JP2019537121A - Methods, computing systems, and programs for optimizing healthcare resource utilization - Google Patents

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.

本教示による医療機関リソース利用を最適化する方法を示すフローチャートを示している。5 shows a flowchart illustrating a method for optimizing medical institution resource utilization according to the present teachings. 本教示による患者、医療機関、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。Fig. 3 illustrates a detailed workflow illustrating the interaction between a patient, a medical institution, and an optimization system according to the present teachings. 本教示による患者、医療機関、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。Fig. 3 illustrates a detailed workflow illustrating the interaction between a patient, a medical institution, and an optimization system according to the present teachings. 本教示による医療機関再入院リスクの影響評価を示している。Fig. 4 shows the impact assessment of medical institution readmission risk according to the present teachings. 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を示している。Figure 2 illustrates the impact of hospital readmission risk and cost assessment according to the present teachings. 本教示による病院再入院の影響を最大限に抑える好適な目標患者集団を示している。Figure 3 illustrates a preferred target patient population that minimizes the impact of hospital readmission according to the present teachings. 本教示による医療機関リソース利用を最適化する方法を示すフローチャートを示している。5 shows a flowchart illustrating a method for optimizing medical institution resource utilization according to the present teachings. 本教示による複数の医療機関と最適化システムとの間の相互作用を示す詳細ワークフローを示している。Fig. 4 illustrates a detailed workflow illustrating the interaction between multiple medical institutions and an optimization system according to the present teachings. 本教示による複数の医療機関、患者／医療リソース、及び最適化システムの間の相互作用を示す詳細ワークフローを示している。Fig. 3 illustrates a detailed workflow illustrating the interaction between multiple medical institutions, patient / medical resources, and optimization systems in accordance with the present teachings. 本教示による医療機関リソース利用を最適化するシステムの模式図を示している。FIG. 1 shows a schematic diagram of a system for optimizing medical institution resource utilization according to the present teachings. 本教示による医療機関リソース利用を最適化する方法を実行するために適する好適なコンピューティング装置を示している。FIG. 2 illustrates a suitable computing device suitable for performing a method of optimizing medical institution resource utilization in accordance with the present teachings.

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 method 100 for optimizing institutional resource utilization according to an embodiment of the present invention. Method 100 may be performed by a computer connected to one or more databases. Further, method 100 can be performed by a computing device, which can be a server system, a mobile device (eg, a smartphone or tablet computer) or a personal computer. Further details regarding the computer and the database are provided below with reference to FIGS.

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。 Method 100 broadly includes:
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 step 102, i.e., the system receives patient information for the patient. The patient can be requested to fill out a medical inquiry form, and the officially completed inquiry form along with the patient's past clinical records is sent to the medical institution system used to perform the method be able to.

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 step 102, i.e., the system receives patient information about the patient. The results of the consultation can be sent to the medical institution system.

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 preferred workflow 200 illustrating the interaction between a patient 202, a medical institution 204, and an optimization system 206 according to an embodiment of the present invention. In one example, patient information 208 can be collected from each patient 202 and the medical institution 204 can transfer the collected patient information 208 for several patients 202 to the optimization system. Alternatively, each patient 202 may have his or her personal medical record in a government agency or third-party medical record management company database. Each patient 202 can retrieve the personal medical record from the database with authorization to the optimization system 206. The patient information 208 may include a diagnosis of the patient 202 connected to a database of the medical institution 204 or stored in a stored electronic medical record. From the diagnosis result of the patient 202, the symptom that each patient 202 is affected can be specified. The patient 202 can include one or more current patients, one or more past patients, or a combination of current and past patients, as needed, separately.

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 medical institution 204 or any other database for clinical information. Past clinical records provide information on the severity of the condition, the readmission rates of previous patients who had the condition, the requirements to treat the condition to reduce the likelihood of readmission (ie, hospital resources), and the It may include information about the requirements to be treated on admission.

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 medical institution 204 can collect patient information 208 for each patient 202 including past clinical records related to the symptoms identified for each patient 202. The collected patient information 210 can be forwarded to the optimization system 206. In this manner, patient information 208 can be transferred from the patient 202 to the optimization system 206 via the medical institution 204. However, each patient 202 may transmit their own personal clinical records stored in a government agency or a third-party medical records management company database to the optimization system 206 without using the medical institution 204. . The optimization system 206 can be any type of computing means, including a remote server, a cloud computing environment, or a system installed on a medical institution computing device.

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 optimization system 206 determines the first predictive institution resource requirement and the second predictive institution resource requirement described with reference to FIG. 1 based on the patient information 208 transmitted as the collected patient information 210. Past clinical records and medical knowledge databases included in the patient information can be used to determine the first and second predictive institution resource requirements. Clinicians and other hospital staff or practitioners can be consulted to estimate treatment requirements for a particular treatment plan or patient condition. The historical clinical records and medical knowledge database may include details of the condition and how the condition has been treated in the past, and whether the patient with the condition has been re-hospitalized in the past. The optimization system 206 may retrieve relevant information regarding the condition of the patient 202 that is useful for determining the first and second institution resource requirements. For example, the average cost required to treat a condition and the probability of readmission for a patient with the condition can be retrieved.

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 optimization system 206 selects one of the first and second predictor resource requirements for each patient 202. To optimize the use of medical institution resources. When healthcare resources are inadequate, minimizing healthcare resource use is a priority. Alternatively, if a condition such as an infection requires immediate treatment, minimizing the likelihood of re-hospitalization of the patient is a priority.

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 institution resource assignment 212 is output to the medical institution 204. Then, the medical institution 204 provides treatment to each patient 202 according to the recommended medical institution resource allocation 212.

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 preferred workflow 300 that illustrates the interaction between a patient 302, a medical facility 304, and an optimization system 306 according to the present teachings. Medical facility 304 can provide patient information 310 to optimization system 306. Accordingly, the optimization system 306 can determine the first predictive institution resource requirement and the second predictive institution resource requirement based on the patient information 310. The optimization system 306 may then select a first predictive institution resource requirement or a second predictive institution resource requirement corresponding to each patient 302.

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, optimization system 306 may divide patient 302 into two groups. The first predictive institution resource requirement applies to the patients 302 in the first group 314, ie, patients 302 in this group can receive medical treatment that reduces the likelihood of readmission. Alternatively, the second predictive institution resource requirement applies to the patients 302 in the second group 316, ie, the patients 302 in this group can receive medical treatment upon readmission.

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 optimization system 306 makes a recommended medical institution resource assignment 312 to the medical institution 304. The medical institution 304 can divide the patients 302 into two groups: a first group 314 and a second group 316 proposed by the recommended medical institution resource allocation 312. In one example, patients 302 may be placed in a first group 314 with symptoms of these patients (eg, life-threatening injuries, other conditions requiring detailed immediate treatment, and future treatment if properly treated). Other symptoms that can avoid large hospital resource utilization), and others, can be assigned because of either or both high readmission probabilities. Alternatively, the patients 302 in the second group 316 may receive medical treatment at readmission because either or both of the severity of their symptoms and / or the probability of readmission are low.

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 patients 302 to the first group 314 or the second group 316 is not fixed. Depending on the condition of each patient 302 and the change in the condition, the assignment of these patients to each patient may be changed. Patients 302 assigned to the first group 314 can be moved to the second group 316 if the condition of the patient 302 improves after medical treatment. Alternatively, the patient 302 assigned to the second group 316 can be moved to the first group 314 if the condition of the patient 302 worsens. For example, due to the incubation period of the pathogen, the symptoms of the patient 302 may suddenly change after a predetermined period.

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 first group 314 and the second group 316 are shown in FIG. 3, each of these groups can include subgroups, each of which has the potential for readmission Depending on the condition of the patient 302, different resource allocations may be received. For example, a first subgroup of patients 302 suffering from an incurable disease can be provided. Such patients 302 need to be re-hospitalized to regularly relieve the symptoms of the disease and still require home care. In other words, the probability of readmission is 100%. A second subgroup of patients 302 that may be re-hospitalized can be provided, but re-hospitalization can be avoided by allocating the required medical resources. There may also be a third subgroup of patients 302 that are unlikely to be readmitted or will not be readmitted. In this case, the first group of patients 302 may include a second sub-group of patients 302 that receive a first resource allocation that is intended to reduce the likelihood of readmission. Can be. The second group of patients 302 includes patients in the first and third subgroups, in other words, patients whose readmission potential is unlikely to be affected by any particular treatment. Can be included.

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 impact assessment 400 of a medical institution readmission risk according to an embodiment of the present invention. In this situation, the impact of readmission risk is defined as the adverse effect on resource utilization when readmission occurs. If the impact of readmission risk is assessed to be significant, the predicted value of resource utilization is large. It is important to reduce the impact of readmission risk to minimize resource use. In one example, the selection of one of the first predictive institution resource requirement and the second predictive institution resource requirement corresponding to each patient is based on a score for each patient. The score is based on two criteria, symptom severity 404 and medical institution readmission probability 402. Readmission probability can be measured before and after medical treatment or intervention. The score may be based on readmission prior to medical treatment or intervention, as the score is used to determine whether medical treatment is required. If the symptom severity 404 is high in terms of treatment costs, i.e., in terms of high resource utilization and high readmission probability, the higher the score for a medical institution readmission risk, the higher the score for such patients. Is assigned in certain situations. In contrast, if the severity of symptoms 404 is low in terms of low treatment costs and low probability of re-hospitalization, a low score will be given to the patient in such situations, as the impact of medical institution readmission risk is small. Assigned in.

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: Post-stroke incontinence 406, Symptom B: Post-stroke incontinence 408, Symptom C: Recurrent stroke (bleeding) 410, and Symptom D: Relapse. Having sexual stroke (ischemic) 412. These patients with symptoms can be assigned to one of nine categories in terms of symptom severity and readmission probability-note: if readmission is unavoidable (e.g. Method, to monitor the progress of dialysis, or to check the progress of an incurable disease), the method assumes that the resources needed to address unavoidable readmission are deducted from the maximum available institutional resources. I do. In other words, if readmission is unavoidable, there may be less or no flexibility in deciding which resources should be assigned to readmission patient treatment. These resources are excluded from the method when assessing which treatment (ie, the first and second current treatment) should be administered. Rather than an incurable disease, the method focuses on symptoms where the likelihood of readmission is not 100%. Symptom severity and readmission probability are analyzed based on patient information such as information about electronic medical records, past clinical information, and information about a medical knowledge database.

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 symptom B 408.

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 cost assessment 500 according to the present teachings. The vertical axis represents hospital costs 504 that are proportional to the human resources of the medical institution. The horizontal axis represents the elapsed time 502 after admission to the medical institution. The greater the number of patients re-admitted to a healthcare facility, the higher the hospital costs. According to the medical field's knowledge of symptoms and interventions, transition care at hospital discharge within 30 days is essential to ensure a seamless transition of patients from the hospital to the community (home). As a result, national health agencies such as the Medicare Center and Medicaid Service Center have introduced readmission reduction programs to closely monitor and regulate the rate of unscheduled hospital admission within 30 days. For purposes of illustration, a hypothetical cost curve 506 is shown that has the highest medical institution cost or readmission rate to the medical institution at day 30, a negative revenue for the medical institution. In order to reduce the negative income for medical institutions, it is important to reduce the number of readmissions within 30 days by medical intervention to reduce the likelihood of readmission.

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 impact 510 of readmission. In this example, patient population 512 consists of five patients, P1, P2, P3, P4, and P5. Also, the nurse group 514 is composed of two nurses, N1 and N2.

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 patient population 512 maximizes the impact of hospital readmission in terms of at least two constraints: hospital costs and maximum target hospital readmission rate. It is determined to be as small as possible.

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 nurse group 514.

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、
ａ_ｉ＝患者ｉ（ｉ＝１，２，３，．．．）ｉに割り当てられる病院費用、
Ｚ_ｉ＝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 method 600 for optimizing institutional resource utilization according to an embodiment of the present invention. Method 600 can be performed by a computer connected to one or more databases. Further, method 600 can be performed by a computing device, which can be a server system, a mobile device (eg, a smartphone or tablet computer), or a personal computer. Further details regarding the computer and the database are provided below with reference to FIGS.

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。 Method 600 is:
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 detailed workflow 700 illustrating the interaction between a plurality of medical institutions 702 and an optimization system 704 that optimizes medical institution resource utilization between the medical institutions according to the present teachings. Each of the plurality of medical institutions 702 supplies the optimization system 704 with patient information and resource availability 706 corresponding to each of the medical institutions 702. The patient information can include the number of patients and symptoms identified for each patient. The readmission risk score for each patient described in the discussion of FIG. 4 may be assigned at each of the medical institutions 702 or at the optimization system 704.

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 optimization system 704 determines first and second medical institution resource requirements for each patient and selects one of the first and second medical institution resource requirements. Consider the use of medical institution resources across multiple medical institutions 702 in addition to the use of medical institution resources within one medical institution. Temporarily or permanently moving nursing staff from one institution to another may be useful to optimize total medical institution resource utilization. Accordingly, the recommended medical institution resource utilization 708 can include recommendations within each institution and cross-institutional recommendations. Coordination between multiple institutions is necessary to make use of recommended institutional resources.

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 detailed workflow 800 illustrating an interaction between a plurality of medical institutions 802 and 810 and an optimization system 804 that optimizes medical institution resource utilization between the plurality of medical institutions 802 and 810 according to the present teachings. Is shown. Each of the plurality of medical institutions 802 and 810 supplies the optimization system 804 with patient information and resource availability 806 corresponding to each of the medical institutions 802 and 810. Based on the patient information, the required institutional resources can be calculated in the optimization system 804.

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 medical institution 810 may accommodate more patients than the institution's capacity in terms of medical institution resource availability. Alternatively, the medical institution 802 can only accept fewer patients than the capacity of the medical institution in terms of medical institution resource availability. The optimization system 804 may collect such information 806 from the medical institutions 810 and 802 and may submit a recommended medical institution resource allocation 808 to each of the medical institutions 810 and 802. In this scenario, healthcare facility 810 is required to move patient 812 to healthcare facility 802 to optimize total healthcare resource utilization. As another configuration, it is required that the nursing staff of the medical institution 802 be moved to the medical institution 810 so that the care of the patient is handled by the medical institution 810. When nursing medical personnel resources, such nursing staff, medical institution locations, and years of nursing staff experience can be taken into account in optimization system 804.

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 network use system 900 for optimizing medical institution resource use according to an embodiment of the present invention. The system 900 includes a computer 902, one or more databases 904a ... 904n, a user input module 906, and a user output module 908. Each database of one or more databases 904a ... 904n is communicably connected to the computer 902. User input module 906 and user output module 908 can be separate and distinct modules communicatively connected to computer 902. Alternatively, the user input module 906 and the user output module 908 may be integrated within one mobile electronic device (eg, mobile phone, tablet computer, etc.). The mobile electronic device can have a suitable communication module that communicates wirelessly with the computer 902 via existing communication protocols. The optimization system 206, the optimization system 306, the optimization system 704, and the optimization system 804 can be realized by the computer 902.

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。   Computer 902 can include: at least one processor, and at least one memory that includes computer program code, wherein the at least one memory and the computer program code are at least: (A) 1) receiving patient information for at least one patient; (B) from the patient information, performing a first treatment of the current patient on each patient to reduce the likelihood of readmission of the patient; Determining a predictor resource requirement and a second predictor resource requirement to provide a second treatment and re-admission treatment of the current patient to each patient; (C) a first predictor resource requirement and a second predictor. Selecting one of the resource requirements for each patient to optimize institutional resource utilization; (D I would like to output the recommended medical institution resource allocation.

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 database 904a, medical institution resource availability is stored in database 904n, etc.). 904n may be implemented using a cloud computing storage module and / or a dedicated server communicably connected to the computer 902.

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 / computing device 1000, hereafter referred to synonymously with the computer system 1000, using one or more such computing devices 1000 to increase medical institution resource utilization. The above-described method for optimization can be easily performed. Further, computer 902 may be implemented using one or more components of computer system 1000. The following description of the computing device 1000 is provided by way of example only and should not be taken as limiting.

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 suitable computing device 1000 includes a processor 1004 that executes software routines. Although only one processor is shown for clarity, computing device 1000 can include a multi-processor system. The processor 1004 is connected to a communication infrastructure 1006 that communicates with other components of the computing device 1000. Communication infrastructure 1006 may include, for example, a communication bus, crossbar, or network.

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。   Computing device 1000 further includes a main memory 1008, such as a random access memory (RAM), and an auxiliary memory 1010. The auxiliary memory 1010 can include, for example, a storage drive 1012, which can be a hard disk drive, solid-state drive, or hybrid drive, and / or a removable storage drive 1014, where the storage drive 1014 , Magnetic tape drives, optical disk drives, solid state storage drives (such as universal serial bus (USB) flash drives, flash memory devices, solid state drives, or memory cards) and the like. The removable storage drive 1014 reads from and / or writes to the removable storage medium 1044 in a known manner. The removable storage medium 1044 may include a magnetic tape, an optical disk, a non-volatile memory storage medium, and the like, and performs reading from the removable storage drive 1014 and writing to the removable storage drive 1014. As those skilled in the relevant art (s) will appreciate, removable storage medium 1044 may comprise a computer-readable storage medium having computer-executable program code instructions and / or data stored on the storage medium. Including.

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 computing device 1000. Such means may include, for example, a removable storage unit 1022 and an interface 1040. Examples of removable storage unit 1022 and interface 1040 include a program cartridge and cartridge interface (as found in video game console devices), a removable memory chip (erasable programmable read only memory (EPROM), or a programmable read And associated sockets, removable solid state storage drives (such as USB flash drives, flash memory devices, solid state drives or memory cards), and removable storage of software and data. Other removable storage units 1022 and interfaces 1040 that can be transferred from the unit 1022 to the computer system 1000 can be mentioned.

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。   Computing device 1000 further includes at least one communication interface 1024. Communication interface 1024 allows software and data to be transferred between computing device 1000 and external devices via communication path 1026. In various embodiments of the present invention, communication interface 1024 allows data to be transferred between computing device 1000 and a data communication network, such as a public or private data communication network. Communication interface 1024 can be used to transfer data between different computing devices 1000 that partially form an interconnected computer network. Examples of the communication interface 1024 include a modem, a network interface (such as an Ethernet card), a communication port (serial port, a parallel port, a printer port, a general-purpose interface bus (GPIB), an IEEE 1394 port, an RJ45 port, and a USB port. And an antenna attached to the circuit. Communication interface 1024 can be wired or wireless. The software and data transferred through communication interface 1024 are in the form of signals that can be electronic, electromagnetic, optical, or other signals that communication interface 1024 can receive. These signals are provided to communication interface 1024 via communication path 1026.

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 computing device 1000 further performs a display interface 1002 that performs an operation of rendering an image on an associated display 1030 and an operation of playing audio content via an associated speaker (s) 1034. And an audio interface 1032.

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 computing device 1000 for execution and / or processing. Refers to a storage medium. Examples of such storage media are magnetic tape, compact disk read only memory (CD-ROM), DVD, Blu-ray, whether or not such a device is internal or external to computing device 1200. ® disk, hard disk drive, read only memory (ROM) or integrated circuit, solid state storage drive (such as USB flash drive, flash memory device, solid state drive or memory card), hybrid drive, magneto-optical disk Or a computer readable card such as a secure digital (SD) card. Wireless or infrared transmissions, such as temporary or non-tangible computer readable transmission media, that can also participate in providing software, application programs, instructions, and / or data to the computing device 1000 Channels and network connections leading to another computer or other network-connected device, and Internet or intranets, including email transmissions and information recorded on websites, and the like.

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 computing device 1000 to perform one or more functions of the embodiments described herein. In various embodiments, a computer program, when executed, allows processor 1004 to perform the functions of the above embodiments. Accordingly, such computer programs represent controllers of computer system 1000.

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 computing device 1000 using a removable storage drive 1014, storage drive 1012, or interface 1040. Alternatively, the computer program product may be downloaded to computer system 1000 via communication path 1026. The software, when executed by processor 1004, causes computing device 1000 to perform the functions of the embodiments described herein.

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 computing device 1000 may be omitted. Also, in some embodiments, one or more features of computing device 1000 may be combined with one another. Further, in some embodiments, one or more functions of the computing device 1000 may be divided into one or more components and shared.

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>
<Appendix 1>
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 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.
<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 claim 1 further comprising selecting a requirement or the second predictive institution resource requirement for each patient.
<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 claims 1 to 5, 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 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 Method 200 Preferred Workflow 202 Patient 204 Medical Institution 206 Optimization System 208 Patient Information 210 Collected Patient Information 212 Recommended Medical Institution Resource Allocation 300 Alternative Preferred Workflow 302 Patient 304 Medical Institution 306 Optimization System 310 Patient Information 312 Recommended Medical Institution Resource allocation 314 First group 316 Second group 400 Impact assessment of medical institution readmission risk 402 Medical institution readmission probability 404 Symptom severity 406 Symptom A
408 Symptom B
410 Symptom C
412 Symptom D
500 Impact and cost assessment of medical institution readmission risk 502 Elapsed time 504 Hospital cost 506 Maximum 510 Suitable target patient population 512 Patient population 514 Nurse population 516 Hospital cost 518 Hospital cost 520 Hospital cost 522 Hospital cost 524 Hospital cost 600 Method 700 Detailed Workflow 702 Medical Institution 704 Optimization System 706 Patient Information and Resource Availability 708 Recommended Medical Institution Resource Usage 800 Detailed Workflow 802 Medical Institution 804 Optimization System 806 Patient Information and Resource Availability 808 Recommended Medical Institution Resource Usage 810 Medical Institution 812 Patient 900 System 902 Computer 904a Database 904n Database 906 User input module 908 User output module 1000 Computer Tashisutemu 1002 display interface 1004 processor 1006 a communication infrastructure 1008 main memory 1010 auxiliary memory 1012 stores drive 1014 removable storage drive 1022 removable storage unit 1024 communication interface 1026 communication path 1030 display 1032 audio interface 1034 speaker (s)
1040 Interface 1044 Removable storage medium

Claims (25)

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。 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: 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
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. 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. 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
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. 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: 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
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. 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
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. 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
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
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. 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
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. 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
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. 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
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. 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。 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. 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
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
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. 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
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. 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
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
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. 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
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
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
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. 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
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. 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
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. 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
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. 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。 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.

Images