CN105631200A - 预测医技检查时间的方法和装置 - Google Patents

预测医技检查时间的方法和装置 Download PDF

Info

Publication number
CN105631200A
CN105631200A CN201510981708.4A CN201510981708A CN105631200A CN 105631200 A CN105631200 A CN 105631200A CN 201510981708 A CN201510981708 A CN 201510981708A CN 105631200 A CN105631200 A CN 105631200A
Authority
CN
China
Prior art keywords
inspection
inspection data
weights
data dimension
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510981708.4A
Other languages
English (en)
Other versions
CN105631200B (zh
Inventor
张陈
王宇
刘强
解耀宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neusoft Corp
Original Assignee
Neusoft Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Neusoft Corp filed Critical Neusoft Corp
Priority to CN201510981708.4A priority Critical patent/CN105631200B/zh
Publication of CN105631200A publication Critical patent/CN105631200A/zh
Application granted granted Critical
Publication of CN105631200B publication Critical patent/CN105631200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/22Social work or social welfare, e.g. community support activities or counselling services
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种预测医技检查时间的方法和装置。所述方法包括:获取检查数据;确定所述检查数据在各个检查数据维度下的权值;以及根据所确定的权值来预测所述医技检查时间。本发明提供的预测医技检查时间的方法和装置,使得对患者的实际医技检查时间预测更为准确,由此患者可以较为精准地候时,减少排队等待时间,也提高了医技科室人员的工作效率。

Description

预测医技检查时间的方法和装置
技术领域
本发明涉及医疗领域,具体地,涉及一种预测医技检查时间的方法和装置。
背景技术
医技即医技科室,旧称辅助诊疗科室,是指运用专门的诊疗技术和设备,协同临床科诊断和治疗疾病的医疗技术科室。因为医技科室不设病床,不收病人,也称为非临床科室。按工作性质和任务,可分为以诊断为主的或以治疗为主的科室,还有以供应为主的科室。医技科室是医院系统中的技术支持系统,是医院的重要组成部分。近年来,随着技术的不断进步,医技检查在临床诊断和疾病治疗中发挥了越来越大的作用。
目前,医技检查预约多为分时段预约,根据检查的不同项目固定预测检查时长为5分钟或10分钟,但是这种方式在实际检查过程中存在诸多问题,医技检查时间预测不够准确,无法对患者预约排队时间进行合理分配,导致有时医技科室无人检查,有时出现排长队等候时间过长等问题,从而使得检查秩序混乱。
发明内容
本发明的目的是提供一种预测医技检查时间的方法和装置,该方法和装置能够较为准确地预测医技检查时间,从而使患者检查预约有序化,提高了医务人员的工作效率。
根据本发明的第一方面,提供一种预测医技检查时间的方法,该方法包括:获取检查数据;确定所述检查数据在各个检查数据维度下的权值;以及根据所确定的权值来预测所述医技检查时间。
在第一方面的一些可选的实施方式中,所述获取检查数据包括:获取用户在终端设备上输入的检查数据信息;或者对包含所述检查数据的图形标识码进行扫描,并从扫描得到的图形标识码中解析出所述检查数据。
在第一方面的一些可选的实施方式中,所述确定所述检查数据在各个检查数据维度下的权值包括:确定所述检查数据在各个检查数据维度下所属的检查数据维度等级;以及将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
在第一方面的一些可选的实施方式中,通过以下方式来得到所述检查数据维度等级所对应的权值:获取满足所述检查数据维度等级的全部历史样本;在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类;针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间;基于每类历史样本的平均检查时间,确定所述全部历史样本的平均检查时间;基于所述全部历史样本的平均检查时间和检查数据维度总数,确定所述检查数据维度等级所对应的权值。
在第一方面的一些可选的实施方式中,所述根据所确定的权值来预测所述医技检查时间为:利用以下公式获得所述医技检查时间:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间,Lk表示预设的第k个检查数据维度的偏移量,Wk表示所述检查数据在第k个检查数据维度下的权值,Fa表示曲线校正偏移量,Pl表示检查总限制时间,Dm表示检查数据维度总数。
在第一方面的一些可选的实施方式中,所述检查数据维度包括以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位。
根据本发明的第二方面,提供一种预测医技检查时间的装置,该装置包括:数据获取模块,用于获取检查数据;权值确定模块,用于确定所述检查数据在各个检查数据维度下的权值;以及时间预测模块,用于根据所确定的权值来预测所述医技检查时间。
在第二方面的一些可选的实施方式中,所述数据获取模块包括:第一数据获取子模块,用于获取用户在终端设备上输入的检查数据信息;或者第二数据获取子模块,用于对包含所述检查数据的图形标识码进行扫描,并从扫描得到的图形标识码中解析出所述检查数据。
在第二方面的一些可选的实施方式中,所述权值确定模块包括:维度等级确定子模块,用于确定所述检查数据在各个检查数据维度下所属的检查数据维度等级;以及权值确定子模块,用于将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
在第二方面的一些可选的实施方式中,通过以下方式来得到所述检查数据维度等级所对应的权值:获取满足所述检查数据维度等级的全部历史样本;在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类;针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间;基于每类历史样本的平均检查时间,确定所述全部历史样本的平均检查时间;基于所述全部历史样本的平均检查时间和检查数据维度总数,确定所述检查数据维度等级所对应的权值。
在第二方面的一些可选的实施方式中,所述时间预测模块用于利用以下公式获得所述医技检查时间:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间,Lk表示预设的第k个检查数据维度的偏移量,Wk表示所述检查数据在第k个检查数据维度下的权值,Fa表示曲线校正偏移量,Pl表示检查总限制时间,Dm表示检查数据维度总数。
在第二方面的一些可选的实施方式中,所述检查数据维度包括以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位。
本发明提供的医技检查时间预测方法和装置,由于考虑了实际患者年龄、性别、检查项目等相关检查数据维度,使得对实际患者的检查时间预测更为准确,由此患者可以较为精准地候时,减少排队等待时间,提高了科室人员的工作效率,这样可以使患者检查预约更加有序化,就医流程更为合理化,就医环境更加人性化。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1示出了根据本发明的一种实施方式提供的预测医技检查时间的方法的流程图;
图2是双曲正切函数y=tanh(x)的曲线图;以及
图3是根据本发明的一种实施方式提供的预测医技检查时间的装置的框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图1示出了根据本发明的一种实施方式提供的预测医技检查时间的方法的流程图,其中,该方法可以应用于终端设备。所述终端设备可以例如包括但不限于:智能手机、平板电脑、个人数字助理、个人计算机(PC)、笔记本电脑等等。如图1所示,该方法可以包括:
在步骤S101中,获取检查数据。
在本发明中,检查数据可以包括患者信息、检查信息等,其中,患者信息可以例如包括患者年龄信息,患者性别信息,患者行动能力信息等,检查信息可以例如包括检查项目,检查部位等等。可以例如通过多种方式来获取检查数据。在一个实施方式中,可以获取用户在终端设备上输入的检查数据信息。或者,在另一个实施方式中,可以预先建立一图形标识码(例如,条形码、二维码等等),然后将检查数据编入到所述图形标识码中。这样,可以利用终端设备扫描该图形标识码,并从该图形标识码中解析出该检查数据。
在步骤S102中,确定检查数据在各个检查数据维度下的权值。
可以根据实际情况将检查数据分为多个检查数据维度,其中,所述检查数据维度可以例如包括但不限于以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位等等。此维度可以根据医疗系统的发展而增多,这样可以更加精准地进行预测计算学习。每一检查数据维度又可分为多个检查数据维度等级,例如,患者年龄可分为0-3岁、4-6岁、7-14岁、15-40岁、41-60岁、61-80岁、80岁以上七个等级;患者性别可分为男、女;患者行动能力级别可分为1级(表示完全需要协助)、2级(表示部分需要协助)、3级(表示完全自理);检查设备可分为NSM-P035永磁开放式磁共振成像系统和NSM-S15超导磁共振成像系统等等;医师等级可分为实习医师、主任医师等等;检查项目可分为CT(ComputedTomography,计算机断层扫描)、DR(DigitalRadiography,数字放射线照相术)、CR(ComputedRadiography,计算机射线照相术)、DSA(Digitalsubtractionangiography,数字减影血管造影)、MRI(MagneticResonanceImaging,核磁共振成像)等等;检查部位可分为头颅正侧位、颈椎双斜位、鼻骨侧位、头部平扫等等。这样,在获取患者的检查数据之后,可以首先确定出检查数据在各个检查数据维度下所属的检查数据维度等级,之后,将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
例如,在获取到的检查数据表示患者年龄为45岁,男性,检查项目为CT,那么,根据步骤S102,可以首先确定出该检查数据的检查数据维度有3个,分别为患者年龄,患者性别和检查项目。接下来,可以进一步确定出该检查数据在每个检查数据维度下所属的检查数据维度等级,例如,各个检查数据维度等级分别为:患者年龄为41-60岁这一维度等级,患者性别为男性这一维度等级,以及检查项目为CT这一维度等级。这样,可以将患者年龄为41-60岁这一维度等级对应的权值作为该检查数据在患者年龄这一检查数据维度下的权值,将患者性别为男性这一维度等级对应的权值作为该检查数据在患者性别这一检查数据维度下的权值,以及将检查项目为CT这一维度等级对应的权值作为该检查数据在检查项目这一检查数据维度下的权值。
各个检查数据维度等级所对应的权值可以通过收集的历史样本数据来获得,这些历史样本数据可以为医院信息化系统收集的各个医技科室检查的相关数据。在一个可选的实施方式中,可以通过以下方式来确定某个检查数据维度等级所对应的权值。
首先,获取满足该检查数据维度等级的全部历史样本。例如,假设要确定男性这一检查数据维度等级所对应的权值,则通过该步骤,可以获取到患者性别为男性的全部历史样本。
接下来,在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类。例如,假设以患者性别、患者年龄和检查项目作为检查数据维度,那么,可以将患者性别为男性、患者年龄为0~3岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为4~6岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为7~14岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为15~40岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为41~60岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为61~80岁、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为80岁以上、检查项目为CT的历史样本归为一类;将患者性别为男性、患者年龄为0~3岁、检查项目为MRI的历史样本归为一类;将患者性别为男性、患者年龄为4~6岁、检查项目为MRI的历史样本归为一类,等等。这样,可以总共得到C个分类,其中,C≥1,并且每类历史样本中包括至少一个历史样本。
接下来,针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间。
假设第q类历史样本中总共包括n个历史样本,其中,第i个历史样本所对应的检查时间为Tci,那么经过该步骤,可以得到该类历史样本的平均检查时间Tq为:
T q = Σ i = 1 n ( T c i ) n
接下来,基于每类历史样本的平均检查时间,确定全部历史样本的平均检查时间。
假设一共有C个分类,则全部历史样本的平均检查时间T可以为:
T = Σ q = 1 C T q C
最后,可以基于该检查数据维度等级下的全部历史样本的平均检查时间和检查数据维度总数,确定该检查数据维度等级所对应的权值。
例如,可以通过以下公式来确定该检查数据维度等级所对应的权值W:
W = T D m
其中,Dm表示检查数据维度总数。例如,在上述示例中,以患者性别、患者年龄和检查项目作为检查数据维度,那么在该示例中,Dm=3,将其代入上述公式,可以确定出男性这一检查数据维度等级所对应的权值。
可以按照上述方式,对每个检查数据维度下的各个检查数据维度等级,都确定出相对应的权值。这样,在确定检查数据在各个检查数据维度下的权值时,可以首先分析出该检查数据在各个检查数据维度下所属的检查数据维度等级,之后,提取所属的检查数据维度等级所对应的权值,并将该权值作为检查数据在相应检查数据维度下的权值量。
现在返回到图1,如图1所示,在确定出检查数据在各个检查数据维度下的权值之后,在步骤S103中,根据所确定的权值来预测医技检查时间。
根据检查数据在各项维度下的权值获得医技检查时间可以采用多种方法,优选地,可以使用双曲正切函数计算出偏移量再与总限制时间相乘,双曲正切函数的公式为图2示出了双曲正切曲线的曲线图,当x值增大时,y值无限接近1,这样,可以利用双曲正切曲线特性,计算偏移量使偏移量在0~1之间。
在一种可选的实施方式中,所述医技检查时间的计算公式可以为:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间;Lk表示预设的第k个检查数据维度的偏移量,即用于设定各个检查数据维度的偏移比重使得重要维度的影响提高,在一个示例实施方式中,可以将Lk设定为1;Wk表示检查数据在第k个检查数据维度下的权值;Fa表示曲线校正偏移量;Pl表示检查总限制时间,即医技检查时间的上限时间,例如,为20min,或者30min;Dm表示检查数据维度总数。其中,曲线校正偏移量Fa可以通过历史检查数据反向计算得到。
举例而言,在检查数据维度分为患者年龄、患者性别、患者行动能力、医师等级、检查项目、检查部位这几个维度时,医技检查时间TimeC的计算公式可以为:
T i m e C = tanh ( L w p a × W p a + L w p g × W p g + L w a l × W a l + L w p l × W p l + L w i × W i + L w s × W s F a ) × P l
其中,Wpa表示检查数据在患者年龄维度下的权值,Wpg表示检查数据在患者性别维度下的权值,Wal表示检查数据在患者行动能力维度下的权值,Wpl表示检查数据在医师等级维度下的权值,Wi表示检查数据在检查项目维度下的权值,Ws表示检查数据在检查部位维度下的权值,Lwpa表示预设的患者年龄维度偏移量,Lwpg表示预设的患者性别维度偏移量,Lwal表示预设的患者行动能力级别维度偏移量,Lwpl表示预设的医师等级维度偏移量,Lwi表示预设的检查项目维度偏移量,Lws表示预设的检查部位维度偏移量。其中,曲线校正偏移量Fa的反向推导计算公式可以为:
F a = L w p a × W p a + L w p g × W p g + L w a l × W a l + L w p l × W p l + L w i × W i + L w s × W s P l × 5.
在预测出医技检查时间之后,可以将显示该医技检查时间,从而使患者自身或者医务人员更加直观地掌握针对这一检查数据,所需的医技检查时间大概为多少,从而为患者安排等候排队时间、医务人员安排检查预约等提供十分重要且准确的数据支持。
图3是根据本发明的一种实施方式提供的预测医技检查时间的装置300的框图,其中,该装置300可以配置于终端设备。所述终端设备可以例如包括但不限于:智能手机、平板电脑、个人数字助理、个人计算机(PC)、笔记本电脑等等。如图3所示,该装置300可以包括:数据获取模块310,用于获取检查数据;权值确定模块320,用于确定所述检查数据在各个检查数据维度下的权值;以及时间预测模块330,用于根据所确定的权值来预测所述医技检查时间。其中,所述检查数据维度包括以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位。
在一个可选的实施方式中,所述数据获取模块310可以包括:第一数据获取子模块,用于获取用户在终端设备上输入的检查数据信息。或者,在另一个可选的实施方式中,所述数据获取模块310可以包括:第二数据获取子模块,用于对包含所述检查数据的图形标识码进行扫描,并从扫描得到的图形标识码中解析出所述检查数据。
在一个可选的实施方式中,所述权值确定模块320可以包括:维度等级确定子模块,用于确定所述检查数据在各个检查数据维度下所属的检查数据维度等级;以及权值确定子模块,用于将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
其中,可以通过以下方式来得到所述检查数据维度等级所对应的权值:
获取满足所述检查数据维度等级的全部历史样本;
在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类;
针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间;
基于每类历史样本的平均检查时间,确定所述全部历史样本的平均检查时间;
基于所述全部历史样本的平均检查时间和检查数据维度总数,确定所述检查数据维度等级所对应的权值。
可选地,所述时间预测模块330可以用于利用以下公式获得所述医技检查时间:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间,Lk表示预设的第k个检查数据维度的偏移量,Wk表示所述检查数据在第k个检查数据维度下的权值,Fa表示曲线校正偏移量,Pl表示检查总限制时间,Dm表示检查数据维度总数。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明提供的预测医技检查时间的方法和装置,可以解决固定预测时间不准确的问题,充分利用医院信息化系统中获取的各个医技科室检查的相关数据,通过对数据收集、分类加上深度学习的计算方式来完成医技检查时间预测。例如,可以通过对医院HIS(HospitalInformationSystem,历史信息系统)、PACS(PictureArchivingandCommunicationSystems,影像归档和通信系统)等系统获取历史样本数据,通过学习计算生成各个检查数据维度等级对应的权值。根据维度等级对应的权值及医技检查患者的实际检查数据,预测出医技检查时间信息。在预测医技检查时间之后,可以将其提供给医技医师、检查患者以及其他关注医技检查时间的人员,例如提供给医技检查预约系统对患者进行导诊预约,还可实时对诊室检查进度向患者终端推送。使用本发明提供的预测医技检查时间的方法和装置,可以对医技检查时间进行量化预测,实现信息共享,使得患者候时精准,减少患者排队等待时间,改善患者等待队列,而且还可以提高医技检查工作效率,从而使患者检查预约更加有序化,就医流程更为合理化,就医环境更加人性化,有利于医患关系的健康发展。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本发明的实施方式可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。

Claims (12)

1.一种预测医技检查时间的方法,其特征在于,该方法包括:
获取检查数据;
确定所述检查数据在各个检查数据维度下的权值;以及
根据所确定的权值来预测所述医技检查时间。
2.根据权利要求1所述的方法,其特征在于,所述获取检查数据包括:
获取用户在终端设备上输入的检查数据信息;或者
对包含所述检查数据的图形标识码进行扫描,并从扫描得到的图形标识码中解析出所述检查数据。
3.根据权利要求1所述的方法,其特征在于,所述确定所述检查数据在各个检查数据维度下的权值包括:
确定所述检查数据在各个检查数据维度下所属的检查数据维度等级;以及
将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
4.根据权利要求3所述的方法,其特征在于,通过以下方式来得到所述检查数据维度等级所对应的权值:
获取满足所述检查数据维度等级的全部历史样本;
在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类;
针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间;
基于每类历史样本的平均检查时间,确定所述全部历史样本的平均检查时间;
基于所述全部历史样本的平均检查时间和检查数据维度总数,确定所述检查数据维度等级所对应的权值。
5.根据权利要求1所述的方法,其特征在于,所述根据所确定的权值来预测所述医技检查时间为:
利用以下公式获得所述医技检查时间:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间,Lk表示预设的第k个检查数据维度的偏移量,Wk表示所述检查数据在第k个检查数据维度下的权值,Fa表示曲线校正偏移量,Pl表示检查总限制时间,Dm表示检查数据维度总数。
6.根据权利要求1-5中任一权利要求所述的方法,其特征在于,所述检查数据维度包括以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位。
7.一种预测医技检查时间的装置,其特征在于,该装置包括:
数据获取模块,用于获取检查数据;
权值确定模块,用于确定所述检查数据在各个检查数据维度下的权值;以及
时间预测模块,用于根据所确定的权值来预测所述医技检查时间。
8.根据权利要求7所述的方法,其特征在于,所述数据获取模块包括:
第一数据获取子模块,用于获取用户在终端设备上输入的检查数据信息;或者
第二数据获取子模块,用于对包含所述检查数据的图形标识码进行扫描,并从扫描得到的图形标识码中解析出所述检查数据。
9.根据权利要求7所述的装置,其特征在于,所述权值确定模块包括:
维度等级确定子模块,用于确定所述检查数据在各个检查数据维度下所属的检查数据维度等级;以及
权值确定子模块,用于将所确定的检查数据维度等级所对应的权值作为所述检查数据在各个检查数据维度下的权值。
10.根据权利要求9所述的装置,其特征在于,通过以下方式来得到所述检查数据维度等级所对应的权值:
获取满足所述检查数据维度等级的全部历史样本;
在获取到的全部历史样本中,将各个检查数据维度等级均相同的历史样本归为一类;
针对每类历史样本,基于该类历史样本中的每个历史样本所对应的检查时间,确定该类历史样本的平均检查时间;
基于每类历史样本的平均检查时间,确定所述全部历史样本的平均检查时间;
基于所述全部历史样本的平均检查时间和检查数据维度总数,确定所述检查数据维度等级所对应的权值。
11.根据权利要求7所述的装置,其特征在于,所述时间预测模块用于利用以下公式获得所述医技检查时间:
T i m e C = tanh ( Σ k = 1 D m L k W k F a ) × P l
其中,TimeC为所述医技检查时间,Lk表示预设的第k个检查数据维度的偏移量,Wk表示所述检查数据在第k个检查数据维度下的权值,Fa表示曲线校正偏移量,Pl表示检查总限制时间,Dm表示检查数据维度总数。
12.根据权利要求7-11中任一权利要求所述的装置,其特征在于,所述检查数据维度包括以下中的一种或多种:患者年龄,患者性别,患者行动能力级别,检查设备,医师等级,检查项目以及检查部位。
CN201510981708.4A 2015-12-23 2015-12-23 预测医技检查时间的方法和装置 Active CN105631200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510981708.4A CN105631200B (zh) 2015-12-23 2015-12-23 预测医技检查时间的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510981708.4A CN105631200B (zh) 2015-12-23 2015-12-23 预测医技检查时间的方法和装置

Publications (2)

Publication Number Publication Date
CN105631200A true CN105631200A (zh) 2016-06-01
CN105631200B CN105631200B (zh) 2018-05-08

Family

ID=56046129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510981708.4A Active CN105631200B (zh) 2015-12-23 2015-12-23 预测医技检查时间的方法和装置

Country Status (1)

Country Link
CN (1) CN105631200B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106372391A (zh) * 2016-08-26 2017-02-01 东软集团股份有限公司 一种门诊候诊时间计算方法及装置
WO2017215231A1 (en) * 2016-06-15 2017-12-21 Boe Technology Group Co., Ltd. Apparatus and method for accepting transaction reservation
CN109616186A (zh) * 2018-12-14 2019-04-12 郑州大学第二附属医院 一种全网远程检验方法
CN109671496A (zh) * 2018-12-14 2019-04-23 郑州大学第二附属医院 一种全网远程检验系统
CN113158944A (zh) * 2021-04-29 2021-07-23 重庆锐云科技有限公司 基于人脸识别的体检排队方法、系统、设备及存储介质
CN115860158A (zh) * 2023-03-02 2023-03-28 神州医疗科技股份有限公司 医技检查科室分时段预约系统、方法、设备和介质
CN117275702A (zh) * 2023-11-21 2023-12-22 深圳市赛义德信息技术有限公司 一种壁挂式智能查询终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7668590B1 (en) * 2004-04-20 2010-02-23 Pacesetter, Inc. Methods and devices for determining exercise diagnostic parameters
US20130232103A1 (en) * 2010-11-08 2013-09-05 Koninklijke Philips Electronics N.V. Method of continuous prediction of patient severity of illness, mortality, and length of stay
CN103870715A (zh) * 2014-04-04 2014-06-18 深圳市医诺智能科技发展有限公司 放疗设备的压力负荷管理方法及系统
CN104008295A (zh) * 2014-06-03 2014-08-27 浙江大学 影像诊断工作负荷的定量评估方法和定量评估系统
CN104239956A (zh) * 2014-09-17 2014-12-24 云南大学 准点优先的体检预约服务管理方法及系统
CN104766259A (zh) * 2015-03-31 2015-07-08 华据医疗评估信息技术(北京)有限公司 一种基于单病种模型的医疗临床质量监测与评价系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7668590B1 (en) * 2004-04-20 2010-02-23 Pacesetter, Inc. Methods and devices for determining exercise diagnostic parameters
US20130232103A1 (en) * 2010-11-08 2013-09-05 Koninklijke Philips Electronics N.V. Method of continuous prediction of patient severity of illness, mortality, and length of stay
CN103870715A (zh) * 2014-04-04 2014-06-18 深圳市医诺智能科技发展有限公司 放疗设备的压力负荷管理方法及系统
CN104008295A (zh) * 2014-06-03 2014-08-27 浙江大学 影像诊断工作负荷的定量评估方法和定量评估系统
CN104239956A (zh) * 2014-09-17 2014-12-24 云南大学 准点优先的体检预约服务管理方法及系统
CN104766259A (zh) * 2015-03-31 2015-07-08 华据医疗评估信息技术(北京)有限公司 一种基于单病种模型的医疗临床质量监测与评价系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
严武: "基于BP算法的住院天数神经网络建模研究", 《中国病案》 *
何亚荣等: "影响芦山地震伤员住院时间的多因素分析", 《四川大学学报(医学版)》 *
薛伟等: "《Android外设开发实战》", 31 July 2015, 清华大学出版社 *
高妮妮等: "基于CV-SVM方法的手术时间估计", 《工业工程》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017215231A1 (en) * 2016-06-15 2017-12-21 Boe Technology Group Co., Ltd. Apparatus and method for accepting transaction reservation
CN106372391A (zh) * 2016-08-26 2017-02-01 东软集团股份有限公司 一种门诊候诊时间计算方法及装置
CN106372391B (zh) * 2016-08-26 2020-05-08 东软集团股份有限公司 一种门诊候诊时间计算方法及装置
CN109616186A (zh) * 2018-12-14 2019-04-12 郑州大学第二附属医院 一种全网远程检验方法
CN109671496A (zh) * 2018-12-14 2019-04-23 郑州大学第二附属医院 一种全网远程检验系统
CN113158944A (zh) * 2021-04-29 2021-07-23 重庆锐云科技有限公司 基于人脸识别的体检排队方法、系统、设备及存储介质
CN113158944B (zh) * 2021-04-29 2023-07-18 重庆锐云科技有限公司 基于人脸识别的体检排队方法、系统、设备及存储介质
CN115860158A (zh) * 2023-03-02 2023-03-28 神州医疗科技股份有限公司 医技检查科室分时段预约系统、方法、设备和介质
CN117275702A (zh) * 2023-11-21 2023-12-22 深圳市赛义德信息技术有限公司 一种壁挂式智能查询终端
CN117275702B (zh) * 2023-11-21 2024-03-22 深圳市赛义德信息技术有限公司 一种壁挂式智能查询终端

Also Published As

Publication number Publication date
CN105631200B (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN105631200A (zh) 预测医技检查时间的方法和装置
JP6827920B2 (ja) 最適化された解剖学的関心構造ラベリング
US8538776B2 (en) Method and apparatus of providing a radiation scorecard
US8655677B2 (en) Productivity workflow index
Smith-Bindman et al. Use of diagnostic imaging studies and associated radiation exposure for patients enrolled in large integrated health care systems, 1996-2010
Ip et al. Adoption and meaningful use of computerized physician order entry with an integrated clinical decision support system for radiology: ten-year analysis in an urban teaching hospital
US8412544B2 (en) Method and apparatus of determining a radiation dose quality index in medical imaging
Denton et al. Medical decision making: open research challenges
Brady Measuring Consultant Radiologist workload: method and results from a national survey
Aghayev et al. Virtopsy–the concept of a centralized database in forensic medicine for analysis and comparison of radiological and autopsy data
Rocha et al. Evidence of the benefits, advantages and potentialities of the structured radiological report: An integrative review
US10460266B2 (en) Optimizing workflows
Khanna et al. Current Challenges and Opportunities in Implementing AI/ML in Cancer Imaging: Integration, Development, and Adoption Perspectives
Buckler et al. Data sets for the qualification of volumetric CT as a quantitative imaging biomarker in lung cancer
US7983930B1 (en) System and method for testing for cardiovascular disease
Dillon et al. Breast Cancer Navigation: Using physician and patient surveys to explore nurse navigator program experiences.
Lee et al. A system-theoretic method for modeling, analysis, and improvement of lung cancer diagnosis-to-surgery process
Mohammed et al. A time motion study of manual versus artificial intelligence methods for wound assessment
US20210183525A1 (en) System and methods for generating and leveraging a disease-agnostic model to predict chronic disease onset
US20170124260A1 (en) Medical home treatment system
Berthelot et al. Adaptation of time‐driven activity‐based costing to the evaluation of the efficiency of ambulatory care provided in the emergency department
EP3659150B1 (en) Device, system, and method for optimizing image acquisition workflows
Gupta et al. The need for practical and accurate measures of value for radiology
KR101222227B1 (ko) 노인요양시설 거주노인의 이상징후관리를 위한 컴퓨터의사결정지원 방법 및 시스템
Regge et al. Big data in oncologic imaging

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant