CN113808691A - 一种医疗信息管理系统和方法 - Google Patents
一种医疗信息管理系统和方法 Download PDFInfo
- Publication number
- CN113808691A CN113808691A CN202010531469.3A CN202010531469A CN113808691A CN 113808691 A CN113808691 A CN 113808691A CN 202010531469 A CN202010531469 A CN 202010531469A CN 113808691 A CN113808691 A CN 113808691A
- Authority
- CN
- China
- Prior art keywords
- clinical data
- data
- module
- clinical
- diagnosis
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003745 diagnosis Methods 0.000 claims abstract description 63
- 238000007726 management method Methods 0.000 claims description 57
- 238000003759 clinical diagnosis Methods 0.000 claims description 10
- 238000013523 data management Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 abstract description 6
- 238000011282 treatment Methods 0.000 description 20
- 239000003814 drug Substances 0.000 description 15
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 235000000604 Chrysanthemum parthenium Nutrition 0.000 description 3
- 240000007890 Leonurus cardiaca Species 0.000 description 3
- 235000000802 Leonurus cardiaca ssp. villosus Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 244000061520 Angelica archangelica Species 0.000 description 2
- 241001061264 Astragalus Species 0.000 description 2
- 241000132012 Atractylodes Species 0.000 description 2
- 241000202726 Bupleurum Species 0.000 description 2
- 244000183685 Citrus aurantium Species 0.000 description 2
- 235000007716 Citrus aurantium Nutrition 0.000 description 2
- 241000007126 Codonopsis pilosula Species 0.000 description 2
- 244000111489 Gardenia augusta Species 0.000 description 2
- 240000004670 Glycyrrhiza echinata Species 0.000 description 2
- 235000001453 Glycyrrhiza echinata Nutrition 0.000 description 2
- 235000006200 Glycyrrhiza glabra Nutrition 0.000 description 2
- 235000017382 Glycyrrhiza lepidota Nutrition 0.000 description 2
- 235000001287 Guettarda speciosa Nutrition 0.000 description 2
- 241000123069 Ocyurus chrysurus Species 0.000 description 2
- 244000236658 Paeonia lactiflora Species 0.000 description 2
- 235000008598 Paeonia lactiflora Nutrition 0.000 description 2
- 240000001398 Typha domingensis Species 0.000 description 2
- 235000006533 astragalus Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229940010454 licorice Drugs 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007721 medicinal effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000004233 talus Anatomy 0.000 description 2
- 238000011269 treatment regimen Methods 0.000 description 2
- 206010019233 Headaches Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000012886 Vertigo Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 231100000889 vertigo Toxicity 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 229940126673 western medicines Drugs 0.000 description 1
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
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种医疗信息管理系统和方法，该系统包括：获取模块、关联模块和诊断模块；获取模块用于获取用户输入的第一临床数据；关联模块用于根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；诊断模块用于根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。上述方案提供的系统，可以帮助临床经验较少的医生对临床数据进行完善和补充，同时提高了医生的诊断效率。
Description
技术领域
本发明涉及信息管理技术领域，具体涉及一种医疗信息管理系统和方法。
背景技术
目前，随着社会经济的快速发展和生活观念的改变，使得大部分人的生活方式和行为发生了改变，从而导致各种疾病的患病率持续增加。为了提高医院对患者数据的管理效率，通常基于计算机技术建立医疗信息管理系统。
现有技术中的医疗数据管理系统通常功能较为单一，仅能够实现传统意义上的门诊、住院、收费、药房、药库、病案统计、人事、财务等相关医疗信息的管理，除了能够为医院的信息管理提供便利以外，无法提供其他实质性的帮助。
但是，由于医生的临床经验参差不齐，对于临床经验较少的医生，其诊断效率和治疗方案的有效性是相对较低的，并且在面对大量的就诊病人时，即使是经验丰富的医生其诊断效率也会受到影响。因此，急需一种可以辅助医生进行医疗诊断的医疗信息管理系统，对提高医生的诊断效率有重要意义。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的医疗信息管理系统功能较为单一，不利于提高医生的诊断效率的缺陷，从而提供一种医疗信息管理系统。
本申请第一个方面提供一种医疗信息管理系统，包括：获取模块、关联模块和诊断模块，其中，
所述获取模块用于获取用户输入的第一临床数据；
所述关联模块用于根据所述第一临床数据，确定预设关联数据库中与所述第一临床数据相关联的至少一个第二临床数据；
所述诊断模块用于根据所述第一临床数据和第二临床数据，确定综合临床数据，根据所述综合临床数据确定诊断结果。
可选的，所述诊断模块具体用于：
根据所述综合临床数据，确定所述综合临床数据与预设知识数据库中相对应的各历史临床诊断数据的相似度；
根据相似度从大到小的排序结果，获取预设数量的与所述历史临床诊断数据对应的决策数据，根据各所述决策数据确定诊断结果。
可选的，所述系统还包括显示模块；
所述显示模块用于显示所述至少一个第二临床数据和诊断结果。
可选的，所述系统还包括病历管理模块；
所述病历管理模块用于获取各患者对应的病历，将获取的各患者对应的病历按照患者信息进行分类，并按照类别进行存储。
可选的，所述病历管理模块还用于：获取用户输入的患者信息，根据所述患者信息从已存储的病历中获取与所述患者信息对应的历史病历，并将所述患者信息对应的历史病历推送至所述显示模块。
可选的，所述患者信息包括患者姓名和/或所述综合临床数据。
可选的，所述系统还包括数据管理模块；
所述数据管理模块用于对用户注册数据、患者门诊数据、药房数据以及财务数据进行管理。
本申请第二个方面提供一种医疗信息管理方法，包括：
获取模块用于获取用户输入的第一临床数据；
根据所述第一临床数据，确定预设关联数据库中与所述第一临床数据相关联的至少一个第二临床数据；
根据所述第一临床数据和第二临床数据，确定综合临床数据，根据所述综合临床数据确定诊断结果。
可选的，根据所述综合临床数据，确定所述综合临床数据与预设知识数据库中相对应的各历史临床诊断数据的相似度；
根据相似度从大到小的排序结果，获取预设数量的与所述历史临床诊断数据对应的决策数据，根据各所述决策数据确定诊断结果。
可选的，所述方法还包括：显示所述至少一个第二临床数据和诊断结果。
可选的，所述方法还包括：获取各患者对应的病历，将获取的各患者对应的病历按照患者信息进行分类，并按照类别进行存储。
可选的，所述方法还包括：获取用户输入的患者信息，根据所述患者信息从已存储的病历中获取与所述患者信息对应的历史病历，并将所述患者信息对应的历史病历推送至所述显示模块。
可选的，所述患者信息包括患者姓名和/或所述综合临床数据。
可选的，所述方法还包括：对用户注册数据、患者门诊数据、药房数据以及财务数据进行管理。
本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第二个方面以及第二个方面各种可能的设计所述的方法。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第二个方面以及第二个方面各种可能的设计所述的方法。
本申请提供的医疗信息管理系统和方法，该系统包括：获取模块、关联模块和诊断模块；获取模块用于获取用户输入的第一临床数据；关联模块用于根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；诊断模块用于根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。上述方案提供的系统，可以帮助临床经验较少的医生对临床数据进行完善和补充，同时提高了医生的诊断效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本申请实施例提供的一种医疗信息管理系统的结构示意图；
图2为本申请实施例提供的另一种医疗信息管理系统的结构示意图；
图3为本申请实施例提供的再一种医疗信息管理系统的结构示意图；
图4为本申请实施例提供的又一种医疗信息管理系统的结构示意图；
图5为本申请实施例提供的医疗信息管理方法的流程示意图；
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合附图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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请实施例提供的医疗信息管理系统和方法，适用于辅助医生进行医疗诊断，以提高医生的诊断效率。现有技术中的医疗数据管理系统通常功能较为单一，仅能够实现传统意义上的门诊、住院、收费、药房、药库、病案统计、人事、财务等相关医疗信息的管理，除了能够为医院的信息管理提供便利以外，无法提供其他实质性的帮助。由于医生的临床经验参差不齐，对于临床经验较少的医生，其诊断效率和治疗方案的有效性是相对较低的，并且在面对大量的就诊病人时，即使是经验丰富的医生其诊断效率也会受到影响。因此，急需一种可以辅助医生进行医疗诊断的医疗信息管理系统，对提高医生的诊断效率有重要意义。
针对上述问题，本申请实施例提供的医疗信息管理系统和方法，该系统包括获取模块、关联模块和诊断模块；获取模块用于获取用户输入的第一临床数据；关联模块用于根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；诊断模块用于根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。上述方案提供的系统，可以帮助临床经验较少的医生对临床数据进行完善和补充，同时提高了医生的诊断效率。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
本申请实施例提供一种医疗信息管理系统，用于解决现有技术中的医疗信息管理系统的功能较为单一，不利于提高医生的诊断效率的缺陷。
如图1所示，为本申请实施例提供的一种医疗信息管理系统的结构示意图，该医疗信息管理系统10包括：获取模块101、关联模块102和诊断模块103。
其中，获取模块101用于获取用户输入的第一临床数据；关联模块102用于根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；诊断模块103用于根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。
需要说明的是，第一临床数据是用户手动输入的临床数据，第二临床数据是与用户所输入的临床数据存在关联关系的其他临床数据。例如：用户输入的第一临床数据是头痛，则与该第一临床数据相关联的第二临床数据可以包括：低烧、高烧、呕吐和眩晕等。在实际应用中，为了提高第二临床数据与患者实际情况的匹配度，在关联模块102确定第二临床数据后，用户可以根据患者的实际情况对第二临床数据进行相应的筛选或补充，以形成最终的第二临床数据，然后将第一临床数据和最终的第二临床数据进行结合得到综合临床数据。
在现有技术中，由于临床经验较少的医生可能忽略了患者的某些病症，而导致所获得的临床数据不够完善，该系统通过为用户提供与其输入的临床数据相关联的其他临床数据，可以帮助临床经验较少的医生对临床数据进行完善和补充，同时提醒医生对患者的病症做进一步的了解。
具体的，在一实施例中，诊断模块103具体用于：根据综合临床数据，确定综合临床数据与预设知识数据库中相对应的各历史临床诊断数据的相似度；根据相似度从大到小的排序结果，获取预设数量的与历史临床诊断数据对应的决策数据，根据各决策数据确定诊断结果。其中，综合临床数据可以包括：临床病症数据和临床处方数据。
相应的，当综合临床数据为临床病症数据时，诊断模块103具体用于：根据临床病症数据，确定其对应的诊断结果以及治疗方案。
其中，决策数据可以包括与综合临床数据相似的各历史临床诊断数据中的诊断结果以及治疗方案。
为了提高用户的诊断效率，该诊断模块103还可以根据综合临床数据对应的相似度的排序结果，直接获取预设数量的决策结果中的诊断结果以及治疗方案。
示例性的，当该系统应用于中医医疗诊断中时，临床病症数据主要包括刻下症，诊断结果主要包括病症名称，治疗方案主要包括主方、处方组成、中成药以及相关治疗技术。该系统可以以疾病为中心，根据输入的中医疾病名称，定义其属性，并提供了基于中西医疾病诊断的名医经验、诊疗规范、典型案例、名医名方、临床循证的证据等，用户在基于该系统确定诊断结果以及治疗方案的同时，还可以针对某个疾病或证型来学习名医的学派思想和临床辨证经验。
相应的，当综合临床数据为临床处方数据时，诊断模块103具体用于：确定临床处方数据与各历史处方数据的差别数据；根据差别数据对临床处方数据进行优化。
示例性的，若临床处方数据包括甘草、当归、枳壳和白芍，与其相似度最高的历史处方数据包括党参、栀子、甘草、当归、茜草、黄芪、柴胡、枳壳、侧柏叶、白术、牡丹皮、益母草、白芍和蒲黄，则确定临床数据和该历史处方数据的差别数据包括党参、栀子、茜草、黄芪、柴胡、侧柏叶、白术、牡丹皮、益母草和蒲黄，诊断模块103根据差别数据对临床处方数据补充和调整，以改善临床处方数据的医疗效果。其中，在优化临床处方数据的同时，也可以根据优化后的临床处方数据确定与其成分和疗效相对应的中成药，例如复方益母口服液等。
为了进一步改善临床处方数据的医疗效果，在一实施例中，诊断模块103还用于：根据与临床处方数据相似度最高的历史处方数据的组成元素，确定历史处方数据的治疗功效、主治病症和使用方法。
具体的，用户在应用该系统时，可以根据该历史处方数据的治疗效果、主治病症和使用方法，以及临床患者的实际情况，对上述优化后的临床处方数据做进一步的调整，以使调整后的治疗方案更具针对性，从而进一步改善了临床处方数据的医疗效果。其中，用户调整后的治疗方案将自动存储至该系统的预设知识数据库中，以为其他用户提供相关的医疗知识。
在上述实施例的基础上，为了提高该系统的使用效率，图2是本申请实施例提供的另一种医疗信息管理系统的结构示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，该系统还包括显示模块104。
显示模块104用于显示至少一个第二临床数据和诊断结果。
具体的，该系统基于显示模块104对至少一个第二临床数据和诊断结果进行可视化处理，以较为直观清楚地显示各第二临床数据和诊断结果，从而提高了该系统的使用效率。
其中，为了提高用户的临床数据的输入效率，第二临床数据可以通过按钮点击的方式进行输入，显示模块104还可以用于显示患者的体格检查信息，如体温和脉搏等。
在上述实施例的基础上，为了进一步丰富该系统的功能，提高病历管理效率，同时提高用户的诊断效率，图3是本申请实施例提供的再一种医疗信息管理系统的结构示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，该系统还包括病历管理模块105。
其中，病历管理模块105用于获取各患者对应的病历，将获取的各患者对应的病历按照患者信息进行分类，并按照类别进行存储。
具体的，在一实施例中，病历管理模块105还用于：获取用户输入的患者信息，根据患者信息从已存储的病历中获取与患者信息对应的历史病历，并将患者信息对应的历史病历推送至显示模块进行显示。
其中，患者信息包括患者姓名和/或综合临床数据。
示例性的，该系统可以存储各患者的病历，若病历分别按照姓名、综合临床数据、诊断结果进行分类。则当曾经就诊过的患者再次来就诊时，医生可以根据患者的姓名查找并获取该患者的历史病历，根据患者的历史病历可以知晓患者的用药史以及治愈程度，也可以根据历史病历判断该患者是否为误诊。当从未就诊过的患者来就诊时，医生可以根据该患者的综合临床数据，获取与该患者的综合临床数据相同的其他患者的病历，以为医生提供较为丰富的临床经验。当医生已经确定患者的诊断结果，但对治疗方案存在疑虑时，医生可以根据与该诊断结果相对应的其他历史病历中记载的治疗方案，确定最终的治疗方案。
在上述实施例的基础上，为了进一步丰富该系统的功能，提高该系统的实用性效率，图4是本申请实施例提供的又一种医疗信息管理系统的结构示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，该系统还包括数据管理模块106。
其中，数据管理模块106用于对用户注册数据、患者门诊数据、药房数据以及财务数据进行管理。
具体的，数据管理模块106进一步丰富了该系统的信息管理功能，以实现患者就诊跟踪和包括药品在内的物资的动态管理，以避免物资出现浪费，同时简化和优化治疗环境，减少排队等候时间，充分合理地利用医疗数据，确保患者和医院的整体经济利益。
具体的，在一实施例中，该医疗信息管理系统可以是基于云计算等计算机技术实现的，促进了医院信息化的建设和发展。对中小型医院医疗信息管理系统进行了设计和开发，并满足了中小型医院门诊服务的实际需求。
示例性的，当该系统应用于某医院时，可以对医院的信息进行编辑，并增加价目表，以对医院的收费项目进行增删改查，也可以对各药品的信息，如种类、名称、生产日期、有效日期、零售价格以及产地等相关信息进行增删改查。对医院的医生以及其他医护人员进行用户注册，并获取各用户的用户注册数据，如姓名、性别、密码以及所属部门等。类似的，也可以对用户的注册信息进行增删改查，同时可以对各用户的工作时间进行设置，以高效率地完成医护人员的排班工作，当某用户离职时，也可以在系统中对该用户的账号进行注销处理。为了提高患者就诊效率，可以在患者就诊时，首先获取并存储各患者的门诊数据，门诊数据主要包括患者的个人信息和挂号信息，挂号信息主要包括医保类型、就诊科室以及就诊类型等。其中，在医生对患者确定医嘱时，可以快速选择并输入方剂、中成药、西药、检验、检查、手术、其他治疗等处方。其中，相关财务人员根据医嘱进行收费，相关药房管理人员根据医嘱以及收费情况进行发药。在患者进行退费处理时，如退药，则相关财务人员可以根据患者的个人信息获取相关账单，并基于该系统进行退费处理，若是在药品已经发放给患者后，患者申请退药，则需要在相关药房管理人员确定已收到退回药品的情况下，允许进行退费处理，再由相关财务人员进行退费处理。
本申请实施例提供的医疗信息管理系统，该系统包括：获取模块、关联模块和诊断模块；获取模块用于获取用户输入的第一临床数据；关联模块用于根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；诊断模块用于根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。上述方案提供的系统，可以帮助临床经验较少的医生对临床数据进行完善和补充，同时提高了医生的诊断效率。
本申请实施例还提供一种医疗信息管理方法，用于解决现有技术中的医疗信息管理系统的功能较为单一，不利于提高医生的诊断效率的缺陷。本申请实施例的执行主体为电子设备，比如服务器、台式电脑、笔记本电脑、平板电脑及其他可用于用于智能医疗诊断的电子设备。
如图5所示，为本申请实施例提供的医疗信息管理方法的流程示意图，该方法包括：
步骤501，获取模块用于获取用户输入的第一临床数据；
步骤502，根据第一临床数据，确定预设关联数据库中与第一临床数据相关联的至少一个第二临床数据；
步骤503，根据第一临床数据和第二临床数据，确定综合临床数据，根据综合临床数据确定诊断结果。
具体地，在一实施例中，根据综合临床数据，确定综合临床数据与预设知识数据库中相对应的各历史临床诊断数据的相似度；
根据相似度从大到小的排序结果，获取预设数量的与历史临床诊断数据对应的决策数据，根据各决策数据确定诊断结果。
具体地，在一实施例中，该方法还包括：显示至少一个第二临床数据和诊断结果。
具体地，在一实施例中，该方法还包括：获取各患者对应的病历，将获取的各患者对应的病历按照患者信息进行分类，并按照类别进行存储。
具体地，在一实施例中，该方法还包括：获取用户输入的患者信息，根据患者信息从已存储的病历中获取与患者信息对应的历史病历，并将患者信息对应的历史病历推送至显示模块。
具体地，在一实施例中，患者信息包括患者姓名和/或综合临床数据。
具体地，在一实施例中，该方法还包括：对用户注册数据、患者门诊数据、药房数据以及财务数据进行管理。
本申请实施例提供的医疗信息管理方法，为上述实施例提供的医疗信息管理系统的具体处理过程，其实现方式与原理相同，不再赘述。
本申请实施例还提供一种电子设备，用于执行上述实施例提供的方法。
如图6所示，为本申请实施例提供的电子设备的结构示意图。该电子设备60包括：至少一个处理器61和存储器62；
其中，至少一个处理器61执行存储器62存储的计算机执行指令，使得至少一个处理器61执行如前述实施例中任一项的方法的指令。
本申请实施例提供的电子设备，用于执行上述实施例提供的医疗信息管理方法，其实现方式与原理相同，不再赘述。
本申请实施例提供一种包含计算机可执行指令的存储介质，存储介质中存储有计算机处理器执行指令，当处理器执行计算机执行指令时，实现如上任一实施例提供的方法。
本申请实施例的包含计算机可执行指令的存储介质，可用于存储前述实施例中提供的智能医疗诊断方法的计算机执行指令，其实现方式与原理相同，不再赘述。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种医疗信息管理系统，其特征在于，包括获取模块、关联模块和诊断模块；
所述获取模块用于获取用户输入的第一临床数据；
所述关联模块用于根据所述第一临床数据，确定预设关联数据库中与所述第一临床数据相关联的至少一个第二临床数据；
所述诊断模块用于根据所述第一临床数据和第二临床数据，确定综合临床数据，根据所述综合临床数据确定诊断结果。
2.根据权利要求1所述的系统，其特征在于，所述诊断模块具体用于：
根据所述综合临床数据，确定所述综合临床数据与预设知识数据库中相对应的各历史临床诊断数据的相似度；
根据相似度从大到小的排序结果，获取预设数量的与所述历史临床诊断数据对应的决策数据，根据各所述决策数据确定诊断结果。
3.根据权利要求1所述的系统，其特征在于，所述系统还包括显示模块；
所述显示模块用于显示所述至少一个第二临床数据和诊断结果。
4.根据权利要求3所述的系统，其特征在于，所述系统还包括病历管理模块；
所述病历管理模块用于获取各患者对应的病历，将获取的各患者对应的病历按照患者信息进行分类，并按照类别进行存储。
5.根据权利要求4所述的系统，其特征在于，所述病历管理模块还用于：获取用户输入的患者信息，根据所述患者信息从已存储的病历中获取与所述患者信息对应的历史病历，并将所述患者信息对应的历史病历推送至所述显示模块。
6.根据权利要求5所述的系统，其特征在于，所述患者信息包括患者姓名和/或所述综合临床数据。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括数据管理模块；
所述数据管理模块用于对用户注册数据、患者门诊数据、药房数据以及财务数据进行管理。
8.一种医疗信息管理方法，其特征在于，所述方法包括：
获取模块用于获取用户输入的第一临床数据；
根据所述第一临床数据，确定预设关联数据库中与所述第一临床数据相关联的至少一个第二临床数据；
根据所述第一临床数据和第二临床数据，确定综合临床数据，根据所述综合临床数据确定诊断结果。
9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求8所述的方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求8所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010531469.3A CN113808691A (zh) | 2020-06-11 | 2020-06-11 | 一种医疗信息管理系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010531469.3A CN113808691A (zh) | 2020-06-11 | 2020-06-11 | 一种医疗信息管理系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113808691A true CN113808691A (zh) | 2021-12-17 |
Family
ID=78943791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010531469.3A Pending CN113808691A (zh) | 2020-06-11 | 2020-06-11 | 一种医疗信息管理系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113808691A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537592A (zh) * | 2014-09-26 | 2015-04-22 | 尉子旺 | 自我诊疗及预防保健引导系统 |
| CN107491437A (zh) * | 2017-08-25 | 2017-12-19 | 广州宝荣科技应用有限公司 | 一种基于自然语言的中医症候语义识别方法及装置 |
| CN108389605A (zh) * | 2018-01-08 | 2018-08-10 | 广州宝荣科技应用有限公司 | 一种基于中药处方库的医院信息管理系统与方法 |
| CN110504028A (zh) * | 2019-08-22 | 2019-11-26 | 上海软中信息系统咨询有限公司 | 一种疾病问诊方法、装置、系统、计算机设备和存储介质 |
-
2020
- 2020-06-11 CN CN202010531469.3A patent/CN113808691A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537592A (zh) * | 2014-09-26 | 2015-04-22 | 尉子旺 | 自我诊疗及预防保健引导系统 |
| CN107491437A (zh) * | 2017-08-25 | 2017-12-19 | 广州宝荣科技应用有限公司 | 一种基于自然语言的中医症候语义识别方法及装置 |
| CN108389605A (zh) * | 2018-01-08 | 2018-08-10 | 广州宝荣科技应用有限公司 | 一种基于中药处方库的医院信息管理系统与方法 |
| CN110504028A (zh) * | 2019-08-22 | 2019-11-26 | 上海软中信息系统咨询有限公司 | 一种疾病问诊方法、装置、系统、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210202102A1 (en) | Determining and modeling the efficacy of drug treatment plans | |
| US20210202103A1 (en) | Modeling and simulation of current and future health states | |
| Kim et al. | Medical informatics research trend analysis: a text mining approach | |
| Simpao et al. | A review of analytics and clinical informatics in health care | |
| Halamka | Early experiences with big data at an academic medical center | |
| Li et al. | [Retracted] Literature Review on the Applications of Machine Learning and Blockchain Technology in Smart Healthcare Industry: A Bibliometric Analysis | |
| Sun et al. | Understanding health information technology adoption: A synthesis of literature from an activity perspective | |
| Kazley et al. | Hospital computerized provider order entry adoption and quality: an examination of the United States | |
| Awrahman et al. | A review of the role and challenges of big data in healthcare informatics and analytics | |
| Newsham et al. | Development of an advanced database for clinical trials integrated with an electronic patient record system | |
| CN113903423A (zh) | 用药方案推荐方法、装置、设备及介质 | |
| Ranjan et al. | The future of smart healthcare | |
| US20230238140A1 (en) | Addiction treatment and management | |
| Oluwagbemi et al. | A knowledge-based data mining system for diagnosing malaria related cases in healthcare management | |
| Blankshain et al. | Research registries: a tool to advance understanding of rare neuro-ophthalmic diseases | |
| Kawthankar et al. | Smart analytics and predictions for Indian Medicare | |
| GM et al. | Healthcare Data Analytics Using Artificial Intelligence | |
| Ogbonna et al. | Acceptance and barrier of electronic health records In a Tertiary hospital in Nigeria | |
| CN113808691A (zh) | 一种医疗信息管理系统和方法 | |
| Sridhar | Expanding scope of information technology in clinical care | |
| Trivedi et al. | Health care cube integrator for health care databases | |
| Chen et al. | Construction and application of nasopharyngeal carcinoma-specific big data platform based on electronic health records | |
| Stein et al. | Artificial Intelligence and Postoperative Monitoring in Plastic Surgery | |
| Sivasankari et al. | Automated health care management system using big data technology | |
| Joshitta et al. | A predictive model to forecast and pre-treat diabetes mellitus using clinical big data in cloud |
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 |