《Transfusion and Apheresis Science》:A real-time dashboard for optimizing blood product utilization through a FHIR-based data integration pipeline
编辑推荐:
本研究开发了一个基于FHIR标准的实时血液管理仪表盘,通过整合医院信息系统和实验室数据,自动识别已出院、转院或死亡患者的预留血液产品,提升库存周转效率并减少浪费。该系统利用ETL流程将多源数据映射为结构化FHIR资源,存储于Firemetrics平台进行高效分析,并通过Grafana仪表盘可视化呈现,使血库工作人员可快速验证并释放冗余血液。
Cynthia Sabrina Schmidt | Johannes Wutzkowsky | Henning Sch?fer | Lea Reinartz | Haidar Chahin | Philipp Winnekens | Jamal Aldin Alsulaiman | Christian Temme | Veronika Lenz | René Hosch | Felix Nensa | Christoph M. Friedrich | Britta B?ckmann | Peter A. Horn
德国埃森大学医院医学人工智能研究所
摘要
背景
在输血医学中,高效利用血液制品仍然是一个关键的运营挑战。其中一个关键方面是及时识别可以释放的血液制品,并监控那些已经出院但可能不再需要保留血液制品的患者,因为手动审查未使用或分配不当的血液制品的过程往往会延迟它们重新进入循环系统的速度。
目标
开发一个实时仪表板,整合医院中的异构数据,以识别出院后、转院后或患者去世后仍被分配给患者的血液制品。
方法
通过提取-转换-加载(ETL)流程,将医院信息系统(HIS)和实验室信息系统(LIS)中的临床和实验室数据统一为快速医疗互操作资源(FHIR),并使用关系型FHIR引擎存储在结构化数据库中。Grafana仪表板通过SQL查询可视化这些信息,将患者数据、血液制品信息和交叉配型状态整合到一个统一的界面中。
结果
该仪表板提供了所有可能重新投入库存的血液制品的概览,并列出了相关的患者和科室。血液仓库工作人员每天都会审查这些数据,作为临床工作流程的一部分,从而加快未使用血液制品的核查和释放速度。基于FHIR的分析集成确保了系统的互操作性和实时更新。
结论
该仪表板证明了结构化的FHIR数据可以用于输血医学中的运营决策支持,通过与现有临床系统的无缝集成,实现主动的库存管理和资源利用效率的提升。
1. 引言
在血液制品的可用性和减少浪费之间保持微妙的平衡是输血医学的核心原则。在德国,这种平衡越来越难以维持,因为血库面临着日益严重的结构性挑战。
人口变化是威胁血液供应长期稳定的关键因素,同时增加了对红细胞输血的临床需求,并减少了符合条件的献血者数量。运营方面的挑战进一步加剧了这种不平衡,包括血液成分的保质期有限、需求波动、兼容性测试、物流问题以及输血医学与临床部门之间的持续协调问题。信息系统和临床部门之间的信息碎片化限制了产品状态和分配的实时追踪。如果没有直接的反馈机制,交叉配型的血液制品可能会继续为不再需要输血的患者保留,从而延迟了这些血液制品用于其他患者的时间。
为了解决这个问题,我们开发了一个实时仪表板,用于识别出院后、转院后或患者去世后仍被分配给患者的血液制品。
2. 方法
该仪表板实现了对不再接受治疗的患者所分配血液制品的实时识别。一个多阶段的数据处理流程将临床和实验室数据统一为快速医疗互操作资源(FHIR),并以关系格式存储在数据库中,并以可视化仪表板的形式呈现。
在第一阶段,通过提取-转换-加载(ETL)过程从医院信息系统(HIS;CGM Medico, CGM Clinical Europe GmbH)和实验室信息系统(LIS;Swisslab, Nexus Swisslab GmbH)中提取数据。FHIR标准提供了一个结构化、机器可读的框架,用于交换和表示医疗数据。它定义了用于描述工作流程和关系的模块化资源,例如患者 、就诊记录 、服务请求 、观察结果 和生物衍生产品 。
在ETL过程中,所有数据都被映射到FHIR R4资源并存储在专用的FHIR服务器中。在之前的项目中已经建立了基础映射,例如患者人口统计信息和就诊记录数据。在此基础上,ReMeDi:Blut(血液制品的医疗数据和抗原属性注册)项目引入了几种新的导入器,用于处理与输血相关的特定信息,包括输血请求、交叉配型结果和产品分配状态。
由此产生的数据集将临床和实验室数据整合成一个全面的输血工作流程表示。该流程持续运行,几乎实时地更新数据。
所有数据随后被转换为Firemetrics,这是一个用于分析处理的关系型FHIR引擎。Firemetrics在关系模型中保留了FHIR架构和关系,使得可以通过PostgreSQL高效查询复杂数据。可视化功能通过Grafana(v12.0.1;Grafana Labs)实现。预定义的查询每五分钟检索并更新仪表板数据,以确保与源系统的同步。
仪表板背后的SQL查询汇总了来自多个数据源的信息,以识别仍分配给已出院、转院或去世患者的血液制品。查询首先选择当前存储在医院血液仓库中的所有红细胞单位,检索它们的标识符、血型、生产日期和有效期。然后,这些记录与相应的交叉配型测试和输血请求关联起来,以确定每个单位是为哪位患者预留的。查询通过患者人口统计信息和就诊记录来丰富这些数据,为每次分配提供临床背景。为了避免误报,中间过滤步骤排除了正在进行或计划中的医院就诊的患者,确保只考虑那些不再接受治疗的个体的分配产品。额外的逻辑验证了每个交叉配型的有效性期限,确认其是否仍然有效。在最后的汇总步骤中,查询生成了患者级别的摘要,列出了分配的血液制品的数量和类型、血型以及请求这些产品的临床部门。
所有处理都在医院的安全IT基础设施中进行,并受到机构数据保护规定的约束。数据访问仅限于经过系统级别认证的授权用户。
下载:高分辨率图片(161KB) 下载:全尺寸图片 图1。仪表板的数据集成和可视化流程示意图。
3. 结果
该仪表板提供了仍分配给已出院、转院或去世患者的血液制品的实时概览。界面的可视化展示见图2 。出于发布目的,所有术语均已翻译成英文,真实患者数据被替换为合成示例。
下载:高分辨率图片(249KB) 下载:全尺寸图片 图2。实时仪表板界面,显示了可能重新投入循环的已出院患者的血液制品。展示的数据是出于发布目的的合成数据。
仪表板的上半部分总结了两个关键绩效指标:可能重新投入循环的血液制品数量和相关患者数量。这些数值可以立即评估医院血液供应的当前优化潜力。
下方的详细患者级表格列出了所有已识别的情况。每一行代表一个不再需要分配血液制品的患者。表格显示了患者的姓名、出生日期、就诊结束日期、请求这些产品的临床部门、分配的产品数量以及相应的血型。颜色编码和排序选项支持快速优先级排序,例如按血型或单位数量。
血液仓库工作人员每天两次审查该仪表板,作为常规操作的一部分。已识别的产品会经过验证,其状态会在实验室信息系统中更新,以便将符合条件的产品重新纳入可用库存。
4. 讨论
本研究展示了整合异构医院信息系统以支持实时输血管理的可行性和临床价值。通过以易于访问的格式显示相关信息,仪表板能够快速识别出院后、转院后或患者去世后仍被分配给患者的血液制品。这使得血库工作人员能够更快地验证和释放未使用的产品,提高了血液成分的可用性,并解决了输血医学中持续存在的物流挑战。
手动审查未使用或分配不当的血液制品的过程资源密集且容易延误,导致产品在安全重新进入循环系统之前不可避免地出现时间延迟。所提出的解决方案用一种主动的、数据驱动的方法替代了这种反应式工作流程。通过自动整合来自临床和实验室系统的信息,工作人员可以专注于验证而不是数据收集,减少了行政工作和周转时间。其与现有工作流程的无缝集成证明了其可行性和用户接受度,表明数字工具可以在不破坏现有实践的情况下提高效率。
该项目展示了如何有效利用现有的数字基础设施进行二次数据利用。仪表板促进了数据驱动的决策制定,提高了实验室和临床流程之间的透明度,并强调了IT、输血医学和临床部门之间密切合作的重要性。
Firemetrics平台在实现FHIR数据的分析使用中发挥了核心作用。通过将层次化的FHIR结构转换为关系模型,Firemetrics能够高效处理大型医疗数据集并实时查询,克服了传统FHIR服务器的性能限制。Borys等人最近展示了这种架构在研究用途中的潜力,特别是在促进队列构建和二次数据分析方面;本研究将其应用扩展到支持临床工作流程中的运营决策制定。
已经提出了几种仪表板来促进输血医学中的数据驱动决策制定。虽然一些系统提供了直接查询机构数据源的实时分析功能,但这些方法通常与特定供应商平台紧密耦合,限制了它们的可移植性。相比之下,本实现直接使用HL7 FHIR作为互操作框架,将异构的临床和实验室数据统一到一个结构中。其他已发布的系统基于数据仓库策略或二次数据存储,从电子病历或LIS导出中提取输血相关数据,然后在集中式仓库中计算和可视化预定义的指标。虽然这些系统非常适合回顾性分析,但其底层数据模型并非主要设计用于支持实时更新或动态临床决策支持。
必须承认几个局限性。首先,尽管仪表板提供了产品的实时洞察,但验证和释放已识别单位仍需要血液仓库工作人员的手动确认,以确保数据准确性。其次,仪表板的可靠性取决于源系统的及时更新,出院文档、就诊记录关闭或交叉配型有效期的延迟或不一致可能会导致临时差异。第三,当前的实现仅限于红细胞单位;如果扩展到包括血小板或血浆,将增强其临床应用范围。最后,尽管传闻反馈表明透明度和管理效率有所提高,但节省时间、减少浪费和成本效益的正式评估仍有待确定。
总体而言,该实施示例说明了结构化和互操作的数据流如何直接促进输血医学中的护理质量和资源可持续性。它展示了互操作性如何将常规临床数据转化为实时、可操作的见解,从而提高患者安全和运营效率。
资助
ReMeDi:Blut(“血液制品的医疗数据和抗原属性注册”)项目得到了德国联邦教育和研究部(BMBF) 的支持,作为“数字医疗技术的医疗解决方案”资助计划的一部分,资助参考编号为13GW0620A 。