CN112509685A - 一种筛选手术方式的标准化的方法及系统 - Google Patents
一种筛选手术方式的标准化的方法及系统 Download PDFInfo
- Publication number
- CN112509685A CN112509685A CN202011633317.0A CN202011633317A CN112509685A CN 112509685 A CN112509685 A CN 112509685A CN 202011633317 A CN202011633317 A CN 202011633317A CN 112509685 A CN112509685 A CN 112509685A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- obtaining
- surgical
- screening
- 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.)
- Granted
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种筛选手术方式的标准化的方法及系统,在第一用户同意或授权下,获得所述第一用户的第一疾病信息;获得所述第一疾病信息的疾病种类和病情等级;将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;根据所述第一用户的主观意愿信息、费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;将第一筛选条件和第二筛选条件输入手术筛选模型,获得第一手术方式;将第一手术方式发送给所述第一用户的用户端,获得第一实施指令;根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。解决了现有技术中的手术不能够智能的根据手术人的实际情况及相关意愿进行手术方式选择的技术问题。
Description
技术领域
本发明涉及筛选手术方式相关领域,尤其涉及一种筛选手术方式的标准化的方法及系统。
背景技术
手术指医生用医疗器械对病人身体进行的切除、缝合等治疗。以刀、剪、针等器械在人体局部进行的操作,来维持患者的健康。是外科的主要治疗方法,俗称“开刀”。目的是医治或诊断疾病,如去除病变组织、修复损伤、移植器官、改善机体的功能和形态等。早期手术仅限于用简单的手工方法,在体表进行切、割、缝,如脓肿引流、肿物切除、外伤缝合等。
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:
现有技术中的手术不能够智能的根据手术人的实际情况及相关意愿进行手术方式选择的技术问题。
发明内容
本申请实施例通过提供一种筛选手术方式的标准化的方法及系统,解决了现有技术中的手术不能够智能的根据手术人的实际情况及相关意愿进行手术方式选择的技术问题,达到智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
鉴于上述问题,提出了本申请实施例提供一种筛选手术方式的标准化的方法及系统。
第一方面,本申请实施例提供了一种筛选手术方式的标准化的方法,所述方法应用于一筛选手术方式的标准化系统,所述系统与用户端通讯连接,其中,所述方法包括:在第一用户同意或授权下,获得所述第一用户的第一疾病信息;根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;获得所述第一用户的主观意愿信息;获得所述第一用户的第一费用额度信息;获得所述第一用户的就诊区域信息;获得所述第一用户的医生选择信息;根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;根据所述第一确认信息,获得第一实施指令;根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
另一方面,本申请还提供了一种筛选手术方式的标准化的系统,所述系统包括:第一获得单元,所述第一获得单元用于在第一用户同意或授权下,获得所述第一用户的第一疾病信息;第二获得单元,所述第二获得单元用于根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;第三获得单元,所述第三获得单元用于将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;第四获得单元,所述第四获得单元用于获得所述第一用户的主观意愿信息;第五获得单元,所述第五获得单元用于获得所述第一用户的第一费用额度信息;第六获得单元,所述第六获得单元用于获得所述第一用户的就诊区域信息;第七获得单元,所述第七获得单元用于获得所述第一用户的医生选择信息;第八获得单元,所述第八获得单元用于根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;第一输入单元,所述第一输入单元用于将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;第九获得单元,所述第九获得单元用于将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;第十获得单元,所述第十获得单元用于根据所述第一确认信息,获得第一实施指令;第一实施单元,所述第一实施单元用于根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
第三方面,本发明提供了一种筛选手术方式的标准化的系统,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第一方面所述方法的步骤。
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:
由于采用了根据第一用户的第一疾病的种类和病情等级作为第一筛选条件,根据第一用户的主观意愿、费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件,将所述第一筛选条件和所述第二筛选条件输入手术筛选模型的方式,智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
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筛选手术方式的标准化的方法的流程示意图;
图2为本申请实施例一种筛选手术方式的标准化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,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第一输入单元19,第九获得单元20,第十获得单元21,第一实施单元22,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筛选手术方式的标准化的方法及系统,解决了现有技术中存在对于植物的物候期预测不准确的技术问题,达到基于大数据,对植物的物候期进行准确的预测的技术效果。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
手术指医生用医疗器械对病人身体进行的切除、缝合等治疗。以刀、剪、针等器械在人体局部进行的操作,来维持患者的健康。是外科的主要治疗方法,俗称“开刀”。目的是医治或诊断疾病,如去除病变组织、修复损伤、移植器官、改善机体的功能和形态等。早期手术仅限于用简单的手工方法,在体表进行切、割、缝,如脓肿引流、肿物切除、外伤缝合等。但现有技术中的手术不能够智能的根据手术人的实际情况及相关意愿进行手术方式选择的技术问题。
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筛选手术方式的标准化的方法,所述方法应用于一筛选手术方式的标准化系统,所述系统与用户端通讯连接,其中,所述方法包括:在第一用户同意或授权下,获得所述第一用户的第一疾病信息;根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;获得所述第一用户的主观意愿信息;获得所述第一用户的第一费用额度信息;获得所述第一用户的就诊区域信息;获得所述第一用户的医生选择信息;根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;根据所述第一确认信息,获得第一实施指令;根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种筛选手术方式的标准化的方法,所述方法应用于一筛选手术方式的标准化系统,所述系统与用户端通讯连接,其中,所述方法包括:
步骤S100:在第一用户同意或授权下,获得所述第一用户的第一疾病信息;
具体而言,所述筛选手术方式的标准化系统为可进行手术方式筛选的系统,所述用户端为要进行手术方式选择的用户进行选择的端口,所述第一用户为将进行手术的用户,在第一用户进行授权或同意的情况下,获得所述第一用户的第一疾病信息,所述第一疾病信息包括所述第一用户的疾病诊断结果。
步骤S200:根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;
步骤S300:将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;
具体而言,根据所述第一用户的第一疾病信息,判断所述第一疾病的疾病种类和病情的等级,进一步来说,判断所述第一用户是否存在第二疾病信息,根据第一疾病的手术方式对第二疾病的影响情况、第一疾病信息的疾病种类和病情等级,获得第一筛选条件。
步骤S400:获得所述第一用户的主观意愿信息;
步骤S500:获得所述第一用户的第一费用额度信息;
具体而言,所述第一用户的主观意愿是指反映了第一用户的精神和意志的信息,所述第一费用额度信息为所述第一用户能够接受的费用的最高额度信息。
步骤S600:获得所述第一用户的就诊区域信息;
步骤S700:获得所述第一用户的医生选择信息;
具体而言,所述就诊区域信息为所述第一用户的可进行就诊的区域范围,进一步而言,所述区域为所述第一用户的可方便到达的区域信息,所述第一用户的医生选择为在所述就诊区域内,可以进行所述手术的医生,且所述医生的时间可满足所述第一用户的需求。
步骤S800:根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;
步骤S900:将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;
具体而言,所述手术筛选模型为通过训练数据不断的进行训练调整修正的模型,将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得所述训练模型的输出结果,所述书出具结果包括第一手术方式。
进一步而言,所述将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式,本申请实施例还包括:
步骤S910:将所述第一筛选条件和所述第二筛选条件作为输入数据,输入手术筛选模型,其中,所述手术筛选模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一筛选条件、所述第二筛选条件和用来标识第一手术方式的标识信息;
步骤S920:获得所述手术筛选模型的第一输出结果,所述第一输出结果为第一手术方式。
具体而言,所述手术筛选模型为机器学习中的神经网络模型,神经网络(NeuralNetworks,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 NeuralNetworks),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。通过大量训练数据的训练,将所述第一筛选条件和所述第二筛选条件作为输入数据,输入神经网络模型,则输出第一手术方式。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一筛选条件、所述第二筛选条件和用来标识第一手术方式的标识信息,将所述第一筛选条件、所述第二筛选条件输入到神经网络模型中,根据用来标识第一手术方式的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确、适合的手术方式,达到智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
步骤S1000:将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;
步骤S1100:根据所述第一确认信息,获得第一实施指令;
步骤S1200:根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
具体而言,将所述通过手术筛选模型获得的第一手术方式发送给所述第一用户,当所述第一用户确认通过所述第一手术方式进行实施时,则根据所述第一用户的第一确认信息,获得第一实施指令,根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。达到智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
进一步而言,本申请实施例还包括:
步骤S1310:获得病灶参数信息;
步骤S1320:获得第一用户的基础状态信息;
步骤S1330:根据所述病灶参数信息和所述第一用户的基础状态信息,获得病情等级信息。
具体而言,所述病灶参数信息为病人发生病变的部位的参数信息,所述第一用户的基础状态信息包括所述第一用户的生命体征信息,举例而言,包括血压信息、体温信息、心率信息、精神状态信息等,根据所述第一用户的病情部位、病情的情况及用户的相关状态,判断所述病情的等级信息。
进一步而言,所述根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件,本申请实施例步骤S800还包括:
步骤S810:获得第一用户的第一选择信息;
步骤S820:根据所述第一选择信息,获得第一权重比;
步骤S830:根据所述第一权重比,对所述主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息进行加权计算,获得手术方式的第二筛选条件。
具体而言,所述第一用户的第一选择信息包括所述第一用户对于费用额度信息、就诊区域信息、医生选择信息进行偏好的选择权重,根据所述选择信息获得主观意愿信息、费用额度信息、就诊区域信息、医生选择信息的不同权重占比,根据所述不同的权重占比进行加权计算,获得所述手术方式的第二筛选条件。
进一步而言,所述获得所述第一用户的就诊区域信息,本申请实施例步骤S600还包括:
步骤S610:根据所述第一用户的病情等级信息和疾病种类信息,获得第一用户的就诊范围阈值信息;
步骤S620:根据所述就诊范围阈值信息,获得第二费用额度信息;
步骤S630:将所述第二费用额度信息和所述就诊范围阈值信息发送至所述第一用户的用户端,获得第二确认信息;
步骤S640:根据所述第二确认信息,获得所述第一用户的就诊区域信息。
具体而言,根据所述第一用户的病情等级和病情种类,获得第一用户的就诊范围阈值具体为根据第一用户的病情的严重程度,判断所述第一用户可进行就诊的范围阈值,根据所述就诊范围的阈值,获得不同就诊区域内需要花费在就诊交通上的花费信息,根据所述第一用户的可接受的费用额度,即第二费用额度信息,将所述第二费用额度信息和所述就诊范围阈值信息发送至所述第一用户的用户端,获得第二确认信息,所述第二确认信息为所述第一用户对所述就诊区域阈值和第二费用额度信息进行确认的信息,根据所述第二确认信息,获得所述第一用户的就诊区域信息。根据所述第一用户病情等级和疾病种类,获得就诊范围阈值,基于所述就诊范围阈值和第二费用额度对所述就诊区域限定,达到获得更加准确、适合所述第一用户病情的就诊区域信息的技术效果。
进一步而言,本申请实施例还包括:
步骤S641:获得所述就诊区域信息的第一气温信息;
步骤S642:获得第一用户的实时位置;
步骤S643:根据所述第一用户的实时位置,获得所述实时位置的第二气温信息;
步骤S644:获得预定温差阈值;
步骤S645:判断所述第一气温信息和所述第二气温信息的温差是否在所述预定温差阈值之内;
步骤S646:如果所述第一气温信息和所述第二气温信息的温差不在所述预定温差阈值之内,获得第一调整指令;
步骤S647:根据所述第一调整指令对所述就诊区域信息进行调整。
具体而言,所述第一用户的实时位置为所述第一用户的当前的位置信息,所述就诊区域为所述第一用户选定的就诊区域,获得所述区域的第一气温,获得所述第一用户的实时位置的第二气温信息,获得预定温差阈值,所述温差阈值为根据所述第一用户的病情情况获得的温差阈值,举例而言,当所述第一用户的病情较为严重时,即可能受温度影响较大,此时将所述温差阈值缩小,判断所述第一气温信息和第二气温信息的温差是否在所述温差阈值范围内,当所述第一气温信息和所述第二气温信息的温差不在所述预定温差阈值之内,获得第一调整指令,根据所述第一调整指令,对所述就诊区域进行调整。通过温度差信息调整所述第一用户的就诊区域范围,达到获得更加合适第一用户的病情发展的就诊区域,为智能根据手术人的实际情况相关意愿进行手术方式选择夯实了基础。
进一步而言,本申请实施例还包括:
步骤S1410:根据所述第一手术方式,获得第一手术单位名单和第一手术医生名单;
步骤S1420:根据所述第一手术单位名单和所述第一手术医生名单,获得手术安排时间信息;
步骤S1430:将所述手术安排时间信息发送至所述第一用户的用户端,获得第三确认信息;
步骤S1440:根据所述第三确认信息,确定所述第一用户的手术安排时间信息。
具体而言,根据所述第一用户的第一手术方式信息,获得所述第一用户的手术单位名单信息,所述手术单位名单为可完成所述手术的单位名单信息,根据所述手术单位名单信息获得第一手术医生名单信息,根据所述第一用户的时间安排和医生的手术时间安排,获得第一用户的确认信息,根据所述第一用户的第三确认信息确定第一用户的手术安排时间信息。
进一步而言,所述将所述第一筛选条件和所述第二筛选条件作为输入数据,输入手术筛选模型之前,本申请实施例步骤S910还包括:
步骤S911:获得输入所述手术筛选模型的第三筛选条件,直至第N筛选条件,其中,N为大于1的自然数;
步骤S912:根据所述第一筛选条件生成第一验证码,所述第一验证码与所述第一筛选条件一一对应;
步骤S913:根据所述第二筛选条件和第一验证码生成第二验证码,以此类推,根据所述第N筛选条件和第N-1验证码生成第N验证码;
步骤S914:将所有筛选条件和验证码复制存储在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账”,共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一筛选条件生成第一验证码,所述第一验证码与第一筛选条件一一对应;根据所述第二筛选条件和第一验证码生成第二验证码,第二验证码与第二筛选条件一一对应;以此类推,根据所述第N筛选条件和第N-1验证码生成第N验证码,其中,N为大于1的自然数,将所有筛选条件和验证码分别复制保存在M台设备上,其中,所述第一筛选条件和所述第一验证码作为第一存储单元保存在一台设备上,所述第二筛选条件和所述第二验证码作为第二存储单元保存在一台设备上,所述第N筛选条件和所述第N验证码作为第N存储单元保存在一台设备上,当需要调用所述筛选条件时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单元进行串接,使得筛选条件不易丢失和遭到破坏,通过区块链的逻辑对所述筛选条件进行加密处理,保证了所述筛选条件的隐私安全性,进而保证了通过所述筛选条件训练获得的手术筛选模型的准确性,为后续获得与第一用户更加匹配的手术方式夯实了基础。
综上所述,本申请实施例所提供的一种筛选手术方式的标准化的方法及系统具有如下技术效果:
1、由于采用了根据第一用户的第一疾病的种类和病情等级作为第一筛选条件,根据第一用户的主观意愿、费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件,将所述第一筛选条件和所述第二筛选条件输入手术筛选模型的方式,智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确、适合的手术方式,达到智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
3、由于采用了根据所述第一用户病情等级和疾病种类,获得就诊范围阈值,基于所述就诊范围阈值和第二费用额度对所述就诊区域限定的方式,达到获得更加准确、适合所述第一用户病情的就诊区域信息的技术效果。
4、由于采用了通过温度差信息调整所述第一用户的就诊区域范围的方式,达到获得更加合适第一用户的病情发展的就诊区域,为智能根据手术人的实际情况相关意愿进行手术方式选择夯实了基础。
实施例二
基于与前述实施例中一种筛选手术方式的标准化的方法同样发明构思,本发明还提供了一种筛选手术方式的标准化的系统,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用于在第一用户同意或授权下,获得所述第一用户的第一疾病信息;
第二获得单元12,所述第二获得单元12用于根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;
第三获得单元13,所述第三获得单元13用于将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;
第四获得单元14,所述第四获得单元14用于获得所述第一用户的主观意愿信息;
第五获得单元15,所述第五获得单元15用于获得所述第一用户的第一费用额度信息;
第六获得单元16,所述第六获得单元16用于获得所述第一用户的就诊区域信息;
第七获得单元17,所述第七获得单元17用于获得所述第一用户的医生选择信息;
第八获得单元18,所述第八获得单元18用于根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;
第一输入单元19,所述第一输入单元19用于将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;
第九获得单元20,所述第九获得单元20用于将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;
第十获得单元21,所述第十获得单元21用于根据所述第一确认信息,获得第一实施指令;
第一实施单元22,所述第一实施单元22用于根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
进一步的,所述系统还包括:
第二输入单元,所述第二输入单元用于将所述第一筛选条件和所述第二筛选条件作为输入数据,输入手术筛选模型,其中,所述手术筛选模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一筛选条件、所述第二筛选条件和用来标识第一手术方式的标识信息;
第十一获得单元,所述第十一获得单元用于获得所述手术筛选模型的第一输出结果,所述第一输出结果为第一手术方式。
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获得病灶参数信息;
第十三获得单元,所述第十三获得单元用于获得第一用户的基础状态信息;
第十四获得单元,所述第十四获得单元用于根据所述病灶参数信息和所述第一用户的基础状态信息,获得病情等级信息。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于获得第一用户的第一选择信息;
第十六获得单元,所述第十六获得单元用于根据所述第一选择信息,获得第一权重比;
第十七获得单元,所述第十七获得单元用于获得第一天气信息,根据所述第一病情信息和第一天气信息获得第二权重值;
第十八获得单元,所述第十八获得单元用于根据所述第一权重比,对所述主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息进行加权计算,获得手术方式的第二筛选条件。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于根据所述第一用户的病情等级信息和疾病种类信息,获得第一用户的就诊范围阈值信息;
第二十获得单元,所述第二十获得单元用于根据所述就诊范围阈值信息,获得第二费用额度信息;
第二十一获得单元,所述第二十一获得单元用于将所述第二费用额度信息和所述就诊范围阈值信息发送至所述第一用户的用户端,获得第二确认信息;
第二十二获得单元,所述第二十二获得单元用于根据所述第二确认信息,获得所述第一用户的就诊区域信息。
进一步的,所述系统还包括:
第二十三获得单元,所述第二十三获得单元用于获得所述就诊区域信息的第一气温信息;
第二十四获得单元,所述第二十四获得单元用于获得第一用户的实时位置;
第二十五获得单元,所述第二十五获得单元用于根据所述第一用户的实时位置,获得所述实时位置的第二气温信息;
第二十六获得单元,所述第二十六获得单元用于获得预定温差阈值。
第一判断单元,所述第一判断单元用于判断所述第一气温信息和所述第二气温信息的温差是否在所述预定温差阈值之内;
第二十七获得单元,所述第二十七获得单元用于如果所述第一气温信息和所述第二气温信息的温差不在所述预定温差阈值之内,获得第一调整指令。
进一步的,所述系统还包括:
第二十八获得单元,所述第二十八获得单元用于根据所述第一手术方式,获得第一手术单位名单和第一手术医生名单;
第二十九获得单元,所述第二十九获得单元用于根据所述第一手术单位名单和所述第一手术医生名单,获得手术安排时间信息;
第三十获得单元,所述第三十获得单元用于将所述手术安排时间信息发送至所述第一用户的用户端,获得第三确认信息;
第一确定单元,所述第一确定单元用于根据所述第三确认信息,确定所述第一用户的手术安排时间信息。
前述图1实施例一中的一种筛选手术方式的标准化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筛选手术方式的标准化的系统,通过前述对一种筛选手术方式的标准化的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种筛选手术方式的标准化的系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
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筛选手术方式的标准化的方法的发明构思,本发明还提供一种筛选手术方式的标准化的系统,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筛选手术方式的标准化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系统通信的单元。
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。
本发明实施例提供的一种筛选手术方式的标准化的方法,所述方法应用于一筛选手术方式的标准化系统,所述系统与用户端通讯连接,其中,所述方法包括:在第一用户同意或授权下,获得所述第一用户的第一疾病信息;根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;获得所述第一用户的主观意愿信息;获得所述第一用户的第一费用额度信息;获得所述第一用户的就诊区域信息;获得所述第一用户的医生选择信息;根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;根据所述第一确认信息,获得第一实施指令;根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。解决了现有技术中的手术不能够智能的根据手术人的实际情况及相关意愿进行手术方式选择的技术问题,达到智能根据手术人的实际情况相关意愿进行手术方式选择的技术效果。
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系统。
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系统的制造品,该指令系统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,则可对这些实施例做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)
1.一种筛选手术方式的标准化的方法,所述方法应用于一筛选手术方式的标准化系统,所述系统与用户端通讯连接,其中,所述方法包括:
在第一用户同意或授权下,获得所述第一用户的第一疾病信息;
根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;
将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;
获得所述第一用户的主观意愿信息;
获得所述第一用户的第一费用额度信息;
获得所述第一用户的就诊区域信息;
获得所述第一用户的医生选择信息;
根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;
将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;
将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;
根据所述第一确认信息,获得第一实施指令;
根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
2.如权利要求1所述的方法,其中,所述将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式,包括:
将所述第一筛选条件和所述第二筛选条件作为输入数据,输入手术筛选模型,其中,所述手术筛选模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一筛选条件、所述第二筛选条件和用来标识第一手术方式的标识信息;
获得所述手术筛选模型的第一输出结果,所述第一输出结果为第一手术方式。
3.如权利要求1所述的方法,其中,所述方法包括:
获得病灶参数信息;
获得第一用户的基础状态信息;
根据所述病灶参数信息和所述第一用户的基础状态信息,获得病情等级信息。
4.如权利要求1所述的方法,其中,所述根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件,包括:
获得第一用户的第一选择信息;
根据所述第一选择信息,获得第一权重比;
根据所述第一权重比,对所述主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息进行加权计算,获得手术方式的第二筛选条件。
5.如权利要求1所述的方法,其中,所述获得所述第一用户的就诊区域信息,包括:
根据所述第一用户的病情等级信息和疾病种类信息,获得第一用户的就诊范围阈值信息;
根据所述就诊范围阈值信息,获得第二费用额度信息;
将所述第二费用额度信息和所述就诊范围阈值信息发送至所述第一用户的用户端,获得第二确认信息;
根据所述第二确认信息,获得所述第一用户的就诊区域信息。
6.如权利要求5所述的方法,其中,所述方法包括:
获得所述就诊区域信息的第一气温信息;
获得第一用户的实时位置;
根据所述第一用户的实时位置,获得所述实时位置的第二气温信息;
获得预定温差阈值;
判断所述第一气温信息和所述第二气温信息的温差是否在所述预定温差阈值之内;
如果所述第一气温信息和所述第二气温信息的温差不在所述预定温差阈值之内,获得第一调整指令;
根据所述第一调整指令对所述就诊区域信息进行调整。
7.如权利要求1所述的方法,其中,所述方法包括:
根据所述第一手术方式,获得第一手术单位名单和第一手术医生名单;
根据所述第一手术单位名单和所述第一手术医生名单,获得手术安排时间信息;
将所述手术安排时间信息发送至所述第一用户的用户端,获得第三确认信息;
根据所述第三确认信息,确定所述第一用户的手术安排时间信息。
8.一种筛选手术方式的标准化的系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于在第一用户同意或授权下,获得所述第一用户的第一疾病信息;
第二获得单元,所述第二获得单元用于根据所述第一疾病信息,获得所述第一疾病信息的疾病种类和病情等级;
第三获得单元,所述第三获得单元用于将所述疾病种类和所述病情等级作为手术方式的第一筛选条件;
第四获得单元,所述第四获得单元用于获得所述第一用户的主观意愿信息;
第五获得单元,所述第五获得单元用于获得所述第一用户的第一费用额度信息;
第六获得单元,所述第六获得单元用于获得所述第一用户的就诊区域信息;
第七获得单元,所述第七获得单元用于获得所述第一用户的医生选择信息;
第八获得单元,所述第八获得单元用于根据所述第一用户的主观意愿信息、所述费用额度信息、所述就诊区域信息和所述医生选择信息,获得手术方式的第二筛选条件;
第一输入单元,所述第一输入单元用于将所述第一筛选条件和所述第二筛选条件输入手术筛选模型,获得第一手术方式;
第九获得单元,所述第九获得单元用于将所述第一手术方式发送给所述第一用户的用户端,获得第一确认信息;
第十获得单元,所述第十获得单元用于根据所述第一确认信息,获得第一实施指令;
第一实施单元,所述第一实施单元用于根据所述第一实施指令,根据所述第一手术方式对所述第一用户实施手术。
9.一种筛选手术方式的标准化的系统,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 |
---|---|---|---|
CN202011633317.0A CN112509685B (zh) | 2020-12-31 | 2020-12-31 | 一种筛选手术方式的标准化的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011633317.0A CN112509685B (zh) | 2020-12-31 | 2020-12-31 | 一种筛选手术方式的标准化的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509685A true CN112509685A (zh) | 2021-03-16 |
CN112509685B CN112509685B (zh) | 2021-09-03 |
Family
ID=74952024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011633317.0A Active CN112509685B (zh) | 2020-12-31 | 2020-12-31 | 一种筛选手术方式的标准化的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509685B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107910070A (zh) * | 2017-11-06 | 2018-04-13 | 广州优涵信息技术有限公司 | 一种基于专家案例库的专家推荐方法 |
CN109523067A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 基于预测模型的费用预测方法、装置、服务器及存储介质 |
CN109754886A (zh) * | 2019-01-07 | 2019-05-14 | 广州达美智能科技有限公司 | 治疗方案智能生成系统、方法及可读存储介质、电子设备 |
CN109785928A (zh) * | 2018-12-25 | 2019-05-21 | 平安科技(深圳)有限公司 | 诊疗方案推荐方法、装置及存储介质 |
CN110472028A (zh) * | 2019-07-25 | 2019-11-19 | 珠海九松科技有限公司 | 基于人工智能和大数据的医学问题自动回答系统和方法 |
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 |
CN111105849A (zh) * | 2019-12-31 | 2020-05-05 | 杭州健海科技有限公司 | 一种基于大数据的渠道协同满意度调查方法及系统 |
CN111178069A (zh) * | 2019-12-25 | 2020-05-19 | 平安健康保险股份有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN111180073A (zh) * | 2020-01-15 | 2020-05-19 | 杭州师范大学 | 基于气候因素的脑血管疾病高危人群风险预测方法 |
US20200265953A1 (en) * | 2019-02-14 | 2020-08-20 | Babylon Partners Limited | Identifying Valid Medical Data for Facilitating Accurate Medical Diagnosis |
CN111667914A (zh) * | 2020-06-05 | 2020-09-15 | 张洪海 | 人工智能与医生相结合的诊疗方法及系统 |
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 |
-
2020
- 2020-12-31 CN CN202011633317.0A patent/CN112509685B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107910070A (zh) * | 2017-11-06 | 2018-04-13 | 广州优涵信息技术有限公司 | 一种基于专家案例库的专家推荐方法 |
CN109523067A (zh) * | 2018-10-30 | 2019-03-26 | 平安医疗健康管理股份有限公司 | 基于预测模型的费用预测方法、装置、服务器及存储介质 |
CN109785928A (zh) * | 2018-12-25 | 2019-05-21 | 平安科技(深圳)有限公司 | 诊疗方案推荐方法、装置及存储介质 |
CN109754886A (zh) * | 2019-01-07 | 2019-05-14 | 广州达美智能科技有限公司 | 治疗方案智能生成系统、方法及可读存储介质、电子设备 |
US20200265953A1 (en) * | 2019-02-14 | 2020-08-20 | Babylon Partners Limited | Identifying Valid Medical Data for Facilitating Accurate Medical Diagnosis |
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 |
CN110472028A (zh) * | 2019-07-25 | 2019-11-19 | 珠海九松科技有限公司 | 基于人工智能和大数据的医学问题自动回答系统和方法 |
CN111178069A (zh) * | 2019-12-25 | 2020-05-19 | 平安健康保险股份有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN111105849A (zh) * | 2019-12-31 | 2020-05-05 | 杭州健海科技有限公司 | 一种基于大数据的渠道协同满意度调查方法及系统 |
CN111180073A (zh) * | 2020-01-15 | 2020-05-19 | 杭州师范大学 | 基于气候因素的脑血管疾病高危人群风险预测方法 |
CN111667914A (zh) * | 2020-06-05 | 2020-09-15 | 张洪海 | 人工智能与医生相结合的诊疗方法及系统 |
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 |
Non-Patent Citations (2)
Title |
---|
JEREMY WATTS等: "Optimizing Individualized Treatment Planning for Parkinson’s Disease Using Deep Reinforcement Learning", 《 2020 42ND ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE & BIOLOGY SOCIETY (EMBC)》 * |
周峰: "基于神经网络模型的慢乙肝相关疾病患者聚类及医疗费用预测研究", 《中国优秀硕士学位论文全文数据库 (医药卫生科技辑)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112509685B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240122698A1 (en) | Systems, apparatuses, and methods for intraocular lens selection using artificial intelligence | |
DE60223731T2 (de) | Adaptives Wellenfront-Modulationssystem und Verfahren zur refraktiven Augenoperation | |
DE60213058T2 (de) | Adaptives Wellenfront-Modulationssystem zur refraktiven Laserchirurgie | |
CN112712882A (zh) | 一种提高重症护理管理水平的方法和系统 | |
CN112967819A (zh) | 一种神经外科手术的术前评估方法及系统 | |
CN112289423A (zh) | 一种基于智慧社区病患的复诊及康复的方法及系统 | |
CN112509685B (zh) | 一种筛选手术方式的标准化的系统 | |
CN111091900A (zh) | 一种基于区块链智能合约的医疗分级诊疗方法及系统 | |
CN112998657A (zh) | 一种预防皮肤过敏的方法及系统 | |
CN112185530A (zh) | 一种医院排号管理方法及系统 | |
CN112489806B (zh) | 一种糖尿病足患者病状信息智能化管理方法及系统 | |
CN113053482B (zh) | 一种肾内科患者的体征监测分析系统及方法 | |
CN112992312B (zh) | 一种脊髓损伤康复训练合格监测方法及系统 | |
Gallacher et al. | Assessing the health economic agreement of different data sources | |
CN113052122A (zh) | 一种血透室消毒效果检测系统及方法 | |
CN112991333B (zh) | 一种内窥镜手术中基于语音分析的图像处理方法及系统 | |
CN112807542B (zh) | 一种麻醉剂用量控制的方法和装置 | |
CN112116967B (zh) | 一种提高尿液样本收集效率的信息处理方法和装置 | |
CN112951422A (zh) | 一种骨科患者康复自检方法及系统 | |
CN113113124A (zh) | 一种神经外科多患者的整合护理方法及系统 | |
CN113192603A (zh) | 一种基于大数据的精神状态评估方法和系统 | |
CN113178239A (zh) | 一种牙龈萎缩患者日常保健的指导方法及系统 | |
Ozaki | A Fuzzy System For Dental Developmental Age Evaluation | |
CN112151159B (zh) | 一种提高血透室器械利用率的方法及系统 | |
CN112842269A (zh) | 一种负压球佩戴者的术后活动系统和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A standardized system for screening surgical procedures Effective date of registration: 20220725 Granted publication date: 20210903 Pledgee: Beijing Yizhuang International Financing Guarantee Co.,Ltd. Pledgor: Yaoli Technology (Beijing) Co.,Ltd. Registration number: Y2022980011231 |