> Melhoria contínua de processos > Jornada do paciente > Oracle Health (Cerner) > Template de dados

Seu Template de dados da jornada do paciente

Oracle Health (Cerner)

Atributos da jornada do paciente (19) Atividades da jornada do paciente (14) Guias de extração (2)

Seu Template de dados da jornada do paciente

Este Template completo apresenta os dados essenciais para analisar e otimizar a jornada do paciente. Ele organiza os principais atributos a coletar, as atividades que você deve acompanhar e orientações práticas para extrair os dados. Use este material para preparar seu Event Log e começar a mineração de processos com mais facilidade.

Atributos recomendados para coleta
Principais atividades a acompanhar
Orientações para extração

Novidade em Event Logs? Saiba como criar um Event Log para Process Mining.

Baixar Template

Atributos da jornada do paciente

Estes são os campos de dados recomendados para incluir no Event Log e analisar a jornada do paciente no seu sistema de forma completa.

5 Obrigatório 8 Recomendado 6 Opcional

	Nome	Descrição
	Atividade ClinicalEventTag	Nome ou descrição do evento clínico ou administrativo realizado.
Descrição Este atributo registra a ação específica realizada durante o cuidado do paciente, como 'Medicamento administrado', 'Sinais vitais aferidos' ou 'Paciente recebeu alta'. Ele fornece um rótulo legível para cada etapa do processo. No Cerner, esse dado costuma ser derivado da tabela `CLINICAL_EVENT`, mapeando o `EVENT_CD` (código do evento) para o valor exibido ou usando o `EVENT_TAG`. Manter uma nomenclatura consistente é essencial para que os mapas de processo sejam fáceis de ler. Por que isso importa Define as etapas do mapa de processo e permite visualizar o fluxo de trabalho. Onde encontrar Tabela: CLINICAL_EVENT, coluna: EVENT_TAG ou CODE_VALUE vinculado a EVENT_CD Exemplos Avaliação de triagemHemograma completo com diferencialOrdem de altaTransferir paciente
	Data e hora do evento EventEndDateTime	Data e hora exatas em que a atividade ocorreu ou foi concluída.
Descrição Este atributo registra o momento exato em que um evento ocorreu. Ele é usado para ordenar as atividades e calcular os tempos de ciclo entre as etapas do processo. Na tabela `CLINICAL_EVENT`, geralmente corresponde a `EVENT_END_DT_TM`. A precisão desse dado é essencial para calcular tempos de espera, como o intervalo entre 'Paciente cadastrado' e 'Avaliação de triagem'. Por que isso importa Essencial para determinar a sequência dos eventos e calcular KPIs de performance, como os prazos de atravessamento. Onde encontrar Tabela: CLINICAL_EVENT, coluna: EVENT_END_DT_TM Exemplos 2023-10-15T08:30:00Z2023-10-15T09:15:45Z2023-10-16T14:20:00Z
	Episódio do paciente EncounterId	Identificador exclusivo da consulta ou do episódio de cuidado do paciente.
Descrição Este atributo funciona como identificador central do caso na jornada do paciente. Ele reúne todos os eventos clínicos, pedidos e ações administrativas ocorridos em um único período de cuidado, como uma internação ou uma consulta de emergência. Em Process Mining, esse ID é essencial para relacionar atividades dispersas e formar uma visão unificada do processo. Tecnicamente, corresponde ao `ENCNTR_ID` na tabela `ENCOUNTER` do banco de dados Cerner Millennium. É a chave primária usada para vincular dados demográficos do paciente, pedidos e eventos clínicos. Por que isso importa É a chave fundamental para reconstruir toda a jornada do paciente, da admissão à alta. Onde encontrar Tabela: ENCOUNTER, coluna: ENCNTR_ID Exemplos 123456789876543211223344
	Sistema de origem SourceSystem	Nome do sistema de onde os dados vieram.
Descrição Identifica o aplicativo de origem do registro de dados. Neste contexto, será principalmente 'Oracle Health' ou 'Cerner Millennium'. Isso é útil em ambientes com vários sistemas, nos quais os dados podem ser combinados com informações de outros prontuários eletrônicos ou sistemas departamentais. Se houver várias fontes de dados, os analistas podem filtrar ou segmentar a análise do processo pela origem dos dados. Por que isso importa Garante a linhagem e a rastreabilidade dos dados, especialmente em configurações de Process Mining com vários sistemas. Onde encontrar Texto fixo ou metadados do sistema Exemplos Oracle HealthCerner Millennium
	Última atualização dos dados LastDataUpdate	Data e hora em que o registro foi extraído ou modificado pela última vez no data warehouse.
Descrição Indica o nível de atualização dos dados usados na análise. Esse registro de data e hora ajuda a entender se você está consultando dados em tempo real ou uma captura de uma carga anterior. Em geral, esse dado é gerado durante o processo de ETL (extração, transformação e carga), e não é um atributo clínico. Por que isso importa Essencial para a governança de dados e para garantir que a análise use informações atualizadas. Onde encontrar Data e hora do sistema ETL Exemplos 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Departamento NurseUnit	Enfermaria, unidade ou departamento específico onde o evento ocorreu.
Descrição Identifica o local físico ou a unidade organizacional responsável pelo paciente no momento do evento, como 'UTI', 'Cirurgia geral' ou 'Pronto-socorro'. Esse dado ajuda no Dashboard 'Eficiência das transferências entre enfermarias', que acompanha a movimentação entre unidades. No Cerner, costuma corresponder a `LOC_NURSE_UNIT_CD` no atendimento ou na tabela de acompanhamento. Por que isso importa Essencial para analisar gargalos em departamentos específicos e visualizar a distribuição do fluxo de pacientes. Onde encontrar Tabela: ENCOUNTER ou CLINICAL_EVENT, coluna: LOC_NURSE_UNIT_CD Exemplos Pronto-socorroEnfermaria de cardiologiaICURadiologia
	Diagnóstico principal DiagnosisCode	Código ICD-10 ou SNOMED que representa o principal motivo do cuidado.
Descrição Código clínico padronizado, como 'J18.9' para pneumonia, atribuído ao episódio. Ele permite agrupar pacientes por condição e analisar desvios do protocolo de tratamento para doenças específicas. Encontrado na tabela `DIAGNOSIS`, vinculada ao atendimento. Por que isso importa Permite comparar, em condições equivalentes, os percursos de atendimento de pacientes com condições específicas. Onde encontrar Tabela: DIAGNOSIS, coluna: DIAGNOSIS_CODE (por meio da nomenclatura) Exemplos I10E11.9J18.9
	É readmissão IsReadmission	Indicador que mostra se este episódio ocorreu até 30 dias após uma alta anterior.
Descrição Indicador booleano usado para identificar casos de readmissão. É calculado comparando a data de admissão do episódio atual com a data de alta do episódio anterior da mesma `PersonId`. Essencial para o Dashboard 'Tendências de readmissão de pacientes'. Por que isso importa Dá suporte direto ao KPI 'Taxa de readmissão de pacientes', um indicador importante da qualidade do cuidado. Onde encontrar Derivado por lógica SQL que compara registros de ENCOUNTER Exemplos truefalse
	ID do paciente PersonId	Identificador exclusivo do paciente em diferentes atendimentos.
Descrição Diferentemente do ID do caso, o ID do paciente (ou ID da pessoa) permanece igual em todas as consultas do paciente no hospital. Esse atributo é essencial para analisar as taxas de readmissão e entender o histórico de longo prazo do paciente. No Cerner, corresponde ao `PERSON_ID` da tabela `PERSON`. Ele vincula vários registros `ENCNTR_ID`. Por que isso importa Permite calcular o KPI 'Taxa de readmissão de pacientes', vinculando episódios diferentes à mesma pessoa. Onde encontrar Tabela: PERSON, coluna: PERSON_ID Exemplos P10001P55992P99221
	Item do pedido OrderMnemonic	Nome do item específico solicitado, como um exame laboratorial ou medicamento.
Descrição Descreve o conteúdo de um evento de pedido, como 'Hemograma completo' ou 'Aspirina 81 mg'. Esse atributo fornece o contexto necessário para as atividades 'Exame diagnóstico solicitado' e 'Medicamento administrado'. Geralmente, é encontrado em `ORDER_MNEMONIC` na tabela `ORDERS`. Ele representa o 'produto' que percorre o processo. Por que isso importa Necessário para uma análise detalhada dos percursos de diagnóstico e tratamento. Onde encontrar Tabela: ORDERS, coluna: ORDER_MNEMONIC Exemplos Radiografia de tóraxPainel metabólico básicoParacetamolRessonância magnética do cérebro
	Status da alta DischargeDisposition	Destino ou status do paciente após a alta.
Descrição Indica para onde o paciente foi após o fim do episódio, como 'Casa', 'Instituição de cuidados especializados' ou 'Óbito'. Esse dado é essencial para a análise do 'Planejamento da alta' e para identificar desfechos desfavoráveis. Encontrado na tabela `ENCOUNTER` como `DISCH_DISPOSITION_CD`. Por que isso importa Indicador-chave de resultado; define o estado final da jornada do paciente. Onde encontrar Tabela: ENCOUNTER, coluna: DISCH_DISPOSITION_CD (consultar por meio de CODE_VALUE) Exemplos Alta para casaTransferido para reabilitaçãoSaiu contra orientação médicaÓbito
	Tipo de caso EncounterType	Classificação da consulta do paciente, como internação, atendimento ambulatorial ou emergência.
Descrição Classifica a natureza do episódio do paciente. É uma dimensão essencial para segmentar os dados, pois o fluxo do processo em uma consulta de 'Emergência' difere bastante daquele de uma 'Internação eletiva'. Esse dado é derivado de `ENCNTR_TYPE_CD` na tabela `ENCOUNTER`, que faz referência a um valor de conjunto de códigos, como 'Internação' ou 'Emergência'. Por que isso importa Permite comparar os percursos de atendimento e o volume processado em diferentes contextos de cuidado. Onde encontrar Tabela: ENCOUNTER, coluna: ENCNTR_TYPE_CD (consultar por meio de CODE_VALUE) Exemplos InternaçãoEmergênciaAtendimento ambulatorialCirurgia de um dia
	Usuário PerformingPrsnlId	Identificador ou nome do profissional de saúde que realizou a atividade.
Descrição Registra quem executou a etapa do processo, como o profissional de enfermagem que administrou o medicamento ou o médico que assinou a alta. Isso permite analisar a utilização de recursos. No Cerner, costuma corresponder a `PERFORMED_PRSNL_ID` ou `UPDT_ID`, dependendo da tabela (Orders ou Clinical Events). Mapear esse dado para um atributo genérico 'Usuário' facilita a análise da segregação de funções. Por que isso importa Dá suporte à análise de recursos e ajuda a identificar possíveis necessidades de treinamento ou desequilíbrios na carga de trabalho. Onde encontrar Tabela: CLINICAL_EVENT, coluna: PERFORMED_PRSNL_ID Exemplos Dr. SmithEnfermeira JonesAdministrador do sistema
	Canal de admissão AdmissionSource	Origem da admissão do paciente.
Descrição Descreve como o paciente entrou no sistema hospitalar, por exemplo, por 'Encaminhamento médico', 'Pronto-socorro' ou 'Transferência de outro hospital'. Esse dado ajuda a analisar a porta de entrada do processo hospitalar. Ele corresponde a `ADMIT_SRC_CD` na tabela `ENCOUNTER`. Por que isso importa Dá contexto ao 'Tempo de espera pela avaliação inicial' conforme o ponto de entrada. Onde encontrar Tabela: ENCOUNTER, coluna: ADMIT_SRC_CD Exemplos Pronto-socorroEncaminhamento médicoTransferência de outro hospital
	Número do pedido OrderId	Identificador exclusivo de um pedido específico, como exame laboratorial, medicamento ou consulta.
Descrição ID do pedido gerado pelo sistema. Embora não seja o ID do caso, é uma chave secundária importante. Ele vincula o evento 'Exame diagnóstico solicitado' ao evento 'Resultado diagnóstico validado'. Sem esse dado, é difícil calcular o tempo exato de processamento de exames específicos quando o paciente tem vários pedidos simultâneos. Por que isso importa Essencial para vincular com precisão atividades relacionadas, como pedido e resultado. Onde encontrar Tabela: ORDERS, coluna: ORDER_ID Exemplos 88291028829103
	Prioridade da triagem TriageAcuity	Nível de urgência atribuído durante a avaliação de triagem.
Descrição Valor numérico ou categórico que indica a gravidade do quadro do paciente, como de 1 (imediato) a 5 (não urgente). Esse atributo é essencial para segmentar a análise dos tempos de espera, pois pacientes com maior prioridade devem esperar menos. Geralmente, é registrado em formulários clínicos ou em códigos de observação específicos durante a triagem. Por que isso importa Essencial para verificar se o processo prioriza corretamente os pacientes conforme a urgência clínica. Onde encontrar Consulte a documentação da Oracle Health (Cerner) Exemplos 12345
	Status do medicamento MedAdminStatus	Status do pedido de medicamento, como administrado, recusado ou não administrado.
Descrição Indica o resultado de uma tarefa de administração de medicamento. No Dashboard 'Conformidade na administração de medicamentos', é essencial distinguir os medicamentos efetivamente administrados daqueles que foram agendados, mas não administrados ou recusados. Provavelmente, esse dado está nas tabelas `CLINICAL_EVENT` ou nas tabelas específicas do registro de administração de medicamentos (MAR). Por que isso importa Identifica lacunas de conformidade nos protocolos de tratamento. Onde encontrar Consulte a documentação da Oracle Health (Cerner) Exemplos AdministradoRecusadoSuspenso
	Status do resultado ResultStatus	Status de um resultado diagnóstico, como validado, corrigido ou preliminar.
Descrição Indica a etapa do ciclo de vida do resultado de um exame diagnóstico. É usado na análise do 'Tempo de entrega do resultado diagnóstico' para determinar quando o resultado fica oficialmente disponível para decisões clínicas. Geralmente, é encontrado em `CLINICAL_EVENT` com códigos de status específicos. Por que isso importa Diferencia resultados preliminares dos finais, o que afeta o início das atividades subsequentes. Onde encontrar Tabela: CLINICAL_EVENT, coluna: RESULT_STATUS_CD Exemplos ValidadoCom erroModificado
	Tipo de pagador FinancialClass	Principal cobertura de seguro ou classificação financeira do paciente.
Descrição Classifica o paciente pela fonte pagadora, como Medicare, seguro privado ou pagamento particular. Esse atributo permite analisar se o fluxo do processo ou o tempo de permanência varia conforme o tipo de cobertura. Derivado de `FINANCIAL_CLASS_CD` na tabela `ENCOUNTER`. Por que isso importa Ajuda a identificar disparidades na prestação do cuidado ou no processamento administrativo conforme o tipo de pagador. Onde encontrar Tabela: ENCOUNTER, coluna: FINANCIAL_CLASS_CD (consultar por meio de CODE_VALUE) Exemplos MedicareBlue CrossPagamento particularMedicaid

Obrigatório Recomendado Opcional

Atividades da jornada do paciente

Estas são as principais etapas e marcos do processo que você deve registrar no Event Log para descobrir o processo com precisão e identificar gargalos.

8 Recomendado 6 Opcional

	Atividade	Descrição
	Avaliação de triagem concluída	Indica a conclusão da avaliação inicial de enfermagem ou do formulário de triagem no contexto de emergência ou internação. Em geral, isso corresponde a um formulário específico ou evento clínico registrado no sistema.
Por que isso importa Essencial para calcular o KPI de tempo de espera pela avaliação inicial e identificar gargalos na entrada do atendimento. Onde encontrar Tabela CLINICAL_EVENT, filtrada pelos códigos de evento associados aos formulários de triagem ou avaliação inicial. Coleta Registrado quando o documento ou formulário clínico é assinado ou verificado Tipo de evento explicit
	Diagnóstico registrado	Ocorre quando um diagnóstico formal é adicionado ao registro do atendimento do paciente. Diferentemente do resultado de um exame, representa a confirmação do quadro clínico pelo profissional de saúde.
Por que isso importa Essencial para registrar o marco de diagnóstico confirmado e analisar o tempo até o diagnóstico definitivo. Onde encontrar Tabela DIAGNOSIS, usando DIAGNOSIS_DT_TM vinculado a ENCOUNTER_ID. Coleta Registrado quando um diagnóstico é adicionado ou atualizado no PowerChart Tipo de evento explicit
	Ordem de alta assinada	Evento em que o médico registra a ordem de alta do paciente. A partir desse momento, começa a contagem do tempo de planejamento da alta.
Por que isso importa Ponto inicial do 'Tempo de ciclo do planejamento da alta'. Um intervalo entre esse momento e a alta efetiva indica atrasos operacionais. Onde encontrar Tabela ORDERS, em que o tipo de catálogo indica alta. Coleta Registrado quando o status da ordem de alta é ORDERED Tipo de evento explicit
	Paciente recebeu alta	Evento administrativo final que encerra a internação do paciente. Esse registro de data e hora é usado para calcular o tempo total de permanência.
Por que isso importa Principal evento de encerramento do processo. Essencial para calcular o tempo de permanência e as readmissões. Onde encontrar Tabela ENCOUNTER, especificamente o campo DISCH_DT_TM (data e hora da alta). Coleta Registrado quando o status do atendimento muda para DISCHARGED Tipo de evento explicit
	Paciente registrado	Marca o início do episódio de atendimento, quando o paciente chega e é registrado no sistema. No Cerner Millennium, esse evento é registrado quando o prontuário do atendimento é criado ou quando a data e hora do registro são definidas.
Por que isso importa Define o horário de início para calcular o tempo de internação (LOS) e analisar o tempo de espera inicial. Onde encontrar Tabela ENCOUNTER, especificamente a coluna REG_DT_TM (Registration Date/Time). Coleta Registrado quando uma transação cria uma nova linha na tabela ENCOUNTER Tipo de evento explicit
	Pedido de exame diagnóstico realizado	Ocorre quando um profissional de saúde solicita um exame laboratorial ou de imagem. Esse registro de data e hora inicia o cálculo do tempo de resposta do exame diagnóstico.
Por que isso importa Ponto de partida do KPI de tempo de entrega dos resultados de exames diagnósticos; ajuda a identificar atrasos entre a solicitação e a execução. Onde encontrar Tabela ORDERS, usando ORIG_ORDER_DT_TM quando o tipo de catálogo é Laboratory ou Radiology. Coleta Registrado quando o status do pedido é definido como ORDERED Tipo de evento explicit
	Resultado de exame diagnóstico verificado	Momento em que o resultado de um exame laboratorial ou de imagem é finalizado e disponibilizado ao profissional de saúde. Isso encerra o intervalo de tempo de resposta do exame diagnóstico.
Por que isso importa Conclui o ciclo do tempo de entrega dos resultados de exames diagnósticos e dá início às decisões de tratamento subsequentes. Onde encontrar Tabela CLINICAL_EVENT (para exames laboratoriais) ou alteração do status de ORDERS para COMPLETED. Coleta Registrado quando o status do resultado muda para AUTH (Authenticated) Tipo de evento explicit
	Transferência de departamento realizada	Indica que o paciente foi transferido fisicamente de um local, como o pronto-socorro, para outro, como a UTI. Essa movimentação é registrada no histórico de localização.
Por que isso importa Permite analisar a eficiência das transferências entre enfermarias e visualizar o fluxo de pacientes pelo hospital. Onde encontrar Tabela ENCNTR_LOC_HIST (Encounter Location History), que registra alterações em LOC_NURSE_UNIT_CD. Coleta Compare o campo de status antes e depois Tipo de evento inferred
	Consulta concluída	Marca a conclusão de uma consulta com um especialista, geralmente comprovada por uma nota ou documento de consulta assinado.
Por que isso importa Identifica quando a avaliação do especialista foi recebida, uma etapa que pode se tornar um gargalo em trajetórias de atendimento complexas. Onde encontrar Tabela CLINICAL_EVENT, filtrada pelos tipos de documento classificados como consultas. Coleta Registrado quando a nota da consulta é assinada Tipo de evento explicit
	Consulta de acompanhamento agendada	Ocorre quando uma consulta futura é agendada para o paciente e vinculada ao mesmo episódio ou plano de cuidados.
Por que isso importa Dá suporte ao Dashboard 'Pontualidade no agendamento de consultas de acompanhamento'. Mede a eficiência da continuidade do cuidado. Onde encontrar Tabela SCH_APPT (agendamento de consultas), vinculada ao PERSON_ID. Coleta Registrado quando a consulta é criada no módulo de agendamento Tipo de evento explicit
	Medicamento administrado	Registra a administração efetiva do medicamento ao paciente, conforme documentada no registro de administração de medicamentos (MAR).
Por que isso importa Ajuda a verificar se os medicamentos foram administrados no horário previsto no Dashboard de conformidade na administração de medicamentos. Onde encontrar Tabela CLINICAL_EVENT, filtrada pelos eventos de administração de medicamentos (Task Status = Complete). Coleta Registrado após a leitura do código de barras ou o preenchimento manual do MAR Tipo de evento explicit
	Plano de atendimento ativado	Representa o início de um PowerPlan ou de uma trajetória de atendimento no Cerner. Indica que um protocolo de tratamento padronizado foi selecionado.
Por que isso importa Essencial para a análise de desvios do protocolo de tratamento, que compara o atendimento real com a trajetória planejada. Onde encontrar ACT_PW_CAT (Action Pathway Catalog) ou DCP_FORMS_REF, vinculando a trajetória ao atendimento. Coleta Registrado quando o PowerPlan é iniciado Tipo de evento explicit
	Procedimento agendado	Indica que uma cirurgia ou um procedimento de grande porte foi agendado para um horário específico. Ajuda a entender a alocação de recursos e o tempo de espera antes do procedimento.
Por que isso importa Mostra a eficiência do agendamento e possíveis gargalos no uso de salas cirúrgicas ou de procedimentos. Onde encontrar Tabela SURGICAL_CASE ou tabela SCH_APPT vinculada ao atendimento. Coleta Registrado quando a transação de agendamento é confirmada Tipo de evento explicit
	Procedimento realizado	Registro de data e hora que indica quando uma cirurgia ou um procedimento de grande porte foi realizado. Em geral, essa informação consta na documentação perioperatória.
Por que isso importa Marco importante para analisar as trajetórias clínicas e o uso de recursos. Onde encontrar Tabela SURGICAL_CASE (horários de início e término do caso) ou CLINICAL_EVENT para procedimentos à beira do leito. Coleta Registrado no SurgiNet ou na documentação do procedimento Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como extrair seus dados do Oracle Health (Cerner)

Etapas

Abra o Discern Visual Developer: Abra o aplicativo Discern Visual Developer (DVDev) no ambiente de acesso ao domínio Cerner, via Citrix ou localmente.
Crie um novo script: Inicie um novo arquivo de script Command Language (CCL), por exemplo, extract_patient_journey.prg.
Defina os parâmetros: No início do script, defina os parâmetros start_date e end_date para permitir a execução dinâmica em intervalos específicos.
Configure as constantes: Defina constantes para conjuntos de códigos específicos, como tipos de atendimento, catálogos de pedidos e códigos de eventos, para evitar inserir diretamente identificadores numéricos code_value, que variam conforme o domínio. Talvez seja necessário consultar o code_value ou display_key específico dos formulários de triagem, alta e consulta da sua organização.
Monte a consulta: Copie o SQL fornecido abaixo para o corpo do script. A consulta usa UNION ALL para combinar dados de várias tabelas (ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL etc.) em uma única estrutura plana de Event Log.
Compile o script: Use a função de compilação (Ctrl+F7 ou o menu Build) para verificar erros de sintaxe. Confirme se você tem acesso SELECT às tabelas referenciadas.
Execute e exporte: Execute o script (Go/F9). Em destino de saída, selecione 'Spreadsheet' ou 'Flat File'. Salve o resultado em um arquivo CSV.
Transforme os dados (opcional): Se as datas forem retornadas em formatos específicos do Cerner, como datas julianas ou registros de data e hora fora do padrão ISO, use o Excel ou um script para convertê-las para o formato YYYY-MM-DD HH:MM:SS antes de carregar os dados.
Valide os dados: Confira alguns registros comparando-os com um ID de atendimento (FIN) conhecido no PowerChart para verificar se os registros de data e hora correspondem à extração.
Carregue os dados no ProcessMind: Importe o arquivo CSV para o ProcessMind e mapeie as colunas EncounterId para ID do caso, ClinicalEventTag para Atividade e EventEndDateTime para registrar data e hora.

Configuração

Intervalo de datas: Recomendamos executar a extração em períodos de 3 a 6 meses. Intervalos maiores podem causar timeout devido ao tamanho da tabela CLINICAL_EVENT.
Conjuntos de códigos (CDF): A consulta usa filtros code_value. Substitua os marcadores, como [REPLACE_WITH_TRIAGE_EVENT_CD], pelos códigos reais do seu domínio, disponíveis na tabela CODE_VALUE.
Permissões: O usuário que executar o script precisa de direitos de acesso d (Database) a tabelas como ENCOUNTER, CLINICAL_EVENT, ORDERS, SURG_CASE_TBL, ENCNTR_LOC_HIST e SCH_APPOINTMENT.
Performance: A tabela CLINICAL_EVENT é muito grande. Confirme se o filtro de data em EVENT_END_DT_TM está indexado e sendo aplicado de forma estrita.
Lógica de readmissão: O atributo IsReadmission está incluído como marcador provisório. É melhor aplicar a lógica complexa de consulta ao histórico no ProcessMind depois de carregar os dados, em vez de incluí-la na consulta de extração.

a Consulta de exemplo sql

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Registered'
    , EventEndDateTime = FORMAT(E.REG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = P.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1) /* Days */
    , IsReadmission = '0' /* Calculate in Tool */
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.REG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.REG_PRSNL_ID = PR.PERSON_ID
    AND E.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Triage Assessment Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_TRIAGE_EVENT_CD]) /* e.g., Triage Acuity */
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Order Placed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.CATALOG_TYPE_CD IN ([REPLACE_WITH_LAB_RAD_CODES]) /* General Lab, Radiology */
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.ORDER_STATUS_CD != [REPLACE_WITH_CANCELED_CODE]
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Scheduled'
    , EventEndDateTime = FORMAT(SCT.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SCT.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID
    AND SCT.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnosis Documented'
    , EventEndDateTime = FORMAT(D.DIAG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = D.DIAGNOSIS_DISPLAY
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = D.DIAGNOSIS_DISPLAY
FROM
    DIAGNOSIS D
    , ENCOUNTER E
    , PRSNL PR
WHERE
    D.DIAG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND D.ENCNTR_ID = E.ENCNTR_ID
    AND D.ACTIVE_IND = 1
    AND D.DIAG_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Care Plan Activated'
    , EventEndDateTime = FORMAT(PWC.START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = PWC.DESCRIPTION
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ACT_PW_COMP PWC
    , ENCOUNTER E
    , PRSNL PR
WHERE
    PWC.START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND PWC.ENCNTR_ID = E.ENCNTR_ID
    AND PWC.ACTIVE_IND = 1
    AND PWC.START_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Medication Administered'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD = [REPLACE_WITH_MED_ADMIN_CLASS] /* e.g., 232 (MED) */
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VALID_UNTIL_DT_TM > CNVTDATETIME(CURDATE, CURTIME3)
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Diagnostic Result Verified'
    , EventEndDateTime = FORMAT(CE.VERIFIED_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.VERIFIED_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CLASS_CD IN ([REPLACE_WITH_LAB_RAD_CLASS_CODES])
    AND CE.RESULT_STATUS_CD = [REPLACE_WITH_AUTH_STATUS_CD]
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.VERIFIED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Procedure Performed'
    , EventEndDateTime = FORMAT(SCT.SURG_START_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = 'N/A'
    , OrderMnemonic = 'Surgical Case'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SURG_CASE_TBL SCT
    , ENCOUNTER E
WHERE
    SCT.SURG_START_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SCT.ENCNTR_ID = E.ENCNTR_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Department Transfer Occurred'
    , EventEndDateTime = FORMAT(ELH.BEG_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(ELH.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Transfer'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCNTR_LOC_HIST ELH
    , ENCOUNTER E
    , PRSNL PR
WHERE
    ELH.BEG_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND ELH.ENCNTR_ID = E.ENCNTR_ID
    AND ELH.UPDT_ID = PR.PERSON_ID
    AND ELH.ACTIVE_IND = 1

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Consultation Completed'
    , EventEndDateTime = FORMAT(CE.EVENT_END_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = CE.EVENT_TAG
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    CLINICAL_EVENT CE
    , ENCOUNTER E
    , PRSNL PR
WHERE
    CE.EVENT_END_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND CE.EVENT_CD IN ([REPLACE_WITH_CONSULT_NOTE_CODES])
    AND CE.ENCNTR_ID = E.ENCNTR_ID
    AND CE.PERFORMED_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Discharge Order Signed'
    , EventEndDateTime = FORMAT(O.ORIG_ORDER_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = O.ORDER_MNEMONIC
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ORDERS O
    , ENCOUNTER E
    , PRSNL PR
WHERE
    O.ORIG_ORDER_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND O.ORDER_MNEMONIC = '*Discharge*'
    AND O.ENCNTR_ID = E.ENCNTR_ID
    AND O.STATUS_PRSNL_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Patient Discharged'
    , EventEndDateTime = FORMAT(E.DISCH_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = E.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'N/A'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    ENCOUNTER E
    , PERSON P
    , PRSNL PR
WHERE
    E.DISCH_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND E.PERSON_ID = P.PERSON_ID
    AND E.ACTIVE_IND = 1
    AND E.UPDT_ID = PR.PERSON_ID

UNION ALL

SELECT
    EncounterId = E.ENCNTR_ID
    , ClinicalEventTag = 'Follow-up Appointment Scheduled'
    , EventEndDateTime = FORMAT(SA.UPDT_DT_TM, 'YYYY-MM-DD HH:MM:SS')
    , SourceSystem = 'Cerner'
    , LastDataUpdate = FORMAT(CNVTDATETIME(CURDATE, CURTIME3), 'YYYY-MM-DD HH:MM:SS')
    , PersonId = SA.PERSON_ID
    , EncounterType = UAR_GET_CODE_DISPLAY(E.ENCNTR_TYPE_CD)
    , NurseUnit = UAR_GET_CODE_DISPLAY(E.LOC_NURSE_UNIT_CD)
    , PerformingPrsnlId = PR.NAME_FULL_FORMATTED
    , OrderMnemonic = 'Follow-up'
    , DischargeDisposition = UAR_GET_CODE_DISPLAY(E.DISCH_DISPOSITION_CD)
    , LengthOfStay = DATETIFF(E.DISCH_DT_TM, E.REG_DT_TM, 1)
    , IsReadmission = '0'
    , DiagnosisCode = 'N/A'
FROM
    SCH_APPOINTMENT SA
    , ENCOUNTER E
    , PRSNL PR
WHERE
    SA.UPDT_DT_TM BETWEEN CNVTDATETIME($start_date) AND CNVTDATETIME($end_date)
    AND SA.ENCNTR_ID = E.ENCNTR_ID
    AND SA.BEG_DT_TM > E.DISCH_DT_TM
    AND SA.SCH_STATE_CD != [REPLACE_WITH_CANCELED_STATE_CD]
    AND SA.UPDT_ID = PR.PERSON_ID

Etapas

Configure os pré-requisitos: Verifique se o Python e as bibliotecas necessárias (pandas, requests) estão instalados e se você tem credenciais OAuth2 válidas (client_id, client_secret) para o endpoint FHIR R4 do Oracle Health (Cerner). Os escopos Patient, Encounter, Observation, Condition, Procedimento, MedicationAdministration, ServiceRequest e DiagnosticReport precisam estar ativados.
Configure a autenticação: Implemente um mecanismo de autenticação para obter um token Bearer do servidor de autorização. As implementações do Cerner geralmente usam SMART on FHIR ou o fluxo padrão de credenciais de cliente OAuth2. O script fornecido já busca o token.
Defina o escopo e o período: Determine o período de extração, por exemplo, usando os parâmetros last_updated_gt ou date. A prática recomendada é percorrer um período definido por data no recurso Encounter para delimitar os episódios dos pacientes.
Busque os atendimentos (episódios dos pacientes): Consulte o recurso Encounter, que funciona como identificador central do caso. No próprio recurso Encounter, extraia period.start para Paciente registrado, period.end para Paciente recebeu alta e percorra o histórico de location para identificar Transferência de departamento realizada.
Extraia os pedidos clínicos: Consulte os recursos ServiceRequest filtrados pelo ID do atendimento. Filtre por intent=order para capturar Pedido de diagnóstico realizado e Procedimento agendado, se estiver categorizado como pedido cirúrgico. Associe authoredOn ao timestamp do evento.
Extraia diagnósticos e problemas: Consulte os recursos Condition associados ao atendimento. Use recordedDate ou onsetDateTime para criar eventos de Diagnóstico registrado. Sempre que possível, filtre pela categoria encounter-diagnosis.
Extraia os procedimentos: Consulte os recursos Procedimento. Use performedDateTime para gerar eventos de Procedimento realizado. Assim, você diferencia cirurgias concluídas das agendadas.
Extraia os medicamentos: Consulte os recursos MedicationAdministration. Diferentemente de MedicationRequest, esse recurso registra a administração efetiva do medicamento. Use effectiveDateTime para o evento Medicamento administrado.
Extraia exames laboratoriais e resultados: Consulte os recursos Observation ou DiagnosticReport. Use issued ou effectiveDateTime para eventos de Resultado de diagnóstico verificado. Procure por status=final. Use também códigos específicos de Observation, como LOINC para a gravidade da triagem, para identificar Avaliação de triagem concluída.
Extraia a documentação e os planos de atendimento: Consulte DocumentReference para identificar Consulta concluída, usando códigos de tipo de documento, e CarePlan para eventos de Plano de atendimento ativado.
Identifique as atividades de alta: Para identificar Ordem de alta assinada, geralmente é necessário consultar ServiceRequest em busca de códigos específicos de ordem de alta ou analisar Encounter.statusHistory para encontrar o status anterior à alta final.
Transforme e exporte os dados: Converta as respostas JSON em formato tabular. Crie as colunas necessárias (EncounterId, ClinicalEventTag, EventEndDateTime etc.). Converta os timestamps para o formato ISO 8601 e exporte o conjunto de dados final para um arquivo CSV pronto para ser carregado no ProcessMind.

Configuração

URL base do FHIR: O endpoint específico da sua instância Oracle Health/Cerner, por exemplo, https://fhir-myrecord.cerner.com/r4/....
Escopos de autenticação: Confirme se o aplicativo tem os escopos system/Encounter.read, system/Observation.read, system/Patient.read, system/Procedure.read, system/Condition.read etc.
Filtro de datas: Use date=ge[YYYY-MM-DD] no recurso Encounter para buscar episódios iniciados a partir de uma data específica. Evite consultar todo o histórico.
Paginação: A API retorna os dados em Bundles. O script precisa processar os links de paginação (relation: next) para recuperar todos os dados.
Execução simultânea: Para extrações de alto volume, considere dividir as solicitações em paralelo por intervalos de IDs de atendimento, respeitando os limites de requisições da API (throttling).
Filtro por código: Configure códigos LOINC ou SNOMED específicos na seção de mapeamento do script para distinguir corretamente a triagem das observações gerais.

a Consulta de exemplo python

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

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
FHIR_BASE_URL = class="hl-string">"https://fhir-ehr.cerner.com/r4/ec2458f2-1e24-41c8-b71b-0e701af7583d"  class=class="hl-string">"hl-comment"># Placeholder
CLIENT_ID = class="hl-string">"[YOUR_CLIENT_ID]"
CLIENT_SECRET = class="hl-string">"[YOUR_CLIENT_SECRET]"
TOKEN_URL = class="hl-string">"https://authorization.cerner.com/tenants/ec2458f2-1e24-41c8-b71b-0e701af7583d/protocols/oauth2/profiles/smart-v1/token"

class=class="hl-string">"hl-comment"># Standard headers
HEADERS = {
    class="hl-string">"Accept": class="hl-string">"application/fhir+json",
    class="hl-string">"Content-Type": class="hl-string">"application/json"
}

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_access_token():
    class=class="hl-string">"hl-comment"># Basic OAuth2 Client Credentials implementation
    class=class="hl-string">"hl-comment"># Adjust for specific SMART on FHIR flows if needed
    payload = {
        class="hl-string">"grant_type": class="hl-string">"client_credentials",
        class="hl-string">"client_id": CLIENT_ID,
        class="hl-string">"client_secret": CLIENT_SECRET,
        class="hl-string">"scope": class="hl-string">"system/Encounter.read system/Patient.read system/Observation.read system/Procedure.read system/Condition.read system/MedicationAdministration.read system/ServiceRequest.read"
    }
    try:
        response = requests.post(TOKEN_URL, data=payload, auth=(CLIENT_ID, CLIENT_SECRET))
        response.raise_for_status()
        return response.json()[class="hl-string">"access_token"]
    except Exception as e:
        print(fclass="hl-string">"Auth failed: {e}")
        return None

class=class="hl-string">"hl-comment"># === API HELPER ===
def fetch_resource(url, token):
    resources = []
    headers = HEADERS.copy()
    headers[class="hl-string">"Authorization"] = fclass="hl-string">"Bearer {token}"
    
    while url:
        try:
            resp = requests.get(url, headers=headers)
            if resp.status_code == 429:
                time.sleep(2)
                continue
            resp.raise_for_status()
            data = resp.json()
            
            if class="hl-string">'entry' in data:
                resources.extend([item[class="hl-string">'resource'] for item in data[class="hl-string">'entry']])
            
            class=class="hl-string">"hl-comment"># Handle Pagination
            url = None
            for link in data.get(class="hl-string">'link', []):
                if link[class="hl-string">'relation'] == class="hl-string">'next':
                    url = link[class="hl-string">'url']
                    break
        except Exception as e:
            print(fclass="hl-string">"Error fetching {url}: {e}")
            break
    return resources

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def extract_patient_journey(start_date, end_date):
    token = get_access_token()
    if not token:
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Encounters (Episodes)
    print(class="hl-string">"Fetching Encounters...")
    enc_url = fclass="hl-string">"{FHIR_BASE_URL}/Encounter?date=ge{start_date}&date=le{end_date}"
    encounters = fetch_resource(enc_url, token)
    
    event_log = []

    print(fclass="hl-string">"Processing {len(encounters)} encounters...")
    
    for enc in encounters:
        enc_id = enc.get(class="hl-string">'id')
        patient_id = enc.get(class="hl-string">'subject', {}).get(class="hl-string">'reference', class="hl-string">'').replace(class="hl-string">'Patient/', class="hl-string">'')
        enc_type = enc.get(class="hl-string">'class', {}).get(class="hl-string">'code', class="hl-string">'Unknown')
        
        class=class="hl-string">"hl-comment"># Helper to append event
        def add_event(tag, timestamp, order_item=None, location=None):
            if timestamp:
                event_log.append({
                    class="hl-string">"EncounterId": enc_id,
                    class="hl-string">"PersonId": patient_id,
                    class="hl-string">"ClinicalEventTag": tag,
                    class="hl-string">"EventEndDateTime": timestamp,
                    class="hl-string">"SourceSystem": class="hl-string">"OracleHealth_Cerner",
                    class="hl-string">"EncounterType": enc_type,
                    class="hl-string">"NurseUnit": location,
                    class="hl-string">"OrderMnemonic": order_item,
                    class="hl-string">"LastDataUpdate": datetime.now().isoformat()
                })

        class=class="hl-string">"hl-comment"># --- Activity 1: Patient Registered ---
        start_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
        add_event(class="hl-string">"Patient Registered", start_time)

        class=class="hl-string">"hl-comment"># --- Activity 13: Patient Discharged ---
        end_time = enc.get(class="hl-string">'period', {}).get(class="hl-string">'end')
        class=class="hl-string">"hl-comment"># Activity 12: Discharge Order Signed (Inferred from status or specific request)
        class=class="hl-string">"hl-comment"># For simplicity, if end_time exists, we assume discharge order preceded it slightly or check ServiceRequest
        add_event(class="hl-string">"Patient Discharged", end_time)

        class=class="hl-string">"hl-comment"># --- Activity 10: Department Transfer Occurred ---
        locations = enc.get(class="hl-string">'location', [])
        for i, loc in enumerate(locations):
            loc_name = loc.get(class="hl-string">'location', {}).get(class="hl-string">'display', class="hl-string">'Unknown Unit')
            loc_start = loc.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            class=class="hl-string">"hl-comment"># Skip the first location as it's usually registration
            if i > 0 and loc_start:
                add_event(class="hl-string">"Department Transfer Occurred", loc_start, location=loc_name)

        class=class="hl-string">"hl-comment"># === FETCH SUB-RESOURCES ===
        class=class="hl-string">"hl-comment"># Note: In production, consider batch requests or bulk export if available to avoid N+1 queries
        
        class=class="hl-string">"hl-comment"># --- Activity 5: Diagnosis Documented ---
        cond_url = fclass="hl-string">"{FHIR_BASE_URL}/Condition?patient={patient_id}&encounter={enc_id}"
        conditions = fetch_resource(cond_url, token)
        for cond in conditions:
            dx_name = cond.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Diagnosis')
            dx_time = cond.get(class="hl-string">'recordedDate') or cond.get(class="hl-string">'onsetDateTime')
            add_event(class="hl-string">"Diagnosis Documented", dx_time, order_item=dx_name)

        class=class="hl-string">"hl-comment"># --- Activity 9: Procedure Performed ---
        proc_url = fclass="hl-string">"{FHIR_BASE_URL}/Procedure?patient={patient_id}&encounter={enc_id}"
        procedures = fetch_resource(proc_url, token)
        for proc in procedures:
            if proc.get(class="hl-string">'status') == class="hl-string">'completed':
                proc_name = proc.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Procedure')
                proc_time = proc.get(class="hl-string">'performedDateTime')
                add_event(class="hl-string">"Procedure Performed", proc_time, order_item=proc_name)

        class=class="hl-string">"hl-comment"># --- Activity 7: Medication Administered ---
        med_url = fclass="hl-string">"{FHIR_BASE_URL}/MedicationAdministration?patient={patient_id}&encounter={enc_id}"
        meds = fetch_resource(med_url, token)
        for med in meds:
            if med.get(class="hl-string">'status') == class="hl-string">'completed':
                med_name = med.get(class="hl-string">'medicationCodeableConcept', {}).get(class="hl-string">'text', class="hl-string">'Unknown Med')
                med_time = med.get(class="hl-string">'effectiveDateTime')
                add_event(class="hl-string">"Medication Administered", med_time, order_item=med_name)

        class=class="hl-string">"hl-comment"># --- Activity 2, 8: Observations (Triage & Labs) ---
        obs_url = fclass="hl-string">"{FHIR_BASE_URL}/Observation?patient={patient_id}&encounter={enc_id}"
        observations = fetch_resource(obs_url, token)
        for obs in observations:
            obs_code = obs.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'')
            obs_time = obs.get(class="hl-string">'effectiveDateTime') or obs.get(class="hl-string">'issued')
            categories = [c.get(class="hl-string">'code') for cat in obs.get(class="hl-string">'category', []) for c in cat.get(class="hl-string">'coding', [])]
            
            if class="hl-string">'triage' in str(categories).lower() or class="hl-string">'acuity' in obs_code.lower():
                add_event(class="hl-string">"Triage Assessment Completed", obs_time, order_item=obs_code)
            elif class="hl-string">'laboratory' in str(categories).lower() and obs.get(class="hl-string">'status') == class="hl-string">'final':
                add_event(class="hl-string">"Diagnostic Result Verified", obs_time, order_item=obs_code)

        class=class="hl-string">"hl-comment"># --- Activity 3, 4, 12: Service Requests (Orders) ---
        req_url = fclass="hl-string">"{FHIR_BASE_URL}/ServiceRequest?patient={patient_id}&encounter={enc_id}"
        requests_list = fetch_resource(req_url, token)
        for req in requests_list:
            req_name = req.get(class="hl-string">'code', {}).get(class="hl-string">'text', class="hl-string">'Unknown Order')
            req_time = req.get(class="hl-string">'authoredOn')
            intent = req.get(class="hl-string">'intent')
            
            if intent == class="hl-string">'order':
                class=class="hl-string">"hl-comment"># Simple logic to distinguish Labs vs other orders based on code or category
                add_event(class="hl-string">"Diagnostic Order Placed", req_time, order_item=req_name)
            elif intent == class="hl-string">'plan':
                 add_event(class="hl-string">"Procedure Scheduled", req_time, order_item=req_name)
            
            class=class="hl-string">"hl-comment"># Discharge Order Logic (Placeholder: Check for specific discharge code)
            if class="hl-string">"discharge" in req_name.lower():
                add_event(class="hl-string">"Discharge Order Signed", req_time)

        class=class="hl-string">"hl-comment"># --- Activity 6: Care Plan Activated ---
        cp_url = fclass="hl-string">"{FHIR_BASE_URL}/CarePlan?patient={patient_id}&encounter={enc_id}"
        careplans = fetch_resource(cp_url, token)
        for cp in careplans:
            cp_start = cp.get(class="hl-string">'period', {}).get(class="hl-string">'start')
            add_event(class="hl-string">"Care Plan Activated", cp_start)

        class=class="hl-string">"hl-comment"># --- Activity 11: Consultation Completed ---
        class=class="hl-string">"hl-comment"># Often DocumentReference
        doc_url = fclass="hl-string">"{FHIR_BASE_URL}/DocumentReference?patient={patient_id}&encounter={enc_id}"
        docs = fetch_resource(doc_url, token)
        for doc in docs:
            type_text = doc.get(class="hl-string">'type', {}).get(class="hl-string">'text', class="hl-string">'').lower()
            if class="hl-string">'consult' in type_text or class="hl-string">'note' in type_text:
                doc_date = doc.get(class="hl-string">'date') class=class="hl-string">"hl-comment"># When document was created/signed
                add_event(class="hl-string">"Consultation Completed", doc_date, order_item=type_text)
        
        class=class="hl-string">"hl-comment"># --- Activity 14: Follow-up Appointment Scheduled ---
        class=class="hl-string">"hl-comment"># Check for appointments created strictly after encounter start, linked to patient
        apt_url = fclass="hl-string">"{FHIR_BASE_URL}/Appointment?patient={patient_id}&date=ge{start_time}"
        appointments = fetch_resource(apt_url, token)
        for apt in appointments:
            created_date = apt.get(class="hl-string">'created') class=class="hl-string">"hl-comment"># When the booking happened
            if created_date and start_time and created_date >= start_time:
                 add_event(class="hl-string">"Follow-up Appointment Scheduled", created_date)

    class=class="hl-string">"hl-comment"># === EXPORT ===
    df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Basic cleaning
    df.drop_duplicates(inplace=True)
    df.fillna(class="hl-string">'', inplace=True)
    
    output_file = class="hl-string">"cerner_extraction.csv"
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Extraction complete. Saved to {output_file}")

class=class="hl-string">"hl-comment"># Run extraction for a specific window
extract_patient_journey(class="hl-string">"2023-01-01", class="hl-string">"2023-01-07")

Pronto para começar?

Use este Template para preparar seus dados e começar a encontrar insights valiosos sobre a jornada do paciente. O caminho para melhorar os resultados dos pacientes começa aqui.

Voltar ao guia de melhoria Baixar Template

Otimize agora as jornadas dos pacientes e melhore os resultados mais rápido

Identifique gargalos rapidamente e reduza em 30% o tempo de ciclo da jornada do paciente.

Começar o teste grátis

Não é necessário cartão de crédito. Comece em poucos minutos.

Seu Template de dados da jornada do paciente

Seu Template de dados da jornada do paciente

Atributos da jornada do paciente

Atividades da jornada do paciente

Guias de extração

Extração com Cerner Command Language via Discern

Etapas

Configuração

a Consulta de exemplo sql

Extração em Python pela API Oracle Health FHIR R4

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize agora as jornadas dos pacientes e melhore os resultados mais rápido

Seu Template de dados da jornada do paciente

Seu Template de dados da jornada do paciente

Atributos da jornada do paciente

Atividades da jornada do paciente

Guias de extração

Extração com Cerner Command Language via Discern

Etapas

Configuração

a Consulta de exemplo sql

Extração em Python pela API Oracle Health FHIR R4

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize agora as jornadas dos pacientes e melhore os resultados mais rápido

Sua privacidade é importante para nós