医疗记录系统定制开发

了解信息的快速方法之一就是通过视觉。“我们在识别模式方面要快得多，”多伦多大学博士计算机科学系及其动态图形项目实验室的学生Sultanum博士说。

“如果它是一个数字表与图表，你可以更快地找到数据的分布图。当使用文本时，事情变得有点复杂，因为不知怎的，你必须将文本翻译成计算机可以的东西。理解，这是文本可视化的很大挑战之一。“Sultanum的开发检查了临床使用的文本可视化，最近在柏林的IEEE VIS会议上提出了“基于策划的临床文本可视化方法” 。

Singh在SickKids完成了他的儿科住院医师培训和两年的儿科急诊室奖学金，他非常了解医学中对文本可视化工具的需求。

“我是这样一个工具的最终用户，这给了我一个独特的视角，”。他的研究兴趣包括实施临床实践的机器学习，这使他与Brudno合作，Brudno也是SickKids计算医学中心的主任。Brudno正在监督Singh在U of T对计算机科学硕士学位的追求。

“我的想法是让我了解医学上的细微差别，向尼科尔这样的专家学习，并建立弥合差距的解决方案，以加强患者护理，”辛格说。

考虑到家庭医生的时间限制，Sultanum说。他们通常会与患者会面15分钟，患者之间可能不超过15分钟来检查文件。但是，如果病史较长的患者会遇到一位医生而另一位医生，那么软件开发人员认为，两位医生都会花费大量时间阅读整个患者病史，这是不可能的。

“如果你的患者病史很长，那么医生会问患者的亮点是什么。不能保证患者能够准确，完整地描述他们的病情。他们可能不记得了 - 但是这是在记录中;她说。

Sultanum观察并采访了多伦多诊所的一些医生。他们的数据集包括每位患者超过300页的医疗图表说明。整个医学图表中提到的条件可视化为蒸汽图，带有液滴的带状图，随着术语的重复而扩展。例如，高血压周围较大的液滴意味着它对患者来说是一个问题。每种情况都标有不同的颜色。

“能够快速查看单个屏幕，向我显示一个可视化的患者病历的准确总结，这是非常有价值的，”辛格说。“然后，我可以迅速从评估不适的病人到自信地做出我的临床决定。

Singh说，Doccurate与其他医学可视化工具的独特之处在于能够定制。例如，血凝块可能与任何数量的疾病相关，但他说他可以对其进行分类，以便将最终的可视化绘制到正确的医疗状况。

“它以可视方式传达给我，这有助于将医生的心理模型联系在一起，通过可视化创建一个整体护理团队。

Sultanum说她的研究的下一阶段将是提供关于患者如何随时间进化的叙述和进展的视觉感受。她将在Inria Saclay进行为期四个月的开发访问时使用自然语言处理数据集开始探索这个想法，Inria Saclay是法国众多计算机科学软件开发机构之一。

从概念证据到进一步的临床试验获得Doccurate是另一个挑战，但Singh认为时机是正确的。就在去年夏天，SickKids推出了一个新的电子健康信息系统Epic。随着越来越多的医院推进其电子健康信息系统，Doccurate将有更多的临床使用机会。

“人们已经准备好问'我们如何采用这种电子病历系统并找到其他增值？

“我们可以在医学和计算机科学之间架起一座桥梁，以便实施这些类型的解决方案，以提高患者的安全性和我们提供的护理质量。