CN108682454A - 一种基于移动终端的语音医嘱管理系统及方法 - Google Patents
一种基于移动终端的语音医嘱管理系统及方法 Download PDFInfo
- Publication number
- CN108682454A CN108682454A CN201810402283.0A CN201810402283A CN108682454A CN 108682454 A CN108682454 A CN 108682454A CN 201810402283 A CN201810402283 A CN 201810402283A CN 108682454 A CN108682454 A CN 108682454A
- Authority
- CN
- China
- Prior art keywords
- doctor
- advice
- information
- terminal
- word
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000001755 vocal effect Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000006854 communication Effects 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 21
- 241001672694 Citrus reticulata Species 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 3
- 238000012377 drug delivery Methods 0.000 description 6
- 235000012054 meals Nutrition 0.000 description 5
- LSQZJLSUYDQPKJ-NJBDSQKTSA-N amoxicillin Chemical compound C1([C@@H](N)C(=O)N[C@H]2[C@H]3SC([C@@H](N3C2=O)C(O)=O)(C)C)=CC=C(O)C=C1 LSQZJLSUYDQPKJ-NJBDSQKTSA-N 0.000 description 4
- 229940090588 amoxil Drugs 0.000 description 4
- 239000002775 capsule Substances 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 238000001990 intravenous administration Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000000144 pharmacologic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- 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
- G16H40/00—ICT 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
- G16H40/20—ICT 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例提供了一种基于移动终端的口头医嘱管理系统及方法,包括:基于第一终端获取患者的单项信息以及启动该第一终端的录音功能;该第一终端将该语音医嘱转换成文字医嘱;该第一终端将该文字医嘱发送给服务器;该服务器将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息;该服务器将该复项信息发送至第二终端;基于该复项信息,该第二终端对该复项信息中的一个或多个文字医嘱信息做出反馈。本发明采用上述结构,设计合理,能适用于更多就诊场合,通过语音记录医嘱信息,避免了医生因事务过多导致忘写医嘱的问题,该方法及系统可实现医嘱的快速归档、反馈信息的自动推送等功能,提高了工作效率。
Description
技术领域:
本发明涉及一种基于移动终端的口头医嘱管理系统及方法。
背景技术:
传统的医嘱管理系统中,采用医生手写记录的方法,以文字输入的形式录入医嘱,受限于场所与时间,不能达到随时随地即时的医嘱录入,医嘱形成后交给护士等工作人员来执行,但传统医嘱从制定到执行存在时间差,无法保证医嘱的实时性,工作效率低;同时传统的医嘱管理系统会出现因没有记录导致护士执行出错的问题。医嘱的延后执行和遗漏执行,会导致耽误病情延误治疗。
目前市场上出现了一些较新颖的医嘱管理方法,但其功能单一,适用范围窄,只能利用单一的方式进行医嘱信息的录入,例如有些利用图形图像的方式录入,有些利用语音识别的方式录入,一旦应用场所变了,就无法适应,不能满足所有医疗环境下的使用要求。且现有的医嘱管理方法,其使用还仅停留在医生层面,无法贯穿整个医疗系统,并不能解决医生下达医嘱与护士执行医嘱之间存在较长时间差的问题。
发明内容:
本发明提供了一种基于移动终端的口头医嘱管理系统及方法,解决了现在医疗体系中出现的医嘱延后执行和遗漏执行的问题,解决了现有技术中存在的问题。
本发明为解决上述技术问题所采用的技术方案是:
第一方面,本发明实施例提供了一种基于移动终端的口头医嘱管理方法,包括:基于第一终端获取患者的单项信息以及启动该第一终端的录音功能,该第一终端录入语音医嘱信息并将该语音医嘱信息与该单项信息相对应存储;该单项信息为指示该语音医嘱对应患者的一个或多个的标识信息;该第一终端将该语音医嘱转换成文字医嘱;该第一终端将该文字医嘱发送给服务器;该服务器将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息;该复项信息包含与同一患者相对应的各项单项信息和相应文字医嘱;该服务器将该复项信息发送至第二终端;基于该复项信息,该第二终端对该复项信息中的一个或多个文字医嘱信息做出反馈,并将该反馈信息发送给该服务器;该反馈信息是对该文字医嘱信息的执行与否和/或执行过程中所遇到的问题的标记。
在一个示例中,该方法包括:该服务器将该复项信息和/或该反馈信息发送至云存储端,以便满足预设要求的终端获取该复项信息和/或该反馈信息;其中是,该预设要求是指按指令调取复项信息和/或该反馈信息。
在一个示例中,该第一终端将该语音医嘱转换成文字医嘱,具体包括:第一终端被指定医生使用前,先录入并分析提取相应医生语言特征的分布曲线,并将该医生语言特征的分布曲线与标准普通话特征的分布曲线相对比,存储医生语言与标准普通话的语言特征的分布曲线对比图;投入使用时,首先提取该指定医生当前语音医嘱的语言特征的分布曲线,将该指定医生的当前语音医嘱的语言特征分布曲线与该分布曲线对比图相匹配,从而将该指定医生的当前语音医嘱转换成标准普通话的语音医嘱,再将该转换后的标准普通话的语音医嘱转换成相应文字医嘱;其中,该将该指定医生的当前语音医嘱的语言特征分布曲线与该分布曲线对比图相匹配,采用时域波形拼接方式。
在一个示例中,该标准普通话的语音医嘱转换成文字医嘱,具体包括,该第一终端中存储有标准医嘱词汇,语音医嘱与标准词汇进行匹配,该标准医嘱词汇为多元组,该多元组包括与医护相关的词或词组;匹配时把语音医嘱和标准医嘱词汇按照多元组内容逐一匹配对应,直至完成全部语音医嘱的匹配。
在一个示例中,该单项信息包括通讯号码和/或患者标识。
在一个示例中,该服务器将该复项信息发送至第二终端;具体包括:该服务器将该复项信息推送至该包含该第二终端的一组终端;或者该服务器向包含该第二终端的一组终端发送消息,该消息用于向该一组终端的成员指示调取该复项信息。
在一个示例中,该服务器将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息,具体包括:该服务器将同一患者的不同单项信息对应的语音医嘱和/或文字医嘱,按照医嘱产生时间的先后顺序进行合并,形成更新的复项信息。
在一个示例中,该第一终端通过语音识别算法将该语音医嘱转换成文字医嘱,且该语音识别算法包括:获取语音医嘱信息;将该语音医嘱信息,转换为对应的第一文本信息;根据预设规则从该文本信息中提取第一关键词集合,其中,该第一关键词集合中包含至少一个关键词;计算该第一关键词集合和第二关键词集合的相似度,其中,该第二关键词集合为预设信息库中对应的第二文本信息提取到的关键词集合,其中,该预设信息库中包含多个第二文本信息与接收组信息的关联关系。
在一个示例中,通过如下公式分别计算第一文本信息A和第二文本信息B的词形相似度、句长相似度、词序相似度、距离相似度:
词形相似度:
句长相似度:
词序相似度:
距离相似度:
按照如下公式计算第一文本信息A和第二文本信息B的相似度:
Sim(A,B)=α1WordSim(A,B)+α2LenSim(A,B)+α3OrderSim(A,B)+α4DisSim(A,B)
其中,Len(A)为第一文本信息A对应的关键词集合中关键词的个数,Len(B)为第二文本信息B对应的关键词集合中关键词的个数;SameWc(A,B)为第一文本信息A对应的关键词集合和第二文本信息B对应的关键词集合中相同关键词的个数;OnceWs(A,B)表示在第一文本信息A和第二文本信息B中都出现且只出现一次的关键词集合;|OnceWs(A,B)为OnceWs(A,B)集合中关键词的个数,k为训练的到的DisSim(A,B)为0.5时的词语距离值,Max()为取最大值函数,Abs()为取绝对值函数,α1为词形相似度WordSim(A,B)的权重系数,α2为句长相似度LenSim(A,B)的权重系数,α3为词序相似度OrderSim(A,B)的相似度,α4为距离相似度DisSim(A,B)的权重系数。
第二方面,本发明实施例提供了一种基于移动终端的口头医嘱管理系统,包括:第一终端、第二终端、服务器;第一终端用于获取患者的单项信息并启动该录音功能,以及将录入的语音医嘱信息与该单项信息相对应存储;该单项信息为指示该语音医嘱对应患者的一个或多个的标识信息;以及用于将该语音医嘱转换成文字医嘱,将该文字医嘱发送给服务器;
该服务器用于将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息;该复项信息包含与同一患者相对应的各项单项信息和相应文字医嘱;以及将该复项信息发送至第二终端;
该第二终端基于该复项信息,对该复项信息中的一个或多个文字医嘱信息做出反馈,并将该反馈信息发送给该服务器;该反馈信息是对该文字医嘱信息的执行与否和/或执行过程中所遇到的问题的标记。
本发明采用上述结构,设计合理,能适用于更多就诊场合,通过语音记录医嘱信息,避免了医生因事务过多导致忘写医嘱的问题,该方法及系统可实现医嘱的快速归档、反馈信息的自动推送等功能,提高了工作效率,保证了医嘱的及时有效执行和问题的及时反馈,保证患者在第一时间接受到最合理的治疗方案,同时,该系统增加了医嘱信息的透明度,有利于缓解医患矛盾。
附图说明:
图1为一种基于移动终端的口头医嘱管理方法的流程图;
图2为一种基于移动终端的口头医嘱管理系统的关系示意图;
图3为一种基于移动终端的口头医嘱管理系统的虚拟装置图;
图4为语音识别算法的流程图。
具体实施方式:
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。
在本发明中,医生通过其移动终端录入语音医嘱,该医生的移动终端将其录入的语音医嘱转换成文字医嘱,并发送给服务器。该服务器将患者的通讯号码或患者标识以及对应存储的语音医嘱合并更新,形成包含姓名、住址、通讯号码、患者标识以及与通讯号码和/或患者标识对应文字医嘱的复项信息,服务器将复项信息发送给另一移动终端如护士的移动终端设备。且护士的移动终端可对推送来的复项信息进行逐条勾选标记,或对推送来的消息做备注,形成反馈信息,再发送给服务器。服务器将更新后的复项信息如包含反馈信息的内容发送给云存储端。当有终端设备如医生持有的终端或护士持有的终端,发出阅读指令时,医生或护士即可通过服务器调取云存储端存储的信息。
下面以医生所用的移动终端设备为第一终端,护士设备为第二设备,详细阐述本发明实施例提供的一种基于移动终端的口头医嘱管理方法。
需要说明的是,如医嘱的不限于医生,调取医嘱的也不限于护士,本发明实施例仅以录入医嘱的是医生,调取医嘱的是护士为例进行阐述。
图1为本发明实施例提供的一种基于移动终端的口头医嘱管理方法的流程图。
S101,医生通过第一终端登录服务器,并保持终端后台运行。
S102,护士通过第二终端登录服务器,并保持终端后台运行。
S104,当医生所持有的第一终端,接到来自患者的电话时,以通讯号码作为单项信息,医生持有的第一终端识别通讯号码,开启录音功能,并检索之前是否有医嘱记录。若无医嘱记录,则将新的通讯号码与该语音医嘱对应存储;若有医嘱记录,则将该语音医嘱与原有的通讯号码对应存储,之后按医嘱产生的时间顺序将语音医嘱进行排序,这里的通讯号码可以是手机号、微信号等号码。
S105,第一终端在通话过程中录入语音医嘱,并将录入的语音医嘱与通讯号码对应存储。
S108,第一终端将录入的语音医嘱转换成文字医嘱。在第一终端首次到达医生手中时,需要先进行设置,在进行设置过程中,会存储该医生的信息,这里的信息包括录入该医生的语音,获取医生的语音的方式是通过让该医生朗读第一终端中显示的一端话来录入,第一终端根据录入的语音分析提取相应医生语言特征的分布曲线,并将该医生语言特征的分布曲线与标准普通话特征的分布曲线相对比,最终存储医生语言与标准普通话的对比语言特征的分布曲线;正式开始使用时,医生录入语音医嘱,第一终端分析提取该语音医嘱的语言特征的分布曲线,通过时域波形拼接方式将医生语言特征的分布曲线与对比语言特征的分布曲线进行波形叠加,将医生语言的语音医嘱转换成标准普通话的语音医嘱,之后,标准普通话的语音医嘱与第一终端中早已存储的标准词汇进行匹配,例如,标准普通话的语音医嘱为“阿莫西林胶囊每天饭后服用三次”,第一终端就会将对语音医嘱逐一匹配,“阿莫西林胶囊”与多元组中的“药品”匹配,“药品”中有“阿莫西林胶囊”这一项,则翻译为“阿莫西林胶囊”;“饭后”“服用”与多元组中的“操作”匹配,“操作”中有“饭后”、“口服”选项,则将“饭后”“服用”翻译为“饭后”“口服”;“每天”“三次”与多元组中的“频率”匹配,“频率”中有“每日三次”选项,则将“每天”“三次”翻译为“每日三次”,以此规律翻译,直至全部翻译为文字。
S109,语音医嘱和/或文字医嘱上传至服务器。在以上步骤中还没出现反馈信息,故不需要将反馈信息上传至服务器,而是将与通讯号码对应存储的语音医嘱和/或文字医嘱上传至服务器。
S110,服务器内存储有患者的所有特征信息,特征信息包括姓名、地址、通讯号码、患者标识等内容,服务器将同一患者与不同单项信息对应存储的语音医嘱和/或文字医嘱按医嘱产生的时间顺序合并形成复项信息。即复项信息中包含患者的姓名、地址、通讯号码、患者标识以及与通讯号码和患者标识相对应的文字医嘱。
S111,服务器将更新过的复项信息推送至相应第二终端,也就是服务器将复项信息推送给护士们;或者服务器向护士们发送消息,提示护士们调取复项信息;这里的护士们可以指定推送给某一护士或属于同一科室的某些护士或属于同一项目组的某些护士。
S112,第二终端对推送来的复项信息做出反馈信息。复项信息内会包括文字医嘱,文字医嘱内会包含某时间对某患者打点滴,某时间给某患者送药等工作,当护士执行完打点滴工作时,就会在某时间对某患者打点滴这条医嘱后面,进行勾选,当护士执行送药工作时,发现患者刚吃过与所送药物药性相抵的食物,就会在某时间给某患者送药这条医嘱进行备注,说明实际情况。
S109,该反馈信息上传至服务器。此步骤之前已向服务器上传过语音医嘱和/或文字医嘱,故不需要重复上传。
S113,服务器将患者的复项信息包括与通讯号码对应存储的文字医嘱和反馈信息上传至云存储端。
S114,医生和护士持有终端,通过服务器调取云存储端存储的复项信息及反馈信息,以此得知医嘱的执行情况,确保患者的有效治疗。
S106,当医生在病房巡诊或进行手术等发生紧急情况时,则以患者标识,可以是病床号作为单项信息,医生持有第一终端通过扫描病床号的二维码,或医生呼出患者病床号,由医生所持的第一终端识别出病床号,病床号触发了医生所持有的第一终端的录音功能,同时第一终端会检索该病床号之前是否有医嘱记录,若无医嘱记录,则在此新的病床号会与语音医嘱对应存储,若有医嘱记录,则将该语音医嘱与原有的病床号对应存储,之后按医嘱产生的时间顺序将语音医嘱进行排序。
S107,第一终端录入语音医嘱并将语音医嘱与病床号对应存储。
S108,第一终端将录入的语音医嘱转换成文字医嘱。
S109,语音医嘱和/或文字医嘱上传至服务器。在以上步骤中还没出现反馈信息,故不需要将反馈信息上传至服务器。而是将与病床号对应存储的语音医嘱和/或文字医嘱上传至服务器。
S110,服务器内存储有患者的所有特征信息,特征信息包括姓名、地址、通讯号码、患者标识等内容,服务器将同一患者与不同单项信息对应存储的语音医嘱和/或文字医嘱按医嘱产生的时间顺序合并形成复项信息。即复项信息中包含患者的姓名、地址、通讯号码、患者标识以及与通讯号码和患者标识相对应的文字医嘱。
S111,服务器将更新过的复项信息推送至相应第二终端。也就是服务器将复项信息推送给护士们;或者服务器向护士们发送消息,提示护士们调取复项信息;这里的护士们可以指定推送给某一护士或属于同一科室的某些护士或属于同一项目组的某些护士。
S112,第二终端对推送来的复项信息做出反馈信息。复项信息内会包括文字医嘱,文字医嘱内会包含某时间对某患者打点滴,某时间给某患者送药等工作,当护士执行完打点滴工作时,就会在某时间对某患者打点滴这条医嘱后面,进行勾选,当护士执行送药工作时,发现患者刚吃过与所送药物药性相抵的食物,就会在某时间给某患者送药这条医嘱进行备注,说明实际情况。
S109,该反馈信息上传至服务器。此步骤之前已向服务器上传过语音医嘱和/或文字医嘱,故不需要重复上传。
S113,服务器将患者的复项信息包括与病床号对应存储的文字医嘱和反馈信息上传至云存储端。
S114,医生和护士持有终端,通过服务器调取云存储端存储的复项信息及反馈信息,以此得知医嘱的执行情况,确保患者的有效治疗。
S103,患者若想查看自己的信息,即通过第三终端登录服务器。第三终端是专门为患者开放的终端,患者通过终端登录,查看自己的信息,但无权编辑。
S114,服务器调取云存储端存储的患者完整的医嘱信息,包括复项信息及反馈信息。
图2为一种基于移动终端的口头医嘱管理系统的关系示意图。
终端与服务器204之间、服务器204与云存储端205之间可进行数据传输。
该系统在使用前,需要进行注册,注册类别为医生的用户使用第一终端201,注册类别为护士的用户使用第二终端202,注册类别为患者的用户使用第三终端203。
第一终端201用于获取并识别患者的单项信息,录入语音医嘱,语音医嘱转换成文字医嘱,与识别到的单项信息相对应存储。
第二终端202用于对来自服务器204的语音医嘱和/或文字医嘱的执行情况进行标记,也可以将出现的问题记录下来,形成反馈信息传送给服务器204。
第一终端201、第二终端202和第三终端203均可用于调取指定患者的全部医嘱信息。
服务器204用于将同一患者在不同单项信息中存储的语音医嘱和/或文字医嘱按照时间的先后顺序进行合并,形成和/或更新该复项信息,并将复项信息推送至第二终端,该服务器204还用于接收终端反馈来的信息。
云存储端205用于存储服务器104中的复项信息及反馈信息。
图3为一种基于移动终端的口头医嘱管理系统的虚拟装置图。
该系统中的第一终端201包括归档模块301、文字转换模块302和阅读模块303,第二终端202包括反馈模块304和阅读模块303,第三终端203包括阅读模块303。
当第一终端201接到电话或留言时,归档模块301即识别通讯号码,并将录入的语音医嘱存储于识别到的通讯号码下;当医生在病房巡诊时,归档模块301通过扫描患者标识的二维码或接收关于患者标识的语音来识别患者标识,并将录入的语音医嘱存储在该患者标识下。归档模块301与文字转换模块302相连,该文字转换模块302通过语音识别算法将语音转换成文字;反馈模块304用于对来自服务器204推送的复项信息做出反馈信息;阅读模块303用于调取查看以往医嘱信息,即包括复项信息和反馈信息。
该系统中的服务器204包括相互连接的合并档案模块305和推送模块306,其中合并档案模块305用于将同一患者存储于不同单项信息下的语音医嘱和/或文字医嘱合并形成复项信息;推送模块306用于将最新的消息推送到相应的第二终端202,以提高工作效率。
图4为本发明实施例中语音识别算法的流程图。
S401获取语音医嘱信息。
S402,转换为对应的第一文本信息。
具体的,将该语音医嘱信息,转换为对应的第一文本信息。
S403,提取第一关键词集合。
具体的,根据预设规则从该文本信息中提取第一关键词集合,其中,该第一关键词集合中包含至少一个关键词。
S404,在第二文本信息中提取第二关键词集合。
其中,该第二关键词集合为预设信息库中对应的第二文本信息提取到的关键词集合,其中,该预设信息库中包含多个第二文本信息与接收组信息的关联关系。
S405,通过公式公式计算第一文本信息和第二文本信息的相似度。
具体的,通过如下公式分别计算第一文本信息A和第二文本信息B的词形相似度、句长相似度、词序相似度、距离相似度:
词形相似度:
句长相似度:
词序相似度:
距离相似度:
按照如下公式计算第一文本信息A和第二文本信息B的相似度:
Sim(A,B)=α1WordSim(A,B)+α2LenSim(A,B)+α3OrderSim(A,B)+α4DisSim(A,B)
其中,Len(A)为第一文本信息A对应的关键词集合中关键词的个数,Len(B)为第二文本信息B对应的关键词集合中关键词的个数;SameWc(A,B)为第一文本信息A对应的关键词集合和第二文本信息B对应的关键词集合中相同关键词的个数;OnceWs(A,B)表示在第一文本信息A和第二文本信息B中都出现且只出现一次的关键词集合;|OnceWs(A,B)为OnceWs(A,B)集合中关键词的个数,k为训练的到的DisSim(A,B)为0.5时的词语距离值,Max()为取最大值函数,Abs()为取绝对值函数,α1为词形相似度WordSim(A,B)的权重系数,α2为句长相似度LenSim(A,B)的权重系数,α3为词序相似度OrderSim(A,B)的相似度,α4为距离相似度DisSim(A,B)的权重系数。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上该的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上该仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于移动终端的口头医嘱管理方法,其特征在于,包括:
基于第一终端获取患者的单项信息以及启动所述第一终端的录音功能,所述第一终端录入语音医嘱信息并将所述语音医嘱信息与所述单项信息相对应存储;所述单项信息为指示所述语音医嘱对应患者的一个或多个的标识信息;
所述第一终端将所述语音医嘱转换成文字医嘱;
所述第一终端将所述文字医嘱发送给服务器;
所述服务器将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息;所述复项信息包含与同一患者相对应的各项单项信息和相应文字医嘱;
所述服务器将所述复项信息发送至第二终端;
基于所述复项信息,所述第二终端对所述复项信息中的一个或多个文字医嘱信息做出反馈,并将所述反馈信息发送给所述服务器;所述反馈信息是对所述文字医嘱信息的执行与否和/或执行过程中所遇到的问题的标记。
2.根据权利要求1所述一种基于移动终端的口头医嘱管理方法,其特征在于,所述方法包括:所述服务器将所述复项信息和/或所述反馈信息发送至云存储端,以便终端获取所述复项信息和/或所述反馈信息。
3.根据权利要求1所述的一种基于移动终端的口头医嘱管理方法,其特征在于,所述第一终端将所述语音医嘱转换成文字医嘱,具体包括:第一终端被指定医生使用前,先录入并分析提取相应医生语言特征的分布曲线,并将所述医生语言特征的分布曲线与标准普通话特征的分布曲线相对比,存储医生语言与标准普通话的语言特征的分布曲线对比图;投入使用时,首先提取所述指定医生当前语音医嘱的语言特征的分布曲线,将所述指定医生的当前语音医嘱的语言特征分布曲线与所述分布曲线对比图相匹配,从而将所述指定医生的当前语音医嘱转换成标准普通话的语音医嘱,再将所述转换后的标准普通话的语音医嘱转换成相应文字医嘱;其中,所述将所述指定医生的当前语音医嘱的语言特征分布曲线与所述分布曲线对比图相匹配,采用时域波形拼接方式。
4.根据权利要求3所述的一种基于移动终端的口头医嘱管理方法,其特征在于,所述标准普通话的语音医嘱转换成文字医嘱,具体包括,所述第一终端中存储有标准医嘱词汇,语音医嘱与标准词汇进行匹配,所述标准医嘱词汇为多元组,所述多元组包括与医护相关的词或词组;匹配时把语音医嘱和标准医嘱词汇按照多元组内容逐一匹配对应,直至完成全部语音医嘱的匹配。
5.根据权利要求1所述的一种基于移动终端的口头医嘱管理方法,其特征在于:所述单项信息包括通讯号码和/或患者标识。
6.根据权利要求1所述的一种基于移动终端的口头医嘱管理方法,其特征在于,所述服务器将所述复项信息发送至第二终端;具体包括:所述服务器将所述复项信息推送至所述包含所述第二终端的一组终端;或者所述服务器向包含所述第二终端的一组终端发送消息,所述消息用于向所述一组终端的成员指示调取所述复项信息。
7.根据权利要求1所述的一种基于移动终端的口头医嘱管理方法,其特征在于:所述服务器将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息,具体包括:所述服务器将同一患者的不同单项信息对应的语音医嘱和/或文字医嘱,按照医嘱产生时间的先后顺序进行合并,形成更新的复项信息。
8.根据权利要求1所述的一种基于移动终端的口头医嘱管理方法,其特征在于:所述第一终端通过语音识别算法将所述语音医嘱转换成文字医嘱,且所述语音识别算法包括:
获取语音医嘱信息;
将所述语音医嘱信息,转换为对应的第一文本信息;
根据预设规则从所述文本信息中提取第一关键词集合,其中,所述第一关键词集合中包含至少一个关键词;
计算所述第一关键词集合和第二关键词集合的相似度,其中,所述第二关键词集合为预设信息库中对应的第二文本信息提取到的关键词集合,其中,所述预设信息库中包含多个第二文本信息与接收组信息的关联关系。
9.根据权利要求8所述的一种基于移动终端的口头医嘱管理方法,其特征在于:通过如下公式分别计算第一文本信息A和第二文本信息B的词形相似度、句长相似度、词序相似度、距离相似度:
词形相似度:
句长相似度:
词序相似度:
距离相似度:
按照如下公式计算第一文本信息A和第二文本信息B的相似度:
Sim(A,B)=α1WordSim(A,B)+α2LenSim(A,B)+α3OrderSim(A,B)+α4DisSim(A,B)
其中,Len(A)为第一文本信息A对应的关键词集合中关键词的个数,Len(B)为第二文本信息B对应的关键词集合中关键词的个数;SameWc(A,B)为第一文本信息A对应的关键词集合和第二文本信息B对应的关键词集合中相同关键词的个数;OnceWs(A,B)表示在第一文本信息A和第二文本信息B中都出现且只出现一次的关键词集合;|OnceWs(A,B)|为OnceWs(A,B)集合中关键词的个数,k为训练的到的DisSim(A,B)为0.5时的词语距离值,Max()为取最大值函数,Abs()为取绝对值函数,α1为词形相似度WordSim(A,B)的权重系数,α2为句长相似度LenSim(A,B)的权重系数,α3为词序相似度OrderSim(A,B)的相似度,α4为距离相似度DisSim(A,B)的权重系数。
10.一种基于移动终端的口头医嘱管理系统,其特征在于,包括:第一终端、第二终端、服务器;第一终端用于获取患者的单项信息并启动所述录音功能,以及将录入的语音医嘱信息与所述单项信息相对应存储;所述单项信息为指示所述语音医嘱对应患者的一个或多个的标识信息;以及用于将所述语音医嘱转换成文字医嘱,将所述文字医嘱发送给服务器;
所述服务器用于将同一个患者的相同或不同单项信息以及相应文字医嘱进行合并处理,形成复项信息;所述复项信息包含与同一患者相对应的各项单项信息和相应文字医嘱;以及将所述复项信息发送至第二终端;
所述第二终端基于所述复项信息,对所述复项信息中的一个或多个文字医嘱信息做出反馈,并将所述反馈信息发送给所述服务器;所述反馈信息是对所述文字医嘱信息的执行与否和/或执行过程中所遇到的问题的标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402283.0A CN108682454A (zh) | 2018-04-28 | 2018-04-28 | 一种基于移动终端的语音医嘱管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402283.0A CN108682454A (zh) | 2018-04-28 | 2018-04-28 | 一种基于移动终端的语音医嘱管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108682454A true CN108682454A (zh) | 2018-10-19 |
Family
ID=63801791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810402283.0A Pending CN108682454A (zh) | 2018-04-28 | 2018-04-28 | 一种基于移动终端的语音医嘱管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108682454A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109817218A (zh) * | 2019-03-13 | 2019-05-28 | 北京青燕祥云科技有限公司 | 医疗语音识别的方法及系统 |
CN112883707A (zh) * | 2020-12-31 | 2021-06-01 | 首都医科大学宣武医院 | 基于人机对话的急救辅助方法、系统、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059247A1 (en) * | 1993-12-29 | 2008-03-06 | Clinical Decision Support, Llc | Computerized medical diagnostic and treatment advice system |
CN102131156A (zh) * | 2011-01-27 | 2011-07-20 | 上海华美络信息技术有限公司 | 一种医院即时通讯系统及即时通讯方法 |
CN104103278A (zh) * | 2013-04-02 | 2014-10-15 | 北京千橡网景科技发展有限公司 | 一种实时语音去噪的方法和设备 |
US20140330589A1 (en) * | 2012-01-16 | 2014-11-06 | Zoeticx Inc. | Dynamic medical information model for coordinated patient care delivery |
CN104835017A (zh) * | 2015-06-01 | 2015-08-12 | 南京理工大学紫金学院 | 一种智能医疗护理系统 |
CN105260974A (zh) * | 2015-09-10 | 2016-01-20 | 济南市儿童医院 | 一种生成具有告签功能的电子病历方法及系统 |
CN106303123A (zh) * | 2016-08-15 | 2017-01-04 | 广州海峰信息科技有限公司 | 基于sip的医院智能应急无线呼叫系统 |
CN107273350A (zh) * | 2017-05-16 | 2017-10-20 | 广东电网有限责任公司江门供电局 | 一种实现智能问答的信息处理方法及其装置 |
CN107564571A (zh) * | 2017-08-30 | 2018-01-09 | 浙江宁格医疗科技有限公司 | 一种基于语音输入的结构化电子病历生成方法及其对应的储存设备和移动终端 |
-
2018
- 2018-04-28 CN CN201810402283.0A patent/CN108682454A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059247A1 (en) * | 1993-12-29 | 2008-03-06 | Clinical Decision Support, Llc | Computerized medical diagnostic and treatment advice system |
CN102131156A (zh) * | 2011-01-27 | 2011-07-20 | 上海华美络信息技术有限公司 | 一种医院即时通讯系统及即时通讯方法 |
US20140330589A1 (en) * | 2012-01-16 | 2014-11-06 | Zoeticx Inc. | Dynamic medical information model for coordinated patient care delivery |
CN104103278A (zh) * | 2013-04-02 | 2014-10-15 | 北京千橡网景科技发展有限公司 | 一种实时语音去噪的方法和设备 |
CN104835017A (zh) * | 2015-06-01 | 2015-08-12 | 南京理工大学紫金学院 | 一种智能医疗护理系统 |
CN105260974A (zh) * | 2015-09-10 | 2016-01-20 | 济南市儿童医院 | 一种生成具有告签功能的电子病历方法及系统 |
CN106303123A (zh) * | 2016-08-15 | 2017-01-04 | 广州海峰信息科技有限公司 | 基于sip的医院智能应急无线呼叫系统 |
CN107273350A (zh) * | 2017-05-16 | 2017-10-20 | 广东电网有限责任公司江门供电局 | 一种实现智能问答的信息处理方法及其装置 |
CN107564571A (zh) * | 2017-08-30 | 2018-01-09 | 浙江宁格医疗科技有限公司 | 一种基于语音输入的结构化电子病历生成方法及其对应的储存设备和移动终端 |
Non-Patent Citations (3)
Title |
---|
周法国 等: "句子相似度计算新方法及在问答系统中的应用", 《计算机工程与应用》 * |
张裕强: "基于Android系统的嵌入式移动诊疗平台设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
成静 等: "门诊电子考勤管理系统的设计与应用", 《医院数字化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109817218A (zh) * | 2019-03-13 | 2019-05-28 | 北京青燕祥云科技有限公司 | 医疗语音识别的方法及系统 |
CN112883707A (zh) * | 2020-12-31 | 2021-06-01 | 首都医科大学宣武医院 | 基于人机对话的急救辅助方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247868B (zh) | 一种人工智能辅助问诊系统 | |
Rosenthal et al. | Measuring head and neck cancer symptom burden: the development and validation of the MD Anderson symptom inventory, head and neck module | |
Lee et al. | Rethinking depression: an ethnographic study of the experiences of depression among Chinese | |
CN109697283A (zh) | 用于生成患者-健康护理提供者对话的文字记录的方法和系统 | |
CN109698030A (zh) | 用于患者-提供者对话的界面以及笔记或总结的自动生成 | |
CN109273062A (zh) | Icd智能辅助编码系统 | |
CN110119775A (zh) | 医疗数据处理方法、装置、系统、设备和存储介质 | |
CN109065139A (zh) | 医疗随访方法、装置、计算机设备和存储介质 | |
CN106251865A (zh) | 一种基于语音识别的医疗健康记录自动填写方法 | |
CN108389621A (zh) | 病案首页数据质量检测方法及系统 | |
CN108665980A (zh) | 基于app平台的医患交互系统 | |
CN109065183B (zh) | 问诊对话模板生成及问诊数据获取方法、装置 | |
CN111967241A (zh) | 一种病历书写质控方法及质控系统 | |
CN108648808A (zh) | 随访计划实例生成方法和装置 | |
CN108682454A (zh) | 一种基于移动终端的语音医嘱管理系统及方法 | |
CN112837772A (zh) | 一种预问诊病历生成方法及装置 | |
Hopkinson et al. | The human perspective on health care reform: coping with diabetes in Kyrgyzstan | |
CN108170677B (zh) | 一种医疗术语抽取方法及装置 | |
Vivek et al. | Tele-ECG and 24-hour physician support over telephone for rural doctors can help early treatment of acute myocardial infarction in rural areas | |
Cipolotti et al. | The impact of deep dysgraphia on graphemic buffer disorders | |
CN114582353A (zh) | 基于语音识别的电子病历自动生成方法及系统 | |
WO2020004556A1 (ja) | 患者アセスメント支援装置、患者アセスメント支援方法、記録媒体 | |
CN109887586A (zh) | 一种订单匹配方法、电子设备及计算机可读存储介质 | |
CN109065015A (zh) | 一种数据采集方法、装置、设备及可读存储介质 | |
CN112037904A (zh) | 在线诊疗数据处理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181019 |