> 持续流程改进 > 患者就诊历程 > Veradigm（Allscripts） > 数据模板

患者就医流程数据模板

Veradigm（Allscripts）

← 返回改进指南

患者就医流程属性(19) 患者就医流程活动(13) 数据提取指南(2)

患者就医流程数据模板

此模板提供结构化方法，帮助您收集分析患者就医流程所需的数据。模板列出需要跟踪的关键属性和活动，并说明如何从源系统中提取相关信息。您可以据此准备数据，开展全面的流程挖掘。

全面分析所需收集的建议属性
准确发现流程所需跟踪的关键活动
从系统提取数据的实用指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

患者就医流程属性

以下是建议纳入事件日志的数据字段，可用于全面分析患者就医流程。

3 必填 8 建议填写 8 选填

	名称	说明
	事件时间戳 EventDateTime	活动发生的准确日期和时间。
说明记录活动发生的时间点，对于计算周期时间和持续时间，以及正确排列事件顺序至关重要。医疗数据需要精确到分钟，才能准确分析患者周转情况。重要性用于计算所有基于时间的KPI，包括患者就诊旅程平均周期时间和等待时间。获取途径源数据表中的交易时间戳（例如ADT_DATE、ORDER_DATE、RESULT_DATE）。示例 2023-10-12T08:30:00Z2023-10-12T14:45:22Z2023-10-15T09:00:00Z
	患者诊疗过程 PatientEpisodeId	用于唯一标识特定患者就诊或诊疗记录的标识符。
说明患者诊疗过程是主要案例标识符，用于汇总患者因特定病情或在特定护理期间产生的所有事件。它将诊断、治疗和康复阶段整合起来，并把不同科室的交互串联成完整的诊疗过程。在Veradigm（Allscripts）系统（如Sunrise或Paragon）中，通常对应Visit ID或Encounter Number。重要性这是流程挖掘的基础标识符，可用于还原患者端到端的就诊旅程。获取途径可能位于Visit或Encounter表的表头字段中（例如VISIT_ID、ENCOUNTER_ID）。请查阅Veradigm（Allscripts）文档。示例 EP-2023-998877VIS-10029384100029384ENC-554433
	活动名称 ActivityName	执行的具体临床或行政事件。
说明描述流程中执行的步骤，例如“患者完成登记”“执行给药”或“启动出院计划”。此属性用于区分患者就诊旅程的不同阶段，是流程发现和变体分析的基础。重要性用于定义流程图中的节点；缺少此属性就无法呈现流程顺序。获取途径从多个交易数据表中提取，包括ADT事件、医嘱、检查结果和临床文档表。示例患者完成登记开具诊断检查执行给药患者出院
	主治医护人员 AttendingProvider	事件发生期间负责患者诊疗的主要临床人员。
说明标识执行活动或负责护理计划的医生、护士或专科人员。分析此属性有助于了解“临床资源利用情况”以及不同医生负责的诊疗路径差异。重要性支持资源瓶颈分析，并可对临床人员的绩效进行基准对比。获取途径交易数据表（例如ORDERing_PROVIDER、ATTENDING_PHYSICIAN_ID）。请查阅Veradigm（Allscripts）文档。示例 Sarah Smith医生Jones执业护士放射技师A
	主要诊断代码 PrimaryDiagnosisCode	表示主要病情的ICD-10或SNOMED代码。
说明患者就诊的编码原因。此属性可用于筛选“治疗路径差异分析”。分析人员可据此比较不同病情（例如肺炎与心力衰竭）在系统中的诊疗流程。重要性按临床病情细分流程并检查诊疗规范遵循情况的必要数据。获取途径诊断或问题列表数据表（通常包含ICD-10列）。请查阅Veradigm（Allscripts）文档。示例 I50.9J18.9E11.9
	入院日期 AdmissionDate	患者正式入院的日期和时间。
说明标记住院开始时间的时间戳。与出院日期结合使用，可计算住院时长（ALOS）。重要性这是计算ALOS和衡量入院延误的关键时间点。获取途径 Visit/Encounter表头表（例如ADMIT_DATE）。请查阅Veradigm（Allscripts）文档。示例 2023-10-01T10:00:00Z2023-10-05T14:20:00Z
	出院去向 DischargeDisposition	患者出院时的状态或去向。
说明表示患者出院后前往何处（例如“回家”“专业护理机构”“死亡”或“转院”）。不同去向对应的风险各异，因此这项数据有助于分析再入院风险。重要性为“出院计划”仪表板提供背景信息，并帮助解释平均住院日的差异。获取途径就诊/接诊主表（例如DISCH_DISP）。请参阅Veradigm（Allscripts）文档。示例回家转至专业护理机构回家并接受居家护理未经医生同意离院
	出院日期 DischargeDate	患者出院的日期和时间。
说明标记就诊周期结束的时间戳。流程挖掘会据此关闭案例，也是计算平均住院日（ALOS）和再入院情况的关键数据。重要性用于标记流程周期结束，对吞吐量分析至关重要。获取途径就诊/接诊主表（例如DISCH_DATE）。请参阅Veradigm（Allscripts）文档。示例 2023-10-04T11:00:00Z2023-10-10T09:30:00Z
	患者病历号 PatientMrn	用于跨诊疗过程唯一标识患者的病历号。
说明病历号（MRN）或企业患者ID。与患者诊疗过程ID不同，此ID在患者的不同就诊记录中保持不变，是关联不同诊疗过程并计算再入院率的关键标识符。重要性计算“30天再入院率”和识别重复就诊患者的必要数据。获取途径患者主索引或人口统计信息表（可能包含MRN、PATIENT_ID列）。请查阅Veradigm（Allscripts）文档。示例 MRN-884422P-10022399887766
	是否再入院 IsReadmission	标记本次就诊是否属于30天内再入院。
说明计算得出的布尔属性。如果患者在本次入院日期前30天内曾出院，则返回true。此字段用于生成“可避免再入院率监测”指标。重要性医院质量和报销的核心KPI，尤其适用于CMS法规相关分析。获取途径在ETL/数据转换层中，使用PatientMRN以及入院和出院日期计算。示例 truefalse
	科室名称 DepartmentName	活动发生的医院护理单元或科室。
说明指明活动发生的地点，例如“急诊科”“心脏科”或“放射科”。这对于“入院与转科瓶颈分析”至关重要，可帮助发现患者在病区间转移时受阻的位置。重要性支持资源利用分析和科室瓶颈识别。获取途径与交易记录关联的地点或科室主数据表。请查阅Veradigm（Allscripts）文档。示例急诊科ICU普通外科放射科
	最近数据更新时间 LastDataUpdate	记录上次提取或更新的时间戳。
说明用于说明分析所用数据的新鲜度，帮助用户判断当前查看的是实时数据，还是之前某个时段的数据快照。重要性确保数据延迟信息透明，并支持增量数据加载策略。获取途径 ETL或数据提取运行期间由系统生成的时间戳。示例 2023-11-01T23:59:59Z2023-11-02T06:00:00Z
	医嘱ID OrderId	用于标识具体医嘱（检验、药物、操作）。
说明将“医嘱”事件与“结果”或“给药”事件关联起来。例如，将“已开具诊断检查”与“已完成诊断检查”关联。分析“诊断周转时间”仪表板需要这种粒度的数据。重要性用于计算具体流程步骤的耗时（例如检验周转时间）。获取途径医嘱录入表（例如ORDER_ID、PLACER_ORDER_NUM）。请参阅Veradigm（Allscripts）文档。示例 ORD-998877LAB-112233RX-445566
	复诊预约日期 FollowUpAppointmentDate	已安排的复诊日期。
说明用于计算“复诊预约安排率”。如果此字段有值，表示已安排复诊；如果为空或为null，则表示未安排。重要性直接衡量“后续护理合规率”KPI。获取途径与患者关联的预约系统或未来预约表。请参阅Veradigm（Allscripts）文档。示例 2023-11-15T14:00:00Znull
	成本中心 CostCenter	与科室或服务相关的财务代码。
说明将临床活动映射到财务单元，便于分析不同科室的“活动成本”或一般财务表现。重要性将运营流程挖掘与财务影响关联起来。获取途径科室或收费项目主数据表。请参阅Veradigm（Allscripts）文档。示例 CC-1020CC-Rad-01Emergency-001
	是否符合诊疗规范 IsProtocolCompliant	标记病例是否遵循标准诊疗路径。
说明通过计算属性检查特定必需活动是否按正确顺序发生（例如先“记录生命体征”，再“给药”）。此属性支持“诊疗规范遵循情况仪表板”。重要性无需人工查阅病历，即可自动发现不符合规范的情况。获取途径根据活动顺序，在流程挖掘工具或ETL中计算。示例 truefalse
	源系统 SourceSystem	数据来源系统的名称。
说明标识提供数据的软件实例，例如“Veradigm Sunrise”或“Veradigm TouchWorks”。在多院区环境中，或合并急性护理与门诊数据时，此属性尤为重要。重要性提供可追溯性和数据沿袭信息，便于排查数据质量问题。获取途径在ETL过程中硬编码，或从系统元数据表中提取。示例 Veradigm SunriseAllscripts PMVeradigm TouchWorks
	药物名称 MedicationName	已开具或已给药的药物名称。
说明专用于“给药时间间隔”仪表板，可帮助识别特定药物（例如抗生素、止痛药）的给药是否延迟。重要性对临床安全分析和药房流程优化至关重要。获取途径用药记录（MAR）或药房医嘱。请参阅Veradigm（Allscripts）文档。示例阿莫西林肝素硫酸吗啡
	诊断周转时间 DiagnosticTurnaroundTime	从开具检查到获得检查结果的时长。
说明计算“已开具诊断检查”至“已确认诊断”（或收到结果）之间的时长，用于“诊断周转时间概览”。重要性周转时间过长会延长住院时间；此指标可定位检验或放射检查的延误。获取途径计算方式：Timestamp(Result)-Timestamp(Order)。示例 2小时45分钟1.5天

必填建议填写选填

患者就医流程活动

以下是建议记录在事件日志中的关键流程步骤和里程碑，可帮助准确发现患者就医流程。

6 建议填写 7 选填

	活动	说明
	制定治疗计划	指临床团队正式确定患者的治疗计划。通常，在电子病历系统中创建并签署“护理计划”文档或一组初始治疗医嘱时，会记录此事件。
重要性此节点标志着治疗阶段正式开始，是衡量诊疗规范遵循度以及首次治疗操作（如给药）所需时间的基准。获取途径可根据“护理计划”表单的签署时间戳，或诊断后首批主要治疗医嘱的创建时间戳推断。采集查找主治临床人员定稿或签署“护理计划”文档时的时间戳。事件类型 inferred
	启动出院计划	指正式开始为患者制定出院计划。可根据出院计划文档的创建、出院医嘱的开具或特定出院计划评估的完成情况推断。
重要性这是衡量出院流程效率的起点。较早启动出院计划通常与较低的再入院率相关。获取途径可根据Veradigm中出院计划记录、出院医嘱集或特定评估表单的创建时间戳推断。采集查找患者本次就诊首次创建出院相关医嘱或文档时的时间戳。事件类型 inferred
	完成初步评估	指护士或医生完成首次临床评估，例如分诊或初次接诊。通常，当“护士初步评估”等临床表单或记录在电子病历系统中签署并定稿时，会记录此事件。
重要性这是早期流程中的重要节点。从登记到完成评估的时间可反映患者接诊和初步护理是否存在延误。获取途径可根据Veradigm临床文档模块中初步评估表单或临床记录的定稿或签署时间戳推断。采集查找初步评估记录或表单的状态变为“已完成”或“已签署”时的时间戳。事件类型 inferred
	患者出院	患者正式离开医疗机构时，即标志着本次住院诊疗过程结束。ADT系统会明确记录此关键事件，并将患者就诊状态更新为“已出院”。
重要性这是大多数患者就诊旅程的主要结束活动，对于计算平均住院日（ALOS）和整体流程周期时间至关重要。获取途径此事件明确记录在ADT模块中。患者就诊记录包含出院时间戳和出院去向。采集使用患者主要就诊记录或访问记录中的出院时间戳。事件类型 explicit
	患者完成登记	患者信息录入Veradigm系统后，即标志着患者诊疗过程正式开始。通常，用户完成登记工作流时会明确记录此事件，并创建带有唯一标识符和时间戳的新患者就诊记录。
重要性这是患者就诊旅程的主要起始活动，是计算整体流程周期时间、住院时长和患者周转率的基础。获取途径此事件记录在患者登记或ADT（入院、出院、转院）模块中。请查找患者就诊记录或访问记录的创建时间戳。采集记录创建时患者就诊表或登记表中的时间戳。事件类型 explicit
	确认诊断	指临床人员已在患者病历中正式记录诊断。添加诊断代码至问题列表，或签署包含诊断信息的临床记录时，均可记录此事件。
重要性确认诊断是决定后续治疗路径的关键转折点，也有助于分析不同诊断对应的治疗路径差异。获取途径可在患者问题列表、就诊诊断记录或临床文档中找到。也可根据本次就诊的主要诊断代码录入并定稿时的时间戳推断。采集使用该患者诊疗过程对应的主要诊断条目的创建或更新时间戳。事件类型 inferred
	安排随访	指为患者安排出院后的随访预约。排程模块会记录此事件，预约记录与已出院的就诊记录相关联。
重要性安排出院后随访对于保障护理连续性和减少再入院至关重要。此活动有助于衡量出院后诊疗规范的遵循情况。获取途径记录在预约排程模块中。请查找患者出院日期之后新建的预约记录的创建时间戳。采集查找排程系统中与患者关联的预约记录创建时间戳。事件类型 explicit
	完成操作	指临床操作或手术完成。通常，临床人员签署操作记录，或系统中的操作医嘱状态更新为“已完成”时，会记录此事件。
重要性操作是许多患者就诊旅程中的重要节点。分析操作时间有助于了解资源利用和排程效率。获取途径可根据临床文档模块中操作记录的签署时间戳，或医嘱模块中该操作的完成时间戳推断。采集使用操作医嘱的完成时间戳，或相关操作文档的签署时间戳。事件类型 inferred
	完成诊断检查	指诊断检查结果定稿并录入患者记录的时间点。通常可根据原始医嘱状态从“活跃”或“进行中”变为“已完成”或“已有结果”来推断。
重要性这是衡量诊断周转时间的重要节点。从开单到完成之间的延误可能显著影响确诊时间。获取途径可根据医嘱模块中的状态字段，或LIS、RIS等相应结果模块中的时间戳推断。采集查找医嘱状态变为“已完成”或“已有结果”等终态时的时间戳。事件类型 inferred
	开具诊断检查	临床人员开具诊断检查（如实验室检查或影像扫描）时，即发生此事件。Veradigm中的计算机化医嘱录入系统（CPOE）会明确记录此事件。
重要性这标志着诊断子流程的开始，是衡量诊断周转时间和发现开单延误的起点。获取途径记录在医嘱模块或CPOE系统日志中。每条医嘱都包含开具时间戳。采集提取相关诊断检查医嘱记录的创建时间戳。事件类型 explicit
	执行给药	护士或临床人员记录向患者给药时，即发生此事件。此事件记录在给药记录（MAR）或电子给药记录（eMAR）模块中，其中包含准确的给药时间。
重要性跟踪给药情况对于分析治疗及时性和规范遵循度至关重要。开医嘱到实际给药之间的时间差有助于发现药物配送流程中的延误。获取途径此事件明确记录在电子给药记录（eMAR）模块中。每次给药都包含具体时间戳、药物和剂量。采集从eMAR表中提取与患者就诊关联的每次给药事件时间戳。事件类型 explicit
	记录生命体征	每次记录患者的心率、血压和体温等生命体征时，都会发生此活动。电子病历系统的临床文档或生命体征专用记录表中会明确记录此事件。
重要性频繁记录生命体征表明患者正在接受持续监测。分析记录频率和时间，有助于确认监测是否符合规范。获取途径记录在存储生命体征的临床数据存储库或记录表中。每条记录都包含时间戳。采集从患者就诊对应的生命体征记录表数据中提取时间戳。事件类型 explicit
	转至其他科室	指患者从一个科室或护理单元转至另一个科室或护理单元，例如从急诊转至住院病房。Veradigm中的ADT（入院、出院、转院）系统会记录此事件。
重要性患者转科时容易出现瓶颈和延误。分析转科所需时间和频率，有助于优化患者流转和科室间的资源配置。获取途径此事件明确记录在ADT模块中。每条转科记录都包含患者、转出和转入地点以及时间戳。采集从ADT系统提取与患者转运相关的事件日志。事件类型 explicit

建议填写选填

数据提取指南

如何从Veradigm（Allscripts）获取数据

步骤

确定目标接口通道：登录Allscripts接口引擎（AIE）管理控制台。找到处理来自EHR入站消息的主要接口通道（通常标记为“EHR_Inbound”或类似名称）。确认该通道处理ADT、SIU、ORM、ORU、RAS和DFT消息类型，以涵盖患者就诊流程中的各项活动。
创建新的直通/导出通道：创建名为“ProcessMining_Export”的新目标通道。将输出类型设为“File Writer”。该通道将接收源通道消息的副本，并将其转换为ProcessMind所需的CSV平面文件格式。
配置消息路由：在AIE路由规则中，配置复制/路由规则，将主要EHR通道的消息发送到新的“ProcessMining_Export”通道。筛选并仅包含所需消息类型：ADT（登记/转科）、SIU（预约）、ORM（订单）、ORU（结果/生命体征）、RAS（用药）和DFT（计费/操作）。
定义转换逻辑：在“ProcessMining_Export”通道中打开转换/脚本编辑器。您需要编写解析脚本（参见下方“query”部分），读取原始HL7段，并将特定触发事件和状态代码映射为所需的标准活动名称（例如，将“ADT^A01”映射为“患者已登记”）。
将属性映射到HL7字段：确保脚本从PV1-19段（就诊编号）提取“PatientEpisodeId”，并从PID-3提取“PatientMrn”。将“EventDateTime”映射到MSH-7或EVN-2。提取临床详情，例如从PV1-3提取“DepartmentName”，从PV1-7提取“AttendingProvider”。
设置输出文件参数：配置File Writer设置。将输出目录设为安全的网络路径，并定义文件命名规则（例如，EventLog_YYYYMMDD_HH.csv）。将文件模式设为“Append”，以便持续向日志添加行。
处理分隔符和转义字符：在脚本中清理文本字段（如诊断或科室名称），移除逗号或换行符，避免破坏CSV结构。
激活并测试：启动“ProcessMining_Export”通道。在Veradigm测试环境中触发测试事件（例如，登记一名测试患者）。确认CSV文件中新增一行，且活动名称和时间戳正确。
配置日志轮转：设置轮转计划（例如，每天午夜），关闭当前CSV文件并创建新文件，确保文件大小适合上传。
历史数据重放（可选）：如需历史数据，可使用AIE的“Message Browser”或“Log Replay”工具，将过去3至6个月归档的HL7日志重新发送到“ProcessMining_Export”通道。监控系统性能，避免出现延迟。
获取并整理文件：访问输出目录，获取生成的CSV文件，并确认表头符合要求。必要时合并每日文件。
上传到ProcessMind：将最终数据集导入ProcessMind，并将“PatientEpisodeId”映射为案例ID、“ActivityName”映射为活动、“EventDateTime”映射为时间戳。

配置

通道类型：File Writer / 文件系统输出
触发事件：ADT^A01、ADT^A03、ADT^A04、ADT^A08、SIU^S12、ORM^O01、ORU^R01、RAS^O17、DFT^P03
文件编码：UTF-8（特殊字符，如姓名和诊断名称，必须使用此编码）
分隔符：逗号（,）或竖线（|）
日期格式：建议使用ISO 8601（YYYY-MM-DDTHH:MM:SS），以便转换HL7时间戳
日志轮转：每天轮转，或在文件大小超过100MB时轮转
写入模式：追加（请勿覆盖）
性能：确保转换脚本轻量，避免引擎中的消息排队或积压。

查询示例 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);
}

步骤

准备工作与访问权限：确保您拥有有效的Veradigm（Allscripts）Unity API凭据。您需要一个经组织授权的Appname（应用程序名称），以及有效的UserID和Password（或令牌）用于身份验证。确认用户账户有权访问临床领域数据（就诊、订单、结果、生命体征、问题）。
配置环境：安装Python 3.8或更高版本。使用pip安装所需库：pip install requests pandas。这些库用于向Unity API发送HTTP请求并处理返回的数据。
配置参数：打开提供的Python脚本，找到顶部的CONFIGURATION部分。将API_URL更新为您的Unity环境端点（例如，unity.veradigm.com或内部网关）。将占位凭据（[YourAppName]、[YourUserID]等）替换为实际凭据。设置所需分析时间范围的START_DATE和END_DATE。
了解脚本逻辑：脚本首先通过API进行身份验证并获取安全令牌，然后调用GetEncounterInfo，检索指定日期范围内的所有患者就诊记录。该就诊列表是整个数据提取过程的核心迭代对象。
循环提取活动：针对每个识别出的EncounterID，脚本会调用专用端点获取补充数据。调用GetOrders查找诊断检查和操作，调用GetResults识别已完成的检查，调用GetVitals获取生命体征记录，调用GetPatientProblems获取确诊信息，并遍历临床记录以查找评估和治疗计划。
转换数据：API返回原始JSON数据后，脚本会解析特定字段，并将其映射到ProcessMind架构。例如，将OrderDateTime映射为“已开具诊断检查”活动的EventDateTime。脚本会确保所有子记录均使用一致的PatientEpisodeId（就诊ID）。
处理ADT和转科：脚本会检查就诊地点历史记录（如可通过特定Audit或ADT子调用获取），或根据临床文档中的科室变更推断转科情况，并生成“转至科室”事件。
后续预约逻辑：处理完就诊记录后，脚本会针对同一PatientID查询GetSchedule，查找晚于DischargeDate的预约日期，并生成“已安排复诊”活动。
验证数据：脚本包含本地验证步骤，会在控制台输出各活动类型的行数。请检查输出，确认各活动类型均有记录（预期为零的情况除外）。
导出数据：最终数据集会汇总到Pandas DataFrame中。脚本按患者和时间排序，计算LengthOfStay和IsReadmission等派生属性。最后，将整理后的事件日志导出到名为veradigm_patient_journey_log.csv的CSV文件。
最终检查：打开生成的CSV文件，确认日期格式为ISO 8601（YYYY-MM-DD HH:MM:SS），且ActivityName等文本字段不包含分隔符。
上传数据：将CSV文件导入ProcessMind，并将PatientEpisodeId映射为案例ID、ActivityName映射为活动、EventDateTime映射为时间戳。

配置

API_URL：Unity API服务的基础URL。该地址因客户安装环境（本地部署或云端）而异。请确认协议为https。
Appname：在Veradigm/Allscripts注册的唯一应用标识，用于控制数据访问范围。
日期范围：建议提取最近3至6个月的数据。较大的时间范围可能导致超时；数据量较大时，可考虑按月分批提取。
超时设置：脚本为API调用设置的默认超时时间为30秒。如果EHR系统负载较高，可适当延长。
分批处理：脚本按就诊记录逐条迭代。对于数据量较大的系统，可能需要修改脚本以批量获取数据（如果端点支持），或使用并行线程。
映射逻辑：脚本会将“OrderType”映射为活动。请确认系统中的具体订单类型代码（例如，“Lab”“Rad”）与process_orders函数中的逻辑一致。

查询示例 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()

准备好开始了吗？

立即着手改善患者体验和运营效率。您的数据蕴含着宝贵洞察，有助于推动显著改进。

返回改进指南

下载模板

立即优化Veradigm中的患者就诊流程

将患者就诊周期缩短30%，改善医疗服务成效。

开始免费试用

无需信用卡，即刻开始。

患者就医流程数据模板

患者就医流程数据模板

患者就医流程属性

患者就医流程活动

数据提取指南

Allscripts接口引擎事件日志导出

步骤

配置

查询示例 config

通过Python提取Veradigm Unity API数据

步骤

配置

查询示例 python

准备好开始了吗？

立即优化Veradigm中的患者就诊流程