CN112530585A - 基于医疗机构的数据处理方法、装置、计算机设备及介质 - Google Patents
基于医疗机构的数据处理方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN112530585A CN112530585A CN202011488416.4A CN202011488416A CN112530585A CN 112530585 A CN112530585 A CN 112530585A CN 202011488416 A CN202011488416 A CN 202011488416A CN 112530585 A CN112530585 A CN 112530585A
- Authority
- CN
- China
- Prior art keywords
- target
- product
- internet
- medical institution
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Bioethics (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数字医疗及数据处理技术,提供一种基于医疗机构的数据处理方法、装置、计算机设备与存储介质,包括:接收医疗机构输出的产品调用指令;解析所述产品调用指令,得到所述医疗机构的目标信息;根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;过滤每一所述目标互联网产品的产品项,得到目标权限包;根据所述目标权限包构建对应所述医疗机构的目标产品。本发明能够实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率,本发明能够促进智慧医疗及智慧城市的建设。
Description
技术领域
本发明涉及数字医疗及数据处理技术领域,尤其涉及一种基于医疗机构的数据处理方法、装置、计算机设备及介质。
背景技术
随着互联网技术的迅速发展,智慧医疗的概念以及实施方案也应运而生,从小规模医疗机构的互联网化,到地区级别,以及更大区域内的医疗机构的互联网化已经势不可挡,大规模量级的智慧医疗机构需要一个开发机制来协调分配。
现有技术中,单体医疗机构与小规模的区域医疗机构大多采用开发与机构之间点对点对接方式,也即针对所述单体医疗机构或小规模的区域医疗机构单独开发一套互联网产品供其使用。但在新兴智慧城市的理念下,随着医疗机构的规模量级越来越大,若仍采用上述点对点的对接方式,会造成较多的互联网资源浪费,且极大地降低了互联网产品的开发效率。
因此,有必要提供一种基于医疗机构的数据处理方法,能够节省互联网资源,提高开发效率。
发明内容
鉴于以上内容,有必要提出一种基于医疗机构的数据处理方法、基于医疗机构的数据处理装置、计算机设备及介质,实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率。
本发明实施例第一方面提供一种基于医疗机构的数据处理方法,所述基于医疗机构的数据处理方法包括:
接收医疗机构输出的产品调用指令;
解析所述产品调用指令,得到所述医疗机构的目标信息;
根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;
过滤每一所述目标互联网产品的产品项,得到目标权限包;
根据所述目标权限包构建对应所述医疗机构的目标产品。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述解析所述产品调用指令,得到所述医疗机构的目标信息包括:
解析所述产品调用指令携带的日志数据;
获取所述日志数据的预设位置;
根据所述预设位置确定所述产品调用指令携带的目标信息。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述根据所述目标信息调取目标互联网产品列表包括:
调用预先训练好的信息分类模型将所述目标信息分为患者服务信息与医生服务信息;
解析所述患者服务信息,得到第一目标需求项;
解析所述医生服务信息,得到第二目标需求项;
根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述信息分类模型的训练方法包括:
获取历史服务信息,所述历史服务信息包括历史患者服务信息与历史医生服务信息;
转换所述历史服务信息为目标特征向量;
按照预设拆分比例将所述目标特征向量拆分为训练集与测试集;
根据所述训练集训练初始信息分类模型,得到训练好的信息分类模型;
根据所述测试集检测所述信息分类模型的准确性是否满足预设准确阈值范围;
当检测结果为所述信息分类模型的准确值满足预设准确阈值范围时,确定所述信息分类模型训练完成。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表包括:
根据所述第一目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第一目标需求项匹配的第一目标产品项;
当检测结果为存在与所述第一目标需求项匹配的第一目标产品项时,确定包含所述第一目标产品项的互联网产品为第一目标互联网产品;
根据所述第二目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第二目标需求项匹配的第二目标产品项;
当检测结果为存在与所述第二目标需求项匹配的第二目标产品项时,确定包含所述第二目标产品项的互联网产品为第二目标互联网产品;
将所述第一目标互联网产品与所述第二目标互联网产品组成目标互联网产品列表。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述过滤每一所述目标互联网产品的产品项,得到目标权限包包括:
获取每一所述目标互联网产品的所有产品项;
过滤所有产品项,得到与所述第一目标需求项对应的第一目标产品项,作为第一权限包;
过滤所有产品项,得到与所述第二目标需求项对应的第二目标产品项,作为第二权限包;
根据所述第一权限包与所述第二权限包组成目标权限包。
进一步地,在本发明实施例提供的上述基于医疗机构的数据处理方法中,所述根据所述目标权限包构建对应所述医疗机构的目标产品包括:
获取对应患者端的所有第一权限包,并根据所有所述第一权限包构建对应所述医疗机构的目标患者端产品;
获取对应医生端的所有第二权限包,并根据所有所述第二权限包构建对应所述医疗机构的目标医生端产品。
本发明实施例第二方面还提供一种基于医疗机构的数据处理装置,所述基于医疗机构的数据处理装置包括:
指令接收模块,用于接收医疗机构输出的产品调用指令;
指令解析模块,用于解析所述产品调用指令,得到所述医疗机构的目标信息;
列表调取模块,用于根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;
权限过滤模块,用于过滤每一所述目标互联网产品的产品项,得到目标权限包;
产品构建模块,用于根据所述目标权限包构建对应所述医疗机构的目标产品。
本发明实施例第三方面还提供一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述任意一项所述基于医疗机构的数据处理方法。
本发明实施例第四方面还提供一种计算机可读存储介质,所述计算机可读存储介质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如上述任意一项所述基于医疗机构的数据处理方法。
本发明实施例提供的上述基于医疗机构的数据处理方法、基于医疗机构的数据处理装置、计算机设备以及计算机可读存储介质,能够根据医疗机构在实际服务过程中所需的功能模块对多个已开发的互联网产品进行过滤得到目标权限包,组合所述目标权限包得到对应所述医疗机构的目标产品,避免需要针对单体医疗机构独立开发互联网产品的问题,实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率,有利于促进智慧医疗的发展及智慧城市的建设。
附图说明
图1是本发明第一实施方式提供的基于医疗机构的数据处理方法的流程图。
图2是本发明一实施方式的计算机设备的结构示意图。
图3是图2所示的计算机设备的示例性的功能模块图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
图1是本发明第一实施方式的基于医疗机构的数据处理方法的流程图。所述基于医疗机构的数据处理方法应用于基于医疗机构的数据处理装置中,所述基于医疗机构的数据处理装置与多个医疗机构连接,用于为多个所述医疗机构构建各自的互联网产品。如图1所示,所述基于医疗机构的数据处理方法可以包括如下步骤:
S11、接收医疗机构输出的产品调用指令。
在本发明的至少一实施例中,所述基于医疗机构的数据处理装置一方面与所述医疗机构连接,另一方面与互联网产品端连接。所述医疗机构的数量为多个,所述互联网产品端的数量为多个,所述互联网产品端是指互联网产品与所述基于医疗机构的数据处理装置进行通讯交流的出口。每一所述互联网产品端可以对应一个或多个互联网产品,每一所述互联网产品可以包含若干个产品项。
在本发明的至少一实施例中,所述互联网产品包含多个表现形式的产品程序,例如,所述互联网产品包含医生端web、患者端APP、患者端H5(例如,患者端小程序、患者端公众号等),在此不做限制。每一所述互联网产品均包含若干个产品项,示例性地,所述医生端web的产品项可包括:问诊、收费发药、零售、预约、库房等内容;所述患者端APP的产品项可包括:孕产服务、预约挂号、分诊、报告查询、在线问诊等内容;所述患者端H5的产品项可包括:孕产服务、预约挂号、分诊、报告查询、在线问诊等内容。
所述基于医疗机构的数据处理装置在接收到所述医疗机构输出的产品调用指令后,调用所述互联网产品端的产品项构建对应所述医疗机构的目标产品。所述产品调用指令是指由医疗机构发出的用于调用互联网产品的指令,所述产品调用指令包括触控指令、声控指令等,所述产品调用指令包含机构名称、机构ID等关键词。
S12、解析所述产品调用指令,得到所述医疗机构的目标信息。
在本发明的至少一实施例中,所述目标信息是指对应所述医疗机构的服务信息,具体地,所述目标信息是指对应所述医疗机构在实际服务过程中所需的服务功能,涉及到医疗机构的整体流程系统,例如护士站、工作台、医生管理、处方开药、住院等服务功能。
在一实施例中,所述产品调用指令携带有日志数据,所述日志数据除了包含机构名称、机构ID等关键词,还包含对应所述医疗机构的服务信息。所述机构名称、机构ID以及所述服务信息设于所述日志数据的指定位置。
可选地,所述解析所述产品调用指令,得到所述医疗机构的目标信息包括:解析所述产品调用指令携带的日志数据;获取所述日志数据的预设位置;根据所述预设位置确定所述产品调用指令携带的目标信息。其中,所述预设位置是指存储所述目标信息的数据位置。
在另一实施例中,调用区块链上的目标节点存储预先设置的模板服务信息,所述模板服务信息是指大多数医疗机构均会包含的服务信息。所述模板服务信息中各个服务项均分配唯一的标号,用于标识该服务项。所述产品调用指令携带有日志数据,所述日志数据除了包含机构名称、机构ID等关键词,还包含所述医疗机构相较于所述模板服务信息的差异化服务信息。
可选地,所述解析所述产品调用指令,得到所述医疗机构的目标信息包括:解析所述产品调用指令携带的日志数据;获取所述日志数据的预设位置;根据所述预设位置确定所述产品调用指令携带的差异化服务信息,并根据所述差异化服务信息更新所述模板服务信息,得到目标服务信息。
在其他实施例中,所述医疗机构设有对应的医疗信息系统,例如,医疗机构官网等系统。所述医疗信息系统中设有所述医疗机构的服务信息。
可选地,所述解析所述产品调用指令,得到所述医疗机构的目标信息包括:解析所述产品调用指令携带的日志数据,得到对应所述产品调用指令的医疗机构;调用所述医疗机构的目标系统,并获取所述目标系统的服务主题以及每一所述服务主题对应的服务项;根据所述服务主题与所述服务项构建服务关系树;根据所述服务关系树确定目标信息。
示例性地,所述服务主题是指某几个服务项的总称,一个服务主题可能对应1个服务项,也可能对应多个服务项。将所述服务主题作为树的父节点,所述服务项作为树的子节点构建服务关系树。所述服务主题包括医生端服务与患者端服务,对于所述医生端服务,对应的服务项可包括问诊、收费发药等信息;对于所述患者端服务,对应的服务项可包括产前筛查、预约挂号等信息,在此不做限制。
S13、根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项。
在本发明的至少一实施例中,所述产品项与所述目标信息对应。所述根据所述目标信息调取目标互联网产品列表包括:调用预先训练好的信息分类模型将所述目标信息分为患者服务信息与医生服务信息;解析所述患者服务信息,得到第一目标需求项;解析所述医生服务信息,得到第二目标需求项;根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表。
其中,解析所述患者服务信息,得到若干个患者服务关键词,所述患者服务关键词与所述第一目标需求项存在第一映射关系,所述第一目标需求项是标准化处理后的服务关键词,根据所述患者服务关键词遍历所述第一映射关系确定第一目标需求项。例如,所述患者服务关键词为“产前筛查”,“产前筛查”与第一目标需求项“孕产服务”存在第一映射关系,则对应所述“产前筛查”的第一目标需求项为“孕产服务”。同样地,解析所述医生服务信息,得到若干个医生服务关键词,所述医生服务关键词与所述第二目标需求项存在第二映射关系,根据所述医生服务关键词遍历所述第二映射关系确定第二目标需求项。
所述服务信息包括患者服务信息与医生服务信息。以所述患者服务信息为例,所述患者服务信息包括但不限于,孕产服务、预约挂号、分诊、报告查询、在线问诊、病例夹、无创DNA筛查、住院日清单、新生儿疾病筛查以及添加就诊人等。上述患者服务信息的字数分别为2个、3个、4个、5个以及7个,字数不等。本发明训练出信息分类模型能够针对不同字数的信息分类的情况对所述服务信息进行分类,从而大幅提高信息分类的效率及准确率。
可选地,所述信息分类模型的训练方法包括:获取历史服务信息,所述历史服务信息包括历史患者服务信息与历史医生服务信息;转换所述历史服务信息为目标特征向量;按照预设拆分比例将所述目标特征向量拆分为训练集与测试集;根据所述训练集训练初始信息分类模型,得到训练好的信息分类模型;根据所述测试集检测所述信息分类模型的准确性是否满足预设准确阈值范围;当检测结果为所述信息分类模型的准确值满足预设准确阈值范围时,确定所述信息分类模型训练完成。其中,预设拆分比例即是用于对特征向量进行拆分的比例信息。
其中,将所述历史服务信息中每一服务信息的词汇转换为对应格式的特征向量,每一个词汇对应的特征向量的维度信息均相同,从而将不同字数的服务信息转换为统一格式的特征向量,利用统一格式的特征向量训练初始信息分类模型,能够提高模型训练的效率与准确率,继而提高信息分类的效率与准确率。具体地,预先设置词汇与向量的映射关系,根据文字信息遍历所述映射关系,能够得到对应所述文字信息的特征向量。
可选地,对于服务信息中词汇的数量包含2个、3个、4个、5个以及7个不等的情况,在所述转换所述历史服务信息为目标特征向量之前,所述方法还包括:对所述服务信息中的词汇数量进行聚类处理,得到多个聚类簇;计算每一聚类簇中词汇的个数;检测是否存在个数少于预设数量阈值的目标聚类簇;当检测结果为存在个数少于预设数量阈值的目标聚类簇后,删除所述目标聚类簇。其中,所述预设数量阈值为预先设置的,例如,所述预设数量阈值为2个。本发明通过剔除个数较少的聚类簇,能够提高模型对信息进行分类的效率与正确性。
可选地,所述根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表包括:根据所述第一目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第一目标需求项匹配的第一目标产品项;当检测结果为存在与所述第一目标需求项匹配的第一目标产品项时,确定包含所述第一目标产品项的互联网产品为第一目标互联网产品;根据所述第二目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第二目标需求项匹配的第二目标产品项;当检测结果为存在与所述第二目标需求项匹配的第二目标产品项时,确定包含所述第二目标产品项的互联网产品为第二目标互联网产品;将所述第一目标互联网产品与所述第二目标互联网产品组成目标互联网产品列表。
其中,所述互联网列表为包含所有互联网产品的列表。所述第一目标需求项与所述互联网产品列表中的第一目标产品项一一对应,所述第二目标需求项与所述互联网产品列表中的第二目标产品项一一对应。示例性地,以所述第一目标需求项为例,通过关键词匹配的方式检测是否存在与所述第一目标需求项匹配的第一目标产品项。例如,所述第一目标需求项为在线问诊,其对应的关键词为“在线问诊”,检测所述产品项的关键词是否存在“在线问诊”可确定与所述第一目标需求项对应的第一目标产品项。
在其他实施例中,也会存在所述互联网产品的产品项的关键词不存在“在线问诊”,但其实际含义属于“在线问诊”的情况。本发明通过基于语义的相似度进行信息智能匹配,以提高获取目标互联网产品列表的准确性。
可选地,所述检测是否存在与所述第一目标需求项匹配的第一目标产品项包括:获取所述第一目标需求项的第一关键词;获取所述产品项的第二关键词;通过预训练词向量分别对所述第一关键词与所述第二关键词进行语义表示;根据所述语义表示的结果计算所述第一关键词与所述第二关键词的语义相似度;当所述语义相似度超过预设相似度阈值时,确定所述第一关键词与所述第二关键词匹配。其中,词向量是指将单词与实数向量关联起来的表示方法,每个词用一个实数向量表示,向量的维度表示词表大小。本发明提供的词向量可以是由神经网络模型得到的低维实数向量。所述预设相似度阈值为预先设置的值,例如,所述预设相似度阈值为85%。
其中,所述第一目标需求项的数量可以为1个,也可以为多个。当所述第一目标需求项的数量为多个时,所述第一目标产品项的数量也为多个。在实际处理过程中,可能存在多个互联网产品中的第一目标产品项与所述第一目标需求项对应,所述方法还包括:确定每一互联网产品中所述第一目标产品项的数量;优先选取数量最大的互联网产品作为第一目标互联网产品。
在一实施例中,当检测结果为不存在与所述第一目标需求项匹配的第一目标产品项时,说明当前互联网产品列表暂时无法满足所述第一目标需求项,所述方法还包括:将所述第一目标需求项输入至所述基于医疗机构的数据处理装置中,由所述基于医疗机构的数据处理装置分配更新任务至目标互联网产品端,并监控所述目标互联网产品端关于所述第一目标需求项的更新进度;当监控结果为所述目标互联网产品端更新完成所述第一目标需求项后,由所述基于医疗机构的数据处理装置通知至所述医疗机构。本发明通过监控当前互联网产品列表中无法满足医疗机构特定需求的需求项的开发进程,实现该需求项一次开发后能够多次复用,进而提高了开发效率。
其中,在所述基于医疗机构的数据处理装置分配更新任务至目标互联网产品端之前,所述方法还包括:获取互联网产品端的开发进程;优先选取所述开发进程较少的互联网产品端作为目标互联网产品端。可以理解的是,互联网产品端会定期更新产品版本,或者会基于医疗机构的需求开发新产品项,此时,互联网产品端会开启开发进程执行上述任务。通过选取开发进程较少的互联网产品端,能够合理分配开发资源,提高新产品项的开发效率。
S14、过滤每一所述目标互联网产品的产品项,得到目标权限包。
在本发明的至少一实施例中,提供一种权限包管理,用于控制医疗机构拥有的功能模块以及相同功能模块之间的差异化设置。针对每一所述目标互联网产品,可能存在一个权限包,也可能存在多个权限包的组合,在此不做限制。
可选地,所述过滤每一所述目标互联网产品的产品项,得到目标权限包包括:获取每一所述目标互联网产品的所有产品项;过滤所有产品项,得到与所述第一目标需求项对应的第一目标产品项,作为第一权限包;过滤所有产品项,得到与所述第二目标需求项对应的第二目标产品项,作为第二权限包;根据所述第一权限包与所述第二权限包组成目标权限包。
其中,所述第一权限包是对应患者端的权限包。所述第二权限包是对应医生端的权限包。
S15、根据所述目标权限包构建对应所述医疗机构的目标产品。
在本发明的至少一实施例中,根据所述目标权限包之间的服务逻辑进行组合,构建对应所述医疗机构的目标产品。本发明能够避免需要针对单体医疗机构独立开发互联网产品的问题,实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率。
可选地,所述根据所述目标权限包构建对应所述医疗机构的目标产品包括:获取对应患者端的所有第一权限包,并根据所有所述第一权限包构建对应所述医疗机构的目标患者端产品;获取对应医生端的所有第二权限包,并根据所有所述第二权限包构建对应所述医疗机构的目标医生端产品。
其中,可以对医生端与患者端的权限包添加标记,用于标识所述医生端与所述患者端。所述标记可以为数字标记或字母标记,在此不做限制。通过查看标记能够获取对应患者端的所有第一权限包以及对应医生端的所有第二权限包。在一实施例中,对于患者端,存在多个表现形式的产品程序,例如患者端APP、患者端小程序以及患者端公众号等,所述方法还包括:针对每种表现形式的产品程序,均设置唯一的标记,用于标记该产品程序的权限包。
在本发明的至少一实施例中,权限包包含多个产品项,所述产品项除了为单独产品项外,还可以包含子产品项,所述子产品项从属于某一产品项中。当所述产品项包含子产品项时,以患者端为例,所述根据所有所述第一权限包构建对应所述医疗机构的目标患者端产品包括:获取所述子产品项对应的目标产品项;确定与所述目标产品项对应的所有权限包;根据所述子产品项组合所有权限包。
其中,对所述子产品项设置标记,通过查看标记可以检测所述目标权限包中是否存在子产品项。根据所述子产品项组合所有权限包也即将多个权限包中同一目标产品项下的子产品项进行组合。
本发明实施例提供的上述基于医疗机构的数据处理方法,根据医疗机构在实际服务过程中所需的功能模块对多个已开发的互联网产品进行过滤得到目标权限包,组合所述目标权限包得到对应所述医疗机构的目标产品,避免需要针对单体医疗机构独立开发互联网产品的问题,实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率,有利于促进智慧医疗的发展及智慧城市的建设。
以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求,所示流程图中方块的执行顺序可以改变,某些方块可以省略。下面对本发明实施例所提供的计算机设备1进行描述。
图2是本发明一实施方式的计算机设备的结构示意图,如图2所示,计算机设备1包括存储器10,存储器10中存储有所述基于医疗机构的数据处理装置300。所述计算机设备1可以是计算机、平板电脑、个人数字助理等具有数据处理、分析、程序执行及显示等功能的电子设备。所述基于医疗机构的数据处理装置300可以接收医疗机构输出的产品调用指令;解析所述产品调用指令,得到所述医疗机构的目标信息;根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;过滤每一所述目标互联网产品的产品项,得到目标权限包;根据所述目标权限包构建对应所述医疗机构的目标产品。通过本发明,能够实现多个互联网产品的功能服务单元可复用的作用,节省互联网资源,提高了开发效率,有利于促进智慧医疗的发展及智慧城市的建设。
本实施方式中,计算机设备1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备,用于存储各类数据。例如,可以是计算机设备1的存储器、内存,还可以是可外接于该计算机设备1的存储卡,如闪存、SM卡(SmartMedia Card,智能媒体卡)、SD卡(Secure Digital Card,安全数字卡)等。此外,存储器10可以包括非易失性和易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。存储器10用于存储各类数据,例如,所述计算机设备1中安装的各类应用程序(Applications)、应用上述基于医疗机构的数据处理方法而设置、获取的数据等信息。
显示屏20安装于计算机设备1,用于显示信息。
处理器30用于执行所述基于医疗机构的数据处理方法以及所述计算机设备1内安装的各类软件,例如操作系统及应用显示软件等。处理器30包含但不限于处理器(CentralProcessing Unit,CPU)、微控制单元(Micro Controller Unit,MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的基于医疗机构的数据处理装置300可以包括一个或多个的模块,所述一个或多个模块被存储在计算机设备1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行,以完成本发明实施例。参阅图3所示,所述基于医疗机构的数据处理装置300可以包括指令接收模块301、指令解析模块302、列表调取模块303、权限过滤模块304以及产品构建模块305。本发明实施例所称的模块可以是完成一特定功能的程序段,比程序更适合于描述软件在处理器30中的执行过程。
可以理解的是,对应上述基于医疗机构的数据处理方法中的各实施方式,基于医疗机构的数据处理装置300可以包括图3中所示的各功能模块中的一部分或全部,各模块的功能将在以下具体介绍。需要说明的是,以上基于医疗机构的数据处理方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见,在此就不再赘述。
指令接收模块301可以用于接收医疗机构输出的产品调用指令。
指令解析模块302可以用于解析所述产品调用指令,得到所述医疗机构的目标信息。
列表调取模块303可以用于根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项。
权限过滤模块304可以用于过滤每一所述目标互联网产品的产品项,得到目标权限包。
产品构建模块305可以用于根据所述目标权限包构建对应所述医疗机构的目标产品。
本发明实施例还提供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30执行时实现上述任一实施方式中的基于医疗机构的数据处理方法的步骤。
所述基于医疗机构的数据处理装置300/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施方式方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器30执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存储器等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器30是所述基于医疗机构的数据处理装置300/计算机设备1的控制中心,利用各种接口和线路连接整个基于医疗机构的数据处理装置300/计算机设备1的各个部分。
所述存储器10用于存储所述计算机程序和/或模块,所述处理器30通过运行或执行存储在所述存储器10内的计算机程序和/或模块,以及调用存储在存储器10内的数据,实现所述基于医疗机构的数据处理装置300/计算机设备1的各种功能。所述存储器10可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备1的使用所创建的数据等。
在本发明所提供的几个具体实施方式中,应该理解到,所揭露的计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的系统实施方式仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
对于本领域技术人员而言,显然本发明实施例不限于上述示范性实施例的细节,而且在不背离本发明实施例的精神或基本特征的情况下,能够以其他的具体形式实现本发明实施例。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明实施例的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。本发明中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种基于医疗机构的数据处理方法,其特征在于,所述基于医疗机构的数据处理方法包括:
接收医疗机构输出的产品调用指令;
解析所述产品调用指令,得到所述医疗机构的目标信息;
根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;
过滤每一所述目标互联网产品的产品项,得到目标权限包;
根据所述目标权限包构建对应所述医疗机构的目标产品。
2.根据权利要求1所述的基于医疗机构的数据处理方法,其特征在于,所述解析所述产品调用指令,得到所述医疗机构的目标信息包括:
解析所述产品调用指令携带的日志数据;
获取所述日志数据的预设位置;
根据所述预设位置确定所述产品调用指令携带的目标信息。
3.根据权利要求1所述的基于医疗机构的数据处理方法,其特征在于,所述根据所述目标信息调取目标互联网产品列表包括:
调用预先训练好的信息分类模型将所述目标信息分为患者服务信息与医生服务信息;
解析所述患者服务信息,得到第一目标需求项;
解析所述医生服务信息,得到第二目标需求项;
根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表。
4.根据权利要求3所述的基于医疗机构的数据处理方法,其特征在于,所述信息分类模型的训练方法包括:
获取历史服务信息,所述历史服务信息包括历史患者服务信息与历史医生服务信息;
转换所述历史服务信息为目标特征向量;
按照预设拆分比例将所述目标特征向量拆分为训练集与测试集;
根据所述训练集训练初始信息分类模型,得到训练好的信息分类模型;
根据所述测试集检测所述信息分类模型的准确性是否满足预设准确阈值范围;
当检测结果为所述信息分类模型的准确值满足预设准确阈值范围时,确定所述信息分类模型训练完成。
5.根据权利要求3所述的基于医疗机构的数据处理方法,其特征在于,所述根据所述第一目标需求项与所述第二目标需求项遍历互联网产品列表,得到目标互联网产品列表包括:
根据所述第一目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第一目标需求项匹配的第一目标产品项;
当检测结果为存在与所述第一目标需求项匹配的第一目标产品项时,确定包含所述第一目标产品项的互联网产品为第一目标互联网产品;
根据所述第二目标需求项遍历所述互联网产品列表中的产品项,检测是否存在与所述第二目标需求项匹配的第二目标产品项;
当检测结果为存在与所述第二目标需求项匹配的第二目标产品项时,确定包含所述第二目标产品项的互联网产品为第二目标互联网产品;
将所述第一目标互联网产品与所述第二目标互联网产品组成目标互联网产品列表。
6.根据权利要求1所述的基于医疗机构的数据处理方法,其特征在于,所述过滤每一所述目标互联网产品的产品项,得到目标权限包包括:
获取每一所述目标互联网产品的所有产品项;
过滤所有产品项,得到与所述第一目标需求项对应的第一目标产品项,作为第一权限包;
过滤所有产品项,得到与所述第二目标需求项对应的第二目标产品项,作为第二权限包;
根据所述第一权限包与所述第二权限包组成目标权限包。
7.根据权利要求1所述的基于医疗机构的数据处理方法,其特征在于,所述根据所述目标权限包构建对应所述医疗机构的目标产品包括:
获取对应患者端的所有第一权限包,并根据所有所述第一权限包构建对应所述医疗机构的目标患者端产品;
获取对应医生端的所有第二权限包,并根据所有所述第二权限包构建对应所述医疗机构的目标医生端产品。
8.一种基于医疗机构的数据处理装置,其特征在于,所述基于医疗机构的数据处理装置包括:
指令接收模块,用于接收医疗机构输出的产品调用指令;
指令解析模块,用于解析所述产品调用指令,得到所述医疗机构的目标信息;
列表调取模块,用于根据所述目标信息调取目标互联网产品列表,所述目标互联网产品列表中每一目标互联网产品均包含若干个产品项;
权限过滤模块,用于过滤每一所述目标互联网产品的产品项,得到目标权限包;
产品构建模块,用于根据所述目标权限包构建对应所述医疗机构的目标产品。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述基于医疗机构的数据处理方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述基于医疗机构的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011488416.4A CN112530585A (zh) | 2020-12-16 | 2020-12-16 | 基于医疗机构的数据处理方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011488416.4A CN112530585A (zh) | 2020-12-16 | 2020-12-16 | 基于医疗机构的数据处理方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112530585A true CN112530585A (zh) | 2021-03-19 |
Family
ID=75000749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011488416.4A Pending CN112530585A (zh) | 2020-12-16 | 2020-12-16 | 基于医疗机构的数据处理方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112530585A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927813A (zh) * | 2021-04-01 | 2021-06-08 | 上海京知信息科技有限公司 | 基于区块链的区域医疗信息通信方法、系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832629A (zh) * | 2017-11-03 | 2018-03-23 | 深圳市前海安测信息技术有限公司 | 区域医疗信息访问控制系统及方法 |
CN109102901A (zh) * | 2018-06-27 | 2018-12-28 | 南京邮电大学 | 智慧医疗方法及系统 |
CN111986763A (zh) * | 2020-09-03 | 2020-11-24 | 平安国际智慧城市科技股份有限公司 | 疾病数据分析方法、装置、电子设备及存储介质 |
CN112017732A (zh) * | 2020-10-23 | 2020-12-01 | 平安科技(深圳)有限公司 | 一种终端设备、装置、疾病分类方法及可读存储介质 |
CN112035741A (zh) * | 2020-08-28 | 2020-12-04 | 康键信息技术(深圳)有限公司 | 基于用户体检数据的预约方法、装置、设备及存储介质 |
-
2020
- 2020-12-16 CN CN202011488416.4A patent/CN112530585A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832629A (zh) * | 2017-11-03 | 2018-03-23 | 深圳市前海安测信息技术有限公司 | 区域医疗信息访问控制系统及方法 |
CN109102901A (zh) * | 2018-06-27 | 2018-12-28 | 南京邮电大学 | 智慧医疗方法及系统 |
CN112035741A (zh) * | 2020-08-28 | 2020-12-04 | 康键信息技术(深圳)有限公司 | 基于用户体检数据的预约方法、装置、设备及存储介质 |
CN111986763A (zh) * | 2020-09-03 | 2020-11-24 | 平安国际智慧城市科技股份有限公司 | 疾病数据分析方法、装置、电子设备及存储介质 |
CN112017732A (zh) * | 2020-10-23 | 2020-12-01 | 平安科技(深圳)有限公司 | 一种终端设备、装置、疾病分类方法及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112927813A (zh) * | 2021-04-01 | 2021-06-08 | 上海京知信息科技有限公司 | 基于区块链的区域医疗信息通信方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11232365B2 (en) | Digital assistant platform | |
Samadbeik et al. | A copmarative review of electronic prescription systems: Lessons learned from developed countries | |
CN112700838A (zh) | 基于大数据的用药方案推荐方法、装置及相关设备 | |
US11081215B2 (en) | Medical record problem list generation | |
CN111986744B (zh) | 医疗机构的患者界面生成方法、装置、电子设备及介质 | |
CN112216361A (zh) | 基于人工智能的随访计划单生成方法、装置、终端及介质 | |
CN113435202A (zh) | 基于用户画像的产品推荐方法、装置、电子设备及介质 | |
Wanyan et al. | Deep learning with heterogeneous graph embeddings for mortality prediction from electronic health records | |
CN111986793A (zh) | 基于人工智能的导诊处理方法、装置、计算机设备及介质 | |
CN112885423A (zh) | 疾病标签检测方法、装置、电子设备及存储介质 | |
CN113724830B (zh) | 基于人工智能的用药风险检测方法及相关设备 | |
CN114037545A (zh) | 客户推荐方法、装置、设备及存储介质 | |
CN114420240A (zh) | 基于人工智能、大数据和区块链的处方管理系统 | |
CN114220541A (zh) | 疾病预测方法、装置、电子设备及存储介质 | |
CN112530585A (zh) | 基于医疗机构的数据处理方法、装置、计算机设备及介质 | |
Rajkumar et al. | Dentistry and interoperability | |
CN108320788A (zh) | 医院业务分析方法及装置 | |
Meineke et al. | Design and Concept of the SMITH Phenotyping Pipeline. | |
CN115169360A (zh) | 基于人工智能的用户意图识别方法及相关设备 | |
CN114996386A (zh) | 业务角色识别方法、装置、设备及存储介质 | |
CN114841165A (zh) | 用户数据分析及展示方法、装置、电子设备及存储介质 | |
Harrison Jr | Pathology informatics questions and answers from the University of Pittsburgh pathology residency informatics rotation | |
CN113821641A (zh) | 基于权重分配的药品分类的方法、装置、设备及存储介质 | |
CN113888265A (zh) | 产品推荐方法、装置、设备及计算机可读存储介质 | |
CN114357184A (zh) | 事项推荐方法及相关装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220921 Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |