SlideShare a Scribd company logo
Standard internazionali per il software nel settore
                  della salute




            Vittorio Meloni – vittorio.meloni@crs4.it
Laboratorio analisi
“Il servizio di laboratorio gioca un ruolo chiave nella
     cura dei pazienti e i dati di laboratorio influiscono
                             per il

                                   60-70%
su decisioni critiche come il ricovero, la dimissione e
                    le medicazioni” *.
     Di conseguenza, le analisi di laboratorio
  costituiscono un’importante potenziale fonte di
     errori che può incidere sulla sicurezza dei
                        pazienti
* ToybertME, Chevret S, Cassinat B, Schlageter, Forsman.Why is the laboratory an afterthought for managed care
organizations? Clin Chem ;42:813–6.
Laboratorio analisi




Source: Modern Physician/PricewaterhouseCoopers survey of executive opinions on key information systems issues, Modern
Physician, November 2003
Laboratorio analisi
La quantità di pazienti, campioni ed analisi che vengono
    effettuati nei moderni laboratori ha raggiunto una
    dimensione tale che non è più possibile eseguire le
           principali operazioni manualmente.
  In Sardegna vengono effettuati ogni anno (solo nei
                    laboratori pubblici)


         23.000.000*                                   di test

* Sardegna IT Stato dell’arte dei LIS dei laboratori della Sardegna, 2008
Laboratorio analisi
  Frequenza degli errori negli esami di laboratorio

       ~ 0,08%* x 23.000.000
                 =
     18.400 errors /y
* Szecsi PB, Ødum L., Error tracking in a clinical biochemistry laboratory, Clin Chem Lab Med. 2009;47(10):1253-7
Workflow di laboratorio
  30%
  Post-Analytical Errors                       Prescrizione
  • Incorrect reports
  • Incorrect data entries

                                                                   Inserimento
                      Reporting                                       ordini




                    Esiti                               LIS          Id e n tifica z io n e        ?
                                                                                60%
                                                                                Pre-Analytical Errors
10%                                                                             •   Incorrect sample
Analytical Errors            Analisi clinica                  Prelievo          •   Misidentification
• Sample swap                                                                   •   Sample transportation
• Analyzer errors                                                               •   Insufficient sample
IHE Laboratory TF

• Definisce profili specifici
  per l’integrazione di
  sistemi di laboratorio
  con altri sistemi
  dell’ambito clinico
• Definisce l’interazione
  con profili appartenenti
  ad altri TF
• Last revision: 4.0
  October 2012
IHE Laboratory TF - Profiles
•   LTW (Lab. Testing Workflow)
•   LDA (Lab. Device Automation)
•   LPOCT (Lab. Point Of Care Testing)
•   LCSD (Lab. Code Set Distribution)
•   LBL (Lab. Barcode Labeling)
Laboratory Barcode Labeling
• Un sistema robotico produce le etichette per un
  set di campioni appartenenti a uno o più ordini
• Le informazioni sul paziente, sui test e sui
  campioni vengono fornite da un altro sistema
• Per ciascuno dei campioni ricevuti il sistema
  robotico predispone la stampa delle etichette
  identificandole con un barcode e altre
  informazioni significative per il prelevatore
LBL - Perché
30%                                         Prescrizione
Post-Analytical

                                                                Inserimento
                Reporting
                                                                   ordini




                                             LBL
                  Esiti                                           Identificazione




   10%                                                                    60%
   Analytical             Analisi clinica                  Prelievo
                                                                          Pre-Analytical
LBL - Attori
• LIP (Label Information Provider): Fornisce
  le informazioni necessarie per la stampa delle
  etichette (anagrafica paziente, dati sui test e
  sui campioni). Solitamente è impersonato dal
  LIS ma potrebbe essere anche un HIS
• LB (Label Broker): Riceve le informazioni per
  la stampa delle etichette e produce le
  etichette per i campioni
LBL – Modalità
• Request Mode (LAB-61): Al momento
  opportuno il LIP invia al LB un ordine di
  stampa con tutte le informazioni necessarie
  (paziente, test, provette)
• Query Mode (LAB-62): Il LB chiede al LIP le
  informazioni riguardanti un paziente/ordine.
  Il LIP invia le informazioni necessarie alla
  stampa (paziente, test, provette)
LBL – Query Mode

          LIS    LIP                                      LB
Order
created



                       Label delivery request [LAB-62]         Arrival of the patient
                       QBP^SLI^QBP_Q11                         in specimen
                                                               collection point



                       Label delivery response [LAB-62]
                       RSP^SLI^RSP_K11
Query Mode - Richiesta

MSH|^~&|LB|LB|LIP|Reparto A|201210251630||QBP^SLI^QBP_Q11|001|P|2.5
QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456||||
RCP|I||R
Query Mode - Risposta
MSH|^~&|IL|IL|LB_AP|LB_AP|201210251630||RSP^SLI^RSP_K11|002|D|2.5
MSA|AA|001||||
QAK|0001|OK||
QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456||||
PID|||12345^^^^PK||MARIO^ROSSI||19650321|M|||VIA
ROMA^^CAGLIARI^CA^09100|||||||MRSSMRA67C21L781
SPM|1|1111||BLDV^Blood Venous|||||||PSN^Human
Patient||||||20111207121030||20111207121030|||||||1|COAG^COAGULAZION
E
ORC|NW|83937|83937|18836|SC||||20111207121030|MELONI^^||MELONI^^|
TQ1|||||||||R
OBR||83937|83937|LDL^LDL CHOLESTEROL^^LDL||||||||||||PROVA^^
                         CHOLESTEROL^^LDL||||||||||||
Query Mode - Esempio
   1. Il sig.richiedele etichette e sull’ordinealle ilper effettuare delle
   8. Lepaziente leRossiilsigliportateperospedaleprovette
   7.
   6. provette al viene in laboratorio al
   5. LIP invia si presenta inserita la analizzatori
   4. LB stampa informazioni le in richiesta prelievo
   3. VieneMario vengono ordini agliMario Rossi
   2. All’accettazioneLIP prelievo attacca perLBnel LIS/HIS
               effettuato presenta
      analisi
PATIENT_ID    SURNAME   NAME    DOB       GENDER    ACCOUNT_NUMBER   VISIT_NUMBE
                                                                                   R
100001       ROSSI         MARIO    21/3/1965     M           RSSMRA67C21L781      120206000




  MSH|^~&|LB|LB|LIP|Reparto A|201210251630||QBP^SLI^QBP_Q11|001|P|2.5
   MSH|^~&|IL|IL|LB_AP|LB_AP|201210251630||RSP^SLI^RSP_K11|002|D|2.5
   PATIENT_ID        SPECIMEN_ID       TEST         SPECIMEN_TYPE     CONTAINER_TYPE
   MSA|AA|001||||
  QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456||||
   QAK|0001|OK||
   123456
  RCP|I||R           100189450101      HDL          BLOOD VENOUS      COAG
   QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456||||
   PID|||12345||MARIO^ROSSI||19650321|M|||VROMA^^CAGLIARI^09100|||||||MRSSMRA67C21L781
  123456            100189450201      VES
  SPM|1|1111||BLDV^Blood Venous|||||||PSN^Human
                                                      BLOOD VENOUS     VES
   Patient||||||20111207121030||20111207121030|||||||1|COAG^COAGULAZIONE
   ORC|NW|84387|84387|18945|SC||||20120801094201||||||||^
   TQ1|||||||20120801094201||R
   OBR||84387|84387|HDL^HDL CHOLESTEROL^^HDL||||||||||||
   SPM|2|2222||BLDV Blood Venous|||||||PSN^Human
   Patient||||||20111207121030||20111207121030|||||||1|VES^VES
   ORC|NW|83937|83937|18836|SC||||20111207121030|MELONI^^||MELONI^^|
   TQ1|||||||||R
   OBR||83937|83937|VES^VES^^VES||||||||||||

More Related Content

More from CRS4 Research Center in Sardinia

The future is close
The future is closeThe future is close
The future is close
The future is closeThe future is close
Presentazione Linea B2 progetto Tutti a Iscol@ 2017
Presentazione Linea B2 progetto Tutti a Iscol@ 2017Presentazione Linea B2 progetto Tutti a Iscol@ 2017
Presentazione Linea B2 progetto Tutti a Iscol@ 2017
CRS4 Research Center in Sardinia
 
Iscola linea B 2016
Iscola linea B 2016Iscola linea B 2016
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
CRS4 Research Center in Sardinia
 
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
CRS4 Research Center in Sardinia
 
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
CRS4 Research Center in Sardinia
 
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
CRS4 Research Center in Sardinia
 
Big Data Infrastructures - Hadoop ecosystem, M. E. Piras
Big Data Infrastructures - Hadoop ecosystem, M. E. PirasBig Data Infrastructures - Hadoop ecosystem, M. E. Piras
Big Data Infrastructures - Hadoop ecosystem, M. E. Piras
CRS4 Research Center in Sardinia
 
Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
 Big Data Analytics, Giovanni Delussu e Marco Enrico Piras  Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
CRS4 Research Center in Sardinia
 
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
CRS4 Research Center in Sardinia
 
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
CRS4 Research Center in Sardinia
 
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
CRS4 Research Center in Sardinia
 
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
CRS4 Research Center in Sardinia
 
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
CRS4 Research Center in Sardinia
 
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
CRS4 Research Center in Sardinia
 
SmartGeo/Eiagrid portal (Guido Satta, CRS4)
SmartGeo/Eiagrid portal (Guido Satta, CRS4)SmartGeo/Eiagrid portal (Guido Satta, CRS4)
SmartGeo/Eiagrid portal (Guido Satta, CRS4)
CRS4 Research Center in Sardinia
 
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
CRS4 Research Center in Sardinia
 
Mobile Graphics (part2)
Mobile Graphics (part2)Mobile Graphics (part2)
Mobile Graphics (part2)
CRS4 Research Center in Sardinia
 
Mobile Graphics (part1)
Mobile Graphics (part1)Mobile Graphics (part1)
Mobile Graphics (part1)
CRS4 Research Center in Sardinia
 

More from CRS4 Research Center in Sardinia (20)

The future is close
The future is closeThe future is close
The future is close
 
The future is close
The future is closeThe future is close
The future is close
 
Presentazione Linea B2 progetto Tutti a Iscol@ 2017
Presentazione Linea B2 progetto Tutti a Iscol@ 2017Presentazione Linea B2 progetto Tutti a Iscol@ 2017
Presentazione Linea B2 progetto Tutti a Iscol@ 2017
 
Iscola linea B 2016
Iscola linea B 2016Iscola linea B 2016
Iscola linea B 2016
 
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
Sequenziamento Esomico. Maria Valentini (CRS4), Cagliari, 18 Novembre 2015
 
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
Near Surface Geoscience Conference 2015, Turin - A Spatial Velocity Analysis ...
 
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
GIS partecipativo. Laura Muscas e Valentina Spanu (CRS4), Cagliari, 21 Ottobr...
 
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
Alfonso Damiano (Università di Cagliari) ICT per Smart Grid
 
Big Data Infrastructures - Hadoop ecosystem, M. E. Piras
Big Data Infrastructures - Hadoop ecosystem, M. E. PirasBig Data Infrastructures - Hadoop ecosystem, M. E. Piras
Big Data Infrastructures - Hadoop ecosystem, M. E. Piras
 
Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
 Big Data Analytics, Giovanni Delussu e Marco Enrico Piras  Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
Big Data Analytics, Giovanni Delussu e Marco Enrico Piras
 
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
Dinamica Molecolare e Modellistica dell'interazione di lipidi col recettore P...
 
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
Innovazione e infrastrutture cloud per lo sviluppo di applicativi web e mobil...
 
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
ORDBMS e NoSQL nel trattamento dei dati geografici parte seconda. 30 Sett. 2015
 
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
Sistemi No-Sql e Object-Relational nella gestione dei dati geografici 30 Sett...
 
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
Elementi di sismica a riflessione e Georadar (Gian Piero Deidda, UNICA)
 
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
Near Surface Geoscience Conference 2014, Athens - Real-­time or full­‐precisi...
 
SmartGeo/Eiagrid portal (Guido Satta, CRS4)
SmartGeo/Eiagrid portal (Guido Satta, CRS4)SmartGeo/Eiagrid portal (Guido Satta, CRS4)
SmartGeo/Eiagrid portal (Guido Satta, CRS4)
 
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
Luigi Atzori Metabolomica: Introduzione e review di alcune applicazioni in am...
 
Mobile Graphics (part2)
Mobile Graphics (part2)Mobile Graphics (part2)
Mobile Graphics (part2)
 
Mobile Graphics (part1)
Mobile Graphics (part1)Mobile Graphics (part1)
Mobile Graphics (part1)
 

Seminario Vittorio Meloni, 25-10-2012

  • 1. Standard internazionali per il software nel settore della salute Vittorio Meloni – vittorio.meloni@crs4.it
  • 2. Laboratorio analisi “Il servizio di laboratorio gioca un ruolo chiave nella cura dei pazienti e i dati di laboratorio influiscono per il 60-70% su decisioni critiche come il ricovero, la dimissione e le medicazioni” *. Di conseguenza, le analisi di laboratorio costituiscono un’importante potenziale fonte di errori che può incidere sulla sicurezza dei pazienti * ToybertME, Chevret S, Cassinat B, Schlageter, Forsman.Why is the laboratory an afterthought for managed care organizations? Clin Chem ;42:813–6.
  • 3. Laboratorio analisi Source: Modern Physician/PricewaterhouseCoopers survey of executive opinions on key information systems issues, Modern Physician, November 2003
  • 4. Laboratorio analisi La quantità di pazienti, campioni ed analisi che vengono effettuati nei moderni laboratori ha raggiunto una dimensione tale che non è più possibile eseguire le principali operazioni manualmente. In Sardegna vengono effettuati ogni anno (solo nei laboratori pubblici) 23.000.000* di test * Sardegna IT Stato dell’arte dei LIS dei laboratori della Sardegna, 2008
  • 5. Laboratorio analisi Frequenza degli errori negli esami di laboratorio ~ 0,08%* x 23.000.000 = 18.400 errors /y * Szecsi PB, Ødum L., Error tracking in a clinical biochemistry laboratory, Clin Chem Lab Med. 2009;47(10):1253-7
  • 6. Workflow di laboratorio 30% Post-Analytical Errors Prescrizione • Incorrect reports • Incorrect data entries Inserimento Reporting ordini Esiti LIS Id e n tifica z io n e ? 60% Pre-Analytical Errors 10% • Incorrect sample Analytical Errors Analisi clinica Prelievo • Misidentification • Sample swap • Sample transportation • Analyzer errors • Insufficient sample
  • 7. IHE Laboratory TF • Definisce profili specifici per l’integrazione di sistemi di laboratorio con altri sistemi dell’ambito clinico • Definisce l’interazione con profili appartenenti ad altri TF • Last revision: 4.0 October 2012
  • 8. IHE Laboratory TF - Profiles • LTW (Lab. Testing Workflow) • LDA (Lab. Device Automation) • LPOCT (Lab. Point Of Care Testing) • LCSD (Lab. Code Set Distribution) • LBL (Lab. Barcode Labeling)
  • 9. Laboratory Barcode Labeling • Un sistema robotico produce le etichette per un set di campioni appartenenti a uno o più ordini • Le informazioni sul paziente, sui test e sui campioni vengono fornite da un altro sistema • Per ciascuno dei campioni ricevuti il sistema robotico predispone la stampa delle etichette identificandole con un barcode e altre informazioni significative per il prelevatore
  • 10. LBL - Perché 30% Prescrizione Post-Analytical Inserimento Reporting ordini LBL Esiti Identificazione 10% 60% Analytical Analisi clinica Prelievo Pre-Analytical
  • 11. LBL - Attori • LIP (Label Information Provider): Fornisce le informazioni necessarie per la stampa delle etichette (anagrafica paziente, dati sui test e sui campioni). Solitamente è impersonato dal LIS ma potrebbe essere anche un HIS • LB (Label Broker): Riceve le informazioni per la stampa delle etichette e produce le etichette per i campioni
  • 12. LBL – Modalità • Request Mode (LAB-61): Al momento opportuno il LIP invia al LB un ordine di stampa con tutte le informazioni necessarie (paziente, test, provette) • Query Mode (LAB-62): Il LB chiede al LIP le informazioni riguardanti un paziente/ordine. Il LIP invia le informazioni necessarie alla stampa (paziente, test, provette)
  • 13. LBL – Query Mode LIS LIP LB Order created Label delivery request [LAB-62] Arrival of the patient QBP^SLI^QBP_Q11 in specimen collection point Label delivery response [LAB-62] RSP^SLI^RSP_K11
  • 14. Query Mode - Richiesta MSH|^~&|LB|LB|LIP|Reparto A|201210251630||QBP^SLI^QBP_Q11|001|P|2.5 QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456|||| RCP|I||R
  • 15. Query Mode - Risposta MSH|^~&|IL|IL|LB_AP|LB_AP|201210251630||RSP^SLI^RSP_K11|002|D|2.5 MSA|AA|001|||| QAK|0001|OK|| QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456|||| PID|||12345^^^^PK||MARIO^ROSSI||19650321|M|||VIA ROMA^^CAGLIARI^CA^09100|||||||MRSSMRA67C21L781 SPM|1|1111||BLDV^Blood Venous|||||||PSN^Human Patient||||||20111207121030||20111207121030|||||||1|COAG^COAGULAZION E ORC|NW|83937|83937|18836|SC||||20111207121030|MELONI^^||MELONI^^| TQ1|||||||||R OBR||83937|83937|LDL^LDL CHOLESTEROL^^LDL||||||||||||PROVA^^ CHOLESTEROL^^LDL||||||||||||
  • 16. Query Mode - Esempio 1. Il sig.richiedele etichette e sull’ordinealle ilper effettuare delle 8. Lepaziente leRossiilsigliportateperospedaleprovette 7. 6. provette al viene in laboratorio al 5. LIP invia si presenta inserita la analizzatori 4. LB stampa informazioni le in richiesta prelievo 3. VieneMario vengono ordini agliMario Rossi 2. All’accettazioneLIP prelievo attacca perLBnel LIS/HIS effettuato presenta analisi PATIENT_ID SURNAME NAME DOB GENDER ACCOUNT_NUMBER VISIT_NUMBE R 100001 ROSSI MARIO 21/3/1965 M RSSMRA67C21L781 120206000 MSH|^~&|LB|LB|LIP|Reparto A|201210251630||QBP^SLI^QBP_Q11|001|P|2.5 MSH|^~&|IL|IL|LB_AP|LB_AP|201210251630||RSP^SLI^RSP_K11|002|D|2.5 PATIENT_ID SPECIMEN_ID TEST SPECIMEN_TYPE CONTAINER_TYPE MSA|AA|001|||| QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456|||| QAK|0001|OK|| 123456 RCP|I||R 100189450101 HDL BLOOD VENOUS COAG QPD|SLI^Specimen Labeling Instructions^IHE_LABTF|0001|123456|||| PID|||12345||MARIO^ROSSI||19650321|M|||VROMA^^CAGLIARI^09100|||||||MRSSMRA67C21L781 123456 100189450201 VES SPM|1|1111||BLDV^Blood Venous|||||||PSN^Human BLOOD VENOUS VES Patient||||||20111207121030||20111207121030|||||||1|COAG^COAGULAZIONE ORC|NW|84387|84387|18945|SC||||20120801094201||||||||^ TQ1|||||||20120801094201||R OBR||84387|84387|HDL^HDL CHOLESTEROL^^HDL|||||||||||| SPM|2|2222||BLDV Blood Venous|||||||PSN^Human Patient||||||20111207121030||20111207121030|||||||1|VES^VES ORC|NW|83937|83937|18836|SC||||20111207121030|MELONI^^||MELONI^^| TQ1|||||||||R OBR||83937|83937|VES^VES^^VES||||||||||||