CN111326240A - 一种基于无模型的智慧医疗分诊推荐方法 - Google Patents

一种基于无模型的智慧医疗分诊推荐方法 Download PDF

Info

Publication number
CN111326240A
CN111326240A CN201910628132.1A CN201910628132A CN111326240A CN 111326240 A CN111326240 A CN 111326240A CN 201910628132 A CN201910628132 A CN 201910628132A CN 111326240 A CN111326240 A CN 111326240A
Authority
CN
China
Prior art keywords
triage
patient
medical
scheme
data
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
Application number
CN201910628132.1A
Other languages
English (en)
Other versions
CN111326240B (zh
Inventor
宋晓琴
赵杰
翟运开
李砺锋
薛文华
余利
沈志博
孙东旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Affiliated Hospital of Zhengzhou University
Original Assignee
First Affiliated Hospital of Zhengzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by First Affiliated Hospital of Zhengzhou University filed Critical First Affiliated Hospital of Zhengzhou University
Priority to CN201910628132.1A priority Critical patent/CN111326240B/zh
Publication of CN111326240A publication Critical patent/CN111326240A/zh
Application granted granted Critical
Publication of CN111326240B publication Critical patent/CN111326240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/20ICT 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 for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种基于无模型的智慧医疗分诊推荐方法。该方法采用无模型化的建模机制对病患者的病理进行跟踪记录,实时的通过医疗诊断库进行分析,推荐出与病患者相互匹配的分诊方案,并将方案信息共享到分诊库调度管理系统,通过分诊库调度管理系统实现,不同医院、科室和医生就诊的无缝就诊的对接。实现了不同医院、不同科室及不同医生间的信息共享,并智能推荐病患者推荐适合自身病理状况的专业的分诊方案,有助于促进对医疗卫生业的发展,并可以有效解决民生中的“看病难”和“看病贵”问题。

Description

一种基于无模型的智慧医疗分诊推荐方法
技术领域
本发明涉及智慧医疗领域,尤其涉及触觉互联网(Tactile Internet) 设备结合大数据智能分析技术和医疗分诊知识库对病患者的病理情 况进行智能推荐就诊的方法及系统。
背景技术
当前,医疗诊断系统普遍受限于患者所在的就诊医院,信息存储 及更新也仅限于患者所在的就诊医院,出现转院或者异地就诊的情况, 患者仍然需要重新挂号、排队和就医,并且由于不同医院间信息的孤 立和独立性,或者由于患者检查设备的功能不同,病患者在不同医院 就诊会出现重复挂号、排队、检测等现象,给患者造成看病难和看病 贵的心理。目前,智能的医疗分诊系统仍然处于发展初期,应用并不 普遍,开发一套有效的无模型信息共享的分诊系统,有助于促进对医 疗卫生业的发展,并可以有效解决民生中的“看病难”和“看病贵” 问题。
发明内容
针对上述国内智能的医疗分诊系统信息孤立造成患者重复检查 所带来的“看病难”和“治病贵”问题,提出一种基于无模型的智慧 医疗分诊推荐方法。该方法采用无模型化的建模机制对病患者的病理 进行跟踪记录,实时的通过医疗诊断库进行分析,推荐出与病患者相 互匹配的分诊方案,并将方案信息共享到分诊库调度管理系统,通过 分诊库调度管理系统实现,不同医院、科室和医生就诊的无缝就诊的 对接。
为了实现上述目的,本发明所采取的技术方案是:一种基于无模 型的智慧医疗分诊推荐方法。该方法包括的步骤如下:
步骤A1:用户利用智能网联触觉设备,搜集病患者的病理状况;
步骤A2:智能网联触觉设备采用修正余弦的方法对病理状况的 数据进行智能融合,融合后的数据,传送给医疗分诊调度系统;
步骤A3:医疗分诊调度系统采用无模型的智能建模机制,结合 医疗分诊数据库,推荐给病患者最优或者近似最优的分诊方案;
步骤A4:病患者给出分诊方案的满意度反馈,医疗分诊调度系 统将病患者确认的分诊方案推送至对应的分诊医院的分诊终端,并反 馈给病患者分诊方案的订单号,病患者通过分诊方案订单号,去指定 分诊医院就诊。
优选地,步骤A1中的智能网联触觉设备,由传感器、微处理器、 存储器、通信单元、触屏显示器和供能设备构成的触觉智能网联设备; 所述的传感器用于搜集病患者的病理状况;所述的微处理器用于计算 所述病理情况进行计算和处理;所述存储器用于存储病患者的病理情 况;所述通信单元用于建立智能网联触觉设备与互联网连接;所述触 屏显示器用于显示病患者的病理情况与分诊方案结果;所述的供能设 备用于对所述智能网联触觉设备的能量供应。
优选地,病理状况至少包括以下一种:病患者描述的疾病史、当 前患者的呼吸频率、心率、体温、血压、血氧、脉搏信息,患者描述 的近期饮食明细,患者描述的外伤情况,患者人际交往表现。
优选地,步骤A2中的修正余弦的方法,由公式(1)计算:
Figure BSA0000185881130000031
其中,
Figure BSA0000185881130000032
表示对病理状况的数据a和数据b均已进行采集的所述 智能网联触觉设备集合,
Figure BSA0000185881130000033
表示所述设备m对所有已采集到的数据的 评分;Tm,a和Tm,b表示所述设备m分别对数据a和数据b的评分;Sa,b表 示数据a与数据b的评分相似度。
优选地,步骤A3中的无模型的智能建模机制的运行步骤如下:
步骤B1:医疗分诊调度系统初始化系统所连接的各个分诊终端 的网络状态,所述的网络状态用于指示各个分诊终端的网络连接状态; 初始化所述系统的内置缓存,所述的内置缓存用于存储调度的最优或 者近似最优的分诊方案;
步骤B2:医疗分诊调度系统将接收经过所述智能网联触觉设备 智能融合的关于病患者的病理状况的数据,将所述数据存储为结构体 式的格式,所述结构体式的格式包括[s(t),a(t),R(t),s(t+1)],分别 表示为病理状况的当前阶段t的状态s,系统所当前阶段执行的分诊 方案a,系统执行当前所述分诊方案a后得到的病患者的满意度的奖 励R,所述的病患者的满意度是病患者对此次分诊方案的评价,下一 就诊阶段t+1的病理状况;
步骤B3:医疗分诊调度系统结合医疗分诊数据库,对存储的结 构体式的数据进行大数据比对,所述的医疗分诊数据库包括分诊医院 的当前阶段t的医生的坐诊信息,病患者就医的价格信息表,每个阶 段的分诊所需等待的时间和就诊医生的简介;若与病理状况的当前阶 段t的状态s相似度大于病理状况的阈值,则输出对应的分诊方案a; 所述的分诊方案包括:分诊医院,所在位置,分诊科室,分诊医生, 每个阶段的分诊所需等待的时间,分诊价格表和就诊医生简介;否则, 转步骤B5;
步骤B4:医疗分诊调度系统接收病患者确认分诊方案的满意度 的奖励,若满意度大于设定的阈值,推送分诊方案至医院的分诊终端, 否则,转步骤B3;
步骤B5:将与病理状况差异度较大的数据,标记禁忌标签,所 述禁忌标签,用于下次循环遍历数据库数据时进行筛选,暂时不再遍 历带有禁忌标签的数据;
步骤B6:输出最优或者近似最优分诊方案;
有益效果:本发明提出一种基于无模型的智慧医疗分诊推荐方 法。该方法采用无模型化的建模机制对病患者的病理进行跟踪记录, 实时的通过医疗诊断库进行分析,推荐出与病患者相互匹配的分诊方 案,并将方案信息共享到分诊库调度管理系统,通过分诊库调度管理 系统实现,不同医院、科室和医生就诊的无缝就诊的对接。实现了不 同医院、不同科室及不同医生间的信息共享,并智能推荐病患者推荐 适合自身病理状况的专业的分诊方案,有助于促进对医疗卫生业的发 展,并可以有效解决民生中的“看病难”和“看病贵”问题。
附图说明
图1是一种基于无模型的智慧医疗分诊推荐方法的运行结构流 程示意图;
图2是一种基于无模型的智慧医疗分诊推荐方法的智能网联触 觉设备的结构示意图;
图3是一种基于无模型的智慧医疗分诊推荐方法中无模型的智 能建模机制流程示意图;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具 体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些 实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保 护范围。此外,在以下说明中,省略了对公知结构和技术的描述,以 避免不必要地混淆本发明的概念。
下面结合图1描述一种基于无模型的智慧医疗分诊推荐方法的 运行结构流程示意图,如发明内容中步骤A1-A4所述,这里不再赘 述。
本发明提供一种基于无模型的智慧医疗分诊推荐方法,该方法的 智能网联触觉设备的结构示意图如图2所示,包括微处理器1,传感 器2、通信单元3、存储器4、供能设备5和触屏显示器6;其中,所 述的微处理器1用于计算所述病理情况进行计算和处理;所述的传感 器2用于搜集病患者的病理状况,包括语音搜集单元21、人体感知 单元22、GPS定位单元23,人脸识别单元24;所述通信单元3用于 建立智能网联触觉设备与互联网连接,包括GSM单元31,ZIGBEE 单元32和网关接口33;所述存储器4用于存储病患者的病理情况, 包括RAM闪存41和外接硬盘42;所述的供能设备5用于对所述智 能网联触觉设备的能量供应,包括稳压单元51和蓄电单元52;所述 触屏显示器6用于显示病患者的病理情况与分诊方案结果,包括红外 控制接口61,语音播报器62,麦克风63,体征识别单元64。
具体实施例中,供能设备5可以包含多种能量的提供,比如风能、 蓄电池、普通电网、太阳能蓄电和蓄电池等。
具体实施例中,体征识别单元64可以包括表情识别,人体识别 和文字识别,图像识别等。
一种基于无模型的智慧医疗分诊推荐方法中无模型的智能建模 机制流程示意图如图3描述所示,其算法流程如发明内容中步骤 B1-B6所述,这里不再赘述。
具体实施例中,初始化网络状态包括:获知分诊终端位置信息, 分诊所受理的病患者数目,分诊终端的通信是否良好,当前阶段分诊 医院坐诊医生信息。
通过上述方式,本发明一种基于无模型的智慧医疗分诊推荐方法, 实现了实时、便捷、智能化为病患者实现量身定制的就诊方案、解决 了其“看病难”和“看病贵”问题,这种基于无模型的智慧医疗分诊 推荐方法具有广泛的市场应用前景。
上述描述仅作为本发明可实施的技术方案提出,不作为对其技术 方案本身的单一限制条件。

Claims (5)

1.一种基于无模型的智慧医疗分诊推荐方法,包括以下步骤:
步骤A1:用户利用智能网联触觉设备,搜集病患者的病理状况;
步骤A2:智能网联触觉设备采用修正余弦的方法对病理状况的数据进行智能融合,融合后的数据,传送给医疗分诊调度系统;
步骤A3:医疗分诊调度系统采用无模型的智能建模机制,结合医疗分诊数据库,推荐给病患者最优或者近似最优的分诊方案;
步骤A4:病患者给出分诊方案的满意度反馈,医疗分诊调度系统将病患者确认的分诊方案推送至对应的分诊医院的分诊终端,并反馈给病患者分诊方案的订单号,病患者通过分诊方案订单号,去指定分诊医院就诊。
2.根据权利要求1所述的一种基于无模型的智慧医疗分诊推荐方法,其特征在于:所述步骤A1中的智能网联触觉设备,由传感器、微处理器、存储器、通信单元、触屏显示器和供能设备构成的触觉智能网联设备;所述的传感器用于搜集病患者的病理状况;所述的微处理器用于计算所述病理情况进行计算和处理;所述存储器用于存储病患者的病理情况;所述通信单元用于建立智能网联触觉设备与互联网连接;所述触屏显示器用于显示病患者的病理情况与分诊方案结果;所述的供能设备用于对所述智能网联触觉设备的能量供应。
3.根据权利要求1或2所述的一种基于无模型的智慧医疗分诊推荐方法,其特征在于:所述病理状况至少包括以下一种:病患者描述的疾病史、当前患者的呼吸频率、心率、体温、血压、血氧、脉搏信息,患者描述的近期饮食明细,患者描述的外伤情况,患者人际交往表现。
4.根据权利要求1所述的一种基于无模型的智慧医疗分诊推荐方法,其特征在于:所述步骤A2中的修正余弦的方法,由公式(1)计算:
Figure FSA0000185881120000021
其中,
Figure FSA0000185881120000022
表示对病理状况的数据a和数据b均已进行采集的所述智能网联触觉设备集合,
Figure FSA0000185881120000023
表示所述设备m对所有已采集到的数据的评分;Tm,a和Tm,b表示所述设备m分别对数据a和数据b的评分;Sa,b表示数据a与数据b的评分相似度。
5.根据权利要求1所述的一种基于无模型的智慧医疗分诊推荐方法,其特征在于:所述步骤A3中的无模型的智能建模机制的运行步骤如下:
步骤B1:医疗分诊调度系统初始化系统所连接的各个分诊终端的网络状态,所述的网络状态用于指示各个分诊终端的网络连接状态;初始化所述系统的内置缓存,所述的内置缓存用于存储调度的最优或者近似最优的分诊方案;
步骤B2:医疗分诊调度系统将接收经过所述智能网联触觉设备智能融合的关于病患者的病理状况的数据,将所述数据存储为结构体式的格式,所述结构体式的格式包括[s(t),a(t),R(t),s(t+1)],分别表示为病理状况的当前阶段t的状态s,系统所当前阶段执行的分诊方案a,系统执行当前所述分诊方案a后得到的病患者的满意度的奖励R,所述的病患者的满意度是病患者对此次分诊方案的评价,下一就诊阶段t+1的病理状况;
步骤B3:医疗分诊调度系统结合医疗分诊数据库,对存储的结构体式的数据进行大数据比对,所述的医疗分诊数据库包括分诊医院的当前阶段t的医生的坐诊信息,病患者就医的价格信息表,每个阶段的分诊所需等待的时间和就诊医生的简介;若与病理状况的当前阶段t的状态s相似度大于病理状况的阈值,则输出对应的分诊方案a;所述的分诊方案包括:分诊医院,所在位置,分诊科室,分诊医生,每个阶段的分诊所需等待的时间,分诊价格表和就诊医生简介;否则,转步骤B5;
步骤B4:医疗分诊调度系统接收病患者确认分诊方案的满意度的奖励,若满意度大于设定的阈值,推送分诊方案至医院的分诊终端,否则,转步骤B3;
步骤B5:将与病理状况差异度较大的数据,标记禁忌标签,所述禁忌标签,用于下次循环遍历数据库数据时进行筛选,暂时不再遍历带有禁忌标签的数据;
步骤B6:输出最优或者近似最优分诊方案。
CN201910628132.1A 2019-07-15 2019-07-15 一种基于无模型的智慧医疗分诊推荐方法 Active CN111326240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910628132.1A CN111326240B (zh) 2019-07-15 2019-07-15 一种基于无模型的智慧医疗分诊推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910628132.1A CN111326240B (zh) 2019-07-15 2019-07-15 一种基于无模型的智慧医疗分诊推荐方法

Publications (2)

Publication Number Publication Date
CN111326240A true CN111326240A (zh) 2020-06-23
CN111326240B CN111326240B (zh) 2022-05-27

Family

ID=71166833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628132.1A Active CN111326240B (zh) 2019-07-15 2019-07-15 一种基于无模型的智慧医疗分诊推荐方法

Country Status (1)

Country Link
CN (1) CN111326240B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724889A (zh) * 2020-07-01 2020-09-29 智博云信息科技(广州)有限公司 目标医疗点数据处理方法、装置及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040122701A1 (en) * 2000-11-22 2004-06-24 Dahlin Michael D. Systems and methods for integrating disease management into a physician workflow
CN102129526A (zh) * 2011-04-02 2011-07-20 中国医学科学院医学信息研究所 面向公众的就医向导式自助分诊挂号方法及系统
CN106407721A (zh) * 2016-11-10 2017-02-15 上海电机学院 一种可实现分级诊疗的医生预约挂号方法
CN106777971A (zh) * 2016-12-15 2017-05-31 杭州卓健信息科技有限公司 一种智能导诊方法及其装置
WO2018205609A1 (zh) * 2017-05-12 2018-11-15 京东方科技集团股份有限公司 医疗智能分诊方法和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040122701A1 (en) * 2000-11-22 2004-06-24 Dahlin Michael D. Systems and methods for integrating disease management into a physician workflow
CN102129526A (zh) * 2011-04-02 2011-07-20 中国医学科学院医学信息研究所 面向公众的就医向导式自助分诊挂号方法及系统
CN106407721A (zh) * 2016-11-10 2017-02-15 上海电机学院 一种可实现分级诊疗的医生预约挂号方法
CN106777971A (zh) * 2016-12-15 2017-05-31 杭州卓健信息科技有限公司 一种智能导诊方法及其装置
WO2018205609A1 (zh) * 2017-05-12 2018-11-15 京东方科技集团股份有限公司 医疗智能分诊方法和设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴兵: "《多Agent推荐系统及应用》", 31 July 2014, 同济大学出版社, pages: 17 - 18 *
王蒙萌: "《基于模糊神经网络技术的家庭医疗观测诊断系统的研究》", 《中国优秀硕士学位论文全文数据库(电子期刊)医疗卫生科技辑》 *
王蒙萌: "《基于模糊神经网络技术的家庭医疗观测诊断系统的研究》", 《中国优秀硕士学位论文全文数据库(电子期刊)医疗卫生科技辑》, 15 March 2017 (2017-03-15), pages 054 - 33 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724889A (zh) * 2020-07-01 2020-09-29 智博云信息科技(广州)有限公司 目标医疗点数据处理方法、装置及可读存储介质

Also Published As

Publication number Publication date
CN111326240B (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN103690240B (zh) 一种医疗系统
CN108778097A (zh) 用于评估心力衰竭的装置和方法
CN106529182A (zh) 一种云医院
CN107847156A (zh) 用于心血管疾病评估和管理的方法和系统
CN107480462A (zh) 智慧临床交互系统
CN110584601B (zh) 一种老人认知功能监测和评估系统
KR20140108417A (ko) 영상정보를 이용한 건강 진단 시스템
CN109065162A (zh) 一种综合性智能化诊断系统
CN114974613A (zh) 疾病管理方法及装置、计算机存储介质、电子设备
JPWO2019244949A1 (ja) 生体情報処理方法、生体情報処理装置、および生体情報処理システム
CN108133550A (zh) 一种自助体检运营系统及方法
CN110544541A (zh) 一种老年生活及健康状态的监护及评价系统
CN112635052A (zh) 一种可调节的医疗健康信息管理咨询用服务系统
CN114496247A (zh) 一种社区健康管理系统
JP2023519658A (ja) データ処理方法、手段、および、システム
CN204744132U (zh) 远程健康检测与服务系统
CN111326240B (zh) 一种基于无模型的智慧医疗分诊推荐方法
CN110957013A (zh) 基于遗传算法的临床路径本地化的方法和装置
CN111613280B (zh) 一种用于医疗的h.i.p.s多点触控宣教交互系统
CN102043814B (zh) 一种医疗专业信息的传递方法和系统
CN116269344A (zh) 一种基于人体姿态估计的远程居家康复训练系统
De Boeck Game-changing opportunities for wireless personal healthcare and lifestyle
CN110428893A (zh) 一种远程医疗生命体征数据采集装置
US20200381118A1 (en) Artificial intelligence (ai) system for individual health maintenance recommendations
CN203576482U (zh) 自我诊断引导仪

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant