CN111613312A - 设备运行情况对比分析方法及装置 - Google Patents
设备运行情况对比分析方法及装置 Download PDFInfo
- Publication number
- CN111613312A CN111613312A CN201910142874.3A CN201910142874A CN111613312A CN 111613312 A CN111613312 A CN 111613312A CN 201910142874 A CN201910142874 A CN 201910142874A CN 111613312 A CN111613312 A CN 111613312A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- scanning
- scan
- technical reference
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000010835 comparative analysis Methods 0.000 claims description 29
- 230000008901 benefit Effects 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 33
- 230000002354 daily effect Effects 0.000 description 30
- 230000000694 effects Effects 0.000 description 23
- 230000015654 memory Effects 0.000 description 15
- 238000007726 management method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 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
- 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
- G16H40/40—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 for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种设备运行情况对比分析方法,包括如下步骤:响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标;根据技术参考指标生成分析报告输出。本发明还公开了一种设备运行情况对比分析装置,根据本发明公开的方法和装置,可以实现将各大型医疗设备的使用情况数据具体的显示出来,并且通过分析和数据处理使得医院管理部门直观的了解到医疗设备的利用率,从而可以实现对医疗设备的采购管控及运营优化。
Description
技术领域
本发明涉及设备运行分析技术领域,特别是一种设备运行情况对比分析方法及装置。
背景技术
在现代医疗中,大型的医疗设备应用的越来越广泛。对于医院的大型医疗设备系统,其购置费用昂贵,并且由于该设备的实际使用情况及其功能利用率只有经验丰富的设备维修人员才可以了解,没有具体的量化数据供医院的管理部门参考,所以医院是否将大型医疗设备充分利用起来是未知的,就会导致设备的利用率过低、医院花费大量金钱在无用的设备上造成浪费等问题。
发明内容
为了解决上述问题,发明人构思通过对医院不同类型的大型医疗设备如MR、CT等设备的运行效率做多个维度的数据对比并进行大数据分析,得出具体化的报表,使得医院充分了解设备的使用情况及功能利用率,从而为采购决策及运营优化做出参考。
根据本发明的第一方面,提供了一种多设备间的设备运行情况对比分析方法,包括如下步骤:
响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标;
根据技术参考指标生成分析报告输出。
根据本发明的第二方面,提供了多设备间的设备运行情况对比分析装置,包括:
效率统计模块,用于响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标;
报告生成模块,用于根据技术参考指标生成分析报告输出。
根据本发明的第三个方面,提供了一种电子设备,其包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述方法的步骤。
根据本发明的第四个方面,提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
根据本发明提供了方法及装置,可以通过分析得到的技术参考指标实现将各大型医疗设备的使用情况数据具体的显示出来,并且通过分析和数据处理形成分析报告,使得医院管理部门直观的了解到医疗设备的利用率,从而可以实现对医疗设备的采购管控及运营优化。
附图说明
图1为本发明一实施方式的设备运行情况对比分析方法流程图;
图2为本发明又一实施方式的设备运行情况对比分析方法流程图;
图3为本发明一实施方式的设备运行情况对比分析装置原理框图;
图4为本发明又一实施方式的设备运行情况对比分析装置原理框图;
图5为本发明一种实施方式的电子设备的框图;
图6示意性地显示了根据本发明一实施方式的扫描日历的效果示意图;
图7示意性地显示了根据本发明一实施方式的日扫描分布效果示意图;
图8示意性地显示了根据本发明一实施方式的分时段扫描分布效果示意图;
图9示意性地显示了根据本发明一实施方式的周扫描分布效果示意图;
图10示意性地显示了根据本发明一实施方式的日使用率效果示意图;
图11示意性地显示了根据本发明一实施方式的月扫描间隔波动分布效果示意图;
图12示意性地显示了根据本发明一实施方式的工作调度效率效果示意图;
图13示意性地显示了根据本发明一实施方式的首末扫描时间周分布示意图;
图14示意性地显示了根据本发明一实施方式的加班时间周分布效果示意图;
图15示意性地显示了根据本发明一实施方式的扫描部分-方法分布效果示意图;
图16示意性地显示了根据本发明一实施方式的线圈使用分布效果示意图;
图17示意性地显示了根据本发明一实施方式的主要参数展示效果示意图;
图18示意性地显示了根据本发明一实施方式的各设备的扫描量对比分析数据效果示意图;
图19示意性地显示了根据本发明一实施方式的各设备间的月扫描量效果示意图;
图20示意性地显示了根据本发明一实施方式的各设备的月扫描量走势效果示意图;
图21示意性地显示了根据本发明一实施方式的各设备分时段扫描量平均分布效果示意图;
图22示意性地显示了根据本发明一实施方式的各设备的日使用率对比效果示意图;
图23示意性地显示了根据本发明一实施方式的各设备的周期扫描间隔对比效果示意图;
图24示意性地显示了根据本发明一实施方式的各设备的工作调度效率对比效果示意图;
图25示意性地显示了根据本发明一实施方式的首末扫描时间的周分布效果示意图;
图26示意性地显示了根据本发明一实施方式的单台设备效率指标对比效果示意图。
图27示意性地显示了根据本发明一实施方式的多设备效率指标对比效果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图对本发明作进一步详细的说明。
图1示意性地显示了根据本发明的一种实施方式的多设备间的设备运行情况对比分析方法流程图,如图1所示,本实施例中包括如下步骤:
步骤S101:响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标。其中,示例性地,技术参考指标包括设备开机率、扫描人次、设备运行时间、设备使用率、设备扫描时间、每例病人扫描时间、每例病人占用时间、投资回报率、效益等级、扫描效率指数和工作调度效率。当用户发出生成报告的指令后(如在用户页面上输入设备类型、医院名称和指定周期后点击用户页面上的查询或报告生成指令),就会对该指令进行响应,生成触发指令(如根据设备类型和医院名称从数据库中获取相应医院的特定设备类型的设备ID,从而生成包含设备ID和指定周期的查询请求输出至数据采集平台,),该指令可以调用基于绪水互联数据采集平台(发明人所在的公司的数据平台,其与医院的医疗设备连接,用于采集与该平台连接的医疗设备的设备日志,并通过数据解析从中提取出病人ID、扫描开始时间、扫描结束时间、扫描部位、扫描方法、使用线圈等信息,并将提取出的数据存储,以形成设备历史运行记录)的数据库,获取到相应设备的设定周期内的设备历史运行记录,即设备历史日志数据。
其中,根据获取到的符合条件的设备历史运行记录得到技术参考指标的实现过程可以实现为如下方式:
对于设备的开机率,示例性地,以月度(以9月份为例)的分析报告为例,获取当月的设备开机次数为28次,则设备的开机率为28/30=93.3%。
扫描人次可以通过设备的日志信息直接读取,也可以通过统计形成的设备历史记录中的病人ID的数量得到。
设备运行时间根据获取的指定周期内的设备每天的首末扫描时间,进行差值计算得到当天的设备运行时间,再将每天的设备运行时间进行累加。
设备使用率的获取方式,以设定周期为月度(以9月份为例)的分析报告为例,获取当月的设备有扫描的天数为27天,则设备的使用率为27/30=90.0%。。
设备扫描时间为在设定周期内的设备每天的扫描时间的累加,每天设备的扫描时间由当天各个病人的扫描时间累加得到,当天每个病人的扫描时间是通过历史运行记录中的扫描开始时间和扫描结束时间的差值计算得到。
每例病人扫描时间为每天设备扫描时间/每天扫描量,其中,每天扫描量即为当天的扫描的病人ID的统计之和,即为上述的扫描人次。
每例病人占用时间为每例病人扫描时间与每例病人间隔时间的和,其中,每例病人间隔时间由两个相邻扫描的病人的扫描结束时间和扫描开始时间的差值计算得到。
投资回报率为设备利润/投资购入成本,设备利润和投资购入成本通过医院的财务报表获取。
效益等级根据设备利润率分为四个等级,示例性地,效益等级一级,即设备利润率在8.3%(含)以上为优;效益等级二级,即设备利润率在2.7%-8.3%(不含)为良好;效益等级三级,即设备利润率在1.2-2.7%(不含)为中;效益等级四级,即设备利润率小于1.2%的亏损设备,为差。
扫描效率指数:将月平均使用率达到80%以上的设备扫描效率定义为“优”,50%以上定义为“良好”,50%一下定义为“差”。
工作调度效率通过统计设定周期内的所有的扫描间隔时间,并将30分钟以上的扫描时间间隔去除,计算平均扫描间隔,并统计所有大于平均扫描间隔1.5倍的间隔次数与所有间隔次数的比值,再用1减去该比值得到。
示例性地,还可以将计算出的各技术参考指标作为主要参数进行展示,如图26所示,由此可以将各部分的决策指标进行深度、综合对比分析,多角度展示设备的月度工作量、设备使用状况。
步骤S102:根据技术参考指标生成分析报告输出。
具体地,可以实现为:首先,利用EXCEL制作分析报告模板,以通过EXCEL生成图表文字来表现出上述技术参考指标,并根据技术参考指标定义模板参数接口(即定义的模板参数接口所需要的参数与技术参考指标相对应,或包括技术参考指标中的某些指标项);之后,根据需求定义数据传输协议,以根据预定协议对计算得到的技术参考指标进行封装,并将封装后的技术参考指标通过定义的模板参数接口写入分析报告模板;最后,将写入了数据的分析报告模板输出为指定格式的分析报告。
示例性地,上述的方法过程的实现实例可以为:首先,由用户通过用户界面输入要生成报告的设备类型、医院和指定周期,例如输入xxx医院作为查询对象,2018-11作为查询日期,MR作为查询目标设备类型;在用户提交了上述生成报告的指令后,就可以从指令中获取用户想要查询的基本信息,之后会根据医院名称和设备类型,从数据库中获取医院设备的ID,例如获取到的设备ID名称为:GEMR_00101873C5A0、PHIMR_A0D3C11F55E7、SIEMMR_a08cfdd0d326;接着,根据设备ID和数据库中的数据得到分析报告模板所提供的模板参数接口所需要的参数的值,例如,以参数为设备的扫描量为例:根据设备ID“GEMR_00101873C5A0”和查询日期“2018-11”分析数据库数据,得出设备的扫描量为[110,95,88,55,71,92,83…]的长度为31的数组,将其存放在变量device_list[*].tableDayScanNum中;之后,再调用创建好的分析报告模板,将分析出来的值写入模板的模板参数接口中,同样以设备的扫描量为例:在excel制作模板时,通过excel自带的名称管理器功能将表示设备1的扫描量的区域(例如excel表格中的区域$E4-$E34)用变量tableDayScanNum1表示,设备2的扫描量的区域(例如excel表格中的区域$U4-$U34)用变量tableDayScanNum2表示,设备n的扫描量区域用变量tableDayScanNumn表示,自定义模板参数接口以JSON格式提供,如实现为:
根据预定的协议对JSON文件进行解析例如可以实现为,首先解析“TYPE”值,“TYPE”值对应的不同类型取值对应了不同的赋值方法,该赋值方法与Excel表格的已有功能相适配,这样就可以通过“TYPE”值调用不同的赋值方法,如取值为“3”表示多台设备都有该变量需要赋值,且变量区域对应多个单元格;然后解析"VALUE"的值,判断其取值是否含有“*”,含有“*”表示多台设备都有变量tableDayScanNum,即device_list[0].tableDayScanNum对应excel模板中的tableDayScanNum1变量,device_list[1].tableDayScanNum对应excel模板中的tableDayScanNum2变量,device_list[n].tableDayScanNum对应excel模板中的tableDayScanNum(n+1)变量;最后读取"DESCRIPTION"的值,其取值为对参数的说明,如为"设备日扫描量"表示对变量的说明。通过python的win32com模块读取EXCEL模板中的tableDayScanNum1/tableDayScanNum2/tableDayScanNumn变量,然后解析JSON文件,通过变量名称tableDayScanNum找到变量值所在位置device_list[*].tableDayScanNum,并将该位置的值写入对应的变量中。
通过上述实例的处理过程后,扫描量及对应走势图就会在报告中体现,如图7和图18所示。
最后,就可以将得到报告输出,具体可以为将写入数据后的分析报告模板重命名并以pdf格式保存输出,从而得到分析报告,以供用户查看或进行运营监控分析等。
其中,分析报告包括基于单台设备的技术参考指标进行对比分析的第一分析报告。该第一分析报告包括设定周期内的设备扫描日历、扫描量分布数据、使用率数据、扫描间隔分布数据、工作调度效率数据、首末扫描时间分布数据和扫描部位-方法-线圈使用分布数据。
示例性地,对于扫描日历的excel模板,通过以日历的形式显示该设备本月运行期间每天的工况/扫描人数/首次扫描时间/末次扫描时间,作为设备月度运行状况的全方位展示。以此为基础,展开对设备月扫描量、首末扫描时间等运行参数的综合对比分析。如图6所示本月共31个自然日,开机天数为30天,经过步骤S101的计算方法,可以得到开机率为96.77%,结合历史数据,可以得到高于设备的历史平均开机率93.55%;本月业务量异常天数为0天,不足保本扫描量16.19人;当月合计扫描量1191人次,高于设备的月保本扫描量502人;本设备历史月度平均扫描量为1116人,本月扫描量接近于历史平均扫描量,与历史数据相持平;日平均扫描量为38.42人,接近于历史的日平均扫描量36.00人。由此可以对该设备当月的各项运作情况进行仔细的分析。
示例性地,对于扫描量分布数据的excel模板,通过对扫描人数、扫描时间进行统计,分别以日扫描量分布和分时段扫描量平均分布状况来反映患者检查的时间分布,属于扫描量变化趋势的细节展示。如图7所示,为日扫描分布图,可以直观的观察到该设备扫描人数每日的扫描趋势和走向。如图8所示,为分时段的扫描量分布图,从分时段患者量可以看出,14:00-16:00时段是设备扫描高峰区,根据上述步骤的算法计算高峰时段平均扫描量为7.84人。18:00以后的扫描量合计为5.80人,在日平均扫描量里占比15.10%,平均每天18:00后扫描5.80人次,这就会给医院带来调配启示,说明该医院晚间仍有一定的扫描量,若有多台设备存在,建议部分开机,同时优化对医生的排班情况。
在优选实施方式中,还可以建立如图9所示的周扫描分布图,可以看出,星期一到星期五设备的日平均扫描量为44.06人次,星期六星期日的设备平均每天扫描量为29.73人次。其中星期五扫描量最高,星期一到星期五期间的星期三、星期四、星期五大于日平均扫描量,为患者相对集中检查时间,其余几天均低于日平均扫描量,由此可以为管理人员提供启示,医院可据此分配医师资源并指导患者预约工作,方便管理人员根据这一周的扫描情况,及时做出调整。
示例性地,对于使用率数据的excel模板,通过每天的设备首末扫描时间差与开机时长的比值得到。将每天的使用率描绘成曲线可以直观反映出各设备使用率的走势变化对比。为了更加直观的评价使用率,添加扫描效率指数,考虑到扫描间歇时间(含摆位等),日使用效率在80%以上时,就意味着设备使用状况饱满。设置扫描效率指数的规则如下:将日平均使用率达到80%以上的设备扫描效率定义为“优”,50%以上定义为“良好”,50%以下定义为“差”。如图10所示的日使用率图,可以看出<GEMR_ExciteHD_1.5T>的设备月使用率为96.77%,设备日平均使用率94.62%高于医院历史的设备平均使用率94.20%,本月扫描效率指数优。
示例性地,对于扫描间隔分布数据的excel模板,由于扫描间隔分布比例反映了医院扫描病例的“密集”程度,如果不同扫描病例之间的时间大部分集中在一个比较低的水平范围(一般在5分钟以内),说明设备的扫描安排比较合理,病例之间的衔接较好,且医生无需太多时间即可设置并开始一个扫描。如果不同扫描病例之间的时间超过5分钟,甚至30分钟时,则说明设备有一定程度的空闲,或者由于医院扫描制度(例如预约模型)所引入的额外等待时间。如图11所示的月扫描间隔分布数据所示,
示例性地,对于工作调度效率数据的excel模板,其意义在于更严谨地表征设备在不同病人间的切换效果。具体实现为:获取扫描间隔分布比例,扫描间隔分布比例是对扫描间隔的简单统计分析,其中也包含了某些异常高的扫描间隔(30分钟以上),统计结果受设备异常、医师轮班、定期检查等偶然因素的影响。为能有效反映设备扫描间隔在不同病人之间切换的效率,需要将30分钟以上的扫描间隔去掉,然后按以从小到大的顺序对当月内所有病例的扫描间隔进行排序,可以看出扫描间隔大小的整体分布水平。通过发明人所在公司的算法获取曲线的扁平度,并引入工作调度效率指标的参数来表征设备的使用、扫描衔接情况,同时反映出设备的使用提升空间。如图12所示,可以看出5分钟的扫描间隔最多,占比82.07%,设备的扫描安排非常合理,病例之间衔接较好,设备连续工作程度较高。在扫描间隔波动图上,通过对本月所有扫描间隔的统计运算,可以得出本月设备工作调度效率为88.13%,接近于历史平均工作调度效率90.41%。
示例性地,对于首末扫描时间分布数据的excel模板,可以通过对月度扫描时间进行整合,对平均首末扫描时间周分布分析,用以反映科室及设备的实际工作状况,协助科室平衡资源配置、制定成本控制决策。以正常上班时08:00,正常下班时间18:00为例,如图13所示,从首末扫描时间的周分布图可以看出周一到周五的平均末次扫描时间为20:25,周一到周五期间的末次平均扫描时间晚于正常下班时间18:00,为容易产生加班时间点;周六日平均末次扫描时间为17:06。根据平均数据星期五的末次扫描时间最晚,为21:17,其中星期一至星期五的初次扫描时间早于正常上班时08:00,工作人员应注意在之后的同时间段内的工作安排,合理排班。
在优选实施方式中,还可以得到如图14所示的加班时间周分布图,可以看出周一到周五平均每天加班时间2.49小时,周六日平均每天加班时间0.56小时;周一到周五期间,共4天加班超过2小时。由此医院或科室可以据此做灵活排班安排,调整医疗资源的分配。
示例性地,扫描部分-方法的分布数据的excel模板,如图15所示,通过该扫描部分方法分布示意图,可以看出该设备各个扫描部位的占比,根据占比情况确定该设备自身的利用率,是否充分利用了本设备的功能。可以看出占比最多的是利用平扫的方法扫描脊柱。
示例性地,扫描线圈使用分布数据的excel模板,如图16所示,通过各设备月度扫描线圈分布使用占比可以看出扫描使用最多的线圈是是<8HRBRAIN>,占总线圈使用百分比为37.23%;使用率最高的三个线圈是:<8HRBRAIN>,<8CTL456>,<8CTL12>;可以提示管理人员对常用线圈应注意养护,时时检查,以延长其使用寿命。
在优选实施方式中,分析报告还包括基于多台设备的技术参考指标进行对比分析的第二分析报告,第二分析报告包括各设备的扫描量对比分析数据、各设备的扫描量分布对比分析数据、各设备的日使用率对比分析数据、各设备的周期扫描间隔对比分析数据、和各设备的工作调度效率对比分析数据和各设备的首末扫描时间周分布对比分析数据。这样通过对设备的运行数据进行综合性分析,将扫描量变化趋势、扫描量分布,扫描时间分布、使用率与扫描效率、扫描线圈和扫描部位的综合分析,以横向对比的方式呈现,既能反映出设备综合运行状况,又能直观对比各设备运行差异。多方位、多角度对设备的运行效率进行对比和展示。其中,多台设备可以是同一医院的多台设备间的对比,也可以是根据需求选定的符合需求条件的多台设备。
示例性地,对于各设备的扫描量对比分析数据,如图18所示,可以看出:当月所有设备扫描量为5089人,其中:<GE_HDxt 3.0T>的业务量异常天数为0,即设备的单日扫描量均超过设备的日保本扫描量16.73。合计扫描量2554人次,高于设备的月保本扫描量502;<飞利浦_MR>的业务量异常天数为19,即设备的单日扫描量低于设备的日保本扫描量16.73。合计扫描量751人次,高于设备的月保本扫描量502;<西门子MR>的业务量异常天数为0,即设备的单日扫描量均超过设备的日保本扫描量11.00。合计扫描量1784人次,高于设备的月保本扫描量330;本月合计扫描量为5089人,本月扫描量高于历史平均扫描量165.93%,趋势上扬;日平均扫描量为169.61人,高于历史的日平均扫描量63.79人。
示例性地,对于各设备间的月扫描量,如图19所示,从设备月扫描量对比可以看出:本月扫描量最多的设备<GE_HDxt 3.0T>,扫描占比为50.19%;扫描量最少设备为<飞利浦_MR>,扫描占比为14.76%;本月度<GE_HDxt 3.0T>比<飞利浦_MR>多扫描1803人,设备使用不均衡。
在优选实施方式中,还可以生成如图20所示的月扫描量走势图,可以直观的看出本月所有设备扫描量为5089人,历史月度平均扫描量为6632人。本月扫描量低于历史平均扫描量<23.26%>,趋势下降。
示例性地,对于各设备的扫描量分布对比分析数据,通过一天内患者扫描时间的分时段扫描量平均分布状况以及一周内周平均扫描量分布状况两个方面来反映患者检查的时间分布,属于扫描量变化趋势的细节展示。如图21所示,为各设备分时段扫描量平均分布的示意图,从分时段患者量可以看出,8:00时段是设备扫描高峰区,高峰时段平均扫描量为10.10人。18:00以后的扫描量合计为15.67人,在日平均扫描量里占比9.24,平均每天18:00后扫描15.6人次,说明我院晚间扫描量较少,医院可以减少晚间开机设备数量,并将医技排班重点放在白天。
示例性地,对于各设备的日使用率对比分析数据,其实现方式与单独的设备日使用率基本相同,不同之处在于引入多个设备进行比对,如图22所示,对各设备月度使用数据进行统计分析可知:<GE_HDxt 3.0T>的平均使用率为<100.00%>,扫描效率指数<优>;<飞利浦_MR>的平均使用率为<36.67%>,扫描效率指数<差>;<西门子MR>的平均使用率为<100.00%>,扫描效率指数<优>;本月设备的平均使用率为<77.12%>,设备日平均使用率<77.12%>低于医院历史的设备平均使用率<88.90%>。
示例性地,对于各设备的周期扫描间隔对比分析数据,如图23所示,扫描间隔分布比例反映了医院扫描病例的“密集”程度,如果不同扫描病例之间的时间大部分集中在一个比较低的水平范围(一般在5分钟以内),说明设备的扫描安排比较合理,病例之间衔接较好,且医生无需太多时间即可设置并开始一个扫描。如果不同扫描病例之间的时间,超过5分钟,甚至30分钟时,则说明设备有一定程度的空闲,或者由于医院扫描制度(例如预约模型)所引入的额外等待时间。根据该图可以清楚的对比出各设备的使用情况。
示例性地,对于各设备的工作调度效率对比分析数据。如图24所示,可以看出5分钟的扫描间隔平均最多,占比90.90%,设备的扫描安排非常合理,病例之间衔接较好,设备连续工作程度较高。<GE_HDxt 3.0T>的工作调度效率为:<89.39%>;<飞利浦_MR>的工作调度效率为:<98.37%>;<西门子MR>的工作调度效率为:<90.45%>;本月工作调度效率最高设备为<飞利浦_MR>,工作调度效率为<98.37%>。标杆设备的工作调度效率为<92.00%>。本月设备平均工作调度效率为<92.74%>,接近于历史平均工作调度效率<92.24%>。
示例性地,对于各设备的首末扫描时间周分布对比分析数据,如图25所示,从首末扫描时间的周分布图可以看出周一到周五的平均末次扫描时间23:53,周一到周五期间的末次平均扫描时间晚于正常下班时间18:00,为容易产生加班时间点;周六日平均末次扫描时间为21:01。根据平均数据<星期三>的末次扫描时间最晚,为23:59,其中星期二至星期五的初次扫描时间早于正常上班时间08:00,工作人员应注意在之后的同时间段内的工作安排,合理排班。
根据本实施例的方法可以详细、具体的展现出设备的使用情况、运作情况,方便管理人员作出相应的管理决策,大大的提高了医疗设备的利用率,促进了医疗设备的使用和分配。
图2示意性地显示了根据本发明又一种实施方式的多设备间的设备运行情况对比分析方法流程图,如图2所示,本实施例包括如下步骤:
步骤S201至步骤S202的实现方式可以参照步骤S101至步骤S102的实现方法。
步骤S203:基于生成的技术参考指标形成用于大数据分析的数据库,将每次获取的所有设备指标及分析结果、以及对应的医院信息存入数据库,可以以医院为单位进行存储,也可以以设备类型为单位进行存储,该数据库可以不断的更新。
步骤S204:根据形成的用于大数据分析的数据库确定设备标杆。其中,生成的分析报告中还包括与设备标杆的对比分析数据。根据形成的用于大数据分析的数据库确定设备标杆是根据设定的标杆规则,将符合设定标杆规则的设备选择为设备标杆。对于设备标杆的选取和确定可以通过多种方法实现,示例性地,在数据库中选取扫描量最多的设备为标杆;选取开机率最高,使用率最高,扫描量最多的设备为标杆;选取扫描速度最快的设备为标杆;选取工作调度效率最高的设备为标杆;选取扫描部位分布均匀的设备为标杆;可通过指定时间段(某月或某几个月或某年或某几年),按上述的方法择其一进行选取;选取运行时间接近,按上述方法择其一进行选取;选取医院等级,门诊量,病床数接近,再按上述方法择其一进行选取;根据上述指标按不同权重综合选取。
示例性地,如图26所示,可以看出效益指标还有提升空间,参照同品牌高效率设备优化扫描序列以减少扫描用时;参照MR高效率设备优化扫描流程以降低扫描间隔占比,提高设备功能利用率。经过核算,以每个扫描病人收费500元,工作日为30天为例:若设备扫描效率提升到同品牌高效率MR对应水平,每天可多扫描45.9人,则医院每月可增加的收入为22967.7元,相比当前提高119.56%;若设备扫描效率提升到高效率MR设备对应的水平,每天可多扫描47.5人,则医院每月可增加的收入为23774.2元,相比当前提高123.76%。
示例性地,可以获取在控设备里面效率最高、效益最好的设备运行参数,用来作为本类设备的“标杆”进行展示,从而方便医院计算自己的提升空间,作为提升自身设备使用效率和经济效益的参考指标。如图27所示,<GE-HDxt 3.0T>设备、<飞利浦_MR>、<西门子MR>与标杆设备的效益指标对比图,可以通过对比看出三台设备的效益指标还有提升空间,参照同类型的高效率设备优化扫描序列以减少扫描用时;医院可以参照MR高效率设备优化扫描流程以降低扫描间隔占比,由此提高设备功能利用率。
在优选实施方式中,生成的分析报告中还包括有用于辅助进行设备管理决策的意见信息。该分析报告生成的设备管理决策可以根据算法或人工的进行添加,可以帮助医院的管理部门进行更加人性化的管理。
图3示意性地显示了根据本发明一实施方式的多设备间的设备运行情况对比分析装置原理框图,如图3所示,
该多设备间的设备运行情况对比分析装置包括效率统计模块301和报告生成模块302。
效率统计模块301用于响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标,其中,技术参考指标包括设备开机率、扫描人次、设备运行时间、设备使用率、设备扫描时间、每例病人扫描时间、每例病人占用时间、投资回报率、效益等级、扫描效率指数和工作调度效率。具体的实现方式可以参照上述的方法部分。
报告生成模块302用于根据技术参考指标生成分析报告输出。其中分析报告包括基于单台设备的技术参考指标进行对比分析的第一分析报告和/或基于多台设备的技术参考指标进行对比分析的第二分析报告。
根据本实施例提供的装置可以多维度的对设备进行分析,得到的报告精确且贴合实际,有利于医院的管理部分进行长期的布局,大大的提高了医疗设备的利用率和医院的管理水平。
图4示意性地显示了根据本发明又一实施方式的多设备间的设备运行情况对比分析装置原理框图,如图4所示,在图3所示的装置基础上,该多设备间的设备运行情况对比分析装置还包括:数据存储模块303和标杆确定模块304。
数据存储模块303用于存储生成的技术参考指标数据,实现为智能化的数据库,该内部的数据可以实时更新。
标杆确定模块304用于根据数据存储模块303中存储的技术参考指标数据确定设备标杆,其中,生成的分析报告中还包括与设备标杆的对比分析数据,具体实现方式可以参照上述的方法部分。
根据本实施例提供的装置可以实现智能化的对不同的设备进行比对,可以使用户直观的看出设备间的区别,有利于做出更有价值的购买决策,对于设备的使用效率也有这很大的提高作用。
在一些实施例中,本发明实施例提供一种非易失性计算机可读存储介质,存储介质中存储有一个或多个包括执行指令的程序,执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项多设备间的设备运行情况对比分析方法。
在一些实施例中,本发明实施例还提供一种计算机程序产品,计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,使计算机执行上述任一项多设备间的设备运行情况对比分析方法。
在一些实施例中,本发明实施例还提供一种电子设备,其包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被所述至少一个处理器执行,以使至少一个处理器能够执行多设备间的设备运行情况对比分析方法。
在一些实施例中,本发明实施例还提供一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时多设备间的设备运行情况对比分析方法。
上述本发明实施例的多设备间的设备运行情况对比分析装置可用于执行本发明实施例的多设备间的设备运行情况对比分析方法,并相应的达到上述本发明实施例的实现多设备间的设备运行情况对比分析方法所达到的技术效果,这里不再赘述。本发明实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。
图5为本发明一实施例提供的执行多设备间的设备运行情况对比分析方法的电子设备的硬件结构示意图,如图5所示,该设备包括:
一个或多个处理器310以及存储器320,图5中以一个处理器310为例。
执行多设备间的设备运行情况对比分析方法的设备还可以包括:输入装置330和输出装置340。
处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器320作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的多设备间的设备运行情况对比分析方法对应的程序指令/模块。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例多设备间的设备运行情况对比分析方法。
存储器320可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据多设备间的设备运行情况对比分析装置的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器320可选包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至多设备间的设备运行情况对比分析装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可接收输入的数字或字符信息,以及产生与多设备间的设备运行情况对比分析装置的用户设置以及功能控制有关的信号。输出装置340可包括显示屏等显示设备。
上述一个或者多个模块存储在所述存储器320中,当被所述一个或者多个处理器310执行时,执行上述任意方法实施例中的多设备间的设备运行情况对比分析方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(4)其他具有数据交互功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.设备运行情况对比分析方法,其特征在于,包括如下步骤:
响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标;
根据所述技术参考指标生成分析报告输出。
2.根据权利要求1所述的方法,其特征在于,所述分析报告包括基于单台设备的技术参考指标进行对比分析的第一分析报告,所述第一分析报告包括设定周期内的设备扫描日历、扫描量分布数据、使用率数据、扫描间隔分布数据、工作调度效率数据、首末扫描时间分布数据、扫描部位-方法-线圈使用分布数据、以及单台设备设定周期的技术参考指标与自身历史的技术参考指标的对比数据。
3.根据权利要求1或2所述的方法,其特征在于,所述分析报告还包括基于多台设备的技术参考指标进行对比分析的第二分析报告,所述第二分析报告包括各设备的扫描量对比分析数据、各设备的扫描量分布对比分析数据、各设备的日使用率对比分析数据、各设备的周期扫描间隔对比分析数据、各设备的工作调度效率对比分析数据和各设备的首末扫描时间周分布对比分析数据。
4.根据权利要求3所述的方法,其特征在于,还包括
基于生成的技术参考指标形成用于大数据分析的数据库;
根据形成的用于大数据分析的数据库确定设备标杆;
其中,生成的分析报告中还包括与设备标杆的对比分析数据。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述技术参考指标包括设备开机率、扫描人次、设备运行时间、设备使用率、设备扫描时间、每例病人扫描时间、每例病人占用时间、投资回报率、效益等级、扫描效率指数和工作调度效率。
6.根据权利要求5所述的方法,其特征在于,所述根据形成的用于大数据分析的数据库确定设备标杆是根据设定的标杆规则,将符合设定标杆规则的设备选择为设备标杆。
7.根据权利要求5所述的方法,其特征在于,所述根据所述技术参考指标生成分析报告实现为包括
创建分析报告模板,并定义模板参数接口;
根据预定协议对所述技术参考指标进行封装,并将封装后的技术参考指标通过所述定义的模板参数接口写入所述分析报告模板,并将写入了数据的分析报告模板输出为指定格式的分析报告。
8.根据权利要求6所述的方法,其特征在于,生成的分析报告中还包括有用于辅助进行设备管理决策的意见信息。
9.多设备间的设备运行情况对比分析装置,其特征在于,包括
效率统计模块,用于响应于接收到的报告生成指令,获取设定周期内的设备历史运行记录,生成技术参考指标;
报告生成模块,用于根据所述技术参考指标生成分析报告输出。
10.根据权利要求9所述的装置,其特征在于,所述分析报告包括基于单台设备的技术参考指标进行对比分析的第一分析报告和/或基于多台设备的技术参考指标进行对比分析的第二分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910142874.3A CN111613312B (zh) | 2019-02-26 | 2019-02-26 | 设备运行情况对比分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910142874.3A CN111613312B (zh) | 2019-02-26 | 2019-02-26 | 设备运行情况对比分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111613312A true CN111613312A (zh) | 2020-09-01 |
CN111613312B CN111613312B (zh) | 2024-05-14 |
Family
ID=72200151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910142874.3A Active CN111613312B (zh) | 2019-02-26 | 2019-02-26 | 设备运行情况对比分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111613312B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081403A (zh) * | 2022-07-26 | 2022-09-20 | 广东壹公里数智科技有限公司 | 会议ppt自动生成方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10135137A1 (de) * | 2000-07-20 | 2002-01-31 | Ge Medical Tech Serv | Analysieren und Berichten von Abteilungsdaten zur Verwaltung von Medizinioschen Anlagen |
JP2005293302A (ja) * | 2004-03-31 | 2005-10-20 | Toshiba Corp | 医療情報サービスシステム及び医用装置購入に伴う投資効果分析の表示方法 |
CN102857381A (zh) * | 2012-09-26 | 2013-01-02 | 成都仁智科技有限公司 | 医疗设备智能化云管理与维护系统及方法 |
CN109065140A (zh) * | 2018-09-12 | 2018-12-21 | 佛山市第二人民医院(佛山市便民医院) | 一种医疗设备单机经济效益大数据分析方法及装置 |
-
2019
- 2019-02-26 CN CN201910142874.3A patent/CN111613312B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10135137A1 (de) * | 2000-07-20 | 2002-01-31 | Ge Medical Tech Serv | Analysieren und Berichten von Abteilungsdaten zur Verwaltung von Medizinioschen Anlagen |
JP2005293302A (ja) * | 2004-03-31 | 2005-10-20 | Toshiba Corp | 医療情報サービスシステム及び医用装置購入に伴う投資効果分析の表示方法 |
CN102857381A (zh) * | 2012-09-26 | 2013-01-02 | 成都仁智科技有限公司 | 医疗设备智能化云管理与维护系统及方法 |
CN109065140A (zh) * | 2018-09-12 | 2018-12-21 | 佛山市第二人民医院(佛山市便民医院) | 一种医疗设备单机经济效益大数据分析方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081403A (zh) * | 2022-07-26 | 2022-09-20 | 广东壹公里数智科技有限公司 | 会议ppt自动生成方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111613312B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108551533B (zh) | 一种客服坐席的排班方法、存储介质和服务器 | |
US7860728B2 (en) | System, method, and computer program product for reducing the burden on scheduling systems by forecasting a demand for medical resources using retrieved billing data | |
Green et al. | “Nursevendor problem”: Personnel staffing in the presence of endogenous absenteeism | |
US7734765B2 (en) | System and method for analyzing and coordinating Service-Level-Agreements (SLA) for Application-Service-Providers (ASP) | |
US7080024B2 (en) | Method, system, and computer software program product for analyzing the efficiency of a complex process | |
US20180261319A1 (en) | Nurse scheduling forecasts using empirical regression modeling | |
CN103458052B (zh) | 一种基于IaaS云平台的资源调度方法和装置 | |
CN108874640A (zh) | 一种集群性能的评估方法和装置 | |
US20120102053A1 (en) | Digital analytics system | |
Wullink* et al. | Scenario-based approach for flexible resource loading under uncertainty | |
US20190362444A1 (en) | Systems And Methods For Improved Monitoring Of Energy And Water Consumption | |
KR20100052569A (ko) | 프로세스 매니지먼트 지원 시스템 및 시뮬레이션 방법 | |
US20090037242A1 (en) | System for Monitoring Periodic Processing of Business Related Data | |
JP5710324B2 (ja) | 環境情報管理装置、環境情報管理方法、及び環境情報管理プログラム | |
US20160132975A1 (en) | Identifying high usage periods | |
Armony et al. | Asymptotically optimal appointment schedules | |
CN111325433A (zh) | 物流领域的排班方法、装置、设备及存储介质 | |
CN111613312A (zh) | 设备运行情况对比分析方法及装置 | |
JPH10254962A (ja) | グループ別作業能力補正装置および作業割り当てシステム | |
CN115330219A (zh) | 一种资源调度的方法及装置 | |
CN113052417A (zh) | 一种资源配置方法以及装置 | |
Fowler et al. | Energy data management system commercial product summary | |
CN109976967A (zh) | 一种基于智能调度的缴费复机监测预警方法和系统 | |
CN114298474A (zh) | 分配资源的确定方法和装置、存储介质及电子装置 | |
CN108198609B (zh) | 一种基于医院后勤运送系统的员工排序方法 |
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 |