CN112530604A - 一种基于云平台的远程智慧医疗系统 - Google Patents
一种基于云平台的远程智慧医疗系统 Download PDFInfo
- Publication number
- CN112530604A CN112530604A CN202011510842.3A CN202011510842A CN112530604A CN 112530604 A CN112530604 A CN 112530604A CN 202011510842 A CN202011510842 A CN 202011510842A CN 112530604 A CN112530604 A CN 112530604A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- doctor
- information
- patient
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于云平台的远程智慧医疗系统,利用数据采集模块采集医生的诊断信息和患者的就诊信息;利用医生分析模块接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块;利用患者分析模块接收患者的就诊信息并进行分析,得到就诊分析信息,并将就诊分析信息发送至统计分配模块;利用统计分配模块接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,根据分配信息将患者分配最匹配的医生;本发明用于解决不能根据患者的病症状态与医生的专业度进行匹配从而为患者分配到最适合的医生进行远程诊断,导致患者的治疗效果不佳以及医生资源不能合理分配的问题。
Description
技术领域
本发明涉及智慧医疗技术领域,尤其涉及一种基于云平台的远程智慧医疗系统。
背景技术
智慧医疗是利用最先进的物联网技术并结合大数据,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化;医院的信息系统是一个数据量巨大,数据类型复杂的实时系统;由于医院业务的特殊性,任何人为或自然因素所导致的应用或系统中断,都会造成医院巨大的损失;现有的智慧医疗系统可以基于云平台实现远程诊断和交流。
专利公开号CN106021910A公开了基于智慧医疗服务的远程疾病诊断系统,该系统包括用户病症信息采集系统、云端服务器、科室分配系统、远程会诊系统和远程医疗终端;用户病症信息采集系统与远程会诊系统通过网络进行信息交互;用户病症信息采集系统、科室分配系统和远程医疗终端通过网络与云端服务器进行信息交互;科室分配系统通过网络与远程会诊系统进行信息交互。通过对患者病症信息与过往病历信息、常见病病症信息的对比分析,实现初步诊断自动化,也为科室在与患者交互之前提供一定的参考资料,方便科室深入了解患者,提高会诊效率;患者通过就近的远程医疗终端可以方便的进行常规检查和取药,也可以足不出户的实现会诊和取药,体现了以患者为中心的智慧医疗理念。
现有的智慧医疗云服务系统存在的缺陷是:不能根据患者的病症状态与医生的专业度进行匹配从而为患者分配到最适合的医生进行远程诊断,导致患者的治疗效果不佳以及医生资源不能合理分配的问题。
发明内容
本发明的目的在于提供一种基于云平台的远程智慧医疗系统,本发明所要解决的技术问题为:
如何解决现有方案中不能根据患者的病症状态与医生的专业度进行匹配从而为患者分配到最适合的医生进行远程诊断,导致患者的治疗效果不佳以及医生资源不能合理分配的问题。
本发明的目的可以通过以下技术方案实现:一种基于云平台的远程智慧医疗系统,包括数据采集模块、医生分析模块、患者分析模块和统计分配模块;
所述数据采集模块用于采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;
所述医生分析模块用于接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块,具体的步骤包括:
步骤一:获取诊断信息中的身份数据、诊断数据和复诊数据;
步骤二:设定不同的职称对应一个不同的职称预设值,将身份数据中的职称与所有的职称进行匹配获取对应的职称预设值并标记为Z1,设定不同的学校均对应一个不同的学校预设值,将身份数据中的最高学历毕业学校与所有的学校进行匹配获取对应的学校预设值并标记为Z2;
步骤三:获取诊断数据中的诊断结果关键字和出现总次数,根据出现总次数将诊断关键字进行降序排列,设定不同的症状关键字均对应一个症状预设值,将降序排列的诊断结果关键字与所有的症状关键字进行匹配获取对应的诊断的症状预设值并标记为ZZi,i=1,2...n,统计诊断数据中诊断的总人数并标记为ZCi,i=1,2...n;
步骤四:获取复诊数据中复诊结果关键字,并将复诊结果关键字与所有的症状关键字进行匹配获取对应的复诊的症状预设值并标记为FZi,i=1,2...n,统计病人复诊的次数并标记为FCi,i=1,2...n;
步骤五:利用公式获取医生的诊断值;
步骤六:将诊断值与预设的标准诊断范围进行对比,若诊断值大于标准诊断范围的最大值,则判定该诊断值对应的医生为优秀等级,并生成第一诊断信号;若诊断值属于标准诊断范围,则判定该诊断值对应的医生为良好等级;若诊断值小于标准诊断范围的最小值,则判定该诊断值对应的医生为中等等级,并生成第三诊断信号;
步骤七:将诊断值与第一诊断信号、第二诊断信号和第三诊断信号组合,得到诊断分析信息;
所述患者分析模块用于接收患者的就诊信息并进行分析,得到就诊分析信息,并将就诊分析信息发送至统计分配模块;
所述统计分配模块用于接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,根据分配信息将患者分配最匹配的医生。
优选的,所述患者分析模块用于接收患者的就诊信息并进行分析,得到就诊分析信息,具体的步骤包括:
S21:获取就诊信息中患者的病例数据和状态数据;
S22:统计病例数据中的就诊总次数并标记为JZi,i=1,2...n;统计病例数据中历史症状关键字出现的次数并进行降序排列,设定降序排列的历史症状关键字均对应一个不同的症状权重并标记为ZQi,i=1,2...n;获取状态数据中的状态关键字,将状态关键字与所有的症状关键字进行匹配获取对应的症状预设值并标记为ZTi,i=1,2...n;
S23:利用公式获取患者的对等值,该公式为:
Hdd=β×JZi×(b1×ZTi+b2×ZQi)
其中,Hdd表示为患者的对等值,β表示为预设的就诊修正因子,b1和b2表示为不同的比例系数;
S24:将对等值与标记的症状预设值进行组合,得到就诊分析信息。
优选的,所述统计分配模块用于接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,具体的步骤包括:
S31:获取诊断分析信息和就诊分析信息;
S32:利用公式获取匹配值,该公式为:
其中,Hpp表示为匹配值,Hdd表示为对等值,Hzd表示为诊断值,δ表示为预设的匹配修正因子,ZTi表示为状态关键字对应的症状预设值,ZZi表示为诊断结果关键字对应的诊断的症状预设值;
S33:将匹配值进行降序排列选取前n个的匹配值及其对应的医生并将其标记为待匹配医生;
S34:获取待匹配医生的待诊断时间和诊断工作时间,计算诊断工作时间和待诊断时间之间的时差获取可诊断时间,将若干个可诊断时间的先后进行排序,得到可诊断分配数据;
S35:将待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息组合,得到分配信息。
优选的,根据分配信息将患者分配最匹配的医生,具体的步骤包括:
S41:获取分配信息中的待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息;
S42:按照诊断工作时间的远近设定不同的时间权重,将可诊断分配数据与所有的诊断工作时间进行匹配获取对应的待匹配医生的时间权重并标记为q1,获取待匹配医生的诊断分析信息,将诊断分析信息中的第一诊断信号、第二诊断信号和第三诊断信号设定不同的等级权重,将待匹配医生对应的诊断信号进行匹配获取对应等级权重并标记为q2;
S43:利用公式B=c1*q1+c2*q2获取综合值B,c1和c2表示为不同的比例系数,将综合值进行降序排列,选取前三个综合值并标记为最优综合值,获取最优综合值对应的待匹配医生并分配给患者。
优选的,利用公式获取医生的诊断值,该公式为:
其中,Hzd表示为医生的诊断值,μ表示为预设的诊断修正因子,a1、a2表示为不同的比例系数。
本发明的有益效果:
本发明公开的各个方面,利用数据采集模块采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;通过采集医生的专业数据和患者的病况数据进行处理,为患者的医生推荐提供精准推荐,使得患者得到快速有效的远程治疗,避免患者只能根据门诊种类去花费较多的时间寻找匹配适合自己的医生;
利用医生分析模块接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块;通过从身份数据、诊断数据和复诊数据之间进行计算建立联系获取医生的诊断值,基于诊断关键字和诊断值为患者的匹配提供数据支撑,提高匹配推荐的准确性;
利用患者分析模块接收患者的就诊信息并进行分析,得到就诊分析信息,并将就诊分析信息发送至统计分配模块;通过从病例数据和状态数据对患者进行分析计算并获取患者的对等值,基于症状关键字并结合其他数据为医生的匹配提供数据支撑;
利用统计分配模块接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,根据分配信息将患者分配最匹配的医生,通过从医生和患者两个方面进行综合分析和匹配,基于医生的诊断关键字和患者的症状关键字并结合其他数据建立关联,并根据医生的可就诊时间实现对病人的精准推荐,可以解决不能根据患者的病症状态与医生的专业度进行匹配从而为患者分配到最适合的医生进行远程诊断,导致患者的治疗效果不佳以及医生资源不能合理分配的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种基于云平台的远程智慧医疗系统的原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本发明为一种基于云平台的远程智慧医疗系统,包括数据采集模块、医生分析模块、患者分析模块和统计分配模块;
所述数据采集模块用于采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;
所述医生分析模块用于接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块,具体的步骤包括:
步骤一:获取诊断信息中的身份数据、诊断数据和复诊数据;
步骤二:设定不同的职称对应一个不同的职称预设值,将身份数据中的职称与所有的职称进行匹配获取对应的职称预设值并标记为Z1,设定不同的学校均对应一个不同的学校预设值,将身份数据中的最高学历毕业学校与所有的学校进行匹配获取对应的学校预设值并标记为Z2;
步骤三:获取诊断数据中的诊断结果关键字和出现总次数,根据出现总次数将诊断关键字进行降序排列,设定不同的症状关键字均对应一个症状预设值,将降序排列的诊断结果关键字与所有的症状关键字进行匹配获取对应的诊断的症状预设值并标记为ZZi,i=1,2...n,统计诊断数据中诊断的总人数并标记为ZCi,i=1,2...n;
步骤四:获取复诊数据中复诊结果关键字,并将复诊结果关键字与所有的症状关键字进行匹配获取对应的复诊的症状预设值并标记为FZi,i=1,2...n,统计病人复诊的次数并标记为FCi,i=1,2...n;
步骤五:利用公式获取医生的诊断值,该公式为:
其中,Hzd表示为医生的诊断值,μ表示为预设的诊断修正因子,a1、a2表示为不同的比例系数;
步骤六:将诊断值与预设的标准诊断范围进行对比,若诊断值大于标准诊断范围的最大值,则判定该诊断值对应的医生为优秀等级,并生成第一诊断信号;若诊断值属于标准诊断范围,则判定该诊断值对应的医生为良好等级;若诊断值小于标准诊断范围的最小值,则判定该诊断值对应的医生为中等等级,并生成第三诊断信号;
步骤七:将诊断值与第一诊断信号、第二诊断信号和第三诊断信号组合,得到诊断分析信息;
所述患者分析模块用于接收患者的就诊信息并进行分析,得到就诊分析信息,具体的步骤包括:
获取就诊信息中患者的病例数据和状态数据;
统计病例数据中的就诊总次数并标记为JZi,i=1,2...n;统计病例数据中历史症状关键字出现的次数并进行降序排列,设定降序排列的历史症状关键字均对应一个不同的症状权重并标记为ZQi,i=1,2...n;获取状态数据中的状态关键字,将状态关键字与所有的症状关键字进行匹配获取对应的症状预设值并标记为ZTi,i=1,2...n;
利用公式获取患者的对等值,该公式为:
Hdd=β×JZi×(b1×ZTi+b2×ZQi)
其中,Hdd表示为患者的对等值,β表示为预设的就诊修正因子,b1和b2表示为不同的比例系数;
将对等值与标记的症状预设值进行组合,得到就诊分析信息。
所述统计分配模块用于接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,具体的步骤包括:
获取诊断分析信息和就诊分析信息;
利用公式获取匹配值,该公式为:
其中,Hpp表示为匹配值,Hdd表示为对等值,Hzd表示为诊断值,δ表示为预设的匹配修正因子,ZTi表示为状态关键字对应的症状预设值,ZZi表示为诊断结果关键字对应的诊断的症状预设值;
将匹配值进行降序排列选取前n个的匹配值及其对应的医生并将其标记为待匹配医生;
获取待匹配医生的待诊断时间和诊断工作时间,计算诊断工作时间和待诊断时间之间的时差获取可诊断时间,将若干个可诊断时间的先后进行排序,得到可诊断分配数据;
将待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息组合,得到分配信息;
根据分配信息将患者分配最匹配的医生,具体的步骤包括:
获取分配信息中的待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息;
按照诊断工作时间的远近设定不同的时间权重,将可诊断分配数据与所有的诊断工作时间进行匹配获取对应的待匹配医生的时间权重并标记为q1,获取待匹配医生的诊断分析信息,将诊断分析信息中的第一诊断信号、第二诊断信号和第三诊断信号设定不同的等级权重,将待匹配医生对应的诊断信号进行匹配获取对应等级权重并标记为q2;
利用公式B=c1*q1+c2*q2获取综合值B,c1和c2表示为不同的比例系数,将综合值进行降序排列,选取前三个综合值并标记为最优综合值,获取最优综合值对应的待匹配医生并分配给患者;
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置。
本发明的工作原理:利用数据采集模块采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;
利用医生分析模块接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块,包括:获取诊断信息中的身份数据、诊断数据和复诊数据;设定不同的职称对应一个不同的职称预设值,将身份数据中的职称与所有的职称进行匹配获取对应的职称预设值并标记为Z1,设定不同的学校均对应一个不同的学校预设值,将身份数据中的最高学历毕业学校与所有的学校进行匹配获取对应的学校预设值并标记为Z2;获取诊断数据中的诊断结果关键字和出现总次数,根据出现总次数将诊断关键字进行降序排列,设定不同的症状关键字均对应一个症状预设值,将降序排列的诊断结果关键字与所有的症状关键字进行匹配获取对应的诊断的症状预设值并标记为ZZi,i=1,2...n,统计诊断数据中诊断的总人数并标记为ZCi,i=1,2...n;获取复诊数据中复诊结果关键字,并将复诊结果关键字与所有的症状关键字进行匹配获取对应的复诊的症状预设值并标记为FZi,i=1,2...n,统计病人复诊的次数并标记为FCi,i=1,2...n;利用公式获取医生的诊断值,该公式为:
其中,Hzd表示为医生的诊断值,μ表示为预设的诊断修正因子,a1、a2表示为不同的比例系数;将诊断值与预设的标准诊断范围进行对比,若诊断值大于标准诊断范围的最大值,则判定该诊断值对应的医生为优秀等级,并生成第一诊断信号;若诊断值属于标准诊断范围,则判定该诊断值对应的医生为良好等级;若诊断值小于标准诊断范围的最小值,则判定该诊断值对应的医生为中等等级,并生成第三诊断信号;将诊断值与第一诊断信号、第二诊断信号和第三诊断信号组合,得到诊断分析信息;本发明实施例中,基于医生的诊断结果关键字并结合职称预设值、学校预设值、诊断的总人数、复诊的症状预设值以及复诊的次数建立联系并计算获取到医生的诊断值,获得的诊断值对于医生的整体专业情况进行有效关联和数字化展示;
利用患者分析模块接收患者的就诊信息并进行分析,得到就诊分析信息,包括:获取就诊信息中患者的病例数据和状态数据;统计病例数据中的就诊总次数并标记为JZi,i=1,2...n;统计病例数据中历史症状关键字出现的次数并进行降序排列,设定降序排列的历史症状关键字均对应一个不同的症状权重并标记为ZQi,i=1,2...n;获取状态数据中的状态关键字,将状态关键字与所有的症状关键字进行匹配获取对应的症状预设值并标记为ZTi,i=1,2...n;利用公式获取患者的对等值,该公式为:
Hdd=β×JZi×(b1×ZTi+b2×ZQi)
其中,Hdd表示为患者的对等值,β表示为预设的就诊修正因子,b1和b2表示为不同的比例系数;将对等值与标记的症状预设值进行组合,得到就诊分析信息。
利用统计分配模块接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,具体的步骤包括:获取诊断分析信息和就诊分析信息;利用公式获取匹配值,该公式为:
其中,Hpp表示为匹配值,Hdd表示为对等值,Hzd表示为诊断值,δ表示为预设的匹配修正因子,ZTi表示为状态关键字对应的症状预设值,ZZi表示为诊断结果关键字对应的诊断的症状预设值;将匹配值进行降序排列选取前n个的匹配值及其对应的医生并将其标记为待匹配医生;获取待匹配医生的待诊断时间和诊断工作时间,计算诊断工作时间和待诊断时间之间的时差获取可诊断时间,将若干个可诊断时间的先后进行排序,得到可诊断分配数据;将待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息组合,得到分配信息;
根据分配信息将患者分配最匹配的医生,具体的步骤包括:获取分配信息中的待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息;按照诊断工作时间的远近设定不同的时间权重,将可诊断分配数据与所有的诊断工作时间进行匹配获取对应的待匹配医生的时间权重并标记为q1,获取待匹配医生的诊断分析信息,将诊断分析信息中的第一诊断信号、第二诊断信号和第三诊断信号设定不同的等级权重,将待匹配医生对应的诊断信号进行匹配获取对应等级权重并标记为q2;利用公式B=c1*q1+c2*q2获取综合值B,c1和c2表示为不同的比例系数,将综合值进行降序排列,选取前三个综合值并标记为最优综合值,获取最优综合值对应的待匹配医生并分配给患者;
与现有技术方案相比,本发明公开的各个方面,利用数据采集模块采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;通过采集医生的专业数据和患者的病况数据进行处理,为患者的医生推荐提供精准推荐,使得患者得到快速有效的远程治疗,避免患者只能根据门诊种类去花费较多的时间寻找匹配适合自己的医生;
利用医生分析模块接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块;通过从身份数据、诊断数据和复诊数据之间进行计算建立联系获取医生的诊断值,基于诊断关键字和诊断值为患者的匹配提供数据支撑,提高匹配推荐的准确性;
利用患者分析模块接收患者的就诊信息并进行分析,得到就诊分析信息,并将就诊分析信息发送至统计分配模块;通过从病例数据和状态数据对患者进行分析计算并获取患者的对等值,基于症状关键字并结合其他数据为医生的匹配提供数据支撑;
利用统计分配模块接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,根据分配信息将患者分配最匹配的医生,通过从医生和患者两个方面进行综合分析和匹配,基于医生的诊断关键字和患者的症状关键字并结合其他数据建立关联,并根据医生的可就诊时间实现对病人的精准推荐,可以解决不能根据患者的病症状态与医生的专业度进行匹配从而为患者分配到最适合的医生进行远程诊断,导致患者的治疗效果不佳以及医生资源不能合理分配的问题。
在本发明所提供的实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的实施例仅仅是示意性的,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明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。
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内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他模块或步骤,单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种基于云平台的远程智慧医疗系统,其特征在于,包括数据采集模块、医生分析模块、患者分析模块和统计分配模块;
所述数据采集模块用于采集医生的诊断信息和患者的就诊信息,该诊断信息包含医生诊断的身份数据、诊断数据和复诊数据,该就诊信息包含患者的病例数据和状态数据;将医生的诊断信息和患者的就诊信息分别发送至医生分析模块和患者分析模块;
所述医生分析模块用于接收医生的诊断信息并进行分析,得到诊断分析信息,并将诊断分析信息发送至统计分配模块,具体的步骤包括:
步骤一:获取诊断信息中的身份数据、诊断数据和复诊数据;
步骤二:设定不同的职称对应一个不同的职称预设值,将身份数据中的职称与所有的职称进行匹配获取对应的职称预设值并标记为Z1,设定不同的学校均对应一个不同的学校预设值,将身份数据中的最高学历毕业学校与所有的学校进行匹配获取对应的学校预设值并标记为Z2;
步骤三:获取诊断数据中的诊断结果关键字和出现总次数,根据出现总次数将诊断关键字进行降序排列,设定不同的症状关键字均对应一个症状预设值,将降序排列的诊断结果关键字与所有的症状关键字进行匹配获取对应的诊断的症状预设值并标记为ZZi,i=1,2...n,统计诊断数据中诊断的总人数并标记为ZCi,i=1,2...n;
步骤四:获取复诊数据中复诊结果关键字,并将复诊结果关键字与所有的症状关键字进行匹配获取对应的复诊的症状预设值并标记为FZi,i=1,2...n,统计病人复诊的次数并标记为FCi,i=1,2...n;
步骤五:利用公式获取医生的诊断值;
步骤六:将诊断值与预设的标准诊断范围进行对比,若诊断值大于标准诊断范围的最大值,则判定该诊断值对应的医生为优秀等级,并生成第一诊断信号;若诊断值属于标准诊断范围,则判定该诊断值对应的医生为良好等级;若诊断值小于标准诊断范围的最小值,则判定该诊断值对应的医生为中等等级,并生成第三诊断信号;
步骤七:将诊断值与第一诊断信号、第二诊断信号和第三诊断信号组合,得到诊断分析信息;
所述患者分析模块用于接收患者的就诊信息并进行分析,得到就诊分析信息,并将就诊分析信息发送至统计分配模块;
所述统计分配模块用于接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,根据分配信息将患者分配最匹配的医生。
2.根据权利要求1所述的一种基于云平台的远程智慧医疗系统,其特征在于,所述患者分析模块用于接收患者的就诊信息并进行分析,得到就诊分析信息,具体的步骤包括:
S21:获取就诊信息中患者的病例数据和状态数据;
S22:统计病例数据中的就诊总次数并标记为JZi,i=1,2...n;统计病例数据中历史症状关键字出现的次数并进行降序排列,设定降序排列的历史症状关键字均对应一个不同的症状权重并标记为ZQi,i=1,2...n;获取状态数据中的状态关键字,将状态关键字与所有的症状关键字进行匹配获取对应的症状预设值并标记为ZTi,i=1,2...n;
S23:利用公式获取患者的对等值,该公式为:
Hdd=β×JZi×(b1×ZTi+b2×ZQi)
其中,Hdd表示为患者的对等值,β表示为预设的就诊修正因子,b1和b2表示为不同的比例系数;
S24:将对等值与标记的症状预设值进行组合,得到就诊分析信息。
3.根据权利要求1所述的一种基于云平台的远程智慧医疗系统,其特征在于,所述统计分配模块用于接收诊断分析信息和就诊分析信息并进行处理,得到分配信息,具体的步骤包括:
S31:获取诊断分析信息和就诊分析信息;
S32:利用公式获取匹配值,该公式为:
其中,Hpp表示为匹配值,Hdd表示为对等值,Hzd表示为诊断值,δ表示为预设的匹配修正因子,ZTi表示为状态关键字对应的症状预设值,ZZi表示为诊断结果关键字对应的诊断的症状预设值;
S33:将匹配值进行降序排列选取前n个的匹配值及其对应的医生并将其标记为待匹配医生;
S34:获取待匹配医生的待诊断时间和诊断工作时间,计算诊断工作时间和待诊断时间之间的时差获取可诊断时间,将若干个可诊断时间的先后进行排序,得到可诊断分配数据;
S35:将待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息组合,得到分配信息。
4.根据权利要求1所述的一种基于云平台的远程智慧医疗系统,其特征在于,根据分配信息将患者分配最匹配的医生,具体的步骤包括:
S41:获取分配信息中的待匹配医生、可诊断分配数据和待匹配医生对应的诊断分析信息;
S42:按照诊断工作时间的远近设定不同的时间权重,将可诊断分配数据与所有的诊断工作时间进行匹配获取对应的待匹配医生的时间权重并标记为q1,获取待匹配医生的诊断分析信息,将诊断分析信息中的第一诊断信号、第二诊断信号和第三诊断信号设定不同的等级权重,将待匹配医生对应的诊断信号进行匹配获取对应等级权重并标记为q2;
S43:利用公式B=c1*q1+c2*q2获取综合值B,c1和c2表示为不同的比例系数,将综合值进行降序排列,选取前三个综合值并标记为最优综合值,获取最优综合值对应的待匹配医生并分配给患者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011510842.3A CN112530604A (zh) | 2020-12-18 | 2020-12-18 | 一种基于云平台的远程智慧医疗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011510842.3A CN112530604A (zh) | 2020-12-18 | 2020-12-18 | 一种基于云平台的远程智慧医疗系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112530604A true CN112530604A (zh) | 2021-03-19 |
Family
ID=75001689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011510842.3A Withdrawn CN112530604A (zh) | 2020-12-18 | 2020-12-18 | 一种基于云平台的远程智慧医疗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112530604A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115346654A (zh) * | 2022-07-14 | 2022-11-15 | 赵盛 | 一种基于互联网的智慧服务系统 |
CN115966292A (zh) * | 2023-01-05 | 2023-04-14 | 江苏拜仁控股集团有限公司 | 一种基于智慧医院的数据自动化管理系统及方法 |
CN117316438A (zh) * | 2023-11-29 | 2023-12-29 | 北京中薪科技有限公司 | 基于ai的中医专家远程医疗辅助系统 |
-
2020
- 2020-12-18 CN CN202011510842.3A patent/CN112530604A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115346654A (zh) * | 2022-07-14 | 2022-11-15 | 赵盛 | 一种基于互联网的智慧服务系统 |
CN115966292A (zh) * | 2023-01-05 | 2023-04-14 | 江苏拜仁控股集团有限公司 | 一种基于智慧医院的数据自动化管理系统及方法 |
CN115966292B (zh) * | 2023-01-05 | 2023-09-15 | 江苏拜仁控股集团有限公司 | 一种基于智慧医院的数据自动化管理系统及方法 |
CN117316438A (zh) * | 2023-11-29 | 2023-12-29 | 北京中薪科技有限公司 | 基于ai的中医专家远程医疗辅助系统 |
CN117316438B (zh) * | 2023-11-29 | 2024-02-06 | 北京中薪科技有限公司 | 基于ai的中医专家远程医疗辅助系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112530604A (zh) | 一种基于云平台的远程智慧医疗系统 | |
CN111695836B (zh) | 临床试验在线运行管控集成系统 | |
CN114220537B (zh) | 一种基于互联网医院的ai智能在线诊断方法及云系统 | |
CN112365941A (zh) | 受试者招募的方法及系统 | |
CN113066564A (zh) | 一种基于大数据的医疗床位安排系统 | |
CN116013505A (zh) | 一种基于drg的医疗费用管理系统 | |
CN113066562A (zh) | 基于5g的医疗图像传输方法及系统 | |
Xierali | Physician multisite practicing: impact on access to care | |
CN117727468B (zh) | 一种基于云边协同的健康筛查智能分诊系统 | |
CN111639743A (zh) | 一种以用户为核心的智慧医院信息智能采集方法及系统 | |
Yett et al. | Health manpower planning: an econometric approach | |
CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
CN112489819A (zh) | 一种基于大数据智慧医疗云服务系统 | |
CN115641946B (zh) | 基于大数据的智慧医疗管理系统及方法 | |
CN116978527A (zh) | 基于dip的医院数据分析方法及装置 | |
CN201936304U (zh) | 实现对科室综合绩效进行智能整理以供考评的系统 | |
CN106446592A (zh) | 一种医疗信息共享系统 | |
CN116777472A (zh) | 一种基于大数据的售后服务系统及其管理方法 | |
CN114864037B (zh) | 医疗辅具推荐方法及装置、可读存储介质及电子设备 | |
CN113919891A (zh) | 一种基于估时作业成本法的医疗服务项目标准成本核算系统与方法 | |
CN112489795A (zh) | 一种人工智能医疗信息系统 | |
US20090157422A1 (en) | Internet-based balascopy-information exchange system | |
KR20170107190A (ko) | 모바일 헬스케어 시스템 및 이를 이용한 컴포넌트 기반 모바일 헬스 애플리케이션 제공 시스템 | |
US20160180275A1 (en) | Method and system for determining a site performance index | |
CN111144690A (zh) | 目标对象的评估系统、目标对象的评估方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210319 |