CN109102900A - 一种远程医疗方法 - Google Patents
一种远程医疗方法 Download PDFInfo
- Publication number
- CN109102900A CN109102900A CN201710470144.7A CN201710470144A CN109102900A CN 109102900 A CN109102900 A CN 109102900A CN 201710470144 A CN201710470144 A CN 201710470144A CN 109102900 A CN109102900 A CN 109102900A
- Authority
- CN
- China
- Prior art keywords
- doctor
- patient
- result
- information
- pond
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及互联网医疗技术领域,尤其涉及一种远程医疗方法。本发明给出的远程医疗方法,在患者和互联网医生中间增加了自动诊疗单元,可根据患者提供的信息实现初步诊断,可以帮助医生做初步的疾病筛查和病情沟通。具体来说,比如患者信息不足、患者是否为复诊、复诊时历史诊疗信息的收集、确定绑定医生、绑定医生能否胜任患者的本次咨询、推荐医生等功能均可通过该自动诊疗单元实现判断或补充,避免患者在信息不足或找错科室的情况下与医生发起沟通,从而提高确诊率,提高互联网医生工作效率。
Description
技术领域
本发明涉及互联网医疗技术领域,尤其涉及一种远程医疗方法。
背景技术
现在的互联网医生模式只是单纯的为患者和医生提供一个沟通的平台,由于距离远,但是医生与患者无法面对面沟通,电话沟通成本高,因此医生很难做出准确的诊断。另外,由于患者数量庞大,在没有基础筛查的情况下,很容易因信息不足无法确诊而导致医生要做大量无用功,致使医生的工作量增大,但工作效率不高。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是解决现有互联网医生只是提供了医生与患者的沟通平台,医生与患者信息沟通不畅;无法实现初筛,导致医生工作量增大但工作效率较低的问题。
(二)技术方案
为了解决上述技术问题,本发明提供了一种远程医疗方法,包括自动诊疗单元,所述方法包括以下步骤:
获取患者信息;
根据所述患者信息给出机器诊断结果和机器治疗方案;
将所述机器诊断结果、机器治疗方案、患者信息打包;
发送给医生池中的指定的医生;
获取医生反馈的最终诊断结果和最终治疗方案;
将所述最终诊断结果和最终治疗方案反馈给患者。
其中,在所述根据所述患者信息给出机器诊断结果和机器治疗方案的步骤之后,还包括:
获取医生池中与患者存在绑定关系的医生;
若获取医生池中与患者存在绑定关系的医生的结果为空,则从医生池中推荐两名以上的、与该机器诊断结果所属专业领域相关的医生展示给患者,并根据获取到的患者选择的结果确定一名指定的医生;
若获取医生池中与患者存在绑定关系的医生的结果不为空;则进一步获取所述机器诊断结果所属的专业领域、与患者绑定的医生擅长的专业领域;
若所述机器诊断结果所属的专业领域被与患者绑定的医生擅长的专业领域所覆盖,则执行将所述机器诊断结果、机器治疗方案、患者信息打包、发送给医生池中的指定的医生的步骤,所述指定的医生为与患者绑定的医生;
若所述机器诊断结果所属的专业领域未被与患者绑定的医生擅长的专业领域所覆盖,则从医生池中推荐一名以上的、与该机器诊断结果所属专业领域相关的医生,连同与患者绑定的医生一起展示给患者,并根据获取到的患者选择的结果确定一名指定的医生。
其中,在获取医生池中与患者存在绑定关系的医生的结果为空、且确定了所述指定的医生的步骤之后,还包括:将该指定的医生与该患者绑定、依据患者与医生池中的指定医生的线下签约关系将患者与该指定的医生绑定、或由患者从医生池中重新确定一名医生与该患者绑定。
其中,若由患者从医生池中重新确定一名医生与该患者绑定,则患者通过该指定平台与该绑定医生进行咨询时,需支付费用。
其中,所述方法还包括:
在所述获取患者信息的步骤之后,判断根据获取到的患者信息能否给出机器诊断结果和机器治疗方案;
若能,执行根据所述患者信息给出机器诊断结果和机器治疗方案的步骤;
若不能,返回至所述获取患者信息的步骤。
其中,在将所述机器诊断结果、机器治疗方案、患者信息打包的步骤之后,还包括:
在将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生之前,判断患者是否为复诊;
若判断结果为复诊,则将机器诊断结果、机器治疗方案、患者信息、以及数据库中存储的与该患者相关的历史诊疗方案打包,一同发送给指定的医生;
若判断结果不是复诊,则将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生。
其中,所述方法还包括:获取医生反馈的信息;若获取到医生反馈的信息为根据患者信息无法确诊,则返回至所述获取患者信息的步骤进一步收集患者信息和/或提示患者就医。
其中,所述方法还包括:获取患者对本次咨询结果的反馈,具体包括:
获取患者对最终诊断结果、最终诊疗方案、以及对医生的评价;
自动诊疗单元对评价结果进行自学习,并在获取到的反馈结果为该最终诊疗方案无效时,提示患者进行复诊。
其中,所述方法还包括:若获取到患者确认复诊的信息,提示患者是否更换医生;
若获取到患者确认更换医生的信息,则从医生池中向患者推荐一名以上的医生,并在获取到患者选择的医生信息后,切换至所述获取患者信息的步骤。
其中,所述医生池为与指定平台签约的医生的集合,医生与该指定平台签约的方法为:个人加入、集体签约、或患者推荐。
其中,所述方法还包括:在执行获取医生反馈的最终诊断结果和最终治疗方案的步骤后,自动诊疗单元进行自学习。
其中,所述患者信息包括症状描述、身体指标、及身份识别码。
(三)有益效果
本发明的上述技术方案与现有技术相比具有如下优点:
本发明给出的远程医疗方法,在患者和互联网医生中间增加了自动诊疗单元,可根据患者提供的信息实现初步诊断,可以帮助医生做初步的疾病筛查和病情沟通。具体来说,比如患者信息不足、患者是否为复诊、复诊时历史诊疗信息的收集、确定绑定医生、绑定医生能否胜任患者的本次咨询、推荐医生等功能均可通过该自动诊疗单元实现判断或补充,避免患者在信息不足或找错科室的情况下与医生发起沟通,从而提高确诊率,提高互联网医生工作效率。
附图说明
图1是本发明实施例所述远程医疗方法的结构示意图;
图2是本发明实施例所述医生与患者的联系模式示意图;
图3是本发明实施例所述远程医疗方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-3所示,本发明实施例提供的一种远程医疗方法,包括自动诊疗单元,该方法通过网络实现患者与医生间的信息沟通,实现对疾病的初步咨询,可以架设在本地服务器或云端;该方法的执行主体是自动诊疗单元,自动诊疗单元至少应包含数据库、处理器等能够实现本方法中相关功能的必要模块;该方法包括以下步骤:
101、获取患者信息;
具体来说,获取的信息可以是患者输入的一些个人信息,比如姓名、年龄、性别、证件号等,以及患者上传的一些诊断信息、通过问卷调查等方式获取到的患者对自身状况的描述等,可以是文字、图片、语音等,只要有助于描述患者病情,患者信息的获取方式不限;当然,这些信息最好能够被自动诊疗单元识别,以提高机器判断的准确性。
102、根据所述患者信息给出机器诊断结果和机器治疗方案;
具体来说,自动诊疗单元的数据库中存储有各种案例和疾病模型,包括病情描述、诊断结果、治疗方案等,自动诊疗单元根据获取到的患者信息,与数据库中的疾病模型比对后,给出最接近的机器诊断结果和机器治疗方案,实现初步筛查。机器治疗方案是根据机器诊断结果给出的一些具体的治疗建议和注意事项。
103、将所述机器诊断结果、机器治疗方案、患者信息打包;
104、发送给医生池中的指定的医生;
具体来说,就是将包括患者个人信息、疾病描述等的患者信息以及上述机器诊断结果和机器治疗方案打包发给医生端。
105、获取医生反馈的最终诊断结果和最终治疗方案;
具体来说,医生在收到上述数据后,参考机器诊断结果,结合自己的判断,给出最终诊断结果和最终治疗方案,并将其反馈给自动诊疗单元,由自动诊疗单元进行获取接收;
106、将所述最终诊断结果和最终治疗方案反馈给患者。
具体来说,自动诊疗单元获取到最终诊断结果和最终治疗方案后,将其反馈给患者;反馈给患者的方式包括但不限于以下内容:利用患者信息在医院查询并打印报告、患者通过网络查询、将内容发送至指定电子邮箱、给指定手机号码发送短消息、通过APP推送给患者等。
本发明给出一种新的远程医疗工作方法,在患者和互联网医生中间增加了自动诊疗单元,可以帮助医生做初步的疾病筛查和病情沟通,从而提高确诊率,提高互联网医生工作效率。
优选的,在所述根据所述患者信息给出机器诊断结果和机器治疗方案的步骤102之后,还包括:
获取医生池中与患者存在绑定关系的医生;
具体来说,假如患者之前用该产品进行过咨询,那之前咨询时肯定已经完成与医生池中的某个医生的绑定操作,则说明该患者与医生池中的某个医生存在绑定关系;如果患者是第一次来,那就不存在绑定关系,首先应当判断当前患者在医生池中有没有绑定的医生。
若获取医生池中与患者存在绑定关系的医生的结果为空,则从医生池中推荐两名以上的、与该机器诊断结果所属专业领域相关的医生展示给患者,并根据获取到的患者选择的结果确定一名指定的医生;
具体来说,获取结果为空,则说明医生池中没有与患者绑定过的医生,那就根据机器诊断结果,判断患者应该找哪个科室的医生进行咨询,然后从医生池中推荐两名以上的、能对该疾病进行诊断的医生并进行展示,由患者选择一名医生进行咨询。展示的内容可以包括机器诊断结果、医生的级别、医生擅长的领域等。
若获取医生池中与患者存在绑定关系的医生的结果不为空;则进一步获取所述机器诊断结果所属的专业领域、与患者绑定的医生擅长的专业领域;
具体来说,获取结果不为空,说明医生池中已经有与该患者绑定的医生,那就进一步判断该绑定医生能否胜任本次咨询的疾病。
若所述机器诊断结果所属的专业领域被与患者绑定的医生擅长的专业领域所覆盖,则执行将所述机器诊断结果、机器治疗方案、患者信息打包、发送给医生池中的指定的医生的步骤103和步骤104,所述指定的医生为与患者绑定的医生;
具体来说,如果根据机器诊断结果和绑定医生的擅长领域确定该绑定医生能够胜任本次咨询,那就执行步骤103和步骤104。
若所述机器诊断结果所属的专业领域未被与患者绑定的医生擅长的专业领域所覆盖,则从医生池中推荐一名以上的、与该机器诊断结果所属专业领域相关的医生,连同与患者绑定的医生一起展示给患者,并根据获取到的患者选择的结果确定一名指定的医生。
具体来说,如果与患者绑定的医生无法胜任本次咨询,那就从医生池中推荐一名以上的、能够胜任本次咨询的医生,连同绑定医生一起展示给患者,由患者进行选择;展示内容除了机器诊断结果、各医生的擅长领域外,同时提示绑定医生可能无法胜任本次咨询,建议患者选择其他医生进行咨询,以提高确诊率。
优选的,在获取医生池中与患者存在绑定关系的医生的结果为空、且确定了所述指定的医生的步骤之后,还包括:将该指定的医生与该患者绑定、依据患者与医生池中的指定医生的线下签约关系将患者与该指定的医生绑定、或由患者从医生池中重新确定一名医生与该患者绑定。
具体来说,如果确定该患者没有绑定医生,那就为其绑定一名医生以方便下次咨询。该绑定医生可以是患者根据本次咨询推荐的医生选择的结果,可以是患者或患者家庭在社区的签约医生、且该医生已经在医生池中,亦或是患者并没有根据本次咨询推荐的医生选择绑定医生,而是重新从医生池中选择了一名自己心仪的医生等等。当然,在选择绑定医生的过程中,最好根据患者做出的选择进行绑定,比如患者认为医生池中的某个医生比其在社区签约的医生医术高,就可以放弃社区签约的医生重新选择绑定医生。
优选的,若由患者从医生池中重新确定一名医生与该患者绑定,则患者通过该指定平台与该绑定医生进行咨询时,需支付费用。
具体来说,如果选择绑定的医生是由患者从医生池中自行选择的,那患者在绑定时就需要医生确认,此时就需要支付费用,费用支付的方式可以是按次交费或者按月度、季度、年度等方式交费。当然,可选的,患者支付费用的额度与该绑定医生的职位、医生收到的好评数、好评比例相关,医生职位越高、好评比例越高,费用越高;以便通过价格高低实现患者的分流,提高医生资源的利用率,尽量避免出现患者不管病情轻重、都集中在职位较高或者好评比例较高的医生处的现象。
优选的,所述方法还包括:在所述获取患者信息的步骤101之后,执行步骤1011、判断根据获取到的患者信息能否给出机器诊断结果和机器治疗方案;
具体来说,即首先通过自动诊疗单元判断根据当前获取的信息能否给出机器诊断结果和机器治疗方案,比如患者输入的信息与数据库中的疾病模型做对比,如果匹配度未达到阈值,那就判定无法给出机器诊断结果;如果达到阈值,就判定能够给出机器诊断结果,实现初步确诊。这种阈值判断的实施方式只是实现该功能的一种实施例,并不用来限定本发明的保护范围。
若能,执行根据所述患者信息给出机器诊断结果和机器治疗方案的步骤102;
若不能,返回至所述获取患者信息的步骤101。
具体来说,如果自动诊疗单元判定为能够给出机器诊断结果,那就继续执行后续步骤102,如果自动诊疗单元判定为不能给出机器诊断结果,说明患者信息不足,即使送到医生那里也可能无法确诊,那就回到前一步骤101,进一步获取患者信息,以提高医生资源利用率和确诊率。
优选的,在将所述机器诊断结果、机器治疗方案、患者信息打包的步骤103之后,还包括:
1031、判断患者是否为复诊;
具体来说,自动诊疗单元可以根据患者的咨询或就诊历史信息,判断患者本次行为是否为复诊;当然为保险起见,也可在判断后给患者一个界面供患者确认;甚至可以在没有查找到患者的历史信息、但患者选择了复诊选项的情况下,提心患者提供历史诊疗信息。
1032、若判断结果为复诊,则将机器诊断结果、机器治疗方案、患者信息、以及数据库中存储的与该患者相关的历史诊疗方案打包,并执行步骤104,将上述信息一同发送给指定的医生;
若判断结果不是复诊,则执行步骤104,将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生。
具体来说,首先判断患者是否为复诊,如果是复诊,那医生可能需要之前的诊疗信息,那就将机器诊断结果、机器治疗方案、患者信息、以及数据库中存储的与该患者相关的历史诊疗方案一同发送给指定的医生;如果不是复诊,就只将本次咨询相关的信息包括:所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生。通过增加判断复诊的功能,主动将医生可能需要的历史诊疗方案一同发送给医生,避免医生遗忘或回头重新索要历史诊疗方案;从而提高确诊率,提高医生工作效率。
当然,该历史诊疗方案可以是已经存储在自动诊疗单元的数据库中的,或者是自动诊疗单元通过通讯可以获取到的、亦或是患者根据提示上传的内容。
需要说明得是,复诊时,无论患者与医生是何种关系,复诊过程均不需支付费用。
优选的,所述方法还包括:获取医生反馈的信息;即执行步骤401、若获取到医生反馈的信息为根据患者信息无法确诊,则返回至所述获取患者信息的步骤101,进一步收集患者信息和/或执行步骤402、提示患者就医。
具体来说,如果医生根据收到的患者信息、机器诊断结果等无法确诊,说明患者提供的信息不足,需要进一步获取患者信息或者建议患者到医院就诊,自动诊疗单元获取到医生反馈的无法确诊的信息后,返回至步骤101并提示患者进一步补充信息、或者同时提示患者就医、或者只提示患者就医而不补充患者信息。
优选的,所述方法还包括:500、获取患者对本次咨询结果的反馈,具体包括:
获取患者对最终诊断结果、最终诊疗方案、以及对医生的评价;
自动诊疗单元对评价结果进行自学习,并在获取到的反馈结果为该最终诊疗方案无效时,提示患者进行复诊。
具体来说,患者结束咨询后,可对本次咨询进行评价反馈;自动诊疗单元获取患者对本次咨询结果的反馈,并执行步骤501、判断用户评价该方案是否有效;比如反馈结果为本次咨询结果有效、医生也很认真、医术高等时,说明本次的最终诊断结果与疾病描述相关度较高,属于成功案例;自动诊疗单元对反馈结果进行自学习,将患者的病情描述等患者信息与最终诊断结果与最终治疗方案存入数据库并进行学习,下次遇到匹配的病例就可直接给出最匹配的机器诊断结果和机器治疗方案,医生如果认为该机器诊断结果和机器治疗方案无误,可直接利用或进行简单的修改即可获得最终诊疗方案和最终治疗方案,提高医生的工作效率。
当然,如果患者反馈为本次最终诊断结果无效、医生态度不好、医术不高等,说明最终诊断结果有问题或者患者对本次咨询不满意,那就执行步骤502、提示患者进行复诊;但自动诊疗单元仍然进行自学习,以降低这种情况发生的几率。
对医生的评价可以采用星级制度,评价结果可供其他患者参考,以及影响该医生的收费级别。
优选的,所述方法还包括:若获取到患者确认复诊的信息,则执行步骤503、提示患者是否更换医生;
若获取到患者确认更换医生的信息,则执行步骤5031、从医生池中向患者推荐一名以上的医生,并在步骤5032、获取到患者选择的医生信息后,切换至所述获取患者信息的步骤101。
具体来说,就是在进入患者对上次咨询结果不满意,并选择了进一步复诊,在进入具体复诊模式之前,执行步骤503、询问患者是否需要更换医生,如果患者认为不需要更换,那就切换至步骤101,直接与之前的医生进行咨询;如果患者确认需要更换医生,那就执行步骤5031、从医生池中推荐一名以上的医生给患者,由患者确认采用哪个医生进行复诊,在步骤5032获取到患者选择的医生信息之后,再进入复诊模式,即切换至步骤101,再次进行咨询。
优选的,所述医生池为与指定平台签约的医生的集合,医生与该指定平台签约的方法为:个人加入、集体签约、或患者推荐。
具体来说,该平台可以是某个指定的网站等,医生与该平台签约后即可加入该医生池;医生加入的方式可以是:以、个人加入,医生自主加入该平台,注册医生端,上传自己的职业资质,并填写自己的专业方向和职称等;二、以社区为单位,医生集体注册并与平台签约,这些社区医生可能已经与部分患者实现线下签约,患者咨询时可直接建议与该线下签约的医生绑定;三、由患者用户推荐医生加入该系统,平台通过后台由邀请的模式联系到该医生,完成注册,这种情况下,患者在与该推荐医生绑定时无需支付费用。
优选的,所述方法还包括:在执行获取医生反馈的最终诊断结果和最终治疗方案的步骤后,自动诊疗单元进行自学习。
具体来说,自动诊疗单元在第一次收到医生反馈的最终诊断结果和最终治疗方案后,进行自学习;然后在收到患者的反馈结果时,再次自学习;这样既可以对一次有效的咨询方案进行一到两次的自学习,提高自动诊疗单元的确诊率,提高医生的工作效率。
具体的,所述患者信息包括症状描述、身体指标、及身份识别码。身份识别码是这组信息中的必要内容,否则无法实现信息识别;身份识别码可以是患者的身份证号,或者根据患者身份证号给出的与之绑定的唯一代码,当然还可以包含患者姓名、联系方式等一些相关信息;症状描述就是患者通过语言、文字、图片等方式体现出来的其对当前状态的描述以及仪器检测获得的体征数据;身体指标则是指患者本人的一些常规参数,比如身高、体重、年龄等。
本发明给出的远程医疗方法,在患者和互联网医生中间增加了自动诊疗单元,可根据患者提供的信息实现初步诊断,可以帮助医生做初步的疾病筛查和病情沟通。具体来说,比如患者信息不足、患者是否为复诊、复诊时历史诊疗信息的收集、确定绑定医生、绑定医生能否胜任患者的本次咨询、推荐医生等功能均可通过该自动诊疗单元实现判断或补充,避免患者在信息不足或找错科室的情况下与医生发起沟通,从而提高确诊率,提高互联网医生工作效率。另外通过获取患者的反馈,可以进一步确认本次咨询有没有效果,在咨询无效的情况下还可建议患者进行复诊以达到治疗的目的;通过自学习可提升自动诊疗单元的自动诊疗能力,大量的自学习后,可以为医生提供更加准确的机器诊断结果和机器治疗方案,医生稍作修改甚至可直接将该机器诊断结果和机器治疗方案作为最终诊断结果和最终治疗方案,大大提高了医生的工作效率,服务更多患者。
A1、一种远程医疗方法,包括自动诊疗单元,所述方法包括以下步骤:
获取患者信息;
根据所述患者信息给出机器诊断结果和机器治疗方案;
将所述机器诊断结果、机器治疗方案、患者信息打包;
发送给医生池中的指定的医生;
获取医生反馈的最终诊断结果和最终治疗方案;
将所述最终诊断结果和最终治疗方案反馈给患者。
A2、根据A1所述的方法,在所述根据所述患者信息给出机器诊断结果和机器治疗方案的步骤之后,还包括:
获取医生池中与患者存在绑定关系的医生;
若获取医生池中与患者存在绑定关系的医生的结果为空,则从医生池中推荐两名以上的、与该机器诊断结果所属专业领域相关的医生展示给患者,并根据获取到的患者选择的结果确定一名指定的医生;
若获取医生池中与患者存在绑定关系的医生的结果不为空;则进一步获取所述机器诊断结果所属的专业领域、与患者绑定的医生擅长的专业领域;
若所述机器诊断结果所属的专业领域被与患者绑定的医生擅长的专业领域所覆盖,则执行将所述机器诊断结果、机器治疗方案、患者信息打包、发送给医生池中的指定的医生的步骤,所述指定的医生为与患者绑定的医生;
若所述机器诊断结果所属的专业领域未被与患者绑定的医生擅长的专业领域所覆盖,则从医生池中推荐一名以上的、与该机器诊断结果所属专业领域相关的医生,连同与患者绑定的医生一起展示给患者,并根据获取到的患者选择的结果确定一名指定的医生。
A3、根据A2所述的方法,在获取医生池中与患者存在绑定关系的医生的结果为空、且确定了所述指定的医生的步骤之后,还包括:将该指定的医生与该患者绑定、依据患者与医生池中的指定医生的线下签约关系将患者与该指定的医生绑定、或由患者从医生池中重新确定一名医生与该患者绑定。
A4、根据A3所述的方法,若由患者从医生池中重新确定一名医生与该患者绑定,则患者通过该指定平台与该绑定医生进行咨询时,需支付费用。
A5、根据A1所述的方法,所述方法还包括:
在所述获取患者信息的步骤之后,判断根据获取到的患者信息能否给出机器诊断结果和机器治疗方案;
若能,执行根据所述患者信息给出机器诊断结果和机器治疗方案的步骤;
若不能,返回至所述获取患者信息的步骤。
A6、根据A1所述的方法,在将所述机器诊断结果、机器治疗方案、患者信息打包的步骤之后,还包括:
在将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生之前,判断患者是否为复诊;
若判断结果为复诊,则将机器诊断结果、机器治疗方案、患者信息、以及数据库中存储的与该患者相关的历史诊疗方案打包,一同发送给指定的医生;
若判断结果不是复诊,则将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生。
A7、根据A1所述的方法,所述方法还包括:获取医生反馈的信息;若获取到医生反馈的信息为根据患者信息无法确诊,则返回至所述获取患者信息的步骤进一步收集患者信息和/或提示患者就医。
A8、根据A1所述的方法,所述方法还包括:获取患者对本次咨询结果的反馈,具体包括:
获取患者对最终诊断结果、最终诊疗方案、以及对医生的评价;
自动诊疗单元对评价结果进行自学习,并在获取到的反馈结果为该最终诊疗方案无效时,提示患者进行复诊。
A9、根据A8所述的方法,所述方法还包括:若获取到患者确认复诊的信息,提示患者是否更换医生;
若获取到患者确认更换医生的信息,则从医生池中向患者推荐一名以上的医生,并在获取到患者选择的医生信息后,切换至所述获取患者信息的步骤。
A10、根据A1-A9任一项所述的方法,所述医生池为与指定平台签约的医生的集合,医生与该指定平台签约的方法为:个人加入、集体签约、或患者推荐。
A11、根据A1-A9任一项所述的方法,所述方法还包括:在执行获取医生反馈的最终诊断结果和最终治疗方案的步骤后,自动诊疗单元进行自学习。
A12、根据A1-A9任一项所述的方法,所述患者信息包括症状描述、身体指标、及身份识别码。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种远程医疗方法,其特征在于,包括自动诊疗单元,所述方法包括以下步骤:
获取患者信息;
根据所述患者信息给出机器诊断结果和机器治疗方案;
将所述机器诊断结果、机器治疗方案、患者信息打包;
发送给医生池中的指定的医生;
获取医生反馈的最终诊断结果和最终治疗方案;
将所述最终诊断结果和最终治疗方案反馈给患者。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述患者信息给出机器诊断结果和机器治疗方案的步骤之后,还包括:
获取医生池中与患者存在绑定关系的医生;
若获取医生池中与患者存在绑定关系的医生的结果为空,则从医生池中推荐两名以上的、与该机器诊断结果所属专业领域相关的医生展示给患者,并根据获取到的患者选择的结果确定一名指定的医生;
若获取医生池中与患者存在绑定关系的医生的结果不为空;则进一步获取所述机器诊断结果所属的专业领域、与患者绑定的医生擅长的专业领域;
若所述机器诊断结果所属的专业领域被与患者绑定的医生擅长的专业领域所覆盖,则执行将所述机器诊断结果、机器治疗方案、患者信息打包、发送给医生池中的指定的医生的步骤,所述指定的医生为与患者绑定的医生;
若所述机器诊断结果所属的专业领域未被与患者绑定的医生擅长的专业领域所覆盖,则从医生池中推荐一名以上的、与该机器诊断结果所属专业领域相关的医生,连同与患者绑定的医生一起展示给患者,并根据获取到的患者选择的结果确定一名指定的医生。
3.根据权利要求2所述的方法,其特征在于,在获取医生池中与患者存在绑定关系的医生的结果为空、且确定了所述指定的医生的步骤之后,还包括:将该指定的医生与该患者绑定、依据患者与医生池中的指定医生的线下签约关系将患者与该指定的医生绑定、或由患者从医生池中重新确定一名医生与该患者绑定。
4.根据权利要求3所述的方法,其特征在于,若由患者从医生池中重新确定一名医生与该患者绑定,则患者通过该指定平台与该绑定医生进行咨询时,需支付费用。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述获取患者信息的步骤之后,判断根据获取到的患者信息能否给出机器诊断结果和机器治疗方案;
若能,执行根据所述患者信息给出机器诊断结果和机器治疗方案的步骤;
若不能,返回至所述获取患者信息的步骤。
6.根据权利要求1所述的方法,其特征在于,在将所述机器诊断结果、机器治疗方案、患者信息打包的步骤之后,还包括:
在将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生之前,判断患者是否为复诊;
若判断结果为复诊,则将机器诊断结果、机器治疗方案、患者信息、以及数据库中存储的与该患者相关的历史诊疗方案打包,一同发送给指定的医生;
若判断结果不是复诊,则将所述机器诊断结果、机器治疗方案、患者信息发送给医生池中的指定的医生。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取医生反馈的信息;若获取到医生反馈的信息为根据患者信息无法确诊,则返回至所述获取患者信息的步骤进一步收集患者信息和/或提示患者就医。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取患者对本次咨询结果的反馈,具体包括:
获取患者对最终诊断结果、最终诊疗方案、以及对医生的评价;
自动诊疗单元对评价结果进行自学习,并在获取到的反馈结果为该最终诊疗方案无效时,提示患者进行复诊。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:若获取到患者确认复诊的信息,提示患者是否更换医生;
若获取到患者确认更换医生的信息,则从医生池中向患者推荐一名以上的医生,并在获取到患者选择的医生信息后,切换至所述获取患者信息的步骤。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述医生池为与指定平台签约的医生的集合,医生与该指定平台签约的方法为:个人加入、集体签约、或患者推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710470144.7A CN109102900A (zh) | 2017-06-20 | 2017-06-20 | 一种远程医疗方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710470144.7A CN109102900A (zh) | 2017-06-20 | 2017-06-20 | 一种远程医疗方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109102900A true CN109102900A (zh) | 2018-12-28 |
Family
ID=64795682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710470144.7A Pending CN109102900A (zh) | 2017-06-20 | 2017-06-20 | 一种远程医疗方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109102900A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246587A (zh) * | 2019-06-15 | 2019-09-17 | 浙江爱多特大健康科技有限公司 | 糖尿病互联网一站式并发症会诊管理方法及系统 |
CN111403025A (zh) * | 2020-03-04 | 2020-07-10 | 杭州憶盛医疗科技有限公司 | 一种基于互联网医疗服务的智能诊疗系统 |
CN113053543A (zh) * | 2021-04-28 | 2021-06-29 | 叶富华 | 一种自助疾病诊断平台 |
CN113838571A (zh) * | 2021-09-03 | 2021-12-24 | 苏小慢 | 一种基于大数据的大健康医疗方法及系统 |
CN114121260A (zh) * | 2021-10-19 | 2022-03-01 | 上海清赟医药科技有限公司 | 基于意图识别的医疗问答方法 |
CN116779134A (zh) * | 2023-08-24 | 2023-09-19 | 安徽通灵仿生科技有限公司 | 一种儿童远程医疗决策系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054118A (zh) * | 2009-11-02 | 2011-05-11 | 俞青 | 一种远程医疗系统 |
CN102446243A (zh) * | 2010-10-08 | 2012-05-09 | 深圳Tcl教育科技有限责任公司 | 一种医疗诊断系统以及诊断方法 |
CN102622498A (zh) * | 2011-01-27 | 2012-08-01 | 北京中医药大学 | 基于综合集成的中医信息处理系统及方法 |
CN104866711A (zh) * | 2015-05-09 | 2015-08-26 | 深圳市前海安测信息技术有限公司 | 用户终端、专家平台及基于用户终端的专家会诊请求方法 |
CN106485056A (zh) * | 2016-09-22 | 2017-03-08 | 河北中兴网信软件科技有限公司 | 在线诊疗方法和装置 |
CN106557653A (zh) * | 2016-11-15 | 2017-04-05 | 合肥工业大学 | 一种移动医疗智能导医系统及其方法 |
-
2017
- 2017-06-20 CN CN201710470144.7A patent/CN109102900A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102054118A (zh) * | 2009-11-02 | 2011-05-11 | 俞青 | 一种远程医疗系统 |
CN102446243A (zh) * | 2010-10-08 | 2012-05-09 | 深圳Tcl教育科技有限责任公司 | 一种医疗诊断系统以及诊断方法 |
CN102622498A (zh) * | 2011-01-27 | 2012-08-01 | 北京中医药大学 | 基于综合集成的中医信息处理系统及方法 |
CN104866711A (zh) * | 2015-05-09 | 2015-08-26 | 深圳市前海安测信息技术有限公司 | 用户终端、专家平台及基于用户终端的专家会诊请求方法 |
CN106485056A (zh) * | 2016-09-22 | 2017-03-08 | 河北中兴网信软件科技有限公司 | 在线诊疗方法和装置 |
CN106557653A (zh) * | 2016-11-15 | 2017-04-05 | 合肥工业大学 | 一种移动医疗智能导医系统及其方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246587A (zh) * | 2019-06-15 | 2019-09-17 | 浙江爱多特大健康科技有限公司 | 糖尿病互联网一站式并发症会诊管理方法及系统 |
CN111403025A (zh) * | 2020-03-04 | 2020-07-10 | 杭州憶盛医疗科技有限公司 | 一种基于互联网医疗服务的智能诊疗系统 |
CN113053543A (zh) * | 2021-04-28 | 2021-06-29 | 叶富华 | 一种自助疾病诊断平台 |
CN113838571A (zh) * | 2021-09-03 | 2021-12-24 | 苏小慢 | 一种基于大数据的大健康医疗方法及系统 |
CN113838571B (zh) * | 2021-09-03 | 2023-12-22 | 北京约来健康科技有限公司 | 一种基于大数据的大健康医疗系统 |
CN114121260A (zh) * | 2021-10-19 | 2022-03-01 | 上海清赟医药科技有限公司 | 基于意图识别的医疗问答方法 |
CN116779134A (zh) * | 2023-08-24 | 2023-09-19 | 安徽通灵仿生科技有限公司 | 一种儿童远程医疗决策系统 |
CN116779134B (zh) * | 2023-08-24 | 2023-12-01 | 安徽通灵仿生科技有限公司 | 一种儿童远程医疗决策系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102900A (zh) | 一种远程医疗方法 | |
Zheng et al. | Assessment for hierarchical medical policy proposals using hesitant fuzzy linguistic analytic network process | |
US7908151B2 (en) | Get prep questions to ask doctor | |
CN107993697A (zh) | 医疗服务平台及系统 | |
US20230207116A1 (en) | Remote diagnostic testing and treatment | |
CN109446370A (zh) | 医学图像的病理标注方法及装置、计算机可读存储介质 | |
CN109859812A (zh) | 智能育儿云服务系统 | |
Meinert et al. | The technological imperative for value-based health care | |
CN109411054B (zh) | 一种患者异地自助预约透析治疗系统 | |
CN107122618A (zh) | 一种基于互联网的视频医疗咨询系统及其咨询方法 | |
White | The science of translation and major frameworks | |
CN111613283A (zh) | 一种肝胆胰肿瘤患者随访交互方法和系统 | |
Naumann et al. | Same goals, yet different outcomes: analysing the current state of eHealth adoption and policies in Austria, Germany, and Switzerland using a mixed methods approach | |
CN107194485A (zh) | 基于互联网的个性化体检预约系统及方法 | |
Tang et al. | How emerging telehealth models challenge policymaking | |
KR102117756B1 (ko) | 모바일 앱 기반의 상담 프로세스에 의한 처방 시스템 및 상담 제공 서버 | |
Klinkman | The process of choice of health care plan and provider: development of an integrated analytic framework | |
CN110119951A (zh) | 录单方法、装置、计算机设备及存储介质 | |
CN110070925A (zh) | 一种电子病历的生成方法、装置及电子设备 | |
CN113160914A (zh) | 在线问诊方法、装置、电子设备及存储介质 | |
Fleming et al. | Interventions for heart failure readmissions: successes and failures | |
US20230032043A1 (en) | Methods and systems for conducting online insurance application process | |
CN113822452B (zh) | 健康项目的预约方法、计算设备及存储介质 | |
WO2012135572A1 (en) | Providing healthcare solutions and workflow management | |
CN109754875A (zh) | 一种医用自助终端、设备、云服务器及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 518000 Room 003, 5th Floor, Skirt Building, Metropolitan Famous Garden, No. 1 Shucheng Road, Guiyuan Street, Luohu District, Shenzhen City, Guangdong Province Applicant after: SHENZHEN DASEN INTELLIGENT TECHNOLOGY CO.,LTD. Address before: Room 1203, Tsinghua Information Port Scientific Research Building, North District, Nanshan High-tech Park, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN DASEN INTELLIGENT TECHNOLOGY CO.,LTD. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181228 |
|
RJ01 | Rejection of invention patent application after publication |