CN110379523A - 基于云平台的红外远程看病方法及系统 - Google Patents
基于云平台的红外远程看病方法及系统 Download PDFInfo
- Publication number
- CN110379523A CN110379523A CN201910652571.6A CN201910652571A CN110379523A CN 110379523 A CN110379523 A CN 110379523A CN 201910652571 A CN201910652571 A CN 201910652571A CN 110379523 A CN110379523 A CN 110379523A
- Authority
- CN
- China
- Prior art keywords
- social security
- doctor
- payment
- result
- information
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了基于云平台的红外远程看病方法及系统,医生端接收用户端的红外热图分析请求;平台端得到待分析患者红外热图的自动分析结果,并接收待分析患者红外热图的医生分析结果,判断医生分析结果与自动分析结果是否一致,在不一致的情况下发送给专家并接收专家分析结果,若专家分析结果与医生分析结果一致,则重新训练红外热图病症分析模型,若专家分析结果与自动分析结果一致,则将专家分析结果同时发送至医生端与患者端;本发明能提高病人看病的便捷性以及诊断结果的准确性,同时实现远程医疗,不但极大程度上的降低了运送病人的时间和人力成本,也良好地管理和分配偏远地区的紧急医疗服务,减少了病人接受医疗的障碍。
Description
技术领域
本发明涉及远程医疗领域,特别涉及基于云平台的红外远程看病方法及系统。
背景技术
随着社会的不断进步,经济的快速发展以及人们素质的不断提高,我们的健康意识也有了普遍增强。但是,由于目前国内公共医疗管理系统的不完善,导致医疗成本高、渠道少且覆盖面低。
一边是大医院人满为患,另一边却是社区医院的无人问津。医疗信息不畅、医疗资源两极化以及医疗监督机制不全等已成为影响社会和谐发展的重要因素。这就使得本来就紧张的医疗资源显得更为捉襟见肘。
红外热像仪,就是极其敏感地(小于0.05℃)接收人体细胞新陈代谢所产生的热辐射,通过特有的成像和“由表及里”的层析技术,测定体内异常热源的分布、深度、强度、形态及走势,从而全面、真实、动态地反映由人体代谢热所表达的整体健康状况。专业医生可以结合临床对患者全身情况进行全面系统的分析,克服了其他诊断技术局限于某个局部的片面性。红外热像技术已经能够检测炎症、肿瘤、结石、血管性疾病、神经系统、亚健康等100余种病症,涉及人体各个系统的常见病和多发病。
发明内容
本发明所要解决的技术问题是:提供基于云平台的红外远程看病方法及系统,结合红外成像技术,以远程会诊的方式让病人看病更为方便、快捷。
为了解决上述技术问题,本发明采用的技术方案为:
基于云平台的红外远程看病方法,包括步骤:
S1、医生端接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
S2、平台端通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、平台端接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
为了解决上述技术问题,本发明采用的另一种技术方案为:
基于云平台的红外远程看病系统,包括医生端以及平台端,所述医生端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,所述平台端包括第二存储器、第二处理器及存储在第二存储器上并可在第二处理器上运行的第二计算机程序,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
所述第二处理器执行所述第二计算机程序时实现以下步骤:
S2、通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
本发明的有益效果在于:基于云平台的红外远程看病方法及系统,医生对用户端发送过来的待分析患者红外热图进行分析,平台端通过红外热图病症分析模型对待分析患者红外热图进行自动分析,在两者分析结果不一致的情况下,通过专家进行再次分析,以保证红外热图的分析准确性;同时,错误的分析结果可以再次训练红外热图病症分析模型,以使得红外热图病症分析模型的分析结果更加准确,错误的分析结果发送至医生端,使得医生端的医生可以不断的学习进步,以提高其医学技能,从而提高病人看病的便捷性以及诊断结果的准确性;实现远程医疗,不但极大程度上的降低了运送病人的时间和人力成本,也良好地管理和分配偏远地区的紧急医疗服务,减少了病人接受医疗的障碍。
附图说明
图1为本发明实施例的基于云平台的红外远程看病方法的流程示意图;
图2为本发明实施例的基于云平台的红外远程看病系统的结构示意图。
标号说明:
1、基于云平台的红外远程看病系统;2、医生端;3、第一处理器;4、第一存储器;5、平台端;6、第二处理器;7、第二存储器;8、用户端;9、第三处理器;10、第三存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,基于云平台的红外远程看病方法,包括步骤:
S1、医生端接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
S2、平台端通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、平台端接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
从上述描述可知,本发明的有益效果在于:医生对用户端发送过来的待分析患者红外热图进行分析,平台端通过红外热图病症分析模型对待分析患者红外热图进行自动分析,在两者分析结果不一致的情况下,通过专家进行再次分析,以保证红外热图的分析准确性;同时,错误的分析结果可以再次训练红外热图病症分析模型,以使得红外热图病症分析模型的分析结果更加准确,错误的分析结果发送至医生端,使得医生端的医生可以不断的学习进步,以提高其医学技能,从而提高病人看病的便捷性以及诊断结果的准确性;实现远程医疗,不但极大程度上的降低了运送病人的时间和人力成本,也良好地管理和分配偏远地区的紧急医疗服务,减少了病人接受医疗的障碍。
进一步地,所述步骤S3中“平台端接收专家分析结果”还包括:
若返回的专家分析结果中存在不同分析结果,则将所有专家拉入同一个群,直至得到一致的专家分析结果。
从上述描述可知,即多名专家的分析结果不一致,则拉入同一个群进行交流探讨,以促进各专家的医学水平,最后得出一致的专家分析结果,以保证分析结果的准确性。
进一步地,所述步骤S3中将所述专家分析结果发送至医生端之后还包括:
平台端对所述待分析患者红外热图进行标注,得到已标注患者红外热图,将所述已标注患者红外热图添加至与所述医生端的当前登录账号进行关联的历史错误分析数据库,所述标注包括所述医生分析结果以及所述专家分析结果;
平台端对所述当前登录账号所接收的每一次待分析当前红外热图进行遍历,以判断所述待分析当前红外热图与所述历史错误分析数据库中的红外热图的相似度是否超过预设阈值,若是,则返回相似度超过预设阈值的待分析历史及其对应的医生分析结果与专家分析结果至所述当前登录账号所在的客户端。
从上述描述可知,将医生端的错误分析结果进行记录存档,在后续遇到相似的红外热图时,跳出之前的存档记录,使得医生能避免出现上一次的错误,同时,使得医生不断改进自己之前犯下的错误,从而有效提高的技能水平。
进一步地,所述步骤S3之后包括以下步骤:
S31、平台端进行结算,得到医疗费用,判断所述医疗费用中是否存在可社保费用,若是,则发送社保支付请求信息给用户端;
S32、用户端接收并显示所述社保支付请求信息,实时接收社保支付应答信息,将所述社保支付应答信息返回至平台端;
S33、平台端接收所述社保支付应答信息,若所述社保支付应答信息为使用社保支付信息,则从所述用户端所绑定的电子社保卡中扣除所述可社保费用,返回社保支付结果信息以及包括不可社保费用的电子支付请求信息给用户端,执行步骤S34,若所述社保支付应答信息为不使用社保支付信息,则生成并返回包括可社保费用和不可社保费用的电子支付请求信息给用户端,执行步骤S35;
S34、用户端接收所述社保支付结果信息以及电子支付请求信息,显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S35;
S35、用户端接收并显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S36;
S36、平台端接收到电子支付应答信息,若所述电子支付应答信息为电子支付成功信息,则完成所述医疗费用的支付;
S37、平台端根据所述医疗费用计算医生费用,将所述医生费用发送至所述医生端所在单位所绑定的单位结算账户。
从上述描述可知,在电子社保卡开始推广的同时,利用电子社保卡进行社保费用的支付也已经实现,本申请的平台端借助和用户的电子社保卡的绑定,自动为用户识别出可社保费用,使得用户可以通过电子社保卡进行医疗费用的支付。
进一步地,还包括步骤:
S0、平台端接收包括用户所在地的加入共享医保信息,建立用户所绑定的电子社保卡与所述用户所在地的共享医保账户的对应关系,每一个地区都对应一个所述共享医保账户,每一个共享医保账户都与本地的社保结算中心建立付费关系与收费关系;
所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”具体为:
平台端通过所述用户所在地的共享医保账户向所述用户所在地的社保结算中心发出包括平台名称、用户信息与可社保费用的第一支付费用请求,所述用户信息包括用户医保账户信息以及用户身份唯一识别信息;
用户端接收并显示用户所在地的社保结算中心所发送的包括可社保费用以及平台名称的第二支付费用请求,实时接收并返回用户确认支付信息以及支付密码信息至所述用户所在地的社保结算中心;
平台端若接收到用户所在地的社保结算中心返回的第一支付成功信息,则向所述医生端所在单位的单位结算中心发送医生所在地的共享医保账户的共享账户信息、所述可社保费用以及用户在所述平台端的用户名,所述共享账户信息包括共享医保账户以及共享账户唯一识别信息;
平台端接收医生所在地的社保结算中心发来的第一收取费用请求,若所述第一收取费用请求中的待支付费用与所述可社保费用、所述第一收取费用请求中的备注信息与所述用户名以及所述第一收取费用请求中的待收费方与所述医生端所在单位所绑定的单位结算账户均为一致,则返回确认支付费用信息至所述医生所在地的社保结算中心;
平台端若接收到所述医生所在地的社保结算中心返回的第二支付成功信息,则生成并返回包括第二支付成功信息的社保支付结果信息至用户端。
从上述描述可知,在各省市进行社保独立结算的当下,远程医疗平台上用户和医生存在于不同结算地区的可能性非常大,本申请提供了上述的共享医保技术方案,从而实现跨地区社保支付,使得用户不受限于地区影响从而能得到最好的治疗的同时也能采用电子社保卡进行支付。
如图2所示,基于云平台的红外远程看病系统,包括医生端以及平台端,所述医生端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,所述平台端包括第二存储器、第二处理器及存储在第二存储器上并可在第二处理器上运行的第二计算机程序,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
所述第二处理器执行所述第二计算机程序时实现以下步骤:
S2、通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
从上述描述可知,本发明的有益效果在于:医生对用户端发送过来的待分析患者红外热图进行分析,平台端通过红外热图病症分析模型对待分析患者红外热图进行自动分析,在两者分析结果不一致的情况下,通过专家进行再次分析,以保证红外热图的分析准确性;同时,错误的分析结果可以再次训练红外热图病症分析模型,以使得红外热图病症分析模型的分析结果更加准确,错误的分析结果发送至医生端,使得医生端的医生可以不断的学习进步,以提高其医学技能,从而提高病人看病的便捷性以及诊断结果的准确性;实现远程医疗,不但极大程度上的降低了运送病人的时间和人力成本,也良好地管理和分配偏远地区的紧急医疗服务,减少了病人接受医疗的障碍。
进一步地,执行所述步骤S3中“平台端接收专家分析结果”时,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
若返回的专家分析结果中存在不同分析结果,则将所有专家拉入同一个群,直至得到一致的专家分析结果。
从上述描述可知,即多名专家的分析结果不一致,则拉入同一个群进行交流探讨,以促进各专家的医学水平,最后得出一致的专家分析结果,以保证分析结果的准确性。
进一步地,执行所述步骤S3中将所述专家分析结果发送至医生端之后,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
对所述待分析患者红外热图进行标注,得到已标注患者红外热图,将所述已标注患者红外热图添加至与所述医生端的当前登录账号进行关联的历史错误分析数据库,所述标注包括所述医生分析结果以及所述专家分析结果;
对所述当前登录账号所接收的每一次待分析当前红外热图进行遍历,以判断所述待分析当前红外热图与所述历史错误分析数据库中的红外热图的相似度是否超过预设阈值,若是,则返回相似度超过预设阈值的待分析历史及其对应的医生分析结果与专家分析结果至所述当前登录账号所在的客户端。
从上述描述可知,将医生端的错误分析结果进行记录存档,在后续遇到相似的红外热图时,跳出之前的存档记录,使得医生能避免出现上一次的错误,同时,使得医生不断改进自己之前犯下的错误,从而有效提高的技能水平。
进一步地,还包括用户端,所述用户端包括第三存储器、第三处理器及存储在第三存储器上并可在第三处理器上运行的第三计算机程序,所述步骤S3之后,所述第二处理器执行所述第二计算机程序时实现以下步骤:
S31、进行结算,得到医疗费用,判断所述医疗费用中是否存在可社保费用,若是,则发送社保支付请求信息给用户端;
S33、接收社保支付应答信息,若所述社保支付应答信息为使用社保支付信息,则从所述用户端所绑定的电子社保卡中扣除所述可社保费用,返回社保支付结果信息以及包括不可社保费用的电子支付请求信息给用户端,执行步骤S34,若所述社保支付应答信息为不使用社保支付信息,则生成并返回包括可社保费用和不可社保费用的电子支付请求信息给用户端,执行步骤S35;
S36、接收到电子支付应答信息,若所述电子支付应答信息为电子支付成功信息,则完成所述医疗费用的支付;
S37、根据所述医疗费用计算医生费用,将所述医生费用发送至所述医生端所在单位所绑定的单位结算账户;
所述步骤S2之后,所述第三处理器执行所述第一计算机程序时还实现以下步骤:
S32、接收并显示所述社保支付请求信息,实时接收社保支付应答信息,将所述社保支付应答信息返回至平台端;
S34、接收所述社保支付结果信息以及电子支付请求信息,显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S35;
S35、接收并显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S36。
从上述描述可知,在电子社保卡开始推广的同时,利用电子社保卡进行社保费用的支付也已经实现,本申请的平台端借助和用户的电子社保卡的绑定,自动为用户识别出可社保费用,使得用户可以通过电子社保卡进行医疗费用的支付。
进一步地,所述第二处理器执行所述第二计算机程序时还实现以下步骤:
S0、接收包括用户所在地的加入共享医保信息,建立用户所绑定的电子社保卡与所述用户所在地的共享医保账户的对应关系,每一个地区都对应一个共享医保账户,每一个共享医保账户都与本地的社保结算中心建立付费关系与收费关系;
执行所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”时,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
通过所述用户所在地的共享医保账户向所述用户所在地的社保结算中心发出包括平台名称、用户信息与可社保费用的第一支付费用请求,所述用户信息包括用户医保账户信息以及用户身份唯一识别信息;
若接收到用户所在地的社保结算中心返回的第一支付成功信息,则向所述医生端所在单位的单位结算中心发送医生所在地的共享医保账户的共享账户信息、所述可社保费用以及用户在所述平台端的用户名,所述共享账户信息包括共享医保账户以及共享账户唯一识别信息;
接收医生所在地的社保结算中心发来的第一收取费用请求,若所述第一收取费用请求中的待支付费用与所述可社保费用、所述第一收取费用请求中的备注信息与所述用户名以及所述第一收取费用请求中的待收费方与所述医生端所在单位所绑定的单位结算账户均为一致,则返回确认支付费用信息至所述医生所在地的社保结算中心;
若接收到所述医生所在地的社保结算中心返回的第二支付成功信息,则生成并返回包括第二支付成功信息的社保支付结果信息至用户端;
执行所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”时,所述第三处理器执行所述第三计算机程序时还实现以下步骤:
接收并显示用户所在地的社保结算中心所发送的包括可社保费用以及平台名称的第二支付费用请求,实时接收并返回用户确认支付信息以及支付密码信息至所述用户所在地的社保结算中心。
从上述描述可知,在各省市进行社保独立结算的当下,远程医疗平台上用户和医生存在于不同结算地区的可能性非常大,本申请提供了上述的共享医保技术方案,从而实现跨地区社保支付,使得用户不受限于地区影响从而能得到最好的治疗的同时也能采用电子社保卡进行支付。
请参照图1,本发明的实施例一为:
基于云平台的红外远程看病方法,包括步骤:
S1、医生端接收用户端的红外热图分析请求,获取红外热图分析请求中的待分析患者红外热图,将待分析患者红外热图发送至平台端;
S2、平台端通过红外热图病症分析模型对待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收待分析患者红外热图的医生分析结果,判断医生分析结果与自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将待分析患者红外热图发送至至少三名专家;
S3、平台端接收专家分析结果,若专家分析结果与医生分析结果一致,则将待分析患者红外热图和医生分析结果作为红外热图病症分析模型的训练集进行重新训练,若专家分析结果与自动分析结果一致,则将专家分析结果同时发送至医生端与患者端。
具体的,步骤S3中“平台端接收专家分析结果”还包括:
若返回的专家分析结果中存在不同分析结果,则将所有专家拉入同一个群,直至得到一致的专家分析结果。
步骤S3中将专家分析结果发送至医生端之后还包括:
平台端对待分析患者红外热图进行标注,得到已标注患者红外热图,将已标注患者红外热图添加至与医生端的当前登录账号进行关联的历史错误分析数据库,标注包括医生分析结果以及专家分析结果;
平台端对当前登录账号所接收的每一次待分析当前红外热图进行遍历,以判断待分析当前红外热图与历史错误分析数据库中的红外热图的相似度是否超过预设阈值,若是,则返回相似度超过预设阈值的待分析历史及其对应的医生分析结果与专家分析结果至当前登录账号所在的客户端。
请参照图1,本发明的实施例二为:
基于云平台的红外远程看病方法,在上述实施例一的基础上,还包括步骤:
S0、平台端接收包括用户所在地的加入共享医保信息,建立用户所绑定的电子社保卡与用户所在地的共享医保账户的对应关系,每一个地区都对应一个共享医保账户,每一个共享医保账户都与本地的社保结算中心建立付费关系与收费关系;
其中,步骤S3之后包括以下步骤:
S31、平台端进行结算,得到医疗费用,判断医疗费用中是否存在可社保费用,若是,则发送社保支付请求信息给用户端,平台端可以根据可社保项目对于其收费项目进行分类,以得到可社保费用和不可社保费用;
S32、用户端接收并显示社保支付请求信息,实时接收社保支付应答信息,将社保支付应答信息返回至平台端,即让用户确认是否使用社保支付;
S33、平台端接收社保支付应答信息,若社保支付应答信息为使用社保支付信息,则从用户端所绑定的电子社保卡中扣除可社保费用,返回社保支付结果信息以及包括不可社保费用的电子支付请求信息给用户端,执行步骤S34,若社保支付应答信息为不使用社保支付信息,则生成并返回包括可社保费用和不可社保费用的电子支付请求信息给用户端,执行步骤S35;
S34、用户端接收社保支付结果信息以及电子支付请求信息,显示电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S35,绑定的电子支付渠道包括但不限于支付宝、微信、财付通以及各种银联等;
S35、用户端接收并显示电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S36;
S36、平台端接收到电子支付应答信息,若电子支付应答信息为电子支付成功信息,则完成医疗费用的支付;
S37、平台端根据医疗费用计算医生费用,将医生费用发送至医生端所在单位所绑定的单位结算账户。
在本实施例中,对于平台端来说,其和医疗单位联系,由于医疗单位在聘用医生时就会进行医生资质的审查,故而对于平台端可以省去对医生资质的审核,同时,医生的专业水平由医疗单位进行评估并承担,平台端只需要审核医疗单位的资质即可,从而降低了平台的运维费用和承受风险,同时也为社保共享提供支付基础。在本实施例中,步骤S33中“从用户端所绑定的电子社保卡中扣除可社保费用”就可具体为:
平台端通过用户所在地的共享医保账户向用户所在地的社保结算中心发出包括平台名称、用户信息与可社保费用的第一支付费用请求,用户信息包括用户医保账户信息以及用户身份唯一识别信息;
此时,用户所在地的社保结算中心进行身份识别和确认,生成由用户确认是否进行社保支付的第二支付费用请求;
用户端接收并显示用户所在地的社保结算中心所发送的包括可社保费用以及平台名称的第二支付费用请求,实时接收并返回用户确认支付信息以及支付密码信息至用户所在地的社保结算中心;
此时,用户所在地的社保结算中心进行身份识别和确认,确认从用户账户上扣除可社保费用,在余额充足的情况下,返回第一支付成功信息;
平台端若接收到用户所在地的社保结算中心返回的第一支付成功信息,则向医生端所在单位的单位结算中心发送医生所在地的共享医保账户的共享账户信息、可社保费用以及用户在平台端的用户名,共享账户信息包括共享医保账户以及共享账户唯一识别信息;
即由医生端所在单位的单位结算中心作为请求方,向医生所在地的社保结算中心发送请求平台端支付费用的请求,医生所在地的社保结算中心接收到请求,进行身份识别和确认后,向平台端发送确认支付费用的请求,即第一收取费用请求;
平台端接收医生所在地的社保结算中心发来的第一收取费用请求,若第一收取费用请求中的待支付费用与可社保费用、第一收取费用请求中的备注信息与用户名以及第一收取费用请求中的待收费方与医生端所在单位所绑定的单位结算账户均为一致,则返回确认支付费用信息至医生所在地的社保结算中心;
社保结算中心收到确认支付费用信息,从医生所在地的共享医保账户内扣除费用,以完成对单位结算中心的社保费用支付,在余额充足的情况下,返回第二支付成功信息;
平台端若接收到医生所在地的社保结算中心返回的第二支付成功信息,则生成并返回包括第二支付成功信息的社保支付结果信息至用户端,使得用户端能够收到支付成功信息,从而完成社保支付费用的整个过程。
如图2所示,本发明的实施例三为:
基于云平台的红外远程看病系统1,包括医生端2以及平台端5,医生端2包括第一存储器4、第一处理器3及存储在第一存储器4上并可在第一处理器3上运行的第一计算机程序,平台端5包括第二存储器7、第二处理器6及存储在第二存储器7上并可在第二处理器6上运行的第二计算机程序,第一处理器3执行第一计算机程序时实现上述实施例一的步骤S1,第二处理器6执行第二计算机程序时实现上述实施例一的步骤S2和步骤S3。
如图2所示,本发明的实施例四为:
基于云平台的红外远程看病系统1,在上述实施例三的基础上,还包括用户端8,用户端包括第三存储器10、第三处理器9及存储在第三存储器10上并可在第三处理器9上运行的第三计算机程序,第二处理器6执行第二计算机程序时还实现上述实施例二的步骤S0、步骤S31、步骤S33、步骤S36以及S37,第三处理器9执行第三计算机程序时还实现上述实施例二的步骤S32、步骤S34、步骤S35以及步骤S33中由用户端2进行完成的部分。
对于本系统来说,还包括以下几个方面的说明:
1、此系统是基于互联网的云平台技术,以实现远程医疗为目的。
2、此系统主要的角色主要分三个,分别为医师/医务人员所在的医生端2、病人或其他有需要问诊的用户端8以及平台管理部门所在的平台端5。
3、通过应用此系统,上述三个的角色定位分别为:
第一:医师/医务人员:通过平台审核通过入驻的医生,通过远程会诊,利用红外成像技术,对会员进行诊断;同时,与业内专家加强交流;提升医学技能;
第二:系统平台管理部门:中医问诊平台管理人员;
第三:会员:所有使用红外远程看病系统的用户。在家就诊或者看护;获得便捷的医疗服务;专家会诊。
4、系统所要实现的功能:
医生端2包括:
1.登陆:已经注册的医生使用手机号+验证码登陆;
2.首页:统计我的收入趋势、会员数、评价情况管理;
3.问诊单:我的问诊单;
4.图像处理:图像增强处理、多副图像显示、比对、同步。温度显示分析;
5.视频诊断:根据问诊单于会员进行视频诊断;
6.邀请协助:病历特殊情况下,可邀请其他专家协助共同诊断;
7.时间设置:接单时间设置;
8.我的收入:收入查看以及提现;
9.消息:接收系统消息、以及接单提醒。
用户端8包括:
1.登陆红外热像诊断平台:手机号+验证码登陆或者扫设备二维码登陆;
2.找专家:用户可查看在线的红外热图专家,根据需求找专家分析检测结果,用户可以查看专家介绍、评价等信息;
3.视频诊断:会员与医生可通过视频进行诊断分析、病症描述;
4.授权查看档案:远程专家需要用户授权才能调取用户的档案进行查看;
5.支付:支付专家诊疗费用诊疗;
6.评价:结束后,用户可以对专家进行评价。
平台端5包括:
1.平台账号管理:超级管理员账号维护;
2.首页统计:统计当前会员情况、医生情况、平台经营情况;
3.会员管理:会员信息、会员等级维护;
4.医生管理:医生注册、认证以及信息维护;
5.评价管理:用户评价管理(删除、屏蔽);
6.订单管理:问诊订单管理(查看、审核、退款);
7.报表配置项管理:营收报表、日账单、医生排行、会员分析等维护系统配置。
综上所述,本发明提供的基于云平台的红外远程看病方法及系统,医生对用户端发送过来的待分析患者红外热图进行分析,平台端通过红外热图病症分析模型对待分析患者红外热图进行自动分析,在两者分析结果不一致的情况下,通过专家进行再次分析,若多名专家的分析结果不一致,则拉入同一个群进行交流探讨,以促进各专家的医学水平,最后得出一致的专家分析结果,以保证红外热图的分析准确性;同时,错误的分析结果可以再次训练红外热图病症分析模型,以使得红外热图病症分析模型的分析结果更加准确,错误的分析结果发送至医生端,并将医生端的错误分析结果进行记录存档,在后续遇到相似的红外热图时,跳出之前的存档记录,使得医生能避免出现上一次的错误,同时,使得医生不断改进自己之前犯下的错误,以提高其医学技能,从而提高病人看病的便捷性以及诊断结果的准确性;实现远程医疗,不但极大程度上的降低了运送病人的时间和人力成本,也良好地管理和分配偏远地区的紧急医疗服务,减少了病人接受医疗的障碍;同时平台端借助和用户的电子社保卡的绑定,自动为用户识别出可社保费用,通过共享医保技术方案,从而实现跨地区社保支付,使得用户不受限于地区影响从而能得到最好的治疗的同时也能采用电子社保卡进行医疗费用的支付。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.基于云平台的红外远程看病方法,其特征在于,包括步骤:
S1、医生端接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
S2、平台端通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、平台端接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
2.根据权利要求1所述的基于云平台的红外远程看病方法,其特征在于,所述步骤S3中“平台端接收专家分析结果”还包括:
若返回的专家分析结果中存在不同分析结果,则将所有专家拉入同一个群,直至得到一致的专家分析结果。
3.根据权利要求1所述的基于云平台的红外远程看病方法,其特征在于,所述步骤S3中将所述专家分析结果发送至医生端之后还包括:
平台端对所述待分析患者红外热图进行标注,得到已标注患者红外热图,将所述已标注患者红外热图添加至与所述医生端的当前登录账号进行关联的历史错误分析数据库,所述标注包括所述医生分析结果以及所述专家分析结果;
平台端对所述当前登录账号所接收的每一次待分析当前红外热图进行遍历,以判断所述待分析当前红外热图与所述历史错误分析数据库中的红外热图的相似度是否超过预设阈值,若是,则返回相似度超过预设阈值的待分析历史及其对应的医生分析结果与专家分析结果至所述当前登录账号所在的客户端。
4.根据权利要求1所述的基于云平台的红外远程看病方法,其特征在于,所述步骤S3之后包括以下步骤:
S31、平台端进行结算,得到医疗费用,判断所述医疗费用中是否存在可社保费用,若是,则发送社保支付请求信息给用户端;
S32、用户端接收并显示所述社保支付请求信息,实时接收社保支付应答信息,将所述社保支付应答信息返回至平台端;
S33、平台端接收所述社保支付应答信息,若所述社保支付应答信息为使用社保支付信息,则从所述用户端所绑定的电子社保卡中扣除所述可社保费用,返回社保支付结果信息以及包括不可社保费用的电子支付请求信息给用户端,执行步骤S34,若所述社保支付应答信息为不使用社保支付信息,则生成并返回包括可社保费用和不可社保费用的电子支付请求信息给用户端,执行步骤S35;
S34、用户端接收所述社保支付结果信息以及电子支付请求信息,显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S35;
S35、用户端接收并显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S36;
S36、平台端接收到电子支付应答信息,若所述电子支付应答信息为电子支付成功信息,则完成所述医疗费用的支付;
S37、平台端根据所述医疗费用计算医生费用,将所述医生费用发送至所述医生端所在单位所绑定的单位结算账户。
5.根据权利要求4所述的基于云平台的红外远程看病方法,其特征在于,还包括步骤:
S0、平台端接收包括用户所在地的加入共享医保信息,建立用户所绑定的电子社保卡与所述用户所在地的共享医保账户的对应关系,每一个地区都对应一个所述共享医保账户,每一个共享医保账户都与本地的社保结算中心建立付费关系与收费关系;
所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”具体为:
平台端通过所述用户所在地的共享医保账户向所述用户所在地的社保结算中心发出包括平台名称、用户信息与可社保费用的第一支付费用请求,所述用户信息包括用户医保账户信息以及用户身份唯一识别信息;
用户端接收并显示用户所在地的社保结算中心所发送的包括可社保费用以及平台名称的第二支付费用请求,实时接收并返回用户确认支付信息以及支付密码信息至所述用户所在地的社保结算中心;
平台端若接收到用户所在地的社保结算中心返回的第一支付成功信息,则向所述医生端所在单位的单位结算中心发送医生所在地的共享医保账户的共享账户信息、所述可社保费用以及用户在所述平台端的用户名,所述共享账户信息包括共享医保账户以及共享账户唯一识别信息;
平台端接收医生所在地的社保结算中心发来的第一收取费用请求,若所述第一收取费用请求中的待支付费用与所述可社保费用、所述第一收取费用请求中的备注信息与所述用户名以及所述第一收取费用请求中的待收费方与所述医生端所在单位所绑定的单位结算账户均为一致,则返回确认支付费用信息至所述医生所在地的社保结算中心;
平台端若接收到所述医生所在地的社保结算中心返回的第二支付成功信息,则生成并返回包括第二支付成功信息的社保支付结果信息至用户端。
6.基于云平台的红外远程看病系统,包括医生端以及平台端,所述医生端包括第一存储器、第一处理器及存储在第一存储器上并可在第一处理器上运行的第一计算机程序,所述平台端包括第二存储器、第二处理器及存储在第二存储器上并可在第二处理器上运行的第二计算机程序,其特征在于,所述第一处理器执行所述第一计算机程序时实现以下步骤:
S1、接收用户端的红外热图分析请求,获取所述红外热图分析请求中的待分析患者红外热图,将所述待分析患者红外热图发送至平台端;
所述第二处理器执行所述第二计算机程序时实现以下步骤:
S2、通过红外热图病症分析模型对所述待分析患者红外热图进行分析,以得到待分析患者红外热图的自动分析结果,并接收所述待分析患者红外热图的医生分析结果,判断所述医生分析结果与所述自动分析结果是否一致,若是,则返回医生分析结果至用户端,否则显示分析异常信息,并将所述待分析患者红外热图发送至至少三名专家;
S3、接收专家分析结果,若所述专家分析结果与所述医生分析结果一致,则将所述待分析患者红外热图和所述医生分析结果作为所述红外热图病症分析模型的训练集进行重新训练,若所述专家分析结果与所述自动分析结果一致,则将所述专家分析结果同时发送至医生端与患者端。
7.根据权利要求6所述的基于云平台的红外远程看病系统,其特征在于,执行所述步骤S3中“平台端接收专家分析结果”时,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
若返回的专家分析结果中存在不同分析结果,则将所有专家拉入同一个群,直至得到一致的专家分析结果。
8.根据权利要求7所述的基于云平台的红外远程看病系统,其特征在于,执行所述步骤S3中将所述专家分析结果发送至医生端之后,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
对所述待分析患者红外热图进行标注,得到已标注患者红外热图,将所述已标注患者红外热图添加至与所述医生端的当前登录账号进行关联的历史错误分析数据库,所述标注包括所述医生分析结果以及所述专家分析结果;
对所述当前登录账号所接收的每一次待分析当前红外热图进行遍历,以判断所述待分析当前红外热图与所述历史错误分析数据库中的红外热图的相似度是否超过预设阈值,若是,则返回相似度超过预设阈值的待分析历史及其对应的医生分析结果与专家分析结果至所述当前登录账号所在的客户端。
9.根据权利要求6所述的基于云平台的红外远程看病系统,其特征在于,还包括用户端,所述用户端包括第三存储器、第三处理器及存储在第三存储器上并可在第三处理器上运行的第三计算机程序,所述步骤S3之后,所述第二处理器执行所述第二计算机程序时实现以下步骤:
S31、进行结算,得到医疗费用,判断所述医疗费用中是否存在可社保费用,若是,则发送社保支付请求信息给用户端;
S33、接收社保支付应答信息,若所述社保支付应答信息为使用社保支付信息,则从所述用户端所绑定的电子社保卡中扣除所述可社保费用,返回社保支付结果信息以及包括不可社保费用的电子支付请求信息给用户端,执行步骤S34,若所述社保支付应答信息为不使用社保支付信息,则生成并返回包括可社保费用和不可社保费用的电子支付请求信息给用户端,执行步骤S35;
S36、接收到电子支付应答信息,若所述电子支付应答信息为电子支付成功信息,则完成所述医疗费用的支付;
S37、根据所述医疗费用计算医生费用,将所述医生费用发送至所述医生端所在单位所绑定的单位结算账户;
所述步骤S2之后,所述第三处理器执行所述第一计算机程序时还实现以下步骤:
S32、接收并显示所述社保支付请求信息,实时接收社保支付应答信息,将所述社保支付应答信息返回至平台端;
S34、接收所述社保支付结果信息以及电子支付请求信息,显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S35;
S35、接收并显示所述电子支付请求信息,通过绑定的电子支付渠道完成电子支付请求信息的支付,返回电子支付应答信息,执行步骤S36。
10.根据权利要求9所述的基于云平台的红外远程看病系统,其特征在于,所述第二处理器执行所述第二计算机程序时还实现以下步骤:
S0、接收包括用户所在地的加入共享医保信息,建立用户所绑定的电子社保卡与所述用户所在地的共享医保账户的对应关系,每一个地区都对应一个共享医保账户,每一个共享医保账户都与本地的社保结算中心建立付费关系与收费关系;
执行所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”时,所述第二处理器执行所述第二计算机程序时具体实现以下步骤:
通过所述用户所在地的共享医保账户向所述用户所在地的社保结算中心发出包括平台名称、用户信息与可社保费用的第一支付费用请求,所述用户信息包括用户医保账户信息以及用户身份唯一识别信息;
若接收到用户所在地的社保结算中心返回的第一支付成功信息,则向所述医生端所在单位的单位结算中心发送医生所在地的共享医保账户的共享账户信息、所述可社保费用以及用户在所述平台端的用户名,所述共享账户信息包括共享医保账户以及共享账户唯一识别信息;
接收医生所在地的社保结算中心发来的第一收取费用请求,若所述第一收取费用请求中的待支付费用与所述可社保费用、所述第一收取费用请求中的备注信息与所述用户名以及所述第一收取费用请求中的待收费方与所述医生端所在单位所绑定的单位结算账户均为一致,则返回确认支付费用信息至所述医生所在地的社保结算中心;
若接收到所述医生所在地的社保结算中心返回的第二支付成功信息,则生成并返回包括第二支付成功信息的社保支付结果信息至用户端;
执行所述步骤S33中“从所述用户端所绑定的电子社保卡中扣除所述可社保费用”时,所述第三处理器执行所述第三计算机程序时还实现以下步骤:
接收并显示用户所在地的社保结算中心所发送的包括可社保费用以及平台名称的第二支付费用请求,实时接收并返回用户确认支付信息以及支付密码信息至所述用户所在地的社保结算中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910652571.6A CN110379523B (zh) | 2019-07-19 | 2019-07-19 | 基于云平台的红外远程看病方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910652571.6A CN110379523B (zh) | 2019-07-19 | 2019-07-19 | 基于云平台的红外远程看病方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110379523A true CN110379523A (zh) | 2019-10-25 |
CN110379523B CN110379523B (zh) | 2021-11-19 |
Family
ID=68254039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910652571.6A Active CN110379523B (zh) | 2019-07-19 | 2019-07-19 | 基于云平台的红外远程看病方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110379523B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111800301A (zh) * | 2020-08-20 | 2020-10-20 | 浙江璟锐科技有限公司 | 一种机器类型通信中的网络安全评价方法及系统 |
CN113724244A (zh) * | 2021-09-14 | 2021-11-30 | 烟台艾睿光电科技有限公司 | 健康监测方法、装置及系统、健康检查设备及介质 |
CN115801781A (zh) * | 2023-01-11 | 2023-03-14 | 杭州广科安德生物科技有限公司 | 一种生物数据协同分析系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004141291A (ja) * | 2002-10-23 | 2004-05-20 | Canon Inc | 遠隔診断システム |
CN103324831A (zh) * | 2013-05-28 | 2013-09-25 | 美合实业(苏州)有限公司 | 一种远程问诊系统 |
CN106096254A (zh) * | 2016-06-03 | 2016-11-09 | 宁波大红鹰学院 | 一种医疗服务系统及方法 |
CN106951691A (zh) * | 2017-03-06 | 2017-07-14 | 宁波大学 | 基于云平台的远程移动医疗管理方法 |
CN107292597A (zh) * | 2017-05-26 | 2017-10-24 | 深圳医畅科技发展有限公司 | 基于社保卡实现就诊支付的方法、移动终端及存储设备 |
CN109065188A (zh) * | 2018-07-27 | 2018-12-21 | 广州秉理科技有限公司 | 一种远程病理诊断咨询平台及其实现方法 |
-
2019
- 2019-07-19 CN CN201910652571.6A patent/CN110379523B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004141291A (ja) * | 2002-10-23 | 2004-05-20 | Canon Inc | 遠隔診断システム |
CN103324831A (zh) * | 2013-05-28 | 2013-09-25 | 美合实业(苏州)有限公司 | 一种远程问诊系统 |
CN106096254A (zh) * | 2016-06-03 | 2016-11-09 | 宁波大红鹰学院 | 一种医疗服务系统及方法 |
CN106951691A (zh) * | 2017-03-06 | 2017-07-14 | 宁波大学 | 基于云平台的远程移动医疗管理方法 |
CN107292597A (zh) * | 2017-05-26 | 2017-10-24 | 深圳医畅科技发展有限公司 | 基于社保卡实现就诊支付的方法、移动终端及存储设备 |
CN109065188A (zh) * | 2018-07-27 | 2018-12-21 | 广州秉理科技有限公司 | 一种远程病理诊断咨询平台及其实现方法 |
Non-Patent Citations (1)
Title |
---|
邵明雪: "我国异地就医统一结算平台的构建机制研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111800301A (zh) * | 2020-08-20 | 2020-10-20 | 浙江璟锐科技有限公司 | 一种机器类型通信中的网络安全评价方法及系统 |
CN113724244A (zh) * | 2021-09-14 | 2021-11-30 | 烟台艾睿光电科技有限公司 | 健康监测方法、装置及系统、健康检查设备及介质 |
CN115801781A (zh) * | 2023-01-11 | 2023-03-14 | 杭州广科安德生物科技有限公司 | 一种生物数据协同分析系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110379523B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104992073B (zh) | 用于就医流程的数据处理方法和医疗信用系统 | |
CN110504011B (zh) | 一种远程视屏诊疗系统 | |
CN109585029A (zh) | 一种医院患者信息网络平台 | |
US7194416B1 (en) | Interactive creation and adjudication of health care insurance claims | |
KR101639215B1 (ko) | 전문가 컨설팅 매칭 시스템 및 방법 | |
US20220189589A1 (en) | Highly reliable data transaction system, and highly reliable data transaction method | |
CN108766537A (zh) | 一种支持社会保障卡移动支付的系统 | |
CN107863134A (zh) | 一种基于云计算的智能医疗管理系统 | |
CN110379523A (zh) | 基于云平台的红外远程看病方法及系统 | |
CN107133438A (zh) | 医疗行为监控方法及装置 | |
US8442840B2 (en) | Transparent healthcare transaction management system | |
CN109920525A (zh) | 一种医疗医保系统 | |
US20030135397A1 (en) | Medical billing system to prevent fraud | |
CN110223762A (zh) | 一种基于人脸识别的就诊业务处理方法及其装置 | |
CN110084704A (zh) | 一种互助保障服务器、系统及互助保障方法 | |
CN107480465A (zh) | 医院服务管理终端及医院互联网服务集成管理平台 | |
CN116013505A (zh) | 一种基于drg的医疗费用管理系统 | |
JP2001319041A (ja) | 医療機関向け経営支援システムおよび医療機関に経営支援情報を提供する方法 | |
CN104867078A (zh) | 基于电子商务的远程医疗服务系统及方法 | |
CN110751992A (zh) | 一种健康卡管理平台 | |
CN214225970U (zh) | 一种商业保险直赔系统 | |
CN110334107A (zh) | 基于数据分析的资格评审方法、装置及服务器 | |
CN111081363B (zh) | 急诊留观管理系统及方法 | |
CN214151779U (zh) | 一种商业保险直赔系统 | |
KR20170008444A (ko) | 진료 데이터 수집 관리 시스템, 및 이를 이용한 진료 데이터 수집 관리 방법 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211026 Address after: 361000 11B, No. 40, Tianhu Road, Siming District, Xiamen City, Fujian Province Applicant after: Yi Bixiang Address before: 361000 Xiamen, Fujian, China (Fujian) free trade trial area Xiamen area 97 Xiangyu Road, Xiamen international shipping center D 8 8 03 units, Applicant before: Xiamen medical housekeeper Medical Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |