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

您的患者就诊流程数据模板

Veradigm (Allscripts)

← 返回改进指南

患者就诊旅程属性 (19) 患者就诊旅程活动 (13) 提取指南 (2)

您的患者就诊流程数据模板

此模板为收集患者就诊流程分析所需数据提供结构化方法，列出需要跟踪的关键属性和活动，并提供从源系统提取信息的实用指导。使用此资源准备数据，开展全面的流程挖掘。

全面分析所需收集的推荐属性
准确发现流程所需跟踪的关键活动
从您的系统提取数据的实用指导

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

患者就诊旅程属性

以下是建议纳入事件日志的数据字段，用于全面分析患者就诊旅程流程。

3 必需 8 建议 8 可选

	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。这对于计算周期时间和持续时长，以及正确排列事件顺序至关重要。在医疗数据中，精确到分钟对于准确分析患者周转情况非常重要。为什么重要支持计算所有基于时间的KPI，包括平均患者就医周期时间和等待时间。获取位置源表中的交易时间戳（例如ADT_DATE、ORDER_DATE、RESULT_DATE）。示例 2023-10-12T08:30:00Z2023-10-12T14:45:22Z2023-10-15T09:00:00Z
	患者就诊阶段 PatientEpisodeId	用于唯一标识特定患者就诊或访问记录。
说明 Patient Episode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相关事件，形成从诊断、治疗到康复的整合视图，并将不同科室的交互串联起来。在Veradigm（Allscripts）系统（如Sunrise或Paragon）中，通常对应Visit ID或Encounter Number。为什么重要这是流程挖掘的基础关键字段，用于重建端到端患者就医流程。获取位置通常位于Visit或Encounter表的表头中（例如VISIT_ID、ENCOUNTER_ID）。请参阅Veradigm（Allscripts）文档。示例 EP-2023-998877VIS-10029384100029384ENC-554433
	活动名称 ActivityName	执行的具体临床或管理事件。
说明描述流程中执行的步骤，例如“Patient Registered”“Medication Administered”或“Discharge Planning Initiated”。该属性用于区分患者就医流程的不同阶段，是流程发现和变体分析的必要字段。为什么重要定义流程图中的节点；没有它，无法呈现顺序流。获取位置从不同交易表中获取，包括ADT事件、医嘱、结果和临床文档表。示例患者完成登记诊断检查已开具药物已给药患者已出院
	主治医护人员 AttendingProvider	在该事件期间负责患者的主要临床人员。
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。分析该属性有助于了解“临床资源利用情况”，以及不同医生对应的护理路径差异。为什么重要支持资源瓶颈分析和临床人员绩效对标。获取位置交易表（例如ORDERing_PROVIDER、ATTENDING_PHYSICIAN_ID）。请参阅Veradigm（Allscripts）文档。示例 Sarah Smith医生Jones执业护士放射科技术员A
	主要诊断代码 PrimaryDiagnosisCode	代表主要病情的ICD-10或SNOMED代码。
说明患者就诊的编码原因。该属性是“治疗路径差异探索器”的筛选条件，可帮助分析人员比较不同病情（例如肺炎与心力衰竭）在系统中的流转情况。为什么重要用于按临床病情细分流程并检查协议遵循度。获取位置诊断或问题列表表（通常包含ICD-10列）。请参阅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。
说明标志住院开始的时间戳。与出院日期结合使用，可计算住院时长（ALOS）。为什么重要这是计算ALOS和衡量入院延误的关键锚点。获取位置 Visit或Encounter表头表（例如ADMIT_DATE）。请参阅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处。
说明表示患者结束住院后去往何处（例如“回家”“专业护理机构”“死亡”或“转院”）。不同出院去向对应不同风险特征，因此该字段对于分析再入院风险非常重要。为什么重要为“出院计划”仪表板提供背景信息，并帮助解释ALOS差异。获取位置 Visit或Encounter表头表（例如DISCH_DISP）。请参阅Veradigm（Allscripts）文档。示例家中转入专业护理机构回家接受家庭医疗护理未经医嘱离院
	出院日期 DischargeDate	患者出院的日期和时间。
说明标志就诊阶段结束的时间戳。该字段用于在流程挖掘中关闭案例，对于计算ALOS和再入院率至关重要。为什么重要定义流程周期的结束，是周转分析的关键字段。获取位置 Visit或Encounter表头表（例如DISCH_DATE）。请参阅Veradigm（Allscripts）文档。示例 2023-10-04T11:00:00Z2023-10-10T09:30:00Z
	患者MRN PatientMrn	用于跨就诊阶段唯一标识患者的医疗记录号。
说明医疗记录号（MRN）或企业患者ID。与Patient Episode ID不同，该ID在患者不同次就诊中保持不变，是关联不同就诊阶段并计算再入院率的关键字段。为什么重要对于计算“30天再入院率”和识别重复就诊患者至关重要。获取位置患者主索引或人口统计表（可能包含MRN、PATIENT_ID列）。请参阅Veradigm（Allscripts）文档。示例 MRN-884422P-10022399887766
	是否再次入院 IsReadmission	用于标记本次就诊是否为30天内再入院。
说明计算得出的布尔型属性。如果患者在当前入院日期前30天内曾出院，则返回true。该属性用于驱动“Avoidable Readmission Rate Monitor”。为什么重要医院质量与报销的核心KPI，尤其适用于CMS法规。获取位置在ETL或Data Transformation层中，使用PatientMRN以及入院和出院日期计算。示例 truefalse
	科室名称 DepartmentName	活动发生所在的医院护理单元或科室。
说明表示活动发生的地点，例如“急诊室”“心脏科”或“放射科”。这对于“入院与转运瓶颈分析”至关重要，可帮助识别患者在不同病区之间转移时受阻的位置。为什么重要支持资源利用分析和科室瓶颈识别。获取位置与交易记录关联的地点或科室主数据表。请参阅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	记录最近一次提取或更新的时间戳。
说明表示用于分析的数据新鲜度。该字段帮助用户了解当前查看的是实时数据，还是上一时间段的快照。为什么重要确保数据延迟透明，并支持增量数据加载策略。获取位置 ETL或提取任务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	特定医嘱（实验室检查、药物、操作）的标识符。
说明将“医嘱”事件与“结果”或“给药”事件关联起来。例如，将“诊断检查已开具”与“诊断检查完成”关联。该粒度是“诊断周转时间”仪表板所必需的。为什么重要支持计算具体流程步骤的持续时长（例如实验室检查周转时间）。获取位置医嘱录入表（例如ORDER_ID、PLACER_ORDER_NUM）。请参阅Veradigm（Allscripts）文档。示例 ORD-998877LAB-112233RX-445566
	后续预约日期 FollowUpAppointmentDate	计划复诊的日期。
说明用于计算“Follow-up Appt Scheduled Rate”。如果此字段已填充，表示已安排复诊；如果为null或空值，则表示未安排。为什么重要直接衡量“Follow-up Care Compliance”KPI。获取位置与患者关联的Scheduling system或future appointments表。请参阅Veradigm（Allscripts）文档。示例 2023-11-15T14:00:00Znull
	成本中心 CostCenter	与部门或服务相关联的财务代码。
说明将临床活动映射到财务单元，帮助分析不同部门的“Activity Cost”或通用财务表现。为什么重要将运营流程挖掘与财务影响关联起来。获取位置 Department或Charge master表。请参阅Veradigm（Allscripts）文档。示例 CC-1020CC-Rad-01Emergency-001
	是否符合协议要求 IsProtocolCompliant	用于标记病例是否遵循标准护理路径。
说明计算得出的属性，用于检查特定必需活动是否按正确顺序发生，例如先“Vitals Recorded”，再“Medication Administered”。支持“Care Protocol Adherence Dashboard”。为什么重要无需人工查阅病历，即可自动检测不合规情况。获取位置在流程挖掘工具或ETL中，根据活动顺序计算。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，或合并急性医疗与门诊数据时，这一字段尤为重要。为什么重要提供可追溯性和数据血缘信息，有助于排查数据质量问题。获取位置在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	已开具或已施用药物的名称。
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）是否存在给药延误。为什么重要对于临床安全分析和药房流程优化至关重要。获取位置 Medication Administration Record（MAR）或 Pharmacy Orders。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	从检验开立到结果生成之间的时长。
说明计算“Diagnostic Test Ordered”与“Diagnosis Confirmed”（或收到结果）之间的时长。用于“Diagnostic Turnaround Time Overview”。为什么重要周转时间过长会延长住院时长；该指标可定位实验室或放射科延误。获取位置计算方式：Timestamp(Result）-Timestamp(Order）。示例 2小时45分钟1.5天

必需建议可选

患者就诊旅程活动

以下是需要记录在事件日志中的关键流程步骤和里程碑，用于准确发现患者就诊旅程流程。

6 建议 7 可选

	活动	说明
	出院计划已启动	表示患者出院计划流程正式开始。可以根据出院计划文档的创建、出院医嘱的下达，或特定出院计划评估的完成情况推断。
为什么重要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。获取位置根据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。采集确定患者就诊记录首次创建出院专用医嘱或文档时的时间戳。事件类型 inferred
	初始评估完成	表示护士或医生完成首次临床评估，例如分诊或初次接诊。通常在EHR中签署并完成“Nursing Initial Assessment”等特定临床表单或记录时捕获。
为什么重要这是早期流程中的关键里程碑。登记与该评估之间的时间，可以揭示患者接诊和初始护理环节中的潜在延误。获取位置根据Veradigm临床文档模块中初始评估表单或临床记录的完成或签署时间戳推断。采集确定初始评估记录或表单的状态变为“completed”或“signed”时的时间戳。事件类型 inferred
	患者完成登记	当患者信息录入Veradigm系统时，标志着患者就诊阶段正式开始。用户完成登记工作流并创建带有唯一标识符和时间戳的新患者就诊记录时，通常会明确记录此事件。
为什么重要这是患者就医流程的主要起始活动，对于计算整体流程周期时间、住院时长和患者周转率至关重要。获取位置此事件记录在患者登记或ADT（入院、出院、转院）模块中。请查找患者就诊或访问记录的创建时间戳。采集记录创建时，从患者就诊或登记表中获取的时间戳。事件类型 explicit
	患者已出院	标志着住院阶段正式结束，即患者正式离开医疗机构。ADT系统会明确记录这一关键事件，并将患者就诊状态更新为“discharged”。
为什么重要这是大多数患者就医流程的主要结束活动，对于计算平均住院日（ALOS）和整体流程周期时间至关重要。获取位置在ADT模块中明确记录。患者就诊记录会包含出院时间戳和出院去向。采集使用患者主要就诊或访问记录中的出院时间戳。事件类型 explicit
	治疗计划已创建	表示医疗团队已正式制定患者治疗计划。通常在EHR中创建并签署“Plan of Care”文档或一组初始治疗医嘱时捕获。
为什么重要这一里程碑标志着主动治疗阶段开始，也是衡量护理协议遵循度和首次治疗操作（如给药）所需时间的基准。获取位置根据“Plan of Care”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。采集查找主治临床医生最终确认或签署“Plan of Care”文档时的时间戳。事件类型 inferred
	诊断已确认	表示临床医生已在患者病历中正式记录诊断结果。通常在问题列表中添加诊断代码，或签署包含诊断内容的临床记录时捕获。
为什么重要确认诊断是决定后续治疗路径的关键转折点，也有助于根据不同诊断分析治疗路径差异。获取位置可在患者问题列表、就诊诊断记录或临床文档中找到。也可以根据就诊记录中主要诊断代码录入并最终确认时的时间戳推断。采集使用特定患者就诊阶段中主要诊断条目的创建或更新时间戳。事件类型 inferred
	医疗操作已完成	表示临床或外科操作已完成。通常在临床医生签署操作记录，或系统中的操作医嘱状态更新为“completed”时捕获。
为什么重要操作是许多患者就医流程中的重要里程碑。分析操作时间，有助于了解资源利用情况和排程效率。获取位置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。采集使用操作医嘱中的完成时间戳，或相关操作文档的签署时间戳。事件类型 inferred
	生命体征已记录	每次记录患者心率、血压和体温等生命体征时，都会发生此活动。这是EHR临床文档或专用生命体征流程表区域中明确捕获的事件。
为什么重要频繁记录生命体征，说明患者正在接受持续监测。分析记录频率和时间，有助于确保监测协议合规。获取位置记录在存储生命体征的临床数据存储库或流程表中。每条记录都带有时间戳。采集从患者就诊记录的生命体征流程表数据中提取时间戳。事件类型 explicit
	药物已给药	当护士或临床医生记录向患者给药时，会记录此事件。该事件由Medication Administration Record（MAR）或eMAR模块捕获，并记录准确的给药时间。
为什么重要跟踪给药情况对于分析治疗及时性和遵循度至关重要。开具医嘱与实际给药之间的间隔，有助于识别药物配送流程中的延误。获取位置在eMAR（电子Medication Administration Record）模块中明确记录。每次给药事件都包含具体时间戳、药物和剂量。采集从eMAR表中提取与患者就诊记录关联的每次给药事件时间戳。事件类型 explicit
	诊断检查完成	表示诊断检查结果已最终确认并可在患者记录中查看。通常根据原始医嘱状态从“active”或“in-progress”变为“completed”或“resulted”来推断。
为什么重要这是衡量诊断周转时间的关键里程碑。开单到完成之间的延误，可能显著影响诊断所需时间。获取位置根据医嘱模块中的医嘱状态字段，或LIS、RIS等对应结果模块中的时间戳推断。采集确定医嘱状态变为“Completed”或“Resulted”等终止状态时的时间戳。事件类型 inferred
	诊断检查已开具	当临床医生为患者开具实验室检查或影像扫描等诊断检查时，该事件发生。Veradigm中的计算机化医生医嘱录入（CPOE）系统会明确记录此事件。
为什么重要这标志着诊断子流程开始，是衡量诊断周转时间和识别开单环节延误的起点。获取位置记录在医嘱模块或CPOE系统日志中。每条医嘱都会带有提交时间戳。采集从相关诊断检查的医嘱记录中提取创建时间戳。事件类型 explicit
	转至其他科室	表示患者从一个科室或护理单元转移到另一个科室或护理单元，例如从急诊室转至住院病房。Veradigm中的ADT（入院、出院、转院）系统会记录此事件。
为什么重要患者转运是流程中常见的瓶颈和延误环节。分析转运时长和频率，有助于优化患者流转以及科室间的资源分配。获取位置在ADT模块中明确记录。每次转运事件都包含患者、转出和转入地点以及时间戳。采集从ADT系统中提取与患者移动对应的事件日志。事件类型 explicit
	随访已安排	表示患者出院后已安排随访预约。当排程模块中创建与已出院就诊记录关联的预约时，会捕获此事件。
为什么重要确保安排随访对于保障连续护理和减少再入院至关重要。该活动有助于衡量出院后协议的合规情况。获取位置记录在预约排程模块中。请查找患者出院日期之后新预约记录的创建时间戳。采集确定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

建议可选

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 Interface Engine（AIE）Management Console。找到处理来自EHR的入站消息的主接口通道，通常标记为“EHR_Inbound”或类似名称。确保该通道处理ADT、SIU、ORM、ORU、RAS和DFT消息类型，以完整记录患者就诊流程活动。
创建Passthrough/Export通道：创建名为“ProcessMining_Export”的新目标通道。将输出类型设置为“File Writer”。该通道会接收源通道的消息副本，并将其转换为供ProcessMind使用的CSV平面文件。
配置消息路由：在AIE路由规则中配置复制或路由规则，将消息从EHR主通道发送到新的“ProcessMining_Export”通道。仅保留必要的消息类型：ADT（注册或转科）、SIU（排班）、ORM（医嘱）、ORU（结果或生命体征）、RAS（用药）和DFT（计费或操作）。
定义转换逻辑：在“ProcessMining_Export”通道中打开Transformation/Script编辑器。您必须实现解析脚本（请参阅下方的“query”部分），读取原始HL7段，并将特定Trigger Events和Status代码映射为所需的标准Activity Names，例如将“ADT^A01”映射为“Patient Registered”。
将属性映射到HL7字段：确保脚本从PV1-19段（Visit Number）提取“PatientEpisodeId”，从PID-3提取“PatientMrn”。将“EventDateTime”映射到MSH-7或EVN-2。从PV1-3提取“DepartmentName”，从PV1-7提取“AttendingProvider”等临床详细信息。
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。定义文件命名规则，例如EventLog_YYYYMMDD_HH.csv。将文件模式设为“Append”，持续向日志追加行。
处理分隔符和转义：在脚本中确保清理文本字段，例如Diagnosis或Department Name，移除逗号和换行符，避免破坏CSV结构。
启用并测试：启动“ProcessMining_Export”通道。在Veradigm测试环境中触发测试事件，例如注册测试患者。确认CSV文件中出现新行，且Activity Name和时间戳正确。
配置日志轮换：设置轮换计划，例如每天午夜关闭当前CSV文件并创建新文件，确保文件大小便于上传。
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个月的归档HL7日志重新发送到“ProcessMining_Export”通道。监控系统性能，避免出现延迟。
获取并格式化：访问输出目录，获取生成的CSV文件，并确认表头符合要求。如有需要，合并每日文件。
上传到ProcessMind：将最终数据集导入ProcessMind，将“PatientEpisodeId”映射为Case ID，将“ActivityName”映射为Activity，将“EventDateTime”映射为Timestamp。

配置

Channel Type：File Writer / File System Output
Trigger Events：ADT^A01、ADT^A03、ADT^A04、ADT^A08、SIU^S12、ORM^O01、ORU^R01、RAS^O17、DFT^P03
File Encoding：UTF-8（对于姓名和诊断中的特殊字符至关重要）
Delimiter：逗号（,）或竖线（|）
Date Format：建议使用ISO 8601（YYYY-MM-DDTHH:MM:SS）转换HL7时间戳
Log Rotation：每天轮换，或文件大小超过100MB时轮换
Write Mode：Append（不要覆盖）
Performance：确保转换脚本足够轻量，避免引擎中的消息排队或积压。

a 示例查询 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

前提条件与访问权限：确保您拥有有效的Veradigm（Allscripts）Unity API凭据。您需要获得组织授权的Appname（应用名称），以及用于身份验证的有效UserID和Password（或令牌）。确认用户账号有权访问临床域（就诊、订单、结果、生命体征、问题）。
环境设置：安装Python 3.8或以上版本。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：打开提供的Python脚本，找到顶部的CONFIGURATION部分。将API_URL更新为特定Unity环境的端点，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START_DATE和END_DATE，定义所需的分析时间范围。
脚本逻辑概览：脚本首先通过API进行身份验证，获取安全令牌。随后调用GetEncounterInfo，检索指定日期范围内的所有患者就诊记录。该就诊列表是提取过程的核心迭代对象。
活动提取循环：对于每个识别出的EncounterID，脚本会调用专用端点执行后续API请求。它调用GetOrders查找诊断检查和过程，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获取已确认的诊断，并遍历临床记录以查找评估和治疗计划。
数据转换：API返回原始JSON数据后，脚本解析特定字段，将其映射到ProcessMind架构。例如，将OrderDateTime映射到“已下达诊断检查”活动的EventDateTime。脚本确保所有子记录都一致使用PatientEpisodeId（就诊ID）。
处理ADT和转科：如果可通过特定审计或ADT子请求获取就诊地点历史，脚本会据此检查；否则，它会根据临床文档中的部门变更推断转科，并生成“转至部门”事件。
后续逻辑：处理完就诊记录后，脚本会针对同一PatientID查询GetSchedule，查找发生在DischargeDate之后的预约日期，并生成“已安排随访”活动。
验证：脚本包含本地验证步骤，会在控制台输出每种活动类型的行数。请检查输出，确保没有活动类型的记录数为零，除非这是预期结果。
导出：最终数据集会汇总到Pandas DataFrame中。脚本按患者和时间对数据排序，计算LengthOfStay和IsReadmission等派生属性。最后，将清理后的事件日志导出为名为veradigm_patient_journey_log.csv的CSV文件。
最终检查：打开生成的CSV文件，检查日期格式是否为ISO 8601（YYYY-MM-DD HH:MM:SS），并确认ActivityName等文本字段不包含分隔符。
上传：将CSV文件导入ProcessMind。将PatientEpisodeId映射到案例ID，将ActivityName映射到活动，将EventDateTime映射到时间戳。

配置

API_URL：Unity API服务的基础URL。该地址因客户部署方式而异，例如本地部署或云端部署。请确保协议使用https。
Appname：在Veradigm或Allscripts中注册的唯一应用标识符，用于控制数据访问范围。
Date Range：建议提取3至6个月的数据。时间范围过大可能导致超时；如果数据量较高，请考虑按月分批。
Timeout Settings：脚本为API调用设置了30秒的默认超时时间。如果EHR系统负载较高，请适当延长。
Batching：脚本按就诊记录逐条迭代。对于高数据量系统，可能需要改为批量获取数据（如果端点支持），或运行并行线程。
Mapping Logic：脚本将“OrderType”映射为活动。请确保系统中的具体医嘱类型代码，例如“Lab”“Rad”，与process_orders函数中的逻辑一致。

a 示例查询 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？

立即开始优化患者体验和运营效率。您的数据蕴含着宝贵洞察，可帮助您发现改进机会并推动显著提升。

返回改进指南下载模板

立即优化Veradigm中的患者就诊流程

将患者流程周期缩短30%，改善医疗服务结果。

开始免费试用

无需信用卡，立即开始。

您的患者就诊流程数据模板

您的患者就诊流程数据模板

患者就诊旅程属性

患者就诊旅程活动

提取指南

Allscripts Interface Engine事件日志导出

步骤

配置

a 示例查询 config

通过Python提取Veradigm Unity API数据

步骤

配置

a 示例查询 python

准备好开始了吗？

立即优化Veradigm中的患者就诊流程

您的患者就诊流程数据模板

您的患者就诊流程数据模板

患者就诊旅程属性

患者就诊旅程活动

提取指南

Allscripts Interface Engine事件日志导出

步骤

配置

a 示例查询 config

通过Python提取Veradigm Unity API数据

步骤

配置

a 示例查询 python

准备好开始了吗？

立即优化Veradigm中的患者就诊流程

我们重视您的隐私