CN109036579A - 基于区块链的信息预测方法、装置、介质及电子设备 - Google Patents
基于区块链的信息预测方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN109036579A CN109036579A CN201810959968.5A CN201810959968A CN109036579A CN 109036579 A CN109036579 A CN 109036579A CN 201810959968 A CN201810959968 A CN 201810959968A CN 109036579 A CN109036579 A CN 109036579A
- Authority
- CN
- China
- Prior art keywords
- disease
- block chain
- historical information
- information
- medical
- 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
Links
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
- 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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Landscapes
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了基于区块链的信息预测方法,其特征在于,包括:接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;根据多个区块链节点的预测结果确定未来的就诊人数;根据所述就诊人数确定未来一段时间后投放的医疗资源。本发明实施例的技术方案能够有效地自动预测出未来一段时期内的疾病的病情爆发情况,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
Description
技术领域
本发明涉及信息处理技术领域,具体而言,涉及一种基于区块链的信息预测方法、装置、介质及电子设备。
背景技术
随着全球气候的变暖、城市化进程的加快、世界各国贸易往来的频繁以及国际间交通工具运输的快捷便利、生态环境的不断恶化,全球传染病发病呈上升趋势,原有传染病的流行区域不断扩展、疾病的流行频度不断增强。使得原本局限于某一地域或者国家内的疾病突破国境的界限,引起在世界范围内的广泛传播与流行,曾经或正在流行的传染病给世界人民带来了巨大危害。例如,2003年的SARS、2005年的禽流感、2008年的手足口病以及2009年的甲型H1N1流感等最近几年出现的新型传染病,其造成的后果,除了直接人员伤亡和巨额医疗费用外,对经济的间接影响、对民众心理和社会安定的危害都是非常严重的。
目前,对传染病的病情爆发情况需要的药品物资及医护人员的筹备情况都是通过人工经验来预测的,以此方式不仅浪费人力,而且得到的预测结果准确性也较低,从而可能导致在投放医疗资源时出现与实际需要的医疗资源差别较大。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种基于区块链的信息预测方法、装置、介质及电子设备,进而至少在一定程度上克服人工预测而导致人力成本较高且容易造成误判的问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种基于区块链的信息预测方法,包括:接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;根据多个区块链节点的预测结果确定未来的就诊人数;根据所述就诊人数确定未来一段时间后投放的医疗资源。
在本发明的一些实施例中,基于前述方案,所述疾病的历史信息包括以下任意一项或多项:所述疾病的新感染人数、所述疾病的治愈人数、所述疾病的复发人数、治愈所述疾病使用药品的数量、治愈所述疾病的检查信息、患有所述疾病时需要的医护人员的人数、以及其他外部因素。
在本发明的一些实施例中,基于前述方案,将所述疾病的历史信息存储至所述区块链网络中,包括:生成所述疾病的历史信息的链接;将所述链接存储至所述区块链网络的区块中,并将所述疾病的历史信息存储至所述区块之外的指定存储空间中。
在本发明的一些实施例中,基于前述方案,生成所述疾病的历史的链接,包括:通过哈希算法对所述疾病的历史信息进行加密,得到哈希值;将所述哈希值作为链接值,生成所述疾病的历史信息的链接。
在本发明的一些实施例中,基于前述方案,将所述疾病的历史信息存储至所述区块之外的指定存储空间中,包括:对所述疾病的历史信息进行冗余编码处理;将经过冗余编码处理后的疾病的历史信息存储至所述区块之外的指定存储空间中。
在本发明的一些实施例中,该方法还包括利于预测公式对所述疾病的历史信息进行回归分析,得到所述疾病预测模型。
在本发明的一些实施例中,所述预测公式包括:
D=i*Y+∑jX;E=p*Y+∑qX
其中,t表示时间变量,X表示所述疾病的历史信息,a,c,d, i,j,p,q为参数,Y是未来的就诊人数,D,E表示预计药品使用情况和医护人员数量。
根据本发明实施例的第二方面,提供了一种基于区块链的信息预测装置,包括:接收单元,接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;处理单元,区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;第一确定单元,用于根据多个区块链节点的预测结果确定未来的就诊人数;第二确定单元,用于根据所述就诊人数确定未来一段时间后投放的医疗资源。
根据本发明实施例的第三方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的基于区块链的信息预测方法。
根据本发明实施例的第四方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的基于区块链的信息预测方法。
本发明实施例提供的技术方案可以包括以下有益效果:
在本发明的一些实施例所提供的技术方案中,通过构建区块链网络,并将接收到的疾病的历史信息存储至区块链网络中,使得能够基于区块链技术疾病的历史信息不可篡改,进而为疾病的历史信息的预测提供支持。区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,这样能够有效地自动预测出未来一段时期内的疾病的病情爆发情况,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
在本发明的一些实施例所提供的技术方案中,通过将疾病的历史信息的链接存储至区块链网络的区块中,并将疾病的历史信息存储至区块之外的指定存储空间中,使得既能够保证存储的链接地址不可篡改,又能够避免将数据量较大的疾病的历史信息存储至区块中而导致存储效率低、区块信息量过大的问题。
在本发明的一些实施例所提供的技术方案中,通过对疾病的历史信息进行冗余编码处理,使得能够保证疾病的历史信息存储的高可靠性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了根据本发明的一个实施例的基于区块链的信息预测方法的流程图;
图2示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图;
图3示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图;
图4示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图;
图5示意性示出了根据本发明的实施例的基于区块链技术的有效地自动预测出未来一段时期内的疾病的病情爆发情况的系统的框图;
图6示出了根据本发明的一个实施例的基于区块链的信息预测装置的框图;
图7示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
互联网上的信息交互,几乎都需要借助可资信赖的第三方信用机构来处理相关信息。这类系统仍然内生性地受制于“基于信用的模式”。区块链技术是构建比特币区块链网络与交易信息加密传输的基础技术。它基于密码学原理而不基于信用,使得任何达成一致的双方直接支付,从而不需要第三方中介的参与。从数据的角度来看:区块链是一种几乎不可能被更改的分布式数据库。这里的“分布式”不仅体现为数据的分布式存储,也体现为数据的分布式记录(即由系统参与者共同维护)。在区块链技术大多数应用场景中,利用区块链哈希指针的交易链数据结构和加密学的哈希计算和加密学数字签字的机制,能够实现区块链交易过程中的多层次证据,由此来实现不同个体交易方之间的互相信任问题。有鉴于此,本申请的发明人将接收的疾病的历史信息储存在区块链网络中,能够通过区块链提供的数据安全保障,继而达到获取准确的,未被篡改的用户数据的目的。
本发发明提供了一种基于区块链的信息预测方法,其特征在于,包括:接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;根据多个区块链节点的预测结果确定未来的就诊人数;根据所述就诊人数确定未来一段时间后投放的医疗资源。
通过本发明的基于区块链的信息预测方法,可以通过构建区块链网络,并将接收到的疾病的历史信息存储至区块链网络中,使得能够基于区块链技术疾病的历史信息不可篡改,进而为疾病的历史信息的预测提供支持。区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,这样能够有效地自动预测出未来一段时期内的疾病的病情爆发情况,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
图1示意性示出了根据本发明的一个实施例的基于区块链的信息预测方法的流程图,该信息预测方法的执行主体可以是具有计算功能的设备,如服务器等。
如图1所示,基于区块链的信息预测方法包括步骤S110~步骤 S140。
在步骤S110中,接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络。
在步骤S120中,区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应。
在步骤S130中,根据多个区块链节点的预测结果确定未来的就诊人数。
在步骤S140中,根据所述就诊人数确定未来一段时间后投放的医疗资源。
该方法可以通过构建区块链网络,并将接收到的疾病的历史信息存储至区块链网络中,使得能够基于区块链技术疾病的历史信息不可篡改,进而为疾病的历史信息的预测提供支持。区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,这样能够有效地自动预测出未来一段时期内的疾病的病情爆发情况,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
在本发明的一个实施例中,可以采用类似于比特币区块链中的构建区块链网络的协议(如共识协议等)来构建区块链网络。对于信息预测的应用场景而言,可以以医院的科室或门诊为最小节点,并基于一家或多家医院的参与,来构建区块链网络。
在本发明的一些实施例中,所述疾病的历史信息包括以下任意一项或多项:所述疾病的新感染人数、所述疾病的治愈人数、所述疾病的复发人数、治愈所述疾病使用药品的数量、治愈所述疾病的检查信息、患有所述疾病时需要的医护人员的人数、以及其他外部因素。例如,疾病为甲流,某医院自2017年12月起,陆续接诊过数百起甲流患者,同比上个月有明显增加,针对这一情况,区块链系统中产生一个新的区块,并在新的区块中构建区块链网络,将甲流的历史信息存储至该区块链网络种。区块链网络的接收的疾病的历史信息可以是医院信息:{医院名称=xx人民医院,医院科室=呼吸科,...},传染病信息:{病原体=甲型 H1N1,疾病的新感染人数=201例,疾病的治愈人数=180例,疾病的复发人数=17例,治愈疾病使用药品的数量=使用的处方药品A共计7000 盒和药品B共计4000盒,患有疾病时需要的医护人员的人数=相关科室医护人员工作情况13人次/24小时,...},病人信息:{患者 ID=0001,姓名=王xx,患病时间=20171212,治愈时间=20171218,家庭人员情况=有1人感染;患者ID=0002,....},每个患者的化验单信息图片或视频数据等传染病爆发过程跟踪信息以及相关人员的公开密钥=ATCGWKY123YTU,签字=XXXY等。
在本发明的一些实施例中,未来的就诊人数可以指医院外面新增加患有该疾病的人数,也可以指医院外面新增加患有该疾病的人数和住院患者复发该疾病的人数之和。
在本发明的一些实施例中,上述医疗资源可以是针对未来一段时间内增加的就诊人数进行设定的。例如,未来一段时间内增加的就诊人数为200,针对患有疾病的200位病科可以准备处方药品A 1000盒,药品B2 000盒,相关科室医护人员增加20人次/24小时。
在本发明的一些实施例中,上述方法还包括利于预测公式对所述疾病的历史信息进行回归分析,得到所述疾病预测模型,其中,所述疾病预测模型的类型与所述疾病的类型相对应。
例如,可以基于时间序列的正向趋势预测和反向随机追溯相结合的方法得到预设模型。具体地,以24小时为最小时间单位,以传染病增加人数、治愈人数、复发人数、使用药品情况、检查信息、医护力量、其他外部因素等疾病的历史信息为影响因子,采用多个因变量的回归分析,不同时期、不同地点、不同传染病类型会生成不同的疾病预测模型。例如,x市在2017.12.01-2018.02.01期间的甲型H1N1流感人数为 5000人,目前已经治愈人数4200人,复发300人,使用的处方药品A 共计7000盒,药品B共计4000盒,相关科室医护人员工作情况13人次/24小时,等等。对上述疾病的历史信息进行回归分析可以得到疾病预测模型,具体可以通过下面公式对上述疾病的历史信息进行回归分析:
D=i*Y+∑jX;E=p*Y+∑qX
其中,t表示时间变量,X表示疾病的历史信息,a,c,d,i,j, p,q为参数,Y是未来的就诊人数(例如,未来两周发病人数),D,E 表示预计药品使用情况和医护人员数量。
在本发明的一些实施例中,可以利用上述公式分别计算出未来的就诊人数、预计药品使用情况和医护人员数量,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
在本发明的一些实施例中,将所述疾病的历史信息存储至所述区块链网络中,以供所述多个区块链节点对所述疾病的历史信息进行预测具体可以是利用所述疾病预测模型对所述疾病的历史信息进行预测,得到预测结果。例如,该预测结果可以是染病爆发实时监测信息的相关凭证材料的存放链接,预测未来一段时期内的病情爆发情况=未来(两周)强度上升/减弱,应对病情爆发情况需要的药品物资及医护人员的筹备情况的提醒=加强xx抗病毒药品和医护人员储备,相关信息访问者的公开密钥(账户地址)=1392929293346等。因此根据该预设结果可以确定出预计未来两周就诊人数为2000人,有增强趋势,并且还可以确定出需储备药品A(3000盒),药品B(2500盒),需要医护人员17人次 /24小时,系统将此预警信息及时通报医院或相关疾控部门以采取相应预防措施。
图2示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图。
如图2所示,图1实施例中的将所述疾病的历史信息存储至所述区块链网络中具体可以包括步骤S210和步骤S220。
在步骤S210中,生成所述疾病的历史信息的链接。
在步骤S220中,将所述链接存储至所述区块链网络的区块中,并将所述疾病的历史信息存储至所述区块之外的指定存储空间中。
该方法可以通过生成所述疾病的历史信息的链接,并将所述链接存储至所述区块链网络的区块中,并将所述疾病的历史信息存储至所述区块之外的指定存储空间中,使得既能够保证存储的链接地址不可篡改,又能够避免将数据量较大的疾病的历史信息存储至区块中而导致存储效率低、区块信息量过大的问题。
此外,在本发明的一个实施例中,可以将疾病的历史信息与预测结果作为交易数据共同存储至所述区块链网络中,即作为一个整体进行存储,以便于后续的应对病情爆发情况需要的药品物资及医护人员的筹备。
图3示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图。
如图3所示,步骤S210具体可以包括步骤S310和步骤S320。
在步骤S310中,通过哈希算法对所述疾病的历史信息进行加密,得到哈希值。
在步骤S320中,将所述哈希值作为链接值,生成所述疾病的历史信息的链接。
该方法可以通过哈希算法对所述疾病的历史信息进行加密,得到哈希值,将所述哈希值作为链接值,生成所述疾病的历史信息的链接,这样有助于保证存储的链接地址不可篡改。
在本发明的一个实施例中,可以将疾病的历史信息分为两部分:疾病的传染情况(例如,新感染、治愈或重新发作的时间、地点、病人及家庭人员情况信息等)和病人感染该疾病的历史记录数据。例如,通过哈希算法对疾病的传染情况进行加密,得到哈希值,将所述哈希值作为链接值,生成疾病的传染情况的链接,即哈希指针链接为dkd49kdkkdkdkkdatcgmpq。再例如,通过哈希算法对病人感染该疾病的历史记录数据进行加密,得到哈希值,将所述哈希值作为链接值,生成病人感染该疾病的历史记录数据的链接,即哈希指针链接为 ostfmmqqjjwwttyuyt。
在本发明的一个实施例中,可以通过哈希算法对疾病预测模型输出的预测结果进行加密,得到哈希值,将所述哈希值作为链接值,生成预测结果的链接,即哈希指针链接为adbdefgasdfjjkkggee。
图4示意性示出了根据本发明的另一个实施例的基于区块链的信息预测方法的流程图。
如图4所示,步骤S220具体可以包括步骤S410和步骤S420。
在步骤S410中,对所述疾病的历史信息进行冗余编码处理。
在步骤S420中,将经过冗余编码处理后的疾病的历史信息存储至所述区块之外的指定存储空间中。
该方法可以对所述疾病的历史信息进行冗余编码处理,将经过冗余编码处理后的疾病的历史信息存储至所述区块之外的指定存储空间中,进而可以提高疾病的历史信息存储的可靠性。
在本发明的一些实施例中,上述指定存储空间可以是云存储空间,也可以是区块链节点的本地存储空间。
以下结合附图介绍本发明的装置实施例。
图5示意性示出了根据本发明的实施例的基于区块链技术的有效地自动预测出未来一段时期内的疾病的病情爆发情况的系统的框图。
如图5所示,根据本发明的实施例的基于区块链技术的有效地自动预测出未来一段时期内的疾病的病情爆发情况的系统500,包括:区块链节点及区块链网络构建子系统510、信息储存子系统520、信息预测子系统530和疾病预测模型性能评估子系统540。
区块链节点及区块链网络构建子系统510,用于区块链节点的构建、更新和维护机制以及区块链网络的构建、更新和维护,例如,以医院的科室或门诊为最小节点,并基于一家或多家医院的参与,来构建区块链网络。
信息储存子系统520,按照下面表1中所示的数据结构方式来存储疾病的历史信息,以及预测结果等信息。疾病的历史信息作为交易输入可以是医院、门诊或个人将传染病情况(例如,新感染、治愈或重新发作的时间、地点、病人及家庭人员情况信息等)等传染病爆发过程跟踪信息以及可以帮助进一步确认的相关图片或视频等信息、经手人访问该信息的公开密钥和签字,预测结果作为交易输出可以是传染病爆发实时监测信息的相关凭证材料的存放链接、预测未来一段时期内的病情爆发情况、应对病情爆发情况需要的药品物资及医护人员的筹备情况的提醒、预测结果访问者的公开密钥(账户地址)等。
信息预测子系统530,基于在时间序列正向趋势(例如,未来一段时期内疾病可能达到的感染人数情况)预测和反向随机追溯(例如,过去一段时期内有多少患者治愈该疾病或复发该疾病,即疾病的历史信息) 相结合的方法,可以根据区块链中的疾病的历史信息,自动预测未来一段时期内的病情爆发情况,并及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况等,从而有力促进区块链技术应用在疾病(例如,传染病)爆发实时预测方面的有效推广。具体的预测过程可以通过上述疾病预测模型来实现,在此不一一赘述。
疾病预测模型性能评估子系统540,用于评估上述疾病预测模型的及时性、有效性和准确性。
图6示出了根据本发明的一个实施例的基于区块链的信息预测装置的框图。
如图6所示,基于区块链的信息预测装置600包括:接收单元610、处理单元620、第一确定单元630和第二确定单元640。
接收单元610,用于接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络。
处理单元620,区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应。
第一确定单元630,用于根据多个区块链节点的预测结果确定未来的就诊人数。
第二确定单元640,用于根据所述就诊人数确定未来一段时间后投放的医疗资源。
该基于区块链的信息预测装置600可以通过构建区块链网络,并将接收到的疾病的历史信息存储至区块链网络中,使得能够基于区块链技术疾病的历史信息不可篡改,进而为疾病的历史信息的预测提供支持。区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,这样能够有效地自动预测出未来一段时期内的疾病的病情爆发情况,从而可以及时提醒应对病情爆发情况需要的药品物资及医护人员的筹备情况,同时也解决了通过人工方式预测疾病的病情爆发情况而导致人力成本较高的问题。
在本发明的一些实施例中,上述处理单元620包括:生成单元,用于生成所述疾病的历史信息的链接;存储单元,用于将所述链接存储至所述区块链网络的区块中,并将所述疾病的历史信息存储至所述区块之外的指定存储空间中。
在本发明的一些实施例中,上述生成单元配置为:通过哈希算法对所述疾病的历史信息进行加密,得到哈希值;将所述哈希值作为链接值,生成所述疾病的历史信息的链接。
在本发明的一些实施例中,上述存储单元配置为:对所述疾病的历史信息进行冗余编码处理;将经过冗余编码处理后的疾病的历史信息存储至所述区块之外的指定存储空间中。
可以理解的是,接收单元610、处理单元620、第一确定单元630、第二确定单元640、生成单元、以及存储单元可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,接收单元610、处理单元620、第一确定单元630、第二确定单元640、生成单元、以及存储单元中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,接收单元610、处理单元620、第一确定单元630、第二确定单元640、生成单元、以及存储单元中的至少一个可以至少被部分地实现为计算机程序单元,当该程序被计算机运行时,可以执行相应单元的功能。
由于本发明的示例实施例的基于区块链技术的信息预测装置600的各个功能单元与上述基于区块链的信息预测方法的示例实施例的步骤对应,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的基于区块链的信息预测方法的实施例。
下面参考图7,其示出了适于用来实现本发明实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备的计算机系统700 仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708 加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出 (I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分 706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN 卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口 705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器 (ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的基于区块链的信息预测方法。
例如,所述的电子设备可以实现如图1中所示的:在步骤S110 中,接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;在步骤S120中,区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;在步骤S130中,根据多个区块链节点的预测结果确定未来的就诊人数;在步骤S140中,根据所述就诊人数确定未来一段时间后投放的医疗资源。
又如,所述的电子设备可以实现如图2至图4中所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于区块链的信息预测方法,其特征在于,包括:
接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;
区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;
根据多个区块链节点的预测结果确定未来的就诊人数;
根据所述就诊人数确定未来一段时间后投放的医疗资源。
2.根据权利要求1所述的方法,其特征在于,所述疾病的历史信息包括以下任意一项或多项:所述疾病的新感染人数、所述疾病的治愈人数、所述疾病的复发人数、治愈所述疾病使用药品的数量、治愈所述疾病的检查信息、患有所述疾病时需要的医护人员的人数、以及其他外部因素。
3.根据权利要求1所述的方法,其特征在于,将所述疾病的历史信息存储至所述区块链网络中,包括:
生成所述疾病的历史信息的链接;
将所述链接存储至所述区块链网络的区块中,并将所述疾病的历史信息存储至所述区块之外的指定存储空间中。
4.根据权利要求3所述的方法,其特征在于,生成所述疾病的历史的链接,包括:
通过哈希算法对所述疾病的历史信息进行加密,得到哈希值;
将所述哈希值作为链接值,生成所述疾病的历史信息的链接。
5.根据权利要求3所述的方法,其特征在于,将所述疾病的历史信息存储至所述区块之外的指定存储空间中,包括:
对所述疾病的历史信息进行冗余编码处理;
将经过冗余编码处理后的疾病的历史信息存储至所述区块之外的指定存储空间中。
6.根据权利要求1所述的方法,其特征在于,该方法还包括:
利用预测公式对所述疾病的历史信息进行回归分析,得到所述疾病预测模型。
7.根据权利要求1所述的方法,其特征在于,所述预测公式包括:
D=i*Y+∑jX;E=p*Y+∑qX
其中,t表示时间变量,X表示所述疾病的历史信息,a,c,d,i,j,p,q为参数,Y是未来的就诊人数,D,E表示预计药品使用情况和医护人员数量。
8.一种基于区块链技术的信息预测装置,其特征在于,包括:
接收单元,用于接收疾病的历史信息并将所述疾病的历史信息存储至区块链网络;
处理单元,区块链节点根据疾病的历史信息利用疾病预测模型对所述疾病的未来趋势进行预测,得到预测结果;所述疾病预测模型的类型与所述疾病的类型相对应;
第一确定单元,用于根据多个区块链节点的预测结果确定未来的就诊人数;
第二确定单元,用于根据所述就诊人数确定未来一段时间后投放的医疗资源。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的基于区块链的信息预测方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的基于区块链的信息预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810959968.5A CN109036579B (zh) | 2018-08-22 | 2018-08-22 | 基于区块链的信息预测方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810959968.5A CN109036579B (zh) | 2018-08-22 | 2018-08-22 | 基于区块链的信息预测方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109036579A true CN109036579A (zh) | 2018-12-18 |
CN109036579B CN109036579B (zh) | 2021-11-26 |
Family
ID=64626822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810959968.5A Active CN109036579B (zh) | 2018-08-22 | 2018-08-22 | 基于区块链的信息预测方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109036579B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767843A (zh) * | 2019-01-18 | 2019-05-17 | 四川大学 | 基于智能合约的传染病预警方法及传染病数据区块链系统 |
CN110009229A (zh) * | 2019-04-04 | 2019-07-12 | 泰康保险集团股份有限公司 | 基于区块链的供应链管理方法、装置、存储介质与设备 |
CN110517768A (zh) * | 2019-08-28 | 2019-11-29 | 泰康保险集团股份有限公司 | 异常预测方法、异常预测装置、电子设备及存储介质 |
CN110569909A (zh) * | 2019-09-10 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 基于区块链的故障预警方法、装置、设备及存储介质 |
CN110827979A (zh) * | 2019-10-29 | 2020-02-21 | 立旃(上海)科技有限公司 | 基于区块链的预测系统及方法 |
CN111027525A (zh) * | 2020-03-09 | 2020-04-17 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
CN111403046A (zh) * | 2020-03-16 | 2020-07-10 | 湖北亲缘互联传承网络有限公司 | 一种早期发现公共卫生的监测跟踪及分级适配系统与方法 |
CN111430035A (zh) * | 2020-03-19 | 2020-07-17 | 医渡云(北京)技术有限公司 | 传染病人数预测方法、装置、电子设备及介质 |
CN111462918A (zh) * | 2020-03-29 | 2020-07-28 | 北京天仪百康科贸有限公司 | 一种基于区块链的疫情监控方法及系统 |
CN111785370A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云(北京)技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
CN111814082A (zh) * | 2020-07-13 | 2020-10-23 | 中国联合网络通信集团有限公司 | 基于区块链的跟踪方法及跟踪服务器 |
CN112201361A (zh) * | 2020-09-01 | 2021-01-08 | 浙江大学山东工业技术研究院 | 一种基于lstm模型的covid-19疫情预测方法 |
CN112259250A (zh) * | 2020-10-29 | 2021-01-22 | 医渡云(北京)技术有限公司 | 基于传染病的医疗资源预测方法、装置、设备及介质 |
CN112466476A (zh) * | 2020-12-17 | 2021-03-09 | 贝医信息科技(上海)有限公司 | 基于药品流向数据的流行病学趋势分析方法和装置 |
CN109036579B (zh) * | 2018-08-22 | 2021-11-26 | 泰康保险集团股份有限公司 | 基于区块链的信息预测方法、装置、介质及电子设备 |
CN113707337A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 基于多源数据的疾病预警方法、装置、设备及存储介质 |
CN113724847A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 |
CN113724831A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的药品调配方法、装置、终端设备及介质 |
CN116110602A (zh) * | 2023-04-13 | 2023-05-12 | 云南医无界医疗网络科技有限公司 | 一种应用于医共体的信息处理方法及系统 |
CN113707337B (zh) * | 2021-08-30 | 2024-05-10 | 平安科技(深圳)有限公司 | 基于多源数据的疾病预警方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894309A (zh) * | 2009-11-05 | 2010-11-24 | 南京医科大学 | 传染病疫情预测预警方法 |
CN104951894A (zh) * | 2015-06-25 | 2015-09-30 | 成都厚立信息技术有限公司 | 医院疾病管理智能分析和评估系统 |
CN105389454A (zh) * | 2014-08-20 | 2016-03-09 | 埃森哲环球服务有限公司 | 预测模型生成器 |
CN106611285A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 智能化卫生人力资源配置系统 |
CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
CN107194508A (zh) * | 2017-05-18 | 2017-09-22 | 成都数联易康科技有限公司 | 一种基于时间序列动态预测中短期区域儿科门诊人次的方法 |
CN107273410A (zh) * | 2017-05-03 | 2017-10-20 | 上海点融信息科技有限责任公司 | 基于区块链的分布式存储 |
CN107292390A (zh) * | 2017-05-24 | 2017-10-24 | 重庆邮电大学 | 一种基于混沌理论的信息传播模型及其传播方法 |
CN107391944A (zh) * | 2017-07-27 | 2017-11-24 | 北京太云科技有限公司 | 一种基于区块链的电子病历共享系统 |
CN107680661A (zh) * | 2016-08-02 | 2018-02-09 | 百度(美国)有限责任公司 | 用于估计医疗资源需求的系统和方法 |
CN107895596A (zh) * | 2016-12-19 | 2018-04-10 | 平安科技(深圳)有限公司 | 风险预测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109036579B (zh) * | 2018-08-22 | 2021-11-26 | 泰康保险集团股份有限公司 | 基于区块链的信息预测方法、装置、介质及电子设备 |
-
2018
- 2018-08-22 CN CN201810959968.5A patent/CN109036579B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894309A (zh) * | 2009-11-05 | 2010-11-24 | 南京医科大学 | 传染病疫情预测预警方法 |
CN105389454A (zh) * | 2014-08-20 | 2016-03-09 | 埃森哲环球服务有限公司 | 预测模型生成器 |
CN104951894A (zh) * | 2015-06-25 | 2015-09-30 | 成都厚立信息技术有限公司 | 医院疾病管理智能分析和评估系统 |
CN106611285A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 智能化卫生人力资源配置系统 |
CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
CN107680661A (zh) * | 2016-08-02 | 2018-02-09 | 百度(美国)有限责任公司 | 用于估计医疗资源需求的系统和方法 |
CN107895596A (zh) * | 2016-12-19 | 2018-04-10 | 平安科技(深圳)有限公司 | 风险预测方法及系统 |
CN107273410A (zh) * | 2017-05-03 | 2017-10-20 | 上海点融信息科技有限责任公司 | 基于区块链的分布式存储 |
CN107194508A (zh) * | 2017-05-18 | 2017-09-22 | 成都数联易康科技有限公司 | 一种基于时间序列动态预测中短期区域儿科门诊人次的方法 |
CN107292390A (zh) * | 2017-05-24 | 2017-10-24 | 重庆邮电大学 | 一种基于混沌理论的信息传播模型及其传播方法 |
CN107391944A (zh) * | 2017-07-27 | 2017-11-24 | 北京太云科技有限公司 | 一种基于区块链的电子病历共享系统 |
Non-Patent Citations (2)
Title |
---|
薛腾飞 等: ""基于区块链的医疗数据共享模型研究"", 《自动化学报》 * |
黄建华: ""区块链在医疗行业的应用前景"", 《医学信息学杂志》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109036579B (zh) * | 2018-08-22 | 2021-11-26 | 泰康保险集团股份有限公司 | 基于区块链的信息预测方法、装置、介质及电子设备 |
CN109767843A (zh) * | 2019-01-18 | 2019-05-17 | 四川大学 | 基于智能合约的传染病预警方法及传染病数据区块链系统 |
CN110009229A (zh) * | 2019-04-04 | 2019-07-12 | 泰康保险集团股份有限公司 | 基于区块链的供应链管理方法、装置、存储介质与设备 |
CN110517768A (zh) * | 2019-08-28 | 2019-11-29 | 泰康保险集团股份有限公司 | 异常预测方法、异常预测装置、电子设备及存储介质 |
CN110569909A (zh) * | 2019-09-10 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 基于区块链的故障预警方法、装置、设备及存储介质 |
CN110827979A (zh) * | 2019-10-29 | 2020-02-21 | 立旃(上海)科技有限公司 | 基于区块链的预测系统及方法 |
CN111027525B (zh) * | 2020-03-09 | 2020-06-30 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
CN111027525A (zh) * | 2020-03-09 | 2020-04-17 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
CN111403046A (zh) * | 2020-03-16 | 2020-07-10 | 湖北亲缘互联传承网络有限公司 | 一种早期发现公共卫生的监测跟踪及分级适配系统与方法 |
CN111403046B (zh) * | 2020-03-16 | 2024-05-14 | 湖北亲缘互联传承网络有限公司 | 一种早期发现公共卫生的监测跟踪及分级适配系统与方法 |
CN111430035A (zh) * | 2020-03-19 | 2020-07-17 | 医渡云(北京)技术有限公司 | 传染病人数预测方法、装置、电子设备及介质 |
CN111462918A (zh) * | 2020-03-29 | 2020-07-28 | 北京天仪百康科贸有限公司 | 一种基于区块链的疫情监控方法及系统 |
CN111785370A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云(北京)技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
CN111785370B (zh) * | 2020-07-01 | 2024-05-17 | 医渡云(北京)技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
CN111814082A (zh) * | 2020-07-13 | 2020-10-23 | 中国联合网络通信集团有限公司 | 基于区块链的跟踪方法及跟踪服务器 |
CN111814082B (zh) * | 2020-07-13 | 2023-09-01 | 中国联合网络通信集团有限公司 | 基于区块链的跟踪方法及跟踪服务器 |
CN112201361A (zh) * | 2020-09-01 | 2021-01-08 | 浙江大学山东工业技术研究院 | 一种基于lstm模型的covid-19疫情预测方法 |
CN112259250B (zh) * | 2020-10-29 | 2022-08-12 | 医渡云(北京)技术有限公司 | 基于传染病的医疗资源预测方法、装置、设备及介质 |
CN112259250A (zh) * | 2020-10-29 | 2021-01-22 | 医渡云(北京)技术有限公司 | 基于传染病的医疗资源预测方法、装置、设备及介质 |
CN112466476A (zh) * | 2020-12-17 | 2021-03-09 | 贝医信息科技(上海)有限公司 | 基于药品流向数据的流行病学趋势分析方法和装置 |
CN113707337A (zh) * | 2021-08-30 | 2021-11-26 | 平安科技(深圳)有限公司 | 基于多源数据的疾病预警方法、装置、设备及存储介质 |
CN113707337B (zh) * | 2021-08-30 | 2024-05-10 | 平安科技(深圳)有限公司 | 基于多源数据的疾病预警方法、装置、设备及存储介质 |
CN113724847A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 |
CN113724831A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的药品调配方法、装置、终端设备及介质 |
CN116110602A (zh) * | 2023-04-13 | 2023-05-12 | 云南医无界医疗网络科技有限公司 | 一种应用于医共体的信息处理方法及系统 |
CN116110602B (zh) * | 2023-04-13 | 2023-06-20 | 云南医无界医疗网络科技有限公司 | 一种应用于医共体的信息处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109036579B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109036579A (zh) | 基于区块链的信息预测方法、装置、介质及电子设备 | |
CN108427939B (zh) | 模型生成方法和装置 | |
CN109118253A (zh) | 区块链药品管控方法、装置、介质及电子设备 | |
US10810223B2 (en) | Data platform for automated data extraction, transformation, and/or loading | |
CN109523187A (zh) | 任务调度方法、装置和设备 | |
CN108986921A (zh) | 疾病预测方法、装置、介质及电子设备 | |
CN109118224A (zh) | 区块链网络的工作量证明方法、装置、介质及电子设备 | |
Hoyer et al. | Association between days to complete inpatient discharge summaries with all‐payer hospital readmissions in Maryland | |
CN110289058A (zh) | 一种电子病历规范化匹配方法以及装置 | |
CN109493047A (zh) | 一种基于区块链的佣金结算方法、装置及终端设备 | |
CN109284843A (zh) | 基于区块链的办公场所管理方法、装置、介质及电子设备 | |
CN110462623A (zh) | 用于基于角色的计算机安全配置的系统和方法 | |
CN109634941A (zh) | 医疗数据处理方法、装置、电子设备及存储介质 | |
WO2022142443A1 (zh) | 基于区块链的数据处理方法、装置、电子设备及存储介质 | |
CN109616205A (zh) | 数据处理方法、装置、介质及电子设备 | |
Dabla et al. | Lessons learned from the COVID-19 pandemic: emphasizing the emerging role and perspectives from artificial intelligence, mobile health, and digital laboratory medicine | |
CN109859060B (zh) | 风险确定方法、装置、介质及电子设备 | |
Kim et al. | The spatial allocation of hospitals with negative pressure isolation rooms in Korea: Are we prepared for new outbreaks? | |
Roig et al. | Modeling of a generic edge computing application design | |
CN113256181A (zh) | 风险因子预测方法、装置、设备及介质 | |
CN109616218A (zh) | 数据处理方法、装置、介质及电子设备 | |
Bhatia et al. | Blockchain technology for biomedical engineering applications | |
CN110443648A (zh) | 信息投放方法、装置、电子设备及存储介质 | |
CN114372892A (zh) | 支付数据监控方法、装置、设备及介质 | |
Tie et al. | Optimal design of supply chain inventory information forecasting and control system in cloud environment for biomedical instruments |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |