> 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

患者ジャーニーデータテンプレート

Veradigm (Allscripts)

患者ジャーニーデータテンプレート

このテンプレートは、患者ジャーニープロセスを分析するために必要なデータを収集するための構造化されたアプローチを提供します。追跡すべき必須の属性と活動を概説し、ソースシステムからこの情報を抽出するための実用的なガイダンスを提供します。このリソースを使用して、包括的なプロセスマイニングのためにデータを準備してください。

包括的な分析のために収集を推奨する`属性`
正確なプロセスディスカバリのために追跡すべき主要なアクティビティ
システムからのデータ抽出に関する実践的なガイダンス

イベントログについて初めての方へ：プロセスマイニングのイベントログ作成方法.

テンプレートをダウンロード

患者ジャーニー属性

これらは、患者ジャーニープロセスの包括的な分析のためにイベントログに含めることを推奨するデータフィールドです。

3 必須 9 推奨 8 任意

	名前	説明
	アクティビティ名 ActivityName	実行された特定の臨床的または管理的なイベントです。
説明プロセスで実行されるステップを記述します。「患者登録済み」、「投薬済み」、「退院計画開始済み」などです。この属性は、患者ジャーニーのさまざまな段階を区別し、プロセスディスカバリーとバリアント分析に不可欠です。その重要性プロセスマップ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。取得元さまざまなトランザクションテーブル（ADTイベント、オーダー、結果、臨床ドキュメントテーブル）から導出されます。例患者登録済み診断テストオーダー済み薬剤投与済み患者退院済み
	イベントのタイムスタンプ EventDateTime	アクティビティが発生した正確な日時。
説明活動の時系列点を記録します。これは、サイクルタイム、期間の計算、およびイベントの順序を適切に並べるために不可欠です。医療データでは、正確なスループット分析のために、分単位の精度が極めて重要です。その重要性平均患者ジャーニーサイクルタイムや待ち時間を含む、すべての時間ベースのKPIの計算を可能にします。取得元ソーステーブル内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	特定の患者の受診またはエンカウンターの一意の識別子です。
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、特定の病状またはケア期間における患者固有のヘルスケアジャーニーに関連するすべてのイベントをグループ化します。これにより、診断、治療、回復の各段階を統合的に把握でき、さまざまな部門のインタラクションをまとまりのある全体としてリンクできます。Veradigm (Allscripts) システム（SunriseやParagonなど）では、通常、受診IDまたはエンカウンター番号に相当します。その重要性これはプロセスマイニングの根幹をなす鍵であり、患者のエンドツーエンドのジャーニーを再構築することを可能にします。取得元通常、受診またはエンカウンターテーブルのヘッダー（例: VISIT_ID、ENCOUNTER_ID）にあります。Veradigm (Allscripts) のドキュメントをご参照ください。例 EP-2023-998877VIS-10029384100029384ENC-554433
	Is Readmission IsReadmission	このエピソードが30日以内の再入院であるかを示すフラグです。
説明算出ブール属性です。現在の入院日から30日以内に患者が以前に退院していた場合にtrueを返します。これは「回避可能な再入院率モニター」に活用されます。その重要性病院の品質と報酬に関するコアKPIです（特にCMS規制に関して）。取得元 PatientMRNと入院/退院日を使用して、ETL/データ変換レイヤーで計算されます。例 truefalse
	主要診断コード PrimaryDiagnosisCode	主要な病状を表す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。この属性は「治療経路バリエーションエクスプローラー」のフィルターとして機能します。アナリストは、異なる病態（例: 肺炎と心不全）がシステム内でどのように流れるかを比較できます。その重要性臨床状態によるプロセスセグメンテーションおよびプロトコル遵守状況の確認に必要です。取得元診断または問題リストテーブル（通常ICD-10列）です。Veradigm (Allscripts) のドキュメントを参照してください。例 I50.9J18.9E11.9
	入院日 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）の計算に使用されます。その重要性 ALOS算出および入院遅延測定における重要な基準点です。取得元受診/エンカウンターヘッダーテーブル（例: ADMIT_DATE）です。Veradigm (Allscripts) のドキュメントをご参照ください。例 2023-10-01T10:00:00Z2023-10-05T14:20:00Z
	入院期間 LengthOfStay	入院期間（日数）。
説明「入院日」と「退院日」間の計算された期間です。「平均在院日数 (ALOS)」KPIに使用されます。ダッシュボードで計算可能ですが、属性として持たせることでフィルタリング（例: 「7日を超えるすべての滞在を表示」）が簡素化されます。その重要性効率性およびリソース消費の標準的な尺度です。取得元算出式: DischargeDate - AdmissionDate. 例 4.512.00.8
	患者MRN PatientMrn	エピソード全体で患者を一意に識別する診療録番号です。
説明診療録番号 (MRN) またはエンタープライズ患者IDです。患者エピソードIDとは異なり、このIDは異なる受診間で患者に対して一定のままです。これは、再入院率を計算するために個別のエピソードをリンクする重要な鍵です。その重要性「30日再入院率」およびリピート顧客の特定に不可欠です。取得元患者マスタインデックスまたはデモグラフィックテーブル（可能性のあるカラム: MRN、PATIENT_ID）です。Veradigm (Allscripts) のドキュメントをご参照ください。例 MRN-884422P-10022399887766
	担当医 AttendingProvider	イベント中に患者を担当した主担当臨床医です。
説明活動を実行している、またはケアプランに責任を持つ医師、看護師、または専門家を識別します。この属性を分析することは、「臨床リソース利用率」や医師ごとのケアパスウェイのバリエーションを理解するのに役立ちます。その重要性リソースのボトルネック分析や、臨床スタッフ全体のパフォーマンスベンチマーキングを可能にします。取得元トランザクションテーブル（例: ORDERing_PROVIDER、ATTENDING_PHYSICIAN_ID）です。Veradigm (Allscripts) のドキュメントをご参照ください。例 Dr. Sarah SmithNurse Practitioner JonesRadiology Tech A
	解除日付 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クローズするために使用され、ALOSおよび再入院の計算に不可欠です。その重要性プロセスサイクルの終了を定義します。スループット分析に不可欠です。取得元受診/エンカウンターヘッダーテーブル（例: DISCH_DATE）です。Veradigm (Allscripts) のドキュメントをご参照ください。例 2023-10-04T11:00:00Z2023-10-10T09:30:00Z
	退院時転帰 DischargeDisposition	退院時の患者の状態または所在地です。
説明退院後、患者がどこに行ったかを示します（例：「自宅」、「専門看護施設」、「死亡」、「転送」）。これは、異なる転帰が異なるリスクプロファイルを持つため、再入院リスクを分析する上で重要です。その重要性「退院計画」ダッシュボードにコンテキストを与え、ALOS（平均入院期間）のばらつきを説明するのに役立ちます。取得元受診/エンカウンターヘッダーテーブル（例: DISCH_DISP）です。Veradigm (Allscripts) のドキュメントをご参照ください。例ホームSNFへ転送在宅医療を伴う帰宅医師の指示に反して退院
	部門名 DepartmentName	活動が行われた病院の部署または部門です。
説明「救急外来」、「循環器科」、「放射線科」などの場所のコンテキストを示します。これは、「入院＆転送ボトルネック分析」にとって不可欠であり、患者が病棟間の移動でどこで滞っているかを確認するために重要です。その重要性リソース利用分析および部門のボトルネック特定をサポートします。取得元取引に関連付けられているロケーションまたは部門のマスタテーブルです。Veradigm (Allscripts) のドキュメントをご参照ください。例救急外来ICU一般外科放射線科
	コストセンター CostCenter	部門またはサービスに関連付けられた財務コードです。
説明臨床活動を財務単位にマッピングします。これにより、「活動コスト」や各部門の一般的な財務パフォーマンスの分析に役立ちます。その重要性運用プロセスマイニングと財務上の影響を連携させます。取得元部門または請求マスターテーブルです。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`発信元``システム`名です。
説明データを提供するソフトウェアインスタンス（「Veradigm Sunrise」や「Veradigm TouchWorks」など）を識別します。これは、複数の病院環境や、急性期および外来の設定からデータを統合する場合に特に重要です。その重要性トレーサビリティとデータリネージを提供し、データ品質の問題をデバッグする際に役立ちます。取得元 ETLプロセス中にハードコードされるか、システムメタデータテーブルから抽出されます。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。
説明「フォローアップ予約率」の計算に使用されます。このフィールドに値がある場合、フォローアップが予約されたことを示します。null/空の場合は、予約されなかったことを示します。その重要性「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。取得元患者に関連付けられたスケジューリングシステムまたは将来の予約テーブルです。Veradigm (Allscripts) のドキュメントをご参照ください。例 2023-11-15T14:00:00Znull
	プロトコル遵守済みか IsProtocolCompliant	ケースが標準ケアパスウェイに従ったかを示すフラグです。
説明特定の必須活動（例：「バイタル記録済み」の前に「投薬済み」）が正しい順序で発生したかを確認する算出属性です。「ケアプロトコル遵守ダッシュボード」をサポートします。その重要性手動でのカルテレビューなしに、不遵守の検出を自動化します。取得元活動シーケンスに基づいて、プロセスマイニングツールまたはETLで計算されます。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ときのタイムスタンプです。
説明分析に使用されるデータの鮮度を示します。このフィールドは、ユーザーがリアルタイムデータを見ているのか、それとも過去の期間のスナップショットを見ているのかを理解するのに役立ちます。その重要性データ遅延に関する透明性を確保し、段階的なデータロード戦略を支援します。取得元 ETL/抽出実行中にシステムが生成したタイムスタンプです。例 2023-11-01T23:59:59Z2023-11-02T06:00:00Z
	注文ID OrderId	特定のオーダー（検査、投薬、処置）の識別子です。
説明「オーダー」イベントと「結果」または「投薬」イベントをリンクします。例えば、「診断テストオーダー済み」と「診断テスト完了」をリンクします。この詳細なデータは、「診断ターンアラウンドタイム」ダッシュボードに不可欠です。その重要性特定のプロセスステップの期間（例：検査ターンアラウンドタイム）の計算を可能にします。取得元オーダー入力テーブル（例: ORDER_ID、PLACER_ORDER_NUM）です。Veradigm (Allscripts) のドキュメントをご参照ください。例 ORD-998877LAB-112233RX-445566
	薬剤名 MedicationName	オーダーまたは投与された薬剤の名称です。
説明特に「薬剤投与時間ギャップ」ダッシュボードに使用されます。特定の薬剤（例: 抗生物質、疼痛管理薬）が投与遅延を経験しているかどうかを特定するのに役立ちます。その重要性臨床安全分析および薬局プロセス最適化に不可欠です。取得元投薬記録 (MAR) または薬局オーダーです。Veradigm (Allscripts) のドキュメントをご参照ください。例アモキシシリンヘパリンMorphine Sulfate
	診断ターンアラウンドタイム DiagnosticTurnaroundTime	テストオーダーからテスト結果までの期間です。
説明「診断テストオーダー済み」と「診断確定済み」（または結果受領済み）の間の算出期間です。「診断ターンアラウンドタイム概要」に利用されます。その重要性ターンアラウンドタイムが長いと入院期間が延長されます。このメトリックは、検査室/放射線科の遅延を特定します。取得元算出式: Timestamp(Result) - Timestamp(Order). 例 2 hours45 minutes1.5日

必須推奨任意

患者ジャーニー活動

これらは、正確な患者ジャーニープロセスディスカバリーのためにイベントログで捕捉すべき主要なプロセスステップとマイルストーンです。

6 推奨 7 任意

	アクティビティ	説明
	初回評価完了	看護師または医師による最初の臨床評価（トリアージや初回問診など）の完了を表します。これは多くの場合、「初期看護アセスメント」のような特定の臨床フォームや記録がEHRで署名され、確定されたときに捕捉されます。
その重要性この活動は初期の重要なマイルストーンです。登録からこの評価までの時間は、患者の受付と初期ケアにおける潜在的な遅延を浮き彫りにします。取得元 Veradigmの臨床ドキュメントモジュール内の初回評価フォームまたは臨床ノートの最終化または署名タイムスタンプから推測されます。取得初回評価ノートまたはフォームのステータスが「完了」または「署名済み」に変更されたときのタイムスタンプを特定します。イベントタイプ inferred
	患者登録済み	患者情報がVeradigmシステムに入力された時点を、患者エピソードの公式な開始として示します。このイベントは通常、ユーザーが登録ワークフローを完了し、一意の識別子とタイムスタンプを持つ新しい患者エンカウンターレコードを作成する際に明示的に捕捉されます。
その重要性これは患者ジャーニーにおける主要な開始活動です。全体的なプロセスサイクルタイム、在院日数、および患者スループット率の計算に不可欠です。取得元このイベントは、患者登録またはADT（入院、退院、転送）モジュールに記録されます。患者エンカウンターまたは受診記録の作成タイムスタンプを探してください。取得患者エンカウンターまたは登録テーブルにおける記録作成時のタイムスタンプです。イベントタイプ explicit
	患者退院済み	入院エピソードの公式な終了を示し、患者が施設から正式に退院した時点を指します。これは、ADTシステムによって捕捉される明確な主要イベントであり、患者のエンカウンターステータスを「退院済み」に更新します。
その重要性これはほとんどの患者ジャーニーにおける主要な終了活動です。平均在院日数（ALOS）と全体的なプロセスサイクルタイムの計算に不可欠です。取得元 ADTモジュールに明示的に記録されます。患者のエンカウンター記録には、退院タイムスタンプと転帰が含まれます。取得患者の主要なエンカウンターまたは受診記録からの退院タイムスタンプを使用してください。イベントタイプ explicit
	治療計画作成済み	臨床チームによる患者の治療計画の正式な決定を表します。これは多くの場合、特定の「ケア計画」文書または一連の初期治療オーダーがEHRで作成され、署名されたときに捕捉されます。
その重要性このマイルストーンは、活動的な治療段階を開始します。ケアプロトコルへの遵守と、薬剤投与などの最初の治療行動までの時間を測定するための基準点となります。取得元「ケアプラン」フォームの署名タイムスタンプから、または診断後の最初の主要な治療オーダーセットの作成タイムスタンプから推測されます。取得「ケアプラン」ドキュメントが担当臨床医によって最終化または署名されたときのタイムスタンプを特定します。イベントタイプ inferred
	診断確定済み	この活動は、臨床医が患者のカルテに正式に診断を記録したことを示します。これは、診断コードが問題リストに追加されたとき、または診断を含む臨床メモが署名されたときに捕捉される場合があります。
その重要性診断の確定は、その後の治療経路を決定する重要な転換点です。これにより、異なる診断に基づく治療経路のバリエーション分析が可能になります。取得元患者の問題リスト、エンカウンター診断記録、または臨床ドキュメントにあります。主な診断コードがエンカウンターに入力され確定された時点のタイムスタンプから推測できます。取得特定の患者エピソードの主要診断エントリの作成または更新タイムスタンプを使用してください。イベントタイプ inferred
	退院計画開始済み	患者の退院計画プロセスの正式な開始を表します。これは、退院計画書の作成、退院オーダーの提出、または特定の退院計画アセスメントの完了から推測できます。
その重要性この活動は、退院プロセスの効率性を測定するための出発点です。計画の早期開始は、しばしば再入院率の低下と相関しています。取得元 Veradigm内の退院計画ノート、退院オーダーセット、または特定の評価フォームの作成タイムスタンプから推測されます。取得患者のエンカウンターに関して退院固有のオーダーまたはドキュメントが最初に作成されたときのタイムスタンプを特定します。イベントタイプ inferred
	バイタル記録済み	この活動は、患者の心拍数、血圧、体温などのバイタルサインが記録されるたびに発生します。これは、EHRの臨床文書またはバイタルサイン専用フローシートセクションで捕捉される明確なイベントです。
その重要性バイタルの頻繁な記録は、積極的な患者モニタリングを示します。頻度とタイミングを分析することで、モニタリングプロトコルへの遵守を確実にすることができます。取得元バイタルサインが保存されてい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。取得患者エンカウンターのバイタルサイン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済み	この活動は、退院後の患者のフォローアップ予約スケジューリングを表します。このイベントは、退院したエンカウンターにリンクされた予約が予約モジュールで予約されたときに捕捉されます。
その重要性フォローアップケアが確実にスケジュールされることは、継続的なケアと再入院の削減のために不可欠です。この活動は、退院後プロトコルの遵守状況を測定するのに役立ちます。取得元予約スケジューリングモジュールに記録されます。退院日以降に発生する患者の新規予約の作成タイムスタンプを探してください。取得患者にリンクされたスケジューリングシステム内の予約記録の作成タイムスタンプを特定します。イベントタイプ explicit
	処置実施済み	臨床的または外科的処置の完了を表します。これは通常、臨床医が処置記録に署名したとき、またはシステム内で処置オーダーのステータスが「完了」に更新されたときに捕捉されます。
その重要性処置は多くの患者ジャーニーにおいて重要な節目です。そのタイミングを分析することは、リソースの利用状況とスケジューリングの効率性を理解するのに役立ちます。取得元臨床ドキュメントモジュール内の処置ノートの署名タイムスタンプから、またはその処置のオーダーモジュール内の完了タイムスタンプから推測されます。取得処置オーダーの完了タイムスタンプ、または関連する処置文書からの署名タイムスタンプを使用してください。イベントタイプ inferred
	薬剤投与済み	このイベントは、看護師または臨床医が患者への薬剤投与を文書化したときに記録されます。これは、正確な投与時間を記録する投薬記録 (MAR) またはeMARモジュールで捕捉されます。
その重要性薬剤投与の追跡は、治療の適時性と遵守状況を分析する上で不可欠です。オーダーから投与までのギャップは、薬剤配送プロセスにおける遅延を特定するのに役立ちます。取得元 eMAR（電子投薬記録）モジュールに明示的に記録されます。各投薬イベントには、特定のタイムスタンプ、薬剤、および投与量が含まれます。取得患者エンカウンターにリンクされた各投薬イベントについて、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
	診断テストオーダー済み	このイベントは、臨床医が検査や画像スキャンなどの診断テストのオーダーを提出したときに発生します。これは、Veradigm内のCPOE (Computerized Physician Order Entry) システムを通じて明示的に捕捉されます。
その重要性これは診断サブプロセスの開始を示します。診断のターンアラウンドタイムを測定し、処置オーダーにおける遅延を特定するための出発点です。取得元オーダーモジュールまたはCPOEシステムログに記録されます。各オーダーには、いつ発注されたかを示すタイムスタンプが付与されます。取得関連する診断テストのオーダー入力記録から作成タイムスタンプを抽出します。イベントタイプ explicit
	診断テスト完了	診断テストの結果が確定され、患者記録で利用可能になった時点を表します。これは通常、元のオーダーのステータスが「アクティブ」または「進行中」から「完了」または「結果済み」に変更されたことから推測されます。
その重要性この活動は、診断のターンアラウンドタイムを測定するための重要なマイルストーンです。オーダーから完了までの遅延は、診断までの時間に大きな影響を与える可能性があります。取得元オーダーモジュールのオーダーステータスフィールドから、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測されます。取得オーダーステータスが「完了」または「結果済み」のような最終状態に変更されたときのタイムスタンプを特定します。イベントタイプ inferred
	部門へ転送	このイベントは、ERから病棟への移動のように、患者がある部門またはケアユニットから別の部門へ物理的に転送されたことを示します。これはVeradigm内のADT（入院、退院、転送）システムによって捕捉されます。
その重要性患者の転送はボトルネックや遅延が発生しやすい一般的なポイントです。転送の期間と頻度を分析することは、患者フローの最適化や部門間のリソース配分の改善に役立ちます。取得元 ADTモジュールに明示的に記録されます。各転送イベントには、患者、転送元/先、および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ADTシステムからイベントログを抽出します。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

ターゲットインターフェースチャネルの特定: Allscripts Interface Engine (AIE) Management Consoleにログインします。EHRからのインバウンドメッセージを処理するプライマリーインターフェースチャネル（通常、「EHR_Inbound」などのラベル）を見つけます。このチャネルが、患者ジャーニー活動の全範囲を捕捉するためにADT、SIU、ORM、ORU、RAS、DFTのメッセージタイプを処理することを確認してください。
新しいパススルー/エクスポートチャネルの作成: '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の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の設定: AIEルーティングルールで、プライマリーEHRチャネルから新しい「ProcessMining_Export」チャネルにメッセージを送信するためのコピー/ルーティングルールを設定します。ルーティングをフィルタリングし、必要なメッセージタイプのみを含めます: ADT（登録/転送）、SIU（スケジューリング）、ORM（オーダー）、ORU（結果/バイタル）、RAS（投薬）、DFT（請求/処置）。
変換ロジックの定義: 'ProcessMining_Export'チャネル内で、Transformation/Scriptエディターを開きます。生のHL7セグメントを読み込み、特定のトリガーイベントとステータスコードを必要な標準アクティビティ名にマッピングする解析スクリプト（下記の「query」セクションを参照）を実装する必要があります（例：「ADT^A01」を「Patient Registered」にマッピング）。
属性とHL7フィールドのマッピング: スクリプトがPV1-19セグメント（訪問番号）から「PatientEpisodeId」を、PID-3から「PatientMrn」を抽出することを確認してください。「EventDateTime」をMSH-7またはEVN-2にマッピングします。PV1-3から「DepartmentName」のような臨床詳細を、PV1-7から「AttendingProvider」を抽出します。
出力ファイルパラメータの設定: ファイルライターの設定を行います。出力ディレクトリを安全なネットワークパスに設定します。ファイル命名規則（例: EventLog_YYYYMMDD_HH.csv）を定義します。ファイルモードを「Append」に設定し、ログに行を継続的に追加します。
デリミタとエスケープの処理: スクリプト内で、テキストフィールド（診断名や部門名など）がカンマや改行文字を除去するようサニタイズされ、CSV構造が壊れないようにしてください。
アクティベーションとテスト: 「ProcessMining_Export」チャネルを開始します。Veradigmテスト環境でテストイベントをトリガーします（例：テスト患者を登録）。CSVファイルに正しいアクティビティ名とタイムスタンプを持つ新しい行が表示されることを確認します。
ログローテーションの設定: （例：毎日深夜に）現在のCSVファイルを閉じ、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を設定します。これにより、アップロードに適したファイルサイズが維持されます。
履歴データのリプレイ（オプション）: 履歴データが必要な場合は、AIEの「Message Browser」または「Log Replay」ツールを使用して、過去3〜6ヶ月分のアーカイブされたHL7ログを「ProcessMining_Export」チャネル経由で再送信します。システムパフォーマンスを監視し、遅延を避けてください。
取得とフォーマット: 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、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てください。
ProcessMindへのアップロード: 最終データセットをProcessMindにインポートし、「PatientEpisodeId」をケースID、「ActivityName」をアクティビティ、「EventDateTime」をタイムスタンプとしてマッピングします。

設定

Channel Type: ファイルライター / ファイルシステム出力
Trigger Events: ADT^A01, ADT^A03, ADT^A04, ADT^A08, SIU^S12, ORM^O01, ORU^R01, RAS^O17, DFT^P03
File Encoding: UTF-8 (名前や診断の特殊文字に不可欠です)
Delimiter: カンマ (,) またはパイプ (|)
Date Format: ISO 8601 (YYYY-MM-DDTHH:MM:SS) （HL7タイムスタンプ変換に推奨）
Log Rotation: 日次、またはファイルサイズが100MBを超えた場合
Write Mode: 追記（上書きしない）
Performance: エンジンでのメッセージキューイング/バックログを防ぐため、変換スクリプトが軽量であることを確認してください。

a クエリ例 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

事前準備とアクセス: Veradigm (Allscripts) Unity APIの有効な資格情報があることを確認してください。組織で承認されたAppname（アプリケーション名）と、認証用の有効なUserID、Password（またはトークン）が必要です。ユーザーアカウントが臨床ドメイン（Encounters, Orders, Results, Vitals, Problems）にアクセスする権限を持っていることを確認してください。
環境設定: Python 3.8以降をインストールします。pipを使用して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リクエストの作成と、結果データの操作に使用されます。
設定: 提供されたPythonスクリプトを開きます。上部にあるCONFIGURATIONセクションを見つけます。API_URLを、特定のUnity環境エンドポイント（例: unity.veradigm.comまたは内部ゲートウェイ）を指すように更新します。プレースホルダーの資格情報（[YourAppName]、[YourUserID]など）を実際の資格情報に置き換えます。START_DATEとEND_DATEを希望の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で認証を行い、セキュリティトークンを取得します。次にGetEncounterInfoを呼び出し、指定された日付範囲内のすべての患者エピソードを取得します。このエンカウンターのリストは、抽出の中心となるイテレーターとして機能します。
アクティビティ抽出ループ: 識別された各EncounterIDに対し、スクリプトは特殊なエンドポイントへの二次API呼び出しを実行します。GetOrdersを呼び出し、診断テストと処置を見つけます。GetResultsを呼び出し、完了したテストを特定します。GetVitalsを呼び出し、バイタルサインの記録を取得します。GetPatientProblemsを呼び出し、確定診断を取得します。臨床ノートを繰り返し処理し、評価と治療計画を見つけます。
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スキーマにマッピングします。例えば、OrderDateTimeは「Diagnostic Test Ordered」アクティビティのEventDateTimeにマッピングされます。スクリプトは、PatientEpisodeId（Encounter ID）がすべての子レコードに一貫して適用されることを保証します。
ADTと転送の処理: スクリプトロジックには、エンカウンターの場所履歴（特定のAuditまたはADTサブコール経由で利用可能な場合）に対するチェック、または臨床文書における部門変更に基づいて転送を推測し、「Transfer to Department」イベントを生成する機能が含まれています。
フォローアップロジック: エンカウンターの処理後、スクリプトは同じPatientIDに対してGetScheduleをクエリし、DischargeDate以降に発生する予約日を探して「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含まれています。この出力を確認し、アクティビティタイプにゼロレコードがないこと（予想される場合を除く）を確認してください。
エクスポート: 最終データセットはPandas DataFrameに集約されます。スクリプトは、データを患者と時間でソートすることにより、LengthOfStayやIsReadmissionなどの派生属性を計算します。最後に、クリーンなイベントログを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) であり、ActivityNameなどのテキストフィールドにデリミタ文字が含まれていないことを確認してください。
アップロード: CSVファイルをProcessMindにインポートし、PatientEpisodeIdをケースID、ActivityNameをアクティビティ、EventDateTimeをタイムスタンプとしてマッピングします。

設定

API_URL: Unity APIサービスへのベースURLです。これはクライアントの環境（オンプレミスかクラウドかなど）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に登録されたユニークなアプリケーション識別子です。これはデータアクセス範囲を制御します。
Date Range: 3〜6ヶ月の抽出期間を推奨します。期間が長いとタイムアウトする可能性があります。データ量が多い場合は月ごとに分割することを検討してください。
Timeout Settings: スクリプトはAPI呼び出しにデフォルトで30秒のタイムアウトを使用します。EHRシステムが高負荷の場合はこの時間を延長してください。
Batching: スクリプトはエンカウンターごとに繰り返します。大量のデータを扱うシステムの場合、スクリプトを変更してデータを一括取得するか（エンドポイントが許容する場合）、並行処理のスレッドを実行する必要がある場合があります。
Mapping Logic: スクリプトは'OrderType'をアクティビティにマッピングします。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していることを確認してください。

a クエリ例 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()

患者ジャーニーデータテンプレート

患者ジャーニーデータテンプレート

患者ジャーニー属性

患者ジャーニー活動

抽出ガイド

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

ステップ

設定

a クエリ例 config

PythonによるVeradigm Unity API抽出

ステップ

設定

a クエリ例 python

今すぐ始めますか？

今すぐVeradigmで患者ジャーニーを最適化

患者ジャーニーデータテンプレート

患者ジャーニーデータテンプレート

患者ジャーニー属性

患者ジャーニー活動

抽出ガイド

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

ステップ

設定

a クエリ例 config

PythonによるVeradigm Unity API抽出

ステップ

設定

a クエリ例 python

お客様のプライバシーを大切にしています

今すぐ始めますか？

今すぐVeradigmで患者ジャーニーを最適化