CN112509679A - 一种加强妇产科住院管理的方法及系统 - Google Patents
一种加强妇产科住院管理的方法及系统 Download PDFInfo
- Publication number
- CN112509679A CN112509679A CN202011412329.0A CN202011412329A CN112509679A CN 112509679 A CN112509679 A CN 112509679A CN 202011412329 A CN202011412329 A CN 202011412329A CN 112509679 A CN112509679 A CN 112509679A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- obstetrics
- gynecological
- gynaecology
- 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- Withdrawn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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Biomedical Technology (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Bioethics (AREA)
Abstract
本发明公开了一种加强妇产科住院管理的方法,所述方法包括:获得第一妇产科信息;根据所述第一妇产科信息获得第一标签信息;获得第二妇产科信息;根据所述第二妇产科信息获得第二标签信息;将所述第一标签信息和所述第二标签信息输入第一训练模型;获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。解决了因医护人员能力有限、管理等方面存在漏洞,进而导致妇产科住院管理不完善的技术问题。
Description
技术领域
本发明涉及一种妇产科领域,尤其涉及一种加强妇产科住院管理的方法及系统。
背景技术
随着国家卫生事业的改革和发展,医学模式的转变,人们实际需求和价值观念的变化,包含妇产科等科室的质量管理也面临着挑战和机遇,因此妇产科室的日常管理亟需加强。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
因医护人员能力有限、管理等方面存在漏洞,进而导致妇产科住院管理不完善。
发明内容
本申请实施例通过提供一种加强妇产科住院管理的方法,解决了因医护人员能力有限、管理等方面存在漏洞,进而导致妇产科住院管理不完善的技术问题,达到了对妇产科住院进行智能化管理,提高妇产科室管理效率的技术效果。
本申请实施例提供了一种加强妇产科住院管理的方法,其中,所述方法包括:获得第一妇产科信息;根据所述第一妇产科信息获得第一标签信息;获得第二妇产科信息;根据所述第二妇产科信息获得第二标签信息;将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
另一方面,本申请还提供了一种加强妇产科住院管理的系统,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得第一妇产科信息;第二获得单元:所述第二获得单元用于根据所述第一妇产科信息获得第一标签信息;第三获得单元:所述第三获得单元用于获得第二妇产科信息;第四获得单元:所述第四获得单元用于根据所述第二妇产科信息获得第二标签信息;第一输入单元:所述第一输入单元用于将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;第五获得单元:所述第五获得单元用于获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;第六获得单元:所述第六获得单元用于根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;第七获得单元:所述第七获得单元用于获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过对不同医院的妇产科室进行智能排名,可以获得各妇产科室在各个方面的优劣,为妇产科患者提供一定的数据参考,进而使得排名靠后的妇产科室可以对照排名靠前的妇产科室进行自我加强管理,达到了提高妇产科住院的智能管理,进而提高妇产科室管理效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种加强妇产科住院管理的方法的流程示意图;
图2为本申请实施例一种加强妇产科住院管理的系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一输入单元15,第五获得单元16,第六获得单元17,第七获得单元18,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种加强妇产科住院管理的方法,解决了因医护人员能力有限、管理等方面存在漏洞,进而导致妇产科住院管理不完善的技术问题,达到了对妇产科住院进行智能化管理,提高妇产科室管理效率的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
随着国家卫生事业的改革和发展,医学模式的转变,人们实际需求和价值观念的变化,包含妇产科等科室的质量管理也面临着挑战和机遇,因此妇产科室的日常管理亟需加强。因医护人员能力有限、管理等方面存在漏洞,进而导致妇产科住院管理不完善。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种加强妇产科住院管理的方法,其中,所述方法包括:获得第一妇产科信息;根据所述第一妇产科信息获得第一标签信息;获得第二妇产科信息;根据所述第二妇产科信息获得第二标签信息;将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示,本申请实施例提供了一种加强妇产科住院管理的方法,其中,所述方法包括:
步骤S100:获得第一妇产科信息;
具体而言,所述第一妇产科信息为第一医院的妇产科信息,可获得所述第一妇产科的在职人数、医生资历、护士资质、住院环境、服务态度等信息。
步骤S200:根据所述第一妇产科信息获得第一标签信息;
具体而言,所述第一标签信息为所述第一妇产科信息的相关标签,所述第一标签信息是根据所述第一妇产科信息的历史的病患评价所得,可进一步理解为住院环境好、医护人员认真负责等信息。
步骤S300:获得第二妇产科信息;
步骤S400:根据所述第二妇产科信息获得第二标签信息;
具体而言,所述第二妇产科信息不同于所述第一妇产科信息,所述第二妇产科信息为第二医院即另一家医院的妇产科信息,所述第二标签信息是根据所述第二妇产科信息的历史的病患评价所得,通过获得两个妇产科信息及其标签信息,可进行相互对比,互相取长补短。
步骤S500:将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;
步骤S600:获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;
具体而言,通过将所述第一标签信息和所述第二标签信息输入第一训练模型不断地进行训练,可以使得输出的训练结果更加精确。所述训练模型是一个神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。在本申请实施例中,将所述第一标签信息和所述第二标签信息输入第一训练模型,用标识的妇产科等级排名信息对所述神经网络模型进行训练。
进一步来说,所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息。通过输入所述第一标签信息和所述第二标签信息,神经网络模型会输出妇产科等级排名信息,通过将所述输出信息与所述起标识作用的妇产科等级排名信息进行校验,如果所述输出信息与所述起标识作用的妇产科等级排名信息要求相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果所述输出信息与所述起标识作用的妇产科等级排名信息要求不一致,则神经网络学习模型自身进行调整,直到神经网络学习模型输出结果与所述起标识作用的妇产科等级排名信息要求相一致,进行下一组数据的监督学习。通过训练数据使神经网络学习模型自身不断地修正、优化,通过监督学习的过程来提高神经网络学习模型处理所述信息的准确性,进而达到使得获得的所述妇产科等级排名信息更加精确的技术效果。
步骤S700:根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;
具体而言,通过对所述第一标签信息和所述第二标签信息进行不断的训练,可获得所述妇产科等级排名信息,即综合资质、环境、知名度等各个方面对妇产科信息进行等级排名,所述第一等级妇产科信息为综合实力最强的妇产科,所述第二等级妇产科信息为综合实力次于所述第一等级妇产科信息的科室。
步骤S800:获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
具体而言,已知获得所述第一等级妇产科信息和所述第二等级妇产科信息,可获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理,进而使得所述第二等级妇产科信息的综合实力有所提升,达到了提高所述第二等级妇产科信息的管理效率的技术效果。
为了向病患匹配到合适的妇产科住院信息,本申请实施例还包括:
步骤S910:获得第一病患信息;
步骤S920:根据所述第一病患信息获得第一经济条件信息;
步骤S930:根据所述第一妇产科信息和所述第二妇产科信息分别获得第一收费信息和第二收费信息;
步骤S940:获得第二指令,所述第二指令为对所述第一病患信息匹配合适的妇产科室。
具体而言,所述第一病患信息为在妇产科就诊的病患信息,所述第一经济条件信息为所述第一病患的经济条件信息,判断所述第一病患是否经济宽裕或经济拮据,进而获得所述第一妇产科的收费信息和所述第二妇产科的收费信息,通过对比所述第一收费信息和所述第二收费信息,进而为所述第一病患匹配到收费相当的妇产科信息,达到了使得病患的经济条件和妇产科室的收费信息相匹配,进一步提高妇产科室病患收治率,进而加强妇产科室住院管理的技术效果。
获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理,步骤S800还包括:
步骤S810:根据所述第二等级妇产科信息获得第一医护人员信息;
步骤S820:根据所述第一医护人员信息获得第一工作能力信息;
步骤S830:根据所述第一工作能力信息获得第一评分信息;
步骤S840:判断所述第一评分信息是否满足第一预设阈值;
步骤S850:若所述第一评分信息不满足所述第一预设阈值,获得第三指令,所述第三指令为对所述第一医护人员进行培训。
具体而言,为了加强妇产科住院管理,还可对相关医护人员进行培训以提高管理,则可根据所述第二等级妇产科信息获得第一医护人员信息,即获得综合实力较弱的妇产科的医护人员信息,进而根据所述第一医护人员信息获得第一工作能力信息,所述第一工作能力信息为包含医护人员的专业素质、服务态度等工作能力信息,进而根据所述第一工作能力信息获得第一评分信息,所述第一评分信息为历史的就诊病患对医护人员的工作能力的评分,判断所述第一评分信息是否满足第一预设阈值,即判断所述第一评分信息是否达到良好到优秀的区间范围,若所述第一评分信息不满足所述第一预设阈值,即所述第一评分信息为不合格,可获得第三指令,所述第三指令为对所述第一医护人员进行培训,使得工作能力较弱的医护人员能力有所提升,达到了提高医护人员的专业工作能力,进而加强妇产科住院管理的技术效果。
若所述第一评分信息不满足所述第一预设阈值,获得第三指令,所述第三指令为对所述第一医护人员进行培训,步骤S850还包括:
步骤S851:根据所述第一工作能力信息获得第三标签信息;
步骤S852:获得所述第一等级妇产科信息的第二医护人员信息;
步骤S853:根据所述第二医护人员信息获得第二工作能力信息;
步骤S854:根据所述第二工作能力信息获得第四标签信息;
步骤S855:根据所述第三标签信息和所述第四标签信息获得第一区别特征信息;
步骤S856:根据所述第一区别特征信息对所述第一医护人员进行培训。
具体而言,为了对所述第一医护人员的工作能力进行针对性的培训,还可根据所述第一工作能力信息获得第三标签信息,所述第三标签信息为评分不合格的医护人员的具体标签信息,进一步可理解为医护人员的护理能力不够细致等,此外还可获得所述第一等级妇产科信息的第二医护人员信息,所述第二医护人员信息为排名综合实际较高的妇产科室的医护人员,可根据所述第二医护人员信息获得第二工作能力信息,所述第二工作能力信息为包含医护人员的专业素质、服务态度等工作能力信息较好,进而根据所述第二工作能力信息获得第四标签信息,所述第四标签信息为医护人员的护理到位、服务态度较好等,可根据所述第三标签信息和所述第四标签信息获得第一区别特征信息,所述第一区别特征信息为工作能力较好和工作能力较弱的医护人员之间的区别之处,最终根据所述第一区别特征信息对所述第一医护人员进行培训,使得所述第一医护人员的工作不到位的部分得到培训,达到了对所述第一医护人员的工作能力进行针对性的培训,进而加强妇产科住院管理的技术效果。
为了确保新生婴儿的安全,本申请实施例还包括:
步骤S1010:根据所述第一病患信息获得第一婴儿信息;
步骤S1020:获得所述第一婴儿的探视权限;
步骤S1030:判断所述第一婴儿的探视权限是否满足第二预设阈值;
步骤S1040:当所述第一婴儿的探视权限不满足所述第二预设阈值,获得第一探视请求信息;
步骤S1050:将所述第一探视请求信息发送给所述第一病患。
具体而言,所述第一婴儿为所述第一病患生育的婴儿,因刚出生的婴儿抵抗力较弱,医院会将新生婴儿置于保温箱进行观察,因此对所述第一婴儿的探视需严格正规,可获得所述第一婴儿的探视权限,所述探视权限可理解为仅父母进行探视等,判断所述第一婴儿的探视权限是否满足第二预设阈值,当所述第一婴儿的探视权限不满足所述第二预设阈值,即非父母关系对新生婴儿进行探视,可获得第一探视请求信息,所述第一探视请求信息为其他人对新生婴儿的探视,可将所述第一探视请求信息发送给所述第一病患,经所述第一病患同意后,可对所述第一婴儿进行探视,达到了确保新生婴儿的安全,进而加强妇产科住院管理的技术效果。
为了对所述探视记录信息进行安全加密并保存,本申请实施例还包括:
步骤S1110:根据所述第一探视请求信息获得第一探视记录信息;
步骤S1120:根据所述第一探视记录信息生成第一验证码,所述第一验证码与所述第一探视记录信息一一对应;
步骤S1130:根据第二探视记录信息生成第二验证码,所述第二验证码与所述第二探视记录信息一一对应,以此类推,根据第N探视记录信息获得第N验证码,所述第N验证码与所述第N探视记录信息一一对应,其中,N为大于1的自然数;
步骤S1140:将探视记录信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
具体而言,为了确保所述第一探视记录信息的安全性,确保其不被篡改,可进行基于区块链的加密操作。区块链技术是一项具有普适性的底层技术架构,它通过共识机制在分布式节点上生成和同步数据、借助可编程脚本实现合约条款的自动执行和数据操作。区块链被定义为一种按时间顺序来组织数据区块,不同区块之间按序形成链条状连接的数据结构,借助这种数据结构来构建数字账本。
根据所述第一探视请求信息获得第一探视记录信息;根据所述第一探视记录信息生成第一验证码,所述第一验证码与所述第一探视记录信息一一对应;根据第二探视记录信息生成第二验证码,所述第二验证码与所述第二探视记录信息一一对应,以此类推,根据第N探视记录信息获得第N验证码,所述第N验证码与所述第N探视记录信息一一对应,其中,N为大于1的自然数;将探视记录信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。对所述第一探视记录信息进行加密存储,其中,每个设备对应于一个节点,所有节点组合起来形成了区块链,这样的区块链就构成了一个便于验证(只要验证最后一个区块的Hash值就相当于验证了整个版本),不可更改(任何一个交易信息的更改,会让所有之后的区块的Hash值发生变化,这样在验证时就无法通过)的总账本。
区块链系统采用分布式数据形式,让每一个参与节点都能够获得一份完整的数据库备份,除非能够同时控制整个系统中51%的节点,否则单个节点对数据库的修改是无效的,也无法影响其他节点上的数据内容。因此,参与系统中的节点越多,算力越强,系统中的数据安全性也就越高。对所述第一探视记录信息基于区块链的加密处理,有效保证了探视记录信息的存储安全,达到了对所述探视记录信息进行安全的记录并保存的技术效果。
为了使得对所述探视记录信息的存储更加高效快速,本申请实施例还包括:
步骤S1150:将所述第N探视信息和第N-1验证码作为第N区块;
步骤S1160:获得所述第N区块记录时间,所述第N区块记录时间表示第N区块需要记录的时间;
步骤S1170:根据所述第N区块记录时间,获得所述M台设备中运速最强的第一设备;
步骤S1180:将第N区块的记录权发送给所述第一设备。
具体而言,在对所述第一探视记录信息进行基于区块链的加密操作时,为了获得更加高效的运算、存储速率,可获得所述第N区块记录时间,所述第N区块记录时间表示第N区块需要记录的时间;进而根据所述第N区块记录时间,获得所述M台设备中运速最强的第一设备;将第N区块的记录权发送给所述第一设备,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述区块能够被快速准确的记录在设备中,进而保证了信息的安全性,进而对所述探视记录信息进行准确的判断,达到了使得对所述探视记录信息存储记录更加快速和高效的技术效果。
综上所述,本申请实施例所提供的一种加强妇产科住院管理的方法及系统具有如下技术效果:
1、通过对不同医院的妇产科室进行智能排名,可以获得各妇产科室在各个方面的优劣,为妇产科患者提供一定的数据参考,进而使得排名靠后的妇产科室可以对照排名靠前的妇产科室进行自我加强管理,达到了提高妇产科住院的智能管理,进而提高妇产科室管理效率的技术效果。
2、通过对工作能力较弱的医护人员进行针对性的、专业性的培训,进而提高了医护人员的专业能力,以及通过对新生婴儿进行探视管理,有效保证了新生婴儿的安全,进一步提高了妇产科的住院管理,达到了加强妇产科住院管理的技术效果。
实施例二
基于与前述实施例中一种加强妇产科住院管理的方法同样发明构思,本发明还提供了一种加强妇产科住院管理的系统,如图2所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得第一妇产科信息;
第二获得单元12:所述第二获得单元12用于根据所述第一妇产科信息获得第一标签信息;
第三获得单元13:所述第三获得单元13用于获得第二妇产科信息;
第四获得单元14:所述第四获得单元14用于根据所述第二妇产科信息获得第二标签信息;
第一输入单元15:所述第一输入单元15用于将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;
第五获得单元16:所述第五获得单元16用于获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;
第六获得单元17:所述第六获得单元17用于根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;
第七获得单元18:所述第七获得单元18用于获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
进一步的,所述系统还包括:
第八获得单元:所述第八获得单元用于获得第一病患信息;
第九获得单元:所述第九获得单元用于根据所述第一病患信息获得第一经济条件信息;
第十获得单元:所述第十获得单元用于根据所述第一妇产科信息和所述第二妇产科信息分别获得第一收费信息和第二收费信息;
第十一获得单元:所述第十一获得单元用于获得第二指令,所述第二指令为对所述第一病患信息匹配合适的妇产科室。
进一步的,所述系统还包括:
第十二获得单元:所述第十二获得单元用于根据所述第二等级妇产科信息获得第一医护人员信息;
第十三获得单元:所述第十三获得单元用于根据所述第一医护人员信息获得第一工作能力信息;
第十四获得单元:所述第十四获得单元用于根据所述第一工作能力信息获得第一评分信息;
第一判断单元:所述第一判断单元用于判断所述第一评分信息是否满足第一预设阈值;
第十五获得单元:所述第十五获得单元用于若所述第一评分信息不满足所述第一预设阈值,获得第三指令,所述第三指令为对所述第一医护人员进行培训。
进一步的,所述系统还包括:
第十六获得单元:所述第十六获得单元用于根据所述第一工作能力信息获得第三标签信息;
第十七获得单元:所述第十七获得单元用于获得所述第一等级妇产科信息的第二医护人员信息;
第十八获得单元:所述第十八获得单元用于根据所述第二医护人员信息获得第二工作能力信息;
第十九获得单元:所述第十九获得单元用于根据所述第二工作能力信息获得第四标签信息;
第二十获得单元:所述第二十获得单元用于根据所述第三标签信息和所述第四标签信息获得第一区别特征信息;
进一步的,所述系统还包括:
第二十一获得单元:所述第二十一获得单元用于根据所述第一病患信息获得第一婴儿信息;
第二十二获得单元:所述第二十二获得单元用于获得所述第一婴儿的探视权限;
第二判断单元:所述第二判断单元用于判断所述第一婴儿的探视权限是否满足第二预设阈值;
第二十三获得单元:所述第二十三获得单元用于当所述第一婴儿的探视权限不满足所述第二预设阈值,获得第一探视请求信息;
第一发送单元:所述第一发送单元用于将所述第一探视请求信息发送给所述第一病患。
进一步的,所述系统还包括:
第二十四获得单元:所述第二十四获得单元用于根据所述第一探视请求信息获得第一探视记录信息;
第一生成单元:所述第一生成单元用于根据所述第一探视记录信息生成第一验证码,所述第一验证码与所述第一探视记录信息一一对应;
第二生成单元:所述第二生成单元用于根据第二探视记录信息生成第二验证码,所述第二验证码与所述第二探视记录信息一一对应,以此类推,根据第N探视记录信息获得第N验证码,所述第N验证码与所述第N探视记录信息一一对应,其中,N为大于1的自然数;
第一保存单元:所述第一保存单元用于将探视记录信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
进一步的,所述系统还包括:
第二十五获得单元:所述第二十五获得单元用于获得所述第N区块记录时间,所述第N区块记录时间表示第N区块需要记录的时间;
第二十六获得单元:所述第二十六获得单元用于根据所述第N区块记录时间,获得所述M台设备中运速最强的第一设备;
第二发送单元:所述第二发送单元用于将第N区块的记录权发送给所述第一设备。
前述图1实施例一中的一种加强妇产科住院管理的方法的各种变化方式和具体实例同样适用于本实施例的一种加强妇产科住院管理的系统,通过前述对一种加强妇产科住院管理的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种加强妇产科住院管理的系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种加强妇产科住院管理的方法的发明构思,本发明还提供一种加强妇产科住院管理的系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种加强妇产科住院管理的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种加强妇产科住院管理的方法,其中,所述方法包括:获得第一妇产科信息;根据所述第一妇产科信息获得第一标签信息;获得第二妇产科信息;根据所述第二妇产科信息获得第二标签信息;将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种加强妇产科住院管理的方法,其中,所述方法包括:
获得第一妇产科信息;
根据所述第一妇产科信息获得第一标签信息;
获得第二妇产科信息;
根据所述第二妇产科信息获得第二标签信息;
将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;
获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;
根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;
获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
2.如权利要求1所述的方法,其中,所述方法还包括:
获得第一病患信息;
根据所述第一病患信息获得第一经济条件信息;
根据所述第一妇产科信息和所述第二妇产科信息分别获得第一收费信息和第二收费信息;
获得第二指令,所述第二指令为对所述第一病患信息匹配合适的妇产科室。
3.如权利要求1所述的方法,其中,获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理,还包括:
根据所述第二等级妇产科信息获得第一医护人员信息;
根据所述第一医护人员信息获得第一工作能力信息;
根据所述第一工作能力信息获得第一评分信息;
判断所述第一评分信息是否满足第一预设阈值;
若所述第一评分信息不满足所述第一预设阈值,获得第三指令,所述第三指令为对所述第一医护人员进行培训。
4.如权利要求3所述的方法,其中,若所述第一评分信息不满足所述第一预设阈值,获得第三指令,所述第三指令为对所述第一医护人员进行培训,还包括:
根据所述第一工作能力信息获得第三标签信息;
获得所述第一等级妇产科信息的第二医护人员信息;
根据所述第二医护人员信息获得第二工作能力信息;
根据所述第二工作能力信息获得第四标签信息;
根据所述第三标签信息和所述第四标签信息获得第一区别特征信息;
根据所述第一区别特征信息对所述第一医护人员进行培训。
5.如权利要求2所述的方法,其中,所述方法还包括:
根据所述第一病患信息获得第一婴儿信息;
获得所述第一婴儿的探视权限;
判断所述第一婴儿的探视权限是否满足第二预设阈值;
当所述第一婴儿的探视权限不满足所述第二预设阈值,获得第一探视请求信息;
将所述第一探视请求信息发送给所述第一病患。
6.如权利要求5所述的方法,其中,所述方法还包括:
根据所述第一探视请求信息获得第一探视记录信息;
根据所述第一探视记录信息生成第一验证码,所述第一验证码与所述第一探视记录信息一一对应;
根据第二探视记录信息生成第二验证码,所述第二验证码与所述第二探视记录信息一一对应,以此类推,根据第N探视记录信息获得第N验证码,所述第N验证码与所述第N探视记录信息一一对应,其中,N为大于1的自然数;
将探视记录信息和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
7.如权利要求6所述的方法,其中,所述方法还包括:
将所述第N探视信息和第N-1验证码作为第N区块;
获得所述第N区块记录时间,所述第N区块记录时间表示第N区块需要记录的时间;
根据所述第N区块记录时间,获得所述M台设备中运速最强的第一设备;
将第N区块的记录权发送给所述第一设备。
8.一种加强妇产科住院管理的系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得第一妇产科信息;
第二获得单元:所述第二获得单元用于根据所述第一妇产科信息获得第一标签信息;
第三获得单元:所述第三获得单元用于获得第二妇产科信息;
第四获得单元:所述第四获得单元用于根据所述第二妇产科信息获得第二标签信息;
第一输入单元:所述第一输入单元用于将所述第一标签信息和所述第二标签信息输入第一训练模型,所述第一训练模型通过多组训练数据训练所得,其中,所述多组训练数据中的每一组训练数据均包括:所述第一标签信息、所述第二标签信息和用来标识妇产科等级排名的标识信息;
第五获得单元:所述第五获得单元用于获得所述第一训练模型的输出信息,所述输出信息包括妇产科等级排名信息;
第六获得单元:所述第六获得单元用于根据所述妇产科等级排名信息获得第一等级妇产科信息和第二等级妇产科信息;
第七获得单元:所述第七获得单元用于获得第一指令,所述第一指令为根据所述第一等级妇产科信息对所述第二等级妇产科信息加强科室管理。
9.一种加强妇产科住院管理的系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011412329.0A CN112509679A (zh) | 2020-12-04 | 2020-12-04 | 一种加强妇产科住院管理的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011412329.0A CN112509679A (zh) | 2020-12-04 | 2020-12-04 | 一种加强妇产科住院管理的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112509679A true CN112509679A (zh) | 2021-03-16 |
Family
ID=74970226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011412329.0A Withdrawn CN112509679A (zh) | 2020-12-04 | 2020-12-04 | 一种加强妇产科住院管理的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509679A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533341A (zh) * | 2019-09-04 | 2019-12-03 | 东北大学 | 一种基于bp神经网络的城市宜居性评价方法 |
CN110705755A (zh) * | 2019-09-07 | 2020-01-17 | 创新奇智(广州)科技有限公司 | 一种基于深度学习的服装流行趋势预测方法与装置 |
CN110931113A (zh) * | 2019-10-09 | 2020-03-27 | 北京全域医疗技术集团有限公司 | 一种基于互联网云平台的医院管理运营系统和方法 |
CN111899837A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种基于数字化手术室的手术报告协同方法及系统 |
CN111954209A (zh) * | 2020-08-12 | 2020-11-17 | 江苏商贸职业学院 | 一种提高无线传感器节点安全性的信息处理方法及装置 |
-
2020
- 2020-12-04 CN CN202011412329.0A patent/CN112509679A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533341A (zh) * | 2019-09-04 | 2019-12-03 | 东北大学 | 一种基于bp神经网络的城市宜居性评价方法 |
CN110705755A (zh) * | 2019-09-07 | 2020-01-17 | 创新奇智(广州)科技有限公司 | 一种基于深度学习的服装流行趋势预测方法与装置 |
CN110931113A (zh) * | 2019-10-09 | 2020-03-27 | 北京全域医疗技术集团有限公司 | 一种基于互联网云平台的医院管理运营系统和方法 |
CN111954209A (zh) * | 2020-08-12 | 2020-11-17 | 江苏商贸职业学院 | 一种提高无线传感器节点安全性的信息处理方法及装置 |
CN111899837A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种基于数字化手术室的手术报告协同方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117238458B (zh) | 基于云计算的重症护理跨机构协同平台系统 | |
Chumachenko et al. | Intelligent expert system of knowledge examination of medical staff regarding infections associated with the provision of medical care | |
Pairman | Midwifery partnership: a professionalizing strategy for midwives | |
CN112466426A (zh) | 一种心血管手术风险评估系统及方法 | |
CN112289423A (zh) | 一种基于智慧社区病患的复诊及康复的方法及系统 | |
CN112102934A (zh) | 一种护士规范化培训考核评分方法和系统 | |
CN110729043A (zh) | Ar远程诊断系统 | |
CN112509679A (zh) | 一种加强妇产科住院管理的方法及系统 | |
CN112837781B (zh) | 一种基于医院处方信息的药房管理系统及方法 | |
CN112288342B (zh) | 一种提高多中心协作质量控制的数据处理方法和系统 | |
CN113113124A (zh) | 一种神经外科多患者的整合护理方法及系统 | |
CN108831522A (zh) | 一种自动编码的医保病种分值付费系统及其构建方法 | |
CN114023424B (zh) | 一种妇产科婴儿看护系统及方法 | |
CN113096789A (zh) | 一种护理人员的智能管理方法及系统 | |
CN113873196A (zh) | 一种提高感染防控管理质量的方法及系统 | |
CN113077903A (zh) | 一种泌尿外科患者心理健康评估方法及系统 | |
CN112133417A (zh) | 一种icu探视方法及系统 | |
CN112331321A (zh) | 一种基于医疗人事管理的信息处理方法及系统 | |
Sittig | Clinical Informatics Literacy: 5000 Concepts that Every Informatician Should Know | |
CN112905758B (zh) | 一种基于电话机器人的智能培训管理方法及系统 | |
BR102018017070A2 (pt) | Sistema para produção, distribuição e estoque de informações de redes | |
AU2021105613A4 (en) | A system and method of uniform distributed wireless sensor nodes in medical tools for edge/cloud-based computations | |
Mitsa et al. | Information systems and healthcare XXI: a dynamic, client-centric, point-of-care system for the novice nurse | |
CN113257399B (zh) | 一种基于语义分析的应急急救物品自动获取方法及系统 | |
CN112086157B (zh) | 一种患者护理夹信息智能录入方法及系统 |
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: 20210316 |