CN114153871B - 基于dip分组的数据查询优化方法及装置 - Google Patents

基于dip分组的数据查询优化方法及装置 Download PDF

Info

Publication number
CN114153871B
CN114153871B CN202111483392.8A CN202111483392A CN114153871B CN 114153871 B CN114153871 B CN 114153871B CN 202111483392 A CN202111483392 A CN 202111483392A CN 114153871 B CN114153871 B CN 114153871B
Authority
CN
China
Prior art keywords
patient
hospital
patients
dip
group
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
CN202111483392.8A
Other languages
English (en)
Other versions
CN114153871A (zh
Inventor
秦晓宏
叶大江
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.)
Shanghai Clinbrain Information Technology Co Ltd
Original Assignee
Shanghai Clinbrain Information Technology 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 Shanghai Clinbrain Information Technology Co Ltd filed Critical Shanghai Clinbrain Information Technology Co Ltd
Priority to CN202111483392.8A priority Critical patent/CN114153871B/zh
Publication of CN114153871A publication Critical patent/CN114153871A/zh
Application granted granted Critical
Publication of CN114153871B publication Critical patent/CN114153871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2433Query languages
    • G06F16/244Grouping and aggregation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2453Query optimisation
    • 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
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Mathematical Physics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开提供了一种基于DIP分组的数据查询优化方法及装置,应用于DIP平台服务器,包括:基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者;基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合;基于所述在院患者集合以及出院患者集合进行DIP分组数据查询。本公开可以提高患者数据查询的效率,提高用户体验。

Description

基于DIP分组的数据查询优化方法及装置
技术领域
本公开涉及医疗大数据领域,更具体地,涉及一种基于DIP分组的数据查询优化方法、装置、电子设备和计算机可读介质。
背景技术
DIP(Big Data Diagnosis-Intervention Packet,基于大数据的病种分值付费)是利用大数据优势建立的完整管理体系,具有适应临床的复杂多样、病例入组率高、疾病组内差异度小、组别高套发现机制完善、监管精准便于实施等技术优势,相比按项目付费,DIP还具有按病种来衡量诊疗绩效的优势。但是目前在基于DIP分组的患者管理中,随着时间的延长,患者数据也越来越庞大,过于庞大的患者数据,使得医疗工作者在进行DIP分组数据查询时,存在查询患者信息耗时过长、计算预计报销费用速度过慢等问题。
发明内容
有鉴于此,本公开提供了一种基于DIP分组的数据查询优化方法、装置、电子设备和计算机可读介质。
按照本公开内容的第一方面,本公开提供了一种基于DIP分组的数据查询优化方法,应用于DIP平台服务器,包括:
基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者;
基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合;
基于所述在院患者集合以及出院患者集合进行DIP分组数据查询;
其中,在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之前,还包括:
基于新增出院患者的诊疗信息以及DIP分组目录,确定新增出院患者的DIP分组;
在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之后,还包括:
基于在院患者的诊疗信息以及DIP分组目录,确定在院患者的DIP分组。
优选的,所述基于所述在院患者集合以及出院患者集合进行DIP分组数据查询包括以下步骤:
响应于用户的医院患者分组查询请求,获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息;
其中,所述医院患者分组查询请求中包括第一目标查询时段以及第一目标查询分组的指示信息。
进一步优选的,所述获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息之前,还包括:
确定所述医院患者分组查询请求对应的第一目标查询分组是否包括保守治疗组;
若包括,确定所述保守治疗组对应的保守治疗在院患者;
基于所述保守治疗在院患者的诊疗信息,推送诊疗方案确认信息;
响应于用户的诊疗方案确认操作,对所述保守治疗在院患者的DIP分组进行更新;
其中,所述诊疗方案确认信息中包括所述保守治疗组对应的疾病的推荐诊疗方案。
进一步优选的,所述获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息之后,还包括:
基于在院患者的诊疗信息以及DIP分组目录,确定在院患者的第一DIP分组;
确定医院对应的全部DIP分组以及各DIP分组中的关联分组集合;
基于所述关联分组集合中各分组当前时刻的患者数量分布情况,确定在院患者的第二DIP分组;
基于在院患者的第二DIP分组对所述在院患者的DIP分组进行更新。
优选的,所述新增出院患者的诊疗信息包括手术信息、疾病诊断信息以及用药信息中的至少一种。
优选的,所述出院患者集合包括所述新增出院患者以及历史出院患者;其中,所述历史出院患者为当前时刻之前的第一时段之前的第二时段的出院患者。
优选的,上述方法还包括:将新增出院患者更新至历史出院患者对应的数据表中。
优选的,上述方法还包括:基于在院患者集合的报销费用以及出院患者集合的报销费用获得当前时刻的预计报销费用;其中,所述在院患者集合的报销费用为实时分组计算获得的报销费用,所述出院患者集合的报销费用为预先分组计算获得的报销费用。
优选的,上述方法还包括:
响应于用户的报销费用情况查询请求,获取第二目标查询时段对应的第二目标查询分组的预先分组计算的报销费用;
其中,所述报销费用情况查询请求包括第二目标查询时段以及第二目标查询分组的指示信息。
按照本公开内容的第二方面,本公开提供了一种基于DIP分组的数据查询优化装置,应用于DIP平台服务器,包括:
患者类别识别模块,用于基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者;其中,在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之前,还包括:基于所述新增出院患者的诊疗信息以及DIP分组目录,确定所述新增出院患者的DIP分组;在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之后,还包括:基于所述在院患者的诊疗信息以及DIP分组目录,确定所述在院患者的DIP分组;
分组集合确定模块,用于基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合;
数据查询模块,用于基于所述在院患者集合以及出院患者集合进行DIP分组数据查询。
按照本公开内容的第三方面,本公开提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行本公开各实施例中所述的方法。
按照本公开内容的第四方面,本公开提供了一种计算机可读介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行本公开各实施例中所述的方法。
经由上述公开内容可知,本公开提供的应用于DIP平台服务器的基于DIP分组的数据查询优化方法、装置、电子设备和计算机可读介质,首先会基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者,再基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合,从而可以基于在院患者集合以及出院患者集合进行DIP分组数据查询,且新增出院患者的DIP分组是提前预先确定,而在院患者的DIP分组则是实时确定。通过本公开的技术,可以将庞大的医院患者数据通过患者的在院状态划分成需要实时处理的在院患者数据以及不需要实时处理的出院患者数据,且出院患者数据会基于新增出院患者进行周期性地处理,也即可以使得本公开对于数据较为稳定的出院患者相关信息以及数据不确定性较高的在院患者相关信息分开进行处理,从而使数据较为稳定的出院患者相关信息不需要进行实时计算,仅需要对数据不确定性较高的在院患者进行实时计算,这样不仅可以节省实时计算的资源以及时间,还可以提高用户的查询效率。提高用户使用体验。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本公开的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本公开一实施例中提供的一种基于DIP分组的数据查询优化方法流程图;
图2为本公开实施例中对保守治疗在院患者的DIP分组进行更新的流程图;
图3为本公开又一实施例中提供的一种基于DIP分组的数据查询优化方法流程图;
图4为本公开一实施例中提供的一种基于DIP分组的数据查询优化装置结构图;
图5为本公开一实施例中提供的一种电子设备结构图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
医院管理人员(例如科室主任、医院领导等)需要基于科室或整个医院的患者信息了解患者的分组情况以及患者的费用报销情况,进而进行相关决策。基于此,医院管理人员在某些情况下需要根据患者的分组情况实时查询各分组内所有的患者信息,也需要根据患者的分组情况实时查询各分组在当前时刻预计的报销费用,但是随着医院患者数量的不断增长,当患者数量过于庞大时,就会导致患者信息的查询以及预计报销费用的计算速度过慢。因此,就需要对患者的分组查询以及预估报销费用的查询进行优化,以提高患者分组查询以及预估报销费用查询的效率,从而提高用户体验。
基于此,在本公开的一个实施例中,提供了一种基于DIP分组的数据查询优化方法,如图1所示,应用于DIP平台服务器,具体的,包括:
S101,基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者。
医院的就诊患者包括正在住院的患者以及已经出院的患者,对于正在住院的患者,可以存储在在院患者数据表中,对于已经出院的患者,可以存储在出院患者数据表中,也即,可以对正在住院的患者以及已经出院的患者进行分开存储。其中,在院患者数据表中至少包括诊疗信息,还可以包括患者基本信息和/或DIP分组信息;出院患者数据表中也至少包括诊疗信息,还可以包括患者基本信息和/或DIP分组信息。此外,在院患者与出院患者还可以存储在一张数据表中,当在院患者与出院患者存储在一张数据表时,该数据表包括患者在院状态字段,患者在院状态至少包括在院和出院两种,标识为在院的患者即为在院患者,标识为出院的患者即为出院患者。在一种实施方式中,可以直接基于在院状态字段确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者。
对于已经出院的患者,其诊疗信息是确定不变的,因此,可以基于出院患者已经确定不变的诊疗信息,对出院患者进行DIP分组,此时,出院患者的DIP分组也是固定不变的。相应的,新增出院患者不论是直接存储在出院患者数据表中,还是存储在缓存数据表中,其DIP分组都可以基于其固定不变的诊疗信息及DIP分组目录进行确定。
因此,可以在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之前,基于新增出院患者的诊疗信息以及DIP分组目录,确定新增出院患者的DIP分组。
对于在院患者,其诊疗信息是不确定且可以随时改变的,因此,对于目前正在住院的患者,可以在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之后,基于在院患者的诊疗信息以及DIP分组目录,确定在院患者的DIP分组。
即,出院患者的DIP分组信息可以提前基于其已确定的诊疗信息进行确定,在院患者的DIP分组信息则是基于查询请求实时计算获得。
在本实施例中,可以将医院管理人员当前需要查询医院患者数据的时刻定义为当前时刻,将医院管理人员上次查询医院患者数据的时刻与当前时刻之间的时间段定义为当前时刻之前的第一时段,或者将出院患者数据表设置为周期性更新,周期可以设置为一天、一星期、一季度、一个月等,此时,当前时刻之前的第一时段就为当前时刻所在更新周期内的已经经过的时间范围。因此,确定当前时刻的在院患者可以基于当前时刻的在院患者数据表进行确定,确定当前时刻之前的第一时段内的新增出院患者,可以基于出院患者数据表进行确定。
其中,可以对当前时刻之前的第一时段内每次新增的出院患者数据进行缓存,相应的,确定当前时刻之前的第一时段内的新增出院患者就可以基于缓存数据表进行确定,缓存数据表中至少包括诊疗信息,还可以包括患者基本信息和/或DIP分组信息。缓存数据表中的新增出院患者数据可以周期性地更新至出院患者数据表中,也可以在一定触发条件下更新至出院患者数据表,如触发条件可以为数据查询请求。
S102,基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合。
在确定当前时刻的在院患者之后,可以基于在院患者确定在院患者集合。具体的,可以基于在院患者数据表确定在院患者集合,且在院患者集合中至少包括在院患者的诊疗信息,还可以包括患者基本信息和/或DIP分组。
在确定当前时刻之前的第一时段内的新增出院患者之后,可以基于当前时刻之前的第一时段内的新增出院患者确定出院患者集合。其中,出院患者集合包括新增出院患者以及历史出院患者,历史出院患者为当前时刻之前的第一时段之前的第二时段的出院患者。其中,第二时段可以从当前时刻所在年份的起始时间开始,截止到当前时刻之前的第一时段所在时间起始点;或者,第二时段可以从用户输入的查询时间范围的起始时间开始,截止到当前时刻之前的第一时段所在时间起始点。第二时段的起始时间可以由根据需求进行设定。
在具体实施例中,可以直接基于包括新增出院患者的出院患者数据表确定出院患者集合,也可以基于不包括新增出院患者的出院患者数据表以及包括新增出院患者的缓存数据表确定出院患者集合,此时,不包括新增出院患者的出院患者数据表即为历史出院患者对应的数据表。出院患者集合中至少包括出院患者的诊疗信息,还可以包括患者基本信息和/或DIP分组。
S103,基于所述在院患者集合以及出院患者集合进行DIP分组数据查询。
确定好在院患者集合以及出院患者集合后,可以分别针对出院患者集合和在院患者集合进行数据处理。例如,对于出院患者集合中的患者,可以在固定的时间间隔或其他触发条件下进行患者数据统计或者分组计算,对于在院患者集合中的患者,可以实时进行患者数据的统计或者分组计算,当用户在某一时刻对患者数据进行查询时,此时只需要统计或者分组计算在院患者的数据,再在在院患者数据的基础上叠加上预先已进行患者数据统计或者分组计算好的出院患者数据,此时便可以降低患者数据统计或者分组计算的数据量,进而提高用户查询效率。
在本公开的另一实施例中,基于在院患者集合以及出院患者集合进行DIP分组数据查询可以包括以下步骤:
响应于用户的医院患者分组查询请求,获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息。
其中,医院患者分组查询请求中包括第一目标查询时段以及第一目标查询分组的指示信息。
在又一实施例中,获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息之前,如图2所示,还包括:
S201,确定所述医院患者分组查询请求对应的第一目标查询分组是否包括保守治疗组;若包括,确定保守治疗组对应的保守治疗在院患者。
在院患者的诊疗信息可能是不够全面的诊疗信息,有可能仅仅只是基础的病种大类信息,而根据在院患者的病种大类信息以及DIP分组目录,仅可以将患者分至保守治疗组。
S202,基于保守治疗在院患者的诊疗信息,推送诊疗方案确认信息。
在院患者由于其诊疗信息的不完整性以及不确定性,其对应的诊疗方式也可能存在多种,而多种不同的诊疗方式,其对应的DIP分组也可能不同,对于同一种疾病不同的诊疗方式对应的不同DIP分组组成的分组集合可以称为关联分组集合,可以将关联分组集合中的多个分组作为推荐诊疗方案。
S203,响应于用户的诊疗方案确认操作,对保守治疗在院患者的DIP分组进行更新。
基于推荐的诊疗方案,用户可以进行选择,响应于用户的诊疗方案确认操作,可以基于确认的诊疗方案重新确定保守治疗在院患者的DIP分组。
其中,诊疗方案确认信息中包括所述保守治疗组对应的疾病的推荐诊疗方案。
在本公开的另一实施例中,基于DIP分组的数据查询优化方法,还包括:
基于在院患者集合的报销费用以及出院患者集合的报销费用获得当前时刻的预计报销费用;其中,在院患者集合的报销费用为实时分组计算获得的报销费用,出院患者集合的报销费用为预先分组计算获得的报销费用。
在将患者分为在院患者以及出院患者后,通过分别统计在院患者的预计报销费用以及出院患者的报销费用,可以降低实时分组计算报销费用的数据量,进而提高报销费用的统计效率以及查询效率。
在本公开的又一实施例中,基于DIP分组的数据查询优化方法,还包括:
响应于用户的报销费用情况查询请求,获取第二目标查询时段对应的第二目标查询分组的预先分组计算的报销费用。
其中,所述报销费用情况查询请求包括第二目标查询时段以及第二目标查询分组的指示信息。其中,第二目标查询时段可以由用户自行确定。
在本公开的另一实施例中,获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息之后,还可以包括:
基于在院患者的诊疗信息以及DIP分组目录,确定在院患者的第一DIP分组。在院患者的诊疗信息可能是不够全面的诊疗信息,有可能仅仅只是基础的病种大类信息,而根据在院患者的病种大类信息以及DIP分组目录,仅可以将患者分至保守治疗组,此时,这个第一DIP分组仅仅是一个诊疗信息不全的情况下的保守分组。
确定医院对应的全部DIP分组以及各DIP分组中的关联分组集合。在院患者由于其诊疗信息的不完整性以及不确定性,其对应的诊疗方式也可能存在多种,而多种不同的诊疗方式,其对应的DIP分组也可能不同,对于同一种疾病不同的诊疗方式对应的不同DIP分组组成的分组集合即为关联分组集合。
基于关联分组集合中各分组当前时刻的患者数量分布情况,确定在院患者的第二DIP分组。基于在院患者当前的不完整以及不确定的诊疗信息,在考虑到当前时刻各分组的患者数量分布情况之后,可以根据数量分布及某些预设DIP分组(例如某些实验治疗方案所对应的DIP分组或者推广治疗方案所对应的DIP分组,如无痛分娩)患者数量上限提示医生,使其避免采用或者推荐采用某些DIP分组的诊疗方案。例如,在某些实验治疗方案所对应的DIP分组患者人数已满的情况下,就不能采用或者避免采用,因此,可以向医生推荐关联分组集合中的其他分组所对应的诊疗方案,在患者人数未满的情况下,就可以推荐采用。在确定好诊疗方案的情况下,可以基于确定的诊疗方案确定在院患者的第二DIP分组。
基于在院患者的第二DIP分组对在院患者的DIP分组进行更新。
在本公开的另一实施例中,基于关联分组集合中各分组当前时刻的患者数量分布情况,确定在院患者的第二DIP分组,包括:
基于关联分组集合中各分组当前时刻的患者数量分布情况以及预设的关联分组集合中各分组当前时刻的患者数量的比值,确定关联分组集合中保守治疗组对应的在院患者数量是否异常。预设的关联分组集合中各分组当前时刻的患者数量的比值可以基于历史数据进行确定。例如,对于某一关联分组集合,其可能存在3种关联分组,基于历史数据,可以确定出这3种关联分组当前时刻的患者数量的比值应为1:5:4,其中保守治疗组的占比为4,但是在当前时刻,保守治疗组的占比为9,即说明当前时刻该关联分组集合中的保守治疗组的在院患者数量异常。其中,保守治疗组是当患者诊疗信息不完整的情况下被分配的分组。
若存在异常,则基于保守治疗组中在院患者的诊断信息,确定DIP分组待修正的第一目标在院患者,并对第一目标在院患者的DIP分组进行修正,得到在院患者的第二DIP分组。其中,诊断信息可能是有关于在院患者当前身体状况其他健康信息,也可能是医生记录的患者状况的备注信息。基于该诊断信息,结合当前时刻在院患者的诊疗信息,可以确定在院患者是否存在更为精准的分组,如果在院患者存在更为精准的分组,则其为第一目标在院患者,可以对第一目标在院患者进行分组的修正,以得到在院患者的第二DIP分组。
其中,对第一目标在院患者进行分组的修正可以基于本地存储的在院患者分组表或平台服务器存储的在院患者分组表进行。
在本公开的另一实施例中,医院对应的全部DIP分组以及各DIP分组中的关联分组集合可以进行预确定,例如,对于每一种疾病,基于其不同的治疗方式确定的不同DIP分组即可以组成该疾病的关联分组集合,且在每一种疾病的关联分组集合中,均存在一保守治疗组以供在院患者进行保守分组。
在本公开的另一个实施例中,提供了一种基于DIP分组的数据查询优化方法,应用于DIP平台服务器。具体的,如图3所示,包括:
S301,确定当前时刻的在院患者集合以及出院患者集合。
基于医院就诊患者的在院状态,可以将医院患者分为出院患者以及在院患者。出院患者由于已经完成治疗,数据不再变动,因此分组可以直接确定,继而可以根据其完全确定的分组进行下一步的统计或计算。在院患者则由于具体的治疗手段尚未确定或存在更改的可能,使得其分组不能直接确定,因此,基于在院患者分组的不确定性,可以对在院患者的分组进行调整,以使调整分组后的在院患者所在的分组可以符合医院管理人员查询患者信息或预计报销费用的实时需求。
当医院管理人员需要查询今年截止到当前时刻的所有的患者信息或今年截止到当前时刻的某一分组预计的报销费用时,可以预先确定出当前时刻的在院患者集合以及出院患者集合,这样可以分别针对在院患者集合以及出院患者集合进行数据的统计或计算。
在具体实施例中,分组可以指DIP分组。可以根据患者住院信息表、患者手术表、诊断表以及用药信息表对患者进行分组。其中,患者住院信息表包括在院情况标识,基于在院情况标识可以确定患者是否在院,一般情况下,医院的HIS(Hospital InformationSystem,医院信息系统)会更新该标识。获取患者住院信息表之后,可以根据在院情况标识对患者进行在院状态的判断,从而可以将患者分为在院患者集合以及出院患者集合。
具体的,可以根据患者主索引将患者住院信息表、患者手术表、诊断表以及用药信息表进行关联,从各表中获取后续分组需要使用到的数据,如患者住院信息表中的在院情况标识、患者手术表中的手术信息icd9、诊断表中的疾病诊断信息icd10、用药信息表中的用药信息等,关联的目的是为了获取这些数据,因为患者手术表中没有标识患者是否在院,需要关联患者住院信息表才能获得该数据,各个表关联的列可以为患者主索引,各个表中均存在患者主索引。icd9、icd10为国家标准的医保代码,有些医院诊断表和患者手术表中用的不是国家标准的医保代码,而是医院自己指定的标准代码,则需要基于每个医院对应的院标字典和国标字典做一个对应,以对标到icd9和icd10,这样可以便于实现对患者的分组。
S302,基于在院患者集合、出院患者集合、出院患者集合中医院各分组对应的出院患者数量以及预设的医院各分组第三时段内的患者数量阈值,确定医院各分组对应的剩余患者数量。
其中,医院分组集合即基于医院已有的科室(对应于疾病)以及对应的诊疗手段确定的医院所有的分组。基于此,可以理解的是,医院分组集合包括当前时刻的在院患者集合以及出院患者集合。
预设的医院各分组第三时段内的患者数量阈值可以根据历史大数据确定。例如,可以通过过去五年或者十年中每一年医院各分组第二时段内的患者数量通过预测算法预测当前年份医院各分组第三时段内的患者数量,作为预设的医院各分组第三时段内的患者数量阈值的参考值。
预设的医院各分组第三时段内的患者数量阈值,不同的分组在第三时段内的患者数量的阈值也可能不相同。
其中,第三时段可以今年截止到当前时刻所在月的最后一天或今年截止到当前时刻所在季度的最后一天或今年截至到当前时刻所在年的最后一天。可以根据用户需求进行设定。
出院患者集合中医院各分组对应的出院患者数量由于出院患者数据的确定性,是确定的数量。因此,可以根据预设的医院各分组第三时段内的患者数量阈值以及出院患者集合中医院各分组对应的出院患者数量之间的差值,确定医院各分组对应的剩余患者数量。所述医院各分组对应的剩余患者数量指各分组还可以容纳的患者数量。
S303,将在院患者集合中医院各分组对应的在院患者数量预估值与医院各分组对应的剩余患者数量进行对比,基于对比结果,确定在院患者集合中一个或多个第二目标在院患者分别对应的分组优先级。
在将在院患者集合中医院各分组对应的在院患者数量预估值与医院各分组对应的剩余患者数量进行对比之前,还可以包括以下步骤:基于在院患者集合中各在院患者的预估DIP分组,确定在院患者集合中医院各分组对应的在院患者数量预估值;其中,在院患者的诊疗信息至少包括疾病诊断代码。
每个在院患者对应的诊疗方案可以为一个也可以为多个,当在院患者对应的诊疗方案为一个时,该在院患者也仅能分配在该诊疗方案对应的DIP分组,而不能进行DIP分组的变更,当在院患者对应的诊疗方案包括多个时,该在院患者则可以在这多个诊疗方案对应的多个DIP分组之间进行变更,例如,某一在院患者其对应的诊疗方案包括三种,这三种诊疗方案对应的DIP分组为3个,在该患者在诊疗信息不完整的情况下,其会被分到保守治疗组,但是基于医生和/或患者的进一步确定,其可能会被分配在到这三个DIP分组中的一个。也即,在院患者当前对应的诊疗方案是尚未完全确定的诊疗方案,因此,在院患者集合中各在院患者的诊疗信息并不完整,根据DIP分组目录以及在院患者集合中各在院患者的诊疗信息确定的在院患者对应的各分组也为预估的分组,也相应的,在院患者集合中医院各分组对应的在院患者数量为预估值。
通过对比在院患者集合中医院各分组对应的在院患者数量预估值以及医院各分组对应的剩余患者数量,可以确定当前各个在院患者对应的分组是否为合理的分组。例如,可以基于当前分组在院患者数量预估值与剩余患者数量的大小来判断分组是否合理:当在院患者集合中某一分组对应的在院患者数量预估值未超过该分组对应的剩余患者数量时,说明该分组对应的在院患者当前的预估分组为合理的分组,不需要进行分组的更改。当在院患者集合中某一分组对应的在院患者数量预估值超过该分组对应的剩余患者数量时,说明该分组对应的在院患者中可能存在部分在院患者当前的预估分组不合理;进一步的,可以基于当前分组剩余患者数量与在院患者数量预估值的差值或在院患者数量预估值与剩余患者数量的比值来判断分组是否合理:当在院患者集合中某一分组对应的上述差值/比值与其它关联分组(即可替换分组)对应的差值/比值进行对比,若差值/比值一致,说明对应分组为合理的分组,不需要进行分组的更改。若差值/比值不一致,说明对应分组的在院患者中可能存在部分在院患者当前的预估分组不合理。因此,就需要对该预估分组内部分在院患者的分组进行修正,以使医院管理人员可以实时且较为精准地查询该分组对应的患者信息以及预估报销费用。
对于需要调整的预估分组中对应的在院患者,部分在院患者可能仅存在一种诊疗方案,则该部分在院患者只存在一种分组情况,其分组是准确的,无需修正。但是当存在在院患者具有多种诊疗方案时,不同的诊疗方案由于对应不同的分组,因此这部分在院患者可能需要进行分组的修正,需要进行分组修正的在院患者即为目标在院患者。
在具体的实施例中,确定在院患者集合中一个或多个第二目标在院患者分别对应的分组优先级包括:
确定每个第二目标在院患者的可替换分组集合;
基于可替换分组集合中每一个分组对应的剩余患者数量、在院患者数量预估值,确定可替换分组集合中所有分组的分组优先级。
由于每个第二目标在院患者存在多种诊疗方案,也相应的存在多种不同的分组情况,对于每一个第二目标在院患者,其对应的多种诊疗方案对应的多个分组即为其对应的可替换分组集合。
确定好每个第二目标在院患者的可替换分组集合之后,可以对每个可替换分组集合中的多个分组进行优先级排序。具体的,可以根据每个分组对应的剩余患者数量、在院患者数量预估值确定分组优先级。在具体实施例中,分组对应的剩余患者数量与在院患者数量预估值的差值越大(相应的在院患者数量预估值与剩余患者数量的比值越小),则优先级越高,可以对剩余患者数量与在院患者数量预估值的差值(或在院患者数量预估值与剩余患者数量的比值)设定不同的权值,以准确确定每个分组的优先级高低。
S304,基于在院患者集合中一个或多个第二目标在院患者分别对应的分组优先级,生成分组推荐信息。
当存在需要修正分组的一个或多个在院患者时,可以将需要修正分组的一个或多个在院患者定为一个或多个第二目标在院患者。对于单个第二目标在院患者,其可替换的多种诊疗方案对应有多个分组,在另一具体实施例中,可以基于每个分组对应的剩余患者数量以及在院患者数量预估值对这多个分组进行优先级划分,例如,可以将剩余患者数量与在院患者数量预估值差值最大的分组作为该目标在院患者优先级最高的分组。基于此,可以生成分组推荐信息,即基于目标在院患者对应的分组优先级确定目标患者的推荐分组。所述分组推荐信息中可以包括推荐分组对应的诊疗方案,医生获悉该分组推荐信息之后,能够确定推荐分组对应的诊疗方案,并基于目标在院患者的诊断情况,确定是否采用推荐分组对应的诊疗方案。可以理解的是,医生可采纳该分组推荐信息,也可不采纳。
在具体的实施例中,步骤S304可以包括:确定各医院分组中的关联分组集合;基于所述关联分组集合中各分组对应的优先级,生成分组推荐信息。
在DIP分组目录中,可以存在预先确定的关联分组,例如,对于某一分组,在DIP分组中,可能存在与其相关联的2个、3个、5个或10个不同的分组,这些存在关联性的多个分组即为关联分组集合。在确定好目标在院患者的可替换分组集合之后,可以针对可替换分组集合中的每一个分组,确定其对应的关联分组集合。基于目标在院患者的所有关联分组集合中各分组对应的优先级,生成分组推荐信息。
在对某一分组的在院患者进行调整时,首先需要确定该分组的在院患者是否存在多个诊疗方案,如果某一在院患者仅存在单个诊疗方案,则不对该在院患者的分组进行调整。如果某一在院患者存在多个诊疗方案,如存在诊疗方案A、诊疗方案B、诊疗方案C以及诊疗方案D,则可以对每一个诊疗方案所对应的分组进行分组优先级确认,并基于所述分组优先级,生成分组推荐信息,从而可以协助医生确定诊疗方案。
对于上述步骤S301-S304中提到的出院患者集合中医院各分组对应的出院患者数量以及在院患者集合中医院各分组对应的在院患者数量预估值,均是基于DIP分组目录确定的。
结合实际场景,一般患者出院了,该患者的分组就可以完全确定,但是在院患者因为其诊疗数据一直在变化,基于此,可以将当前时刻的所有患者分为在院患者和出院患者。由于在院患者数量不大,因此,实现对在院患者的实时分组调整成为可能。而出院患者则可以提前获得其各项数据,因此,可以对出院患者计算所需的综合数据进行提前处理并进行缓存,这样在合并在院患者和出院患者数据时就不会损耗过长时间,从而达到用户快速查看及实时的要求。
在又一实施例中,本公开还提供了一种基于DIP分组的数据查询优化装置,如图4所示,其对应于上述实施例提供的基于DIP分组的数据查询优化方法,包括:
患者类别识别模块401,用于基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者;其中,在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之前,还包括:基于所述新增出院患者的诊疗信息以及DIP分组目录,确定所述新增出院患者的DIP分组;在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之后,还包括:基于所述在院患者的诊疗信息以及DIP分组目录,确定所述在院患者的DIP分组;
分组集合确定模块402,用于基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合;其中,在院患者集合中包括在院患者的DIP分组,出院患者集合中包括出院患者的DIP分组;
数据查询模块403,用于基于在院患者集合以及出院患者集合进行DIP分组数据查询。
在一个实施例中,本公开还提供了一种电子设备,包括一个或多个处理器;存储器,存储器中存储有一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述各方法实施例中的步骤。
在一个实施例中,本公开还提供了一种计算机可读介质,其上存储有可执行指令,该可执行指令被处理器执行时使处理器执行上述各方法实施例中的步骤。
图5示出了用于实现本公开的实施例的电子设备的结构示意图。如图5所示,电子设备500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分308加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有电子设备500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,包括承载指令的在计算机可读介质,在这样的实施例中,该指令可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该指令被中央处理单元(CPU)501执行时,执行本公开中描述的各个方法步骤。
尽管已经描述了示例实施例,但是对于本领域技术人员来说显而易见的是,在不脱离本发明构思的精神和范围的情况下,可以进行各种改变和修改。因此,应当理解,上述示例实施例不是限制性的,而是说明性的。

Claims (8)

1.一种基于DIP分组的数据查询优化方法,应用于DIP平台服务器,包括:
基于医院就诊患者的在院状态,确定当前时刻的在院患者以及所述当前时刻之前的第一时段内的新增出院患者;
基于所述当前时刻的在院患者以及所述当前时刻之前的第一时段内的新增出院患者确定所述当前时刻对应的在院患者集合以及出院患者集合;
基于所述在院患者集合以及出院患者集合进行DIP分组数据查询,包括:根据医院患者分组查询请求对所述在院患者集合中的在院患者实时进行患者数据的统计或者分组计算,并叠加预先已进行患者数据统计或者分组计算好的所述出院患者集合中的出院患者数据;
其中,在所述确定当前时刻的在院患者以及所述当前时刻之前的第一时段内的新增出院患者之前,还包括:
基于所述新增出院患者的诊疗信息以及DIP分组目录,确定所述新增出院患者的DIP分组;
在所述确定当前时刻的在院患者以及所述当前时刻之前的第一时段内的新增出院患者之后,还包括:
基于所述在院患者的诊疗信息以及DIP分组目录,根据所述医院患者分组查询请求确定所述在院患者的DIP分组;
所述基于所述在院患者集合以及出院患者集合进行DIP分组数据查询还包括:
响应于用户的所述医院患者分组查询请求,确定所述医院患者分组查询请求对应的第一目标查询分组是否包括保守治疗组;若包括,确定所述保守治疗组对应的保守治疗在院患者;基于所述保守治疗在院患者的诊疗信息,推送诊疗方案确认信息;响应于用户的诊疗方案确认操作,对所述保守治疗在院患者的DIP分组进行更新;其中,所述医院患者分组查询请求中包括第一目标查询时段以及第一目标查询分组的指示信息;所述诊疗方案确认信息中包括所述保守治疗组对应的疾病的推荐诊疗方案,所述保守治疗组为所述在院患者的诊疗信息不全面时,将所述在院患者分至保守治疗组;
获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息;确定医院对应的全部DIP分组以及所述保守治疗在院患者的DIP分组中的关联分组集合;在所述关联分组集合中的其他分组中的患者人数未满的情况下,向医生推荐所述关联分组集合中的其他分组所对应的诊疗方案,基于确定的诊疗方案确定所述保守治疗在院患者的第二DIP分组;基于所述保守治疗在院患者的第二DIP分组对所述保守治疗在院患者的DIP分组进行更新。
2.如权利要求1所述的基于DIP分组的数据查询优化方法,所述在所述关联分组集合中的其他分组中的患者人数未满的情况下,向医生推荐所述关联分组集合中的其他分组所对应的诊疗方案,基于确定的诊疗方案确定所述保守治疗在院患者的第二DIP分组,包括:
基于所述关联分组集合中各分组所述当前时刻的患者数量分布情况,在所述关联分组集合中的其他分组中的患者人数未满的情况下,向医生推荐所述关联分组集合中的其他分组所对应的诊疗方案,基于确定的诊疗方案确定所述保守治疗在院患者的第二DIP分组。
3.如权利要求1所述的基于DIP分组的数据查询优化方法,其中,所述新增出院患者的诊疗信息包括手术信息、疾病诊断信息以及用药信息中的至少一种。
4.如权利要求1所述的基于DIP分组的数据查询优化方法,其中,所述出院患者集合包括所述新增出院患者以及历史出院患者;其中,所述历史出院患者为所述当前时刻之前的第一时段之前的第二时段的出院患者。
5.如权利要求4所述的基于DIP分组的数据查询优化方法,还包括:
将所述新增出院患者更新至所述历史出院患者对应的数据表中。
6.如权利要求1所述的基于DIP分组的数据查询优化方法,还包括:
基于所述在院患者集合的报销费用以及所述出院患者集合的报销费用获得所述当前时刻的预计报销费用;其中,所述在院患者集合的报销费用为实时分组计算获得的报销费用,所述出院患者集合的报销费用为预先分组计算获得的报销费用。
7.如权利要求1所述的基于DIP分组的数据查询优化方法,还包括:
响应于用户的报销费用情况查询请求,获取第二目标查询时段对应的第二目标查询分组的预先分组计算的报销费用;
其中,所述报销费用情况查询请求包括第二目标查询时段以及第二目标查询分组的指示信息。
8.一种基于DIP分组的数据查询优化装置,应用于DIP平台服务器,包括:
患者类别识别模块,用于基于医院就诊患者的在院状态,确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者;其中,在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之前,还包括:基于所述新增出院患者的诊疗信息以及DIP分组目录,确定所述新增出院患者的DIP分组;在确定当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者之后,还包括:基于所述在院患者的诊疗信息以及DIP分组目录,根据医院患者分组查询请求确定所述在院患者的DIP分组;
分组集合确定模块,用于基于当前时刻的在院患者以及当前时刻之前的第一时段内的新增出院患者确定当前时刻对应的在院患者集合以及出院患者集合;
数据查询模块,用于基于所述在院患者集合以及出院患者集合进行DIP分组数据查询,包括:根据医院患者分组查询请求对所述在院患者集合中的在院患者实时进行患者数据的统计或者分组计算,并叠加预先已进行患者数据统计或者分组计算好的所述出院患者集合中的出院患者数据;
所述数据查询模块还用于响应于用户的所述医院患者分组查询请求,确定所述医院患者分组查询请求对应的第一目标查询分组是否包括保守治疗组;若包括,确定所述保守治疗组对应的保守治疗在院患者;基于所述保守治疗在院患者的诊疗信息,推送诊疗方案确认信息;响应于用户的诊疗方案确认操作,对所述保守治疗在院患者的DIP分组进行更新;其中,所述医院患者分组查询请求中包括第一目标查询时段以及第一目标查询分组的指示信息;所述诊疗方案确认信息中包括所述保守治疗组对应的疾病的推荐诊疗方案,所述保守治疗组为所述在院患者的诊疗信息不全面时,将所述在院患者分至保守治疗组;获取第一目标查询时段对应的第一目标查询分组中的在院患者与出院患者信息;确定医院对应的全部DIP分组以及所述保守治疗在院患者的DIP分组中的关联分组集合;在所述关联分组集合中的其他分组中的患者人数未满的情况下,向医生推荐所述关联分组集合中的其他分组所对应的诊疗方案,基于确定的诊疗方案确定所述保守治疗在院患者的第二DIP分组;基于所述保守治疗在院患者的第二DIP分组对所述保守治疗在院患者的DIP分组进行更新。
CN202111483392.8A 2021-12-07 2021-12-07 基于dip分组的数据查询优化方法及装置 Active CN114153871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111483392.8A CN114153871B (zh) 2021-12-07 2021-12-07 基于dip分组的数据查询优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111483392.8A CN114153871B (zh) 2021-12-07 2021-12-07 基于dip分组的数据查询优化方法及装置

Publications (2)

Publication Number Publication Date
CN114153871A CN114153871A (zh) 2022-03-08
CN114153871B true CN114153871B (zh) 2022-10-11

Family

ID=80452976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111483392.8A Active CN114153871B (zh) 2021-12-07 2021-12-07 基于dip分组的数据查询优化方法及装置

Country Status (1)

Country Link
CN (1) CN114153871B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951894A (zh) * 2015-06-25 2015-09-30 成都厚立信息技术有限公司 医院疾病管理智能分析和评估系统
CN110706769A (zh) * 2019-09-20 2020-01-17 上海金仕达卫宁软件科技有限公司 对医保数据进行DRGs分组的方法、装置和电子设备
CN111210355A (zh) * 2019-12-23 2020-05-29 望海康信(北京)科技股份公司 医疗数据对照系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190130066A1 (en) * 2017-10-27 2019-05-02 Colossio, Inc. Health trend analysis and inspection
CN111489821B (zh) * 2020-03-31 2021-02-02 宜昌市中心人民医院(三峡大学第一临床医学院、三峡大学附属中心人民医院) 诊断组管理系统
CN112256738A (zh) * 2020-11-03 2021-01-22 余启萍 一种医疗联动drg质控查询方法、装置及系统
CN112885481A (zh) * 2021-03-09 2021-06-01 联仁健康医疗大数据科技股份有限公司 病例分组方法、装置、电子设备及存储介质
CN113593686A (zh) * 2021-08-05 2021-11-02 南方医科大学珠江医院 基于drg/dip全流程医疗质量监管的医保综合管理系统及管理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951894A (zh) * 2015-06-25 2015-09-30 成都厚立信息技术有限公司 医院疾病管理智能分析和评估系统
CN110706769A (zh) * 2019-09-20 2020-01-17 上海金仕达卫宁软件科技有限公司 对医保数据进行DRGs分组的方法、装置和电子设备
CN111210355A (zh) * 2019-12-23 2020-05-29 望海康信(北京)科技股份公司 医疗数据对照系统及方法

Also Published As

Publication number Publication date
CN114153871A (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
US20180012244A1 (en) System and method to determine prescription drug benefit eligibility from electronic prescription data streams
US20150371000A1 (en) Systems and Methods for Determining Patient Adherence to a Prescribed Medication Protocol
US20120265549A1 (en) System and Computer Readable Medium for Predicting Patient Outcomes
CN110767308A (zh) 信息推送方法、装置、计算机设备和存储介质
WO2012104803A1 (en) Clinical decision support system for predictive discharge planning
CN103440421A (zh) 医学数据处理方法和系统
US20060053032A1 (en) Method and apparatus for reporting national and sub-national longitudinal prescription data
US20150127372A1 (en) Electrical Computing Devices Providing Personalized Patient Drug Dosing Regimens
KR20190099901A (ko) 환자 정보 기반의 복약 관리 장치 및 방법
JP2018142041A (ja) 巡回予定時刻通知プログラム、巡回予定時刻通知方法、および通知装置
CN114153871B (zh) 基于dip分组的数据查询优化方法及装置
US20140358579A1 (en) Clinical decision support system for quality evaluation and improvement of discharge planning
WO2023050668A1 (zh) 基于因果推断的分群模型构建方法和医疗数据处理方法
GB2582926A (en) Method of minimising patient risk
US11182459B1 (en) Automated comparative healthcare, financial, operational, and quality outcomes and performance benchmarking
CN110993114B (zh) 医疗数据分析方法及装置、存储装置、电子设备
WO2021151330A1 (zh) 用户分群方法、装置、设备和计算机可读存储介质
Liu et al. Multivariate analysis of physicians’ practicing behaviors in an urgent care telemedicine intervention
KR101508330B1 (ko) 운동 컨설팅 정보의 제공 방법
US10258294B2 (en) Alarm controlling method and apparatus for patient monitor, and adaptive alarming method for patient monitor
de Burlet et al. Patients requiring an acute operation: where are the delays in the process?
CN107705851B (zh) 一种用药数据的校正方法
US12008053B1 (en) Correlating personal IDs to online digital IDs
US20230154579A1 (en) Telecommunication apparatus and method
US20230125634A1 (en) Method for predicting developmental disease and system therefor

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