CN113077912B - 一种基于5g网络的医疗物联网监测系统及方法 - Google Patents
一种基于5g网络的医疗物联网监测系统及方法 Download PDFInfo
- Publication number
- CN113077912B CN113077912B CN202110357410.1A CN202110357410A CN113077912B CN 113077912 B CN113077912 B CN 113077912B CN 202110357410 A CN202110357410 A CN 202110357410A CN 113077912 B CN113077912 B CN 113077912B
- Authority
- CN
- China
- Prior art keywords
- user
- disease
- historical
- inquiry
- medical
- 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.)
- Active
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Bioethics (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于5G网络的医疗物联网监测系统及方法,属于医疗领域,涉及物联网监测技术,用于解决当前用户过于依赖线上问诊平台进行看病,导致用户错过最佳治疗时机的问题,包括医疗监测平台,医疗监测平台通信连接有在线问诊模块、跟踪模块以及医师推荐模块;用户登录医疗监测平台后进行问诊时,通过数据库获取用户的问诊次数,当用户的问诊次数为1时,采用在线问诊模块对用户的病症进行诊断,当用户的问诊次数大于1时,采用跟踪模块对用户的历史诊断记录进行跟踪分析;本发明可以避免用户对线上急诊过于依赖,在出现顽疾时依然不去医院进行全面检查诊断,而是选择继续在线上就诊,导致病情延误的现象。
Description
技术领域
本发明属于医疗领域,涉及物联网监测技术,具体是一种基于5G网络的医疗物联网监测系统及方法。
背景技术
网络看病就是国内或者国外的单个人、多个人或者单位通过国际互联网或者其他局域网对自我、他人或者某种生物的生理疾病或者机器故障进行查找询问、诊断治疗、检查修复的一种新兴的看病方式。
现有的线上问诊平台,一般是根据用户输入的关键词直接对用户的病症进行诊断并开具药单,用户在问诊结束后只需要根据药单去药房买药即可完成就医,相对传统的线下医院就医,线上问诊的方式更加方便,省去了用户前往医院就诊的路程与时间;
但是随着社会发展,人们对于线上问诊的依赖性越来越高,在出现线上就诊效果不佳或用户本身患上一些疑难杂症时依然不选择去医院进行全面检查,同时平台没有对用户的历史病症进行监控,导致用户错过了最佳治疗时机,最终酿成小病变大病、大病变绝症的悲剧。
发明内容
本发明的目的在于提供一种基于5G网络的医疗物联网监测系统及方法,用于解决当前用户过于依赖线上问诊平台进行看病,并且平台没有对用户的历史病症进行监控,导致平台不能够及时提醒用户去医院检查治疗,导致用户错过最佳治疗时机的问题;
本发明需要解决的技术问题为:
当前用户过于依赖线上问诊平台进行看病,并且平台没有对用户的历史病症进行监控,导致平台不能够及时提醒用户去医院检查治疗,导致用户错过最佳治疗时机的问题。
本发明的目的可以通过以下技术方案实现:
一种基于5G网络的医疗物联网监测系统,包括医疗监测平台,所述医疗监测平台通信连接有在线问诊模块、跟踪模块、医师推荐模块、注册登录模块以及数据库;
用户登录医疗监测平台后进行问诊时,通过数据库获取用户的问诊次数,当用户的问诊次数为1时,采用在线问诊模块对用户的病症进行诊断,当用户的问诊次数大于1时,采用跟踪模块对用户的历史诊断记录进行跟踪分析;
所述跟踪模块的具体工作过程包括以下步骤:
步骤P1:获取用户的输入集与历史病例的对比集;
步骤P3:将重合度CH与重合度阈值CHmax进行比较:
若CH<CHmax,则判定本次问诊与对应的历史病症无关联,对下一个历史病症与输入集进行关键字符比对;
若CH≥CHmax,则判定本次问诊与对应的历史病症有关联,对应的历史病症就诊次数加一,对下一个历史病症与输入集进行关键字符比对;
步骤P4:利用在线问诊模块对用户进行病症诊断,将得到的本次诊断病症与历史病症进行比对:
若历史病症中不包含本次诊断病症,则通过在线问诊模块直接开具药单;
若历史病症中包含本次诊断病症,则获取本次诊断病症的历史就诊次数并标记为历史诊断次数LS,获取本次诊断病症上一次就诊时间与当前系统时间的差值并标记为诊断间隔时间ZJ,单位为月;通过公式得到本次诊断病症的顽疾系数WJx,通过数据库获取到顽疾系数阈值WJmax,通过将WJx与WJmax进行比较判定本次就诊病症是否为顽疾。
进一步地,步骤P1中用户的输入集与历史病例的对比集的具体获取过程包括:
获取用户的历史病症,将用户的第一个历史病症中包含的所有的关键词打散形成历史字符集合,将历史字符集合中的重复字符进行删除,将删除后的历史字符集合标记为对比集;
将用户本次问诊输入的关键词打散形成问诊字符集合,将问诊字符集合中的重复字删除后对字符按照首字母进行排序,将得到的字符集合标记为输入集。
进一步地,步骤P4中顽疾系数WJx与顽疾系数阈值WJmax的比较过程为:
若WJx<WJmax,则判定本次诊断病症不是顽疾,通过在线问诊模块为用户开具药单;
若WJx≥WJmax,则判定本次就诊病症是顽疾,不通过在线问诊模块开具药单,同时通过医疗监测平台向用户发送线下就诊建议。
进一步地,所述在线问诊模块的具体工作过程包括以下步骤:
步骤S1:通过用户输入的关键词对用户的病症进行判定,根据用户的病症开具药单,将用户的病症以及开具的药单发送至数据库进行存储;
步骤S2:获取用户的居住地址,以居住地址为圆心,r为半径画圆,r为设定半径值,单位为米,将得到的圆形区域标记为药房筛选区域,获取药房筛选区域内所有的药房并标记为初选药房i,i=1,2,……,n,n为正整数;
步骤S3:获取初选药房i仓库内药单上所有药品的存量的和并标记为存药量CYi,获取初选药房i与用户居住地址之间的直线距离并标记为JLi,单位为公里;
进一步地,所述注册登录模块用于用户通过手机终端进行注册登录,用户通过注册信息进行医疗监测平台注册,用户的注册信息包括用户的姓名、年龄、实名注册的手机号码以及居住地址,注册成功后注册登录模块将用户的信息发送至数据库进行存储;用户通过登录信息进行医疗监测平台登录,用户的登录信息包括用户名以及登录密码。
一种基于5G网络的医疗物联网监测方法,包括以下步骤:
步骤一:用户通过注册登录模块登录至医疗监测平台后,用户通过手机终端输入关键词,若用户为首次问诊,则直接通过在线问诊模块对用户进行诊断;若用户不是首次问诊,则通过跟踪模块对用户的历史就诊记录进行跟踪分析;
步骤二:跟踪模块将用户输入的关键词与用户历史病例关键词进行字符集比对得到输入集与对比集的重合度,将重合度与重合度阈值进行比较,判定本次问诊与历史病症是否存在关联;
步骤三:在线问诊模块通过自动问诊模式或医师问诊模式对用户的病症进行判定,将用户的病症标记为诊断病症并开具药单,以用户居住地址为中心,根据药房距用户居住地址的直线距离以及药房内药单上所有药单的存量筛选出推荐药房,将推荐药房的地址发送至用户的手机终端;
步骤四:将在线问诊模块的诊断结果与历史病症进行比对,若历史病症中包含本次诊断病症,则对顽疾系数进行计算,并将计算得到的顽疾系数与顽疾系数阈值进行比较,判定本次就诊病症是否为顽疾。
本发明具备下述有益效果:
1、通过跟踪模块将用户输入的关键词与历史病症关键词进行字符集比对,通过重合度与重合度阈值的对比判定本次问诊与历史病症是否存在关联,进而计算得到顽疾系数,在判定用户的本次诊断病症为顽疾后,不为用户开具药单,并向用户发送线下就诊建议,避免用户对线上急诊过于依赖,在出现顽疾时依然不去医院进行全面检查诊断,而是选择继续在线上就诊,导致病情延误的现象;
2、通过在线问诊模块对用户进行病症诊断并开具药单,并且可以根据用户的地理位置为用户推荐最合适的药房,用户在就诊结束后接收到平台发送的药单以及推荐药房的地址,用户可直接前往对应推荐药房通过药单进行取药,方便快捷;
3、通过医师推荐模块可以通过医师的从业年限、就诊次数以及当天预约就诊数量计算得到医师的推荐系数,推荐系数越高代表对应的医师越适合对当前用户进行诊断,将排名前三的初选医师推荐至用户的手机终端供用户选择,提高医师调度的合理性;
通过设置自动问诊模式与医师问诊模式可以增加用户问诊时的选择性,使用户可以选择更加舒适的方式进行问诊,从而提高用户本次的问诊体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图;
图1为本发明实施例1中的系统原理框图;
图2为本发明实施例2中的方法流程图。
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。
实施例1:
如图1所示,一种基于5G网络的医疗物联网监测系统,包括医疗监测平台,医疗监测平台通信连接有在线问诊模块、跟踪模块、医师推荐模块、注册登录模块以及数据库;
注册登录模块用于用户通过手机终端进行注册登录,用户通过注册信息进行医疗监测平台注册,用户的注册信息包括用户的姓名、年龄、实名注册的手机号码以及居住地址,注册成功后注册登录模块将用户的信息发送至数据库进行存储;用户通过登录信息进行医疗监测平台登录,用户的登录信息包括用户名以及登录密码;
用户登录医疗监测平台后进行问诊时,通过数据库获取用户的问诊次数,当用户的问诊次数为1时,采用在线问诊模块对用户的病症进行诊断,当用户的问诊次数大于1时,采用跟踪模块对用户的历史诊断记录进行跟踪分析;
在线问诊模块的具体工作过程包括以下步骤:
步骤S1:通过用户输入的关键词对用户的病症进行判定,根据用户的病症开具药单,将用户的病症以及开具的药单发送至数据库进行存储;
步骤S2:获取用户的居住地址,以居住地址为圆心,r为半径画圆,r为设定半径值,单位为米,将得到的圆形区域标记为药房筛选区域,获取药房筛选区域内所有的药房并标记为初选药房i,i=1,2,……,n,n为正整数;
步骤S3:获取初选药房i仓库内药单上所有药品的存量的和并标记为存药量CYi,获取初选药房i与用户居住地址之间的直线距离并标记为JLi,单位为公里;
步骤S4:通过公式得到初选药房的药房推荐系数YFi,其中α1与α2均为比例系数,将药房推荐系数最大的初选药房标记为推荐药房,将推荐药房的地址通过医疗监测平台发送至用户的手机终端,用户可直接前往对应推荐药房通过药单进行取药,方便快捷;
跟踪模块的具体工作过程包括以下步骤:
步骤P1:获取用户的历史病症,将用户的第一个历史病症中包含的所有的关键词打散形成历史字符集合,将历史字符集合中的重复字符进行删除,将删除后的历史字符集合标记为对比集;
步骤P2:将用户本次问诊输入的关键词打散形成问诊字符集合,将问诊字符集合中的重复字删除后对字符按照首字母进行排序,将得到的字符集合标记为输入集;
步骤P3:将输入集的字符逐一与对比集的字符进行比对,将输入集与对比集匹配的字符数的数量标记为u,获取输入集与对比集的字符数的数量之和并标记为x,通过公式得到输入集与对比集的重合度CH;
步骤P4:将重合度CH与重合度阈值CHmax进行比较:
若CH<CHmax,则判定本次问诊与对应的历史病症无关联,对下一个历史病症与输入集进行关键字符比对;
若CH≥CHmax,则判定本次问诊与对应的历史病症有关联,对应的历史病症就诊次数加一,对下一个历史病症与输入集进行关键字符比对;
步骤P5:利用在线问诊模块对用户进行病症诊断,将得到的本次诊断病症与历史病症进行比对:
若历史病症中不包含本次诊断病症,则通过在线问诊模块直接开具药单;
若历史病症中包含本次诊断病症,则获取本次诊断病症的历史就诊次数并标记为历史诊断次数LS,获取本次诊断病症上一次就诊时间与当前系统时间的差值并标记为诊断间隔时间ZJ,单位为月;通过公式得到本次诊断病症的顽疾系数,其中β1与β2均为比例系数,通过数据库获取到顽疾系数阈值WJmax,对本次诊断病症的顽疾系数进行如下判断:
若WJx<WJmax,则判定本次诊断病症不是顽疾,通过在线问诊模块为用户开具药单;
若WJx≥WJmax,则判定本次就诊病症是顽疾,不通过在线问诊模块开具药单,同时通过医疗监测平台向用户发送线下就诊建议,避免用户对线上急诊过于依赖,在出现顽疾时依然不去医院进行全面检查诊断,而是选择继续在线上就诊,导致病情延误的现象;
步骤S1中对用户的病症进行判定的模式包括自动诊断模式与医师诊断模式;
自动诊断模式的具体诊断过程为用户输入关键词后,系统将关键词打散形成字符集合,将字符集合与数据库中所有病症的关键字符集进行比对,将重合率最高的病症标记为诊断病症;
医师诊断模式的具体诊断过程为医师推荐模块向用户进行医师推荐,用户选择就诊医师后,采用网络拨号向用户的手机终端发送电话请求,电话接通后,就诊医师在电话中对用户的病症进行判定,就诊结束后,就诊医师通过客户端将用户的诊断病症发送至线上问诊模块,就诊医师的就诊次数加一;
医师推荐模块用于对用户进行医师推荐,具体的推荐过程包括以下步骤:
步骤Q1:获取医疗监测平台所有注册医师的当前状态,将所有当前状态为空闲的注册医师标记为初选医师,获取初选医师的就诊信息,初选医师的就诊信息包括医师的照片、从业年限、就诊次数以及当天预约就诊数量;
步骤Q3:将推荐系数TJx的数值最高的三个初选医师标记为推荐医师,将推荐医师的照片发送至用户的手机终端供用户选择。
实施例2:
如图2所示,一种基于5G网络的医疗物联网监测方法,包括以下步骤:
步骤一:用户通过注册登录模块登录至医疗监测平台后,用户通过手机终端输入关键词,若用户为首次问诊,则直接通过在线问诊模块对用户进行诊断;若用户不是首次问诊,则通过跟踪模块对用户的历史就诊记录进行跟踪分析;
步骤二:跟踪模块将用户输入的关键词与用户历史病例关键词进行字符集比对得到输入集与对比集的重合度,将重合度与重合度阈值进行比较,判定本次问诊与历史病症是否存在关联;
步骤三:在线问诊模块通过自动问诊模式或医师问诊模式对用户的病症进行判定,将用户的病症标记为诊断病症并开具药单,以用户居住地址为中心,根据药房距用户居住地址的直线距离以及药房内药单上所有药单的存量筛选出推荐药房,将推荐药房的地址发送至用户的手机终端;
步骤四:将在线问诊模块的诊断结果与历史病症进行比对,若历史病症中包含本次诊断病症,则对顽疾系数进行计算,并将计算得到的顽疾系数与顽疾系数阈值进行比较,判定本次就诊病症是否为顽疾,若不是,则通过在线问诊模块开具药单;若是,则不开具药单,同时通过医疗监测平台向用户发送线下就诊建议。
本发明在使用时,用户通过注册登录模块登录至医疗监测平台后,用户通过手机终端输入关键词,若用户为首次问诊,则直接通过在线问诊模块对用户进行诊断;若用户不是首次问诊,则通过跟踪模块对用户的历史就诊记录进行跟踪分析;跟踪模块将用户输入的关键词与用户历史病例关键词进行字符集比对得到输入集与对比集的重合度,将重合度与重合度阈值进行比较,判定本次问诊与历史病症是否存在关联;在线问诊模块通过自动问诊模式或医师问诊模式对用户的病症进行判定,将用户的病症标记为诊断病症并开具药单,以用户居住地址为中心,根据药房距用户居住地址的直线距离以及药房内药单上所有药单的存量筛选出推荐药房,将推荐药房的地址发送至用户的手机终端;将在线问诊模块的诊断结果与历史病症进行比对,若历史病症中包含本次诊断病症,则对顽疾系数进行计算,并将计算得到的顽疾系数与顽疾系数阈值进行比较,判定本次就诊病症是否为顽疾,若不是,则通过在线问诊模块开具药单;若是,则不开具药单,同时通过医疗监测平台向用户发送线下就诊建议。
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。
上述公式均是归一化处理取其数值,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设定。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种基于5G网络的医疗物联网监测系统,其特征在于,包括医疗监测平台,所述医疗监测平台通信连接有在线问诊模块、跟踪模块、医师推荐模块、注册登录模块以及数据库;
用户登录医疗监测平台后进行问诊时,通过数据库获取用户的问诊次数,当用户的问诊次数为1时,采用在线问诊模块对用户的病症进行诊断,当用户的问诊次数大于1时,采用跟踪模块对用户的历史诊断记录进行跟踪分析;
所述跟踪模块的具体工作过程包括以下步骤:
步骤P1:获取用户的输入集与历史病例的对比集;
步骤P3:将重合度CH与重合度阈值CHmax进行比较:
若CH<CHmax,则判定本次问诊与对应的历史病症无关联,对下一个历史病症与输入集进行关键字符比对;
若CH≥CHmax,则判定本次问诊与对应的历史病症有关联,对应的历史病症就诊次数加一,对下一个历史病症与输入集进行关键字符比对;
步骤P4:利用在线问诊模块对用户进行病症诊断,将得到的本次诊断病症与历史病症进行比对:
若历史病症中不包含本次诊断病症,则通过在线问诊模块直接开具药单;
若历史病症中包含本次诊断病症,则获取本次诊断病症的历史就诊次数并标记为历史诊断次数LS,获取本次诊断病症上一次就诊时间与当前系统时间的差值并标记为诊断间隔时间ZJ,单位为月;通过公式得到本次诊断病症的顽疾系数WJx,其中β1与β2均为比例系数,通过数据库获取到顽疾系数阈值WJmax,通过将WJx与WJmax进行比较判定本次就诊病症是否为顽疾;
所述在线问诊模块的具体工作过程包括以下步骤:
步骤S1:通过用户输入的关键词对用户的病症进行判定,根据用户的病症开具药单,将用户的病症以及开具的药单发送至数据库进行存储;
步骤S2:获取用户的居住地址,以居住地址为圆心,r为半径画圆,r为设定半径值,单位为米,将得到的圆形区域标记为药房筛选区域,获取药房筛选区域内所有的药房并标记为初选药房i,i=1,2,……,n,n为正整数;
步骤S3:获取初选药房i仓库内药单上所有药品的存量的和并标记为存药量CYi,获取初选药房i与用户居住地址之间的直线距离并标记为JLi,单位为公里;
2.根据权利要求1所述的一种基于5G网络的医疗物联网监测系统,其特征在于,步骤P1中用户的输入集与历史病例的对比集的具体获取过程包括:
获取用户的历史病症,将用户的第一个历史病症中包含的所有的关键词打散形成历史字符集合,将历史字符集合中的重复字符进行删除,将删除后的历史字符集合标记为对比集;
将用户本次问诊输入的关键词打散形成问诊字符集合,将问诊字符集合中的重复字删除后对字符按照首字母进行排序,将得到的字符集合标记为输入集。
3.根据权利要求1所述的一种基于5G网络的医疗物联网监测系统,其特征在于,步骤P4中顽疾系数WJx与顽疾系数阈值WJmax的比较过程为:
若WJx<WJmax,则判定本次诊断病症不是顽疾,通过在线问诊模块为用户开具药单;
若WJx≥WJmax,则判定本次就诊病症是顽疾,不通过在线问诊模块开具药单,同时通过医疗监测平台向用户发送线下就诊建议。
4.根据权利要求1所述的一种基于5G网络的医疗物联网监测系统,其特征在于,所述注册登录模块用于用户通过手机终端进行注册登录,用户通过注册信息进行医疗监测平台注册,用户的注册信息包括用户的姓名、年龄、实名注册的手机号码以及居住地址,注册成功后注册登录模块将用户的信息发送至数据库进行存储;用户通过登录信息进行医疗监测平台登录,用户的登录信息包括用户名以及登录密码。
5.一种基于5G网络的医疗物联网监测方法,其特征在于,包括以下步骤:
步骤一:用户通过注册登录模块登录至医疗监测平台后,用户通过手机终端输入关键词,若用户为首次问诊,则直接通过在线问诊模块对用户进行诊断;若用户不是首次问诊,则通过跟踪模块对用户的历史就诊记录进行跟踪分析;
步骤二:跟踪模块将用户输入的关键词与用户历史病例关键词进行字符集比对得到输入集与对比集的重合度,将重合度与重合度阈值进行比较,判定本次问诊与历史病症是否存在关联;
步骤三:在线问诊模块对用户的病症进行判定,将用户的病症标记为诊断病症并开具药单,以用户居住地址为中心,根据药房距用户居住地址的直线距离以及药房内药单上所有药单的存量筛选出推荐药房,将推荐药房的地址发送至用户的手机终端;
步骤四:将在线问诊模块的诊断结果与历史病症进行比对,若历史病症中包含本次诊断病症,则对顽疾系数进行计算,并将计算得到的顽疾系数与顽疾系数阈值进行比较,判定本次就诊病症是否为顽疾。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110357410.1A CN113077912B (zh) | 2021-04-01 | 2021-04-01 | 一种基于5g网络的医疗物联网监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110357410.1A CN113077912B (zh) | 2021-04-01 | 2021-04-01 | 一种基于5g网络的医疗物联网监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113077912A CN113077912A (zh) | 2021-07-06 |
CN113077912B true CN113077912B (zh) | 2021-12-14 |
Family
ID=76614749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110357410.1A Active CN113077912B (zh) | 2021-04-01 | 2021-04-01 | 一种基于5g网络的医疗物联网监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077912B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2192553A1 (en) * | 2008-11-28 | 2010-06-02 | Agfa HealthCare N.V. | Method and apparatus for determining a position in an image, in particular a medical image |
CN108021553A (zh) * | 2017-09-30 | 2018-05-11 | 北京颐圣智能科技有限公司 | 疾病术语的词处理方法、装置及计算机设备 |
CN108766562A (zh) * | 2018-05-31 | 2018-11-06 | 深圳市零度智控科技有限公司 | 医疗智能诊断平台及其运行方法、以及存储介质 |
CN110403773A (zh) * | 2019-07-23 | 2019-11-05 | 北京大学深圳医院 | 远程智能急救系统及智能急救方法 |
US10685383B2 (en) * | 2016-02-05 | 2020-06-16 | Adobe Inc. | Personalizing experiences for visitors to real-world venues |
CN111564194A (zh) * | 2020-05-09 | 2020-08-21 | 广州仟金方网络科技有限公司 | 一种优化就诊过程的方法 |
CN112509664A (zh) * | 2020-12-22 | 2021-03-16 | 微医云(杭州)控股有限公司 | 药房管理平台、信息处理方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109686B (zh) * | 2017-12-29 | 2022-04-26 | 青岛未来移动医疗科技有限公司 | 一种全功能呼吸疾病智能诊疗室系统及工作方法 |
CN109273085B (zh) * | 2018-11-23 | 2021-11-02 | 南京清科信息科技有限公司 | 病理呼吸音库的建立方法、呼吸疾病的检测系统及处理呼吸音的方法 |
-
2021
- 2021-04-01 CN CN202110357410.1A patent/CN113077912B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2192553A1 (en) * | 2008-11-28 | 2010-06-02 | Agfa HealthCare N.V. | Method and apparatus for determining a position in an image, in particular a medical image |
US10685383B2 (en) * | 2016-02-05 | 2020-06-16 | Adobe Inc. | Personalizing experiences for visitors to real-world venues |
CN108021553A (zh) * | 2017-09-30 | 2018-05-11 | 北京颐圣智能科技有限公司 | 疾病术语的词处理方法、装置及计算机设备 |
CN108766562A (zh) * | 2018-05-31 | 2018-11-06 | 深圳市零度智控科技有限公司 | 医疗智能诊断平台及其运行方法、以及存储介质 |
CN110403773A (zh) * | 2019-07-23 | 2019-11-05 | 北京大学深圳医院 | 远程智能急救系统及智能急救方法 |
CN111564194A (zh) * | 2020-05-09 | 2020-08-21 | 广州仟金方网络科技有限公司 | 一种优化就诊过程的方法 |
CN112509664A (zh) * | 2020-12-22 | 2021-03-16 | 微医云(杭州)控股有限公司 | 药房管理平台、信息处理方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
"急诊信息系统设计与实现";王暾;《中国优秀硕士学位论文全文数据库 信息科技辑》;20141115(第11期);I138-144页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113077912A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7539623B1 (en) | Method and a system for providing bed availability information on a computer network | |
Clark et al. | Development and validation of the Pain Outcomes Questionnaire-VA. | |
El-Wajeeh et al. | Technology acceptance model for mobile health systems | |
CN107591201A (zh) | 一种诊疗决策支持系统 | |
US7693728B2 (en) | System and method for administering health care cost reduction | |
CN109543863A (zh) | 一种就医任务管理方法、服务器及存储介质 | |
US20010039503A1 (en) | Method and system for managing chronic disease and wellness online | |
WO1995019604B1 (en) | Medical network management system and process | |
CN106780234A (zh) | 基于数据关联的医生评级推荐系统及方法 | |
WO2001095065A2 (en) | System and method for conducting a physician-patient consultation | |
US20020016720A1 (en) | Teledermatology consult management system and method | |
CN112365961A (zh) | 一种大数据智慧医疗系统 | |
Monturo et al. | Electronic health record transition: The patient experience | |
Nishimoto et al. | Coercion and drug treatment for postpartum women | |
CN113077912B (zh) | 一种基于5g网络的医疗物联网监测系统及方法 | |
Spooner | Survey response rates and overall patient satisfaction scores: what do they mean? | |
KR102395921B1 (ko) | 사용자 정보 및 쿼리 분석을 통해 의료대상 추천 방법 | |
CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
Skarbalienė et al. | Patient involvement in assessing consultation quality: validation of patient enablement instrument (PEI) in Lithuanian general practice | |
Underhill‐Blazey et al. | Informing models of cancer genetics care in the era of multigene panel testing with patient‐led recommendations | |
Jiang et al. | Application and Feasibility Study of Integrated Nursing Information Construction in Nephrology Nursing | |
CN114220526A (zh) | 一种医院预约挂号系统及预约方法 | |
CN114297503A (zh) | 临床协调员推荐的方法、装置、计算设备及储存介质 | |
Hoare et al. | Exploring indicators of telephone nursing quality | |
McGann et al. | A comparison of morbidity and mortality for family physicians' and internists' admissions |
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 |