CN111161813A - 慢性病信息处理方法、装置、设备及存储介质 - Google Patents
慢性病信息处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111161813A CN111161813A CN201911187912.3A CN201911187912A CN111161813A CN 111161813 A CN111161813 A CN 111161813A CN 201911187912 A CN201911187912 A CN 201911187912A CN 111161813 A CN111161813 A CN 111161813A
- Authority
- CN
- China
- Prior art keywords
- follow
- information
- patient
- chronic disease
- health 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.)
- Pending
Links
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 title abstract description 7
- 230000036541 health Effects 0.000 claims abstract description 161
- 238000012552 review Methods 0.000 claims abstract description 62
- 230000010365 information processing Effects 0.000 claims abstract description 52
- 238000003745 diagnosis Methods 0.000 claims abstract description 35
- 238000003672 processing method Methods 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 2
- 230000005180 public health Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000004458 analytical method Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 58
- 238000012360 testing method Methods 0.000 description 13
- 239000003814 drug Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000001684 chronic effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 229940079593 drug Drugs 0.000 description 6
- 150000002632 lipids Chemical class 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 206010020772 Hypertension Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 231100000749 chronicity Toxicity 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000017701 Endocrine disease Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003524 antilipemic agent Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 208000021822 hypotensive Diseases 0.000 description 1
- 230000001077 hypotensive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开提供一种慢性病信息处理方法、装置、设备及存储介质，涉及医疗信息处理技术领域。该方法包括：获取患者的第一健康信息；根据所述第一健康信息生成针对所述患者的慢性病的随访计划，所述随访计划包括复诊时间；根据所述随访计划按照所述复诊时间发送复诊提示信息；接收所述患者的复诊信息；将所述复诊信息增加至所述患者的所述第一健康信息中获得第二健康信息；根据所述第二健康信息更新所述随访计划。该方法实现了自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
Description
技术领域
本公开涉及医疗信息技术领域，具体而言，涉及一种慢性病信息处理方法、装置、设备及可读存储介质。
背景技术
随着人口老龄化与疾病谱的变化，慢性病已成为全球范围内的重大公共卫生问题。如今倡导的社区卫生服务正好有利于解决这个问题，尤其是慢性病随访工作能有效控制或稳定慢性病患者的病情，从而大大减少慢性病并发症的发生，保障居民的身心健康。
“家庭医生签约式服务”是社区居民与社区医生签订服务，签约患者可以免费享受家庭医生上门问诊，在约定时段到签约医生处就诊，优先就诊、优先转诊等一系列便利就医的服务形式。相关技术中家庭医生进行签约和随访使用的公共卫生平台系统并未与医院信息系统(Hospital Information System,HIS)数据打通，故家庭医生看不到患者完整的历史诊疗数据，仅能通过问诊或查看患者提供的纸质资料来了解患者的既往病史。同时，家庭医生只能看到自己服务的患者们的健康信息，并没有全市、全国范围内的大人群的慢病健康水平的分析数据为家庭医生提供信息技术支持，使得家庭医生仅能通过自己医疗经验的积累来进行慢病人群管理。另外，社区的家庭医生由于问诊经验及治疗水平有限，相关技术中的公共卫生平台系统无法为其提供随访指导等服务。
如上所述，如何提供有助于医生进行随访的慢病信息处理方法成为亟待解决的问题。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它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
本公开的目的在于提供一种慢性病信息处理方法、装置、设备及可读存储介质，至少在一定程度上克服相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一方面，提供一种慢性病信息处理方法，包括：获取患者的第一健康信息；根据所述第一健康信息生成针对所述患者的慢性病的随访计划，所述随访计划包括复诊时间；根据所述随访计划按照所述复诊时间发送复诊提示信息；接收所述患者的复诊信息；将所述复诊信息增加至所述患者的所述第一健康信息中获得第二健康信息；根据所述第二健康信息更新所述随访计划。
根据本公开的一实施例，所述随访计划还包括慢性病控制目标；所述复诊信息包括针对所述患者的慢性病的检查结果；所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述慢性病控制目标。
根据本公开的一实施例，所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述复诊时间。
根据本公开的一实施例，所述随访计划还包括与所述复诊时间对应的检查项目；所述检查结果与所述检查项目对应；所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述检查项目。
根据本公开的一实施例，在所述根据所述随访计划按照所述复诊时间发送复诊提示信息之后，在所述接收所述患者的复诊信息之前，还包括：接收根据所述第一健康信息和所述患者按照所述复诊时间进行检查得到的检查结果开具的处方信息；基于第一知识库审核所述处方信息是否适应所述第一健康信息和所述检查结果；若审核得到所述处方信息不适应所述第一健康信息和所述检查结果，发送处方提示信息；所述复诊信息包括所述检查结果和所述处方信息。
根据本公开的一实施例，在所述获取患者的第一健康信息之后，在所述获得第二健康信息之前，还包括：基于第二知识库根据所述第一健康信息分析所述患者的慢性病的风险，获得所述患者的慢病风险信息；在所述获得第二健康信息之后，还包括：基于所述第二知识库根据所述第二健康信息分析所述患者的慢性病的风险，更新所述患者的慢病风险信息。
根据本公开的一实施例，在所述获取患者的第一健康信息之后，还包括：根据所述第一健康信息获得所述患者的慢性病类型；根据所述慢性病类型对大人群慢性病情况进行统计分析。
根据本公开的再一方面，提供一种慢性病信息处理装置，包括：信息获取模块，用于获取患者的第一健康信息；随访管理模块，用于根据所述第一健康信息生成针对所述患者的慢性病的随访计划，所述随访计划包括复诊时间；信息传输模块，用于根据所述随访计划按照所述复诊时间发送复诊提示信息；信息传输模块，还用于接收所述患者的复诊信息；信息管理模块，用于将所述复诊信息增加至所述患者的所述第一健康信息中获得第二健康信息；随访管理模块，还用于根据所述第二健康信息更新所述随访计划。
根据本公开的再一方面，提供一种设备，包括：存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令，所述处理器执行所述可执行指令时实现如上述任一种方法。
根据本公开的再一方面，提供一种计算机可读存储介质，其上存储有计算机可执行指令，所述可执行指令被处理器执行时实现如上述任一种方法。
本公开的实施例提供的慢性病信息处理方法，通过根据获取的患者的第一健康信息生成针对患者的慢性病的包括复诊时间的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收患者的复诊信息并将复诊信息增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，从而可实现自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
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的，并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。
图1示出本公开实施例中一种慢性病信息处理系统结构的示意图。
图2示出本公开实施例中一种慢性病信息处理方法的流程图。
图3示出本公开实施例中另一种慢性病信息处理方法的流程图。
图4示出本公开实施例中再一种慢性病信息处理方法的流程图。
图5示出本公开实施例中再一种慢性病信息处理方法的流程图。
图6示出本公开实施例中一种慢性病信息处理装置的框图。
图7示出本公开实施例中另一种慢性病信息处理装置的框图。
图8示出本公开实施例中一种设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例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，提供这些实施例使得本公开将更加全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
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公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。符号“/”一般表示前后关联对象是一种“或”的关系。
在本公开中，除非另有明确的规定和限定，“连接”等术语应做广义理解，例如，可以是电连接或可以互相通讯；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
如上所述，因相关技术中家庭医生进行签约和随访使用的公共卫生平台系统并未与HIS数据打通，家庭医生仅能通过问诊或查看患者提供的纸质资料来了解患者的既往病史，可能家庭医生看不到患者完整的历史诊疗数据。因此，本公开提供了一种方法，通过根据获取的患者的第一健康信息生成针对患者的慢性病的包括复诊时间的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收患者的复诊信息并将复诊信息增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，从而可实现自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
图1示出了可以应用本公开的慢性病信息处理方法或慢性病信息处理装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括医保随访终端、医保慢病频道、慢病管理综合平台终端等虚拟终端，通过医生、患者、管理中心三个维度的支撑，全维度和全过程支持门诊慢性病和大人群的慢病管理。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，以实现上述虚拟终端的功能，例如为医生群体提供的医保随访管理应用、为患者群体提供的个人医保慢病管理应用、为公共卫生管理者提供的慢病管理综合平台等应用。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
网络104中的医保随访终端可以包括以下功能：患者或家庭与家庭医生一对一签约及其服务管理、随访计划管理、随访结果录入等等。医保慢病频道可以包括以下功能：门慢资格申请、门慢资格审核结果查看、个人健康档案查看、个体化健康分析等等。慢病管理综合平台终端可以包括以下功能：(1)患者管理，包括患者信息添加、修改、删除、查看等，患者健康档案添加、修改、删除、查看等；(2)门慢待遇评定，包括门慢待遇评定申请、受理、初审、复核、终审等，评定结果通知、送达，我的已办，评定问题件管理，评定争议件管理等；(3)签约管理，包括一对一签约及其管理、调整等；(4)随访管理，包括随访计划生成，随访任务分配，有效及过期的随访计划修改、删除及查看，随访结果智能跟踪、查看等等；(5)处方管理，包括处方审核，可选自动或手动的智能处方推送，处方详情、开具轨迹查看、处方手动录入或自动获取；(6)慢病绩效管理，包括绩效考评设置、绩效智能实时分析、工作行为分析等等；(7)统计报表以及风险监控运营分析，包括数据分析、购药风险监控、可退出慢病人群监控、基础信息管理医院管理、标准科室管理、医生管理、药师管理、专家管理、知识库管理等等，其中医生管理功能可用于根据医生签约的患者的随访情况进行绩效考核，知识库管理还包括病种管理、指标管理、指标配置、评定引擎、慢病编码等等；(8)系统管理，包括用户管理、角色管理、权限管理、系统基础配置管理等等。
服务器105可以是提供各种服务的服务器，例如对医生用户利用终端设备101、102、103所使用的医保随访终端提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的初始签约记录、随访记录等数据进行分析等处理，并将如更新的随访计划等结果反馈给终端设备。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图2是根据一示例性实施例示出的一种慢性病信息处理方法的流程图。如图2所示的慢性病信息处理方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图2，本公开实施例提供的慢性病信息处理方法20可以包括以下步骤。
在步骤S202中，获取患者的第一健康信息。符合条件的参保患者首先到门诊慢性病鉴定中心或通过移动端向慢病管理综合平台终端提交个人信息，可以包括填写个人资料、提交鉴定相关各项诊疗相关资料(诊断证明、住院证明、处方资料、各种检查检验报告等)，来申请门诊慢性病鉴定。门诊慢性病鉴定中心经办人员在慢病管理综合平台中利用门慢待遇评定功能全程线上操作，对患者的资料进行受理、初审、复核、终审，并出具慢病鉴定报告。患者的个人资料、提交的鉴定相关各项诊疗相关资料由患者自行上传至慢性病信息处理系统，门诊慢性病鉴定中心经办人员出具的慢病鉴定报告可由经办人员上传至系统，也可在给患者提供纸质慢病鉴定报告后，由患者通过医保慢病频道上传至系统。
在步骤S204中，根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间。基于系统内部的大人群慢病管理辅助引擎，系统借助AI技术，模拟医生临床思维，以软件即服务(Software as a Service,SaaS)的方式，通过云端系统和虚拟终端，根据统一医学数据标准，对来自各个医疗机构的医疗数据信息，包括患者所在市所有医院的就诊和治疗信息、患者所在市所有药店的购药信息，通过医学数据清洗、映射、标准化以及相关支撑技术进行处理后，通过医学知识库、规则知识库、数据及算法模型库，利用机器学习和人工智能技术建立算法和模型，自动分析处理接收的患者的健康信息，自动生成针对患者的慢性病的随访计划。随访计划可以包括患者应到医院进行复查的频率、复查的化验项目等等。
在步骤S206中，根据随访计划按照复诊时间发送复诊提示信息。在复诊日之前，系统可通过慢病管理综合平台向患者发送短信、微信或通过医保慢病频道发送应用提示消息等方式提示患者在指定日期去医院复诊。
在步骤S208中，接收患者的复诊信息。患者在复诊日进行复诊之后，医生可通过医保随访终端将复诊化验结果、处方等随访结果录入系统，患者也可通过医保慢病频道上传自己复诊化验结果、处方等随访结果。
在步骤S210中，将复诊信息增加至患者的第一健康信息中获得第二健康信息。系统将复诊化验结果、处方等随访结果关联患者的健康数据，更新患者的健康数据。
在步骤S212中，根据第二健康信息更新随访计划。基于系统内部的大人群慢病管理辅助引擎，系统根据统一医学数据标准，自动分析处理更新的患者的健康信息，自动更新针对患者最新的慢性病状况的随访计划。
根据本公开实施例提供的慢性病信息处理方法，通过根据获取的患者的第一健康信息生成针对患者的慢性病的包括复诊时间的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收患者的复诊信息并将复诊信息增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，从而可实现自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
图3是根据一示例性实施例示出的一种慢性病信息处理方法的流程图。如图3所示的慢性病信息处理方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图3，本公开实施例提供的慢性病信息处理方法30可以包括以下步骤。
在步骤S302中，获取患者的第一健康信息。符合条件的参保患者首先到门诊慢性病鉴定中心或通过移动端向慢病管理综合平台终端提交个人信息，可以包括填写个人资料、提交鉴定相关各项诊疗相关资料(诊断证明、住院证明、处方资料、各种检查检验报告等)，来申请门诊慢性病鉴定。门诊慢性病鉴定中心经办人员在慢病管理综合平台中利用门慢待遇评定功能全程线上操作，对患者的资料进行受理、初审、复核、终审，并出具慢病鉴定报告。患者的个人资料、提交的鉴定相关各项诊疗相关资料由患者自行上传至慢性病信息处理系统，门诊慢性病鉴定中心经办人员出具的慢病鉴定报告可由经办人员上传至系统，也可在给患者提供纸质慢病鉴定报告后，由患者通过医保慢病频道上传至系统。
在步骤S304中，根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间、慢性病控制目标和与复诊时间对应的检查项目。在患者与家庭医生签约时，家庭医生可设置一个慢性病控制目标加入到随访计划中，例如在三个月内血脂中的甘油三酯指标降到正常值范围、在一个月内将血压中的高压降到正常值范围等等。同时在随访计划中可设定每次患者到医院复诊时的检查化验项目，例如每周测一次血压、每月测一次血脂等等。
在步骤S306中，根据随访计划按照复诊时间发送复诊提示信息。在复诊当日，患者去医院挂号之后，医生可通过系统的医保随访终端查询到，根据签约时指定的随访计划，本次应为患者开具哪些化验项目。
在步骤S308中，接收患者按照复诊时间进行复诊时针对该患者的慢性病的检查结果，检查结果与检查项目对应。患者在复诊日进行复诊之后，医生可通过医保随访终端将复诊化验结果、处方等随访结果录入系统，患者也可通过医保慢病频道上传自己复诊化验结果、处方等随访结果。
在步骤S310中，将检查结果增加至患者的第一健康信息中获得第二健康信息。系统将复诊化验结果关联患者的健康数据，更新患者的健康数据。
在步骤S312中，根据检查结果和第一健康信息更新随访计划中的慢性病控制目标、复诊时间和检查项目。基于系统内部的大人群慢病管理辅助引擎，系统根据统一医学数据标准，自动分析处理更新的患者的健康信息，自动更新针对患者最新的慢性病状况的随访计划中的慢性病控制目标、复诊频率和检查项目等。例如，控制目标为在三个月内血脂中的甘油三酯指标降到正常值范围的患者，在第一个月复诊时化验发现已将甘油三酯指标降到接近正常值范围内最高值，可将控制目标修改为为在两个月内血脂中的甘油三酯指标降到正常值范围，并将每月测一次血脂修改为每半月测一次血脂，避免血脂降低过快。
根据本公开实施例提供的慢性病信息处理方法，通过根据获取的患者的第一健康信息生成针对患者的慢性病的包括复诊时间、慢性病控制目标和与复诊时间对应的检查项目的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收患者按照复诊时间进行复诊时针对该患者的慢性病的与检查项目对应的检查结果并将检查结果增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，从而可实现自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题。
图4是根据一示例性实施例示出的一种慢性病信息处理方法的流程图。如图4所示的慢性病信息处理方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图4，本公开实施例提供的慢性病信息处理方法40可以包括以下步骤。
在步骤S402中，获取患者的第一健康信息。
在步骤S404中，根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间。
在步骤S406中，根据随访计划按照复诊时间发送复诊提示信息。
步骤S402-S406的一些实施例已于步骤S202-S206、步骤S302-S306中进行了说明，此处不再赘述。
在步骤S408中，接收根据第一健康信息和患者按照复诊时间进行检查得到的检查结果开具的处方信息。医生根据患者在医院复诊时的检查结果，当日为患者开具处方，如降血脂药、降血压药等等，并将初步开具的处方发送至系统的慢病管理综合平台终端进行审核。
在步骤S410中，基于第一知识库审核处方信息是否适应第一健康信息和检查结果。系统根据多年基层社区医生的医疗行为相关数据的分析，总结并系统化设置了很多用来协助医生进行基层随访、就诊的医疗规则表，并通过规则引擎的后台配置自动在家庭医生对患者进行诊断或随访时，提供智能提醒。比如：系统在知识库板块配备了完整的药品标准表及药品产品表，内含很多药品使用参考标准、适应症、禁忌等，可识别处方中的重复用药、与治疗无关的药物、慎用药物等。
在步骤S412中，若审核得到处方信息不适应第一健康信息和检查结果，发送处方提示信息。医生可使用系统，或系统将该知识库打包成黑盒引擎嵌入到社区医生使用的其他系统中，在医生开具非适应症用药时提供智能提醒服务。
在步骤S414中，接收患者的复诊信息，复诊信息包括检查结果和处方信息。患者在复诊日进行复诊之后，医生可通过医保随访终端将复诊化验结果、处方等随访结果录入系统，患者也可通过医保慢病频道上传自己复诊化验结果、处方等随访结果。
在步骤S416中，将复诊信息增加至患者的第一健康信息中获得第二健康信息。系统将复诊化验结果、处方等随访结果关联患者的健康数据，更新患者的健康数据。
在步骤S418中，根据第二健康信息更新随访计划。基于系统内部的大人群慢病管理辅助引擎，系统根据统一医学数据标准，自动分析处理更新的患者的健康信息，自动更新针对患者最新的慢性病状况的随访计划。
根据本公开实施例提供的慢性病信息处理方法，通过根据获取的患者的第一健康信息生成针对患者的慢性病的包括复诊时间的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收根据第一健康信息和患者按照复诊时间进行检查得到的检查结果开具的处方信息，基于第一知识库审核处方信息是否适应第一健康信息和检查结果，在审核得到处方信息不适应第一健康信息和检查结果时发送处方提示信息，接收患者的复诊信息并将复诊信息增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，从而可实现自动分析处理患者的健康信息及诊疗信息，自动生成并更新随访计划，为家庭医生提供信息技术支持和随访指导等服务，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据，以及问诊经验及治疗水平有限的社区医生仅能通过自己医疗经验的积累来进行慢病人群治疗及管理的问题。
图5是根据一示例性实施例示出的一种慢性病信息处理方法的流程图。如图5所示的慢性病信息处理方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图5，本公开实施例提供的慢性病信息处理方法50可以包括以下步骤。
在步骤S502中，获取患者的第一健康信息。
在步骤S504中，基于第二知识库根据第一健康信息分析患者的慢性病的风险，获得患者的慢病风险信息。例如，根据患者血压值的情况，未来1年、2年、4年内，高血压发病风险分别为5.26％、10.24％、19.43％，即未来4年内，与该患者同等风险的100人中，有19.43人可能患有高血压。
在步骤S506中，根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间。
在步骤S508中，根据随访计划按照复诊时间发送复诊提示信息。
在步骤S510中，接收患者的复诊信息。
在步骤S512中，将复诊信息增加至患者的第一健康信息中获得第二健康信息。
在步骤S514中，根据第二健康信息更新随访计划。
在步骤S516中，基于第二知识库根据第二健康信息分析患者的慢性病的风险，更新患者的慢病风险信息。例如，根据患者在一月后复诊时测量的血压值的情况，未来1年、2年、4年内，高血压发病风险分别降为2.73％、6.65％、10.23％。
在步骤S518中，根据第一健康信息获得患者的慢性病类型。
在步骤S520中，根据慢性病类型对大人群慢性病情况进行统计分析。系统不仅记录了慢性病患者完整的随访信息，更记录了慢性病患者完整的处方和购药信息，因此通过系统在全国多点布局之后，系统后台的大数据统计分析发现全国慢性病患者的情况，如几大慢病里面，高血压(循环系统疾病患者占总慢病人数13％左右)类的慢病患者比糖尿病(内分泌类疾病患者占总慢病人数5.68％)要多出一倍，可为医疗系统及医保系统的行政资源调配和医保经费测算提供客观数据支持。
根据本公开实施例提供的慢性病信息处理方法，通过基于第二知识库根据获取的患者的第一健康信息分析患者的慢性病的风险，根据第一健康信息生成针对患者的慢性病的包括复诊时间的随访计划，根据随访计划按照复诊时间发送复诊提示信息，接收患者的复诊信息并将复诊信息增加至患者的第一健康信息中以获得第二健康信息，再根据第二健康信息更新随访计划，并基于第二知识库根据第二健康信息分析患者的慢性病的风险以及更新患者的慢病风险信息，再根据第一健康信息获得患者的慢性病类型，然后根据慢性病类型对大人群慢性病情况进行统计分析，从而可实现自动分析、处、统计理患者的健康信息及诊疗信息，自动生成并更新随访计划及患者的慢性病风险，解决了相关技术中由于公共卫生平台系统并未与HIS数据打通导致的家庭医生看不到患者完整的历史诊疗数据的问题，可为患者提供患病风险参考，为医疗系统及医保系统的行政资源调配和医保经费测算提供客观数据支持。
图6是根据一示例性实施例示出的一种慢性病信息处理装置的流程图。如图6所示的方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图6，本公开实施例提供的装置60可以包括：信息获取模块602、随访管理模块604、信息传输模块606以及信息管理模块608。
信息获取模块602可用于获取患者的第一健康信息。
随访管理模块604可用于根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间。
信息传输模块606可用于根据随访计划按照复诊时间发送复诊提示信息。
信息传输模块606还可用于接收患者的复诊信息。
信息管理模块608可用于将复诊信息增加至患者的第一健康信息中获得第二健康信息。
随访管理模块604还可用于根据第二健康信息更新随访计划。
图7是根据一示例性实施例示出的一种慢性病信息处理装置的流程图。如图7所示的方法例如可以应用于慢性病信息处理系统的服务器端，也可以应用于慢性病信息处理系统的终端设备。
参考图7，本公开实施例提供的装置70可以包括：信息获取模块702、随访管理模块704、信息传输模块706、处方审核模块708、风险评估模块710、慢病统计模块712以及信息管理模块714。
信息获取模块702可用于获取患者的第一健康信息。
随访管理模块704可用于根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间、慢性病控制目标、与复诊时间对应的检查项目。
信息传输模块706可用于根据随访计划按照复诊时间发送复诊提示信息。
信息传输模块706还可用于接收患者的复诊信息；复诊信息包括针对患者的慢性病的检查结果和处方信息，检查结果与检查项目对应。
信息传输模块706还可用于接收根据第一健康信息和患者按照复诊时间进行检查得到的检查结果开具的处方信息
处方审核模块708可用于基于第一知识库审核处方信息是否适应第一健康信息和检查结果。
信息传输模块706还可用于若审核得到处方信息不适应第一健康信息和检查结果，发送处方提示信息。
风险评估模块710还可用于基于第二知识库根据第一健康信息分析患者的慢性病的风险，获得患者的慢病风险信息。
信息管理模块714可用于将复诊信息增加至患者的第一健康信息中获得第二健康信息。
随访管理模块704还可用于根据第二健康信息更新随访计划；根据检查结果和第一健康信息更新随访计划中的复诊时间；根据检查结果和第一健康信息更新随访计划中的慢性病控制目标；根据检查结果和第一健康信息更新随访计划中的检查项目。
风险评估模块710还可用于基于第二知识库根据第二健康信息分析患者的慢性病的风险，更新患者的慢病风险信息。
慢病统计模块712可用于根据第一健康信息获得患者的慢性病类型；根据慢性病类型对大人群慢性病情况进行统计分析。
需要说明的是，图8示出的设备仅以计算机系统为示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，设备800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有设备800操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；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807；包括硬盘等的存储部分808；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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，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810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808。
特别地，根据本公开的实施例，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，本公开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809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本公开的系统中限定的上述功能。
需要说明的是，本公开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。在本公开中，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。而在本公开中，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，图示了按照本公开各种实施例的系统、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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取模块、随访管理模块、信息传输模块和信息管理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，信息获取模块还可以被描述为“从所连接的服务器端获取患者健康信息的模块”。
作为另一方面，本公开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设备中所包含的；也可以是单独存在，而未装配入该设备中。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设备执行时，使得该设备包括：获取患者的第一健康信息；根据第一健康信息生成针对患者的慢性病的随访计划，随访计划包括复诊时间；根据随访计划按照复诊时间发送复诊提示信息；接收患者的复诊信息；将复诊信息增加至患者的第一健康信息中获得第二健康信息；根据第二健康信息更新随访计划。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种慢性病信息处理方法，其特征在于，包括：
获取患者的第一健康信息；
根据所述第一健康信息生成针对所述患者的慢性病的随访计划，所述随访计划包括复诊时间；
根据所述随访计划按照所述复诊时间发送复诊提示信息；
接收所述患者的复诊信息；
将所述复诊信息增加至所述患者的所述第一健康信息中获得第二健康信息；
根据所述第二健康信息更新所述随访计划。
2.根据权利要求1所述的方法，其特征在于，所述随访计划还包括慢性病控制目标；所述复诊信息包括针对所述患者的慢性病的检查结果；
所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述慢性病控制目标。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述复诊时间。
4.根据权利要求2所述的方法，其特征在于，所述随访计划还包括与所述复诊时间对应的检查项目；所述检查结果与所述检查项目对应；
所述根据所述第二健康信息更新所述随访计划，包括：根据所述检查结果和所述第一健康信息更新所述随访计划中的所述检查项目。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述随访计划按照所述复诊时间发送复诊提示信息之后，在所述接收所述患者的复诊信息之前，还包括：
接收根据所述第一健康信息和所述患者按照所述复诊时间进行检查得到的检查结果开具的处方信息；
基于第一知识库审核所述处方信息是否适应所述第一健康信息和所述检查结果；
若审核得到所述处方信息不适应所述第一健康信息和所述检查结果，发送处方提示信息；
所述复诊信息包括所述检查结果和所述处方信息。
6.根据权利要求1至5中任意一项所述的方法，其特征在于，在所述获取患者的第一健康信息之后，在所述获得第二健康信息之前，还包括：基于第二知识库根据所述第一健康信息分析所述患者的慢性病的风险，获得所述患者的慢病风险信息；
在所述获得第二健康信息之后，还包括：基于所述第二知识库根据所述第二健康信息分析所述患者的慢性病的风险，更新所述患者的慢病风险信息。
7.根据权利要求1至5中任意一项所述的方法，其特征在于，在所述获取患者的第一健康信息之后，还包括：
根据所述第一健康信息获得所述患者的慢性病类型；
根据所述慢性病类型对大人群慢性病情况进行统计分析。
8.一种慢性病信息处理装置，其特征在于，包括：
信息获取模块，用于获取患者的第一健康信息；
随访管理模块，用于根据所述第一健康信息生成针对所述患者的慢性病的随访计划，所述随访计划包括复诊时间；
信息传输模块，用于根据所述随访计划按照所述复诊时间发送复诊提示信息；
信息传输模块，还用于接收所述患者的复诊信息；
信息管理模块，用于将所述复诊信息增加至所述患者的所述第一健康信息中获得第二健康信息；
随访管理模块，还用于根据所述第二健康信息更新所述随访计划。
9.一种设备，包括：存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令，其特征在于，所述处理器执行所述可执行指令时实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，所述可执行指令被处理器执行时实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187912.3A CN111161813A (zh) | 2019-11-28 | 2019-11-28 | 慢性病信息处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187912.3A CN111161813A (zh) | 2019-11-28 | 2019-11-28 | 慢性病信息处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111161813A true CN111161813A (zh) | 2020-05-15 |
Family
ID=70556166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911187912.3A Pending CN111161813A (zh) | 2019-11-28 | 2019-11-28 | 慢性病信息处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111161813A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111833976A (zh) * | 2020-07-02 | 2020-10-27 | 中南大学湘雅医院 | 一种基于区块链的慢性关节炎患者随访管理系统 |
| CN112037876A (zh) * | 2020-09-16 | 2020-12-04 | 陈俊霖 | 慢性病病程阶段分析系统、装置和存储介质 |
| CN112289423A (zh) * | 2020-12-28 | 2021-01-29 | 曜立科技(北京)有限公司 | 一种基于智慧社区病患的复诊及康复的方法及系统 |
| CN112488858A (zh) * | 2020-11-24 | 2021-03-12 | 泰康保险集团股份有限公司 | 一种慢病数据管理方法和系统 |
| CN113192581A (zh) * | 2021-05-26 | 2021-07-30 | 长沙迈迪克智能科技有限公司 | 一种慢性病信息化管理方法、系统及存储介质 |
| CN117831731A (zh) * | 2024-03-04 | 2024-04-05 | 泛喜健康科技有限公司 | 基于人工智能的医院线上智能推进系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030033169A1 (en) * | 2002-07-30 | 2003-02-13 | Dew Douglas K. | Automated data entry system and method for generating medical records |
| EP1614379A2 (en) * | 2004-07-08 | 2006-01-11 | AstraZeneca AB | Diagnostic system and method |
| CN102999686A (zh) * | 2011-09-19 | 2013-03-27 | 上海煜策信息科技有限公司 | 一种健康管理系统及其实现方法 |
| CN103310109A (zh) * | 2013-06-24 | 2013-09-18 | 北京工业大学 | 一种患者随访提醒周期自适应调整方法 |
| CN106845113A (zh) * | 2017-01-22 | 2017-06-13 | 贵阳康康慢病互联网医院有限公司 | 一种基于血压监测的慢性病远程管理方法及其管理系统 |
| CN108172302A (zh) * | 2017-12-15 | 2018-06-15 | 广州市康软信息科技有限公司 | 合理用药信息监测方法及系统 |
| CN108346473A (zh) * | 2017-12-29 | 2018-07-31 | 西安智徽信息工程有限公司 | 一种慢性病精细化管理平台 |
| CN108766508A (zh) * | 2018-05-03 | 2018-11-06 | 杭州认识科技有限公司 | 家庭医生健康管理方法和家庭医生健康管理系统 |
| CN109616164A (zh) * | 2018-10-18 | 2019-04-12 | 湖州市中心医院 | 一种医疗随访系统及其随访方法 |
-
2019
- 2019-11-28 CN CN201911187912.3A patent/CN111161813A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030033169A1 (en) * | 2002-07-30 | 2003-02-13 | Dew Douglas K. | Automated data entry system and method for generating medical records |
| EP1614379A2 (en) * | 2004-07-08 | 2006-01-11 | AstraZeneca AB | Diagnostic system and method |
| CN102999686A (zh) * | 2011-09-19 | 2013-03-27 | 上海煜策信息科技有限公司 | 一种健康管理系统及其实现方法 |
| CN103310109A (zh) * | 2013-06-24 | 2013-09-18 | 北京工业大学 | 一种患者随访提醒周期自适应调整方法 |
| CN106845113A (zh) * | 2017-01-22 | 2017-06-13 | 贵阳康康慢病互联网医院有限公司 | 一种基于血压监测的慢性病远程管理方法及其管理系统 |
| CN108172302A (zh) * | 2017-12-15 | 2018-06-15 | 广州市康软信息科技有限公司 | 合理用药信息监测方法及系统 |
| CN108346473A (zh) * | 2017-12-29 | 2018-07-31 | 西安智徽信息工程有限公司 | 一种慢性病精细化管理平台 |
| CN108766508A (zh) * | 2018-05-03 | 2018-11-06 | 杭州认识科技有限公司 | 家庭医生健康管理方法和家庭医生健康管理系统 |
| CN109616164A (zh) * | 2018-10-18 | 2019-04-12 | 湖州市中心医院 | 一种医疗随访系统及其随访方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111833976A (zh) * | 2020-07-02 | 2020-10-27 | 中南大学湘雅医院 | 一种基于区块链的慢性关节炎患者随访管理系统 |
| CN112037876A (zh) * | 2020-09-16 | 2020-12-04 | 陈俊霖 | 慢性病病程阶段分析系统、装置和存储介质 |
| CN112488858A (zh) * | 2020-11-24 | 2021-03-12 | 泰康保险集团股份有限公司 | 一种慢病数据管理方法和系统 |
| CN112289423A (zh) * | 2020-12-28 | 2021-01-29 | 曜立科技(北京)有限公司 | 一种基于智慧社区病患的复诊及康复的方法及系统 |
| CN113192581A (zh) * | 2021-05-26 | 2021-07-30 | 长沙迈迪克智能科技有限公司 | 一种慢性病信息化管理方法、系统及存储介质 |
| CN117831731A (zh) * | 2024-03-04 | 2024-04-05 | 泛喜健康科技有限公司 | 基于人工智能的医院线上智能推进系统 |
| CN117831731B (zh) * | 2024-03-04 | 2024-05-28 | 泛喜健康科技有限公司 | 基于人工智能的医院线上智能推进系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111161813A (zh) | 慢性病信息处理方法、装置、设备及存储介质 | |
| Hribar et al. | Secondary use of electronic health record data for clinical workflow analysis | |
| US8412542B2 (en) | Scoring system for monitoring or measuring adherence in medical treatment | |
| World Health Organization | Implementing telemedicine services during COVID-19: guiding principles and considerations for a stepwise approach | |
| US10607733B2 (en) | System and method for ensuring medical benefit claim payment neutrality between different disease classification codes | |
| US10606984B1 (en) | Adherence monitoring system | |
| WO2019070200A1 (en) | HEALTH CARE INFORMATION MANAGEMENT SYSTEM | |
| Hribar et al. | Secondary use of EHR timestamp data: validation and application for workflow optimization | |
| Yiadom et al. | Measuring emergency department acuity | |
| Choi | Estimates of side effects counseling in family planning using three data sources: implications for monitoring and survey design | |
| Owili et al. | Quality of care in six sub-Saharan Africa countries: a provider-based study on adherence to WHO’s antenatal care guideline | |
| Singh et al. | Role of telehealth in diabetic foot ulcer management–A systematic review | |
| Núñez et al. | Emergency departments key performance indicators: A unified framework and its practice | |
| CN111028909B (zh) | 门诊慢性病信息处理方法、装置、设备及存储介质 | |
| US8924238B1 (en) | Method and system for providing healthcare service appointment time and cost estimates at the time of scheduling | |
| Jolles | Unwarranted variation in utilization of Cesarean birth among low‐risk childbearing women | |
| Chin et al. | Transforming and improving health care through meaningful use of health information technology | |
| Freytsis et al. | The American College of Nurse‐Midwives clarity in collaboration project: describing midwifery care in interprofessional collaborative care models | |
| US8290786B2 (en) | Prospective health care quality improvement | |
| CN107657991B (zh) | 患者数据筛选方法及装置、存储介质、电子设备 | |
| Kang et al. | Toward ensuring care quality and safety across settings: examining time pressure in a nursing home with observational time motion study metrics based on the Omaha system | |
| Wootton et al. | Experience with quality assurance in two store-and-forward telemedicine networks | |
| KR101473487B1 (ko) | 수가코드 관리 방법 및 이를 이용한 의료정보시스템 | |
| CN111145907A (zh) | 体检数据处理方法、装置、介质及电子设备 | |
| CN111192643A (zh) | 病历数据处理方法及相关设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |