> 継続的なプロセス改善 > 患者の受診プロセス > Veradigm（Allscripts） > データテンプレート

患者の受診プロセス用データテンプレート

Veradigm（Allscripts）

患者の受診プロセスの属性(19) 患者の受診プロセスのアクティビティ(13) データ抽出ガイド(2)

患者の受診プロセス用データテンプレート

このテンプレートでは、患者の受診プロセスを分析するために必要なデータを、体系的に収集できます。追跡すべき属性とアクティビティに加え、ソースシステムからデータを抽出する方法も説明します。この資料を使ってデータを準備し、詳細なプロセスマイニングを行ってください。

詳細な分析に必要な、収集を推奨する属性
正確なプロセスの発見に向けて追跡する主要なアクティビティ
システムからデータを抽出するための手順

イベントログを初めて作成する方はこちら：プロセスマイニング用イベントログの作成方法.

テンプレートをダウンロード

患者の受診プロセスの属性

患者の受診プロセスを詳しく分析するために、イベントログに含めることを推奨するデータ項目です。

3 必須 8 推奨 8 任意

	名前	説明
	アクティビティ名 ActivityName	実施された臨床上または事務上の具体的なイベント。
説明「患者登録」「薬剤の投与」「退院計画の開始」など、プロセスで実施されたステップを示します。この属性によって患者ジャーニーの各段階を区別でき、プロセスの発見や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のノードを定義します。この情報がなければ、プロセスの流れ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。例患者登録診断検査の依頼薬剤の投与患者の退院
	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、イベントの適切な順序付けに欠かせません。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、時間に関するすべての重要業績評価指標（KPI）の算出に使います。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）。例 2023-10-12T08:30:00Z2023-10-12T14:45:22Z2023-10-15T09:00:00Z
	患者の診療エピソード PatientEpisodeId	特定の患者の受診または診療を識別する一意のID。
説明患者の診療エピソードは、特定の病状または診療期間における患者の医療プロセスに関連するすべてのイベントをまとめる、主なケース識別子です。診断、治療、回復の各段階を一体的に把握し、複数の診療科とのやり取りを一連の流れとして関連付けられます。Veradigm（Allscripts）のシステム（SunriseやParagonなど）では、通常、Visit IDまたはEncounter Numberに該当します。重要な理由プロセスマイニングの基本となるキーであり、患者ジャーニーを最初から最後まで再構成できます。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）の文書を確認してください。例 EP-2023-998877VIS-10029384100029384ENC-554433
	主診断コード PrimaryDiagnosisCode	主な病状を示すICD-10またはSNOMEDコード。
説明患者の受診理由を示す診断コードです。「治療経路の違いを調べる分析」の絞り込みに使います。肺炎と心不全など、病状ごとに医療システム内での診療の流れを比較できます。重要な理由病状ごとのプロセスの分類や、プロトコルの遵守状況の確認に必要です。入手先診断テーブルまたは問題リストのテーブル（通常はICD-10の列）。Veradigm（Allscripts）の文書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。
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。重要な理由在院日数（ALOS）の算出や入院の遅れの測定に欠かせない基準時点です。入手先 VisitまたはEncounterのヘッダーテーブル（例：ADMIT_DATE）。Veradigm（Allscripts）の文書を確認してください。例 2023-10-01T10:00:00Z2023-10-05T14:20:00Z
	再入院の有無 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日以内に以前の退院があった場合にtrueを返します。「回避可能な再入院率モニター」の指標として使われます。重要な理由病院の品質評価と診療報酬に関わる主要な重要業績評価指標（KPI）です。特にCMSの規制に関連します。入手先患者MRN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
	患者の医療記録番号（MRN） PatientMrn	診療エピソードをまたいで患者を一意に識別する医療記録番号。
説明医療記録番号（MRN）またはエンタープライズ患者IDです。患者の診療エピソードIDとは異なり、受診が変わっても同じIDが使われます。別々の診療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（列の例：MRN、PATIENT_ID）。Veradigm（Allscripts）の文書を確認してください。例 MRN-884422P-10022399887766
	担当医療従事者 AttendingProvider	イベント発生時に患者を担当する主な医療従事者。
説明アクティビティを実施する、またはケア計画を担当する医師、看護師、専門職を特定します。この属性を分析すると、「臨床リソースの利用状況」や医師ごとの診療経路の違いを把握できます。重要な理由医療スタッフ間のリソースのボトルネック分析や、パフォーマンスの比較に役立ちます。入手先トランザクションテーブル（例：ORDERing_PROVIDER、ATTENDING_PHYSICIAN_ID）。Veradigm（Allscripts）の文書を確認してください。例サラ・スミス医師ジョーンズ看護師放射線技師A
	診療科名 DepartmentName	アクティビティが行われた病棟または診療科。
説明「救急部門」「循環器科」「放射線科」など、アクティビティが行われた場所を示します。「入院・転院のボトルネック分析」に欠かせない属性で、病棟間の移動で患者が滞留している場所を確認できます。重要な理由リソースの利用状況の分析や、診療科ごとのボトルネックの特定に役立ちます。入手先トランザクションに関連付けられた場所または診療科のマスターテーブル。Veradigm（Allscripts）の文書を確認してください。例救急部門ICU一般外科放射線科
	退院日時 DischargeDate	患者が退院した日時。
説明エピソードの終了時刻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われ、平均在院日数（ALOS）や再入院の計算に欠かせません。重要な理由プロセスサイクルの終了を定義し、処理量の分析に欠かせません。入手先来院／受診ヘッダーテーブル（例：DISCH_DATE）。Veradigm（Allscripts）の文書を参照してください。例 2023-10-04T11:00:00Z2023-10-10T09:30:00Z
	退院時の転帰 DischargeDisposition	退院時の患者の状態または転院先を示します。
説明入院後の患者の行き先を示します（例：「自宅」「熟練看護施設」「死亡」「転院」）。転帰によって再入院リスクが異なるため、再入院リスクの分析に重要です。重要な理由「退院計画」ダッシュボードの背景情報となり、平均在院日数（ALOS）のばらつきを説明するのに役立ちます。入手先来院／受診ヘッダーテーブル（例：DISCH_DISP）。Veradigm（Allscripts）の文書を参照してください。例自宅熟練看護施設へ転院在宅医療を利用して自宅へ退院医師の助言に反して退院
	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」イベントと「結果」または「投与」イベントを関連付けます。たとえば、「診断検査のオーダー」と「診断検査の完了」を結び付けます。「診断検査の所要時間」ダッシュボードには、この粒度のデータが必要です。重要な理由検査の所要時間など、個々のプロセスステップにかかった時間を計算できます。入手先オーダー入力テーブル（例：ORDER_ID、PLACER_ORDER_NUM）。Veradigm（Allscripts）の文書を参照してください。例 ORD-998877LAB-112233RX-445566
	コストセンター CostCenter	部門またはサービスに割り当てられた財務コードです。
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、部門ごとの「アクティビティコスト」や一般的な財務実績を分析できます。重要な理由業務プロセスのマイニング結果を財務への影響と結び付けます。入手先部門テーブルまたは請求マスターテーブル。Veradigm（Allscripts）の文書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るシステムの名前。
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。複数の病院を運営する環境や、急性期医療と外来診療のデータを統合する場合に特に重要です。重要な理由データの追跡可能性と来歴を確保できるため、データ品質の問題を調査する際に役立ちます。入手先 ETL処理で固定値として設定するか、システムの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率」の計算に使います。この項目に値が入力されていれば、フォローアップが予約済みであることを示します。空欄またはNULLの場合は、予約されていません。重要な理由「フォローアップケアのコンプライアンス」重要業績評価指標（KPI）を直接測定します。入手先患者に関連付けられた予約システムまたは今後の予約テーブル。Veradigm（Allscripts）の文書を参照してください。例 2023-11-15T14:00:00Znull
	プロトコル適合の有無 IsProtocolCompliant	標準的なケア経路に沿って症例が進んだかどう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「薬剤投与」より前に行われたか）が正しい順序で実施されたかを確認する、計算属性です。「ケアプロトコル遵守ダッシュボード」に利用できます。重要な理由カルテを手作業で確認せずに、コンプライアンス違反を自動で検出できます。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。
説明分析に使うデータの新しさを示します。リアルタイムのデータを見ているのか、過去のある時点のデータを見ているのかを判断するのに役立ちます。重要な理由データの遅延状況を明確にし、データを段階的に読み込む方法の検討にも役立ちます。入手先 ETL処理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。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前です。
説明「薬剤投与時間の空白」ダッシュボードで使用します。抗生物質や鎮痛薬など、特定の薬剤の投与に遅れが生じていないかを確認できます。重要な理由臨床上の安全性分析と薬剤業務プロセスの改善に欠かせません。入手先投薬記録（MAR）または薬局のオーダー。Veradigm（Allscripts）の文書を参照してください。例アモキシシリンヘパリン硫酸モルヒネ
	診断検査の所要時間 DiagnosticTurnaroundTime	検査のオーダーから結果が出るまでの時間です。
説明「診断検査のオーダー」から「診断確定」（または結果の受領）までの時間を計算します。「診断検査の所要時間の概要」に使用します。重要な理由検査に時間がかかると入院期間が延びます。この指標で検査室や放射線科の遅れを特定できます。入手先計算式：結果のタイムスタンプ－オーダーのタイムスタンプ。例 2時間45分1.5日

必須推奨任意

患者の受診プロセスのアクティビティ

患者の受診プロセスを正確に把握するため、イベントログに記録する主要なステップと節目です。

6 推奨 7 任意

	アクティビティ	説明
	初回評価の完了	看護師または医師による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。EHRで「看護初回評価」などの臨床フォームや記録に署名し、確定した時点で記録されることが一般的です。
重要な理由患者ジャーニーの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と、患者の受け入れや初期診療に遅れが生じている可能性を把握できます。入手先 Veradigmの臨床文書化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、あるいは署名時刻から特定します。記録初回評価の記録またはフォームのステータスが「完了」または「署名済み」に変わった時刻を確認してください。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、入院エピソードが終了したことを示します。ADTシステムに記録される重要なイベントで、患者の受診ステータスが「退院済み」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な終了アクティビティです。平均在院日数（ALOS）やプロセス全体のサイクルタイムを算出するうえで欠かせません。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、退院時刻と退院先が記録されます。記録患者の主な受診記録または来院記録にある退院時刻を使用します。イベントタイプ explicit
	患者登録	患者情報がVeradigmシステムに入力された時点で、患者の診療エピソードが正式に開始したことを示します。通常、ユーザーが登録ワークフローを完了すると明示的に記録され、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、入院期間、患者の受け入れ件数を算出するうえで欠かせません。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タイムスタンプを確認してください。記録患者の受診テーブルまたは登録テーブルで、レコード作成時に記録されたタイムスタンプ。イベントタイプ explicit
	治療計画の作成	医療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。EHRで「ケア計画」文書や初回治療オーダー一式を作成し、署名した時点で記録されることが一般的です。
重要な理由この節目を起点に、実際の治療段階が始まります。ケアプロトコルの遵守状況や、投薬など最初の治療行為までの時間を測定する際のベースラインになります。入手先「ケア計画」フォームの署名時刻、または診断後に最初の主要な治療オーダー一式が作成された時刻から特定します。記録担当医が「ケア計画」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
	診断の確定	医療従事者が患者のカルテに診断を正式に記録したことを示します。診断コードが問題リストに追加された時点や、診断を記載した臨床記録に署名し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、または臨床文書に記録されています。受診に対する主診断コードが入力され、確定した時刻から特定できます。記録対象となる患者の診療エピソードについて、主診断の記録が作成または更新されたタイムスタンプを使用します。イベントタイプ inferred
	退院計画の開始	患者の退院計画が正式に開始したことを示します。退院計画文書の作成、退院オーダーの入力、または退院計画に関する評価の完了から特定できます。
重要な理由退院プロセスの効率を測定する際の起点となるアクティビティです。計画を早期に開始すると、再入院率が低くなる傾向があります。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が作成されたタイムスタンプから特定します。記録患者の受診に関する退院専用のオーダーまたは文書が最初に作成された時刻を確認してください。イベントタイプ inferred
	バイタルサインの記録	心拍数、血圧、体温など、患者のバイタルサインを記録するたびに発生するアクティビティです。EHRの臨床文書またはバイタルサイン専用のフローシートに明示的に記録されます。
重要な理由バイタルサインが頻繁に記録されている場合、患者の状態が継続的に観察されていることが分かります。記録の頻度やタイミングを分析し、モニタリング手順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のテーブルに記録されます。各記録にはタイムスタンプがあります。記録患者の受診に関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
	フォローアップの予約	退院後のフォローアップ受診が予約されたことを示すアクティビティです。退院した受診記録に関連付けられた予約が登録されると、予約モジュールに記録されます。
重要な理由フォローアップ診療の予約は、継続的なケアと再入院の抑制に欠かせません。このアクティビティから、退院後の手順の遵守状況を測定できます。入手先予約モジュールに記録されます。退院日以降に行われる患者の新しい予約について、作成時刻を確認してください。記録患者に関連付けられた予約システムの予約記録から、作成時刻を確認してください。イベントタイプ explicit
	処置の実施	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、医療従事者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「完了」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。実施時期を分析することで、リソースの利用状況やスケジュールの効率を把握できます。入手先臨床文書化モジュールにある処置記録の署名時刻、またはオーダーモジュールにある処置の完了時刻から特定します。記録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
	薬剤の投与	看護師または医療従事者が患者への薬剤投与を記録した時点で発生するイベントです。投薬管理記録（MAR）または電子投薬管理記録（eMAR）モジュールに記録され、正確な投与時刻が残ります。
重要な理由薬剤の投与状況を追跡することは、治療の適時性と遵守状況を分析するうえで重要です。オーダーから投与までの時間差を確認すると、投薬プロセスの遅れを特定できます。入手先 eMAR（電子投薬管理記録）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、タイムスタンプ、薬剤、投与量が記録されます。記録患者の受診記録に関連付けら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
	診断検査の依頼	医療従事者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するイベントです。Veradigmの医師オーダー入力システム（CPOE）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。診断にかかる時間の測定や、検査依頼の遅れの特定における起点となります。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、依頼時刻を示すタイムスタンプがあります。記録対象となる診断検査のオーダー記録から、作成時のタイムスタンプを抽出します。イベントタイプ explicit
	診断検査の完了	診断検査の結果が確定し、患者の記録で確認できるようになった時点を示します。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「結果確定」に変わったことから特定します。
重要な理由診断にかかる時間を測定するうえで重要な節目です。検査の依頼から完了までの遅れは、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ステータス欄、またはLISやRISなどの関連する結果モジュールのタイムスタンプから特定します。記録オーダーのステータスが「完了」や「結果確定」などの最終状態に変わった時刻を確認してください。イベントタイプ inferred
	診療科への転送	患者が救急部門から入院病棟へ移る場合など、診療科またはケアユニット間で患者が実際に移動したことを示します。Veradigm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送では、ボトルネックや遅れが生じることがよくあります。転送にかかる時間や頻度を分析すると、診療科間の患者の流れや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。各転送イベントには、患者、転送元と転送先、タイムスタンプが含まれます。記録患者の移動に該当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

データ抽出ガイド

Veradigm（Allscripts）からデータを取得する方法

ステップ

対象のインターフェースチャネルを特定：Allscripts Interface Engine（AIE）の管理コンソールにログインします。EHRからの受信メッセージを処理する主要なインターフェースチャネルを探します（通常、「EHR_Inbound」などの名前が付いています）。患者の診療プロセス全体を把握できるよう、このチャネルでADT、SIU、ORM、ORU、RAS、DFTの各メッセージタイプを処理していることを確認します。
パススルー／エクスポートチャネルを新規作成：出力先チャネル「ProcessMining_Export」を作成し、出力タイプに「File Writer」を設定します。このチャネルは送信元チャネルのメッセージを複製し、ProcessMindで使用できるCSV形式のフラットファイルに変換します。
メッセージの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」チャネルにメッセージを送るコピー／ルートルールを設定します。対象を必要なメッセージタイプに絞ります：ADT（登録／転送）、SIU（予約）、ORM（注文）、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。HL7の生のセグメントを読み取り、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対応付ける解析スクリプトを実装します（例：「ADT^A01」を「患者登録」に対応付けます）。スクリプトの例は、以下の「クエリ」セクションを参照してください。
属性をHL7フィールドに対応付け：スクリプトでPV1-19セグメント（来院番号）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」などの診療情報を抽出します。
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、ログに行を継続して追加できるよう、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：CSVの構造が崩れないよう、スクリプトで診断名や診療科名などのテキストフィールドからカンマや改行を取り除きます。
有効化してテスト：「ProcessMining_Export」チャネルを起動します。Veradigmのテスト環境でテストイベントを発生させ（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含む行が追加されたことを確認します。
ログのローテーションを設定：ローテーションのスケジュール（例：毎日午前0時）を設定し、現在のCSVファイルを閉じて新しいファイルを作成します。これにより、アップロードしやすいファイルサイズを保てます。
過去データの再送（任意）：過去の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。システムの遅延を避けるため、パフォーマンスを監視してください。
取得して形式を確認：出力先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、ヘッダーが要件に合っていることを確認します。必要に応じて日別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」をケースID、「ActivityName」をアクティビティ、「EventDateTime」をタイムスタンプに対応付けます。

設定

チャネルタイプ：File Writer／ファイルシステム出力
トリガーイベント：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を正しく扱うために重要です）
区切り文字：カンマ（,）またはパイプ（|）
日付形式：HL7のタイムスタンプ変換にはISO 8601（YYYY-MM-DDTHH:MM:SS）を推奨します
ログのローテーション：毎日、またはファイルサイズが100MBを超えたとき
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が滞留しないよう、変換スクリプトを軽量にしてください。

クエリの例 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

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。組織で認可されたAppname（アプリケーション名）と、認証に使う有効な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、診療データ（受診、注文、結果、バイタル、問題）へのアクセス権があることを確認します。
環境を準備：Python 3.8以降をインストールします。pipを使って必要なライブラリをインストールします：pip install requests pandas。これらのライブラリは、Unity APIへのHTTPリクエストと取得データの処理に使用します。
設定：提示されたPythonスクリプトを開き、先頭にあるCONFIGURATIONセクションを探します。API_URLを、使用するUnity環境のエンドポイント（例：unity.veradigm.comまたは内部ゲートウェイ）に更新します。仮の認証情報（[YourAppName]、[YourUserID]など）を実際の認証情報に置き換え、分析対象期間をSTART_DATEとEND_DATEに設定します。
スクリプトの処理概要：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、指定期間内の患者エピソードをすべて取得します。この受診リストを基点にデータを抽出します。
アクティビティの抽出ループ：特定した各EncounterIDについて、専用のエンドポイントを呼び出します。GetOrdersで診断検査と処置を、GetResultsで完了した検査を、GetVitalsでバイタルサインの記録を、GetPatientProblemsで確定診断を取得します。また、診療記録を順に確認し、評価と治療計画を抽出します。
データ変換：APIから返されるJSON形式の生データを解析し、特定のフィールドをProcessMindのスキーマに対応付けます。たとえば、「診断検査の注文」アクティビティでは、OrderDateTimeをEventDateTimeに対応付けます。すべての関連レコードに一貫してPatientEpisodeId（受診ID）を設定します。
ADTと転送の処理：スクリプトでは、受診のロケーション履歴（専用の監査またはADTのサブコールで取得できる場合）を確認します。履歴を取得できない場合は、診療記録に記載された診療科の変更から転送を推定し、「診療科への転送」イベントを作成します。
フォローアップのロジック：受診データの処理後、同じPatientIDについてGetScheduleを照会し、DischargeDateより後の日付に予約があるか確認して、「フォローアップ予約済み」アクティビティを作成します。
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処理が含まれています。想定外にレコード数が0のアクティビティタイプがないか確認します。
エクスポート：最終データセットをPandasのDataFrameにまとめます。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、整形したイベントログを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：生成したCSVファイルを開きます。日付がISO 8601形式（YYYY-MM-DD HH:MM:SS）であることと、「ActivityName」などのテキストフィールド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をケースID、ActivityNameをアクティビティ、EventDateTimeをタイムスタンプに対応付けます。

設定

API_URL：Unity APIサービスのベースURLです。顧客の導入環境（オンプレミスかクラウドかなど）によって異なります。プロトコルが正しく（https）設定されている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。データへのアクセス範囲を決定します。
日付範囲：抽出期間は3～6か月を推奨します。期間が長いとタイムアウトする場合があります。データ量が多い場合は、月ごとに分割してください。
タイムアウト設定：スクリプトでは、API呼び出しのタイムアウトが既定で30秒に設定されています。EHRシステムの負荷が高い場合は、時間を延長してください。
バッチ処理：スクリプトは受診ごとに処理します。データ量の多いシステムでは、エンドポイントが対応してい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：スクリプトでは「OrderType」をアクティビティに対応付けます。システム固有の注文タイプコード（例：「Lab」「Rad」）が、process_orders関数のロジックに合っていることを確認してください。

クエリの例 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()

始める準備はできていますか？

患者の体験と業務効率の改善に、今日から取り組みましょう。データを分析すれば、価値あるインサイトを見つけ、目に見える改善につなげられます。

改善ガイドに戻る

テンプレートをダウンロード

Veradigmで患者の診療プロセスを今すぐ最適化

患者のサイクルタイムを30％短縮し、より良い治療成果につなげます。

無料トライアルを開始しましょう

クレジットカードは不要です。すぐにご利用を開始できます。

患者の受診プロセス用データテンプレート

患者の受診プロセス用データテンプレート

患者の受診プロセスの属性

患者の受診プロセスのアクティビティ

データ抽出ガイド

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

ステップ

設定

クエリの例 config

Pythonを使ったVeradigm Unity APIからのデータ抽出

ステップ

設定

クエリの例 python

始める準備はできていますか？

Veradigmで患者の診療プロセスを今すぐ最適化