实现危急值处理措施推荐和触发范围校准的方法技术

本发明专利技术实现危急值处理措施推荐和触发范围校准的方法，适用于危急值全流程管理系统，基于

【技术实现步骤摘要】
实现危急值处理措施推荐和触发范围校准的方法


[0001]本专利技术属于数据处理领域，具体涉及一种实现危急值处理措施推荐和触发范围校准的方法
。

技术介绍

[0002]现目前大多危急值管理系统存在如下问题：
1、
各类危急值检验项目按照固定触发范围进行危急值区间判定，不支持动态调整触发范围的上限和下限，往往只是简单粗暴的进行区间数值比对，缺乏科学的范围判定和校准方式，造成了不符合临床实际的“假的危急值”的频繁通知，该临床医护人员工作造成困扰；
2、
医护人员针对危急值做出的干预措施，只是单纯地填写并反馈医技部门，没有与病程和护理记录产生交互，处理过程也没有形成记忆和管理，针对相同情形的处理，往往需要重复工作，不仅花费时间，也容易产生偏差；
3、
危急值涉及环节较广，没有统一的流程化管理，容易产生环节缺失，未形成完整闭环，同时，整个过程缺少环节监控
、
日志跟踪和异常处理方案，也缺少全院统计汇总页面，无法提供整体改善医院危急值的处理方案
。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供一种实现危急值处理措施推荐和触发范围校准的方法，在危急值全流程管理过程中，提供科学校准危急值触发范围以及对危急值处理措施进行智能推荐的方法，以解决目前危急值流程管理中存在的诸如危急值触发范围不准确
、
处理措施数据未利用
、
全院危急值优化机制不完善等问题，进而优化危急值管理流程，提升危急值处理效率，形成完整闭环追踪
。
[0004]本专利技术实现危急值处理措施推荐和触发范围校准的方法，适用于危急值全流程管理系统，包括如下步骤：步骤
1、
前置环境准备：部署 Kafka 环境：
Kafka
作为消息中间件，负责提供生产者和消费者的协作模式，程序引入 Kafka 相关依赖，并进行相关配置与功能集成，定义“危急值发送”事件和“危急值反馈”事件，配置事件的消息入参格式与
XSD
校验文本，将该两个事件作为 Kafka 的两个
Topic
；部署 Elasticsearch 环境：程序引入 Elasticsearch 相关依赖，并进行相关配置与功能集成，
Elasticsearch 定义若干索引结构，该索引结构用于存储危急值原始数据
、
关联数据或运算结果，并利用 Elasticsearch 特性进行统计分析；部署 Flink 环境：程序引入 Flink 相关依赖，并进行相关配置与功能集成，
Flink
一方面用于消费 Kafka 集群投递的主题消息，另一方面，通过相关 API
，将数据运算结果输出存储到 Elasticsearch 中；
步骤
2、
检验系统对检验报告中的项目数据进行判定，当系统发现危急值时，触发危急值发送流程；调用数据中心危急值发送接口，先进行危急值原始数据的存储，接着消息中心触发“危急值发送”事件，调用消息中心生产者接口，投递“危急值发送”Topic 数据至 Kafka
；利用 Flink 订阅 Kafka 的“危急值发送
”ꢀ
Topic
，并利用 Flink Transform API 对接收到的“危急值发送”主题数据进行加工处理，将运算结果组装成可利用的知识库数据，按照不同维度存储到
Elasticsearch
的不同索引结构中，当新危急值到来时，向医生用户端给出提示和支持填写助手功能；经过核心服务的数据处理，调用用户后端接口，在医生用户前端展示出危急值霸屏弹窗界面并实现交互，危急值发送流程结束；所述核心服务的数据处理，指的是在危急值发送过程中，进行触发范围校准和处理措施推荐的如下运算：查询并获取项目危急值的区间分布情况，判断该危急值所属的区间分布，做出更新，并将更新结果进行数据组装；查询并获取项目危急值的历史处理措施分布情况，并通过运算得出按不同维度的不同处理措施出现的频次排列，将更新结果进行数据组装后存储到
Elasticsearch
的不同索引结构中，便于后续推送给医生用户前端，辅助医生参考和利用；查询并获取项目危急值历史出现时，其他同样出现异常的项目，并通过运算得到这些项目和当前危急值项目之间存在的联动关系；查询并获取项目危急值对应的历史值，做出趋势分析，并将结果组装；查询并获取项目危急值的其他关联和扩展信息，将结果组装，用于辅助分析；步骤
3、
医生根据危急值霸屏弹窗界面中展示的患者的危急值信息
、
报告信息
、
就诊信息的内容进行判断，若确认符合危急值范畴，则填写相应处理措施并提交，若确认不符合危急值范畴，则医生判断该危急值属于误报，给予异常处理，结束危急值处理流程，并进入危急值反馈处理流程，投递“危急值反馈”Topic 数据至 Kafka
，利用 Flink 订阅 Kafka 的“危急值反馈”Topic
得到主题数据，并利用 Flink Transform API 对拉取到的 Kafka 的“危急值反馈”Topic
数据进行加工处理，将运算结果组装成可利用的知识库数据，按照不同维度存储到
Elasticsearch
的不同索引结构中；在上述危急值处理反馈过程中，进行触发范围校准和措施推荐的如下运算：
a、
若医生针对该项目危急值给出处理措施，则代表该项目危急值触发范围的可信度增加，若该项目危急值属于现有触发范围内，则增加并更新现有触发范围的出现频次记录；若该项目危急值超出现有触发范围，则根据该项目危急值扩大触发范围，更新该项目危急值对应的触发范围，并记录出现频次；将医生针对不同项目出现危急值所使用的处理措施
、
原始危急值数据
、
危急值所属区间
、
以及关联患者的当前和历史的报告信息
、
就诊信息
、
危急值信息存储到措施记忆索引中；
b、
若医生针对该危急值给予了异常处理，则代表危急值触发范围的可信度降低，分别插入并更新原始危急值数据到反馈疑问索引
、
危急值触发范围索引
、
危急值处理措施索引中；然后，往危急值范围区间索引中插入相关异常数据；最后更新处理措施索引
。
[0005]所述索引结构包括有措施记忆索引
、
反馈疑问索引
、
危急值触发范围分布索引
、
危急值原始数据索引
、
危急值扩展数据索引
、
危急值处理措施分布索引
。
[0006]采用
Oracle
和
Elasticsearch
两种数据存储方式，将结构化的原始数据存在
Oracle
表中，将通过计算统计得到的组装数据，存在
El本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
实现危急值处理措施推荐和触发范围校准的方法，适用于危急值全流程管理系统，其特征在于包括如下步骤：步骤
1、
前置环境准备：部署 Kafka 环境：
Kafka
作为消息中间件，负责提供生产者和消费者的协作模式，程序引入 Kafka 相关依赖，并进行相关配置与功能集成，定义“危急值发送”事件和“危急值反馈”事件，配置事件的消息入参格式与
XSD
校验文本，将该两个事件作为 Kafka 的两个
Topic
；部署 Elasticsearch 环境：程序引入 Elasticsearch 相关依赖，并进行相关配置与功能集成，
Elasticsearch 定义若干索引结构，该索引结构用于存储危急值原始数据
、
关联数据或运算结果，并利用 Elasticsearch 特性进行统计分析；部署 Flink 环境：程序引入 Flink 相关依赖，并进行相关配置与功能集成，
Flink
一方面用于消费 Kafka 集群投递的主题消息，另一方面，通过相关 API
，将数据运算结果输出存储到 Elasticsearch 中；步骤
2、
检验系统对检验报告中的项目数据进行判定，当系统发现危急值时，触发危急值发送流程；调用数据中心危急值发送接口，先进行危急值原始数据的存储，接着消息中心触发“危急值发送”事件，调用消息中心生产者接口，投递“危急值发送”Topic 数据至 Kafka
；利用 Flink 订阅 Kafka 的“危急值发送
”ꢀ
Topic
，并利用 Flink Transform API
对接收到的“危急值发送”主题数据进行加工处理，将运算结果组装成可利用的知识库数据，按照不同维度存储到
Elasticsearch
的不同索引结构中，当新危急值到来时，向医生用户端给出提示和支持填写助手功能；经过核心服务的数据处理，调用用户后端接口，在医生用户前端展示出危急值霸屏弹窗界面并实现交互，危急值发送流程结束；所述核心服务的数据处理，指的是在危急值发送过程中，进行触发范围校准和处理措施推荐的如下运算：查询并获取项目危急值的区间分布情况，判断该危急值所属的区间分布，做出更新，并将更新结果进行数据组装；查询并获取项目危急值的历史处理措施分布情况，并通过运算得出按不同维度的不同处理措施出现的频次排列，将更新结果进行数据组装后存储到
Elasticsearch
的不同索引结构中，便于后续推送给医生用户前端，辅助医生参考和利用；查询并获取项目危急值历史出现时，其他同样出现异常的项目，并通过运算得到这些项目和当前危急值项目之间存在的联动关系；查询并获取项目危急值对应的历史值，做出趋势分析，并将结果组装；查询并获取项目危急值的其他关联和扩展信息，将结果组装，用于辅助分析；步骤
3、
医生根据危急值霸屏弹窗界面中展示的患者的危急值信息
、
报告信息
、
就诊信息的内容进行判断，若确认符合危急值范畴，则填写相应处理措施并提交，若确认不符合危急值范畴，则医生判断该危急值属于误报，给予异常处理，结束危急值处理流程，并进入危急值反馈处理流程，投递“危急值反馈”Topic 数据至 Kafka
，利用 Flink 订阅 Kafka 的“危急值反馈”Topic
得到主题数据，并利用 Flink Transform API 对拉取到的 Kafka 的“危急值反馈”Topic
数据进行加工处理，将运算结果组装成可利用的知识库数据，按照不同维度存储到
Elasticsearch
的不同索引结构中；
在上述危急值处理反馈过程中，进行触发范围校准和措施推荐的如下运算：
a、
若医生针对该项目危急值给出处理措施，则代表该项目危急值触发范围的可信度增加，若该项目危急值属于现有触发范围内，则增加并更新现有触发范围的出现频次记录；若该项目危急值超出现有触发范围，则根据该项目危急值扩大触发范围，更新该项目危急值对应的触发范围，并记录出现频次；将医生针对不同项目出现危急值所使用的处理措施
、
原始危急值数据
、
危急值所属区间
、
以及关联患者的当前和历史的报告信息
、
就诊信息
、
危急值信息存储到措施记忆索引中；
b、
若医生针对该危急值给予了异常处理，则代表危急值触发范围的可信度降低，分别插入并更新原始危急值数据到反馈疑问索引
、
危急值触发范围索引
、
危急值处理措施索引中；然后，往危急值范围区间索引中插入相关异常数据；最后更新处理措施索引
。2.
根据权利要求1所述的实现...

【专利技术属性】
技术研发人员：林旺，潘昊，卓小辉，蓝龙海，
申请(专利权)人：智业软件股份有限公司，
类型：发明
国别省市：