CN111798073A - 一种医疗设备评价方法和指标权重的确定方法及装置 - Google Patents

一种医疗设备评价方法和指标权重的确定方法及装置 Download PDF

Info

Publication number
CN111798073A
CN111798073A CN201910274542.0A CN201910274542A CN111798073A CN 111798073 A CN111798073 A CN 111798073A CN 201910274542 A CN201910274542 A CN 201910274542A CN 111798073 A CN111798073 A CN 111798073A
Authority
CN
China
Prior art keywords
index
level
evaluation
indexes
data
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.)
Pending
Application number
CN201910274542.0A
Other languages
English (en)
Inventor
田庆丰
孙亮
程敬亮
张文渊
张勇
鲁评
何燕
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.)
Beijing Xushui Interconnection Technology Co ltd
Zhengzhou University
First Affiliated Hospital of Zhengzhou University
Original Assignee
Beijing Xushui Interconnection Technology Co ltd
Zhengzhou University
First Affiliated Hospital of Zhengzhou University
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 Beijing Xushui Interconnection Technology Co ltd, Zhengzhou University, First Affiliated Hospital of Zhengzhou University filed Critical Beijing Xushui Interconnection Technology Co ltd
Priority to CN201910274542.0A priority Critical patent/CN111798073A/zh
Publication of CN111798073A publication Critical patent/CN111798073A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种医疗设备评价方法和指标权重的确定方法及装置，首先构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；之后采集所构建的评价指标体系中每一个三级指标的指标数据；最后根据所采集的三级指标的指标数据推算得到所述三级指标的权重。如此，本发明首先用专家咨询进行指标的确定，并构建评价指标体系；之后对指标体系中的每个指标数据进行采集，将数据采集的结果进行归一化处理，然后利用客观数据去反推指标的权重。这样的运用不但考虑了专家的意见，而且克服了中传统方法主观赋值的缺陷，从而实现了主观和客观相结合。

Description

一种医疗设备评价方法和指标权重的确定方法及装置
技术领域
本发明涉及大数据医疗设备评价领域，尤其涉及一种医疗设备评价方法和指标权重的确定方法及装置。
背景技术
目前，国内外研究对于磁共振成像设备(MRI)临床功能和适用性的评价指标已较为成熟。美国医学物理学家协会(American association of physicists in medicine，AAPM)和ACR从评估MRI质量保证、模体方面提出一些评价标准；美国电气制造商协会从图像信噪比、均匀性、伪影、特定吸收率(Specific absorption rate，SAR)等方面提出了技术性能测试方法和标准。此外，1993年，美国放射学会(American college of radiology,ACR)通过多学科合作，还建立了包括MRI等多种医疗设备在内的利用适宜性评估标准，并开发了辅助临床决策的相关软件。国外的关于评价磁共振成像设备的评价体系多用于分析具体的病症或者临床症状以及技术操作准则。
然而，对于MRI的评价尚缺乏大范围、系统性、综合性研究，且并未涵盖我国人群易患疾病病种的MRI检查临床效能研究的数据。概括来说，国内外尚未形成一套完整、系统的MRI设备评价方法。
发明内容
本发明实施例为了解决上述提及的现有对于MRI的评价尚未形成一套完整、系统的MRI设备评价方法的问题，创造性的提供一种医疗设备评价方法和指标权重的确定方法及装置。
根据本发明实施例的第一方面，提供一种医疗设备评价方法，该方法包括：构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；采集所构建的评价指标体系中每一个三级指标的指标数据；根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
根据本发明一实施方式，所述构建对应医疗设备的评价指标体系，包括：确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；利用所述一级指标筛选所述评价指标体系的要素指标；根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
根据本发明一实施方式，所述采集所构建的评价指标体系中每一个三级指标的指标数据，包括：对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；利用专家评级的方法采集所述三级主观指标的指标数据。
根据本发明一实施方式，所述根据所采集的三级指标的指标数据推算得到所述三级指标的权重，包括：针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；根据所得到的归一化指标数据确定所述三级指标的特征比重；根据所述三级指标的特征比重确定所述三级指标的差异性系数；利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
根据本发明一实施方式，所述方法还包括：根据所推算得到所有三级指标的权重来确定所述医疗设备的综合得分。
根据本发明实施例的第二方面，提供一种指标权重的确定方法，所述方法包括：针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；根据所得到的归一化指标数据确定所述三级指标的特征比重；根据所述三级指标的特征比重确定所述三级指标的差异性系数；利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
根据本发明实施例的第三方面，还提供一种医疗设备评价装置，所述装置包括：体系构建模块，用于构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；数据采集模块，用于采集所构建的评价指标体系中每一个三级指标的指标数据；权重推算模块，用于根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
根据本发明一实施方式，所述体系构建模块还用于，确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；利用所述一级指标筛选所述评价指标体系的要素指标；根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
根据本发明一实施方式，所述数据采集模块还用于，对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；利用专家评级的方法采集所述三级主观指标的指标数据。
根据本发明一实施方式，所述权重推算模块还用于，针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；根据所得到的归一化指标数据确定所述三级指标的特征比重；根据所述三级指标的特征比重确定所述三级指标的差异性系数；利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
根据本发明一实施方式，所述装置还包括：综合得分确定模块，用于根据所推算得到所有三级指标的权重来确定所述医疗设备的综合得分。
根据本发明实施例的第四方面，又提供一种指标权重的确定装置，所述装置包括：归一化处理模块，用于针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；特征比重确定模块，用于根据所得到的归一化指标数据确定所述三级指标的特征比重；差异性系数确定模块，用于根据所述三级指标的特征比重确定所述三级指标的差异性系数；权重计算模块，用于利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
本发明实施例医疗设备评价方法及装置，首先构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；之后采集所构建的评价指标体系中每一个三级指标的指标数据；最后根据所采集的三级指标的指标数据推算得到所述三级指标的权重。如此，本发明首先用专家咨询进行指标的确定，并构建评价指标体系；之后对指标体系中的每个指标数据进行采集，将数据采集的结果进行归一化处理，然后利用客观数据去反推指标的权重。这样的运用不但考虑了专家的意见，而且克服了中传统方法主观赋值的缺陷，从而实现了主观和客观相结合。
需要理解的是，本发明的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本发明的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1示出了本发明实施例医疗设备评价方法的实现流程示意图；
图2示出了本发明实施例构建对应医疗设备的评价指标体系的实现流程示意图；
图3示出了本发明实施例根据所采集的三级指标的指标数据推算得到所述三级指标的权重的实现流程示意图；
图4示出了本发明实施例医疗评价装置的组成结构示意图；
图5示出了本发明实施例指标权重的确定装置的组成结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为使本发明更加透彻和完整，并能够将本发明的范围完整地传达给本领域的技术人员。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
图1示出了本发明实施例医疗设备评价方法的实现流程示意图。
参考图1，本发明实施例医疗设备评价方法包括：操作101，构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；操作102，采集所构建的评价指标体系中每一个三级指标的指标数据；操作103，根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
如图2所示，操作101构建对应医疗设备的评价指标体系，包括：操作1011，确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；操作1012，利用所述一级指标筛选所述评价指标体系的要素指标；操作1013，根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
具体地，在操作1011的实现中，可以通过专家小组讨论确定MRI综合评价指标体系的评价维度，采用顺向思维的发散式构思构建方式，确定将MRI综合评价指标的一级指标，其中包括“MRI临床功能评价、MRI适用性评价、MRI临床效果评价、MRI应用的可靠性评价、MRI技术性能评价、MRI服务体系评价”6个一级指标。
在操作1012的实现中，可以运用文献分析法和头脑风暴法筛选要素指标，通过“中国知网、万方、维普、Pubmed”数据库，检索“MRI、MRI临床功能、MRI适宜性、MRI可靠性、MRI评价、MRI服务体系、MRI综合评价”等关键词，下载文献。总结国内外MRI评价指标，筛选MRI综合评价的要素指标，该过程做到所有指标尽可能全面的一一列出，这样做的目的就是全方位的考虑问题，防止重要指标的遗漏。
在操作1013的实现中，运用文献分析法，通过中国学术期刊网络广泛查阅国内外有关MRI临床应用、指标体系构建、德尔菲法应用的论文、期刊，采用传统文献综述等方法对文献进行整理、分析、归纳和总结,收集相关的研究结果和评价方法、评价指标。了解国内有关MRI设备的考核体系和评价标准,尽可能多的列出评价指标以保证指标体系的完整性和广泛性。经过文献分析法，确定指标体系的雏形，其中一级指标6个，包括：1MRI临床功能评价、2MRI适用性评价、3MRI临床效果评价、4MRI应用的可靠性评价、5MRI技术性能评价、6MRI服务体系评价；二级指标15个，包括：1.1检查部位、1.2扫描序列、1.3图像后处理软件、2.1利用效率、2.2经济性、2.3易用性、2.4适宜性、3.1图像质量评价、3.2诊断效能评价、4.1设备质量评价、4.2故障模式影响评价、5.1磁体性能、5.2影像性能、6.1MRI设备配置公平性、6.2MRI设备配置效率。三级指标212个，1.1检查部位包括54个三级指标，1.2扫描序列包括60个三级指标，1.3图像后处理软件包括21个三级指标，2.1利用效率包括6个三级指标；2.2经济性包括5个三级指标，2.3易用性包括5个三级指标，2.4适宜性包括2个三级指标；3.1图像质量评价包括2个三级指标，3.2诊断效能评价包括7个三级指标；4.1设备质量评价包括2个三级指标，4.2故障模式影响评价包括12个三级指标；5.1磁体性能包括5个三级指标，影像性能包括14个三级指标；6.1MRI设备配置公平性包括10个三级指标，6.2生产厂家配套服务包括6个三级指标。
这里，在操作1013之后，还可以进一步对评价指标体系进行咨询校准，从而得到专家咨询表。在MRI综合评价指数体系的基础上，拟定MRI综合评价第一轮专家咨询表。所示第一轮专家咨询表内容介绍了本研究的资助项目、背景资料供专家参考，从重要性和可行性两个角度对指标进行比较,确定它们在指标选择中的重要程度。进一步地，对每项二级指标和三级指标是否属于它的上级指标进行选择。最后，对专家的熟悉程度和判断以及进行了解，以确定专家的权威系数。附专家基本信息表，以便了解专家的专业方向和年龄结构，形成MRI综合评价的第一轮专家咨询表。
在操作102，本发明实施例采集所构建的评价指标体系中每一个三级指标的指标数据，具体包括：对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；利用专家评级的方法采集所述三级主观指标的指标数据。
这里，基于物联网的数据采集方法对应系统可以由数据采集盒、云主机和客户端组成。数据采集盒安装在医院，通过医院局域网与磁共振成像设备主机连接，数据采集盒使用文件共享协议从磁共振成像设备主机获取日志文件，并且完成对日志文件的初步解析。数据采集盒通过4G网络与云主机连接，将日志文件上传到云主机。云主机对日志文件进行进一步解析，并将结果数据保存到数据库。客户端通网络与云主机连接，查看全国各地磁共振成像设备的数据。
在一示例中，三级指标2.1.2次均检查时间的采集，利用数据采集盒使用文件共享协议从磁共振成像设备主机获取日志文件，并且完成对日志文件的初步解析。数据采集盒通过4G网络与云主机连接，将日志文件上传到云主机。云主机对日志文件进行进一步解析，最终将此台磁共振设备的次均检查时间保存到数据库。比如，郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振，利用数据采集盒采集到的次均检查时间为11.6分钟。
这里，主观数据的采集采用的是专家评级的方法，例如图像质量的评价中的图像军均匀度，采用李克特评分方法对收集的图像进行评价。例如，上海长征医院，品牌为GE，型号为TWINSPEE的磁共振，拍出的胶片，根据专家经验对胶片的图像均匀度进行李克特评分，得出分值为4.12分。
若图3所示，本发明实施例在操作103根据所采集的三级指标的指标数据推算得到所述三级指标的权重，包括：操作1031，针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；操作1032，根据所得到的归一化指标数据确定所述三级指标的特征比重；操作1033，根据所述三级指标的特征比重确定所述三级指标的差异性系数；操作1034，利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
在操作1031的实现中，可以首先对收集的数据进行编号i1，i2，i3...im。编号为横标母，指标为纵标目j1，j2，j3...jn，如下述表一所示。
表一
编号 医院 品牌 型号 指标1(j<sub>1</sub>) 指标1(j<sub>2</sub>)
i<sub>1</sub> 郑州大学第一附属医院 西门子 Skyra 8:00 1607
i<sub>2</sub> 医院 品牌 型号 次均检查时间 检查总部位数
i<sub>3</sub> 医院 品牌 型号 次均检查时间 检查总部位数
i<sub>m</sub> 医院 品牌 型号 次均检查时间 检查总部位数
由于各项指标的计量单位并不统一，因此在用它们计算综合指标前应进行归一化处理，归一化计算公式如下：
Figure BDA0002019555250000091
其中，Xij用于表示第i台磁共振设备的第j个指标数据，Yij用于表示第i台磁共振设备的第j个指标的归一化指标数据。
以一项研究在全国范围共调查267台设备为例，首先对设备进行编号，然后对设备的各项指标进行编号，例如“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振”的编号为189，“次均检查费用”指标为142，所以对次均检查费用的归一化公式为：
Figure BDA0002019555250000092
在操作1032的实现中，三级指标的特征比重Pij为指标归一化结果除以指标归一化结果的累加值，计算公式如下：
Figure BDA0002019555250000101
例如，
Figure BDA0002019555250000102
是“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振”、“次均检查费用”这一三级指标的特征比重。
进一步地，也可以确定特征比重的e值，
Figure BDA0002019555250000103
k为常数，k的取值可以为1。例如，“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振”“次均检查费用”指标的e值为
Figure BDA0002019555250000104
在操作1033的实现中，根据所述三级指标的特征比重确定所述三级指标的差异性系数gj＝1-ej。
例如，“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振”“次均检查费用”指标的差异性系数为g142＝1-e142。
在操作1034的实现中，权重wj为指标的差异性系数与差异性系数累加的比值，具体计算公式为
Figure BDA0002019555250000105
例如，“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振”“次均检查费用”指标的权重为
Figure BDA0002019555250000106
根据本发明一实施方式，在推算得到所有三级指标的权重之后，可以直接根据所推算得到的所有三级指标的权重来确定所述医疗设备的综合得分，具体计算为：
Figure BDA0002019555250000107
例如，“郑州大学第一附属医院，品牌为西门子，型号为TWINSPEE的磁共振的综合得分为
本发明实施例所述医疗设备评价方法及装置，首先构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；之后采集所构建的评价指标体系中每一个三级指标的指标数据；最后根据所采集的三级指标的指标数据推算得到所述三级指标的权重。如此，本发明首先用专家咨询进行指标的确定，并构建评价指标体系；之后对指标体系中的每个指标数据进行采集，将数据采集的结果进行归一化处理，然后利用客观数据去反推指标的权重。这样的运用不但考虑了专家的意见，而且克服了中传统方法主观赋值的缺陷，从而实现了主观和客观相结合。
本发明实施例还提供一种指标权重的确定方法，所述方法如图3所示，具体包括：操作1031，针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；根操作1032，据所得到的归一化指标数据确定所述三级指标的特征比重；操作1033，根据所述三级指标的特征比重确定所述三级指标的差异性系数；操作1034，利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
同样，基于如上文所述医疗设备评价方法，本发明实施例又提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序，当所述程序被处理器执行时，使得所述处理器至少执行如下所述的操作步骤：操作101，构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；操作102，采集所构建的评价指标体系中每一个三级指标的指标数据；操作103，根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
进一步地，基于上文所述医疗评价方法，本发明实施例还提供一种医疗评价装置，如图4所示，所述医疗评价装置40包括：体系构建模块401，用于构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；数据采集模块402，用于采集所构建的评价指标体系中每一个三级指标的指标数据；权重推算模块403，用于根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
根据本发明一实施方式，所述体系构建模块401还用于，确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；利用所述一级指标筛选所述评价指标体系的要素指标；根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
根据本发明一实施方式，所述数据采集模块402还用于，对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；利用专家评级的方法采集所述三级主观指标的指标数据。
根据本发明一实施方式，所述权重推算模块403还用于，针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；根据所得到的归一化指标数据确定所述三级指标的特征比重；根据所述三级指标的特征比重确定所述三级指标的差异性系数；利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
根据本发明一实施方式，如图4所示，所述装置还包括：综合得分确定模块404，用于根据所推算得到所有三级指标的权重来确定所述医疗设备的综合得分。
本发明实施例又提供一种指标权重的确定装置，如图5所示，所述装置50包括：归一化处理模块501，用于针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；特征比重确定模块502，用于根据所得到的归一化指标数据确定所述三级指标的特征比重；差异性系数确定模块503，用于根据所述三级指标的特征比重确定所述三级指标的差异性系数；权重计算模块504，用于利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
这里需要指出的是：以上对医疗设备评价装置实施例的描述，与前述图1所示的方法实施例的描述是类似的，具有同前述图1所示的方法实施例相似的有益效果，因此不做赘述。对于本发明对医疗设备评价装置实施例中未披露的技术细节，请参照本发明前述图1所示的方法实施例的描述而理解，为节约篇幅，因此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个装置，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以利用硬件的形式实现，也可以利用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种医疗设备评价方法，其特征在于，所述方法包括：
构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；
采集所构建的评价指标体系中每一个三级指标的指标数据；
根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
2.根据权利要求1所述的方法，其特征在于，所述构建对应医疗设备的评价指标体系，包括：
确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；
利用所述一级指标筛选所述评价指标体系的要素指标；
根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
3.根据权利要求1所述的方法，其特征在于，所述采集所构建的评价指标体系中每一个三级指标的指标数据，包括：
对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；
利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；
利用专家评级的方法采集所述三级主观指标的指标数据。
4.根据权利要求1所述的方法，其特征在于，所述根据所采集的三级指标的指标数据推算得到所述三级指标的权重，包括：
针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；
根据所得到的归一化指标数据确定所述三级指标的特征比重；
根据所述三级指标的特征比重确定所述三级指标的差异性系数；
利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
根据所推算得到所有三级指标的权重来确定所述医疗设备的综合得分。
6.一种指标权重的确定方法，其特征在于，所述方法包括：
针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；
根据所得到的归一化指标数据确定所述三级指标的特征比重；
根据所述三级指标的特征比重确定所述三级指标的差异性系数；
利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
7.一种医疗设备评价装置，其特征在于，所述装置包括：
体系构建模块，用于构建对应医疗设备的评价指标体系，所述评价指标体系包括多个一级指标和分别对应每一个所述一级指标的二级指标和三级指标；
数据采集模块，用于采集所构建的评价指标体系中每一个三级指标的指标数据；
权重推算模块，用于根据所采集的三级指标的指标数据推算得到所述三级指标的权重。
8.根据权利要求7所述的装置，其特征在于，
所述体系构建模块还用于，确定对应医疗设备的多个评价维度，并将所述多个评价维度作为评价指标体系的一级指标；利用所述一级指标筛选所述评价指标体系的要素指标；根据所述一级指标和所筛选的要素指标建立所述评价指标体系，所述评价指标体系包括分别对应每一个所述一级指标的二级指标和三级指标。
9.根据权利要求7所述的装置，其特征在于，
所述数据采集模块还用于，对所述每个三级指标进行主客观分类，以确定出三级客观指标和三级主观指标；利用基于物联网的数据采集方法采集所述三级客观指标的指标数据；利用专家评级的方法采集所述三级主观指标的指标数据。
10.一种指标权重的确定装置，其特征在于，所述装置包括：
归一化处理模块，用于针对所采集的每一个三级指标的指标数据进行归一化处理，从而得到归一化指标数据；
特征比重确定模块，用于根据所得到的归一化指标数据确定所述三级指标的特征比重；
差异性系数确定模块，用于根据所述三级指标的特征比重确定所述三级指标的差异性系数；
权重计算模块，用于利用所确定的三级指标的差异性系数计算得到所述三级指标的权重。
CN201910274542.0A 2019-04-08 2019-04-08 一种医疗设备评价方法和指标权重的确定方法及装置 Pending CN111798073A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910274542.0A CN111798073A (zh) 2019-04-08 2019-04-08 一种医疗设备评价方法和指标权重的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910274542.0A CN111798073A (zh) 2019-04-08 2019-04-08 一种医疗设备评价方法和指标权重的确定方法及装置

Publications (1)

Publication Number Publication Date
CN111798073A true CN111798073A (zh) 2020-10-20

Family

ID=72805275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910274542.0A Pending CN111798073A (zh) 2019-04-08 2019-04-08 一种医疗设备评价方法和指标权重的确定方法及装置

Country Status (1)

Country Link
CN (1) CN111798073A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822498A (zh) * 2021-10-29 2021-12-21 南京视察者智能科技有限公司 一种基于大数据的社会矛盾指数预测方法
CN114004537A (zh) * 2021-11-17 2022-02-01 四川大学华西医院 临床磁共振设备的综合能力评定方法及设备
CN114049942A (zh) * 2021-11-16 2022-02-15 刘春煦 一种医疗设备的管理系统及管理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113822498A (zh) * 2021-10-29 2021-12-21 南京视察者智能科技有限公司 一种基于大数据的社会矛盾指数预测方法
CN113822498B (zh) * 2021-10-29 2023-07-18 南京视察者智能科技有限公司 一种基于大数据的社会矛盾指数预测方法
CN114049942A (zh) * 2021-11-16 2022-02-15 刘春煦 一种医疗设备的管理系统及管理方法
CN114004537A (zh) * 2021-11-17 2022-02-01 四川大学华西医院 临床磁共振设备的综合能力评定方法及设备

Similar Documents

Publication Publication Date Title
CN111798073A (zh) 一种医疗设备评价方法和指标权重的确定方法及装置
Fujisawa et al. Nationwide cloud-based integrated database of idiopathic interstitial pneumonias for multidisciplinary discussion
Mockus et al. Identifying reasons for software changes using historic databases
Nigro et al. Automated MRI classification in progressive supranuclear palsy: a large international cohort study
US7370057B2 (en) Framework for evaluating data cleansing applications
CN109524069B (zh) 医疗数据处理方法、装置、电子设备和存储介质
Marshall et al. Attitudes to the public release of comparative information on the quality of general practice care: qualitative study
Faulconer et al. An eight-step method for assessing diagnostic data quality in practice: chronic obstructive pulmonary disease as an exemplar.
Wang et al. Evaluation of the quality of cause of death statistics in rural China using verbal autopsies
CN111553478A (zh) 基于大数据的社区老年人心血管疾病预测系统与方法
Simon et al. Diagnostic performance of emergency physician gestalt for predicting acute appendicitis in patients age 5 to 20 years
Sexton et al. GP supply, deprivation and emergency admission to hospital for COPD and diabetes complications in counties across Ireland: an exploratory analysis
CN107862043B (zh) 检查信息的检索方法及装置
Amirav et al. A reach-out system for video microscopy analysis of ciliary motions aiding PCD diagnosis
Polilli et al. Reliability of predictive models to support early decision making in the emergency department for patients with confirmed diagnosis of COVID-19: the Pescara Covid Hospital score
Rehman Khan et al. Cloud‐Based Framework for COVID‐19 Detection through Feature Fusion with Bootstrap Aggregated Extreme Learning Machine
Butala et al. Applicability of publicly reported hospital readmission measures to unreported conditions and other patient populations: a cross-sectional all-payer study
Ruan et al. Prognostic Accuracy of qSOFA and SIRS for Mortality in the Emergency Department: A Meta‐Analysis and Systematic Review of Prospective Studies
Ehrlich et al. Composite index ranking of economic well-being in US metropolitan areas: How prevalent are rank anomalies?
Rao et al. Tuberculosis mortality differentials in Indonesia during 2007–2008: evidence for health policy and monitoring
CN107679174A (zh) 知识组织系统的构建方法、装置及服务器
Ali Evaluating the correlation between different impact indicators for library and information science journals: Comparing the journal citation reports and scopus
Langley et al. Use of record linkage techniques to maintain the Leicestershire Diabetes Register
CN113610415B (zh) 一种核磁设备综合评价方法及系统
CN115602279A (zh) 基于数据分析的疾病提示方法、装置、设备及存储介质

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