CN111710401A - 大数据与医保卡相结合确定就诊时间的方法及系统 - Google Patents

大数据与医保卡相结合确定就诊时间的方法及系统 Download PDF

Info

Publication number
CN111710401A
CN111710401A CN202010555471.4A CN202010555471A CN111710401A CN 111710401 A CN111710401 A CN 111710401A CN 202010555471 A CN202010555471 A CN 202010555471A CN 111710401 A CN111710401 A CN 111710401A
Authority
CN
China
Prior art keywords
time
actual
time period
determining
treatment
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Withdrawn
Application number
CN202010555471.4A
Other languages
English (en)
Inventor
不公告发明人
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010555471.4A priority Critical patent/CN111710401A/zh
Publication of CN111710401A publication Critical patent/CN111710401A/zh
Withdrawn legal-status Critical Current

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
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (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

本发明公开一种大数据与医保卡相结合确定就诊时间的方法及系统,方法包括:获取预约挂号时的挂号顺序、预定的出发地点和出行方式;根据挂号顺序,确定就诊当日的预就诊时间段;根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间;获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机。通过本发明方案,能够划分成更为准确的就诊时间,在实际就诊时间段内就诊可以等待最少时间,提高患者到达医院的准时性,减少患者在医院扎推就诊、长时间等待、交叉感染风险。

Description

大数据与医保卡相结合确定就诊时间的方法及系统
技术领域
本发明涉及大数据医疗技术领域,尤其涉及一种大数据与医保卡相结合确定就诊时间的方法及系统。
背景技术
随着医疗科技的不断发展,以及人们对自身健康的逐渐重视,去医院就诊、检查的患者日益增多。但是,目前的挂号系统完善性较差,去医院就诊时,需要等待较长的时间,导致医院的患者人数较多,存在交叉感染的风险。
发明内容
本发明公开一种大数据与医保卡相结合确定就诊时间的方法及系统,用于解决现有技术中,医院患者集中就诊,导致医院患者人数较多、存在交叉感染风险的问题。
为了解决上述问题,本发明采用下述技术方案:
提供一种大数据与医保卡相结合确定就诊时间的方法,包括:
获取预约挂号时的挂号顺序、预定的出发地点和出行方式;
根据挂号顺序,确定就诊当日的预就诊时间段;
根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间,其中预签到时间为预计的手机扫描医保卡时的时间;
获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机,其中实际签到时间为就诊当日,手机实际扫描医保卡的时间。
可选的,根据挂号顺序,确定就诊当日的预就诊时间段,具体包括步骤:
基于历史看诊人数,确认看诊人数的上下浮动差值处于预设值时所需的时间;
以所需的时间为步长,将医生的坐诊时间划分为多个预就诊时间段;
将看诊人数的平均值作为每个预就诊时间段内的基准就诊人数,根据基准就诊人数确定挂号顺序所处的预就诊时间段。
可选的,所需的时间在30分钟至1小时之间。
可选的,获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,具体包括步骤:
获取就诊当日的实际签到时间;
确定实际签到时间是否在预签到时间之前;
若在,则实际就诊时间段为预就诊时间段;
若不在,则根据实际签到时间、就诊当日的出发地点和出行方式,确定到达医院所在的预就诊时间段,将到达医院的预就诊时间段确定为实际就诊时间段。
可选的,根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间之后,还包括步骤:
获取在医院的签到机签到的时间;
若在签到机签到的时间在实际就诊时间段之前或在实际就诊时间段,则根据在签到机签到的时间先后,在实际就诊时间段进行排号,其中根据实际就诊时间段和排号顺序就诊;
若在签到机签到的时间未在实际就诊时间段,则将在签到机签到时的后续第二个预就诊时间段确定为实际就诊时间段,根据在签到机签到的时间先后,在实际就诊时间段进行排号。
可选的,还包括步骤:获取预约挂号时预定的手机号码;
则获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段之前,还包括步骤:
于就诊当日的预签到时间之前,向预定的手机号码发送预签到提醒。
还提供一种大数据与医保卡相结合确定就诊时间的系统,包括:
获取模块,用于获取预约挂号时的挂号顺序、预定的出发地点和出行方式;
第一确定模块,用于根据挂号顺序,确定就诊当日的预就诊时间段;
第二确定模块,用于根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间,其中预签到时间为预计的手机扫描医保卡时的时间;
第三确定模块,用于获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机,其中实际签到时间为就诊当日,手机实际扫描医保卡的时间。
本发明采用的技术方案能够达到以下有益效果:
能够划分成更为准确的就诊时间,在实际就诊时间段内就诊可以等待最少时间,提高患者到达医院的准时性,减少患者在医院扎推就诊、长时间等待、交叉感染风险。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,构成本发明的一部分,本发明的示意性实施例及其说明解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例公开的大数据与医保卡相结合确定就诊时间的方法的流程图;
图2为本发明实施例公开的大数据与医保卡相结合确定就诊时间的系统的结构示意图。
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,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅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。
以下结合附图,详细说明本发明各个实施例公开的技术方案。
本发明的大数据与医保卡相结合确定就诊时间的方法,如图1所示,包括以下步骤。
步骤S1,获取预约挂号时的挂号顺序、预定的出发地点和出行方式。
在该步骤中,可以通过手机app、医院挂号机、电话预约等方式进行预约挂号。预约挂号时,在挂号界面输入就诊科室、就诊人姓名、就诊日期、预定出发地点和预定的出行方式等。
其中,预约挂号时,还可以在挂号界面输入预定的手机号码。在获取挂号顺序等信息时,还可以获取预定的手机号码,以能够于就诊当日的预签到时间之前,向预定的手机号码发送预签到提醒。
步骤S2,根据挂号顺序,确定就诊当日的预就诊时间段。
在该步骤中,具体包括步骤:基于历史看诊人数,确认看诊人数的上下浮动差值处于预设值时所需的时间;以所需的时间为步长,将医生的坐诊时间划分为多个预就诊时间段;将看诊人数的平均值作为每个预就诊时间段内的基准就诊人数,根据基准就诊人数确定挂号顺序所处的预就诊时间段。其中,所需的时间在30分钟至1小时之间。例如,基于大数据筛选,若半小时的就诊人数为20-27人,若45分钟的就诊人数基本为35-39人,若1小时10分钟的就诊人数基本为52-53人,则优先选择45分钟为预就诊时间段,基准就诊人数可以为37人。
步骤S3,根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间。
在该步骤中,预签到时间为预计的手机扫描医保卡时的时间,根据预就诊时间段、出发地点至医院所需的时长算出。例如,若就诊时间段为8点至8点45分,根据预定出发地点和出行方式算出,从出发地点至就诊医院所需的时间为1小时,则预签到时间可以为7点,也可以提前一定时间,例如提前半个小时。
需要说明的是,医保卡包括就诊卡、一卡通等类型的卡。
步骤S4,获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机。
在该步骤中,实际签到时间为就诊当日,手机实际扫描医保卡的时间。
该步骤具体包括:获取就诊当日的实际签到时间;确定实际签到时间是否在预签到时间之前;若在,则实际就诊时间段为预就诊时间段;若不在,则根据实际签到时间、就诊当日的出发地点和出行方式,确定到达医院所在的预就诊时间段,将到达医院的预就诊时间段确定为实际就诊时间段。
步骤S5之后还包括步骤:获取在医院的签到机签到的时间;若在签到机签到的时间在实际就诊时间段之前或在实际就诊时间段,则根据在签到机签到的时间先后,在实际就诊时间段进行排号,其中根据实际就诊时间段和排号顺序就诊;若在签到机签到的时间未在实际就诊时间段,则将在签到机签到时的后续第二个预就诊时间段确定为实际就诊时间段,根据在签到机签到的时间先后,在实际就诊时间段进行排号。例如,若实际就诊时间段在8点至8点45分,在签到机签到的时间在8点至8点45分之间或在8点之前,则在8点至8点45分之间的时间段进行排号,若在签到机签到的时间在8点45分之后,例如9点,则将10点15分至10点50分的时间段确定为实际就诊时间。先按实际就诊时间段排序,然后再在同一个实际就诊时间段中排序。
其中,预签到时间段可以包括第一时间段和第二时间段,第一时间段为预签到时间段的前半段时间,第二时间段为预签到时间段的后半段时间。当时间签到时间在第一时间段时,则监测第二时间段与医院之间的距离是否变近,若变近,则不论在签到机签到的时间是否在实际就诊时间段,均在实际就诊时间段排号;若实际签到时间在第二时间段,则监测在设定时间点时,是否经过监测地点(出发地点和医院之间的地点),若经过,则不论在签到机签到的时间是否在实际就诊时间段,均在实际就诊时间段排号。
通过本发明方法,能够划分成更为准确的就诊时间,在实际就诊时间段内就诊可以等待最少时间,提高患者到达医院的准时性,减少患者在医院扎推就诊、长时间等待、交叉感染风险;排号靠后的患者可以先在家等待,减少在医院长时间等待的情况发生;减少排号靠前的患者晚去医院,而导致例如9点之前患者少,9点之后患者扎堆的情况发生;将堵车风险考虑在内,提高患者就诊时的就诊体验;尽可能减少参数较多而造成的时间误差,减少医生等待患者和患者等待医生的时间。
如图2所示,本发明的大数据与医保卡相结合确定就诊时间的系统包括获取模块、第一确定模块、第二确定模块和第三确定模块。其中,获取模块用于获取预约挂号时的挂号顺序、预定的出发地点和出行方式。第一确定模块用于根据挂号顺序,确定就诊当日的预就诊时间段。第二确定模块用于根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间,其中预签到时间为预计的手机扫描医保卡时的时间。第三确定模块用于获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机,其中实际签到时间为就诊当日,手机实际扫描医保卡的时间。
在该系统中,能够划分成更为准确的就诊时间,在实际就诊时间段内就诊可以等待最少时间,提高患者到达医院的准时性,减少患者在医院扎推就诊、长时间等待、交叉感染风险;排号靠后的患者可以先在家等待,减少在医院长时间等待的情况发生;减少排号靠前的患者晚去医院,而导致例如9点之前患者少,9点之后患者扎堆的情况发生;而且减少患者忘记携带医保卡的可能性,尤其适用记忆力较差的老年患者。
需要说明的是,大数据与医保卡相结合确定就诊时间的系统包含大数据与医保卡相结合确定就诊时间的方法的所有内容,在此不再详细赘述。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。

Claims (7)

1.一种大数据与医保卡相结合确定就诊时间的方法,其特征在于,包括:
获取预约挂号时的挂号顺序、预定的出发地点和出行方式;
根据挂号顺序,确定就诊当日的预就诊时间段;
根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间,其中预签到时间为预计的手机扫描医保卡时的时间;
获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机,其中实际签到时间为就诊当日,手机实际扫描医保卡的时间。
2.根据权利要求1所述的大数据与医保卡相结合确定就诊时间的方法,其特征在于,根据挂号顺序,确定就诊当日的预就诊时间段,具体包括步骤:
基于历史看诊人数,确认看诊人数的上下浮动差值处于预设值时所需的时间;
以所需的时间为步长,将医生的坐诊时间划分为多个预就诊时间段;
将看诊人数的平均值作为每个预就诊时间段内的基准就诊人数,根据基准就诊人数确定挂号顺序所处的预就诊时间段。
3.根据权利要求2所述的大数据与医保卡相结合确定就诊时间的方法,其特征在于,所需的时间在30分钟至1小时之间。
4.根据权利要求1所述的大数据与医保卡相结合确定就诊时间的方法,其特征在于,获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,具体包括步骤:
获取就诊当日的实际签到时间;
确定实际签到时间是否在预签到时间之前;
若在,则实际就诊时间段为预就诊时间段;
若不在,则根据实际签到时间、就诊当日的出发地点和出行方式,确定到达医院所在的预就诊时间段,将到达医院的预就诊时间段确定为实际就诊时间段。
5.根据权利要求1所述的大数据与医保卡相结合确定就诊时间的方法,其特征在于,根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间之后,还包括步骤:
获取在医院的签到机签到的时间;
若在签到机签到的时间在实际就诊时间段之前或在实际就诊时间段,则根据在签到机签到的时间先后,在实际就诊时间段进行排号,其中根据实际就诊时间段和排号顺序就诊;
若在签到机签到的时间未在实际就诊时间段,则将在签到机签到时的后续第二个预就诊时间段确定为实际就诊时间段,根据在签到机签到的时间先后,在实际就诊时间段进行排号。
6.根据权利要求1所述的大数据与医保卡相结合确定就诊时间的方法,其特征在于,还包括步骤:获取预约挂号时预定的手机号码;
则获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段之前,还包括步骤:
于就诊当日的预签到时间之前,向预定的手机号码发送预签到提醒。
7.一种大数据与医保卡相结合确定就诊时间的系统,其特征在于,包括:
获取模块,用于获取预约挂号时的挂号顺序、预定的出发地点和出行方式;
第一确定模块,用于根据挂号顺序,确定就诊当日的预就诊时间段;
第二确定模块,用于根据预就诊时间段、预定的出发地点和出行方式,确定就诊当日的预签到时间,其中预签到时间为预计的手机扫描医保卡时的时间;
第三确定模块,用于获取就诊当日的实际签到时间,根据实际签到时间和预签到时间确定实际就诊时间段,将实际就诊时间段发送至手机,其中实际签到时间为就诊当日,手机实际扫描医保卡的时间。
CN202010555471.4A 2020-06-17 2020-06-17 大数据与医保卡相结合确定就诊时间的方法及系统 Withdrawn CN111710401A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010555471.4A CN111710401A (zh) 2020-06-17 2020-06-17 大数据与医保卡相结合确定就诊时间的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010555471.4A CN111710401A (zh) 2020-06-17 2020-06-17 大数据与医保卡相结合确定就诊时间的方法及系统

Publications (1)

Publication Number Publication Date
CN111710401A true CN111710401A (zh) 2020-09-25

Family

ID=72540927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010555471.4A Withdrawn CN111710401A (zh) 2020-06-17 2020-06-17 大数据与医保卡相结合确定就诊时间的方法及系统

Country Status (1)

Country Link
CN (1) CN111710401A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10991190B1 (en) 2020-07-20 2021-04-27 Abbott Laboratories Digital pass verification systems and methods
CN114999602A (zh) * 2022-08-02 2022-09-02 武汉大学人民医院(湖北省人民医院) 一种就诊信息的管理方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10991190B1 (en) 2020-07-20 2021-04-27 Abbott Laboratories Digital pass verification systems and methods
US10991185B1 (en) 2020-07-20 2021-04-27 Abbott Laboratories Digital pass verification systems and methods
US11514737B2 (en) 2020-07-20 2022-11-29 Abbott Laboratories Digital pass verification systems and methods
US11514738B2 (en) 2020-07-20 2022-11-29 Abbott Laboratories Digital pass verification systems and methods
US11574514B2 (en) 2020-07-20 2023-02-07 Abbott Laboratories Digital pass verification systems and methods
CN114999602A (zh) * 2022-08-02 2022-09-02 武汉大学人民医院(湖北省人民医院) 一种就诊信息的管理方法和装置

Similar Documents

Publication Publication Date Title
CN106372391B (zh) 一种门诊候诊时间计算方法及装置
US8165900B2 (en) Patient check-in/scheduling kiosk
Ahmed et al. Developing an efficient scheduling template of a chemotherapy treatment unit: A case study
Wagenaar et al. Wait and consult times for primary healthcare services in central Mozambique: a time-motion study
US20200090132A1 (en) COGNITIVE APPOINTMENT SCHEDULING AND MANAGEMENT INTEGRATING IoT DATA
Duma et al. An ad hoc process mining approach to discover patient paths of an Emergency Department
US20100205005A1 (en) Patient oriented electronic medical record system
WO2016201595A1 (zh) 一种基于rfid技术的自动化就诊系统
CN116457891A (zh) 医院门诊智能引导方法、装置和系统
CN111710401A (zh) 大数据与医保卡相结合确定就诊时间的方法及系统
US20070250344A1 (en) Systems and methods for scheduling and sequencing sessions or appointments
CN109545352B (zh) 导诊服务方法、装置、电子设备及存储介质
US20170024523A1 (en) Requirement Forecast for Health Care Services
CN112216361A (zh) 基于人工智能的随访计划单生成方法、装置、终端及介质
Viana et al. A hybrid discrete event agent based overdue pregnancy outpatient clinic simulation model
EP1859396A1 (en) Optimised appointment scheduling method
EP1859395A1 (en) Method and user interface for managing and displaying solutions for multiple resources in an appointment scheduling system
CA3150136A1 (en) Appointment system for unfulfilled appointment optimization to be filled by waiting list patients
KR20130014884A (ko) 진료 일정 관리 방법과 이를 이용한 진료 예약 시스템
CN207638698U (zh) 一种诊前病史综合系统
US20090313038A1 (en) Method for Processing a Link of Time Segments
JP2003296448A (ja) 診療予約管理方法および診療予約管理プログラム
CN114649087B (zh) 资源预约方法、资源预约系统、电子设备和存储装置
Huang et al. Reduction of service time variation in patient visit groups using decision tree method for an effective scheduling
CN113724824A (zh) 慢性病患者随访方法、装置、计算机设备及可读存储介质

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: 20200925

WW01 Invention patent application withdrawn after publication