JP2019537121A - Methods, computing systems, and programs for optimizing healthcare resource utilization - Google Patents
Methods, computing systems, and programs for optimizing healthcare resource utilization Download PDFInfo
- Publication number
- JP2019537121A JP2019537121A JP2019520469A JP2019520469A JP2019537121A JP 2019537121 A JP2019537121 A JP 2019537121A JP 2019520469 A JP2019520469 A JP 2019520469A JP 2019520469 A JP2019520469 A JP 2019520469A JP 2019537121 A JP2019537121 A JP 2019537121A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- institution
- predictive
- medical institution
- medical
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Medical Informatics (AREA)
- Educational Administration (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
【課題】 医療リソース利用を最適化する。【解決手段】 本発明の一態様によれば、医療機関リソース利用を最適化する方法が開示される。その方法は、少なくとも1人の患者に関する患者情報を受信することと、前記患者情報から、現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、を決定することと、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、推奨医療機関リソース割り当てを出力することと、を含む。【選択図】 図1PROBLEM TO BE SOLVED: To optimize use of medical resources. According to one aspect of the present invention, a method for optimizing medical institution resource utilization is disclosed. The method includes receiving patient information for at least one patient, and from the patient information, performing a first treatment of a current patient on each patient to reduce the likelihood of readmission of the patient. Determining a first predictive institution resource requirement and a second predictive institution resource requirement to provide a second treatment of the current patient and treatment at readmission to each patient; Selecting one of the second predictive institution resource requirements for each patient to optimize medical institution resource utilization and outputting a recommended medical institution resource allocation. [Selection diagram] Fig. 1
Description
本発明は、専らではなく、医療機関リソース利用を最適化する方法及びシステムに広く関するものである。 The present invention relates generally, but not exclusively, to methods and systems for optimizing medical institution resource utilization.
病院の経営では、退院後30日以内に再入院する患者の人数を監視及び管理することがますます重要になっている。再入院を減らすことで、医療機関リソース(例えば、医師、機械、及びベッド)への負担を軽減して、リソースを注意が必要なものに対して利用することができるので患者の転帰を改善することができ、不必要な公的医療費を抑制することができる。 In hospital management, it has become increasingly important to monitor and control the number of patients re-admitted within 30 days after discharge. Reducing readmission reduces the burden on healthcare resources (eg, physicians, machines, and beds) and improves patient outcomes because resources can be used for those requiring attention Can reduce unnecessary public medical expenses.
現在、病院への再入院リスクを評価する幾つかの方法がある。これらの方法のほとんどは、病院への再入院の確率、又は回避可能な病院への再入院の確率のいずれかを示す定量的スコアの開発に焦点を当てている。この目的は、実施可能な洞察を医療提供者に提供して、適切な介入を行なうことにより再入院を最小限に抑えることにある。 Currently, there are several ways to assess hospital readmission risk. Most of these methods focus on developing a quantitative score that indicates either the probability of hospital readmission or the probability of avoidable hospital readmission. The goal is to provide actionable insights to health care providers and to minimize readmission by taking appropriate interventions.
一般的に言えば、基本的な看護ケアのような医療リソースが、再入院を介入で減らすために必須である。介入には、例えば退院準備、ケア調整、及び患者教育が含まれる。 しかしながら、病院には不十分な看護スタッフしか居ないことが益々一般的になっており、これが、これらのケア作業を遂行して病院への再入院を減らすという看護師の努力に影響を及ぼしている。再入院を最小限に抑えるための効果的な医療介入の提供が、増大する患者の要求を満たさない場合、医療提供者は、不足するリソースの割り当てをリアルタイムに優先順位付けして、病院への再入院の影響を最小限に抑える必要がある。 Generally speaking, medical resources such as basic nursing care are essential to reducing readmissions with intervention. Interventions include, for example, discharge preparation, care coordination, and patient education. However, it has become increasingly common for hospitals to have inadequate nursing staff, which has affected nurses' efforts to perform these care tasks and reduce hospital readmission. I have. If the provision of effective medical interventions to minimize readmission does not meet the increasing needs of patients, healthcare providers can prioritize the allocation of scarce resources in real time to hospitals. The impact of readmission must be minimized.
したがって、上述の問題に対処しようとするための医療リソース利用を最適化する方法及びシステムを提供する必要がある。 Accordingly, there is a need to provide methods and systems that optimize medical resource utilization to address the above-mentioned problems.
医療リソース利用を最適化する方法が提供される。 A method is provided for optimizing medical resource utilization.
本発明の第1の態様によれば、医療リソース利用を最適化する方法が開示される。その方法は、少なくとも1人の患者に関する患者情報を受信することと、患者情報から、現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、を決定することと、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、推奨医療機関リソース割り当てを出力することと、を含む。 According to a first aspect of the present invention, a method for optimizing medical resource utilization is disclosed. The method includes receiving patient information for at least one patient, and performing a first treatment of the current patient on each patient from the patient information to reduce the likelihood of readmission of the patient. Determining a first predictive institution resource requirement and a second predictive institution resource requirement for providing a second treatment of the current patient and treatment at readmission for each patient; Selecting one of the predictive institution resource requirements for each patient to optimize medical institution resource utilization and outputting a recommended medical institution resource allocation.
本発明の第2の態様によれば、医療機関リソース利用を最適化するコンピューティングシステムである。そのコンピューティングシステムは、レシーバー手段と、決定手段と、セレクター手段と、出力手段と、を含む。レシーバー手段は、少なくとも1人の患者に関する患者情報を受信する。決定手段は、患者情報から、現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、を決定する。セレクター手段は、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化する。出力手段は、推奨医療機関リソース割り当てを出力する。 According to a second aspect of the present invention, there is provided a computing system for optimizing medical institution resource utilization. The computing system includes a receiver, a determiner, a selector, and an output. The receiver means receives patient information for at least one patient. The determining means is configured to determine from the patient information a first predictive institution resource requirement for performing a first treatment of the current patient on each patient to reduce the likelihood of re-hospitalization of the patient, and a second treatment of the current patient. And a second predictive institution resource requirement to provide readmission treatment to each patient. The selector means selects one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponding to each patient to optimize medical institution resource utilization. The output unit outputs the recommended medical institution resource allocation.
本発明の第3の態様によれば、コンピュータ可読媒体は、少なくとも1人の患者に関する患者情報を受信し、患者情報から、現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、を決定し、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し、推奨医療機関リソース割り当てを出力する、ことを少なくとも1つのプロセッサによりコンピュータに少なくとも実行させるコンピュータプログラムコードを含む。 According to a third aspect of the present invention, a computer readable medium receives patient information for at least one patient, and from the patient information, performs a first treatment of a current patient on each patient and Determining a first predictive institution resource requirement to reduce the likelihood of readmission of a second patient and a second predictive institution resource requirement to provide a second treatment of the current patient and treatment at readmission for each patient; One or more of a first predictive institution resource requirement and a second predictive institution resource requirement are selected for each patient to optimize medical institution resource utilization and output a recommended medical institution resource allocation by at least one processor. Includes computer program code that causes a computer to execute at least.
本発明の実施形態は、当業者に、例としてのみ、かつ図面と関連して提供される以下に記述される説明から、より良好に理解され、容易に明らかになる。 Embodiments of the invention will be better understood and readily apparent to one skilled in the art from the following description, which is provided by way of example only and in conjunction with the drawings.
文脈上別段の指示がない限り、以下の用語には、本明細書において提供される意味が与えられる:
「healthcare institute(医療機関)」、「healthcare institution(医療機関)」、及び類似の用語は、医療サービスが提供される病院、診療所、又は任意の他の機関を含み、
「patient information(患者情報)」は、患者に関する、又は疾患、怪我、又は他の症状を含むことができる患者の症状に関する任意の情報である。1つの例では、患者の症状に関する過去の臨床記録は、新しい患者に関する診断、又は新しい患者の症状に関する診断のような患者情報とすることができる。
「treatment(治療)」、「healthcare intervention(医療介入)」、及び同様の用語は、患者の再入院の可能性を低下させるための医療リソース(例えば、人材又は機械)による任意の処置を指している。患者に対するカウンセリング及び患者に対する薬剤の処方をこの定義に含めることもできる。
「healthcare institute resource(医療機関リソース)」及び同様の用語は、医療人材リソース、医療機器、患者用ベッドなどのようなあらゆる種類のリソースを指していると理解されたい。 看護スタッフ及び医師は、「healthcare human resources(医療人材リソース)」の所望の意味に含まれる。
「readmission(再入院)」とは、患者が、前の入院から特定期間以内に、例えば30日以内に入院するために医療機関に戻る状況を指している。
「one or more databases(1つ以上のデータベース」とは、病院内のコンピュータ又はクラウドサーバのようなコンピューティングシステム内に、又はリモートサーバ内に格納されている任意のデータベース又はデータベース群を指している。 データベース又はデータベース群はそれぞれ、クラウドコンピューティングプラットフォーム上で動作するクラウドデータベースとすることができる。
Unless the context indicates otherwise, the following terms are given the meanings provided herein:
“Healthcare institution”, “healthcare institution”, and similar terms include hospitals, clinics, or any other institution where medical services are provided,
"Patient information" is any information relating to a patient or to a patient's symptoms that can include a disease, injury, or other condition. In one example, the past clinical record for the patient's condition may be patient information, such as a diagnosis for a new patient or a diagnosis for a new patient's condition.
"Treatment", "healthcare intervention", and similar terms refer to any treatment by a medical resource (e.g., human resources or a machine) to reduce the likelihood of re-hospitalization of a patient. I have. Counseling to the patient and prescribing the drug to the patient can also be included in this definition.
It should be understood that “healthcare institute resource” and similar terms refer to any type of resource, such as medical personnel resources, medical equipment, patient beds, and the like. Nursing staff and physicians are included in the desired meaning of “healthcare human resources”.
"Readmission" refers to the situation in which a patient returns to a medical institution within a specified period of time from a previous hospitalization, for example, within 30 days.
“One or more databases” refers to any database or group of databases stored in a computing system, such as a computer or cloud server in a hospital, or in a remote server. The database or databases may each be a cloud database running on a cloud computing platform.
本発明の実施形態は、図面を参照しながら、ほんの一例として説明される。 図面中の同じ参照番号及び文字は、同様の構成要素又は同等物を指している。 Embodiments of the present invention will be described by way of example only with reference to the drawings. The same reference numbers and letters in the drawings refer to similar components or equivalents.
以下の説明の幾つかの部分は、アルゴリズムに関して、及びコンピュータメモリ内のデータに対する操作の機能的表現又は記号的表現に関して明示的又は暗黙的に提示されている。これらのアルゴリズム的記述及び機能的表現又は記号的表現は、当業者がデータ処理技術分野において使用して、当業者による成果の本質を他の当業者に最も効果的に伝えるための手段である。アルゴリズムは、本明細書においては、一般的に、所望の結果をもたらす自己矛盾のない一連のステップであると考えられる。 これらのステップは、記憶、転送、組み合わせ、比較、その他には、操作が可能な電気信号、磁気信号、又は光信号のような物理量の物理的な操作を必要とするステップである。 Some portions of the following description are presented explicitly or implicitly with respect to algorithms and with respect to functional or symbolic representations of operations on data in computer memory. These algorithmic descriptions and functional or symbolic representations are the means used by those skilled in the data processing arts to most effectively convey the substance of their work to others skilled in the art. An algorithm is here, and generally, conceived to be a self-consistent sequence of steps leading to a desired result. These steps are those that require physical manipulation of physical quantities such as electrical, magnetic, or optical signals that can be stored, transferred, combined, compared, and otherwise manipulated.
特に明記しない限り、以下から明らかなように、本明細書全体を通じて、「receiving(受信する)」、「determining(決定する)」、「selecting(選択する)」、「outputting(出力する)」などのような用語を利用した説明は、コンピュータシステム内の物理量として表されるデータを操作して、コンピュータシステム内の、又は他の情報記憶装置、伝送装置、若しくは表示装置内の物理量として同様に表わされる他のデータに変換するコンピュータシステム又は同様の電子装置の処理及びプロセスを指している。 Unless otherwise specified, as will be apparent from the following, throughout this specification, "receiving", "determining", "selecting", "outputting", etc. Descriptions utilizing terms such as, manipulate data expressed as physical quantities in a computer system, and are similarly expressed as physical quantities in a computer system or in other information storage, transmission, or display devices. Refers to the processing and processes of a computer system or similar electronic device that converts it into other data.
本明細書はまた、方法の操作を実行する装置を開示する。 このような装置は、必要な目的のために特別に構成することができる、又はコンピュータに格納されているコンピュータプログラムにより選択的に作動させる、又は再構成されるコンピュータ又は他の装置を含むことができる。本明細書において提示されるアルゴリズム及びディスプレイは、いかなる特定のコンピュータ又は特定の他の装置にも本質的に関連していない。様々な機械は、本明細書における教示によるプログラムで使用することができる。 別の構成として、必要な方法ステップを実行するために、より特殊化された装置を構築することが適切である。 コンピュータの構造は以下の説明から明らかになる。 The present specification also discloses an apparatus for performing the operations of the method. Such a device may be specially configured for the required purpose, or may include a computer or other device selectively activated or reconfigured by a computer program stored on the computer. it can. The algorithms and displays presented herein are not inherently related to any particular computer or particular other device. Various machines can be used in the programs according to the teachings herein. Alternatively, it is appropriate to construct a more specialized device to perform the required method steps. The structure of the computer will be clear from the following description.
更に、本明細書はまた、当業者には、本明細書において記載される方法の個々のステップをコンピュータコードにより実施することができることが明らかであることから、コンピュータプログラムを暗黙的に開示している。コンピュータプログラムは、任意の特定のプログラミング言語及び特定のプログラミング言語の実施態様に限定されるべきではない。様々なプログラミング言語、及びプログラミング言語のコーディングを使用して、本明細書に含まれる本開示の教示を実施することができることを理解できるであろう。 更に、コンピュータプログラムは、特定の制御フローに決して限定されるべきではない。異なる制御フローを本発明の趣旨又は範囲から逸脱することなく使用することができるコンピュータプログラムの他の多くの変形がある。 Furthermore, this specification may also implicitly disclose computer programs, as it will be apparent to one of ordinary skill in the art that the individual steps of the methods described herein may be performed by computer code. I have. The computer programs should not be limited to any particular programming language and implementation of the particular programming language. It will be appreciated that a variety of programming languages, and coding of programming languages, may be used to implement the teachings of the present disclosure contained herein. Further, the computer program should in no way be limited to a particular control flow. There are many other variations of computer programs that can use different control flows without departing from the spirit or scope of the invention.
更に、コンピュータプログラムのステップ群のうち1つ以上のステップは、順次にではなく並列に実行してもよい。 このようなコンピュータプログラムは、任意のコンピュータ可読媒体に格納することができる。 コンピュータ可読媒体は、コンピュータとのインターフェースとなるのに適する磁気ディスク又は光ディスク、メモリチップのような記憶装置、若しくは他の記憶装置を含むことができる。コンピュータ可読媒体はまた、インターネットシステムに例示されるような有線媒体、又は移動体通信用グローバルシステム(GSM)移動電話システムに例示されるような無線媒体を含むことができる。 コンピュータプログラムは、このようなコンピュータに読み込まれてコンピュータで実行されると、装置が好適な方法のステップ群を効果的に実行するようになる。 Further, one or more steps of the steps of the computer program may be performed in parallel instead of sequentially. Such a computer program can be stored on any computer-readable medium. The computer readable medium may include a magnetic or optical disk, a storage device such as a memory chip, or other storage device suitable for interfacing with a computer. Computer readable media can also include wired media such as the Internet system or wireless media as the Global System for Mobile Communications (GSM) mobile phone system. The computer program, when read and executed on such a computer, causes the apparatus to effectively perform the steps of the preferred method.
図1は、本発明の実施形態による、医療機関リソース利用を最適化する方法100を示すフローチャートを示している。方法100は、1つ以上のデータベースに接続されるコンピュータにより実行することができる。更に、方法100は、サーバシステム、モバイル装置(例えば、スマートフォン又はタブレットコンピュータ)又はパーソナルコンピュータとすることができるコンピューティング装置により実行することができる。コンピュータ及びデータベースに関するさらなる詳細は、図9及び図10を参照して以下に提供される。
FIG. 1 shows a flowchart illustrating a
方法100は、広く以下を含む:
ステップ102:少なくとも1人の患者に関する患者情報を受信する−これは、例えば患者が医療機関に到着するとき(すなわち、入院時)に、患者が医療機関から出て行くとき(すなわち、退院時)に、患者の治療が医療機関で施されている間に、又は別の適切な時点で行なわれる。
ステップ104:患者情報から:
現患者の1回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる第1予測機関リソース要件;及び
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件を決定する。
ステップ106:第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化する。
ステップ108:推奨医療機関リソース割り当てを出力する。
Step 102: Receive patient information for at least one patient-this is when the patient leaves the medical institution (ie, at discharge), for example, when the patient arrives at the medical institution (ie, at admission) The treatment may be performed while the patient is being treated at a medical institution or at another appropriate time.
Step 104: From patient information:
A first predictive institutional resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient; and Determine a second predictive institution resource requirement to perform for each patient.
Step 106: One of the first predictive institution resource requirement and the second predictive institution resource requirement is selected for each patient to optimize medical institution resource utilization.
Step 108: Output the recommended medical institution resource allocation.
一般性を失うことなく、本説明は、より一般的な「healthcare institution(医療機関)」の事例ではなく、病院に関する本発明の実施形態に大きく焦点を当てているが、診療所又は他の医療機関にも同様に適用することができることを理解できるであろう。 Without loss of generality, this description will focus heavily on embodiments of the present invention relating to hospitals, rather than the more general "healthcare institution" case, but will refer to clinics or other healthcare institutions. It will be appreciated that the same applies to institutions.
ステップ102は、少なくとも一人の患者に関する患者情報を受信することを含む。 患者情報は、症状の重症度及び症状の種類、患者の年齢、出身のような電子医療記録に関する情報、並びに患者を特定し、疾患及び症状を診断し易くするために使用することができる他の情報を含むことができる。1つの例では、患者情報は患者から収集することができ、医療機関のデータベースに格納することができる。 Step 102 includes receiving patient information for at least one patient. Patient information is information about electronic medical records such as the severity and type of symptoms, the age of the patient, origin, and other information that can be used to identify the patient and facilitate diagnosis of the disease and condition. Information can be included. In one example, patient information can be collected from the patient and stored in a medical institution database.
患者情報は更に、少なくとも1人の患者が罹患している症状と同様の症状に関する過去の臨床記録を含むことができる。 過去の臨床記録は、患者のプライバシーを保護するために匿名化することができ、医療機関のデータベースに保存することができる。過去の臨床記録は、関連する疾患又は症状を持つ患者が治療後に再入院したかどうか、例えば30日以内に再入院したかどうかを含むことができる。 過去の臨床記録は更に、特定の症状を持つ患者の治療を施す医療機関のリソース利用を含むことができる。 The patient information can further include past clinical records for symptoms similar to those affected by at least one patient. Past clinical records can be anonymized to protect patient privacy and can be stored in a medical institution's database. Past clinical records can include whether a patient with the associated disease or condition was re-hospitalized after treatment, for example, whether he was re-hospitalized within 30 days. Past clinical records can also include the resource utilization of medical institutions that treat patients with particular symptoms.
ステップ102は、患者の入院時に開始することができる。 1つの例では、患者が医療機関の受付に到着すると、医療機関のシステムがステップ102を開始する、すなわちシステムは、当該患者に関する患者情報を受信する。患者に要求して医療問い合わせフォームに記入させることができ、患者の過去の臨床記録と一緒に正式に記入された問い合わせフォームは、本方法を実行するために使用される医療機関のシステムに送信することができる。
Step 102 may begin upon admission of the patient. In one example, when a patient arrives at a medical institution reception, the medical institution system initiates
このシナリオを適用して、どの治療を患者に医療機関で施すべきかを決定することができる。 This scenario can be applied to determine which treatment should be given to the patient at the healthcare facility.
ステップ102は、入院時ではなく、患者の退院時に開始してもよい。 1つの例では、患者は診察を医療機関で受け、次に医療機関のシステムがステップ102を開始する、すなわちシステムは当該患者に関する患者情報を受信する。 診察の結果は、医療機関のシステムに送信することができる。
Step 102 may begin when the patient is discharged, rather than upon admission. In one example, a patient receives a consultation at a medical facility, and then the medical facility system initiates
このシナリオを適用して、どの外来治療、又はどの在宅治療を患者に医療機関の物理的施設の外で施すべきかを決定することができる。言い換えれば、この方法は:
−患者が病院に到着する前、又は到着したときに、
−患者の治療中又は診断中(例えば、到着時に患者又は開業医には明らかではなかった症状又は症候が治療中に推定される場合)、及び/又は
−医療機関での治療の終了時に、又は医療機関での治療後に実行することができる。
This scenario can be applied to determine which outpatient or home treatment should be given to the patient outside the physical facility of the healthcare facility. In other words, this method:
-Before or when the patient arrives at the hospital,
-During treatment or diagnosis of the patient (for example, if symptoms or symptoms not apparent to the patient or the practitioner on arrival are estimated during treatment); and / or-at the end of treatment at the medical institution, or Can be performed after institutional treatment.
したがって、本方法を使用してリソースを、病院内、及び介護施設、患者の自宅、及び外来診療所のような病院の外の両方で割り当てることができる。 Thus, the method can be used to allocate resources both within hospitals and outside hospitals, such as nursing homes, patient homes, and outpatient clinics.
ステップ104は、第1及び第2予測機関リソース要件を決定することを含むことができる。第1予測機関要件は、現患者の1回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる要件である。現患者の1回目の治療の要件は、患者の症状に関する情報、及び当該症状に関する過去の臨床記録を含むことができる受信患者情報に基づいて計算される。過去の臨床記録に基づいて、症状の重症度及び再入院の確率を推定することができ、現患者の1回目の治療に関する医療機関リソース要件も予測することができる。 Step 104 may include determining first and second predictive agency resource requirements. The first predictive institution requirement is a requirement that the first treatment of the current patient be performed on each patient to reduce the likelihood of readmission of the patient. The requirements for the first treatment of the current patient are calculated based on information about the patient's symptoms and received patient information, which can include past clinical records for those symptoms. Based on past clinical records, symptom severity and probability of readmission can be estimated, as well as institutional resource requirements for the first treatment of the current patient.
第2予測機関要件は、現患者の2回目の治療及び各患者の再入院時の治療に関する要件である。 現患者の2回目の治療は、現患者の1回目の治療よりも包括的ではないようにすることができる。 言い換えれば、現患者の2回目の治療を受けた状態では、患者は、現患者の1回目の治療を受けた状態よりも再入院する可能性が高い。次に、病院は、当該病院が、現患者の1回目の治療又は現患者の2回目の治療を、病院のリソースに経時的に及ぼす影響に基づいて適用するかどうかを決定することができる。 The second prediction institution requirement is a requirement relating to the second treatment of the current patient and the treatment at the time of readmission of each patient. The second treatment of the current patient may be less comprehensive than the first treatment of the current patient. In other words, the patient is more likely to return to the hospital with the current patient receiving the second treatment than with the current patient receiving the first treatment. The hospital may then determine whether the hospital will apply the first treatment of the current patient or the second treatment of the current patient based on the effect on the resources of the hospital over time.
理想的には、全患者を治療して再入院の可能性を低下させる必要がある。しかしながら、医療機関リソースが不十分であり、これらのリソースの利用可能性が変化するので、何人かの患者は再入院時に治療を受ける必要がある場合がある。現患者の2回目の治療及び再入院時の治療に関する要件は、症状に関する情報、及び症状に関する過去の臨床記録を含むことができる受信患者情報に基づいて計算される。 現患者の1回目の治療に関する要件と同様に、現患者の2回目の治療、及び再入院時の治療に関する要件は、疾患の重症度、及び過去の臨床記録に基づく再入院の確率から推定することができる。 Ideally, all patients should be treated to reduce the likelihood of readmission. However, due to insufficient healthcare resources and the availability of these resources changes, some patients may need to be treated upon readmission. Requirements for the current patient's second treatment and re-admission treatment are calculated based on information about symptoms and received patient information, which can include past clinical records for symptoms. Similar to the requirements for the current patient's first treatment, the requirements for the current patient's second treatment and treatment at readmission are estimated from the severity of the disease and the probability of readmission based on past clinical records. be able to.
ステップ106は、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することを含むことができる。各患者の症状の重症度、及び受信患者情報から推定される再入院の可能性を考慮に入れることにより、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関のリソース利用を最適化する。勿論、患者の理想的な転帰は、全ての症例における現患者の1回目の治療に当てはまることになる。しかしながら、これにより、病院は、このような治療に不可欠なリソースを持つことを必要とする。 一般に、病院はこのようなリソース利用可能性を有していない。 Step 106 may include selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient to optimize medical institution resource utilization. By taking into account the severity of each patient's symptoms and the likelihood of readmission estimated from received patient information, one of the first and second predictive agency resource requirements may be assigned to each patient. To optimize the use of medical institutions' resources. Of course, the ideal outcome of the patient will apply to the first treatment of the current patient in all cases. However, this requires the hospital to have the resources necessary for such treatment. In general, hospitals do not have such resource availability.
したがって、医療機関リソース利用を最適化する幾つかの方法がある。 最適化される医療機関リソース利用は、医療機関の優先度または要件に基づいて定義される。 1つの例では、合計医療機関リソース利用を最小限に抑えることが、医療機関の優先事項となり得る。 したがって、選択は、合計医療機関リソース利用を最小にする選択となるように行なわれる。他の例では、患者の再入院の可能性を最小限に抑えることが、医療機関の優先事項となり得る。 Therefore, there are several ways to optimize institutional resource utilization. Optimized institutional resource utilization is defined based on institutional priorities or requirements. In one example, minimizing total medical institution resource utilization may be a medical institution priority. Thus, the selection is made to be a selection that minimizes total medical institution resource utilization. In other instances, minimizing the likelihood of patient re-hospitalization may be a medical institution priority.
再入院を最小限に抑える治療を簡単に選択できるということが、医療機関のリソースが利用可能であるということを上回っていると考えられる。別の方法では、患者の再入院の可能性を最小限に抑えるためには、医療機関リソース利用可能性を最大にすることが考えられる。いかなる時点においても、時間軸で予測される医療機関リソース利用は、最大限の医療機関リソース利用可能性を上回ってはならない。言い換えれば、治療を確実に行なう方法は、これらの治療を行なうリソースが無い場合には、計画を立てることができない。時間軸で予測される医療機関リソース利用が、最大限の医療機関リソース利用可能性を上回る場合、システムの制御が効かなくなる。 The ability to easily select treatments that minimize readmission may outweigh the availability of healthcare resources. Alternatively, in order to minimize the likelihood of patient re-hospitalization, it is conceivable to maximize healthcare facility resource availability. At any point in time, the predicted institutional resource utilization over time should not exceed the maximum institutional resource availability. In other words, a method of ensuring treatment cannot be planned without the resources to perform these treatments. If the medical facility resource utilization predicted on the time axis exceeds the maximum medical facility resource availability, the control of the system becomes ineffective.
ステップ108は、推奨医療機関リソース割り当てを出力することを含むことができる。推奨医療機関リソース割り当ては、画面に表示される情報、又は医療機関宛てのメッセージのような任意の種類の出力を介して出力することができる。推奨医療機関リソース割り当ては、重症度、及び再入院の可能性の観点から、優先順位の高い付き添いを必要とする患者のリストを含むことができる。別の構成として、推奨医療機関リソース割り当ては、医療スタッフを1つの医療機関から別の医療機関に一時的に移動させる要請を含むことができる。各患者に対応して選択される機関リソース要件に基づいて、医療人材リソースは、推奨医療機関リソース割り当てを受け取る、例えば医療機関リソース利用可能性全体の観点から1人以上の患者に施される必要がある治療の種類を受け取ることができる。 Step 108 may include outputting the recommended institutional resource allocation. Recommended medical institution resource assignments can be output via any type of output, such as information displayed on a screen or a message addressed to the medical institution. The recommended institutional resource allocation may include a list of patients requiring high priority attendance in terms of severity and likelihood of readmission. Alternatively, the recommended medical institution resource assignment may include a request to temporarily move medical staff from one medical institution to another medical institution. Based on the institutional resource requirements selected for each patient, healthcare personnel resources need to receive recommended institutional resource allocations, eg, be applied to one or more patients in terms of overall institutional resource availability You may receive certain types of treatment.
図2は、本発明の実施形態による患者202、医療機関204、及び最適化システム206の間の相互作用を示す好適なワークフロー200を示している。1つの例では、患者情報208は、各患者202から収集することができ、医療機関204は、数人の患者202に関して収集した患者情報208を最適化システムに転送することができる。別の構成として、各患者202は、患者自身の個人医療記録を、政府機関又はサードパーティ医療記録管理会社のデータベースに有することができる。各患者202は、最適化システム206に許可して、個人医療記録をデータベースから取り出すことができる。患者情報208は、医療機関204のデータベースに接続される、又は格納されている電子医療記録に保存されている患者202の診断結果を含むことができる。患者202の診断結果から、各患者202が罹患している症状を特定することができる。患者202は、1人以上の現患者、1人以上の過去の患者、又は現患者及び過去の患者の組み合わせを必要に応じて別々に含むことができる。
FIG. 2 illustrates a
特定される症状に基づいて、特定される症状に関する過去の臨床記録を、医療機関204内のデータベース、又は臨床情報に関する他の任意のデータベースから取り出すことができる。過去の臨床記録は、症状の重症度、当該症状を患っていた過去の患者の再入院率、症状を治療して再入院の可能性を低下させる要件(すなわち、病院リソース)、及び症状を再入院時に治療する要件に関する情報を含むことができる。
Based on the identified symptoms, past clinical records for the identified symptoms can be retrieved from a database within the
1つの例では、医療機関204は、各患者202について特定される症状に関連する過去の臨床記録を含む各患者202に関する患者情報208を収集することができる。収集患者情報210は、最適化システム206に転送することができる。このように、患者情報208は、患者202から最適化システム206に医療機関204を介して転送することができる。しかしながら、各患者202は、政府機関又はサードパーティ医療記録管理会社のデータベースに保存されている患者自身の個人臨床記録を最適化システム206に医療機関204を使用することなく送信するようにしてもよい。最適化システム206は、リモートサーバ、クラウドコンピューティング環境、又は医療機関のコンピューティング装置にインストールされるシステムを含む任意の種類のコンピューティング手段とすることができる。
In one example, the
最適化システム206は、図1を参照して説明した第1予測機関リソース要件及び第2予測機関リソース要件を、収集患者情報210として転送される患者情報208に基づいて決定する。第1予測機関リソース要件及び第2予測機関リソース要件を決定するために、患者情報に含まれる過去の臨床記録及び医療知識データベースを使用することができる。 臨床医及び他の病院スタッフ又は開業医に相談して、特定の治療計画又は患者の症状に関する治療要件を推定することもできる。過去の臨床記録及び医療知識データベースは、症状の詳細及び症状が過去に治療された経緯、及び症状を持つ患者が過去に再入院したかどうかを含むことができる。最適化システム206は、第1及び第2医療機関リソース要件を決定するために有用な患者202の症状に関する関連情報を取り出すことができる。 例えば、症状を治療するために必要な費用の平均、及び症状を持つ患者の再入院の確率を取り出すことができる。
The
第1予測機関リソース要件及び第2予測機関リソース要件を決定した後、最適化システム206は、第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者202に対応して選択して、医療機関リソース利用を最適化する。医療リソースが不十分である場合、医療機関リソース使用を最小限に抑えることが優先される。 これとは異なり、感染症のような症状が即座の治療を必要とする場合、患者の再入院の可能性を最小限に抑えることが優先される。
After determining the first and second predictor resource requirements, the
第1予測機関リソース要件又は第2予測機関リソース要件が各患者202に対応して選択されると、推奨医療機関リソース割り当て212が医療機関204に出力される。すると次に、医療機関204は、治療を各患者202に対して、推奨医療機関リソース割り当て212に沿って施す。
When the first predictive institution resource requirement or the second predictive institution resource requirement is selected for each patient 202, a recommended medical
図3は、本教示による患者302、医療機関304、及び最適化システム306の間の相互作用を示す別の好適なワークフロー300を示している。医療機関304は、最適化システム306に患者情報310を供給することができる。それに応じて、最適化システム306は、第1予測機関リソース要件及び第2予測機関リソース要件を、患者情報310に基づいて決定することができる。すると次に、最適化システム306は、第1予測機関リソース要件又は第2予測機関リソース要件を各患者302に対応して選択することができる。
FIG. 3 illustrates another
1つの例では、第1予測機関リソース要件は、再入院の可能性を低下させる現在のリソース要件であり、第2予測機関リソース要件は、再入院時のリソース要件である。当該状況では、最適化システム306は、患者302を2つのグループに分けることができる。第1グループ314の患者302には、第1予測機関リソース要件が適用される、すなわちこのグループの患者302は、再入院の可能性を低下させる医療治療を受けることができる。これとは異なり、第2グループ316の患者302には、第2予測機関リソース要件が適用される、すなわちこのグループの患者302は、医療治療を再入院時に受けることができる。
In one example, the first predictive institution resource requirement is a current resource requirement that reduces the likelihood of readmission, and the second predictive institution resource requirement is a resource requirement at the time of readmission. In such a situation,
最適化システム306は、推奨医療機関リソース割り当て312を医療機関304に対して行なう。医療機関304は、患者302を2つのグループに分けることができる、すなわち推奨医療機関リソース割り当て312により提案される第1グループ314及び第2グループ316に分けることができる。1つの例では、患者302を第1グループ314に、これらの患者の症状(例えば、生命を脅かす怪我、詳細な即座の治療を必要とする他の症状、及び適正に治療される場合に、将来の大きな病院リソース利用を回避することができる他の症状)の重症度、及びその他には、高い再入院確率のいずれか、又は両方を理由に、割り当てることができる。これとは異なり、第2グループ316の患者302は、これらの患者の症状の重症度、及び再入院確率のいずれか、又は両方が低いので、医療治療を再入院時に受けることができる。
The
第1グループ314又は第2グループ316への患者302の各患者の割り当ては固定されない。患者302の各患者の症状、当該症状の変化によって異なるが、これらの患者の各患者に関する割り当てを変えるようにしてもよい。第1グループ314に割り当てられる患者302は、患者302の症状が医療治療後に改善する場合、第2グループ316に移動させることができる。これとは異なり、第2グループ316に割り当てられる患者302は、患者302の症状が悪化する場合、第1グループ314に移動させることができる。例えば、病原菌の潜伏期間のために、患者302の症状は所定期間後に突然変化することがある。
The assignment of each of the
第1グループ314及び第2グループ316だけが図3に示されているが、これらのグループの各グループは、サブグループを含むことができ、これらのサブグループはそれぞれ、再入院の可能性のある患者302の症状によって異なるが、異なるリソース割り当てを受信することができる。例えば、不治の疾患に罹患している患者302の第1サブグループを設けることができる。このような患者302は、再入院して疾患の症状を定期的に緩和する必要があり、依然として在宅介護を必要とする。言い換えれば、再入院の可能性が100%である。再入院する可能性のある患者302の第2サブグループを設けることができるが、再入院は、必要な医療リソースを割り当てることにより回避することができる。再入院することが起こりそうにもないか、又は再入院しないであろう患者302の第3サブグループを設けることもできる。この場合、第1グループの患者302は、第2サブグループの患者302を含むことができ、これらの患者302は、再入院の可能性を低下させることを意図した第1リソース割り当てを受信することができる。第2グループの患者302は、第1サブグループ及び第3サブグループの患者−言い換えれば、患者が再入院する可能性が、いずれの特定の治療によっても影響を受けそうにもない当該患者−を含むことができる。
Although only the
同様に、上に特定される3つのサブグループ以外に、更に別のサブグループを設けてもよい。 Similarly, other subgroups may be provided in addition to the three subgroups specified above.
図4は、本発明の実施形態による医療機関再入院リスクの影響評価400を示している。この状況では、再入院リスクの影響は、再入院が生じる場合のリソース利用に関する悪影響として定義される。再入院リスクの影響が大きいと評価される場合、リソース利用の予測値が大きい。リソース利用を最小限に抑えるために、再入院リスクの影響を小さくすることが重要である。1つの例では、各患者に対応した第1予測機関リソース要件及び第2予測機関リソース要件のうちの一方の選択は、各患者に関するスコアに基づいている。スコアは2つの基準、症状の重症度404及び医療機関再入院確率402に基づいている。再入院確率は、医療治療又は医療介入の前後に測定することができる。スコアは、スコアを使用して医療治療が必要かどうかを判断するので、医療治療又は医療介入の前の再入院に基づくようにしてもよい。症状の重症度404が、治療費用の観点から、すなわちリソース利用が多く、再入院の確率が高いという観点から高い場合、医療機関再入院リスクの影響が大きいので、高いスコアが患者に、このような状況において割り当てられる。これとは異なり、症状の重症度404が、治療費用が少なく、再入院の確率が低いという観点から低い場合、医療機関再入院リスクの影響が小さいので、低いスコアが患者に、このような状況において割り当てられる。
FIG. 4 shows an
1つの例では、症状の重症度は、治療費用の観点から3つのカテゴリー、すなわち軽度、中等度、及び重度に分けられる。介入前の医療機関再入院確率も、3つのカテゴリー、すなわち低確率、中間確率、及び高確率に分けられる。このように、患者には、疾患の重症度、及び再入院確率の観点から、9つのカテゴリーのうち1つのカテゴリーを割り当てることができる。9つのカテゴリーの各カテゴリーは、症状及び再入院確率の観点からスコアリングされる、例えば影響が小さい症状を持つ患者には、1のスコアが付与され、影響が大きい疾患を持つ患者には、9のスコアが付与される。患者が軽度の症状を持つ場合、スコア1、2、及び3を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。患者が中等度の症状を持つ場合、スコア2、4、及び6を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。患者が重度の症状を持つ場合、スコア3、6、及び9を、再入院の確率が低い患者、中程度である患者、及び高い患者にそれぞれ割り当てることができる。 In one example, the severity of the condition is divided into three categories from a cost of treatment perspective: mild, moderate, and severe. Pre-intervention readmission rates are also divided into three categories: low, medium, and high. Thus, one of the nine categories can be assigned to a patient in terms of the severity of the disease and the probability of readmission. Each of the nine categories is scored in terms of symptoms and readmission probability, e.g., patients with low-impact symptoms receive a score of 1 and patients with high-impact diseases receive 9 scores. Is given. If a patient has mild symptoms, scores 1, 2, and 3 can be assigned to patients with low, moderate, and high readmission rates, respectively. If the patient has moderate symptoms, scores 2, 4, and 6 can be assigned to patients with low, moderate, and high readmission probabilities, respectively. If the patient has severe symptoms, scores 3, 6, and 9 can be assigned to patients with a low, moderate, and high probability of readmission, respectively.
1つの例では、4人の患者が4種類の症状、すなわち症状A:脳卒中後の失禁406、症状B:脳卒中後の失禁408、症状C:再発性脳卒中(出血)410、及び症状D:再発性脳卒中(虚血性)412を持っている。症状を持つこれらの患者は、9つのカテゴリーのうち1つのカテゴリーに、症状の重症度、及び再入院確率の観点から割り当てることができる−注記:再入院が避けられない場合(例えば、心臓を定期的にモニタリングする、透析する、又は不治の疾患の進行をチェックする場合)、本方法は、避けられない再入院に対処するために必要なリソースが利用可能な最大医療機関リソースから差し引かれると仮定する。言い換えれば、再入院が避けられない場合、いずれのリソースを再入院患者の治療に割り当てるべきかを決定する際の融通性が小さくなる、又は無くなる可能性がある。これらのリソースは、いずれの治療(すなわち、1回目及び2回目の現治療)を施すべきかを評価する場合に本方法から除外される。不治の疾患ではなく、本方法は、再入院の可能性が100%ではない症状に焦点を当てる。症状の重症度、及び再入院確率は、電子医療記録に関する情報、過去の臨床情報、及び医療知識データベースに関する情報のような患者情報に基づいて分析される。
In one example, four patients have four symptoms: Symptom A:
上に説明した再入院リスク評価によれば、図4に示したように、症状A、B、C、及びDが、9つのカテゴリーのうち1つのカテゴリーに、症状の重症度、及び再入院確率の観点から割り当てられる。例えば、症状A406は、重症度が低いが、再入院確率が高く、3のスコアが付与されると考えられる。症状B408は、重症度が低く、再入院確率が中程度であり、2のスコアが付与されると考えられる。症状C410は、重症度が高く、再入院確率が中程度であり、6のスコアが付与されると考えられる。症状D412は、重症度が高く、再入院確率が高く、9のスコアが付与されると考えられる。1つの例では、最適化システムは、第1予測機関リソース要件を、高いスコアを持つ患者に対応して、例えば症状C410又は症状D412になっている患者に対応して選択することができる。また、最適化システムは、第2予測機関リソース要件を、低いスコアを持つ患者に対応して、例えば症状A406又は症状B408になっている患者に対応して選択することができる。
According to the readmission risk assessment described above, as shown in FIG. 4, the symptoms A, B, C, and D were classified into one of the nine categories as the severity of the symptoms and the readmission probability. Assigned from the point of view. For example, the symptom A406 is considered to have a low severity but a high readmission probability and be given a score of 3. Symptom B408 is considered to have a low severity, a moderate readmission probability, and a score of 2. Symptom C410 is considered to have a high degree of severity, a moderate readmission probability, and a score of 6. Symptom D412 is considered to have a high severity, a high readmission probability, and a score of 9. In one example, the optimization system may select a first predictive institution resource requirement corresponding to a patient with a high score, for example, a patient having symptom C410 or symptom D412. The optimization system may also select a second predictive institution resource requirement corresponding to a patient having a low score, for example, a patient having symptom A 406 or
図5Aは、本教示による医療機関再入院リスクの影響、及び費用評価500を示している。縦軸は、医療機関の人的資源に比例する病院費用504を表わしている。横軸は、医療機関に入院後の経過時間502を表わしている。医療機関に再入院する患者がより多くなると、より多額の病院費用が発生する。症状及び介入に関する医療分野の知識によれば、30日以内の病院からの退院時の移行ケアは、病院から地域社会(自宅)への患者のシームレスな移行を確保するために必須である。その結果、メディケアセンター及びメディケイドサービスセンターのような国内保健機関は、再入院削減プログラムを導入して、30日以内の予定外の病院への再入院率を厳重に監視及び規制した。例示を目的として、医療機関にとって負の収入である30日目の時点における医療機関費用又は医療機関への再入院率が最も高くなる仮想費用曲線506を示す。医療機関にとっての負の収入を少なくするために、30日以内の再入院の回数を、医療介入により減らして再入院の可能性を低下させることが重要である。
FIG. 5A shows the impact of hospital readmission risk and
再入院リスクの影響及び費用を評価するために、病院介入の有効性を評価することができる。病院介入により、再入院の可能性を低下させることができる。したがって、病院介入の有効性は、再入院の可能性を、介入の有無の場合と比較することにより評価することができる。図1に関連して説明したように、病院介入のこれらの評価を使用して、第1予測医療機関要件、及び第2予測医療機関要件を決定することができる。 The effectiveness of hospital interventions can be assessed to assess the impact and cost of readmission risk. Hospital intervention can reduce the likelihood of readmission. Thus, the effectiveness of a hospital intervention can be assessed by comparing the likelihood of readmission with or without intervention. As described in connection with FIG. 1, these assessments of the hospital intervention can be used to determine a first predicted medical institution requirement and a second predicted medical institution requirement.
図5Bは、再入院の影響510を最大限に抑えることを目標とする好適な患者集団を示している。この例では、患者集団512は、5人の患者、すなわちP1、P2、P3、P4、及びP5からなる。また、看護師集団514は、2人の看護師、すなわちN1及びN2からなる。
FIG. 5B shows a preferred patient population that aims to minimize the
患者集団512の患者P1、P2、P3、P4、及びP5の各患者に対する医療リソース割り当ては、少なくとも2つの制約、すなわち病院費用及び最大目標病院再入院率の観点から、病院再入院の影響を最大限に小さくするように決定される。
Medical resource allocation for each of patients P1, P2, P3, P4, and P5 in
病院費用は、看護師のような人的資源による作業に比例する。したがって、病院費用は、1×Nと表わすことができる看護師のフルタイム当量(FTE)に比例する。この例では、病院費用は、看護師集団514の2人の看護師N1及びN2のフルタイム当量に等しい2×Nである。
Hospital costs are proportional to working with human resources such as nurses. Thus, hospital costs are proportional to the nurse's full time equivalent (FTE), which can be expressed as 1 × N. In this example, the hospital cost is 2 × N, which is equal to the full-time equivalent of two nurses N1 and N2 in
この例では、病院費用2×Nは、5人の患者P1、P2、P3、P4、及びP5の各患者に、これらの患者の各患者に対応する病院再入院確率の観点から割り振られる。例えば、0.1×Nが患者P1(516)及びP2(518)の各患者に割り当てられる。同様に、0.4×Nが患者P3(520)に割り当てられ、0.6×Nが患者P4(522)に割り当てられ、0.8×Nが患者P5(524)に割り当てられる。 In this example, the hospital cost 2 × N is allocated to each of the five patients P1, P2, P3, P4, and P5 in terms of the hospital readmission probability corresponding to each of these patients. For example, 0.1 × N is assigned to each of patients P1 (516) and P2 (518). Similarly, 0.4 × N is assigned to patient P3 (520), 0.6 × N is assigned to patient P4 (522), and 0.8 × N is assigned to patient P5 (524).
他の制約は、最大目標再入院率である。病院費用及び病院再入院確率は、以下の条件を満たす必要がある:
Y≧ a1Z1+a2Z2+a3Z3+ a4Z4+a5Z5+…
式中、
Y=最大目標病院再入院率(例えば、10%)*合計患者数、
ai=患者i(i=1,2,3,...)iに割り当てられる病院費用、
Zi=患者iに対応する病院再入院確率
である。
Another constraint is the maximum target readmission rate. Hospital costs and hospital readmission rates must meet the following criteria:
Y ≧ a 1 Z 1 + a 2 Z 2 + a 3 Z 3 + a 4 Z 4 + a 5 Z 5 +…
Where
Y = maximum target hospital readmission rate (eg, 10%) * total number of patients,
a i = hospital cost assigned to patient i (i = 1,2,3, ...) i,
Z i = Hospital readmission probability corresponding to patient i.
図6は、本発明の実施形態による医療機関リソース利用を最適化する方法600を示すフローチャートを示している。方法600は、1つ以上のデータベースに接続されるコンピュータにより実行することができる。更に、方法600は、サーバシステム、モバイル装置(例えば、スマートフォン又はタブレットコンピュータ)、又はパーソナルコンピュータとすることができるコンピューティング装置により実行することができる。コンピュータ及びデータベースに関する更なる詳細は、図9及び図10を参照しながら以下に提供される。
FIG. 6 shows a flowchart illustrating a
方法600は:
ステップ602:最大限の医療機関リソース利用可能性を受信することと、
ステップ604:それぞれの患者に対応する第1予測機関リソース要件及び第2予測機関リソース要件の組み合わせを分析することと、
ステップ606:如何なる時点においても、最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定することと、
ステップ608:少なくとも1つの組み合わせから、最小合計医療機関リソース利用を可能にする組み合わせを特定することと、を広く含む。
Step 602: receiving the maximum medical institution resource availability;
Step 604: analyzing a combination of a first predictive institution resource requirement and a second predictive institution resource requirement corresponding to each patient;
Step 606: identifying at least one combination that allows for a predicted institutional resource utilization on a timeline that does not exceed maximum institutional resource availability at any time;
Step 608: broadly including, from the at least one combination, identifying a combination that enables a minimum total medical institution resource utilization.
ステップ602は、最大限の医療機関リソース利用可能性を受信することを含む。医療機関リソース利用を最適化するために、最大限の医療機関リソース利用可能性を認識することが重要である。1つの例では、利用可能性は、看護スタッフの人数に基づいて計算することができる。また、利用可能性は、患者用ベッド、及び利用可能な医療機器に基づいて計算することができる。 Step 602 includes receiving maximum healthcare facility resource availability. In order to optimize healthcare resource utilization, it is important to recognize maximum healthcare resource availability. In one example, availability can be calculated based on the number of nursing staff. Availability can also be calculated based on the patient bed and available medical equipment.
ステップ604は、それぞれの患者に対応する第1予測機関リソース要件及び第2予測機関リソース要件の組み合わせを分析することを含む。例えば、それぞれの患者に必要な医療機関リソースは、第1予測機関リソース要件及び第2予測機関リソース要件の各組み合わせに対応して計算することができる。 Step 604 includes analyzing a combination of a first predictive institution resource requirement and a second predictive institution resource requirement corresponding to each patient. For example, the medical institution resources required for each patient can be calculated corresponding to each combination of the first and second predictive institution resource requirements.
ステップ606は、如何なる時点においても、最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定することを含む。必要な医療機関リソースが、最大限の医療機関リソース利用可能性を上回る場合、医療機関は、各患者に対応して要求される通りの適正な医療サービスを提供することができない。したがって、ある組み合わせにより、患者の再入院を効果的に減らすことができる場合でも、最大リソース利用可能性を上回るリソースを必要とする組み合わせを除外することが重要である。 Step 606 includes identifying at least one combination that allows for a predicted institutional resource utilization on a timeline that does not exceed maximum institutional resource availability at any time. If the required institutional resources exceed the maximum institutional resource availability, the institution will not be able to provide the appropriate medical services as required for each patient. Therefore, even though some combinations can effectively reduce patient readmission, it is important to exclude those combinations that require more resources than maximum resource availability.
ステップ608は、少なくとも1つの組み合わせから、最小合計医療機関リソース利用を可能にする組み合わせを特定することを含む。最大リソース利用可能性を上回るリソースを必要とする組み合わせを除外した後、合計医療機関リソース利用について考察する。1つの例では、合計医療機関リソース利用が最小になる組み合わせを特定する。患者の再入院確率を最小限に抑えるようないずれの他の基準も適用することができる。 Step 608 includes identifying a combination that enables a minimum total medical institution resource utilization from at least one combination. After excluding combinations that require more resources than maximum resource availability, consider total institutional resource utilization. In one example, a combination that minimizes total medical institution resource utilization is identified. Any other criterion that minimizes the patient's readmission probability can be applied.
図7は、本教示による複数の医療機関の間の医療機関リソース利用を最適化する複数の医療機関702と最適化システム704との間の相互作用を示す詳細ワークフロー700を示している。複数の医療機関702の各医療機関は、最適化システム704に、患者情報及びリソース利用可能性706を、これらの医療機関702の各医療機関に対応して供給する。患者情報は、患者の人数、及び各患者に対応して特定される症状を含むことができる。図4に関する説明で説明される各患者に関する再入院リスクスコアは、医療機関702の各医療機関において、又は最適化システム704において割り当てることができる。
FIG. 7 illustrates a
1つの例では、最適化システム704は、第1及び第2医療機関リソース要件を各患者に対応して決定し、第1及び第2医療機関リソース要件のうち一方を選択する。1つの医療機関内の医療機関リソース利用の他に、複数の医療機関702に跨る医療機関リソース利用について考察する。看護スタッフを1つの機関から別の機関に一時的に移動させるか、又は永久に移動させるようなことは、合計医療機関リソース利用を最適化するために有用となり得る。したがって、推奨医療機関リソース利用708は、各機関内の推奨、及び複数の機関に跨る推奨を含むことができる。複数の機関の間の連携は、推奨医療機関リソース利用を行なうために必要である。
In one example, the
図8は、本教示による複数の医療機関802と810との間の相互作用、及び医療機関リソース利用を複数の医療機関802及び810の間で最適化する最適化システム804を示す詳細ワークフロー800を示している。複数の医療機関802及び810の各医療機関は、最適化システム804に、患者情報及びリソース利用可能性806を、医療機関802及び810の各医療機関に対応して供給する。患者情報に基づいて、必要な医療機関リソースを最適化システム804において計算することができる。
FIG. 8 illustrates a
1つの例では、医療機関810は、医療機関リソース利用可能性の観点から当該医療機関の収容能力よりも多くの患者を受け入れることができる。これとは異なり、医療機関802は、医療機関リソース利用可能性の観点から当該医療機関の収容能力よりも少ない患者しか受け入れることができない。最適化システム804は、このような情報806を医療機関810及び802から収集することができ、推奨医療機関リソース割り当て808を医療機関810及び802の各医療機関に提示することができる。このシナリオでは、医療機関810は、患者812を医療機関802に移動させて合計医療機関リソース利用を最適化するように要求される。別の構成として、医療機関802の看護スタッフを医療機関810に移動させて患者の看護を医療機関810において受け持つことを要求される。医療人材リソースを移動させる場合、このような看護スタッフ、医療機関の場所、及び看護スタッフの経験年数を最適化システム804において考慮に入れることができる。
In one example, the
本教示によれば、1つの医療機関内の、又は複数の医療機関に跨る医療機関リソース利用を最適化することができる。このようなリソース利用を最適化することは、医療機関リソースが不十分である影響を受ける状況に関して有利である。特に、予期せぬ災害又はテロ行為の影響を受ける状況においては、患者の人数は、最も近くにある医療機関の収容能力を簡単に上回る可能性がある。患者を、症状の重症度及び再入院の可能性の観点から優先順位付けすることが、リソース利用を最適化するために有用となる。また、患者又は医療人材リソースを移動させることは、合計医療機関リソース利用の最適化を実現するために有用となる。 According to the present teachings, medical institution resource utilization within one medical institution or across multiple medical institutions can be optimized. Optimizing such resource utilization is advantageous for affected situations where medical institution resources are scarce. Especially in situations affected by unforeseen disasters or acts of terrorism, the number of patients can easily exceed the capacity of the nearest medical facility. Prioritizing patients in terms of symptom severity and likelihood of readmission may be useful for optimizing resource utilization. In addition, moving patient or medical personnel resources is useful for optimizing total medical institution resource utilization.
図9は、本発明の実施形態による医療機関リソース利用を最適化するネットワーク利用システム900の模式図を示している。システム900は、コンピュータ902と、1つ以上のデータベース904a・・・904nと、ユーザ入力モジュール906と、ユーザ出力モジュール908と、を備える。1つ以上のデータベース904a・・・904nの各データベースは、コンピュータ902に通信可能に接続される。ユーザ入力モジュール906及びユーザ出力モジュール908は、コンピュータ902に通信可能に接続される個別の異なるモジュールとすることができる。別の構成として、ユーザ入力モジュール906及びユーザ出力モジュール908は、1つのモバイル電子装置(例えば、携帯電話、タブレットコンピュータなど)内で一体化されるようにしてもよい。モバイル電子装置は、コンピュータ902と既存の通信プロトコルを介して無線通信する適切な通信モジュールを有することができる。最適化システム206、最適化システム306、最適化システム704、及び最適化システム804は、コンピュータ902により実現することができる。
FIG. 9 is a schematic diagram of a
コンピュータ902は:少なくとも1つのプロセッサと、コンピュータプログラムコードを含む少なくとも1つのメモリと、を備えることができ、少なくとも1つのメモリ及びコンピュータプログラムコードは、少なくとも1つのプロセッサによる指示によってコンピュータが少なくとも:(A)少なくとも1人の患者に関する患者情報を受信し;(B)患者情報から、現患者の1回目の治療を各患者に対して行なって、該当する患者の再入院の可能性を低下させる第1予測機関リソース要件、及び現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件を決定し;(C)第1予測機関リソース要件及び第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し;(D)推奨医療機関リソース割り当てを出力するようになる。
様々な種類のデータ、例えば患者情報、医療機関リソース利用可能性、過去の臨床記録、症状及び介入に関する医学領域知識は、1つのデータベース(例えば、904a)に格納することができる、又は複数のデータベースに格納することができる(例えば、患者情報はデータベース904aに格納され、医療機関リソース利用可能性はデータベース904nに格納されるなど)。データベース904a・・・904nは、コンピュータ902に通信可能に接続されるクラウド計算記憶モジュール及び/又は専用サーバを使用して実現されるようにしてもよい。
Various types of data, such as patient information, institutional resource availability, past clinical records, medical domain knowledge about symptoms and interventions, may be stored in one database (eg, 904a) or multiple databases. (Eg, patient information is stored in
図10は、以後、コンピュータシステム1000と同じ意味として表記される好適なコンピュータ/コンピューティング装置1000を示しており、1つ以上のこのようなコンピューティング装置1000を使用して、医療機関リソース利用を最適化する上記方法の実行を容易にすることができる。更に、コンピュータシステム1000の1つ以上の構成要素を使用してコンピュータ902を実現するようにしてもよい。コンピューティング装置1000に関する以下の説明は、一例としてのみ提示され、限定的に捉えられてはならない。
FIG. 10 illustrates a suitable computer /
図10に示すように、好適なコンピューティング装置1000は、ソフトウェアルーチンを実行するプロセッサ1004を含む。プロセッサを、明瞭性を期して1個しか示していないが、コンピューティング装置1000は、マルチプロセッサシステムを含むこともできる。プロセッサ1004は、コンピューティング装置1000の他の構成要素と通信する通信インフラストラクチャ1006に接続される。通信インフラストラクチャ1006は、例えば通信バス、クロスバー、又はネットワークを含むことができる。
As shown in FIG. 10, a
コンピューティング装置1000は更に、ランダムアクセスメモリ(RAM)のような主メモリ1008と、補助メモリ1010と、を含む。補助メモリ1010は、例えば記憶ドライブ1012を含むことができ、記憶ドライブ1012は、ハードディスクドライブ、固体ドライブ、又はハイブリッド型ドライブ、及び/又は着脱可能な記憶ドライブ1014とすることができ、記憶ドライブ1014は、磁気テープドライブ、光ディスクドライブ、固体記憶ドライブ(ユニバーサルシリアルバス(USB)フラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような)などを含むことができる。着脱可能な記憶ドライブ1014は、周知の方法で、着脱可能な記憶媒体1044からの読み出し、及び/又は着脱可能な記憶媒体1044への書き込みを行なう。着脱可能な記憶媒体1044は、磁気テープ、光ディスク、不揮発性メモリ記憶媒体などを含むことができ、着脱可能な記憶ドライブ1014からの読み出し、及び着脱可能な記憶ドライブ1014への書き込みを行なう。関連技術分野(複数の技術分野)の当業者が理解しているように、着脱可能な記憶媒体1044は、コンピュータ実行可能なプログラムコード命令及び/又はデータを記憶媒体に格納するコンピュータ可読記憶媒体を含む。
別の実施態様では、補助メモリ1010は更に、又は別の構成として、コンピュータプログラム又は他の命令をコンピューティング装置1000に読み込むことができる他の同様の手段を含むことができる。このような手段は、例えば着脱可能な記憶ユニット1022及びインターフェース1040を含むことができる。着脱可能な記憶ユニット1022及びインターフェース1040の例として、プログラムカートリッジ及びカートリッジインターフェース(ビデオゲームコンソールデバイスに見られるような)、着脱可能なメモリチップ(消去可能なプログラマブルリードオンリーメモリ(EPROM)、又はプログラマブルリードオンリーメモリ(PROM)のような)、及び関連するソケット、着脱可能な固体記憶ドライブ(USBフラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような)、及びソフトウェア及びデータを着脱可能な記憶ユニット1022からコンピュータシステム1000に転送することができる他の着脱可能な記憶ユニット1022及びインターフェース1040を挙げることができる。
In another embodiment, auxiliary memory 1010 may additionally or alternatively include other similar means by which computer programs or other instructions can be loaded into
コンピューティング装置1000は更に、少なくとも1つの通信インターフェース1024を含む。通信インターフェース1024によりソフトウェア及びデータをコンピューティング装置1000と外部装置との間で、通信経路1026を介して転送することができる。本発明の様々な実施形態では、通信インターフェース1024によりデータをコンピューティング装置1000と、公衆データ通信ネットワークまたは私設データ通信ネットワークのようなデータ通信ネットワークとの間で転送することができる。通信インターフェース1024を使用してデータを、相互接続コンピュータネットワークを部分的に形成する異なるコンピューティング装置1000の間で授受することができる。通信インターフェース1024の例として、モデム、ネットワークインターフェース(イーサネットカードのような)、通信ポート(シリアルポート、パラレルポート、プリンタポート、汎用インターフェースバス(GPIB)、IEEE 1394ポート、RJ45ポート、及びUSBポートのような)、回路に付随するアンテナなどを挙げることができる。通信インターフェース1024は、有線とするか、又は無線とすることができる。通信インターフェース1024を介して転送されるソフトウェア及びデータは、通信インターフェース1024が受信することができる電子信号、電磁信号、光信号、又は他の信号とすることができる信号の形式である。これらの信号は、通信インターフェース1024に通信経路1026を介して供給される。
図10に示すように、コンピューティング装置1000は更に、画像を関連するディスプレイ1030にレンダリングする操作を実行するディスプレイインターフェース1002と、オーディオコンテンツを関連するスピーカ(群)1034を介して再生する操作を実行するオーディオインターフェース1032と、を含む。
As shown in FIG. 10, the
本明細書において使用されるように、「computer program product(コンピュータプログラム製品)」という用語は、着脱可能な記憶媒体1044、着脱可能な記憶ユニット1022、記憶ドライブ1012に取り付けられるハードディスク、又はソフトウェアを、通信経路1026(無線リンク又はケーブル)を介して通信インターフェース1024に伝送する搬送波を部分的に指すことができる。「computer readable storage media(コンピュータ可読記憶媒体)」という用語は、記録された命令及び/又はデータをコンピューティング装置1000に供給して実行する、及び/又は処理する任意の非一時的な不揮発性有形記憶媒体を指している。このような記憶媒体の例として、このようなデバイスが、コンピューティング装置1200の内部又は外部にあるかどうかに関係なく、磁気テープ、コンパクトディスクリードオンリーメモリ(CD−ROM)、DVD、Blu−ray(登録商標)ディスク、ハードディスクドライブ、リードオンリーメモリ(ROM)、又は集積回路、固体記憶ドライブ(USBフラッシュドライブ、フラッシュメモリ装置、固体ドライブ、又はメモリカードのような)、ハイブリッド型ドライブ、光磁気ディスク、又はセキュアデジタル(SD)カードのようなコンピュータ可読カードなどを挙げることができる。ソフトウェア、アプリケーションプログラム、命令、及び/又はデータをコンピューティング装置1000に供給することに関与することもできる一時的なコンピュータ可読伝送媒体、又は非有形のコンピュータ可読伝送媒体の例として、無線又は赤外線伝送チャネル、並びに別のコンピュータ又は他のネットワーク接続デバイスに至るネットワーク接続、及び電子メール送信及びウェブサイトに記録される情報を含むインターネット又はイントラネットなどを挙げることができる。
As used herein, the term "computer program product" refers to a removable storage medium 1044, a removable storage unit 1022, a hard disk attached to a storage drive 1012, or software. A carrier that transmits to communication interface 1024 via communication path 1026 (wireless link or cable) may be partially referred to. The term “computer readable storage media” refers to any non-transitory, non-transitory, tangible tangible tangible tangible tangible tangible medium that provides recorded instructions and / or data to the
コンピュータプログラム(コンピュータプログラムコードとも呼ばれる)は、主メモリ1008及び/又は補助メモリ1010に格納される。コンピュータプログラムは、通信インターフェース1024を介して受信することもできる。このようなコンピュータプログラムは、実行されると、コンピューティング装置1000が、本明細書において説明される実施形態の1つ以上の機能を実行することができる。様々な実施形態では、コンピュータプログラムは、実行されると、プロセッサ1004が上記実施形態の機能を実行することができる。したがって、このようなコンピュータプログラムは、コンピュータシステム1000のコントローラを表わす。
Computer programs (also called computer program code) are stored in main memory 1008 and / or auxiliary memory 1010. The computer program can also be received via communication interface 1024. Such computer programs, when executed, enable the
ソフトウェアは、コンピュータプログラム製品に格納することができ、コンピューティング装置1000に、着脱可能な記憶ドライブ1014、記憶ドライブ1012、又はインターフェース1040を使用して読み込むことができる。別の構成として、コンピュータプログラム製品は、コンピュータシステム1000に通信経路1026を介してダウンロードすることができる。ソフトウェアは、プロセッサ1004により実行されると、コンピューティング装置1000が、本明細書において記載される実施形態の機能を実行するようになる。
The software can be stored in a computer program product and can be read into the
図10の実施形態は、単なる一例として提示される。したがって、幾つかの実施形態では、コンピューティング装置1000の1つ以上の機能は省略してもよい。また、幾つかの実施形態では、コンピューティング装置1000の1つ以上の機能は互いに組み合わせてもよい。更に、幾つかの実施形態では、コンピューティング装置1000の1つ以上の機能は、1つ以上の構成部分に分けて分担させるようにしてもよい。
The embodiment of FIG. 10 is presented by way of example only. Thus, in some embodiments, one or more features of
当業者であれば、多数の変形及び/又は修正を、特定の実施形態に示される本発明に対して、広く記載されている本発明の趣旨又は範囲から逸脱することなく加えることができることを理解できるであろう。 したがって、本実施形態は、あらゆる点で例示的であり、限定的ではないと考えられるべきである。 One of ordinary skill in the art appreciates that many variations and / or modifications can be made to the invention shown in the particular embodiments without departing from the spirit or scope of the invention as broadly described. I can do it. Therefore, the present embodiments are to be considered in all respects as illustrative and not restrictive.
上に開示される実施形態、すなわち好適な実施形態の全部又は一部は、これに限定されないが、以下の付記の通りに記載することができる。 All or some of the embodiments disclosed above, i.e., the preferred embodiments, can be described as, but not limited to, the following supplementary notes.
<付記>
<付記1>
少なくとも1人の患者に関する患者情報を受信することと、
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定することと、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、
推奨医療機関リソース割り当てを出力することと、
を含む、医療機関リソース利用を最適化する方法。
<付記2>
前記選択することは、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を選択して、合計医療機関リソース利用を最小限に抑えることを含む
付記1に記載の方法。
<付記3>
最大限の医療機関リソース利用可能性を受信することを含み、
前記選択することは、いずれの時点においても、時間軸で予測される医療機関リソース利用が、前記最大限の医療機関リソース利用可能性を上回ることがないように、該当する前記第1予測機関リソース要件又は前記第2予測機関リソース要件を各患者に対応して選択すること
を更に含む付記1に記載の方法。
<付記4>
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、各患者に対応して選択されて、該当する患者の再入院の可能性を最小限に抑える
付記1に記載の方法。
<付記5>
前記選択することは、
それぞれの患者に関する第1予測機関リソース要件及び前記第2予測機関リソース要件の組み合わせを分析することと、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定することと、
前記少なくとも1つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定することと、
を含む付記3に記載の方法。
<付記6>
患者症状重症度スコアを受信することを更に含み、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
付記1乃至5のいずれか一項に記載の方法。
<付記7>
前記患者情報を前記受信することは、複数の医療機関に跨る複数の患者に関する患者情報を受信することを含む
付記1乃至6のいずれか一項に記載の方法。
<付記8>
複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信することを更に含み、
前記選択することは、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択することを含む
付記7に記載の方法。
<付記9>
前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信することを更に含み、
前記選択することは、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全ての医療機関に関する最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択することを含む
付記7に記載の方法。
<付記10>
前記推奨医療機関リソース割り当てを前記出力することは、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち1つの医療機関の1人以上の患者を特定することを含む
付記9に記載の方法。
<付記11>
前記推奨医療機関リソース割り当てを前記出力することは、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち1つの医療機関の1つ以上の医療機関リソースを特定することを含む
付記9に記載の方法。
<付記12>
前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち1つの医療機関の1つ以上の医療機関リソースを前記特定することは、それぞれの前記1つ以上の医療機関リソースの一時的な移動と永久の移動とのうち少なくとも一方を推奨することを含む
付記11に記載の方法。
<付記13>
少なくとも1人の患者に関する患者情報を受信するレシーバー手段と、
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定する決定手段と、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化するセレクター手段と、
推奨医療機関リソース割り当てを出力する出力手段と、
を備える、医療機関リソース利用を最適化するコンピューティングシステム。
<付記14>
前記セレクター手段は、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を選択して、合計医療機関リソース利用を最小限に抑える
付記13に記載のコンピューティングシステム。
<付記15>
前記レシーバー手段は、最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、該当する前記第1予測機関リソース要件又は前記第2予測機関リソース要件を各患者に対応して、いずれの時点においても、時間軸で予測される医療機関リソース利用が前記最大限の医療機関リソース利用可能性を上回ることがないように選択する
付記13に記載のコンピューティングシステム。
<付記16>
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、各患者に対応して選択されて、該当する患者の再入院の可能性を最小限に抑える
付記13に記載のコンピューティングシステム。
<付記17>
前記セレクター手段は、
それぞれの患者に関する第1予測機関リソース要件及び前記第2予測機関リソース要件の組み合わせを分析し、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定し、
前記少なくとも1つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定するように構成される
付記15に記載のコンピューティングシステム。
<付記18>
前記レシーバー手段は、患者症状重症度スコアを受信し、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
付記13乃至17のいずれか一項に記載のコンピューティングシステム。
<付記19>
前記レシーバー手段は、複数の医療機関に跨る複数の患者に関する患者情報を受信する
付記13乃至18のいずれか一項に記載のコンピューティングシステム。
<付記20>
前記レシーバー手段は、前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択する
付記19に記載のコンピューティングシステム。
<付記21>
前記レシーバー手段は、前記複数の医療機関の各医療機関に関する最大限の医療機関リソース利用可能性を受信し、
前記セレクター手段は、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全てに関する前記最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択する
付記19に記載のコンピューティングシステム。
<付記22>
前記出力手段は、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち1つの医療機関の1人以上の患者を特定する
付記21に記載のコンピューティングシステム。
<付記23>
前記出力手段は、前記複数の医療機関のうち別の医療機関に移動させることが推奨される、前記複数の医療機関のうち1つの医療機関の1つ以上の医療機関リソースを特定する
付記21に記載のコンピューティングシステム。
<付記24>
前記出力手段は、それぞれの前記1つ以上の医療機関リソースの一時的な移動と永久の移動とのうち少なくとも一方を推奨する
付記23に記載のコンピューティングシステム。
<付記25>
少なくとも1人の患者に関する患者情報を受信し、
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定し、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し、
推奨医療機関リソース割り当てを出力する
ことを少なくとも1つのプロセッサによりコンピュータに少なくとも実行させるコンピュータプログラムコードを含むコンピュータ可読媒体。
<Appendix>
<
Receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
Determining
Selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient to optimize medical institution resource utilization;
Output recommended institutional resource assignments;
How to optimize healthcare resource utilization, including:
<Appendix 2>
The method of
<Appendix 3>
Including receiving maximum healthcare resource availability,
The selecting may be performed such that, at any point in time, the predicted institutional resource utilization over time does not exceed the maximum medical institution resource availability, and The method of
<Appendix 4>
The one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected for each patient to minimize the likelihood of re-hospitalization of the patient. Method.
<Appendix 5>
Said selecting comprises:
Analyzing a combination of a first predictor resource requirement and a second predictor resource requirement for each patient;
Identifying at least one combination that allows for a predicted institutional resource utilization at any time that does not exceed the maximum institutional resource availability;
Identifying from the at least one combination a combination that allows for a minimum total medical institution resource utilization;
4. The method according to supplementary note 3, comprising:
<Appendix 6>
Further comprising receiving a patient symptom severity score;
The method of any one of
<Appendix 7>
7. The method of any of the preceding claims, wherein the receiving the patient information comprises receiving patient information for a plurality of patients spanning a plurality of medical institutions.
<Appendix 8>
Further comprising receiving maximum healthcare resource availability for each healthcare facility of the plurality of healthcare facilities;
The selecting means that one of the first predictive institution resource requirement and the second predictive institution resource requirement is associated with each patient, and the medical institution resource utilization predicted on a time axis is determined for each corresponding medical institution. The method of claim 7 including selecting not to exceed applicable maximum institutional resource availability.
<Appendix 9>
Further comprising receiving maximum healthcare resource availability for each healthcare facility of the plurality of healthcare facilities;
The selecting means that one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponds to each patient, and the medical institution resource utilization predicted on a time axis for all patients is the plurality of 8. The method of claim 7 including selecting not to exceed a sum of all of the maximum institutional resource availability for all of the medical institutions.
<Appendix 10>
The outputting the recommended medical institution resource assignments is recommended to be moved to another medical institution of the plurality of medical institution, wherein one or more patients of one of the medical institution of the plurality of medical institution The method of claim 9 comprising identifying
<Supplementary Note 11>
The outputting of the recommended medical institution resource assignments may include moving one or more medical treatments of one of the plurality of medical institutions to a different one of the plurality of medical institutions. The method of Appendix 9 including identifying an institutional resource.
<Appendix 12>
The identifying one or more medical institution resources of one medical institution of the plurality of medical institutions, which is recommended to be moved to another medical institution of the plurality of medical institutions, comprises: 12. The method of claim 11 including recommending at least one of a temporary transfer and a permanent transfer of one or more healthcare institution resources.
<Appendix 13>
Receiver means for receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
Determining means for determining
Selector means for selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponding to each patient to optimize medical institution resource utilization;
An output unit for outputting a recommended medical institution resource assignment;
A computing system that optimizes the use of medical institution resources.
<Appendix 14>
The computing system of claim 13, wherein the selector means selects one of the first predictive institution resource requirement and the second predictive institution resource requirement to minimize total medical institution resource utilization.
<Appendix 15>
The receiver means receives maximum medical institution resource availability;
The selector means, for each patient, the corresponding first predictive institution resource requirement or the second predictive institution resource requirement, and at any point in time, the medical institution resource utilization predicted on the time axis is the maximum. 14. The computing system of claim 13 wherein the selection is made so as not to exceed medical institution resource availability.
<Appendix 16>
The one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected for each patient to minimize the likelihood of re-hospitalization of the patient. Computing system.
<Appendix 17>
The selector means,
Analyzing a combination of the first predictor resource requirement and the second predictor resource requirement for each patient;
Identifying at least one combination that, at any one time point, enables a predicted institutional resource utilization on a timeline that does not exceed the maximum institutional resource availability;
16. The computing system of claim 15, wherein the at least one combination is configured to identify a combination that allows for a minimum total medical institution resource utilization.
<Appendix 18>
The receiver means receives a patient symptom severity score,
The computing system according to any one of claims 13 to 17, wherein the one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected based on the patient symptom severity score.
<Appendix 19>
The computing system according to any one of appendices 13 to 18, wherein the receiver unit receives patient information on a plurality of patients spanning a plurality of medical institutions.
<Appendix 20>
The receiver means receives maximum medical institution resource availability for each medical institution of the plurality of medical institution;
The selector means, for each of the patients, one of the first predictive institution resource requirement and the second predictive institution resource requirement, the medical institution resource utilization predicted on a time axis corresponds to the corresponding medical institution. 20. The computing system of claim 19, wherein the computing system does not exceed maximum medical institution resource availability.
<Appendix 21>
The receiver means receives maximum medical institution resource availability for each medical institution of the plurality of medical institution;
The selector means may be configured to set one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient, and that the medical institution resource utilization predicted on a time axis for all patients is the plurality of medical institution resources. 20. The computing system of claim 19, wherein the computing system selects not to exceed a sum of all of the maximum medical institution resource availability for all of the institutions.
<Appendix 22>
The output unit may identify one or more patients of one medical institution among the plurality of medical institutions, which is recommended to be moved to another medical institution among the plurality of medical institutions. Computing system.
<Appendix 23>
The output means identifies one or more medical institution resources of one medical institution among the plurality of medical institutions, which is recommended to be moved to another medical institution among the plurality of medical institutions. A computing system as described.
<Appendix 24>
The computing system according to supplementary note 23, wherein the output unit recommends at least one of a temporary movement and a permanent movement of each of the one or more medical institution resources.
<Appendix 25>
Receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement that provides a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
And determine
Selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient to optimize medical institution resource utilization;
A computer readable medium comprising computer program code for causing a computer to at least cause a computer to output a recommended institutional resource allocation.
本出願は、2016年11月2日出願のシンガポール特許出願第10201609191R号に基づくものであり、優先権の利益をシンガポール特許出願第10201609191R号に基づいて主張するものであり、この特許出願の開示内容の全てが本願に引用をもって援用される。 This application is based on Singapore Patent Application No. 10201609191R filed on Nov. 2, 2016 and claims the benefit of priority based on Singapore Patent Application No. 10201609191R. Are incorporated herein by reference.
100 方法
200 好適なワークフロー
202 患者
204 医療機関
206 最適化システム
208 患者情報
210 収集患者情報
212 推奨医療機関リソース割り当て
300 別の好適なワークフロー
302 患者
304 医療機関
306 最適化システム
310 患者情報
312 推奨医療機関リソース割り当て
314 第1グループ
316 第2グループ
400 医療機関再入院リスクの影響評価
402 医療機関再入院確率
404 症状の重症度
406 症状A
408 症状B
410 症状C
412 症状D
500 医療機関再入院リスクの影響及び費用評価
502 経過時間
504 病院費用
506 最大
510 好適な目標患者集団
512 患者集団
514 看護師集団
516 病院費用
518 病院費用
520 病院費用
522 病院費用
524 病院費用
600 方法
700 詳細ワークフロー
702 医療機関
704 最適化システム
706 患者情報及びリソース利用可能性
708 推奨医療機関リソース利用
800 詳細ワークフロー
802 医療機関
804 最適化システム
806 患者情報及びリソース利用可能性
808 推奨医療機関リソース利用
810 医療機関
812 患者
900 システム
902 コンピュータ
904a データベース
904n データベース
906 ユーザ入力モジュール
908 ユーザ出力モジュール
1000 コンピュータシステム
1002 ディスプレイインターフェース
1004 プロセッサ
1006 通信インフラストラクチャ
1008 主メモリ
1010 補助メモリ
1012 記憶ドライブ
1014 着脱可能な記憶ドライブ
1022 着脱可能な記憶ユニット
1024 通信インターフェース
1026 通信経路
1030 ディスプレイ
1032 オーディオインターフェース
1034 スピーカ(群)
1040 インターフェース
1044 着脱可能な記憶媒体
100
408 Symptom B
410 Symptom C
412 Symptom D
500 Impact and cost assessment of medical
1040 Interface 1044 Removable storage medium
Claims (25)
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定することと、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化することと、
推奨医療機関リソース割り当てを出力することと、
を含む、医療機関リソース利用を最適化する方法。 Receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
Determining
Selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient to optimize medical institution resource utilization;
Output recommended institutional resource assignments;
How to optimize healthcare resource utilization, including:
請求項1に記載の方法。 The method of claim 1, wherein the selecting comprises selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement to minimize total medical institution resource utilization.
前記選択することは、いずれの時点においても、時間軸で予測される医療機関リソース利用が、前記最大限の医療機関リソース利用可能性を上回ることがないように、該当する前記第1予測機関リソース要件又は前記第2予測機関リソース要件を各患者に対応して選択すること
を更に含む請求項1に記載の方法。 Including receiving maximum healthcare resource availability,
The selecting may be performed such that, at any point in time, the predicted institutional resource utilization over time does not exceed the maximum medical institution resource availability, and The method of claim 1, further comprising selecting a requirement or the second predictive institution resource requirement for each patient.
請求項1に記載の方法。 The method of claim 1, wherein the one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected for each patient to minimize the likelihood of readmission of the patient. the method of.
それぞれの患者に関する第1予測機関リソース要件及び前記第2予測機関リソース要件の組み合わせを分析することと、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定することと、
前記少なくとも1つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定することと、
を含む請求項3に記載の方法。 Said selecting comprises:
Analyzing a combination of a first predictor resource requirement and a second predictor resource requirement for each patient;
Identifying at least one combination that allows for a predicted institutional resource utilization at any time that does not exceed the maximum institutional resource availability;
Identifying from the at least one combination a combination that allows for a minimum total medical institution resource utilization;
4. The method of claim 3, comprising:
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
請求項1乃至5のいずれか一項に記載の方法。 Further comprising receiving a patient symptom severity score;
The method according to claim 1, wherein the one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected based on the patient symptom severity score.
請求項1乃至6のいずれか一項に記載の方法。 The method of claim 1, wherein the receiving the patient information comprises receiving patient information for a plurality of patients spanning a plurality of medical institutions.
前記選択することは、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択することを含む
請求項7に記載の方法。 Further comprising receiving maximum healthcare resource availability for each healthcare facility of the plurality of healthcare facilities;
The selecting means that one of the first predictive institution resource requirement and the second predictive institution resource requirement is associated with each patient, and the medical institution resource utilization predicted on a time axis is determined for each corresponding medical institution. The method of claim 7, comprising selecting not to exceed applicable maximum institutional resource availability.
前記選択することは、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全ての医療機関に関する最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択することを含む
請求項7に記載の方法。 Further comprising receiving maximum healthcare resource availability for each healthcare facility of the plurality of healthcare facilities;
The selecting means that one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponds to each patient, and the medical institution resource utilization predicted on a time axis for all patients is the plurality of 8. The method of claim 7, comprising selecting not to exceed a sum of all of the maximum institutional resource availability for all of the medical institutions.
請求項9に記載の方法。 The outputting the recommended medical institution resource assignments is recommended to be moved to another medical institution of the plurality of medical institution, wherein one or more patients of one of the medical institution of the plurality of medical institution 10. The method of claim 9, comprising identifying the method.
請求項9に記載の方法。 The outputting of the recommended medical institution resource assignments may include moving one or more medical treatments of one of the plurality of medical institutions to a different one of the plurality of medical institutions. The method of claim 9, comprising identifying institutional resources.
請求項11に記載の方法。 The identifying one or more medical institution resources of one medical institution of the plurality of medical institutions, which is recommended to be moved to another medical institution of the plurality of medical institutions, comprises: The method of claim 11, comprising recommending at least one of a temporary transfer and a permanent transfer of one or more medical institution resources.
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定する決定手段と、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化するセレクター手段と、
推奨医療機関リソース割り当てを出力する出力手段と、
を備える、医療機関リソース利用を最適化するコンピューティングシステム。 Receiver means for receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
Determining means for determining
Selector means for selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponding to each patient to optimize medical institution resource utilization;
An output unit for outputting a recommended medical institution resource assignment;
A computing system that optimizes the use of medical institution resources.
請求項13に記載のコンピューティングシステム。 14. The computing system of claim 13, wherein the selector means selects one of the first predictive institution resource requirement and the second predictive institution resource requirement to minimize total medical institution resource utilization.
前記セレクター手段は、該当する前記第1予測機関リソース要件又は前記第2予測機関リソース要件を各患者に対応して、いずれの時点においても、時間軸で予測される医療機関リソース利用が前記最大限の医療機関リソース利用可能性を上回ることがないように選択する
請求項13に記載のコンピューティングシステム。 The receiver means receives maximum medical institution resource availability;
The selector means, for each patient, the corresponding first predictive institution resource requirement or the second predictive institution resource requirement, and at any point in time, the medical institution resource utilization predicted on the time axis is the maximum. 14. The computing system of claim 13, wherein the selection is made so as not to exceed medical institution resource availability.
請求項13に記載のコンピューティングシステム。 The one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected for each patient to minimize the likelihood of readmission of the patient. Computing system.
それぞれの患者に関する第1予測機関リソース要件及び前記第2予測機関リソース要件の組み合わせを分析し、
いずれの時点においても、前記最大限の医療機関リソース利用可能性を上回ることがない時間軸で予測される医療機関リソース利用を可能にする少なくとも1つの組み合わせを特定し、
前記少なくとも1つの組み合わせから、最小限の合計医療機関リソース利用を可能にする組み合わせを特定するように構成される
請求項15に記載のコンピューティングシステム。 The selector means,
Analyzing a combination of the first predictor resource requirement and the second predictor resource requirement for each patient;
Identifying at least one combination that, at any one time point, enables a predicted institutional resource utilization on a timeline that does not exceed the maximum institutional resource availability;
The computing system of claim 15, wherein the computing system is configured to identify a combination that allows a minimum total medical institution resource utilization from the at least one combination.
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち前記一方は、前記患者症状重症度スコアに基づいて選択される
請求項13乃至17のいずれか一項に記載のコンピューティングシステム。 The receiver means receives a patient symptom severity score,
The computing system according to any one of claims 13 to 17, wherein the one of the first predictive institution resource requirement and the second predictive institution resource requirement is selected based on the patient symptom severity score.
請求項13乃至18のいずれか一項に記載のコンピューティングシステム。 The computing system according to any one of claims 13 to 18, wherein the receiver unit receives patient information on a plurality of patients spanning a plurality of medical institutions.
前記セレクター手段は、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、時間軸で予測される医療機関リソース利用が、各該当する医療機関の該当する最大限の医療機関リソース利用可能性を上回ることがないように選択する
請求項19に記載のコンピューティングシステム。 The receiver means receives maximum medical institution resource availability for each medical institution of the plurality of medical institution;
The selector means, for each of the patients, one of the first predictive institution resource requirement and the second predictive institution resource requirement, the medical institution resource utilization predicted on a time axis corresponds to the corresponding medical institution. 20. The computing system of claim 19, wherein the computing system does not exceed maximum medical institution resource availability.
前記セレクター手段は、前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して、全患者に関して時間軸で予測される医療機関リソース利用が、前記複数の医療機関の全てに関する前記最大限の医療機関リソース利用可能性の全ての合計を上回ることがないように選択する
請求項19に記載のコンピューティングシステム。 The receiver means receives maximum medical institution resource availability for each medical institution of the plurality of medical institution;
The selector means may be configured to set one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient, and that the medical institution resource utilization predicted on a time axis for all patients is the plurality of medical institution resources. 20. The computing system of claim 19, wherein the computing system is selected to not exceed a sum of all of the maximum medical institution resource availability for all of the institutions.
請求項21に記載のコンピューティングシステム。 The said output means specifies one or more patients of one medical institution of said some medical institution which is recommended to move to another medical institution of said some medical institution. Computing system.
請求項21に記載のコンピューティングシステム。 22. The output unit specifies one or more medical institution resources of one medical institution among the plurality of medical institutions, which is recommended to be moved to another medical institution among the plurality of medical institutions. A computing system according to claim 1.
請求項23に記載のコンピューティングシステム。 24. The computing system according to claim 23, wherein the output unit recommends at least one of a temporary movement and a permanent movement of each of the one or more medical institution resources.
前記患者情報から、
現患者の1回目の治療を各患者に対して行なって該当する患者の再入院の可能性を低下させる第1予測機関リソース要件と、
現患者の2回目の治療及び再入院時の治療を各患者に対して行なう第2予測機関リソース要件と、
を決定し、
前記第1予測機関リソース要件及び前記第2予測機関リソース要件のうち一方を各患者に対応して選択して、医療機関リソース利用を最適化し、
推奨医療機関リソース割り当てを出力する
ことを少なくとも1つのプロセッサによりコンピュータに少なくとも実行させるコンピュータプログラムコードを含むコンピュータ可読媒体。 Receiving patient information about at least one patient;
From the patient information,
A first predictive institution resource requirement to provide a first treatment of the current patient to each patient to reduce the likelihood of readmission of the patient;
A second predictive institution resource requirement to treat each patient for a second treatment and re-admission treatment of the current patient;
And determine
Selecting one of the first predictive institution resource requirement and the second predictive institution resource requirement for each patient to optimize medical institution resource utilization;
A computer readable medium comprising computer program code for causing a computer to at least cause a computer to output a recommended medical institution resource assignment.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201609191R | 2016-11-02 | ||
SG10201609191RA SG10201609191RA (en) | 2016-11-02 | 2016-11-02 | Optimization of healthcare institution resource utilisation |
PCT/JP2017/039475 WO2018084166A1 (en) | 2016-11-02 | 2017-11-01 | Method, computing system and medium for optimizing of healthcare institution resource utilisation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019537121A true JP2019537121A (en) | 2019-12-19 |
JP7044111B2 JP7044111B2 (en) | 2022-03-30 |
Family
ID=62077029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019520469A Active JP7044111B2 (en) | 2016-11-02 | 2017-11-01 | Methods, computing systems, and programs for optimizing healthcare resource utilization |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7044111B2 (en) |
SG (1) | SG10201609191RA (en) |
WO (1) | WO2018084166A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021215495A1 (en) * | 2020-04-24 | 2021-10-28 | 国立大学法人大阪大学 | Prediction support system, prediction support method, prediction support program, recording medium, training dataset, and trained model generating method |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11631497B2 (en) * | 2018-05-30 | 2023-04-18 | International Business Machines Corporation | Personalized device recommendations for proactive health monitoring and management |
CN111724888B (en) * | 2020-06-19 | 2024-04-09 | 北京深睿博联科技有限责任公司 | Information processing method, diagnosis guiding system and storage medium for hierarchical diagnosis guiding |
CN114360696A (en) * | 2021-12-13 | 2022-04-15 | 山东众阳健康科技集团有限公司 | Method and system for assembling hospital business combination |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096942A1 (en) * | 2011-10-14 | 2013-04-18 | The Trustees Of The University Of Pennsylvania | Discharge Decision Support System for Post Acute Care Referral |
US20130262357A1 (en) * | 2011-10-28 | 2013-10-03 | Rubendran Amarasingham | Clinical predictive and monitoring system and method |
US20150213206A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated staff monitoring |
WO2015142708A1 (en) * | 2014-03-17 | 2015-09-24 | 3M Innovative Properties Company | Predicting personalized risk of preventable healthcare events |
-
2016
- 2016-11-02 SG SG10201609191RA patent/SG10201609191RA/en unknown
-
2017
- 2017-11-01 JP JP2019520469A patent/JP7044111B2/en active Active
- 2017-11-01 WO PCT/JP2017/039475 patent/WO2018084166A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096942A1 (en) * | 2011-10-14 | 2013-04-18 | The Trustees Of The University Of Pennsylvania | Discharge Decision Support System for Post Acute Care Referral |
US20130262357A1 (en) * | 2011-10-28 | 2013-10-03 | Rubendran Amarasingham | Clinical predictive and monitoring system and method |
US20150213206A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for automated staff monitoring |
WO2015142708A1 (en) * | 2014-03-17 | 2015-09-24 | 3M Innovative Properties Company | Predicting personalized risk of preventable healthcare events |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021215495A1 (en) * | 2020-04-24 | 2021-10-28 | 国立大学法人大阪大学 | Prediction support system, prediction support method, prediction support program, recording medium, training dataset, and trained model generating method |
Also Published As
Publication number | Publication date |
---|---|
JP7044111B2 (en) | 2022-03-30 |
WO2018084166A1 (en) | 2018-05-11 |
SG10201609191RA (en) | 2018-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nordstrom et al. | Boarding of mentally ill patients in emergency departments: American Psychiatric Association resource document | |
Weinick et al. | Many emergency department visits could be managed at urgent care centers and retail clinics | |
Mohan et al. | Assessing the feasibility of the American College of Surgeons' benchmarks for the triage of trauma patients | |
DuBard et al. | Trends in emergency Medicaid expenditures for recent and undocumented immigrants | |
Hensher et al. | Referral hospitals | |
Morrison et al. | Reducing preventable hospitalizations with two models of transitional care | |
JP7044111B2 (en) | Methods, computing systems, and programs for optimizing healthcare resource utilization | |
Jalisi et al. | Outcomes in head and neck oncologic surgery at academic medical centers in the United States | |
US20180068078A1 (en) | Acute medical care system | |
US20200143946A1 (en) | Patient risk scoring and evaluation systems and methods | |
US20120278100A1 (en) | Remote, Adjunct, Credentialed Provider-Directed Healthcare Systems and Methods | |
Nemiroff et al. | Adherence to “no transfer to hospital” advance directives among nursing home residents | |
US20170103181A1 (en) | Healthcare delivery system | |
US20130144652A1 (en) | Systems and methods for assessing medical record complexity and risk of adverse events | |
WO2020197756A1 (en) | Adapting the display of patient data based on display screen-real estate and patient monitoring context | |
JP7044113B2 (en) | Presentation method, presentation system, and program | |
Garg | Technology in healthcare: vision of smart hospitals | |
Dahl et al. | People, technology, and process meet the triple aim | |
Lilienthal et al. | Predisposing characteristics, enabling factors, and need as predictors of integrated behavioral health utilization | |
Wachter | Observation status for hospitalized patients: a maddening policy begging for revision | |
Vergara et al. | Face-to-face meetings with neurosurgical patients before hospital discharge: Impact on telephone outreach, emergency department visits, and hospital readmissions | |
Daniel et al. | Retail health clinics: a policy position paper from the American College of Physicians | |
US11482331B2 (en) | Assist system, assist method, and assist program | |
KR20220011549A (en) | Apparatus, method, computer-readable storage medium and computer program for decision making by hospital | |
US20200035360A1 (en) | Predictive modeling for health services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190523 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210810 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211007 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20211021 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220228 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7044111 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |