プライベートな連絡先の最初の情報
送料メール:
2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
📢 大家好，我是 【战神刘玉栋】，有10多年的研发经验，致力于前后端技术栈的知识沉淀和传播。 💗
🌻 近期刚转战 CSDN，会严格把控文章质量，绝不滥竽充数，欢迎多多交流。👍
この記事では、ブロガーの会社が推奨する限界値の処理方法と範囲校正の実施計画を共有します。
主に以下に基づいていますカフカ + Flink + Elasticsearch の実装。セキュリティの問題に関連するため、内容は主にソリューションの紹介です。議論する必要がある場合は、メッセージを残してください。
はい、始めましょう。
臨界値とは、そのような検査や検査の結果が現れた場合、臨床医が適時に検査や検査の情報を入手し、効果的な介入措置を迅速に提供する必要があることを示していることを意味します。患者の命を救う可能性のある治療。重要な価値情報は、臨床医に生命の危機に瀕した患者に対してタイムリーで効果的な治療を提供し、患者が事故によって重篤な結果を被ったり、最善の救助の機会を失ったりすることを防ぐことができます。
臨界値報告システムの策定と実施は、医療および技術スタッフの自発性と責任感を効果的に高め、医療および技術スタッフの理論レベルを向上させ、臨床診断に積極的に参加するための医療および技術スタッフのサービス意識を高めることができます。 、臨床および医療技術部門の効果的なコミュニケーションと協力を促進します。重要な値の管理は病院管理の重要な部分であり、重要な値の迅速な特定、確認、リリース、タイムリーな受信、およびプロセスの監視と分析がシステム情報管理の目標と方向性です。
現在のほとんどの重要値管理システムには次の問題があります。
1. さまざまな臨界値の検査項目が、固定された基準範囲に基づいて判断されており、プロジェクト範囲の上限と下限の動的な調整がサポートされておらず、科学的な範囲の判断と校正方法が欠如していることがよくあります。臨床の現実に適合しない「誤った」臨界値の頻繁な通知は、臨床医療スタッフの業務に大きな影響を与えます。
2. 医療スタッフによる臨界値に対する介入措置は、単に措置を記入して医療技術部門にフィードバックするだけであり、疾患プロセスや看護記録との相互作用はなく、処理プロセスは記憶や記憶を形成しません。同じ状況での作業は繰り返しの作業と時間を必要とすることが多く、逸脱が発生しやすい。
3. 重要な値には広範囲のリンクが含まれており、統合されたプロセス管理が存在しないため、リンクが失われやすく、完全な閉ループが形成されません。同時に、プロセス全体にリンクの監視、ログの追跡、およびログの追跡が不足しています。また、病院全体の統計概要ページも欠如しており、病院の重要性を改善するための全体的なソリューションを提供できません。
この特許発明の目的は、Kafka + に基づいています。 フリンク + Elasticsearchおよびその他のテクノロジーは、臨界値のプロセス管理全体において、臨界値の決定範囲を科学的に校正し、臨界値の処理方法をインテリジェントに推奨するソリューションを実現し、臨界値などの臨界値プロセス管理における現在の問題を解決します。不正確な判断基準、未使用の治療データ、および病院全体の不完全な臨界値最適化メカニズムが、臨界値プロセスの最適化、臨界値処理効率の向上、完全な閉ループ追跡の形成、および最終的に完全な臨界値の構築に使用されるため、 -プロセス管理システム。
1. 頻繁すぎるリマインダーを防止し、重要な値項目の妥当な範囲を継続的に調整するために、「偽の」重要な値の処理計画を確立します。
2.毎日の臨界値に対処するための対策を保存し、記憶を形成します。臨界値が到達したときに、医療スタッフにさまざまな指示を与え、充填アシスタントとして機能します。
3. メッセージ センターのイベント駆動メカニズムに基づいて、臨床ビジネス シナリオのあらゆる側面を可能な限りカバーする完全な重要価値処理プロセスを構築します。データ センターは、完全な重要価値情報を保存し、閉ループを提供します。表示およびデータクエリインターフェイス、各部門の重要な値を収集する 閉ループデータは、重要な値指標の定期的な追跡、分析、評価を容易にする方向性指標データを生成し、各部門を監督して独自の重要な値の処理を発見および改善します。病院全体の重要な値処理の効率を向上させます。
このソリューションは Kafka + Flink + に基づいています エラスティックサーチ 重要な値範囲の校正と推奨対策を達成するための具体的な技術的解決策は次のとおりです。
1. Kafka 環境をデプロイします。プログラムは、Kafka 関連の依存関係を導入し、関連する構成と機能の統合を実行し、「クリティカル値送信」イベントと「クリティカル値フィードバック」イベントを定義し、イベントのメッセージ入力パラメーター形式と XSD 検証テキストを構成します。 2 つの各イベントは Kafka の 2 つのトピックとして使用されます。その中で、Kafka はメッセージ ミドルウェアとして機能し、プロデューサーとコンシューマーのコラボレーション モードを提供する役割を果たします。
2. Elasticsearch 環境をデプロイします。プログラムは Elasticsearch 関連の依存関係を導入し、関連する構成と機能の統合を実行します。これらのインデックス構造は、重要な値の元のデータ、関連データ、操作結果などを保存するために使用されます。 Elasticsearch 機能を使用して統計分析を実行します。
3. Flink 環境をデプロイします。このプログラムは Flink 関連の依存関係を導入し、関連する構成と機能の統合を実行します。一方で、Flink は Kafka によって配信されるトピック メッセージを使用するために使用されます。一方、関連する API を通じて、データ操作後の出力は Elasticsearch に保存されます。
1. 外部メッセージプロデューサーインターフェイスを提供する
メッセージ センター プロデューサー インターフェイスを開発し、外部システムに公開します。このインターフェイスは、「重要な値の送信」と「重要な値のフィードバック」の 2 つのシナリオで使用できます。
主なロジックは、合理性の検証、メッセージ入力パラメーターの解析と処理を実行し、Kafka API を呼び出してメッセージを送信し、プロデューサー シングルトンを使用してメッセージの送信を完了することです。
送信するトピックは「重要な価値の送信」または「重要な価値のフィードバック」です。
2. Flink を使用して Kafka を使用する
Flink の **Flink Source API を使用し、Kafka をデータ ソースとして追加し、「重要な価値の送信」と「重要な価値のフィードバック」という 2 つのトピックを購読します。
プルされたメッセージについては、メッセージ消費処理用のコード ブロックを追加します。
3. Flinkを使用してストリームデータを処理する
3.1. クリティカル値の送信プロセス
Kafka から取得した「Critical Value Sending」トピック データに対して、対応する処理を実行します。
1) 正規表現を使用して、メッセージ入力パラメータ内の重要値コア属性コンテンツ (重要値 ID、レポート ID、患者 ID、訪問 ID などを含むがこれらに限定されない) を抽出し、各キー属性のコードと値を識別します。そしてそれを Map 構造にアセンブルします。
2) 上記の主要情報を利用して、Oracle から重要価値業務関連レポート情報、患者情報、医療相談情報、上記内容の履歴情報を抽出し、重要価値間隔分布情報、重要価値処理措置分布情報などを抽出します。 Elasticsearch から、補助分析のためにこれらのコンテンツを組み立てます。
3) Flink Transform API を使用して地図データを包括的に処理し、関連する結果を取得します。
4) 重要な値を送信するプロセス中に、範囲校正および推奨される対策に関する関連計算は次のとおりです。
a. プロジェクトの臨界値に関する基本情報を取得し、臨界値が現在の臨界値の上限と下限を満たしているかどうかを判断します。
b. プロジェクトの臨界値の間隔分布を取得し、臨界値が属する間隔分布を決定し、更新を行い、結果を組み立てます。
c. プロジェクトの臨界値に対する過去の処理尺度の分布を取得し、計算によって取得し、さまざまな次元でのさまざまな尺度の発生頻度に従って配置し、結果を組み立てます。
d. プロジェクトの臨界値が過去に発生したときに同じ異常が発生した他の項目を取得し、これらのプロジェクトと現在の臨界値項目との関連関係を計算します。
e. プロジェクトの臨界価値に対応するプロジェクトの歴史的価値を取得し、傾向分析を実施し、結果をまとめる。
f. 補助分析のためにプロジェクトの重要な価値に関するその他の関連情報や拡張情報を入手し、結果をまとめる。
g. 元の臨界値データを Elasticsearch に保存し、ステップ 3 のすべての計算結果をまとめて、次のステップに進み、充填アシスタントとして機能します。
3.2. クリティカル値の処理プロセス
Kafka から取得した「Critical Value Processing」トピック データに対して、対応する処理を実行します。
1) 正規表現を使用して、メッセージ入力パラメータ内の重要値処理の属性内容 (重要値 ID、処理方法、処理手段、プロセッサなどを含むがこれらに限定されない) を抽出し、各キー属性のコードと値を識別します。それを Map 構造にアセンブルします。
2) 重要な値を送信し、上記の重要な情報を使用して Oracle および Elasticsearch から関連情報を抽出し、補助分析を行います。
3) Flink Transform API を使用して地図データを包括的に処理し、関連する結果を取得します。
4) 臨界値処理プロセス中の、範囲校正および推奨される対策に関する関連計算は次のとおりです。
a. 医師が臨界値に対して通常の介入措置を提供した場合、それは、まず、項目の臨界値の頻度記録情報を更新し、次に項目を増加させることを意味する。クリティカル値範囲間隔データは、この間隔のクリティカル値が元のクリティカル値の範囲内にある場合、その数値を表します。臨界値が元の出現回数を超えると、臨界値範囲の間隔データがより正確になります。新しい間隔データが追加され、範囲が拡張され、その回数が増加します。時間が記録され、最後に、医師の治療措置と臨界値値が関連付けられ、措置メモリ インデックスに保存されます。インデックス レコードには、以下が含まれますが、これらに限定されません。 さまざまなプロジェクトで使用される治療措置には、それらが属する間隔が含まれます。 、過去のトリガー値に含まれるもの、関連する患者の現在および過去のレポート、医療訪問、臨界値、その他の情報。
b. 医師がフィードバック質問ボタンをクリックするなど、臨界値に対して異常な処理を行った場合、臨界値トリガー範囲の信頼性が低下したことを意味します。まず、臨界値のキー情報をフィードバック質問インデックスに挿入します。 ; その後、関連する異常なデータも間隔インデックスに挿入され、最終的に、フィードバックの質問もこれらの質問の一部として提供されます。対応する統計分析ページにアクセスし、範囲が変更されたかどうかを最終決定するために手動で行われます。
4. Flinkを使用してElasticsearchに出力します
Flink Elasticsearch API を使用して、ElasticsearchSink を結果出力として追加し、前のステップで計算された結果をさまざまなディメンションに従って ES のさまざまなインデックス構造に保存します。
以下の指標が含まれます: 臨界値オリジナルデータ指数、臨界値拡張データ指数、臨界値間隔頻度分布指数、臨界値処理メジャー分布指数など。
3.1. クリティカル値の送信プロセス
コア サービスによるデータ処理後、ユーザー統合ポータルのバックエンド インターフェイスを呼び出し、WebSocket を使用してフロントエンドとバックエンドのメッセージ プッシュを完了するか、コア サービスが WebSocket を直接統合して、ポータル フロントエンドとの対話を担当し、最終的にユーザー ポータル フロントエンドに重要な値を表示して、ポップアップ インターフェイスを支配します。
画面を占めるポップアップ ウィンドウでは、臨界値に対応する基本情報、レポート情報、患者情報が表示されるほか、医師は介入措置を記入して提出したり、フィードバックの質問ボタンをクリックしたりすることもできます。
次の充填アシスタント情報が主要なポップアップ ウィンドウに表示されます。
a. プロジェクトの重要な価値に対するさまざまな治療手段の発生頻度。医師はすぐにクリックして再利用できます。
b. プロジェクトのさまざまなトリガー間隔における臨界値の頻度は、医師が臨界値を確認するための参考として使用されます。
c. プロジェクトの過去の傾向、およびプロジェクトがクリティカル値を持つ場合と他のクリティカル値が発生する場合の同じ異常なプロジェクト情報の発生頻度の比較分析グラフ。
d. 治療履歴、報告履歴、臨界値履歴などのその他の履歴参照情報。
3.2. クリティカル値の処理プロセス
医師が画面を占めるクリティカル値ポップアップ ウィンドウを処理するとき、統合ポータルのバックエンド インターフェイスを呼び出し、Kafka の「クリティカル値処理」トピック データをトリガーし、コア サービスのクリティカル値処理リンクに入ります。
医師には 2 つの処理モードがあり、介入措置を入力して送信することも、フィードバック質問ボタンをクリックすることもできます。どちらの方法でも処理プロセスを終了できます。
6.1. タイミング サービスを設定し、集約機能を使用して ES データに対して二次処理を実行すると、処理結果は引き続き新しいインデックス領域に保存されます。
6.2. 処理前後の重要値指標データを表示し、分析のヒントを提供するフロントエンド BI インターフェイスを開発します。
1) 基準範囲の解析・判定結果を提供し、校正範囲が変更されたかどうかを手動で最終確認することができます。
2) さまざまな治療手段について、使用数、処理パス、対応する値の範囲、過去のプロジェクトの傾向、他の並行プロジェクトとの関連性、過去の診断情報に応じて、さまざまな統計とガイドラインが提供されます。 、などを分析します。
1) 臨界値評価指標の定義: 医療部門は、処理率 %、平均処理時間 h、適時処理率/24 時間処理率 %、患者 6 時間経過観察率 % などの臨界値評価指標を定義する必要があります。 、クリティカル値処理の総数など。
2) 臨界値統計: 医療部門は、各部門における臨界値管理システムの実施を定期的に監督、検査、追跡、分析し、臨界値の報告と処理の適時性を定期的に評価する必要があります。医療ポータルの臨界値コンポーネントでは、各診療科の臨界値データを集計して表示し、診療科と医師の二次元でランキングや各種指標の詳細データを表示するレポートのエクスポートにも対応しています。病院全体の差異を一目で確認し、定期的に比較します。各時点での指標を比較し、病院の重要な段階の改善計画を策定します。
3）臨界値フィードバック：医療部門は、実際の臨床状態に応じて臨界値項目と臨界値を更新および調整し、部門の臨界値管理を部門の医療の質評価に組み込み、医療スタッフに対する臨界値フィードバックコンポーネントを開発する必要があります。ポータルにアクセスし、このフィードバックを均一に収集、分析し、対処します。
プロセス: LIS - データセンター - プロデューサー - Kafka ソース - Flink - 処理 - Elasticsearch
1. 医療技術者が危機的状況を発見した場合、検査員（検査員）は、まず検査機器、設備、検査工程が正常かどうか、検体が正しいかどうか、操作が正しいかどうか、器具の送信に誤りがないかなどを確認しなければなりません。臨床および検査を確認した後、（検査）プロセスのすべての側面に異常がない場合は、適時に再検査を行います（画像部門は実際の状況に基づいて再検査が必要かどうかを判断できます）。 2回の再検査が同じ場合、検査（検査）結果は発行されます。
2. 検査 (検査) システムが臨界値を送信した後、病院統合プラットフォームを介してデータ センターの臨界値送信インターフェイスへの呼び出しが開始され、最初に臨界値が保存され、次にメッセージ センターのプロデューサー インターフェイスへの呼び出しが開始されます。この計画では、「重要な値「トピック」を Kafka に送信する」ために呼び出されます。
3. このソリューションのコア サービスは、Flink を使用して Kafka の重要な値をサブスクライブしてトピックを送信し、Flink Transform API を使用して受信したデータを処理して必要なデータを形成し、Flink Elasticsearch API を使用して ElasticsearchSink を追加して結果を出力します。 Elasticsearch関連のインデックスへ。
4. コア サービスによるデータ処理後、ユーザー統合ポータルのバックエンド インターフェイスを呼び出し、WebSocket を使用してフロントエンドとバックエンドのメッセージ プッシュを完了するか、コア サービスを直接統合できます。 WebSocket は、ポータル フロントエンドとの対話を担当します。最後に、重要な値のポップアップ インターフェイスがユーザー ポータルのフロント エンドに表示されます。
5. 以上で送信処理は終了します。
プロセス: ポータル - データセンター - プロデューサー - Kafka ソース - Flink - 処理 - Elasticsearch
1. ポータル システムの日常使用中に、医師ユーザーが臨界値通知を受信すると、画面を占めるポップアップ ウィンドウの形式で表示されます。
2. 医師は、患者の臨界値情報、報告情報、受診情報等に基づいて判断し、臨界値カテゴリーに該当することが確認された場合には、対応する介入措置を記入し、データセンターの重要な値の処理ロジックをトリガーします。
3. データセンターは最初に臨界値情報を更新し、次に病院統合プラットフォームを介して検査 (検査) システムの臨界値送信インターフェイスへの呼び出しを開始し、次にこのソリューションのメッセージ センター プロデューサー インターフェイスを呼び出して、「 「重要な値の処理」トピックを Kafka に。
4. このソリューションのコア サービスは、Flink を使用して Kafka の重要な値処理トピックをサブスクライブし、Flink Transform API を使用して受信したデータを処理して必要なデータを形成し、Flink Elasticsearch API を使用して ElasticsearchSink を追加して、結果は Elasticsearch の関連インデックスに保存されます。
5. ステップ 2 で、医師が臨界値が誤報であると判断した場合は、「フィードバック質問」ボタンをクリックして、その後の分析のためにエラーの問題を「医療管理モジュール」インターフェイスに報告します。
1. Kafka + Flink の組み合わせに基づいて、ビッグ データ ストリーミング エンジン テクノロジーを利用して、重要な価値の送信および処理シナリオ向けに信頼性が高く、効率的で、リアルタイムで拡張性の高いデータ処理を実現し、最終的に重要な価値を達成します。レンジ校正と推奨される対策の目的。
2. Elasticsearch を使用して多様なインデックス計算結果を保存し、ES の集計機能機能を使用して結果の二次分析と処理を実行します。ソリューション全体の拡張性と再利用性が大幅に向上しました。
3. メッセージ センターのイベント ドリブン メカニズムを重要な値のシナリオに適用し、重要な値の閉ループ プロセスの主要なノードのメッセージ イベントを確立し、動的サブスクリプションを通じてイベントのサブスクリプション サービスを指定します。このプロセスは明確でプラグイン可能です。メッセージ センターをハブとして完全な重要価値処理プロセスを確立し、実際のビジネス シナリオのあらゆる側面を可能な限りカバーし、ビジネス カバレッジと担当者の参加を改善します。
上記は、ブロガーの会社の「Kafka + Flink + ES に基づく推奨クリティカル値処理対策と範囲校正」計画を紹介しています。
💗 后续会逐步分享企业实际开发中的实战经验，有需要交流的可以联系博主。
彼は 30 年以上テクノロジーの研究に専念しており、java、linux、javascript、php、css などのさまざまな言語に堪能であり、オープンソース分野で多くの貢献を行っています。将来の参考のために技術開発におけるいくつかの問題を共有する開発者ドキュメント ステーション。
送料メール: