CN112489781B - 一种基于云计算的医疗系统及其挂号方法 - Google Patents

一种基于云计算的医疗系统及其挂号方法 Download PDF

Info

Publication number
CN112489781B
CN112489781B CN202011487328.2A CN202011487328A CN112489781B CN 112489781 B CN112489781 B CN 112489781B CN 202011487328 A CN202011487328 A CN 202011487328A CN 112489781 B CN112489781 B CN 112489781B
Authority
CN
China
Prior art keywords
doctor
patient
disease
time length
medical
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.)
Active
Application number
CN202011487328.2A
Other languages
English (en)
Other versions
CN112489781A (zh
Inventor
李皎
崔帅帅
邹珂梦
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.)
Zhongzhifeijiu Medical Technology Shenzhen Co ltd
Original Assignee
Zhongzhifeijiu Medical Technology Shenzhen Co ltd
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 Zhongzhifeijiu Medical Technology Shenzhen Co ltd filed Critical Zhongzhifeijiu Medical Technology Shenzhen Co ltd
Priority to CN202011487328.2A priority Critical patent/CN112489781B/zh
Publication of CN112489781A publication Critical patent/CN112489781A/zh
Application granted granted Critical
Publication of CN112489781B publication Critical patent/CN112489781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种基于云计算的医疗系统及其挂号方法，挂号方法为：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据；根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时长得到该医生诊断该患者所用的第二时长，根据第一时长和第二时长计算出该医生诊断该患者所用时长；按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者以及接诊的时间和时长。本发明提供的技术方案能够减轻患者在就诊时排队候诊造成的负担。

Description

一种基于云计算的医疗系统及其挂号方法
技术领域
本发明涉及基于云计算的医疗系统技术领域，具体涉及一种基于云计算的医疗系统及其挂号方法。
背景技术
医院是保证人们生命健康的必要机构，在人们患病时，尤其是在患有一些重大疾病时，需要到医院就诊，消除病患，获得健康。
传统的医院中，人们在就医时需要先到挂号处挂号，然后排队，等待被叫号时到相应的诊室就诊。在一些重要的诊室经常会出现排队叫号等待很长时间的现象，在排队的过程中患者需要在医院的候诊室等待，而候诊室经常人比较多且不利于患者休息，甚至有些患者为了挂到专家号，需要很早到医院去抢号，对患者的身心造成进一步的负担。
随着计算机技术、信息技术的发展，人们使用网络的频率越来越高，大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，大数据平台正在互联网、金融、运营商等行业广泛使用。区域医疗卫生信息化发展的关键在于以患者为中心实现信息的共享、流动与智能应用。但在实际应用当中，不同的医疗机构往往使用不同的服务器、网络和信息系统。由于各信息系统差异较大和对标准的支持程度不同，信息“孤岛”现象较为严重；尽管一些医院建立了数据交换平台以共享医院的数据，但跨医院、跨地区的数据共享仍然极其困难，其主要原因是缺少一种可扩展、安全、一致、普及、高效的大规模资源共享和计算服务体系。云计算作为下一代计算方式，采用云计算技术来构建区域医疗信息共享平台的集中建设模式，将不同的医疗机构进行全面的系统整合，在提高系统吞吐量和资源使用效率的同时，可以缩小服务成本，提高可靠性、可用性和灵活性，以形成统一标准的医疗信息共享平台。
发明内容
本发明的目的是提供一种基于云计算的医疗系统及其挂号方法，以解决现有技术中在患者就诊时挂号后需要在候诊室排队候诊而增加成负担的问题。
为实现上述目的，本发明采用如下技术方案：
一种基于云计算的医疗系统，其结构包括医生终端、云服务器和用户终端，用户终端用于向云服务器发送挂号信息，医生终端用于输入医生的坐诊时间；所述云服务器用于实现挂号方法，该方法包括如下步骤：
步骤一：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所用时长；
步骤四：按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者，以及接诊各患者的时间和时长；
步骤五：将医生接诊各患者的时间和时长发送给用户终端和医生终端。
进一步的，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为L1；
设患者的患病严重程度为L2，患病时长为h，则该患者的病症复杂程度为
G1＝αL1+βL2+γ ln h
其中α、β和γ分别为患者病症评分L1、患病严重程度为L2和患病时长为h的权重。
进一步的，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为L0，治疗病人的康复率为P1，复发率为P2，则该医生的医疗水平为
G2＝a ln L0+bP1-cP2
其中a、b、c分别为医生的从业年限L0，治疗病人的康复率P1，复发率P2的权重。
进一步的，所述第一时长的获取方法是：
首先获取历史数据，统计各医疗水平的医生诊断各病症复杂程度的患者所用的平均时长，并将其存储；
然后在得到患者的病症复杂程度和医生的医疗水平之后，从存储的数据中查找出该医疗水平的医生诊断该病症复杂程度的患者的平均时长，将其作为第一时长。
进一步的，设第一时长为H1，第二时长为H2，则医生诊断患者的所用时长为
H＝mH1+nH2
其中m和n分别为第一时长H1和第二时长H2的权重，且m+n＝1。
进一步的，还包括客服终端，用于与用户终端进行信息交互，为用户提供人工指导。
进一步的，所述云服务器还用于将各医生的简介和当前的挂号情况发送给用户终端。
一种基于云计算的医疗系统挂号方法，包括如下步骤：
步骤一：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所用时长；
步骤四：按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者，以及接诊各患者的时间和时长；
步骤五：将医生接诊各患者的时间和时长发送给用户终端和医生终端。
进一步的，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为L1；
设患者的患病严重程度为L2，患病时长为h，则该患者的病症复杂程度为
G1＝αL1+βL2+γ ln h
其中α、β和γ分别为患者病症评分L1、患病严重程度L2和患病时长h的权重。
进一步的，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为L0，治疗病人的康复率为P1，复发率为P2，则该医生的医疗水平为
G2＝a ln L0+bP1-cP2
其中a、b、c分别为医生的从业年限L0，治疗病人的康复率P1，复发率P2的权重。
本发明的有益效果：
本发明所提供的技术方案，在患者挂号后医疗系统能够根据患者的病情、医生的医疗水平确定患者的就诊时间，患者只需在其就诊的时间到医院就诊即可，不需要先到医院挂号然后再排队等待叫号，更不需要提前到医院排队挂号。因此，本发明所提供的技术方案能够解决在患者就诊时挂号后需要在候诊室排队候诊而增加成负担的问题。
附图说明
图1是本发明系统实施例中基于云计算的医疗系统的结构示意图；
图2是本发明系统实施例中基于云计算的医疗系统挂号方法的流程图。
具体实施方式
系统实施例：
本实施例提供一种基于云计算的医疗系统，其结构如图1所示，包括云服务器、用户终端和医生终端，用户终端和医生终端均与云服务器通讯连接。
用户终端上设置有挂号模块和挂号结果查询模块，挂号模块用于供输入患者的挂号信息并发送给云服务器，挂号结果查询模块用于查询挂号结果；医生终端设置有坐诊时间设定模块和坐诊任务查询模块，坐诊时间设定模块用于输入供医生输入其坐诊时间并发送给云服务器，坐诊任务查询模块用于查询其坐诊期间需要接诊的患者和接诊各患者的时间。云服务器用于根据患者的挂号信息和医生的坐诊时间，通过挂号方法得到各患者的接诊时间和时长，并分别发送给用户终端和医生终端。
本实施例中云服务器所执行的挂号方法流程如图2所示，包括如下步骤：
步骤一：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据。
患者的挂号信息包括患者的病症、患病严重程度和患病时长；
医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度。医生的医疗能力数据可以通过维护终端由系统维护人员输入，也可以通过网络从医生的从业信息和网民评价中获得。
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平。
步骤三：根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所用时长。
步骤四：按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者，以及接诊各患者的时间和时长。
步骤五：将医生接诊各患者的时间和时长发送给用户终端和医生终端。
本实施例的步骤二中，根据患者的病症、患病严重程度和患病时长获取其病症复杂程度的方法为：
首先将各病症分类，并根据各病症的诊断难易程度对其进行评分，诊断难度越大其评分越高，从而得到各病症的评分；
然后在获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为L1；
设患者的患病严重程度为L2，患病时长为h，则该患者的病症复杂程度为
G1＝αL1+βL2+γ ln h
其中α、β和γ分别为患者病症评分L1、患病严重程度L2和患病时长h的权重。
根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为L0，治疗病人的康复率为P1，复发率为P2，则该医生的医疗水平为
G2＝a ln L0+bP1-cP2
其中a、b、c分别为医生的从业年限L0、治疗病人的康复率P1、复发率P2的权重。
在步骤三中，第一时长的获取方法是：
首先获取历史数据，统计各医疗水平等级的医生诊断各病症复杂程度的患者所用的平均时间，并将其存储；
然后在得到患者的病症复杂程度和医生的医疗水平之后，从存储的数据中查找出该医疗水平的医生诊断该病症复杂程度的患者的平均时长，将其作为第一时长。
在获取第二时长时，首先获取医生诊断各类病症所需的平均时长，然后获取患者病症的种类，将该医生处理该种类病症所需的平均时长作为该医生诊断该患者的第二时长。
在步骤三中，设第一时长为H1，第二时长为H2，则医生接诊该患者的所用时长为
H＝mH1+nH2
其中m和n分别为第一时长H1和第二时长H2的权重，且m+n＝1。
设医生需要接诊X位患者，其开始接诊患者的时间为T0，则其接诊第p位患者的接诊时间为：
Figure BDA0002839690320000051
其中Tq为接诊第q位患者所需的诊断时长。
在本实施例中，医疗系统还包括客服终端，用户终端上设置有咨询模块，咨询模块用于供用户输入疑问信息；用户终端将用户输入的疑问信息发送给客服终端，客服终端供客服人员使用，当接收到用户的疑问信息后在客服终端上输入疑问的解答；客服终端将疑问的解答发送给云服务器，云服务器在将该疑问解答发送给用户终端，从而实现客服终端与用户终端之间的信息交互，为用户提供人工指导。
在本实施例中，用户终端上还设置有医生信息查询模块，云服务器还用于将各医生的简介和当前的挂号情况发送给用户终端，患者可在用户终端的医生信息查询模块查询各医生的简介和当前的挂号情况，医生的简介包括其从业年限和专业特长，然后根据其需求选择挂号的医生。
方法实施例：
本实施例提供一种基于云计算的医疗系统挂号方法，与上述系统实施例中基于云计算的医疗系统的挂号方法相同，该方法已在上述系统实施例中做了详细介绍，这里不多做说明。
以上公开的本发明的实施例只是用于帮助阐明本发明的技术方案，并没有尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。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。
本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于云计算的医疗系统，其结构包括医生终端、云服务器和用户终端，用户终端用于向云服务器发送挂号信息，医生终端用于输入医生的坐诊时间；其特征在于，所述云服务器用于实现挂号方法，该方法包括如下步骤：
步骤一：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所用时长；
步骤四：按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者，以及接诊各患者的时间和时长；
步骤五：将医生接诊各患者的时间和时长发送给用户终端和医生终端；
所述第一时长的获取方法是：首先获取历史数据，统计各医疗水平的医生诊断各病症复杂程度的患者所用的平均时长，并将其存储；然后在得到患者的病症复杂程度和医生的医疗水平之后，从存储的数据中查找出该医疗水平的医生诊断该病症复杂程度的患者的平均时长，将其作为第一时长。
2.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为
Figure DEST_PATH_IMAGE002
；
设患者的患病严重程度为
Figure DEST_PATH_IMAGE004
，患病时长为h，则该患者的病症复杂程度为
Figure DEST_PATH_IMAGE006
其中α、β和γ分别为患者病症评分
Figure DEST_PATH_IMAGE007
、患病严重程度
Figure 28088DEST_PATH_IMAGE004
和患病时长h的权重。
3.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为
Figure DEST_PATH_IMAGE009
，治疗病人的康复率为
Figure DEST_PATH_IMAGE011
，复发率为
Figure 997093DEST_PATH_IMAGE011
，则该医生的医疗水平为
Figure DEST_PATH_IMAGE013
其中a、b、c分别为医生的从业年限
Figure DEST_PATH_IMAGE014
，治疗病人的康复率
Figure 26098DEST_PATH_IMAGE011
，复发率
Figure DEST_PATH_IMAGE016
的权重。
4.根据权利要求1-3任意一项所述的基于云计算的医疗系统，其特征在于，设第一时长为
Figure DEST_PATH_IMAGE018
，第二时长为
Figure DEST_PATH_IMAGE020
，则医生诊断患者的所用时长为
Figure DEST_PATH_IMAGE022
其中m和n分别为第一时长
Figure 451000DEST_PATH_IMAGE018
和第二时长
Figure 344001DEST_PATH_IMAGE020
的权重，且m+n=1。
5.根据权利要求1所述的基于云计算的医疗系统，其特征在于，还包括客服终端，用于与用户终端进行信息交互，为用户提供人工指导。
6.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述云服务器还用于将各医生的简介和当前的挂号情况发送给用户终端。
7.一种基于云计算的医疗系统挂号方法，其特征在于，包括如下步骤：
步骤一：获取患者的挂号信息、医生的坐诊时间段和医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所用时长；
步骤四：按照患者挂号的先后顺序和医生诊断各患者所用时长，得到该医生在其坐诊时间内能够接诊的患者，以及接诊各患者的时间和时长；
步骤五：将医生接诊各患者的时间和时长发送给用户终端和医生终端；
所述第一时长的获取方法是：首先获取历史数据，统计各医疗水平的医生诊断各病症复杂程度的患者所用的平均时长，并将其存储；然后在得到患者的病症复杂程度和医生的医疗水平之后，从存储的数据中查找出该医疗水平的医生诊断该病症复杂程度的患者的平均时长，将其作为第一时长。
8.根据权利要求7所述的基于云计算的医疗系统挂号方法，其特征在于，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为
Figure DEST_PATH_IMAGE023
；
设患者的患病严重程度为
Figure 144293DEST_PATH_IMAGE004
，患病时长为h，则该患者的病症复杂程度为
Figure 208064DEST_PATH_IMAGE006
其中α、β和γ分别为患者病症评分
Figure 515286DEST_PATH_IMAGE023
、患病严重程度
Figure 528372DEST_PATH_IMAGE004
和患病时长h的权重。
9.根据权利要求7所述的基于云计算的医疗系统挂号方法，其特征在于，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为
Figure 895638DEST_PATH_IMAGE014
，治疗病人的康复率为
Figure 994175DEST_PATH_IMAGE011
，复发率为
Figure 324662DEST_PATH_IMAGE016
，则该医生的医疗水平为
Figure 894052DEST_PATH_IMAGE013
其中a、b、c分别为医生的从业年限
Figure 933684DEST_PATH_IMAGE014
，治疗病人的康复率
Figure 972047DEST_PATH_IMAGE011
，复发率
Figure 95773DEST_PATH_IMAGE016
的权重。
CN202011487328.2A 2020-12-16 2020-12-16 一种基于云计算的医疗系统及其挂号方法 Active CN112489781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011487328.2A CN112489781B (zh) 2020-12-16 2020-12-16 一种基于云计算的医疗系统及其挂号方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011487328.2A CN112489781B (zh) 2020-12-16 2020-12-16 一种基于云计算的医疗系统及其挂号方法

Publications (2)

Publication Number Publication Date
CN112489781A CN112489781A (zh) 2021-03-12
CN112489781B true CN112489781B (zh) 2022-12-16

Family

ID=74917335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011487328.2A Active CN112489781B (zh) 2020-12-16 2020-12-16 一种基于云计算的医疗系统及其挂号方法

Country Status (1)

Country Link
CN (1) CN112489781B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113764081B (zh) * 2021-03-26 2024-07-16 北京京东拓先科技有限公司 问诊号确定方法、装置、设备和计算机可读存储介质
CN114446451A (zh) * 2021-12-30 2022-05-06 深圳市巨鼎医疗股份有限公司 互联网医疗服务就诊系统的预警方法、终端设备及存储介质
CN115797272A (zh) * 2022-11-17 2023-03-14 普罗朗生物技术（无锡）有限公司 基于大数据ai的肺部健康的检测系统
CN118098535A (zh) * 2024-04-16 2024-05-28 旭辉卓越健康信息科技有限公司 一种可视化就医流程主动推荐方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106722A (zh) * 2012-12-12 2013-05-15 江苏省人民医院 基于智能手机的挂号分诊及人流控制的系统和方法
CN104835097A (zh) * 2015-06-01 2015-08-12 张勤哲 一种移动终端医疗控制系统
CN107066816A (zh) * 2017-03-22 2017-08-18 袁洪 基于临床数据的就医指导方法、装置及服务器
CN109659017A (zh) * 2018-12-24 2019-04-19 苏州鱼得水电气科技有限公司 一种预测、分配医生就诊量的智慧医疗系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229759B2 (en) * 2009-09-29 2012-07-24 Shanghai Pudong New Area People's Hospital Self-service medical service method and its system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106722A (zh) * 2012-12-12 2013-05-15 江苏省人民医院 基于智能手机的挂号分诊及人流控制的系统和方法
CN104835097A (zh) * 2015-06-01 2015-08-12 张勤哲 一种移动终端医疗控制系统
CN107066816A (zh) * 2017-03-22 2017-08-18 袁洪 基于临床数据的就医指导方法、装置及服务器
CN109659017A (zh) * 2018-12-24 2019-04-19 苏州鱼得水电气科技有限公司 一种预测、分配医生就诊量的智慧医疗系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Plural Navigation: Navigation for a Wholesome Experience;Apoorva Avadhana;《Proceedings of the 31st Australian Conference on Human-Computer-Interaction》;20200110;全文 *
基于大数据的就医导航方式研究;靳博文等;《无线互联科技》;20160525(第10期);全文 *
综合医院门诊就诊体验与分析;刘温文等;《医院院长论坛》;20120515(第03期);全文 *

Also Published As

Publication number Publication date
CN112489781A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN112489781B (zh) 一种基于云计算的医疗系统及其挂号方法
Chan et al. Assessing the impact of service level when customer needs are uncertain: An empirical investigation of hospital step-down units
CN112489780A (zh) 一种基于云计算的医疗系统及其接诊方法
CN103955608B (zh) 一种智能医疗信息远程处理系统及处理方法
CN108281195A (zh) 一种医疗数据的管理方法及系统
WO2022145782A2 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
CN112489748A (zh) 一种基于云计算的医疗系统及其医疗资源分配方法
Starfield A framework for primary care research
Kuntz et al. Separate and concentrate: Accounting for patient complexity in general hospitals
CN109935290A (zh) 一种基于大数据分析的药品匹配系统及其匹配方法
KR102479692B1 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
CN108028074A (zh) 患者协调系统和方法
Gitkind et al. Redefining pathways into acute rehabilitation during the COVID‐19 crisis
Furian et al. GEDMod–Towards a generic toolkit for emergency department modeling
US20180358131A1 (en) Assigning patients to hospital beds
Reddy et al. AI-IoT based healthcare prognosis interactive system
Jiang et al. Assessing the impact of healthcare service risks on healthcare demand under evolving economic and social structures: An improved GLDS decision making method considering risk attitudes
Bowles et al. Screening for risk of rehospitalization from home care: Use of the outcomes assessment information set and the probability of readmission instrument
Rangasamy et al. Role of telemedicine in health care system: a review
Leopardi et al. Emergency nursing staff dispatch: sensitivity and specificity in detecting prehospital need for physician interventions during ambulance transport in Rovigo Emergency Ambulance Service, Italy
Blakey et al. Retrospective observational study of neonatal attendances to a children's emergency department
Crystal et al. Incidence and duration of hospitalizations among persons with AIDS: an event history approach.
Feizi et al. Vertical Patient Streaming in Emergency Departments
Brailer et al. Improving performance with clinical decision support
Lipsky et al. Accuracy of initial critical care triage decisions in blast versus non-blast trauma

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: 20221201

Address after: 518000 1405-a, Wenbo building, No. 2005, Lianhua Road, Jinghua community, Lianhua street, Futian District, Shenzhen, Guangdong Province

Applicant after: Zhongzhifeijiu medical technology (Shenzhen) Co.,Ltd.

Address before: 450000 North 2nd Street, Dali Village, Shifo Town, high tech Development Zone, Zhengzhou City, Henan Province

Applicant before: Li Jiao

GR01 Patent grant
GR01 Patent grant