Enhancing the Efficiency of a Radiation Oncology Department Using Electronic Medical Records: Protocol for Preparing Radiotherapy
Notice bibliographique
Résumé
BACKGROUND: Electronic medical records (EMRs) streamline medical processes, improve quality control, and facilitate data sharing among hospital departments. They also reduce maintenance costs and storage space needed for paper records, while saving time and providing structured data for future research. OBJECTIVE: This study aimed to investigate whether the integration of the radiation oncology information system and the hospital information system enhances the efficiency of the department of radiation oncology. METHODS: We held multidisciplinary discussions among physicians, physicists, medical radiation technologists, nurses, and engineers. We integrated paper records from the radiation oncology department into the existing hospital information system within the hospital. A new electronic interface was designed. A comparison was made between the time taken to retrieve information from either the paper records or the EMRs for radiation preparation. A total of 30 cases were randomly allocated in both the old paper-based system and the new EMR system. The time spent was calculated manually at every step during the process, and we performed an independent 1-tailed t test to evaluate the difference between the 2 systems. RESULTS: Since the system was launched in August 2020, more than 1000 medical records have been entered into the system, and this figure continues to increase. The total time needed for the radiation preparation process was reduced from 286.8 minutes to 154.3 minutes (P<.001)-a reduction of 46.2%. There was no longer any need to arrange for a nurse to organize the radiotherapy paper records, saving a workload of 16 hours per month. CONCLUSIONS: The implementation of the integrated EMR system has resulted in a significant reduction in the number of steps involved in radiotherapy preparation, as well as a decrease in the amount of time required for the process. The new EMR system has provided numerous benefits for the department, including a decrease in workload, a simplified workflow, and conserving more patient data within a confined space.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».