Mi informacion de contacto
Correomesophia@protonmail.com
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。👍
Este artículo comparte las medidas de manejo de valores críticos recomendadas por la empresa del blogger y el plan de implementación para la calibración de rangos.
Basado principalmente enKafka + Implementación de Flink + Elasticsearch Dado que implica problemas de seguridad, el contenido trata principalmente sobre la introducción de la solución. Si necesita discutirlo, puede dejar un mensaje.
Bien, comencemos.
Valor crítico significa que cuando aparecen los resultados de dichas pruebas y exámenes, indica que el paciente puede estar al borde de una situación potencialmente mortal. Los médicos deben obtener la información de las pruebas y exámenes a tiempo y brindarle rápidamente medidas de intervención efectivas o. tratamiento que puede salvar la vida del paciente. La información de valor crítico puede proporcionar a los médicos un tratamiento oportuno y eficaz para los pacientes cuyas vidas están al borde del peligro, a fin de evitar que los pacientes sufran consecuencias graves debido a accidentes y pierdan la mejor oportunidad de rescate.
La formulación e implementación del sistema de informes de valores críticos puede mejorar efectivamente la iniciativa y el sentido de responsabilidad del personal médico y técnico, mejorar el nivel teórico del personal médico y técnico, mejorar la conciencia de servicio del personal médico y técnico para participar activamente en el diagnóstico clínico. y promover la comunicación y cooperación efectivas entre los departamentos de tecnología clínica y médica. La gestión de valores críticos es una parte importante de la gestión hospitalaria. La rápida identificación, confirmación, liberación, recepción oportuna de los valores críticos, así como el seguimiento y análisis del proceso son los objetivos y direcciones de la gestión de la información del sistema.
La mayoría de los sistemas de gestión de valores críticos actuales tienen los siguientes problemas:
1. Varios elementos de inspección de valor crítico se juzgan de acuerdo con un rango de referencia fijo. No se admite el ajuste dinámico de los límites superior e inferior del rango del proyecto. Las comparaciones numéricas a menudo se hacen de manera simple y cruda, lo que resulta en una falta de juicio de rango científico y métodos de calibración. Las notificaciones frecuentes de valores críticos “falsos” que no se ajustan a la realidad clínica tienen un gran impacto en el trabajo del personal médico clínico;
2. Las medidas de intervención realizadas por el personal médico para el valor crítico son simplemente completar las medidas y enviarlas al departamento de tecnología médica. No hay interacción con el proceso de la enfermedad ni los registros de enfermería, y el proceso de procesamiento no forma memoria ni. la gestión del trabajo para la misma situación a menudo requiere trabajo y tiempo repetidos, y es propenso a desviaciones;
3. El valor crítico involucra una amplia gama de enlaces y no existe una gestión de procesos unificada, que es propensa a perder enlaces y no forma un circuito cerrado completo. Al mismo tiempo, todo el proceso carece de monitoreo de enlaces, seguimiento de registros. y planes de manejo de excepciones, y también carece de una página de resumen estadístico para todo el hospital. No puede proporcionar una solución general para mejorar la criticidad del hospital;
El propósito de esta invención patentada se basa en Kafka + Parpadeo + Elasticsearch y otras tecnologías, en todo el proceso de gestión del valor crítico, implementan una solución para calibrar científicamente el rango de determinación del valor crítico y recomiendan de manera inteligente medidas de tratamiento del valor crítico para resolver los problemas actuales en la gestión del proceso de valor crítico, como el valor crítico. ya que se utilizarán estándares de juicio inexactos, datos de tratamiento no utilizados y mecanismos imperfectos de optimización del valor crítico en todo el hospital para optimizar el proceso de valor crítico, mejorar la eficiencia del procesamiento de valores críticos, formar un seguimiento completo de circuito cerrado y, en última instancia, construir un valor crítico completo. -sistema de gestión de procesos.
1. Establecer un plan de procesamiento de valores críticos "falso" para evitar recordatorios demasiado frecuentes y calibrar continuamente el rango razonable de elementos de valor crítico;
2. Almacene las medidas para hacer frente a los valores críticos diarios y forme una memoria. Cuando llegue el valor crítico, puede dar varias indicaciones al personal médico y actuar como asistente de llenado;
3. Basado en el mecanismo impulsado por eventos del centro de mensajes, cree un proceso completo de procesamiento de valores críticos que cubra todos los aspectos de los escenarios comerciales clínicos tanto como sea posible. El centro de datos es responsable de almacenar información completa de valores críticos, proporcionando un circuito cerrado. interfaces de visualización y consulta de datos; recopilación de valores críticos de cada departamento Los datos de circuito cerrado generan datos de indicadores direccionales para facilitar el seguimiento, análisis y evaluación regulares de los indicadores de valores críticos, supervisar cada departamento para descubrir y mejorar su propio procesamiento de valores críticos, y mejorar la eficiencia del procesamiento de valores críticos en todo el hospital;
Esta solución se basa en Kafka + Flink + Búsqueda elástica Para lograr la calibración del rango de valores críticos y las medidas recomendadas, las soluciones técnicas específicas son las siguientes.
1. Implemente el entorno Kafka. El programa introduce dependencias relacionadas con Kafka, realiza la configuración relacionada y la integración funcional, define eventos de "envío de valor crítico" y "retroalimentación de valor crítico" y configura el formato del parámetro de entrada del mensaje del evento y el texto de verificación XSD. dos Cada evento se utilizará como dos temas de Kafka. Entre ellos, Kafka se utiliza para actuar como middleware de mensajes y es responsable de proporcionar el modo de colaboración entre productores y consumidores;
2. Implementar el entorno Elasticsearch. El programa introduce dependencias relacionadas con Elasticsearch y realiza la configuración relacionada y la integración de funciones. Elasticsearch define varias estructuras de índice, que se utilizarán para almacenar datos originales de valor crítico, datos asociados, resultados de operaciones, etc. utilizar las funciones de Elasticsearch para realizar análisis estadísticos;
3. Implemente el entorno de Flink. El programa introduce dependencias relacionadas con Flink y realiza la configuración relacionada y la integración funcional. Por un lado, Flink actúa como un enlace entre las partes superior e inferior y se utiliza para consumir los mensajes temáticos entregados. Por otro lado, a través de API relevantes, después de la operación de datos, la salida se almacena en Elasticsearch;
1. Proporcionar una interfaz de productor de mensajes externos.
Desarrolle una interfaz de productor de centro de mensajes y ábrala a sistemas externos. Esta interfaz se puede utilizar en los dos escenarios de "envío de valor crítico" y "retroalimentación de valor crítico".
La lógica principal es realizar una verificación de racionalidad, análisis y procesamiento de los parámetros de entrada del mensaje, y luego enviar el mensaje llamando a la API de Kafka y utilizar el singleton productor para completar el envío del mensaje.
El tema a enviar es "Envío de Valor Crítico" o "Comentarios de Valor Crítico".
2. Usa Flink para consumir Kafka
Utilice la ** API de origen de Flink de Flink, agregue Kafka como fuente de datos y suscríbase a los dos temas "Envío de valor crítico" y "Comentarios de valor crítico".
Para los mensajes extraídos, agregue un bloque de código para el procesamiento del consumo de mensajes.
3. Utilice Flink para procesar datos de transmisión
3.1. Proceso de envío de valores críticos
Realice el procesamiento correspondiente en los datos del tema "Envío de valor crítico" extraídos de Kafka.
1) Utilice expresiones regulares para extraer el contenido del atributo principal del valor crítico en los parámetros de entrada del mensaje, incluidos, entre otros, ID de valor crítico, ID de informe, ID de paciente, ID de visita, etc., identifique el código y el valor de cada atributo clave. y ensamblarlo en una estructura de Mapa;
2) Utilice la información clave anterior para extraer información de informes relacionados con el negocio de valor crítico, información de pacientes, información de consultas médicas e información histórica de los contenidos anteriores de Oracle, y extraiga información de distribución de intervalos de valor crítico, distribución de medidas de procesamiento de valor crítico y otra información. de Elasticsearch, reúne estos contenidos para análisis auxiliar;
3) Utilice la API de transformación de Flink para procesar de manera integral los datos del mapa y obtener resultados relevantes;
4) Durante el proceso de envío de valores críticos, los cálculos relevantes en cuanto a calibración de rango y medidas recomendadas son los siguientes:
a. Obtener información básica sobre el valor crítico del proyecto y determinar si el valor crítico cumple con los límites superior e inferior del valor crítico actual;
b. Obtener la distribución interválica del valor crítico del proyecto, determinar la distribución interválica a la que pertenece el valor crítico, realizar actualizaciones y ensamblar los resultados;
c. Obtener la distribución de las medidas de tratamiento históricas para el valor crítico del proyecto, obtenerla mediante cálculo, ordenarla de acuerdo con la frecuencia de ocurrencia de diferentes medidas en diferentes dimensiones y luego ensamblar los resultados;
d. Obtener otros elementos con la misma anomalía cuando ocurrió el valor crítico del proyecto en la historia y calcular la relación de vinculación entre estos proyectos y el elemento de valor crítico actual;
e. Obtener el valor histórico del proyecto correspondiente al valor crítico del proyecto, realizar análisis de tendencias y ensamblar los resultados;
f. Obtener otra información relacionada y ampliada del valor crítico del proyecto para análisis auxiliar y ensamblar los resultados;
g. Almacene los datos del valor crítico original en Elasticsearch, reúna todos los resultados del cálculo en el paso 3 e ingrese el siguiente paso para actuar como asistente de llenado.
3.2. Proceso de procesamiento de valores críticos
Realice el procesamiento correspondiente en los datos del tema "Procesamiento de valor crítico" extraídos de Kafka.
1) Usar expresiones regulares para extraer el contenido del atributo del procesamiento de valores críticos en los parámetros de entrada del mensaje, incluidos, entre otros, ID de valor crítico, método de procesamiento, medidas de procesamiento, procesador, etc., identificar el código y el valor de cada atributo clave, y ensamblarlo en una estructura de mapa;
2) Envíe con el valor crítico, utilice la información clave anterior para extraer información relacionada de Oracle y Elasticsearch para análisis auxiliar
3) Utilice la API de transformación de Flink para procesar de manera integral los datos del mapa y obtener resultados relevantes;
4) Durante el proceso de procesamiento de valores críticos, los cálculos relevantes con respecto a la calibración de rango y las medidas recomendadas son los siguientes:
a. Si el médico proporciona medidas de intervención normales para el valor crítico, significa que la credibilidad del rango de activación del valor crítico ha aumentado. Primero, actualice la información del registro de frecuencia del valor crítico del ítem; valor del grupo y puede actualizarlo en este momento. Los datos del intervalo del rango de valores críticos representan un rango más preciso de valores críticos para un determinado proyecto. Si el valor crítico en este intervalo está dentro del rango original de valores críticos, el número. El número de ocurrencias del intervalo aumentará si el valor crítico excede la ocurrencia original, los datos del intervalo del rango de valores críticos serán más precisos. Para el intervalo de valores críticos, se agregan nuevos datos de intervalo, el rango se expande y el número de. los tiempos se registran finalmente, las medidas de tratamiento del médico y el valor crítico se asocian y almacenan en el índice de memoria de medidas. El registro de índice incluye, entre otros, lo siguiente: Las medidas de tratamiento utilizadas en diferentes proyectos incluyen a qué intervalo pertenecen. , qué incluyen los valores de activación históricos y los informes actuales e históricos del paciente asociado, visitas médicas, valores críticos y otra información.
b Si el médico proporciona un procesamiento anormal para el valor crítico, como hacer clic en el botón de pregunta de retroalimentación, significa que la credibilidad del rango de activación del valor crítico se reduce. Primero, inserte la información clave del valor crítico en el índice de preguntas de retroalimentación. ; luego, vaya al rango de valores críticos. Los datos anormales relevantes también se insertarán en el índice de intervalo; finalmente, el índice de medidas de manejo también se actualizará y las preguntas de retroalimentación también se proporcionarán en estas preguntas; la página de análisis estadístico correspondiente, y la decisión final se tomará manualmente para determinar si se ha modificado el alcance;
4. Utilice Flink para enviar a Elasticsearch
Utilice la API de Flink Elasticsearch, agregue ElasticsearchSink como resultado y almacene los resultados calculados en el paso anterior en diferentes estructuras de índice de ES según diferentes dimensiones.
Incluyendo, pero no menos, los siguientes índices: índice de datos originales de valor crítico, índice de datos expandidos de valor crítico, índice de distribución de frecuencia de intervalo de valor crítico, índice de distribución de medidas de procesamiento de valor crítico, etc.
3.1. Proceso de envío de valores críticos
Después del procesamiento de datos por parte del servicio principal, se puede llamar a la interfaz de back-end del portal unificado de usuario y luego se puede usar WebSocket para completar el envío de mensajes de front-end y back-end, o el servicio principal puede integrar directamente WebSocket para será responsable de interactuar con la interfaz del portal y, finalmente, mostrará el valor crítico en la interfaz del portal del usuario para dominar la interfaz emergente.
En la ventana emergente que domina la pantalla, además de ver información básica correspondiente a valores críticos, información de informes e información del paciente, los médicos también pueden completar las medidas de intervención para enviar o hacer clic en el botón de pregunta de comentarios.
La siguiente información del asistente de llenado se mostrará en la ventana emergente dominante:
a. La frecuencia de aparición de diversas medidas de tratamiento para el valor crítico del proyecto, el médico puede hacer clic rápidamente para reutilizarlas;
b. La frecuencia de los valores críticos en diferentes intervalos de activación del proyecto se utilizará como referencia para que los médicos confirmen el valor crítico;
c. Cuadro de análisis comparativo de las tendencias históricas del proyecto, así como la frecuencia de ocurrencia de la misma información anormal del proyecto cuando el proyecto tiene un valor crítico y cuando ocurren otros valores críticos;
d. Otra información de referencia histórica, como historial de tratamiento médico, historial de informes, historial de valores críticos, etc.;
3.2. Proceso de procesamiento de valores críticos
Cuando el médico maneja la ventana emergente de valor crítico que domina la pantalla, llamará a la interfaz de fondo del portal unificado, activará los datos del tema "Procesamiento de valor crítico" de Kafka e ingresará el enlace de procesamiento de valor crítico del servicio principal.
Los médicos tienen dos modos de procesamiento. Pueden completar las medidas de intervención y enviarlas, o hacer clic en el botón de pregunta de comentarios. Ambos métodos pueden finalizar el proceso de procesamiento.
6.1 Configure el servicio de sincronización, utilice la función de agregación para realizar un procesamiento secundario en los datos de ES y los resultados del procesamiento continuarán almacenándose en el nuevo espacio de índice.
6.2 Desarrollar una interfaz de BI frontal para mostrar los datos del índice de valores críticos antes y después del procesamiento y brindar consejos de análisis.
1) Proporcionar resultados de análisis y evaluación para el rango de referencia, lo que permite la confirmación final manual de si se ha cambiado el rango de calibración.
2) Proporcionar análisis recomendados para las medidas de tratamiento Para diferentes medidas de tratamiento, se brindan varias estadísticas y pautas de acuerdo con la cantidad de usos, rutas de procesamiento, rangos de valores correspondientes, así como tendencias históricas del proyecto, asociación con otros proyectos concurrentes e información de diagnóstico histórico. , etc. ,analizar.
1) Definir indicadores de evaluación de valor crítico: el departamento médico debe definir indicadores de evaluación de valor crítico, tales como: tasa de procesamiento %, tiempo promedio de procesamiento h, tasa de procesamiento oportuno/tasa de procesamiento de 24 horas %, tasa de seguimiento de seis horas del paciente % , número total de procesamiento de valores críticos, etc.;
2) Estadísticas de valores críticos: el departamento médico debe supervisar, inspeccionar, rastrear y analizar periódicamente la implementación del sistema de gestión de valores críticos en cada departamento, y evaluar periódicamente la puntualidad de los informes y el manejo de valores críticos. En el componente de valor crítico del portal médico, se agregan y muestran los datos de valor crítico de cada departamento. Se muestran clasificaciones y datos detallados de varios indicadores de acuerdo con las dos dimensiones de departamento y médico. También admite la exportación de informes para mostrar datos en. un vistazo y compare periódicamente las diferencias en todo el hospital. Compare los indicadores en momentos determinados y formule un plan de mejora para la etapa crítica del hospital;
3) Retroalimentación de valor crítico: el departamento médico necesita actualizar y ajustar los elementos de valor crítico y los valores críticos de acuerdo con las condiciones clínicas reales, incorporar la gestión de valor crítico del departamento en la evaluación de la calidad médica del departamento y desarrollar un componente de retroalimentación de valor crítico en el personal médico. portal, y recopilar, analizar y abordar de manera uniforme estos comentarios.
Proceso: LIS - Centro de datos - Productor - Kafka Source - Flink - Procesamiento - Elasticsearch
1. Cuando los técnicos médicos descubren una situación crítica, el inspector (inspector) primero debe confirmar si los instrumentos, equipos y procesos de inspección son normales, verificar si las muestras son correctas, si la operación es correcta y si la transmisión del instrumento es incorrecta. Después de confirmar la clínica y la inspección, si no hay anomalías en todos los aspectos del proceso (examen), vuelva a examinar de manera oportuna (el departamento de imágenes puede decidir si es necesario un nuevo examen en función de la situación real). Los dos reexámenes son iguales. ¿Se pueden emitir los resultados del examen (examen)?
2. Después de que el sistema de inspección (inspección) envíe el valor crítico, iniciará una llamada a la interfaz de envío de valor crítico del centro de datos a través de la plataforma de integración del hospital. Primero, se almacenará el valor crítico y luego la interfaz del productor del centro de mensajes. en este plan se le pedirá que entregue "Enviar un "tema" de valor crítico a Kafka;
3. El servicio principal de esta solución utilizará Flink para suscribirse al valor crítico de Kafka para enviar el tema, y usará la API Transform de Flink para procesar los datos recibidos para formar los datos requeridos, y luego usará la API Elasticsearch de Flink para agregar ElasticsearchSink para generar los resultados. al índice relacionado con Elasticsearch;
4. Después del procesamiento de datos por parte del servicio principal, se puede llamar a la interfaz de back-end del portal unificado de usuario y luego se puede usar WebSocket para completar el envío de mensajes de front-end y back-end, o el servicio principal se puede integrar directamente. WebSocket será responsable de interactuar con el front-end del portal. Finalmente, la interfaz emergente de valor crítico se muestra en la parte frontal del portal del usuario;
5. En este punto finaliza el proceso de envío.
Proceso: Portal - Centro de datos - Productor - Kafka Source - Flink - Procesamiento - Elasticsearch
1. Durante el uso diario del sistema del portal, si un usuario médico recibe una notificación de valor crítico, se mostrará en forma de ventana emergente que domina la pantalla;
2. El médico emite un juicio basado en la información de valor crítico del paciente, así como en la información del informe, información de la consulta médica, etc. Si se confirma que cumple con la categoría de valor crítico, completará las medidas de intervención correspondientes y activar la lógica de procesamiento de valores críticos del centro de datos;
3. El centro de datos primero actualiza la información del valor crítico, luego inicia una llamada a la interfaz de envío de valor crítico del sistema de inspección (inspección) a través de la plataforma de integración del hospital y luego llama a la interfaz del productor del centro de mensajes en esta solución para entregar el " Procesamiento de valores críticos" Tema para Kafka;
4. El servicio principal de esta solución utilizará Flink para suscribirse al tema de procesamiento de valores críticos de Kafka, y usará la API Transform de Flink para procesar los datos recibidos para formar los datos requeridos, y luego usará la API Elasticsearch de Flink para agregar ElasticsearchSink para generar el resultados en el índice correspondiente de Elasticsearch;
5. Si en el paso 2, el médico determina que el valor crítico es una falsa alarma, haga clic en el botón "Pregunta de comentarios" para informar el problema del error a la interfaz del "Módulo de gestión médica" para su posterior análisis;
1. Basado en la combinación de Kafka + Flink, aprovecha la tecnología del motor de transmisión de big data para lograr un procesamiento de datos altamente confiable, eficiente, en tiempo real y altamente escalable para escenarios de procesamiento y envío de valor crítico, y finalmente logra un valor crítico. calibración de rango y El propósito de las medidas recomendadas;
2. Utilice Elasticsearch para almacenar resultados de cálculo de índices diversificados y luego utilice la función de agregación de ES para realizar análisis secundarios y procesamiento de los resultados. La escalabilidad y reutilización de la solución general se han mejorado enormemente;
3. Aplique el mecanismo impulsado por eventos del centro de mensajes a escenarios de valor crítico, establezca eventos de mensajes para los nodos clave del proceso de ciclo cerrado de valor crítico y especifique servicios de suscripción para eventos a través de una suscripción dinámica. El proceso es claro y conectable. Establecer un proceso completo de procesamiento de valores críticos con el centro de mensajes como centro, cubriendo todos los aspectos del escenario comercial real tanto como sea posible y mejorando la cobertura comercial y la participación del personal;
Lo anterior presenta el plan "Medidas de manejo de valores críticos recomendadas y calibración de rango basadas en Kafka + Flink + ES" de la compañía del blogger.
💗 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。
Se ha dedicado a la investigación de tecnología durante más de 30 años y domina varios lenguajes como java, linux, javascript, php, css, etc. Ha realizado muchas contribuciones en el campo del código abierto. Estación de documentación para desarrolladores para compartir algunos problemas en el desarrollo de tecnología para referencia futura.
Correomesophia@protonmail.com