CN109524088A - 基于数据可视化的医疗监控方法、装置、终端及介质 - Google Patents
基于数据可视化的医疗监控方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN109524088A CN109524088A CN201811266168.1A CN201811266168A CN109524088A CN 109524088 A CN109524088 A CN 109524088A CN 201811266168 A CN201811266168 A CN 201811266168A CN 109524088 A CN109524088 A CN 109524088A
- Authority
- CN
- China
- Prior art keywords
- intensity
- anomaly
- monitoring index
- data
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013079 data visualisation Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004820 blood count Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011176 pooling 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种基于数据可视化的医疗监控方法、装置和终端，其中，该方法包括：获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据，根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据，根据所述监测指标的数据确定所述监测指标的异常程度，根据所述监测指标的异常程度对所述监测指标的数据进行展示。通过实施上述方法，可以检测医疗机构中各项指标的异常程度，并采用不同的展示方式展示不同异常程度的指标数据，提高医疗监管的效率。
Description
技术领域
本发明涉及医疗保险技术领域，具体涉及基于数据可视化的医疗监控方法、装置、终端及介质。
背景技术
在医疗卫生行业，医药、住院、手术收费情况往往关系到人民的日常生活，为了保证医疗质量，因此需要对医疗机构的有效的监管。
当前，监管人员一般是通过人工比对各个医疗机构的提供的数据，并分析医疗结构的收费、诊疗手段是否合理，但人工比对存在非常多的弊端，如效率低下、错误率高、对监管人员从业经验要求较高等，因此，传统的人工检查已很难满足当前需求。
发明内容
本发明实施例提供了一种基于数据可视化的医疗监控方法、装置、终端及计算机可读存储介质，可以对医疗机构进行实时监控，提高医疗监管的效率。
第一方面，本发明实施例提供了一种基于数据可视化的医疗监控方法，所述方法包括：
获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
根据所述监测指标的数据确定所述监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常；
根据所述监测指标的异常程度对所述监测指标的数据进行展示。
第二方面，本发明实施例提供了一种基于数据可视化的医疗监控装置，所述装置包括：
获取模块，用于获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
处理模块，用于根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
确定模块，用于根据所述监测指标的数据确定所述监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常；
展示模块，用于根据所述监测指标的异常程度对所述监测指标的数据进行展示。
第三方面，本发明实施例提供了一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行第一方面所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行第一方面所述的方法。
本发明实施例中，终端获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据，根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据，根据所述监测指标的数据确定所述监测指标的异常程度，根据所述监测指标的异常程度对所述监测指标的数据进行展示。通过实施上述方法，可以实时对医疗机构中各项指标的异常程度进行监控，并采用不同的展示方式展示不同异常程度的指标数据，提高了医疗监管的效率。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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。
图1是本发明实施例提供的一种基于数据可视化的医疗监控方法的流程示意图；
图2是本发明实施例提供的另一种基于数据可视化的医疗监控方法的流程示意图；
图3是本发明实施例提供的一种基于数据可视化的医疗监控装置的结构示意图；
图4是本发明实施例提供的一种终端的结构示意图。
具体实施方式
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。
本发明实施例提供的图像检索方法实现于终端，所述终端包括智能手机、平板电脑、数字音视频播放器、电子阅读器或车载电子设备等电子设备。
图1是本发明实施例提供的一种基于数据可视化的医疗监控方法的流程示意图。如图所示本实施例中的基于数据可视化的医疗监控方法的流程可以包括：
S101、终端获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据。
本发明实施例中，预设维度包括结算时间、经办区、医疗机构等级、医疗机构类别、医疗类别和人员类别。其中，结算日期可以为医疗数据中患者完成治疗出院时的日期，经办区为医疗机构所在区域，医疗机构等级可以按照《医院分级管理标准》评审之后确定的等级，如三级甲、三级乙、二级甲等。医疗机构类别可以按照医疗机构的职能进行分类，如分为综合医院、中医医院、中西医结合医院、民族医院、专科医院、康复医院等。人员类别可以分为职工和居民。
具体实现中，目标预设维度具体可以由用户从多个预设维度中进行选择，终端接收到用户输入的维度选择指令，并将用户选择的维度确定为目标预设维度，进而获取该目标预设维度下的至少一个医疗机构的医疗数据。如用户可以选择维度“经办区、医疗机构等级、医疗机构类别”，并输入“南山区、三级甲等、综合医院”，则终端将会获取南山区的各个三级甲等综合医院的医疗数据。其中，医疗数据可以为各个医疗机构的统筹基金支出、住院人数、住院费用、住院人次、住院时长、住院报销费用等。
S102、终端根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据。
本发明实施例中，终端获取到目标预设维度下的至少一个医疗机构的医疗数据之后，将从中提取出医疗机构各自对应的监测指标数据，其中，监测指标数据包括：人均报销费用、人均报销比例、次均住院费用增长率、人均住院费用增长率、CT项目费用、验血项目费用、血压测试项目费用等，具体实现中，监测指标数据可以由医疗数据计算得到，其中，人均报销费用的具体计算公式可以为：住院报销费用/住院人数，人均报销比例的具体计算公式可以为：住院报销费用/住院费用，次均住院费用增长率的计算公式可以为：(本期次均住院费用-上期次均住院费用)/上期次均住院费用，人均住院费用增长率的计算公式可以为：(本期人均住院费用-上期人均住院费用)/上期人均住院费用，其中，一期可以为一年、一季度、一个月、一周等，具体也可以由用户进行选择，本发明实施例不做限定。
S103、终端根据所述监测指标的数据确定所述监测指标的异常程度。
本发明实施例中，终端获取到医疗机构各自对应的监测指标的数据之后，将检测各个监测指标的数据是否存在异常，并确定各个监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常。具体实现中，监测指标的异常程度的确定方式可以为获取目标预设维度对应的指标阈值，并根据各个监测指标中的数据的数值与指标阈值的差值确定各个监测指标的异常程度，其中，每个目标预设维度或目标预设维度的组合下的监测指标数据对应一个指标阈值，例如，目标预设维度为医疗机构等级，可以将医疗机构分为一级医院、二级医院和三级医院。医疗机构与指标阈值的对应关系具体可以如表1所示：
表1：
其中，每个维度下指标阈值的具体确定方法可以根据该目标维度下医疗机构的监测指标的数据的数值所确定，如各个医疗机构中监测指标数据中数值的平均值、中值、1.5倍平均值等，或者，由医疗专家根据实际医疗水平所确定。例如，指标阈值为医疗机构中监测指标数据中数值的平均值，针对三个一级医院的人均报销费用指标，甲医院的人均报销费用为1800，乙医院的人均报销费用为2000，丙医院的人均报销费用为2200，则可以确定一级医院的人均报销费用指标的指标阈值为2000。
在一种实现方式中，终端确定各个医疗指标数据对应的指标阈值之后，根据各个监测指标中的实际数值与指标阈值的差值确定各个监测指标的异常程度。具体的，终端计算监测指标数据中数值与指标阈值的差值，若差值大于第一预设阈值，则确定异常程度为一级异常，若差值介于第一预设阈值和第二预设阈值之间，则确定该项监测指标数据异常程度为二级异常，若差值小于第二预设阈值，则可以确定该项监测指标数据正常，其中，第一预设阈值大于第二预设阈值，第一预设阈值和第二预设阈值的具体大小可以由研发人员预先设定，其中，针对不同的监测指标数据，可以设置不同的第一预设阈值和第二预设阈值。例如，针对一级医院的人均报销费用项目，第一预设阈值为1000，第二预设阈值为500，若一个一级医院的人均报销实际费用为3200，指标阈值为2000，则可以确定该一级医院的人均报销费用指标异常程度为一级异常。需要说明的是，一级异常表明异常程度较高，二级异常表明异常程度较低，具体实现中，还可以设置多个阈值以划分更多的异常程度。
在一种实现方式中，终端确定各个医疗指标数据对应的指标阈值之后，根据差值与异常程度的对应关系以及所述监测指标的历史异常程度，确定所述监测指标的异常程度。其中，监测指标的历史异常程度可以为之前统计周期检测到的该监测指标的异常程度，统计周期可以为1个月、一周、一天等。具体的，若检测到之前统计周期内该监测指标也存在异常，则调整差值与异常程度的对应关系，将对应二级异常的差值范围调整为对应一级异常。例如，监测指标为住院费用增长率，根据差值与异常程度的对应关系确定该指标的异常程度为二级异常，但检测到上一次统计周期内该指标的异常程度也为二级异常，则需要将当前该指标的异常程度确定为一级异常。
在一种实现方式中，终端确定各个医疗指标数据对应的指标阈值之后，将检测监测指标的数据的数值与指标阈值的差值，若差值大于预设差值，则检测该指标差值大于预设阈值的持续时长，根据持续时长与异常程度的对应关系确定该监测指标的异常程度。
S104、终端根据所述监测指标的异常程度对所述监测指标的数据进行展示。
本发明实施例中，终端确定各个监测指标的异常程度之后，将根据各个监测指标数据的异常程度确定其展示方式。具体实现中，终端确定获取到各个监测指标数据之后，将对其在不同目标预设维度下进行展示。
在一种实现方式中，监测指标的异常程度对应不同的指标展示方式。例如，针对人均报销费用指标，终端获取到至少一个医疗机构的人均报销费用指标数据之后，将检测是否存在人均报销费用指标为一级异常的医疗机构，若是，则采用柱状图对各个医疗机构的人均报销费用数据进行展示，若否，则检测是否存在人均报销费用指标为二级异常的医疗机构，若是，则采用折线图对各个医疗机构的人均报销费用数据进行展示，若否，则采用饼状图对各个医疗机构的人均报销费用数据进行展示。
在一种实现方式中，监测指标的异常程度对应不同的指标展示颜色。其中，在对监测指标数据进行展示时，可以采用折线图、柱状图或饼状图等数据进行展示，例如，将各个医疗机构的人均报销费用指标采用柱状图进行展示，对于异常程度为一级异常的人均报销费用指标采用红色进行展示，对于异常程度为二级异常的人均报销费用指标采用蓝色进行展示，对于正常的人均报销费用指标采用黑色进行展示。
在一种实现方式中，终端获取到至少一个医疗机构的各个监测指标的异常程度之后，还将发出预警提示信息，例如，若存在一级异常的监测指标，则发出红色预警，其中，红色预警中包含一级异常的监测指标的信息。若存在二级异常的监测指标，则发出蓝色预警，该蓝色预警中包含二级异常的监测指标信息。
本发明实施例中，通过获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据，根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据，根据所述监测指标的数据确定所述监测指标的异常程度，根据所述监测指标的异常程度对所述监测指标的数据进行展示。可以对异常数据进行有效监控，进而提高医疗监管的效率。
图2是本发明实施例提供的另一种基于数据可视化的医疗监控方法的流程示意图。如图所示本实施例中的基于数据可视化的医疗监控方法的流程可以包括：
S201、终端获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据。
本发明实施例中，预设维度包括结算时间、经办区、医疗机构等级、医疗机构类别、医疗类别和人员类别。目标预设维度具体可以由用户从多个预设维度中进行选择，终端接收到用户输入的维度选择指令，并将用户选择的维度确定为目标预设维度，并获取该目标预设维度下的至少一个医疗机构的医疗数据。
终端还可以提供多组预设维度选择组合供用户进行选择，具体实现中，终端接收服务器发送的预设维度组合与维度组合选择次数的对应关系，其中，该服务器与多台终端相连接，用于统计不同用户对于预设维度组合的选择，终端输出预设维度组合选择列表，所述预设维度组合选择列表中包括多个预设维度组合，所述多个预设维度组合的排列顺序根据与预设维度组合对应的维度选择次数确定，终端接收对所述预设维度选择列表中的预设维度组合输入的维度选择指令，并将所述维度选择指令选择的预设维度确定为所述目标预设维度。进而用户可以在相应的预设维度下输入具体信息来进行数据筛选。例如，在预设维度组合“结算时间、经办区、医疗机构等级”下分别输入“2018年8月13日，南山区，三级甲”，即可实现该目标维度下的医疗数据的获取。通过输出常用维度选择列表，可以方便用户进行数据筛选。
其中，维度选择列表具体可以如表2所示：
表2：
| 预设维度组合 | 维度组合选择次数 |
| 结算时间、经办区、医疗机构等级 | 8000 |
| 结算时间、经办区、医疗机构等级、医疗机构类别 | 5000 |
| 结算时间、经办区、医疗机构等级、人员类别 | 3300 |
| … | … |
| 结算时间、经办区、医疗机构等级 | 2500 |
| 经办区、医疗机构等级、医疗机构类别、人员类别 | 1100 |
S202、终端根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据。
本发明实施例中，终端获取到目标预设维度下的至少一个医疗机构的医疗数据之后，将从中提取出医疗机构各自对应的监测指标数据，其中，监测指标数据包括：人均报销费用、人均报销比例、次均住院费用增长率、人均住院费用增长率、CT项目费用、验血项目费用、血压测试项目费用等。
S203、终端根据所述监测指标的数据确定所述监测指标的异常程度。
本发明实施例中，终端可以根据监测指标的数据的数值与指标阈值的差值来确定所述监测指标对异常程度。其中，指标阈值可以为目标预设维度下至少一个医疗机构的监测指标数据数值的平均值或者分位数值；将所述平均值或者所述分位数值的倍数值作为所述指标阈值。可选的，所述分位数值可以为90分位数值，还可以为其他分位数值；所述倍数值可以为1.5倍，2倍，等等。需要说明的是，同一目标预设维度下的一个监测指标对应一个指标阈值。以计算三级甲等医疗机构的药品费用的指标阈值为例，若预设的倍数值为1.5倍。则计算该指标阈值的方式为：首先需要获取多个三级甲等医院的人均住院费用，再计算该多个三级甲等医院的人均住院费用的平均值，则三级甲等医疗机构的人均住院费用的指标阈值为该平均值1.5倍的数值。
终端在确定各个监测指标的指标阈值之后，将计算各个监测指标的数据的数值与指标阈值的差值，并根据差值与异常程度的对应关系确定所述监测指标的异常程度，详见步骤S103，在此不做赘述。终端在确定监测指标的异常程度之后，该可以根据所述监测指标的异常程度对所述监测指标的数据进行展示。
S204、终端获取第一医疗机构对应的至少一个监测指标的异常程度对应的异常程度值。
本发明实施例中，所述第一医疗机构为所述至少一个医疗机构中的任意一个，终端确定至少一个医疗机构的各个监测指标数据的异常程度之后，将确定第一医疗机构中至少一个指标的异常程度对应的异常程度值，该第一医疗机构为所述至少一个医疗机构中的任意一个。具体实现中，不同异常程度的监测指标对应不同的异常程度值，例如，正常的监测指标对应的异常程度值为0，二级异常的监测指标对应的异常程度值为1，一级异常的监测指标对应的异常程度值为2。
S205、终端根据所述第一监测指标对应的加权系数对所述第一监测指标对应的异常程度值进行加权处理，得到所述第一监测指标对应的目标异常程度值。
本发明实施例中，所述第一监测指标为所述至少一个监测指标中的任意一个，终端获取到第一医疗机构对应的至少一个监测指标的异常程度值之后，将确定第一监测指标对应的加权系数，其中，第一监测指标为所述至少一个监测指标中的任意一个。具体实现中，每个监测指标可以对应一个加权系数，该加权系数可以由研发人员根据各个监测指标的重要性所确定。例如，人均报销费用指标的加权系数为2，人均报销比例指标的加权系数为1.5，次均住院费用增长率指标的加权系数为0.8等。
终端确定第一监测指标对应的加权系数之后，将采用该加权系数对所述第一监测指标对应的异常程度值进行加权处理，得到所述第一监测指标对应的目标异常程度值。例如，第一监测指标为人均报销费用指标，该指标对应的加权系数为2，异常程度值为2，则计算得到该指标的目标异常程度值为4。
S206、终端对所述至少一个监测指标的目标异常程度值进行统计得到所述第一医疗机构的异常程度值。
本发明实施例中，终端确定了第一医疗机构的各个监测指标的目标异常程度值之后，将对各个目标异常程度值进行统计，得到该第一医疗机构的异常程度值。例如，第一医疗机构的监测指标包括人均报销费用指标、人均报销比例指标和次均住院费用增长率指标，人均报销费用指标的目标异常程度值为4，人均报销比例指标的目标异常程度值为2，次均住院费用增长率指标的目标异常程度值为0，则可以得到该第一医疗机构的异常程度值为6。
S207、终端根据所述第一医疗机构的异常程度值确定所述第一医疗机构的异常程度。
本发明实施例中，终端获取到第一医疗机构的异常程度值之后，将确定该异常程度值对应的异常程度。具体实现中，第一医疗机构的异常程度值与异常程度的对应关系可以为，若异常程度值大于第三预设阈值，则确定异常程度为一级异常，若异常程度值介于第三预设阈值和第四预设阈值之间，则确定异常程度为二级异常，若异常程度值小于第四预设阈值，则确定正常。其中，第三预设阈值和第四预设阈值的具体大小可以由研发人员预先设置，本发明实施例不做限定。
进一步的，终端获取到至少一个医疗机构异常程度之后，还将发出预警提示信息，例如，若存在一级异常的医疗机构，则发出红色预警，其中，红色预警中包含一级异常的医疗机构的信息。若存在二级异常的医疗机构，则发出蓝色预警，该蓝色预警中包含二级异常的医疗机构信息。
本发明实施例中，终端获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据，根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据，根据所述监测指标的数据确定所述监测指标的异常程度以及相应的异常程度值，并对医疗机构的各个监测指标的异常程度值进行加权求和得到医疗机构整体的异常程度。可以对医疗机构中的异常数据进行有效监控，进而提高医疗监管的效率。
下面将结合附图3对本发明实施例提供的基于数据可视化的医疗监控装置进行详细介绍。需要说明的是，附图3所示的基于数据可视化的医疗监控装置，用于执行本发明图1-图2所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，经参照本发明图1-图2所示的实施例。
请参见图3，为本发明提供的一种基于数据可视化的医疗监控装置的结构示意图，该基于数据可视化的医疗监控装置30可包括：获取模块301、处理模块302、确定模块303和展示模块304。
获取模块301，用于获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
处理模块302，用于根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
确定模块303，用于根据所述监测指标的数据确定所述监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常；
展示模块304，用于根据所述监测指标的异常程度对所述监测指标的数据进行展示。
在一种实现方式中，所述目标预设维度包括：结算时间、经办区、医疗机构等级、医疗机构类别、医疗类别和人员类别。
在一种实现方式中，所述装置还包括输出模块305，
所述获取模块301还用于接收服务器发送的预设维度组合与维度组合选择次数的对应关系；
所述输出模块305用于输出预设维度组合选择列表，所述预设维度组合选择列表中包括多个预设维度组合，所述多个预设维度组合的排列顺序根据与预设维度组合对应的维度选择次数确定；
所述获取模块301还用于接收对所述预设维度选择列表中的预设维度组合输入的维度选择指令；
所述确定模块303还用于将所述维度选择指令选择的预设维度确定为所述目标预设维度。
在一种实现方式中，所述获取模块301具体用于获取所述目标预设维度对应的指标阈值；
所述处理模块302具体用于计算所述监测指标数据中的数值与所述指标阈值的差值；
所述确定模块303具体用于根据差值与异常程度的对应关系确定所述监测指标的异常程度。
在一种实现方式中，所述确定模块303还用于根据差值与异常程度的对应关系以及所述监测指标的历史异常程度，确定所述监测指标的异常程度。
在一种实现方式中，所述获取模块301还用于获取所述监测指标的异常程度对应的预警提示信息；
所述输出模块305还用于输出所述预警提示信息。
在一种实现方式中，所述装置还包括统计模块306，
所述获取模块301还用于获取第一医疗机构对应的至少一个监测指标的异常程度对应的异常程度值，所述第一医疗机构为所述至少一个医疗机构中的任意一个；
所述处理模块302还用于根据所述第一监测指标对应的加权系数对所述第一监测指标对应的异常程度值进行加权处理，得到所述第一监测指标对应的目标异常程度值，所述第一监测指标为所述至少一个监测指标中的任意一个；
所述统计模块306，用于对所述至少一个监测指标的目标异常程度值进行统计得到所述第一医疗机构的异常程度值；
所述确定模块303还用于根据所述第一医疗机构的异常程度值确定所述第一医疗机构的异常程度。
本发明实施例中，获取模块301获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；处理模块302根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；确定模块303根据所述监测指标的数据确定所述监测指标的异常程度；展示模块304根据所述监测指标的异常程度对所述监测指标的数据进行展示，可以检测医疗机构中各项指标的异常程度，并采用不同的展示方式展示不同异常程度的指标数据，提高医疗监管的效率。
请参见图4，为本发明实施例提供了一种终端的结构示意图。如图4所示，该终端包括：至少一个处理器401，输入设备403，输出设备404，存储器405，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。其中，输入设备403可以是控制面板或者麦克风等，输出设备404可以是显示屏等。其中，存储器405可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以结合图3所描述的装置，存储器405中存储一组程序代码，且处理器401，输入设备403，输出设备404调用存储器405中存储的程序代码，用于执行以下操作：
输入设备403，用于获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
处理器401用于根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
处理器401用于根据所述监测指标的数据确定所述监测指标的异常程度；
处理器401用于根据所述监测指标的异常程度对所述监测指标的数据进行展示。
在一种实现方式中，所述目标预设维度包括：结算时间、经办区、医疗机构等级、医疗机构类别、医疗类别和人员类别。
在一种实现方式中，输入设备403还用于接收服务器发送的预设维度组合与维度组合选择次数的对应关系；
输出设备404用于输出预设维度组合选择列表，所述预设维度组合选择列表中包括多个预设维度组合，所述多个预设维度组合的排列顺序根据与预设维度组合对应的维度选择次数确定；
输入设备403还用于接收对所述预设维度选择列表中的预设维度组合输入的维度选择指令；
处理器401还用于将所述维度选择指令选择的预设维度确定为所述目标预设维度。
在一种实现方式中，输入设备403，用于获取所述目标预设维度对应的指标阈值；
处理器401，用于计算所述监测指标数据中的数值与所述指标阈值的差值；
处理器401，用于根据差值与异常程度的对应关系确定所述监测指标的异常程度。
在一种实现方式中，处理器401，还用于：
根据差值与异常程度的对应关系以及所述监测指标的历史异常程度，确定所述监测指标的异常程度。
在一种实现方式中，输入设备403还用于获取所述监测指标的异常程度对应的预警提示信息；
输出设备404还用于输出所述预警提示信息。
在一种实现方式中，输入设备403还用于获取第一医疗机构对应的至少一个监测指标的异常程度对应的异常程度值，所述第一医疗机构为所述至少一个医疗机构中的任意一个；
处理器401，具体用于：
根据所述第一监测指标对应的加权系数对所述第一监测指标对应的异常程度值进行加权处理，得到所述第一监测指标对应的目标异常程度值，所述第一监测指标为所述至少一个监测指标中的任意一个；
对所述至少一个监测指标的目标异常程度值进行统计得到所述第一医疗机构的异常程度值；
根据所述第一医疗机构的异常程度值确定所述第一医疗机构的异常程度。
本发明实施例中，通过输入设备403获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；处理器401根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；处理器401根据所述监测指标的数据确定所述监测指标的异常程度；处理器401根据所述监测指标的异常程度对所述监测指标的数据进行展示，可以检测医疗机构中各项指标的异常程度，并采用不同的展示方式展示不同异常程度的指标数据，提高医疗监管的效率。
本发明实施例中所述模块，可以通过通用集成电路，例如CPU(CentralProcessing Unit，中央处理器)，或通过ASIC(Application Specific IntegratedCircuit，专用集成电路)来实现。
应当理解，在本发明实施例中，所称处理器401可以是中央处理模块(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
总线402可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互联(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等，该总线402可以分为地址总线、数据总线、控制总线等，为便于表示，图4仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
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计算机存储介质中，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，所述的计算机存储介质可为磁碟、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。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种基于数据可视化的医疗监控方法，其特征在于，所述方法包括：
获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
根据所述监测指标的数据确定所述监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常；
根据所述监测指标的异常程度对所述监测指标的数据进行展示。
2.根据权利要求1所述的方法，其特征在于，所述预设维度包括：结算时间、经办区、医疗机构等级、医疗机构类别、医疗类别和人员类别。
3.根据权利要求2所述的方法，其特征在于，所述获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据之前，所述方法还包括：
接收服务器发送的预设维度组合与维度组合选择次数的对应关系；
输出预设维度组合选择列表，所述预设维度组合选择列表中包括多个预设维度组合，所述多个预设维度组合的排列顺序根据与预设维度组合对应的维度选择次数确定；
接收对所述预设维度选择列表中的预设维度组合输入的维度选择指令；
将所述维度选择指令选择的预设维度确定为所述目标预设维度。
4.根据权利要求1-3任意一项所述的方法，其特征在于，所述根据所述监测指标的数据确定所述监测指标的异常程度，包括：
获取所述目标预设维度对应的指标阈值；
计算所述监测指标数据中的数值与所述指标阈值的差值；
根据差值与异常程度的对应关系确定所述监测指标的异常程度。
5.根据权利要求1所述的方法，其特征在于，所述根据差值与异常程度的对应关系确定所述监测指标的异常程度，包括：
根据差值与异常程度的对应关系以及所述监测指标的历史异常程度，确定所述监测指标的异常程度。
6.根据权利要求1所述的方法，其特征在于，所述根据所述监测指标的数据确定所述监测指标的异常程度之后，还包括：
获取所述监测指标的异常程度对应的预警提示信息；
输出所述预警提示信息。
7.根据权利要求1所述的方法，其特征在于，所述根据所述监测指标的数据确定所述监测指标的异常程度之后，还包括：
获取第一医疗机构对应的至少一个监测指标的异常程度对应的异常程度值，所述第一医疗机构为所述至少一个医疗机构中的任意一个；
根据第一监测指标对应的加权系数对所述第一监测指标对应的异常程度值进行加权处理，得到所述第一监测指标对应的目标异常程度值，所述第一监测指标为所述至少一个监测指标中的任意一个；
对所述至少一个监测指标的目标异常程度值进行统计得到所述第一医疗机构的异常程度值；
根据所述第一医疗机构的异常程度值确定所述第一医疗机构的异常程度。
8.一种基于数据可视化的医疗监控装置，其特征在于，所述装置包括：
获取模块，用于获取至少一个医疗机构在预设维度中的目标预设维度下的医疗数据；
处理模块，用于根据获取的所述至少一个医疗机构的医疗数据，得到所述至少一个医疗机构各自对应的监测指标的数据；
确定模块，用于根据所述监测指标的数据确定所述监测指标的异常程度，所述异常程度分为一级异常、二级异常和正常，所述一级异常的异常程度高于所述二级异常，所述二级异常的异常程度高于所述正常，所述二级异常的异常程度高于所述正常；
展示模块，用于根据所述监测指标的异常程度对所述监测指标的数据进行展示。
9.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266168.1A CN109524088B (zh) | 2018-10-27 | 2018-10-27 | 基于数据可视化的医疗监控方法、装置、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811266168.1A CN109524088B (zh) | 2018-10-27 | 2018-10-27 | 基于数据可视化的医疗监控方法、装置、终端及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109524088A true CN109524088A (zh) | 2019-03-26 |
| CN109524088B CN109524088B (zh) | 2024-02-13 |
Family
ID=65772480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811266168.1A Active CN109524088B (zh) | 2018-10-27 | 2018-10-27 | 基于数据可视化的医疗监控方法、装置、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109524088B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472114A (zh) * | 2019-07-03 | 2019-11-19 | 平安科技（深圳）有限公司 | 异常数据预警方法、装置、计算机设备及存储介质 |
| CN110827930A (zh) * | 2020-01-13 | 2020-02-21 | 四川大学华西医院 | 一种医疗数据的处理方法及装置、可读存储介质 |
| CN112232656A (zh) * | 2020-10-13 | 2021-01-15 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112331322A (zh) * | 2020-12-04 | 2021-02-05 | 上海蓬海涞讯数据技术有限公司 | 基于神经网络实现针对医院专科能力进行量化评价处理的方法、装置、处理器及其存储介质 |
| CN112417009A (zh) * | 2020-10-12 | 2021-02-26 | 南京江北新区生物医药公共服务平台有限公司 | 一种医疗数据的可视化展示方法及装置 |
| CN112732824A (zh) * | 2021-01-15 | 2021-04-30 | 绿瘦健康产业集团有限公司 | 一种指标数据可视化系统 |
| CN112768058A (zh) * | 2021-01-22 | 2021-05-07 | 武汉大学 | 一种计量信息类型的医疗数据的处理方法及装置 |
| CN112768062A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 提高医疗数值型数据矫正效率的方法、系统及存储介质 |
| CN116052887A (zh) * | 2023-03-01 | 2023-05-02 | 联仁健康医疗大数据科技股份有限公司 | 一种过度检查的检测方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260808A (zh) * | 2015-06-15 | 2016-01-20 | 贵州云中海信息技术有限公司 | 一种新农合基金的安全预警与监管方法和系统 |
| CN106557955A (zh) * | 2016-11-29 | 2017-04-05 | 流量海科技成都有限公司 | 网约车异常订单识别方法及系统 |
| CN107038669A (zh) * | 2015-07-28 | 2017-08-11 | 平安科技（深圳）有限公司 | 异常结算数据预警提示系统及方法 |
| CN107330258A (zh) * | 2017-06-22 | 2017-11-07 | 安徽山鼎信息科技有限公司 | 一种医疗服务监管平台 |
| CN107741955A (zh) * | 2017-09-15 | 2018-02-27 | 平安科技（深圳）有限公司 | 业务数据监控方法、装置、终端设备及存储介质 |
-
2018
- 2018-10-27 CN CN201811266168.1A patent/CN109524088B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260808A (zh) * | 2015-06-15 | 2016-01-20 | 贵州云中海信息技术有限公司 | 一种新农合基金的安全预警与监管方法和系统 |
| CN107038669A (zh) * | 2015-07-28 | 2017-08-11 | 平安科技（深圳）有限公司 | 异常结算数据预警提示系统及方法 |
| CN106557955A (zh) * | 2016-11-29 | 2017-04-05 | 流量海科技成都有限公司 | 网约车异常订单识别方法及系统 |
| CN107330258A (zh) * | 2017-06-22 | 2017-11-07 | 安徽山鼎信息科技有限公司 | 一种医疗服务监管平台 |
| CN107741955A (zh) * | 2017-09-15 | 2018-02-27 | 平安科技（深圳）有限公司 | 业务数据监控方法、装置、终端设备及存储介质 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472114A (zh) * | 2019-07-03 | 2019-11-19 | 平安科技（深圳）有限公司 | 异常数据预警方法、装置、计算机设备及存储介质 |
| CN110472114B (zh) * | 2019-07-03 | 2024-01-26 | 平安科技（深圳）有限公司 | 异常数据预警方法、装置、计算机设备及存储介质 |
| CN110827930A (zh) * | 2020-01-13 | 2020-02-21 | 四川大学华西医院 | 一种医疗数据的处理方法及装置、可读存储介质 |
| CN112417009A (zh) * | 2020-10-12 | 2021-02-26 | 南京江北新区生物医药公共服务平台有限公司 | 一种医疗数据的可视化展示方法及装置 |
| CN112232656A (zh) * | 2020-10-13 | 2021-01-15 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112232656B (zh) * | 2020-10-13 | 2024-05-24 | 中国平安人寿保险股份有限公司 | 一种业务数据的监测预警方法、设备、终端以及可读介质 |
| CN112331322A (zh) * | 2020-12-04 | 2021-02-05 | 上海蓬海涞讯数据技术有限公司 | 基于神经网络实现针对医院专科能力进行量化评价处理的方法、装置、处理器及其存储介质 |
| CN112732824A (zh) * | 2021-01-15 | 2021-04-30 | 绿瘦健康产业集团有限公司 | 一种指标数据可视化系统 |
| CN112768058A (zh) * | 2021-01-22 | 2021-05-07 | 武汉大学 | 一种计量信息类型的医疗数据的处理方法及装置 |
| CN112768058B (zh) * | 2021-01-22 | 2022-12-02 | 武汉大学 | 一种计量信息类型的医疗数据的处理方法及装置 |
| CN112768062A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 提高医疗数值型数据矫正效率的方法、系统及存储介质 |
| CN116052887A (zh) * | 2023-03-01 | 2023-05-02 | 联仁健康医疗大数据科技股份有限公司 | 一种过度检查的检测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109524088B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109524088A (zh) | 基于数据可视化的医疗监控方法、装置、终端及介质 | |
| CN109544363B (zh) | 基于数据可视化的医疗监管方法、装置、终端及介质 | |
| AU2014223915B2 (en) | Defining patient episodes based on healthcare events | |
| CN109636613A (zh) | 医疗数据异常识别方法、装置、终端及存储介质 | |
| JP6637135B2 (ja) | 年配者コホートの慢性的重大疾患リスクについてリスク共有するための、患者データによりトリガされるプーリングシステム、及びその対応する方法 | |
| US20170098358A1 (en) | Generating informative alarm notifications to identify patient need and data quality | |
| CN109065140A (zh) | 一种医疗设备单机经济效益大数据分析方法及装置 | |
| CN109767831A (zh) | 一种医疗机构评价方法、评价装置及计算机可读存储介质 | |
| CN109523403A (zh) | 基于异常操作识别的医疗监管方法、装置及终端 | |
| CN109523395A (zh) | 基于异常操作识别的医疗监管方法、装置、终端及介质 | |
| CN109544364A (zh) | 基于数据分析的违规行为检测方法、装置及终端 | |
| CN103258121A (zh) | 临床输血评估系统及评估方法 | |
| CN109545387A (zh) | 一种基于神经网络的异常病例识别方法及计算设备 | |
| CN109377207A (zh) | 异常住院行为判定的方法及相关产品 | |
| US20130236078A1 (en) | X-ray imaging apparatus | |
| US11783262B2 (en) | Automatic detection and generation of medical imaging data analytics | |
| CN109377059A (zh) | 一种基于风险管控的数据处理方法及设备 | |
| Brown et al. | Quartile dashboards: translating large data sets into performance improvement priorities | |
| US20140358577A1 (en) | Software for medical practitioners | |
| CN109119143A (zh) | 医疗服务质量控制方法及质量管理平台系统、电子装置 | |
| CN109785965A (zh) | 一种健康评估方法、健康评估装置及计算机可读存储介质 | |
| Welton et al. | Measuring nursing value from the electronic health record | |
| CN113827200A (zh) | 显示控制装置和生理参数监测设备 | |
| DE102008009065A1 (de) | Vorrichtung und Verfahren zur Rechnungsstellung einer Gesundheitsversorgungseinheit für die Benutzung einer Leistung eines Leistungsanbieters | |
| CN109411060A (zh) | 基于处方的评价方法、装置、电子设备及存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |