CN112530563A - 确定医疗资源分配策略的方法、装置和系统 - Google Patents
确定医疗资源分配策略的方法、装置和系统 Download PDFInfo
- Publication number
- CN112530563A CN112530563A CN202011478665.5A CN202011478665A CN112530563A CN 112530563 A CN112530563 A CN 112530563A CN 202011478665 A CN202011478665 A CN 202011478665A CN 112530563 A CN112530563 A CN 112530563A
- Authority
- CN
- China
- Prior art keywords
- medical
- target
- hospital
- department
- equipment
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种确定医疗资源分配策略的方法、装置和系统。所述方法包括：获取预设区域内一家或多家医院的医疗资源信息；根据所述医疗资源信息对所述一家或多家医院中目标医技科室的医疗资源进行统计，得到所述目标医技科室的医疗资源的统计结果；根据所述统计结果，预测所述目标医技科室的可接诊量和待接诊量；根据所述目标医技科室的可接诊量和待接诊量，确定所述预设区域内目标医院的医疗资源分配策略。采用本方法能够合理分配医疗资源，节省患者时间。
Description
技术领域
本申请涉及资源分配技术领域，特别是涉及一种确定医疗资源分配策略的方法、装置和系统。
背景技术
科技的进步，对人类医学事业的发展起到了积极推动作用。目前，已经有很多先进的医学检查手段应用到了疾病的治疗和研究领域，为人们的健康提供了强有力的保障。
相关技术中，临床医生通常会根据患者的病情描述开具检查单，患者根据检查单进行多项医学检查，比如核磁共振检查、超声检查、血液检查等等。但是，由于设备、检查医师等医疗资源紧张，患者往往需要花费大量时间在排队和等待上。
因此，如何合理分配医疗资源，节省患者时间成为了亟待解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够合理分配医疗资源、节省患者时间的确定医疗资源分配策略的方法、装置和系统。
一种医疗资源的分配方法，该方法包括：
获取预设区域内一家或多家医院的医疗资源信息；
根据医疗资源信息对目标医院中一家或多家医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
根据统计结果，预测目标医技科室的可接诊量和待接诊量；
根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
在其中一个实施例中，上述根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果，包括：
根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；
根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；
根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
在其中一个实施例中，设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
检查资源包括检查项目、检查数量、检查部位中的至少一种；
人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
在其中一个实施例中，根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略，包括：
根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
在其中一个实施例中，上述根据统计结果，预测目标医技科室的可接诊量和待接诊量，包括：
针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
在其中一个实施例中，上述根据统计结果，预测目标医技科室的可接诊量和待接诊量，包括：
根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
在其中一个实施例中，上述根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略，包括：
根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
在其中一个实施例中，上述根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略，包括：
根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
在其中一个实施例中，上述根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略，包括：
展示预设区域中每家医院的可接诊量和待接诊量；
接收转诊指令；该转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；
根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
在其中一个实施例中，上述获取预设区域内一家或多家医院的医疗资源信息，包括：
针对预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；
从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；
从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
一种医疗资源的分配装置，该装置包括：
信息获取模块，用于获取预设区域内一家或多家医院的医疗资源信息；
统计模块，用于根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
预测模块，用于根据统计结果，预测目标医技科室的可接诊量和待接诊量；
策略确定模块，用于根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
在其中一个实施例中，上述统计模块，具体用于根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
在其中一个实施例中，设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
检查资源包括检查项目、检查数量、检查部位中的至少一种；
人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
在其中一个实施例中，上述策略确定模块，具体用于根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
在其中一个实施例中，上述预测模块，具体用于针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
在其中一个实施例中，上述预测模块，具体用于根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
在其中一个实施例中，上述策略确定模块，具体用于根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
在其中一个实施例中，上述策略确定模块，具体用于根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
在其中一个实施例中，上述策略确定模块，具体用于展示预设区域中每家医院的可接诊量和待接诊量；接收转诊指令；该转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
在其中一个实施例中，上述信息获取模块，具体用于针对预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
一种确定医疗资源分配策略的系统，包括计算机设备，计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取预设区域内一家或多家医院的医疗资源信息；
根据医疗资源信息对目标医院中一家或多家医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
根据统计结果，预测目标医技科室的可接诊量和待接诊量；
根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取预设区域内一家或多家医院的医疗资源信息；
根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
根据统计结果，预测目标医技科室的可接诊量和待接诊量；
根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
上述确定医疗资源分配策略的方法、装置和系统，获取预设区域内一家或多家医院的医疗资源信息；根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；根据的统计结果，预测目标医技科室的可接诊量和待接诊量；根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。现有技术通常是对一个医院的全部医疗资源进行统计，然后对一个医院的医疗资源进行分配，而本公开实施例是对预设区域内一家或多家医院目标医技科室的医疗资源进行统计，对目标医技科室在预设区域内进行医疗资源分配，因此，本公开实施例与现有技术相比，医疗资源的分配方式更加合理。并且，本公开实施例对预设区域内目标医技科室的可接诊量和待接诊量进行预测，然后根据预测出的可接诊量和待接诊量让患者从可接诊量饱和的医院转去可接诊量有剩余的医院就诊，因此可以节省患者时间。
附图说明
图1为一个实施例中医疗资源的分配方法的应用环境图；
图2为一个实施例中医疗资源的分配方法的流程示意图；
图3为一个实施例中得到资源统计结果并预测可接诊量步骤的流程示意图；
图4为一个实施例中对预设区域内多家医院的医疗资源进行分配步骤的流程示意图；
图5为一个实施例中统计结果的展示图之一；
图6为一个实施例中统计结果的展示图之二；
图7为一个实施例中统计结果的展示图之三；
图8为一个实施例中统计结果的展示图之四；
图9为一个实施例中统计结果的展示图之五；
图10为一个实施例中医疗资源的分配装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的医疗资源的分配方法，可以应用于如图1所示的应用环境中。该应用环境包括多个数据采集终端102和服务器104。其中，多个数据采集终端102设置在多家医院中，并且数据采集终端102通过网络与服务器104进行通信。上述数据采集终端102可以但不限于是各种医学检查设备、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群或云服务器来实现。
在一个实施例中，如图2所示，提供了一种医疗资源的分配方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤201，获取预设区域内一家或多家医院的医疗资源信息。
其中，医疗资源信息包括设备资源信息、检查资源信息和人力资源信息。设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；检查资源包括检查项目、检查数量、检查部位中的至少一种；人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
针对每家医院，服务器从多个医学检查设备获取设备日志，得到设备资源信息；从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
例如，对于每家医院，服务器从磁共振设备、超声设备等医学检查设备获取设备日志，得到设备厂商、设备型号、核心部件状况，从数据库获取患者的检查项目、检查部位的医疗影像，从人力排班终端获取医生排班状况，得到了各种医疗资源信息。
在确定医疗资源分配策略时，服务器获取待进行医疗资源分配的预设区域，并从预先获取到的各种医疗资源信息中，筛选出该预设区域内一家或多家医院的医疗资源信息。
例如，用户选取待进行医疗资源分配的区域是华北地区，则服务器确定预设区域是华北地区，并从预先获取到的医疗资源信息中筛选出华北地区多家医院的医疗资源信息。或者，用户选取待进行医疗资源分配的区域是北京，则服务器确定预设区域是北京，并从预先获取到的医疗资源信息中筛选出北京至少一家医院的医疗资源信息。本公开实施例对预设区域不做限定。
步骤202，根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果。
其中，医技科室是指运用专门的诊疗技术和设备，协同临床科诊断和治疗疾病的医疗技术科室。医技科室包括手术室、核医学科、放射科、超声科、心血管超声和心功能科、检验科、康复科、病理科、药剂科、内镜室、消毒供应室和营养科。
服务器获取到医疗资源信息后，确定待进行医疗资源分配的目标医技科室；然后，对一家医院中目标医技科室的医疗资源进行统计，得到一家医院的统计结果；或者，对多家医院中目标医技科室的医疗资源进行统计，得到多家医院的统计结果。
示例性地，服务器确定预设区域内有目标医院A、B和C，目标医技科室为放射科，之后，服务器对医院A放射科的医疗资源进行统计，比如，统计放射科设备的设备厂商、设备型号、核心部件状况，统计患者在放射科的检查部位，统计放射科医生的排班状况等。以此类推，对医院B和医院C的医疗资源也进行统计，得到了预设区域内多家医院放射科的统计结果。本公开实施例对目标医技科室不做限定。
步骤203，根据统计结果，预测目标医技科室的可接诊量和待接诊量。
其中，可接诊量为每家医院目标医技科室可接诊的患者数量；待接诊量为每家医院目标医技科室待接诊的患者数量。
服务器得到目标医院的统计结果之后，根据统计结果和预先设置的预测方式对每家医院目标医技科室的可接诊量和待接诊量进行预测。其中，预测方式可以包括预测模型、预测策略等。本公开实施例对预测方式不做限定。
例如，服务器根据医院A的统计结果对医院A放射科的可接诊量和待接诊量进行预测，根据医院B的统计结果对医院B放射科的可接诊量和待接诊量进行预测，根据医院C的统计结果对医院C放射科的可接诊量和待接诊量进行预测。
步骤204，根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
服务器确定目标医技科室的可接诊量和待接诊量之后，根据可接诊量和待接诊量确定该预设区域内一家或多家医院的医疗检查设备、医疗人员等医疗资源的分配策略。
例如，医院A的可接诊量饱和、待接诊量为3，医院B的可接诊量为10、待接诊量为5，医院C的可接诊量为7、待接诊量为1，则可以将医院A中的患者分配到医院B和医院C进行放射检查。
上述医疗资源的分配方法中，获取预设区域内一家或多家医院的医疗资源信息；根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；根据统计结果，预测目标医技科室的可接诊量和待接诊量；根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。现有技术通常是对一个医院的全部医疗资源进行统计，然后对一个医院的医疗资源进行分配，而本公开实施例是对预设区域内一家或多件医院目标医技科室的医疗资源进行统计，对目标医技科室在预设区域内进行医疗资源分配，因此，本公开实施例与现有技术相比，医疗资源的分配方式更加合理。并且，本公开实施例对预设区域内目标医技科室的可接诊量和待接诊量进行预测，然后根据预测出的可接诊量让患者从可接诊量饱和的医院转去可接诊量有剩余的医院就诊，因此可以节省患者时间。
在一个实施例中，如图3所示，上述根据医疗资源信息分别对目标医院中目标医技科室的医疗资源进行统计得到目标医技科室的医疗资源的统计结果，以及根据统计结果预测目标医技科室的可接诊量和待接诊量的过程，可以包括如下步骤：
步骤301，根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果。
服务器对预设区域内的至少一家医院，根据目标医技科室的设备资源信息进行设备资源的统计，得到设备统计结果。例如，根据放射科的设备资源信息，统计出设备工作效率、设备故障率和核心部件状况，得到设备统计结果。
步骤302，根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果。
服务器根据目标医技科室的检查资源信息进行检查资源统计，得到检查统计结果。例如，根据放射科的检查资源信息，统计出检查数量、检查部位，得到检查统计结果。
步骤303，根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
服务器根据目标医技科室的人力资源信息进行人力资源统计，得到人力统计结果。例如，根据放射科的人力资源信息，统计出各医生的工作效率、医生排班状况，得到人力统计结果。
步骤304，针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
服务器预先训练预测模型。通常情况下，不同医技科室训练不同的预测模型。例如，对于放射科，预测模型的输入参数可以包括以下至少一种：已排班阅片医生的数量、对应医生各检查项目、检查部位阅片的数量、阅片时长、阅片的审核通过率、操作技师的数量、对应技师平均每例检查的操作时间、扫描设备型号、扫描设备类型、扫描检查项目、检查部位单位时间的检查量、设备的故障率、平均扫描时长、患者类型(门诊、急诊、体检)，根据上述输入参数进行模型训练，得到对应放射科的预测模型。对于检验科，预测模型的输入参数可以包括以下至少一种：检验采样医师的数量、对应医师针对各种采样的效率(每日采样数/工作时间)、检验操作医师的数量、各种检验项目报告书写平均时间、审核通过率、检验设备型号、检验设备类型、各设备处理对应检验项目单位时间的检查量，设备故障率、患者类型、采集方式，根据上述输入参数进行模型训练，得到对应检验科的预测模型。
而对于同一医技科室，多家医院通常使用相同的预测模型。上述预测模型可以采用深度学习模型、神经网络模型。本公开实施例对此不做限定。
服务器训练出目标医技科室的预测模型，并且得到目标医技科室的设备统计结果、检查统计结果和人力统计结果后，将设备统计结果、检查统计结果和人力统计结果均输入到预测模型中，则预测模型可以预测出该医院目标医技科室的可接诊量。
例如，对于医院A的放射科，将医生排班、操作技师排班、设备情况、患者类型、预约的检查项目、检查部位、每日工作时间输入到预测模型中，预测模型输出医院A放射科的可接诊量。
步骤305，根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
服务器根据设备统计结果、检查统计结果和人力统计结果先确定目标医技科室在多个时段的历史接诊量，然后根据多个时段的历史接诊量确定接诊量变化趋势。例如，目标医技科室的接诊量在1月-6月呈上升趋势，且上升速率为10％，则根据历史接诊量和接诊量变化趋势，可以预计出7月的待接诊量。
在其中一个实施例中，服务器还可以根据对应往年同期的历史接诊量对预测出的待接诊量进行修正。本公开实施例对待接诊量的预测方式不做限定。
上述实施例中，服务器根据目标医技科室的医疗资源信息进行设备资源统计得到设备统计结果；根据目标医技科室的医疗资源信息进行检查资源统计得到检查统计结果；根据目标医技科室的医疗资源信息进行人力资源统计得到人力统计结果，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量；根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。本公开实施例中，服务器对目标医技科室的设备资源、检查资源和人力资源进行统计，并根据统计结果进行预测得到目标医技科室的可接诊量和待接诊量，这样，为后续的医疗资源分配提供了数据依据，有利于在整个区域中进行医疗资源统筹分配，从而充分利用医疗资源。
在一个实施例中，上述根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略，可以采用多种方式，其中一种方式包括：根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
服务器预测出各家医院目标医技科室的可接诊量和待接诊量之后，根据各家医院的可接诊量、待接诊量、医技人员数量、工作效率、排班状况等人力统计结果以及设备工作效率、设备故障率和核心部件状况等设备统计结果，确定需要确定进行医疗资源分配的目标医院。进一步地，根据各家医院的可接诊量、待接诊量、人力统计结果、设备统计结果确定目标医院的人力分配策略。例如，服务器根据各家医院放射科的可接诊量和待接诊量以及各医生的阅片效率、核心部件状态确定医院A为需要进行医疗资源分配的目标医院，进而给出医院A中目标医技科室的医生需求个数以及排班组合。
在其中一个实施例中，根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
例如，根据预设区域内医院A、B、C的可接诊量和待接诊量，确定医院A、B、C的接诊效率；如果医院C的接诊效率最低，则将医院C确定为需要进行人力调整的目标医院，根据医院A和医院B的人力状况调整医院C的人力；如果医院C的接诊效率最高，则将医院C确定为需要进行人力分配的目标医院，根据医院A和医院B的人力状况为医院C分配人力。
在其中一个实施例中，根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
例如，确定预设区域内医院A、B、C放射科的设备利用率；医院B的设备利用率最高，则将医院B确定为需要进行设备分配的目标医院，为医院B分配设备。
在其中一个实施例中，根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的接诊效率、人力统计结果、设备利用率、设备统计结果确定需要进行人力分配和/或需要进行设备分配的目标医院，确定需要进行人力分配和/或需要进行设备分配的目标医院的人力分配策略和/或设备分配策略。
例如，确定预设区域内医院A、B、C放射科的接诊效率和设备利用率；如果医院B的设备利用率最高，且接诊效率最低，则说明B医院放射科人力充足，设备紧缺，则将医院B确定为需要进行设备分配的目标医院，为医院B分配设备。如果医院B的设备利用率最高，且接诊效率也最低，则说明B医院放射科人力不足，设备紧缺，则将医院B确定为需要进行设备分配和人力分配的目标医院，为医院B分配设备和人力。如果医院B的设备利用率最低，且接诊效率最高，则说明B医院放射科人力不足，则将医院B确定为需要进行人力分配的目标医院，为医院B分配人力。
可以理解地，上述设备利用率指的是在单位时间内平均每台设备的实际检查数量。接诊效率指的是在单位时间内平均每位医技人员的实际接诊量。
可以理解地，服务器确定目标医院的人力分配策略和/或设备分配策略，可以更加合理地安排人力和设备，不仅充分利用了人力资源、设备资源，而且可以节省患者时间。
如图4所示，另一种方式包括：
步骤401，展示预设区域中每家医院的可接诊量和待接诊量。
例如，展示预设区域中医院A的可接诊量为0、待接诊量为3，医院B的可接诊量为10、待接诊量为5，医院C的可接诊量为7，待接诊量为1。
步骤402，接收转诊指令。
其中，转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识。
例如，服务器接收用户输入的转诊指令，转诊指令中包括转出医院的标识A，接收医院的标识B，检查对象的标识X，即将检查对象X从医院A转诊到医院B。
步骤403，根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
例如，服务器根据转诊指令，将检查对象X的序号、姓名、检查项目、检查部位等就诊信息从医院A的诊疗系统转到医院B的诊疗系统中。这样，检查对象X就可以转到医院B就诊，从而缩短等待时间。
可以理解地，将患者转诊到可接诊量有剩余的医院，不仅充分利用了医疗资源，而且可以节省患者时间。
在一个实施例中，在上述实施例的基础上，还可以包括：根据医疗资源信息，对多家医院目标医技科室的医疗资源进行统计，得到多家医院的统计结果；展示多家医院的统计结果。
服务器获取到预设区域内多家医院的医疗资源信息后，对多家医院的医疗资源进行汇总统计，得到多家医院的统计结果。其中，多家医院的统计结果包括检查病例数量、远程诊断数量、医院数量、医生数量和数据存储数量中的至少一种。
在得到多家医院的统计结果之后，展示多家医院的统计结果。如图5所示，展示全国范围多家医院的统计结果包括：检查病例数量、远程诊断数量、联网医院的医院数量、诊断医生的医生数量、数据存储数量。图5中还展示了检查病例数量在2020年7月16日至2020年7月22日的数量变化折线图、联网医院所在位置等。
除上述内容，还可以展示区域检测量统计、医院检测量统计、检测类型统计、检测项目统计等，如图6所示；还可以展示设备统计结果，如图7和图8所示。本公开实施例对展示内容不限定。
可以理解地，服务器对预设区域内多家医院的医疗资源进行统计并展示，可以使用户从总体上比较直观地了解到预设区域内的医疗资源状况。
在一个实施例中，在上述实施例的基础上，还可以包括：根据多家医院的统计结果，确定预设时段内多家医院的医疗资源的变化趋势；展示变化趋势的趋势图。
例如，确定2020年7月16日至2020年7月22日之间，64CT扫描胸部+三维重建这个业务的变化趋势，并展示变化趋势的趋势图，如图9所示。
可以理解地，服务器确定医疗资源的变化趋势并展示趋势图，可以使用户比较直观地了解到医疗资源的变化情况；进一步地，还可以根据变化趋势进行预设区域内目标医技科室的待接诊量进行预判，从而更加合理地分配医疗资源。
应该理解的是，虽然图2-图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种医疗资源的分配装置，包括：
信息获取模块501，用于获取预设区域内一家或多家医院的医疗资源信息；
统计模块502，用于根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
预测模块503，用于根据统计结果，预测目标医技科室的可接诊量和待接诊量；
策略确定模块504，用于根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
在其中一个实施例中，上述统计模块502，具体用于根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
在其中一个实施例中，设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
检查资源包括检查项目、检查数量、检查部位中的至少一种；
人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
在其中一个实施例中，上述策略确定模块504，具体用于根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
在其中一个实施例中，上述预测模块503，具体用于针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
在其中一个实施例中，上述预测模块503，具体用于根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
在其中一个实施例中，上述策略确定模块504，具体用于根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
在其中一个实施例中，上述策略确定模块504，具体用于根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
在其中一个实施例中，上述策略确定模块504，具体用于展示预设区域中每家医院的可接诊量和待接诊量；接收转诊指令；该转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
在其中一个实施例中，上述信息获取模块501，具体用于针对预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
关于医疗资源的分配装置的具体限定可以参见上文中对于医疗资源的分配方法的限定，在此不再赘述。上述医疗资源的分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储医疗资源的分配数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种医疗资源的分配方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种确定医疗资源分配策略的系统，该系统包括计算机设备，计算机设备包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取预设区域内一家或多家医院的医疗资源信息；
根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
根据统计结果，预测目标医技科室的可接诊量和待接诊量；
根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；
根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；
根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
在一个实施例中，设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
检查资源包括检查项目、检查数量、检查部位中的至少一种；
人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据目标医技科室的可接诊量、待接诊量、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
展示预设区域中每家医院的可接诊量和待接诊量；
接收转诊指令；该转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；
根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
针对预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；
从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；
从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取预设区域内一家或多家医院的医疗资源信息；
根据医疗资源信息对一家或多家医院中目标医技科室的医疗资源进行统计，得到目标医技科室的医疗资源的统计结果；
根据统计结果，预测目标医技科室的可接诊量和待接诊量；
根据目标医技科室的可接诊量和待接诊量，确定预设区域内目标医院的医疗资源分配策略。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；
根据目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；
根据目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
在一个实施例中，设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
检查资源包括检查项目、检查数量、检查部位中的至少一种；
人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据目标医技科室的可接诊量、待接诊量以、人力统计结果和/或设备统计结果，确定需要进行医疗资源分配的目标医院以及目标医院的医疗资源分配策略。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
针对每家医院，将设备统计结果、检查统计结果和人力统计结果输入到预先训练的预测模型中，得到预测模型输出的目标医技科室的可接诊量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据设备统计结果、检查统计结果和人力统计结果确定目标医技科室的接诊量变化趋势，并根据接诊量变化趋势预测目标医技科室的待接诊量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据预设区域内多家医院的医疗资源，确定多家医院的接诊效率；根据多家医院的接诊效率和人力统计结果确定需要进行人力分配的目标医院，确定需要进行人力分配的目标医院的人力分配策略。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据预设区域内多家医院的医疗资源，确定多家医院的设备利用率；根据多家医院的设备利用率和设备统计结果确定需要进行设备分配的目标医院，确定需要进行设备分配的目标医院的设备分配策略。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
展示预设区域中每家医院的可接诊量和待接诊量；
接收转诊指令；该转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；
根据转诊指令，将检查对象的就诊信息从转出医院转到接收医院。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
针对预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；
从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；
从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种确定医疗资源分配策略的方法，其特征在于，所述方法包括：
获取预设区域内一家或多家医院的医疗资源信息；
根据所述医疗资源信息对所述一家或多家医院中目标医技科室的医疗资源进行统计，得到所述目标医技科室的医疗资源的统计结果；
根据所述统计结果，预测所述目标医技科室的可接诊量和待接诊量；
根据所述目标医技科室的可接诊量和待接诊量，确定所述预设区域内目标医院的医疗资源分配策略。
2.根据权利要求1所述的方法，其特征在于，所述根据所述医疗资源信息对所述一家或多家医院中目标医技科室的医疗资源进行统计，得到所述目标医技科室的医疗资源的统计结果，包括：
根据所述目标医技科室的医疗资源信息进行设备资源统计，得到设备统计结果；
根据所述目标医技科室的医疗资源信息进行检查资源统计，得到检查统计结果；
根据所述目标医技科室的医疗资源信息进行人力资源统计，得到人力统计结果。
3.根据权利要求2所述的方法，其特征在于，所述设备资源包括设备厂商、设备型号、设备工作效率、设备故障率和核心部件状况中至少一种；
所述检查资源包括检查项目、检查数量、检查部位中的至少一种；
所述人力资源包括医技人员数量、工作效率、排班状况中的至少一种。
4.根据权利要求2所述的方法，其特征在于，所述根据所述目标医技科室的可接诊量和待接诊量，确定所述预设区域内目标医院的医疗资源分配策略，包括：
根据所述目标医技科室的可接诊量、待接诊量、所述人力统计结果和/或所述设备统计结果，确定需要进行医疗资源分配的目标医院以及所述目标医院的医疗资源分配策略。
5.根据权利要求2所述的方法，其特征在于，所述根据所述统计结果，预测所述目标医技科室的可接诊量和待接诊量，包括：
针对每家医院，将所述设备统计结果、所述检查统计结果和所述人力统计结果输入到预先训练的预测模型中，得到所述预测模型输出的所述目标医技科室的可接诊量。
6.根据权利要求2所述的方法，其特征在于，所述根据所述统计结果，预测所述目标医技科室的可接诊量和待接诊量，包括：
根据所述设备统计结果、所述检查统计结果和所述人力统计结果确定所述目标医技科室的接诊量变化趋势，并根据所述接诊量变化趋势预测所述目标医技科室的待接诊量。
7.根据权利要求4所述的方法，其特征在于，所述根据所述目标医技科室的可接诊量、待接诊量、所述人力统计结果和/或所述设备统计结果，确定需要进行医疗资源分配的目标医院以及所述目标医院的医疗资源分配策略，包括：
根据所述预设区域内多家医院的医疗资源，确定所述多家医院的接诊效率；根据所述多家医院的接诊效率和所述人力统计结果确定需要进行人力分配的目标医院，确定所述需要进行人力分配的目标医院的人力分配策略。
8.根据权利要求4所述的方法，其特征在于，所述根据所述目标医技科室的可接诊量、待接诊量、所述人力统计结果和/或所述设备统计结果，确定需要进行医疗资源分配的目标医院以及所述目标医院的医疗资源分配策略，包括：
根据所述预设区域内多家医院的医疗资源，确定所述多家医院的设备利用率；根据所述多家医院的设备利用率和所述设备统计结果确定需要进行设备分配的目标医院，确定所述需要进行设备分配的目标医院的设备分配策略。
9.根据权利要求2所述的方法，其特征在于，所述根据所述目标医技科室的可接诊量和待接诊量，确定所述预设区域内目标医院的医疗资源分配策略，包括：
展示所述预设区域中每家医院的可接诊量和待接诊量；
接收转诊指令；所述转诊指令包括转出医院的标识、接收医院的标识和检查对象的标识；
根据所述转诊指令，将所述检查对象的就诊信息从所述转出医院转到所述接收医院。
10.根据权利要求1所述的方法，其特征在于，所述获取预设区域内一家或多家医院的医疗资源信息，包括：
针对所述预设区域内的每家医院，从多个医学检查设备获取设备日志，得到设备资源信息；
从预先设置的数据库获取多个检测对象的检查数据和医疗影像，得到检查资源信息；
从预先设置的人力排班终端获取人力数据和排班数据，得到人力资源信息。
11.一种确定医疗资源分配策略的装置，其特征在于，所述装置包括：
信息获取模块，用于获取预设区域内一家或多家医院的医疗资源信息；
统计模块，用于根据所述医疗资源信息对所述一家或多家医院中目标医技科室的医疗资源进行统计，得到所述目标医技科室的医疗资源的统计结果；
预测模块，用于根据所述统计结果，预测所述目标医技科室的可接诊量和待接诊量；
策略确定模块，用于根据所述目标医技科室的可接诊量和待接诊量，确定所述预设区域内目标医院的医疗资源分配策略。
12.一种确定医疗资源分配策略的系统，包括计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011478665.5A CN112530563A (zh) | 2020-12-15 | 2020-12-15 | 确定医疗资源分配策略的方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011478665.5A CN112530563A (zh) | 2020-12-15 | 2020-12-15 | 确定医疗资源分配策略的方法、装置和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112530563A true CN112530563A (zh) | 2021-03-19 |
Family
ID=75000178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011478665.5A Pending CN112530563A (zh) | 2020-12-15 | 2020-12-15 | 确定医疗资源分配策略的方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112530563A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113764082A (zh) * | 2021-03-26 | 2021-12-07 | 北京京东拓先科技有限公司 | 疲劳度计算方法和装置、派单方法和设备、存储介质 |
| CN115662600A (zh) * | 2022-12-29 | 2023-01-31 | 江西曼荼罗软件有限公司 | 一种基于地理位置的急救医疗资源呼叫方法及系统 |
| CN115862823A (zh) * | 2022-11-14 | 2023-03-28 | 深圳市索美医疗科技服务有限公司 | 一种基于移动网络的设备智能调度方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315696A (zh) * | 2008-07-10 | 2008-12-03 | 上海交通大学 | 检查医院设备服务水平的评估系统 |
| CN103077494A (zh) * | 2013-01-09 | 2013-05-01 | 北京中科金财科技股份有限公司 | 一种动态数据处理评估方法及系统 |
| CN107220516A (zh) * | 2017-06-21 | 2017-09-29 | 胡引翠 | 医院资源优化配置系统 |
| CN109545337A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种医疗资源的处理方法、服务器及系统 |
| CN109817319A (zh) * | 2017-11-20 | 2019-05-28 | 北京绪水互联科技有限公司 | 设备运营状态统计分析系统平台和设备运营状态实时监控方法及系统 |
| CN111462881A (zh) * | 2020-04-14 | 2020-07-28 | 奚小忠 | 一种基于智慧医疗的医护人员调度系统及其方法 |
| CN111739618A (zh) * | 2020-04-30 | 2020-10-02 | 卫宁健康科技集团股份有限公司 | 用于灾害现场的调度方法、系统、电子设备和存储介质 |
-
2020
- 2020-12-15 CN CN202011478665.5A patent/CN112530563A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315696A (zh) * | 2008-07-10 | 2008-12-03 | 上海交通大学 | 检查医院设备服务水平的评估系统 |
| CN103077494A (zh) * | 2013-01-09 | 2013-05-01 | 北京中科金财科技股份有限公司 | 一种动态数据处理评估方法及系统 |
| CN107220516A (zh) * | 2017-06-21 | 2017-09-29 | 胡引翠 | 医院资源优化配置系统 |
| CN109817319A (zh) * | 2017-11-20 | 2019-05-28 | 北京绪水互联科技有限公司 | 设备运营状态统计分析系统平台和设备运营状态实时监控方法及系统 |
| CN109545337A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种医疗资源的处理方法、服务器及系统 |
| CN111462881A (zh) * | 2020-04-14 | 2020-07-28 | 奚小忠 | 一种基于智慧医疗的医护人员调度系统及其方法 |
| CN111739618A (zh) * | 2020-04-30 | 2020-10-02 | 卫宁健康科技集团股份有限公司 | 用于灾害现场的调度方法、系统、电子设备和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113764082A (zh) * | 2021-03-26 | 2021-12-07 | 北京京东拓先科技有限公司 | 疲劳度计算方法和装置、派单方法和设备、存储介质 |
| CN115862823A (zh) * | 2022-11-14 | 2023-03-28 | 深圳市索美医疗科技服务有限公司 | 一种基于移动网络的设备智能调度方法及系统 |
| CN115862823B (zh) * | 2022-11-14 | 2024-04-05 | 深圳市索美医疗科技服务有限公司 | 一种基于移动网络的设备智能调度方法及系统 |
| CN115662600A (zh) * | 2022-12-29 | 2023-01-31 | 江西曼荼罗软件有限公司 | 一种基于地理位置的急救医疗资源呼叫方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112530563A (zh) | 确定医疗资源分配策略的方法、装置和系统 | |
| RU2554522C2 (ru) | Рабочий процесс с обратной связью | |
| US8725539B2 (en) | Systems and methods for providing a continuum of care | |
| JP7244711B2 (ja) | 臨床リスクモデル | |
| KR20220038017A (ko) | 임상 워크플로 결정을 자동화하고 우선 순위 판독 표시자를 생성하기 위한 시스템 및 방법 | |
| US20240099684A1 (en) | Advanced medical imaging in distributed setup | |
| EP2795493A2 (en) | Method and system for selection of patients to receive a medical device | |
| US20020091765A1 (en) | Medical system architecture with modalities for acquiring examination images, linked with a communication system | |
| US20200381108A1 (en) | System and Method for Managing Diagnostic Imaging Costs | |
| WO2018084166A1 (en) | Method, computing system and medium for optimizing of healthcare institution resource utilisation | |
| JP2023509976A (ja) | リアルタイム放射線医学を行うための方法およびシステム | |
| US20120070811A1 (en) | Systems and methods for measuring and manipulating a radiologist's exam sensitivity and specificity in real time | |
| JP2020528185A (ja) | 画像獲得ワークフローを最適化するためのデバイス、システム、及び方法 | |
| EP3048968A2 (en) | System and method for context-aware imaging | |
| JP6827925B2 (ja) | 緻密なタイミング情報を抽出することによる効率の分析 | |
| van de Vrugt et al. | Rapid diagnoses at the breast center of Jeroen Bosch Hospital: a case study invoking queueing theory and discrete event simulation | |
| US20200075157A1 (en) | Healthcare tracking system to improve service satisfaction, communication, and patient experience | |
| JP2004157877A (ja) | スケジュール管理システム | |
| JP2020529669A (ja) | 限定的心エコー検査を選択すべき場合を決定するためのデバイス、システム、及び方法 | |
| JP7415787B2 (ja) | 医用画像システム | |
| Fatani et al. | Machine Learning opportunities and challenges in health system management: Review of the existing literature | |
| KR102222147B1 (ko) | 의료영상 배정 방법 | |
| JP2024065567A (ja) | 医用情報処理装置及び医用情報処理方法 | |
| US20230238096A1 (en) | Method and system for providing a medical report | |
| JP2011159003A (ja) | 健康診断スケジューリング装置、健康診断スケジューリングプログラムおよび健康診断スケジューリング方法 |
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 |