一种管理技术人员审查从患者收集的医疗测试数据的系统和方法包括接收医疗测试数据。至少一个分析算法应用于所述医疗测试数据以产生预评估概要。所述医疗测试数据基于对预评估概要的分类规则的应用而指派给技术人员并且指派的医疗测试数据在技术人员的工作队列中呈现。
1.一种管理技术人员审查从患者收集的医疗测试数据的方法，所述方法包括：接收医疗测试数据；
将至少一个分析算法应用于所述医疗测试数据以产生所述医疗测试数据的至少一个预评估概要；
将至少一个分类规则应用于所述医疗测试数据的所述至少一个预评估概要；
基于对所述至少一个预评估概要的所述至少一个分类规则的应用而对所述技术人员指派所述医疗测试数据；
在图形显示器上呈现所述技术人员的工作队列中的所述医疗测试数据的指示；
从对所述医疗测试数据的所述至少一个临床重要性算法的应用来识别所述医疗测试数据中的生理特性；
将至少一个困难分析算法应用于所述医疗测试数据；以及
从对所述医疗测试数据的所述至少一个困难分析算法的应用来产生所述医疗测试数据的信号质量的评估；
其中，所述预评估概要包括所述信号质量的评估和所述生理特性；
其中，所述困难分析算法应用多个波形模板，并且所述信号质量的评估是由所述医疗测试数据的至少一部分匹配的模板数量的计数。
2.如权利要求1所述的方法，其中，所述技术人员是多个技术人员中的一个，并且进一步包括：确定所述多个技术人员中的每个技术人员的能力；以及
其中，所述至少一个分类规则的应用使用确定的能力和确定的可用性来对所述多个技术人员中的技术人员指派所述医疗测试数据。
基于信号质量的评估和所述生理特性关于指派的医疗测试数据对所述技术人员的工作队列重新排序；以及在具有所述工作队列的所述图形显示器上呈现所述预评估概要；以及接收来自医疗测试数据的技术人员的选择以用于从在所述图形显示器上呈现的所述工作队列以在所述队列中呈现的顺序的人工审查。
根据所述至少一个分类规则对所述预评估概要的信号质量的评估以及识别的生理特性加权；其中，所述医疗测试数据的指示基于根据所述至少一个分类规则而加权的所述信号质量的评估以及所述识别的生理特性而位于所述技术人员的所述工作队列中。
5.如权利要求1所述的方法，其中，所述至少一个临床重要性算法在应用于所述医疗测试数据时识别在所述医疗测试数据中存在的临床异常并且所述生理特性是识别的临床异常的列表。
6.如权利要求5所述的方法，其中，所述识别的临床异常的列表包括所述医疗测试数据中所述临床异常的发病率的指示。
7.如权利要求1所述的方法，其中，来自所述困难分析算法的所述信号质量的评估是所述医疗测试数据的信噪比。
8.如权利要求1所述的方法，其中，所述医疗测试数据是Holter测试数据。
9.一种管理用于由多个技术人员之中的技术人员人工审查的医疗测试数据的指派的方法，所述方法包括：接收完成的医疗测试的医疗测试数据，其包括连续生理数据记录；
将至少一个临床重要性算法应用于所述连续生理数据记录测试数据以识别所述连续生理数据记录中存在的至少一个临床异常；以及将至少一个困难分析算法应用于所述连续生理数据记录以估计所述连续生理数据记录的信号质量；
根据至少一个分类规则基于所述至少一个识别的临床异常来评估所述医疗测试数据的紧急性；
根据所述至少一个分类规则基于估计的信号质量来评估所述医疗测试数据的处理时间；
基于所述连续生理数据记录的评估的紧急性以及处理时间对所述多个技术人员中的技术人员指派所述医疗测试数据的人工审查；以及更新所述技术人员的图形显示器上呈现的工作队列以包括所述医疗测试数据的指示；
其中，所述至少一个困难分析算法包括多个信号模板并且所述连续生理数据记录的所述信号质量的估计包括由所述连续生理数据记录的部分匹配的多个信号模板的计数。
基于在所述工作队列中呈现的医疗测试数据的指示评估所述多个技术人员中的每个技术人员的工作队列以确定所述多个技术人员中的每个技术人员的时间可用性；
其中，基于确定的所述技术人员的时间可用性对所述多个技术人员中的所述技术人员指派所述医疗测试数据的所述人工审查。
根据由所述技术人员中的每个执行的人工审查的质量来评估所述多个技术人员中的每个的质量；
其中，进一步基于评估的所述多个技术人员中的每个的质量对所述多个技术人员中的技术人员指派所述医疗测试数据的所述人工审查。
12.如权利要求9所述的方法，其中，更新在所述图形显示器上呈现的所述工作队列进一步包括基于所述医疗测试数据的所述评估的紧急性以及处理时间使所述医疗测试数据的指示位于所述工作队列内。
13.如权利要求9所述的方法，其中，所述连续生理数据记录中存在的至少一个临床异常的识别进一步包括提供在所述连续生理数据记录中存在的识别的至少一个临床异常的每个出现的计数。
14.一种系统，用于促进由技术人员的医疗测试数据的审查，所述系统包括：技术人员工作站，其包括图形显示器，所述图形显示器操作成向所述技术人员呈现工作队列，所述工作队列包括指派给所述技术人员以用于审查的医疗测试数据的指示，所述医疗测试数据包括连续生理数据记录；
第一计算机可读介质，其存储至少一个临床重要性算法，所述至少一个临床重要性算法在应用于医疗测试数据时识别所述医疗测试数据中的至少一个临床异常；
第二计算机可读介质，其存储至少一个困难算法，所述至少一个困难算法在应用于医疗测试数据时评估所述医疗测试数据的信号质量；其中，所述至少一个困难分析算法包括多个信号模板并且所述连续生理数据记录的所述信号质量的估计包括由所述连续生理数据记录的部分匹配的多个信号模板的计数；
医疗测试分析计算机，其接收医疗测试数据、通过访问所述至少一个临床重要性算法和至少一个困难算法并且将其应用于所述医疗测试数据而创建所述医疗测试数据的预评估、基于所述至少一个分类规则将所述医疗测试数据指派给所述技术人员、以及将所述医疗测试数据的指示提供给所述技术人员工作站以用于在所述工作队列中呈现。
15.如权利要求14所述的系统，其中，所述技术人员是多个技术人员中的一个技术人员，并且基于对所述医疗测试数据的所述至少一个分类规则的应用由所述医疗测试分析计算机选择所述技术人员。
16.如权利要求15所述的系统，进一步包括第四计算机可读介质，所述第四计算机可读介质存储所述多个技术人员中的每个技术人员的队列状态并且至少部分基于每个技术人员的所述队列状态和所述至少一个分类规则由所述医疗测试分析计算机选择所述多个技术人员中的所述技术人员。
17.如权利要求15所述的系统，进一步包括第四计算机可读介质，所述第四计算机可读介质存储所述多个技术人员中的每个技术人员的技术人员评估并且至少部分基于每个技术人员的所述技术人员评估和所述至少一个分类规则由所述医疗测试分析计算机选择所述多个技术人员中的所述技术人员。
管理技术人员审查医疗测试数据的系统和方法
技术领域
[0001] 本公开涉及医疗测试数据分析的领域。更具体地，涉及安排技术人员审查医疗测试数据的系统和方法。
背景技术
[0002] Holter测试一般来说指在一段时间内连续监测体内的电活动的多种测试中的任一个。通常在至少24小时内实施这些测试；然而，一些Holter测试在仅仅12小时或更少内实施，或可花两周之久或更多。典型地，Holter测试监测心血管系统的电活动，但还可以监测其他生物电势，示范性地为脑电图（EEG）。Holter监测器是便携式装置，其使用安置在患者上的多个电极并且在测试时期内连续监测患者中的电活动。因此，Holter测试产生海量的电势数据，在测试数据可以用于由护理提供者告知诊断或治疗决策之前必须审查并且分析所述电势数据。
[0003] 尽管计算机实现的算法可以在系统中使用来分析Holter测试数据以提供自动分析，大多数医疗护理设施在作出任何评估或诊断之前利用技术人员人工审查Holter测试数据。审查技术人员使用分析软件以及技术人员自身的经验和专业知识来解释并且分析结果。然而，即使利用这些工具，技术人员分析Holter测试数据可能需要大概对于每个测试十五分钟与超过一小时之间的技术人员时间。
发明内容
[0004] 管理技术人员审查从患者收集的医疗测试数据的方法包括接收医疗测试数据。至少一个分析算法应用于医疗测试数据以产生医疗测试数据的至少一个预评估概要。至少一个分类规则被应用于医疗测试数据的至少一个预评估概要。将医疗测试数据指派给技术人员并且医疗测试数据的指示在图形显示器上技术人员的工作队列中呈现。
[0005] 在一个实施例中，管理用于由多个技术人员之中的技术人员的人工审查的医疗测试数据的指派的方法包括接收完成的医疗测试的医疗测试数据，其包括连续生理数据记录。实施医疗测试预评估，其包括将至少一个临床重要性算法应用于连续生理数据记录以识别在连续生理数据记录中存在的至少一个临床异常并且将至少一个困难分析算法应用于连续生理数据记录以估计连续生理数据记录的信号质量。根据至少一个分类规则，基于至少一个识别的临床异常而评估医疗测试数据的紧急性。根据至少一个分类规则，基于估计的信号质量评估医疗测试数据的处理时间。基于医疗测试数据的评估的紧急性和处理时间对多个技术人员中的技术人员指派医疗测试数据的人工审查。更新技术人员的图形显示器上呈现的工作队列以包括医疗测试数据的指示。
[0006] 在一个实施例中，用于促进由技术人员的医疗测试数据的审查的系统包括技术人员工作站。该技术人员工作站包括图形显示器，其操作成向技术人员呈现工作队列。该工作队列包括指派给技术人员以用于审查的医疗测试数据的指示。第一计算机可读介质存储至少一个临床重要性算法。第二计算机可读介质存储至少一个困难算法。第三计算机可读介质存储至少一个分类规则。医疗分析计算机接收医疗测试数据。该医疗测试分析计算机通过访问至少一个临床重要性算法和至少一个困难算法并且将其应用于医疗测试数据而创建医疗测试数据的预评估。该医疗分析计算机基于至少一个分类规则将医疗测试数据指派给技术人员并且将医疗测试数据的指示提供给技术人员工作站以用于在工作队列中呈现。
附图说明
[0007] 图1是描绘用于技术人员审查医疗测试数据的系统的一个实施例的系统图。
[0008] 图2是描绘管理技术人员审查医疗测试数据的方法的一个实施例的流程图。
[0009] 图3是描绘管理技术人员审查医疗测试数据的方法的一个备选实施例的流程图。
具体实施方式
[0010] 图1是描绘用于管理临床医生审查医疗测试数据的系统10的一个实施例的系统图。要认识到Holter测试的特定医疗测试示范性地在整篇申请中用作如在本文中公开的系统和方法的实施例的应用的一个实施例并且这绝不是意在限制可在备选实施例中使用的医疗测试数据的范围。在一般意义上，医疗测试数据是连续采集的生理数据记录。在系统10的备选实施例中，医疗测试数据可以是非侵入获得的血压（NIBP）、SpO2、呼吸或其他生理参数。在再另外的实施例中，医疗测试数据是多个参数记录。在本文中公开的实施例中使用的医疗测试数据可以进一步包括从不动或走动的患者采集的连续医疗测试数据。
[0011] 系统10使用医疗测试分析计算机12（在本文中示范性地称为Holter分析计算机12）来接收并且处理如本文中公开的数据。Holter分析计算机12可实现为执行存储在计算机可读介质上的计算机可读代码例如以实行本文中公开的功能的多种专用或通用计算机或计算机处理器中的任一个。如本文中使用的，计算机可读介质指多种非暂时性介质中的任一个，其包括但不限于易失性和非易失性计算机存储器，例如闪速存储器。Holter分析计算机12接收、访问、处理和/或传输来自如本文中公开的多种源的数据和/或算法。如将由本领域内普通技术人员之一认识到的，这样的源可离Holter分析计算机12远程定位，或备选地，数据和/或算法的源可整体地连接到Holter分析计算机或任何其他类型的通信连接。
[0012] Holter分析计算机12接收多个完成的Holter测试的医疗测试数据14（在本文中示范性地称为Holter测试数据14）。在大的医疗护理设施或系统中，Holter分析计算机12可以采用多种方式对完成的Holter测试接收这样的Holter测试数据14。接收Holter测试数据的这些方法包括但不限于从例如电子病历（EMR）服务器（未描绘）的服务器下载，在所述服务器内存储完成的Holter测试的Holter测试数据。在备选实施例中，用于在现在完成的Holter测试期间收集Holter测试数据14的Holter监测器（未描绘）通过有线或无线连接而通信地连接到Holter分析计算机12，并且Holter测试数据14直接从Holter监测器下载到Holter分析计算机12。在再另一示范性实施例中，来自Holter监测器的存储器装置（例如示范性地可以是闪速或SD存储器的非易失性存储器）可以从Holter监测器去除并且由Holter分析计算机12读取以便将Holter测试数据14下载到Holter分析计算机12内。尽管该公开已包括Holter测试数据14可以传送到Holter分析计算机12或由Holter分析计算12接收所采用的各种方法的描述，本领域内普通技术人员将认识到视为在本公开的范围内的其他适合的数据传送技术。
[0013] 在实施例中，Holter分析计算机12进一步接收Holter测试状态16的指示，其可在医院或医疗护理设施信息网络（未描绘）中从服务器提供给Holter分析计算机12。Holter测试状态16包括安排的、进行中的以及完成的Holter测试的指示。如将在本文中进一步详细描述的，这样的Holter测试状态16的指示提供关于系统10中当前和未来Holter测试数据分析工作量的信息。在再另外的实施例中，Holter测试状态可以包括由临床医生置于特定Holter测试上的加速或“stat”命令的任何指示。
[0014] Holter分析计算机12进一步通信地连接到图形显示器18。图形显示器18可以是Holter分析工作站20的一部分，其可进一步包括工作站计算机50和输入装置22，例如键盘。技术人员使用工作站20来管理技术人员的工作量以及执行指派给技术人员的Holter测试数据的人工审查，如将在本文中进一步详细描述的。在实施例中，图形显示器18可以提供由Holter分析计算机12接收的Holter测试状态的全部的呈现24，尽管不一定指派给技术人员。另外，显示器18呈现工作队列26，其包括指派给技术人员用于审查和分析的Holter测试数据的指示28。
[0015] 在实施例中，Holter分析计算机12可以连接到多种计算机可读介质（其示例在上文被公开）。如在本文中进一步详细描述的，计算机可读介质存储由Holter分析计算机12使用的算法或补充数据。这样的计算机可读介质中的一些存储由Holter分析计算机12访问并且使用的算法，例如临床重要性算法30、困难算法32和分类规则34。在一些实施例中，其他计算机可读介质存储由Holter分析计算机12使用的补充数据。特别地，所述补充数据涉及或评估审查并且分析医疗护理设施内的Holter测试数据的多个技术人员中的单独技术人员。这样的计算机可读介质包括存储技术人员队列状态36和技术人员评估38的那些介质。这些中的每个将在本文中进一步公开，特别地在可在系统10的实施例内操作的方法的实施例的上下文中。
[0016] 图2是描绘管理技术人员审查医疗测试数据的方法100的一个实施例的流程图。在102，接收医疗测试数据。医疗测试数据在上文描述并且示范性地是Holter测试数据，其是示范性地包括心脏生物电势的生物电势信号的一个或多个记录。连续地而不是事件触发地获得医疗测试数据并且其可以是24小时或更少的数据或多达或超过两周连续获得的生物电势。医疗测试数据中的生物电势信号包括临床重要性的生理特性并且还包括来自收集过程的噪声，其可以使生理有关的特征不明显。专门对技术人员培训来分析和解释医疗测试数据并且使用信号分析软件来执行这样的分析，尽管在数据中可能存在噪声；然而，医疗测试数据中的噪声水平和类型或在临床上重要的信息的类型可以影响技术人员所需要以便完整地分析和解释医疗测试数据的时间长度。
[0017] 在104，Holter分析计算机将至少一个分析算法应用于接收的医疗测试数据以便产生预评估概要。所述至少一个分析算法可以包括例如来自计算机可读介质30的临床重要性算法和/或来自计算机可读介质32的困难算法，如在图1的系统10中描绘的。临床重要性算法可以包括与如已经知道的多种自动数据分析或信号形态检测算法中的任一个相似的特征。然而，算法的临床重要性特定地调整成识别和量化医疗测试数据中临床异常的存在以用于将来分析。在Holter测试数据的情形下，这样的临床异常包括但不限于，室性心动过速（VT）、室上性心动过速（SVT）、VT或SVT的层耦或运行、R-波暂停、扭转型室性心动（TDP）或心脏性猝死（SCD）的形态指示符。在实施例中，至少一个临床重要性算法的应用产生在上文识别的已经发现在Holter测试数据中存在的形态特征的列表，其的列表在预评估概要中报告。在再另一实施例中，预评估概要进一步包括这些形态特征出现的数值计数，或Holter测试数据中在生理上识别的有关特征的发病率的严重等级。在实施例中，算法的临床重要性根据Holter测试数据信号中的特征之间的关系或信号模式来限定识别的临床异常中的一个或多个。作为非限制性示例，临床重要性算法可以限定信号形状或形态，其等同于临床异常中的一个或多个，或限定Holter测试数据中识别的形态特征之间的关系，示范性地为例如ST间隔、QT间隔或R-R间隔的间隔。
[0018] 在104处应用来产生预评估概要的分析算法可进一步包括困难算法，其提供技术人员在人工审查Holter测试数据中将具有的相对困难的评估，使得该评估可以被包括在预评估概要中。一般地，Holter测试数据中的信号的质量一般来说确定技术人员在分析和解释Holter测试数据中将具有的困难。因此，困难算法一般来说测量Holter测试数据中的信号的质量。
[0019] 在一个示例中，应用困难算法来测量Holter测试数据中一个或多个信号的信噪比。该信噪比然后可以对作为一个整体的整个信号而报告，或备选地，Holter测试数据中的信号可以分成时间段并且评估每个段的信噪比。在非限制性示例中，Holter测试数据可以分成一小时段，然而，这对段的时间长度不是限制性的，因为可以对这样的间隔选择任何时间长度，并且对段中的每个计算信噪比。在再另一实施例中，预评估概要将段中的每个的信噪比报告为满足某些信噪比阈值的总体Holter测试数据的计数或百分比。因此，与信噪比阈值相比，预评估概要可包括一种报告：示范性地20%的Holter测试数据是高质量，50%的Holter测试数据是平均质量，并且30%的Holter测试数据是差质量。
[0020] 在一备选实施例中，困难算法包含模式匹配，该模式匹配包括代表多种形式的信号质量或噪声模式的多个模式或模板。在这样的实施例中，模式匹配困难算法识别在Holter测试数据中存在的不同噪声或信号质量模式的数量并且提供发现的模式的数量和频率的报告。在Holter测试数据中识别的这样的模式的数量和频率与Holter测试数据中信号的质量相关。概括地，在测试数据中发现的不同的噪声模式越多并且这些模式与之匹配的频率越大，Holter测试数据的质量总体越低并且技术人员将更难以分析和解释Holter测试数据。
[0021] 在106，例如来自计算机可读介质34（其将分类规则存储在图1的系统10中）的分类规则应用于预评估概要，其可包括Holter测试数据的临床重要性的分析，和/或Holter测试数据将呈现给审查技术人员的一般困难的分析。在106处分类规则的应用将在108有助于将医疗测试数据指派给技术人员以用于审查和解释。
[0022] 在实施例中，分类规则可以由医疗护理机构限定，或可以从备选源获取，其包括来自系统或方法的商业实施例的提供者的默认一般分类规则。分类规则可在106处应用于预评估概要中的信息以便评估归因于由临床重要性算法识别的临床异常的紧急性并且基于Holter测试数据的困难或紧急性在技术人员之间指派Holter测试数据的分析。更熟练或更有经验的技术人员一般来说能够完成更困难或包含更复杂的临床异常的Holter测试数据的分析和解释；然而，在Holter测试数据中识别的特征的更大的临床重要性或紧急性与选择可用以迅速开始分析和解释的技术人员有关。因此，在如本文中更详细公开的一实施例中，分类规则可在108处将Holter测试数据指派给技术人员之前进一步评估技术人员的当前工作量。
[0023] 在108处将Holter测试数据指派给技术人员之后，Holter测试数据在与该技术人员关联的图形显示器上的工作队列中呈现给所指派的技术人员。如将在本文中更详细描述的，在包括多个技术人员来审查医疗测试数据的医疗护理设施中，对技术人员的医疗测试数据的工作队列的管理给技术人员提供指派给该技术人员以用于审查的医疗测试数据的最新列表，并且基于如上文讨论以及如本文中进一步讨论的分类规则以最优的顺序呈现医疗测试数据以说明要审查的医疗测试数据的困难、紧急性和/或年龄。
[0024] 图3是描绘管理用于由多个技术人员之中的技术人员人工审查的医疗测试数据的指派的方法200的一个实施例的流程图。将认识到方法200的一些实施例包括方法100的一般特征，并且在这样的程度上，呈现其更详细的版本。
[0025] 医疗测试数据（示范性地为Holter测试数据）在202由Holter分析计算机接收。接着，在204，实施医疗测试数据预评估。与上文公开的实施例相似，204的预评估使用临床重要性算法和困难算法以分别在206识别至少一个临床异常和在208估计医疗测试数据的信号质量。要理解一些实施例可使用一个或多个临床重要性算法或困难算法并且在得出识别的至少一个临床异常206以及在208的医疗测试数据的信号质量的估计中将那些应用于接收的医疗测试数据。
[0026] 在210，来自206的识别的至少一个临床异常用于使用至少一个分类规则来评估医疗测试数据的紧急性。如在上文公开的，识别的至少一个临床异常可以在预评估中采用在医疗测试数据中发现的一个或多个识别的临床异常的列表的形式，或可以包括每个识别的临床异常的类型的出现的数值计数。在再另一实施例中，提供识别的临床异常的评估或等级。从而，来自206的至少一个临床异常的识别在210在根据至少一个分类规则评估医疗测试数据的紧急性中使用。所述至少一个分类规则基于识别的至少一个临床异常而识别技术人员分析医疗测试数据的优先级水平。在再另一实施例中，临床测试数据可进一步包括由临床医生提供的“stat”命令，其可通过分类规则解释以将技术人员审查的该特定医疗测试数据移为最高优先级。备选地，分类规则可识别展现出具有高优先级的最严重或生命危险的临床异常的医疗测试数据，使得与展现出相对正常的生理状况或功能的医疗测试数据相比，分析和解释以更短的时间时期返回提供给主治的临床医生。
[0027] 在212，来自208的医疗测试数据的信号质量的估计用于通过使用至少一个分类规则评估医疗测试数据的处理时间。除医疗测试数据的紧急性或优先级评估外，分类规则可以进一步限定由医疗测试数据中的信号质量所呈现的相对困难应该如何在对技术人员指派分析和解释医疗测试数据的情形下被考虑或处理。如在上文公开的，一般地，展现出更多噪声或信号伪象的更低质量信号需要更大量的处理时间以用于技术人员分析和解释医疗测试数据。如在208识别的信号质量特定降级的暗示可以在分类规则中由医疗护理机构限定例如以指出在分析和解释医疗测试数据中存在的对技术人员是特别困难的特定类型的噪声或信号降级。
[0028] 来自212的医疗测试数据的处理时间以及来自210的医疗测试数据的优先级的评估在214用于将医疗测试数据的人工审查指派给多个技术人员中的技术人员。在214对特定技术人员的医疗测试数据的指派可以基于医疗测试数据的优先级以及所需要的医疗测试数据的处理时间。为了通过应用分类规则而促进该过程，技术人员质量的评估可以在216提供并且技术人员的当前工作量的评估可以在218提供。如上文指出的，一般地，更高质量或更有经验的技术人员将一般来说更准确且更快地分析和解释医疗测试数据。因此，在实施例中，分类规则可以展现出一种优选性：将更高优先级或更复杂医疗测试数据指派给已经被评估为具有更高质量或熟练度或被认为在分析和解释要在医疗测试数据中识别的临床异常方面具有特定专业知识的技术人员。这可以促进在技术人员之中指派的时间效率，因为更高质量、更熟练或更有经验的技术人员可以更快地分析和解释医疗测试数据。
[0029] 另外，通过评估多个技术人员中的每个的当前工作量，如在218提供的，工作量可以通过考虑当前指派给技术人员中的每个的医疗测试中的每个的相对困难或复杂度以及临床医生分析和解释已经指派的医疗测试数据的相对能力而在技术人员之间平衡。来自212的处理时间的估计可以用于提供对当前指派给每个技术人员的工作的总量的估计。在再另一实施例中，医疗测试数据的优先级的评估首先在排队用于技术人员审查的医疗测试数据中的全部之间比较以鉴于当前指派的测试确定测试的优先级。然后每个技术人员的工作量和估计的处理时间用于将医疗测试数据指派给技术人员使得总体上将以如由确定的优先级确定的顺序处理医疗测试数据。
[0030] 在216提供的技术人员质量的评估可以来自多种源。这样的评估可以常规地作为技术人员雇用的一部分并且基于由管理者实施的访谈或其它这样的工作评估。备选地，评估可以来自由技术人员在一段时间内执行的工作的人工或自动审查或评估。在再另外的实施例中，技术人员质量的评估可以从给予技术人员的周期性测试获得，例如以提供技术人员质量的周期性评估。这样的周期性测试可以是自动的并且按时间表来发生。
[0031] 一旦在214将医疗测试指派给多个技术人员中的技术人员，选择的技术人员的工作队列在220被更新以包括医疗测试数据的指示。除使用如在210和212确定的医疗测试数据的优先级以及医疗测试数据的处理时间以在214将医疗测试数据指派给技术人员外，还可以使用这些评估以便使医疗测试数据位于指派的技术人员的工作队列内。因此，如果医疗测试数据被评估为具有高的优先级，则医疗测试数据的指示被置于技术人员的工作队列的顶部处或附近，从而指示该医疗测试数据的优先级超过先前已经指派给该技术人员的其它医疗测试数据。在再另外的实施例中，工作队列还基于自收集Holter测试数据的时间而加权，因此由技术人员以及时的方式分析甚至低优先级的测试数据。
[0032] 回到图1中描绘的系统10，Holter分析计算机12在执行存储在非暂时性计算机可读介质上的计算机可读代码以实行如上文描述的方法的一个实施例后，向图形显示器18提供Holter测试指示40以用于在图形显示器18上的工作队列26中呈现。指派的Holter测试数据42的新指示在如基于先前讨论的Holter测试数据优先级和处理时间的评估限定的位置处添加到工作队列26内。
[0033] 另外，Holter分析计算机12可以向图形显示器18提供例如评估的医疗测试数据的优先级或评估的医疗测试数据的处理时间的评估数据44以用于连同Holter测试指示28一起呈现。如先前公开的，Holter分析计算机12可以向图形显示器提供接收的Holter测试状态46使得进行中的Holter测试的状态中的全部可以在24处呈现。在再另外的实施例中，Holter测试数据48从Holter分析计算机12提供给图形显示器18和工作站20，使得在工作站20工作的技术人员可以通过用户输入装置22选择Holter测试指示28并且图形显示器18将连同技术人员在分析和解释Holter测试数据48中可用的任何测试数据分析软件或工具一起呈现Holter测试数据48。这样的软件或工具可以存储在Holter分析计算机12处，或在工作站计算机50处，或在另一个可访问的计算机可读介质（未描绘）处。
[0034] 该书面描述使用示例来公开本发明，其包括最佳模式，并且还使本领域内任何技术人员能够制作和使用本发明。本发明的专利范围由权利要求限定，并且可包括本领域内技术人员想起的其他示例。这样的其他示例如果它们具有不与权利要求的文字语言不同的结构元件，或者如果它们包括与权利要求的文字语言无实质区别的等同结构元件则确定在权利要求的范围内。
[0035] 部件列表
[0036]参考数字 构件 参考数字 构件
10 系统 12 Holter分析计算机
14 Holter测试数据 16 Holter测试状态
18 图形显示器 20 Holter分析工作站
22 用户输入装置 24 Holter测试状态的呈现
26 工作队列 28 Holter测试指示
30 临床重要性算法 32 困难算法
34 分类规则 36 技术人员队列状态
38 技术人员评估 40 Holter测试指示
42 Holter测试指示 44 评估数据
46 Holter测试状态 48 Holter测试数据
50 工作站计算机 100 方法
102、104、106、108、110 步骤 200 方法
202、204、206、208、210、212、214、216、218、220 步骤
