> Průběžné zlepšování procesů > Cesta pacienta systémem péče > Oracle Health (Cerner) > Datová šablona

Datová šablona pro cestu pacienta

Oracle Health (Cerner)

Atributy cesty pacienta(19) Aktivity v cestě pacienta(14) Návody k extrakci dat(2)

Datová šablona pro cestu pacienta

Tato šablona shrnuje data potřebná k analýze a zlepšování cesty pacienta. Najdete v ní přehled atributů, které je vhodné sbírat, aktivit, které je třeba sledovat, i praktické pokyny k extrakci dat. Pomůže vám připravit záznam událostí pro analýzu pomocí process mining.

Doporučené atributy ke sběru
Aktivity, které je vhodné sledovat
Pokyny k extrakci dat

Pracujete se záznamy událostí poprvé? Přečtěte si, jak vytvořit záznam událostí pro process mining.

Stáhnout šablonu

Atributy cesty pacienta

Jde o doporučená datová pole, která je vhodné zahrnout do záznamu událostí pro důkladnou analýzu cesty pacienta ve vašem systému.

5 Povinné 8 Doporučené 6 Volitelné

	Název	Popis
	Aktivita ClinicalEventTag	Název nebo popis provedené klinické či administrativní události.
Popis Tento atribut zachycuje konkrétní úkon v průběhu péče o pacienta, například „Podání léku“, „Změření vitálních funkcí“ nebo „Propuštění pacienta“. Zobrazuje název kroku procesu srozumitelný pro uživatele. V Cerner se obvykle odvozuje z tabulky `CLINICAL_EVENT`, konkrétně mapováním `EVENT_CD` (kód události) na zobrazovanou hodnotu nebo použitím `EVENT_TAG`. Jednotné názvy jsou důležité pro přehledné mapy procesů. Proč je to důležité Určuje kroky v mapě procesu a umožňuje zobrazit workflow. Kde data získat Tabulka: CLINICAL_EVENT, sloupec: EVENT_TAG nebo propojený CODE_VALUE pro EVENT_CD Příklady Triážní posouzeníKrevní obraz s diferenciálním rozpočtemPokyn k propuštěníPřeložení pacienta
	Časové razítko události EventEndDateTime	Konkrétní datum a čas, kdy aktivita proběhla nebo byla dokončena.
Popis Tento atribut zaznamenává přesný okamžik, kdy událost nastala. Slouží k seřazení aktivit a výpočtu doby mezi jednotlivými kroky procesu. V tabulce `CLINICAL_EVENT` obvykle odpovídá hodnotě `EVENT_END_DT_TM`. Přesnost je zásadní při výpočtu čekacích dob, například mezi registrací pacienta a triážním posouzením. Proč je to důležité Je nezbytný pro určení pořadí událostí a výpočet výkonnostních KPI, například průběžných dob. Kde data získat Tabulka: CLINICAL_EVENT, sloupec: EVENT_END_DT_TM Příklady 2023-10-15T08:30:00Z2023-10-15T09:15:45Z2023-10-16T14:20:00Z
	Epizoda pacienta EncounterId	Jedinečný identifikátor konkrétní návštěvy pacienta nebo epizody péče.
Popis Tento atribut slouží jako hlavní identifikátor případu v rámci cesty pacienta. Sdružuje všechny klinické události, pokyny a administrativní úkony, které proběhnou během jedné epizody péče, například při hospitalizaci nebo návštěvě pohotovosti. V process mining je toto ID nezbytné k propojení jednotlivých aktivit do jednotného pohledu na proces. Technicky odpovídá hodnotě `ENCNTR_ID` v tabulce `ENCOUNTER` databáze Cerner Millennium. Jde o primární klíč, který propojuje demografické údaje pacienta, pokyny a klinické události. Proč je to důležité Jde o základní klíč potřebný k rekonstrukci celé cesty pacienta od přijetí po propuštění. Kde data získat Tabulka: ENCOUNTER, sloupec: ENCNTR_ID Příklady 123456789876543211223344
	Poslední aktualizace dat LastDataUpdate	Časové razítko pořízení záznamu nebo jeho poslední úpravy v datovém skladu.
Popis Ukazuje, jak aktuální jsou data použitá v analýze. Podle tohoto časového razítka uživatelé poznají, zda pracují s daty v reálném čase, nebo se snímkem z předchozího načtení. Obvykle se vytváří během procesu ETL (Extract, Transform, Load), nejde tedy o klinický atribut. Proč je to důležité Je důležitý pro správu dat a zajištění toho, aby analýza vycházela z aktuálních informací. Kde data získat Časové razítko systému ETL Příklady 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Zdrojový systém SourceSystem	Název systému, ze kterého data pocházejí.
Popis Určuje zdrojovou aplikaci záznamu. V tomto případě půjde nejčastěji o „Oracle Health“ nebo „Cerner Millennium“. To se hodí v prostředí s více systémy, kde se data mohou kombinovat s údaji z jiných EMR nebo systémů jednotlivých oddělení. Pokud se načítají data z více zdrojů, analytici mohou podle jejich původu filtrovat nebo rozdělit analýzu procesu. Proč je to důležité Zajišťuje dohledatelnost původu dat, zejména při process mining s více systémy. Kde data získat Pevně zadaný řetězec nebo metadata systému Příklady Oracle HealthCerner Millennium
	Hlavní diagnóza DiagnosisCode	Kód ICD-10 nebo SNOMED označující hlavní důvod péče.
Popis Standardizovaný klinický kód přiřazený epizodě, například „J18.9“ pro zápal plic. Umožňuje seskupit pacienty podle diagnózy a analyzovat odchylky od léčebného protokolu u konkrétních onemocnění. Nachází se v tabulce `DIAGNOSIS` propojené s návštěvou. Proč je to důležité Umožňuje spravedlivě porovnávat postupy péče u pacientů se stejnou diagnózou. Kde data získat Tabulka: DIAGNOSIS, sloupec: DIAGNOSIS_CODE (přes nomenklaturu) Příklady I10E11.9J18.9
	ID pacienta PersonId	Jedinečný identifikátor pacienta napříč různými návštěvami.
Popis Na rozdíl od ID případu zůstává ID pacienta (nebo ID osoby) stejné při všech jeho návštěvách nemocnice. Tento atribut je důležitý pro analýzu opakovaných hospitalizací a dlouhodobé historie pacienta. V Cerner jde o `PERSON_ID` z tabulky `PERSON`. Propojuje více záznamů `ENCNTR_ID`. Proč je to důležité Umožňuje vypočítat KPI „Míra opakovaných hospitalizací pacientů“ propojením samostatných epizod se stejnou osobou. Kde data získat Tabulka: PERSON, sloupec: PERSON_ID Příklady P10001P55992P99221
	Oddělení NurseUnit	Konkrétní oddělení, jednotka nebo pracoviště, kde událost nastala.
Popis Určuje fyzické místo nebo organizační jednotku, která za pacienta v době události odpovídala, například JIP, všeobecná chirurgie nebo pohotovost. V dashboardu „Efektivita překládání mezi odděleními“ pomáhá sledovat přesuny mezi jednotkami. V Cerner jde často o `LOC_NURSE_UNIT_CD` v tabulce návštěv nebo sledování pacientů. Proč je to důležité Je nezbytný pro analýzu úzkých míst na jednotlivých odděleních a zobrazení pohybu pacientů mezi pracovišti. Kde data získat Tabulka: ENCOUNTER nebo CLINICAL_EVENT, sloupec: LOC_NURSE_UNIT_CD Příklady PohotovostKardiologické odděleníICURadiologie
	Opakovaná hospitalizace IsReadmission	Příznak, který určuje, zda k této epizodě došlo do 30 dnů od předchozího propuštění.
Popis Logická hodnota označující případy opakované hospitalizace. Vypočítá se porovnáním data přijetí aktuální epizody s datem propuštění z předchozí epizody stejného `PersonId`. Je nezbytná pro dashboard „Trendy opakovaných hospitalizací pacientů“. Proč je to důležité Přímo podporuje KPI „Míra opakovaných hospitalizací pacientů“, důležitý ukazatel kvality péče. Kde data získat Odvozuje se pomocí SQL logiky porovnávající záznamy ENCOUNTER. Příklady truefalse
	Položka pokynu OrderMnemonic	Název konkrétního zadaného pokynu, například laboratorního vyšetření nebo léku.
Popis Popisuje obsah události spojené s pokynem, například „Krevní obraz“ nebo „Aspirin 81 mg“. Tento atribut poskytuje potřebný kontext pro aktivity „Zadání diagnostického pokynu“ a „Podání léku“. Obvykle se nachází ve sloupci `ORDER_MNEMONIC` tabulky `ORDERS`. Představuje „produkt“, který prochází procesem. Proč je to důležité Je nezbytný pro podrobnou analýzu diagnostických a léčebných postupů. Kde data získat Tabulka: ORDERS, sloupec: ORDER_MNEMONIC Příklady Rentgen hrudníkuZákladní metabolický panelParacetamolMRI mozku
	Stav při propuštění DischargeDisposition	Cíl nebo stav pacienta při propuštění.
Popis Uvádí, kam pacient odešel po skončení epizody, například domů, do zařízení následné péče nebo zemřel. Je důležitý pro analýzu plánování propuštění a odhalování nepříznivých výsledků. V tabulce `ENCOUNTER` se nachází jako `DISCH_DISPOSITION_CD`. Proč je to důležité Důležitý ukazatel výsledku, který určuje konečný stav cesty pacienta. Kde data získat Tabulka: ENCOUNTER, sloupec: DISCH_DISPOSITION_CD (hodnotu zjistěte přes CODE_VALUE) Příklady Propuštění domůPřeložení do rehabilitačního zařízeníOdchod proti doporučení lékařeÚmrtí
	Typ případu EncounterType	Kategorie návštěvy pacienta, například hospitalizace, ambulantní návštěva nebo pohotovost.
Popis Určuje typ epizody pacienta. Jde o základní dimenzi pro rozdělení dat, protože průběh návštěvy na pohotovosti se výrazně liší od plánované hospitalizace. Odvozuje se z `ENCNTR_TYPE_CD` v tabulce `ENCOUNTER`, který odkazuje na hodnotu číselníku, například „Hospitalizace“ nebo „Pohotovost“. Proč je to důležité Umožňuje porovnávat postupy a průchodnost v různých typech péče. Kde data získat Tabulka: ENCOUNTER, sloupec: ENCNTR_TYPE_CD (hodnotu zjistěte přes CODE_VALUE) Příklady HospitalizacePohotovostAmbulantní péčeJednodenní chirurgie
	Uživatel PerformingPrsnlId	Identifikátor nebo jméno zdravotníka, který aktivitu provedl.
Popis Zachycuje, kdo provedl krok procesu, například sestru, která podala lék, nebo lékaře, který podepsal propuštění. Umožňuje analyzovat využití zdrojů. V Cerner jde podle tabulky často o `PERFORMED_PRSNL_ID` nebo `UPDT_ID` (u pokynů nebo klinických událostí). Mapování na obecný atribut „Uživatel“ usnadňuje analýzu oddělení pravomocí. Proč je to důležité Podporuje analýzu zdrojů a pomáhá odhalit možné potřeby školení nebo nerovnoměrné pracovní zatížení. Kde data získat Tabulka: CLINICAL_EVENT, sloupec: PERFORMED_PRSNL_ID Příklady Dr. SmithSestra JonesováSprávce systému
	Číslo pokynu OrderId	Jedinečný identifikátor konkrétního pokynu, například laboratorního vyšetření, léku nebo konzilia.
Popis ID pokynu vygenerované systémem. Nejde o ID případu, ale o důležitý sekundární klíč. Propojuje událost „Zadání diagnostického pokynu“ s událostí „Ověření diagnostického výsledku“. Bez tohoto klíče je obtížné přesně vypočítat dobu zpracování konkrétních vyšetření, pokud má pacient současně zadaných více pokynů. Proč je to důležité Je nezbytný pro přesné propojení souvisejících aktivit (pokyn → výsledek). Kde data získat Tabulka: ORDERS, sloupec: ORDER_ID Příklady 88291028829103
	Priorita triáže TriageAcuity	Úroveň naléhavosti určená při triážním posouzení.
Popis Číselná nebo kategoriální hodnota vyjadřující závažnost stavu pacienta, například od 1, okamžitá péče, do 5, neurgentní stav. Jde o důležitý atribut pro rozdělení dat při analýze čekacích dob, protože pacienti s vyšší prioritou by měli čekat kratší dobu. Obvykle se zaznamenává do klinických formulářů nebo pomocí konkrétních kódů pozorování během triáže. Proč je to důležité Je zásadní pro ověření, zda proces správně upřednostňuje pacienty podle naléhavosti jejich zdravotního stavu. Kde data získat Viz dokumentace Oracle Health (Cerner). Příklady 12345
	Stav podání léku MedAdminStatus	Stav pokynu k podání léku, například podáno, odmítnuto nebo nepodáno.
Popis Uvádí výsledek úkonu spojeného s podáním léku. Pro dashboard „Shoda při podávání léků“ je důležité rozlišit skutečně podané léky od těch, které byly naplánovány, ale vynechány nebo odmítnuty. Pravděpodobně se nachází v tabulce `CLINICAL_EVENT` nebo v některé z tabulek záznamů o podávání léků (MAR). Proč je to důležité Odhaluje nedostatky v dodržování léčebných protokolů. Kde data získat Viz dokumentace Oracle Health (Cerner). Příklady PodánoOdmítnutoPozastaveno
	Stav výsledku ResultStatus	Stav diagnostického výsledku, například autorizovaný (ověřený), opravený nebo předběžný.
Popis Uvádí fázi zpracování výsledku diagnostického vyšetření. Při analýze doby doručení diagnostického výsledku pomáhá určit, kdy je výsledek oficiálně dostupný pro klinické rozhodování. Obvykle se nachází v tabulce `CLINICAL_EVENT` pod konkrétními stavovými kódy. Proč je to důležité Rozlišuje předběžné a konečné výsledky, což ovlivňuje, kdy mohou začít navazující aktivity. Kde data získat Tabulka: CLINICAL_EVENT, sloupec: RESULT_STATUS_CD Příklady Autorizováno (ověřeno)Chybný záznamUpraveno
	Typ plátce FinancialClass	Hlavní pojistné krytí pacienta nebo jeho finanční zařazení.
Popis Zařazuje pacienta podle zdroje úhrady, například Medicare, soukromé pojištění nebo samoplátce. Tento atribut slouží k analýze toho, zda se průběh procesu nebo délka hospitalizace liší podle typu pojištění. Odvozuje se z `FINANCIAL_CLASS_CD` v tabulce `ENCOUNTER`. Proč je to důležité Pomáhá odhalit rozdíly v poskytování péče nebo administrativním zpracování podle typu plátce. Kde data získat Tabulka: ENCOUNTER, sloupec: FINANCIAL_CLASS_CD (hodnotu zjistěte přes CODE_VALUE) Příklady MedicareBlue CrossSamoplátceMedicaid
	Zdroj přijetí AdmissionSource	Odkud pacient přišel k přijetí.
Popis Popisuje, jak se pacient dostal do nemocnice, například na doporučení lékaře, přes pohotovost nebo překladem z jiné nemocnice. Pomáhá analyzovat vstupní část nemocničního procesu. Odpovídá hodnotě `ADMIT_SRC_CD` v tabulce `ENCOUNTER`. Proč je to důležité Umožňuje zasadit čekací dobu na prvotní posouzení do kontextu podle zdroje přijetí. Kde data získat Tabulka: ENCOUNTER, sloupec: ADMIT_SRC_CD Příklady PohotovostDoporučení lékařePřeklad z jiné nemocnice

Povinné Doporučené Volitelné

Aktivity v cestě pacienta

Jde o hlavní kroky a milníky procesu, které je třeba zaznamenat pro přesné zjištění průběhu procesu a odhalení úzkých míst.

8 Doporučené 6 Volitelné

	Aktivita	Popis
	Dokončení triážního vyšetření	Označuje dokončení vstupního ošetřovatelského vyšetření nebo triážního formuláře při akutním příjmu či přijetí. Obvykle jde o konkrétní formulář nebo klinickou událost zaznamenanou v systému.
Proč je to důležité Je nezbytné pro výpočet KPI „Čekání na vstupní vyšetření“ a odhalení úzkých míst na příjmu. Kde data získat Tabulka CLINICAL_EVENT, filtrovaná podle kódů událostí spojených s triáží nebo formuláři vstupního vyšetření. Zachycení Zaznamená se při podpisu nebo ověření klinického dokumentu či formuláře. Typ události explicit
	Ověření výsledku diagnostického vyšetření	Okamžik, kdy je laboratorní nebo zobrazovací výsledek dokončen a zpřístupněn lékaři. Tím končí interval zpracování diagnostického vyšetření.
Proč je to důležité Dokončuje cyklus KPI „Doba předání výsledku diagnostického vyšetření“ a umožňuje navazující rozhodnutí o léčbě. Kde data získat Tabulka CLINICAL_EVENT (pro laboratorní vyšetření) nebo změna stavu v ORDERS na COMPLETED. Zachycení Zaznamená se při změně stavu výsledku na AUTH (Authenticated). Typ události explicit
	Podepsání příkazu k propuštění	Událost, při které lékař zadá pokyn k propuštění pacienta. Tím se spouští časový interval pro plánování propuštění.
Proč je to důležité Výchozí bod pro metriku „Doba plánování propuštění“. Časový odstup mezi touto událostí a skutečným propuštěním ukazuje na provozní zpoždění. Kde data získat Tabulka ORDERS, kde typ katalogu označuje propuštění. Zachycení Zaznamená se, když má stav pokynu k propuštění hodnotu ORDERED. Typ události explicit
	Přesun na jiné oddělení	Označuje fyzický přesun pacienta z jednoho místa, například z pohotovosti, na jiné, například na jednotku intenzivní péče. Sleduje se v historii umístění.
Proč je to důležité Umožňuje analyzovat efektivitu přesunů mezi odděleními a zobrazit tok pacientů nemocnicí. Kde data získat Tabulka ENCNTR_LOC_HIST (historie umístění při návštěvě), která zaznamenává změny v LOC_NURSE_UNIT_CD. Zachycení Porovnejte stavové pole před změnou a po ní. Typ události inferred
	Propuštění pacienta	Závěrečná administrativní událost, která uzavírá pobyt pacienta. Toto časové razítko se používá k výpočtu celkové délky hospitalizace.
Proč je to důležité Hlavní koncová událost procesu. Je nezbytná pro výpočet délky hospitalizace a opakovaných hospitalizací. Kde data získat Tabulka ENCOUNTER, konkrétně sloupec DISCH_DT_TM (datum a čas propuštění). Zachycení Zaznamená se, když se stav návštěvy změní na DISCHARGED. Typ události explicit
	Registrace pacienta	Označuje začátek epizody péče, kdy pacient dorazí a je zapsán do systému. V Cerner Millennium se tato událost zaznamená při vytvoření záznamu o návštěvě nebo nastavení časové značky registrace.
Proč je to důležité Určuje počáteční čas pro výpočet délky hospitalizace (LOS) a analýzu počáteční čekací doby. Kde data získat Tabulka ENCOUNTER, konkrétně sloupec REG_DT_TM (datum a čas registrace). Zachycení Zaznamená se při vytvoření nového řádku ENCOUNTER transakcí. Typ události explicit
	Zadání diagnostického vyšetření	Nastane, když lékař zadá požadavek na laboratorní vyšetření nebo zobrazovací metodu. Tato časová značka zahajuje výpočet doby zpracování diagnostického vyšetření.
Proč je to důležité Výchozí bod pro KPI „Doba předání výsledku diagnostického vyšetření“. Pomáhá rozlišit zdržení při zadání od zdržení při provedení. Kde data získat Tabulka ORDERS, sloupec ORIG_ORDER_DT_TM, pokud je typ katalogu Laboratory nebo Radiology. Zachycení Zaznamená se při nastavení stavu požadavku na ORDERED. Typ události explicit
	Zaznamenání diagnózy	Nastane, když je do záznamu o návštěvě pacienta přidána oficiální diagnóza. Liší se od výsledku vyšetření, protože jde o potvrzení stavu lékařem.
Proč je to důležité Je nezbytné pro milník „Potvrzení diagnózy“ a analýzu doby do stanovení konečné diagnózy. Kde data získat Tabulka DIAGNOSIS, sloupec DIAGNOSIS_DT_TM propojený s ENCOUNTER_ID. Zachycení Zaznamená se při přidání nebo aktualizaci diagnózy v PowerChart. Typ události explicit
	Aktivace plánu péče	Označuje zahájení plánu PowerPlan nebo cesty péče v Cerneru. Znamená, že byl vybrán standardizovaný léčebný protokol.
Proč je to důležité Je zásadní pro „Analýzu odchylek od léčebného protokolu“, která porovnává skutečnou péči s plánovaným postupem. Kde data získat ACT_PW_CAT (Action Pathway Catalog) nebo DCP_FORMS_REF, které propojují postup s návštěvou. Zachycení Zaznamená se při zahájení PowerPlan. Typ události explicit
	Dokončení konzultace	Označuje dokončení konzultace se specialistou, které obvykle potvrzuje podepsaný záznam nebo dokument.
Proč je to důležité Ukazuje, kdy pacient získal odborné stanovisko. V náročnějších postupech péče může být konzultace úzkým místem. Kde data získat Tabulka CLINICAL_EVENT, filtrovaná podle typů dokumentů označených jako konzultace. Zachycení Zaznamená se při podpisu záznamu z konzultace. Typ události explicit
	Naplánování kontrolní návštěvy	Nastane, když je pacientovi rezervován budoucí termín návštěvy propojený se stejnou epizodou nebo plánem péče.
Proč je to důležité Podporuje dashboard „Včasnost plánování kontrolních návštěv“. Měří efektivitu návaznosti péče. Kde data získat Tabulka SCH_APPT (Schedule Appointment) propojená s PERSON_ID. Zachycení Zaznamená se při vytvoření termínu v plánovacím modulu. Typ události explicit
	Naplánování zákroku	Označuje, že byl chirurgický výkon nebo jiný větší zákrok naplánován na konkrétní čas. Pomáhá sledovat rozdělování zdrojů a čekání před zákrokem.
Proč je to důležité Ukazuje efektivitu plánování a možná úzká místa při využívání operačních nebo zákrokových sálů. Kde data získat Tabulka SURGICAL_CASE nebo tabulka SCH_APPT propojená s návštěvou. Zachycení Zaznamená se po potvrzení plánovací transakce. Typ události explicit
	Podání léku	Zaznamenává skutečné podání léku pacientovi podle dokumentace v záznamu o podávání léků (MAR).
Proč je to důležité Podporuje dashboard „Dodržování pravidel při podávání léků“ a ověřuje, zda byly léky podány včas. Kde data získat Tabulka CLINICAL_EVENT, filtrovaná na události podání léků (stav úkolu = dokončeno). Zachycení Zaznamená se po načtení čárového kódu nebo ručním zápisu do MAR. Typ události explicit
	Provedení zákroku	Časová značka udávající, kdy skutečně proběhla operace nebo jiný větší zákrok. Obvykle se zaznamenává v perioperační dokumentaci.
Proč je to důležité Důležitý milník pro analýzu klinických postupů a využití zdrojů. Kde data získat Tabulka SURGICAL_CASE (časy zahájení a ukončení zákroku) nebo CLINICAL_EVENT pro zákroky u lůžka. Zachycení Zaznamená se prostřednictvím SurgiNet nebo dokumentace zákroku. Typ události explicit

Doporučené Volitelné

Návody k extrakci dat

Jak získat data z Oracle Health (Cerner)

Kroky

Spusťte Discern Visual Developer: Otevřete aplikaci Discern Visual Developer (DVDev) v prostředí Citrix nebo v lokálním prostředí Cerner.
Vytvořte nový skript: Založte nový soubor skriptu Command Language (CCL), například extract_patient_journey.prg.
Definujte parametry: Na začátku skriptu definujte vstupní parametry start_date a end_date, abyste mohli spouštět extrakci pro zvolené období.
Nastavte konstanty: Definujte konstanty pro konkrétní sady kódů, například typy kontaktů, katalogy objednávek a kódy událostí. Vyhnete se tak pevnému zadávání číselných identifikátorů code_value, které se v jednotlivých prostředích liší. Pro formuláře triáže, propuštění a konzultací ve vaší organizaci možná budete muset dohledat konkrétní hodnoty code_value nebo display_key.
Sestavte dotaz: Vložte níže uvedený SQL dotaz do těla skriptu. Pomocí UNION ALL spojuje data z více tabulek (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL atd.) do jediné ploché struktury záznamu událostí.
Zkompilujte skript: Pomocí funkce kompilace (Ctrl+F7 nebo nabídky Build) zkontrolujte syntaktické chyby. Ověřte, že máte přístup SELECT k uvedeným tabulkám.
Spusťte skript a exportujte data: Spusťte skript (Go/F9). Jako cíl výstupu vyberte „Spreadsheet“ nebo „Flat File“. Výsledek uložte jako soubor CSV.
Transformace dat (volitelné): Pokud jsou data v Cerneru vrácena ve specifickém formátu, například jako juliánská data nebo časová razítka mimo ISO, před nahráním je pomocí Excelu nebo skriptu převeďte do formátu YYYY-MM-DD HH:MM:SS.
Ověření: Namátkově porovnejte data se známým ID kontaktu pacienta (FIN) v PowerChart a ověřte, že časová razítka odpovídají extrakci.
Nahrajte data do ProcessMind: Importujte soubor CSV do ProcessMind a namapujte sloupce EncounterId na ID případu, ClinicalEventTag na aktivitu a EventEndDateTime na časové razítko.

Konfigurace

Rozsah dat: Doporučené období extrakce je 3 až 6 měsíců. U delších období může dotaz kvůli velikosti tabulky CLINICAL_EVENT skončit vypršením časového limitu.
Sady kódů (CDF): Dotaz používá filtry code_value. Nahraďte zástupné hodnoty, například [REPLACE_WITH_TRIAGE_EVENT_CD], skutečnými kódy z vašeho prostředí, které najdete v tabulce CODE_VALUE.
Oprávnění: Uživatel spouštějící skript potřebuje přístupová práva d (Database) k tabulkám, jako jsou ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST a SCH_APPOINTMENT.
Výkon: Tabulka CLINICAL_EVENT je velmi rozsáhlá. Ověřte, že filtr data pro EVENT_END_DT_TM využívá index a je vždy použit.
Logika opětovného přijetí: Atribut IsReadmission je uveden jako zástupný. Složitější logiku zpětného vyhledávání je vhodnější zpracovat po načtení dat v aplikaci ProcessMind než přímo v extrakčním dotazu.

Ukázkový dotaz sql

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Registered'
    , EventEndDateTime = FORMAT(E.REG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = P.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1) /* Days */
    , IsReadmission = '0' /* Calculate in Tool */
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.REG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.REG_PRSNL_ID = PR.PERSON_ID
    AND E.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Triage Assessment Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_TRIAGE_EVENT_CD]) /* e.g., Triage Acuity */
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Order Placed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.CATALOG_TYPE_CD IN ([REPLACE_WITH_LAB_RAD_CODES]) /* General Lab, Radiology */
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.ORDER_STATUS_CD != [REPLACE_WITH_CANCELED_CODE]
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Scheduled'
    , EventEndDateTime = FORMAT(SCT.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SCT.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID
    AND SCT.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnosis Documented'
    , EventEndDateTime = FORMAT(D.DIAG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = D.DIAGNOSIS_DISPLAY
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = D.DIAGNOSIS_DISPLAY
FROM
    DIAGNOSIS D
    , ENCOUNTER E
    , PRSNL PR
WHERE
    D.DIAG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND D.ENCNTR_ID = E.ENCNTR_ID
    AND D.ACTIVE_IND = 1
    AND D.DIAG_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Care Plan Activated'
    , EventEndDateTime = FORMAT(PWC.START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = PWC.DESCRIPTION
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ACT_PW_COMP PWC
    , ENCOUNTER E
    , PRSNL PR
WHERE
    PWC.START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND PWC.ENCNTR_ID = E.ENCNTR_ID
    AND PWC.ACTIVE_IND = 1
    AND PWC.START_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Medication Administered'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD = [REPLACE_WITH_MED_ADMIN_CLASS] /* e.g., 232 (MED) */
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Result Verified'
    , EventEndDateTime = FORMAT(CE.VERIFIED_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.VERIFIED_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD IN ([REPLACE_WITH_LAB_RAD_CLASS_CODES])
    AND CE.RESULT_STATUS_CD = [REPLACE_WITH_AUTH_STATUS_CD]
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VERIFIED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Performed'
    , EventEndDateTime = FORMAT(SCT.SURG_START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = 'N/A'
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
WHERE
    SCT.SURG_START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Department Transfer Occurred'
    , EventEndDateTime = FORMAT(ELH.BEG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(ELH.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Transfer'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCNTR_LOC_HIST ELH
    , ENCOUNTER E
    , PRSNL PR
WHERE
    ELH.BEG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND ELH.ENCNTR_ID = E.ENCNTR_ID
    AND ELH.UPDT_ID = PR.PERSON_ID
    AND ELH.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Consultation Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_CONSULT_NOTE_CODES])
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Discharge Order Signed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.ORDER_MNEMONIC = '*Discharge*'
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Discharged'
    , EventEndDateTime = FORMAT(E.DISCH_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.DISCH_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.ACTIVE_IND = 1
    AND E.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Follow-up Appointment Scheduled'
    , EventEndDateTime = FORMAT(SA.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = SA.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Follow-up'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SCH_APPOINTMENT SA
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SA.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SA.ENCNTR_ID = E.ENCNTR_ID
    AND SA.BEG_DT_TM > E.DISCH_DT_TM
    AND SA.SCH_STATE_CD != [REPLACE_WITH_CANCELED_STATE_CD]
    AND SA.UPDT_ID = PR.PERSON_ID

Kroky

Příprava prostředí: Nainstalujte Python a potřebné knihovny (pandas, requests). Připravte platné přihlašovací údaje OAuth2 (client_id, client_secret) pro koncový bod Oracle Health (Cerner) FHIR R4. Musíte mít povolené rozsahy pro Patient, Encounter, Observation, Condition, Procedure, MedicationAdministration, ServiceRequest a DiagnosticReport.
Zpracování ověření: Připravte obslužnou část, která získá Bearer token z autorizačního serveru. Implementace Cerner obvykle používají SMART on FHIR nebo standardní tok přihlašovacích údajů klienta OAuth2. Dodaný skript získání tokenu zajišťuje.
Určete rozsah a období: Vyberte období extrakce, například pomocí parametrů last_updated_gt nebo date. Doporučujeme vymezit rozsah podle data u zdroje Encounter, který určuje epizody péče o pacienty.
Načtěte kontakty (epizody péče o pacienty): Dotazujte se na zdroj Encounter. Slouží jako hlavní identifikátor případu. Ze samotného zdroje Encounter načtěte period.start jako událost Registrace pacienta, period.end jako událost Propuštění pacienta a projděte historii location pro událost Přesun mezi odděleními.
Extrahujte klinické objednávky: Dotazujte se na zdroje ServiceRequest filtrované podle ID kontaktu. Pomocí filtru intent=order zachyťte události Zadání diagnostické objednávky a Naplánování výkonu, pokud je výkon veden jako chirurgická objednávka. Čas události určete podle authoredOn.
Extrahujte diagnózy a problémy: Dotazujte se na zdroje Condition propojené s kontaktem. Pomocí recordedDate nebo onsetDateTime vytvořte události Zaznamenání diagnózy. Pokud možno, filtrujte podle kategorie encounter-diagnosis.
Extrahujte výkony: Dotazujte se na zdroje Procedure. Pomocí performedDateTime vytvořte události Provedení výkonu. Tím odlišíte dokončené operace od naplánovaných.
Extrahujte údaje o lécích: Dotazujte se na zdroje MedicationAdministration. Na rozdíl od MedicationRequest zaznamenávají skutečné podání léku. Pro událost Podání léku použijte effectiveDateTime.
Extrahujte laboratorní vyšetření a výsledky: Dotazujte se na zdroje Observation nebo DiagnosticReport. Pro události Ověření diagnostického výsledku použijte issued nebo effectiveDateTime. Vyhledejte stav status=final. Pomocí konkrétních kódů Observation, například LOINC pro závažnost při triáži, určete také událost Dokončení triážního posouzení.
Extrahujte dokumentaci a plány péče: Pro událost Dokončení konzultace se dotazujte na DocumentReference a použijte kódy typu dokumentu. Pro události Aktivace plánu péče se dotazujte na CarePlan.
Určete aktivity při propuštění: Událost Podepsání příkazu k propuštění často vyžaduje kontrolu konkrétních kódů příkazů k propuštění ve zdroji ServiceRequest nebo analýzu Encounter.statusHistory a stavu před konečným propuštěním.
Transformujte a exportujte data: Převeďte odpovědi JSON do tabulkové podoby. Vytvořte požadované sloupce (EncounterId, ClinicalEventTag, EventEndDateTime atd.). Časová razítka převeďte do formátu ISO 8601 a výslednou datovou sadu exportujte do souboru CSV připraveného k nahrání do ProcessMind.

Konfigurace

Základní URL FHIR: Konkrétní koncový bod vaší instance Oracle Health/Cerner, například https://fhir-myrecord.cerner.com/r4/....
Rozsahy oprávnění: Ověřte, že aplikace má oprávnění system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read atd.
Filtrování podle data: Pomocí date=ge[YYYY-MM-DD] u zdroje Encounter načtěte epizody začínající od konkrétního data. Nedotazujte se na celou historii.
Stránkování: API vrací data v objektech Bundle. Skript musí zpracovat odkazy na další stránky (relation: next), aby načetl celou datovou sadu.
Souběžné požadavky: Při extrakci velkého objemu dat zvažte rozdělení požadavků podle rozsahů ID kontaktů. Dodržujte však limity API pro počet požadavků.
Filtrování podle kódů: V části skriptu pro mapování nastavte konkrétní kódy LOINC nebo SNOMED, abyste správně rozlišili triáž od obecných pozorování.

Ukázkový dotaz python

import requests
import pandas as pd
import time
from datetime import datetime, timedelta

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
FHIR_BASE_URL = class="hl-string">"https://fhir-ehr.cerner.com/r4/ec2458f2-1e24-41c8-b71b-0e701af7583d"  class=class="hl-string">"hl-comment"># Placeholder
CLIENT_ID = class="hl-string">"[YOUR_CLIENT_ID]"
CLIENT_SECRET = class="hl-string">"[YOUR_CLIENT_SECRET]"
TOKEN_URL = class="hl-string">"https://authorization.cerner.com/tenants/ec2458f2-1e24-41c8-b71b-0e701af7583d/protocols/oauth2/profiles/smart-v1/token"

class=class="hl-string">"hl-comment"># Standard headers
HEADERS = {
    class="hl-string">"Accept": class="hl-string">"application/fhir+json",
    class="hl-string">"Content-Type": class="hl-string">"application/json"
}

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_access_token():
    class=class="hl-string">"hl-comment"># Basic OAuth2 Client Credentials implementation
    class=class="hl-string">"hl-comment"># Adjust for specific SMART on FHIR flows if needed
    payload = {
        class="hl-string">"grant_type": class="hl-string">"client_credentials",
        class="hl-string">"client_id": CLIENT_ID,
        class="hl-string">"client_secret": CLIENT_SECRET,
        class="hl-string">"scope": class="hl-string">"system/Encounter.read system/Patient.read system/Observation.read system/Procedure.read system/Condition.read system/MedicationAdministration.read system/ServiceRequest.read"
    }
    try:
        response = requests.post(TOKEN_URL, data=payload, auth=(CLIENT_ID, CLIENT_SECRET))
        response.raise_for_status()
        return response.json()[class="hl-string">"access_token"]
    except Exception as e:
        print(fclass="hl-string">"Auth failed: {e}")
        return None

class=class="hl-string">"hl-comment"># === API HELPER ===
def fetch_resource(url, token):
    resources = []
    headers = HEADERS.copy()
    headers[class="hl-string">"Authorization"] = fclass="hl-string">"Bearer {token}"
    
    while url:
        try:
            resp = requests.get(url, headers=headers)
            if resp.status_code == 429:
                time.sleep(2)
                continue
            resp.raise_for_status()
            data = resp.json()
            
            if class="hl-string">'entry' in data:
                resources.extend([item[class="hl-string">'resource'] for item in data[class="hl-string">'entry']])
            
            class=class="hl-string">"hl-comment"># Handle Pagination
            url = None
            for link in data.get(class="hl-string">'link', []):
                if link[class="hl-string">'relation'] == class="hl-string">'next':
                    url = link[class="hl-string">'url']
                    break
        except Exception as e:
            print(fclass="hl-string">"Error fetching {url}: {e}")
            break
    return resources

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def extract_patient_journey(start_date, end_date):
    token = get_access_token()
    if not token:
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Encounters (Episodes)
    print(class="hl-string">"Fetching Encounters...")
    enc_url = fclass="hl-string">"{FHIR_BASE_URL}/Encounter?date=ge{start_date}&date=le{end_date}"
    encounters = fetch_resource(enc_url, token)
    
    event_log = []

    print(fclass="hl-string">"Processing {len(encounters)} encounters...")
    
    for enc in encounters:
        enc_id = enc.get(class="hl-string">'id')
        patient_id = enc.get(class="hl-string">'subject', {}).get(class="hl-string">'reference', class="hl-string">'').replace(class="hl-string">'Patient/', class="hl-string">'')
        enc_type = enc.get(class="hl-string">'class', {}).get(class="hl-string">'code', class="hl-string">'Unknown')
        
        class=class="hl-string">"hl-comment"># Helper to append event
        def add_event(tag, timestamp, order_item=None, location=None):
            if timestamp:
                event_log.append({
                    class="hl-string">"EncounterId": enc_id,
                    class="hl-string">"PersonId": patient_id,
                    class="hl-string">"ClinicalEventTag": tag,
                    class="hl-string">"EventEndDateTime": timestamp,
                    class="hl-string">"SourceSystem": class="hl-string">"OracleHealth_Cerner",
                    class="hl-string">"EncounterType": enc_type,
                    class="hl-string">"NurseUnit": location,
                    class="hl-string">"OrderMnemonic": order_item,
                    class="hl-string">"LastDataUpdate": datetime.now().isoformat()
                })

        class=class="hl-string">"hl-comment"># --- Activity 1: Patient Registered ---
        start_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
        add_event(class="hl-string">"Patient Registered", start_time)

        class=class="hl-string">"hl-comment"># --- Activity 13: Patient Discharged ---
        end_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'end')
        class=class="hl-string">"hl-comment"># Activity 12: Discharge Order Signed (Inferred from status or specific request)
        class=class="hl-string">"hl-comment"># For simplicity, if end_time exists, we assume discharge order preceded it slightly or check ServiceRequest
        add_event(class="hl-string">"Patient Discharged", end_time)

        class=class="hl-string">"hl-comment"># --- Activity 10: Department Transfer Occurred ---
        locations = enc.get(class="hl-string">'location', [])
        for i, loc in enumerate(locations):
            loc_name = loc.get(class="hl-string">'location', {}).get(class="hl-string">'display', class="hl-string">'Unknown Unit')
            loc_start = loc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            class=class="hl-string">"hl-comment"># Skip the first location as it's usually registration
            if i > 0 and loc_start:
                add_event(class="hl-string">"Department Transfer Occurred", loc_start, location=loc_name)

        class=class="hl-string">"hl-comment"># === FETCH SUB-RESOURCES ===
        class=class="hl-string">"hl-comment"># Note: In production, consider batch requests or bulk export if available to avoid N+1 queries
        
        class=class="hl-string">"hl-comment"># --- Activity 5: Diagnosis Documented ---
        cond_url = fclass="hl-string">"{FHIR_BASE_URL}/Condition?patient={patient_id}&encounter={enc_id}"
        conditions = fetch_resource(cond_url, token)
        for cond in conditions:
            dx_name = cond.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Diagnosis')
            dx_time = cond.get(class="hl-string">'recordedDate') or cond.get(class="hl-string">'onsetDateTime')
            add_event(class="hl-string">"Diagnosis Documented", dx_time, order_item=dx_name)

        class=class="hl-string">"hl-comment"># --- Activity 9: Procedure Performed ---
        proc_url = fclass="hl-string">"{FHIR_BASE_URL}/Procedure?patient={patient_id}&encounter={enc_id}"
        procedures = fetch_resource(proc_url, token)
        for proc in procedures:
            if proc.get(class="hl-string">'status') == class="hl-string">'completed':
                proc_name = proc.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Procedure')
                proc_time = proc.get(class="hl-string">'performedDateTime')
                add_event(class="hl-string">"Procedure Performed", proc_time, order_item=proc_name)

        class=class="hl-string">"hl-comment"># --- Activity 7: Medication Administered ---
        med_url = fclass="hl-string">"{FHIR_BASE_URL}/MedicationAdministration?patient={patient_id}&encounter={enc_id}"
        meds = fetch_resource(med_url, token)
        for med in meds:
            if med.get(class="hl-string">'status') == class="hl-string">'completed':
                med_name = med.get(class="hl-string">'medicationCodeableConcept', {}).get(class="hl-string">'text', class="hl-string">'Unknown Med')
                med_time = med.get(class="hl-string">'effectiveDateTime')
                add_event(class="hl-string">"Medication Administered", med_time, order_item=med_name)

        class=class="hl-string">"hl-comment"># --- Activity 2, 8: Observations (Triage & Labs) ---
        obs_url = fclass="hl-string">"{FHIR_BASE_URL}/Observation?patient={patient_id}&encounter={enc_id}"
        observations = fetch_resource(obs_url, token)
        for obs in observations:
            obs_code = obs.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'')
            obs_time = obs.get(class="hl-string">'effectiveDateTime') or obs.get(class="hl-string">'issued')
            categories = [c.get(class="hl-string">'code') for cat in obs.get(class="hl-string">'category', []) for c in cat.get(class="hl-string">'coding', [])]
            
            if class="hl-string">'triage' in str(categories).lower() or class="hl-string">'acuity' in obs_code.lower():
                add_event(class="hl-string">"Triage Assessment Completed", obs_time, order_item=obs_code)
            elif class="hl-string">'laboratory' in str(categories).lower() and obs.get(class="hl-string">'status') == class="hl-string">'final':
                add_event(class="hl-string">"Diagnostic Result Verified", obs_time, order_item=obs_code)

        class=class="hl-string">"hl-comment"># --- Activity 3, 4, 12: Service Requests (Orders) ---
        req_url = fclass="hl-string">"{FHIR_BASE_URL}/ServiceRequest?patient={patient_id}&encounter={enc_id}"
        requests_list = fetch_resource(req_url, token)
        for req in requests_list:
            req_name = req.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Order')
            req_time = req.get(class="hl-string">'authoredOn')
            intent = req.get(class="hl-string">'intent')
            
            if intent == class="hl-string">'order':
                class=class="hl-string">"hl-comment"># Simple logic to distinguish Labs vs other orders based on code or category
                add_event(class="hl-string">"Diagnostic Order Placed", req_time, order_item=req_name)
            elif intent == class="hl-string">'plan':
                 add_event(class="hl-string">"Procedure Scheduled", req_time, order_item=req_name)
            
            class=class="hl-string">"hl-comment"># Discharge Order Logic (Placeholder: Check for specific discharge code)
            if class="hl-string">"discharge" in req_name.lower():
                add_event(class="hl-string">"Discharge Order Signed", req_time)

        class=class="hl-string">"hl-comment"># --- Activity 6: Care Plan Activated ---
        cp_url = fclass="hl-string">"{FHIR_BASE_URL}/CarePlan?patient={patient_id}&encounter={enc_id}"
        careplans = fetch_resource(cp_url, token)
        for cp in careplans:
            cp_start = cp.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            add_event(class="hl-string">"Care Plan Activated", cp_start)

        class=class="hl-string">"hl-comment"># --- Activity 11: Consultation Completed ---
        class=class="hl-string">"hl-comment"># Often DocumentReference
        doc_url = fclass="hl-string">"{FHIR_BASE_URL}/DocumentReference?patient={patient_id}&encounter={enc_id}"
        docs = fetch_resource(doc_url, token)
        for doc in docs:
            type_text = doc.get(class="hl-string">'type', {}).get(class="hl-string">'text', class="hl-string">'').lower()
            if class="hl-string">'consult' in type_text or class="hl-string">'note' in type_text:
                doc_date = doc.get(class="hl-string">'date') class=class="hl-string">"hl-comment"># When document was created/signed
                add_event(class="hl-string">"Consultation Completed", doc_date, order_item=type_text)
        
        class=class="hl-string">"hl-comment"># --- Activity 14: Follow-up Appointment Scheduled ---
        class=class="hl-string">"hl-comment"># Check for appointments created strictly after encounter start, linked to patient
        apt_url = fclass="hl-string">"{FHIR_BASE_URL}/Appointment?patient={patient_id}&date=ge{start_time}"
        appointments = fetch_resource(apt_url, token)
        for apt in appointments:
            created_date = apt.get(class="hl-string">'created') class=class="hl-string">"hl-comment"># When the booking happened
            if created_date and start_time and created_date >= start_time:
                 add_event(class="hl-string">"Follow-up Appointment Scheduled", created_date)

    class=class="hl-string">"hl-comment"># === EXPORT ===
    df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Basic cleaning
    df.drop_duplicates(inplace=True)
    df.fillna(class="hl-string">'', inplace=True)
    
    output_file = class="hl-string">"cerner_extraction.csv"
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Extraction complete. Saved to {output_file}")

class=class="hl-string">"hl-comment"># Run extraction for a specific window
extract_patient_journey(class="hl-string">"2023-01-01", class="hl-string">"2023-01-07")

Chcete začít?

Pomocí této šablony připravte data a začněte odhalovat užitečné poznatky o procesu péče o pacienty. Prvním krokem ke zlepšení výsledků péče je příprava dat.

Zpět na průvodce zlepšováním

Stáhnout šablonu

Zlepšete cestu pacienta a rychle dosáhněte lepších výsledků

Rychle odhalte úzká místa a zkraťte dobu průchodu pacienta procesem o 30 %.

Spustit zkušební verzi

Kreditní kartu nepotřebujete. Začít můžete během několika minut.

Datová šablona pro cestu pacienta

Datová šablona pro cestu pacienta

Atributy cesty pacienta

Aktivity v cestě pacienta

Návody k extrakci dat

Extrakce pomocí Cerner Command Language přes Discern

Kroky

Konfigurace

Ukázkový dotaz sql

Extrakce v Pythonu přes Oracle Health FHIR R4 API

Kroky

Konfigurace

Ukázkový dotaz python

Chcete začít?

Zlepšete cestu pacienta a rychle dosáhněte lepších výsledků