CN111724889B - 目标医疗点数据处理方法、装置及可读存储介质 - Google Patents
目标医疗点数据处理方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN111724889B CN111724889B CN202010617000.1A CN202010617000A CN111724889B CN 111724889 B CN111724889 B CN 111724889B CN 202010617000 A CN202010617000 A CN 202010617000A CN 111724889 B CN111724889 B CN 111724889B
- Authority
- CN
- China
- Prior art keywords
- information
- reference information
- navigation reference
- hospital
- medical point
- 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.)
- Expired - Fee Related
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数据处理技术领域,涉及一种目标医疗点数据处理方法、装置及可读存储介质;该方法包括:根据预设地区范围内各个医疗点上传的当前在院人员信息合集;提取当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算病情数据信息之间的病情匹配度;根据大于等于预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将病情匹配度系数和就诊拥挤度系数进行计算;根据计算结果确定医疗点运作状态;生成当前在院人员信息合集对应的医疗资源饱和热力图;对医疗资源饱和热力图中包含的导航参考信息基于医疗点运作状态进行处理,根据处理结果能够合理地确定目标医疗点。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种目标医疗点数据处理方法、装置及可读存储介质。
背景技术
目前,医疗资源本身就相对紧张,而用户的症状也是各式各样,很可能出现某个医疗点(例如医院)的某诊室需要排队,而另一医疗点处理相同症状的诊室却有空余,这使得医疗资源的分配并不均匀。不仅如此,在一些特殊情况下,例如疫情期间,某个特殊症状对应的诊室需求量激增,而用户由于无法获取每个医疗点的具体情况,不仅会使得用户不能及时的救治,也会出现某些医疗点压力过大,而其他医疗点却较为空闲的情况,现有技术无法为用户合理地确定医疗点进行就诊。
有鉴于此,如何提供一种能够合理为用户确定医疗点的方案,是本领域技术人员需要解决的。
发明内容
本发明提供一种目标医疗点数据处理方法、装置及可读存储介质。
第一方面,本发明实施例提供一种目标医疗点数据处理方法,应用于计算机设备,所述方法包括:
根据预设地区范围内各个医疗点上传的当前在院人员信息合集;
提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度;
判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;
若是,将大于所述预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;
通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;
根据所述当前人数容纳比计算所述目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;
根据所述就诊拥挤度确定所述目标参考在院用户集合对应的就诊拥挤度系数;
根据大于等于所述预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将所述病情匹配度系数和所述就诊拥挤度系数进行计算;
根据计算结果确定医疗点运作状态;
将所述当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于所述医疗点运作状态建立所述导航参考信息之间的优先推荐级别;
生成所述当前在院人员信息合集对应的医疗资源饱和热力图;
对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点。
可选地,所述判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度的判断结果为否,还包括:
根据所述病情匹配度确定所述医疗点运作状态。
可选地,所述根据预设地区范围内各个医疗点上传的当前在院人员信息合集步骤执行之后,所述提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度步骤执行之前,还包括:
将所述当前在院人员信息合集中包含的所述各个参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集;
相应的,所述提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度,包括:
提取所述标准当前在院人员信息合集中包含的各个标准地址对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度。
可选地,所述对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点,包括:
对所述医疗资源饱和热力图中包含的各个导航参考信息分配标签;将所述医疗点运作状态作为所述医疗资源饱和热力图的权重对携带有所述标签的导航参考信息进行处理,根据处理结果将标签相同且具有优先推荐级别的导航参考信息确定为目标导航参考信息集合;
基于所述目标导航参考信息集合对应的目标用户集合确定所述目标医疗点。
可选地,所述地理区域包括街道地理区域;
相应的,所述将所述当前在院人员信息合集中包含的所述参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集,包括:
将所述当前在院人员信息合集中包含的所述各个参考在院用户按照所述街道地理区域进行标准化处理,获得所述街道地理区域中包含的标准地址组成的所述标准当前在院人员信息合集。
可选地,所述对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点,包括:
根据医疗资源饱和热力图中的多个导航参考信息,建立多个导航参考信息之间的关联关系;
在所述多个导航参考信息中选择第一导航参考信息,并根据所述第一导航参考信息与目标用户之间的匹配值,确定所述第一导航参考信息对应的医疗点运作状态;
根据所述第一导航参考信息对应的医疗点运作状态、以及所述多个导航参考信息之间的关联关系,确定所述多个导航参考信息中、除所述第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态;所述第一导航参考信息对应的医疗点运作状态和所述第二导航参考信息对应的医疗点运作状态分别为一个距离指标,所述距离指标中的导航参考路径的匹配规则与所述目标用户的导航参考路径匹配规则相同,所述距离指标中的导航参考路径分别代表所述第一导航参考信息和所述第二导航参考信息分别匹配所述目标用户的置信度;
根据所述各第二导航参考信息对应的医疗点运作状态,确定与所述目标人员对应的第二导航参考信息;
当所述第二导航参考信息匹配所述目标用户的置信度达到置信度阈值时,将所述第二导航参考信息对应的医疗点作为所述目标医疗点。
可选地,所述根据所述第一导航参考信息对应的医疗点运作状态、以及所述多个导航参考信息之间的关联关系,确定所述多个导航参考信息中、除所述第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态,包括:
对于每个第二导航参考信息,根据与该第二导航参考信息预设的权重,分别确定该第二导航参考信息和每个与其相邻的导航参考信息之间的关联度;
根据所述第二导航参考信息和每个与其相邻的导航参考信息之间的关联度、以及所述每个与其相邻的导航参考信息的医疗点运作状态,确定该第二导航参考信息的医疗点运作状态。
第二方面,本发明实施例提供一种目标医疗点数据处理装置,应用于计算机设备,所述装置包括:
获取模块,用于根据预设地区范围内各个医疗点上传的当前在院人员信息合集;提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度;
判断模块,用于判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;若是,将大于所述预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;
计算模块,用于通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;根据所述当前人数容纳比计算所述目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;根据所述就诊拥挤度确定所述目标参考在院用户集合对应的就诊拥挤度系数;根据大于等于所述预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将所述病情匹配度系数和所述就诊拥挤度系数进行计算;根据计算结果确定医疗点运作状态;
生成模块,用于将所述当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于所述医疗点运作状态建立所述导航参考信息之间的优先推荐级别;生成所述当前在院人员信息合集对应的医疗资源饱和热力图;对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点。
第三方面,本发明实施例提供一种计算机设备,所述计算机设备包括处理器及存储有计算机指令的非易失性存储器,所述计算机指令被所述处理器执行时,所述计算机设备执行第一方面所述的目标医疗点数据处理方法。
第四方面,本发明实施例一种可读存储介质,所述可读存储介质包括计算机程序,所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面所述的目标医疗点数据处理方法。
相比现有技术,本发明提供的有益效果包括:本发明实施例提供一种目标医疗点数据处理方法、装置及可读存储介质,目标医疗点数据处理方法应用于计算机设备,包括:通过根据预设地区范围内各个医疗点上传的当前在院人员信息合集;进而提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度;再判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;若是,将大于所述预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;并通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;然后根据所述当前人数容纳比计算所述目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;接着根据所述就诊拥挤度确定所述目标参考在院用户集合对应的就诊拥挤度系数;接下来根据大于等于所述预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将所述病情匹配度系数和所述就诊拥挤度系数进行计算;再由根据计算结果确定医疗点运作状态;并且将所述当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于所述医疗点运作状态建立所述导航参考信息之间的优先推荐级别;再生成所述当前在院人员信息合集对应的医疗资源饱和热力图;最终对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点,能够合理的为用户推荐目标医疗点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定。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相关的附图。
图1为本发明实施例提供的目标医疗点数据处理系统的交互示意图;
图2为本发明实施例提供的一种目标医疗点数据处理方法的步骤流程示意图;
图3为本发明实施例提供的一种目标医疗点数据处理装置的结构示意图;
图4为本发明提供的计算机设备的结构示意图。
图标:100-计算机设备;110-目标医疗点数据处理装置;1101-获取模块;1102-判断模块;1103-计算模块;1104-生成模块;111-存储器;112-处理器;113-通信单元;200-医疗点。
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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
下面结合附图,对本发明的具体实施方式进行详细说明。
目前,医疗资源紧缺是一直存在的问题,除了因为医疗资源本身因为数量的问题(例如,医院的床位不够、医护人员人数不够等)造成紧缺意外,仅有的医疗资源分配不均也是重要原因之一,例如用户在确定想要前往的医疗点的时候,无法获知各个医疗点的情况,很可能造成大量用户前往同一医疗点,而其他医疗点却并不需要排队,医疗资源分配的不均匀,不仅使得医疗点的压力过大,也会使得用户不能得到及时的就诊。基于此,请参照图1,图1是本发明实施例提供的目标医疗点数据处理系统的交互示意图。目标医疗点数据处理系统可以包括计算机设备100以及与计算机设备100通信连接的多个医疗点200。在本发明实施例中,医疗点200可以指医院、诊所等设施用户记录信息数据的服务器。图1所示的目标医疗点数据处理系统仅为一种可行的示例,在其它可行的实施例中,该目标医疗点数据处理系统也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中,计算机设备100可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中,移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等,或其任意组合。在一些实施例中,可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等,或其任何组合。在一些实施例中,智能移动设备可以包括智能手机、个人数字助理、游戏设备等,或其任意组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
本实施例中,目标医疗点数据处理系统中的计算机设备100和医疗点可以通过配合执行以下方法实施例所描述的目标医疗点数据处理方法,具体计算机设备100和医疗点的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本发明实施例提供的目标医疗点数据处理方法的流程示意图,本实施例提供的目标医疗点数据处理方法可以由图1中所示的计算机设备100100执行,下面对该目标医疗点数据处理方法进行详细介绍。
步骤201,根据预设地区范围内各个医疗点200上传的当前在院人员信息合集。
步骤202,提取当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算病情数据信息之间的病情匹配度。
步骤203,判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度。
步骤204,若是,将大于预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合。
步骤205,通过查询预先设置的参考在院用户之间的预设人数容纳比,确定目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比。
步骤206,根据当前人数容纳比计算目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度。
步骤207,根据就诊拥挤度确定目标参考在院用户集合对应的就诊拥挤度系数。
步骤208,根据大于等于预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将病情匹配度系数和就诊拥挤度系数进行计算,根据计算结果确定医疗点运作状态。
步骤209,将当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于医疗点运作状态建立导航参考信息之间的优先推荐级别。
步骤210,生成当前在院人员信息合集对应的医疗资源饱和热力图。
步骤211,对医疗资源饱和热力图中包含的导航参考信息基于医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点。
医疗点可以是指医院,也可以是指诊所或者因特殊情况(例如疫情)开设的临时医疗站,在医疗点接收到病人后,可以对病人进行信息,登记的信息可以包括病人的基本身份信息、到达医疗站的时间、病情情况、就诊科室、就诊医生等。可以将成功挂号的病人作为参考在院用户,而进入医疗点后获取的该参考在院用户的信息都可以存储到当前在院人员信息合集中。当前在院人员信息合集中,将参考在院用户的病情数据信息提取,然后计算医疗点中所有参考在院人数的病情匹配度,即获取该医疗点所有病情相关信息,例如某种疾病的患病人数以及当前处理某疾病的诊室的排队情况,应当理解的是,用户患病的种类复杂,因此可以将病情匹配度高的病人归类为同一病情(即各个病情匹配度中大于预设病情匹配度阈值的病情匹配度),以此来提高数据处理的效率。
在获取了病情匹配度中小于预设病情匹配度阈值的参考在院用户组成的目标参考在院用户集合后,可以通过查询预先设置的参考在院用户之间的预设人数容纳比,确定目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比,例如,对于某类疾病对应的诊室来说,可以20个人为分母,病情数据信息与该诊室匹配的参考在院用户作为分子(预设人数容纳比),例如有10个参考在院用户正在该诊室进行诊断或者候诊,当前人数容纳比为10/20=0.5。可以将拥挤度设置为空闲、饱和、拥挤和瘫痪,当前人数容纳比不超过0.5时可以认为是空闲,超过0.5不超过1可以认为是饱和,超过1不超过2可以认为是拥挤,超过2可以认为是瘫痪。可以对应设置空闲、饱和、拥挤和瘫痪的预设病情匹配度阈值。
在获取了就诊拥挤度系数和根据病情匹配度确定病情匹配度系数后,可以计算得到该医疗点的医疗点运作状态,例如,某种疾病的病情匹配度系数可以是标识、字符或者向量,可以将计算结果用于表示医疗点运作状态。一般可以认为用户登记时的住址信息正是其当前正在居住的位置,可以从当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,导航参考信息可以是各个参考在院用户去往医疗点的时候的路径,可以将其也设置在当前在院人员信息合集对应的医疗资源饱和热力图中以供参考,值得说明的是,在获取预设地区范围内各个医疗点时,参考的点可以是目标用户为中心,预设半径为覆盖面的区域。
在前述基础上,当判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度的判断结果为否时,执行以下步骤。
根据病情匹配度确定医疗点运作状态。
当医疗点并不存在大量参考在院用户需要处理相同或者相似的病症时,可以直接根据病情匹配度确定医疗点运作状态,仅做参考即可。
在前述基础上,在步骤201执行之后,步骤202执行之前,本发明实施例可以执行以下步骤。
(1)将当前在院人员信息合集中包含的各个参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集。
为了能够方便后续定位,可以先将获取的当前在院人员信息合集中包含的各个参考在院用户按照地理区域进行标准化处理,以使在生成导航参考信息等定位信息时提高数据的处理效率。
相应的,在上述步骤的基础上,作为步骤202的一种较为详细的实施方式,可以参考以下步骤。
(1)提取标准当前在院人员信息合集中包含的各个标准地址对应的病情数据信息,计算病情数据信息之间的病情匹配度,并判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度。
如前,根据标准地址对应的病情数据信息计算病情数据信息之间的病情匹配度,能够在计算得出病情匹配度时将各个参考在院用户的地址信息精准关联,为了能够给目标用户推荐合适的医疗点,减轻医疗点的压力,可以将病情匹配度,即各个参考在院用户的症状、疾病由参考在院用户转移至于各个参考在院用户对应的标准地址上,以方便后续医疗资源饱和热力图的生成。
以下步骤作为步骤211的一种具体的实施方式,来描述如何确定目标医疗点。
子步骤211-1,对医疗资源饱和热力图中包含的各个导航参考信息分配标签。
子步骤211-2,将医疗点运作状态作为医疗资源饱和热力图的权重对携带有标签的导航参考信息进行处理,根据处理结果将标签相同且具有优先推荐级别的导航参考信息确定为目标导航参考信息集合。
子步骤211-3,基于目标导航参考信息集合对应的目标用户集合确定目标医疗点。
应当理解的是,在为各个导航参考信息分配标签后,根据医疗点运作状态作为权重对导航参考信息进行处理,能够得到据医疗点运作状态不拥挤,且预测前往该医疗点的路程也较为通常的医疗点,而优先推荐级别可以是事先对各个医疗点之间进行评级,例如,三甲医院的优先推荐级别显然高于某诊所。在得到目标导航参考信息集合后,便可以为目标用户推荐该目标用户需要处理的症状在医疗点运作状态处于良好,路程畅通且优先级较高的医疗点。
基于上述步骤,提出的地理区域包括街道地理区域。
相应的,前述在步骤201执行之后,步骤202执行之前的详细步骤(1)可以进一步地以以下方式进行实现。
将当前在院人员信息合集中包含的各个参考在院用户按照街道地理区域进行标准化处理,获得街道地理区域中包含的标准地址组成的标准当前在院人员信息合集。
在本发明实施例中,以最小单位街道地理区域作为地理区域能够较为精确地实现定位。在本发明实施例的其他实施方式中,目标用户可以将预设区域范围扩大,例如跨市、跨省,那么地理区域可以包括城市地理区域,省份地理区域,在此不做限制。
除了上述步骤,本发明实施例还提供另一种步骤211的详细实施步骤,以此来确定目标医疗点。
子步骤211-4,根据医疗资源饱和热力图中的多个导航参考信息,建立多个导航参考信息之间的关联关系。
子步骤211-5,在多个导航参考信息中选择第一导航参考信息,并根据第一导航参考信息与目标用户之间的匹配值,确定第一导航参考信息对应的医疗点运作状态。
子步骤211-6,根据第一导航参考信息对应的医疗点运作状态、以及多个导航参考信息之间的关联关系,确定多个导航参考信息中、除第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态;第一导航参考信息对应的医疗点运作状态和第二导航参考信息对应的医疗点运作状态分别为一个距离指标,距离指标中的导航参考路径的匹配规则与目标用户的导航参考路径匹配规则相同,距离指标中的导航参考路径分别代表第一导航参考信息和第二导航参考信息分别匹配目标用户的置信度。
子步骤211-7,根据各第二导航参考信息对应的医疗点运作状态,确定与目标人员对应的第二导航参考信息。
子步骤211-8,当第二导航参考信息匹配目标用户的置信度达到置信度阈值时,将第二导航参考信息对应的医疗点作为目标医疗点。
除了前述将医疗点运作状态作为权重来确定目标医疗点,还可以由以上步骤实现。具体的,可以建立医疗资源饱和热力图中的多个导航参考信息,建立多个导航参考信息之间的关联关系,并从中选取第一导航参考信息,第一导航参考信息可以是与目标用户达到医疗点的路径匹配程度较高的参考在院用户到达对应的医疗点的导航路径,然后可以获取除第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态。而距离指标中的导航参考路径的匹配规则可以是指基于同一个导航软件进行路径匹配,以提高计算结果的精确性。在获取了第一导航参考信息和第二导航参考信息分别匹配目标用户的置信度后,进一步可以判断第二导航参考信息匹配目标用户的置信度是否达到置信度阈值,若是,可以将将第二导航参考信息对应的医疗点作为目标医疗点,通过上述步骤,主要以目标用户达到各个医疗点的路径为参考依据,在一些特殊时间段,例如早高峰、晚高峰,尽快的抵达目标医疗点能够更好地保证目标用户的生命安全(尽快的抵达,即时医疗点较为拥挤,处于紧急情况的目标用户也能够被优先救治)。
对于前述子步骤211-6,本发明实施例提供了如下实施步骤作为一种具体的实施方式。
(1)对于每个第二导航参考信息,根据与该第二导航参考信息预设的权重,分别确定该第二导航参考信息和每个与其相邻的导航参考信息之间的关联度。
(2)根据第二导航参考信息和每个与其相邻的导航参考信息之间的关联度、以及每个与其相邻的导航参考信息的医疗点运作状态,确定该第二导航参考信息的医疗点运作状态。
通过以上步骤,能够结合第二导航参考信息预设的权重进一步精确地确定该第二导航参考信息和每个与其相邻的导航参考信息之间的关联度,进而能够结合每个与其相邻的导航参考信息对应的医疗点运作状态,精确地确定该第二导航参考信息的医疗点运作状态,例如,相邻的医疗点运作状态为瘫痪,很可能会将该医疗点的在院参考用户转移至第二导航参考信息对应的医疗点。
作为一种可替代的实施例,下面提出一种前述子步骤211-4的具体实施方式,可以包括以下步骤。
(1)统计多个导航参考信息中出现的导航参考信息,得到多个导航参考信息。
(2)将多个导航参考信息分别作为节点,在同时出现在同一多个导航参考信息中的导航参考信息之间建立边,以建立多个导航参考信息之间的连接关系网,其中,连接关系网用于代表多个导航参考信息之间的关联关系。
在前述子步骤211-4之后,本发明实施例还提一种更加具体的实施方式。针对多个导航参考信息中的各导航参考信息,统计该导航参考信息在多个导航参考信息中的出现次数,如果出现次数未达到第一阈值,从多个导航参考信息中去除导航参考信息。
而在执行前述子步骤211-5之前,本发明实施例还可以包括如下步骤。如果连接关系网中包含孤立的子网,统计子网包含的节点数量; 如果子网包含的节点数量低于第二阈值,则从连接关系网中删除子网。
对于前述的子步骤211-7,本发明实施例提供一种更为详细的实施方式,可以参考以下步骤。
如果医疗点运作状态中取值最大的导航参考路径的值小于第三阈值,将第二导航参考信息标记为噪声,并删除第二导航参考信息。确定第二导航参考信息对应的医疗点运作状态中取值最大的导航参考路径,并确定取值最大的导航参考路径对应的医疗点运作状态; 将第二导航参考信息确定为与医疗点运作状态对应的第二导航参考信息。
对于前述子步骤211-5中提出的在多个导航参考信息中选择第一导航参考信息的步骤,本发明实施例提供一种更加详细的实施方式,确定多个导航参考信息中各个导航参考信息的位置信息;将以每个医疗点运作状态的位置为中心,预定距离范围内的导航参考信息,确定为该医疗点运作状态对应的第一导航参考信息。
在前述基础上,确定多个导航参考信息中各个导航参考信息的位置信息的步骤可以是对于多个导航参考信息中的每个导航参考信息, 确定上报包含该导航参考信息的多个导航参考信息的医疗资源饱和热力图的位置信息; 获取该导航参考信息在医疗资源饱和热力图处的信号强度; 根据信号强度和医疗资源饱和热力图的位置信息确定该导航参考信息的位置信息。
本发明实施例还提供一种目标医疗点数据处理装置110,应用于计算机设备100,如图3所示,目标医疗点数据处理装置110包括:
获取模块1101,用于根据预设地区范围内各个医疗点200上传的当前在院人员信息合集;提取当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算病情数据信息之间的病情匹配度;
判断模块1102,用于判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;若是,将大于预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;
计算模块1103,用于通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;根据所述当前人数容纳比计算目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;根据就诊拥挤度确定目标参考在院用户集合对应的就诊拥挤度系数;根据大于等于预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将病情匹配度系数和就诊拥挤度系数进行计算;根据计算结果确定医疗点运作状态;
生成模块1104,用于将当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于医疗点运作状态建立导航参考信息之间的优先推荐级别;生成当前在院人员信息合集对应的医疗资源饱和热力图;对医疗资源饱和热力图中包含的导航参考信息基于医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点。
进一步地,判断模块1102还用于:
根据病情匹配度确定医疗点运作状态。
进一步地,根据预设地区范围内各个医疗点200上传的当前在院人员信息合集步骤执行之后,获取模块1101还用于:
将当前在院人员信息合集中包含的各个参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集。
相应的,所判断模块1102还用于:
提取标准当前在院人员信息合集中包含的各个标准地址对应的病情数据信息,计算病情数据信息之间的病情匹配度,并判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度。
进一步地,生成模块1104具体用于:
对医疗资源饱和热力图中包含的各个导航参考信息分配标签;将医疗点运作状态作为医疗资源饱和热力图的权重对携带有标签的导航参考信息进行处理,根据处理结果将标签相同且具有优先推荐级别的导航参考信息确定为目标导航参考信息集合;基于目标导航参考信息集合对应的目标用户集合确定目标医疗点。
进一步地,地理区域包括街道地理区域;
相应的,获取模块1101具体用于:
将当前在院人员信息合集中包含的各个参考在院用户按照街道地理区域进行标准化处理,获得街道地理区域中包含的标准地址组成的标准当前在院人员信息合集。
进一步地,生成模块1104具体还用于:
根据医疗资源饱和热力图中的多个导航参考信息,建立多个导航参考信息之间的关联关系;在多个导航参考信息中选择第一导航参考信息,并根据第一导航参考信息与目标用户之间的匹配值,确定第一导航参考信息对应的医疗点运作状态;根据第一导航参考信息对应的医疗点运作状态、以及多个导航参考信息之间的关联关系,确定多个导航参考信息中、除第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态;第一导航参考信息对应的医疗点运作状态和第二导航参考信息对应的医疗点运作状态分别为一个距离指标,距离指标中的导航参考路径的匹配规则与目标用户的导航参考路径匹配规则相同,距离指标中的导航参考路径分别代表第一导航参考信息和第二导航参考信息分别匹配目标用户的置信度;根据各第二导航参考信息对应的医疗点运作状态,确定与目标人员对应的第二导航参考信息;当第二导航参考信息匹配目标用户的置信度达到置信度阈值时,将第二导航参考信息对应的医疗点作为目标医疗点。
进一步地,生成模块1104具体跟进一步用于:
对于每个第二导航参考信息,根据与该第二导航参考信息预设的权重,分别确定该第二导航参考信息和每个与其相邻的导航参考信息之间的关联度;根据第二导航参考信息和每个与其相邻的导航参考信息之间的关联度、以及每个与其相邻的导航参考信息的医疗点运作状态,确定该第二导航参考信息的医疗点运作状态。
在本发明实施例中,目标医疗点数据处理装置110的实现原理可以参照前述短信解析方法的实现原理,在此不再赘述。需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,获取模块1101可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上获取模块1101的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
本发明实施例提供一种计算机设备100,计算机设备100包括处理器及存储有计算机指令的非易失性存储器,计算机指令被处理器执行时,计算机设备100执行前述的目标医疗点数据处理方法。如图4所示,图4为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括目标医疗点数据处理装置110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互,存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如,可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。目标医疗点数据处理装置110包括至少一个可以软件或固件(firmware)的形式存储于存储器111中或固化在计算机设备100的操作系统(operating system,OS)中的软件功能模块。处理器112用于执行存储器111中存储的可执行模块,例如目标医疗点数据处理装置110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质,可读存储介质包括计算机程序,计算机程序运行时控制可读存储介质所在计算机设备执行前述的目标医疗点数据处理方法。
综上所述,本发明实施例提供一种目标医疗点数据处理方法、装置及可读存储介质,目标医疗点数据处理方法应用于计算机设备,包括:通过根据预设地区范围内各个医疗点上传的当前在院人员信息合集;进而提取当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算病情数据信息之间的病情匹配度;再判断病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;若是,将大于预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;并通过查询预先设置的参考在院用户之间的预设人数容纳比,确定目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;然后根据当前人数容纳比计算目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;接着根据就诊拥挤度确定目标参考在院用户集合对应的就诊拥挤度系数;接下来根据大于等于预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将病情匹配度系数和就诊拥挤度系数进行计算;再由根据计算结果确定医疗点运作状态;并且将当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于医疗点运作状态建立导航参考信息之间的优先推荐级别;再生成当前在院人员信息合集对应的医疗资源饱和热力图;最终对医疗资源饱和热力图中包含的导航参考信息基于医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点,能够合理的为用户推荐目标医疗点。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种目标医疗点数据处理方法,其特征在于,应用于计算机设备,所述方法包括:
根据预设地区范围内各个医疗点上传的当前在院人员信息合集;
提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度;
判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;
若是,将大于所述预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;
通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;
根据所述当前人数容纳比计算所述目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;
根据所述就诊拥挤度确定所述目标参考在院用户集合对应的就诊拥挤度系数;
根据大于等于所述预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将所述病情匹配度系数和所述就诊拥挤度系数进行计算;
根据计算结果确定医疗点运作状态;
将所述当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于所述医疗点运作状态建立所述导航参考信息之间的优先推荐级别;
生成所述当前在院人员信息合集对应的医疗资源饱和热力图;
对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点;
所述对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点,包括:
对所述医疗资源饱和热力图中包含的各个导航参考信息分配标签;将所述医疗点运作状态作为所述医疗资源饱和热力图的权重对携带有所述标签的导航参考信息进行处理,根据处理结果将标签相同且具有优先推荐级别的导航参考信息确定为目标导航参考信息集合;
基于所述目标导航参考信息集合对应的目标用户集合确定所述目标医疗点。
2.根据权利要求1所述的方法,其特征在于,所述判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度的判断结果为否,还包括:
根据所述病情匹配度确定所述医疗点运作状态。
3.根据权利要求1所述的方法,其特征在于,所述根据预设地区范围内各个医疗点上传的当前在院人员信息合集步骤执行之后,所述提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度步骤执行之前,还包括:
将所述当前在院人员信息合集中包含的所述各个参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集;
相应的,所述提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度,包括:
提取所述标准当前在院人员信息合集中包含的各个标准地址对应的病情数据信息,计算所述病情数据信息之间的病情匹配度,并判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度。
4.根据权利要求3所述的方法,其特征在于,所述地理区域包括街道地理区域;
相应的,所述将所述当前在院人员信息合集中包含的所述参考在院用户按照地理区域进行标准化处理,获得标准地址组成的标准当前在院人员信息合集,包括:
将所述当前在院人员信息合集中包含的所述各个参考在院用户按照所述街道地理区域进行标准化处理,获得所述街道地理区域中包含的标准地址组成的所述标准当前在院人员信息合集。
5.根据权利要求1所述的方法,其特征在于,所述对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点,包括:
根据医疗资源饱和热力图中的多个导航参考信息,建立多个导航参考信息之间的关联关系;
在所述多个导航参考信息中选择第一导航参考信息,并根据所述第一导航参考信息与目标用户之间的匹配值,确定所述第一导航参考信息对应的医疗点运作状态;
根据所述第一导航参考信息对应的医疗点运作状态、以及所述多个导航参考信息之间的关联关系,确定所述多个导航参考信息中、除所述第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态;所述第一导航参考信息对应的医疗点运作状态和所述第二导航参考信息对应的医疗点运作状态分别为一个距离指标,所述距离指标中的导航参考路径的匹配规则与所述目标用户的导航参考路径匹配规则相同,所述距离指标中的导航参考路径分别代表所述第一导航参考信息和所述第二导航参考信息分别匹配所述目标用户的置信度;
根据所述各第二导航参考信息对应的医疗点运作状态,确定与目标人员对应的第二导航参考信息;
当所述第二导航参考信息匹配所述目标用户的置信度达到置信度阈值时,将所述第二导航参考信息对应的医疗点作为所述目标医疗点。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一导航参考信息对应的医疗点运作状态、以及所述多个导航参考信息之间的关联关系,确定所述多个导航参考信息中、除所述第一导航参考信息之外的各第二导航参考信息对应的医疗点运作状态,包括:
对于每个第二导航参考信息,根据与该第二导航参考信息预设的权重,分别确定该第二导航参考信息和每个与其相邻的导航参考信息之间的关联度;
根据所述第二导航参考信息和每个与其相邻的导航参考信息之间的关联度、以及所述每个与其相邻的导航参考信息的医疗点运作状态,确定该第二导航参考信息的医疗点运作状态。
7.一种目标医疗点数据处理装置,其特征在于,应用于计算机设备,所述装置包括:
获取模块,用于根据预设地区范围内各个医疗点上传的当前在院人员信息合集;提取所述当前在院人员信息合集中包含的各个参考在院用户对应的病情数据信息,计算所述病情数据信息之间的病情匹配度;
判断模块,用于判断所述病情匹配度中是否存在大于预设病情匹配度阈值的病情匹配度;若是,将大于所述预设病情匹配度阈值的病情匹配度对应的病情数据信息的参考在院用户添加至目标参考在院用户集合;
计算模块,用于通过查询预先设置的参考在院用户之间的预设人数容纳比,确定所述目标参考在院用户集合中包含的各个参考在院用户之间的当前人数容纳比;根据所述当前人数容纳比计算所述目标参考在院用户集合中包含的各个参考在院用户之间的就诊拥挤度;根据所述就诊拥挤度确定所述目标参考在院用户集合对应的就诊拥挤度系数;根据大于等于所述预设病情匹配度阈值的病情数据信息之间的病情匹配度确定病情匹配度系数,将所述病情匹配度系数和所述就诊拥挤度系数进行计算;根据计算结果确定医疗点运作状态;
生成模块,用于将所述当前在院人员信息合集中包含的各个参考在院用户对应的住址信息作为导航参考信息,并基于所述医疗点运作状态建立所述导航参考信息之间的优先推荐级别;生成所述当前在院人员信息合集对应的医疗资源饱和热力图;对所述医疗资源饱和热力图中包含的导航参考信息基于所述医疗点运作状态进行处理,根据处理结果确定目标医疗点目标医疗点;
所述生成模块具体用于:
对所述医疗资源饱和热力图中包含的各个导航参考信息分配标签;将所述医疗点运作状态作为所述医疗资源饱和热力图的权重对携带有所述标签的导航参考信息进行处理,根据处理结果将标签相同且具有优先推荐级别的导航参考信息确定为目标导航参考信息集合;基于所述目标导航参考信息集合对应的目标用户集合确定所述目标医疗点。
8.一种计算机设备,其特征在于,所述计算机设备包括处理器及存储有计算机指令的非易失性存储器,所述计算机指令被所述处理器执行时,所述计算机设备执行权利要求1-6中任意一项所述的目标医疗点数据处理方法。
9.一种可读存储介质,其特征在于,所述可读存储介质包括计算机程序,所述计算机程序运行时控制所述可读存储介质所在计算机设备执行权利要求1-6中任意一项所述的目标医疗点数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617000.1A CN111724889B (zh) | 2020-07-01 | 2020-07-01 | 目标医疗点数据处理方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617000.1A CN111724889B (zh) | 2020-07-01 | 2020-07-01 | 目标医疗点数据处理方法、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111724889A CN111724889A (zh) | 2020-09-29 |
CN111724889B true CN111724889B (zh) | 2021-03-30 |
Family
ID=72570644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010617000.1A Expired - Fee Related CN111724889B (zh) | 2020-07-01 | 2020-07-01 | 目标医疗点数据处理方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724889B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113192614B (zh) * | 2021-04-22 | 2024-02-13 | 广州中康数字科技有限公司 | 一种基于大数据的医疗信息管理系统 |
CN113362921A (zh) * | 2021-06-04 | 2021-09-07 | 莫世成 | 一种基于云计算的医疗服务方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256580A (ja) * | 2002-03-06 | 2003-09-12 | Nec Soft Ltd | 病院紹介システム |
US10789373B2 (en) * | 2011-10-31 | 2020-09-29 | Reid Consulting Group, Inc. | System and method for securely storing and sharing information |
CN104091300A (zh) * | 2014-07-15 | 2014-10-08 | 无锡北斗星通信息科技有限公司 | 医院就诊信息实时交互系统 |
JP6110824B2 (ja) * | 2014-09-19 | 2017-04-05 | 富士フイルム株式会社 | 医療資源紹介装置、システム、プログラム及び医療資源紹介装置の作動方法 |
CN106201154A (zh) * | 2015-05-04 | 2016-12-07 | 江苏易图地理信息工程有限公司 | 基于hmi的三维可视化服务引擎及其运行方法 |
CN107658009A (zh) * | 2017-09-25 | 2018-02-02 | 深圳达实智能股份有限公司 | 一种智慧型医疗就诊方法及其系统和服务器端 |
CN208654842U (zh) * | 2018-03-20 | 2019-03-26 | 湖北福佑家和科技有限公司 | 一种基于大数据的医疗资源分配系统 |
CN109994192A (zh) * | 2019-04-10 | 2019-07-09 | 祝田奇奇 | 一种智能向导装置及系统 |
CN110660471A (zh) * | 2019-07-01 | 2020-01-07 | 江苏环亚医用科技集团股份有限公司 | 一种医疗场所调配管理的方法和装置 |
CN111326240B (zh) * | 2019-07-15 | 2022-05-27 | 郑州大学第一附属医院 | 一种基于无模型的智慧医疗分诊推荐方法 |
CN110751833A (zh) * | 2019-10-14 | 2020-02-04 | 勤好(北京)物业管理有限公司 | 一种医疗后勤管理系统 |
-
2020
- 2020-07-01 CN CN202010617000.1A patent/CN111724889B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111724889A (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724889B (zh) | 目标医疗点数据处理方法、装置及可读存储介质 | |
US20160314185A1 (en) | Identifying events from aggregated device sensed physical data | |
CN111430042A (zh) | 预测传染病传播的方法、装置、计算机设备和存储介质 | |
CN108521461A (zh) | 基于边缘计算的健康监测方法、装置、设备及存储介质 | |
CN110432876A (zh) | 一种健康监控报警方法和装置 | |
KR102268157B1 (ko) | 감염병에 대한 고위험지역 예측 방법 및 장치 | |
CN112309523A (zh) | 基于人工智能的智慧医疗信息推送方法及系统 | |
CN106203694A (zh) | 场所拥挤度预测模型建立、场所拥挤度预测方法和装置 | |
US9529935B2 (en) | Efficient link management for graph clustering | |
CN104217117A (zh) | 一种以用户为核心的智慧医院信息系统 | |
CN113990500A (zh) | 一种生命体征参数的监测方法、装置以及储存介质 | |
Selvakanmani et al. | Fuzzy assisted fog and cloud computing with MIoT system for performance analysis of health surveillance system | |
CN112634889A (zh) | 基于人工智能的电子病例录入方法、装置、终端及介质 | |
Rodrigues et al. | Digital health in smart cities: Rethinking the remote health monitoring architecture on combining edge, fog, and cloud | |
CN111933283B (zh) | 一种健康监测方法及装置 | |
CN113744845A (zh) | 基于人工智能的医学影像处理方法、装置、设备及介质 | |
Gourisaria et al. | AI and IoT enabled smart hospital management systems | |
CN115662596A (zh) | 医疗设备的选址方法、装置和存储介质 | |
CN114020429A (zh) | 任务处理方法以及装置、设备和存储介质 | |
CN114783586A (zh) | 一种基于5g技术的智慧医疗管理方法、系统、终端及介质 | |
CN114373541A (zh) | 基于分布式的智能中医诊断方法、系统及存储介质 | |
CN114120177A (zh) | 一种基于智慧健康监控的用户行为引导方法及系统 | |
Magendran et al. | Real Time Monitoring and Tracking Objects for Pandemic | |
Akram et al. | Life savior: an integrated emergency response system | |
CN113723509B (zh) | 基于联邦强化学习的随访监测方法、装置及相关设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210309 Address after: Room 303, building 17, 810 Yishan Road, Xuhui District, Shanghai Applicant after: Loncent medical technology (Shanghai) Co.,Ltd. Address before: 510700 Room 601, 16 Kehui 1st Street, Huangpu District, Guangzhou City, Guangdong Province Applicant before: Zhiboyun information technology (Guangzhou) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210330 Termination date: 20210701 |