CN111639743A - 一种以用户为核心的智慧医院信息智能采集方法及系统 - Google Patents
一种以用户为核心的智慧医院信息智能采集方法及系统 Download PDFInfo
- Publication number
- CN111639743A CN111639743A CN202010444734.4A CN202010444734A CN111639743A CN 111639743 A CN111639743 A CN 111639743A CN 202010444734 A CN202010444734 A CN 202010444734A CN 111639743 A CN111639743 A CN 111639743A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- hospital
- data
- patient
- 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- Withdrawn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
- 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
- G16H40/20—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 or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Abstract
本发明属于医院信息智能采集技术领域,公开了一种以用户为核心的智慧医院信息智能采集方法及系统,所述以用户为核心的智慧医院信息智能采集系统包括:患者信息采集模块、医护信息采集模块、诊疗信息采集模块、停车信息采集模块、数据平台、预约挂号模块、排班模块、电子病历模块、结算模块、业绩统计模块、车位计算模块、显示模块。本发明通过排班模块实现了根据患者满意度和医疗师的总时间成本进行排班安排,使得最终得到的排班方案更加合理化,实现了提升患者满意度和降低服务成本的双重目标;同时通过业绩统计模块实现医院业绩数据的及时、全面、可靠统计,提高绩效管理质量和效率。
Description
技术领域
本发明属于医院信息智能采集技术领域,尤其涉及一种以用户为核心的智慧医院信息智能采集方法及系统。
背景技术
智慧医院的范围主要包括三大领域:第一是面向医务人员的“智慧医疗”。以电子病历为核心的信息化的建设,电子病历和影像、检验等其他的系统互联互通。第二个领域是面向患者的“智慧服务”。很多医院的一体机、自助机,包括用的手机结算,预约挂号、预约诊疗、信息提醒,包括衍生出来的一些服务,比如停车信息的推送、提示等。让患者感受更加方便和快捷。第三个领域是面向医院的“智慧管理”。医院精细化管理很重要的一条是精细化的成本核算,用于这些医院内部后勤的管理,管理者用手机,或在办公室的电脑上就可以看到全院运转的状态,包括OA的办公系统。这一大领域就是用于医院的精细化的信息化管理。然而,现有以用户为核心的智慧医院信息智能采集方法通过人工医疗排班方法,造成患者满意度较低或者医疗师服务时间成本较高的问题。同时现有以用户为核心的智慧医院信息智能采集系统无法把医院的各种业绩信息建立成一条高效、快捷的信息链,从而无法及时有效地统计、管理绩效数据,不利于医疗服务。
综上所述,现有技术存在的问题是:(1)现有以用户为核心的智慧医院信息智能采集方法通过人工医疗排班方法,造成患者满意度较低或者医疗师服务时间成本较高的问题。
(2)现有以用户为核心的智慧医院信息智能采集系统无法把医院的各种业绩信息建立成一条高效、快捷的信息链,从而无法及时有效地统计、管理绩效数据,不利于医疗服务。
发明内容
针对现有技术存在的问题,本发明提供了一种以用户为核心的智慧医院信息智能采集方法及系统。
本发明是这样实现的,一种以用户为核心的智慧医院信息智能采集方法,包括:
步骤一,通过患者信息采集模块采集姓名、性别、住址、职位信息;并且通过医护信息采集模块采集医生护士职能信息;
步骤二,所述步骤一信息采集完成后,数据平台通过预约挂号模块利用预约程序预约挂号诊疗信息;预约挂号诊疗信息中,在预约挂号模块中的操作界面注册个人账户,并且设定自己的个人密码;
在操作界面输入相应的症状和需要检测位置,系统根据输入的信息,给出医生专家相对应的个人信息,进行查看选择;
同时系统根据医生专家的预约情况,提供相应需要等待的时间;
根据需要等待的时间和医生专家的个人信息,选择相应的科室和医生专家数据;
科室和医生专家预约选择完成后,操作界面显示是否预约成功,提供预约结果,同时提供相应等待的时间;
步骤三,经步骤二获取预约挂号诊疗信息后,通过调查程序获取医疗师是否排班参数、医疗师的排班时长参数;
步骤四,根据预设约束条件获取粒子群算法的初始种群参数,所述初始种群参数包括待优化粒子的位置和速度,所述待优化粒子的位置为各所述医疗师的排班时长参数,所述速度为排班时长变化量;
步骤五,根据所述初始种群参数、所述步骤三参数,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果;
步骤六,所述步骤五排班完成后,进行诊断,并且诊疗信息采集模块采集患者病症诊疗信息;
步骤七,信息采集完成后,通过电子病历模块利用打印机打印病历,利用结算模块利用结算程序对诊疗费用进行结算;同时业绩统计模块利用统计程序对医护业绩进行统计;具体包括:
1)通过统计程序接收医生通过客户端发送的数据查询请求;
2)根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据;
3)将每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示;
步骤八,停车信息采集模块采集医院停车信息,通过车位计算模块利用计算程序对医院车位进行计算;同时通过显示模块利用显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息;
进一步,所述步骤一中,患者信息采集模块对患者信息进行分类的过程为:
将患者姓名、性别、住址、职位等个人信息建立相应的训练样本,并且提取相应的特征;
根据提取的特征数据,对建立相应的分类训练模型;
计算训练样本中特征数据信息与各个特征数据之间的距离,对计算的距离数值,进行排序;
根据排序完成的距离数值,确定N个点,并且确定出现的频率;
选择出现频率最高的特征,作为患者信息分类的分类模型。
进一步,所述步骤二中,数据平台通过数据整合提高智慧医院信息智能采集系统输出结果的准确度,具体步骤如下:
对整体智慧医院信息智能采集的数据建立对应的数据样本,并且提取数据样本中的特征数据;
根据特征数据的特点,对相应的数据进行属性说明;属性说明完成后,对整体智慧医院信息智能采集的数据建立对应的数据样本中的数据进行融合。
进一步,所述步骤四中,预设约束条件包括如下中的至少一个:
患者需求预测模型输出的预测总时长和目标服务总时长之间的误差小于预设误差,其中,所述目标服务总时长是根据各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数确定的;
所述目标服务总时长大于或等于医嘱执行总时长;
所述患者满意度模型输出的满意度大于预设满意度。
进一步,所述步骤四中,根据预设约束条件获取粒子群算法的初始种群参数之前,所述方法还包括:
将患者数量、医嘱数量及类型、执行预约医嘱的工时、执行现有医嘱的工时输入至患者需求预测模型;
获取所述患者需求预测模型输出的预测总时长,其中,所述患者需求预测模型为神经网络模型。
进一步,所述步骤五中,根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果,包括:
根据所述患者满意度模型输出的满意度、所述医疗师总成本模型输出的总成本和惩罚因子确定各粒子的适应度值;
根据各所述粒子的适应度值确定粒子最优位置和全局最优位置;
判断所述粒子群算法是否达到迭代终止条件;
若是,则将所述全局最优位置作为所述全局最优解;
若否,则根据各所述粒子的粒子最优位置、全局最优位置更新各所述粒子的速度和位置;
重复执行根据各所述粒子的适应度值确定粒子最优位置和全局最优位置的步骤,直至所述粒子群算法达到迭代终止条件。
进一步,所述步骤七中,根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
(1)每隔预设时间段从所述医院数据库中收集预设类别的医院业绩数据;
(2)根据所述数据查询请求获取最新收集到的医院业绩数据。
进一步,所述(2)中,数据查询请求包括所述医生通过所述客户端的界面输入的查询条件;
所述根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
从所述医院数据库中收集满足所述查询条件的预设类别的医院业绩数据;
医院业绩数据的类别包括病患情况、科研活动、会诊情况、财政收支、患者满意度和去年同期业绩情况;
所述病患情况的统计项目包括治疗人数、疾病种类、治愈率和排名情况;所述科研活动的统计项目包括参加活动、发表文章和排名情况;所述会诊情况的统计项目包括发起会诊、参加会诊、发表意见和排名情况;所述财政收支的统计情况包括诊疗收入、领用资产和个人支出;所述患者满意度的统计项目包括差评数、好评数、好评率和排名情况;所述去年同期业绩情况的统计项目包括治疗人数、治愈率、好评率和排名情况;
在所述将每一类别的医院业绩数据按照不同项目分别进行统计之后,还包括:根据预设的每一类别的数据权重和每一类别的项目统计情况,计算所述医生的考核指标。
本发明的另一目的在于提供一种以用户为核心的智慧医院信息智能采集系统,其特征在于,所述以用户为核心的智慧医院信息智能采集系统,包括:
患者信息采集模块,与数据平台连接,用于采集患者姓名、性别、住址、职位等个人信息;患者信息采集模块对患者信息进行分类的过程为:将患者姓名、性别、住址、职位等个人信息建立相应的训练样本,并且提取相应的特征;根据提取的特征数据,对建立相应的分类训练模型;计算训练样本中特征数据信息与各个特征数据之间的距离,对计算的距离数值,进行排序;根据排序完成的距离数值,确定N个点,并且确定出现的频率;
医护信息采集模块,与数据平台连接,用于采集医生护士职能信息;
诊疗信息采集模块,与数据平台连接,用于采集患者病症诊疗信息;
停车信息采集模块,与数据平台连接,用于采集医院停车信息;
数据平台,与患者信息采集模块、医护信息采集模块、诊疗信息采集模块、停车信息采集模块、预约挂号模块、排班模块、电子病历模块、结算模块、业绩统计模块、车位计算模块、显示模块连接,用于通过主机控制各个模块正常工作;
预约挂号模块,与数据平台连接,用于通过预约程序预约挂号诊疗;
排班模块,与数据平台连接,用于通过排班程序对医护人员进行排班;通过调查程序获取患者满意度模型和医疗师总成本模型;所述患者满意度模型包括医疗师是否排班参数,所述医疗师总成本模型包括各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数;根据预设约束条件获取粒子群算法的初始种群参数,所述初始种群参数包括待优化粒子的位置和速度,所述待优化粒子的位置为各所述医疗师的排班时长参数,所述速度为排班时长变化量;根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果;
电子病历模块,与数据平台连接,用于通过打印机打印患者病历;
结算模块,与数据平台连接,用于通过结算程序对诊疗费用进行结算;
业绩统计模块,与数据平台连接,用于通过统计程序对医护业绩进行统计;业绩统计模块统计过程为:通过统计程序接收医生通过客户端发送的数据查询请求;根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据;将每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示;
车位计算模块,与数据平台连接,用于通过计算程序对医院车位进行计算;
显示模块,与数据平台连接,用于通过显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
本发明的另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行所述的以用户为核心的智慧医院信息智能采集方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
(1)本发明中患者信息采集模块,用于采集患者姓名、性别、住址、职位等个人信息;医护信息采集模块,用于采集医生护士职能信息;诊疗信息采集模块,用于采集患者病症诊疗信息;停车信息采集模块,用于采集医院停车信息;预约挂号模块,通过预约程序预约挂号诊疗;排班模块,用于通过排班程序对医护人员进行排班;电子病历模块,用于通过打印机打印患者病历;结算模块,用于通过结算程序对诊疗费用进行结算;业绩统计模块,用于通过统计程序对医护业绩进行统计;车位计算模块,用于通过计算程序对医院车位进行计算。
本发明通过排班模块获取患者满意度模型和医疗师总成本模型,并根据预设约束条件获取粒子群算法的初始种群参数,然后根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果,实现了根据患者满意度和医疗师的总时间成本进行排班安排,使得最终得到的排班方案更加合理化,实现了提升患者满意度和降低服务成本的双重目标;同时,通过业绩统计模块根据医生的数据查询请求,从医院数据库中获取医院业绩数据,分别对每一类别中的每一项目的医院业绩数据分别进行统计,并将统计后的数据制作为业绩统计表展示给医生,实现医院业绩数据的及时、全面、可靠统计,提高绩效管理质量和效率,也为实现医疗服务标准化、数据化,达到优质高效的目标提供了坚实的基础。
(2)本发明中排班模块排班方法,可以有效对患者进行诊断,提高诊断效率。
(3)本发明中患者信息采集模块对患者信息进行分类,能够提高数据储存的准确度。
(4)本发明中数据平台为了提高智慧医院信息智能采集系统输出结果的准确度,采用以下步骤对数据进行整合,能够有效提高整体智慧医院信息智能采集系统对相关数据处理的准确度,获得完整的评价结果。
(5)本发明中业绩统计模块统计方法中每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示,方便对业绩统计数据进行查看。
(6)本发明可以根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,每隔预设时间段从所述医院数据库中收集预设类别的医院业绩数据,根据所述数据查询请求获取最新收集到的医院业绩数据。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的以用户为核心的智慧医院信息智能采集方法流程图。
图2是本发明实施例提供的以用户为核心的智慧医院信息智能采集系统结构框图;
图中:1、患者信息采集模块;2、医护信息采集模块;3、诊疗信息采集模块;4、停车信息采集模块;5、数据平台;6、预约挂号模块;7、排班模块;8、电子病历模块;9、结算模块;10、业绩统计模块;11、车位计算模块;12、显示模块。
图3是本发明实施例提供的排班模块排班方法流程图。
图4是本发明实施例提供的业绩统计模块统计方法流程图。
图5是本发明实施例提供的根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种以用户为核心的智慧医院信息智能采集方法及系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的以用户为核心的智慧医院信息智能采集方法包括以下步骤:
S101:通过患者信息采集模块采集患者姓名、性别、住址、职位等个人信息;并且通过医护信息采集模块采集医生护士职能信息。
S102:患者医生护士信息采集完成后,数据平台通过预约挂号模块利用预约程序预约挂号诊疗,通过排班模块利用排班程序对医护人员进行排班。
S103:排班完成对医生护士度患者进行诊断,并且诊疗信息采集模块采集患者病症诊疗信息。
S104:信息采集完成后,通过电子病历模块利用打印机打印患者病历,利用结算模块利用结算程序对诊疗费用进行结算;同时业绩统计模块利用统计程序对医护业绩进行统计。
S105:停车信息采集模块采集医院停车信息,通过车位计算模块利用计算程序对医院车位进行计算;同时通过显示模块利用显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
本发明实施例提供的S101中,患者信息采集模块对患者信息进行分类的过程为:
将患者姓名、性别、住址、职位等个人信息建立相应的训练样本,并且提取相应的特征;
根据提取的特征数据,对建立相应的分类训练模型;
计算训练样本中特征数据信息与各个特征数据之间的距离,对计算的距离数值,进行排序;
根据排序完成的距离数值,确定N个点,并且确定出现的频率;
选择出现频率最高的特征,作为患者信息分类的分类模型。
本发明实施例提供的S102中,预约挂号模块中患者进行预约挂号的过程为:
患者在预约挂号模块中的操作界面注册个人账户,并且设定自己的个人密码;
患者在操作界面输入相应的症状和需要检测位置,系统根据患者输入的信息,给出医生专家相对应的个人信息,供患者进行查看选择;
同时系统根据医生专家的预约情况,为患者提供相应需要等待的时间;
患者根据需要等待的时间和医生专家的个人信息,选择相应的科室和医生专家;
科室和医生专家预约选择完成后,操作界面显示是否预约成功,为患者提供预约结果,同时为患者提供相应等待的时间。
如图3所示,本发明实施例提供的S102中,排班模块7排班方法如下:
S201:通过调查程序获取患者满意度模型和医疗师总成本模型;所述患者满意度模型包括医疗师是否排班参数,所述医疗师总成本模型包括各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数;
S202:根据预设约束条件获取粒子群算法的初始种群参数,所述初始种群参数包括待优化粒子的位置和速度,所述待优化粒子的位置为各所述医疗师的排班时长参数,所述速度为排班时长变化量;
S203:根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果。
本发明提供的预设约束条件包括如下中的至少一个:
患者需求预测模型输出的预测总时长和目标服务总时长之间的误差小于预设误差,其中,所述目标服务总时长是根据各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数确定的;
所述目标服务总时长大于或等于医嘱执行总时长;
所述患者满意度模型输出的满意度大于预设满意度。
本发明提供的根据预设约束条件获取粒子群算法的初始种群参数之前,所述方法还包括:
将患者数量、医嘱数量及类型、执行预约医嘱的工时、执行现有医嘱的工时输入至患者需求预测模型;
获取所述患者需求预测模型输出的预测总时长,其中,所述患者需求预测模型为神经网络模型。
本发明提供的根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果,包括:
根据所述患者满意度模型输出的满意度、所述医疗师总成本模型输出的总成本和惩罚因子确定各粒子的适应度值;
根据各所述粒子的适应度值确定粒子最优位置和全局最优位置;
判断所述粒子群算法是否达到迭代终止条件;
若是,则将所述全局最优位置作为所述全局最优解;
若否,则根据各所述粒子的粒子最优位置、全局最优位置更新各所述粒子的速度和位置;
重复执行根据各所述粒子的适应度值确定粒子最优位置和全局最优位置的步骤,直至所述粒子群算法达到迭代终止条件。
本发明实施例提供的S102中,为了提高智慧医院信息智能采集系统输出结果的准确度,采用以下步骤对数据进行整合,具体步骤如下:
对整体智慧医院信息智能采集的数据建立对应的数据样本,并且提取数据样本中的特征数据;
根据特征数据的特点,对相应的数据进行属性说明;属性说明完成后,对整体智慧医院信息智能采集的数据建立对应的数据样本中的数据进行融合。
如图4所示,本发明实施例提供的S104中,业绩统计模块10统计方法如下:
S301:通过统计程序接收医生通过客户端发送的数据查询请求;
S302:根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据;
S303:将每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示。
如图5所示,本发明实施例提供的S104中,根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
S401:每隔预设时间段从所述医院数据库中收集预设类别的医院业绩数据;
S402:根据所述数据查询请求获取最新收集到的医院业绩数据。
本发明提供的数据查询请求包括所述医生通过所述客户端的界面输入的查询条件;
所述根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
从所述医院数据库中收集满足所述查询条件的预设类别的医院业绩数据。
本发明提供的医院业绩数据的类别包括病患情况、科研活动、会诊情况、财政收支、患者满意度和去年同期业绩情况;
所述病患情况的统计项目包括治疗人数、疾病种类、治愈率和排名情况;所述科研活动的统计项目包括参加活动、发表文章和排名情况;所述会诊情况的统计项目包括发起会诊、参加会诊、发表意见和排名情况;所述财政收支的统计情况包括诊疗收入、领用资产和个人支出;所述患者满意度的统计项目包括差评数、好评数、好评率和排名情况;所述去年同期业绩情况的统计项目包括治疗人数、治愈率、好评率和排名情况。
本发明提供的在所述将每一类别的医院业绩数据按照不同项目分别进行统计之后,还包括:
根据预设的每一类别的数据权重和每一类别的项目统计情况,计算所述医生的考核指标。
如图2所示,本发明实施例提供的以用户为核心的智慧医院信息智能采集系统包括:患者信息采集模块1、医护信息采集模块2、诊疗信息采集模块3、停车信息采集模块4、数据平台5、预约挂号模块6、排班模块7、电子病历模块8、结算模块9、业绩统计模块10、车位计算模块11、显示模块12。
患者信息采集模块1,与数据平台5连接,用于采集患者姓名、性别、住址、职位等个人信息。
医护信息采集模块2,与数据平台5连接,用于采集医生护士职能信息。
诊疗信息采集模块3,与数据平台5连接,用于采集患者病症诊疗信息。
停车信息采集模块4,与数据平台5连接,用于采集医院停车信息。
数据平台5,与患者信息采集模块1、医护信息采集模块2、诊疗信息采集模块3、停车信息采集模块4、预约挂号模块6、排班模块7、电子病历模块8、结算模块9、业绩统计模块10、车位计算模块11、显示模块12连接,用于通过主机控制各个模块正常工作。
预约挂号模块6,与数据平台5连接,用于通过预约程序预约挂号诊疗。
排班模块7,与数据平台5连接,用于通过排班程序对医护人员进行排班。
电子病历模块8,与数据平台5连接,用于通过打印机打印患者病历。
结算模块9,与数据平台5连接,用于通过结算程序对诊疗费用进行结算。
业绩统计模块10,与数据平台5连接,用于通过统计程序对医护业绩进行统计。
车位计算模块11,与数据平台5连接,用于通过计算程序对医院车位进行计算。
显示模块12,与数据平台5连接,用于通过显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
本发明的工作原理为:通过患者信息采集模块1采集患者姓名、性别、住址、职位等个人信息;并且通过医护信息采集模块2采集医生护士职能信息。患者医生护士信息采集完成后,数据平台5通过预约挂号模块利用预约程序预约挂号诊疗,通过排班模块7利用排班程序对医护人员进行排班。排班完成对医生护士度患者进行诊断,并且诊疗信息采集模块3采集患者病症诊疗信息。信息采集完成后,通过电子病历模块8利用打印机打印患者病历,利用结算模块9利用结算程序对诊疗费用进行结算;同时业绩统计模块10利用统计程序对医护业绩进行统计。停车信息采集模块4采集医院停车信息,通过车位计算模块11利用计算程序对医院车位进行计算;同时通过显示模块12利用显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
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本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者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)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种以用户为核心的智慧医院信息智能采集方法,其特征在于,所述以用户为核心的智慧医院信息智能采集方法,包括:
步骤一,通过患者信息采集模块采集姓名、性别、住址、职位信息;并且通过医护信息采集模块采集医生护士职能信息;
步骤二,所述步骤一信息采集完成后,数据平台通过预约挂号模块利用预约程序预约挂号诊疗信息;预约挂号诊疗信息中,在预约挂号模块中的操作界面注册个人账户,并且设定自己的个人密码;
在操作界面输入相应的症状和需要检测位置,系统根据输入的信息,给出医生专家相对应的个人信息,进行查看选择;
同时系统根据医生专家的预约情况,提供相应需要等待的时间;
根据需要等待的时间和医生专家的个人信息,选择相应的科室和医生专家数据;
科室和医生专家预约选择完成后,操作界面显示是否预约成功,提供预约结果,同时提供相应等待的时间;
步骤三,经步骤二获取预约挂号诊疗信息后,通过调查程序获取医疗师是否排班参数、医疗师的排班时长参数;
步骤四,根据预设约束条件获取粒子群算法的初始种群参数,所述初始种群参数包括待优化粒子的位置和速度,所述待优化粒子的位置为各所述医疗师的排班时长参数,所述速度为排班时长变化量;
步骤五,根据所述初始种群参数、所述步骤三参数,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果;
步骤六,所述步骤五排班完成后,进行诊断,并且诊疗信息采集模块采集患者病症诊疗信息;
步骤七,信息采集完成后,通过电子病历模块利用打印机打印病历,利用结算模块利用结算程序对诊疗费用进行结算;同时业绩统计模块利用统计程序对医护业绩进行统计;并进行:
1)通过统计程序接收医生通过客户端发送的数据查询请求;
2)根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据;
3)将每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示;
步骤八,停车信息采集模块采集医院停车信息,通过车位计算模块利用计算程序对医院车位进行计算;同时通过显示模块利用显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
2.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤一中,患者信息采集模块对患者信息进行分类的过程为:
将患者姓名、性别、住址、职位等个人信息建立相应的训练样本,并且提取相应的特征;
根据提取的特征数据,对建立相应的分类训练模型;
计算训练样本中特征数据信息与各个特征数据之间的距离,对计算的距离数值,进行排序;
根据排序完成的距离数值,确定N个点,并且确定出现的频率;
选择出现频率最高的特征,作为患者信息分类的分类模型。
3.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤二中,数据平台通过数据整合提高智慧医院信息智能采集系统输出结果的准确度,具体步骤如下:
对整体智慧医院信息智能采集的数据建立对应的数据样本,并且提取数据样本中的特征数据;
根据特征数据的特点,对相应的数据进行属性说明;属性说明完成后,对整体智慧医院信息智能采集的数据建立对应的数据样本中的数据进行融合。
4.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤四中,预设约束条件包括如下中的至少一个:
患者需求预测模型输出的预测总时长和目标服务总时长之间的误差小于预设误差,其中,所述目标服务总时长是根据各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数确定的;
所述目标服务总时长大于或等于医嘱执行总时长;
所述患者满意度模型输出的满意度大于预设满意度。
5.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤四中,根据预设约束条件获取粒子群算法的初始种群参数之前,所述方法还包括:
将患者数量、医嘱数量及类型、执行预约医嘱的工时、执行现有医嘱的工时输入至患者需求预测模型;
获取所述患者需求预测模型输出的预测总时长,其中,所述患者需求预测模型为神经网络模型。
6.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤五中,根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果,包括:
根据所述患者满意度模型输出的满意度、所述医疗师总成本模型输出的总成本和惩罚因子确定各粒子的适应度值;
根据各所述粒子的适应度值确定粒子最优位置和全局最优位置;
判断所述粒子群算法是否达到迭代终止条件;
若是,则将所述全局最优位置作为所述全局最优解;
若否,则根据各所述粒子的粒子最优位置、全局最优位置更新各所述粒子的速度和位置;
重复执行根据各所述粒子的适应度值确定粒子最优位置和全局最优位置的步骤,直至所述粒子群算法达到迭代终止条件。
7.如权利要求1所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述步骤七中,根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
(1)每隔预设时间段从所述医院数据库中收集预设类别的医院业绩数据;
(2)根据所述数据查询请求获取最新收集到的医院业绩数据。
8.如权利要求7所述的以用户为核心的智慧医院信息智能采集方法,其特征在于,所述(2)中,数据查询请求包括所述医生通过所述客户端的界面输入的查询条件;
所述根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据,具体包括:
从所述医院数据库中收集满足所述查询条件的预设类别的医院业绩数据;
医院业绩数据的类别包括病患情况、科研活动、会诊情况、财政收支、患者满意度和去年同期业绩情况;
所述病患情况的统计项目包括治疗人数、疾病种类、治愈率和排名情况;所述科研活动的统计项目包括参加活动、发表文章和排名情况;所述会诊情况的统计项目包括发起会诊、参加会诊、发表意见和排名情况;所述财政收支的统计情况包括诊疗收入、领用资产和个人支出;所述患者满意度的统计项目包括差评数、好评数、好评率和排名情况;所述去年同期业绩情况的统计项目包括治疗人数、治愈率、好评率和排名情况;
在所述将每一类别的医院业绩数据按照不同项目分别进行统计之后,还包括:根据预设的每一类别的数据权重和每一类别的项目统计情况,计算所述医生的考核指标。
9.一种实施如权利要求1-8所述的以用户为核心的智慧医院信息智能采集方法的以用户为核心的智慧医院信息智能采集系统,其特征在于,所述以用户为核心的智慧医院信息智能采集系统,包括:
患者信息采集模块,与数据平台连接,用于采集患者姓名、性别、住址、职位等个人信息;患者信息采集模块对患者信息进行分类的过程为:将患者姓名、性别、住址、职位等个人信息建立相应的训练样本,并且提取相应的特征;根据提取的特征数据,对建立相应的分类训练模型;计算训练样本中特征数据信息与各个特征数据之间的距离,对计算的距离数值,进行排序;根据排序完成的距离数值,确定N个点,并且确定出现的频率;
医护信息采集模块,与数据平台连接,用于采集医生护士职能信息;
诊疗信息采集模块,与数据平台连接,用于采集患者病症诊疗信息;
停车信息采集模块,与数据平台连接,用于采集医院停车信息;
数据平台,与患者信息采集模块、医护信息采集模块、诊疗信息采集模块、停车信息采集模块、预约挂号模块、排班模块、电子病历模块、结算模块、业绩统计模块、车位计算模块、显示模块连接,用于通过主机控制各个模块正常工作;
预约挂号模块,与数据平台连接,用于通过预约程序预约挂号诊疗;
排班模块,与数据平台连接,用于通过排班程序对医护人员进行排班;通过调查程序获取患者满意度模型和医疗师总成本模型;所述患者满意度模型包括医疗师是否排班参数,所述医疗师总成本模型包括各所述医疗师是否排班的参数以及各所述医疗师的排班时长参数;根据预设约束条件获取粒子群算法的初始种群参数,所述初始种群参数包括待优化粒子的位置和速度,所述待优化粒子的位置为各所述医疗师的排班时长参数,所述速度为排班时长变化量;根据所述初始种群参数、所述患者满意度模型输出的满意度以及所述医疗师总成本模型输出的总成本,得到所述粒子群算法的全局最优解,并将所述全局最优解作为排班结果;
电子病历模块,与数据平台连接,用于通过打印机打印患者病历;
结算模块,与数据平台连接,用于通过结算程序对诊疗费用进行结算;
业绩统计模块,与数据平台连接,用于通过统计程序对医护业绩进行统计;业绩统计模块统计过程为:通过统计程序接收医生通过客户端发送的数据查询请求;根据所述数据查询请求从医院数据库中获取预设类别的医院业绩数据;将每一类别的医院业绩数据按照不同项目分别进行统计,生成业绩统计表,并将所述业绩统计表反馈给所述客户端进行显示;
车位计算模块,与数据平台连接,用于通过计算程序对医院车位进行计算;
显示模块,与数据平台连接,用于通过显示器显示采集的患者个人信息、医生护士职能信息、停车信息、诊疗信息、结算信息、车位信息。
10.一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求1-8所述的以用户为核心的智慧医院信息智能采集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444734.4A CN111639743A (zh) | 2020-05-23 | 2020-05-23 | 一种以用户为核心的智慧医院信息智能采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444734.4A CN111639743A (zh) | 2020-05-23 | 2020-05-23 | 一种以用户为核心的智慧医院信息智能采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111639743A true CN111639743A (zh) | 2020-09-08 |
Family
ID=72329382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010444734.4A Withdrawn CN111639743A (zh) | 2020-05-23 | 2020-05-23 | 一种以用户为核心的智慧医院信息智能采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639743A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668743A (zh) * | 2020-12-28 | 2021-04-16 | 上海领健信息技术有限公司 | 预约时间的智能推荐方法、装置、存储介质及终端 |
CN113052472A (zh) * | 2021-03-31 | 2021-06-29 | 杭州京威盛智能科技有限公司 | 基于资源整合的医院智能服务系统 |
CN116612870A (zh) * | 2023-07-17 | 2023-08-18 | 山东圣剑医学研究有限公司 | 一种普外科患者数据管理方法 |
-
2020
- 2020-05-23 CN CN202010444734.4A patent/CN111639743A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668743A (zh) * | 2020-12-28 | 2021-04-16 | 上海领健信息技术有限公司 | 预约时间的智能推荐方法、装置、存储介质及终端 |
CN113052472A (zh) * | 2021-03-31 | 2021-06-29 | 杭州京威盛智能科技有限公司 | 基于资源整合的医院智能服务系统 |
CN116612870A (zh) * | 2023-07-17 | 2023-08-18 | 山东圣剑医学研究有限公司 | 一种普外科患者数据管理方法 |
CN116612870B (zh) * | 2023-07-17 | 2023-10-10 | 山东圣剑医学研究有限公司 | 一种普外科患者数据管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Garthwaite | The doctor might see you now: The supply side effects of public health insurance expansions | |
CN111639743A (zh) | 一种以用户为核心的智慧医院信息智能采集方法及系统 | |
CN110148440B (zh) | 一种医疗信息查询方法 | |
US20060184493A1 (en) | Apparatus and method for prediction and management of participant compliance in clinical research | |
Zhu et al. | A hybrid multi-criteria decision making model for elective admission control in a Chinese public hospital | |
Smith | Health Management Information Systems: A handbook for decision makers | |
CN111223534B (zh) | 一种业财融合的精细化管理系统 | |
Fals-Stewart et al. | Assessing the costs, benefits, cost-benefit ratio, and cost-effectiveness of marital and family treatments: why we should and how we can. | |
Sahni et al. | The IT transformation health care needs | |
CN101546418A (zh) | 门诊医生工作考核评价系统及其评价方法 | |
CN110136837A (zh) | 一种医疗数据处理平台 | |
Alexander et al. | Managed care and technical efficiency in outpatient substance abuse treatment units | |
KR101565331B1 (ko) | 패턴을 이용한 의료정보 분석시스템 및 방법 | |
US20230170069A1 (en) | Integrated, ai-enabled value-based care measurement and objective risk assessment clinical and financial management system | |
CN112509656A (zh) | 基于医疗机构的等级评价方法、装置、计算机设备及介质 | |
CN116665861A (zh) | 基于时间、病情及医疗资源的在线问诊推荐方法和系统 | |
JP2022019364A (ja) | 医療データ評価活用システム、および、医療データ評価活用方法 | |
US20060173711A1 (en) | Patient health status data management method and system | |
KR19980025157A (ko) | 질병 관리 방법 및 시스템 | |
CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
WO2019104061A1 (en) | Automatic detection and generation of medical imaging data analytics | |
Yang et al. | Evaluation of smart long-term care information strategy portfolio decision model: The national healthcare environment in Taiwan | |
CN116013505A (zh) | 一种基于drg的医疗费用管理系统 | |
Jiang et al. | Application and Feasibility Study of Integrated Nursing Information Construction in Nephrology Nursing | |
CN114037540A (zh) | 一种医保基金监管系统及其监控方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200908 |