CN113823393B - 基于bim技术的医院就医导航系统及方法 - Google Patents

基于bim技术的医院就医导航系统及方法 Download PDF

Info

Publication number
CN113823393B
CN113823393B CN202111381631.9A CN202111381631A CN113823393B CN 113823393 B CN113823393 B CN 113823393B CN 202111381631 A CN202111381631 A CN 202111381631A CN 113823393 B CN113823393 B CN 113823393B
Authority
CN
China
Prior art keywords
patient
room
module
sequence
path
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
CN202111381631.9A
Other languages
English (en)
Other versions
CN113823393A (zh
Inventor
唐国锋
李锋
裴绪响
邹云
曾锡鸿
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.)
Zhongzhe International Engineering Design Co ltd
Original Assignee
Zhongzhe International Engineering Design Co ltd
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 Zhongzhe International Engineering Design Co ltd filed Critical Zhongzhe International Engineering Design Co ltd
Priority to CN202111381631.9A priority Critical patent/CN113823393B/zh
Publication of CN113823393A publication Critical patent/CN113823393A/zh
Application granted granted Critical
Publication of CN113823393B publication Critical patent/CN113823393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Structural Engineering (AREA)
  • Mathematical Optimization (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种基于BIM技术的医院就医导航系统及方法，属于医院就医导航技术领域。本系统包括BIM模型构建模块、患者就诊数据分析模块、预测模型构建模块、调整模块、全息投影输出模块、分布式门锁检测模块；所述BIM模型构建模块的输出端与所述患者就诊数据分析模块的输入端相连接；所述患者就诊数据分析模块的输出端与所述预测模型构建模块的输入端相连接；所述预测模型构建模块的输出端与所述调整模块的输入端相连接；所述调整模块的输出端与所述全息投影输出模块的输入端相连接；所述分布式门锁检测模块的输出端与所述预测模型构建模块的输入端相连接，本发明帮助患者实现可视化的医院就医导航，构建隐私安静的就诊环境。

Description

基于BIM技术的医院就医导航系统及方法
技术领域
本发明涉及医院就医导航技术领域，具体为一种基于BIM技术的医院就医导航系统及方法。
背景技术
BIM技术是以三维数字技术为基础，集成了建筑工程项目各种相关信息的工程数据模型，是对工程项目设施实体与功能特性的数字化表达，其能够从根本上改变从业人员依靠符号文字形式图纸进行项目建设和运营管理的工作方式，实现在建设项目全生命周期内提高工作效率和质量以及减少错误和风险的目标，是一种多维（三维空间、四维时间、五维成本、N维更多应用）模型信息集成技术。
在现实生活中，医院就医一直是一项十分重要的民生问题，由于患者对于医院不了解，导致的就医难问题层出不穷，一般情况下，医院一般设置人工服务台在各个楼层，对患者进行指引帮助，然而其终究只能通过口头指引，有时难以表达清楚，或者交流沟通不顺畅，依旧难以解决医院内部导航的问题；另外一种手段是利用导航系统，可由于医院内部错综复杂，且又在相近的经纬度，大部分导航地图无法实现楼内部导航，而且老年人或一些不精通手机的人群，难以使用，因此医院中由于找不到诊室而引发的就医难问题尚没有一个良好的解决方式。
发明内容
本发明的目的在于提供一种基于BIM技术的医院就医导航系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种基于BIM技术的医院就医导航系统，该系统包括：BIM模型构建模块、患者就诊数据分析模块、预测模型构建模块、调整模块、全息投影输出模块、分布式门锁检测模块；
所述BIM模型构建模块用于根据医院内部地图资料，开发基于BIM技术的医院导航模型专用族库，构建医院BIM模型，为医院就医导航提供立体模型；所述患者就诊数据分析模块用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，对患者就诊的历史数据进行分析；所述预测模型构建模块用于构建预测模型，基于方程输出任一期任一诊室任一天的预测单人诊治速度值；所述调整模块基于医学检查优先级对患者就诊路径进行调整，使其满足实际需要，不违背医学原则；所述全息投影输出模块用于构建全息投影平台，分析渲染后，形成可视化的医院就医路径导航；所述分布式门锁检测模块用于构建分布式门锁检测单元接入系统，为患者进一步提供就医导航，并保证就诊隐私安全与就诊环境安静；
所述BIM模型构建模块的输出端与所述患者就诊数据分析模块的输入端相连接；所述患者就诊数据分析模块的输出端与所述预测模型构建模块的输入端相连接；所述预测模型构建模块的输出端与所述调整模块的输入端相连接；所述调整模块的输出端与所述全息投影输出模块的输入端相连接；所述分布式门锁检测模块的输出端与所述预测模型构建模块的输入端相连接。
根据上述技术方案，所述患者就诊数据分析模块包括采集单元、分析单元；
所述采集单元用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，构建数据库进行存储；所述分析单元用于分析采集单元采集的数据；
所述采集单元的输出端与所述分析单元的输入端相连接；所述分析单元的输出端与所述预测模型构建模块的输入端相连接。
根据上述技术方案，所述预测模型构建模块包括方程建立单元、模型建立单元；
所述方程建立单元用于根据患者就诊数据分析模块的数据分析构建平滑方程，预测季节性与趋势性；所述模型建立单元用于构建预测模型，并输出任一期任一诊室任一天的预测单人诊治速度值，从而建立患者就诊路径；
所述方程建立单元的输出端与所述模型建立单元的输入端相连接；所述模型建立单元的输出端与所述调整模块的输入端相连接。
根据上述技术方案，所述调整模块包括判断单元、调整单元；
所述判断单元用于获取医学检查优先级，同时获取对应的检查诊室，并判断患者就诊信息中是否存在医学检查优先级；所述调整单元用于调整患者就诊路径；
所述调整模块还包括：
若患者就诊路径中的序列第一位具备医学检查优先级，对患者就诊路径中的序列第一位进行调整，将患者就诊路径中的序列第一位放置在优先于其的医学检查后方，并取患者就诊路径中的序列第二位作为第一位，并再次判断，直至患者就诊路径中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
所述判断单元的输出端与所述调整单元的输入端相连接；所述调整单元的输出端与所述全息投影输出模块的输入端相连接。
根据上述技术方案，所述分布式门锁检测模块包括分布式门锁检测单元、输出单元；
所述分布式门锁检测单元用于检测各诊室门锁的闭合情况，并在门锁每一次闭合时获取患者的病历信息数据；所述输出单元用于连接系统，输出患者的病历信息数据，系统进行删除已就诊诊室，建立新的患者就诊路径，进行全息投影，形成可视化的医院就医导航；
所述分布式门锁检测单元的输出端与所述输出单元的输入端相连接；所述输出单元的输出端与所述预测模型构建模块的输入端相连接。
一种基于BIM技术的医院就医导航方法，该方法包括以下步骤：
S1、获取医院内部地图资料，构建医院产品信息模型，开发基于BIM技术的医院导航模型专用族库，建立医院BIM模型；
S2、登记病历信息数据，获取诊室就诊人数，分析历史就诊时间，构建患者就诊路径模型；
S3、获取医学检查优先级数据信息，对患者就诊路径模型进行调整；
S4、构建全息投影平台，获取患者病历信息数据，根据调整后的患者就诊路径模型，分析渲染后，输出可视化的路径导航点；
S5、构建分布式门锁检测单元，基于诊室信息获取患者病历信息，重复步骤S2-S3，在全息投影平台生成新的可视化路径导航信息。
根据上述技术方案，在步骤S1中，所述医院内部地图资料中，集成有医院内部的细部构造、竣工图纸、诊室规划信息。
根据上述技术方案，在步骤S2中，构建患者就诊路径模型还包括：
S8-1、获取患者的病历信息，根据病历信息获取患者应去检查的N个诊室，分别记为诊室1、诊室2、……、诊室N；
在此处，获取患者的病历信息数据的方式多种多样，例如可在病历单上设置有二维码，通过二维码将患者信息导入到系统内部，从而实现第一个导航点的导航；
S8-2、设置从周一到周日记为一个周期，获取历史数据中每个诊室每个周期中每 一天的单人诊治速度，记为
Figure 100002_DEST_PATH_IMAGE001
，其中
Figure 906554DEST_PATH_IMAGE001
即为第
Figure 608931DEST_PATH_IMAGE002
期的任一诊室任一天的单人诊治速度值；
在本发明中，医院就医数据序列数据含有线性趋势和稳定的季节成分，因为其每天的单人诊治速度差别不大，同时周末的诊治人数相对于周中较多，每一周都是同样的，含有稳定的季节成分，因此在这里通过水平平滑方程、趋势平滑方程、季节平滑方程进行序列分解，分析数据特征，最终建立预测模型；
S8-3、根据步骤S8-2的历史数据信息，分别建立水平平滑方程、趋势平滑方程、季节平滑方程对数据的季节和趋势进行预测；
其中水平平滑方程为：
Figure 173905DEST_PATH_IMAGE004
趋势平滑方程为：
Figure 292033DEST_PATH_IMAGE006
季节平滑方程为：
Figure 626063DEST_PATH_IMAGE008
S8-4、根据步骤S8-4的水平平滑方程、趋势平滑方程、季节平滑方程最终建立预测方程为：
Figure 233762DEST_PATH_IMAGE010
其中，
Figure 489294DEST_PATH_IMAGE002
为当前期；
Figure 100002_DEST_PATH_IMAGE011
为周期长度，设置为7；
Figure 676692DEST_PATH_IMAGE012
为水平的平滑参数；
Figure 100002_DEST_PATH_IMAGE013
为趋势的平滑 参数；
Figure 65561DEST_PATH_IMAGE014
为季节的平滑参数；
Figure 100002_DEST_PATH_IMAGE015
为第
Figure 313003DEST_PATH_IMAGE016
期的预测值，即第h期的任一诊室任一天的单人诊 治速度值；
Figure 118148DEST_PATH_IMAGE001
为第
Figure 640396DEST_PATH_IMAGE002
期的实际值，即第t期的任一诊室任一天的单人诊治速度值；
Figure 100002_DEST_PATH_IMAGE017
为第
Figure 621121DEST_PATH_IMAGE002
期 的预估水平；
Figure 836202DEST_PATH_IMAGE018
为第
Figure 800747DEST_PATH_IMAGE002
期的预测趋势；
Figure 100002_DEST_PATH_IMAGE019
为第
Figure 64369DEST_PATH_IMAGE002
期的季节平滑预测；
在预测方程中，所有数据均建立在同一诊室下，其中的任一天均建立在不同周期内的同一个星期I，其中I=1、2、3、……、7；
S8-5、根据病历信息数据对当天当前时间R1下各诊室就诊人数进行采集，记为
Figure 493077DEST_PATH_IMAGE020
， 其中
Figure 813812DEST_PATH_IMAGE020
即为第h期第p天目前的任一诊室的诊室就诊人数；
S8-6、构建每个诊室在第h期第p天的尚需就诊时间，根据公式：
Figure 327970DEST_PATH_IMAGE022
其中，T为任一诊室的尚需就诊时间；
S8-7、对步骤S8-1中的诊室1、诊室2、……、诊室N按照T进行从小到大的顺序进行排序，获得的序列即为患者就诊路径，记为集合G，其中，序列第一位即为患者的第一个路径导航点。
根据上述技术方案，在步骤S3-S4中，还包括：
S9-1、获取医学检查优先级数据信息，所述医学检查优先级数据信息即为在医学检查中必须按照先后顺序进行的检查；
所述医学检查优先级是属于医学领域内的必要特征，例如在眼睛检查时，如果要做一个眼底检查，首先需要进行“散瞳”、“照相”等检查，这是一个必要步骤，而在本发明中，如果眼底检查诊室顺序在前，则会指引患者前去检查，但实际上并不符合医学原则，因此设置有调整的方式，以避免出现不符合常理的情况；
S9-2、判断患者的病历信息中是否存在具备医学检查优先级的检查，并获取其对应的诊室；
S9-3、若存在，对其进行标记，判断集合G中的序列第一位是否具备医学检查优先级；若不存在，则不调整患者就诊路径；
S9-4、若集合G中的序列第一位具备医学检查优先级，对集合G中的序列第一位进行调整，将集合G中的序列第一位放置在优先于其的医学检查后方，并取集合G中的序列第二位作为第一位，并再次判断，直至集合G中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
若集合G中的序列第一位不具备医学检查优先级，则不调整患者就诊路径；
S9-5、将调整后的患者就诊路径中的序列第一位作为新的患者的第一个路径导航点，利用全息投影平台，分析渲染后，输出可视化的路径导航点。
根据上述技术方案，在步骤S5中，还包括：
构建分布式门锁检测单元，即在每个诊室的门锁上设置有检测单元；
患者进入诊室就诊时，诊室医生输入患者病历信息数据，在患者就诊结束后，离开诊室并关闭诊室门时，诊室门锁闭合，接入系统，获取患者病历信息数据；
在就诊的诊室序列，即诊室1、诊室2、……、诊室N中删除已就诊过的诊室，即诊室门锁闭合过的诊室；
记当前时间为R2，基于当前时间R2重复步骤S8-5至S8-7，获取患者的新的患者就诊路径，输出下一个路径导航点，即序列第一位；
重复步骤S9-4至S9-5，输出可视化的下一个路径导航点，为患者提供就医导航。
在上述技术方案中，能够保证患者在就诊后，离开诊室时，随手关好诊室门，在现实环境中，患者需要在诊室门口进行排队等候诊治，往往会出现嘈杂的声音，不安静的环境对于医生的诊室极为不利，如果医生每次都需要提醒关门或者自行关门，需要耗费大量的时间与精力，因此设置有分布式门锁检测单元，能够在患者关门的时候即代表患者在该诊室的诊治已经完成，通过预测模型重新输出路径规划，也能满足患者进行下一步就医的医院导航，同时也帮助医生建立了安静的诊治环境。
与现有技术相比，本发明所达到的有益效果是：
本发明能够开发基于BIM技术的医院导航模型专用族库，建立医院BIM模型，对患者就诊的历史数据进行分析，构建预测模型，基于方程输出任一期任一诊室任一天的预测单人诊治速度值，并基于医学检查优先级对患者就诊路径进行调整，使其满足实际需要，不违背医学原则，同时构建全息投影平台，分析渲染后，形成可视化的医院就医路径导航，进一步提高导航的实用性；本发明中还构建有分布式门锁检测单元，能够检测门锁的闭合状态，并基于门锁的闭合状态接入系统，为患者进一步提供就医导航，并保证就诊隐私安全与就诊环境安静，提高医生诊治效率与效果。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于BIM技术的医院就医导航系统及方法的流程示意图；
图2是本发明一种基于BIM技术的医院就医导航方法的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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。
请参阅图1-2，本发明提供技术方案：
一种基于BIM技术的医院就医导航系统，该系统包括：BIM模型构建模块、患者就诊数据分析模块、预测模型构建模块、调整模块、全息投影输出模块、分布式门锁检测模块；
所述BIM模型构建模块用于根据医院内部地图资料，开发基于BIM技术的医院导航模型专用族库，构建医院BIM模型，为医院就医导航提供立体模型；所述患者就诊数据分析模块用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，对患者就诊的历史数据进行分析；所述预测模型构建模块用于构建预测模型，基于方程输出任一期任一诊室任一天的预测单人诊治速度值；所述调整模块基于医学检查优先级对患者就诊路径进行调整，使其满足实际需要，不违背医学原则；所述全息投影输出模块用于构建全息投影平台，分析渲染后，形成可视化的医院就医路径导航；所述分布式门锁检测模块用于构建分布式门锁检测单元接入系统，为患者进一步提供就医导航，并保证就诊隐私安全与就诊环境安静；
所述BIM模型构建模块的输出端与所述患者就诊数据分析模块的输入端相连接；所述患者就诊数据分析模块的输出端与所述预测模型构建模块的输入端相连接；所述预测模型构建模块的输出端与所述调整模块的输入端相连接；所述调整模块的输出端与所述全息投影输出模块的输入端相连接；所述分布式门锁检测模块的输出端与所述预测模型构建模块的输入端相连接。
所述患者就诊数据分析模块包括采集单元、分析单元；
所述采集单元用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，构建数据库进行存储；所述分析单元用于分析采集单元采集的数据；
所述采集单元的输出端与所述分析单元的输入端相连接；所述分析单元的输出端与所述预测模型构建模块的输入端相连接。
所述预测模型构建模块包括方程建立单元、模型建立单元；
所述方程建立单元用于根据患者就诊数据分析模块的数据分析构建平滑方程，预测季节性与趋势性；所述模型建立单元用于构建预测模型，并输出任一期任一诊室任一天的预测单人诊治速度值，从而建立患者就诊路径；
所述方程建立单元的输出端与所述模型建立单元的输入端相连接；所述模型建立单元的输出端与所述调整模块的输入端相连接。
所述调整模块包括判断单元、调整单元；
所述判断单元用于获取医学检查优先级，同时获取对应的检查诊室，并判断患者就诊信息中是否存在医学检查优先级；所述调整单元用于调整患者就诊路径；
所述调整模块还包括：
若患者就诊路径中的序列第一位具备医学检查优先级，对患者就诊路径中的序列第一位进行调整，将患者就诊路径中的序列第一位放置在优先于其的医学检查后方，并取患者就诊路径中的序列第二位作为第一位，并再次判断，直至患者就诊路径中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
所述判断单元的输出端与所述调整单元的输入端相连接；所述调整单元的输出端与所述全息投影输出模块的输入端相连接。
所述分布式门锁检测模块包括分布式门锁检测单元、输出单元；
所述分布式门锁检测单元用于检测各诊室门锁的闭合情况，并在门锁每一次闭合时获取患者的病历信息数据；所述输出单元用于连接系统，输出患者的病历信息数据，系统进行删除已就诊诊室，建立新的患者就诊路径，进行全息投影，形成可视化的医院就医导航；
所述分布式门锁检测单元的输出端与所述输出单元的输入端相连接；所述输出单元的输出端与所述预测模型构建模块的输入端相连接。
一种基于BIM技术的医院就医导航方法，该方法包括以下步骤：
S1、获取医院内部地图资料，构建医院产品信息模型，开发基于BIM技术的医院导航模型专用族库，建立医院BIM模型；
S2、登记病历信息数据，获取诊室就诊人数，分析历史就诊时间，构建患者就诊路径模型；
S3、获取医学检查优先级数据信息，对患者就诊路径模型进行调整；
S4、构建全息投影平台，获取患者病历信息数据，根据调整后的患者就诊路径模型，分析渲染后，输出可视化的路径导航点；
S5、构建分布式门锁检测单元，基于诊室信息获取患者病历信息，重复步骤S2-S3，在全息投影平台生成新的可视化路径导航信息。
在步骤S1中，所述医院内部地图资料中，集成有医院内部的细部构造、竣工图纸、诊室规划信息。
在步骤S2中，构建患者就诊路径模型还包括：
S8-1、获取患者的病历信息，根据病历信息获取患者应去检查的N个诊室，分别记为诊室1、诊室2、……、诊室N；
S8-2、设置从周一到周日记为一个周期，获取历史数据中每个诊室每个周期中每 一天的单人诊治速度，记为
Figure 192021DEST_PATH_IMAGE001
，其中
Figure 475234DEST_PATH_IMAGE001
即为第
Figure 32118DEST_PATH_IMAGE002
期的任一诊室任一天的单人诊治速度值；
S8-3、根据步骤S8-2的历史数据信息，分别建立水平平滑方程、趋势平滑方程、季节平滑方程对数据的季节和趋势进行预测；
其中水平平滑方程为：
Figure 971255DEST_PATH_IMAGE004
趋势平滑方程为：
Figure 373417DEST_PATH_IMAGE006
季节平滑方程为：
Figure 511138DEST_PATH_IMAGE008
S8-4、根据步骤S8-4的水平平滑方程、趋势平滑方程、季节平滑方程最终建立预测方程为：
Figure 100002_DEST_PATH_IMAGE023
其中，
Figure 645447DEST_PATH_IMAGE002
为当前期；
Figure 603039DEST_PATH_IMAGE011
为周期长度，设置为7；
Figure 340050DEST_PATH_IMAGE012
为水平的平滑参数；
Figure 532610DEST_PATH_IMAGE013
为趋势的平滑 参数；
Figure 165717DEST_PATH_IMAGE014
为季节的平滑参数；
Figure 876184DEST_PATH_IMAGE015
为第
Figure 151307DEST_PATH_IMAGE016
期的预测值，即第h期的任一诊室任一天的单人诊 治速度值；
Figure 201303DEST_PATH_IMAGE001
为第
Figure 270890DEST_PATH_IMAGE002
期的实际值，即第t期的任一诊室任一天的单人诊治速度值；
Figure 203074DEST_PATH_IMAGE017
为第
Figure 16309DEST_PATH_IMAGE002
期 的预估水平；
Figure 248707DEST_PATH_IMAGE018
为第
Figure 426879DEST_PATH_IMAGE002
期的预测趋势；
Figure 111938DEST_PATH_IMAGE019
为第
Figure 728864DEST_PATH_IMAGE002
期的季节平滑预测；
Figure 550190DEST_PATH_IMAGE016
为预测步长；
在预测方程中，所有数据均建立在同一诊室下，其中的任一天均建立在不同周期内的同一个星期I，其中I=1、2、3、……、7；
S8-5、根据病历信息数据对当天当前时间R1下各诊室就诊人数进行采集，记为
Figure 896333DEST_PATH_IMAGE020
， 其中即为第h期第p天目前的任一诊室的诊室就诊人数；
S8-6、构建每个诊室在第h期第p天的尚需就诊时间，根据公式：
Figure 803109DEST_PATH_IMAGE024
其中，T为任一诊室的尚需就诊时间；
S8-7、对步骤S8-1中的诊室1、诊室2、……、诊室N按照T进行从小到大的顺序进行排序，获得的序列即为患者就诊路径，记为集合G，其中，序列第一位即为患者的第一个路径导航点。
在步骤S3-S4中，还包括：
S9-1、获取医学检查优先级数据信息，所述医学检查优先级数据信息即为在医学检查中必须按照先后顺序进行的检查；
S9-2、判断患者的病历信息中是否存在具备医学检查优先级的检查，并获取其对应的诊室；
S9-3、若存在，对其进行标记，判断集合G中的序列第一位是否具备医学检查优先级；若不存在，则不调整患者就诊路径；
S9-4、若集合G中的序列第一位具备医学检查优先级，对集合G中的序列第一位进行调整，将集合G中的序列第一位放置在优先于其的医学检查后方，并取集合G中的序列第二位作为第一位，并再次判断，直至集合G中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
若集合G中的序列第一位不具备医学检查优先级，则不调整患者就诊路径；
S9-5、将调整后的患者就诊路径中的序列第一位作为新的患者的第一个路径导航点，利用全息投影平台，分析渲染后，输出可视化的路径导航点。
在步骤S5中，还包括：
构建分布式门锁检测单元，即在每个诊室的门锁上设置有检测单元；
患者进入诊室就诊时，诊室医生输入患者病历信息数据，在患者就诊结束后，离开诊室并关闭诊室门时，诊室门锁闭合，接入系统，获取患者病历信息数据；
在就诊的诊室序列，即诊室1、诊室2、……、诊室N中删除已就诊过的诊室，即诊室门锁闭合过的诊室；
记当前时间为R2，基于当前时间R2重复步骤S8-5至S8-7，获取患者的新的患者就诊路径，输出下一个路径导航点，即序列第一位；
重复步骤S9-4至S9-5，输出可视化的下一个路径导航点，为患者提供就医导航。
在本实施例中：
设置有基于BIM技术构建的医院模型，用于医院导航全息投影；
获取患者A的病历信息，根据病历信息获取患者A应去检查的4个诊室，分别记为诊室1、诊室2、诊室3、诊室4；
其中A为一眼病患者，其进行的四项检查分别为“视力检查”、“散瞳检查”、“照相检查”、“眼底检查”，对应诊室分别为诊室1、诊室2、诊室3、诊室4；
设置从周一到周日记为一个周期，获取历史数据中诊室1、诊室2、诊室3、诊室4每 个周期中每一天的单人诊治速度，记为
Figure 958147DEST_PATH_IMAGE001
，其中
Figure 899558DEST_PATH_IMAGE001
即为第
Figure 481849DEST_PATH_IMAGE002
期的任一诊室任一天的单人诊 治速度值；
建立水平平滑方程、趋势平滑方程、季节平滑方程对数据的季节和趋势进行预测；
其中水平平滑方程为：
Figure 79184DEST_PATH_IMAGE004
趋势平滑方程为：
Figure 772333DEST_PATH_IMAGE006
季节平滑方程为：
Figure 568251DEST_PATH_IMAGE008
建立预测方程为：
Figure DEST_PATH_IMAGE025
其中，
Figure 259126DEST_PATH_IMAGE002
为当前期；
Figure 874915DEST_PATH_IMAGE011
为周期长度，设置为7；
Figure 637335DEST_PATH_IMAGE012
为水平的平滑参数；
Figure 287759DEST_PATH_IMAGE013
为趋势的平滑 参数；
Figure 412186DEST_PATH_IMAGE014
为季节的平滑参数；
Figure 780850DEST_PATH_IMAGE015
为第
Figure 815802DEST_PATH_IMAGE016
期的预测值，即第h期的任一诊室任一天的单人诊 治速度值；
Figure 586312DEST_PATH_IMAGE001
为第
Figure 884569DEST_PATH_IMAGE002
期的实际值，即第t期的任一诊室任一天的单人诊治速度值；
Figure 740530DEST_PATH_IMAGE017
为第
Figure 579173DEST_PATH_IMAGE002
期 的预估水平；
Figure 407452DEST_PATH_IMAGE018
为第
Figure 938927DEST_PATH_IMAGE002
期的预测趋势；
Figure 16604DEST_PATH_IMAGE019
为第
Figure 596622DEST_PATH_IMAGE002
期的季节平滑预测；
Figure 76144DEST_PATH_IMAGE016
为预测步长；
在预测方程中，所有数据均建立在同一诊室下，其中的任一天均建立在不同周期内的同一个星期I，其中I=1、2、3、……、7；
根据上述预测方程，分别计算得出当前诊室1、诊室2、诊室3、诊室4的预测单人诊 治速度值分别为
Figure 775591DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
、、
Figure 809407DEST_PATH_IMAGE028
；
根据病历信息数据对当天当前时间R1，其中R1为9:30分下诊室1、诊室2、诊室3、诊 室4就诊人数进行采集，记为
Figure DEST_PATH_IMAGE029
、
Figure 661956DEST_PATH_IMAGE030
、
Figure DEST_PATH_IMAGE031
、
Figure 995985DEST_PATH_IMAGE032
；
构建每个诊室在第h期第p天的尚需就诊时间，根据公式：
Figure 603684DEST_PATH_IMAGE022
其中，T为任一诊室的尚需就诊时间；
分别计算得出了诊室1、诊室2、诊室3、诊室4的尚需就诊时间，并进行排序为诊室4、诊室3、诊室1、诊室2；
即患者的第一路径导航点为诊室4，此时该诊室不拥挤；
获取医学检查优先级数据信息，所述医学检查优先级数据信息即为在医学检查中必须按照先后顺序进行的检查，在该患者的检查下，医学检查优先级为“视力检查”、“眼压检查”/“照相检查”、“眼底检查”，对应的诊室为诊室1、诊室2/诊室3、诊室4；其中“眼压检查”与“照相检查”不存在医学检查优先级；
根据医学检查优先级对患者就诊路径进行调整，调整为诊室1、诊室3、诊室2、诊室4；
则患者的第一路径导航点调整为诊室1。
将调整后的患者就诊路径中的序列第一位作为新的患者的第一个路径导航点，利用全息投影平台，分析渲染后，输出可视化的路径导航点。
患者A进行诊治后，离开诊室1，并关闭好诊室门；
通过分布式门锁检测单元，诊室门锁闭合，接入系统，获取患者A病历信息数据；
在就诊的诊室序列，删除已就诊过的诊室1；
记当前时间为R2，此时R2为10:00，基于当前时间R2重复步骤，获取患者的新的患者就诊路径，此时就诊路径为：诊室2、诊室3、诊室4；
根据医学检查优先级再次检验，符合医学检查优先级，不做调整；
输出下一个路径导航点，即序列第一位诊室2；
全息投影平台，分析渲染后为患者提供就医导航。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于BIM技术的医院就医导航系统，其特征在于：该系统包括：BIM模型构建模块、患者就诊数据分析模块、预测模型构建模块、调整模块、全息投影输出模块、分布式门锁检测模块；
所述BIM模型构建模块用于根据医院内部地图资料，开发基于BIM技术的医院导航模型专用族库，构建医院BIM模型，为医院就医导航提供立体模型；所述患者就诊数据分析模块用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，对患者就诊的历史数据进行分析；所述预测模型构建模块用于构建预测模型，基于方程输出任一期任一诊室任一天的预测单人诊治速度值；所述调整模块基于医学检查优先级对患者就诊路径进行调整，使其满足实际需要，不违背医学原则；所述全息投影输出模块用于构建全息投影平台，分析渲染后，形成可视化的医院就医路径导航；所述分布式门锁检测模块用于构建分布式门锁检测单元接入系统，为患者进一步提供就医导航，并保证就诊隐私安全与就诊环境安静；
所述BIM模型构建模块的输出端与所述患者就诊数据分析模块的输入端相连接；所述患者就诊数据分析模块的输出端与所述预测模型构建模块的输入端相连接；所述预测模型构建模块的输出端与所述调整模块的输入端相连接；所述调整模块的输出端与所述全息投影输出模块的输入端相连接；所述分布式门锁检测模块的输出端与所述预测模型构建模块的输入端相连接；
设置从周一到周日记为一个周期，获取历史数据中每个诊室每个周期中每一天的单人 诊治速度，记为
Figure DEST_PATH_IMAGE001
，其中
Figure 840572DEST_PATH_IMAGE001
即为第
Figure 267006DEST_PATH_IMAGE002
期的任一诊室任一天的单人诊治速度值；
分别建立水平平滑方程、趋势平滑方程、季节平滑方程对数据的季节和趋势进行预测；
其中水平平滑方程为：
Figure 738438DEST_PATH_IMAGE004
趋势平滑方程为：
Figure 730665DEST_PATH_IMAGE006
季节平滑方程为：
Figure 832613DEST_PATH_IMAGE008
根据水平平滑方程、趋势平滑方程、季节平滑方程最终建立预测方程为：
Figure 277501DEST_PATH_IMAGE010
其中，
Figure 287045DEST_PATH_IMAGE002
为当前期；
Figure DEST_PATH_IMAGE011
为周期长度，设置为7；
Figure 154287DEST_PATH_IMAGE012
为水平的平滑参数；
Figure DEST_PATH_IMAGE013
为趋势的平滑参数；
Figure 630398DEST_PATH_IMAGE014
为季节的平滑参数；
Figure DEST_PATH_IMAGE015
为第
Figure 765845DEST_PATH_IMAGE016
期的预测值，即第h期的任一诊室任一天的单人诊治速度 值；
Figure 579080DEST_PATH_IMAGE001
为第
Figure 749161DEST_PATH_IMAGE002
期的实际值，即第t期的任一诊室任一天的单人诊治速度值；
Figure DEST_PATH_IMAGE017
为第
Figure 396174DEST_PATH_IMAGE002
期的预估 水平；
Figure 81234DEST_PATH_IMAGE018
为第
Figure 432580DEST_PATH_IMAGE002
期的预测趋势；
Figure DEST_PATH_IMAGE019
为第
Figure 923080DEST_PATH_IMAGE002
期的季节平滑预测；
在预测方程中，所有数据均建立在同一诊室下，其中的任一天均建立在不同周期内的同一个星期I，其中I=1、2、3、……、7。
2.根据权利要求1所述的一种基于BIM技术的医院就医导航系统，其特征在于：所述患者就诊数据分析模块包括采集单元、分析单元；
所述采集单元用于采集病历信息数据，获取诊室就诊人数、历史就诊时间，构建数据库进行存储；所述分析单元用于分析采集单元采集的数据；
所述采集单元的输出端与所述分析单元的输入端相连接；所述分析单元的输出端与所述预测模型构建模块的输入端相连接。
3.根据权利要求1所述的一种基于BIM技术的医院就医导航系统，其特征在于：所述预测模型构建模块包括方程建立单元、模型建立单元；
所述方程建立单元用于根据患者就诊数据分析模块的数据分析构建平滑方程，预测季节性与趋势性；所述模型建立单元用于构建预测模型，并输出任一期任一诊室任一天的预测单人诊治速度值，从而建立患者就诊路径；
所述方程建立单元的输出端与所述模型建立单元的输入端相连接；所述模型建立单元的输出端与所述调整模块的输入端相连接。
4.根据权利要求3所述的一种基于BIM技术的医院就医导航系统，其特征在于：所述调整模块包括判断单元、调整单元；
所述判断单元用于获取医学检查优先级，同时获取对应的检查诊室，并判断患者就诊信息中是否存在医学检查优先级；所述调整单元用于调整患者就诊路径；
所述调整模块还包括：
若患者就诊路径中的序列第一位具备医学检查优先级，对患者就诊路径中的序列第一位进行调整，将患者就诊路径中的序列第一位放置在优先于其的医学检查后方，并取患者就诊路径中的序列第二位作为第一位，并再次判断，直至患者就诊路径中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
所述判断单元的输出端与所述调整单元的输入端相连接；所述调整单元的输出端与所述全息投影输出模块的输入端相连接。
5.根据权利要求1所述的一种基于BIM技术的医院就医导航系统，其特征在于：所述分布式门锁检测模块包括分布式门锁检测单元、输出单元；
所述分布式门锁检测单元用于检测各诊室门锁的闭合情况，并在门锁每一次闭合时获取患者的病历信息数据；所述输出单元用于连接系统，输出患者的病历信息数据，系统进行删除已就诊诊室，建立新的患者就诊路径，进行全息投影，形成可视化的医院就医导航；
所述分布式门锁检测单元的输出端与所述输出单元的输入端相连接；所述输出单元的输出端与所述预测模型构建模块的输入端相连接。
6.一种基于BIM技术的医院就医导航方法，其特征在于：该方法包括以下步骤：
S1、获取医院内部地图资料，构建医院产品信息模型，开发基于BIM技术的医院导航模型专用族库，建立医院BIM模型；
S2、登记病历信息数据，获取诊室就诊人数，分析历史就诊时间，构建患者就诊路径模型；
S3、获取医学检查优先级数据信息，对患者就诊路径模型进行调整；
S4、构建全息投影平台，获取患者病历信息数据，根据调整后的患者就诊路径模型，分析渲染后，输出可视化的路径导航点；
S5、构建分布式门锁检测单元，基于诊室信息获取患者病历信息，重复步骤S2-S3，在全息投影平台生成新的可视化路径导航信息；
在步骤S2中，构建患者就诊路径模型还包括：
S8-1、获取患者的病历信息，根据病历信息获取患者应去检查的N个诊室，分别记为诊室1、诊室2、……、诊室N；
S8-2、设置从周一到周日记为一个周期，获取历史数据中每个诊室每个周期中每一天 的单人诊治速度，记为
Figure 600049DEST_PATH_IMAGE001
，其中
Figure 506825DEST_PATH_IMAGE001
即为第
Figure 599546DEST_PATH_IMAGE002
期的任一诊室任一天的单人诊治速度值；
S8-3、根据步骤S8-2的历史数据信息，分别建立水平平滑方程、趋势平滑方程、季节平滑方程对数据的季节和趋势进行预测；
其中水平平滑方程为：
Figure 540957DEST_PATH_IMAGE004
趋势平滑方程为：
Figure 857669DEST_PATH_IMAGE006
季节平滑方程为：
Figure 517321DEST_PATH_IMAGE008
S8-4、根据步骤S8-4的水平平滑方程、趋势平滑方程、季节平滑方程最终建立预测方程为：
Figure 210470DEST_PATH_IMAGE020
其中，
Figure 209650DEST_PATH_IMAGE002
为当前期；
Figure 962843DEST_PATH_IMAGE011
为周期长度，设置为7；
Figure 844211DEST_PATH_IMAGE012
为水平的平滑参数；
Figure 341051DEST_PATH_IMAGE013
为趋势的平滑参数；
Figure 988546DEST_PATH_IMAGE014
为季节的平滑参数；
Figure 912639DEST_PATH_IMAGE015
为第
Figure 281304DEST_PATH_IMAGE016
期的预测值，即第h期的任一诊室任一天的单人诊治速度 值；
Figure 519518DEST_PATH_IMAGE001
为第
Figure 24449DEST_PATH_IMAGE002
期的实际值，即第t期的任一诊室任一天的单人诊治速度值；
Figure 385023DEST_PATH_IMAGE017
为第
Figure 240984DEST_PATH_IMAGE002
期的预估 水平；
Figure 814048DEST_PATH_IMAGE018
为第
Figure 642326DEST_PATH_IMAGE002
期的预测趋势；
Figure 908223DEST_PATH_IMAGE019
为第
Figure 251479DEST_PATH_IMAGE002
期的季节平滑预测；
在预测方程中，所有数据均建立在同一诊室下，其中的任一天均建立在不同周期内的同一个星期I，其中I=1、2、3、……、7；
S8-5、根据病历信息数据对当天当前时间R1下各诊室就诊人数进行采集，记为
Figure DEST_PATH_IMAGE021
，其中
Figure 565917DEST_PATH_IMAGE021
即为第h期第p天目前的任一诊室的诊室就诊人数；
S8-6、构建每个诊室在第h期第p天的尚需就诊时间，根据公式：
Figure DEST_PATH_IMAGE023
其中，T为任一诊室的尚需就诊时间；
S8-7、对步骤S8-1中的诊室1、诊室2、……、诊室N按照T进行从小到大的顺序进行排序，获得的序列即为患者就诊路径，记为集合G，其中，序列第一位即为患者的第一个路径导航点。
7.根据权利要求6所述的一种基于BIM技术的医院就医导航方法，其特征在于：在步骤S1中，所述医院内部地图资料中，集成有医院内部的细部构造、竣工图纸、诊室规划信息。
8.根据权利要求7所述的一种基于BIM技术的医院就医导航方法，其特征在于：在步骤S3-S4中，还包括：
S9-1、获取医学检查优先级数据信息，所述医学检查优先级数据信息即为在医学检查中必须按照先后顺序进行的检查；
S9-2、判断患者的病历信息中是否存在具备医学检查优先级的检查，并获取其对应的诊室；
S9-3、若存在，对其进行标记，判断集合G中的序列第一位是否具备医学检查优先级；若不存在，则不调整患者就诊路径；
S9-4、若集合G中的序列第一位具备医学检查优先级，对集合G中的序列第一位进行调整，将集合G中的序列第一位放置在优先于其的医学检查后方，并取集合G中的序列第二位作为第一位，并再次判断，直至集合G中的序列第一位不存在有优先于其的医学检查或其不具备医学检查优先级；
若集合G中的序列第一位不具备医学检查优先级，则不调整患者就诊路径；
S9-5、将调整后的患者就诊路径中的序列第一位作为新的患者的第一个路径导航点，利用全息投影平台，分析渲染后，输出可视化的路径导航点。
9.根据权利要求8所述的一种基于BIM技术的医院就医导航方法，其特征在于：在步骤S5中，还包括：
构建分布式门锁检测单元，即在每个诊室的门锁上设置有检测单元；
患者进入诊室就诊时，诊室医生输入患者病历信息数据，在患者就诊结束后，离开诊室并关闭诊室门时，诊室门锁闭合，接入系统，获取患者病历信息数据；
在就诊的诊室序列，即诊室1、诊室2、……、诊室N中删除已就诊过的诊室，即诊室门锁闭合过的诊室；
记当前时间为R2，基于当前时间R2重复步骤S8-5至S8-7，获取患者的新的患者就诊路径，输出下一个路径导航点，即序列第一位；
重复步骤S9-4至S9-5，输出可视化的下一个路径导航点，为患者提供就医导航。
CN202111381631.9A 2021-11-22 2021-11-22 基于bim技术的医院就医导航系统及方法 Active CN113823393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111381631.9A CN113823393B (zh) 2021-11-22 2021-11-22 基于bim技术的医院就医导航系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111381631.9A CN113823393B (zh) 2021-11-22 2021-11-22 基于bim技术的医院就医导航系统及方法

Publications (2)

Publication Number Publication Date
CN113823393A CN113823393A (zh) 2021-12-21
CN113823393B true CN113823393B (zh) 2022-04-22

Family

ID=78919411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111381631.9A Active CN113823393B (zh) 2021-11-22 2021-11-22 基于bim技术的医院就医导航系统及方法

Country Status (1)

Country Link
CN (1) CN113823393B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110322943A (zh) * 2019-07-15 2019-10-11 西安交通大学医学院第一附属医院 就诊引导方法及引导系统
CN110491486A (zh) * 2018-08-16 2019-11-22 上海好医通健康信息咨询有限公司 一种医疗服务预约排期方法
WO2021139146A1 (zh) * 2020-01-09 2021-07-15 平安国际智慧城市科技股份有限公司 信息推荐方法、设备、计算机可读存储介质及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014024352A1 (ja) * 2012-08-09 2014-02-13 テルモ株式会社 情報処理システム、情報処理装置、情報処理方法
US10255622B2 (en) * 2012-10-31 2019-04-09 Continuum Health Technologies Corp. Statistical financial system and method to value patient visits to healthcare provider organizations for follow up prioritization
CN103617548B (zh) * 2013-12-06 2016-11-23 中储南京智慧物流科技有限公司 一种趋势性、周期性商品的中长期需求预测方法
CN106897563A (zh) * 2017-02-28 2017-06-27 重庆医科大学附属永川医院 一种医院就诊导航方法
CN108806786A (zh) * 2018-05-31 2018-11-13 海宁卫生学校 一种用于医院就诊的智能系统和方法
CN111508598B (zh) * 2020-05-06 2023-12-08 万达信息股份有限公司 一种呼吸系统疾病门诊量预测方法
CN112309027A (zh) * 2020-10-22 2021-02-02 深圳中兴网信科技有限公司 候诊信息的推送方法、推送系统和存储介质
CN112599230A (zh) * 2020-12-28 2021-04-02 乐山市人民医院 一种患者就医路径规划系统、方法及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110491486A (zh) * 2018-08-16 2019-11-22 上海好医通健康信息咨询有限公司 一种医疗服务预约排期方法
CN110322943A (zh) * 2019-07-15 2019-10-11 西安交通大学医学院第一附属医院 就诊引导方法及引导系统
WO2021139146A1 (zh) * 2020-01-09 2021-07-15 平安国际智慧城市科技股份有限公司 信息推荐方法、设备、计算机可读存储介质及装置

Also Published As

Publication number Publication date
CN113823393A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
Kuijsten et al. Hospital mortality is associated with ICU admission time
CN109002904B (zh) 一种基于Prophet-ARMA的医院门诊就诊量预测方法
US7187790B2 (en) Data processing and feedback method and system
CN113921141B (zh) 一种个体慢病演进风险可视化评估方法及系统
US20040122707A1 (en) Patient-driven medical data processing system and method
US20040122719A1 (en) Medical resource processing system and method utilizing multiple resource type data
US20040122703A1 (en) Medical data operating model development system and method
US20040122706A1 (en) Patient data acquisition system and method
CN111899252B (zh) 基于人工智能的病理图像处理方法和装置
WO2004061744A2 (en) Enhanced computer-assisted medical data processing system and method
Nicholson et al. Improving local prevalence estimates of SARS-CoV-2 infections using a causal debiasing framework
Young et al. Multiple orderings of events in disease progression
Bianconi et al. Information technology as tools for cancer registry and regional cancer network integration
Koval et al. Spatiotemporal propagation of the cortical atrophy: Population and individual patterns
Wah et al. A systematic review of Bayesian spatial–temporal models on cancer incidence and mortality
Kleinbaum Epidemiologic methods: the “art” in the state of the art
US8762171B2 (en) Medical resource estimation and simulation system
CN113823393B (zh) 基于bim技术的医院就医导航系统及方法
Einzinger et al. The GAP-DRG model: Simulation of outpatient care for comparison of different reimbursement schemes
Veeder Health services utilization models for human services planning
CN113223734A (zh) 基于算法、医学影像和大数据的疾病诊断和大健康管理平台
Buuren Worm plot to diagnose fit in quantile regression
CN116543917A (zh) 一种针对异构时间序列数据的信息挖掘方法
Choi et al. Efficient mapping of California mortality fields at different spatial scales
Gu et al. Measuring perceived racial heterogeneity and its impact on crime: an ambient population-based approach

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