CN113222246B - 一种医疗机构取药队列优化方法及系统 - Google Patents

一种医疗机构取药队列优化方法及系统 Download PDF

Info

Publication number
CN113222246B
CN113222246B CN202110509086.0A CN202110509086A CN113222246B CN 113222246 B CN113222246 B CN 113222246B CN 202110509086 A CN202110509086 A CN 202110509086A CN 113222246 B CN113222246 B CN 113222246B
Authority
CN
China
Prior art keywords
monitored
pharmacy
rfid
medicine
patient
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
Application number
CN202110509086.0A
Other languages
English (en)
Other versions
CN113222246A (zh
Inventor
洪东升
沈陶冶
卢晓阳
楼燕
韩舒盈
倪剑
王临润
陈婷婷
吴军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Affiliated Hospital of Zhejiang University School of Medicine
Original Assignee
First Affiliated Hospital of Zhejiang University School of Medicine
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by First Affiliated Hospital of Zhejiang University School of Medicine filed Critical First Affiliated Hospital of Zhejiang University School of Medicine
Priority to CN202110509086.0A priority Critical patent/CN113222246B/zh
Publication of CN113222246A publication Critical patent/CN113222246A/zh
Application granted granted Critical
Publication of CN113222246B publication Critical patent/CN113222246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0008—General problems related to the reading of electronic memory record carriers, independent of its reading method, e.g. power transfer
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种医疗机构取药队列优化方法及系统。其中，本发明涉及的优化方法，包括步骤：S1.采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行步骤S2；S2.获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，对判断结果进行计算得到计算结果；S3.控制就诊对象的处方与取药药房之间的传输优先级，使得药房对该类就诊对象的处方优先进行药品调剂；S4.计算每个取药药房窗口的队列拥挤度，并判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示，实现取药队列优化。

Description

一种医疗机构取药队列优化方法及系统
技术领域
本发明涉及医院药房智能管理技术领域，尤其涉及一种医疗机构取药队列优化方法及系统。
背景技术
传统的医疗机构取药流程是患者凭借处方缴费单或者就诊卡到药房窗口排队等候取药，药房工作人员根据处方信息开始调剂，然后将调配好的药拿给患者。在这个过程中，患者一直在窗口等候，而医疗机构在药房前端多设置多个供患者拿药的取药窗口，当患者人数增多时容易造成混乱、无序、嘈杂的不文明现象，甚至引发医疗纠纷。
在优化取药队列过程中，现有的系统设计是药房工作人员按照医生开具处方的先后顺序进行药品的调配操作，没有考虑患者到达取药药房的时间，从而造成已经到达取药药房的患者的药品还未调剂完成，延长了其等待时间；另外现有系统设计也不能根据各个窗口的取药队列情况，智能分配新到达患者的取药窗口，这可能造成某个取药窗口的队伍特别长、而另外取药窗口队伍较短的情况发生。因此，如何根据准确定位及计算就诊对象在医疗机构内的位置和移动速度、合理判断各个窗口取药队伍的长度，是制约取药队列优化的关键步骤。专利号CN106940437A通过RFID标签公开了一种室内定位方法，RFID作为一种非接触式的自动识别技术，涉及芯片、天线、无线收发、数据变换与编码以及电磁波与电磁场等众多学科领域。RFID标签技术的广泛应用为医疗机构内患者定位提供了潜在技术。通常RFID定位系统由电子标签、阅读器、中间件和数据中心组成，工作原理是把标签和阅读器嵌入设备中，利用天线发射信号产生信号源，阅读器接收标签发出的信号，实现定位识别，包括有源RFID的室内定位方法、无源RFID室内定位方法和类蜂窝式布局的定位方法。但是无源RFID标签因为没有内部电源，其与阅读器之间的距离受到限制，一般很难直接在医疗机构的门诊大楼使用；而有源RFID标签需要电源供电，其使用时间受到电池寿命的限制，不利于现场部署。
此外，如何将RFID室内定位技术融入到医疗机构取药队列优化过程，实现药房取药流程优化的技术问题，也需要进一步解决。
发明内容
本发明的目的是针对现有技术的缺陷，提供了一种医疗机构取药队列优化方法及系统，首先，通过低频激活天线、半有源RFID标签准确定位在医疗机构内移动的就诊患者；其次，根据就诊对象在医疗机构内的平均移动速度是否大于选择速度阈值进行判断，进而根据平均移动速度选择不同位置赋权权重算法和粒子滤波算法对就诊对象与目标取药药房之间的距离进行准确计算；最终，医院控制服务器根据患者的平均移动速度和距离药房的距离，控制不同处方到药房之间的传输优先级，实现药房处方药品的预调剂，减少患者调剂等候时间。
为了实现以上目的，本发明采用以下技术方案：
一种医疗机构取药队列优化方法，包括：
采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行步骤S2；
获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则执行基于位置权重的RFID读卡器本地计算，得到计算结果；若否，则采用粒子滤波算法远程计算就诊对象与取药药房之间的距离，得到计算结果；
根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类就诊对象的处方优先进行药品调剂；
计算每个取药药房窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示，并根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡。
进一步的，所述RFID读卡器为圆极化天线的超高频RFID读卡器或微波读卡器；RFID读卡器模型的计算方式为：
Figure BDA0003059570540000031
其中，p(r)表示RFID读卡器模型；tr表示RFID读卡器监测到的RFID标签的范围，即读取范围；r表示RFID标签与RFID读卡器在就诊对象所在平面的水平距离；λ、α和β分别表示RFID标签在水平距离r内被探测到的探测系数、探测概率空间、时间参数。
进一步的，所述选择速度阈值表示为：
vtv＝(2tr·f)/Ntv
其中，vtv表示选择速度阈值；f表示RFID标签被RFID读卡器监测到的频率；Ntv表示被监测就诊对象的RFID标签停留被检测区域的读取范围内的最大持续时间阈值，为一个时隙数值；t表示当前时刻；v表示平均速度。
进一步的，所述获取平面移动速度传感器监测到的就诊对象的平均移动速度具体为：计算每个RFID标签i在最后Q个时隙中停留在RFID读取器读取范围内的持续时间di(Q)，并选择最大值dmax(Q)＝maxdi(Q)估计平均速度v，表示为：
Figure BDA0003059570540000032
其中，2tr表示读取范围的直径；c的取值范围为0＜c＜1，表示RFID标签密度的标度常数。
进一步的，所述基于位置权重的RFID读卡器本地计算包括：RFID读卡器对距离目标取药药房距离较近的就诊对象的位置赋予相对应的权重，所述权重包括空间权重和时间权重，进而对就诊对象距离其取药药房在当前时刻t的位置l在RFID读卡器本地进行计算；
其中具体包括：
A1：构建第i个就诊对象距离取药药房在当前时刻t的位置l的计算模型，表示为：
Figure BDA0003059570540000033
其中，M表示i的总数，即被监测就诊对象的总数量；nAP表示RFID读卡器在预测读取范围内与RFID标签接入点的个数；Ti表示第i个就诊对象的位置；
Figure BDA0003059570540000041
表示第i个就诊对象的时间权重；βi表示第i个就诊对象的空间权重；
A2：计算第i个就诊对象的空间权重βi，表示为：
Figure BDA0003059570540000042
其中，
Figure BDA0003059570540000043
表示在k时刻检测到设置于第i个就诊对象处的RFID标签；
A3：计算第i个就诊对象的时间权重
Figure BDA0003059570540000044
表示为：
Figure BDA0003059570540000045
其中，k＝t-N，t-N+1，t-N+2，...，t-1，1，k表示历史时刻；N表示当前时刻t之前、历史时刻k之后的某一时刻；λt(k)表示在k时刻RFID读卡器读取的时间权重，表示为：
Figure BDA0003059570540000046
A4：将步骤A2计算得到的βi和步骤A3计算得到的
Figure BDA0003059570540000049
代入步骤A1构建的计算模型中，得到就诊对象距离取药药房在当前时刻t的位置l。
进一步的，所述采用粒子滤波算法计算就诊对象与目标取药药房之间的距离，包括RFID读卡器将监测到的若干个被监测就诊对象的位置传输至控制服务器，并采用粒子滤波算法计算就诊对象与取药药房之间的距离。
进一步的，所述粒子滤波算法具体为：
B1：构建被监测就诊对象位置lk＝(xk，yk，θk)随时间变化的模型，表示为：
Figure BDA0003059570540000047
Figure BDA0003059570540000048
θk＝θk-1+U(-Δθ，Δθ)
其中，xk表示被监测就诊对象运动平面的x轴坐标值；yk表示被监测就诊对象运动平面的y轴坐标值；θk表示被监测就诊对象在运动平面的运动方向；U(-Δθ，Δθ)是产生均匀分布的运动方向的增加角；
B2：构建被监测就诊对象距离取药药房的距离测量模型，表示为：
Figure BDA0003059570540000051
Figure BDA0003059570540000052
其中，p(zk|lk)表示距离测量模型；di表示被监测就诊对象的RFID标签i停留在被监测区域的读取范围内的持续时间；
B3：根据步骤B1构建的模型，通过k-1时刻的所有被监测就诊对象RFID标签i的位置来预测k时刻的所有被监测就诊对象RFID标签i，得到最新的RFID读卡器在k时刻的读数zk；
B4：根据步骤B3得到的最新的RFID读卡器在k时刻的读数zk和步骤A2中被监测就诊对象距离取药药房的距离测量模型，对更新的被监测就诊对象位置利用加权权重参数
Figure BDA0003059570540000053
进行重新加权；
B5：对重新加权后的权重进行归一化处理；
B6：以递归方式重复执行步骤B3-B5，直到执行完成。
进一步的，所述队列拥挤度的计算模型Cpq表示为：
Cpq＝||ap-aq||/upq
其中，ap表示RFID读卡器监测到的该取药药房窗口的第p个被监测就诊对象的位置；aq表示RFID读卡器监测到的该取药药房窗口的第q个被监测就诊对象的位置；upq表示该取药药房窗口的排队的宽度；{p，q}表示排队的边界。
进一步的，还包括：
向取药药房的接收指令终端发送就诊对象的单一用药药方，对单一种用药的就诊对象进行单独调剂配药，并将就诊对象归集在单一用药的取药窗口进行排队取药；
向取药药房的接收指令终端发送就诊对象为70或70岁以上老人的用药药方，对70或70岁以上老人的就诊对象进行单独调剂配药，根据取药窗口队列的队列拥挤度，分配取药队列最短的窗口给老年患者。相应的，还提供一种医疗机构取药队列优化系统，包括：
接收模块，用于采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行下一步；
获取模块，用于获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则执行基于位置权重的RFID读卡器本地计算，得到计算结果；若否，则采用粒子滤波算法远程计算就诊对象与取药药房之间的距离，得到计算结果；
控制模块，用于根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类就诊对象的处方优先进行药品调剂；
计算模块，用于计算每个取药药房窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示；并根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡。
与现有技术相比，本发明的有益效果为：
1、本发明通过低频激活天线、半有源RFID标签的有效结合，能准确定位在医疗机构内移动的就诊对象，且在平均移动速度大于选择速度阈值时，直接在RFID读取器本地进行计算，从而减少了计算量和计算时间，并进一步减少了就诊对象在取药过程中等待取药的路径指导时间，从而避免过长的等待所带来的就诊体验较差的现象发生；此外，在平均移动速度小于选择速度阈值时，采用粒子滤波算法进行计算会提高计算结果的精确度；
2、本发明提供的医疗机构取药优化方法与常规的标记跟踪相比，读卡器结合RFID标签的布置方式要便宜得多，从而降低了业务的部署成本；此外，该方案通过监测每个就诊对象携带的相当于半有源RFID标签的院内就诊卡，实现了对运动目标的高精度、高效率的跟踪和定位。由于半有源RFID标签只有发射高频信号才需供电，与主动或单纯传感器标签相比，耗电量更低，因此本发明提供的医疗机构取药优化方法的使用更持久。
3、本发明可以根据患者和药房之间的距离远近，控制处方到药房之间的传输优先级，距离近的处方先传送至药房接收指令终端；患者仅有一种用药的，设立独立的发药窗口，使得用药简单的患者可以快速取药，降低整体的队列拥挤度和时长；根据不同发药窗口的拥挤度，调整处方均衡的分配到每个窗口，保证每个窗口的人数均匀，避免某个窗口的队伍特别长而造成的混乱。
附图说明
图1是实施例一提供的一种医疗机构取药队列优化方法流程图；
图2是实施例一、二、三、四提供的一种医疗机构取药队列优化方法的运行示意图；
图3是实施例一提供的就诊对象距离所述目标取药药房在当前时刻t的位置l的计算方法流程图；
图4是实施例一提供的粒子滤波算法流程图；
图5是实施例五提供的一种医疗机构取药队列优化系统的结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
本发明的目的是针对现有技术的缺陷，提供了一种医疗机构取药队列优化方法及系统。
本发明中的RFID标签是一种半有源的电子标签，携带低频和高频两个波段，每个标签都有一个唯一的ID编号，每个标签编号绑定一个就诊对象的身份信息。结合低频激活天线，半有源RFID标签被激活后正常工作。而低频激活天线的激活距离是有限的，它只能在小距离小范围精确激活，这样以低频激活天线为基点来定位，在不同的位置安装不同的基点，然后在一个大区域内用微波读卡器或超高频读卡器识别读取信号(半有源电子标签发送的高频信号)，之后将信号在本地或传输到控制服务器进行处理，从而完成了信号的采集、传输、处理、应用的整个过程。下面结合具体实施方式对本发明进行具体说明。
需要说明的是，本实施例涉及的步骤S1-S5，该步骤的顺序不是本发明所要保护的内容，其可根据实际情况进行调整。
实施例一
本实施例提供一种医疗机构取药队列优化方法，如图1-2所示，包括步骤：
S1.采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行步骤S2；
S2.获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则执行基于位置权重的RFID读卡器本地计算，得到计算结果，并执行步骤S3；若否，则采用粒子滤波算法远程计算就诊对象与取药药房之间的距离，得到计算结果，并执行步骤S3；
S3.根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类就诊对象的处方优先进行药品调剂；
S4.计算每个取药药房窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示，并根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡。
首先，通过低频激活天线、半有源RFID标签准确定位在医疗机构内移动的就诊患者；其次，根据就诊对象在医疗机构内的平均移动速度是否大于选择速度阈值进行智能判断，进而根据平均移动速度选择不同位置赋权权重算法和粒子滤波算法对就诊对象与目标取药药房之间的距离进行准确计算；最终，基于计算结果，医院控制服务器根据患者的平均移动速度和距离取药药房的距离，控制不同处方到药房之间的传输优先级，实现药房内对应处方药品的预调剂，减少患者调剂等候时间。
在步骤S1中，采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行步骤S2。
医疗机构内具有若干个就诊对象，在患者就诊时医疗机构向患者发放院内就诊卡，院内就诊卡集成平面移动速度传感器和RFID标签，该RFID标签中存储就诊对象的身份信息；RFID标签为2.4G与125K双频半有源RFID电子标签，电子标签定时向外发送2.4G信号，和接收125K激活信号；RFID标签和平面移动速度传感器通过内置电池供电。此外，所述的RFID标签也可以是其它高频和低频结合的半有源电子标签。
在医疗机构不同诊室出入口、楼层进出口和目标取药药房位置还设置有低频激活天线，用于实时监测周围的RFID标签，并将自身携带的编号信息送到RFID标签的接收模块，并发出射频信号激活RFID标签进入工作状态。
若干个设置于被监测就诊对象上的RFID标签组成在地面平面的坐标系，且低频激活天线与若干个设置于被监测就诊对象上的RFID标签所在的平面距离高度为H，所述H为3m～5m。
RFID读卡器采用圆极化天线的超高频RFID读卡器或微波读卡器，用于接收RFID标签就诊对象的身份信息、低频激活天线编号信息、就诊对象的移动参数信息，并实时准确的传送到控制服务器。
其中，圆极化天线的超高频RFID读卡器根据RFID读卡器模型p(r)实时监测在被监测范围内的就诊对象，RFID读卡器在k时刻的读取为
Figure BDA0003059570540000091
其中
Figure BDA0003059570540000092
表示是否在k时刻监测到第i个就诊对象所携带的RFID标签；如果已经监测到标签i，则
Figure BDA0003059570540000093
否则
Figure BDA0003059570540000094
RFID读卡器的模型表示为：
Figure BDA0003059570540000095
其中，p(r)表示RFID读卡器的模型；tr表示RFID读卡器检测到的RFID标签的范围，即读取范围；r表示RFID标签与RFID读卡器在就诊对象所在平面的水平距离；λ、α和β分别表示RFID标签在水平距离r内被探测到的探测系数、探测概率空间、时间参数。
位于距离tr之外的所有标签被监测到的概率为0，并且位于距离tr之内的所有标签的监测概率随着距离r的增加呈指数下降。
在本实施例中，tr＝1.1b，b表示被监测区域内两个RFID标签之间的平均间距大小，表示被监测区域内若干个标签的部署密度。
本实施例提供的医疗机构取药优化方法与常规的标记跟踪相比，读卡器结合RFID标签的布置方式要便宜得多，从而降低了业务的部署成本；此外，该方案通过监测每个就诊对象携带的相当于半有源RFID标签的院内就诊卡，实现了对运动目标的高精度、高效率的跟踪和定位。由于半有源RFID标签只有发射高频信号才需供电，与主动或单纯传感器标签相比，耗电量更低，因此本发明提供的医疗机构取药优化方法的使用更持久。
在步骤S2中，获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则执行基于位置权重的RFID读卡器本地计算，得到计算结果，并执行步骤S3；若否，则采用粒子滤波算法远程计算就诊对象与取药药房之间的距离，得到计算结果，并执行步骤S3。
在每个就诊对象处均设置有一个平面移动速度监测传感器，该平面移动速度监测传感器可以集成于就诊对象携带的院内就诊卡，即：平面移动速度监测传感器通过患者院内就诊卡进行集成，通过内置电池供电。
平面移动速度监测传感器用于采集就诊对象的移动参数，并实时传送到RFID标签的接收模块。
当设置于就诊对象身上的平面移动速度监测传感器监测就诊对象从k时刻至t时刻的平均移动速度v，t＞k，将监测到的平均移动速度v与轨迹跟踪算法的选择速度阈值选择速度阈值vtv进行比较。
选择速度阈值选择速度阈值vtv表示为：
vtv＝(2tr·f)/Ntv
其中，vtv表示选择速度阈值；Ntv表示被监测就诊对象的RFID标签停留被检测区域的读取范围内的最大持续时间阈值，为一个时隙数值，优选地，最大持续时间阈值Ntv为30；t表示当前时刻；v表示平均速度；f表示RFID标签被RFID读卡器监测到的频率，表示为：
Figure BDA0003059570540000101
平均移动速度的计算具体为：计算每个RFID标签i在最后Q个时隙中停留在RFID读取器读取范围内的持续时间di(Q)，并选择最大值dmax(Q)＝maxdi(Q)估计平均速度v，表示为：
Figure BDA0003059570540000111
其中，假设
Figure BDA0003059570540000112
其中
Figure BDA0003059570540000113
代表任意，即对任意i来说Q都＞di，则2tr表示读取范围的直径；c的取值范围为0＜c＜1，表示RFID标签密度的标度常数。具有dmax(Q)最大的标签往往是最接近对象实际移动路径的标签。从理论上讲，如果标签正好在移动路径上，则标签应保持在读卡器的读取范围内，直到物体移动距离2tr为止。随着标签密度的增加，最近的标签正好在物体移动路径上的概率明显增加。因此c是标记密度的增函数。
在本实施例中，若监测到的平均移动速度v大于选择的选择速度阈值vtv，则RFID读卡器对距离目标取药药房距离较近的就诊对象的位置赋予较大权重，对距离目标取药药房较远的就诊对象的位置赋予较小权重，其中权重包括时间权重
Figure BDA0003059570540000114
和空间权重βi；且RFID读卡器对就诊对象距离目标取药药房之间的距离较近与较远的判断标准为所有就诊对象距离目标取药药房距离平均值的二分之一。
当v大于vtv时，根据上述权重等信息计算RFID读卡器本地计算就诊对象距离其目标取药药房在当前t时刻的位置l；如图3所示，具体为：
A1：构建第i个就诊对象距离取药药房在当前时刻t的位置l的计算模型，表示为：
Figure BDA0003059570540000115
其中，M表示i的总数，即被监测就诊对象的总数量；nAP表示RFID读卡器在预测读取范围内与RFID标签接入点的个数；Ti表示第i个就诊对象的位置；
Figure BDA0003059570540000116
表示第i个就诊对象的时间权重；βi表示第i个就诊对象的空间权重；
A2：计算第i个就诊对象的空间权重βi，表示为：
Figure BDA0003059570540000117
其中，
Figure BDA0003059570540000118
表示在k时刻检测到设置于第i个就诊对象处的RFID标签；
A3：计算第i个就诊对象的时间权重
Figure BDA0003059570540000119
表示为：
Figure BDA0003059570540000121
其中，k＝t-N，t-N+1，t-N+2，...，t-1，1，k表示历史时刻；N表示当前时刻t之前、历史时刻k之后的某一时刻；λt(k)表示在k时刻RFID读卡器读取的时间权重；
时间权重由k时刻和t时刻的读取范围的交集决定，则λt(k)表示为：
Figure BDA0003059570540000122
其中，Sk为k时刻RFID读卡器读取的空间范围，St为t时刻RFID读卡器读取的空间范围；通过一些几何规则，可以简化为以下方程：
Figure BDA0003059570540000123
A4：将步骤A2计算得到的βi和步骤A3计算得到的
Figure BDA0003059570540000126
代入步骤A1构建的计算模型中，得到就诊对象距离取药药房在当前时刻t的位置l。
本实施例是通过控制服务器接收RFID读卡器传送的参数信息，计算判断就诊对象是否在被监测范围内以及其平均移动速度v是否大于所述选择选择速度阈值vtv，进而通过不同位置赋权权重算法和粒子滤波算法对就诊对象与目标取药药房之间的距离进行准确计算，进而向药房发出控制指令。
在本实施例中，当平均移动速度v小于选择速度阈值vtv时，则RFID读卡器将监测到的若干个被监测就诊对象的位置传输至控制服务器，并采用粒子滤波算法计算就诊对象与取药药房之间的距离。
如图4所示，粒子滤波算法具体为：
B1：被监测就诊对象位置lk＝(xk，yk，θk)随时间变化的模型，其中k＝1，2，3，...，表示为：
Figure BDA0003059570540000124
Figure BDA0003059570540000125
θk＝θk-1+U(-Δθ，Δθ)
其中，xk表示被监测就诊对象运动平面的x轴坐标值；yk表示被监测就诊对象运动平面的y轴坐标值；θk表示被监测就诊对象在运动平面的运动方向；U(-Δθ，Δθ)是产生均匀分布的运动方向的增加角；
B2：构建被监测就诊对象距离取药药房的距离测量模型，表示为：
Figure BDA0003059570540000131
Figure BDA0003059570540000132
其中，p(zk|lk)表示距离测量模型；di表示被监测就诊对象的RFID标签i停留在被监测区域的读取范围内的持续时间；p(zk|lk)符合RFID读卡器模型p(r)，进而从RFID读卡器的读数递归地估计lk；
B3：根据步骤B1构建的模型，通过k-1时刻的所有被监测就诊对象RFID标签i的位置来预测k时刻的所有被监测就诊对象RFID标签i，得到最新的RFID读卡器在k时刻的读数zk；
预测k时刻的所有被监测就诊对象RFID标签i，表示为：
Figure BDA0003059570540000133
其中，假设被监测就诊对象的平均移动速度v符合高斯分布：
Figure BDA0003059570540000134
vk为被监测就诊对象的平均移动速度v的期望平均移动速度，
Figure BDA0003059570540000135
为被监测就诊对象的平均移动速度v的方差；该模型概率地描述了在给定的度量条件下vk描述被监测就诊对象位置随时间变化的模型从旧状态k-1时刻的转变。
B4：根据步骤B3得到的最新的RFID读卡器在k时刻的读数zk和步骤B2中被监测就诊对象距离取药药房的距离测量模型，对更新的被监测就诊对象位置利用加权权重参数
Figure BDA0003059570540000136
进行重新加权；加权权重参数
Figure BDA0003059570540000137
计算公式如下：
Figure BDA0003059570540000138
B5：对重新加权后的权重进行归一化处理；
对权重进行归一化：
Figure BDA0003059570540000139
并从未更新之前的被监测就诊对象位置集中重新采样一组新的n个被监测就诊对象的位置，令n个被监测就诊对象位置具有等权重1/n，消除权重较小的被监测就诊对象的位置，并将计算结果集中在权重较大的被监测就诊对象的位置上，以减少简并的影响。选择被监测就诊对象i的可能性与其权重
Figure BDA0003059570540000141
成正比，采样的目的是减少简并的影响，其基本思想是消除重量小的颗粒，集中在重量大的颗粒上。
B6：以递归方式重复执行步骤B3-B5，直到执行完成。
本实施例若平均移动速度v小于选择速度阈值vtv，则通过无线传输模块将被监测就诊对象的移动速度传递至控制服务器，采用粒子滤波算法对被监测就诊对象距离目标取药药房的距离进行计算，采用粒子滤波算法基于步骤B1的位置随时间变化模型计算最新的RFID读卡器在时刻k的读数zk和被监测就诊对象距离其目标取药药房的距离测量模型，得到更新的被监测就诊对象位置并赋予新的归一化权重，进而减少快速移动的就诊对象所带来的距离失真线性的发生，其中距离失真线性为计算得到的目标取药药房的距离失真线性。
当监测到的平均移动速度v小于选择选择速度阈值vtv时，采用不同的位置权重的赋权算法计算被监测就诊对象与目标取药药房的距离的精确度有所下降，因此在就诊对象平均移动速度较快时，采用粒子滤波算法进行计算会提高平均移动速度的计算精确度。
在步骤S3中，根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类就诊对象的处方优先进行药品调剂。
药房接收指令终端用于接收控制服务器传递来的用药处方，进行调剂配药。
药房接收指令终端接收到就诊对象距离其目标取药药房较近的取药信号早于距离该目标取药药房较远的就诊对象的取药信号，进而可以先安排药师对距离较近的患者进行配药，从而在距离较近的患者率先达到药房后可以及时取到药品，避免了先到达还没有配药，必须等待后到达的就诊对象被配药并取药后的等待和排队时间，并减少了该取药药房前排队的人数以及对环境造成的拥挤，增加了该取药药房前的就诊对象流动速度并提高了配药取药效率。
本实施例提供的医疗机构取药优化方法对于运动目标-被监测就诊对象，通过设置于被监测就诊对象垂直高度的圆极化天线的超高频RFID读取器读取设置于被监测区域内的就诊对象上的RFID标签，然后通过平面移动速度监测传感器监测被监测就诊对象的平均移动速度v，首选确定是否属于r＜tr的RFID传感器模型监测的领域内，然后再通过平均移动速度v与选择速度阈值vtv进行比较；若平均移动速度v大于选择速度阈值vtv，则RFID读卡器对距离目标取药药房之间的距离较近的赋予较大权重，对距离目标取药药房的距离较远的赋予较小权重，进而对就诊对象距离其目标取药药房在当前时刻t的位置l在RFID读卡器本地进行计算，通过被监测就诊对象平均移动速度v的选择速度阈值vtv的限定而选择不同的被监测就诊对象距离目标取药药房的距离计算可以提高就诊对象的高精度定位，当就诊对象的平均移动速度v较小时，建筑物内物体的运动相对较慢，将较大的权重分配给距离目标节点较近的标签，将较小的权重分配给距离较远的标签具有计算量大、计算量小的优点。
当就诊对象移动的平均移动速度v大于选择速度阈值vtv时，采用不同的位置赋权权重的算法计算被监测就诊对象与目标取药药房的距离，减少了必须通过无线传输模块将监测得到的就诊对象的平均移动速度参数传递给控制服务器进行数据下载的复杂步骤，直接在RFID读取器本地进行计算，从而减少了计算量和计算时间，并进一步减少了就诊对象在取药过程中等待取药的路径指导的时间过长所带来的就诊体验度较差的现象发生。
在步骤S4中，计算每个取药药房窗口的队列拥挤度，根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡；并判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示。
队列拥挤度的计算模型Cpq表示为：
Cpq＝||ap-aq||/upq
其中，ap表示RFID读卡器监测到的该取药药房窗口的第p个被监测就诊对象的位置；aq表示RFID读卡器监测到的该取药药房窗口的第q个被监测就诊对象的位置；upq表示该取药药房窗口的排队的宽度；{p，q}表示排队的边界，为由该取药窗口队伍第p个被监测就诊对象的位置至第q个被监测就诊对象的位置形成的边界，本实施例设拥挤度阈值为5。
当计算得到的每个取药窗口排队的拥挤度大于拥挤度阈值5，则表示该取药药房的取药窗口前过于拥挤，此时向系统中的取药拥挤度提示模块发送指令，取药拥挤度提示模块可以通过短信发送模块对被监测就诊对象发送短信进行提示，引起取药就诊对象的注意，可以使取药就诊对象先在休息区等候稍后待该取药窗口前拥挤度减少时再来取药，减少就诊对象为取药而进行排队等候的时间。
本实施例根据不同发药窗口的排队人数，调整处方分配到每个窗口，保证每个窗口的人数均匀，避免某个窗口的队伍特别长。
本实施例致力于提供更高的精度和高密度被监测对象实时有效准确监测，当该系统部署安装更多RFID标签的广域时，会导致标签密度高(节点数是原来的两倍)，导致标签碰撞，本方法可以减少定位误差，降低处理时间，且能够有效提高移动就诊对象在医院部门的移动跟踪和就诊对象与目标取药药房距离计算性能。
相应的，还提供一种医疗机构取药队列的优化系统，包括：
接收模块，用于采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行下一步；
获取模块，用于获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则执行基于位置权重的RFID读卡器本地计算，得到计算结果；若否，则采用粒子滤波算法远程计算就诊对象与取药药房之间的距离，得到计算结果；
控制模块，用于根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类就诊对象的处方优先进行药品调剂；
计算模块，用于计算每个取药药房窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示；并根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡。
实施例二
如图2所示，本实施例提供的一种医疗机构取药队列优化方法与实施例一的不同之处在于：
本实施例还包括：
S5.向取药药房的接收指令终端发送就诊对象的单一用药药方，并对单一种用药的就诊对象进行单独调剂配药，并将就诊对象归集在单一用药的取药窗口进行排队取药。
本实施例的药房指令接收终端还用于对仅仅只有一种用药的患者进行单独调剂配药，并归集到一个窗口发药。
在本实施例中，还包括向取药药房的接收指令终端发送就诊对象为70或70岁以上老人的用药药方，对所述就诊对象进行单独调剂配药，根据取药窗口队列的队列拥挤度，分配取药队列最短的窗口给老年患者，实现对该类患者的照顾取药。
药房接收指令终端接收控制服务器传递来的就诊对象的单一用药药方，对仅仅只有一种用药的患者进行单独调剂配药，就诊对象归集在单一用药的取药窗口进行排队取药。如果医生为就诊对象开具的处方仅为单一用药药方，药房接收指令终端接收医生开具的此单一用药药房和配药指令，就诊对象可以在此药房取药窗口进行取药，减少了与需要取多个用药处方的就诊患者同时在一个药房取药窗口取药时，多个用药的处方的就诊对象调剂时间长及拿药装药所造成的单一用药药方就诊患者等待时间的延长。
本实施例中，当单个患者用药仅有一种时，设立独立的发药窗口，使得用药简单的患者可以快速取药，从而降低整体的队列拥挤度和时长。
实施例三
本实施例提供一种医疗机构取药队列优化系统，如图5所示，包括：
若干个就诊患者携带的RFID标签，用于识别就诊对象的身份信息和取药窗口的药房信息；
具有圆极化天线的超高频或微波RFDI读卡器，设置于医疗机构不同楼层的进出口和目标药房位置，用于采集被监测医疗机构区域内RFID标签的就诊对象身份信息，并进行计算判断就诊对象是否在被监测范围内以及其平均移动速度v是否大于所述选择选择速度阈值vtv，进而选择在本地计算就诊对象距离目标药房取药距离还是向无线传输模块发出指令，将就诊对象移动参数发送至控制服务器计算就诊对象距离目标药房取药距离；
超高频或微波RFID读卡器，用于实现远端的数据采集，把圆极化天线采集的信息实时准确的传送到控制服务器；
平面移动速度传感器，用于采集就诊对象的移动参数；
药房接收指令终端模块，用于接收控制服务器传递来的就诊对象的单一用药药方，对仅仅只有一种用药的患者进行单独调剂配药，并接收控制服务器传递来的在该药房取药的就诊患者药方，进行调剂配药；
无线传输模块，用于传输就诊对象的移动参数至控制服务器；
控制服务器，用于接收就诊对象的移动参数，并采用粒子滤波算法对就诊对象距离目标取药药房的距离进行计算，并向药房接收指令终端模块发出调药信号；
取药窗口拥挤度计算模块，用于接收所述超高频或微波RFDI读卡器所采集到的取药窗口的就诊对象参数，并计算取药窗口前的拥挤度，并发送至控制服务器；
取药排队拥挤提示模块，用于接收控制服务器指令，向就诊对象发送拥挤度提示；
若干个设置于被监测就诊对象上的RFID标签组成在地面平面的坐标系，RFID读卡器与若干个设置于被监测就诊对象上的RFID标签所在的平面距离高度为H，H为3m～5m。
平面移动速度监测传感器用于监测若干个就诊对象的移动速度，RFID标签为2.4G与125K双频半有源RFID电子标签，定位标签定时向外发送2.4G信号，和接收125K激活信号；RFID标签、平面移动速度监测传感器通过患者就诊医疗机构的院内就诊卡进行集成，并通过院内就诊卡内置电池进行供电。
进一步的，为了更精确的监测就诊对象在医疗机构内的地理位置，所述院内就诊卡集成地理位置参数监测传感器，所述地理位置参数监测传感器用于监测每个就诊对象在医疗机构内的被监测区域的平面地理位置坐标，并通过院内就诊卡内置电池进行供电。
取药排队拥挤提示模块包括语音提示模块、闪光提示模块；当取药窗口拥挤度计算模块计算得到拥挤度大于拥挤度阈值时，可以向取药拥挤度提示模块发出指令，取药拥挤度提示模块可以通过短信发送模块对被监测就诊对象发送短信进行提示，引起取药就诊对象的注意，可以使取药就诊对象先在休息区等候稍后待该取药窗口前拥挤度减少时再来取药，减少了排队等候的时间。
本实施例提供的医疗机构取药优化系统，通过采用RFID读卡器阅读若干个被监测就诊对象身上的标签，并对每个被监测就诊对象是否在RFID读卡器模型阅读范围内和平均移动速度v是否大于选择速度阈值vtv进行判断，进而根据平均移动速度v选择不同位置赋权权重算法和粒子滤波算法对就诊对象与目标取药药房之间的距离进行准确计算；控制处方到药房之间的传输优先级，距离近的处方先传送至药房接收指令终端，并对每个取药窗口的队列拥挤度进行计算，均衡每个取药窗口的队列拥挤度，药房接收指令终端模块接收控制服务器传递来的就诊对象的单一用药药方，对仅仅只有一种用药的患者进行配药，就诊对象在此单一药房取药窗口排队取药，减少了所有就诊对象的取药所需要的排队时间。
需要说明的是，实施例一-实施例四中提供的一种医疗机构取药优化方法均是基于本实施例的一种医疗机构取药优化系统实现的。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种医疗机构取药队列优化方法，其特征在于，包括：
采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行下一步；
获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则RFID读卡器实时采集就诊对象在当前时刻t的位置信息，采用位置计算模型执行RFID读卡器的本地计算获得就诊对象与目标取药药房之间的距离；若小于所述选择速度阈值，则RFID读卡器将所采集到的若干个被监测就诊对象的位置通过无线传输模块传输至远程计算机，采用粒子滤波算法计算就诊对象与所述目标取药药房之间的距离；
根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类距离近或移动速度快就诊对象的处方优先进行药品调剂；
计算每个取药药房窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示，并根据拥挤度分配窗口给等待取药的患者，使得各个窗口的取药队列均衡；
其中，所述采用粒子滤波算法远程计算就诊对象与取药药房之间的距离是基于被监测就诊对象的RFID标签停留在被监测区域的读取范围内的持续时间，计算获得；
其中，所述采用位置计算模型执行RFID读卡器的本地计算获得就诊对象与目标取药药房之间的距离是基于被监测就诊对象的总数量、就诊对象在时刻t位置信息的时间权重和空间权重，计算获得。
2.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，所述RFID读卡器为圆极化天线的超高频RFID读卡器或微波读卡器；RFID读卡器模型的计算方式为：
Figure FDA0003497895140000011
其中，p(r)表示RFID读卡器模型；tr表示RFID读卡器监测到的RFID标签的范围，即读取范围；r表示RFID标签与RFID读卡器在就诊对象所在平面的水平距离；λ、α和β分别表示RFID标签在水平距离r内被探测到的探测系数、探测概率空间、时间参数。
3.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，所述选择速度阈值表示为：
vtv＝(2tr·f)/Ntv
其中，vtv表示选择速度阈值；2tr表示读取范围的直径；f表示RFID标签被RFID读卡器监测到的频率；Ntv表示被监测就诊对象的RFID标签停留被检测区域的读取范围内的最大持续时间阈值，为一个时隙数值；t表示当前时刻；v表示平均速度。
4.根据权利要求3所述的一种医疗机构取药队列优化方法，其特征在于，所述获取平面移动速度传感器监测到的就诊对象的平均移动速度具体为：计算每个RFID标签i在最后Q个时隙中停留在RFID读取器读取范围内的持续时间di(Q)，并选择最大值dmax(Q)＝maxdi(Q)估计平均速度v，表示为：
Figure FDA0003497895140000021
其中，2tr表示读取范围的直径；c的取值范围为0<c<1，表示RFID标签密度的标度常数。
5.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，所述基于位置权重的RFID读卡器本地计算包括：RFID读卡器对距离目标取药药房距离较近的就诊对象的位置赋予相对应的权重，所述权重包括空间权重和时间权重，进而对就诊对象距离其取药药房在当前时刻t的位置l在RFID读卡器本地进行计算；
其中具体包括：
A1:构建第i个就诊对象距离取药药房在当前时刻t的位置l的计算模型，表示为：
Figure FDA0003497895140000022
其中，M表示i的总数，即被监测就诊对象的总数量；nAP表示RFID读卡器在预测读取范围内与RFID标签接入点的个数；Ti表示第i个就诊对象的位置；
Figure FDA0003497895140000031
表示第i个就诊对象的时间权重；βi表示第i个就诊对象的空间权重；
A2:计算第i个就诊对象的空间权重βi，表示为：
Figure FDA0003497895140000032
其中，
Figure FDA0003497895140000033
表示在k时刻检测到设置于第i个就诊对象处的RFID标签；
A3:计算第i个就诊对象的时间权重
Figure FDA0003497895140000034
表示为：
Figure FDA0003497895140000035
其中，k＝t-N,t-N+1,t-N+2,…,t-1,1，k表示历史时刻；N表示当前时刻t之前、历史时刻k之后的某一时刻；λt(k)表示在k时刻RFID读卡器读取的时间权重，表示为：
Figure FDA0003497895140000036
其中，f表示RFID标签被RFID读卡器监测到的频率；t表示当前时刻；v表示平均速度；tr表示RFID读卡器监测到的RFID标签的范围，即读取范围；
A4:将步骤A2计算得到的βi和步骤A3计算得到的
Figure FDA0003497895140000037
代入步骤A1构建的计算模型中，得到就诊对象距离取药药房在当前时刻t的位置l。
6.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，所述采用粒子滤波算法计算就诊对象与目标取药药房之间的距离，包括RFID读卡器将监测到的若干个被监测就诊对象的位置传输至控制服务器，并采用粒子滤波算法计算就诊对象与取药药房之间的距离。
7.根据权利要求6所述的一种医疗机构取药队列优化方法，其特征在于，所述粒子滤波算法具体为：
B1：构建被监测就诊对象位置lk＝(xk，yk，θk)随时间变化的模型，表示为：
Figure FDA0003497895140000041
Figure FDA0003497895140000042
θk＝θk-1+U(-Δθ，Δθ)
其中，xk表示被监测就诊对象运动平面的x轴坐标值；yk表示被监测就诊对象运动平面的y轴坐标值；θk表示被监测就诊对象在运动平面的运动方向；U(-Δθ，Δθ)是产生均匀分布的运动方向的增加角；f表示RFID标签被RFID读卡器监测到的频率；v表示平均速度；
B2：构建被监测就诊对象距离取药药房的距离测量模型，表示为：
Figure FDA0003497895140000043
Figure FDA0003497895140000044
其中，p(zk|lk)表示距离测量模型；di表示被监测就诊对象的RFID标签i停留在被监测区域的读取范围内的持续时间；M表示i的总数；
Figure FDA0003497895140000045
表示在k时刻检测到设置于第i个就诊对象处的RFID标签；lk表示被监测就诊对象位置；
B3：根据步骤B1构建的模型，通过k-1时刻的所有被监测就诊对象RFID标签i的位置来预测k时刻的所有被监测就诊对象RFID标签i，得到最新的RFID读卡器在k时刻的读数zk；
B4：根据步骤B3得到的最新的RFID读卡器在k时刻的读数zk和步骤A2中被监测就诊对象距离取药药房的距离测量模型，对更新的被监测就诊对象位置利用加权权重参数
Figure FDA0003497895140000051
进行重新加权；
B5：对重新加权后的权重进行归一化处理；
B6：以递归方式重复执行步骤B3-B5，直到执行完成。
8.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，所述队列拥挤度的计算模型Cpq表示为：
Cpq＝||ap-aq||/upq
其中，ap表示RFID读卡器监测到的该取药药房窗口的第p个被监测就诊对象的位置；aq表示RFID读卡器监测到的该取药药房窗口的第q个被监测就诊对象的位置；upq表示该取药药房窗口的排队的宽度；{p，q}表示排队的边界。
9.根据权利要求1所述的一种医疗机构取药队列优化方法，其特征在于，还包括：
向取药药房的接收指令终端发送就诊对象的单一用药药方，对单一种用药的就诊对象进行单独调剂配药，并将就诊对象归集在单一用药的取药窗口进行排队取药；
向取药药房的接收指令终端发送就诊对象为70或70岁以上老人的用药药方，对70或70岁以上老人的就诊对象进行单独调剂配药，根据取药窗口队列的队列拥挤度，分配取药队列最短的窗口给老年患者。
10.一种医疗机构取药队列优化系统，其特征在于，包括：
接收模块，用于采用RFID读卡器基于RFID读卡器模型接收在读取范围内实时监测的设置于若干就诊对象处的RFID标签信息，若接收到至少一个RFID标签信息，则执行下一步；
获取模块，用于获取平面移动速度传感器监测到的就诊对象的平均移动速度，并判断获取的平均移动速度是否大于根据轨迹跟踪算法的选择速度阈值，若是，则RFID读卡器实时采集就诊对象在当前时刻t的位置信息，采用位置计算模型执行RFID读卡器的本地计算获得就诊对象与目标取药药房之间的距离；若小于所述选择速度阈值，则RFID读卡器将所采集到的若干个被监测就诊对象的位置通过无线传输模块传输至远程计算机，采用粒子滤波算法计算就诊对象与所述目标取药药房之间的距离；
控制模块，用于根据计算结果控制就诊对象的处方与取药药房之间的传输优先级，使距离近或就诊对象移动速度快的处方先传送至取药药房的接收指令终端，进而使得药房对该类距离近或移动速度快就诊对象的处方优先进行药品调剂；
计算模块，用于计算药房每个取药窗口的队列拥挤度，判断计算得到的队列拥挤度是否大于拥挤度阈值，若是，则向就诊对象发出提示，并根据拥挤度分配窗口给待取药的患者，使得各个窗口的取药队列均衡。
CN202110509086.0A 2021-05-11 2021-05-11 一种医疗机构取药队列优化方法及系统 Active CN113222246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110509086.0A CN113222246B (zh) 2021-05-11 2021-05-11 一种医疗机构取药队列优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110509086.0A CN113222246B (zh) 2021-05-11 2021-05-11 一种医疗机构取药队列优化方法及系统

Publications (2)

Publication Number Publication Date
CN113222246A CN113222246A (zh) 2021-08-06
CN113222246B true CN113222246B (zh) 2022-03-25

Family

ID=77094420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110509086.0A Active CN113222246B (zh) 2021-05-11 2021-05-11 一种医疗机构取药队列优化方法及系统

Country Status (1)

Country Link
CN (1) CN113222246B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022991B (zh) * 2021-10-22 2023-09-01 浙江远图技术股份有限公司 一种诊疗签到方法、系统、存储介质及智能终端

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323602A1 (en) * 2011-06-20 2012-12-20 Cerner Innovation, Inc. Pharmacy work queue
CN103699777A (zh) * 2013-11-29 2014-04-02 深圳市瑞驰智能系统有限公司 一种用于门诊的取药方法及其药房系统
CN105184045B (zh) * 2015-07-17 2018-02-09 苏州信亨自动化科技有限公司 一种基于移动位置信息的医疗就诊排队方法及系统
CN106940437B (zh) * 2016-01-05 2020-10-13 中国移动通信集团公司 一种室内定位方法、设备及系统
CN107358050A (zh) * 2017-07-18 2017-11-17 安徽安普信息技术有限公司 一种基于rfid智能识别系统

Also Published As

Publication number Publication date
CN113222246A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
US10824774B2 (en) Methods and apparatus for healthcare facility optimization
US10292661B1 (en) System, medical item including RFID tag, device reader, server and method for capturing medical data
US10834549B2 (en) Internet of things for healthcare monitoring applications based on RFID clustering scheme
Li et al. Mobile healthcare service system using RFID
EP1796419B1 (en) Location determination techniques in a wireless communication network
US11574733B2 (en) Method of historical identification and accuracy compensation for problem areas in a locating system
US20180046961A1 (en) Method and system for dispatching of vehicles in a public transportation network
US20070149216A1 (en) Location determination techniques
WO2002103384A1 (en) Location, communication and tracking systems
CN113222246B (zh) 一种医疗机构取药队列优化方法及系统
WO2019000771A1 (zh) 一种基于app的病患住院管理系统
Chhetri et al. Enhanced weighted centroid localization in RFID technology: Patient movement tracking in hospital
Stisen et al. Task phase recognition for highly mobile workers in large building complexes
CN115002657A (zh) 一种基于多维信息采集与智能处理的药品监控方法及系统
RU2305327C2 (ru) Система контроля за перемещением и состоянием подвижных объектов
CN106658706A (zh) 一种精神病院病员智能一体化管理系统
US20180046767A1 (en) Method and system for patient intake in a healthcare network
CN115767436B (zh) 一种医护与患者智能手表联动寻回患者的方法及系统
KR20180056071A (ko) 병원 건물 내 환자의 위치 관리 방법과 결제모듈을 갖는 스마트 밴드
KR101941095B1 (ko) 의약품 재고 관리 시스템 및 방법
Shou et al. Crowdq: Predicting the queue state of hospital emergency department using crowdsensing mobility data-driven models
Shiny et al. A review on ongoing medical care observing framework for cardiovascular patients utilizing IoT
US10565406B2 (en) Item management system using tag information
Almel et al. NextGen Smart Healthcare Systems: Solution for Mitigating Crisis
Singh et al. Optimized path planning for a mobile real time location system (mrtls) in an emergency department

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