zoukankan      html  css  js  c++  java
  • LIS是什么?【标本分拣】

    接之前【LIS是什么?】中,提到几点需要补充描述的部分。

    Ⅰ.标本分管处理

    标本的分管处理,在医院和第三方实验室有多种叫法,例如:分拣、合管等等。这里我称之为分拣,分拣实际上分为两个部分:系统中标本分拣数据处理;线下人工标本分拣。

    系统中的分拣处理,主要是按照分拣规则来进行数据的处理,而分拣规则具体是怎样的,这里需要做一点简介。

    首先在临床医生申请医嘱的时候,护士根据医嘱明细去跟患者进行采样(这里以采血为例,项目以肝功能,肾功能,血常规),由于检验医学的要求,不同的项目对标本有不同的要求,比如标本类型、标本量、采集容器等,根据示例项目,患者会使用到两种采集管红头管和紫头管,由下表可以看出肝功能、肾功能用同1种采集管,血常规用另外1种采集管,那么为什么肝功能、肾功能采集1管,血常规采集1管,原因下文说明。

    2管标本采集完成后,会送至检验实验室,进行下一步的工作。实验室前处理人员收到标本后,会分别将2管标本,根据所示项目情况,放置在2个专业组试管架上,这样就是一个手工分拣的过程(后续可能还有离心等系列操作,这里不做描述)

    那么系统中又是如何处理的呢?

    门诊举例,首先医生在HIS医生工作站中申请医嘱,患者缴费完成后,会将具体医嘱明细对LIS开放,此时患者持医嘱明细去检验实验室进行标本采集,实验室人员通过医嘱明细上的标识代码(医嘱ID),操作LIS系统,LIS从HIS获取患者本次检验数据,打印条码,而打印出来的条码有很大的提示意义,首先条码数量:数量是N,基本代表要采集N份标本;条码信息:包含了患者基本信息,项目信息,采样管类型等等,为采集人员进行提示,用什么采集管,采集多少标本等等。系统中大致处理步骤如下图:

     其中医嘱ID代表同一个患者同一批次的医嘱申请(同一个患者可能多次申请肝功能,所以要具体区分批次),生成条码为LIS系统根据获取的项目数据进行分拣后生成的条码。

    由上图可以得到几点信息:

    a. 相同医嘱ID,这3个项目是同一个患者同一批次的项目;

    b. 其中肝功能、肾功能用的相同采集管,可能可以共用一份标本;

    c. 生成条码中肝功能,肾功能为相同条码号,结合b点,可以确认肝功能、肾功能可以共采集1管血;

    原因说明(个人根据工作经验理解):

    检验的分拣规则,遵从大致3个基本原则,而核心原则本质上是1个。

    1. 同标本类型:只有相同标本类型的样本项目,才可能共一管血,项目打在一个条码上。很容易理解,尿常规和血常规就不可能共标本,尿液和血液如何同时采集到一个采集容器中,那么条码也不可能打在一起;

    2. 同专业组:相同专业组类型的项目,才可能共一管血,比如临检的血常规,生化的肝功能、肾功能,是属于2个专业组的,LIS中也不能让这几个项目分配在一个条码上。

    3. 实验室条件制约:不同的实验室对检验的业务流程有不同,仪器分类也有不同。比如肝炎全套,包含甲乙丙丁肝炎检查几个项目,都使用血清,都属于同一个免疫专业组,符合上述1、2点原则,但是实验室由于自身业务流程的不同,可能某一天集中用A仪器做甲乙肝炎检查,另一天集中用B仪器做丙丁肝炎检测,那么如果按照上述1、2原则,只会采集1管标本,但又因为实验室检测是不同时间,仪器设备的不同,可能需要进行手工分血,增加标本污染的可能性,所以结合这些情况,在上述1、2点的基础上,增加第3点原则,把甲乙肝炎和丙丁肝炎再进行分拣分类,那么最终会采集2管标本,打印2个条码。

    PS:现在检验仪器越来越先进,第2原则可能已经不是那么的严格限制,比如早期生化仪器和发光仪器是2种仪器设备,虽然都是要求血清检测,但是专业组是生化和免疫,所以会采集2管标本,打印2个条码,而现在很多大型仪器已经可以同时进行生化、发光等检测,所以已经突破第2点原则的限制,可以只采集1管标本,1个条码,这一点同样归属到第3点原则中。

    以上大部分根据个人工作经验理解整理出来,如有误,请谅解辛苦指出。

  • 相关阅读:
    mac下安装apache tomcat
    前端常用框架和js插件 UI组件等
    HBase二级索引的设计
    通过BulkLoad的方式快速导入海量数据
    Phoenix二级索引(Secondary Indexing)的使用
    java并发编程--Executor框架
    Spark常用函数讲解之Action操作
    Java并发编程--Volatile详解
    Spark常用函数讲解之键值RDD转换
    图解堆排序
  • 原文地址:https://www.cnblogs.com/airlinp/p/12366381.html
Copyright © 2011-2022 走看看