CN112365961A - 一种大数据智慧医疗系统 - Google Patents
一种大数据智慧医疗系统 Download PDFInfo
- Publication number
- CN112365961A CN112365961A CN202011261616.6A CN202011261616A CN112365961A CN 112365961 A CN112365961 A CN 112365961A CN 202011261616 A CN202011261616 A CN 202011261616A CN 112365961 A CN112365961 A CN 112365961A
- Authority
- CN
- China
- Prior art keywords
- medical
- module
- medical institution
- value
- institution
- 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- Withdrawn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
- 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
本发明公开了一种大数据智慧医疗系统,涉及智慧医疗技术领域,包括数据采集模块、数据整合模块、服务器、显示模块、监测模块、在线诊断模块、病历管理模块、智能匹配模块、目标选中模块以及评价模块;数据整合模块用于对获取的医疗机构的基本信息进行整合处理,得到医疗机构的规模值;监测模块用于实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值;在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情,不占用医院过多资源,减少排队时间;评价模块用于对医疗机构进行评价,智能匹配模块接收诊断结果后推荐对应的医疗机构进行进一步诊疗,便于用户选择合适的医疗机构进行诊疗,提高诊疗效率。
Description
技术领域
本发明涉及智慧医疗技术领域,尤其涉及一种大数据智慧医疗系统。
背景技术
信息化建设给医疗领域带来了很多的变化,电子病历的使用、移动医疗的倡导和应用使得医疗领域进入了一个全新的时代。随着互联网、移动互联网以及智能硬件的技术不断发展。智能手机不断的普及,更多的人倾向于使用移动智能终端获取服务。由此可以看出,大数据和云计算等信息时代的产物已经对传统医学系统构架产生了巨大的冲击作用。在此基础上,国家提出了医疗信息化作为医疗体质改革的重要发展方向。随着国家政策的倾向和鼓励,越来越多的服务商可以提供医疗服务比如“春雨医生”、“平安好医生”等,使得越来越多的人能够在手机上获取高质量的医疗健康服务;
现有的医疗管理系统虽然带有电子病历实现信息化医疗建设,但是一般医院采用的内部医疗管理系统不同,因此电子病历不能得到很好地统一,导致医院之间的电子病历不能实现共享,因此在病人更换医疗治疗的时候有需要重新新建电子病历,而之前的电子病历上的数据不能转移到新的电子病历卡上,导致资料遗失,不便于医生依照之前的病历诊断病情,而且病人到医院就诊的时候,往往需要提前预约或者排队,无法智能推荐合适的医院和医生进行诊断,非常麻烦。
发明内容
针对现有技术存在的不足,本发明目的是提供一种大数据智慧医疗系统。
本发明所要解决的技术问题为:
1、如何通过多个数据来评判每个医疗机构的规模值,使评价结果具有一定的参考价值;
2、如何实时监测医疗机构的医疗器械信息,结合病人的在线诊断结果为病人推送合适的医疗机构进行诊疗;
3、如何对医疗机构的诊疗情况作出一个有效的评价。
本发明的目的可以通过以下技术方案实现:
一种大数据智慧医疗系统,包括数据采集模块、数据整合模块、服务器、存储模块、数据库、显示模块、监测模块、在线诊断模块、病历管理模块、智能匹配模块、目标选中模块以及评价模块;
所述病历管理模块用于记录病人的各项信息,所述病历管理模块通过医院内网与服务器进行数据交互,服务器通过外网与云端大数据平台进行数据交互;
所述数据采集模块用于采集医疗机构的基本信息,并将采集到的医疗机构的基本信息发送至数据整合模块,所述数据整合模块用于对获取的医疗机构的基本信息进行整合处理,得到医疗机构的规模值ZDi;
所述数据整合模块用于将规模值ZDi和对应的医疗机构传输至服务器,服务器用于将规模值ZDi和对应的医疗机构传输到存储模块进行实时存储;
所述监测模块用于实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值;所述监测模块用于将医疗机构的每一类医疗器械的空余值传输至服务器,服务器用于将每一类医疗器械的空余值和对应的医疗机构传输到存储模块进行实时存储;
所述在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情;医生通过病历管理模块调阅病人的电子病历并结合病人现在的症状描述进行在线诊断,并将诊断结果发送至显示模块实时显示;
所述智能匹配模块用于接收诊断结果后推荐对应的医疗机构进行进一步诊疗。
进一步地,所述数据整合模块的具体处理过程包括以下步骤:
步骤一:将医疗机构标记为i,i=1,…,n;
步骤二:获取医疗机构i的成立时间,将医疗机构i的成立时间与系统当前时间进行时间差计算得到医疗机构i的成立时长,将成立时长标记为CTi;
步骤三:获取医疗机构i的注册资本,将注册资本标记为CZi;
步骤四:获取医疗机构i的医院等级,设定每种医院等级均对应一个预设值,将医疗机构i的医院等级与所有的医院等级进行匹配获取得到对应的等级预设值,将等级预设值标记为CLi;
步骤五:获取医疗机构i的人员规模,将人员规模标记为CRi,根据医疗机构i的机构名称自动从数据库中调取医疗机构i的医疗人员信息,并对医疗人员信息进行相关处理,具体处理步骤如下:
S41:获取每一位医疗人员的从业时间,将医疗人员的从业时间与系统当前时间进行时间差计算得到医疗人员的从业时长;
将从业时长分为0-2年、2-5年、5-10年、10-20年以及大于20年五个档次,并依次将上述从业时长内存在的医疗人员人数标记为H1、H2、H3、H4和H5;
S42:分别为每个从业时长档次赋予修正值,将0-2年的修正值标记为e、2-5年的修正值标记为f、5-10年的修正值标记为g、10-20年的修正值标记为h以及大于20年的修正值标记为j,其中e、f、g、h和j均为固定数值,且e<f<h<g<j;
S43:按照从业时长信息对医疗人员进行排序并形成医疗人员从业时长占比HZm;其中HZm=Hm/(H1+H2+H3+H4+H5);m=1,2,3,4,5;H1+H2+H3+H4+H5=CRi;
利用公式NLi=HZ1×e+HZ2×f+HZ3×g+HZ4×h+HZ5×j计算得到资历影响系数NLi;
步骤六:将成立时长CTi、注册资本CZi、等级预设值CLi、人员规模CRi以及资历影响系数NLi进行归一化处理并取其数值;
利用公式ZDi=CTi×B1+CZi×B2+CLi×B3+CRi×B4+NLi×B5-μ获取得到医疗机构i的规模值ZDi,其中B1、B2、B3、B4和B5均为预设比例因子;μ为补偿因子,取值1.23569。
进一步地,所述监测模块的具体监测步骤为:
S1:获取医疗机构的医疗器械信息,所述医疗器械信息包括第一类医疗器械、第二类医疗器械以及第三类医疗器械的总数量以及空闲数量;
S2:将第一类医疗器械的总数量标记为C1i,将第一类医疗器械的空闲数量标记为C2i;
利用公式CW=(C1i×A1+C2i×A2)×C2i获取得到第一类医疗器械的空余值CW;其中A1和A2均为预设比例系数;
S3:将第二类医疗器械的总数量标记为D1i,将第二类医疗器械的空闲数量标记为D2i;
利用公式DW=(D1i×A1+D2i×A2)×D2i获取得到第二类医疗器械的空余值DW;
S4:将第三类医疗器械的总数量标记为E1i,将第三类医疗器械的空闲数量标记为E2i;利用公式EW=(E1i×A1+E2i×A2)×E2i获取得到第三类医疗器械的空余值EW。
进一步地,所述智能匹配模块的具体工作步骤为:
SS1:获取诊断结果中的医疗器械类别,将其标记为目标器械类别;
SS2:设定筛选距离为DL;通过病人终端的定位与医疗机构的地址,选取距离病人终端在筛选距离D范围内的医疗机构,将其标记为初选医疗机构;
SS3:根据初选医疗机构自动从存储模块中获取初选医疗机构对应的目标器械类别的空余值,选取目标器械类别的空余值大于0的初选医疗机构为待选医疗机构,将目标器械类别的空余值标记为Mc;
SS4:将病人终端的定位与待选医疗机构的地址进行距离差计算得到人员间距,并标记为Rc;
SS5:根据待选医疗机构自动从存储模块中获取待选医疗机构的规模值,并标记为Zc;根据待选医疗机构自动从存储模块中获取待选医疗机构的满意值,并标记为Qc;
SS6:将人员间距Rc、目标器械类别的空余值Mc、满意值Qc和规模值Zc进行归一化处理并取其数值;
SS7:获取优选值Vc排名前五的待选医疗机构;而后将优选值Vc排名前五的待选医疗机构反馈给服务器;
服务器将优选值Vc排名前五的待选医疗机构推送至病人终端;病人终端通过目标选中模块从推送的待选医疗机构中选中目标医疗机构并发送至服务器。
进一步地,所述评价模块用于病人对医疗机构进行评价,具体评价规则为:
AA1:病人到达医疗机构后,医疗机构安排对应的医生对病人进行诊疗,将病人到达医疗机构的时刻标记为初始时刻;将对应的医生开始对病人进行诊疗的时刻标记为诊疗开始时刻;
AA2:将初始时刻与诊疗开始时刻进行时间差计算得到病人等待时长,并标记为DT;将诊疗结束时刻与诊疗开始时刻进行时间差计算得到病人诊疗时长,并标记为ZT;
AA3:获取病人对目标医疗机构的评价系数,评价系数的规则为:给目标医疗机构服务评分,满分为100分;并将评价系数标记为Qi;
AA4:利用公式WRi=1/DT×d1+1/ZT×d2+Qi×d3获取得到医疗机构的单效值WRi;
将所有的单效值WRi进行求和并取均值得到医疗机构的满意值QR;
所述评价模块用于将医疗机构的满意值QR传输到服务器,所述服务器用于将医疗机构的满意值QR打上时间戳存储到存储模块,所述服务器用于将满意值QR传输到显示模块进行实时显示。
进一步地,所述医疗机构的基本信息包括医疗机构的成立时间、注册资本、人员规模、医院等级、医疗器械信息以及机构名称;所述诊断结果包括治疗所需要药品和医疗器械类别;所述数据库存储有每个医疗机构的医疗人员信息,医疗人员信息包括姓名、性别、身份证号、学历、机构名称、从业时间和年龄;所述病人的各项信息包括个人基本信息、电子病历、门诊记录、住院记录和身体健康数据;所述个人基本信息包括姓名、性别、身份证号、住址以及年龄。
本发明的有益效果是:
1、本发明通过数据整合模块对获取的医疗机构的基本信息进行整合处理,将医疗机构i的成立时间与系统当前时间进行时间差计算得到医疗机构i的成立时长,获取医疗机构i的注册资本,获取医疗机构i的医院等级对应的等级预设值,获取医疗机构i的人员规模,并对医疗人员信息进行相关处理,得到资历影响系数NLi;结合相关算法得到医疗机构的规模值ZDi,使得本发明的结果具有很强的参考价值;
2、本发明通过监测模块实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值,智能匹配模块接收诊断结果后推荐对应的医疗机构进行进一步诊疗;设定筛选距离为DL,通过病人终端的定位与医疗机构的地址,选取距离病人终端在筛选距离D范围内的医疗机构,将其标记为初选医疗机构;根据初选医疗机构自动从存储模块中获取初选医疗机构对应的目标器械类别的空余值,选取目标器械类别的空余值大于0的初选医疗机构为待选医疗机构,结合人员间距Rc、目标器械类别的空余值Mc、满意值Qc和规模值Zc,计算得到待选医疗机构的优选值Vc,病人终端通过目标选中模块从推送的待选医疗机构中选中目标医疗机构,便于用户选择合适的医疗机构进行诊疗,提高诊疗效率;
3、本发明通过在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情,医生通过病历管理模块调阅病人的电子病历并结合病人现在的症状描述进行在线诊断,得到诊断结果,不占用医院过多资源,减少排队时间;通过评价模块对医疗机构进行评价,结合病人等待时长、病人诊疗时长以及评价系数,得到医疗机构的满意值,对医疗机构的诊疗情况作出一个有效的评价,对用户选择合适的医疗机构具有很强的参考价值。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
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,所描述的实施例仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种大数据智慧医疗系统,包括数据采集模块、数据整合模块、服务器、存储模块、数据库、显示模块、监测模块、在线诊断模块、病历管理模块、智能匹配模块、目标选中模块以及评价模块;
数据采集模块用于采集医疗机构的基本信息,医疗机构的基本信息包括医疗机构的成立时间、注册资本、人员规模、医院等级、医疗器械信息以及机构名称;并将采集到的医疗机构的基本信息发送至数据整合模块,数据整合模块用于对获取的医疗机构的基本信息进行整合处理,得到医疗机构的规模值ZDi,具体处理过程包括以下步骤:
步骤一:将医疗机构标记为i,i=1,…,n;
步骤二:获取医疗机构i的成立时间,将医疗机构i的成立时间与系统当前时间进行时间差计算得到医疗机构i的成立时长,将成立时长标记为CTi;
步骤三:获取医疗机构i的注册资本,将注册资本标记为CZi;
步骤四:获取医疗机构i的医院等级,设定每种医院等级均对应一个预设值,将医疗机构i的医院等级与所有的医院等级进行匹配获取得到对应的等级预设值,将等级预设值标记为CLi;
步骤五:获取医疗机构i的人员规模,将人员规模标记为CRi,根据医疗机构i的机构名称自动从数据库中调取医疗机构i的医疗人员信息,并对医疗人员信息进行相关处理,具体处理步骤如下:
S41:获取每一位医疗人员的从业时间,将医疗人员的从业时间与系统当前时间进行时间差计算得到医疗人员的从业时长;
将从业时长分为0-2年、2-5年、5-10年、10-20年以及大于20年五个档次,并依次将上述从业时长内存在的医疗人员人数标记为H1、H2、H3、H4和H5;
S42:分别为每个从业时长档次赋予修正值,将0-2年的修正值标记为e、2-5年的修正值标记为f、5-10年的修正值标记为g、10-20年的修正值标记为h以及大于20年的修正值标记为j,其中e、f、g、h和j均为固定数值,且e<f<h<g<j;
S43:按照从业时长信息对医疗人员进行排序并形成医疗人员从业时长占比HZm;其中HZm=Hm/(H1+H2+H3+H4+H5);m=1,2,3,4,5;H1+H2+H3+H4+H5=CRi;
利用公式NLi=HZ1×e+HZ2×f+HZ3×g+HZ4×h+HZ5×j计算得到资历影响系数NLi;
步骤六:将成立时长CTi、注册资本CZi、等级预设值CLi、人员规模CRi以及资历影响系数NLi进行归一化处理并取其数值;
利用公式ZDi=CTi×B1+CZi×B2+CLi×B3+CRi×B4+NLi×B5-μ获取得到医疗机构i的规模值ZDi,其中B1、B2、B3、B4和B5均为预设比例因子;μ为补偿因子,取值1.23569;
数据整合模块用于将规模值ZDi和对应的医疗机构传输至服务器,服务器用于将规模值ZDi和对应的医疗机构传输到存储模块进行实时存储;
监测模块用于实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值,具体监测步骤为:
S1:获取医疗机构的医疗器械信息,医疗器械信息包括第一类医疗器械、第二类医疗器械以及第三类医疗器械的总数量以及空闲数量;
S2:将第一类医疗器械的总数量标记为C1i,将第一类医疗器械的空闲数量标记为C2i;
利用公式CW=(C1i×A1+C2i×A2)×C2i获取得到第一类医疗器械的空余值CW;其中A1和A2均为预设比例系数;
S3:将第二类医疗器械的总数量标记为D1i,将第二类医疗器械的空闲数量标记为D2i;
利用公式DW=(D1i×A1+D2i×A2)×D2i获取得到第二类医疗器械的空余值DW;
S4:将第三类医疗器械的总数量标记为E1i,将第三类医疗器械的空闲数量标记为E2i;利用公式EW=(E1i×A1+E2i×A2)×E2i获取得到第三类医疗器械的空余值EW;
监测模块用于将医疗机构的每一类医疗器械的空余值传输至服务器,服务器用于将每一类医疗器械的空余值和对应的医疗机构传输到存储模块进行实时存储;
在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情;医生通过病历管理模块调阅病人的电子病历并结合病人现在的症状描述进行在线诊断,并将诊断结果发送至显示模块实时显示;诊断结果包括治疗所需要药品和医疗器械类别;
在线诊断模块可以诊断一些常见的疾病或者给复杂的病情提供诊断指引,诊断指引为去医院做哪些诊断项目;在线诊断模块基于手机APP或者微信公众号,因此病人通过下载APP或关注公众号即可实现在线病情诊断,不占用医院过多资源,减少排队时间;
智能匹配模块用于接收诊断结果后推荐对应的医疗机构进行进一步诊疗,智能匹配模块的具体工作步骤为:
SS1:获取诊断结果中的医疗器械类别,将其标记为目标器械类别;
SS2:设定筛选距离为DL;通过病人终端的定位与医疗机构的地址,选取距离病人终端在筛选距离D范围内的医疗机构,将其标记为初选医疗机构;
SS3:根据初选医疗机构自动从存储模块中获取初选医疗机构对应的目标器械类别的空余值,选取目标器械类别的空余值大于0的初选医疗机构为待选医疗机构,将目标器械类别的空余值标记为Mc;
若目标器械类别有多种,则选取每一种目标器械类别的空余值均大于0的初选医疗机构为待选医疗机构,目标器械类别的空余值取每一种目标器械类别的空余值之和;
SS4:将病人终端的定位与待选医疗机构的地址进行距离差计算得到人员间距,并标记为Rc;
SS5:根据待选医疗机构自动从存储模块中获取待选医疗机构的规模值,并标记为Zc;根据待选医疗机构自动从存储模块中获取待选医疗机构的满意值,并标记为Qc;
SS6:将人员间距Rc、目标器械类别的空余值Mc、满意值Qc和规模值Zc进行归一化处理并取其数值;
SS7:获取优选值Vc排名前五的待选医疗机构;而后将优选值Vc排名前五的待选医疗机构反馈给服务器;
服务器将优选值Vc排名前五的待选医疗机构推送至病人终端;病人终端通过目标选中模块从推送的待选医疗机构中选中目标医疗机构并发送至服务器;
评价模块用于病人对医疗机构进行评价,具体评价规则为:
AA1:病人到达医疗机构后,医疗机构安排对应的医生对病人进行诊疗,将病人到达医疗机构的时刻标记为初始时刻;将对应的医生开始对病人进行诊疗的时刻标记为诊疗开始时刻;
AA2:将初始时刻与诊疗开始时刻进行时间差计算得到病人等待时长,并标记为DT;将诊疗结束时刻与诊疗开始时刻进行时间差计算得到病人诊疗时长,并标记为ZT;
AA3:获取病人对目标医疗机构的评价系数,评价系数的规则为:给目标医疗机构服务评分,满分为100分;并将评价系数标记为Qi;
AA4:利用公式WRi=1/DT×d1+1/ZT×d2+Qi×d3获取得到医疗机构的单效值WRi;
将所有的单效值WRi进行求和并取均值得到医疗机构的满意值QR;
评价模块用于将医疗机构的满意值QR传输到服务器,服务器用于将医疗机构的满意值QR打上时间戳存储到存储模块,服务器用于将满意值QR传输到显示模块进行实时显示;
数据库存储有每个医疗机构的医疗人员信息,医疗人员信息包括姓名、性别、身份证号、学历、机构名称、从业时间和年龄;
病历管理模块用于记录病人的各项信息,通过医院的自助终端、挂号科室或手机终端可以进入病历管理模块进行个人病历的新建,通过药房工作室、医生工作室和护士工作室可以进入病历管理模块对个人病历进行阅读、修改或删除操作,病历管理模块通过医院内网与服务器进行数据交互,服务器通过外网与云端大数据平台进行数据交互;病人的各项信息包括个人基本信息、电子病历、门诊记录、住院记录和身体健康数据;个人基本信息包括姓名、性别、身份证号、住址以及年龄;
首次看病的病人可以通过身份证件在医院的自助终端、挂号科室或者自身的手机终端新建病历管理模块,在就诊时医生工作室、药房工作室和护士工作室通过病历管理模块进行协调工作,并且该病历管理模块通过服务器进行数据保存和上传到云端大数据平台,因此在病人更换医院的时候,可以直接使用原病历。
一种大数据智慧医疗系统,在工作时,首先通过数据整合模块对获取的医疗机构的基本信息进行整合处理,将医疗机构i的成立时间与系统当前时间进行时间差计算得到医疗机构i的成立时长,获取医疗机构i的注册资本,获取医疗机构i的医院等级对应的等级预设值,获取医疗机构i的人员规模,并对医疗人员信息进行相关处理,得到资历影响系数NLi;结合相关算法得到医疗机构的规模值ZDi,使得本发明的结果具有很强的参考价值;
监测模块用于实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值,在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情;医生通过病历管理模块调阅病人的电子病历并结合病人现在的症状描述进行在线诊断,得到诊断结果;智能匹配模块接收诊断结果后推荐对应的医疗机构进行进一步诊疗;设定筛选距离为DL,通过病人终端的定位与医疗机构的地址,选取距离病人终端在筛选距离D范围内的医疗机构,将其标记为初选医疗机构;根据初选医疗机构自动从存储模块中获取初选医疗机构对应的目标器械类别的空余值,选取目标器械类别的空余值大于0的初选医疗机构为待选医疗机构,结合人员间距Rc、目标器械类别的空余值Mc、满意值Qc和规模值Zc,计算得到待选医疗机构的优选值Vc,病人终端通过目标选中模块从推送的待选医疗机构中选中目标医疗机构,便于用户选择合适的医疗机构进行诊疗,提高诊疗效率;
病历管理模块通过医院内网与服务器进行数据交互,服务器通过外网与云端大数据平台进行数据交互,这样在不同医院就诊时实现病历通用,也方便不同医生查看病历,不仅便于医生掌握病人的就诊过程,也减少新建病历系统的成本,而且即使其中一个就诊医院数据出现丢失,也可以从云端大数据平台找回,安全性更好;
评价模块用于病人对医疗机构进行评价,结合病人等待时长、病人诊疗时长以及评价系数,得到医疗机构的满意值,对医疗机构的诊疗情况作出一个有效的评价,对用户选择合适的医疗机构具有很强的参考价值。
上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理,得到与真实结果符合的公式。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种大数据智慧医疗系统,其特征在于,包括数据采集模块、数据整合模块、服务器、存储模块、数据库、显示模块、监测模块、在线诊断模块、病历管理模块、智能匹配模块、目标选中模块以及评价模块;
所述病历管理模块用于记录病人的各项信息,所述病历管理模块通过医院内网与服务器进行数据交互,服务器通过外网与云端大数据平台进行数据交互;
所述数据采集模块用于采集医疗机构的基本信息,并将采集到的医疗机构的基本信息发送至数据整合模块,所述数据整合模块用于对获取的医疗机构的基本信息进行整合处理,得到医疗机构的规模值ZDi;
所述数据整合模块用于将规模值ZDi和对应的医疗机构传输至服务器,服务器用于将规模值ZDi和对应的医疗机构传输到存储模块进行实时存储;
所述监测模块用于实时监测医疗机构的医疗器械信息,获取得到每一类医疗器械的空余值;所述监测模块用于将医疗机构的每一类医疗器械的空余值传输至服务器,服务器用于将每一类医疗器械的空余值和对应的医疗机构传输到存储模块进行实时存储;
所述在线诊断模块用于医生与病人之间的视频聊天,通过聊天诊断病情;医生通过病历管理模块调阅病人的电子病历并结合病人现在的症状描述进行在线诊断,并将诊断结果发送至显示模块实时显示;
所述智能匹配模块用于接收诊断结果后推荐对应的医疗机构进行进一步诊疗。
2.根据权利要求1所述的一种大数据智慧医疗系统,其特征在于,所述数据整合模块的具体处理过程包括以下步骤:
步骤一:将医疗机构标记为i,i=1,…,n;
步骤二:获取医疗机构i的成立时间,将医疗机构i的成立时间与系统当前时间进行时间差计算得到医疗机构i的成立时长,将成立时长标记为CTi;
步骤三:获取医疗机构i的注册资本,将注册资本标记为CZi;
步骤四:获取医疗机构i的医院等级,设定每种医院等级均对应一个预设值,将医疗机构i的医院等级与所有的医院等级进行匹配获取得到对应的等级预设值,将等级预设值标记为CLi;
步骤五:获取医疗机构i的人员规模,将人员规模标记为CRi,根据医疗机构i的机构名称自动从数据库中调取医疗机构i的医疗人员信息,并对医疗人员信息进行相关处理,具体处理步骤如下:
S41:获取每一位医疗人员的从业时间,将医疗人员的从业时间与系统当前时间进行时间差计算得到医疗人员的从业时长;
将从业时长分为0-2年、2-5年、5-10年、10-20年以及大于20年五个档次,并依次将上述从业时长内存在的医疗人员人数标记为H1、H2、H3、H4和H5;
S42:分别为每个从业时长档次赋予修正值,将0-2年的修正值标记为e、2-5年的修正值标记为f、5-10年的修正值标记为g、10-20年的修正值标记为h以及大于20年的修正值标记为j,其中e、f、g、h和j均为固定数值,且e<f<h<g<j;
S43:按照从业时长信息对医疗人员进行排序并形成医疗人员从业时长占比HZm;其中HZm=Hm/(H1+H2+H3+H4+H5);m=1,2,3,4,5;H1+H2+H3+H4+H5=CRi;
利用公式NLi=HZ1×e+HZ2×f+HZ3×g+HZ4×h+HZ5×j计算得到资历影响系数NLi;
步骤六:将成立时长CTi、注册资本CZi、等级预设值CLi、人员规模CRi以及资历影响系数NLi进行归一化处理并取其数值;
利用公式ZDi=CTi×B1+CZi×B2+CLi×B3+CRi×B4+NLi×B5-μ获取得到医疗机构i的规模值ZDi,其中B1、B2、B3、B4和B5均为预设比例因子;μ为补偿因子,取值1.23569。
3.根据权利要求1所述的一种大数据智慧医疗系统,其特征在于,所述监测模块的具体监测步骤为:
S1:获取医疗机构的医疗器械信息,所述医疗器械信息包括第一类医疗器械、第二类医疗器械以及第三类医疗器械的总数量以及空闲数量;
S2:将第一类医疗器械的总数量标记为C1i,将第一类医疗器械的空闲数量标记为C2i;
利用公式CW=(C1i×A1+C2i×A2)×C2i获取得到第一类医疗器械的空余值CW;其中A1和A2均为预设比例系数;
S3:将第二类医疗器械的总数量标记为D1i,将第二类医疗器械的空闲数量标记为D2i;
利用公式DW=(D1i×A1+D2i×A2)×D2i获取得到第二类医疗器械的空余值DW;
S4:将第三类医疗器械的总数量标记为E1i,将第三类医疗器械的空闲数量标记为E2i;
利用公式EW=(E1i×A1+E2i×A2)×E2i获取得到第三类医疗器械的空余值EW。
4.根据权利要求1所述的一种大数据智慧医疗系统,其特征在于,所述智能匹配模块的具体工作步骤为:
SS1:获取诊断结果中的医疗器械类别,将其标记为目标器械类别;
SS2:设定筛选距离为DL;通过病人终端的定位与医疗机构的地址,选取距离病人终端在筛选距离D范围内的医疗机构,将其标记为初选医疗机构;
SS3:根据初选医疗机构自动从存储模块中获取初选医疗机构对应的目标器械类别的空余值,选取目标器械类别的空余值大于0的初选医疗机构为待选医疗机构,将目标器械类别的空余值标记为Mc;
SS4:将病人终端的定位与待选医疗机构的地址进行距离差计算得到人员间距,并标记为Rc;
SS5:根据待选医疗机构自动从存储模块中获取待选医疗机构的规模值,并标记为Zc;根据待选医疗机构自动从存储模块中获取待选医疗机构的满意值,并标记为Qc;
SS6:将人员间距Rc、目标器械类别的空余值Mc、满意值Qc和规模值Zc进行归一化处理并取其数值;
SS7:获取优选值Vc排名前五的待选医疗机构;而后将优选值Vc排名前五的待选医疗机构反馈给服务器;
服务器将优选值Vc排名前五的待选医疗机构推送至病人终端;病人终端通过目标选中模块从推送的待选医疗机构中选中目标医疗机构并发送至服务器。
5.根据权利要求1所述的一种大数据智慧医疗系统,其特征在于,所述评价模块用于病人对医疗机构进行评价,具体评价规则为:
AA1:病人到达医疗机构后,医疗机构安排对应的医生对病人进行诊疗,将病人到达医疗机构的时刻标记为初始时刻;将对应的医生开始对病人进行诊疗的时刻标记为诊疗开始时刻;
AA2:将初始时刻与诊疗开始时刻进行时间差计算得到病人等待时长,并标记为DT;将诊疗结束时刻与诊疗开始时刻进行时间差计算得到病人诊疗时长,并标记为ZT;
AA3:获取病人对目标医疗机构的评价系数,评价系数的规则为:给目标医疗机构服务评分,满分为100分;并将评价系数标记为Qi;
AA4:利用公式WRi=1/DT×d1+1/ZT×d2+Qi×d3获取得到医疗机构的单效值WRi;
将所有的单效值WRi进行求和并取均值得到医疗机构的满意值QR;
所述评价模块用于将医疗机构的满意值QR传输到服务器,所述服务器用于将医疗机构的满意值QR打上时间戳存储到存储模块,所述服务器用于将满意值QR传输到显示模块进行实时显示。
6.根据权利要求1所述的一种大数据智慧医疗系统,其特征在于,所述医疗机构的基本信息包括医疗机构的成立时间、注册资本、人员规模、医院等级、医疗器械信息以及机构名称;所述诊断结果包括治疗所需要药品和医疗器械类别;所述数据库存储有每个医疗机构的医疗人员信息,医疗人员信息包括姓名、性别、身份证号、学历、机构名称、从业时间和年龄;所述病人的各项信息包括个人基本信息、电子病历、门诊记录、住院记录和身体健康数据;所述个人基本信息包括姓名、性别、身份证号、住址以及年龄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011261616.6A CN112365961A (zh) | 2020-11-12 | 2020-11-12 | 一种大数据智慧医疗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011261616.6A CN112365961A (zh) | 2020-11-12 | 2020-11-12 | 一种大数据智慧医疗系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112365961A true CN112365961A (zh) | 2021-02-12 |
Family
ID=74516175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011261616.6A Withdrawn CN112365961A (zh) | 2020-11-12 | 2020-11-12 | 一种大数据智慧医疗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112365961A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114242226A (zh) * | 2022-02-28 | 2022-03-25 | 西南医科大学附属医院 | 一种医疗废弃物在线监管反馈系统 |
CN114566269A (zh) * | 2022-03-09 | 2022-05-31 | 四川大学 | 医疗资源请求方法、装置、电子设备以及存储介质 |
CN114642408A (zh) * | 2022-03-17 | 2022-06-21 | 南京华脉科技股份有限公司 | 一种基于大数据的智慧医疗诊断装置及诊断系统 |
CN115547479A (zh) * | 2022-12-02 | 2022-12-30 | 肺诊网(苏州)网络科技有限公司 | 一种基于5g消息的智慧医疗控制方法和系统 |
CN117411845A (zh) * | 2023-12-14 | 2024-01-16 | 四川桃子健康科技股份有限公司 | 一种在线诊疗聊天消息处理方法及医疗聚合系统 |
-
2020
- 2020-11-12 CN CN202011261616.6A patent/CN112365961A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114242226A (zh) * | 2022-02-28 | 2022-03-25 | 西南医科大学附属医院 | 一种医疗废弃物在线监管反馈系统 |
CN114242226B (zh) * | 2022-02-28 | 2022-05-17 | 西南医科大学附属医院 | 一种医疗废弃物在线监管反馈系统 |
CN114566269A (zh) * | 2022-03-09 | 2022-05-31 | 四川大学 | 医疗资源请求方法、装置、电子设备以及存储介质 |
CN114566269B (zh) * | 2022-03-09 | 2023-04-07 | 四川大学 | 医疗资源请求方法、装置、电子设备以及存储介质 |
CN114642408A (zh) * | 2022-03-17 | 2022-06-21 | 南京华脉科技股份有限公司 | 一种基于大数据的智慧医疗诊断装置及诊断系统 |
CN114642408B (zh) * | 2022-03-17 | 2023-10-31 | 湖南提奥医疗科技有限公司 | 一种基于大数据的智慧医疗诊断装置及诊断系统 |
CN115547479A (zh) * | 2022-12-02 | 2022-12-30 | 肺诊网(苏州)网络科技有限公司 | 一种基于5g消息的智慧医疗控制方法和系统 |
CN115547479B (zh) * | 2022-12-02 | 2023-03-03 | 肺诊网(苏州)网络科技有限公司 | 一种基于5g消息的智慧医疗控制方法和系统 |
CN117411845A (zh) * | 2023-12-14 | 2024-01-16 | 四川桃子健康科技股份有限公司 | 一种在线诊疗聊天消息处理方法及医疗聚合系统 |
CN117411845B (zh) * | 2023-12-14 | 2024-03-29 | 四川桃子健康科技股份有限公司 | 一种医疗聚合系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112365961A (zh) | 一种大数据智慧医疗系统 | |
JP4062910B2 (ja) | 健康管理支援方法及び装置と健康余命予測データ生成方法及び装置 | |
CN109543863A (zh) | 一种就医任务管理方法、服务器及存储介质 | |
CN103559637B (zh) | 一种为就诊患者推荐医生的方法及其系统 | |
US8666781B2 (en) | Method and apparatus for management of clinical trials | |
CN111554365A (zh) | 一种慢性病综合服务平台 | |
US20080306762A1 (en) | System and Method for Managing Absenteeism in an Employee Environment | |
US20150213194A1 (en) | Methods, Devices, And Systems For Multi-Format Data Aggregation | |
JP4561790B2 (ja) | 健康管理支援方法及び装置と健康余命予測データ生成方法及び装置 | |
US20180294046A1 (en) | Labor management system, labor management method, and labor management method | |
KR20140000389A (ko) | 정신건강 관리 시스템을 위한 정신건강 측정 장치 및 정신건강 관리 장치 | |
US20120157793A1 (en) | Medication intake analyzer | |
US20170177796A1 (en) | Method and system for intelligent completion of medical record based on big data analytics | |
CA2957002A1 (en) | Medical system and method for predicting future outcomes of patient care | |
CN112509678B (zh) | 一种麻醉信息管理系统及院方综合信息管理系统 | |
DE112012006037T5 (de) | Verteilungsserver für biologische Informationen, Programm davon und medizinisches Unterstützungssystem, das diese verwendet | |
CN112509681A (zh) | 一种基于大数据的智慧医疗服务系统 | |
CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
CN110580952A (zh) | 用人工智能的大型无人医院系统 | |
CN113643814A (zh) | 健康管理方案的推荐方法、装置、设备及存储介质 | |
US20070282640A1 (en) | Healthcare information accessibility and processing system | |
CN111312358A (zh) | 一种基于自助药品超市的购药引导方法、系统及可读存储介质 | |
KR101473487B1 (ko) | 수가코드 관리 방법 및 이를 이용한 의료정보시스템 | |
CN109559790A (zh) | 一种健康医疗管理方法及系统 | |
CN113393915A (zh) | 一种医院用患者就诊信息管理系统 |
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: 20210212 |