卡塔尔世界杯8强波胆分析

文摘

背景:

生命体征已广泛采用在院内心脏骤停(IHCA)的评估,在住院病人恶化检测中发挥着重要作用。作为早期预警系统和人工智能应用程序的数量的增加,医疗信息交换和互操作变得更加复杂和困难。虽然Health Level 7 (HL7)快速医疗资源的互操作性(FHIR)已经开发出一种生命体征,它不足以支持IHCA应用程序或基于机器学习模型。

摘要目的:

与生命体征IHCA实例,我们定义一个新的指南,包括数据映射,实现一个系统架构,一个工作流,FHIR应用程序。

方法:

我们采访了十专家关于卫生保健系统集成和定义一个实现指南。然后,我们开发了FHIR提取-转换-装载(ETL)将数据映射到FHIR资源。我们还整合一个早期预警系统和机器学习管道。

结果:

研究数据集包括电子健康记录(EHRs)的成年住院病人谁访问了En-Chu-Kong医院。医务人员定期测量这些生命体征至少两到三次每天白天,夜晚和清晨。我们使用pseudonymization保护病人隐私。然后,我们把生命体征FHIR观察使用FHIR ETL以JSON格式。测量生命体征包括收缩压、舒张压、心率、呼吸频率和体温。根据临床需求,我们也提取FHIR EHR信息服务器。最后,我们综合预警系统和机器学习管道使用FHIR RESTful API。

结论:

我们成功地演示了这一过程标准化检测使用生命体征为住院病人医疗信息恶化。FHIR定义的基础上,我们还提供了一个实现指南,包括数据映射,一个集成的过程,IHCA使用生命体征。我们也提出一个明确的系统架构和工作流。