CN112509712A - 一种产妇信息的跟踪反馈方法及系统 - Google Patents
一种产妇信息的跟踪反馈方法及系统 Download PDFInfo
- Publication number
- CN112509712A CN112509712A CN202011633271.2A CN202011633271A CN112509712A CN 112509712 A CN112509712 A CN 112509712A CN 202011633271 A CN202011633271 A CN 202011633271A CN 112509712 A CN112509712 A CN 112509712A
- Authority
- CN
- China
- Prior art keywords
- information
- feedback
- tracking
- obtaining
- item
- 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
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- G06F21/602—Providing cryptographic facilities or services
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种产妇信息的跟踪反馈方法及系统,其中,所述方法包括:在产妇同意或授权的情况下,获得其第一用户信息和第一生产信息;根据所述第一生产信息,获得跟踪反馈项目信息;实时获得第一日期;根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;根据所述第一提醒信息,获得第一反馈信息;将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型;进而获得表示对应项目匹配程度的所述第一匹配度;判断所述第一匹配度是否满足第一预定条件;当满足时,根据所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。解决了现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题。
Description
技术领域
本发明涉及信息跟踪技术领域,尤其涉及一种产妇信息的跟踪反馈方法及系统。
背景技术
目前,为保障母婴安全采取的措施都收到了较为显著的成效,但由于部分产妇出院后或出院时高危因素未解除,自行就诊于各个专科,造成产妇分布散乱。导致后续跟踪管理率以及随访率较低,无法掌握相当一部分产妇后续的诊疗情况。再加上非产科医护人员主动报告意识不强,这部分信息不能及时反馈,进而导致错失进一步随诊治疗的时机。
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:
现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题。
发明内容
本申请实施例通过提供一种产妇信息的跟踪反馈方法及系统,解决了现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
鉴于上述问题,提出了本申请实施例提供一种产妇信息的跟踪反馈方法及系统。
第一方面,本申请实施例提供了一种产妇信息的跟踪反馈方法,所述方法包括:在产妇同意或授权的情况下,获得其第一用户信息;根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;根据所述第一生产信息,获得跟踪反馈项目信息;实时获得第一日期,所述第一日期为当天日期;根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;根据所述第一提醒信息,获得第一反馈信息;将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;判断所述第一匹配度是否满足第一预定条件;当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
另一方面,本申请还提供了一种产妇信息的跟踪反馈系统,所述系统包括:第一获得单元,所述第一获得单元用于在产妇同意或授权的情况下,获得其第一用户信息;第二获得单元,所述第二获得单元用于根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;第三获得单元,所述第三获得单元用于根据所述第一生产信息,获得跟踪反馈项目信息;第四获得单元,所述第四获得单元用于实时获得第一日期,所述第一日期为当天日期;第五获得单元,所述第五获得单元用于根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;第六获得单元,所述第六获得单元用于根据所述第一提醒信息,获得第一反馈信息;第一输入单元,所述第一输入单元用于将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;第七获得单元,所述第七获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;第一判断单元,所述第一判断单元用于判断所述第一匹配度是否满足第一预定条件;第八获得单元,所述第八获得单元用于当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
第三方面,本发明提供了一种产妇信息的跟踪反馈系统,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:
由于采用了在产妇同意或授权的情况下在产妇同意或授权的情况下,获得其第一用户信息,并从中获得包括生产日期、生产方式的第一生产信息,进而获得跟踪反馈项目信息,根据反馈时间节点中的所述第一日期与所述跟踪反馈项目信息获得第一提醒信息,进而获得所述第一反馈信息,再将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,通过训练模型收敛的特性获得出准确的用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度的所述第一匹配度信息,并对应于标准匹配度进行判断,满足匹配度时把信息存储于用户信息统计数据列表内的方式,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
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产妇信息的跟踪反馈方法的流程示意图;
图2为本申请实施例一种产妇信息的跟踪反馈系统的结构示意图;
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,第一输入单元17,第七获得单元18,第一判断单元19,第八获得单元20,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产妇信息的跟踪反馈方法及系统,解决了现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。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
目前,为保障母婴安全采取的措施都收到了较为显著的成效,但由于部分产妇出院后或出院时高危因素未解除,自行就诊于各个专科,造成产妇分布散乱。导致后续跟踪管理率以及随访率较低,无法掌握相当一部分产妇后续的诊疗情况。再加上非产科医护人员主动报告意识不强,这部分信息不能及时反馈,进而导致错失进一步随诊治疗的时机,但现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题。
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产妇信息的跟踪反馈方法,所述方法包括:在产妇同意或授权的情况下,获得其第一用户信息;根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;根据所述第一生产信息,获得跟踪反馈项目信息;实时获得第一日期,所述第一日期为当天日期;根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;根据所述第一提醒信息,获得第一反馈信息;将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;判断所述第一匹配度是否满足第一预定条件;当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
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产妇信息的跟踪反馈方法,其中,所述方法包括:
步骤S100:在产妇同意或授权的情况下,获得其第一用户信息;
具体而言,所述第一用户信息是指使用本产妇信息跟踪反馈系统的用户的具体信息,包括年龄、出生年月、等基本登录信息。其中,获取信息是在产妇同意或授权的情况下进行的,并且本系统单独封装了独立的接口,在获取用户信息时,才会去调取这个接口,进而保护了所述第一用户的个人信息。
步骤S200:根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;
具体而言,所述第一生产信息是指所述第一用户的生产日期、生产方式等信息,包括具体了解产妇的生产日期,可以判断现阶段需要的诊疗项目,了解顺产还是剖腹产的生产方式能够进一步增加后续反馈项目信息的准确度。
步骤S300:根据所述第一生产信息,获得跟踪反馈项目信息;
具体而言,所述跟踪反馈项目信息具有匹配性和特异性,对于不同的所述第一生产信息的录入,最终跟踪反馈的项目信息也随之不同。所述跟踪反馈项目信息中有项目名称、类别 还有对应的判断标准,符合要求的标准等。其中所述第一生产信息影响着反馈项目信息中的项目名称。举例而言,剖腹产的生产方式产生的反馈项目名称具体包括产后调理、检查盆底肌肉损伤性、疤痕修复、伤口愈合程度等。
步骤S400:实时获得第一日期,所述第一日期为当天日期;
步骤S500:根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;
具体而言,获得所述第一日期是指获得当天的具体日期,反馈信息有对应的反馈时间节点,获得所述第一日期就是安排设定反馈时间节点。再根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息,再按照时间和内容向产妇发送提醒信息,具有条理性和合理性。
步骤S600:根据所述第一提醒信息,获得第一反馈信息;
具体而言,所述第一提醒信息是指根据提醒信息产妇对产后对应的状况进行上传或者录入,根据所述第一提醒信息提醒所述产妇录入相关资料,其中,录入方式可以选择文字或者图片的方式,进而获得第一反馈信息,达到了及时跟踪产妇诊疗变化,提高信息反馈效率的技术效果。
步骤S700:将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;
具体而言,所述第一训练模型为能给根据实际情况不同进行不断的自我训练学习的模型,进一步而言,所述第一训练模型为神经网络模型,所述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。基于大量的训练数据的训练,其中,训练数据中的每一组训练数据均包括:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;所述神经网络模型不断地自我的修正,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。由于通过对所述神经网络模型的数据训练,基于训练模型经过训练后处理数据更加准确的特性,预测出反馈数据与标准数据之间的匹配度,进而达到了实时掌握产妇数据变化的技术效果。
步骤S800:获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;
具体而言,所述第一匹配度是指表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度,通过训练数据使机器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机器学习模型处理所述数据的准确性。其中,所述第一匹配度则表示所述第一用户目前身体状况管理程度与安全性,进而达到了提高产后管理水平的技术效果。
步骤S900:判断所述第一匹配度是否满足第一预定条件;
步骤S1000:当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
具体而言,所述第一预定条件是指产妇各项反馈信息的数据与标准数据之间的标准匹配值。如果所述第一匹配度满足第一预定条件,表示所述第一用户目前身体状况管理程度较高,安全性也较大,进而根据获得的所述第一存储指令将第一反馈信息存储于用户信息统计数据列表内,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
进一步而言,其中,所述根据所述第一用户信息,获得第一生产信息,本申请实施例步骤S200还包括:
步骤S210:根据所述第一用户信息,获得第一录入指令,所述第一录入指令用于提示第一用户录入生产信息和/或检查报告;
步骤S220:根据所述第一录入指令,获得所述第一生产信息。
具体而言,所述第一录入指令是指要求用户录入相关信息,其中录入方式可以手工录入,也可以扫描对应的病历、或者图片实现信息录入的过程,针对一些特殊的产妇,可以针对他的病历增加一些反馈内容,进而根据所有的录入信息,对应获得所述第一生产信息,进而准确获得产妇信息。
进一步而言,其中,所述根据所述第一生产信息,获得跟踪反馈项目信息,本申请实施例步骤S300还包括:
步骤S310:获得产后跟踪列表;
步骤S320:根据所述第一生产信息、所述产后跟踪列表,获得第一匹配项目;
步骤S330:将所述第一匹配项目按照第一分类标准进行分类,获得第一类跟踪项目;
步骤S340:根据所述第一类跟踪项目,获得所述跟踪反馈项目信息。
具体而言,所述产后跟踪列表是指跟踪的产后诊疗项目列表,所述第一匹配项目是指产后在对应时间节点进行的项目检查或诊治的项目,所述第一分类标准是指根据产后分出的如复查类、康健类、恢复类等不同的类别,对应获得其跟踪项目,所述第一匹配项目是不能进行选择的项目,且所述第一类跟踪项目是必须反馈的,与产妇身体状况联系紧密,从而达到了提高产后管理水平和信息反馈效率的技术效果。
进一步而言,其中,所述根据所述第一生产信息、所述产后跟踪列表,获得第一匹配项目之后,本申请实施例步骤S320还包括:
步骤S321:根据所述第一生产信息、所述产后跟踪列表,获得第二匹配项目,其中,所述第二匹配项目与第一匹配项目不同;
步骤S322:根据所述第二匹配项目,发送第一选择信息,所述第一选择信息用于向所述第一用户发送选择信息;
步骤S323:根据所述第一选择信息,获得第二类跟踪项目;
步骤S324:根据所述第一类跟踪项目、所述第二类跟踪项目,获得所述跟踪反馈项目信息。
具体而言,所述第二匹配项目是所述第一用户可以进行自主选择的项目,所述第一选择信息就是指所述第一用户选择的项目信息,进而获得第二类跟踪项目的跟踪反馈项目信息。所述第一选择信息用于向所述第一用户发送选择信息的呈现方式可以是界面弹窗,勾选后达到选择的目的,进而达到了动态追踪产妇诊疗变化的技术效果。
进一步而言,其中,所述判断所述第一匹配度是否满足第一预定条件之后,本申请实施例步骤S900还包括:
步骤S910:当所述第一匹配度不满足所述第一预定条件时,获得第二提醒信息。
具体而言,判断所述第一匹配度是否满足第一预定条件,若所述第一匹配度不满足所述第一预定条件时,表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度不高,即所述第一用户的产后身体管理状况不达标,进而对于不符合要求的所述第二提醒信息向用户发送提醒信息,包括那个异常项目列表,建议进一步提交对应信息,达到提高信息反馈及时率的技术效果。
进一步而言,本申请实施例还包括:
步骤S920:获得第一问诊请求;
步骤S930:根据所述第一问诊请求,获得第一在线医生。
具体而言,所述第一问诊请求是指由所述第一用户在该系统发出的问诊请求,所述产妇信息跟踪反馈系统根据所述第一用户的第一问诊请求,相应进行线上咨询,在线问诊的服务可以及时解答产妇在产后恢复过程中的问题,其中,线上咨询的范围没有局限性,既可以对符合的项目进行咨询,也可以对于不符合的项目进行对应的咨询,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
进一步而言,本申请实施例还包括:
步骤S310:获得所述跟踪反馈项目中的第一反馈项目信息、第二反馈项目信息直至第N反馈项目信息,其中,N为大于1的自然数;
步骤S320:根据第一反馈项目信息生成第一标识码,所述第一标识码所述第一反馈项目信息一一对应;
步骤S330:根据第二反馈项目信息和第一标识码生成第二标识码,以此类推,根据第N反馈项目信息和第N-1标识码生成第N标识码;
步骤S340:将所述反馈项目信息和标识码复制保存在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链存储是根据所述第一反馈项目信息生成第一标识码,所述第一标识码是与所述第一反馈项目信息一一对应的;据第二反馈项目信息和第一标识码生成第二标识码;以此类推,所述第N反馈项目信息和第N-1标识码生成第N标识码,其中,N为大于1的自然数。将所有反馈项目信息和标识码分别复制保存在M台设备上,其中,M为大于1的自然数。所述第一反馈项目信息和第一标识码作为第一存储单位保存在一台设备上,所述第二反馈项目信息和第二标识码作为第二存储单位保存在一台设备上···所述第N反馈项目信息和所述第N标识码作为第M存储单位保存在一台设备上,当需要调用所述反馈项目信息时,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位进行串接,使得所述反馈项目信息不易丢失和遭到破坏,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地进行数据同步的特性,使区块链技术在众多的领域中广泛应用。通过区块链的逻辑对所述反馈项目信息进行加密处理,保证了所述反馈项目信息的安全性的技术效果。
综上所述,本申请实施例所提供的一种产妇信息的跟踪反馈方法及系统具有如下技术效果:
1、由于采用了在产妇同意或授权的情况下在产妇同意或授权的情况下,获得其第一用户信息,从中获得包括生产日期、生产方式的第一生产信息,进而获得跟踪反馈项目信息,根据反馈时间节点中的所述第一日期与所述跟踪反馈项目信息获得第一提醒信息,进而获得所述第一反馈信息,再将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,通过训练模型收敛的特性获得出准确的用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度的所述第一匹配度信息,并对应于标准匹配度进行判断,满足匹配度时把信息存储于用户信息统计数据列表内的方式,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
2、由于采用了将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,再由训练模型输出所述第一匹配度的方式,基于训练模型自身能不断优化学习、获得“经验”来处理数据更准确的特点,使得所获得的所述第一匹配度更加准确,进而达到准确获得第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度,从而保证获取项目反馈信息的准确性以及动态追踪产妇诊疗变化,提高产后管理水平的技术效果。
实施例二
基于与前述实施例中一种产妇信息的跟踪反馈方法同样发明构思,本发明还提供了一种产妇信息的跟踪反馈系统,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用于在产妇同意或授权的情况下,获得其第一用户信息;
第二获得单元12,所述第二获得单元12用于根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;
第三获得单元13,所述第三获得单元13用于根据所述第一生产信息,获得跟踪反馈项目信息;
第四获得单元14,所述第四获得单元14用于实时获得第一日期,所述第一日期为当天日期;
第五获得单元15,所述第五获得单元15用于根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;
第六获得单元16,所述第六获得单元16用于根据所述第一提醒信息,获得第一反馈信息;
第一输入单元17,所述第一输入单元17用于将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;
第七获得单元18,所述第七获得单元18用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;
第一判断单元19,所述第一判断单元19用于判断所述第一匹配度是否满足第一预定条件;
第八获得单元20,所述第八获得单元20用于当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
进一步的,所述系统还包括:
第九获得单元,所述第九获得单元用于根据所述第一用户信息,获得第一录入指令,所述第一录入指令用于提示第一用户录入生产信息和/或检查报告;
第十获得单元,所述第十获得单元用于根据所述第一录入指令,获得所述第一生产信息。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得产后跟踪列表;
第十二获得单元,所述第十二获得单元用于根据所述第一生产信息、所述产后跟踪列表,获得第一匹配项目;
第一分类单元,所述第一分类单元用于将所述第一匹配项目按照第一分类标准进行分类,获得第一类跟踪项目;
第十三获得单元,所述第十三获得单元用于根据所述第一类跟踪项目,获得所述跟踪反馈项目信息。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于根据所述第一生产信息、所述产后跟踪列表,获得第二匹配项目,其中,所述第二匹配项目与第一匹配项目不同;
第一发送单元,所述第一发送单元用于根据所述第二匹配项目,发送第一选择信息,所述第一选择信息用于向所述第一用户发送选择信息;
第十五获得单元,所述第十五获得单元用于根据所述第一选择信息,获得第二类跟踪项目;
第十六获得单元,所述第十六获得单元用于根据所述第一类跟踪项目、所述第二类跟踪项目,获得所述跟踪反馈项目信息。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于当所述第一匹配度不满足所述第一预定条件时,获得第二提醒信息。
进一步的,所述系统还包括:
第十八获得单元,所述第十八获得单元用于获得第一问诊请求;
第十九获得单元,所述第十九获得单元用于根据所述第一问诊请求,获得第一在线医生。
前述图1实施例一中的一种产妇信息的跟踪反馈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产妇信息的跟踪反馈系统,通过前述对一种产妇信息的跟踪反馈方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种产妇信息的跟踪反馈系统的实施方法,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产妇信息的跟踪反馈方法的发明构思,本发明还提供一种产妇信息的跟踪反馈系统,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产妇信息的跟踪反馈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产妇信息的跟踪反馈方法,所述方法包括:在产妇同意或授权的情况下,获得其第一用户信息;根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;根据所述第一生产信息,获得跟踪反馈项目信息;实时获得第一日期,所述第一日期为当天日期;根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;根据所述第一提醒信息,获得第一反馈信息;将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;判断所述第一匹配度是否满足第一预定条件;当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。解决了现有技术中存在产妇后续反馈管理体系不完善,信息跟踪效率差的技术问题,达到了动态追踪产妇诊疗变化,提高产后管理水平和信息反馈效率的技术效果。
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 (8)
1.一种产妇信息的跟踪反馈方法,其中,所述方法包括:
在产妇同意或授权的情况下,获得其第一用户信息;
根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;
根据所述第一生产信息,获得跟踪反馈项目信息;
实时获得第一日期,所述第一日期为当天日期;
根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;
根据所述第一提醒信息,获得第一反馈信息;
将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;
获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;
判断所述第一匹配度是否满足第一预定条件;
当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
2.如权利要求1所述的方法,其中,所述根据所述第一用户信息,获得第一生产信息,包括:
根据所述第一用户信息,获得第一录入指令,所述第一录入指令用于提示第一用户录入生产信息和/或检查报告;
根据所述第一录入指令,获得所述第一生产信息。
3.如权利要求1所述的方法,其中,所述根据所述第一生产信息,获得跟踪反馈项目信息,包括:
获得产后跟踪列表;
根据所述第一生产信息、所述产后跟踪列表,获得第一匹配项目;
将所述第一匹配项目按照第一分类标准进行分类,获得第一类跟踪项目;
根据所述第一类跟踪项目,获得所述跟踪反馈项目信息。
4.如权利要求3所述的方法,其中,所述根据所述第一生产信息、所述产后跟踪列表,获得第一匹配项目之后,包括:
根据所述第一生产信息、所述产后跟踪列表,获得第二匹配项目,其中,所述第二匹配项目与第一匹配项目不同;
根据所述第二匹配项目,发送第一选择信息,所述第一选择信息用于向所述第一用户发送选择信息;
根据所述第一选择信息,获得第二类跟踪项目;
根据所述第一类跟踪项目、所述第二类跟踪项目,获得所述跟踪反馈项目信息。
5.如权利要求1所述的方法,其中,所述判断所述第一匹配度是否满足第一预定条件之后,包括:
当所述第一匹配度不满足所述第一预定条件时,获得第二提醒信息。
6.如权利要求5所述的方法,其中,所述方法包括:
获得第一问诊请求;
根据所述第一问诊请求,获得第一在线医生。
7.一种产妇信息的跟踪反馈系统,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产妇同意或授权的情况下,获得其第一用户信息;
第二获得单元,所述第二获得单元用于根据所述第一用户信息,获得第一生产信息,其中,所述第一生产信息包括生产日期、生产方式;
第三获得单元,所述第三获得单元用于根据所述第一生产信息,获得跟踪反馈项目信息;
第四获得单元,所述第四获得单元用于实时获得第一日期,所述第一日期为当天日期;
第五获得单元,所述第五获得单元用于根据所述第一日期、所述跟踪反馈项目信息,获得第一提醒信息;
第六获得单元,所述第六获得单元用于根据所述第一提醒信息,获得第一反馈信息;
第一输入单元,所述第一输入单元用于将所述第一反馈信息、所述跟踪反馈项目信息输入第一训练模型,其中,所述第一训练模型为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:所述第一反馈信息、所述跟踪反馈项目信息和用来标识数据匹配度的标识信息;
第七获得单元,所述第七获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息包括第一匹配度,所述第一匹配度用于表示第一反馈信息与跟踪反馈项目信息中对应项目的匹配程度;
第一判断单元,所述第一判断单元用于判断所述第一匹配度是否满足第一预定条件;
第八获得单元,所述第八获得单元用于当满足时,获得第一存储指令,所述第一存储指令用于将第一反馈信息存储于用户信息统计数据列表内。
8.一种产妇信息的跟踪反馈系统,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1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011633271.2A CN112509712A (zh) | 2020-12-31 | 2020-12-31 | 一种产妇信息的跟踪反馈方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011633271.2A CN112509712A (zh) | 2020-12-31 | 2020-12-31 | 一种产妇信息的跟踪反馈方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112509712A true CN112509712A (zh) | 2021-03-16 |
Family
ID=74952250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011633271.2A Pending CN112509712A (zh) | 2020-12-31 | 2020-12-31 | 一种产妇信息的跟踪反馈方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509712A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514577A (zh) * | 2013-09-13 | 2014-01-15 | 王得玲 | 一种区域式高危孕产妇计算机监测、评估系统 |
CN108182964A (zh) * | 2017-12-22 | 2018-06-19 | 北京鑫丰南格科技股份有限公司 | 产褥期护理方法和系统 |
CN108520776A (zh) * | 2018-03-27 | 2018-09-11 | 深圳大学 | 一种母婴健康监护系统 |
CN108629011A (zh) * | 2018-05-07 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 用于发送反馈信息的方法和装置 |
CN109493972A (zh) * | 2018-10-30 | 2019-03-19 | 平安医疗健康管理股份有限公司 | 基于预测模型的数据处理方法、装置、服务器及存储介质 |
CN109584977A (zh) * | 2018-08-21 | 2019-04-05 | 广东博云公共平台网络科技有限公司 | 一种双网云健康平台及健康数据处理方法 |
CN109767846A (zh) * | 2019-01-15 | 2019-05-17 | 中南大学 | 基于互联网的针对产后抑郁高危人群的互动式干预平台 |
CN109859812A (zh) * | 2019-01-22 | 2019-06-07 | 重庆众兄共创科技有限公司 | 智能育儿云服务系统 |
US10388406B2 (en) * | 2013-07-02 | 2019-08-20 | TapCloud LLC | System, method and apparatus for processing patient information and feedback |
CN110148472A (zh) * | 2019-02-27 | 2019-08-20 | 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) | 一种基于康复治疗的康复设备管理系统 |
CN110895562A (zh) * | 2018-09-13 | 2020-03-20 | 阿里巴巴集团控股有限公司 | 反馈信息处理方法及装置 |
CN111599490A (zh) * | 2020-05-28 | 2020-08-28 | 湖北携康智能医学科技有限公司 | 智能全科诊疗工作站 |
CN111859094A (zh) * | 2020-08-10 | 2020-10-30 | 广州驰兴通用技术研究有限公司 | 一种基于云计算的信息分析方法系统 |
CN111899861A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种重症病房智能护理方法及系统 |
CN112117008A (zh) * | 2020-09-29 | 2020-12-22 | 苏州立楚信息技术有限公司 | 一种基于大数据的健康监测方法及系统 |
CN112133435A (zh) * | 2020-09-30 | 2020-12-25 | 常州市第二人民医院 | 一种儿科护理幼儿意识评估方法和装置 |
CN112148758A (zh) * | 2020-09-24 | 2020-12-29 | 苏州七采蜂数据应用有限公司 | 一种基于大数据的社区饮食健康管理方法及系统 |
-
2020
- 2020-12-31 CN CN202011633271.2A patent/CN112509712A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10388406B2 (en) * | 2013-07-02 | 2019-08-20 | TapCloud LLC | System, method and apparatus for processing patient information and feedback |
CN103514577A (zh) * | 2013-09-13 | 2014-01-15 | 王得玲 | 一种区域式高危孕产妇计算机监测、评估系统 |
CN108182964A (zh) * | 2017-12-22 | 2018-06-19 | 北京鑫丰南格科技股份有限公司 | 产褥期护理方法和系统 |
CN108520776A (zh) * | 2018-03-27 | 2018-09-11 | 深圳大学 | 一种母婴健康监护系统 |
CN108629011A (zh) * | 2018-05-07 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 用于发送反馈信息的方法和装置 |
CN109584977A (zh) * | 2018-08-21 | 2019-04-05 | 广东博云公共平台网络科技有限公司 | 一种双网云健康平台及健康数据处理方法 |
CN110895562A (zh) * | 2018-09-13 | 2020-03-20 | 阿里巴巴集团控股有限公司 | 反馈信息处理方法及装置 |
CN109493972A (zh) * | 2018-10-30 | 2019-03-19 | 平安医疗健康管理股份有限公司 | 基于预测模型的数据处理方法、装置、服务器及存储介质 |
CN109767846A (zh) * | 2019-01-15 | 2019-05-17 | 中南大学 | 基于互联网的针对产后抑郁高危人群的互动式干预平台 |
CN109859812A (zh) * | 2019-01-22 | 2019-06-07 | 重庆众兄共创科技有限公司 | 智能育儿云服务系统 |
CN110148472A (zh) * | 2019-02-27 | 2019-08-20 | 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) | 一种基于康复治疗的康复设备管理系统 |
CN111599490A (zh) * | 2020-05-28 | 2020-08-28 | 湖北携康智能医学科技有限公司 | 智能全科诊疗工作站 |
CN111859094A (zh) * | 2020-08-10 | 2020-10-30 | 广州驰兴通用技术研究有限公司 | 一种基于云计算的信息分析方法系统 |
CN111899861A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种重症病房智能护理方法及系统 |
CN112148758A (zh) * | 2020-09-24 | 2020-12-29 | 苏州七采蜂数据应用有限公司 | 一种基于大数据的社区饮食健康管理方法及系统 |
CN112117008A (zh) * | 2020-09-29 | 2020-12-22 | 苏州立楚信息技术有限公司 | 一种基于大数据的健康监测方法及系统 |
CN112133435A (zh) * | 2020-09-30 | 2020-12-25 | 常州市第二人民医院 | 一种儿科护理幼儿意识评估方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pamucar | Normalized weighted geometric Dombi Bonferroni mean operator with interval grey numbers: Application in multicriteria decision making | |
CN110147456B (zh) | 一种图像分类方法、装置、可读存储介质及终端设备 | |
Farhadinia | Multiple criteria decision-making methods with completely unknown weights in hesitant fuzzy linguistic term setting | |
CN109165799A (zh) | 基于遗传算法的走班教学排课系统 | |
Song et al. | Handling group decision-making model with incomplete hesitant fuzzy preference relations and its application in medical decision | |
CN112133435A (zh) | 一种儿科护理幼儿意识评估方法和装置 | |
CN112466426A (zh) | 一种心血管手术风险评估系统及方法 | |
Stratulat et al. | The experience of the implementation of perinatal audit in Moldova | |
CN112148758A (zh) | 一种基于大数据的社区饮食健康管理方法及系统 | |
CN112182979B (zh) | 一种提高树脂与填充助剂相容效果的方法和装置 | |
CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
CN112185530A (zh) | 一种医院排号管理方法及系统 | |
CN112289423A (zh) | 一种基于智慧社区病患的复诊及康复的方法及系统 | |
Mead et al. | A generalization of generalized gamma distributions | |
Wu | A SD-IITFOWA operator and TOPSIS based approach for MAGDM problems with intuitionistic trapezoidal fuzzy numbers | |
CN112022172B (zh) | 一种基于多模态生理数据的压力检测方法和装置 | |
CN112509712A (zh) | 一种产妇信息的跟踪反馈方法及系统 | |
CN112509685A (zh) | 一种筛选手术方式的标准化的方法及系统 | |
CN112168188A (zh) | 一种用于压力检测数据的处理方法和装置 | |
US20230037183A1 (en) | Storage medium, adjustment method, and information processing apparatus | |
Shahinfar et al. | Prediction of retention pay-off using a machine learning algorithm | |
CN113113124A (zh) | 一种神经外科多患者的整合护理方法及系统 | |
CN112487780A (zh) | 一种订单数据排版优化方法及系统 | |
CN113277238A (zh) | 一种规范医疗废物回收的方法及系统 | |
CN111950987B (zh) | 一种基于互联网的远程教育培训方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210316 |