TWI451354B - 一種高效率整合式院內感染監視和早期偵測系統及方法 - Google Patents
一種高效率整合式院內感染監視和早期偵測系統及方法 Download PDFInfo
- Publication number
- TWI451354B TWI451354B TW100100746A TW100100746A TWI451354B TW I451354 B TWI451354 B TW I451354B TW 100100746 A TW100100746 A TW 100100746A TW 100100746 A TW100100746 A TW 100100746A TW I451354 B TWI451354 B TW I451354B
- Authority
- TW
- Taiwan
- Prior art keywords
- infection
- patient
- data
- database
- record
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本發明係與醫療照護和醫療品質有關,尤指透過網際網路執行的一種高效率之整合性醫療照護及院內感染監測系統及方法。
院內感染是指病人在住院期間得到的感染,亦是一種住院病人常見的合併症。對病人而言會加重病情和身心痛苦,甚至造成死亡;對醫療工作人員而言,不僅加重醫療人員的工作負荷量,也增加感染之危險性;對醫院而言,除了增加醫療資源耗費,降低病床使用週轉率外,還可能會引起醫療糾紛。
因此,有效地實施院內感染(簡稱「院感」)個案的監測為醫療品質及病人安全重要的一環。院感個案的監測著重於院內感染資料收集、分析及定期追蹤報告,即是在醫院進行有系統地、主動地、前瞻性及持續性觀察院內感染疾病的發生及分佈,調查分析院內感染原因,發現危險因素、病原菌及其抗藥性等。
目前國外醫院所提出之院內感染監控的方法或系統,係以細菌報告培養結果為基礎,設計感染監控資訊系統以每日或定時地來主動偵測病人陽性細菌報告結果以作為感控人員之判斷參考(Bouam S,Brossette SE,Chalfine A)[1-3]。
另,Spolaore、Pokorny,和Leth等人[4-6]則認為感染監控系統應將病人陽性細菌報告結果予以結合其他相關資訊,這樣能夠得到更佳的監控結果,例如以出院診斷碼結合陽性細菌報告結果來進行手術部位感染(SSI)的偵測,或以陽性細菌報告結果,抗生素,和出院診斷碼等三項疑似感染標準來進行回溯性分析等。
此外,習知之院內感染監控系統亦有透過體溫量測進行院內感染,例如中華民國專利公告第092113892號揭示一種體溫量測與監控系統,主要為透過體溫之量測以預防嚴重急性呼吸道症候群(SARS)疫情之擴大。係由人體溫度感測器及遠端監控裝置藉由有一定範圍無線傳輸模組,以供監控人員監視及記錄該使用者之溫度、時間及位置,若測得使用者有發燒現象時,則處於遠端的監控人員,可做出緊急處理及應變,藉此達到監控使用人的體溫,又能追溯其曾接觸過的人員及接觸時間。雖然,院內所發生之SARS感染亦屬於院內感染的一種,然而院內感染的範圍包含多種情況,如泌尿道感染、血流感染等,並無法以單一的發燒紀錄來偵測所有的感染事件。若僅靠發燒紀錄來進行感染偵測,可能會忽略院內其他感染個案。此外該監控方法需裝設感測器於人體上,亦造成不便。
另外,中華民國專利公告第097150218號揭示一種呼吸器脫離之預測系統,該系統適用於預測一待評估病患是否能成功脫離呼吸器,且包含一介面模組、一正規化模組及一支援向量機。該介面模組提供一使用者介面。該使用者介面供該待評估病患的一組評估參數被輸入。該組評估參數包括住院昏迷指數、脫離後昏迷指數、脫離後快淺呼吸指標、使用呼吸器天數、呼吸器相關肺炎及其他院內感染。該正規化模組正規化該組評估參數,並產生一組正規化參數。該支援向量機根據該組正規化參數分類該待評估病患,並產生一指示該待評估病患是否能成功脫離呼吸器的預測結果。該發明係為病人脫離所配戴呼吸器之預測,以避免病人因不正確配戴呼吸器所引發之呼吸器相關感染發生;然而該發明主要係輔助醫師針對病患是否能夠正確的實施呼吸器脫離,並非為偵測感染事件發生之偵測,並且院內感染的範圍包含多種情況,如泌尿道感染、血流感染等,同時並無法以單一的發燒紀錄來偵測所有的感染事件,因此會造成忽略院內感染個案之缺點。
目前仍有需要一有效率之整合型院內感染監測方法及系統,並且並非著重於單一感染事件之監控,同時亦不需要額外經由特殊製造的感測器收集病人資訊,透過醫院本身所產生之病歷紀錄進行院內感染事件之偵測,以達到有效偵測院內感染個案之目的。
為了達到上述目的,本發明提供一種高效率院內感染整合式監視及偵測系統,該系統整合病人與院內感染相關臨床資訊,可以提供臨床醫師與感染控制人員經由感染監控儀表板的操作進行全院住院病人之感染監控。本發明並且可進行疑似與非疑似感染個案之偵測,改善既有實地感染調查流程,並有效提昇臨床醫師與感染控制人員工作效率與作業流程。
本發明關於一種透過網際網路的整合性院內感染監視及偵測方法,係藉由整合病人與各種醫院的臨床資訊之方式來達到高效率的院內感染控制與監視之目的,該方法包含下列步驟:(1)提供一病人資料庫(例如,包含一住院病人當次住院的索引欄位資訊、病人基本資料、住院日期、主治醫師、床號及相關醫療住院資訊);(2)提供一臨床資訊資料庫(例如,包含一住院病人之相關的臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄和放射影像報告記錄);(3)提供一感染監控儀表板,將該病人資料庫與該臨床資訊資料庫內的各項資料以病人當次住院的索引欄位進行擷取,並且以病人個人為單位,整合為一病人當次住院相關的感染資料集合;(4)提供一院內感染監視模型,將該住院病人的相關感染資料進行模型運算,進而區別該病人是否為疑似之院內感染個案;及(5)接受一用戶端透過網際網路對該感染監控儀表板進行存取、瀏覽與進一步判定該病人是否為感染個案之相關作業。
由於病人與各種醫院的臨床資訊皆儲存於醫院內部資訊系統中,因此不論病人與各種醫院的臨床資訊儲存在那個醫院資訊系統中,各醫院資訊系統均應提供院內感染相關資料收集服務程式,並公布在網路服務目錄伺服器中,本發明之院內感染監視和偵測系統可以透過服務目錄伺服器取得該資訊收集服務程式,即可調用該項服務,進行蒐集相關的病人與各種醫院的臨床資訊,並整合病人的院內感染相關資料。
如前所述的方法,其中該感染監控儀表板提供一用戶端快速瀏覽介面,該介面包含全院住院病人區塊、疑似感染病人區塊、確認感染病人區塊與依照病房及床位之病人疑似感染地理資訊。該介面可進一步顯示詳細病歷資訊以提供用戶端進行瀏覽,其中該詳細病歷資訊包含該病人之口服與注射抗生素用藥記錄、細菌陽性結果記錄、手術及侵入式裝置使用記錄、白血球(WBC)記錄、白血球酯脢(leukocyte esterase)記錄、亞硝酸鹽(nitrite)記錄、抗藥性細菌報告記錄及影像報告結果。
如前所述的方法,其中步驟(4)可透過技藝人士所熟知之分析方法進行模型運算,以區別該病人是否為疑似之院內感染個案。舉例而言,判別分析(discriminant analysis)可運用於本發明中,一旦遇到有新的樣本(新的住院病人)時,可以利用此法的判別分析標準,以判定如何該將新樣本放置於那個族群中(疑似院內感染族群或非疑似院內感染族群)。因此,藉由判別分析將該住院病人的相關感染資料進行模型運算,進而區別該病人是否為疑似之院內感染個案。
如前所述的方法,其中更包含一感染資料分析機制,用以確認病人各項感染資料是否具有感染風險,該機制包含下列步驟:(1)提供一感染知識資料庫,包含感染因子的知識因子(例如包含:醫師疑似病人發生感染所開立的抗生素用藥之行為模式、口服與注射抗生素資料、細菌陽性結果參考值、各項以健保代碼表示之手術及侵入式裝置相關代碼、白血球(WBC)危險值、白血球酯脢(leukocyte esterase)異常值及亞硝酸鹽(nitrite)異常值);及(2)提供一風險分析模型,係包含結合感染知識資料庫之感控知識,將感染資料集合進行風險分析,最後將分析結果回饋至該感染監控儀表板中,其中該風險分析可以任何技藝人士所熟知之方式進行。
本發明另提供一種透過網際網路的整合性院內感染監視及偵測系統,其係整合病人與各種醫院的臨床資訊,該系統包含一病人資料庫,(例如,包含一住院病人當次住院的索引欄位資訊、病人基本資料、住院日期、主治醫師、床號及相關醫療住院資訊);一臨床資訊資料庫,(例如,包含一住院病人之臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄和放射影像報告記錄);一感染監控儀表板,係以病人個人為單位,整合該病人資料庫與該臨床資訊資料庫內的各項資料為該病人當次住院相關的感染資料集合,並且提供一用戶端快速瀏覽介面,該介面包含全院住院病人區塊、疑似感染病人區塊、確認感染病人區塊與依照病房及床位之病人疑似感染地理資訊,該介面可進一步顯示詳細病歷資訊以提供一用戶端進行瀏覽;及一感染監視模型,將該住院病人的相關感染資料進行模型運算,進而區別該病人是否為疑似之院內感染個案,並將運算結果回饋至該感染監控儀表板中;其中該病人資料庫、該臨床資訊資料庫、該感染監控儀表板及該感染監視模型可設於不同網路伺服器內,或設於一網路伺服器內以達最佳效益,用戶端可透過網際網路對該病人感染資料進行快速地存取與整合呈現,達到監視和及早偵測目的。
由於病人與各種醫院的臨床資訊皆儲存於醫院內部資訊系統中,因此不論病人與各種醫院的臨床資訊儲存在那個醫院資訊系統中,各醫院資訊系統均應提供院內感染相關資料收集服務程式,並公布在網路服務目錄伺服器中,本發明之院內感染監視和偵測系統可以透過服務目錄伺服器取得該資訊收集服務程式,即可調用該項服務,進行蒐集相關的病人與各種醫院的臨床資訊,並整合病人的院內感染相關資料。
如前所述的系統,其進一步包含一感染知識資料庫,具有各項感染因子的相關知識包含:醫師疑似病人發生感染所開立的抗生素用藥之行為模式、口服與注射抗生素資料、細菌陽性結果參考值、各項以健保代碼表示之手術及侵入式裝置相關代碼、白血球(WBC)危險值、白血球酯脢(leukocyte esterase)異常值及亞硝酸鹽(nitrite)異常值;及一風險分析模型,係包含結合感染知識資料庫之感控知識,將感染資料集合進行風險分析,最後將分析結果回饋至該感染監控儀表板中。
如前所述的系統,其中該瀏覽介面係以不同顏色顯示該住院病人之各個感染項目之感染程度。
如前所述的系統,其中該瀏覽介面顯示該住院病人詳細病歷資訊,以提供用戶端進行瀏覽。
如前所述的系統,其中該詳細病歷資訊包含該病人之口服與注射抗生素用藥記錄、細菌陽性結果記錄、手術及侵入式裝置使用記錄、白血球(WBC)記錄、白血球酯脢(leukocyte esterase)記錄、亞硝酸鹽(nitrite)記錄、抗藥性細菌報告記錄及影像報告結果。
如前所述的系統,其中該病人資料庫、該臨床資訊資料庫、該感染監控儀表板及該感染監視模型係設於一網路伺服器內。
本發明可以若干形式及方式實現,在下文及圖式中所提供之描述展示本發明之示範實施例,唯該等圖式非用以限制本發明,任何熟悉此項技藝之人士可輕易達成之修飾及改變均為本發明之範疇。
參見圖1,圖1係為本發明之高效率院內感染整合式監視及偵測系統運作的方法示意圖,其中揭示了下列步驟:步驟(1),提供一病人資料庫210,此資料庫所包含的資料是在醫院內中與住院病人有關的各種基本資料,其中包含該住院病人當次住院的索引欄位資訊、病人基本資料、住院日期、主治醫師、床號及相關醫療住院資訊;步驟(2),提供一臨床資訊資料庫220,此資料庫所包含的資料是在醫院內中與住院病人有關的各種臨床資訊,其中包含病人的臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄,和放射影像報告記錄;步驟(3),提供一感染監控儀表板230,將該病人資料庫與該臨床資訊資料庫內的各項資料以病人當次住院的索引欄位進行擷取,並且以病人個人為單位,整合為一病人當次住院相關的感染資料集合;步驟(4),提供一院內感染監視模型240,藉以將感染監控儀表板230的相關感染資料進行模型運算,進而區別該病人是否為疑似之院內感染個案。此模型包含一技藝人士所熟悉之感染偵測演算法。舉例而言,判別分析(discriminant analysis)即為一可運用於本發明中之分析方法,該方法是運用在已知的分類之下,建立一線性方程式:
L=c+b1
X1
+b2
X2
+...+bn
Xn
,n為一正整數;
其中n為判別組數,c為一常數,b1
至bn
係為判別係數,X1
至Xn
係為因變數或預測變數。先取部分數據計算得到b1
至bn
等係數以建立模型,一旦遇到有新的樣本(新的住院病人)時,可以利用此法的判別分析標準,以判定如何該將新樣本放置於那個族群中。因此,透過該判別分析分析感染監控儀表板230中的感染資料,可以區別住院病人是否為疑似之院內感染個案;步驟(5),接受一用戶端1透過網際網路(internet)對該感染監控儀表板進行存取、瀏覽與進一步判定該病人是否為感染個案之相關作業。
圖2進一步揭示本發明之另一種態樣。如圖2所示,本發明於運作時可分為三個部分,其一是用戶端1,其二是網路伺服器2,其三則是感染資料分析機制3。
在用戶端1的部分可以是醫師11、感染控制人員12或系統管理者13等,這些用戶透過網際網路(internet)與網路伺服器2連線並透過帳號暨權限管理機制200以登入本系統,詳細說明如圖3所示。用戶端1透過帳號暨權限管理機制200與感染監控儀表板230連線,以便獲取各個用戶所欲得到的信息。
而在網路伺服器2內,則包含一病人資料庫210、一臨床資訊資料庫220、一感染監控儀表板230、一院內感染監視模型240,以及一帳號暨權限管理機制200。其中,該病人資料庫210、該臨床資訊資料庫220與該感染監控儀表板230連線,藉由該感染監控儀表板230將病人資料庫210與臨床資訊資料庫220內的各項資料以病人資料庫210中的病人當次住院的索引欄位進行擷取,並且以個別病人為單位整合為一病人當次住院相關的感染資料集合2301。
進一步來說,病人資料庫210包含住院病人的索引欄位與病人基本資料,例如姓名、性別、住院日期、住院天數、主治醫師及床號等資料,其中住院病人的索引欄位用以連結臨床資訊資料庫220,其他資訊則為提供病人基本資料;臨床資訊資料庫220包含臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄和醫療影像(如放射影像)報告記錄等資料;感染監控儀表板230以病人資料庫210中的住院病人當次住院的索引欄位進行臨床資訊資料庫220內的各項資料擷取與整合,並以個別病人為單位產生一病人當次住院相關的感染資料集合2301。因此,病人當次住院相關的感染資料集合2301的部份為包含病人資料庫210與臨床資訊資料庫220的資料紀錄集合,詳細說明如圖4所示。
關於感染資料分析機制3,其主要的功能在於將病人當次的感染資料集合進行分析,而分析的範圍通常包含發燒分析、用藥行為分析、檢驗結果分析及病人各項侵入式手術及裝置(invasive procedure and device)分析等,用以確認病人各項感染資料是否具有感染風險。因此在感染資料分析機制3中,通常具有一感染知識資料庫31,一風險分析模型32。感染知識資料庫31內儲存一組感染知識法則,其包含發燒知識、抗生素藥品知識、侵入式手術及裝置知識、白血球(WBC)值、白血球酯脢(leukocyte esterase)異常值、亞硝酸鹽(nitrite)異常值與細菌菌種資料等知識法則。風險分析模型32係為一分析邏輯,可以將病人當次住院相關的感染資料集合2301的資料,針對各個住院病人輔以感染知識資料庫31每日定期主動進行分析,而再產生一所有住院病人感染資料總資料檔2302,詳細說明如圖5所示。
進一步來說,感染知識資料庫31內所儲存之抗生素藥品知識為一組抗生素藥品資料,涵蓋第一線至第三線抗生素種類,且包含針劑與口服抗生素,以及本抗生素藥品資料排除外用藥種類,其藥品資料內容包含藥品代碼、藥品商品名稱、藥品學名及為第幾線之抗生素藥品。侵入式手術及裝置知識包含一組以國內健保代碼所定義之健保給付治療處置項目代碼,並以各項感染部位進行儲存,表1例示泌尿道感染部位(UTI)。
白血球(WBC)值知識包含一組正常檢驗值結果,包含定性與定量之表示方法,如表2所示。
細菌菌種資料知識包含一組由實驗室所培養的細菌名稱結果,如表3所示。
發燒知識為一組異常溫度值,包含一般人體溫與嬰兒肛溫值,如表4所示。
白血球酯脢(leukocyte esterase)與亞硝酸鹽(nitrite)知識為一組異常結果值,如表5所示。
進一步來說,風險分析模型32係為一分析邏輯,透過於感染資料知識庫31所建立之感染知識,如表1至表5所例示之感染知識,分析病人當次住院相關的感染資料集合2301的資料,如體溫、檢驗結果及各項侵入式手術及裝置(invasive procedure and device)等,分析之過程為將病人各項相關的感染資料集合2301資料逐項與各項感染知識進行比對,用以確認病人各項感染資料是否具有感染風險。
另,用藥行為分析主要以感染資料集合2301的資料中的病人用藥記錄,感染資料知識庫31內所儲存的抗生素藥品知識與抗生素用藥行為法則,進行風險分析運算,用以推論臨床醫師於病人住院期間之用藥記錄是否具有因懷疑病人院內感染,而開立相關抗生素等藥品。
因此,感染資料集合2301的資料,通過一感染知識資料庫31與風險分析模型32的行為,最後會產生一所有住院病人感染資料總資料檔2302。而所有住院病人感染資料總資料檔2302已將個別病人具有風險的感染資料項目加以註記,同時亦回傳至感染監控儀表板中。如圖6所示,所有住院病人感染資料總資料檔2302具有當日的所有住院病人相關的感染資料記錄,經由風險分析模型運算後,會將具感染資訊之項目加以註記(remark)以標示該項具有感染風險。
院內感染監視模型240包含一感染偵測演算法,可以將感染監控儀表板230中的住院病人感染資料總資料檔2302依照演算法則進行偵測演算,以區別為疑似院內感染個案病人與非疑似院內感染個案病人,並回傳至感染監控儀表板230中。如圖7所示,經過感染偵測演算法後,並將住院病人感染資料總資料檔2302內的所有住院病人會進行自動分類,並產生兩個子資料集,分別為疑似院內感染個案與非疑似院內感染個案資料集,同時並將兩個資料集回饋至感染監控儀表板230中。
如圖8所示,感染監控儀表板230,其最主要部分為提供一用戶端快速瀏覽介面,介面區塊包含全院住院病人區塊、疑似感染病人區塊、確認感染病人區塊、排除感染病人區塊與依照病房及床位之病人疑似感染地理資訊。全院住院病人區塊會進行顯示當日所有的住院病人的感染資料,疑似感染病人區塊則是顯示經由院內感染監視模型240中所包含之感染偵測演算法所得到的疑似個案結果,確認感染病人區塊是顯示由臨床醫師或感染控制人員所確認的感染病人,排除感染病人區塊是顯示由臨床醫師或感染控制人員所排除的非感染病人,而病房及床位之病人疑似感染地理資訊則是依照樓層及病房顯示當日所有的住院病人的感染資料。各區塊中之病人均可以進一步顯示詳細病歷資訊以提供用戶端進行瀏覽,例如病人發燒記錄,口服與注射抗生素用藥記錄、細菌陽性結果記錄、手術及侵入式裝置使用記錄、白血球(WBC)記錄、白血球酯脢(leukocyte esterase)記錄、亞硝酸鹽(nitrite)記錄、抗藥性細菌報告記錄及影像報告結果等。此外,如果該病人的感染項目具有風險,則以紅色符號進行顯示,而不具風險的感染項目另以綠色符號進行顯示。
本發明之高效率網際網路整合性院內感染監視及偵測系統係以網際網路之應用為設計基礎,整合病人的院內感染相關資料。由於病人的院內感染相關資料皆儲存於醫院內部資訊系統中,因此不論病人與各種醫院的臨床資訊儲存在那個醫院資訊系統中,各醫院資訊系統均應提供院內感染相關資料收集服務程式,並公布在網路服務目錄伺服器中,本發明之院內感染監視和偵測系統可以透過服務目錄伺服器取得該資訊收集服務程式,即可調用該項服務,進行蒐集相關的病人與各種醫院的臨床資訊,並整合病人的院內感染相關資料,不受時間與地域限制。
本發明之感染監控儀表板可以將當日所有的住院病人的感染資料依照不同的感染風險程度、病床位置和病人屬性,以顏色、地理區域和資料層次等進行多樣的顯示,依據用戶端需要,提供適當的病歷資訊,協助進行全院住院病人之感染監視作業。
本發明運用之感染偵測演算法,用以將感染監控儀表板中的住院病人所屬之相關感染資料進行模型運算,並區分出是否該住院病人是否為疑似之院內感染個案,其靈敏度和特異度均達99%和94%以上。
本發明之風險分析模型,係包含結合感染知識資料庫之感控知識,將住院病人感染資料集合進行風險分析,最後將分析結果回饋至感染監控儀表板中,提供即時和適量的病人院內感染相關資訊。
運用本發明可改善既有之院內感染監視作業模式,可解決醫療院所感染監測相關人力與設備資源不足等問題,有效地降低醫療人力資源,並且可解決醫療院所因病人院內感染或病人群聚感染,所造成之醫療院所照護成本增加與危害病人安全等問題,進而提昇醫療品質。
本發明之揭示意欲解釋如何形成及使用各種根據本發明之實施例,而非限制本發明之真正、意欲且恰當之範疇及本發明的精神。以上討論並非意欲為詳盡的或將本發明限制於所揭示之明確形式。鑒於以上教示,修正或變化係可能的。可選擇並描述實施例以提供對本發明之原理及實際應用的最佳說明,且使熟習本項技術者能在各種實施例中利用本發明及具有適合於預期之特定使用的各種變化。當根據經公正、合法且合理授權之廣度來解釋時,所有該等修正及變化在本發明之由所附申請專利範圍及所有其之等效物所界定之範疇內,在專利之此申請案的未決期間可修改該等修正及變化。
1. Bouam S,Girou E,Brun-Buisson C,Karadimas H,Lepage E. An internet-based automated system for the surveillance of nosocomial infections: prospective validation compared with physicians' self-reports. Infect Control Hosp Epidemiol 2003;24:51-5。
2. Brossette SE,Hacek DM,Gavin PJ,et al. A laboratory based,hospital-wide,electronic marker for nosocomial infection: the future of infection control surveillance. Am J Clin Pathol 2006;125:34-9。
3. Chalfine A,Cauet D,Lin WC,et al. Highly sensitive and efficient computer-assisted system for routine surveillance for surgical site infection. Infect Control Hosp Epidemiol 2006;27:794-801。
4. Spolaore P,Pellizzer G,Fedeli U,et al. Linkage of microbiology reports and hospital discharge diagnoses for surveillance of surgical site infections. J Hosp Infect 2005;60:317-320。
5. Pokorny L,Rovira A,Martin-Baranera M,Gimeno C,Alonso-Tarres C,Vilarasau J. Automatic detection of patients with nosocomial infection by a computer-based surveillance system: a validation study in a general hospital. Infect Control Hosp Epidemiol 2006;27:500-503。
6. Leth RA,Moller JK. Surveillance of hospital-acquired infections based on electronic hospital registries. J Hosp Infect 2006;62:71-79。
1...用戶端
2...網路伺服器
3...感染資料分析機制
11...醫師
12...感染控制人員
13...系統管理者
31...感染知識資料庫
32...風險分析模型
200...帳號暨權限管理機制
210...病人資料庫
220...臨床資訊資料庫
230...感染監控儀表板
240...院內感染監視模型
2301...感染資料集合
2302...感染資料總資料檔
圖1為本發明透過網際網路之高效率院內感染整合式監視及偵測系統運作的方法示意圖;
圖2為本發明透過網際網路之高效率院內感染整合式監視及偵測系統的示意圖;
圖3為本發明之帳號暨權限管理機制與用戶端溝通之示意圖;
圖4為本發明透過網際網路之高效率院內感染整合式監視及偵測系統實施例的示意圖;
圖5為本發明之感染資料分析機制運作之示意圖;
圖6為本發明之感染資料分析機制運作之示意圖;
圖7為本發明透過網際網路之高效率院內感染整合式監視及偵測系統實施例的示意圖;及
圖8為本發明之感染監控儀表板所包含之資訊之示意圖。
1...用戶端
210...病人資料庫
220...臨床資訊資料庫
230...感染監控儀表板
240...院內感染監視模型
Claims (17)
- 一種透過網際網路的整合性院內感染監視及偵測方法,係藉由整合病人與各種醫院的臨床資訊之方式來達到高效率的院內感染控制與監視之目的,該方法包含下列步驟:(1)提供一病人資料庫;(2)提供一臨床資訊資料庫;(3)提供一感染監控儀表板,將該病人資料庫與該臨床資訊資料庫內的各項資料以病人當次住院的索引欄位進行擷取,並且以病人個人為單位,整合為一病人當次住院相關的感染資料集合;(4)提供一院內感染監視模型,將該住院病人的相關感染資料透過判別分析(discriminant analysis)進行模型運算,進而區別該病人是否為疑似之院內感染個案,其中該判別分析建立一線性方程式:L=c+b1 X1 +b2 X2 +...+bn Xn ,n為一正整數,其中n為判別組數,c為一常數,b1 至bn 係為判別係數,X1 至Xn 係為因變數或預測變數;及(5)接受一用戶端透過網際網路對該感染監控儀表板進行存取、瀏覽與進一步判定該病人是否為感染個案之相關作業。
- 如請求項1之方法,其中該病人資料庫包含一住院病人當次住院的索引欄位資訊、病人基本資料、住院日期、主治醫師、床號及相關醫療住院資訊。
- 如請求項1之方法,其中該臨床資訊資料庫,包含一住院病人之臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄和放射影像報告記錄。
- 如請求項1之方法,其中該感染監控儀表板提供一用戶端快速瀏覽介面,該介面包含全院住院病人區塊、疑似感染病人區塊、確認感染病人區塊與依照病房及床位之病人疑似感染地理資訊。
- 如請求項4之方法,其中該介面可進一步顯示詳細病歷資訊以提供用戶端進行瀏覽。
- 如請求項5之方法,其中該詳細病歷資訊包含該病人之口服與注射抗生素用藥記錄、細菌陽性結果記錄、手術及侵入式裝置使用記錄、白血球(WBC)記錄、白血球酯脢(leukocyte esterase)記錄、亞硝酸鹽(nitrite)記錄、抗藥性細菌報告記錄及影像報告結果。
- 如請求項1之方法,其另包含一感染資料分析機制,用以確認病人各項感染資料是否具有感染風險,該機制包含下列步驟:(1)提供一感染知識資料庫,包含感染的知識因子;及(2)提供一風險分析模型,係包含結合感染知識資料庫之感控知識,將感染資料集合進行風險分析,最後將分析結果回饋至該感染監控儀表板中。
- 如請求項7之方法,其中該感染的知識因子包含:醫師疑似病人發生感染所開立的抗生素用藥之行為模式、口服與注射抗生素資料、細菌陽性結果參考值、各項以健 保代碼表示之手術及侵入式裝置相關代碼、白血球(WBC)危險值、白血球酯脢(leukocyte esterase)異常值及亞硝酸鹽(nitrite)異常值。
- 一種透過網際網路的整合性院內感染監視及偵測系統,其係整合病人與各種醫院的臨床資訊,該系統包含:一病人資料庫;一臨床資訊資料庫;一感染監控儀表板,係以病人個人為單位,整合該病人資料庫與該臨床資訊資料庫內的各項資料為該病人當次住院相關的感染資料集合,並且提供一用戶端快速瀏覽介面,該介面包含全院住院病人區塊、疑似感染病人區塊、確認感染病人區塊與依照病房及床位之病人疑似感染地理資訊;及一院內感染監視模型,以供該住院病人的相關感染資料進行模型運算,進而區別該病人是否為疑似之院內感染個案,並將運算結果回饋至該感染監控儀表板中,其中該院內感染監視模型包含判別分析(discriminant analysis)演算法,該判別分析(discriminant analysis)演算法建立一線性方程式:L=c+b1 X1 +b2 X2 +...+bn Xn ,n為一正整數,其中n為判別組數,c為一常數,b1 至bn 係為判別係數,X1 至Xn 係為因變數或預測變數;其中該病人資料庫、該臨床資訊資料庫、該感染監控儀表板及該院內感染監視模型設於一網路伺服器或不同網路伺服器內,用戶端可透過網際網路對該病人感染資 料進行快速地存取與整合呈現,達到監視和及早偵測,與進一步判定該病人是否為感染個案。
- 如請求項9之系統,其中該病人資料庫包含一住院病人當次住院的索引欄位資訊、病人基本資料、住院日期、主治醫師、床號及相關醫療住院資訊。
- 如請求項9之系統,其中該臨床資訊資料庫,包含一住院病人之臨床檢驗數據、用藥記錄、手術及侵入式裝置記錄和放射影像報告記錄。
- 如請求項9之系統,其進一步包含:一感染知識資料庫,包含感染的知識因子;及一風險分析模型,係包含結合感染知識資料庫之感控知識,將感染資料集合進行風險分析,最後將分析結果回饋至該感染監控儀表板中。
- 如請求項12之系統,其中該感染的知識因子包含:醫師疑似病人發生感染所開立的抗生素用藥之行為模式、口服與注射抗生素資料、細菌陽性結果參考值、各項以健保代碼表示之手術及侵入式裝置相關代碼、白血球(WBC)危險值、白血球酯脢(leukocyte esterase)異常值及亞硝酸鹽(nitrite)異常值。
- 如請求項12之系統,其中感染監控儀表板之瀏覽介面係以不同顏色顯示該住院病人之各個感染項目之感染程度。
- 如請求項9之系統,其中該瀏覽介面顯示該住院病人詳細病歷資訊,以提供用戶端進行瀏覽。
- 如請求項15之系統,其中該詳細病歷資訊包含該病人之口服與注射抗生素用藥記錄、細菌陽性結果記錄、手術及侵入式裝置使用記錄、白血球(WBC)記錄、白血球酯脢(leukocyte esterase)記錄、亞硝酸鹽(nitrite)記錄、抗藥性細菌報告記錄及影像報告結果。
- 如請求項9之系統,其中該病人資料庫、該臨床資訊資料庫、該感染監控儀表板及該院內感染監視模型係設於一網路伺服器內。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100100746A TWI451354B (zh) | 2011-01-07 | 2011-01-07 | 一種高效率整合式院內感染監視和早期偵測系統及方法 |
US13/344,992 US20120179491A1 (en) | 2011-01-07 | 2012-01-06 | High performance and integrated nosocomial infection surveillance and early detection system and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100100746A TWI451354B (zh) | 2011-01-07 | 2011-01-07 | 一種高效率整合式院內感染監視和早期偵測系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201229950A TW201229950A (en) | 2012-07-16 |
TWI451354B true TWI451354B (zh) | 2014-09-01 |
Family
ID=46455956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100100746A TWI451354B (zh) | 2011-01-07 | 2011-01-07 | 一種高效率整合式院內感染監視和早期偵測系統及方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20120179491A1 (zh) |
TW (1) | TWI451354B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013086217A1 (en) | 2011-12-06 | 2013-06-13 | Masco Corporation Of Indiana | Ozone distribution in a faucet |
TWI466056B (zh) * | 2013-03-06 | 2014-12-21 | Univ Southern Taiwan Sci & Tec | 雲端數位式育嬰健康手冊系統 |
US10839946B2 (en) * | 2014-12-18 | 2020-11-17 | Illumicare, Inc. | Systems and methods for supplementing an electronic medical record |
US10741278B2 (en) * | 2015-04-20 | 2020-08-11 | Cardeya Corporation | Pathogen detection and display system |
US20180358131A1 (en) * | 2015-12-03 | 2018-12-13 | Koninklijke Philips N.V. | Assigning patients to hospital beds |
CN115093008B (zh) | 2015-12-21 | 2024-05-14 | 德尔塔阀门公司 | 包括消毒装置的流体输送*** |
EP3223181B1 (en) | 2016-03-24 | 2019-12-18 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
CN109308525B (zh) * | 2018-07-26 | 2024-04-19 | 南京医科大学第二附属医院 | 基于马尔科夫逻辑网的院内感染定植排查智能推理方法 |
US11264130B2 (en) * | 2019-02-28 | 2022-03-01 | Fujifilm Business Innovation Corp. | System and method for estimating pathogen transfer from mobile interaction in clinical environments and a warning system and method for reducing cross-contamination risks |
US20220028533A1 (en) * | 2019-04-12 | 2022-01-27 | Koninklijke Philips N.V. | Method and system for identifying infection hotspots in hospitals |
US11961594B2 (en) * | 2019-06-28 | 2024-04-16 | Koninklijke Philips N.V. | System and method using clinical data to predict genetic relatedness for the efficient management and reduction of healthcare-associated infections |
CN110415832A (zh) * | 2019-07-31 | 2019-11-05 | 江苏省人民医院 | 基于人工智能的感染控制管理***和方法 |
CN111243756A (zh) * | 2020-01-21 | 2020-06-05 | 杭州杏林信息科技有限公司 | I类切口手术部位感染例数的统计方法、设备及存储介质 |
CN111383772B (zh) * | 2020-03-10 | 2023-01-13 | 深圳猫头鹰生物科技有限公司 | 一种传染病主动监测智能管理***及方法 |
CN112017769A (zh) * | 2020-07-15 | 2020-12-01 | 杭州杏林信息科技有限公司 | 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及*** |
CN112233807A (zh) * | 2020-10-15 | 2021-01-15 | 重庆国际旅行卫生保健中心(重庆海关口岸门诊部) | 一种出入境疫情智能卫生检疫大数据分析*** |
CN112687381A (zh) * | 2020-12-25 | 2021-04-20 | 郑州邦奇生物技术有限公司 | 一种医疗用院内感染监测*** |
CN113130085A (zh) * | 2021-03-25 | 2021-07-16 | 边缘智能研究院南京有限公司 | 一种基于大数据的5g智能感控预测*** |
CN115910374B (zh) * | 2022-11-09 | 2023-07-14 | 杭州杏林信息科技有限公司 | 一种医院感染性疾病聚集时间预警方法及介质 |
CN115798734B (zh) * | 2023-01-09 | 2023-07-14 | 杭州杏林信息科技有限公司 | 基于大数据的新发突发传染病防控方法、装置及储存介质 |
CN117174236A (zh) * | 2023-06-12 | 2023-12-05 | 成都信息工程大学 | 一种应用于医院化验信息匹配的***与方法 |
CN117542530B (zh) * | 2024-01-10 | 2024-04-09 | 天津医科大学总医院 | 一种针对产后患者的健康监控数据监控方法和监控*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW424188B (en) * | 1997-03-13 | 2001-03-01 | First Opinion Corp | Disease management system |
US20040172302A1 (en) * | 2002-04-30 | 2004-09-02 | Martucci James P. | System and method for verifying medical device operational parameters |
TW200422917A (en) * | 2003-02-01 | 2004-11-01 | Baxter Int | Wireless medical data communication system and method |
TW200515250A (en) * | 2003-07-18 | 2005-05-01 | Baxter Int | Remote multi-purpose user interface for a healthcare system |
TW201023831A (en) * | 2008-12-23 | 2010-07-01 | Taichung Hospital Dept Of Health | Prediction system of getting rid of respirator |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7230529B2 (en) * | 2003-02-07 | 2007-06-12 | Theradoc, Inc. | System, method, and computer program for interfacing an expert system to a clinical information system |
US8060315B2 (en) * | 2004-07-27 | 2011-11-15 | Carefusion 303, Inc. | Method for measuring the incidence of hospital acquired infections |
WO2010066033A1 (en) * | 2008-12-08 | 2010-06-17 | Niall Wallace | Disease mapping and infection control system and method |
WO2010124137A1 (en) * | 2009-04-22 | 2010-10-28 | Millennium Pharmacy Systems, Inc. | Pharmacy management and administration with bedside real-time medical event data collection |
-
2011
- 2011-01-07 TW TW100100746A patent/TWI451354B/zh not_active IP Right Cessation
-
2012
- 2012-01-06 US US13/344,992 patent/US20120179491A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW424188B (en) * | 1997-03-13 | 2001-03-01 | First Opinion Corp | Disease management system |
US20040172302A1 (en) * | 2002-04-30 | 2004-09-02 | Martucci James P. | System and method for verifying medical device operational parameters |
TW200422917A (en) * | 2003-02-01 | 2004-11-01 | Baxter Int | Wireless medical data communication system and method |
TW200515250A (en) * | 2003-07-18 | 2005-05-01 | Baxter Int | Remote multi-purpose user interface for a healthcare system |
TW201023831A (en) * | 2008-12-23 | 2010-07-01 | Taichung Hospital Dept Of Health | Prediction system of getting rid of respirator |
Also Published As
Publication number | Publication date |
---|---|
US20120179491A1 (en) | 2012-07-12 |
TW201229950A (en) | 2012-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI451354B (zh) | 一種高效率整合式院內感染監視和早期偵測系統及方法 | |
KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
US9135804B2 (en) | Systems and methods for assessing risks of pressure ulcers | |
CA2918332C (en) | Patient care surveillance system and method | |
Tennant et al. | Monitoring patients using control charts: a systematic review | |
US6190313B1 (en) | Interactive health care system and method | |
US20110077968A1 (en) | Graphically representing physiology components of an acute physiological score (aps) | |
JP6551959B1 (ja) | ソフトウェア、健康状態判定装置及び健康状態判定方法 | |
KR101611838B1 (ko) | 환자안전 관련 고위험군 예측 방법 및 시스템 | |
US10872694B2 (en) | Software, health condition determination apparatus, and health condition determination method | |
WO2005122033A1 (ja) | 医療総合情報装置及び医療総合情報システム | |
JP2007287144A (ja) | リアルタイム監視システムの症例ベース結果予測 | |
US20100114599A1 (en) | System for evaluation patient care outcomes | |
US11197642B2 (en) | Systems and methods of advanced warning for clinical deterioration in patients | |
WO2021044520A1 (ja) | ソフトウェア、健康状態判定装置及び健康状態判定方法 | |
Blacky et al. | Fully automated surveillance of healthcare-associated infections with MONI-ICU | |
CN104850729A (zh) | 在脓毒症监控中电子监控传感器信号的监控器单元及方法 | |
JP2009277176A (ja) | 医療情報提供システム | |
JP2011138376A (ja) | 診断支援システム | |
US20120253834A1 (en) | Methods, apparatuses and computer program products for facilitating display of relevant quality measures based on diagnoses | |
Al-Adwani et al. | A systematic review of IoT integration on health monitoring system | |
Mylotte | Determining the appropriateness of initiating antibiotic therapy in nursing home residents | |
Iannello et al. | Improving unadjusted and adjusted mortality with an early warning sepsis system in the emergency department and inpatient wards | |
KR102597133B1 (ko) | Phr과 진료기록에 기반한 임상의사결정 지원 방법 및 장치 | |
Jones | Nursing Care Processes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |