CN113873196A - 一种提高感染防控管理质量的方法及系统 - Google Patents

一种提高感染防控管理质量的方法及系统 Download PDF

Info

Publication number
CN113873196A
CN113873196A CN202110250549.6A CN202110250549A CN113873196A CN 113873196 A CN113873196 A CN 113873196A CN 202110250549 A CN202110250549 A CN 202110250549A CN 113873196 A CN113873196 A CN 113873196A
Authority
CN
China
Prior art keywords
information
monitoring
department
prevention
infection
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Withdrawn
Application number
CN202110250549.6A
Other languages
English (en)
Inventor
桑圣梅
张珀璇
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.)
Nantong First Peoples Hospital
Original Assignee
Nantong First Peoples Hospital
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 Nantong First Peoples Hospital filed Critical Nantong First Peoples Hospital
Priority to CN202110250549.6A priority Critical patent/CN113873196A/zh
Publication of CN113873196A publication Critical patent/CN113873196A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/20ICT 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)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种提高感染防控管理质量的方法及系统,其中,所述方法包括:通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。解决了现有技术感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题。

Description

一种提高感染防控管理质量的方法及系统
技术领域
本发明涉及管理质量领域,尤其涉及一种提高感染防控管理质量的方法及系统。
背景技术
医院感染管理是医疗质量控制领域内一项全新的质量管理内容,它不但保护病人的生命与促进疾病的康复,而且还与广大医务人员的健康,社会公共卫生问题息息相关,是当今全球医学界十分关注的问题之一。
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:
现有技术感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题。
发明内容
本申请实施例通过提供一种提高感染防控管理质量的方法及系统,解决了现有技术感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题,达到对感染进行多方位、多维度的连锁防控管理,进而减少感染风险,提高医疗防控管理质量安全的技术效果。
鉴于上述问题,提出了本申请实施例提供一种提高感染防控管理质量的方法及系统。
第一方面,本申请实施例提供了一种提高感染防控管理质量的方法,所述方法包括:通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;获得预定关联度阈值;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
另一方面,本申请还提供了一种提高感染防控管理质量的系统,所述系统包括:第一获得单元,所述第一获得单元用于通过多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;第二获得单元,所述第二获得单元用于获得所述第一科室、所述第二科室和所述第三科室的关联度信息;第三获得单元,所述第三获得单元用于获得预定关联度阈值;第四获得单元,所述第四获得单元用于根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;第五获得单元,所述第五获得单元用于根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;第一管理单元,所述第一管理单元用于根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
第三方面,本发明提供了一种提高感染防控管理质量的系统,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:
由于采用了通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理,进而达到对感染进行多方位、多维度的连锁防控管理,进而减少感染风险,提高医疗防控管理质量安全的技术效果。
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为本申请实施例一种提高感染防控管理质量的方法的流程示意图;
图2为本申请实施例一种提高感染防控管理质量的系统的结构示意图;
图3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,第三获得单元13,第四获得单元14,第五获得单元15,第一管理单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种提高感染防控管理质量的方法及系统,解决了现有技术感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题,达到对感染进行多方位、多维度的连锁防控管理,进而减少感染风险,提高医疗防控管理质量安全的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
医院感染管理是医疗质量控制领域内一项全新的质量管理内容,它不但保护病人的生命与促进疾病的康复,而且还与广大医务人员的健康,社会公共卫生问题息息相关,是当今全球医学界十分关注的问题之一。但现有技术存在感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题。
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提高感染防控管理质量的方法,所述方法包括:通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;获得预定关联度阈值;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
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提高感染防控管理质量的方法,其中,所述方法包括:
步骤S100:通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;
具体而言,通过所述多个视频监控装置拍摄获得医院相关科室进行疾病感染防控的监控视频,如传染性非典型肺炎、人感染高致病性禽流感、肺结核、病毒性肝炎、流行性腮腺炎、猩红热、流行性出血热、狂犬病、新冠肺炎等传染性疾病进行感染防控。所述第一监控信息为所述第一科室的防控视频,所述第二监控信息为所述第二科室的防控视频,所述第三监控信息为所述第三科室的防控视频,所述科室为治疗感染性疾病的重点管理科室,如重症监护病房、手术室、供应室、血液透析室、内镜中心、检验科、感染性疾病科、急诊等科室。
步骤S200:获得所述第一科室、所述第二科室和所述第三科室的关联度信息;
具体而言,所述关联度信息为感染性疾病治疗与医院所述第一科室、所述第二科室和所述第三科室的相关关联度信息,如需要对传染性肺炎进行治疗防控,与其相关的重点治疗防控科室有呼吸科、重症监护科、感染性疾病科、检验科和影像科等,分析研判所述第一科室、所述第二科室和所述第三科室与传染性肺炎的关联度,密切监测患者生命体征和胸部影像学变化等,根据每个病例的具体特点和情况,采用呼吸科治疗措施,积极防治并发症,预防继发感染。
步骤S300:获得预定关联度阈值;
步骤S400:根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;
步骤S500:根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;
具体而言,所述预定关联度阈值为预先设定的传染性疾病与相关科室的关联度阈值范围,根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,如对传染性肺炎进行相关科室的关联度筛选排序,按照关联度得到呼吸科、感染性疾病科、检验科的连锁监顺序,再根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息内容,获得连锁监控顺序的相关科室的疾病防控监控视频。
步骤S600:根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
进一步而言,其中,所述根据所述第一连锁监控视频,对所述第一医院进行感染防控管理,本申请实施例步骤S600还包括:
步骤S610:构建感染防控管理模型;
步骤S620:将所述第一连锁监控视频进行图像分割,获得第一连续图像数据集;
步骤S630:将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,获得第一感染防控结果;
步骤S640:根据所述第一感染防控结果,对所述第一医院进行感染防控管理。
具体而言,所述感染防控管理模型为神经网络模型,是对传染性疾病进行感染防控管理的模型,可以完善医院感染管理组织支持性环境,加强医院感染信息化建设,注重感染防控综合知识的应用管理,以提高感染防控人员防控质量。对所述第一连锁监控视频进行图像分割,图像分割就是把所述监控视频的图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程,现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。对所述监控视频进行图像分割后,得到与医院科室感染防控相关的连续图像数据集合,将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,得到感染防控结果即对传染性疾病进行感染防控的方法,如消毒灭菌等,并根据所述感染防控结果,对所述医院进行感染防控管理,达到结合数字图像处理方法,使得到的感染防控结果更加精确高效的技术效果。
进一步而言,其中,所述将所述第一连续图像数据集作为输入信息,输入所述感染防控管理模型,获得第一感染防控结果,本申请实施例步骤S630还包括:
步骤S131:将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,所述感染防控管理模型通过多组训练数据训练获得,所述多组训练数据中的每组数据均包含:所述第一连续图像数据集中的图像和用于标识第一感染防空结果的标识信息;
步骤S132:获得所述感染防控管理模型的输出信息,所述输出信息包括所述第一感染防控结果。
具体而言,所述感染防控管理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,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,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。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks,ANN),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一连续图像数据集中的图像输入神经网络模型,则输出所述第一感染防控结果。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一连续图像数据集中的图像和用于标识第一感染防空结果的标识信息,将所述第一连续图像数据集中的图像输入到神经网络模型中,根据用来标识第一感染防空结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出信息与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得输出的感染防控结果更加合理、准确,进而达到加强医院感染信息化建设,连锁防控管理更加准确高效,从而提高防控管理质量的技术效果。
进一步而言,本申请实施例步骤还包括:
步骤S710:获得第一疫情感染等级;
步骤S720:获得所述第一疫情的风险区域;
步骤S730:获得所述第一医院的位置信息;
步骤S740:根据所述第一医院的位置信息、所述第一疫情的风险区域和所述第一疫情感染等级,确定所述第一医院的第一感染防控管理等级。
具体而言,所述第一疫情感染等级为按照传染性疾病的严重程度、紧急程度和可能波及的范围综合分析得到的感染等级,所述第一疫情的风险区域为按照传染性疾病疫情的感染风险划分的如高风险区域、中风险区域和低风险区域,所述第一医院的位置信息为感染防控的医院所在地理位置。所述第一医院的第一感染防控管理等级为医院对传染性疾病的防控管理程度,按照所述第一医院的位置信息、所述第一疫情的风险区域和所述第一疫情感染等级综合确定,达到通过多因素共同确定感染防控等级,以便更加高效准确的发现感染风险,并实施精准管控的技术效果。
进一步而言,其中,所述获得第一疫情感染等级之前,本申请实施例步骤S710还包括:
步骤S711:获得第一区域的新闻信息;
步骤S712:根据所述第一新闻信息,判断是否具有第一疫情信息;
步骤S713:如果具有所述第一疫情信息,获得第一疫情感染等级。
具体而言,所述第一区域的新闻信息为治疗传染性疾病患者所在的区域的疫情新闻,通过所述新闻信息,分析判断所述区域是否有疫情信息,如果所在区域具有所述疫情信息,按照传染性疾病的严重程度、紧急程度和可能波及的范围综合分析得到所述疫情感染等级,达到通过新闻判断疫情感染程度,以便及时实施精准管控的技术效果。
进一步而言,本申请实施例步骤S730还包括:
步骤S731:获得所述第一疫情的传播能力信息;
步骤S732:获得所述第一疫情的特性信息;
步骤S733:将所述第一疫情的传播能力信息和所述特性信息进行拟合,获得第一参数;
步骤S734:根据所述第一参数和所述第一感染防控管理等级,制定第一管理制度。
具体而言,所述第一疫情的传播能力信息为按照疫情的传播速度、影响范围和防控难度综合确认的。所述第一疫情的特性信息为疫情病毒的传染特性,如病毒潜伏期、传播途径、人群易感性、传染温度范围等特性,将所述第一疫情的传播能力信息和所述特性信息进行数据拟合,得到影响参数,即通过数学的方法得到一个连续的函数或者更加密集的离散方程与其数据相吻合。通过所述影响参数和所述感染防控管理等级,共同制定医院防控管理管理制度,达到合理有效的制定管理制度,进而保障医疗质量与医疗安全,降低感染风险的技术效果。
进一步而言,本申请实施例步骤S734还包括:
步骤S7341:获得所述疫情蔓延速度信息;
步骤S7342:根据所述疫情蔓延速度信息,获得第二参数;
步骤S7343:根据所述第二参数,调整所述第一管理制度,获得第二管理制度。
具体而言,所述疫情蔓延速度信息为疫情传播感染速度,根据所述疫情蔓延速度信息的影响,得到感染防控影响参数,并根据所述影响参数调整所述第一管理制度,得到调整后的管理制度,达到根据疫情情况变化动态实时调整管理制度,使防控管理制度更加准确有效,进而提高医疗防控管理质量的技术效果。
综上所述,本申请实施例所提供的一种提高感染防控管理质量的方法及系统具有如下技术效果:
1、由于采用了通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理,进而达到对感染进行多方位、多维度的连锁防控管理,进而减少感染风险,提高医疗防控管理质量安全的技术效果。
2、由于采用了将所述第一连续图像数据集中的图像输入神经网络模型的方式,进而使得输出的感染防控结果更加合理、准确,进而达到加强医院感染信息化建设,连锁防控管理更加准确高效,从而提高防控管理质量的技术效果。
实施例二
基于与前述实施例中一种提高感染防控管理质量的方法同样发明构思,本发明还提供了一种提高感染防控管理质量的系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于通过多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;
第二获得单元12,所述第二获得单元12用于获得所述第一科室、所述第二科室和所述第三科室的关联度信息;
第三获得单元13,所述第三获得单元13用于获得预定关联度阈值;
第四获得单元14,所述第四获得单元14用于根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;
第五获得单元15,所述第五获得单元15用于根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;
第一管理单元16,所述第一管理单元16用于根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于构建感染防控管理模型;
第六获得单元,所述第六获得单元用于将所述第一连锁监控视频进行图像分割,获得第一连续图像数据集;
第七获得单元,所述第七获得单元用于将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,获得第一感染防控结果;
第二管理单元,所述第二管理单元用于根据所述第一感染防控结果,对所述第一医院进行感染防控管理。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,所述感染防控管理模型通过多组训练数据训练获得,所述多组训练数据中的每组数据均包含:所述第一连续图像数据集中的图像和用于标识第一感染防空结果的标识信息;
第八获得单元,所述第八获得单元用于获得所述感染防控管理模型的输出信息,所述输出信息包括所述第一感染防控结果。
进一步的,所述系统还包括:
第九获得单元,所述第九获得单元用于获得第一疫情感染等级;
第十获得单元,所述第十获得单元用于获得所述第一疫情的风险区域;
第十一获得单元,所述第十一获得单元用于获得所述第一医院的位置信息;
第一确定单元,所述第一确定单元用于根据所述第一医院的位置信息、所述第一疫情的风险区域和所述第一疫情感染等级,确定所述第一医院的第一感染防控管理等级。
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获得第一区域的新闻信息;
第一判断单元,所述第一判断单元用于根据所述第一新闻信息,判断是否具有第一疫情信息;
第十三获得单元,所述第十三获得单元用于如果具有所述第一疫情信息,获得第一疫情感染等级。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于获得所述第一疫情的传播能力信息;
第十五获得单元,所述第十五获得单元用于获得所述第一疫情的特性信息;
第十六获得单元,所述第十六获得单元用于将所述第一疫情的传播能力信息和所述特性信息进行拟合,获得第一参数;
第一制定单元,所述第一制定单元用于根据所述第一参数和所述第一感染防控管理等级,制定第一管理制度。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于获得所述疫情蔓延速度信息;
第十八获得单元,所述第十八获得单元用于根据所述疫情蔓延速度信息,获得第二参数;
第十九获得单元,所述第十九获得单元用于根据所述第二参数,调整所述第一管理制度,获得第二管理制度。
前述图1实施例一中的一种提高感染防控管理质量的方法的各种变化方式和具体实例同样适用于本实施例的一种提高感染防控管理质量的系统,通过前述对一种提高感染防控管理质量的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种提高感染防控管理质量的系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种提高感染防控管理质量的方法的发明构思,本发明还提供一种提高感染防控管理质量的系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种提高感染防控管理质量的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种提高感染防控管理质量的方法,所述方法包括:通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;获得所述第一科室、所述第二科室和所述第三科室的关联度信息;获得预定关联度阈值;根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。解决了现有技术感染防控管理手段单一,导致医疗防控管理质量低,无法降低感染风险的技术问题,达到对感染进行多方位、多维度的连锁防控管理,进而减少感染风险,提高医疗防控管理质量安全的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统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。
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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种提高感染防控管理质量的方法,其中,所述方法应用于一感染防控管理,所述系统包括多个视频监控装置,所述方法包括:
通过所述多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;
获得所述第一科室、所述第二科室和所述第三科室的关联度信息;
获得预定关联度阈值;
根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;
根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;
根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
2.如权利要求1所述的方法,其中,所述根据所述第一连锁监控视频,对所述第一医院进行感染防控管理,包括:
构建感染防控管理模型;
将所述第一连锁监控视频进行图像分割,获得第一连续图像数据集;
将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,获得第一感染防控结果;
根据所述第一感染防控结果,对所述第一医院进行感染防控管理。
3.如权利要求2所述的方法,其中,所述将所述第一连续图像数据集作为输入信息,输入所述感染防控管理模型,获得第一感染防控结果,包括:
将所述第一连续图像数据集中的图像作为输入信息,输入所述感染防控管理模型,所述感染防控管理模型通过多组训练数据训练获得,所述多组训练数据中的每组数据均包含:所述第一连续图像数据集中的图像和用于标识第一感染防空结果的标识信息;
获得所述感染防控管理模型的输出信息,所述输出信息包括所述第一感染防控结果。
4.如权利要求1所述的方法,其中,所述方法包括:
获得第一疫情感染等级;
获得所述第一疫情的风险区域;
获得所述第一医院的位置信息;
根据所述第一医院的位置信息、所述第一疫情的风险区域和所述第一疫情感染等级,确定所述第一医院的第一感染防控管理等级。
5.如权利要求4所述的方法,其中,所述获得第一疫情感染等级之前,包括:
获得第一区域的新闻信息;
根据所述第一新闻信息,判断是否具有第一疫情信息;
如果具有所述第一疫情信息,获得第一疫情感染等级。
6.如权利要求5所述的方法,其中,所述方法包括:
获得所述第一疫情的传播能力信息;
获得所述第一疫情的特性信息;
将所述第一疫情的传播能力信息和所述特性信息进行拟合,获得第一参数;
根据所述第一参数和所述第一感染防控管理等级,制定第一管理制度。
7.如权利要求6所述的方法,其中,所述方法包括:
获得所述疫情蔓延速度信息;
根据所述疫情蔓延速度信息,获得第二参数;
根据所述第二参数,调整所述第一管理制度,获得第二管理制度。
8.一种提高感染防控管理质量的系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于通过多个视频监控装置分别获得第一医院的第一监控信息、第二监控信息和第三监控信息,其中,所述第一监控信息包括第一科室的防控视频,所述第二监控信息包括第二科室的防控视频,所述第三监控信息包括第三科室的防控视频;
第二获得单元,所述第二获得单元用于获得所述第一科室、所述第二科室和所述第三科室的关联度信息;
第三获得单元,所述第三获得单元用于获得预定关联度阈值;
第四获得单元,所述第四获得单元用于根据所述预定关联度阈值对所述第一科室、所述第二科室和所述第三科室的关联度信息进行筛选并排序,获得第一连锁监控顺序;
第五获得单元,所述第五获得单元用于根据所述第一连锁监控顺序和所述第一监控信息、所述第二监控信息和所述第三监控信息,获得第一连锁监控视频;
第一管理单元,所述第一管理单元用于根据所述第一连锁监控视频,对所述第一医院进行感染防控管理。
9.一种提高感染防控管理质量的系统,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权利要求1-7任一项所述方法的步骤。
CN202110250549.6A 2021-03-08 2021-03-08 一种提高感染防控管理质量的方法及系统 Withdrawn CN113873196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110250549.6A CN113873196A (zh) 2021-03-08 2021-03-08 一种提高感染防控管理质量的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110250549.6A CN113873196A (zh) 2021-03-08 2021-03-08 一种提高感染防控管理质量的方法及系统

Publications (1)

Publication Number Publication Date
CN113873196A true CN113873196A (zh) 2021-12-31

Family

ID=78989822

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110250549.6A Withdrawn CN113873196A (zh) 2021-03-08 2021-03-08 一种提高感染防控管理质量的方法及系统

Country Status (1)

Country Link
CN (1) CN113873196A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582524A (zh) * 2022-03-15 2022-06-03 无锡市疾病预防控制中心 一种传染病防漏报的智能管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3207863A1 (en) * 2016-02-19 2017-08-23 Covidien LP Methods for video-based monitoring of vital signs
WO2018037041A1 (en) * 2016-08-23 2018-03-01 Koninklijke Philips N.V. Hospital video surveillance system
CN110769200A (zh) * 2019-11-04 2020-02-07 江苏安防科技有限公司 一种基于ai的视频监控系统
CN111611874A (zh) * 2020-04-29 2020-09-01 杭州电子科技大学 基于ResNet和Canny的人脸口罩佩戴检测方法
CN111639604A (zh) * 2020-06-01 2020-09-08 江西憶源多媒体科技有限公司 一种社区秩序管理的预警方法及装置
CN111767963A (zh) * 2020-07-07 2020-10-13 南通市第二人民医院 一种基于内镜筛查提高质量评估的方法及装置
CN112116609A (zh) * 2019-06-21 2020-12-22 斯特拉克斯私人有限公司 基于图像中的结构或材料分割的机器学习分类方法与系统
WO2021008252A1 (zh) * 2019-07-12 2021-01-21 平安科技(深圳)有限公司 识别图像中人物位置方法、装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3207863A1 (en) * 2016-02-19 2017-08-23 Covidien LP Methods for video-based monitoring of vital signs
WO2018037041A1 (en) * 2016-08-23 2018-03-01 Koninklijke Philips N.V. Hospital video surveillance system
CN112116609A (zh) * 2019-06-21 2020-12-22 斯特拉克斯私人有限公司 基于图像中的结构或材料分割的机器学习分类方法与系统
WO2021008252A1 (zh) * 2019-07-12 2021-01-21 平安科技(深圳)有限公司 识别图像中人物位置方法、装置、计算机设备和存储介质
CN110769200A (zh) * 2019-11-04 2020-02-07 江苏安防科技有限公司 一种基于ai的视频监控系统
CN111611874A (zh) * 2020-04-29 2020-09-01 杭州电子科技大学 基于ResNet和Canny的人脸口罩佩戴检测方法
CN111639604A (zh) * 2020-06-01 2020-09-08 江西憶源多媒体科技有限公司 一种社区秩序管理的预警方法及装置
CN111767963A (zh) * 2020-07-07 2020-10-13 南通市第二人民医院 一种基于内镜筛查提高质量评估的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582524A (zh) * 2022-03-15 2022-06-03 无锡市疾病预防控制中心 一种传染病防漏报的智能管理方法及系统

Similar Documents

Publication Publication Date Title
US11488717B2 (en) Method and system for analysis of spine anatomy and spine disease
JP2020513615A (ja) 深層学習ニューラルネットワークの分散化された診断ワークフロー訓練
CN110349642A (zh) 智能麻醉实施方法、装置、设备及存储介质
CN112466426A (zh) 一种心血管手术风险评估系统及方法
CN112712882A (zh) 一种提高重症护理管理水平的方法和系统
CN112734746A (zh) 一种基于图像识别的骨科伤病谱匹配系统及方法
CN114141349A (zh) 一种icu护理人员的智能调配方法及系统
Khan et al. Adapting graph theory and social network measures on healthcare data: A new framework to understand chronic disease progression
CN112289423A (zh) 一种基于智慧社区病患的复诊及康复的方法及系统
Gillmann et al. How to deal with uncertainty in machine learning for medical imaging?
CN112885466A (zh) 一种基于用户体质的肾脏疾病的预防方法及系统
CN112597827A (zh) 一种基于大数据的植物物候期预测方法和系统
CN113873196A (zh) 一种提高感染防控管理质量的方法及系统
CN112837781B (zh) 一种基于医院处方信息的药房管理系统及方法
CN114512235A (zh) 一种骨折创伤信息处理方法及系统
Cengizler et al. A nature-inspired search space reduction technique for spine identification on ultrasound samples of spina bifida cases
CN113299361A (zh) 一种基于病人临床表现的档案构建方法及系统
Gotmaker et al. Bayesian adaptive design: the future for regional anesthesia trials?
CN112420208B (zh) 一种医护人员疫情防护监测方法及系统
CN112309529B (zh) 一种基于人工智能的感染控制管理方法及系统
CN114068036B (zh) 一种基于物联网感知的传染传播预测方法及系统
US20170351844A1 (en) System and method for determining relative operational performance in a clinical trial
Haine et al. Marginal structural Cox model to estimate the causal effect of clinical mastitis on Québec dairy cow culling risk
CN113113124A (zh) 一种神经外科多患者的整合护理方法及系统
CN113052122A (zh) 一种血透室消毒效果检测系统及方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20211231