CN112669948A - 一种基于物联网的医疗资源配置系统 - Google Patents
一种基于物联网的医疗资源配置系统 Download PDFInfo
- Publication number
- CN112669948A CN112669948A CN202110288234.0A CN202110288234A CN112669948A CN 112669948 A CN112669948 A CN 112669948A CN 202110288234 A CN202110288234 A CN 202110288234A CN 112669948 A CN112669948 A CN 112669948A
- Authority
- CN
- China
- Prior art keywords
- medical
- sub
- area
- region
- time threshold
- 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
Landscapes
- 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物联网的医疗资源配置系统，本发明涉及医疗资源配置技术领域，解决了现有技术中不能够对各个子区域内医疗点的人力资源进行分析导致人力资源的分配合理性降低的技术问题，通过人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量和各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，获取到各个区域医疗点的服务强度；对各个子区域内医疗点的人力资源进行分析，提高了人力资源的分配合理性，同时提高了资源配置的准确性，从而提高工作效率。
Description
技术领域
本发明涉及医疗资源配置技术领域，具体为一种基于物联网的医疗资源配置系统。
背景技术
随着现代社会不断的进步，医疗技术和信息技术的飞速发展，人们就医的需求越来越大，医院必须坚持以患者为中心，加强医疗技术，强化医疗质量管理，使医院能得到全面发展，服务质量日益完善；目前卫生资源配置严重缺少公平性，效率下降，存在着“看病贵，看病难”的情况，出现了复杂性和紧迫性；在医疗卫生事业不断地改革和发展中，卫生资源是不可或缺的一部分。
但是在现有技术中，不能够对各个子区域内医疗点的人力资源进行分析，导致人力资源的分配合理性降低。
发明内容
本发明的目的就在于提出种基于物联网的医疗资源配置系统，通过人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量和各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，获取到各个区域医疗点的服务强度；根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台；对各个子区域内医疗点的人力资源进行分析，提高了人力资源的分配合理性，同时提高了资源配置的准确性，从而提高工作效率；
本发明的目的可以通过以下技术方案实现：
一种基于物联网的医疗资源配置系统，区域划分单元、资源配置平台、人力分析单元、门诊分析单元、设备检测单元以及补助分析单元；
所述区域划分单元用于对医疗区域进行划分，将医疗系统覆盖的区域标记为医疗区域，随后将医疗区域划分成若干个子区域，并将子区域标记为i，i=1，2，……，n，n为正整数，同时将各个子区域设置医疗点，随后将若干个子区域发送至资源配置平台，所述资源配置平台接收到若干个子区域后，生成人力资源检测信号并将人力资源检测信号和对应子区域发送至人力分析单元；
所述人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，人力资源表示为护士或者志愿者，具体分析过程如下：
步骤S1：设置检测时间阈值，并将检测时间阈值标记为t，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量，并将医疗点在检测时间阈值内接收患者的平均数量标记为Sit；随后获取到各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，并将检测时间阈值内能够完成患者诊断的患者平均数量标记为Wit；
步骤S2：将医疗点在检测时间阈值内接收患者的平均数量Sit与完成患者诊断的患者平均数量Wit进行比值计算获取到各个区域医疗点的服务强度，即
，其中，Fit表示为在检测时间阈值内对应区域医疗点的服务强度，β表示为误差修正因子，取值为1.3652；
步骤S3：根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，即
，其中，Kit表示为各个区域医疗点对应的空闲量级系数，将各个区域医疗点对应的空闲量级系数与空闲量级系数阈值进行比较：
若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；
若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台。
进一步地，所述门诊分析单元用于对各个子区域进行医疗资源需求进行分析，从而对各个子区域进行合理医疗配置，医疗资源表示为医生或者实习生，医疗配置表示为医生或者实习生的合理分配，具体分析配置过程如下：
步骤SS1：获取到检测时间阈值t内各个子区域医疗点的等待概率，即
，其中，Pit表示为在检测时间阈值t内对应子区域内医疗点的患者排队概率，随后获取到检测时间阈值t内各个子区域医疗点的患者排队长，即
，患者排队长表示为等待的患者人数和正在诊断的患者人数之和，其中，n表示为患者人数，P（n）表示为患者的排队概率；
步骤SS2：获取到检测时间阈值t内各个子区域医疗点的平均排队时长，即
，其中，α为误差修正因子，取值为1.023；
步骤SS3：将检测时间阈值t内各个子区域医疗点的患者排队长DCit和平均排队时长SCit分别对应于L1和K1进行比较，L1为患者排队长阈值，K1为平均排队时长阈值：
若检测时间阈值t内各个子区域医疗点的患者排队长DCit≥L1，平均排队时长SCit≥K1，则判定对应子区域医疗点医疗资源需求高，生成医疗资源需求高信号并将医疗资源需求高信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit≥L1，平均排队时长SCit＜K1，则判定对应子区域医疗点医疗资源需求低，生成医疗资源需求低信号并将医疗资源需求低信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit＜L1，平均排队时长SCit＜K1，则判定对应子区域医疗点医疗资源满足，生成医疗资源满足信号并将医疗资源满足信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit＜L1，平均排队时长SCit≥K1，则判定对应子区域医疗点医疗资源满足，生成设备检测信号并将设备检测信号和对应的子区域发送至设备检测单元。
进一步地，所述设备检测单元接收到设备检测信号和对应的子区域后，对对应子区域进行设备检测，具体设备检测过程如下：
步骤T1：获取到医疗资源需求低对应的子区域，随后获取到对应子区域内m天内设备运行数量标记为U，U=1，2，……，k，k为正整数，将运行设备种类数量标记为O，O=1，2，……，p，p为正整数，并将对应子区域内设备构建集合A（UO1，UO2，……，UOm），其中，UO2表示为第二天O种类运行设备对应的设备运行数量U；
步骤T2：获取到设备检测信号对应的子区域，随后获取到对应子区域内m天内设备运行数量标记为U’，U=1，2，……，k，k为正整数，将运行设备种类数量标记为O’，O=1，2，……，p，p为正整数，并将对应子区域内设备构建集合B（U’O’1，U’O’2，……，U’O’m），其中，U’O’2表示为第二天O’种类运行设备对应的设备运行数量U’；
步骤T3：随后将设备构建集合A和设备构建集合B进行比较，若设备构建集合A与设备构建集合B的子集不一致，则判定当天设备运行数量与设备运行种类数量存在差异，则将其标记为非同天，并将非同天内的设备运行数量和设备种类以及对应数量标记为需增添设备信息，需增添设备信息包括需增添设备的种类和数量；若设备构建集合A与设备构建集合B的子集一致，则判定当天设备运行数量与设备运行种类数量不存在差异。
进一步地，所述补助分析单元用于对各个子区域进行经济数据分析，从而对各个子区域进行合理筛选，经济数据包括工资数据、医保数据以及就业数据，工资数据为对应子区域内公民月平均工资金额数，医保数据为对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比，就业数据为对应子区域内已就业人数与未就业人数之比，具体分析筛选过程如下：
步骤TT1：获取到对应子区域内公民月平均工资金额数，并将对应子区域内公民月平均工资金额数标记为JEi；
步骤TT2：获取到对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比，并将对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比标记为JNi；
步骤TT3：获取到对应子区域内已就业人数与未就业人数之比，并将对应子区域内已就业人数与未就业人数之比标记为RSi；
步骤TT4：通过公式
获取到各个子区域的筛选系数Xi，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；
步骤TT5：将各个子区域的筛选系数Xi与子区域的筛选系数阈值进行比较：
若各个子区域的筛选系数Xi≥子区域的筛选系数阈值，则判定对应子区域筛选系数高，将对应子区域标记为低补助区域，随后将低补助区域发送至资源配置平台；
若各个子区域的筛选系数Xi＜子区域的筛选系数阈值，则判定对应子区域筛选系数低，将对应子区域标记为高补助区域，随后将高补助区域发送至资源配置平台。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量和各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，获取到各个区域医疗点的服务强度；根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台；对各个子区域内医疗点的人力资源进行分析，提高了人力资源的分配合理性，同时提高了资源配置的准确性，从而提高工作效率；
2、本发明中，通过门诊分析单元对各个子区域进行医疗资源需求进行分析，从而对各个子区域进行合理医疗配置，获取到检测时间阈值t内各个子区域医疗点的等待概率，随后获取到检测时间阈值t内各个子区域医疗点的患者排队长，获取到检测时间阈值t内各个子区域医疗点的平均排队时长，将检测时间阈值t内各个子区域医疗点的患者排队长DCit和平均排队时长SCit分别对应于L1和K1进行比较；对各个子区域内的医疗资源进行分析，判定各个子区域是否需要医生，提高了医疗资源配置的合理性，增强各个子区域就医质量的同时提高了资源配置的合理性。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示，一种基于物联网的医疗资源配置系统，区域划分单元、资源配置平台、人力分析单元、门诊分析单元、设备检测单元以及补助分析单元；
区域划分单元用于对医疗区域进行划分，将医疗系统覆盖的区域标记为医疗区域，随后将医疗区域划分成若干个子区域，并将子区域标记为i，i=1，2，……，n，n为正整数，同时将各个子区域设置医疗点，随后将若干个子区域发送至资源配置平台，资源配置平台接收到若干个子区域后，生成人力资源检测信号并将人力资源检测信号和对应子区域发送至人力分析单元；
人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，人力资源表示为护士或者志愿者，具体分析过程如下：
步骤S1：设置检测时间阈值，并将检测时间阈值标记为t，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量，并将医疗点在检测时间阈值内接收患者的平均数量标记为Sit；随后获取到各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，并将检测时间阈值内能够完成患者诊断的患者平均数量标记为Wit；
步骤S2：将医疗点在检测时间阈值内接收患者的平均数量Sit与完成患者诊断的患者平均数量Wit进行比值计算获取到各个区域医疗点的服务强度，即
，其中，Fit表示为在检测时间阈值内对应区域医疗点的服务强度，β表示为误差修正因子，取值为1.3652；
步骤S3：根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，即
，其中，Kit表示为各个区域医疗点对应的空闲量级系数，将各个区域医疗点对应的空闲量级系数与空闲量级系数阈值进行比较：
若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；
若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台；
门诊分析单元用于对各个子区域进行医疗资源需求进行分析，从而对各个子区域进行合理医疗配置，医疗资源表示为医生或者实习生，医疗配置表示为医生或者实习生的合理分配，具体分析配置过程如下：
步骤SS1：获取到检测时间阈值t内各个子区域医疗点的等待概率，即
，其中，Pit表示为在检测时间阈值t内对应子区域内医疗点的患者排队概率，随后获取到检测时间阈值t内各个子区域医疗点的患者排队长，即
，患者排队长表示为等待的患者人数和正在诊断的患者人数之和，其中，n表示为患者人数，P（n）表示为患者的排队概率；
步骤SS2：获取到检测时间阈值t内各个子区域医疗点的平均排队时长，即
，其中，α为误差修正因子，取值为1.023；
步骤SS3：将检测时间阈值t内各个子区域医疗点的患者排队长DCit和平均排队时长SCit分别对应于L1和K1进行比较，L1为患者排队长阈值，K1为平均排队时长阈值：
若检测时间阈值t内各个子区域医疗点的患者排队长DCit≥L1，平均排队时长SCit≥K1，则判定对应子区域医疗点医疗资源需求高，生成医疗资源需求高信号并将医疗资源需求高信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit≥L1，平均排队时长SCit＜K1，则判定对应子区域医疗点医疗资源需求低，生成医疗资源需求低信号并将医疗资源需求低信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit＜L1，平均排队时长SCit＜K1，则判定对应子区域医疗点医疗资源满足，生成医疗资源满足信号并将医疗资源满足信号和对应的子区域发送至资源配置平台；
若检测时间阈值t内各个子区域医疗点的患者排队长DCit＜L1，平均排队时长SCit≥K1，则判定对应子区域医疗点医疗资源满足，生成设备检测信号并将设备检测信号和对应的子区域发送至设备检测单元；
设备检测单元接收到设备检测信号和对应的子区域后，对对应子区域进行设备检测，具体设备检测过程如下：
步骤T1：获取到医疗资源需求低对应的子区域，随后获取到对应子区域内m天内设备运行数量标记为U，U=1，2，……，k，k为正整数，将运行设备种类数量标记为O，O=1，2，……，p，p为正整数，并将对应子区域内设备构建集合A（UO1，UO2，……，UOm），其中，UO2表示为第二天O种类运行设备对应的设备运行数量U；
步骤T2：获取到设备检测信号对应的子区域，随后获取到对应子区域内m天内设备运行数量标记为U’，U=1，2，……，k，k为正整数，将运行设备种类数量标记为O’，O=1，2，……，p，p为正整数，并将对应子区域内设备构建集合B（U’O’1，U’O’2，……，U’O’m），其中，U’O’2表示为第二天O’种类运行设备对应的设备运行数量U’；
步骤T3：随后将设备构建集合A和设备构建集合B进行比较，若设备构建集合A与设备构建集合B的子集不一致，则判定当天设备运行数量与设备运行种类数量存在差异，则将其标记为非同天，并将非同天内的设备运行数量和设备种类以及对应数量标记为需增添设备信息，需增添设备信息包括需增添设备的种类和数量；若设备构建集合A与设备构建集合B的子集一致，则判定当天设备运行数量与设备运行种类数量不存在差异；
补助分析单元用于对各个子区域进行经济数据分析，从而对各个子区域进行合理筛选，经济数据包括工资数据、医保数据以及就业数据，工资数据为对应子区域内公民月平均工资金额数，医保数据为对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比，就业数据为对应子区域内已就业人数与未就业人数之比，具体分析筛选过程如下：
步骤TT1：获取到对应子区域内公民月平均工资金额数，并将对应子区域内公民月平均工资金额数标记为JEi；
步骤TT2：获取到对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比，并将对应子区域内缴纳社保的公民数量与未缴纳社保的公民数量之比标记为JNi；
步骤TT3：获取到对应子区域内已就业人数与未就业人数之比，并将对应子区域内已就业人数与未就业人数之比标记为RSi；
步骤TT4：通过公式
获取到各个子区域的筛选系数Xi，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；
步骤TT5：将各个子区域的筛选系数Xi与子区域的筛选系数阈值进行比较：
若各个子区域的筛选系数Xi≥子区域的筛选系数阈值，则判定对应子区域筛选系数高，将对应子区域标记为低补助区域，随后将低补助区域发送至资源配置平台；
若各个子区域的筛选系数Xi＜子区域的筛选系数阈值，则判定对应子区域筛选系数低，将对应子区域标记为高补助区域，随后将高补助区域发送至资源配置平台。
本发明工作原理：
一种基于物联网的医疗资源配置系统，在工作时，通过人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量和各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，获取到各个区域医疗点的服务强度；根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.一种基于物联网的医疗资源配置系统，其特征在于，区域划分单元、资源配置平台、人力分析单元、门诊分析单元、设备检测单元以及补助分析单元；
所述区域划分单元用于对医疗区域进行划分，将医疗系统覆盖的区域标记为医疗区域，随后将医疗区域划分成若干个子区域，并将子区域标记为i，i=1，2，……，n，n为正整数，同时将各个子区域设置医疗点，随后将若干个子区域发送至资源配置平台，所述资源配置平台接收到若干个子区域后，生成人力资源检测信号并将人力资源检测信号和对应子区域发送至人力分析单元；
所述人力分析单元接收到人力资源检测信号和对应子区域后，对各个子区域进行人力资源需求分析，人力资源表示为护士或者志愿者，具体分析过程如下：
步骤S1：设置检测时间阈值，并将检测时间阈值标记为t，获取到各个子区域医疗点在检测时间阈值内接收患者的平均数量，并将医疗点在检测时间阈值内接收患者的平均数量标记为Sit；随后获取到各个子区域医疗点在检测时间阈值内能够完成患者诊断的患者平均数量，并将检测时间阈值内能够完成患者诊断的患者平均数量标记为Wit；
步骤S2：将医疗点在检测时间阈值内接收患者的平均数量Sit与完成患者诊断的患者平均数量Wit进行比值计算获取到各个区域医疗点的服务强度，即
，其中，Fit表示为在检测时间阈值内对应区域医疗点的服务强度，β表示为误差修正因子，取值为1.3652；
步骤S3：根据各个区域医疗点的服务强度获取到各个区域医疗点对应的空闲量级系数，即
，其中，Kit表示为各个区域医疗点对应的空闲量级系数，将各个区域医疗点对应的空闲量级系数与空闲量级系数阈值进行比较；
若区域医疗点对应的空闲量级系数≥空闲量级系数阈值，则判定对应区域医疗点的人力资源需求低，生成人力资源需求低信号并将人力资源需求低信号发送至资源配置平台；
若区域医疗点对应的空闲量级系数＜空闲量级系数阈值，则判定对应区域医疗点的人力资源需求高，生成人力资源需求高信号并将人力资源需求高信号发送至资源配置平台。
2.根据权利要求1所述的一种基于物联网的医疗资源配置系统，其特征在于，所述门诊分析单元用于对各个子区域进行医疗资源需求进行分析，从而对各个子区域进行合理医疗配置，具体分析配置过程如下：获取到检测时间阈值t内各个子区域医疗点的等待概率，随后获取到检测时间阈值t内各个子区域医疗点的患者排队长；获取到检测时间阈值t内各个子区域医疗点的平均排队时长；将检测时间阈值t内各个子区域医疗点的患者排队长DCit和平均排队时长SCit分别对应于L1和K1进行比较，L1为患者排队长阈值，K1为平均排队时长阈值。
3.根据权利要求1所述的一种基于物联网的医疗资源配置系统，其特征在于，所述设备检测单元接收到设备检测信号和对应的子区域后，对对应子区域进行设备检测，具体设备检测过程如下：
步骤T1：获取到医疗资源需求低对应的子区域，随后获取到对应子区域内m天内设备运行数量与运行设备种类数量，并将对应子区域内设备构建集合A（UO1，UO2，……，UOm）；
步骤T2：获取到设备检测信号对应的子区域，随后获取到对应子区域内m天内设备运行数量和运行设备种类数量，并将对应子区域内设备构建集合B（U’O’1，U’O’2，……，U’O’m）；
步骤T3：随后将设备构建集合A和设备构建集合B进行比较。
4.根据权利要求1所述的一种基于物联网的医疗资源配置系统，其特征在于，所述补助分析单元用于对各个子区域进行经济数据分析，从而对各个子区域进行合理筛选，获取到对应子区域的经济数据，通过公式获取到各个子区域的筛选系数Xi，将各个子区域的筛选系数Xi与子区域的筛选系数阈值进行比较。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110288234.0A CN112669948B (zh) | 2021-03-18 | 2021-03-18 | 一种基于物联网的医疗资源配置系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110288234.0A CN112669948B (zh) | 2021-03-18 | 2021-03-18 | 一种基于物联网的医疗资源配置系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112669948A true CN112669948A (zh) | 2021-04-16 |
| CN112669948B CN112669948B (zh) | 2021-06-22 |
Family
ID=75399543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110288234.0A Active CN112669948B (zh) | 2021-03-18 | 2021-03-18 | 一种基于物联网的医疗资源配置系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112669948B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113012791A (zh) * | 2021-04-28 | 2021-06-22 | 阜阳市星启链数据科技有限公司 | 基于区块链的医疗系统 |
| CN113192614A (zh) * | 2021-04-22 | 2021-07-30 | 广州中康数字科技有限公司 | 一种基于大数据的医疗信息管理系统 |
| CN113298374A (zh) * | 2021-05-21 | 2021-08-24 | 王志斌 | 基于大数据和智慧医疗的资源管理系统 |
| CN113689941A (zh) * | 2021-09-16 | 2021-11-23 | 曜立科技(北京)有限公司 | 一种具有智能化监管的医疗数据治理系统 |
| CN115966287A (zh) * | 2022-06-17 | 2023-04-14 | 西安交通大学 | 一种医疗信息管理系统及医疗信息管理方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100114611A1 (en) * | 2005-12-16 | 2010-05-06 | Group Health Plan, Inc. D/B/A Healthpartners | Method and computer program product for measuring and utilizing efficiency of medical resource and services providers |
| CN106611285A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 智能化卫生人力资源配置系统 |
| CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
| CN206411672U (zh) * | 2016-07-25 | 2017-08-15 | 李平 | 智能化卫生人力资源配置系统 |
| US20180032685A1 (en) * | 2015-02-27 | 2018-02-01 | Koninklijke Philips N.V. | Simulation-based systems and methods to help healthcare consultants and hospital administrators determine an optimal human resource plan for a hospital |
| CN107680663A (zh) * | 2017-09-12 | 2018-02-09 | 上海长海医院 | 护理人员动态调配系统及方法 |
-
2021
- 2021-03-18 CN CN202110288234.0A patent/CN112669948B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100114611A1 (en) * | 2005-12-16 | 2010-05-06 | Group Health Plan, Inc. D/B/A Healthpartners | Method and computer program product for measuring and utilizing efficiency of medical resource and services providers |
| US20180032685A1 (en) * | 2015-02-27 | 2018-02-01 | Koninklijke Philips N.V. | Simulation-based systems and methods to help healthcare consultants and hospital administrators determine an optimal human resource plan for a hospital |
| CN106611285A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 智能化卫生人力资源配置系统 |
| CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
| CN206411672U (zh) * | 2016-07-25 | 2017-08-15 | 李平 | 智能化卫生人力资源配置系统 |
| CN107680663A (zh) * | 2017-09-12 | 2018-02-09 | 上海长海医院 | 护理人员动态调配系统及方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113192614A (zh) * | 2021-04-22 | 2021-07-30 | 广州中康数字科技有限公司 | 一种基于大数据的医疗信息管理系统 |
| CN113192614B (zh) * | 2021-04-22 | 2024-02-13 | 广州中康数字科技有限公司 | 一种基于大数据的医疗信息管理系统 |
| CN113012791A (zh) * | 2021-04-28 | 2021-06-22 | 阜阳市星启链数据科技有限公司 | 基于区块链的医疗系统 |
| CN113012791B (zh) * | 2021-04-28 | 2022-08-09 | 新疆数字证书认证中心(有限公司) | 基于区块链的医疗系统 |
| CN113298374A (zh) * | 2021-05-21 | 2021-08-24 | 王志斌 | 基于大数据和智慧医疗的资源管理系统 |
| CN113689941A (zh) * | 2021-09-16 | 2021-11-23 | 曜立科技(北京)有限公司 | 一种具有智能化监管的医疗数据治理系统 |
| CN113689941B (zh) * | 2021-09-16 | 2022-04-01 | 曜立科技(北京)有限公司 | 一种具有智能化监管的医疗数据治理系统 |
| CN115966287A (zh) * | 2022-06-17 | 2023-04-14 | 西安交通大学 | 一种医疗信息管理系统及医疗信息管理方法 |
| CN115966287B (zh) * | 2022-06-17 | 2023-10-24 | 湖南提奥医疗科技有限公司 | 一种医疗信息管理系统及医疗信息管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112669948B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112669948B (zh) | 一种基于物联网的医疗资源配置系统 | |
| Vassilacopoulos | A simulation model for bed allocation to hospital inpatient departments | |
| Bush et al. | Analysis of a tuberculin testing program using a health status index | |
| CN109634941B (zh) | 医疗数据处理方法、装置、电子设备及存储介质 | |
| WO2014078563A1 (en) | Method and apparatus for remote site monitoring | |
| CN112951400B (zh) | 一种临床急救医疗设备的信息采集管理系统和方法 | |
| CN113724847A (zh) | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 | |
| CN110675942A (zh) | 医学影像图像诊断分配方法、装置、终端及存储介质 | |
| CN110895495A (zh) | 人因失误分析方法、系统、计算机设备及存储介质 | |
| CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
| Finison et al. | The use of control charts to improve healthcare quality | |
| CN115905031A (zh) | 一种基于精准质量保障系统的测试用例推荐方法 | |
| CN116797153A (zh) | 一种基于大数据的企业员工任务管理应用定制方法 | |
| CN113223686B (zh) | 一种基于监控技术的智慧医疗管理系统及方法 | |
| CN115083584A (zh) | 基于大数据的单病种全病程管理系统 | |
| CN114742412A (zh) | 一种软件技术服务系统及方法 | |
| KR102156587B1 (ko) | 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자 및 검수자의 증감 운영 방법 | |
| CN113642669A (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
| CN1647037A (zh) | 在网络环境中客户端地区特殊数字格式处理的系统和方法 | |
| Galyean | Orthogonal PSF taxonomy for human reliability analysis | |
| CN112131468A (zh) | 推荐系统中的数据处理方法、装置 | |
| CN110752017A (zh) | 一种基于深度学习的社区医生调度方法及系统 | |
| Qureshi et al. | Exploring the impact of COVID-19 on nurse workload and quality of care via computerized simulation | |
| CN108776935A (zh) | 一种适用于医疗系统的审核平台 | |
| CN112749076B (zh) | 测试方法、装置及电子设备 |
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 |