卡塔尔世界杯8强波胆分析

摘要

背景:

生命体征被广泛应用于院内心脏骤停(IHCA)评估，在住院患者病情恶化的检测中发挥着重要作用。随着早期预警系统和人工智能应用程序数量的增加，医疗保健信息交换和互操作性变得越来越复杂和困难。尽管健康级别7 (HL7)快速医疗互操作性资源(FHIR)已经开发了一个生命体征概要文件，但它不足以支持IHCA应用程序或基于机器学习的模型。

摘要目的:

对于具有生命体征的IHCA实例，我们定义了一个新的实现指南，其中包括数据映射、系统架构、工作流和FHIR应用程序。

方法:

我们采访了十位关于医疗保健系统集成的专家，并定义了实施指南。然后，我们开发了FHIR提取-转换-加载(ETL)来将数据映射到FHIR资源。我们还集成了早期预警系统和机器学习管道。

结果:

研究数据集包括曾到访恩竹岗医院的成人住院病人的电子健康档案。医务人员在白天、晚上和清晨定期测量这些生命体征至少两到三次。我们用假名来保护病人的隐私。然后，我们使用FHIR ETL将生命体征转换为JSON格式的FHIR观察值。测量的生命体征包括收缩压、舒张压、心率、呼吸频率和体温。根据临床需要，我们还提取了EHR信息到FHIR服务器。最后，我们使用FHIR RESTful API集成了一个早期预警系统和机器学习管道。

结论:

我们成功地演示了一个过程，该过程将医疗保健信息标准化，用于使用生命体征检测住院患者病情恶化。基于FHIR定义，我们还提供了一个实现指南，其中包括数据映射、集成过程和使用生命体征的IHCA。我们还提出了一个明确的系统架构和可能的工作流程。