing system 20 in which the present invention may be used is shown in Figure 1. The data processing system 20 includes at least one host station 22 and workstations 24. A host station 22 includes a main memory 26 for holding data that can be used by users of the system. A secondary memory 28 is also provided for maintaining the integrity of the database. A processor 30 is for reading and Writing of data from the database stored in the memory 26 by users at other host stations 22, at work stations 24 and/or at an input device 32, such as a keyboard 32, for the host station. A second host station 22 is preferably provided to provide a redundant database in the event that the first host station fails. The host stations are usually and preferably located at a central location in a hospital. The work stations 24, on the other hand, are usually located in a treatment unit and connected to the host stations via a network 34.
Eine Arbeitsstation 24 weist üblicherweise einen Hauptspeicher 35 zum Speichern von lokalen Kopien von Daten und Programmen und einen Prozessor 36 auf, der in der Lage ist, Lese- und Schreibanforderungen für Daten aus seinem Hauptspeicher durchzuführen, und der zum Durchführen weiterer Operationen bezüglich der Daten geeignet ist. Der Prozessor 36 steuert ferner eine Anzeigesteuerung 38, um Informationen auf einem Monitor 40 oder einer anderen Ausgabevorrichtung anzuzeigen. Eine Arbeitsstation 24 umfaßt ferner eine Eingabevorrichtung, wie z. B. eine Tastatur 42 und eine Maus oder einen Trackball 44. Die Arbeitsstationen 24, die mittels des Netzwerks 34 verbunden sind, sind für eine Behandlungseinheit vorgesehen, wobei eine Arbeitsstation 24 vorzugsweise für jedes Krankenzimmer in einem Krankenhaus für das bevorzugte Ausführungsbeispiel vorgesehen ist.A workstation 24 typically includes a main memory 35 for storing local copies of data and programs and a processor 36 capable of performing read and write requests for data from its main memory and capable of performing further operations on the data. The processor 36 also controls a display controller 38 for displaying information on a monitor 40 or other output device. A workstation 24 also includes an input device such as a keyboard 42 and a mouse or trackball 44. The workstations 24, which are connected by means of the network 34, are provided for a treatment unit, with one workstation 24 preferably being provided for each patient room in a hospital for the preferred embodiment.
Für das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung ist eine Tabelle der definierenden Kennzeichen in einem Hauptspeicher 26 zum Identifizieren der Übereinstimmung zwischen möglichen definierenden Kennzeichen und Patientenanzeichen und Symptomen (siehe Fig. 2) vorgesehen. Die Tabelle 50 der definierenden Kennzeichen ist eine Liste von Eintragungen oder Beziehungen 52. Eine Eintragung enthält ein definierendes Kennzeichen 54 und zumindest ein entsprechendes Patientensymptom 56. Die tatsächliche Übereinstim mung zwischen Kennzeichen 54 und Symptomen 56 ist im Stand der Technik bekannt und wird durch das Pflegepersonal verwendet.For the preferred embodiment of the present invention, a defining characteristic table is provided in a main memory 26 for identifying the correspondence between possible defining characteristics and patient signs and symptoms (see Figure 2). The defining characteristic table 50 is a list of entries or relationships 52. An entry contains a defining characteristic 54 and at least one corresponding patient symptom 56. The actual correspondence The correlation between characteristics 54 and symptoms 56 is known in the art and is used by nursing staff.
Ein definierendes Kennzeichen stimmt üblicherweise lediglich mit einem Patientenanzeichen oder Symptom überein oder wird durch dasselbe angezeigt. Es können jedoch viele Anzeichen und Symptome jeweils einzeln dasselbe definierende Kennzeichen anzeigen. Folglich kann ein definierendes Kennzeichen mehr als einmal in der Tabelle 50 erscheinen. Wenn Diagnosen für einen Patienten erstellt werden, sollte ein definierendes Kennzeichen jedoch nur einmal festgelegt werden.A defining characteristic typically matches or is indicated by only one patient sign or symptom. However, many signs and symptoms may individually indicate the same defining characteristic. Consequently, a defining characteristic may appear more than once in Table 50. However, when making diagnoses for a patient, a defining characteristic should only be specified once.
Die definierenden Kennzeichen sind ferner auf eine Art und Weise, die dem Pflegepersonal bekannt ist, auf krankenpflegerische Diagnosen bezogen, wie es beispielsweise bei "Nursing Diagnosis and Intervention" von Gertrude K. McFarland und Elizabeth A. McFarlane (St. Louis: C. V. Mosbe Co., 1989) beschrieben ist. Solche Beziehungen sind ferner bei der vorliegenden Erfindung in einer Liste aufgenommen. Gemäß dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung werden zwei Diagnosetabellen bereitgestellt.The defining characteristics are also related to nursing diagnoses in a manner familiar to nursing personnel, such as that described in "Nursing Diagnosis and Intervention" by Gertrude K. McFarland and Elizabeth A. McFarlane (St. Louis: C. V. Mosbe Co., 1989). Such relationships are further included in a list in the present invention. According to the preferred embodiment of the present invention, two diagnosis tables are provided.
Eine krankenpflegerische Diagnose ist ein klinisches Urteil bezüglich einer Einzelperson, einer Familie oder einer Gemeinschaft, die durch einen überlegten, systematischen Prozeß einer Datensammlung und Analyse hergeleitet wird. Dies liefert die Basis für Vorschriften für eine genaue Therapie, für die das Pflegepersonal verantwortlich ist. Dies wird knapp ausgedrückt und umfaßt die Äthiologie des Zustands, wenn derselbe bekannt ist.A nursing diagnosis is a clinical judgment concerning an individual, family, or community derived through a deliberate, systematic process of data collection and analysis. This provides the basis for prescribing accurate therapy for which the nurse is responsible. This is stated succinctly and includes the etiology of the condition, if known.
Die definierenden Kennzeichen sind die Ansammlung von subjektiven oder objektiven Anzeichen und Symptomen, die das Vorhandensein eines Zustands anzeigen, der einer gegebenen krankenpflegerischen Diagnose entspricht.The defining characteristics are the collection of subjective or objective signs and symptoms that indicate the presence of a condition corresponding to a given nursing diagnosis.
Die Beurteilung von Daten ist das Sammeln von Daten über ei nen Patienten, um (1) den Befindlichkeitszustand und den Wunsch nach einem zusätzlichen Wachsen zu beurteilen, um (2) die Risikofaktoren zu beurteilen, um eine mögliche krankenpflegerische Diagnose zu identifizieren, um (3) Änderungen in dem Befindlichkeitszustand sowie das Ansprechen auf diese Änderungen und auf eine bereits implementierte krankenpflegerische oder medizinische Therapie zu beurteilen, um die tatsächliche krankenpflegerische Diagnose des Patienten oder ein Problem bei der gemeinsamen Zusammenarbeit zu bestimmen, um (4) die Stärke und die mögliche Stärke zusammen mit der Vorgeschichte von verwendeten Bewältigungsstrategien zu beurteilen, und um (5) die Patientenfamilie, die Gesundheitsfürsorge und weitere relevante verfügbare Resourcen ebenso wie weitere relevante Umgebungsfaktoren zu beurteilen.Data assessment is the collection of data about a patients to (1) assess the patient's state of health and desire for additional growth, (2) assess risk factors to identify a possible nursing diagnosis, (3) assess changes in the patient's state of health and response to those changes and to nursing or medical therapy already implemented, to determine the patient's actual nursing diagnosis or a problem with collaborative work, (4) assess the strength and potential strength along with history of coping strategies used, and (5) assess the patient's family, health care, and other relevant available resources as well as other relevant environmental factors.
"Möglich" bezieht sich auf die Gesundheitsprobleme oder den Gesundheitszustand einer Person, einer Familie und einer Gemeinschaft, welche in einem kurzen, klaren und präzisen Wort, solchen Worten oder einer solchen Phrase ausgedrückt werden. Beispiele solcher Gesundheitszustände oder Probleme, wie sie mit einer spezifischen krankenpflegerischen Diagnose veranschaulicht werden, sind ein Potential für eine Verletzung, für Angst und für ein Wissensdefizit. Die Möglichkeit für eine Verletzung bezeichnet eine Möglichkeit und nicht ein tatsächliches Problem. Die Mehrheit von krankenpflegerischen Diagnosebezeichnungen könnten in der Tat sowohl als möglich oder als tatsächlich betrachtet werden, beispielsweise eine mögliche Schlafmusterstörung oder eine Schlafmusterstörung."Possible" refers to the health problems or health status of an individual, family, and community expressed in a short, clear, and precise word, words, or phrase. Examples of such health conditions or problems, as illustrated by a specific nursing diagnosis, are potential for injury, anxiety, and knowledge deficit. Potential for injury indicates a possibility and not an actual problem. In fact, the majority of nursing diagnostic labels could be considered both possible and actual, for example, possible sleep pattern disorder or sleep pattern disorder.
Fig. 3 stellt eine Datenstruktur zum Speichern von Primärdiagnosen dar, die als Primärdiagnoseliste 60 bezeichnet wird. Eine Primärdiagnoseliste umfaßt Eintragungspaare (oder Beziehungen) 62, die definierende Kennzeichen in krankenpflegerische Diagnosen abbilden. Eine Eintragung oder Beziehung 62 weist ein Diagnosefeld 64 zum Anzeigen einer Diagnose und ein Feld 66 für definierende Kennzeichnen zum Anzeigen der definierenden Kennzeichen auf, die der Diagnose ent sprechen. Es wird angenommen, daß alle Eintragungen oder Beziehungen in der Primärdiagnoseliste 60 dieselbe Wahrscheinlichkeitsbemessung aufweisen. Diese Liste 60 würde typischerweise zum Speichern von diagnostischen Beziehungen mit einer Wahrscheinlichkeitsbemessung von etwa 99% verwendet werden. Folglich müssen die Werte für die Wahrscheinlichkeitsbemessungen für diese Diagnosen weder gespeichert noch gesucht werden, wodurch sowohl Zeit als auch Raum eingespart wird.Fig. 3 illustrates a data structure for storing primary diagnoses, referred to as a primary diagnosis list 60. A primary diagnosis list comprises pairs of entries (or relationships) 62 that map defining characteristics to nursing diagnoses. An entry or relationship 62 has a diagnosis field 64 for indicating a diagnosis and a defining characteristics field 66 for indicating the defining characteristics associated with the diagnosis. It is assumed that all entries or relationships in the primary diagnosis list 60 have the same probability rating. This list 60 would typically be used to store diagnostic relationships with a probability rating of about 99%. Consequently, the values for the probability ratings for these diagnoses need not be stored or searched for, thus saving both time and space.
Fig. 4 ist eine entsprechende Tabelle, die als Sekundärdiagnosetabelle 70 bezeichnet wird. Die Sekundärdiagnosetabelle 70 weist Eintragungen oder Beziehungen 72 auf, die den Eintragungen 62 der Primärdiagnoseliste 60 entsprechen. Zusätzlich zu dem Diagnosefeld 74 und dem Feld 76 der definierenden Kennzeichen ist jedoch ein Wahrscheinlichkeitsfeld 78 vorgesehen, das die Wahrscheinlichkeitsbemessung der Genauigkeit der Diagnose anzeigt, die durch ein Feld 74 in einer Eintragung 72 angezeigt wird.Fig. 4 is a corresponding table referred to as a secondary diagnosis table 70. The secondary diagnosis table 70 has entries or relationships 72 that correspond to the entries 62 of the primary diagnosis list 60. However, in addition to the diagnosis field 74 and the defining characteristics field 76, a probability field 78 is provided that indicates the probability measurement of the accuracy of the diagnosis indicated by a field 74 in an entry 72.
Sowohl in der Primärdiagnoseliste 60 als auch in der Sekundärdiagnoseliste 70 ist es möglich, daß ein definierendes Kennzeichen auf mehr als eine Diagnose bezogen ist, wobei es ferner möglich ist, daß eine Diagnose mehr als ein entsprechendes definierendes Kennzeichen aufweist. Wenn das System verwendet wird, um Diagnosen durchzuführen, und falls mehrere Ergebnisse für eine einzelne Diagnose gefunden werden, werden dieselben folglich kombiniert. Eine geeignete Kombination wird später in Verbindung mit den Fig. 10-14 beschrieben.In both the primary diagnosis list 60 and the secondary diagnosis list 70, it is possible for a defining characteristic to relate to more than one diagnosis, and it is also possible for a diagnosis to have more than one corresponding defining characteristic. When the system is used to perform diagnoses, if multiple results are found for a single diagnosis, they are combined accordingly. A suitable combination is described later in connection with Figures 10-14.
Nachdem eine Liste von möglichen Diagnosen für einen Patienten entwickelt worden ist, wird diese Liste priorisiert, um das Pflegepersonal beim Entwickeln eines Behandlungsplans für den Patienten zu unterstützen. Eine Priorisierung kann durch Verwenden einer Diagnoseprioritätstabelle 80 (Fig. 5) vorgesehen werden, die Eintragungen 82 umfaßt, die Diagnosen in Prioritätswerte abbilden. Eine Eintragung 82 weist ein Diagnosefeld 84 und ein entsprechendes Prioritätsfeld 86 auf. Der Wert des Prioritätsfelds 86 soll mit einer festgelegten Wahrscheinlichkeit für eine Diagnose kombiniert werden, derart, daß eine Liste von Diagnosen mit kombinierten Wahrscheinlichkeits- und Prioritätswerten erhalten werden kann. Diese Liste wird gemäß den kombinierten Werten sortiert, derart, daß die erste Diagnose der sortierten Liste die Diagnose mit der höchsten Wahrscheinlichkeit und Priorität ist. Eine Prioritätsbemessung für eine Diagnose ist üblicherweise entsprechend der Wichtigkeit oder Schwere der Diagnose in der Behandlungseinheit zugewiesen.After a list of possible diagnoses has been developed for a patient, the list is prioritized to assist the nursing staff in developing a treatment plan for the patient. Prioritization may be provided by using a diagnosis priority table 80 (Fig. 5) that includes entries 82 that map diagnoses into priority values. An entry 82 has a Diagnosis field 84 and a corresponding priority field 86. The value of the priority field 86 is to be combined with a specified probability for a diagnosis such that a list of diagnoses with combined probability and priority values can be obtained. This list is sorted according to the combined values such that the first diagnosis of the sorted list is the diagnosis with the highest probability and priority. A priority rating for a diagnosis is usually assigned according to the importance or severity of the diagnosis in the treatment unit.
Die Liste 50 der definierenden Kennzeichen, die Primärdiagnoseliste 60, die Sekundärdiagnoseliste 70 und die Prioritätstabelle 80 sind vorzugsweise in einer relationalen Datenbank implementiert. Es kann eine geeignete Sprache, wie z. B. DBASE, verwendet werden. Um die Zeitdauer zum Bestimmen von gültigen Diagnosen aus definierenden Kennzeichen zu reduzieren, werden vorzugsweise die Eintragungen 52, 62, 72 und 82 gemäß den darin gesuchten Werten geordnet. Beispielsweise werden die definierenden Kennzeichen für einen Patienten auf der Basis der Symptome bestimmt und gesucht, wie es in dem Feld 56 der Liste von definierenden Kennzeichen 50 angezeigt ist. Die Primärdiagnosetabelle wird auf der Basis der definierenden Kennzeichen gesucht, wie es durch das Feld 66 angezeigt ist. Entsprechend wird die Sekundärdiagnoseliste 70 auf der Basis des Feldes 76 der definierenden Kennzeichen gesucht. Schließlich wird die Prioritätstabelle 80 auf der Basis des Diagnosefelds 84 gesucht. Durch Ordnen dieser Listen gemäß den oben identifizierten Feldern kann eine optimierte Suche realisiert werden.The defining characteristics list 50, the primary diagnosis list 60, the secondary diagnosis list 70 and the priority table 80 are preferably implemented in a relational database. A suitable language such as DBASE may be used. To reduce the amount of time required to determine valid diagnoses from defining characteristics, the entries 52, 62, 72 and 82 are preferably ordered according to the values sought therein. For example, the defining characteristics for a patient are determined and searched based on the symptoms as indicated in field 56 of the defining characteristics list 50. The primary diagnosis table is searched based on the defining characteristics as indicated by field 66. Similarly, the secondary diagnosis list 70 is searched based on the defining characteristics field 76. Finally, the priority table 80 is searched based on the diagnosis field 84. By ordering these lists according to the fields identified above, an optimized search can be realized.
Ein Vorteil des Verwendens einer relationalen Datenbank für die Implementierung zumindest der Tabellen und Listen 50, 60, 70 und 80 ist die Vereinfachung, mit der Hilfsmittel zum Modifizieren dieser Tabellen und Listen bereitgestellt werden können, die als die "Regeln" des Expertensystems verstanden werden können. Unter Verwendung einer relationalen Datenbank kann das Pflegepersonal die Tabellen und Listen ändern, ohne daß das Eingreifen eines Programmierers oder eines anderen geübten Computertechnikers erforderlich ist. Wenn sich krankenpflegerische Diagnosen, Wahrscheinlichkeitsbemessungen oder Prioritätsbemessungen ändern, kann folglich das Pflegepersonal, z. B. die Krankenschwester, die am besten geeignet ist, um die Datenbank zu ändern, aufgrund ihres besseren Verständnisses des Gegenstands die Änderungen ohne weiteres vornehmen. Eine relationale Datenbank mit geeigneten Zugriffshilfsmitteln wird es dem Pflegepersonal ermöglichen, die Datenbank ohne Eingreifen eines Computertechnikers zu ändern.An advantage of using a relational database for implementing at least tables and lists 50, 60, 70 and 80 is the ease with which tools can be provided for modifying these tables and lists, which can be understood as the "rules" of the expert system. Using a relational database, nursing staff can modify the tables and lists without requiring intervention by a programmer or other skilled computer technician. Consequently, when nursing diagnoses, probability measurements, or priority measurements change, the nursing staff, such as the nurse, who is best placed to modify the database can readily make the changes because of their better understanding of the subject matter. A relational database with appropriate access tools will enable nursing staff to modify the database without intervention by a computer technician.
Es werden ferner vorzugsweise Wahrscheinlichkeits- und Prioritätsbemessungen bereitgestellt, die für eine Behandlungseinheit spezifisch sind oder von einer Behandlungseinheit abhängen. Beispielsweise können unterschiedliche Behandlungseinheiten in einem Krankenhaus unterschiedlichen Diagnosen unterschiedliche Prioritäten zuweisen, indem mehrere Prioritätsfelder 86 bereitgestellt werden, die entsprechend der Behandlungseinheit wiedergewinnbar sind. Außerdem könnten entsprechende Strukturen für die Diagnosetabellen 60 und 70 verwendet werden, da die Wahrscheinlichkeit, daß ein definierendes Kennzeichen eine bestimmte Diagnose anzeigen kann, zwischen den Behandlungseinheiten variieren kann.It is also preferable to provide probability and priority measures that are specific to or dependent on a treatment unit. For example, different treatment units in a hospital may assign different priorities to different diagnoses by providing multiple priority fields 86 that are retrievable according to the treatment unit. In addition, corresponding structures could be used for the diagnosis tables 60 and 70, since the probability that a defining characteristic can indicate a particular diagnosis may vary between treatment units.
Wenn das System der vorliegenden Erfindung mit solchen Behandlungseinheit-abhängigen Daten verwendet wird, kann eine Arbeitsstation 24 Daten von einer Host-Station 22 wiedergewinnen und muß lediglich Informationen laden, die zu der Behandlungseinheit gehören, in der die Arbeitsstation 24 angeordnet ist. Folglich ist aus der Sicht einer Behandlungseinheit lediglich ein Satz von Diagnosedaten (d. h. die Diagnose- und Prioritätstabellen 60, 70 und 80) vorhanden.When the system of the present invention is used with such processor dependent data, a workstation 24 can retrieve data from a host station 22 and only needs to load information associated with the processor in which the workstation 24 is located. Thus, from a processor perspective, only one set of diagnostic data (i.e., the diagnosis and priority tables 60, 70 and 80) exists.
Es ist ferner möglich, die Tabelle 50 der definierenden Kennzeichen, die Primärdiagnoseliste 60 und die Sekundärdiagnoseliste 70 (Fig. 2, 3 bzw. 4) in eine Tabelle zu kombi nieren. Diese Tabelle würde Anzeichen und Symptome direkt in Diagnosen und entsprechende Wahrscheinlichkeiten abbilden. Obwohl eine solche Tabelle die Anzahl von unterschiedlichen Typen von Suchvorgängen in der Datenbank reduzieren kann, kann dies bewirken, daß die Datenbank größer wird.It is also possible to combine the table 50 of defining characteristics, the primary diagnosis list 60 and the secondary diagnosis list 70 (Fig. 2, 3 and 4 respectively) into one table. This table would map signs and symptoms directly into diagnoses and corresponding probabilities. Although such a table can reduce the number of different types of searches in the database, it can cause the database to become larger.
Bei dem bevorzugten Ausführungsbeispiel sind zwei temporäre Datenstrukturen zum Entwickeln einer priorisierten Liste von Diagnosen für einen Patienten vorgesehen. Die erste dieser Datenstrukturen ist die Liste 90 der bestimmten Kennzeichen (Fig. 6). Diese Liste der bestimmten Kennzeichen umfaßt Eintragungen 92, wobei die Anzahl derselben der Anzahl der definierenden Kennzeichen entspricht, die aus der Tabelle 50 wiedergewonnen werden, die von den Beurteilungsdaten gestützt werden, die für einen Patienten wiedergewonnen werden. Der Aufbau der Liste 90 der bestimmten Kennzeichen für einen Patienten wird im folgenden bezugnehmend auf die Fig. 9-11 detaillierter beschrieben.In the preferred embodiment, two temporary data structures are provided for developing a prioritized list of diagnoses for a patient. The first of these data structures is the specific characteristics list 90 (Fig. 6). This specific characteristics list includes entries 92, the number of which corresponds to the number of defining characteristics retrieved from the table 50 supported by the assessment data retrieved for a patient. The structure of the specific characteristics list 90 for a patient is described in more detail below with reference to Figs. 9-11.
Die zweite der temporären Datenstrukturen ist die Liste 94 für eine mögliche Diagnose (Fig. 7). Die Liste für eine mögliche Diagnose umfaßt Eintragungen 96, die ein Diagnosefeld 98 zum Anzeigen einer möglichen Diagnose und ein Bewertungsfeld 99 aufweist, das die möglicherweise priorisierte Wahrscheinlichkeitsbemessung für die entsprechende Diagnose anzeigt. Die Verwendung dieser Tabelle wird im folgenden in Verbindung mit den Fig. 12-14 detaillierter beschrieben.The second of the temporary data structures is the possible diagnosis list 94 (Fig. 7). The possible diagnosis list comprises entries 96 having a diagnosis field 98 for indicating a possible diagnosis and a score field 99 indicating the possibly prioritized probability score for the corresponding diagnosis. The use of this table is described in more detail below in connection with Figs. 12-14.
Der Prozeß des Erzeugens und Anzeigens der Liste von priorisierten Diagnosen aus Patientenbeurteilungsdaten wird im folgenden in Verbindung mit den Fig. 8-14 beschrieben. Das allgemeine Verfahren des Erstellens von Diagnosen beinhaltet die Schritte zum Wiedergewinnen von Beurteilungsdaten für einen Patienten und des Anpasssens derselben mit der Datenbank 50 der definierenden Kennzeichen. Folglich wird eine Liste von definierenden Kennzeichen für den Patienten bestimmt. Aus diesen bestimmten Kennzeichen können Diagnosen bestimmt werden, indem die Kennzeichen mit Beziehungen in der Primär- und Sekundärdiagnosebeziehungsliste 60 und 70 in Übereinstimmung gebracht werden. Falls eine Diagnose mehr als einmal gefunden wird, werden die Wahrscheinlichkeiten für die Diagnose kombiniert. Eine Art und Weise, um die Wahrscheinlichkeiten zu kombinieren, ist das Addieren derselben. Die Liste der Diagnosen kann daraufhin durch Kombinieren der Wahrscheinlichkeit für eine Diagnose mit deren Prioritätsbemessung, die in der Tabelle 80 herausgefunden wurde, priorisiert werden. Die Liste wird daraufhin gemäß einer Bewertung sortiert, wobei eine geordnete, priorisierte Liste auf eine geeignete Art und Weise dem Pflegepersonal angezeigt werden kann.The process of generating and displaying the list of prioritized diagnoses from patient assessment data is described below in connection with Figures 8-14. The general method of generating diagnoses includes the steps of retrieving assessment data for a patient and matching it with the database 50 of defining characteristics. Thus, a list of defining characteristics for the patient is determined. From these determined characteristics, diagnoses can be determined by associating the characteristics with relationships in the primary and secondary diagnosis relationship lists 60 and 70. If a diagnosis is found more than once, the probabilities for the diagnosis are combined. One way to combine the probabilities is to add them together. The list of diagnoses can then be prioritized by combining the probability for a diagnosis with its priority rating found in table 80. The list is then sorted according to a rating, and an ordered, prioritized list can be displayed in an appropriate manner to nursing staff.
Dieser Prozeß wird im allgemeinen durch das Flußdiagramm von Fig. 8 beschrieben. Der erste Schritt des Prozesses ist ein Schritt 100 zum Eingeben von Beurteilungsdaten für einen Patienten. Dieser Prozeß wird detaillierter in Verbindung mit Fig. 9 beschrieben. Der nächste Schritt des Prozesses ist Schritt 102 zum Erzeugen einer Liste von Diagnosen basierend auf den eingegebenen Beurteilungsdaten. Der Schritt 102 des Erzeugens der Liste von Diagnosen wird im folgenden in Verbindung mit den Fig. 10-13 detaillierter beschrieben. Nachdem eine Liste von Diagnosen erzeugt worden ist, wird die Diagnoseliste in Schritt 104 priorisiert. Dieser Priorisierungsschritt 104 wird im folgenden in Verbindung mit Fig. 14 detaillierter beschrieben. Der Prozeß der vorliegenden Erfindung endet damit, daß dem Pflegepersonal auf der Anzeige 44 der Arbeitsstation 24 (Fig. 1) oder auf einer anderen Ausgabevorrichtung die Liste der priorisierten Diagnosen auf eine bekannte Art und Weise angezeigt wird.This process is generally described by the flow chart of Fig. 8. The first step of the process is a step 100 of entering assessment data for a patient. This process is described in more detail in connection with Fig. 9. The next step of the process is step 102 of generating a list of diagnoses based on the entered assessment data. The step 102 of generating the list of diagnoses is described in more detail below in connection with Figs. 10-13. After a list of diagnoses has been generated, the list of diagnoses is prioritized in step 104. This prioritization step 104 is described in more detail below in connection with Fig. 14. The process of the present invention culminates in the list of prioritized diagnoses being displayed to the nursing staff on the display 44 of the workstation 24 (Fig. 1) or on another output device in a known manner.
Die Aufnahme von Beurteilungsdaten für einen Patienten wird nun detaillierter in Verbindung mit Fig. 9 beschrieben. Fig. 9 stellt eine Anzeigeschnittstelle dar, die es ermöglicht, daß das Pflegepersonal Beurteilungsdaten für einen Patienten eingibt. Durch Bereitstellen eines Standardmenüs 110 auf einer Anzeige kann das Pflegepersonal einen "Dateneintragungs"-Gegenstand (Anzeigegegenstand 112) auswählen, der be wirkt, daß die Eintragungsfelder angezeigt werden. Die Auswahl kann beispielsweise durch eine Mausbetätigung durchgeführt werden, indem z. B. ein Anwender mit einem Zeiger (Cursor) auf den Anzeigegegenstand zeigt und eine Taste drückt. Es wird vorzugsweise eine Liste 114 von Dateneintragungsoptionen, die anatomische Systeme umfassen, bereitgestellt, aus der das Pflegepersonal auswählen kann, um Daten für einen Patienten einzugeben. Bei der gegenwärtig dargestellten Anzeige von Fig. 9 ist ein "CV-System" (CV = cardiovascular system = Kreislaufsystem) ausgewählt, wobei mögliche Beurteilungsgegenstände in einem Bereich 116 der Anzeige dargestellt sind. Das Pflegepersonal kann einen Eintragungsgegenstand auswählen und die entsprechenden Daten eingeben, wie z. B. Gegenstand 117, der ausgewählt wird, um anzuzeigen, daß der "Peripherpuls" anomal ist. Eine Schnittstelle, um Beurteilungsdaten zu empfangen, kann auf viele Arten bereitgestellt werden, die Fachleuten auf dem Gebiet von Datenverarbeitungssystemen bekannt sind. Definierende Kennzeichen oder entsprechende Patientensysteme, für die Beurteilungsdaten eingegeben werden können, sind dem Pflegepersonal bekannt und können in krankenpflegerischen Standardhandbüchern gefunden werden.The entry of assessment data for a patient will now be described in more detail in connection with Figure 9. Figure 9 illustrates a display interface that allows the nursing staff to enter assessment data for a patient. By providing a standard menu 110 on a display, the nursing staff can select a "data entry" item (display item 112) that causes the entry fields to be displayed. The selection may be made, for example, by mouse manipulation, such as by a user pointing a cursor at the display item and pressing a key. Preferably, a list 114 of data entry options comprising anatomical systems is provided from which the nursing staff may select to enter data for a patient. In the currently illustrated display of Figure 9, a "CV system" is selected, with possible assessment items shown in a region 116 of the display. The nursing staff may select an entry item and enter the appropriate data, such as item 117 selected to indicate that the "peripheral pulse" is abnormal. An interface to receive assessment data may be provided in many ways known to those skilled in the art of data processing systems. Defining identifiers or corresponding patient systems for which assessment data can be entered are known to nursing staff and can be found in standard nursing manuals.
Wenn eine Liste von Patientenanzeichen und Symptomen wiedergewonnen worden ist, kann eine Liste von Diagnosen durch das Datenverarbeitungssystem der vorliegenden Erfindung auf eine Art und Weise erhalten werden, die nun in Verbindung mit den Fig. 10-13 beschrieben wird. Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfaßt der Prozeß des Erzeugens einer Liste von Diagnosen einen Schritt 120 des Erzeugens einer Liste von definierenden Kennzeichen, der in Verbindung mit Fig. 13 im folgenden beschrieben wird. Aus der Liste der definierenden Kennzeichen wird daraufhin in Schritt 122 eine Liste aus Primärdiagnosen erzeugt. Dieser Prozeß wird detaillierter in Verbindung mit Fig. 12 beschrieben. Eine Liste von Sekundärdiagnosen wird ferner in Schritt 124 aus den erzeugten definierenden Kennzeichen erzeugt. Es ist möglich, diese drei Schritte in einen Schritt zusammenzufassen, wie es in Schritt 102 von Fig. 8 dargestellt ist, wenn eine kombinierte Datenbank für die Tabellen 50, 60 und 70 von Fig. 2, 3 bzw. 4 bereitgestellt wird. Das heißt, eine Tabelle könnte zum Abbilden von Diagnosen direkt in Listen von Patientenanzeichen und Symptomen bereitgestellt werden, wobei jede diagnostische Beziehung ein Wahrscheinlichkeitsbemessungsfeld aufweist.Once a list of patient signs and symptoms has been retrieved, a list of diagnoses can be obtained by the data processing system of the present invention in a manner which will now be described in connection with Figures 10-13. In the preferred embodiment of the present invention, the process of generating a list of diagnoses includes a step 120 of generating a list of defining characteristics, which is described in connection with Figure 13 below. From the list of defining characteristics, a list of primary diagnoses is then generated in step 122. This process is described in more detail in connection with Figure 12. A list of secondary diagnoses is further generated in step 124 from the generated defining characteristics. It is possible to combine these three steps into one step as illustrated in step 102 of Fig. 8 when a combined database is provided for tables 50, 60 and 70 of Figs. 2, 3 and 4, respectively. That is, a table could be provided for mapping diagnoses directly into lists of patient signs and symptoms, with each diagnostic relationship having a probability score field.
Die Erzeugung einer Liste von definierenden Kennzeichen (Schritt 120 von Fig. 10) wird nun in Verbindung mit Fig. 11 detaillierter beschrieben. Die Erzeugung der Liste der definierenden Kennzeichen für einen Patienten beginnt mit Schritt 130 des Wiedergewinnens der Beziehung 52 der ersten definierenden Kennzeichen aus der Liste 50 (Fig. 3) von definierenden Kennzeichen. Als nächstes wird in Schritt 132 bestimmt, ob die Beurteilungsdaten von dem Patienten das gegenwärtig überprüfte definierende Kennzeichen stützt. Der Schritt 132 erfordert, daß die Beurteilungsdaten mit dem Anzeichen oder Symptom bezüglich des gegenwärtigen definierenden Kennzeichens in dem Feld 56 zusammenpassen. Die Beurteilungsdaten werden einfach für das Anzeichen oder das Symptom aus dem Feld 56 gesucht. Falls eine Übereinstimmung vorhanden ist, wird das definierende Kennzeichen, das durch das Feld 54 angezeigt wird, zu der Liste von bestimmten Kennzeichen 90 (Fig. 6) in Schritt 134 hinzugefügt. Falls die Beurteilungsdaten nicht übereinstimmen oder nachdem das definierende Kennzeichen zu der Liste von bestimmten Kennzeichen hinzugefügt worden ist, wird in Schritt 136 bestimmt, ob mehrere Beziehungen 52 von definierenden Kennzeichen zurückbleiben, die überprüft werden sollen. Falls keine Beziehungen 52 zurückbleiben, ist dieser Prozeß abgeschlossen; andernfalls wird die nächste Beziehung 52 in Schritt 138 wiedergewonnen. Die Liste von bestimmten Kennzeichen 90 wird daraufhin überprüft, um herauszufinden, ob das definierende Kennzeichen dieser nächsten Beziehung 52 bereits gefunden worden ist (Schritt 140). Falls dieses definierende Kennzeichen gefunden worden ist, wird die Verarbeitung mit Schritt 136 des Bestimmens fortgesetzt, ob mehrere Beziehungen in der Liste 50 der definierende Kennzeichen zurückbleiben. Andernfalls wird für diese nächste Beziehung 52 die Verarbeitung mit dem Schritt 132 fortgesetzt, wie es im vorhergehenden beschrieben wurde. Trotz des Abschlusses des Prozesses, der in dem Flußdiagramm von Fig. 11 beschrieben ist, kann eine Liste von bestimmten Kennzeichen 90 aus den Beurteilungsdaten für einen Patienten erzeugt werden.The generation of a list of defining characteristics (step 120 of FIG. 10) will now be described in more detail in connection with FIG. 11. The generation of the list of defining characteristics for a patient begins with step 130 of retrieving the relationship 52 of the first defining characteristics from the list 50 (FIG. 3) of defining characteristics. Next, in step 132, it is determined whether the assessment data from the patient supports the defining characteristic currently being examined. Step 132 requires that the assessment data match the sign or symptom related to the current defining characteristic in field 56. The assessment data is simply searched for the sign or symptom from field 56. If a match exists, the defining characteristic indicated by field 54 is added to the list of specific characteristics 90 (FIG. 6) in step 134. If the assessment data does not match, or after the defining characteristic has been added to the list of specific characteristics, it is determined in step 136 whether there are multiple relationships 52 of defining characteristics remaining to be checked. If no relationships 52 remain, this process is complete; otherwise, the next relationship 52 is retrieved in step 138. The list of specific characteristics 90 is then checked to see if the defining characteristic of this next relationship 52 has already been found (step 140). If this defining characteristic has been found, processing continues with step 136 of determining whether there are multiple relationships in the list 50 of defining characteristics. Otherwise, for this next relationship 52, processing continues with step 132 as previously described. Despite the completion of the process described in the flow chart of Fig. 11, a list of specific characteristics 90 may be generated from the assessment data for a patient.
Der Prozeß des Erzeugens einer Liste von Primärdiagnosen (Schritt 122, Fig. 10) wird nun in Verbindung mit Fig. 12 beschrieben. Der erste Schritt dieses Prozesses ist das Wiedergewinnen der ersten Primärdiagnosebeziehung 62 aus der Primärdiagnoseliste 60 (Fig. 3) in Schritt 150. Als nächstes wird in Schritt 152 bestimmt, ob das definierende Kennzeichen, das in Feld 66 der gegenwärtig überprüften Eintragung 62 angezeigt ist, in der Liste der bestimmten Kennzeichen 90, die oben beschrieben ist, erscheint. Falls sich dieses definierende Kennzeichen in der Liste von bestimmten Kennzeichen befindet, wird die Diagnose aus dem Feld 64 der gegenwärtig überprüften Eintragung 62 zu der Liste 94 einer möglichen Diagnose als Eintragung 96 hinzugefügt, wobei das Diagnosefeld 98 auf die gegenwärtig überprüfte Diagnose eingestellt wird und das Bewertungsfeld 99 auf eine Wahrscheinlichkeit von 99% (Schritt 154) eingestellt wird. Nachdem eine Diagnose zu der Liste von möglichen Diagnosen während des Schritts 154 hinzugefügt worden ist oder nachdem bestimmt worden ist, daß das Feld 66 des definierenden Kennzeichens für die Diagnose (Feld 64 der gegenwärtig überprüften Eintragung 62) nicht in der Liste der bestimmten Kennzeichen 90 (bestimmt durch Schritt 152) erscheint, wird während Schritt 156 eine Bestimmung durchgeführt, ob Primärdiagnosebeziehungen in der Primärdiagnoseliste 60, die überprüft werden soll, zurückbleiben. Falls eine Eintragung 62 zurückbleibt, wird die nächste Eintragung in Schritt 158 wiedergewonnen. Als nächstes wird in Schritt 160 bestimmt, ob die gegenwärtig überprüfte Diagnose bereits in der Liste für mögliche Diagnosen vorhanden ist. Da bei dem bevorzugten Ausführungsbeispiel die Wahrscheinlichkeit für eine mögliche Diagnose 99% nicht übersteigen darf, falls eine Diagnose in der Liste für mögliche Diagnosen erscheint, muß ein weiteres Auftreten derselben in der Primärdiagnosetabelle 60 nicht überprüft werden, um mögliche Diagnosen zu bestimmen. Falls sich die nächste Primärdiagnose nicht in der Liste der möglichen Diagnosen befindet, wird nach dem Schritt 160 die Verarbeitung mit Schritt 152 fortgesetzt, wie es oben beschrieben ist.The process of generating a list of primary diagnoses (step 122, Fig. 10) will now be described in connection with Fig. 12. The first step of this process is to retrieve the first primary diagnosis relationship 62 from the primary diagnosis list 60 (Fig. 3) in step 150. Next, in step 152, it is determined whether the defining characteristic indicated in field 66 of the currently reviewed entry 62 appears in the list of specific characteristics 90 described above. If this defining characteristic is in the list of specific characteristics, the diagnosis from field 64 of the currently reviewed entry 62 is added to the list 94 of possible diagnoses as entry 96, with the diagnosis field 98 set to the currently reviewed diagnosis and the score field 99 set to a probability of 99% (step 154). After a diagnosis has been added to the list of possible diagnoses during step 154, or after it has been determined that the defining identifier field 66 for the diagnosis (field 64 of the currently checked entry 62) does not appear in the list of determined identifiers 90 (determined by step 152), a determination is made during step 156 as to whether there are any primary diagnosis relationships remaining in the primary diagnosis list 60 to be checked. If an entry 62 is remaining, the next entry is retrieved in step 158. Next, in step 160, it is determined whether the currently checked diagnosis is already present in the list of possible diagnoses. Since in the preferred embodiment the probability of a possible diagnosis must not exceed 99%, if a diagnosis appears in the list of possible diagnoses, a subsequent occurrence of the same in the primary diagnosis table 60 need not be checked to determine possible diagnoses. If the next primary diagnosis is not in the list of possible diagnoses, after step 160, processing continues with step 152 as described above.
Der Prozeß des Erzeugens der Liste von Sekundärdiagnosen wird nun in Verbindung mit Fig. 13 beschrieben. Der erste Schritt dieses Prozesses ist Schritt 170 des Wiedergewinnens der ersten Sekundärdiagnosebeziehung 72 aus der Sekundärdiagnosetabelle 70. Es wird daraufhin in Schritt 172 bestimmt, ob das gegenwärtig überprüfte Diagnosekennzeichen (Feld 76) in der Liste von bestimmten Kennzeichen 90 erscheint, wie es oben in Verbindung mit Fig. 12 beschrieben ist, Schritt 152. Falls lediglich ein Schritt zum Erzeugen der Liste von Diagnosen verwendet wird (siehe Schritt 102 von Fig. 8), würde dieser Schritt 172 ein Überprüfen der Beurteilungsdaten beinhalten, um zu bestimmen, ob dieselben die Diagnose der gegenwärtigen Beziehung 92, die überprüft wird, stützen. Falls die gegenwärtig überprüfte Beziehung durch die bestimmten Kennzeichen gestützt wird, wird die Liste der möglichen Diagnosen 94 überprüft, um zu bestimmen, ob die gegenwärtig überprüfte Diagnose bereits in der Liste vorhanden ist (Schritt 174). Falls die gegenwärtig überprüfte Diagnose nicht in der Liste der möglichen Diagnosen 94 erscheint, wird dieselbe in Schritt 176 zu der Liste der möglichen Diagnosen hinzugefügt. Eine Eintragung 96 wird eingerichtet, wobei das Diagnosefeld 98 auf die gegenwärtig überprüfte Diagnose eingestellt wird, und das Bewertungsfeld 99 auf die Wahrscheinlichkeit eingestellt wird, die aus der Sekundärdiagnosetabelle 70, Feld 78, für diese Diagnose wiedergewonnen wird. Falls die gegenwärtig überprüfte Diagnose nicht in der Liste von möglichen Diagnosen 94 erscheint, wie es in Schritt 174 bestimmt wird, wird die Wahrscheinlichkeit für die gegenwärtig überprüfte Beziehung 72 (Feld 78) zu der bestehenden Bewertung (Feld 99) für die Diagnose in der Liste der möglichen Diagnosen hinzugefügt. Falls die resultierende Bewertung größer als 99% ist, wird daraufhin die Bewertung auf 99% eingestellt (Schritt 178). Nachdem die Eintragung für die gegenwärtig überprüfte Diagnose in der Liste von möglichen Diagnosen 94 eingestellt worden ist, wie es durch Schritt 176 oder 178 durchgeführt wird, wird in Schritt 180 bestimmt, ob Sekundärdiagnosen verbleiben, die überprüft werden sollen. Falls keine Sekundärdiagnosebeziehungen verbleiben, ist dieser Prozeß abgeschlossen; andernfalls wird die nächste Sekundärdiagnosebeziehung 72 in Schritt 182 wiedergewonnen, wobei die Verarbeitung mit Schritt 172 fortgesetzt wird, wie es oben beschrieben ist.The process of generating the list of secondary diagnoses will now be described in connection with Fig. 13. The first step of this process is step 170 of retrieving the first secondary diagnosis relationship 72 from the secondary diagnosis table 70. It is then determined in step 172 whether the currently checked diagnosis tag (field 76) appears in the list of specific tags 90 as described above in connection with Fig. 12, step 152. If only one step is used to generate the list of diagnoses (see step 102 of Fig. 8), this step 172 would involve checking the assessment data to determine whether it supports the diagnosis of the current relationship 92 being checked. If the currently checked relationship is supported by the specific tags, the list of possible diagnoses 94 is checked to determine whether the currently checked diagnosis is already present in the list (step 174). If the currently checked diagnosis does not appear in the list of possible diagnoses 94, it is added to the list of possible diagnoses in step 176. An entry 96 is established with the diagnosis field 98 set to the currently checked diagnosis and the score field 99 set to the probability retrieved from the secondary diagnosis table 70, field 78, for that diagnosis. If the currently checked diagnosis does not appear in the list of possible diagnoses 94, as determined in step 174, the probability for the currently checked relationship 72 (field 78) is added to the existing score (field 99) for the diagnosis in the list. of the possible diagnoses. If the resulting score is greater than 99%, the score is then set to 99% (step 178). After the entry for the currently reviewed diagnosis has been set in the list of possible diagnoses 94, as performed by step 176 or 178, it is determined in step 180 whether there are any secondary diagnoses remaining to be reviewed. If no secondary diagnosis relationships remain, this process is complete; otherwise, the next secondary diagnosis relationship 72 is retrieved in step 182, with processing continuing with step 172 as described above.
Durch den Abschluß des Prozesses, der durch das Flußdiagramm von Fig. 13 dargestellt ist, wird eine Liste von möglichen Diagnosen 94 für einen Patienten erzeugt, wobei jede Diagnose einmal erscheint und jede Diagnose eine Bewertung aufweist, die deren Wahrscheinlichkeit darstellt, wobei die höchste Wahrscheinlichkeit 99% beträgt. Diese Liste von möglichen Diagnosen wird priorisiert und auf eine Art und Weise sortiert, die nun in Verbindung mit Fig. 14 beschrieben wird.By completing the process represented by the flow chart of Figure 13, a list of possible diagnoses 94 is generated for a patient, with each diagnosis appearing once and each diagnosis having a score representing its probability, with the highest probability being 99%. This list of possible diagnoses is prioritized and sorted in a manner now described in connection with Figure 14.
Der erste Schritt des bevorzugten Verfahrens der Priorisierung ist Schritt 190 des Wiedergewinnens der ersten möglichen Diagnose aus der Liste 94. Der Prioritätswert für diese Diagnose wird aus der Prioritätstabelle 80 wiedergewonnen, indem nach einer Eintragung 82 mit der entsprechenden Diagnose in dem Feld 84 in Schritt 192 gesucht wird. Der aus dem Feld 86 wiedergewonnene Prioritätswert wird daraufhin mit der Bewertung für die Diagnose in Schritt 194 multipliziert, die aus dem Feld 99 der Eintragung 96 für die Diagnose in der Liste 94 von möglichen Diagnosen wiedergewonnen wurde. Daraufhin wird in Schritt 196 bestimmt, ob mögliche Diagnosen in der Liste 94 zurückbleiben, die überprüft werden sollen. Falls mögliche Diagnosen zurückbleiben, wird die nächste Diagnose aus der Liste 94 in Schritt 198 wiedergewonnen, wobei die Verarbeitung mit Schritt 192 fortgesetzt wird, wie es oben beschrieben ist. Falls alle möglichen Diagnosen überprüft worden sind, wird andernfalls die Liste der möglichen Diagnosen durch die Bewertung in absteigender Reihenfolge (Schritt 200) sortiert. Folglich erscheint die Diagnose mit dem größten Produkt aus Prioritätsbemessung und Wahrscheinlichkeit als erstes in der Liste. Die priorisierte Liste kann, falls gewünscht, zusammen mit anderen Patienteninformationen in der Datenbank gespeichert werden.The first step of the preferred method of prioritization is step 190 of retrieving the first possible diagnosis from the list 94. The priority value for that diagnosis is retrieved from the priority table 80 by looking for an entry 82 with the corresponding diagnosis in field 84 in step 192. The priority value retrieved from field 86 is then multiplied by the score for the diagnosis in step 194 retrieved from field 99 of the entry 96 for the diagnosis in the list 94 of possible diagnoses. It is then determined in step 196 whether there are any possible diagnoses remaining in the list 94 to be reviewed. If there are any possible diagnoses remaining, the next diagnosis is retrieved from the list 94 in step 198 and processing continues with step 192. as described above. Otherwise, if all possible diagnoses have been reviewed, the list of possible diagnoses is sorted by the score in descending order (step 200). Consequently, the diagnosis with the largest product of priority score and probability appears first in the list. The prioritized list can be stored in the database along with other patient information if desired.
Die sortierte Liste von möglichen Diagnosen kann daraufhin dem Pflegepersonal auf eine geeignete Art und Weise unter Verwendung des Systems angezeigt werden (Schritt 202), um dem Pflegepersonal eine Liste von priorisierten Diagnosen bereitzustellen. Falls gewünscht können ferner die Bewertungen, die den Diagnosen entsprechen, angezeigt werden, um dem Pflegepersonal eine Anzeige der relativen Priorität der bestimmten Diagnosen zu geben.The sorted list of possible diagnoses may then be displayed to the nursing staff in an appropriate manner using the system (step 202) to provide the nursing staff with a list of prioritized diagnoses. If desired, the scores corresponding to the diagnoses may also be displayed to provide the nursing staff with an indication of the relative priority of the particular diagnoses.
Nachdem nun ein Ausführungsbeispiel der Erfindung beschrieben worden ist, sollte es Fachleuten auf diesem Gebiet offensichtlich sein, daß die vorhergehende Beschreibung lediglich erläuternd und nicht einschränkend ist, und lediglich beispielhaft dargestellt worden ist. Zahlreiche weitere Ausführungsbeispiele und Modifikationen können als in den Schutzbereich der vorliegenden Erfindung fallend betrachtet werden, der durch die beigefügten Ansprüche und Äquivalente derselben definiert ist.Having now described an embodiment of the invention, it should be apparent to those skilled in the art that the foregoing description is merely illustrative and not restrictive, and has been presented by way of example only. Numerous other embodiments and modifications may be considered to fall within the scope of the present invention as defined by the appended claims and equivalents thereof.
Claims (9)
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US75785691A | 1991-09-11 | 1991-09-11 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| DE69227562D1 DE69227562D1 (en) | 1998-12-17 |
| DE69227562T2 true DE69227562T2 (en) | 1999-04-22 |
Family
ID=25049506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE69227562T Expired - Fee Related DE69227562T2 (en) | 1991-09-11 | 1992-09-03 | Data processing system and method for the automatic implementation of prioritized nursing diagnoses by evaluating patient data |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5404292A (en) |
| EP (1) | EP0531889B1 (en) |
| DE (1) | DE69227562T2 (en) |
Families Citing this family (165)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6283761B1 (en) * | 1992-09-08 | 2001-09-04 | Raymond Anthony Joao | Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information |
| DE69331623T2 (en) * | 1992-11-24 | 2002-11-07 | Eastman Kodak Co., Rochester | Automatic route search of digital X-ray images to the selected destination |
| US5935060A (en) * | 1996-07-12 | 1999-08-10 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including list based processing |
| US6725209B1 (en) | 1993-12-29 | 2004-04-20 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system and method including mental status examination |
| US6206829B1 (en) | 1996-07-12 | 2001-03-27 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including network access |
| US5660176A (en) | 1993-12-29 | 1997-08-26 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system |
| USRE43433E1 (en) | 1993-12-29 | 2012-05-29 | Clinical Decision Support, Llc | Computerized medical diagnostic and treatment advice system |
| US6022315A (en) * | 1993-12-29 | 2000-02-08 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including network access |
| US5486999A (en) * | 1994-04-20 | 1996-01-23 | Mebane; Andrew H. | Apparatus and method for categorizing health care utilization |
| ATE250245T1 (en) * | 1995-02-28 | 2003-10-15 | Clinicomp International Inc | SYSTEM AND METHOD FOR CLINICAL INTENSIVE CARE USING TREATMENT SCHEMES |
| US5715451A (en) * | 1995-07-20 | 1998-02-03 | Spacelabs Medical, Inc. | Method and system for constructing formulae for processing medical data |
| US5942986A (en) * | 1995-08-09 | 1999-08-24 | Cedars-Sinai Medical Center | System and method for automatic critical event notification |
| US5826237A (en) * | 1995-10-20 | 1998-10-20 | Araxsys, Inc. | Apparatus and method for merging medical protocols |
| US5886693A (en) * | 1995-10-20 | 1999-03-23 | Araxsys, Inc. | Method and apparatus for processing data across a computer network |
| US6037940A (en) * | 1995-10-20 | 2000-03-14 | Araxsys, Inc. | Graphical user interface in a medical protocol system having time delay rules and a publisher's view |
| US5786816A (en) * | 1995-10-20 | 1998-07-28 | Araxsys, Inc. | Method and apparatus for graphical user interface-based and variable result healthcare plan |
| US5850221A (en) * | 1995-10-20 | 1998-12-15 | Araxsys, Inc. | Apparatus and method for a graphic user interface in a medical protocol system |
| US6063026A (en) * | 1995-12-07 | 2000-05-16 | Carbon Based Corporation | Medical diagnostic analysis system |
| EP1011419B1 (en) * | 1996-03-01 | 2002-05-02 | Medicomp Systems, Inc. | Method and apparatus to assist a user in creating a medical protocol |
| US6053864A (en) * | 1996-03-29 | 2000-04-25 | Clawson; Jeffrey J. | Method and system for giving remote emergency medical counsel to arrest patients |
| US6010451A (en) * | 1996-03-29 | 2000-01-04 | Clawson; Jeffrey J. | Method and system for giving remote emergency medical counsel to choking patients |
| US5970463A (en) * | 1996-05-01 | 1999-10-19 | Practice Patterns Science, Inc. | Medical claims integration and data analysis system |
| EP1280091A3 (en) * | 1996-07-12 | 2005-05-25 | First Opinion Corporation | Computerized medical diagnostic system utilizing list-based processing |
| CN1246942A (en) * | 1996-07-12 | 2000-03-08 | 第一咨询公司 | Computerized medical diagnostic system utilizing list-based processing |
| AU768052B2 (en) * | 1996-07-12 | 2003-11-27 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including list based processing |
| AU5405798A (en) * | 1996-12-30 | 1998-07-31 | Imd Soft Ltd. | Medical information system |
| IL131873A0 (en) | 1997-03-13 | 2001-03-19 | First Opinion Corp | Disease management system |
| WO1998052464A1 (en) * | 1997-05-23 | 1998-11-26 | The Carolinas Heart Institute | Electromagnetical imaging and therapeutic (emit) systems |
| WO1999004686A1 (en) | 1997-07-22 | 1999-02-04 | Milner John A | Apparatus and method for language translation between patient and caregiver, and for communication with speech deficient patients |
| US5956689A (en) * | 1997-07-31 | 1999-09-21 | Accordant Health Services, Inc. | Systems, methods and computer program products for using event specificity to identify patients having a specified disease |
| US6163781A (en) * | 1997-09-11 | 2000-12-19 | Physician Weblink Technology Services, Inc. | Object-to-relational data converter mapping attributes to object instance into relational tables |
| US8364578B1 (en) | 1998-03-05 | 2013-01-29 | Cgi Technologies And Solutions Inc. | Simultaneous customer/account strategy execution in a decision management system |
| US6601034B1 (en) | 1998-03-05 | 2003-07-29 | American Management Systems, Inc. | Decision management system which is cross-function, cross-industry and cross-platform |
| US6609120B1 (en) | 1998-03-05 | 2003-08-19 | American Management Systems, Inc. | Decision management system which automatically searches for strategy components in a strategy |
| US6546545B1 (en) | 1998-03-05 | 2003-04-08 | American Management Systems, Inc. | Versioning in a rules based decision management system |
| US6007459A (en) * | 1998-04-14 | 1999-12-28 | Burgess; Barry | Method and system for providing physical therapy services |
| US6282531B1 (en) | 1998-06-12 | 2001-08-28 | Cognimed, Llc | System for managing applied knowledge and workflow in multiple dimensions and contexts |
| US6167412A (en) * | 1998-07-14 | 2000-12-26 | Agilent Technologies, Inc. | Handheld medical calculator and medical reference device |
| US6149585A (en) * | 1998-10-28 | 2000-11-21 | Sage Health Management Solutions, Inc. | Diagnostic enhancement method and apparatus |
| US6336900B1 (en) | 1999-04-12 | 2002-01-08 | Agilent Technologies, Inc. | Home hub for reporting patient health parameters |
| US20060064323A1 (en) * | 1999-04-12 | 2006-03-23 | Alleckson Todd D | Data management center for patient monitoring |
| US6607485B2 (en) | 1999-06-03 | 2003-08-19 | Cardiac Intelligence Corporation | Computer readable storage medium containing code for automated collection and analysis of patient information retrieved from an implantable medical device for remote patient care |
| US6312378B1 (en) | 1999-06-03 | 2001-11-06 | Cardiac Intelligence Corporation | System and method for automated collection and analysis of patient information retrieved from an implantable medical device for remote patient care |
| US6270457B1 (en) | 1999-06-03 | 2001-08-07 | Cardiac Intelligence Corp. | System and method for automated collection and analysis of regularly retrieved patient information for remote patient care |
| US7134996B2 (en) | 1999-06-03 | 2006-11-14 | Cardiac Intelligence Corporation | System and method for collection and analysis of patient information for automated remote patient care |
| US7429243B2 (en) | 1999-06-03 | 2008-09-30 | Cardiac Intelligence Corporation | System and method for transacting an automated patient communications session |
| US20030204426A1 (en) * | 1999-06-18 | 2003-10-30 | American Management Systems, Inc. | Decision management system which searches for strategy components |
| US6277071B1 (en) | 1999-06-25 | 2001-08-21 | Delphi Health Systems, Inc. | Chronic disease monitor |
| US6708155B1 (en) * | 1999-07-07 | 2004-03-16 | American Management Systems, Inc. | Decision management system with automated strategy optimization |
| US6221011B1 (en) | 1999-07-26 | 2001-04-24 | Cardiac Intelligence Corporation | System and method for determining a reference baseline of individual patient status for use in an automated collection and analysis patient care system |
| CA2314513A1 (en) | 1999-07-26 | 2001-01-26 | Gust H. Bardy | System and method for providing normalized voice feedback from an individual patient in an automated collection and analysis patient care system |
| CA2314517A1 (en) | 1999-07-26 | 2001-01-26 | Gust H. Bardy | System and method for determining a reference baseline of individual patient status for use in an automated collection and analysis patient care system |
| AU6776500A (en) * | 1999-08-10 | 2001-03-05 | Regents Of The University Of California, The | Method and computer program product for assessing neurological conditions and treatments using evoked response potentials |
| US7076437B1 (en) * | 1999-10-29 | 2006-07-11 | Victor Levy | Process for consumer-directed diagnostic and health care information |
| US6876991B1 (en) | 1999-11-08 | 2005-04-05 | Collaborative Decision Platforms, Llc. | System, method and computer program product for a collaborative decision platform |
| US6336903B1 (en) | 1999-11-16 | 2002-01-08 | Cardiac Intelligence Corp. | Automated collection and analysis patient care system and method for diagnosing and monitoring congestive heart failure and outcomes thereof |
| US8369937B2 (en) | 1999-11-16 | 2013-02-05 | Cardiac Pacemakers, Inc. | System and method for prioritizing medical conditions |
| US6411840B1 (en) | 1999-11-16 | 2002-06-25 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for diagnosing and monitoring the outcomes of atrial fibrillation |
| US6398728B1 (en) | 1999-11-16 | 2002-06-04 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for diagnosing and monitoring respiratory insufficiency and outcomes thereof |
| US6440066B1 (en) | 1999-11-16 | 2002-08-27 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for ordering and prioritizing multiple health disorders to identify an index disorder |
| US6368284B1 (en) | 1999-11-16 | 2002-04-09 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for diagnosing and monitoring myocardial ischemia and outcomes thereof |
| US7464040B2 (en) | 1999-12-18 | 2008-12-09 | Raymond Anthony Joao | Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information |
| US7490048B2 (en) * | 1999-12-18 | 2009-02-10 | Raymond Anthony Joao | Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information |
| IL151030A0 (en) * | 2000-02-14 | 2003-04-10 | First Opinion Corp | Automated diagnostic system and method |
| US8140357B1 (en) * | 2000-04-26 | 2012-03-20 | Boesen Peter V | Point of service billing and records system |
| AU2001263078A1 (en) * | 2000-05-12 | 2001-11-26 | Opsion Medical, Inc. | Networked medical information system for clinical practices |
| US8301468B2 (en) * | 2000-05-15 | 2012-10-30 | Optuminsight, Inc. | System and method of drug disease matching |
| US7428301B1 (en) | 2000-10-09 | 2008-09-23 | Clawson Jeffrey J | Method and system for the exit protocol of an emergency medical dispatch system |
| US6607481B1 (en) | 2000-10-10 | 2003-08-19 | Jeffrey J. Clawson | Method and system for an improved entry process of an emergency medical dispatch system |
| US7590551B2 (en) * | 2000-11-17 | 2009-09-15 | Draeger Medical Systems, Inc. | System and method for processing patient information |
| US8417533B2 (en) * | 2001-09-25 | 2013-04-09 | Jeffrey J. Clawson | Method and system for the fire response dispatch protocol of an emergency dispatch system |
| US7436937B2 (en) * | 2001-09-26 | 2008-10-14 | Clawson Jeffrey J | Method and system for the police response dispatch protocol of an emergency dispatch system |
| US6985870B2 (en) | 2002-01-11 | 2006-01-10 | Baxter International Inc. | Medication delivery system |
| US8775196B2 (en) | 2002-01-29 | 2014-07-08 | Baxter International Inc. | System and method for notification and escalation of medical data |
| US10173008B2 (en) | 2002-01-29 | 2019-01-08 | Baxter International Inc. | System and method for communicating with a dialysis machine through a network |
| US20030141981A1 (en) * | 2002-01-29 | 2003-07-31 | Tuan Bui | System and method for operating medical devices |
| US20050144042A1 (en) * | 2002-02-19 | 2005-06-30 | David Joffe | Associated systems and methods for managing biological data and providing data interpretation tools |
| US8234128B2 (en) | 2002-04-30 | 2012-07-31 | Baxter International, Inc. | System and method for verifying medical device operational parameters |
| US8494868B2 (en) * | 2002-05-07 | 2013-07-23 | Priority Dispatch Corporation | Method and system for a seamless interface between an emergency medical dispatch system and a nurse triage system |
| US20040078231A1 (en) * | 2002-05-31 | 2004-04-22 | Wilkes Gordon J. | System and method for facilitating and administering treatment to a patient, including clinical decision making, order workflow and integration of clinical documentation |
| US10714213B2 (en) | 2002-10-29 | 2020-07-14 | Practice Velocity, LLC | Method and system for automated medical records processing with patient tracking |
| US11361853B2 (en) | 2002-10-29 | 2022-06-14 | Practice Velocity, LLC | Method and system for automated medical records processing with telemedicine |
| US7624027B1 (en) | 2002-10-29 | 2009-11-24 | Practice Velocity, LLC | Method and system for automated medical records processing |
| US9842188B2 (en) | 2002-10-29 | 2017-12-12 | Practice Velocity, LLC | Method and system for automated medical records processing with cloud computing |
| US8606594B2 (en) | 2002-10-29 | 2013-12-10 | Practice Velocity, LLC | Method and system for automated medical records processing |
| US20040088189A1 (en) * | 2002-11-06 | 2004-05-06 | Veome Edmond A. | System and method for monitoring , reporting, managing and administering the treatment of a blood component |
| US7698155B1 (en) | 2002-11-29 | 2010-04-13 | Ingenix, Inc. | System for determining a disease category probability for a healthcare plan member |
| US7009511B2 (en) | 2002-12-17 | 2006-03-07 | Cardiac Pacemakers, Inc. | Repeater device for communications with an implantable medical device |
| US7848935B2 (en) * | 2003-01-31 | 2010-12-07 | I.M.D. Soft Ltd. | Medical information event manager |
| US8620678B2 (en) * | 2003-01-31 | 2013-12-31 | Imd Soft Ltd. | Medical information query system |
| US7780595B2 (en) | 2003-05-15 | 2010-08-24 | Clinical Decision Support, Llc | Panel diagnostic method and system |
| KR100580661B1 (en) * | 2003-11-28 | 2006-05-16 | 경북대학교 산학협력단 | Integrated medical information management system and method |
| US7254566B2 (en) * | 2003-12-22 | 2007-08-07 | Merkle Van D | System and method for medical diagnosis |
| EP2407092A3 (en) * | 2004-01-09 | 2012-02-01 | IMD-Soft, Ltd. | Clinical data database system and method for a critical care and/or hospital environment |
| US8025624B2 (en) | 2004-02-19 | 2011-09-27 | Cardiac Pacemakers, Inc. | System and method for assessing cardiac performance through cardiac vibration monitoring |
| US7488290B1 (en) | 2004-02-19 | 2009-02-10 | Cardiac Pacemakers, Inc. | System and method for assessing cardiac performance through transcardiac impedance monitoring |
| US8340981B1 (en) | 2004-03-02 | 2012-12-25 | Cave Consulting Group, Inc. | Method, system, and computer program product for physician efficiency measurement and patient health risk stratification utilizing variable windows for episode creation |
| US7739126B1 (en) | 2004-03-02 | 2010-06-15 | Cave Consulting Group | Method, system, and computer program product for physician efficiency measurement and patient health risk stratification |
| US7329226B1 (en) | 2004-07-06 | 2008-02-12 | Cardiac Pacemakers, Inc. | System and method for assessing pulmonary performance through transthoracic impedance monitoring |
| US20060074720A1 (en) * | 2004-09-21 | 2006-04-06 | Alfons Brutting | Medical planning agent |
| WO2006039752A1 (en) * | 2004-10-11 | 2006-04-20 | Newsouth Innovations Pty Limited | A patient safety system |
| US9081879B2 (en) | 2004-10-22 | 2015-07-14 | Clinical Decision Support, Llc | Matrix interface for medical diagnostic and treatment advice system and method |
| US20060112314A1 (en) * | 2004-11-10 | 2006-05-25 | Carlos Soto | Computer health check method |
| US8652039B2 (en) | 2005-03-02 | 2014-02-18 | Siemens Medical Solutions Usa, Inc. | Guiding differential diagnosis through information maximization |
| US8781847B2 (en) | 2005-05-03 | 2014-07-15 | Cardiac Pacemakers, Inc. | System and method for managing alert notifications in an automated patient management system |
| US8121855B2 (en) | 2005-09-12 | 2012-02-21 | Mymedicalrecords.Com, Inc. | Method and system for providing online medical records |
| US8725537B2 (en) * | 2005-09-12 | 2014-05-13 | Mymedicalrecords, Inc. | Method and system for providing online records |
| US8117045B2 (en) * | 2005-09-12 | 2012-02-14 | Mymedicalrecords.Com, Inc. | Method and system for providing online medical records |
| US20090055222A1 (en) * | 2006-03-29 | 2009-02-26 | Mymedicalrecords.Com, Inc. | Method and system for providing online medical records with emergency password feature |
| US20070233519A1 (en) * | 2006-03-29 | 2007-10-04 | Mymedicalrecords.Com, Inc. | Method and system for providing online medical records with emergency password feature |
| US8066638B2 (en) | 2007-06-13 | 2011-11-29 | Clawson Jeffrey J | Diagnostic and intervention tools for emergency medical dispatch |
| US7645234B2 (en) * | 2007-06-13 | 2010-01-12 | Clawson Jeffrey J | Diagnostic and intervention tools for emergency medical dispatch |
| US8057679B2 (en) | 2008-07-09 | 2011-11-15 | Baxter International Inc. | Dialysis system having trending and alert generation |
| US10089443B2 (en) | 2012-05-15 | 2018-10-02 | Baxter International Inc. | Home medical device systems and methods for therapy prescription and tracking, servicing and inventory |
| US11244416B2 (en) | 2008-07-18 | 2022-02-08 | Cave Consulting Group, Inc. | System, method, and graphical user interface for identifying medical care providers outside a process-of-care standard |
| US8301464B1 (en) | 2008-07-18 | 2012-10-30 | Cave Consulting Group, Inc. | Method and system for producing statistical analysis of medical care information |
| US8600777B2 (en) * | 2008-08-28 | 2013-12-03 | I.M.D. Soft Ltd. | Monitoring patient conditions |
| US8589178B2 (en) * | 2008-09-10 | 2013-11-19 | Roche Diagnostics Operations, Inc. | Extensible therapy delivery system and method thereof |
| US8554579B2 (en) | 2008-10-13 | 2013-10-08 | Fht, Inc. | Management, reporting and benchmarking of medication preparation |
| US20100191544A1 (en) * | 2009-01-27 | 2010-07-29 | Adam Bosworth | Protocol Authoring for a Health Coaching Service |
| WO2010099422A1 (en) * | 2009-02-26 | 2010-09-02 | Imdsoft, Inc. | Decision support |
| US8971501B2 (en) * | 2009-04-13 | 2015-03-03 | Priority Dispatch Corporation | Methods and systems to identify code hierarchy bias in medical priority dispatch systems |
| US20100280838A1 (en) * | 2009-05-01 | 2010-11-04 | Adam Bosworth | Coaching Engine for a Health Coaching Service |
| US8355483B2 (en) * | 2009-09-11 | 2013-01-15 | Clawson Jeffrey J | Stroke diagnostic and intervention tool for emergency dispatch |
| US8335298B2 (en) * | 2009-09-14 | 2012-12-18 | Clawson Jeffrey J | Pandemic diagnostic and intervention tool for emergency dispatch |
| US8560479B2 (en) | 2009-11-23 | 2013-10-15 | Keas, Inc. | Risk factor coaching engine that determines a user health score |
| CA2690784A1 (en) * | 2010-01-22 | 2011-07-22 | Spqkumar Inc. | Network and method for data input, storage and retrieval |
| US8294570B2 (en) * | 2010-02-24 | 2012-10-23 | Clawson Jeffrey J | Burn diagnostic and intervention tool for emergency dispatch |
| EP2385476A1 (en) * | 2010-05-06 | 2011-11-09 | Televic Healthcare NV | Method and device for handling calls in a nurse call system |
| US8582866B2 (en) | 2011-02-10 | 2013-11-12 | Edge 3 Technologies, Inc. | Method and apparatus for disparity computation in stereo images |
| SG190440A1 (en) | 2011-01-19 | 2013-07-31 | Jeffrey J Clawson | Meningitis diagnostic and intervention tool for emergency dispatch |
| US8396191B2 (en) | 2011-02-11 | 2013-03-12 | Jeffrey J. Clawson | Anti-social protocol for emergency dispatch |
| US8670526B2 (en) | 2011-02-11 | 2014-03-11 | Jeffrey J. Clawson | Hate crime diagnostic and intervention tool for emergency dispatch |
| US10140674B2 (en) * | 2011-05-05 | 2018-11-27 | Roger Alan Mason | System and method for implementing a diagnostic software tool |
| US20150154361A1 (en) * | 2011-05-11 | 2015-06-04 | The Cleveland Clinic Foundation | Interactive whiteboard system and method |
| US20130226601A1 (en) * | 2011-08-24 | 2013-08-29 | Acupera, Inc. | Remote clinical care system |
| WO2013077977A1 (en) | 2011-11-23 | 2013-05-30 | Remedev, Inc. | Remotely-executed medical diagnosis and therapy including emergency automation |
| WO2013106306A2 (en) | 2012-01-09 | 2013-07-18 | Mymedicalrecords, Inc. | Prepaid card for services related to personal health records |
| SG11201501427PA (en) | 2012-08-31 | 2015-03-30 | Baxter Corp Englewood | Medication requisition fulfillment system and method |
| US8712020B2 (en) | 2012-09-06 | 2014-04-29 | Jeffrey J. Clawson | Pandemic protocol for emergency dispatch |
| CA2889352C (en) | 2012-10-26 | 2021-12-07 | Baxter Corporation Englewood | Improved work station for medical dose preparation system |
| CA2889210C (en) | 2012-10-26 | 2020-12-15 | Baxter Corporation Englewood | Improved image acquisition for medical dose preparation system |
| US9319859B2 (en) | 2013-01-31 | 2016-04-19 | Jeffrey J. Clawson | System and method for text messaging for emergency response |
| US8873719B2 (en) | 2013-01-31 | 2014-10-28 | Jeffrey J. Clawson | Active assailant protocol for emergency dispatch |
| US8751039B1 (en) | 2013-02-22 | 2014-06-10 | Remedev, Inc. | Remotely-executed medical therapy device |
| EP2775412A1 (en) * | 2013-03-07 | 2014-09-10 | Medesso GmbH | Method of generating a medical suggestion as a support in medical decision making |
| EP3016060A4 (en) * | 2013-06-28 | 2016-05-18 | Hitachi Ltd | SYSTEM FOR ANALYZING MEDICAL CARE PROCESSES |
| US11587688B2 (en) | 2014-03-27 | 2023-02-21 | Raymond Anthony Joao | Apparatus and method for providing healthcare services remotely or virtually with or using an electronic healthcare record and/or a communication network |
| CA2953392A1 (en) | 2014-06-30 | 2016-01-07 | Baxter Corporation Englewood | Managed medical information exchange |
| US11575673B2 (en) | 2014-09-30 | 2023-02-07 | Baxter Corporation Englewood | Central user management in a distributed healthcare information management system |
| US11107574B2 (en) | 2014-09-30 | 2021-08-31 | Baxter Corporation Englewood | Management of medication preparation with formulary management |
| AU2015358483A1 (en) | 2014-12-05 | 2017-06-15 | Baxter Corporation Englewood | Dose preparation data analytics |
| EP3265989A4 (en) | 2015-03-03 | 2018-10-24 | Baxter Corporation Englewood | Pharmacy workflow management with integrated alerts |
| US9516166B1 (en) | 2015-05-28 | 2016-12-06 | Jeffrey J. Clawson | Chemical suicide protocol for emergency response |
| KR102549261B1 (en) | 2015-06-25 | 2023-06-28 | 감브로 룬디아 아베 | Medical device system and method with distributed database |
| US10657614B2 (en) | 2015-12-23 | 2020-05-19 | Jeffrey J. Clawson | Locator diagnostic system for emergency dispatch |
| WO2017158160A1 (en) | 2016-03-17 | 2017-09-21 | Koninklijke Philips N.V. | Home visit assessment and decision support system |
| EP3223181B1 (en) | 2016-03-24 | 2019-12-18 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
| US9877171B2 (en) | 2016-04-08 | 2018-01-23 | Jeffrey J. Clawson | Picture/video messaging protocol for emergency response |
| US10269447B2 (en) * | 2016-08-05 | 2019-04-23 | Opportune Acquisition, Llc | Algorithm, data pipeline, and method to detect inaccuracies in comorbidity documentation |
| CA3044724A1 (en) | 2016-12-21 | 2018-06-28 | Gambro Lundia Ab | Medical device system including information technology infrastructure having secure cluster domain supporting external domain |
| CN112400311B (en) | 2018-04-19 | 2022-10-18 | 杰弗里·克劳森 | Accelerated scheduling protocol system and method |
| US12340903B2 (en) | 2020-04-14 | 2025-06-24 | Raymond Anthony Joao | Apparatus and method for providing healthcare services remotely or virtually with or using an electronic healthcare record and/or a communication network |
| US11910471B2 (en) | 2021-04-23 | 2024-02-20 | Priority Dispatch Corp. | System and method for emergency dispatch |
| US11937160B2 (en) | 2021-04-23 | 2024-03-19 | Priority Dispatch Corporation | System and method for emergency dispatch |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4290114A (en) * | 1976-07-01 | 1981-09-15 | Sinay Hanon S | Medical diagnostic computer |
| US4649515A (en) * | 1984-04-30 | 1987-03-10 | Westinghouse Electric Corp. | Methods and apparatus for system fault diagnosis and control |
| US4733354A (en) * | 1984-11-23 | 1988-03-22 | Brian Potter | Method and apparatus for automated medical diagnosis using decision tree analysis |
| US4730259A (en) * | 1985-03-01 | 1988-03-08 | Gallant Stephen I | Matrix controlled expert system producible from examples |
| US4967368A (en) * | 1985-08-16 | 1990-10-30 | Wang Laboratories, Inc. | Expert system with knowledge base having term definition hierarchy |
| US4839822A (en) * | 1987-08-13 | 1989-06-13 | 501 Synthes (U.S.A.) | Computer system and method for suggesting treatments for physical trauma |
| US5063522A (en) * | 1988-03-15 | 1991-11-05 | Intellisystems, Inc. | Multi-user, artificial intelligent expert system |
| US4975840A (en) * | 1988-06-17 | 1990-12-04 | Lincoln National Risk Management, Inc. | Method and apparatus for evaluating a potentially insurable risk |
| US5265010A (en) * | 1990-05-15 | 1993-11-23 | Hewlett-Packard Company | Method and apparatus for performing patient documentation |
| US5133046A (en) * | 1991-01-03 | 1992-07-21 | Pickard, Lowe And Carrick (Plc) | Computer-based diagnostic expert system organized according to Bayesian theory |
-
1992
- 1992-09-03 DE DE69227562T patent/DE69227562T2/en not_active Expired - Fee Related
- 1992-09-03 EP EP92115098A patent/EP0531889B1/en not_active Expired - Lifetime
-
1994
- 1994-04-13 US US08/227,292 patent/US5404292A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE69227562D1 (en) | 1998-12-17 |
| US5404292A (en) | 1995-04-04 |
| EP0531889A2 (en) | 1993-03-17 |
| EP0531889B1 (en) | 1998-11-11 |
| EP0531889A3 (en) | 1994-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE69227562T2 (en) | Data processing system and method for the automatic implementation of prioritized nursing diagnoses by evaluating patient data | |
| DE69621904T2 (en) | Method and device for planning clinical orders in a medical information system | |
| DE69131413T2 (en) | Method and device for processing patient documentation | |
| DE69712371T2 (en) | Method and device for assisting a user to generate a medical protocol | |
| DE69810945T2 (en) | COMPUTER SYSTEM FOR DECISION SUPPORT IN SELECTING DIAGNOSTIC AND THERAPEUTIC TESTS AND INTERVENTIONS WITH PATIENTS | |
| DE69905310T2 (en) | Reflex algorithm for the early and cost-effective diagnosis of myocardial infarctions suitable for automated diagnostic platforms | |
| DE112010003251T5 (en) | A medical diagnostic support apparatus, method for controlling a medical diagnostic support apparatus, and program | |
| DE3741017A1 (en) | IMAGE ARCHIVING AND TRANSMISSION DEVICE | |
| DE102012103089A1 (en) | System and machine-readable media for creating patient forecasts | |
| DE20121932U1 (en) | Appointment scheduling device | |
| DE10393711T5 (en) | Method and system for retrieving a medical image | |
| DE19916055A1 (en) | System for integration of a number of items of diagnostic information e.g. for medical imaging equipment such as ultrasound, CT or MRI device | |
| DE102004047958A1 (en) | Optimized medical examination schedule creating or updating method for patient, involves creating attributes database, and outputting either error free optimal examination schedule or error indication to user | |
| DE102004013650A1 (en) | System and method for processing information related to laboratory tests and results | |
| DE102006015095A1 (en) | Medical image generation report creating system for detecting anatomical area of patient, has processor recording position data of detecting unit oriented to detect area image, and image data linking position data with data to identify area | |
| DE102005012628A1 (en) | Processing system for clinical data | |
| EP4170663A1 (en) | Apparatus, method, and computer-readable storage medium for selecting clinical trial subject | |
| WO2004092997A2 (en) | Method and system for automatically processing and evaluating medical data | |
| DE102005031245B4 (en) | Method for testing a clinical and / or medical technology system and method for controlling medical examination procedures in a clinical and / or medical technology system and corresponding computer program products | |
| EP1378850A1 (en) | Method and system for the creation of a therapy training program | |
| DE3823251A1 (en) | Method and device for processing medical images | |
| DE102004013651A1 (en) | Medical record classification system | |
| DE10114017A1 (en) | Comprehensive radiological management system for use in hospitals etc. for planning and controlling radiological testing, and for managing and storing the resultant test images | |
| DE112018005888T5 (en) | DATA PROCESSING DEVICE, DATA PROCESSING METHOD AND DATA PROCESSING PROGRAM | |
| EP3407357A1 (en) | Optimised distribution of persons on test apparatuses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 8364 | No opposition during term of opposition | ||
| 8327 | Change in the person/name/address of the patent owner |
Owner name: AGILENT TECHNOLOGIES, INC. (N.D.GES.D.STAATES DELA |
|
| 8339 | Ceased/non-payment of the annual fee |