> Mejora continua de procesos > Recorrido del paciente > Oracle Health (Cerner) > Template de datos

Su Template de datos del recorrido del paciente

Oracle Health (Cerner)

Atributos del recorrido del paciente (19) Actividades del recorrido del paciente (14) Guías de extracción (2)

Su Template de datos del recorrido del paciente

Esta completa Template describe los datos esenciales que necesita para analizar y optimizar eficazmente los recorridos de los pacientes. Ofrece una visión estructurada de los atributos fundamentales que debe recopilar, las actividades clave que debe supervisar y recomendaciones prácticas para extraer los datos. Utilice este recurso para preparar su registro de eventos y disfrutar de una experiencia de Process Mining fluida.

Atributos recomendados para recopilar
Actividades clave que debe supervisar
Guía de extracción

¿Es nuevo en los registros de eventos? Aprenda a crear un registro de eventos de Process Mining.

Descargar Template

Atributos del recorrido del paciente

Estos son los campos de datos recomendados para incluir en su registro de eventos y realizar un análisis completo del recorrido del paciente en su sistema.

5 Obligatorio 8 Recomendado 6 Opcional

	Nombre	Descripción
	Actividad ClinicalEventTag	Nombre o descripción del evento clínico o administrativo realizado.
Descripción Este atributo registra la acción concreta realizada durante la atención del paciente, como «Medicamento administrado», «Signos vitales registrados» o «Paciente dado de alta». Proporciona la etiqueta legible del paso del proceso. En Cerner, suele derivarse de la tabla `CLINICAL_EVENT`, concretamente mediante la correspondencia entre `EVENT_CD` (código del evento) y su valor visible, o utilizando `EVENT_TAG`. Mantener convenciones de nomenclatura coherentes es fundamental para crear mapas de procesos fáciles de interpretar. Por qué es importante Define los pasos del mapa de procesos y permite visualizar el Workflow. Dónde obtenerlo Tabla: CLINICAL_EVENT, columna: EVENT_TAG o CODE_VALUE vinculado para EVENT_CD Ejemplos Evaluación de triajeHemograma completo con diferencialOrden de altaTrasladar al paciente
	Episodio del paciente EncounterId	Identificador único de la visita concreta del paciente o del episodio asistencial.
Descripción Este atributo actúa como identificador central del caso para la experiencia del paciente. Agrupa todos los eventos clínicos, las órdenes y las acciones administrativas que tienen lugar durante un único periodo asistencial, como una estancia hospitalaria o una visita a urgencias. En Process Mining, este ID es esencial para relacionar actividades desconectadas y obtener una visión unificada del proceso. Desde el punto de vista técnico, corresponde a `ENCNTR_ID` en la tabla `ENCOUNTER` de la base de datos Cerner Millennium. Es la clave principal que vincula los datos demográficos del paciente, las órdenes y los eventos clínicos. Por qué es importante Es la clave fundamental necesaria para reconstruir la experiencia del paciente de principio a fin, desde la admisión hasta el alta. Dónde obtenerlo Tabla: ENCOUNTER, columna: ENCNTR_ID Ejemplos 123456789876543211223344
	Marca de tiempo del evento EventEndDateTime	La fecha y hora exactas en que tuvo lugar o se completó la actividad.
Descripción Este atributo registra el momento exacto en que tuvo lugar un evento. Se utiliza para ordenar las actividades secuencialmente y calcular los tiempos de ciclo entre los pasos del proceso. En la tabla `CLINICAL_EVENT`, suele corresponder a `EVENT_END_DT_TM`. La precisión de este dato es fundamental para calcular los tiempos de espera, como la duración entre «Paciente registrado» y «Evaluación de triaje». Por qué es importante Esencial para determinar la secuencia de los eventos y calcular KPI de rendimiento, como los plazos de ejecución. Dónde obtenerlo Tabla: CLINICAL_EVENT, columna: EVENT_END_DT_TM Ejemplos 2023-10-15T08:30:00Z2023-10-15T09:15:45Z2023-10-16T14:20:00Z
	Sistema de origen SourceSystem	El nombre del sistema del que proceden los datos.
Descripción Identifica la aplicación de origen del registro de datos. En este contexto, normalmente será «Oracle Health» o «Cerner Millennium». Resulta útil en entornos con varios sistemas, donde los datos pueden combinarse con otros EMR o sistemas departamentales. Permite a los analistas filtrar o segmentar el análisis del proceso según la procedencia de los datos cuando se incorporan varias fuentes. Por qué es importante Garantiza la trazabilidad y el linaje de los datos, especialmente en configuraciones de Process Mining con varios sistemas. Dónde obtenerlo Cadena codificada o metadatos del sistema Ejemplos Oracle HealthCerner Millennium
	Última actualización de los datos LastDataUpdate	La marca de tiempo en que se extrajo el registro o se modificó por última vez en el almacén de datos.
Descripción Indica la actualidad de los datos utilizados en el análisis. Esta marca de tiempo ayuda a los usuarios a saber si están consultando datos en tiempo real o una instantánea de una carga anterior. Normalmente se genera durante el proceso ETL (Extract, Transform, Load), no como un atributo clínico. Por qué es importante Esencial para la gobernanza de datos y para garantizar que el análisis se realice con información actualizada. Dónde obtenerlo Marca de tiempo del sistema ETL Ejemplos 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	¿Es una readmisión? IsReadmission	Indicador que señala si este episodio tuvo lugar en los 30 días posteriores a un alta anterior.
Descripción Indicador booleano utilizado para identificar los casos que representan una readmisión. Se calcula comparando la fecha de admisión del episodio actual con la fecha de alta del episodio anterior de la misma `PersonId`. Esencial para el Dashboard «Tendencias de readmisión de pacientes». Por qué es importante Admite directamente el KPI «Tasa de readmisión de pacientes», una métrica clave de la calidad de la atención. Dónde obtenerlo Derivado mediante lógica SQL que compara registros de ENCOUNTER Ejemplos truefalse
	Departamento NurseUnit	La sala, unidad o departamento específico donde tuvo lugar el evento.
Descripción Identifica la ubicación física o la unidad organizativa responsable del paciente en el momento del evento, por ejemplo, «UCI», «Cirugía general» o «Urgencias». Ayuda en el Dashboard «Eficiencia de las transferencias entre unidades» al realizar el seguimiento de los movimientos entre unidades. En Cerner, suele ser `LOC_NURSE_UNIT_CD` en la tabla de atenciones o de seguimiento. Por qué es importante Esencial para analizar cuellos de botella en departamentos específicos y visualizar la distribución geográfica del flujo de pacientes. Dónde obtenerlo Tabla: ENCOUNTER o CLINICAL_EVENT, columna: LOC_NURSE_UNIT_CD Ejemplos Servicio de urgenciasUnidad de cardiologíaICURadiología
	Diagnóstico principal DiagnosisCode	El código ICD-10 o SNOMED que representa el motivo principal de la atención.
Descripción Código clínico estandarizado, por ejemplo, «J18.9» para neumonía, asignado al episodio. Permite agrupar a los pacientes por afección para analizar la «Desviación del protocolo de tratamiento» en enfermedades específicas. Se encuentra en la tabla `DIAGNOSIS`, vinculada a la atención. Por qué es importante Permite comparar en igualdad de condiciones las rutas de los pacientes con afecciones específicas. Dónde obtenerlo Tabla: DIAGNOSIS, columna: DIAGNOSIS_CODE (mediante nomenclatura) Ejemplos I10E11.9J18.9
	Elemento de la orden OrderMnemonic	El nombre de la orden específica realizada, como una prueba de laboratorio o un medicamento.
Descripción Describe el contenido de un evento de orden, por ejemplo, «Hemograma completo» o «Aspirina de 81 mg». Este atributo proporciona el contexto necesario para las actividades «Orden diagnóstica realizada» y «Medicamento administrado». Normalmente se encuentra en la tabla `ORDERS`, en `ORDER_MNEMONIC`. Actúa como el «Producto» que fluye por el proceso. Por qué es importante Necesario para realizar un análisis detallado de las rutas diagnósticas y terapéuticas. Dónde obtenerlo Tabla: ORDERS, columna: ORDER_MNEMONIC Ejemplos Radiografía de tóraxPanel metabólico básicoParacetamolResonancia magnética cerebral
	Estado del alta DischargeDisposition	El destino o estado del paciente al recibir el alta.
Descripción Indica adónde fue el paciente después de finalizar el episodio, por ejemplo, «Domicilio», «Centro de enfermería especializada» o «Fallecido». Es fundamental para el análisis de la «Planificación del alta» y para identificar resultados no satisfactorios. Se encuentra en la tabla `ENCOUNTER` como `DISCH_DISPOSITION_CD`. Por qué es importante Métrica de resultado clave que define el «estado final» de la trayectoria del paciente. Dónde obtenerlo Tabla: ENCOUNTER, columna: DISCH_DISPOSITION_CD (resolver mediante CODE_VALUE) Ejemplos Alta a domicilioTrasladado a rehabilitaciónAbandonó el centro contra recomendación médicaFallecido
	ID del paciente PersonId	Identificador único del paciente en varias atenciones.
Descripción A diferencia del Case ID, el Patient ID (o Person ID) permanece constante para un paciente en todas sus visitas al hospital. Este atributo es fundamental para analizar las tasas de readmisión y comprender el historial del paciente a largo plazo. En Cerner, corresponde a `PERSON_ID` de la tabla `PERSON`. Vincula varios registros `ENCNTR_ID`. Por qué es importante Permite calcular el KPI «Tasa de readmisión de pacientes» al vincular episodios distintos con la misma persona. Dónde obtenerlo Tabla: PERSON, columna: PERSON_ID Ejemplos P10001P55992P99221
	Tipo de caso EncounterType	Clasificación de la visita del paciente, como hospitalización, atención ambulatoria o urgencias.
Descripción Clasifica la naturaleza del episodio del paciente. Es una dimensión principal para segmentar los datos, ya que el flujo del proceso de una visita de «Urgencias» difiere considerablemente del de una «Hospitalización programada». Se deriva de `ENCNTR_TYPE_CD` en la tabla `ENCOUNTER`, que hace referencia a un valor del conjunto de códigos, por ejemplo, «Hospitalización» o «Urgencias». Por qué es importante Permite comparar las rutas asistenciales y el rendimiento entre distintos entornos de atención. Dónde obtenerlo Tabla: ENCOUNTER, columna: ENCNTR_TYPE_CD (resolver mediante CODE_VALUE) Ejemplos HospitalizaciónUrgenciasAtención ambulatoriaCirugía ambulatoria
	Usuario PerformingPrsnlId	El identificador o nombre del profesional clínico que realizó la actividad.
Descripción Registra quién ejecutó el paso del proceso, como el personal de enfermería que administra un medicamento o el médico que firma el alta. Esto permite analizar el uso de los recursos. En Cerner, suele ser `PERFORMED_PRSNL_ID` o `UPDT_ID`, según la tabla (Orders o Clinical Events). Asignarlo al atributo genérico «Usuario» facilita el análisis de la segregación de funciones. Por qué es importante Facilita el análisis de recursos e identifica posibles necesidades de formación o desequilibrios en la carga de trabajo. Dónde obtenerlo Tabla: CLINICAL_EVENT, columna: PERFORMED_PRSNL_ID Ejemplos Dr. SmithEnfermero JonesAdministrador de sistemas
	Canal de admisión AdmissionSource	El origen de la admisión del paciente.
Descripción Describe cómo entró el paciente en el sistema hospitalario, por ejemplo, «Derivación médica», «Sala de urgencias» o «Traslado desde otro hospital». Ayuda a analizar la «puerta de entrada» del proceso hospitalario. Se asigna a `ADMIT_SRC_CD` en la tabla `ENCOUNTER`. Por qué es importante Proporciona contexto al «Tiempo de espera para la evaluación inicial» según el punto de entrada. Dónde obtenerlo Tabla: ENCOUNTER, columna: ADMIT_SRC_CD Ejemplos Sala de urgenciasDerivación médicaTraslado desde el hospital
	Estado del medicamento MedAdminStatus	Estado de la orden de medicación, por ejemplo, administrado, rechazado o no administrado.
Descripción Indica el resultado de una tarea de administración de medicamentos. En el Dashboard «Cumplimiento de la administración de medicamentos», es fundamental distinguir entre los medicamentos administrados realmente y los programados que se omitieron o rechazaron. Probablemente se encuentra en la tabla `CLINICAL_EVENT` o en tablas específicas del registro de administración de medicamentos (MAR). Por qué es importante Identifica brechas de cumplimiento en los protocolos de tratamiento. Dónde obtenerlo Consulte la documentación de Oracle Health (Cerner) Ejemplos AdministradoRechazadoRetenido
	Estado del resultado ResultStatus	El estado de un resultado diagnóstico, por ejemplo, Auth (verificado), corregido o preliminar.
Descripción Indica la etapa del ciclo de vida de un resultado diagnóstico. Se utiliza en el análisis del «Tiempo de entrega del resultado diagnóstico» para determinar cuándo está disponible oficialmente un resultado para la toma de decisiones clínicas. Normalmente se encuentra en `CLINICAL_EVENT`, con códigos de estado específicos. Por qué es importante Distingue entre resultados preliminares y finales, lo que influye en el momento en que pueden comenzar las actividades posteriores. Dónde obtenerlo Tabla: CLINICAL_EVENT, columna: RESULT_STATUS_CD Ejemplos Autorización (verificada)Con errorModificado
	Número de orden OrderId	Identificador único de una orden específica (laboratorio, medicamento o consulta).
Descripción ID generado por el sistema para una orden. Aunque no es el Case ID, constituye una clave secundaria fundamental. Vincula el evento «Orden diagnóstica realizada» con el evento «Resultado diagnóstico verificado». Sin este dato, resulta difícil calcular el tiempo de respuesta exacto de pruebas específicas cuando un paciente tiene varias órdenes simultáneas. Por qué es importante Esencial para vincular correctamente actividades emparejadas (orden → resultado). Dónde obtenerlo Tabla: ORDERS, columna: ORDER_ID Ejemplos 88291028829103
	Prioridad del triaje TriageAcuity	El nivel de urgencia asignado durante la evaluación de triaje.
Descripción Valor numérico o categórico que indica la gravedad del estado del paciente, por ejemplo, de 1, inmediato, a 5, no urgente. Es un atributo de segmentación esencial para analizar los tiempos de espera, ya que los pacientes con mayor prioridad deberían esperar menos. Normalmente se registra en formularios clínicos o en códigos de observación específicos durante el evento de triaje. Por qué es importante Fundamental para comprobar si el proceso prioriza correctamente a los pacientes según su urgencia clínica. Dónde obtenerlo Consulte la documentación de Oracle Health (Cerner) Ejemplos 12345
	Tipo de pagador FinancialClass	La cobertura de seguro principal o la clasificación financiera del paciente.
Descripción Clasifica al paciente según la fuente de pago, por ejemplo, Medicare, seguro privado o pago particular. Este atributo se utiliza para analizar si los flujos del proceso o la duración de la estancia varían según el tipo de seguro. Se deriva de `FINANCIAL_CLASS_CD` en la tabla `ENCOUNTER`. Por qué es importante Ayuda a identificar desigualdades en la prestación de la atención o en la gestión administrativa según el tipo de pagador. Dónde obtenerlo Tabla: ENCOUNTER, columna: FINANCIAL_CLASS_CD (resolver mediante CODE_VALUE) Ejemplos MedicareBlue CrossPago particularMedicaid

Obligatorio Recomendado Opcional

Actividades del recorrido del paciente

Estos son los pasos clave y los hitos del proceso que debe capturar en su registro de eventos para descubrir el proceso con precisión e identificar cuellos de botella.

8 Recomendado 6 Opcional

	Actividad	Descripción
	Diagnóstico documentado	Se produce cuando se añade un diagnóstico formal al registro del encuentro del paciente. Se diferencia de un resultado de prueba y representa la confirmación de la afección por parte del profesional clínico.
Por qué es importante Es esencial para el hito «Diagnóstico confirmado» y para analizar el tiempo hasta obtener un diagnóstico definitivo. Dónde obtenerlo Tabla DIAGNOSIS, utilizando DIAGNOSIS_DT_TM vinculado a ENCOUNTER_ID. Recopilar Se registra cuando el diagnóstico se añade o actualiza en PowerChart Tipo de evento explicit
	Evaluación de triaje completada	Representa la finalización de la evaluación inicial de enfermería o del formulario de triaje en el contexto de urgencias o admisión. Normalmente corresponde a un formulario específico o a un evento clínico documentado en el sistema.
Por qué es importante Es fundamental para calcular el KPI «Tiempo de espera de la evaluación inicial» e identificar cuellos de botella en el acceso inicial. Dónde obtenerlo Tabla CLINICAL_EVENT, filtrada por los códigos de evento asociados a los formularios de triaje o evaluación inicial. Recopilar Se registra cuando se firma o verifica el documento o formulario clínico Tipo de evento explicit
	Orden de alta firmada	Es el evento en el que el médico introduce la orden de alta del paciente. Inicia el contador de la planificación del alta.
Por qué es importante Es el punto de inicio del «Tiempo de ciclo de la planificación del alta». Una diferencia entre este momento y el alta efectiva indica retrasos operativos. Dónde obtenerlo Tabla ORDERS, donde el tipo de catálogo indica Discharge. Recopilar Se registra cuando el estado de la orden de alta se establece en ORDERED Tipo de evento explicit
	Paciente dado de alta	Es el evento administrativo final que cierra la estancia del paciente. Esta marca de tiempo se utiliza para calcular la duración total de la estancia.
Por qué es importante Es el evento final principal del proceso. Resulta esencial para calcular la duración de la estancia y los reingresos. Dónde obtenerlo Tabla ENCOUNTER, concretamente DISCH_DT_TM (fecha y hora del alta). Recopilar Se registra cuando el estado del encuentro cambia a DISCHARGED Tipo de evento explicit
	Paciente registrado	Marca el inicio del episodio del paciente, cuando este llega y se registra en el sistema. En Cerner Millennium, se captura cuando se crea el registro del encuentro o se establece la marca de tiempo del registro.
Por qué es importante Establece la hora de inicio para calcular la duración de la estancia (LOS) y analizar los tiempos de espera iniciales. Dónde obtenerlo Tabla ENCOUNTER, concretamente la columna REG_DT_TM (fecha y hora de registro). Recopilar Se registra cuando una transacción crea una nueva fila en ENCOUNTER Tipo de evento explicit
	Resultado diagnóstico verificado	Es el momento en que un resultado de laboratorio o de imagen se finaliza y queda disponible para el profesional clínico. Esto pone fin al intervalo de tiempo de respuesta diagnóstico.
Por qué es importante Completa el ciclo del «Tiempo de entrega del resultado diagnóstico» y activa las decisiones posteriores sobre el tratamiento. Dónde obtenerlo Tabla CLINICAL_EVENT (para análisis de laboratorio) o cambio de estado de ORDERS a COMPLETED. Recopilar Se registra cuando el estado del resultado cambia a AUTH (Authenticated) Tipo de evento explicit
	Se produjo un traslado de departamento	Indica que el paciente se trasladó físicamente de una ubicación, como urgencias, a otra, como la UCI. Se realiza un seguimiento mediante el historial de ubicaciones.
Por qué es importante Permite analizar la «Eficiencia de los traslados entre unidades» y visualizar el flujo de pacientes por el hospital. Dónde obtenerlo Tabla ENCNTR_LOC_HIST (historial de ubicaciones del encuentro), que registra los cambios en LOC_NURSE_UNIT_CD. Recopilar Compare el campo de estado antes y después Tipo de evento inferred
	Solicitud de diagnóstico realizada	Se produce cuando un profesional clínico introduce una solicitud de análisis de laboratorio o de prueba de imagen. Esta marca de tiempo inicia el cálculo del tiempo de respuesta diagnóstico.
Por qué es importante Es el punto de partida del KPI «Tiempo de entrega del resultado diagnóstico» y ayuda a identificar retrasos entre la solicitud y la ejecución. Dónde obtenerlo Tabla ORDERS, utilizando ORIG_ORDER_DT_TM cuando el tipo de catálogo es Laboratory o Radiology. Recopilar Se registra cuando el estado de la solicitud se establece en ORDERED Tipo de evento explicit
	Cita de seguimiento programada	Se produce cuando se reserva una cita futura para el paciente vinculada al mismo episodio o plan asistencial.
Por qué es importante Admite el panel «Puntualidad de la programación del seguimiento» y mide la eficiencia de la continuidad asistencial. Dónde obtenerlo Tabla SCH_APPT (Schedule Appointment), vinculada a PERSON_ID. Recopilar Se registra cuando se crea la cita en el módulo de programación Tipo de evento explicit
	Consulta completada	Marca la finalización de una consulta con un especialista, normalmente acreditada por una nota o un documento de consulta firmado.
Por qué es importante Identifica cuándo se recibió la opinión del especialista, que puede convertirse en un cuello de botella en rutas asistenciales complejas. Dónde obtenerlo Tabla CLINICAL_EVENT, filtrada para incluir tipos de documentos clasificados como consultas. Recopilar Se registra cuando se firma la nota de consulta Tipo de evento explicit
	Medicamento administrado	Registra la administración efectiva del medicamento al paciente, tal como se documenta en el Registro de administración de medicamentos (MAR).
Por qué es importante Admite el panel «Cumplimiento de la administración de medicamentos» al verificar si los medicamentos se administraron a tiempo. Dónde obtenerlo Tabla CLINICAL_EVENT, filtrada para incluir eventos de administración de medicamentos (Task Status = Complete). Recopilar Se registra al escanear el código de barras o introducir manualmente los datos en MAR Tipo de evento explicit
	Plan asistencial activado	Representa el inicio de un PowerPlan o una ruta asistencial en Cerner. Indica que se ha seleccionado un protocolo de tratamiento estandarizado.
Por qué es importante Es fundamental para el «Análisis de desviaciones del protocolo de tratamiento», que compara la atención real con la ruta planificada. Dónde obtenerlo ACT_PW_CAT (Action Pathway Catalog) o DCP_FORMS_REF, vinculando la ruta al encuentro. Recopilar Se registra cuando se inicia PowerPlan Tipo de evento explicit
	Procedimiento programado	Indica que se ha reservado una intervención quirúrgica o un procedimiento importante para una hora concreta. Ayuda a comprender la asignación de recursos y los tiempos de espera previos al procedimiento.
Por qué es importante Destaca la eficiencia de la programación y los posibles cuellos de botella en el uso de los quirófanos o las salas de procedimientos. Dónde obtenerlo Tabla SURGICAL_CASE o tabla SCH_APPT vinculada al encuentro. Recopilar Se registra cuando se confirma la transacción de programación Tipo de evento explicit
	Procedimiento realizado	Marca de tiempo que indica cuándo se realizó realmente una intervención quirúrgica o un procedimiento importante. A menudo se captura en la documentación perioperatoria.
Por qué es importante Hito clave para analizar las rutas clínicas y el uso de los recursos. Dónde obtenerlo Tabla SURGICAL_CASE (horas de inicio y finalización del caso) o CLINICAL_EVENT para procedimientos junto a la cama. Recopilar Se registra mediante SurgiNet o la documentación del procedimiento Tipo de evento explicit

Recomendado Opcional

Guías de extracción

Cómo obtener sus datos de Oracle Health (Cerner)

Pasos

Inicie Discern Visual Developer: Abra la aplicación Discern Visual Developer (DVDev) dentro de su entorno de acceso al dominio de Citrix o Cerner local.
Cree un script nuevo: Inicialice un archivo de script nuevo de Command Language (CCL), por ejemplo, extract_patient_journey.prg.
Defina los parámetros: Al principio del script, defina los parámetros de usuario start_date y end_date para permitir una ejecución dinámica en intervalos de tiempo específicos.
Configure las constantes: Defina constantes para conjuntos de códigos específicos, como tipos de encuentro, catálogos de órdenes y códigos de eventos, para evitar codificar directamente identificadores numéricos code_value, que varían según el dominio. Es posible que deba consultar el code_value o display_key específico de los formularios de triaje, alta y consulta de su organización.
Construya la consulta: Copie la consulta SQL proporcionada a continuación en el cuerpo del script. Esta consulta utiliza UNION ALL para combinar datos de varias tablas, como ENCOUNTER, CLINICAL_EVENT, ORDERS y SURG_CASE_TBL, en una única estructura plana de registro de eventos.
Compile el script: Utilice la función de compilación, Ctrl+F7 o el menú Build, para comprobar si hay errores de sintaxis. Asegúrese de tener acceso SELECT a las tablas referenciadas.
Ejecute y exporte: Ejecute el script, Go/F9. En el destino de salida, seleccione «Spreadsheet» o «Flat File». Guarde el resultado como archivo CSV.
Transforme los datos opcionalmente: Si las fechas se devuelven en formatos específicos de Cerner, como fechas julianas o marcas de tiempo que no cumplen con ISO, utilice Excel o un script para convertirlas al formato YYYY-MM-DD HH:MM:SS antes de cargarlas.
Valide los datos: Realice una comprobación puntual con un Encounter ID conocido de un paciente, FIN, en PowerChart para verificar que las marcas de tiempo coincidan con la extracción.
Cargue los datos en ProcessMind: Importe el archivo CSV en ProcessMind y asigne la columna EncounterId al ID de caso, ClinicalEventTag a la actividad y EventEndDateTime a la marca de tiempo.

Configuración

Intervalo de fechas: Se recomienda ejecutar la extracción para un periodo de 3 a 6 meses. Los intervalos amplios pueden agotar el tiempo de espera debido al tamaño de la tabla CLINICAL_EVENT.
Conjuntos de códigos (CDF): La consulta depende de filtros code_value. Debe sustituir marcadores como [REPLACE_WITH_TRIAGE_EVENT_CD] por los códigos reales de su dominio, que se encuentran en la tabla CODE_VALUE.
Permisos: El usuario que ejecute el script necesita derechos de acceso d (Database) a tablas como ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST y SCH_APPOINTMENT.
Rendimiento: La tabla CLINICAL_EVENT es muy grande. Asegúrese de que el filtro de fechas sobre EVENT_END_DT_TM esté indexado y se aplique estrictamente.
Lógica de readmisión: El atributo IsReadmission se incluye como marcador de posición. Es preferible gestionar la lógica compleja de periodos retrospectivos en la aplicación ProcessMind después de cargar los datos, en lugar de hacerlo en la consulta de extracción.

a Consulta de ejemplo 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

Pasos

Configuración previa: Asegúrese de tener Python instalado con las bibliotecas necesarias (pandas, requests) y credenciales OAuth2 válidas (client_id, client_secret) para el endpoint FHIR R4 de Oracle Health (Cerner). Debe tener habilitados los ámbitos para Patient, Encounter, Observation, Condition, Procedimiento, MedicationAdministration, ServiceRequest y DiagnosticReport.
Gestión de la autenticación: Implemente un gestor de autenticación para obtener un token Bearer del servidor de autorización. Las implementaciones de Cerner suelen utilizar SMART on FHIR o flujos estándar de credenciales de cliente OAuth2. El script proporcionado gestiona la obtención del token.
Defina el alcance y el periodo: Determine la ventana de extracción, por ejemplo, mediante los parámetros last_updated_gt o date. Como buena práctica, itere por un intervalo de fechas en el recurso Encounter para definir el alcance de los episodios de pacientes.
Obtenga los encuentros (episodios de pacientes): Consulte el recurso Encounter. Este objeto actúa como núcleo central (identificador del caso). Del propio recurso Encounter, extraiga period.start para Paciente registrado, period.end para Paciente dado de alta e itere por el historial de location para Transferencia de departamento realizada.
Extraiga las órdenes clínicas: Consulte los recursos ServiceRequest filtrados por el ID del encuentro. Filtre por intent=order para capturar Orden de diagnóstico realizada y Procedimiento programado (si se clasifican como órdenes quirúrgicas). Asigne authoredOn a la marca de tiempo del evento.
Extraiga los diagnósticos y problemas: Consulte los recursos Condition vinculados al encuentro. Utilice recordedDate u onsetDateTime para crear eventos de Diagnóstico documentado. Cuando sea posible, filtre por la categoría encounter-diagnosis.
Extraiga los procedimientos: Consulte los recursos Procedimiento. Utilice performedDateTime para generar eventos de Procedimiento realizado. Esto permite distinguir las cirugías completadas de las programadas.
Extraiga los medicamentos: Consulte los recursos MedicationAdministration. Se diferencia de MedicationRequest porque registra la administración real. Utilice effectiveDateTime para el evento Medicamento administrado.
Extraiga los análisis y resultados: Consulte los recursos Observation o DiagnosticReport. Utilice issued o effectiveDateTime para los eventos de Resultado diagnóstico verificado. Busque status=final. Utilice también códigos específicos de Observation, como LOINC para la prioridad del triaje, con el fin de identificar Evaluación de triaje completada.
Extraiga la documentación y los planes de atención: Consulte DocumentReference para Consulta completada (mediante códigos de tipo de documento) y CarePlan para los eventos de Plan de atención activado.
Identifique las actividades de alta: Para obtener Orden de alta firmada, normalmente debe comprobar ServiceRequest en busca de códigos específicos de órdenes de alta o analizar Encounter.statusHistory para localizar un estado anterior al alta definitiva.
Transforme y exporte los datos: Aplane las respuestas JSON en un formato tabular. Cree las columnas necesarias (EncounterId, ClinicalEventTag, EventEndDateTime, etc.). Convierta las marcas de tiempo al formato ISO 8601 y exporte el conjunto de datos final a un archivo CSV listo para cargarlo en ProcessMind.

Configuración

URL base de FHIR: El endpoint específico de su instancia de Oracle Health/Cerner, por ejemplo, https://fhir-myrecord.cerner.com/r4/....
Ámbitos de autenticación: Asegúrese de que la aplicación tenga system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read, etc.
Filtrado por fechas: Utilice date=ge[YYYY-MM-DD] en el recurso Encounter para obtener los episodios que comiencen a partir de una fecha específica. Evite consultar todo el historial.
Paginación: La API devuelve los datos en Bundles. El script debe gestionar los enlaces de paginación (relation: next) para recuperar el conjunto completo de datos.
Concurrencia: Para extracciones de gran volumen, considere paralelizar las solicitudes por rangos de Encounter ID, pero respete los límites de frecuencia de la API (Throttling).
Filtrado por códigos: Configure códigos LOINC o SNOMED específicos en la sección de correspondencias del script para identificar con precisión el triaje frente a las observaciones generales.

a Consulta de ejemplo 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")

¿Listo para comenzar?

Utilice esta Template para preparar sus datos y empezar a descubrir información valiosa sobre el proceso del recorrido de sus pacientes. El camino hacia mejores resultados para los pacientes comienza aquí.

Volver a la guía de mejora Descargar Template

Optimice ahora los recorridos de sus pacientes y mejore rápidamente los resultados

Identifique rápidamente los cuellos de botella para reducir un 30 % el tiempo de ciclo del recorrido del paciente.

Inicie su prueba gratuita

No necesita tarjeta de crédito. Comience en cuestión de minutos.

Su Template de datos del recorrido del paciente

Su Template de datos del recorrido del paciente

Atributos del recorrido del paciente

Actividades del recorrido del paciente

Guías de extracción

Extracción mediante Cerner Command Language a través de Discern

Pasos

Configuración

a Consulta de ejemplo sql

Extracción con Python mediante la API FHIR R4 de Oracle Health

Pasos

Configuración

a Consulta de ejemplo python

¿Listo para comenzar?

Optimice ahora los recorridos de sus pacientes y mejore rápidamente los resultados

Su Template de datos del recorrido del paciente

Su Template de datos del recorrido del paciente

Atributos del recorrido del paciente

Actividades del recorrido del paciente

Guías de extracción

Extracción mediante Cerner Command Language a través de Discern

Pasos

Configuración

a Consulta de ejemplo sql

Extracción con Python mediante la API FHIR R4 de Oracle Health

Pasos

Configuración

a Consulta de ejemplo python

¿Listo para comenzar?

Optimice ahora los recorridos de sus pacientes y mejore rápidamente los resultados

Valoramos su privacidad