CN114023408A - 一种智能就医推送方法、系统及存储介质 - Google Patents
一种智能就医推送方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114023408A CN114023408A CN202111235544.2A CN202111235544A CN114023408A CN 114023408 A CN114023408 A CN 114023408A CN 202111235544 A CN202111235544 A CN 202111235544A CN 114023408 A CN114023408 A CN 114023408A
- Authority
- CN
- China
- Prior art keywords
- information
- medical record
- appointment
- estimated
- person
- 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 31
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 201000010099 disease Diseases 0.000 claims abstract description 41
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 41
- 238000012216 screening Methods 0.000 claims abstract description 36
- 238000003745 diagnosis Methods 0.000 claims description 18
- 230000000306 recurrent effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012552 review Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 206010052568 Urticaria chronic Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 201000009151 chronic rhinitis Diseases 0.000 description 1
- 208000024376 chronic urticaria Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 206010039083 rhinitis Diseases 0.000 description 1
- 208000024891 symptom Diseases 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
- 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开一种智能就医推送方法、系统及存储介质，涉及智慧医疗领域，包括以下步骤：预设有病历数据库和检测数据库；获取就医预约信息，所述就医预约信息包括预约科室信息、预约人信息和预约医师信息；根据预约人信息和预约科室信息从病历数据库中筛选出病历预估信息；根据预约医师信息和病历预估信息从检测数据库中匹配出项目预估信息；根据项目预估信息生成相对应的提醒信息。根据预约人填写的预约人信息，从病历数据库中筛选出病历预估信息，而这病历预估信息所表征的疾病大概率为预约人所要诊断的疾病，再根据预约医师对该病历预估信息给出的历史检测项目，来提醒预约人做好相应的检测准备，从而将预约人信息具有更多的利用价值。
Description
技术领域
本申请涉及智慧医疗的领域，尤其是涉及一种智能就医推送方法、系统及存储介质。
背景技术
随着国家在医疗行业的重点发展，大多数医院都推出了预约挂号这一便民服务。预约挂号服务不但有利于患者进行就医咨询，提前安排就医计划，减少候诊时间，也有利于医院提升管理水平，提高工作效率和医疗质量，降低医疗安全风险。
预约挂号服务包括上网预约、自主预约机预约、热线电话预约等多种预约方式。其中随着智能设备的普及，上网预约在预约挂号服务中的占比越来越高。
针对上述中的相关技术，发明人认为上网预约由于其信息收集的便捷性，使得院方能够获取到更多的预约人信息，而目前预约人信息只用于医师对预约人进行诊断时方便医师了解预约人的情况，缺少其他用处。
发明内容
为了提高预约人信息的利用率，本申请提供一种智能就医推送方法、系统及存储介质。
第一方面，本申请提供一种智能就医推送方法，采用如下的技术方案：
一种智能就医推送方法，包括以下步骤：
预设有病历数据库和检测数据库；所述病历数据库存储有多个病历信息，所述检测数据库存储有多个项目信息；
获取就医预约信息，所述就医预约信息包括预约科室信息、预约人信息和预约医师信息；
根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息；
根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息；
根据项目预估信息生成相对应的提醒信息。
通过采用上述技术方案，根据预约人填写的预约人信息，通过智能匹配从病历数据库中筛选出病历预估信息，而这病历预估信息所表征的疾病大概率为预约人所要诊断的疾病，再根据预约医师对该病历预估信息给出的历史检测项目，来提醒预约人做好相应的检测准备，从而将预约人信息具有更多的利用价值。
可选的，所述病历信息包括就诊科室信息和就诊人信息；
就诊人信息包括就诊人身份信息和就诊人基础信息；
预约人信息包括预约人身份信息和预约人基础信息；
根据预约人信息和预约科室信息从病历数据库中筛选出病历预估信息，具体包括以下步骤：
根据预约人信息和预约科室信息判断病历数据库中是否存在第一病历集合，第一病历集合包括至少一个第一预选信息，第一预选信息为就诊人信息与预约人信息对应且就诊科室信息与预约科室信息对应的病历信息，
若存在第一病历集合，则基于第一筛选方式从第一病历集合中筛选出病历预估信息；
若不存在第一病历集合，则从病历数据库中获取第二病历集合，第二病历集合包括至少一个第二预选信息，第二预选信息为就诊科室信息与预约科室信息对应、就诊人身份信息与预约人身份信息不同以及就诊人基础信息与预约人基础信息相同的病历信息，并基于第二筛选方式从第二病历集合中筛选出病历预估信息。
通过采用上述技术方案，当病历数据库中能够匹配到与预约人信息一致的就诊人信息时，表明预约人存在过就诊记录，那么以预约人曾经的就诊记录用于当前可能出现的疾病的预判，无疑会更加准确。而当病历数据库中缺少预约人曾经的就诊记录时，则尽可能匹配出与预约人信息相近的其他就诊人的就诊记录，以进行后续检测项目的推断。
可选的，基于第一筛选方式从第一病历集合中筛选出病历预估信息，具体包括以下步骤；判断第一病历集合中的第一预选信息所对应的疾病是否属于复发性疾病，
若第一病历集合中的第一预选信息所对应的疾病不属于复发性疾病，则从第一病历集合中删除该第一预选信息，
若第一病历集合中的第一预选信息所对应的疾病属于复发性疾病，则基于预设的加权方法赋予加权值，
并筛选出加权值靠前的若干第一预选信息作为病历预估信息。
通过采用上述技术方案，只有当病历信息所对应的疾病是复发性疾病时，属于该预约人的病历信息才具有参考价值，而当预约人患过的复发性疾病较多时，通过加权方法做出一定的筛选，以减少病历预估信息的数量。
可选的，预约人信息还包括预约人附加信息；
就诊人信息还包括就诊人附加信息；
基于第二筛选方式从第二病历集合中筛选出病历预估信息：
依次将第二预选信息中的就诊人附加信息与预约人附加信息进行匹配，并生成相应的匹配率，将匹配率靠前的若干第二预选信息作为病历预估信息。
通过采用上述技术方案，第二预选信息由于是其他就诊人的病历信息，需要根据预约人附加信息匹配出与预约人高度相似的第二预选信息才能作为病历预估信息使用。
可选的，根据医师信息和病历预估信息从检测数据库中匹配出项目预估信息，具体包括以下步骤：
判断病历预估信息所对应的医师信息是否与当前的医师信息一致，
若病历预估信息所对应的医师信息与当前的医师信息不一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息，项目信息不唯一时，筛选出现频率最高的项目信息为项目预估信息；
若病历预估信息所对应的医师信息与当前的医师信息一致，调用该病历预估信息所对应的项目信息为项目预估信息。
通过采用上述技术方案，当预约的医师在过去曾经处理过类似的疾病时，那么判断医师会再次开出相同的检测项目，也是直接调取病历预估信息中经历过的检测项目即可，从而减少服务器的运算压力。
可选的，不同类型的病历信息对应不同的复诊时效期；
若病历预估信息所对应的医师信息与当前的医师信息不一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息，还包括以下步骤：
判断病历预估信息所对应的就诊人信息是否与当前预约人信息一致，若病历预估信息所对应的就诊人信息不与当前预约人信息一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息；
若病历预估信息所对应的就诊人信息与当前预约人信息一致，则判断病历预估信息所对应的时间点到当前时间点的时间段是否超过对应的复诊时效期，
若病历预估信息所对应的时间点到当前时间点的时间段超过对应的复诊时效期，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息；
若病历预估信息所对应的时间点到当前时间点的时间段未超过对应的复诊时效期，则该病历预估信息所对应的项目信息为项目预估信息。
通过采用上述技术方案，由于病历预估信息所对应的就诊人可能与预约人是同一人，并且该病历预估信息还处在复诊时效期内，那么判断预约人是在进行复诊预约，因此直接调取病历预估信息中经历过的检测项目即可，进一步减少服务器的运算压力。
第二方面，本申请提供一种智能就医推送系统，采用如下的技术方案：
一种智能就医推送系统，包括服务器，服务器包括信息接收模块、第一匹配模块、第二匹配模块和第三匹配模块；
信息接收模块用于获取就医预约信息，就医预约信息包括预约科室信息、预约人信息和预约医师信息；
第一匹配模块用于根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息，并将病历预估信息传输给第二匹配模块；
第二匹配模块用于根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息，并将项目预估信息传输给第三匹配模块；
第三匹配模块用于根据项目预估信息生成相对应的提醒信息。
第三方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行上述方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：通过智能匹配从病历数据库中筛选出病历预估信息，而这病历预估信息所表征的疾病大概率为预约人所要诊断的疾病，再根据预约医师对该病历预估信息给出的历史检测项目，来提醒预约人做好相应的检测准备，从而将预约人信息具有更多的利用价值。
附图说明
图1是本申请实施例的方法流程图。
图2是本申请实施例的系统框图。
附图标记说明：1、信息获取模块；2、第一匹配模块；3、第二匹配模块；4、第三匹配模块。
具体实施方式
以下结合附图1-2对本申请作进一步详细说明。
本申请实施例公开一种智能就医推送方法，应用于服务器中，服务器内预设有病历数据库和检测数据库。其中，病历数据库存储有当前医院中所有的病历信息，而检测数据库有多个，每个检测数据库对应一位医师，检测数据库内存储有由对应医师所诊断的病历信息以及每个病历信息所对应的项目信息。
服务器获取就医预约信息，就医预约信息包括预约科室信息、预约人信息和预约医师信息。服务器先根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息。服务器再根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息。最后服务器根据项目预估信息生成相对应的提醒信息。
预约人可以通过智能手机或是电脑等智能设备访问医院的预约挂号平台，从而上传就医预约信息。而服务器从预约挂号平台获取就医预约信息。提醒信息生成后，由服务器根据预约人在就医预约信息中留下的联系方式采用短信、邮件或是AI电话等多种方式告知预约人。
一种智能就医推送方法，参见图1，包括以下步骤：
S100，获取就医预约信息，就医预约信息包括预约科室信息、预约人信息和预约医师信息。
预约科室信息是指预约人想要就诊的科室所对应的编号信息。
预约医师信息是指预约人想要指定就诊的医师所对应的编号信息。
预约人信息包括预约人身份信息、预约人附加信息和预约人基础信息。预约人身份信息是指能够表明预约人身份的信息，例如预约人的姓名信息和身份证信息。预约人基础信息是指与预约人有关的信息，例如预约人的年龄、住址、工作类型等信息。而预约人附加信息则是指与预约人没有直接关联但有可能对于预约人病症有关的信息，例如当前季节、天气情况等信息。
其中，预约人身份信息和预约人基础信息均由预约人填写获得，并且预约人身份信息是必需获取的。而预约人基础信息可由预约人自行决定是否填写。每有一个预约人基础信息被预约人填写，服务器为其单独建立一个数据单元以进行存储，因此，相较于存储在一起的预约人身份信息，预约人基础信息可以存在多个。预约人附加信息是由服务器通过互联网自动收集当前季节、天气情况等信息而生成的。
S200,根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息。
病历信息是指就诊人在医院看病过程中所记录的各类信息的集合。当就诊人采用预约挂号的方式来进行预约，那么在就诊过程中，病历信息就会以就医预约信息为基础来不断补充新的内容，而不是重新建立档案以收集就诊人信息。
与就医预约信息类似，病历信息包括就诊科室信息、就诊医师信息和就诊人信息。就诊人信息包括就诊人身份信息、就诊人附加信息和就诊人基础信息。
但是病历信息的实质内容多于就医预约信息，而且既使病历信息是在某一就医预约信息的基础上生成的，也并不代表该就医预约信息的内容会百分百继承到病历信息中，这是由于医师对于病历信息具有添加、修改的操作权限。
例如，在就医预约信息中由就诊人填写的年龄信息是67岁，而医师在实际诊断中发现身份证年龄是70岁，那么医师就可以在病历信息中将年龄信息修改过来，从而就会导致就医预约信息与病历信息中的部分信息存在差异。
由于预约人信息的复杂性，从病历数据库中筛选病历预估信息也相对比较复杂，具体包括以下步骤：
根据预约人信息和预约科室信息判断病历数据库中是否存在第一病历集合。
若存在第一病历集合，则基于第一筛选方式从第一病历集合中筛选出病历预估信息。
若不存在第一病历集合，则从病历数据库中获取第二病历集合，并基于第二筛选方式从第二病历集合中筛选出病历预估信息。
第一病历集合包括至少一个第一预选信息，第一预选信息为就诊人信息与预约人信息对应且就诊科室信息与预约科室信息对应的病历信息。
第二病历集合包括至少一个第二预选信息，第二预选信息为就诊科室信息与预约科室信息对应、就诊人身份信息与预约人身份信息不同以及就诊人基础信息与预约人基础信息相同的病历信息。
病历预估信息是与预约人所填写信息适配性高的病历信息，且病历预估信息可以有多个。
第一预选信息是预约人在相应医院所记录的与当前预约科室一致的就医信息。若预约人没有过在相应医院的就医经历，或是预约人在相应医院有过就医经验但没有在该科室就诊过，那么第一病历集合就为空。
在一个实施例中，基于第一筛选方式从第一病历集合中筛选出病历预估信息，具体包括以下步骤；判断第一病历集合中的第一预选信息所对应的疾病是否属于复发性疾病，
若第一病历集合中的第一预选信息所对应的疾病不属于复发性疾病，则从第一病历集合中删除该第一预选信息，
若第一病历集合中的第一预选信息所对应的疾病属于复发性疾病，则基于预设的加权方法赋予加权值，并筛选出加权值靠前的若干第一预选信息作为病历预估信息。
复发性疾病是指会反复发作、不容易根治的疾病，例如慢性鼻炎、荨麻疹等。当第一预选信息所对应的疾病为复发性疾病时，那么此次预约人所要查看的疾病就有较大可能是该疾病复发；而当第一预选信息所对应的疾病不是复发性疾病，尽管此次预约人所要查看的疾病仍有可能还是该疾病，但与该第一预选信息之间缺少联系，因此并不能以第一预选信息来作为参考依据。
预设的加权方法包括以下步骤：
将第一预选信息中的就诊人附加信息和预约人附加信息进行匹配，匹配率越高，则赋予加权越大。例如，就诊人附加信息中记载的季节是春季，而预约人附加信息中记载的季节也是春季，则季节上匹配一致，该第一预选信息就会获取一次加权。因此就诊人附加信息与预约人附加信息的相同点越多，对应的第一预选信息的加权越大。
基于第二筛选方式从第二病历集合中筛选出病历预估信息：
依次将第二预选信息中的就诊人附加信息与预约人附加信息进行匹配，并生成相应的匹配率，将匹配率靠前的若干第二预选信息作为病历预估信息。
第二预选信息是在缺少第一预选信息的情况下所产生的补充性质的信息，而由于第二预选信息是与预约人相似的就诊人所对应的病历信息，而非预约人本身所对应的病历信息，为了减少误差，就需要保证第二预选信息具有足够的准确性。而准确性与预约人基础信息的填写量有关，预约人基础信息填写得越详细，匹配出得就诊人与预约人的相似度就有可能越高，相应的，第二预选信息作为预约人的病历预估信息时的准确率就有可能越高。而实际计算时，每有一条预约人基础信息与就诊人基础信息相对应，匹配率就提高10%。
根据匹配率选取第二预选信息作为病历预估信息的具体方法为：首先通过从大到小的顺序选出三个靠前的匹配率并定义最高的匹配率为目标值，判断剩余两个匹配率分别与目标值的差额是否超过预设值，若没有超过，则同样将相应的匹配率所对应的第二预选信息作为病历预估信息；若超过，则不作为病历预估信息。预设值的设定就是为了避免三个匹配率出现较大的差距。例如，当最高的匹配率为80%时，第二高的匹配率为70%,i第三高的匹配率为40%，此时预设值为50%，就会导致第二高的匹配率所对应的第二预选信息作为病历预估信息；第三高的匹配率的第二预选信息不能作为病历预估信息。
S300,根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息。
项目信息是指针对相应病历信息所对应的疾病的检测项目的信息，例如，当病历信息所对应的疾病是肝功能相关时，所对应的检测项目是静脉抽血检验。项目预估信息是当前预约医师在诊断病历预估信息时最有可能采取的检测项目的信息。
在一个实施例中，根据医师信息和病历预估信息从检测数据库中匹配出项目预估信息，具体包括以下步骤：
判断病历预估信息所对应的医师信息是否与当前的医师信息一致。
若病历预估信息所对应的医师信息与当前的医师信息一致，调用该病历预估信息所对应的项目信息为项目预估信息。
若病历预估信息所对应的医师信息与当前的医师信息不一致，则判断病历预估信息所对应的就诊人信息是否与当前预约人信息一致，
若病历预估信息所对应的就诊人信息不与当前预约人信息一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息。
若病历预估信息所对应的就诊人信息与当前预约人信息一致，则判断病历预估信息所对应的时间点到当前时间点的时间段是否超过对应的复诊时效期。
若病历预估信息所对应的时间点到当前时间点的时间段超过对应的复诊时效期，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息。
若病历预估信息所对应的时间点到当前时间点的时间段未超过对应的复诊时效期，则该病历预估信息所对应的项目信息为项目预估信息。
当病历预估信息所对应的医师信息与当前的医师信息一致，该医师曾经在面对该病历预估信息时要求的检测项目很大可能还会延续下去，因此不需要再从检测数据库中进行匹配，而是直接调用该病历预估信息所对应的项目信息为项目预估信息，减少服务器的运算量。
同理，当病历预估信息所对应的就诊人信息与当前预约人信息一致，并且病历预估信息所对应的时间点到当前时间点的时间段未超过对应的复诊时效期时，判断为预约人在进行复诊，而对于复诊来说，并不一定需要找上一次的医师来进行诊断，因此对于医师是否一致没有要求。上述情况同样可以直接调用病历预估信息所对应的项目信息为项目预估信息。
剩余的情况则需要从检测数据库中进行匹配出项目信息来作为项目预估信息。
不同类型的病历信息对应不同的复诊时效期，因此在判断病历预估信息所对应的时间点到当前时间点的时间段是否超过对应的复诊时效期前，需要先根据病历预估信息确定出复诊时效期。
S400,根据项目预估信息生成相对应的提醒信息。
提醒信息包括提醒空腹、提醒B超后纸巾的准备、提醒家人陪伴等信息。每个项目预估信息对应其中一种提醒信息。例如，项目预估信息是表征需要空腹的静脉抽血时，该项目预估信息就会对应提醒空腹的提醒信息。
另外，服务器在预约就诊时间的前一天将提醒信息通过预存的联系方式推送给预约人。
本申请实施例还公开一种智能就医推送系统，参见图2，包括服务器，服务器包括信息获取模块1、第一匹配模块2、第二匹配模块3和第三匹配模块4。
信息获取模块1用于获取就医预约信息，就医预约信息包括预约科室信息、预约人信息和预约医师信息。
第一匹配模块2用于根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息，并将病历预估信息传输给第二匹配模块3。
第二匹配模块3用于根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息，并将项目预估信息传输给第三匹配模块4。
第三匹配模块4用于根据项目预估信息生成相对应的提醒信息。
本申请实施例还公开一种计算机可读存储介质，存储有能够被处理器加载并执行上述方法的计算机程序。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (8)
1.一种智能就医推送方法，其特征在于，包括以下步骤：
预设有病历数据库和检测数据库；所述病历数据库存储有多个病历信息，所述检测数据库存储有多个项目信息；
获取就医预约信息，所述就医预约信息包括预约科室信息、预约人信息和预约医师信息；
根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息；
根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息；
根据项目预估信息生成相对应的提醒信息。
2.根据权利要求1所述的一种智能就医推送方法，其特征在于：
所述病历信息包括就诊科室信息和就诊人信息；
就诊人信息包括就诊人身份信息和就诊人基础信息；
预约人信息包括预约人身份信息和预约人基础信息；
根据预约人信息和预约科室信息从病历数据库中筛选出病历预估信息，具体包括以下步骤：
根据预约人信息和预约科室信息判断病历数据库中是否存在第一病历集合，第一病历集合包括至少一个第一预选信息，第一预选信息为就诊人信息与预约人信息对应且就诊科室信息与预约科室信息对应的病历信息，
若存在第一病历集合，则基于第一筛选方式从第一病历集合中筛选出病历预估信息；
若不存在第一病历集合，则从病历数据库中获取第二病历集合，第二病历集合包括至少一个第二预选信息，第二预选信息为就诊科室信息与预约科室信息对应、就诊人身份信息与预约人身份信息不同以及就诊人基础信息与预约人基础信息相同的病历信息，并基于第二筛选方式从第二病历集合中筛选出病历预估信息。
3.根据权利要求2所述的一种智能就医推送方法，其特征在于：基于第一筛选方式从第一病历集合中筛选出病历预估信息，具体包括以下步骤；判断第一病历集合中的第一预选信息所对应的疾病是否属于复发性疾病，
若第一病历集合中的第一预选信息所对应的疾病不属于复发性疾病，则从第一病历集合中删除该第一预选信息，
若第一病历集合中的第一预选信息所对应的疾病属于复发性疾病，则基于预设的加权方法赋予加权值，
并筛选出加权值靠前的若干第一预选信息作为病历预估信息。
4.根据权利要求2所述的一种智能就医推送方法，其特征在于：
预约人信息还包括预约人附加信息；
就诊人信息还包括就诊人附加信息；
基于第二筛选方式从第二病历集合中筛选出病历预估信息：
依次将第二预选信息中的就诊人附加信息与预约人附加信息进行匹配，并生成相应的匹配率，将匹配率靠前的若干第二预选信息作为病历预估信息。
5.根据权利要求1所述的一种智能就医推送方法，其特征在于：根据医师信息和病历预估信息从检测数据库中匹配出项目预估信息，具体包括以下步骤：
判断病历预估信息所对应的医师信息是否与当前的医师信息一致，
若病历预估信息所对应的医师信息与当前的医师信息不一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息，项目信息不唯一时，筛选出现频率最高的项目信息为项目预估信息；
若病历预估信息所对应的医师信息与当前的医师信息一致，调用该病历预估信息所对应的项目信息为项目预估信息。
6.根据权利要求5所述的一种x，其特征在于：不同类型的病历信息对应不同的复诊时效期；
若病历预估信息所对应的医师信息与当前的医师信息不一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息，还包括以下步骤：
判断病历预估信息所对应的就诊人信息是否与当前预约人信息一致，若病历预估信息所对应的就诊人信息不与当前预约人信息一致，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息；
若病历预估信息所对应的就诊人信息与当前预约人信息一致，则判断病历预估信息所对应的时间点到当前时间点的时间段是否超过对应的复诊时效期，
若病历预估信息所对应的时间点到当前时间点的时间段超过对应的复诊时效期，则从当前医师信息所对应的检测数据库中匹配出与病历预估信息相对应的项目信息；
若病历预估信息所对应的时间点到当前时间点的时间段未超过对应的复诊时效期，则该病历预估信息所对应的项目信息为项目预估信息。
7.一种智能就医推送系统，其特征在于：包括服务器，服务器包括信息获取模块（1）、第一匹配模块（2）、第二匹配模块（3）和第三匹配模块（4）；
信息获取模块（1）用于获取就医预约信息，就医预约信息包括预约科室信息、预约人信息和预约医师信息；
第一匹配模块（2）用于根据预约人信息和预约科室信息从病历数据库中筛选出相适配的病历信息作为病历预估信息，并将病历预估信息传输给第二匹配模块（3）；
第二匹配模块（3）用于根据预约医师信息和病历预估信息从检测数据库中匹配出相适配的项目信息作为项目预估信息，并将项目预估信息传输给第三匹配模块（4）；
第三匹配模块（4）用于根据项目预估信息生成相对应的提醒信息。
8.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111235544.2A CN114023408A (zh) | 2021-10-22 | 2021-10-22 | 一种智能就医推送方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111235544.2A CN114023408A (zh) | 2021-10-22 | 2021-10-22 | 一种智能就医推送方法、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114023408A true CN114023408A (zh) | 2022-02-08 |
Family
ID=80057313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111235544.2A Pending CN114023408A (zh) | 2021-10-22 | 2021-10-22 | 一种智能就医推送方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114023408A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874653A (zh) * | 2017-01-13 | 2017-06-20 | 深圳市前海安测信息技术有限公司 | 医院辅助决策系统和方法 |
| CN106897546A (zh) * | 2017-01-13 | 2017-06-27 | 深圳市前海安测信息技术有限公司 | 医疗信息化辅助医生诊疗系统和方法 |
| CN107463779A (zh) * | 2017-07-31 | 2017-12-12 | 合肥桥旭科技有限公司 | 一种基于物联网的医疗信息集成系统 |
| CN110097954A (zh) * | 2018-01-31 | 2019-08-06 | 深圳市前海安测信息技术有限公司 | 基于既往病史的体检自助预约和指引系统及方法 |
-
2021
- 2021-10-22 CN CN202111235544.2A patent/CN114023408A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874653A (zh) * | 2017-01-13 | 2017-06-20 | 深圳市前海安测信息技术有限公司 | 医院辅助决策系统和方法 |
| CN106897546A (zh) * | 2017-01-13 | 2017-06-27 | 深圳市前海安测信息技术有限公司 | 医疗信息化辅助医生诊疗系统和方法 |
| CN107463779A (zh) * | 2017-07-31 | 2017-12-12 | 合肥桥旭科技有限公司 | 一种基于物联网的医疗信息集成系统 |
| CN110097954A (zh) * | 2018-01-31 | 2019-08-06 | 深圳市前海安测信息技术有限公司 | 基于既往病史的体检自助预约和指引系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| US7181375B2 (en) | Patient data mining for diagnosis and projections of patient states | |
| US20040193022A1 (en) | Diagnostic support system and diagnostic support program | |
| CN1674029A (zh) | 临床数据处理系统 | |
| CN118053598B (zh) | 一种基于医疗大数据的医疗信息共享方法及系统 | |
| CN108831537A (zh) | 医疗就诊排序方法、医疗就诊排序系统、以及存储介质 | |
| CN111863252A (zh) | 健康监测方法、系统、计算机设备及存储介质 | |
| CN112037896A (zh) | 一种面向血液透析的智能云护士助理系统 | |
| CN114743625B (zh) | 一种电子健康档案管理方法、系统及计算机存储介质 | |
| CN112908452A (zh) | 事件数据建模 | |
| CN113284632A (zh) | 糖尿病患者的随访方法、装置、电子设备及存储介质 | |
| CN114023409A (zh) | 一种智能导航导诊方法、系统及其存储介质 | |
| CN113744845A (zh) | 基于人工智能的医学影像处理方法、装置、设备及介质 | |
| CN114220526A (zh) | 一种医院预约挂号系统及预约方法 | |
| CN113689942B (zh) | 产检监测方法、装置及相关设备 | |
| CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
| CN117476217A (zh) | 一种慢性心脏病病情发展趋势预测系统 | |
| JP2020503600A (ja) | 提示方法、提示システム、及びプログラム | |
| CN113161016A (zh) | 一种智能医学服务系统、方法及存储介质 | |
| CN114023408A (zh) | 一种智能就医推送方法、系统及存储介质 | |
| CN116864089A (zh) | 一种门诊放号方法、装置、设备及可读存储介质 | |
| CN113496771A (zh) | 一种基于人脸识别的导诊方法、装置及电子设备 | |
| CN114649087A (zh) | 资源预约方法、资源预约系统、电子设备和存储装置 | |
| CN114550930A (zh) | 疾病预测方法、装置、设备及存储介质 | |
| CN113948171A (zh) | 一种根据患者病情自动匹配医院等级的匹配系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 1st Floor, Building 5, No. 2 Xiyuanba Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Applicant after: Zhejiang Yuantu Technology Co.,Ltd. Address before: 310013 west of floor 4, building 1, No. 10, Xiyuan Third Road, Sandun Town, Xihu District, Hangzhou, Zhejiang Applicant before: ZHEJIANG YUANTU INTERCONNECTION TECHNOLOGY CO.,LTD. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220208 |