CN113380391A - 一种骨科植入物的智能管理方法及系统 - Google Patents
一种骨科植入物的智能管理方法及系统 Download PDFInfo
- Publication number
- CN113380391A CN113380391A CN202110702217.7A CN202110702217A CN113380391A CN 113380391 A CN113380391 A CN 113380391A CN 202110702217 A CN202110702217 A CN 202110702217A CN 113380391 A CN113380391 A CN 113380391A
- Authority
- CN
- China
- Prior art keywords
- information
- implant
- obtaining
- patient
- orthopedic
- 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- Withdrawn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
- 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
-
- 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
Abstract
本发明提供了一种骨科植入物的智能管理方法及系统,包括:获得第一患者的病情信息;获得第一患者的手术信息,手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据第一患者的病情信息和手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,第一植入物对应第一编号,第一编号包括所述第一植入物的类型、型号、厂家信息;根据手术信息,获得第一植入物的需求数量信息和手术时间;获得第一备料信息;根据第一备料信息在手术时间之前的预定时间内准备需求数量信息的第一植入物。解决了现有技术中由于主要依赖人力主观判断决策,导致存在管理协调性不足,骨科植入物不适配风险高的技术问题。
Description
技术领域
本发明涉及人工智能相关技术领域,具体涉及一种骨科植入物的智能管理方法及系统。
背景技术
人体植入物是由人工合成的材料,植入人体后起作用的均为人体植入物,随着医疗水平的发展,各种人体植入物用于骨科手术当中,主要包括人体关节和骨折固定材料。为保证给患者及时选用适配的骨科植入物,对于骨科植入物进行科学化的管理尤为重要。
目前的针对于骨科植入物的选择仍然主要依靠骨科医生结合检查影像,决定骨科植入物的类型和数量。对于骨科植入物的管理也以人力为主的形式进行,因为人力管理的不稳定,常会出现植入物不合适、整体协调性不足的弊端。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中由于主要依赖人力主观判断决策,导致存在管理协调性不足,骨科植入物不适配风险高的技术问题。
发明内容
本申请实施例通过提供了一种骨科植入物的智能管理方法及系统,解决了现有技术中由于主要依赖人力主观判断决策,导致存在管理协调性不足,骨科植入物不适配风险高的技术问题。达到了通过结合患者病情手术信息,基于智能化模型分析得到适配植入物,进一步根据手术时间进行备料,智能管理增强了整体的协调性,通过大数据训练的智能化模型的决策稳定性更强,不适配性风险较低的技术效果。
鉴于上述问题,本申请实施例提供了一种骨科植入物的智能管理方法及系统。
第一方面,本申请实施例提供了一种骨科植入物的智能管理方法,其中,所述方法包括:获得第一患者的病情信息;获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;获得第一备料信息;根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
另一方面,本申请实施例提供了一种骨科植入物的智能管理系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一患者的病情信息;第二获得单元,所述第二获得单元用于获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;第一构建单元,所述第一构建单元用于构建骨科植入物调用分析模型;第三获得单元,所述第三获得单元用于根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;第四获得单元,所述第四获得单元用于根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;第五获得单元,所述第五获得单元用于获得第一备料信息;第一准备单元,所述第一准备单元用于根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
第三方面,本申请实施例提供了一种骨科植入物的智能管理系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一患者的病情信息;获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;获得第一备料信息;根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物的技术方案,达到了通过结合患者病情手术信息,基于智能化模型分析得到适配植入物,进一步根据手术时间进行备料,智能管理增强了整体的协调性,通过大数据训练的智能化模型的决策稳定性更强,不适配性风险较低的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1-图7为本申请实施例一种骨科植入物的智能管理方法流程示意图;
图8为本申请实施例一种骨科植入物的智能管理系统结构示意图;
图9为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一构建单元13,第三获得单元14,第四获得单元15,第五获得单元16,第一准备单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种骨科植入物的智能管理方法及系统,解决了现有技术中由于主要依赖人力主观判断决策,导致存在管理协调性不足,骨科植入物不适配风险高的技术问题。通过结合患者病情手术信息,基于智能化模型分析得到适配植入物,进一步根据手术时间进行备料,智能管理增强了整体的协调性,通过大数据训练的智能化模型的决策稳定性更强,不适配性风险较低的技术效果。
申请概述
人体植入物是由人工合成的材料,植入人体后起作用的均为人体植入物,随着医疗水平的发展,各种人体植入物用于骨科手术当中,主要包括人体关节和骨折固定材料。为保证给患者及时选用适配的骨科植入物,对于骨科植入物进行科学化的管理尤为重要。目前的针对于骨科植入物的选择仍然主要依靠骨科医生结合检查影像,决定骨科植入物的类型和数量。对于骨科植入物的管理也以人力为主的形式进行,因为人力管理的不稳定,常会出现植入物不合适、整体协调性不足的弊端。但现有技术中由于主要依赖人力主观判断决策,导致存在管理协调性不足,骨科植入物不适配风险高的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种骨科植入物的智能管理方法,其中,所述方法包括:获得第一患者的病情信息;获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;获得第一备料信息;根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种骨科植入物的智能管理方法,其中,所述方法包括:
S100:获得第一患者的病情信息;
S200:获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;
具体而言,所述第一患者的病情信息指的是需要进行骨科植入手术的患者病情的基本状况,包括但不限于:并发症信息、检查影像信息、生命体征信息等;所述第一患者的手术信息指的是由针对其病情确定的手术执行信息,包括但不限于:所述手术时间信息、所述主刀医生信息、所述手术内容信息等。调用所述第一患者的病情信息和所述手术信息便于对适配所述第一患者的骨科植入进行筛选确定。
S300:构建骨科植入物调用分析模型;
具体而言,所述骨科植入物调用分析模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。其中,它能根据训练数据进行不断的自我训练学习,所述多组中的训练数据中的每一组训练数据均包括:所述第一患者的病情信息、所述手术信息和用来标识推荐骨科植入物的标识信息。所述骨科植入物调用分析模型不断地自我的修正,当所述骨科植入物调用分析模型的输出信息达到预定的准确率/收敛状态时,则有监督学习过程结束。通过对所述骨科植入物调用分析模型进行数据训练,使得所述骨科植入物调用分析模型处理输入数据更加准确,进而使得输出的所述推荐骨科植入物信息也更加准确,达到了准确获得数据信息,提高评估结果智能化的技术效果。
S400:根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;
具体而言,所述第一植入物信息是将所述第一患者的病情信息和所述手术信息输入所述骨科植入物调用分析模型智能化分析得到的适配于所述第一患者的推荐骨科植入物结果,所述骨科植入物调用分析模型是以神经网络模型为基础建立,具有神经网络模型的特性,其中,人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型,神经网络是一种运算模型,由大量的节点(或称神经元)之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达,基于神经网络模型建立的所述骨科植入物调用分析模型能够输出准确的所述第一植入物信息,并获得所述第一植入物在库存内的所述第一编号信息,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。
S500:根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;
S600:获得第一备料信息;
S700:根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
具体而言,所述第一植入物的需求数量指的是结合所述手术信息和所述第一植入物信息,确定所述第一患者对所述第一植入物的需要数量;所述手术时间为常规所述手术时间。进一步的,所述第一备料信息指的是依据所述手术时间,准备所述第一植入物需要的信息,包括但不限于:备料时间、备料类型、各类型数量、供料位置、输送时间等信息。在获得所述第一植入物的同时生成所述第一备料信息,进而根据所述第一备料信息进行备料,相比现有技术,效率更高,协调性更好。
进一步的,如图2所示,所述方法包括步骤S800:
S810:将所述第一患者的病情信息和所述第一患者的手术信息输入手术风险评估模型,获得第一手术风险评估结果;
S820:获得所述第一植入物的使用成功率信息;
S830:将所述第一手术风险评估结果和所述使用成功率信息进行拟合,获得第一风险系数;
S840:根据所述第一风险系数,对所述第一植入物的需求数量进行调整,获得第一需求数量信息;
S850:获得第二备料信息;
S860:根据所述第二备料信息在所述手术时间之前的预定时间内准备所述第一需求数量信息的所述第一植入物。
具体而言,所述手术风险评估模型是基于专家系统建立的智能化模型,所述第一手术风险评估结果为基于专家系统的推理从而输出的预测手术风险程度的信息,其中,专家系统(ExpertSystem)是一个或一组能在某些特定领域内,应用大量的专家知识和推理方法求解复杂问题的一种人工智能计算机程序,所述专家系统是由推理机、知识库、数据库、交互界面以及知识获取分别组成,其中,所述第一患者的病情信息和所述第一患者的手术信息为用户提供的已知数据,从而使得所述专家系统能够基于构建出的具有逻辑推理性规则进行信息输出,从而获得预测到的所述第一手术风险评估结果信息,基于所述专家系统进行预测和推理的信息具有准确性和逻辑性,进而为之后的判断提供准确的结果。
进一步的,所述第一植入物的使用成功率信息指的是所述第一植入物在所述第一患者手术中的植入成功概率和适配度,确定方式举不设限制的一例:结合大数据对比所述第一患者的病情信息,筛选出历史数据中类似于所述第一患者病情的其他使用所述第一植入物的所有患者,计算其中的所述第一植入物的成功率,再结合所述第一患者的主治医师评估,得到最终的所述使用成功率信息,相比单独依靠医师决策,以历史数据为参考,提高决策效率和准确率。
更进一步的,所述第一风险系数指的是将所述第一手术风险评估结果和所述使用成功率信息拟合得到的结果,优选的拟合方式为构建一个二元函数,其中一个变量为所述第一手术风险评估结果,另一个变量为所述使用成功率信息,通过多次统计得到多组数据,取其中两个点,计算得到所述第一手术风险评估结果的系数和所述使用成功率信息的系数。再将两个变量的系数代入二元函数,计算得到的函数结果即为所述第一风险系数。更进一步的,基于所述第一风险系数对所述第一植入物的需求数量进行调整,得到所述第一需求数量信息,使用所述第一需求数量构建所述第二备料信息,配备所述第一植入物,通过所述第一需求信息得到所述第二备料信息可以降低所述第一风险系数,更加适配于所述第一患者,达到了提高所述第一植入物个体化程度的技术效果。
进一步的,基于所述获得第一备料信息之后,如图3所示,步骤S600还包括:
S610:获得骨科植入物的库存信息;
S620:根据所述骨科植入物判断是否能够在所述预定时间内准备所述需求数量信息的所述第一植入物;
S630:如果能够在所述预定时间内准备所述需求数量信息的所述第一植入物,根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
更进一步的,基于所述根据所述骨科植入物判断是否能够在所述预定时间内准备所述需求数量信息的所述第一植入物之后,如图4所示,步骤S600还包括:
S640:如果不能在所述预定时间内准备所述需求数量信息的所述第一植入物,获得第一备选植入物,所述第一备选植入物根据所述骨科植入物的库存信息获得;
S650:获得所述第一植入物的容错率;
S660:获得所述第一备选植入物和所述第一植入物的差异度;
S670:判断所述差异度是否在所述容错率内;
S680:如果所述差异度在所述容错率内,获得第三备料信息;
S690:根据所述第三备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一备选植入物。
具体而言,所述骨科植入物的库存信息指的骨科植入物的编号信息、类型信息、数量信息、位置信息等数据;基于所述第一植入物的库存信息,判断是否可以在所述预定时间内准备其所述第一植入物。如果可以,就依据所述第一备料信息准备所述第一植入物。
进一步的,如果不可以就依据所述第一患者的病情和所述手术信息得到所述骨科植入物库存足够的所述第一备选植入物。获取所述第一植入物的最少数量和所述第一植入物特征信息可减少的程度,即为所述第一植入物的容错率;所述差异度指的是将所述第一备选植入物和所述第一植入物的特征信息比较,得到的特征点差异信息。更进一步的,将所述差异度和所述容错率比较,若是所述差异度大于所述容错率,则继续搜查新的所述第一备选植入物,直到所述差异度小于等于所述容错率时停止。更进一步的,使用所述第一备选植入物信息调整所述备料信息得到所述第三备料信息,备料所述第一备选植入物。
进一步的,基于所述获得第二备料信息之前,如图5所示,步骤S850还包括:
S851:获得第一患者的意见信息;
S852:如果所述意见信息为同意使用所述第一备选植入物,获得所述第二备料信息。
具体而言,征求所述第一患者的意见信息,使得决策过程具备人性化的技术效果。
进一步的,基于所述根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物之后,如图6所示,所述方法还包括步骤S900:
S910:对所述第一植入物的消毒情况进行检测,获得第一检测结果;
S920:判断所述第一检测结果是否合格;
S930:如果所述第一检测结果不合格,获得第一消毒指令,所述第一消毒指令用于对所述第一植入物进行消毒。
具体而言,所述第一检测结果指的是对在所述第一植入物备料完成手术之前,进行卫生检查,将检查结果上传储存。进一步的,若是判断所述第一检查结果为不合格,则调用所述第一消毒指令,对所述第一植入物进行消毒,消毒后再次进行卫生检查,直到所述第一检查结果显示为合格时停止。通过对所述第一植入物卫生信息的严格把关,保证了植入手术的安全。
进一步的,基于所述根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物之后,如图7所示,所述方法还包括步骤S1000:
S1010:对所述第一编号进行标记,获得第二编号,其中,所述第二编号与所述第一编号为不同类型;
S1020:当所述第一编号变为所述第二编号后,对具有与所述第一编号相同类型编号的植入物进行库存更新,获得第一库存信息;
S1030:获得第一预定时段内的手术需求信息;
S1040:根据所述手术需求信息和所述第一库存信息,获得第一补充信息,所述第一补充信息用于根据所述手术需求信息补充库存。
具体而言,所述第二编号指的是基于所述第一植入物的所述第一编号信息进行编号,所述第一编号表征的是所述第一植入物在库存内的编号信息,但无法表征此次手术中的编号信息,所以对所述第一编号做标记得到所述第二编号可以同时表征所述第一植入物的库存信息和手术信息。进一步的,在所述第一植入物被取用之后,系统就会检测到所述第一编号位置骨科植入物缺失,此时就会对库存信息更新,得到所述第一库存信息。更进一步的,所述第一预定时段内的手术需求信息指的是依据大数据的手术信息预测未来一段时间内所述第一植入物的需求量,进而结合所述第一库存信息对得到所述第一补充信息对所述骨科植入物库存信息补充。通过对所述骨科植入物的库存信息实时更新,能够提高所述骨科植入物的及时性,避免了库存积压和过少的情况出现。
综上所述,本申请实施例所提供的一种骨科植入物的智能管理方法及系统具有如下技术效果:
1、由于采用了获得第一患者的病情信息;获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;获得第一备料信息;根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物的技术方案,达到了通过结合患者病情手术信息,基于智能化模型分析得到适配植入物,进一步根据手术时间进行备料,智能管理增强了整体的协调性,通过大数据训练的智能化模型的决策稳定性更强,不适配性风险较低的技术效果。
2、通过专家系统推荐得到较准确的所述第一手术风险评估结果信息;所述第一患者的主治医师评估结合大数据得到所述使用成功率信息。进一步基于获得的所述第一需求信息得到所述第二备料信息可以降低所述第一风险系数,更加适配于所述第一患者,达到了提高所述第一植入物个体化程度的技术效果。
3、通过对所述骨科植入物的库存信息实时更新,能够提高所述骨科植入物的及时性,避免了库存积压和过少的情况出现,使得对于骨科植入物管理的协调性更强。
实施例二
基于与前述实施例中一种骨科植入物的智能管理方法相同的发明构思,如图8所示,本申请实施例提供了一种骨科植入物的智能管理系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一患者的病情信息;
第二获得单元12,所述第二获得单元12用于获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;
第一构建单元13,所述第一构建单元13用于构建骨科植入物调用分析模型;
第三获得单元14,所述第三获得单元14用于根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;
第四获得单元15,所述第四获得单元15用于根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;
第五获得单元16,所述第五获得单元16用于获得第一备料信息;
第一准备单元17,所述第一准备单元17用于根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
进一步的,所述系统还包括:
第六获得单元,所述第六获得单元用于将所述第一患者的病情信息和所述第一患者的手术信息输入手术风险评估模型,获得第一手术风险评估结果;
第七获得单元,所述第七获得单元用于获得所述第一植入物的使用成功率信息;
第八获得单元,所述第八获得单元用于将所述第一手术风险评估结果和所述使用成功率信息进行拟合,获得第一风险系数;
第九获得单元,所述第九获得单元用于根据所述第一风险系数,对所述第一植入物的需求数量进行调整,获得第一需求数量信息;
第十获得单元,所述第十获得单元用于获得第二备料信息;
第二准备单元,所述第二准备单元用于根据所述第二备料信息在所述手术时间之前的预定时间内准备所述第一需求数量信息的所述第一植入物。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得骨科植入物的库存信息;
第一判断单元,所述第一判断单元用于根据所述骨科植入物判断是否能够在所述预定时间内准备所述需求数量信息的所述第一植入物;
第三准备单元,所述第三准备单元用于如果能够在所述预定时间内准备所述需求数量信息的所述第一植入物,根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
进一步的,所述系统还包括:
第十二获得单元,所述第十二获得单元用于如果不能在所述预定时间内准备所述需求数量信息的所述第一植入物,获得第一备选植入物,所述第一备选植入物根据所述骨科植入物的库存信息获得;
第十三获得单元,所述第十三获得单元用于获得所述第一植入物的容错率;
第十四获得单元,所述第十四获得单元用于获得所述第一备选植入物和所述第一植入物的差异度;
第二判断单元,所述第二判断单元用于判断所述差异度是否在所述容错率内;
第十五获得单元,所述第十五获得单元用于如果所述差异度在所述容错率内,获得第三备料信息;
第四准备单元,所述第四准备单元用于根据所述第三备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一备选植入物。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于获得第一患者的意见信息;
第十七获得单元,所述第十七获得单元用于如果所述意见信息为同意使用所述第一备选植入物,获得所述第二备料信息。
进一步的,所述系统还包括:
第十八获得单元,所述第十八获得单元用于对所述第一植入物的消毒情况进行检测,获得第一检测结果;
第三判断单元,所述第三判断单元用于判断所述第一检测结果是否合格;
第一执行单元,所述第一执行单元用于如果所述第一检测结果不合格,获得第一消毒指令,所述第一消毒指令用于对所述第一植入物进行消毒。
进一步的,所述系统还包括:
第一标记单元,所述第一标记单元用于对所述第一编号进行标记,获得第二编号,其中,所述第二编号与所述第一编号为不同类型;
第一更新单元,所述第一更新单元用于当所述第一编号变为所述第二编号后,对具有与所述第一编码相同类型编号的植入物进行库存更新,获得第一库存信息;
第十九获得单元,所述第十九获得单元用于获得第一预定时段内的手术需求信息;
第二十获得单元,所述第二十获得单元用于根据所述手术需求信息和所述第一库存信息,获得第一补充信息,所述第一补充信息用于根据所述手术需求信息补充库存。
示例性电子设备
下面参考图9来描述本申请实施例的电子设备,
基于与前述实施例中一种骨科植入物的智能管理方法相同的发明构思,本申请实施例还提供了一种骨科植入物的智能管理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc
read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种骨科植入物的智能管理方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例提供了一种骨科植入物的智能管理方法,其中,所述方法包括:获得第一患者的病情信息;获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;构建骨科植入物调用分析模型;根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;获得第一备料信息;根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。达到了通过结合患者病情手术信息,基于智能化模型分析得到适配植入物,进一步根据手术时间进行备料,智能管理增强了整体的协调性,通过大数据训练的智能化模型的决策稳定性更强,不适配性风险较低的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a ,b,或c中的至少一项(个、种),可以表示:a ,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指
令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种骨科植入物的智能管理方法,其中,所述方法包括:
获得第一患者的病情信息;
获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;
构建骨科植入物调用分析模型;
根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;
根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;
获得第一备料信息;
根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
2.如权利要求1所述的方法,其中,所述方法包括:
将所述第一患者的病情信息和所述第一患者的手术信息输入手术风险评估模型,获得第一手术风险评估结果;
获得所述第一植入物的使用成功率信息;
将所述第一手术风险评估结果和所述使用成功率信息进行拟合,获得第一风险系数;
根据所述第一风险系数,对所述第一植入物的需求数量进行调整,获得第一需求数量信息;
获得第二备料信息;
根据所述第二备料信息在所述手术时间之前的预定时间内准备所述第一需求数量信息的所述第一植入物。
3.如权利要求1所述的方法,其中,所述获得第一备料信息之后,包括:
获得骨科植入物的库存信息;
根据所述骨科植入物判断是否能够在所述预定时间内准备所述需求数量信息的所述第一植入物;
如果能够在所述预定时间内准备所述需求数量信息的所述第一植入物,根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
4.如权利要求3所述的方法,其中,所述根据所述骨科植入物判断是否能够在所述预定时间内准备所述需求数量信息的所述第一植入物之后,包括:
如果不能在所述预定时间内准备所述需求数量信息的所述第一植入物,获得第一备选植入物,所述第一备选植入物根据所述骨科植入物的库存信息获得;
获得所述第一植入物的容错率;
获得所述第一备选植入物和所述第一植入物的差异度;
判断所述差异度是否在所述容错率内;
如果所述差异度在所述容错率内,获得第三备料信息;
根据所述第三备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一备选植入物。
5.如权利要求4所述的方法,其中,所述获得第二备料信息之前,包括:
获得第一患者的意见信息;
如果所述意见信息为同意使用所述第一备选植入物,获得所述第二备料信息。
6.如权利要求1所述的方法,其中,所述根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物之后,包括:
对所述第一植入物的消毒情况进行检测,获得第一检测结果;
判断所述第一检测结果是否合格;
如果所述第一检测结果不合格,获得第一消毒指令,所述第一消毒指令用于对所述第一植入物进行消毒。
7.如权利要求1所述的方法,其中,所述根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物之后,包括:
对所述第一编号进行标记,获得第二编号,其中,所述第二编号与所述第一编号为不同类型;
当所述第一编号变为所述第二编号后,对具有与所述第一编号相同类型编号的植入物进行库存更新,获得第一库存信息;
获得第一预定时段内的手术需求信息;
根据所述手术需求信息和所述第一库存信息,获得第一补充信息,所述第一补充信息用于根据所述手术需求信息补充库存。
8.一种骨科植入物的智能管理系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一患者的病情信息;
第二获得单元,所述第二获得单元用于获得所述第一患者的手术信息,所述手术信息包括手术时间、主刀医生、手术内容;
第一构建单元,所述第一构建单元用于构建骨科植入物调用分析模型;
第三获得单元,所述第三获得单元用于根据所述第一患者的病情信息和所述手术信息在所述骨科植入物调用分析模型进行分析,获得第一植入物,其中,所述第一植入物对应第一编号,所述第一编号包括所述第一植入物的类型、型号、厂家信息;
第四获得单元,所述第四获得单元用于根据所述手术信息,获得所述第一植入物的需求数量信息和手术时间;
第五获得单元,所述第五获得单元用于获得第一备料信息;
第一准备单元,所述第一准备单元用于根据所述第一备料信息在所述手术时间之前的预定时间内准备所述需求数量信息的所述第一植入物。
9.一种骨科植入物的智能管理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110702217.7A CN113380391A (zh) | 2021-06-24 | 2021-06-24 | 一种骨科植入物的智能管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110702217.7A CN113380391A (zh) | 2021-06-24 | 2021-06-24 | 一种骨科植入物的智能管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113380391A true CN113380391A (zh) | 2021-09-10 |
Family
ID=77578800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110702217.7A Withdrawn CN113380391A (zh) | 2021-06-24 | 2021-06-24 | 一种骨科植入物的智能管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113380391A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254367A1 (en) * | 2007-04-17 | 2009-10-08 | Biomet Manufacturing Corp. | Method and Apparatus for Manufacturing an Implant |
US20100332194A1 (en) * | 2009-04-29 | 2010-12-30 | Lifemodeler, Inc. | Implant training system |
US20130066647A1 (en) * | 2011-09-09 | 2013-03-14 | Depuy Spine, Inc. | Systems and methods for surgical support and management |
US20140270423A1 (en) * | 2013-03-14 | 2014-09-18 | Scott A. Zellner | Generating a Patient-Specific Orthopaedic Surgical Plan From Medical Image Data |
CN104285228A (zh) * | 2012-03-30 | 2015-01-14 | 桑德斯技术有限责任公司 | 用于确定机械植入物对于医疗过程的适合度的系统和方法 |
CN106295180A (zh) * | 2016-08-10 | 2017-01-04 | 中国人民解放军第三军医大学第三附属医院 | 老年骨科手术风险预测方法 |
CN107072739A (zh) * | 2014-08-01 | 2017-08-18 | 史密夫和内修有限公司 | 提供用于手术程序的植入物 |
CN107106104A (zh) * | 2015-01-23 | 2017-08-29 | 辰维医疗科技有限公司 | 用于骨科分析和治疗设计的系统和方法 |
CN111145885A (zh) * | 2019-12-10 | 2020-05-12 | 医修技术服务(北京)有限公司 | 骨科医疗耗材管理方法、装置、计算机设备及存储介质 |
WO2020231656A2 (en) * | 2019-05-13 | 2020-11-19 | Tornier, Inc. | Patient-matched orthopedic implant |
CN112466426A (zh) * | 2020-12-31 | 2021-03-09 | 曜立科技(北京)有限公司 | 一种心血管手术风险评估系统及方法 |
CN112967819A (zh) * | 2021-03-08 | 2021-06-15 | 樊学海 | 一种神经外科手术的术前评估方法及系统 |
-
2021
- 2021-06-24 CN CN202110702217.7A patent/CN113380391A/zh not_active Withdrawn
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254367A1 (en) * | 2007-04-17 | 2009-10-08 | Biomet Manufacturing Corp. | Method and Apparatus for Manufacturing an Implant |
US20100332194A1 (en) * | 2009-04-29 | 2010-12-30 | Lifemodeler, Inc. | Implant training system |
US20130066647A1 (en) * | 2011-09-09 | 2013-03-14 | Depuy Spine, Inc. | Systems and methods for surgical support and management |
CN104285228A (zh) * | 2012-03-30 | 2015-01-14 | 桑德斯技术有限责任公司 | 用于确定机械植入物对于医疗过程的适合度的系统和方法 |
US20140270423A1 (en) * | 2013-03-14 | 2014-09-18 | Scott A. Zellner | Generating a Patient-Specific Orthopaedic Surgical Plan From Medical Image Data |
CN107072739A (zh) * | 2014-08-01 | 2017-08-18 | 史密夫和内修有限公司 | 提供用于手术程序的植入物 |
CN107106104A (zh) * | 2015-01-23 | 2017-08-29 | 辰维医疗科技有限公司 | 用于骨科分析和治疗设计的系统和方法 |
CN106295180A (zh) * | 2016-08-10 | 2017-01-04 | 中国人民解放军第三军医大学第三附属医院 | 老年骨科手术风险预测方法 |
WO2020231656A2 (en) * | 2019-05-13 | 2020-11-19 | Tornier, Inc. | Patient-matched orthopedic implant |
CN111145885A (zh) * | 2019-12-10 | 2020-05-12 | 医修技术服务(北京)有限公司 | 骨科医疗耗材管理方法、装置、计算机设备及存储介质 |
CN112466426A (zh) * | 2020-12-31 | 2021-03-09 | 曜立科技(北京)有限公司 | 一种心血管手术风险评估系统及方法 |
CN112967819A (zh) * | 2021-03-08 | 2021-06-15 | 樊学海 | 一种神经外科手术的术前评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6653365B2 (ja) | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 | |
CN112121250B (zh) | 用于血液透析的脱水量预测方法与使用该方法的电子装置 | |
Yunda et al. | A Web-based fuzzy inference system based tool for cardiovascular disease risk assessment | |
KR102338964B1 (ko) | 학습 기반의 증상 및 질환 관리 장치 및 방법 | |
CN116453706B (zh) | 一种基于强化学习的血液透析方案制定方法及系统 | |
CN113689943A (zh) | 基于人工智能的就诊医院推荐方法、装置、设备及介质 | |
US20200286599A1 (en) | Experience Engine-Method and Apparatus of Learning from Similar Patients | |
CN113380391A (zh) | 一种骨科植入物的智能管理方法及系统 | |
KR20200121985A (ko) | 의료 정보를 생성하는 방법 | |
Capuruço et al. | Integrating recommender information in social ecosystems decisions | |
US20020002472A1 (en) | Method and apparatus for automated identification of health risks for a patient | |
CN112185530A (zh) | 一种医院排号管理方法及系统 | |
CN113053482B (zh) | 一种肾内科患者的体征监测分析系统及方法 | |
CN113345558A (zh) | 一种提高骨科诊断决策效率的辅助系统及方法 | |
CN107945839A (zh) | 一种智能医疗系统 | |
CN113940640B (zh) | 心血管疾病风险控制方法、系统及存储介质 | |
US20220115145A1 (en) | Method, device, and equipment for user grouping, and computer-readable storage medium | |
Tarnowska et al. | A data-driven approach to clinical decision support in tinnitus retraining therapy | |
CN114694779A (zh) | 一种提高icu患者护理满意度的方法及系统 | |
CN114512235A (zh) | 一种骨折创伤信息处理方法及系统 | |
CN113921132A (zh) | 一种骨科手术的术后指导方法及系统 | |
CN113192603A (zh) | 一种基于大数据的精神状态评估方法和系统 | |
CN114255855A (zh) | 一种基于人工智能的医疗分级诊疗挂号管理方法及系统 | |
CN113066531A (zh) | 风险预测方法、装置、计算机设备及存储介质 | |
CN112907137A (zh) | 医保策略评估方法、装置和计算机设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210910 |
|
WW01 | Invention patent application withdrawn after publication |