> 継続的なプロセス改善 > 患者ジャーニー > Veradigm（Allscripts） > データテンプレート

患者ジャーニーのデータテンプレート

Veradigm（Allscripts）

患者ジャーニーの属性 (19) 患者ジャーニーのアクティビティ (13) 抽出ガイド (2)

患者ジャーニーのデータテンプレート

このテンプレートでは、患者ジャーニープロセスの分析に必要なデータを収集するための手順を整理しています。追跡すべき必須の属性とアクティビティに加え、ソースシステムから情報を抽出するための具体的なガイダンスを示します。このリソースを使ってデータを準備し、詳細なプロセスマイニングを実施してください。

詳細な分析に必要な推奨属性
正確なプロセスディスカバリーに必要な主要アクティビティ
システムからデータを抽出するための具体的なガイダンス

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

患者ジャーニーの属性

患者ジャーニープロセスを詳しく分析するため、イベントログに含める推奨データ項目です。

3 必須 8 推奨 8 任意

	名前	説明
	アクティビティ名 ActivityName	実施された特定の臨床イベントまたは管理イベントです。
説明「Patient Registered」「Medication Administered」「Discharge Planning Initiated」など、プロセスで実施されたステップを示します。この属性により、患者ジャーニーの各段階を区別でき、プロセスディスカバリーとバリアント分析に欠かせません。重要な理由プロセスマップ上のノードを定義します。これがなければ、プロセスフローを可視化できません。入手先 ADTイベント、オーダー、結果、臨床文書の各テーブルなど、さまざまなトランザクションテーブルから取得します。例患者登録完了診断検査の依頼薬剤投与患者の退院
	イベントタイムスタンプ EventDateTime	アクティビティが発生した正確な日時です。
説明アクティビティが発生した時系列上の時点を記録します。サイクルタイムや所要時間の算出、イベント順序の正確な並べ替えに欠かせません。医療データでは、患者の受け入れ状況を正確に分析するため、分単位の精度が重要です。重要な理由患者ジャーニーの平均サイクルタイムや待ち時間など、時間に基づくすべてのKPIを算出できます。入手先ソーステーブルのトランザクションタイムスタンプ（例：ADT_DATE、ORDER_DATE、RESULT_DATE）です。例 2023-10-12T08:30:00Z2023-10-12T14:45:22Z2023-10-15T09:00:00Z
	患者エピソード PatientEpisodeId	特定の患者の来院または受診を一意に識別するIDです。
説明患者エピソードは主要なケース識別子として機能し、特定の病態またはケア期間における患者の医療ジャーニーに関連するすべてのイベントをまとめます。これにより、診断、治療、回復の各段階を統合して把握し、複数の診療科にまたがるやり取りを一つの流れとして関連付けられます。Veradigm（Allscripts）システム（SunriseやParagonなど）では、通常、Visit IDまたはEncounter Numberに相当します。重要な理由プロセスマイニングの基本キーであり、患者ジャーニーをエンドツーエンドで再構築できます。入手先 VisitテーブルまたはEncounterテーブルのヘッダーにある可能性があります（例：VISIT_ID、ENCOUNTER_ID）。Veradigm（Allscripts）のドキュメントを確認してください。例 EP-2023-998877VIS-10029384100029384ENC-554433
	主診断コード PrimaryDiagnosisCode	主な病態を示すICD-10またはSNOMEDコードです。
説明患者の受診理由をコード化したものです。「治療経路バリアントエクスプローラー」でのフィルターとして使用します。異なる病態（例：肺炎と心不全）がシステム内をどのように進むかを比較できます。重要な理由臨床状態ごとにプロセスを分け、プロトコルの遵守状況を確認するために必要です。入手先診断テーブルまたは問題リストテーブルにあります（通常はICD-10列）。Veradigm（Allscripts）のドキュメントを確認してください。例 I50.9J18.9E11.9
	入院日時 AdmissionDate	患者が正式に入院した日時です。
説明入院期間の開始を示すタイムスタンプです。退院日と組み合わせて在院日数（ALOS）を算出します。重要な理由 ALOSの算出と入院時の遅延測定における重要な基準点です。入手先 VisitまたはEncounterのヘッダーテーブル（例：ADMIT_DATE）にあります。Veradigm（Allscripts）のドキュメントを確認してください。例 2023-10-01T10:00:00Z2023-10-05T14:20:00Z
	再入院かどうか IsReadmission	このエピソードが30日以内の再入院かどうかを示すフラグです。
説明計算によって求める真偽値の属性です。現在の入院日から30日以内に、患者に過去の退院があった場合はtrueを返します。「回避可能な再入院率モニター」の基礎となります。重要な理由病院の品質管理と診療報酬に関する中核KPIです。特にCMSの規制に関連します。入手先 PatientMRNと入院日・退院日を使い、ETL／データ変換レイヤーで計算します。例 truefalse
	患者MRN PatientMrn	複数のエピソードにまたがって患者を一意に識別する医療記録番号です。
説明 Medical Record Number（MRN）またはEnterprise Patient IDです。患者エピソードIDとは異なり、複数の来院にわたって患者ごとに変わりません。別々のエピソードを関連付けて再入院率を算出するための重要なキーです。重要な理由「30日以内の再入院率」の算出や、再受診する患者の特定に欠かせません。入手先患者マスターインデックスまたは患者属性テーブルにあります（想定される列：MRN、PATIENT_ID）。Veradigm（Allscripts）のドキュメントを確認してください。例 MRN-884422P-10022399887766
	担当医療従事者 AttendingProvider	イベント中に患者を担当する主な臨床医です。
説明アクティビティを実施した医師、看護師、専門医、またはケア計画の責任者を特定します。この属性を分析することで、「臨床リソースの利用状況」や、医師ごとのケア経路の違いを把握できます。重要な理由リソースのボトルネック分析や、臨床スタッフ間のパフォーマンス比較に役立ちます。入手先トランザクションテーブル（例：ORDERing_PROVIDER、ATTENDING_PHYSICIAN_ID）にあります。Veradigm（Allscripts）のドキュメントを確認してください。例 Sarah Smith医師Jonesナースプラクティショナー放射線技師A
	診療科名 DepartmentName	アクティビティが行われた病院の病棟または診療科です。
説明「救急外来」「循環器科」「放射線科」など、場所に関する情報を示します。「入院・転棟ボトルネック分析」で、患者が病棟間の移動中に滞留している場所を把握するために欠かせません。重要な理由リソース利用状況の分析と、診療科ごとのボトルネック特定を支援します。入手先トランザクションに紐づく場所または診療科のマスターテーブルにあります。Veradigm（Allscripts）のドキュメントを確認してください。例救急部ICU一般外科放射線科
	退院先区分 DischargeDisposition	退院時の患者の状態または移動先です。
説明入院後に患者がどこへ移ったかを示します（例：「自宅」「熟練看護施設」「死亡」「転院」）。退院先によって再入院リスクの特性が異なるため、再入院リスクの分析に重要です。重要な理由「退院計画」ダッシュボードに背景情報を加え、ALOSの差異を説明するのに役立ちます。入手先 VisitまたはEncounterのヘッダーテーブル（例：DISCH_DISP）にあります。Veradigm（Allscripts）のドキュメントを確認してください。例自宅SNFへ転院在宅医療付きで自宅へ退院医師の助言に反する退院
	退院日時 DischargeDate	患者が退院した日時です。
説明エピソードの終了を示すタイムスタンプです。プロセスマイニングでケースを終了するために使用し、ALOSと再入院の算出にも欠かせません。重要な理由プロセスサイクルの終了を定義し、患者の受け入れ状況を分析するうえで重要です。入手先 VisitまたはEncounterのヘッダーテーブル（例：DISCH_DATE）にあります。Veradigm（Allscripts）のドキュメントを確認してください。例 2023-10-04T11:00:00Z2023-10-10T09:30:00Z
	オーダーID OrderId	検査、薬剤、処置などの個別オーダーを識別するIDです。
説明「オーダー」イベントを「結果」または「投与」イベントに紐づけます。たとえば、「診断検査の依頼」と「診断検査完了」を関連付けます。「診断結果提供時間」ダッシュボードに必要な粒度です。重要な理由プロセスの各ステップにかかった時間（例：検査結果提供時間）を算出できます。入手先オーダー入力テーブル（例：ORDER_ID、PLACER_ORDER_NUM）にあります。Veradigm（Allscripts）のドキュメントを確認してください。例 ORD-998877LAB-112233RX-445566
	コストセンター CostCenter	部門またはサービスに紐づく財務コードです。
説明臨床アクティビティを財務単位に対応付けます。これにより、各部門の「アクティビティコスト」や一般的な財務パフォーマンスを分析できます。重要な理由業務プロセスのプロセスマイニングと財務上の影響を結び付けます。入手先部門テーブルまたはCharge masterテーブルです。Veradigm（Allscripts）のドキュメントを参照してください。例 CC-1020CC-Rad-01Emergency-001
	ソースシステム SourceSystem	データの取得元となったシステムの名称です。
説明「Veradigm Sunrise」や「Veradigm TouchWorks」など、データを提供するソフトウェアのインスタンスを特定します。複数の病院で運用する環境や、急性期医療と外来医療のデータを統合する場合に特に重要です。重要な理由追跡可能性とデータの系譜を確保でき、データ品質の問題を調査する際に役立ちます。入手先 ETLプロセス中に固定値として設定するか、システムメタデータテーブルから抽出します。例 Veradigm SunriseAllscripts PMVeradigm TouchWorks
	フォローアップ予約日 FollowUpAppointmentDate	予定されているフォローアップ予約の日付です。
説明「フォローアップ予約設定率」の計算に使用します。この項目に値が入力されている場合、フォローアップが設定されたことを示します。NULLまたは空欄の場合は、設定されていません。重要な理由「フォローアップケア・コンプライアンス」KPIを直接測定します。入手先患者に紐づく予約管理システムまたは将来の予約テーブルです。Veradigm（Allscripts）のドキュメントを参照してください。例 2023-11-15T14:00:00Znull
	プロトコルに準拠しているか IsProtocolCompliant	症例が標準的なケア経路に沿っているかを示すフラグです。
説明特定の必須アクティビティ（例：「バイタル記録」が「投薬実施」の前に行われているか）が正しい順序で実施されたかを確認する、計算による属性です。「ケアプロトコル遵守ダッシュボード」を支援します。重要な理由手作業によるカルテレビューを行わずに、コンプライアンス違反を自動検出します。入手先アクティビティの順序に基づき、プロセスマイニングツールまたはETLで計算します。例 truefalse
	最終データ更新 LastDataUpdate	レコードが最後に抽出または更新された時刻のタイムスタンプです。
説明分析に使用するデータの新しさを示します。リアルタイムデータを見ているのか、過去の期間のスナップショットを見ているのかを把握できます。重要な理由データの遅延に関する透明性を確保し、増分データロードの方針策定にも役立ちます。入手先 ETLまたは抽出処理の実行時にシステムが生成するタイムスタンプです。例 2023-11-01T23:59:59Z2023-11-02T06:00:00Z
	薬剤名 MedicationName	オーダーまたは投与された薬剤の名称です。
説明「薬剤投与時間の間隔」ダッシュボードで使用します。特定の薬剤（例：抗菌薬、鎮痛薬）の投与に遅延が発生しているかを特定できます。重要な理由臨床上の安全性分析と薬剤業務の改善に欠かせません。入手先投薬記録（MAR）または薬局の処方オーダー。Veradigm（Allscripts）のドキュメントを参照してください。例アモキシシリンヘパリンモルヒネ硫酸塩
	診断ターンアラウンドタイム DiagnosticTurnaroundTime	検査のオーダーから結果が出るまでの所要時間です。
説明「診断検査オーダー」から「診断確定」（または結果受領）までの所要時間を計算します。「診断ターンアラウンドタイム概要」に使用します。重要な理由ターンアラウンドタイムが長いと在院日数が延びます。この指標により、検査室や放射線部門の遅延を特定できます。入手先計算式：Timestamp（Result）－Timestamp（Order）。例 2時間45分1.5日

必須推奨任意

患者ジャーニーのアクティビティ

患者ジャーニープロセスを正確にディスカバリーするため、イベントログに記録すべき主要なプロセス手順と節目です。

6 推奨 7 任意

	アクティビティ	説明
	初回評価完了	看護師または医師が行う最初の臨床評価が完了したことを示します。トリアージや初回問診などが該当します。通常は、「Nursing Initial Assessment」などの特定の臨床フォームまたは記録がEHR上で署名され、確定した時点で記録されます。
重要な理由初期段階における重要な節目です。登録からこの評価までの時間を確認することで、患者の受け入れや初期ケアにおける遅延を把握できます。入手先 Veradigmの臨床文書モジュールにある初回評価フォームまたは臨床記録の確定時刻、もしくは署名時刻から推定します。取得初回評価の記録またはフォームのステータスが「completed」または「signed」に変更された時刻を特定してください。イベントタイプ inferred
	患者の退院	患者が施設から正式に退院した時点で、入院エピソードの終了を示します。ADTシステムに明示的に記録され、患者の受診ステータスが「discharged」に更新されます。
重要な理由多くの患者ジャーニーにおける主要な終了アクティビティです。平均在院日数（ALOS）とプロセス全体のサイクルタイムを算出するために欠かせません。入手先 ADTモジュールに明示的に記録されます。患者の受診記録には、退院時刻と退院先区分が記録されます。取得患者の主要な受診記録または来院記録から退院時刻を使用します。イベントタイプ explicit
	患者登録完了	患者情報がVeradigmシステムに入力された時点で、患者エピソードの正式な開始を示します。通常は、ユーザーが登録ワークフローを完了した際に明示的に記録され、一意の識別子とタイムスタンプを持つ新しい患者受診記録が作成されます。
重要な理由患者ジャーニーの主要な開始アクティビティです。プロセス全体のサイクルタイム、在院日数、患者受け入れ件数を算出するために欠かせません。入手先このイベントは、患者登録またはADT（入院・退院・転院）モジュールに記録されます。患者の受診記録または来院記録が作成された時刻を確認してください。取得記録作成時に患者の受診テーブルまたは登録テーブルから取得するタイムスタンプです。イベントタイプ explicit
	治療計画作成	臨床チームが患者の治療計画を正式に定めたことを示します。通常は、EHR上で「Plan of Care」文書または初期治療オーダー一式が作成され、署名された時点で記録されます。
重要な理由この節目から治療の実施段階が始まります。ケアプロトコルの遵守状況や、薬剤投与など最初の治療行為までの時間を測定する基準になります。入手先「Plan of Care」フォームの署名時刻、または診断後に作成された主要な治療オーダー一式の作成時刻から推定します。取得担当臨床医が「Plan of Care」文書を確定または署名した時刻を確認してください。イベントタイプ inferred
	診断確定	臨床医が患者の診療記録に診断を正式に記録したことを示します。問題リストに診断コードが追加された時点、または診断を含む臨床記録に署名された時点で記録される場合があります。
重要な理由診断の確定は、その後の治療方針を決める重要な転換点です。診断ごとの治療経路の違いを分析できます。入手先患者の問題リスト、受診時の診断記録、または臨床文書で確認できます。受診に対する主診断コードが入力され、確定された時刻から推定することもできます。取得対象となる患者エピソードの主診断エントリについて、作成時刻または更新時刻を使用します。イベントタイプ inferred
	退院計画の開始	患者の退院計画プロセスが正式に始まったことを示します。退院計画文書の作成、退院オーダーの登録、または特定の退院計画評価の完了から推定できます。
重要な理由退院プロセスの効率を測定する起点です。早期に計画を開始することは、再入院率の低下と相関する場合があります。入手先 Veradigm内の退院計画記録、退院オーダーセット、または特定の評価フォームの作成時刻から推定します。取得患者の受診記録に対して、退院専用のオーダーまたは文書が初めて作成された時刻を特定してください。イベントタイプ inferred
	バイタルサイン記録	心拍数、血圧、体温など、患者のバイタルサインが記録されるたびに発生します。EHRの臨床文書またはバイタルサイン専用フローシートに明示的なイベントとして記録されます。
重要な理由バイタルサインを頻繁に記録することは、患者を継続的にモニタリングしていることを示します。記録の頻度と時刻を分析し、モニタリングプロトコルの遵守状況を確認できます。入手先バイタルサインを保存する臨床データリポジトリまたはフローシートテーブルに記録されます。各エントリにはタイムスタンプがあります。取得患者の受診記録に対応するバイタルサインのフローシートデータからタイムスタンプを抽出します。イベントタイプ explicit
	フォローアップ予約の設定	退院後の患者のフォローアップ予約が設定されたことを示します。退院した受診記録に紐づく予約が登録された時点で、予約管理モジュールに記録されます。
重要な理由フォローアップケアの予約を確保することは、継続的なケアと再入院の削減に欠かせません。このアクティビティにより、退院後プロトコルの遵守状況を測定できます。入手先予約管理モジュールに記録されます。退院日より後に設定された、患者に紐づく新しい予約の作成時刻を確認してください。取得患者に紐づく予約記録について、予約管理システムでの作成時刻を特定します。イベントタイプ explicit
	処置実施	臨床処置または外科処置が完了したことを示します。通常は、臨床医が処置記録に署名した時点、またはシステム上で処置オーダーのステータスが「completed」に更新された時点で記録されます。
重要な理由処置は、多くの患者ジャーニーにおける重要な節目です。実施時刻を分析することで、リソースの利用状況とスケジュールの効率を把握できます。入手先臨床文書モジュールにある処置記録の署名時刻、またはその処置に対するオーダーの完了時刻から推定します。取得処置オーダーの完了時刻、または関連する処置文書の署名時刻を使用します。イベントタイプ inferred
	薬剤投与	看護師または臨床医が患者への薬剤投与を記録した時点で発生します。Medication Administration Record（MAR）またはeMARモジュールに、投与の正確な時刻が記録されます。
重要な理由薬剤投与を追跡することで、治療の適時性と遵守状況を分析できます。オーダーから投与までの間隔を確認すると、薬剤提供プロセスの遅延を特定できます。入手先 eMAR（電子Medication Administration Record）モジュールに明示的に記録されます。各投与イベントには、固有のタイムスタンプ、薬剤、投与量が記録されます。取得患者の受診記録に紐づく各薬剤投与イベントについて、eMARテーブルからタイムスタンプを抽出します。イベントタイプ explicit
	診断検査の依頼	臨床医が検査や画像診断などの診断検査を依頼した時点で発生します。Veradigm内のComputerized Physician Order Entry（CPOE）システムを通じて明示的に記録されます。
重要な理由診断サブプロセスの開始を示します。診断結果が出るまでの時間を測定し、依頼手続きの遅延を特定する起点になります。入手先オーダーモジュールまたはCPOEシステムのログに記録されます。各オーダーには、登録された時刻を示すタイムスタンプがあります。取得対象となる診断検査のオーダー記録から作成時刻のタイムスタンプを抽出します。イベントタイプ explicit
	診断検査完了	診断検査の結果が確定し、患者の記録で利用可能になった時点を示します。通常は、元のオーダーのステータスが「active」または「in-progress」から「completed」または「resulted」に変更されたことから推定します。
重要な理由診断結果が出るまでの時間を測定するうえで重要な節目です。依頼から完了までの遅延は、診断までの時間に大きく影響する可能性があります。入手先オーダーモジュールのオーダーステータスフィールド、またはLISやRISなどの対応する結果モジュールのタイムスタンプから推定します。取得オーダーのステータスが「Completed」や「Resulted」などの終了状態に変わった時刻を特定してください。イベントタイプ inferred
	診療科への転棟	救急部門から入院病棟へ移る場合など、患者が別の診療科またはケアユニットへ物理的に移動したことを示します。Veradigm内のADT（入院・退院・転院）システムに記録されます。
重要な理由患者の転棟は、ボトルネックや遅延が発生しやすいポイントです。転棟にかかる時間と頻度を分析することで、患者フローと診療科間のリソース配分を最適化できます。入手先 ADTモジュールに明示的に記録されます。各転棟イベントには、患者、移動元と移動先、タイムスタンプが含まれます。取得患者の移動に対応するイベントログをADTシステムから抽出します。イベントタイプ explicit

推奨任意

抽出ガイド

Veradigm（Allscripts）からデータを取得する方法

ステップ

対象インターフェースチャネルを特定：Allscripts Interface Engine（AIE）のManagement Consoleにログインします。EHRからの受信メッセージを処理する主要インターフェースチャネル（通常は「EHR_Inbound」などの名前）を特定します。このチャネルがADT、SIU、ORM、ORU、RAS、DFTの各メッセージタイプを処理し、患者ジャーニーの全アクティビティを記録できることを確認してください。
新しいPassthrough／Exportチャネルを作成：「ProcessMining_Export」という名前の新しい宛先チャネルを作成します。出力タイプを「File Writer」に設定します。このチャネルはソースチャネルからメッセージのコピーを受け取り、ProcessMind用のフラットファイル形式（CSV）に変換します。
メッセージルーティングを設定：AIEのルーティングルールで、主要なEHRチャネルから新しい「ProcessMining_Export」チャネルへメッセージを送るコピー／ルートルールを設定します。ルーティング対象は必要なメッセージタイプに限定します：ADT（登録／転送）、SIU（スケジュール）、ORM（オーダー）、ORU（結果／バイタル）、RAS（投薬）、DFT（請求／処置）。
変換ロジックを定義：「ProcessMining_Export」チャネルでTransformation／Scriptエディターを開きます。生のHL7セグメントを読み取り、特定のTrigger EventとStatusコードを、必要な標準Activity Nameに対応付ける解析スクリプト（下記の「query」セクションを参照）を実装してください。例として、「ADT^A01」を「Patient Registered」に対応付けます。
属性をHL7フィールドに対応付け：PV1-19セグメント（Visit Number）から「PatientEpisodeId」を、PID-3から「PatientMrn」を抽出するようにします。「EventDateTime」はMSH-7またはEVN-2に対応付けます。PV1-3から「DepartmentName」、PV1-7から「AttendingProvider」などの臨床情報を抽出します。
出力ファイルのパラメーターを設定：File Writerの設定を行います。出力先ディレクトリには安全なネットワークパスを指定します。ファイル名の規則（例：EventLog_YYYYMMDD_HH.csv）を定義します。ログに行を継続的に追加できるよう、ファイルモードを「Append」に設定します。
区切り文字とエスケープを処理：スクリプトで、テキスト項目（DiagnosisやDepartment Nameなど）からカンマや改行を除去し、CSV構造が壊れないようにします。
有効化してテスト：「ProcessMining_Export」チャネルを開始します。Veradigmのテスト環境でテストイベント（例：テスト患者の登録）を発生させます。CSVファイルに正しいActivity Nameとタイムスタンプを含む新しい行が追加されたことを確認します。
ログローテーションを設定：現在のCSVファイルを閉じて新しいファイルを開始するローテーションスケジュール（例：毎日午前0時）を設定します。アップロードしやすいサイズにファイルを保てます。
履歴データの再生（任意）：履歴データが必要な場合は、AIEの「Message Browser」または「Log Replay」ツールを使い、過去3～6か月分のアーカイブ済みHL7ログを「ProcessMining_Export」チャネルに再送します。遅延を避けるため、システムパフォーマンスを監視してください。
取得と形式確認：出力ディレクトリにアクセスし、生成されたCSVファイルを取得して、ヘッダーが要件と一致することを確認します。必要に応じて日次ファイルを結合します。
ProcessMindにアップロード：最終データセットをProcessMindにインポートし、「PatientEpisodeId」をCase ID、「ActivityName」をActivity、「EventDateTime」をTimestampに対応付けます。

設定

チャネルタイプ：File Writer／File System Output
Trigger Event：ADT^A01、ADT^A03、ADT^A04、ADT^A08、SIU^S12、ORM^O01、ORU^R01、RAS^O17、DFT^P03
ファイルエンコーディング：UTF-8（氏名や診断名の特殊文字に対応するため必須）
区切り文字：カンマ（,）またはパイプ（|）
日付形式：HL7タイムスタンプの変換にはISO 8601（YYYY-MM-DDTHH:MM:SS）を推奨
ログローテーション：毎日、またはファイルサイズが100MBを超えた時点
書き込みモード：Append（上書きしないでください）
パフォーマンス：エンジン内でメッセージのキュー滞留やバックログが発生しないよう、変換スクリプトを軽量にしてください。

a サンプルクエリ config

// AIE Transformation Script (Pseudo-code for Config)
// Objective: Parse HL7 message and append line to CSV
// Output Columns: PatientEpisodeId, ActivityName, EventDateTime, PatientMrn, AttendingProvider, DepartmentName, PrimaryDiagnosisCode

// 1. Initialize Variables
var msgType = HL7.GetField("MSH-9-1") + "^" + HL7.GetField("MSH-9-2");
var visitNumber = HL7.GetField("PV1-19");
var mrn = HL7.GetField("PID-3");
var eventTime = HL7.GetField("MSH-7"); // Or EVN-2
var provider = HL7.GetField("PV1-7");
var dept = HL7.GetField("PV1-3");
var diagnosis = HL7.GetField("DG1-3"); // For Diagnosis events
var orderStatus = HL7.GetField("ORC-5");
var resultStatus = HL7.GetField("OBR-25");
var activityName = "";

// 2. Map Message Types to Activities
// Registration & Admission
if (msgType == "ADT^A04" || msgType == "ADT^A01") {
    activityName = "Patient Registered";
}
else if (msgType == "ADT^A02") {
    activityName = "Transfer to Department";
}
else if (msgType == "ADT^A03") {
    activityName = "Patient Discharged";
}
// Scheduling
else if (msgType == "SIU^S12") {
    activityName = "Follow-up Scheduled";
}
// Orders (Diagnostics, Care Plans, Discharge Planning)
else if (msgType == "ORM^O01") {
    var orderControl = HL7.GetField("ORC-1");
    var orderType = HL7.GetField("OBR-4"); // Check for specific service codes
    
    if (orderControl == "NW") { // New Order
        if (orderType.Contains("LAB") || orderType.Contains("RAD")) {
            activityName = "Diagnostic Test Ordered";
        }
        else if (orderType.Contains("DISCHARGE")) {
            activityName = "Discharge Planning Initiated";
        }
        else if (orderType.Contains("CARE_PLAN")) {
            activityName = "Treatment Plan Created";
        }
    }
}
// Results & Vitals
else if (msgType == "ORU^R01") {
    // Check if it is Vitals or Lab Result based on OBX codes or sending app
    var observationId = HL7.GetField("OBX-3"); 
    if (observationId.Contains("VITALS")) {
        activityName = "Vitals Recorded";
    } else {
        if (resultStatus == "F" || resultStatus == "C") {
            activityName = "Diagnostic Test Completed";
        }
    }
    
    // Initial Assessment Check (often a specific doc type in ORU or MDM)
    if (observationId.Contains("INITIAL_ASSESS")) {
        activityName = "Initial Assessment Completed";
    }
}
// Medication Administration (RAS)
else if (msgType == "RAS^O17") {
    activityName = "Medication Administered";
}
// Billing/Procedures (DFT)
else if (msgType == "DFT^P03") {
    activityName = "Procedure Performed";
}
// Diagnosis Updates (Often in ADT or DFT, logic depends on config)
else if (msgType == "ADT^A08" && diagnosis != "") {
    // Check if diagnosis segment is new/updated
    activityName = "Diagnosis Confirmed";
}

// 3. Write to File if Activity Identified
if (activityName != "" && visitNumber != "") {
    // Format Date to ISO
    var formattedDate = FormatDate(eventTime, "yyyy-MM-dd HH:mm:ss");
    
    // Construct CSV Line
    var csvLine = visitNumber + "," + 
                  activityName + "," + 
                  formattedDate + "," + 
                  mrn + "," + 
                  provider + "," + 
                  dept + "," + 
                  diagnosis;
                  
    File.WriteLine("[Configured_Output_Path]\\PatientJourneyLog.csv", csvLine);
}

ステップ

前提条件とアクセス権：Veradigm（Allscripts）Unity APIの有効な認証情報を用意します。組織で認証されたAppname（Application Name）と、認証用の有効なUserIDおよびPassword（またはトークン）が必要です。ユーザーアカウントに、臨床ドメイン（Encounters、Orders、Results、Vitals、Problems）へのアクセス権があることを確認してください。
環境を準備：Python 3.8以降をインストールします。pipで必要なライブラリをインストールします：pip install requests pandas。これらはUnity APIへのHTTPリクエストの送信と、取得したデータの処理に使用します。
設定：提供されたPythonスクリプトを開きます。上部にあるCONFIGURATIONセクションを確認します。API_URLを使用するUnity環境のエンドポイント（例：unity.veradigm.comまたは社内ゲートウェイ）に更新します。プレースホルダーの認証情報（[YourAppName]、[YourUserID]など）を実際の認証情報に置き換えます。START_DATEとEND_DATEを希望する分析期間に設定します。
スクリプトロジックの概要：スクリプトはまずAPIで認証し、セキュリティトークンを取得します。次にGetEncounterInfoを呼び出し、指定期間内のすべての患者エピソードを取得します。この受診一覧を抽出処理の中心となる反復対象として使用します。
アクティビティ抽出ループ：特定した各EncounterIDについて、専用エンドポイントに対する追加のAPI呼び出しを行います。GetOrdersで診断検査と処置を取得し、GetResultsで完了した検査を特定します。GetVitalsでバイタル記録を取得し、GetPatientProblemsで確定診断を取得します。さらに、臨床ノートを調べて評価と治療計画を特定します。
データ変換：APIから生のJSONデータが返されると、スクリプトは特定のフィールドを解析し、ProcessMindのスキーマに対応付けます。たとえば、OrderDateTimeを「Diagnostic Test Ordered」アクティビティのEventDateTimeに対応付けます。すべての子レコードにPatientEpisodeId（Encounter ID）が一貫して設定されるようにします。
ADTと転送の処理：スクリプトには、受診のロケーション履歴（特定のAuditまたはADTサブコールで取得できる場合）を確認する処理が含まれています。利用できない場合は、臨床文書内の部門変更から転送を推定し、「Transfer to Department」イベントを生成します。
フォローアップロジック：受診の処理後、同じPatientIDについてGetScheduleを呼び出し、DischargeDateより後の日付の予約を検索して、「Follow-up Scheduled」アクティビティを生成します。
検証：スクリプトには、アクティビティタイプごとの行数をコンソールに出力するローカル検証ステップがあります。想定される場合を除き、いずれかのアクティビティタイプのレコード数が0になっていないことを確認してください。
エクスポート：最終データセットをPandas DataFrameに集約します。患者と時刻でデータを並べ替え、LengthOfStayやIsReadmissionなどの派生属性を計算します。最後に、整形済みのイベントログをveradigm_patient_journey_log.csvという名前のCSVファイルにエクスポートします。
最終確認：生成されたCSVファイルを開きます。日付形式がISO 8601（YYYY-MM-DD HH:MM:SS）であること、ActivityNameなどのテキスト項目に区切り文字が含まれていないことを確認します。
アップロード：CSVファイルをProcessMindにインポートします。PatientEpisodeIdをCase ID、ActivityNameをActivity、EventDateTimeをTimestampに対応付けます。

設定

API_URL：Unity APIサービスのベースURLです。顧客の導入環境（オンプレミスまたはクラウドなど）によって異なります。プロトコル（https）が正しいことを確認してください。
Appname：Veradigm／Allscriptsに登録された一意のアプリケーション識別子です。データアクセスの範囲を制御します。
日付範囲：推奨する抽出期間は3～6か月です。範囲が広いとタイムアウトする可能性があるため、データ量が多い場合は月単位で分割してください。
タイムアウト設定：スクリプトでは、API呼び出しのデフォルトタイムアウトを30秒に設定しています。EHRシステムの負荷が高い場合は、値を大きくしてください。
バッチ処理：スクリプトは受診ごとに反復処理します。大量データを扱うシステムでは、可能であれば一括取得に変更するか、並列スレッドを実行する必要があります。
対応付けロジック：スクリプトはOrderTypeをアクティビティに対応付けます。システム固有のオーダータイプコード（例：「Lab」、「Rad」）がprocess_orders関数のロジックと一致することを確認してください。

a サンプルクエリ python

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

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
API_URL = class="hl-string">"https://unity.veradigm.com/[YourEnvironment]/unity/unityservice.svc/json"
APP_NAME = class="hl-string">"[YourAppName]"
USER_ID = class="hl-string">"[YourUserID]"
PASSWORD = class="hl-string">"[YourPassword]"
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-01-31"
OUTPUT_FILE = class="hl-string">"veradigm_patient_journey_log.csv"

class=class="hl-string">"hl-comment"># Global Session Token
TOKEN = None

def get_security_token():
    class="hl-string">"""Authenticate and retrieve security token."""
    payload = {
        class="hl-string">"Action": class="hl-string">"GetToken",
        class="hl-string">"Appname": APP_NAME,
        class="hl-string">"Username": USER_ID,
        class="hl-string">"Password": PASSWORD
    }
    try:
        response = requests.post(API_URL, json=payload)
        response.raise_for_status()
        data = response.json()
        class=class="hl-string">"hl-comment"># Depending on Unity version, token might be in body or header. Assuming body here.
        return data[0][class="hl-string">'Token'] if isinstance(data, list) else data.get(class="hl-string">'Token')
    except Exception as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return None

def make_unity_request(action, params):
    class="hl-string">"""Wrapper for Unity API calls."""
    payload = {
        class="hl-string">"Action": action,
        class="hl-string">"Appname": APP_NAME,
        class="hl-string">"Token": TOKEN
    }
    payload.update(params)
    
    try:
        response = requests.post(API_URL, json=payload, timeout=30)
        response.raise_for_status()
        class=class="hl-string">"hl-comment"># Unity often returns a list of dictionaries
        return response.json()
    except Exception as e:
        print(fclass="hl-string">"API Call Error ({action}): {e}")
        return []

def extract_patient_journey():
    global TOKEN
    TOKEN = get_security_token()
    if not TOKEN:
        return

    print(class="hl-string">"Token acquired. Starting extraction...")
    
    event_log = []

    class=class="hl-string">"hl-comment"># 1. Get Encounters within Date Range
    class=class="hl-string">"hl-comment"># Using GetEncounterInfo or similar search action
    encounters = make_unity_request(class="hl-string">"GetEncounterInfo", {
        class="hl-string">"StartEncounterDate": START_DATE,
        class="hl-string">"EndEncounterDate": END_DATE
    })

    print(fclass="hl-string">"Found {len(encounters)} encounters. Processing details...")

    for enc in encounters:
        try:
            class=class="hl-string">"hl-comment"># Basic Encounter Data
            episode_id = str(enc.get(class="hl-string">'EncounterID'))
            patient_id = enc.get(class="hl-string">'PatientID')
            mrn = enc.get(class="hl-string">'MRN', class="hl-string">'')
            admit_time = enc.get(class="hl-string">'EncounterDate') class=class="hl-string">"hl-comment"># ISO string expected
            discharge_time = enc.get(class="hl-string">'DischargeDate')
            dept_name = enc.get(class="hl-string">'Department', class="hl-string">'General')
            attending = enc.get(class="hl-string">'ProviderName', class="hl-string">'Unknown')
            
            class=class="hl-string">"hl-comment"># --- Activity: Patient Registered ---
            if admit_time:
                event_log.append({
                    class="hl-string">"PatientEpisodeId": episode_id,
                    class="hl-string">"ActivityName": class="hl-string">"Patient Registered",
                    class="hl-string">"EventDateTime": admit_time,
                    class="hl-string">"PatientMrn": mrn,
                    class="hl-string">"AttendingProvider": attending,
                    class="hl-string">"DepartmentName": dept_name,
                    class="hl-string">"AdmissionDate": admit_time,
                    class="hl-string">"DischargeDate": discharge_time
                })

            class=class="hl-string">"hl-comment"># --- Activity: Patient Discharged ---
            if discharge_time:
                 event_log.append({
                    class="hl-string">"PatientEpisodeId": episode_id,
                    class="hl-string">"ActivityName": class="hl-string">"Patient Discharged",
                    class="hl-string">"EventDateTime": discharge_time,
                    class="hl-string">"PatientMrn": mrn,
                    class="hl-string">"AttendingProvider": attending,
                    class="hl-string">"DepartmentName": dept_name,
                    class="hl-string">"AdmissionDate": admit_time,
                    class="hl-string">"DischargeDate": discharge_time
                })

            class=class="hl-string">"hl-comment"># 2. Get Orders (Labs, Procedures, Consults)
            orders = make_unity_request(class="hl-string">"GetOrders", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for order in orders:
                order_time = order.get(class="hl-string">'OrderDate')
                order_type = order.get(class="hl-string">'OrderType', class="hl-string">'').lower()
                order_name = order.get(class="hl-string">'OrderName', class="hl-string">'Unknown Order')
                
                class=class="hl-string">"hl-comment"># --- Activity: Diagnostic Test Ordered ---
                if class="hl-string">'lab' in order_type or class="hl-string">'imaging' in order_type or class="hl-string">'radiology' in order_type:
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Diagnostic Test Ordered",
                        class="hl-string">"EventDateTime": order_time,
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"Attribute_OrderName": order_name
                    })

                class=class="hl-string">"hl-comment"># --- Activity: Procedure Performed ---
                class=class="hl-string">"hl-comment"># Often procedures are orders with status completed or specific types
                if class="hl-string">'procedure' in order_type and order.get(class="hl-string">'Status') == class="hl-string">'Completed':
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Procedure Performed",
                        class="hl-string">"EventDateTime": order.get(class="hl-string">'CompletionDate', order_time),
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"Attribute_ProcedureName": order_name
                    })
                    
                class=class="hl-string">"hl-comment"># --- Activity: Discharge Planning Initiated ---
                if class="hl-string">'discharge' in order_name.lower():
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Discharge Planning Initiated",
                        class="hl-string">"EventDateTime": order_time,
                        class="hl-string">"PatientMrn": mrn
                    })

            class=class="hl-string">"hl-comment"># 3. Get Results (Lab completion)
            results = make_unity_request(class="hl-string">"GetResults", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for res in results:
                result_time = res.get(class="hl-string">'ResultDate')
                if result_time:
                    class=class="hl-string">"hl-comment"># --- Activity: Diagnostic Test Completed ---
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Diagnostic Test Completed",
                        class="hl-string">"EventDateTime": result_time,
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"Attribute_ResultName": res.get(class="hl-string">'TestName', class="hl-string">'Unknown Test')
                    })

            class=class="hl-string">"hl-comment"># 4. Get Problems (Diagnosis)
            problems = make_unity_request(class="hl-string">"GetPatientProblems", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for prob in problems:
                onset_date = prob.get(class="hl-string">'OnsetDate') or prob.get(class="hl-string">'DateEntered')
                if onset_date:
                     class=class="hl-string">"hl-comment"># --- Activity: Diagnosis Confirmed ---
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Diagnosis Confirmed",
                        class="hl-string">"EventDateTime": onset_date,
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"PrimaryDiagnosisCode": prob.get(class="hl-string">'ICD10', class="hl-string">''),
                        class="hl-string">"Attribute_DiagnosisName": prob.get(class="hl-string">'ProblemDescription', class="hl-string">'')
                    })

            class=class="hl-string">"hl-comment"># 5. Get Vitals
            vitals = make_unity_request(class="hl-string">"GetVitals", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for vit in vitals:
                taken_time = vit.get(class="hl-string">'DateTaken')
                if taken_time:
                    class=class="hl-string">"hl-comment"># --- Activity: Vitals Recorded ---
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Vitals Recorded",
                        class="hl-string">"EventDateTime": taken_time,
                        class="hl-string">"PatientMrn": mrn
                    })

            class=class="hl-string">"hl-comment"># 6. Get Clinical Notes (Assessments, Plans)
            class=class="hl-string">"hl-comment"># Sometimes accessed via GetNoteInfo or GetChart
            notes = make_unity_request(class="hl-string">"GetNoteInfo", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for note in notes:
                note_date = note.get(class="hl-string">'NoteDate')
                note_title = note.get(class="hl-string">'DocumentType', class="hl-string">'').lower()
                
                class=class="hl-string">"hl-comment"># --- Activity: Initial Assessment Completed ---
                if class="hl-string">'initial' in note_title or class="hl-string">'assessment' in note_title:
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Initial Assessment Completed",
                        class="hl-string">"EventDateTime": note_date,
                        class="hl-string">"PatientMrn": mrn
                    })
                
                class=class="hl-string">"hl-comment"># --- Activity: Treatment Plan Created ---
                if class="hl-string">'plan' in note_title or class="hl-string">'care' in note_title:
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Treatment Plan Created",
                        class="hl-string">"EventDateTime": note_date,
                        class="hl-string">"PatientMrn": mrn
                    })

            class=class="hl-string">"hl-comment"># 7. Med Administration (GetMedicationAdministration or inferred from Med History)
            meds = make_unity_request(class="hl-string">"GetMedicationAdministration", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for med in meds:
                admin_time = med.get(class="hl-string">'AdministrationDate')
                if admin_time:
                    class=class="hl-string">"hl-comment"># --- Activity: Medication Administered ---
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Medication Administered",
                        class="hl-string">"EventDateTime": admin_time,
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"Attribute_MedicationName": med.get(class="hl-string">'MedicationName', class="hl-string">'')
                    })

            class=class="hl-string">"hl-comment"># 8. Transfer Events (Infer from ADT or Audit log)
            class=class="hl-string">"hl-comment"># Simulating transfer extraction via AuditLog for Location changes
            audit_logs = make_unity_request(class="hl-string">"GetAuditLog", {class="hl-string">"PatientID": patient_id, class="hl-string">"EncounterID": episode_id})
            for log in audit_logs:
                if class="hl-string">"Transfer" in log.get(class="hl-string">'EventName', class="hl-string">'') or class="hl-string">"Location Change" in log.get(class="hl-string">'EventName', class="hl-string">''):
                     class=class="hl-string">"hl-comment"># --- Activity: Transfer to Department ---
                     event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Transfer to Department",
                        class="hl-string">"EventDateTime": log.get(class="hl-string">'EventDate'),
                        class="hl-string">"PatientMrn": mrn,
                        class="hl-string">"DepartmentName": log.get(class="hl-string">'NewValue', class="hl-string">'Unknown Dept')
                     })

            class=class="hl-string">"hl-comment"># 9. Follow-up Scheduled
            if discharge_time:
                future_appts = make_unity_request(class="hl-string">"GetSchedule", {class="hl-string">"PatientID": patient_id, class="hl-string">"StartDate": discharge_time})
                for appt in future_appts:
                    class=class="hl-string">"hl-comment"># --- Activity: Follow-up Scheduled ---
                    class=class="hl-string">"hl-comment"># Note: We want the time the appt was BOOKED, but Unity usually gives ApptDate.
                    class=class="hl-string">"hl-comment"># We will use the creation date of the appt if available, otherwise ApptDate as proxy
                    event_log.append({
                        class="hl-string">"PatientEpisodeId": episode_id,
                        class="hl-string">"ActivityName": class="hl-string">"Follow-up Scheduled",
                        class="hl-string">"EventDateTime": appt.get(class="hl-string">'DateBooked', appt.get(class="hl-string">'ApptDate')), 
                        class="hl-string">"PatientMrn": mrn
                    })

        except Exception as e:
            print(fclass="hl-string">"Error processing encounter {enc.get('EncounterID')}: {e}")
            continue

    class=class="hl-string">"hl-comment"># Post-Processing: Create DataFrame
    df = pd.DataFrame(event_log)
    
    class=class="hl-string">"hl-comment"># Helper: Convert strings to datetime
    df[class="hl-string">'EventDateTime'] = pd.to_datetime(df[class="hl-string">'EventDateTime'], errors=class="hl-string">'coerce')
    df = df.dropna(subset=[class="hl-string">'EventDateTime', class="hl-string">'PatientEpisodeId'])
    
    class=class="hl-string">"hl-comment"># Calculate LOS and Readmission
    df[class="hl-string">'AdmissionDate'] = pd.to_datetime(df[class="hl-string">'AdmissionDate'], errors=class="hl-string">'coerce')
    df[class="hl-string">'DischargeDate'] = pd.to_datetime(df[class="hl-string">'DischargeDate'], errors=class="hl-string">'coerce')
    
    class=class="hl-string">"hl-comment"># LOS
    df[class="hl-string">'LengthOfStay'] = (df[class="hl-string">'DischargeDate'] - df[class="hl-string">'AdmissionDate']).dt.days

    class=class="hl-string">"hl-comment"># IsReadmission (Simplified: check if patient had previous discharge within 30 days)
    class=class="hl-string">"hl-comment"># Requires sorting by patient and admission time first
    class=class="hl-string">"hl-comment"># This is complex in a flat event log context, simplified here as placeholder logic
    df[class="hl-string">'IsReadmission'] = False 

    print(fclass="hl-string">"Extraction complete. Rows: {len(df)}")
    df.to_csv(OUTPUT_FILE, index=False)
    print(fclass="hl-string">"Data saved to {OUTPUT_FILE}")

if __name__ == class="hl-string">"__main__":
    extract_patient_journey()

始める準備はできていますか？

本日から患者体験と業務効率の改善に取り組みませんか。データには、価値ある発見と大きな改善につながる手がかりがあります。

改善ガイドに戻るテンプレートをダウンロード

今すぐVeradigmの患者ジャーニーを最適化

患者サイクルタイムを30％短縮し、より良いケアアウトカムを実現します。

無料トライアルを開始

クレジットカードは不要です。すぐに始められます。

患者ジャーニーのデータテンプレート

患者ジャーニーのデータテンプレート

患者ジャーニーの属性

患者ジャーニーのアクティビティ

抽出ガイド

Allscripts Interface Engineのイベントログエクスポート

ステップ

設定

a サンプルクエリ config

PythonによるVeradigm Unity API抽出

ステップ

設定

a サンプルクエリ python

始める準備はできていますか？

今すぐVeradigmの患者ジャーニーを最適化

患者ジャーニーのデータテンプレート

患者ジャーニーのデータテンプレート

患者ジャーニーの属性

患者ジャーニーのアクティビティ

抽出ガイド

Allscripts Interface Engineのイベントログエクスポート

ステップ

設定

a サンプルクエリ config

PythonによるVeradigm Unity API抽出

ステップ

設定

a サンプルクエリ python

始める準備はできていますか？

今すぐVeradigmの患者ジャーニーを最適化

プライバシーを大切にしています