CN106503465A - 信息推送装置 - Google Patents
信息推送装置 Download PDFInfo
- Publication number
- CN106503465A CN106503465A CN201610956684.1A CN201610956684A CN106503465A CN 106503465 A CN106503465 A CN 106503465A CN 201610956684 A CN201610956684 A CN 201610956684A CN 106503465 A CN106503465 A CN 106503465A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- treatment case
- state
- knowledge base
- 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.)
- Pending
Links
Classifications
-
- G06F19/3418—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Abstract
本发明公开了一种信息推送装置,包括:通过信息获取模块获取病人的病情信息与个人信息;其中,获取的病人的病情信息作为第一病情信息,获取的个人信息作为第一个人信息;再通过治疗方案获取模块将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;最终通过推荐模块将第二治疗方案作为最终信息推送至用户。上述装置提高匹配病情信息的准确性;再通过病情信息检索到最佳治疗方案信息,实现了获取最佳治疗方案的及时性;最终将最佳治疗方案信息推送病人,实现了治疗方案推送的针对性、快捷性。
Description
技术领域
本发明涉及计算机技术与医疗卫生技术领域,特别是涉及一种信息推送装置。
背景技术
目前,现有技术中,医患沟通模式为患者需要到医院找医生,与医生进行面对面的病情沟通,医生根据病人的病情,通过检查结果、自身经验或者专家库中已有的数据进行参考推理,得到针对该病人的病情治疗方案推荐给病人。上述这种方式过于依赖专家或专家库的主观经验和理论知识,且一旦专家或专家库的知识有误,则会产生错误的治疗方案推荐结果,推荐方案会有偏差,对患者病情的治疗具有不良的影响,延缓了患者获得健康的时效性。
发明内容
基于此,有必要提供一种能够根据不同病人的个性化病症,准确、有效且及时的信息推送装置。
为达到发明目的,提供一种信息推送装置,所述装置包括:信息获取模块,用于获取病人的病情信息与个人信息;其中,所述获取的病人的病情信息作为第一病情信息,所述获取的个人信息作为第一个人信息;治疗方案获取模块,用于将所述第一病情信息及所述第一个人信息与所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的所述治疗案例中的治疗方案作为第二治疗方案;推荐模块,用于将所述第二治疗方案作为最终信息推送至用户。
在其中一个实施例中,还包括,创建模块,用于预先创建所述知识库,其中,所述知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的病人的个人信息、对应的治疗方案、对应的治疗效果。
在其中一个实施例中,所述信息获取模块,还包括:自动识别模块,用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;自动获取模块,用于通过病人注册信息或病历信息自动获取病人的个人信息;输入获取模块,用于获取病人通过手机APP或云终端输入的病情信息或/和个人信息。
在其中一个实施例中,所述治疗方案获取模块,包括:信息匹配模块,用于将所述第一病情信息及所述第一个人信息与所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;比较模块,用于比较知识库中所述多个第一治疗案例对应的治疗效果,获得每个计算节点上的所述治疗效果最好的第一治疗案例,其中,将所述治疗效果最好作为所述第一预设条件;第一生成模块,用于将符合所述第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
在其中一个实施例中,所述治疗方案获取模块还包括:第一匹配模块,用于将所述知识库中的治疗案例中的病情信息与所述第一病情信息的匹配度作为P1;第二匹配模块,用于将所述知识库中的治疗案例中的个人信息与所述第一个人信息的匹配度作为P2;定义模块,用于将所述知识库中的治疗案例中的治疗效果作为P3;第一计算模块,用于计算所述知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将所述推荐优选度最大作为所述第二预设条件,其中,k1、k2和k3为预设的大于或等于0的加权参数;第二生成模块,用于将符合所述第二预设条件的所述治疗案例中的治疗方案作为第二治疗方案。
在其中一个实施例中,所述第二匹配模块包括:年龄信息获取模块,用于将所述知识库中的所述治疗案例中的个人信息中的病人年龄与所述第一个人信息中的病人年龄的差值的绝对值作为P21;距离信息获取模块,用于将所述知识库中的所述治疗案例中的个人信息中的病人所在地与所述第一个人信息中的病人所在地的距离作为P22;第二计算模块,用于计算f(P21×k21+P22×k22),作为所述知识库中的所述治疗案例对应的P2;其中,其中,k21和k22为预设的大于或等于0的加权参数,f为使得p2与(P21×k21+P22×k22)成反比的预设函数。
在其中一个实施例中,还包括:添加模块,用于将所述获取的病人的第一病情信息、第一个人信息、推荐的治疗方案、实际治疗效果作为一个治疗案例添加至所述知识库中;将不少于预设数值的所述治疗案例加入所述知识库,形成大数据知识库。
在其中一个实施例中,所述创建模块与所述添加模块分别还包括:分布存储模块,用于将所述知识库中的治疗案例分布式地存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;冗余存储模块,用于将所述知识库中每个治疗案例复制P份分别复制P份分别存储到P个计算节点中;其中,P为大于或等于1的整数;容错模块,用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
在其中一个实施例中,所述信息匹配模块,还包括:并行匹配模块,用于多个计算节点中每个计算节点分别将所述第一病情信息及所述第一个人信息与该个计算节点上存储的所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;所述比较模块元,还包括:并行比较模块,用于多个计算节点中每个计算节点分别比较该个计算节点上存储的所述知识库中所述多个第一治疗案例对应的治疗效果,获得每个计算节点上的所述治疗效果最好的第一治疗案例;合并比较模块,用于比较多个计算节点中每个计算节点上的所述治疗效果最好的第一治疗案例,获取治疗效果最好的第一治疗案例。
在其中一个实施例中,所述第一计算模块,还包括:第一并行计算模块,用于多个计算节点中每个计算节点分别计算该个计算节点上存储的所述知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中所述推荐优选度最大作为所述第二预设条件。
本发明的有益效果包括:上述信息推送装置,通过信息获取模块获取病人的病情信息与个人信息;其中,获取的病人的病情信息作为第一病情信息,获取的个人信息作为第一个人信息;治疗方案获取模块将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病人的个人信息相关联的病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
附图说明
图1为一个实施例中信息推送装置的结构示意图;
图2为另一个实施例中信息推送装置的结构示意图;
图3为一个实施例中信息推送装置中第二匹配模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明信息推送装置进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为一个实施例中的一种信息推送装置。该信息推送装置10包括:信息获取模块100、治疗方案获取模块200和推荐模块300。
其中,信息获取模块100用于获取病人的病情信息与个人信息;其中,获取的病人的病情信息作为第一病情信息,获取的个人信息作为第一个人信息;治疗方案获取模块200用于将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块300用于将第二治疗方案作为最终信息推送至用户。由此,可以实现信息化、个性化、远程管理控制和智能化推送治疗方案信息的目的。
进一步的,如图2所示,该信息推送装置还包括:创建模块400和添加模块500。其中,创建模块400用于预先创建知识库;其中,知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的病人的个人信息、对应的治疗方案、对应的治疗效果。由此,提高了将获取的针对病人的个人信息的病情信息与大数据知识库中的多种病情信息进行匹配的适用性。
在一个实施例中,添加模块500用于将获取的病人的第一病情信息、第一个人信息、推荐的治疗方案、实际治疗效果作为一个治疗案例添加至知识库中;将不少于预设数值的所述治疗案例加入知识库,形成大数据知识库。由此,提高了基于大数据知识库进行针对患者病情信息的治疗方案的查询的实时性与易用性。
在本实施例中,创建模块400或添加模块500都包括以下模块。具体的,分布存储模块410用于将知识库中的治疗案例分布式地存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;冗余存储模块420用于将知识库中每个治疗案例复制P份分别存储到P个计算节点中;其中,P为大于或等于1的整数;容错模块430用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
需要说明的是,第二治疗方案作为最终信息可以理解为治疗方案信息,即治疗方案信息包括但不限于药物名称、药物的单次剂量、用药时间、给药途径、联合用药方案等信息。其中,本实施例中大数据知识库为治疗方案大数据知识库,治疗方案大数据知识库是知识工程中结构化、易操作、易利用、全面有组织的知识集群,是针对医学领域问题求解的需要,采用医学知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与医学领域相关的理论知识、事实数据,由专家经验得到的启发式知识,例如,医学领域内有关的定义、定理和运算法则以及常识性知识等。
上述信息推送装置,通过信息获取模块获取病人的病情信息与个人信息;其中,获取的病人的病情信息作为第一病情信息,获取的个人信息作为第一个人信息;治疗方案获取模块将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病人的个人信息相关联的病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
在一个实施例中,如图2所示,信息获取模块100,还包括:自动识别模块110用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;自动获取模块120用于通过病人注册信息或病历信息自动获取病人的个人信息;输入获取模块130用于获取病人通过手机APP或云终端输入的病情信息或/和个人信息。
本实施例中,获取病人的个人信息与病情信息为通过终端机录入病人的个人信息与病情信息。可以理解的是,此处的终端机可以为计算机或其他可以进行病人的个人信息与病情信息录入、上传的电子终端设备,例如智能手机、穿戴式智能设备、平板电脑等。由此,提高了信息获取的多样性与易用性。
进一步的,在终端机上可运行病人病情管理系统,通过该系统对病人的个人信息与病情信息进行录入。其中,可以录入病人的个人信息包括但不限于病人的姓名、年龄、所在地;可以录入的病情信息包括但不限于病人的症状、病人的生命体征值等。
在一个实施例中,如图2所示,治疗方案获取模块200包括:信息匹配模块210用于将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的治疗案例作为第一治疗案例;比较模块220用于比较知识库中多个第一治疗案例对应的治疗效果,获得治疗效果最好的第一治疗案例,其中,将治疗效果最好作为第一预设条件;第一生成模块230用于将符合第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
在一个实施例中,如图2所示,治疗方案获取模块200还包括:第一匹配模块240用于将知识库中的治疗案例中的病情信息与第一病情信息的匹配度作为P1;第二匹配模块250用于将知识库中的治疗案例中的个人信息与第一个人信息的匹配度作为P2;定义模块260用于将知识库中的治疗案例中的治疗效果作为P3;第一计算模块270用于计算知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将推荐优选度最大作为第二预设条件;第二生成模块280用于将符合第二预设条件的治疗案例中的治疗方案作为第二治疗方案;其中,k1、k2和k3为预设的大于或等于0的加权参数。
本实施例中,该信息推送装置中第一匹配模块240还用于从大数据知识库中治疗案例中的病情信息中抽取关键词,即为第一关键词;从获取的病人的病情信息中抽取关键词,即为第二关键词;对第一关键词与第二关键词进行匹配;将匹配成功的关键词数在第二关键词数中占比数作为第一匹配度,第一匹配度用P1表示;其中,对第一关键词与第二关键词通过精确匹配或模糊匹配方式进行匹配。
基于上述同样原理,进一步的,该信息推送装置中第二匹配模块250还用于从大数据知识库中治疗案例中的个人信息中抽取关键词,即为第三关键词;从获取的病人的个人信息中抽取关键词,即为第四关键词;对第三关键词与抽取的第四关键词进行匹配;将匹配成功的关键词数在第四关键词数中占比数作为第二匹配度,第二匹配度用P2表示;其中,对第三关键词与第四关键词通过精确匹配或模糊匹配方式进行匹配。
在一个实施例中,如图3所示,第二匹配模块250包括:年龄信息获取模块251用于将知识库中的治疗案例中的个人信息中的病人年龄与第一个人信息中的病人年龄的差值的绝对值作为P21;距离信息获取模块252用于将知识库中的治疗案例中的个人信息中的病人所在地与第一个人信息中的病人所在地的距离作为P22;第二计算模块253用于计算f(P21×k21+P22×k22),作为知识库中的治疗案例对应的P2;其中,其中,k21和k22为预设的大于或等于0的加权参数,f为使得p2与(P21×k21+P22×k22)成反比的预设函数。
在一个实施例中,如图2所示,信息匹配模块210还包括:并行匹配模块211用于多个计算节点中每个计算节点分别将第一病情信息及第一个人信息与该个计算节点上存储的知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的治疗案例作为第一治疗案例。进一步的,比较模块220还包括:并行比较模块221,用于多个计算节点中每个计算节点分别比较该个计算节点上存储的所述知识库中多个第一治疗案例对应的治疗效果,获得每个计算节点上的所述治疗效果最好的第一治疗案例;合并比较模块222,用于比较多个计算节点中每个计算节点上的所述治疗效果最好的第一治疗案例,获取治疗效果最好的第一治疗案例。
在一个实施例中,如图2所示,第一计算模块270还包括:第一并行计算模块271用于多个计算节点中每个计算节点分别计算该个计算节点上存储的知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中推荐优选度最大作为第二预设条件。
为了更好的理解与应用本发明提出的一种信息推送装置,进行以下示例,需要说明的是,本发明所保护的范围不局限以下示例。
例如,获取甲病人的个人信息:,李XX、26岁、北京市朝阳区,甲病人的病情信息:咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃,在预存储在大数据知识库中的多种病情信息中进行匹配。
具体的,在大数据知识库中搜索出与获取的病人的个人信息与病情信息上述病情信息的匹配度大于预设值60%的病情信息集合,或在大数据知识库中搜索出预设值为10个与病情信息匹配的病情信息集合,即大数据知识库中搜索的病人的病情信息包括但不限于:咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃;且进一步在大数据知识库中搜索出的病人的个人信息包括但不限于:李XX、26岁、北京市朝阳区;继而计算病情信息集合中每一个病情信息与获取的病人的病情信息的匹配度。例如,大数据知识库中腮腺炎中的腮腺肿大的病情信息,与甲病人咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃中抽取的任意信息进行匹配,都无法实现匹配,即腮腺炎病症排除。
基于同样的原理,最终在大于预设值60%的病情信息集合中抽取到的病情信息与甲病人咽喉痛、头晕头痛、流涕症状、生命体征值,即体温41.9℃中抽取的任意信息进行匹配,实现绝大部分或者全部匹配,即确定为甲病人的病情信息为耳鼻喉科中的感冒病症,即重度感冒。
进一步的,通过计算第一系数,即预设大于或等于0的数值与病情信息匹配度的乘积,第二系数,即预设大于或等于0的数值与个人信息匹配度的乘积,以及第三系数,即预设大于或等于0的数值与治疗效果,即可为治疗效果的评分或评级的乘积,将上述三个乘积进行加和处理,最终计算每一个治疗案例中治疗方案的推荐优选度;获取推荐优选度中的最大值对应的治疗案例,作为与获取针对病人的准确的个人信息与病人的病情信息匹配成功的治疗案例。需要说明的是,在大数据知识库中,与耳鼻喉科中的感冒病症,即重度感冒相关联的治疗方案信息对应的方式可以为一对一映射关系,例如,针对耳鼻喉科中的感冒病症,即重度感冒的治疗方案为:口服XXX感冒冲剂,与对乙酰氨基酚、柴胡注射液进行联合用药,一天三次,饭前服用,治疗效果优秀,即评分:5分。即获取检索到的治疗方案信息,并将治疗方案信息推送至病人。
此外,需要说明的是,其中的推荐优选度为大数据知识库中与匹配成功的病情信息以及与病情信息相对应的治疗案例的评价变量;治疗效果可以通过评分或评级的方式进行存储或展示。
上述信息推送装置,通过信息获取模块100获取病人的病情信息与个人信息;其中,获取的病人的病情信息作为第一病情信息,获取的个人信息作为第一个人信息;治疗方案获取模块200将第一病情信息及第一个人信息与知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的治疗案例中的治疗方案作为第二治疗方案;推荐模块300将第二治疗方案作为最终信息推送至用户。上述装置实现了获取最佳治疗方案的及时性;治疗方案推送的针对性、快捷性;且进一步的,利用已有的治疗数据,从中搜索出与病人的个人信息相关联的病情最匹配的成功治疗方案,不再依赖专家或专家库的主观经验和理论知识,而是根据治疗的客观历史数据,会产生更好的治疗方案推荐结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种信息推送装置,其特征在于,所述装置包括:
信息获取模块,用于获取病人的病情信息与个人信息;其中,所述获取的病人的病情信息作为第一病情信息,所述获取的个人信息作为第一个人信息;
治疗方案获取模块,用于将所述第一病情信息及所述第一个人信息与所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配成功且符合第一预设条件的所述治疗案例中的治疗方案作为第二治疗方案;
推荐模块,用于将所述第二治疗方案作为最终信息推送至用户。
2.根据权利要求1所述的信息推送装置,其特征在于,还包括,创建模块,用于预先创建所述知识库,其中,所述知识库包括至少一个治疗案例,且每个治疗案例中包括与该个治疗案例对应的病人的病情信息、对应的病人的个人信息、对应的治疗方案、对应的治疗效果。
3.根据权利要求1所述的信息推送装置,其特征在于,所述信息获取模块,还包括:
自动识别模块,用于通过穿戴式设备或远程医疗设备自动获取病人的病情信息;
自动获取模块,用于通过病人注册信息或病历信息自动获取病人的个人信息;
输入获取模块,用于获取病人通过手机APP或云终端输入的病情信息或/和个人信息。
4.根据权利要求1所述的信息推送装置,其特征在于,所述治疗方案获取模块,包括:
信息匹配模块,用于将所述第一病情信息及所述第一个人信息与所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;
比较模块,用于比较知识库中所述多个第一治疗案例对应的治疗效果,获得每个计算节点上的所述治疗效果最好的第一治疗案例,其中,将所述治疗效果最好作为所述第一预设条件;
第一生成模块,用于将符合所述第一预设条件的第一治疗案例中的治疗方案作为第二治疗方案。
5.根据权利要求1所述的信息推送装置,其特征在于,所述治疗方案获取模块还包括:
第一匹配模块,用于将所述知识库中的治疗案例中的病情信息与所述第一病情信息的匹配度作为P1;
第二匹配模块,用于将所述知识库中的治疗案例中的个人信息与所述第一个人信息的匹配度作为P2;
定义模块,用于将所述知识库中的治疗案例中的治疗效果作为P3;
第一计算模块,用于计算所述知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将所述推荐优选度最大作为所述第二预设条件,其中,k1、k2和k3为预设的大于或等于0的加权参数;
第二生成模块,用于将符合所述第二预设条件的所述治疗案例中的治疗方案作为第二治疗方案。
6.根据权利要求5所述的信息推送装置,其特征在于,所述第二匹配模块包括:
年龄信息获取模块,用于将所述知识库中的所述治疗案例中的个人信息中的病人年龄与所述第一个人信息中的病人年龄的差值的绝对值作为P21;
距离信息获取模块,用于将所述知识库中的所述治疗案例中的个人信息中的病人所在地与所述第一个人信息中的病人所在地的距离作为P22;
第二计算模块,用于计算f(P21×k21+P22×k22),作为所述知识库中的所述治疗案例对应的P2;其中,其中,k21和k22为预设的大于或等于0的加权参数,f为使得p2与(P21×k21+P22×k22)成反比的预设函数。
7.根据权利要求1所述的信息推送装置,其特征在于,还包括:添加模块,用于将所述获取的病人的第一病情信息、第一个人信息、推荐的治疗方案、实际治疗效果作为一个治疗案例添加至所述知识库中;将不少于预设数值的所述治疗案例加入所述知识库,形成大数据知识库。
8.根据权利要求2或7任一项所述的信息推送装置,其特征在于,所述创建模块与所述添加模块分别还包括:
分布存储模块,用于将所述知识库中的治疗案例分布式地存储到多个计算节点中;其中,每个计算节点存储至少一个治疗案例;
冗余存储模块,用于将所述知识库中每个治疗案例复制P份分别复制P份分别存储到P个计算节点中;其中,P为大于或等于1的整数;
容错模块,用于将异常计算节点上的每个治疗案例从其冗余备份的计算节点上拷贝到正常计算节点上。
9.根据权利要求4所述的信息推送装置,其特征在于,所述信息匹配模块,还包括:
并行匹配模块,用于多个计算节点中每个计算节点分别将所述第一病情信息及所述第一个人信息与该个计算节点上存储的所述知识库中的各治疗案例中的病情信息及个人信息进行匹配,获取匹配度大于预设阈值的所述治疗案例作为第一治疗案例;
所述比较模块元,还包括:
并行比较模块,用于多个计算节点中每个计算节点分别比较该个计算节点上存储的所述知识库中所述多个第一治疗案例对应的治疗效果,获得每个计算节点上的所述治疗效果最好的第一治疗案例;
合并比较模块,用于比较多个计算节点中每个计算节点上的所述治疗效果最好的第一治疗案例,获取治疗效果最好的第一治疗案例。
10.根据权利要求5所述的信息推送装置,其特征在于,所述第一计算模块,还包括:
第一并行计算模块,用于多个计算节点中每个计算节点分别计算该个计算节点上存储的所述知识库中每个治疗案例对应的P1×k1+P2×k2+P3×k3,作为该个治疗案例对应的推荐优选度,其中,将多个计算节点中所述推荐优选度最大作为所述第二预设条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610956684.1A CN106503465A (zh) | 2016-10-27 | 2016-10-27 | 信息推送装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610956684.1A CN106503465A (zh) | 2016-10-27 | 2016-10-27 | 信息推送装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106503465A true CN106503465A (zh) | 2017-03-15 |
Family
ID=58321233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610956684.1A Pending CN106503465A (zh) | 2016-10-27 | 2016-10-27 | 信息推送装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503465A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107526930A (zh) * | 2017-08-25 | 2017-12-29 | 广州宝荣科技应用有限公司 | 一种基于打赏机制的医疗方案获取方法 |
CN107833602A (zh) * | 2017-11-06 | 2018-03-23 | 广州优涵信息技术有限公司 | 一种基于移动终端的自闭症康复服务系统 |
CN108206059A (zh) * | 2017-12-29 | 2018-06-26 | 李时珍(广州)健康科技有限公司 | 一种数据处理的方法及装置 |
CN109859851A (zh) * | 2018-12-27 | 2019-06-07 | 平安科技(深圳)有限公司 | 一种治疗方案推荐方法和装置 |
CN110569349A (zh) * | 2019-07-30 | 2019-12-13 | 平安科技(深圳)有限公司 | 基于大数据的患教文章推送方法、系统、设备及存储介质 |
CN113096795A (zh) * | 2019-12-23 | 2021-07-09 | 四川医枢科技股份有限公司 | 多源数据辅助的临床决策支持系统及方法 |
CN113436720A (zh) * | 2021-07-08 | 2021-09-24 | 浙江海心智惠科技有限公司 | 一种信息采集方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
CN103955608A (zh) * | 2014-04-24 | 2014-07-30 | 上海星华生物医药科技有限公司 | 一种智能医疗信息远程处理系统及处理方法 |
CN105260598A (zh) * | 2015-09-29 | 2016-01-20 | 中南大学 | 口腔诊疗决策支持系统及决策方法 |
CN105912881A (zh) * | 2016-06-14 | 2016-08-31 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
-
2016
- 2016-10-27 CN CN201610956684.1A patent/CN106503465A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116707A (zh) * | 2013-03-04 | 2013-05-22 | 北京工业大学 | 一种基于案例推理的心脏病智能诊断方法 |
CN103955608A (zh) * | 2014-04-24 | 2014-07-30 | 上海星华生物医药科技有限公司 | 一种智能医疗信息远程处理系统及处理方法 |
CN105260598A (zh) * | 2015-09-29 | 2016-01-20 | 中南大学 | 口腔诊疗决策支持系统及决策方法 |
CN105912881A (zh) * | 2016-06-14 | 2016-08-31 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
Non-Patent Citations (1)
Title |
---|
董庆兴等: "基于匹配属性相似度的应急决策方案推荐方法", 《控制与决策》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107526930A (zh) * | 2017-08-25 | 2017-12-29 | 广州宝荣科技应用有限公司 | 一种基于打赏机制的医疗方案获取方法 |
CN107833602A (zh) * | 2017-11-06 | 2018-03-23 | 广州优涵信息技术有限公司 | 一种基于移动终端的自闭症康复服务系统 |
CN108206059A (zh) * | 2017-12-29 | 2018-06-26 | 李时珍(广州)健康科技有限公司 | 一种数据处理的方法及装置 |
CN109859851A (zh) * | 2018-12-27 | 2019-06-07 | 平安科技(深圳)有限公司 | 一种治疗方案推荐方法和装置 |
CN110569349A (zh) * | 2019-07-30 | 2019-12-13 | 平安科技(深圳)有限公司 | 基于大数据的患教文章推送方法、系统、设备及存储介质 |
CN110569349B (zh) * | 2019-07-30 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于大数据的患教文章推送方法、系统、设备及存储介质 |
CN113096795A (zh) * | 2019-12-23 | 2021-07-09 | 四川医枢科技股份有限公司 | 多源数据辅助的临床决策支持系统及方法 |
CN113096795B (zh) * | 2019-12-23 | 2023-10-03 | 四川医枢科技有限责任公司 | 多源数据辅助的临床决策支持系统及方法 |
CN113436720A (zh) * | 2021-07-08 | 2021-09-24 | 浙江海心智惠科技有限公司 | 一种信息采集方法 |
CN113436720B (zh) * | 2021-07-08 | 2022-08-30 | 浙江海心智惠科技有限公司 | 一种信息采集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503465A (zh) | 信息推送装置 | |
CN105912881B (zh) | 基于大数据知识库的个性化治疗方案推荐系统 | |
CN106055909B (zh) | 基于大数据知识库的治疗方案推荐系统 | |
Kwon et al. | Deep-learning-based out-of-hospital cardiac arrest prognostic system to predict clinical outcomes | |
CN106126873B (zh) | 治疗方案推荐方法和系统 | |
Zhang et al. | Comparing keywords plus of WOS and author keywords: A case study of patient adherence research | |
CN106529138A (zh) | 信息推送方法和装置 | |
Lad et al. | Utilization of spinal cord stimulation in patients with failed back surgery syndrome | |
CN106529148A (zh) | 信息推送装置 | |
CN104699939A (zh) | 组合知识和数据驱动的洞察的患者风险分层的方法和系统 | |
US20210295998A1 (en) | Medication recommendation system and method for treating migraine | |
CN109473177B (zh) | 基于预测模型确定医疗发展趋势的方法及相关产品 | |
CN104504119B (zh) | 基于医学信息本体数据库的关联药品的自我分析方法 | |
Chen et al. | Tops, bottoms, and shoes: building capsule wardrobes via cross-attention tensor network | |
Touati et al. | Mining surgical meta-actions effects with variable diagnoses’ number | |
KR101946402B1 (ko) | 인공 지능망 기반 치료 예측 결과 제공 방법 및 시스템 | |
Hassan et al. | Comparison of distance metrics for hierarchical data in medical databases | |
Li et al. | CCAE: cross-field categorical attributes embedding for cancer clinical endpoint prediction | |
Kawalec et al. | Cost-utility analysis of Ruconest®(conestat alfa) compared to Berinert® P (human C1 esterase inhibitor) in the treatment of acute, life-threatening angioedema attacks in patients with hereditary angioedema | |
CN106528708A (zh) | 信息推送方法和装置 | |
Velmurugan et al. | Optimal symptom diagnosis for efficient disease identification using Somars approach | |
CN109447830A (zh) | 一种用于控制药品开具的方法 | |
Ollier et al. | Penalized Poisson model for network meta‐analysis of individual patient time‐to‐event data | |
CN113434692B (zh) | 图神经网络模型构建、诊疗方案推荐方法、系统及设备 | |
Baxter et al. | Do orthotics work as an injury prevention strategy for the military? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |
|
RJ01 | Rejection of invention patent application after publication |