CN111524567A - 一种基于医疗大数据的应用基础服务系统 - Google Patents
一种基于医疗大数据的应用基础服务系统 Download PDFInfo
- Publication number
- CN111524567A CN111524567A CN202010283230.9A CN202010283230A CN111524567A CN 111524567 A CN111524567 A CN 111524567A CN 202010283230 A CN202010283230 A CN 202010283230A CN 111524567 A CN111524567 A CN 111524567A
- Authority
- CN
- China
- Prior art keywords
- patient
- treatment
- disease
- diagnosis
- interval
- 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.)
- Withdrawn
Links
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
- G16H50/20—ICT 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
-
- 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
- G16H50/70—ICT 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)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于医疗大数据的应用基础服务系统,包括数据采集模块、数据分析模块、数据记录模块、控制器、医疗处理模块、区间配对模块和数据互联模块;数据采集模块用于采集每位患者的基础病况信息和历史诊疗信息,并将其传输至数据分析模块;数据分析模块则依据每位患者的基础病况信息和历史诊疗信息,对其进行治疗态势级别划分操作,得到每位患者的诊治级别量Di,来据此从数据记录模块中调取与每位患者所对应的疾病类别,并将调取所得到的每位患者的疾病类别经控制器传输至医疗处理模块;本发明是将患者情况充分解析后,在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境。
Description
技术领域
本发明涉及医疗服务技术领域,具体为一种基于医疗大数据的应用基础服务系统。
背景技术
医疗大数据是通过医疗类的数据集合来对医疗方面做出比较、研究,并依据分析的疾病特征数据与疾病疗效情况,来找出有效的治疗干预手段。且医疗大数据包括公民的身体疾病信息、生活轨迹信息、财产住所信息和法律医疗信息等方面。
而在公开号为CN108573758A的文件中,仅是依据用户客户端将用户的患病信息、诊疗记录、健康数据和疾病模型采集,并将其与医院云平台内的各医生子平台相连接,以达到医疗资源共享、减少医疗服务开支、缓解医院压力和提高医生诊断效率的效果;
且现有的基于医疗大数据的应用基础服务系统,难以将患者情况做出全面化的数据收集、分析,并依据患者的疾病类别来对各家医院关于此疾病的诊疗状况做出评判,再将患者情况分析结果与医院诊疗处理结果相匹配后,来对结合对应的医院关于此疾病的科室资源储备情况进行整理排序,进而在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境,以免疾病诊治不对口和轻症患者过度占用、浪费重症医疗资源,以及科室运转、消耗超限而导致患者得不到最佳治疗环境的情况出现;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的在于提供一种基于医疗大数据的应用基础服务系统,本发明是将患者的基础患病状况与历史诊疗状况相联系,经数据定义标记、范围赋值化权重处理、层次修正化公式分析和两者结合的衡量化公式输出,得到患者的诊治级别量,即对患者情况做出全面化的数据收集、分析,再调取与患者所对应的疾病类别,并据此将医院关于此疾病的治疗实力状况经数据定义标记、治疗化公式输出,得到该医院关于此疾病的治疗实力状况,并将其与患者的诊治级别量进行区间预设比对,以保证疾病针对化治疗与资源合理化利用,而将患者与医院相匹配后,再将患者所对应区间内的医院关于此疾病的科室资源状况经数据定义标记、储备化公式表格输出,并将其发送至显示屏,即将患者情况充分解析后,在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境。
本发明所要解决的技术问题如下:
如何依据一种有效的方式,来解决现有的基于医疗大数据的应用基础服务系统,难以将患者情况做出全面化的数据收集、分析,并依据患者的疾病类别来对各家医院关于此疾病的诊疗状况做出评判,再将患者情况分析结果与医院诊疗处理结果相匹配后,来对结合对应的医院关于此疾病的科室资源储备情况进行整理排序,进而在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境,以免疾病诊治不对口和轻症患者过度占用、浪费重症医疗资源,以及科室运转、消耗超限而导致患者得不到最佳治疗环境的情况出现的问题。
本发明的目的可以通过以下技术方案实现:
一种基于医疗大数据的应用基础服务系统,包括数据采集模块、数据分析模块、数据记录模块、控制器、医疗处理模块、区间配对模块和数据互联模块;
所述数据采集模块用于采集每位患者的基础病况信息和历史诊疗信息,并将其传输至数据分析模块;
所述数据分析模块则依据每位患者的基础病况信息和历史诊疗信息,对其进行治疗态势级别划分操作,得到每位患者的诊治级别量Di,来据此从数据记录模块中调取与每位患者所对应的疾病类别,并将调取所得到的每位患者的疾病类别经控制器传输至医疗处理模块,且还将每位患者的诊治级别量Di经控制器传输至区间配对模块;
所述数据记录模块用于记录并存储每位患者的疾病类别;
所述医疗处理模块在接收到每位患者的疾病类别后,则依据该位患者的疾病类别来收集各家医院的此种疾病的治疗工况信息,对其进行师资设备综况分析,得到依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj,并将其传输至区间配对模块;
且区间配对模块用于收集各家医院的每个疾病类别诊疗科室的资源储备工况信息,并将其存储至内部文件夹;
所述区间配对模块则将依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj与预设范围k相比对,当其大于预设范围k的最大值、位于预设范围k之内或小于预设范围k的最小值时,则将此家医院分别置于L1实力区间、L2实力区间或L3实力区间;且还将依据该位患者的疾病类别所对应的患者名称来获取该位患者的诊治级别量Di,当其小于预设范围J的最小值、位于预设范围J之内或大于预设范围J的最大值时,则将该位患者分别置于V1紧急区间、V2紧急区间或V3紧急区间,而L1实力区间与V1紧急区间、L2实力区间与V2紧急区间和L3实力区间与V3紧急区间均互为一一对应设置;
且依据该位患者所处的紧急区间和该位患者的疾病类别,来从区间配对模块中获取与其所对应的实力区间内的各家医院的此疾病类别诊疗科室的资源储备工况信息,对其进行科室闲余状况分析操作,得到医疗资源闲余储备表,并将其传输至数据互联模块;
所述数据互联模块则将医疗资源闲余储备表经颜色标记发送至显示屏。
进一步的,所述患者的基础病况信息由患者的负担压力指数、体检总次数和病情严重因数组成,且患者的负担压力指数为患者的总负债与年龄之积,除以其年均收入,且患者的病情严重因数为患者的病况程度量数据,其分为轻度量、中度量和重度量,轻度量表示感冒发烧、流血等方面,中度量表示内脏病情、骨折等方面,重度量表示组织病变、癌症等方面,而上述各项数据经由互联网平台收集或是诊断人员划分获取得到;所述患者的历史诊疗信息由患者的历史住院总次数、历史住院级和历史间隔量组成,且患者的历史住院级为患者的历史住院总花费,乘以其历史住院总时长,且患者的历史间隔量为患者的每两次住院时的平均间隔时长,而上述各项数据均经由互联网平台收集获取得到;
所述治疗态势级别划分操作的具体步骤如下:
Sa:先获取到每位患者的基础病况信息,并将其中的负担压力指数、体检总次数和病情严重因数分别标定为Qi、Wi和Ei,i=1...n;再获取到每位患者的历史诊疗信息,并将其中的历史住院总次数、历史住院级和历史间隔量分别标定为Ri、Ti和Yi,i=1...n,且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应,变量i与每位患者相对应,变量n表示大于1的正整数;
Sb1:当每位患者的负担压力指数Qi大于预设值q或小于等于预设值q时,则将其分别赋予标定正值M1或M2,且M1大于M2;当每位患者的体检总次数Wi大于预设范围w的最大值、位于预设范围w之内或小于预设范围w的最小值时,则将其分别赋予标定正值N1、N2或N3,且N1小于N2小于N3;当每位患者的病情严重因数Ei与轻度量、中度量或重度量相对应时,则将其分别赋予标定正值B1、B2或B3,且B1小于B2小于B3;并依据公式Ui=Qi*α+Wi*β+Ei*δ,i=1...n,得到每位患者的生活病情综量Ui,α、β和δ均为权重系数,δ大于α大于β且α+β+δ=4.6682;
Sb2:先将每位患者的历史住院总次数Ri、历史住院级Ti和历史间隔量Yi分别赋予历史诊疗程度修正因子r、t和y,y大于r大于t且r+t+y=3.2581,再依据公式得到每位患者的病史级Pi,Z表示性别参数,当患者为男性或女性时,Z分别取1.17或1.52,X表示年龄段参数,当患者为成年或未成年时,X分别取2.11或2.75;
进一步的,所述医院的此种疾病的治疗工况信息由医院的此种疾病的治疗仪器总数、治愈因量和师资实力级组成,且医院的此种疾病的治愈因量为医院的此种疾病的死亡总人数与住院总人数之和,除以其治愈总人数,且医院的此种疾病的师资实力级为医院的此种疾病的教授级总人数和讲师级总人数之和,而上述各项数据均经由互联网平台收集获取得到;
所述师资设备综况分析的具体步骤如下:
Sa:获取到各家医院的此种疾病的治疗工况信息,并将其中的治疗仪器总数、治愈因量和师资实力级分别标定为Fj、Gj和Hj,j=1...m,且Fj、Gj和Hj均互为一一对应,变量j与各家医院相对应,变量m表示大于1的正整数;
进一步的,所述医院的此疾病类别诊疗科室的资源储备工况信息由医院的此疾病类别诊疗科室的人员量级、空余床位总数和空余药物总量组成,且医院的此疾病类别诊疗科室的人员量级为后勤总人数、护士总人数和治疗医师总人数之和,而上述各项数据均经由互联网平台收集获取得到;
所述科室闲余状况分析操作的具体步骤如下:
Sa:获取到各家医院的此疾病类别诊疗科室的资源储备工况信息,并将其中的人员量级、空余床位总数和空余药物总量分别标定为Al、Sl和Cl,l=1...b,且Al、Sl和Cl均互为一一对应,变量l与实力区间内的各家医院相对应,变量b表示大于1的正整数;
Sb:先依据公式得到各家医院的此疾病类别诊疗科室的闲余储备级Ol,ε、σ和ρ均为储备衡量因子,ε大于ρ大于σ且ε+ρ+σ=5.6561;再将各家医院的此疾病类别诊疗科室的闲余储备级Ol按由大到小的顺序排列,并生成医疗资源闲余储备表。
本发明的有益效果:
本发明是将每位患者的基础病况信息和历史诊疗信息采集,并对其进行治疗态势级别划分操作,即将每位患者的基础病况信息所对应的负担压力指数、体检总次数和病情严重因数经数据定义标记、范围赋值化权重处理,得到每位患者的生活病情综量Ui,以及将每位患者的历史诊疗信息所对应的历史住院总次数、历史住院级和历史间隔量经数据定义标记、层次修正化公式分析,得到每位患者的病史级Pi,再将两者经衡量化公式输出,得到每位患者的诊治级别量Di;
而通过每位患者的诊治级别量Di,来调取与每位患者所对应的疾病类别,并依据该位患者的疾病类别来收集各家医院的此种疾病的治疗工况信息,对其进行师资设备综况分析,即将各家医院的此种疾病的治疗工况信息所对应的治疗仪器总数、治愈因量和师资实力级经数据定义标记、治疗化公式输出,得到依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj,并将其与预设范围k相比对,以及通过该位患者的疾病类别所对应的患者名称来获取该位患者的诊治级别量Di,并将其与预设范围J相比对,以得出患者相关联的紧急区间和医院相关联的实力区间;
且将两者相匹配对应后,来依据该位患者所处的紧急区间和该位患者的疾病类别,获取与其所对应的实力区间内的各家医院的此疾病类别诊疗科室的资源储备工况信息,并对其进行科室闲余状况分析操作,即将各家医院的此疾病类别诊疗科室的资源储备工况信息所对应的人员量级、空余床位总数和空余药物总量经数据定义标记、储备化公式表格输出,得到医疗资源闲余储备表,并将其经颜色标记发送至显示屏;
进而将患者的基础患病状况与历史诊疗状况相联系,经数据定义标记、范围赋值化权重处理、层次修正化公式分析和两者结合的衡量化公式输出,得到患者的诊治级别量,即对患者情况做出全面化的数据收集、分析,再调取与患者所对应的疾病类别,并据此将医院关于此疾病的治疗实力状况经数据定义标记、治疗化公式输出,得到该医院关于此疾病的治疗实力状况,并将其与患者的诊治级别量进行区间预设比对,以保证疾病针对化治疗与资源合理化利用,而将患者与医院相匹配后,再将患者所对应区间内的医院关于此疾病的科室资源状况经数据定义标记、储备化公式表格输出,并将其发送至显示屏,即将患者情况充分解析后,在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统框图。
具体实施方式
如图1所示,一种基于医疗大数据的应用基础服务系统,包括数据采集模块、数据分析模块、数据记录模块、控制器、医疗处理模块、区间配对模块和数据互联模块;
数据采集模块用于采集每位患者的基础病况信息和历史诊疗信息,而患者的基础病况信息由患者的负担压力指数、体检总次数和病情严重因数组成,且患者的负担压力指数为患者的总负债与年龄之积,除以其年均收入,且患者的病情严重因数为患者的病况程度量数据,其分为轻度量、中度量和重度量,轻度量表示感冒发烧、流血等方面,中度量表示内脏病情、骨折等方面,重度量表示组织病变、癌症等方面,上述各项数据经由互联网平台收集或是诊断人员划分获取得到;而患者的历史诊疗信息由患者的历史住院总次数、历史住院级和历史间隔量组成,且患者的历史住院级为患者的历史住院总花费,乘以其历史住院总时长,且患者的历史间隔量为患者的每两次住院时的平均间隔时长,上述各项数据均经由互联网平台收集获取得到;并将其传输至数据分析模块;
数据分析模块则依据每位患者的基础病况信息和历史诊疗信息,对其进行治疗态势级别划分操作,具体步骤如下:
Sa:先获取到每位患者的基础病况信息,并将其中的负担压力指数、体检总次数和病情严重因数分别标定为Qi、Wi和Ei,i=1...n;再获取到每位患者的历史诊疗信息,并将其中的历史住院总次数、历史住院级和历史间隔量分别标定为Ri、Ti和Yi,i=1...n,且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应,变量i与每位患者相对应,变量n表示大于1的正整数;
Sb1:当每位患者的负担压力指数Qi大于预设值q或小于等于预设值q时,则将其分别赋予标定正值M1或M2,且M1大于M2;当每位患者的体检总次数Wi大于预设范围w的最大值、位于预设范围w之内或小于预设范围w的最小值时,则将其分别赋予标定正值N1、N2或N3,且N1小于N2小于N3;当每位患者的病情严重因数Ei与轻度量、中度量或重度量相对应时,则将其分别赋予标定正值B1、B2或B3,且B1小于B2小于B3;并依据公式Ui=Qi*α+Wi*β+Ei*δ,i=1...n,得到每位患者的生活病情综量Ui,α、β和δ均为权重系数,δ大于α大于β且α+β+δ=4.6682;
Sb2:先将每位患者的历史住院总次数Ri、历史住院级Ti和历史间隔量Yi分别赋予历史诊疗程度修正因子r、t和y,y大于r大于t且r+t+y=3.2581,再依据公式得到每位患者的病史级Pi,Z表示性别参数,当患者为男性或女性时,Z分别取1.17或1.52,X表示年龄段参数,当患者为成年或未成年时,X分别取2.11或2.75;
且依据得到的每位患者的诊治级别量Di,来据此从数据记录模块中调取与每位患者所对应的疾病类别,并将调取所得到的每位患者的疾病类别经控制器传输至医疗处理模块,且还将每位患者的诊治级别量Di经控制器传输至区间配对模块;
数据记录模块用于记录并存储每位患者的疾病类别;
医疗处理模块在接收到每位患者的疾病类别后,则依据该位患者的疾病类别来收集各家医院的此种疾病的治疗工况信息,而医院的此种疾病的治疗工况信息由医院的此种疾病的治疗仪器总数、治愈因量和师资实力级组成,且医院的此种疾病的治愈因量为医院的此种疾病的死亡总人数与住院总人数之和,除以其治愈总人数,且医院的此种疾病的师资实力级为医院的此种疾病的教授级总人数和讲师级总人数之和,上述各项数据均经由互联网平台收集获取得到;并对其进行师资设备综况分析,具体步骤如下:
Sa:获取到各家医院的此种疾病的治疗工况信息,并将其中的治疗仪器总数、治愈因量和师资实力级分别标定为Fj、Gj和Hj,j=1...m,且Fj、Gj和Hj均互为一一对应,变量j与各家医院相对应,变量m表示大于1的正整数;
且将依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj传输至区间配对模块;
且区间配对模块用于收集各家医院的每个疾病类别诊疗科室的资源储备工况信息,而医院的此疾病类别诊疗科室的资源储备工况信息由医院的此疾病类别诊疗科室的人员量级、空余床位总数和空余药物总量组成,且医院的此疾病类别诊疗科室的人员量级为后勤总人数、护士总人数和治疗医师总人数之和,上述各项数据均经由互联网平台收集获取得到,并将其存储至内部文件夹;
区间配对模块则将依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj与预设范围k相比对,当其大于预设范围k的最大值、位于预设范围k之内或小于预设范围k的最小值时,则将此家医院分别置于L1实力区间、L2实力区间或L3实力区间;且还将依据该位患者的疾病类别所对应的患者名称来获取该位患者的诊治级别量Di,当其小于预设范围J的最小值、位于预设范围J之内或大于预设范围J的最大值时,则将该位患者分别置于V1紧急区间、V2紧急区间或V3紧急区间,而L1实力区间与V1紧急区间、L2实力区间与V2紧急区间和L3实力区间与V3紧急区间均互为一一对应设置;
且依据该位患者所处的紧急区间和该位患者的疾病类别,来从区间配对模块中获取与其所对应的实力区间内的各家医院的此疾病类别诊疗科室的资源储备工况信息,对其进行科室闲余状况分析操作,具体步骤如下:
Sa:获取到各家医院的此疾病类别诊疗科室的资源储备工况信息,并将其中的人员量级、空余床位总数和空余药物总量分别标定为Al、Sl和Cl,l=1...b,且Al、Sl和Cl均互为一一对应,变量l与实力区间内的各家医院相对应,变量b表示大于1的正整数;
Sb:先依据公式得到各家医院的此疾病类别诊疗科室的闲余储备级Ol,ε、σ和ρ均为储备衡量因子,ε大于ρ大于σ且ε+ρ+σ=5.6561;再将各家医院的此疾病类别诊疗科室的闲余储备级Ol按由大到小的顺序排列,并生成医疗资源闲余储备表;
且将得到的医疗资源闲余储备表传输至数据互联模块;
数据互联模块则将医疗资源闲余储备表经颜色标记发送至显示屏。
本发明是将患者的基础患病状况与历史诊疗状况相联系,经数据定义标记、范围赋值化权重处理、层次修正化公式分析和两者结合的衡量化公式输出,得到患者的诊治级别量,即对患者情况做出全面化的数据收集、分析,再调取与患者所对应的疾病类别,并据此将医院关于此疾病的治疗实力状况经数据定义标记、治疗化公式输出,得到该医院关于此疾病的治疗实力状况,并将其与患者的诊治级别量进行区间预设比对,以保证疾病针对化治疗与资源合理化利用,而将患者与医院相匹配后,再将患者所对应区间内的医院关于此疾病的科室资源状况经数据定义标记、储备化公式表格输出,并将其发送至显示屏,即将患者情况充分解析后,在做到针对化疾病诊治与合理化资源利用的同时,还能够保证患者处于最佳的治疗环境。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种基于医疗大数据的应用基础服务系统,其特征在于,包括数据采集模块、数据分析模块、数据记录模块、控制器、医疗处理模块、区间配对模块和数据互联模块;
所述数据采集模块用于采集每位患者的基础病况信息和历史诊疗信息,并将其传输至数据分析模块;
所述数据分析模块则依据每位患者的基础病况信息和历史诊疗信息,对其进行治疗态势级别划分操作,得到每位患者的诊治级别量Di,来据此从数据记录模块中调取与每位患者所对应的疾病类别,并将调取所得到的每位患者的疾病类别经控制器传输至医疗处理模块,且还将每位患者的诊治级别量Di经控制器传输至区间配对模块;
所述数据记录模块用于记录并存储每位患者的疾病类别;
所述医疗处理模块在接收到每位患者的疾病类别后,则依据该位患者的疾病类别来收集各家医院的此种疾病的治疗工况信息,对其进行师资设备综况分析,得到依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj,并将其传输至区间配对模块;
且区间配对模块用于收集各家医院的每个疾病类别诊疗科室的资源储备工况信息,并将其存储至内部文件夹;
所述区间配对模块则将依据该位患者的疾病类别所解析出的各家医院的此种疾病的诊治实力指数Kj与预设范围k相比对,当其大于预设范围k的最大值、位于预设范围k之内或小于预设范围k的最小值时,则将此家医院分别置于L1实力区间、L2实力区间或L3实力区间;且还将依据该位患者的疾病类别所对应的患者名称来获取该位患者的诊治级别量Di,当其小于预设范围J的最小值、位于预设范围J之内或大于预设范围J的最大值时,则将该位患者分别置于V1紧急区间、V2紧急区间或V3紧急区间,而L1实力区间与V1紧急区间、L2实力区间与V2紧急区间和L3实力区间与V3紧急区间均互为一一对应设置;
且依据该位患者所处的紧急区间和该位患者的疾病类别,来从区间配对模块中获取与其所对应的实力区间内的各家医院的此疾病类别诊疗科室的资源储备工况信息,对其进行科室闲余状况分析操作,得到医疗资源闲余储备表,并将其传输至数据互联模块;
所述数据互联模块则将医疗资源闲余储备表经颜色标记发送至显示屏。
2.根据权利要求1所述的一种基于医疗大数据的应用基础服务系统,其特征在于,所述患者的基础病况信息由患者的负担压力指数、体检总次数和病情严重因数组成,且患者的负担压力指数为患者的总负债与年龄之积,除以其年均收入,且患者的病情严重因数为患者的病况程度量数据,其分为轻度量、中度量和重度量;所述患者的历史诊疗信息由患者的历史住院总次数、历史住院级和历史间隔量组成,且患者的历史住院级为患者的历史住院总花费,乘以其历史住院总时长,且患者的历史间隔量为患者的每两次住院时的平均间隔时长;
所述治疗态势级别划分操作的具体步骤如下:
Sa:先获取到每位患者的基础病况信息,并将其中的负担压力指数、体检总次数和病情严重因数分别标定为Qi、Wi和Ei,i=1...n;再获取到每位患者的历史诊疗信息,并将其中的历史住院总次数、历史住院级和历史间隔量分别标定为Ri、Ti和Yi,i=1...n,且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应;
Sb1:当每位患者的负担压力指数Qi大于预设值q或小于等于预设值q时,则将其分别赋予标定正值M1或M2,且M1大于M2;当每位患者的体检总次数Wi大于预设范围w的最大值、位于预设范围w之内或小于预设范围w的最小值时,则将其分别赋予标定正值N1、N2或N3,且N1小于N2小于N3;当每位患者的病情严重因数Ei与轻度量、中度量或重度量相对应时,则将其分别赋予标定正值B1、B2或B3,且B1小于B2小于B3;并依据公式Ui=Qi*α+Wi*β+Ei*δ,i=1...n,得到每位患者的生活病情综量Ui,α、β和δ均为权重系数,δ大于α大于β且α+β+δ=4.6682;
Sb2:先将每位患者的历史住院总次数Ri、历史住院级Ti和历史间隔量Yi分别赋予历史诊疗程度修正因子r、t和y,y大于r大于t且r+t+y=3.2581,再依据公式得到每位患者的病史级Pi,Z表示性别参数,当患者为男性或女性时,Z分别取1.17或1.52,X表示年龄段参数,当患者为成年或未成年时,X分别取2.11或2.75;
3.根据权利要求1所述的一种基于医疗大数据的应用基础服务系统,其特征在于,所述医院的此种疾病的治疗工况信息由医院的此种疾病的治疗仪器总数、治愈因量和师资实力级组成,且医院的此种疾病的治愈因量为医院的此种疾病的死亡总人数与住院总人数之和,除以其治愈总人数,且医院的此种疾病的师资实力级为医院的此种疾病的教授级总人数和讲师级总人数之和;
所述师资设备综况分析的具体步骤如下:
Sa:获取到各家医院的此种疾病的治疗工况信息,并将其中的治疗仪器总数、治愈因量和师资实力级分别标定为Fj、Gj和Hj,j=1...m,且Fj、Gj和Hj均互为一一对应;
4.根据权利要求1所述的一种基于医疗大数据的应用基础服务系统,其特征在于,所述医院的此疾病类别诊疗科室的资源储备工况信息由医院的此疾病类别诊疗科室的人员量级、空余床位总数和空余药物总量组成,且医院的此疾病类别诊疗科室的人员量级为后勤总人数、护士总人数和治疗医师总人数之和;
所述科室闲余状况分析操作的具体步骤如下:
Sa:获取到各家医院的此疾病类别诊疗科室的资源储备工况信息,并将其中的人员量级、空余床位总数和空余药物总量分别标定为Al、Sl和Cl,l=1...b,且Al、Sl和Cl均互为一一对应;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283230.9A CN111524567A (zh) | 2020-04-13 | 2020-04-13 | 一种基于医疗大数据的应用基础服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010283230.9A CN111524567A (zh) | 2020-04-13 | 2020-04-13 | 一种基于医疗大数据的应用基础服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111524567A true CN111524567A (zh) | 2020-08-11 |
Family
ID=71911698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010283230.9A Withdrawn CN111524567A (zh) | 2020-04-13 | 2020-04-13 | 一种基于医疗大数据的应用基础服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111524567A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689941A (zh) * | 2021-09-16 | 2021-11-23 | 曜立科技(北京)有限公司 | 一种具有智能化监管的医疗数据治理系统 |
CN115171863A (zh) * | 2022-07-22 | 2022-10-11 | 广州医科大学附属第一医院(广州呼吸中心) | 一种基于二维码的慢性病管理系统 |
-
2020
- 2020-04-13 CN CN202010283230.9A patent/CN111524567A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689941A (zh) * | 2021-09-16 | 2021-11-23 | 曜立科技(北京)有限公司 | 一种具有智能化监管的医疗数据治理系统 |
CN115171863A (zh) * | 2022-07-22 | 2022-10-11 | 广州医科大学附属第一医院(广州呼吸中心) | 一种基于二维码的慢性病管理系统 |
CN115171863B (zh) * | 2022-07-22 | 2023-05-12 | 广州医科大学附属第一医院(广州呼吸中心) | 一种基于二维码的慢性病管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Halloran | Nursing workload, medical diagnosis related groups, and nursing diagnoses | |
CN108346473A (zh) | 一种慢性病精细化管理平台 | |
Parchman et al. | Primary care physicians and avoidable hospitalizations | |
Xue et al. | Clinical productivity of primary care nurse practitioners in ambulatory settings | |
CN111524567A (zh) | 一种基于医疗大数据的应用基础服务系统 | |
CN112289465A (zh) | 一种基于大数据的医疗监管系统 | |
Devine et al. | Test of the nursing minimum data set: Availability of data and reliability | |
Virik et al. | Profile and evaluation of a palliative medicine consultation service within a tertiary teaching hospital in Sydney, Australia | |
Geyer et al. | Cost savings associated with transfer of trauma patients within an accountable care organization | |
Sockolow et al. | Home care admission information: What nurses need and what nurses have. A mixed methods study | |
Elliott | Costing intensive care services: a review of study methods, results and limitations | |
CN112635058A (zh) | 一种老年人医学健康评估系统及方法 | |
Lee et al. | The relationship among medical diagnosis, nursing diagnosis, and nursing intervention and the implications for home health care | |
CN107845425A (zh) | 一种智能分诊系统 | |
Comvay‐Welch | Issues surrounding the distribution and utilization of nurse nonphysician providers in rural America | |
Fleischer et al. | Are patients' chief complaints generally specific to one organ system? | |
Mack et al. | Using real-world data for outcomes research and comparative effectiveness studies | |
Bloor et al. | Workforce productivity and incentive structures in the UK National Health Service | |
CN114974576A (zh) | 一种基于元数据的心脑血管数疾病诊断管理系统 | |
Chow et al. | Retrospective analysis of telemonitoring in Wollondilly, Australia | |
Brody et al. | The geriatric nurse practitioner: A new medical resource in the skilled nursing home | |
Sundararaman et al. | Hridaya A tele-medicine initiative for cardiovascular disease through convergence of grid, Web 2.0 and SaaS | |
Vallbona | Application of computers for hospital usage | |
Fink et al. | The role of gynecologists in providing primary care to elderly women | |
Reid et al. | Rates of and Reasons for Revisits after Deliveries with and without Severe Maternal Morbidity |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200811 |
|
WW01 | Invention patent application withdrawn after publication |