Ihr Patient Journey Daten Template

Dieses Attribut definiert die Schritte während der Patient Journey, die von administrativen Aufgaben wie der Registrierung bis zu klinischen Interventionen wie Medikamentenverabreichung oder Operationen reichen. Es liefert die notwendige Granularität zur Visualisierung der Process Map.

Analysten nutzen dieses Feld, um Bottlenecks, Schleifen und Abweichungen vom idealen klinischen Pfad zu identifizieren. Eine Standardisierung dieser Namen über verschiedene Abteilungen hinweg ist oft notwendig, um eine saubere und lesbare Process Discovery Ansicht zu gewährleisten.

Es definiert die Knoten in der Prozesslandkarte und ist erforderlich, um zu verstehen, was geschehen ist.

Abgeleitet aus Transaktions-Logs, Audit-Trails oder Auftragsstatus-Historientabellen.

Dieser Timestamp markiert den chronologischen Zeitpunkt der Aktivität und ermöglicht die Sequenzierung von Events innerhalb der Patientenepisode. Eine hohe Präzision (bis auf die Sekunde oder Minute genau) wird bevorzugt, um schnelle Workflows in Notfall- oder Intensivpflegesituationen präzise zu erfassen.

Er bildet die Grundlage für alle zeitbasierten Berechnungen, einschließlich Durchlaufzeiten zwischen den Phasen, der gesamten Cycle Time und Wartezeiten. Eine genaue Timestamping ist entscheidend für die Identifizierung von Verzögerungen bei der Medikamentenverabreichung oder diagnostischen Ergebnissen.

Erforderlich, um Ereignisse chronologisch zu ordnen und Dauermetriken zu berechnen.

Findet sich in Transaktions-Logs, oft als Erstellungsdatum, Ausführungszeit oder Ereigniszeit bezeichnet.

Dieses Metadata Feld verfolgt die Aktualität der in der Analyse verwendeten Daten. Es trägt dazu bei, dass Dashboards den aktuellsten Stand der Patientenversorgung widerspiegeln und unterstützt bei der Fehlerbehebung von Data Pipeline Latenzen.

Obwohl es nicht direkt in der Process Flow Visualisierung verwendet wird, ist es entscheidend für die Data Governance und zur Validierung, dass das Process Mining Modell auf aktuellen Informationen basiert.

Gewährleistet Datenaktualität und unterstützt inkrementelle Datenladestrategien.

Generiert durch den ETL-Prozess oder verfügbar im Timestamp der Datensatzmodifikation des Quellsystems.

Dieses Attribut dient als zentraler Case Key für die Process Mining Analyse, indem es alle unterschiedlichen Aktivitäten innerhalb einer einzigen Behandlungsreise miteinander verknüpft. Es unterscheidet eine Krankenhausaufnahme, einen Notfallbesuch oder eine ambulante Konsultation von einer anderen, selbst beim selben Patienten.

In der Analyse ermöglicht dieser Identifier die Rekonstruktion des End-to-End-Flows von der Registrierung bis zur Entlassung. Er ist entscheidend für die Berechnung von Case-Level-Metriken wie der gesamten Verweildauer (Total Length of Stay) und für die Identifizierung einzigartiger Process Variants.

Es ist die grundlegende Case ID, die erforderlich ist, um Ereignisse zu einer Prozessinstanz zu gruppieren.

Typischerweise in den Kopfzeilentabellen von Begegnungen, Besuchen oder Aufnahmen im EHR zu finden.

In komplexen Gesundheitsumgebungen fließen Daten oft aus mehreren Systemen wie dem Kern-EHR, Laborinformationssystemen (LIS) und Radiologieinformationssystemen (RIS). Dieses Attribut identifiziert den Ursprung jedes Datenpunkts.

Es ist nützlich für die technische Validierung und zum Filtern der Prozesslandkarte auf spezifische Systeminteraktionen. Es hilft auch, Datenqualitätsprobleme zu identifizieren, die auf eine spezifische Integration oder ein Softwaremodul beschränkt sein könnten.

Bietet Herkunft und Kontext, insbesondere in Krankenhaussystemen mit mehreren Systemen.

Hartkodiert während der Extraktion oder aus System-Metadatenfeldern gemappt.

Dieses Attribut lokalisiert die Aktivität innerhalb der Krankenhausstruktur, wie zum Beispiel in der Notaufnahme, auf der Intensivstation oder in der Chirurgie. Es ist grundlegend für die Analyse abteilungsübergreifender Flows und Übergaben.

Mit diesem Feld können Analysten die physische Bewegung von Patienten visualisieren und Bottlenecks an bestimmten Übergabepunkten identifizieren. Es unterstützt auch die Ressourcenplanung, indem es die Lastverteilung über verschiedene Einheiten hinweg aufzeigt.

Entscheidend für die Analyse des Patientenflusses zwischen den Einheiten und der Effizienz von Transfers.

Standortfelder in Aktivitätsprotokollen oder Stammdatentabellen der Einheiten.

Dieses Attribut erfasst die spezifische Ressource – wie einen Arzt, eine Pflegekraft oder einen Techniker –, die für die Aktivität verantwortlich ist. Es ermöglicht die Analyse der Ressourcenauslastung, des Workload Balancings und der Variationen in den Arbeitsmustern des Personals.

Es wird oft verwendet, um Schulungsmöglichkeiten zu identifizieren oder Best Practices hervorzuheben, indem Ergebnisse verschiedener Anbieter verglichen werden. Datenschutzaspekte erfordern in der Regel, dass diese Informationen in der allgemeinen Berichterstattung anonymisiert oder gehasht werden.

Ermöglicht die Analyse der Ressourcenauslastung und der Abweichungen pro Mitarbeiter.

Transaktionsprotokolle, Benutzer-ID-Felder oder Personalstammdaten.

Während der Start-Timestamp den Beginn einer Aktion erfasst, ermöglicht der End-Timestamp die Berechnung der aktiven Bearbeitungszeit (Servicezeit) für einen spezifischen Schritt. Dies unterscheidet sich von der Wartezeit zwischen den Schritten.

Dieses Attribut ist besonders nützlich für die Analyse der Effizienz von Prozeduren, Operationen oder Konsultationen. Es hilft zu differenzieren zwischen der Zeit, die ein Patient auf einen Arzt wartet, und der Zeit, die der Arzt tatsächlich mit dem Patienten verbringt.

Ermöglicht die Berechnung der aktiven Dienstzeit gegenüber der Wartezeit.

Transaktionsprotokolle für Aktivitäten mit Dauer (z.B. Operation, Scans).

Dieses Attribut kategorisiert die Art des Besuchs, was den erwarteten Process Flow maßgeblich beeinflusst. Zum Beispiel weist ein Notfallbesuch einen grundlegend anderen idealen Pfad auf als eine geplante ambulante Konsultation.

Eine Segmentierung der Analyse nach diesem Feld ermöglicht faire Vergleiche und ein präziseres Benchmarking. Es stellt sicher, dass KPIs wie die Verweildauer (Length of Stay) im korrekten Kontext bewertet werden.

Entscheidend für die Segmentierung der Daten, da verschiedene Typen unterschiedlichen Prozesslogiken folgen.

Fall- oder Aufnahme-Kopfzeilentabellen.

Im Gegensatz zur Episode ID bleibt dieses Attribut für dieselbe Person über verschiedene Besuche hinweg konstant. Es ermöglicht eine Cross-Case-Analyse, wie die Identifizierung von Vielnutzern ("frequent flyers") oder die Verfolgung von Wiedereinweisungsraten innerhalb von 30 Tagen.

Durch die Gruppierung von Episoden nach diesem Identifier können Analysten die langfristige Patientenhistorie einsehen und Versorgungsmuster analysieren, die über einen einzelnen Krankenhausaufenthalt hinausgehen. Es ist unerlässlich für Population Health Metriken und die longitudinale Versorgungsanalyse.

Entscheidend für die Identifizierung von Wiederaufnahmen und die Verknüpfung mehrerer Besuche mit einer Einzelperson.

Patientenstammdaten oder demografische Tabellen (z.B. MRN).

Dieses Attribut erfasst den klinischen Grund des Kontakts mithilfe von Standardkodierungssystemen wie ICD-10 oder SNOMED. Es ermöglicht die Analyse von Behandlungspfaden, die auf bestimmte Erkrankungen wie Sepsis, Schlaganfall oder Herzinsuffizienz zugeschnitten sind.

Durch Filtern nach diesem Attribut können Analysten die Einhaltung krankheitsspezifischer Protokolle überprüfen und Variationen in der Versorgung von Patienten mit derselben Diagnose identifizieren.

Ermöglicht die Analyse klinischer Pfade und die Konformitätsprüfung gegenüber medizinischen Protokollen.

Diagnosetabellen, die mit dem Fall verknüpft sind, oft als 'Aufnahmediagnose' oder 'Abschlussdiagnose' bezeichnet.

Dieses Attribut gruppiert die Tausenden möglicher spezifischer Aufträge in überschaubare Kategorien. Es ermöglicht eine übergeordnete Analyse diagnostischer versus therapeutischer Aktivitäten innerhalb der Patient Journey.

Analysten nutzen dies, um die Dichte von Tests im Vergleich zu Behandlungen zu visualisieren und intensive diagnostische Phasen zu identifizieren, die zu einer Verlängerung der Verweildauer (Length of Stay) beitragen können.

Hilft, granulare Aktivitäten in sinnvolle Phasen zu gruppieren (z.B. Diagnostik vs. Behandlung).

Auftragseingabetabellen, oft ein Nachschlage- oder Typfeld, das mit der Auftrags-ID verknüpft ist.

Dieses Attribut erfasst das Ergebnis der Episode, wie zum Beispiel 'Entlassen nach Hause', 'Verlegt in SNF' (Skilled Nursing Facility) oder 'Entlassen gegen ärztlichen Rat'. Es ist eine zentrale Ergebnis-Metrik für die Patient Journey.

Es wird verwendet, um die Effizienz der Entlassungsplanung zu analysieren und Process Variations mit spezifischen Ergebnissen zu korrelieren. Es hilft beispielsweise zu identifizieren, ob bestimmte Pfade zu höheren Überweisungsraten an andere Einrichtungen führen.

Definiert das Prozessergebnis und ist entscheidend für die Analyse der Verweildauer.

Entlassungszusammenfassungen oder Aufnahme-/Entlassungs-/Verlegungs-(ADT)-Nachrichten.

Dieses Attribut liefert spezifische Details für Medikamentenaktivitäten. Während 'Medikament verabreichen' die generische Aktivität ist, identifiziert dieses Attribut, was genau gegeben wurde, wie zum Beispiel 'Paracetamol' oder 'Vancomycin'.

Es ist entscheidend für die Analyse spezifischer Behandlungsprotokolle, wie die Antibiotika-Verabreichungszeitpunkte bei Sepsis-Patienten oder die Wirksamkeit des Schmerzmanagements. Es ermöglicht detaillierte Drill-downs in Verzögerungen bei der Medikamentenverabreichung.

Erforderlich zur Analyse spezifischer Behandlungsprotokolle und KPI für die Medikationspünktlichkeit.

Medikationsdokumentation (MAR) oder Apothekenauftragstabellen.

Dieser numerische oder kategorische Wert gibt an, wie dringend der Zustand des Patienten bei der Ankunft war, oft unter Verwendung von Skalen wie ESI (Emergency Severity Index). Er ist ein entscheidender Kontext für die Analyse von Wartezeiten und Priorisierung.

Die Analyse von Process Flows basierend auf der Dringlichkeit hilft zu bestimmen, ob Hochrisikopatienten korrekt beschleunigt werden und ob Patienten mit geringerer Dringlichkeit unverhältnismäßige Verzögerungen erfahren.

Kontextualisiert Wartezeiten; hohe Dringlichkeit sollte mit schnellerem anfänglichen Durchlauf korrelieren.

Triage-Bewertungsunterlagen oder Notaufnahme-Tracking-Boards.