CN114242225A - 基于云计算的医疗信息预测推荐系统及方法 - Google Patents

基于云计算的医疗信息预测推荐系统及方法 Download PDF

Info

Publication number
CN114242225A
CN114242225A CN202210084214.6A CN202210084214A CN114242225A CN 114242225 A CN114242225 A CN 114242225A CN 202210084214 A CN202210084214 A CN 202210084214A CN 114242225 A CN114242225 A CN 114242225A
Authority
CN
China
Prior art keywords
list
hospital
recommended
processor
special
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.)
Granted
Application number
CN202210084214.6A
Other languages
English (en)
Other versions
CN114242225B (zh
Inventor
叶方全
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.)
Guangzhou Tianpeng Computer Technology Co ltd
Original Assignee
Guangzhou Tianpeng Computer 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 Guangzhou Tianpeng Computer Technology Co ltd filed Critical Guangzhou Tianpeng Computer Technology Co ltd
Priority to CN202210084214.6A priority Critical patent/CN114242225B/zh
Publication of CN114242225A publication Critical patent/CN114242225A/zh
Application granted granted Critical
Publication of CN114242225B publication Critical patent/CN114242225B/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Epidemiology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明基于云计算的医疗信息预测推荐系统包括供使用者进行操作的移动终端和用于汇总各医疗机构的数据的服务器；所述移动终端包括：第一无线通讯模块、信息输入模块、信息显示模块；所述服务器包括：第二无线通讯模块、第一数据库，其用于储存医疗数据；所述医疗数据包括：综合医院名单、专科医院名单、就医时间；第一处理器，其用于判断伤病情况为急性或慢性，所述第一处理器将所述最终推荐名单发送至移动终端的信息显示模块，为使用者提供了推荐就医的名单以及预测就医所需要的时间，同时也提高了患者的就医速度，有效的促进了医疗资源的充分发挥。

Description

基于云计算的医疗信息预测推荐系统及方法
技术领域
本发明涉及一种医疗领域，特别是涉及一种有利于医疗资源整合、提高患者就医效率基于云计算的医疗信息预测推荐系统。
背景技术
随着国家对医疗资源越来越重视，再加上互联网云计算技术对医疗的辅助，用户输入关键信息后上传至多部服务器组成的系统进行处理和分析后将得到结果再返回给用户，这使得现在去医院看病较十年前已经有了天翻地覆的变化。目前大多患者不知道去哪家医院才能针对性的就医，以及大多患者不知道在诸多能够治疗自己的医院中，去哪家医院更加方便。
因此，目前亟需一种有利于医疗资源整合、提高患者就医效率的基于云计算的医疗信息预测推荐系统。
发明内容
本发明要解决的技术问题是提供一种有利于医疗资源整合、提高患者就医效率、减少大医院负担的基于云计算的医疗信息预测推荐系统。
本发明基于云计算的医疗信息预测推荐系统，包括供使用者进行操作的移动终端和用于汇总各医疗机构的数据的服务器；
所述移动终端包括：
第一无线通讯模块，其用于与第二无线通讯模块无线连接；
信息输入模块，其用于输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
信息显示模块，其用于显示最终推荐名单；
所述服务器包括：
第二无线通讯模块，其用于与第一无线通讯模块无线连接；
第一数据库，其用于储存医疗数据；
所述医疗数据包括：综合医院名单、专科医院名单、就医时间；
所述就医时间用于记录医院多个第一日期从取号到完成诊断的所需要的时间；
第一处理器，其用于判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为第二推荐名单；
所述第一处理器将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
所述第一处理器根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称；
所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块。
本发明一种基于云计算的医疗信息预测推荐方法，其中包括如下步骤：
输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
储存医疗数据；
判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为所述第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为所述第二推荐名单；
将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称；
通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块；
显示最终推荐名单。
本发明基于云计算的医疗信息预测推荐系统与现有技术不同之处在于本发明基于云计算的医疗信息预测推荐系统中使用者通过所述移动终端输入所述伤病情况并上传至云端后再通过云计算的手段分析后将患者分为了急性和慢性，有效的将患者进行了分流，之后所述第一处理器根据所述第一患者信息再通过所述第一排序方法或所述第二排序方法将所述综合医院名单和所述专科医院名单生成为更有利于患者就医的所述第一推荐名单或所述第二推荐名单，将所述第一推荐名单或第二推荐名单最终生成所述最终推荐名单后根据所述最终推荐名单内的医院得出所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称，最终发送至移动终端的信息显示模块，为使用者提供了推荐就医的名单以及预测就医所需要的时间，同时也提高了患者的就医速度，有效的促进了医疗资源的充分发挥。
下面结合附图对本发明的基于云计算的医疗信息预测推荐系统作进一步说明。
附图说明
图1是基于云计算的医疗信息预测推荐系统的第一流程示意图；
图2是基于云计算的医疗信息预测推荐系统的第二流程示意图；
图3是基于云计算的医疗信息预测推荐系统的第三流程示意图。
具体实施方式
如图1~3所示，参见图1，一种基于云计算的医疗信息预测推荐系统，包括供使用者进行操作的移动终端和用于汇总各医疗机构的数据的服务器；
所述移动终端包括：
第一无线通讯模块，其用于与第二无线通讯模块无线连接；
信息输入模块，其用于输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
信息显示模块，其用于显示最终推荐名单；
所述服务器包括：
第二无线通讯模块，其用于与第一无线通讯模块无线连接；
第一数据库，其用于储存医疗数据；
所述医疗数据包括：综合医院名单、专科医院名单、就医时间；
所述就医时间用于记录医院多个第一日期从取号到完成诊断的所需要的时间；
第一处理器，其用于判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为所述第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为所述第二推荐名单；
所述第一处理器将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
所述第一处理器根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称；
所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块。
本发明使用者通过所述移动终端输入所述伤病情况并上传至云端后再通过云计算的手段分析后将患者分为了急性和慢性，有效的将患者进行了分流，之后所述第一处理器根据所述第一患者信息再通过所述第一排序方法或所述第二排序方法将所述综合医院名单和所述专科医院名单生成为更有利于患者就医的所述第一推荐名单或所述第二推荐名单，将所述第一推荐名单或第二推荐名单最终生成所述最终推荐名单后根据所述最终推荐名单内的医院得出所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称，最终发送至移动终端的信息显示模块，为使用者提供了推荐就医的名单以及预测就医所需要的时间，同时也提高了患者的就医速度，有效的促进了医疗资源的充分发挥。
例如，使用者从客户端输入了伤病情况为急性，输入的所述第一患者信息为擦伤，所述第一处理器使用第一排序方法对所述综合医院名单进行筛选和排序后得出所述第一推荐名单，所述第一推荐名单转化为所述最终推荐名单后添加所述最终推荐名单内的推荐医院名称所对应所述预测就医时间，所述最终推荐名单如表1所示，并发送至所述移动终端的所述信息显示模块，使用者收到所述最终推荐名单后，决定前往最终推荐名单内的XX市人民医院，因为该医院在目前时间段的所述预测就医时间最短。
表1
推荐医院名称 预测就医时间
XX大学第三医院 30min
XX省第一医院 25min
XX市人民医院 16min
XX联合骨科医院 28min
XX省第一骨科医院 19min
XX市股骨头医院 22min
XX市骨骼康复医院 21min
其中，医疗机构的终端能够与所述第一数据库连接。
本发明通过设置医疗机构的终端能够与所述第一数据库连接，从而将所述医疗数据上传至所述第一数据库内，达到为所述服务器提供最新最全面的数据。
其中，所述第一排序方法为将符合条件的按照推荐医院名称的综合医院名称的首字母顺序由前至后进行排序。
本发明通过设置所述第一排序方法为将符合条件的按照推荐医院名称的综合医院名称的首字母顺序由前至后进行排序，进而使得使用者更容易按照首字母顺序进行查询。
其中，所述第二排序方法为将符合条件的按照推荐医院名称的专科医院名称的笔画数量由大至小进行排序。
本发明通过设置所述第二排序方法为将符合条件的按照推荐医院名称的专科医院名称的笔画数量由大至小进行排序，进而使得使用者共容易按照笔画数量来进行查询。
作为对本发明的进一步解释，参见图1、2，所述“所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块的步骤之后”，还包括如下步骤：
所述第一数据库存储有所述移动终端输入与急性对应的所述伤病情况时所触发的急性就诊的时间点；
所述服务器还包括
第二处理器，其用于判断在输入与急性对应的所述伤病情况之前的第一单位时间内相同的病情种类的次数是否超过第二阈值，若否则不动作，若是则在所述第一处理器输出所述最终推荐名单的第一时间后将所述与病情种类对应的伤病情况转为慢性上传至所述第一处理器，所述第一处理器根据所述病情种类通过第二排序方法将专科医院名单输出为所述第二推荐名单；
所述第一处理器将输出的所述第二推荐名单转化为所述最终推荐名单；
所述第一处理器根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至最终推荐名单内所对应的推荐医院名称；
所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块。
本发明使用者在第一单位时间内多次以类似原因就医于急诊，且急性就诊次数超过了所述第二阈值，则在这次完成输出所述最终推荐名单的第一时间后，将所述伤病情况为慢性的情况和与所述病情种类上传至所述第一处理器，进而使所述第一处理器输出一份关于专科医院的就医建议发送至所述移动终端的所述信息显示模块，由于一段时间内多次出现相同的急性疾病，有可能是身体发出的征兆或预警但使用者并没有注意，因此通过这项功能提醒患者注意该方面的检查，推荐使用者前往专科医院进行诊疗，避免重大病情积累，尽早使患者病情得以根治，同时减少了综合医院的急性就诊病例。
例如，使用者在65天内的关于腿部骨折急性就诊次数为2次，手部骨折急性就诊次数为1次，由于每次病情都只是轻微骨裂所以使用者没有当回事，所述第二处理器在最后一次输出了关于骨折的急性的最终推荐名单后的12小时后向使用者的移动终端发送了关于骨科专科医院的最终推荐名单，使用者根据关于骨科专科医院的最终推荐名单选择了医院并进行诊疗后，发现使用者患有轻度钙流失相关疾病并住院接受治疗，在专科医院诊疗一个月后使用者出院，并遵从医嘱注意补钙和运动，再也没有出现过频繁骨裂的情况，这不仅使得使用者的病情得以根治，更为其减少了前往医院所浪费的时间。
其中，所述“触发急性就诊的时间点”可为取药时间或开始就诊时间，或使用者通过移动终端的信息输入模块输入过的与急诊对应所述伤病情况的次数的时间，所述第一数据库每生成一个触发急性就诊的时间点则所述急性就诊次数增加1。
本发明通过设置所述“触发急性就诊的时间点”进而在记录急性就诊的时间的同时记录急性就诊的次数。
其中，所述急性就诊次数为使用者以相同的病情种类进行急诊治疗的次数，或为使用者通过移动终端的信息输入模块输入过的与急诊对应所述伤病情况的次数。
本发明通过设置所述急性就诊次数为使用者以相同的病情种类进行急诊治疗的次数，或为使用者通过移动终端的信息输入模块输入过的与急诊对应所述伤病情况的次数，进而达到通过收集所述急性就诊次数对患者的伤情进行判断。
其中，所述第一单位时间可为15~360天，优选为90天。
本发明通过设置所述第一单位时间可为15~360天，优选为90天，进而达到在短时间内快速甄别可能出现的重大疾病，避免甄别时间过长导致病情耽误。
其中，所述第二阈值可为2~6，优选为3。
本发明通过设置所述第二阈值可为2~6，优选为3，进而避免次数过少导致检测过于敏感和次数过多导致延误病情。
其中，所述第一时间可为12~100h，优选为24h。
本发明通过设置所述第一时间可为12~100h，优选为24h，进而先让使用者处理好本次急性疾病待到病情稳定后再进行推荐，避免增加使用者在急性疾病治疗过程中的焦虑感。
作为对本发明的进一步解释，参见图1，所述移动终端还包括
第一定位模块，其用于采集所述移动终端的第一位置；
所述第一数据库存储有与病情种类对应的第一诊室种类；
所述第一患者信息包括病情种类；
所述医疗数据还包括
医院位置，其为所述综合医院名单中含有至少两个的第一医院所对应的地理位置；
诊室名单，其为所述综合医院名单中的综合医院实时开设至少两个第二诊室种类的名单；
所述第一排序方法的步骤为：
所述第一处理器通过所述病情种类输出第一诊室种类，并判断所述综合医院名单内的综合医院所对应的诊室名单的第二诊室种类是否与所述第一诊室种类相同，若是则将与所述第一诊室种类相同的第二诊室种类所对应的诊室名单所对应的综合医院的名称导入第一预备名单；
所述第一处理器通过计算所述第一预备名单内的综合医院名称所对应的医院位置与所述第一位置的第一距离，按照所述综合医院名称所对应的所述第一距离进行由小到大对综合医院名称排序进而得到第二预备名单，将所述第二预备名单通过第三排序方法输出为所述第一推荐名单。
本发明所述第一处理器通过所述第一排序方法将所述综合医院名单内没有开设所述第一诊室种类的医院筛除后生成所述第一预备名单，根据所述移动终端的所述第一位置到所述第一预备名单内的医院的所述第一距离的大小进行排序进而生成所述第二预备名单，再通过第三排序方法将所述第二预备名单输出为所述第一推荐名单，所述第一推荐名单如表2所示，进而让使用者清晰的知道去哪个医院用时最短。
表2
推荐医院名称 第一距离
XX大学第三医院 2.1km
XX省第一医院 5.4km
XX市人民医院 8.8km
例如，使用者从客户端输入了伤病情况为急性，输入的所述第一患者信息为擦伤，所述第一处理器使用第一排序方法对所述综合医院名单进行筛选后剔除了不含有相应诊室种类的医院，并根据所述移动终端的位置到各个医院的位置大小进行排序后得出所述第一推荐名单，所述第一推荐名单转化为所述最终推荐名单后添加最终推荐名单内的推荐医院名称所对应所述预测就医时间，所述最终推荐名单如表3所示，并发送至所述移动终端的所述信息显示模块，使用者收到所述最终推荐名单后，决定前往最终推荐名单内的XX大学第三医院，因为该医院在目前时间段的所述预测就医时间虽然长，但是距离最近可以最快的得到医生的处理建议，而其他医院虽然所述预测就医时间短，但是加上路程时间后发现XX大学第三医院仍是最优选择。
表3
推荐医院名称 第一距离 预测就医时间
XX大学第三医院 2.1km 30min
XX省第一医院 5.4km 25min
XX市人民医院 8.8km 16min
其中，所述第一诊室种类可为骨科诊室、外科诊室、内科诊室。
本发明通过设置所述第一诊室种类可为骨科诊室、外科诊室、内科诊室，进而达到帮助患者快速划分科室的目的。
其中，所述第三排序方法为直接将所述第二预备名单输出为所述第一推荐名单。
本发明通过设置所述第三排序方法为直接将所述第二预备名单输出为所述第一推荐名单，进而达到减少第一处理器的运算负担。
其中，所述病情种类可为骨头疼、划伤、胸闷。
本发明通过设置所述病情种类可为骨头疼、划伤、胸闷，进而达到方便与所述第一诊室种类对照使用。
作为对本发明的进一步解释，参见图1，所述第一患者信息包括病情种类；
所述医疗数据还包括
专业种类，其为专科医院所对应的研究方向的种类；
所述第一数据库存储有与病情种类所对应的第一专科医院种类；
专家个数G，其为所述专科医院名单内的专科医院的开诊的专家的数量；
患者就诊次数，其为所述移动终端的使用者在专科医院的就诊次数；
所述第二排序方法的步骤为：
所述第一处理器通过所述病情种类输出所述第一专科医院种类，并判断所述专科医院名单内的专科医院所对应的专业种类是否与所述第一专科医院种类相同，若是则将专科医院所对应的专业种类与所述第一专科医院种类相同的专科医院的名称导入第三预备名单；
所述第一处理器判断所述第三预备名单内的专科医院名称所对应的专科医院的患者就诊次数是否大于第一阈值，若是则将专科医院所对应的名称导入第四预备名单，并按照患者就诊次数由多至少、从前到后依次排序；若否则将专科医院所对应的名称导入第五预备名单，并按照专科医院所对应的所述专家个数G从多到少、从前到后依次排序；
所述第一处理器通过将所述第四预备名单拼接在所述第五预备名单前面进而得到第六预备名单，将所述第六预备名单通过第四排序方法输出为所述第二推荐名单。
例如，将所述第五预备名单的第一个推荐医院名称排在所述第四预备名单的最后一个推荐医院名称的后面，所述第四预备名单如表4所示，所述第五预备名单如表5所示，所述第五预备名单中的推荐医院名称以此类推并最终形成所述第六预备名单，所述第六预备名单如表6所示。
表4
推荐医院名称 患者就诊次数 专家个数G
XX联合骨科医院 5 2
表5
推荐医院名称 患者就诊次数 专家个数G
XX省第一骨科医院 0 5
XX市股骨头医院 0 4
XX市骨骼康复医院 1 3
表6
推荐医院名称 患者就诊次数 专家个数G
XX联合骨科医院 5 2
XX省第一骨科医院 0 5
XX市股骨头医院 0 4
XX市骨骼康复医院 1 3
本发明所述第一处理器通过所述第一专科医院种类进而对所述专科医院名单进行了筛选实现了对所述专科医院的专业限制，再通过在同一医院患者就诊次数得到常去的医院的名单即所述第四预备名单，并将没去过的医院通过专家数量的多少进而得出所述第五预备名单，将所述第四预备名单拼接在所述第五预备名单后得出所述第六预备名单通过第四排序方法输出为所述第二推荐名单，向患者提供除了常去的医院名称外以及专家较多的医院，进而提高了患者的就医质量，尽可能让患者用最少的就诊次数得到最优化的治疗。
例如，所述专业种类为专科骨科、专科眼科、专科脑科或专科心内。
其中，所述病情种类可为骨头疼、划伤、胸闷。
本发明通过设置所述病情种类可为骨头疼、划伤、胸闷，进而达到方便与所述第一诊室种类对照使用。
其中，所述第一阈值可为1~10，优选为3。
本发明通过设置所述第一阈值可为1~10，优选为3，进而达到确认为多次就诊说明这家医院对患者的病情了解的更深入。
例如，使用者从客户端输入了伤病情况为慢性，输入的所述第一患者信息为骨头疼，所述第一处理器使用第二排序方法对所述专科医院名单进行筛选后剔除了专科医院所对应的专业种类与第一专科医院种类不同的专科医院后得到所述第三预备名单，所述第一处理器通过筛选患者在所述第三预备名单内的医院的就诊次数是否超过第一阈值，进而将第三预备名单分为所述第四预备名单和所述第五预备名单，所述第一处理器分别对所述第四预备名单按照患者就诊次数进行排序，再对所述第五预备名单按照专家个数进行排序，再进行拼接后生成所述第六预备名单，并将所述第六预备名单通过第四排序方法输出为所述第二推荐名单，将所述第二推荐名单最终生成最终推荐名单后根据所述最终推荐名单内的医院得出所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称，所述最终推荐名单如表7所示，最终发送至移动终端的信息显示模块，使用者收到所述最终推荐名单后决定前往XX联合骨科医院，因为虽然XX联合骨科医院的所述专家个数G较少，但是患者就医次数较多，因此该医院的专科专家对该患者的病情了解较多，能够为患者提供最合适的治疗方案。
表7
Figure 462872DEST_PATH_IMAGE001
其中，在所述第四预备名单中，若患者就诊次数相同则按照最后一次就医时间进行排序，最后一次就医时间越晚则排序越靠前。
本发明通过设置，在所述第四预备名单中，若患者就诊次数相同则按照最后一次就医时间进行排序，最后一次就医时间越晚则排序越靠前，进而达到以最后一次病情的就诊情况作为最科学的参考来对患者的病情作为参考条件，为患者提供更有效的就医推荐。
其中，所述第四排序方法为将所述第六预备名单直接输出为所述第二推荐名单。
本发明通过设置所述第四排序方法为将所述第六预备名单直接输出为所述第二推荐名单，进而减少所述第一处理器的运算负担，快速输出所述第二推荐名单。
其中，在所述第五预备名单中，若专家个数G相同则按照将所述专科医院的名称随机排序。
本发明通过设置专家个数G相同则按照将所述专科医院的名称随机排序，进而避免排序错乱。
作为对本发明的进一步解释，参见图1，所述移动终端还包括信息播放模块和语音输入模块；
所述语音输入模块将语音数据转换为文字信息输出至所述信息输入模块；
语音播放模块将所述最终推荐名单的信息转化为语音数据并进行对外播放。
本发明通过设置所述移动终端还包括信息播放模块和语音输入模块，进而有助于患者在不方便手动输入的情况下仍可通过语音数据转换为文字信息进行输入，进而达到增强输入效率的目的。
其中，所述“所述语音播放模块将所述最终推荐名单的信息转化为语音数据并进行对外播放”的步骤为按照所述最终推荐名单的横向依次进行转换，并在一行转换完成后对下一行进行转换。
作为对本发明的进一步解释，参见图1，所述完成诊断的时间为患者取药的时间。
本发明通过设置所述完成诊断的时间为患者取药的时间是由于就诊过程在最后进行取药，并在患者取药后不会在影响医生对之后患者的诊断。
作为对本发明的进一步解释，参见图1，所述第一患者信息为诊断科室。
例如，所述诊断科室为骨科、外科、儿科等医院科室。
本发明通过设置所述第一患者信息为诊断科室，例如骨科、外科、儿科等医院科室，进而达到帮助患者更快的找到合适的就诊医院的目的。
作为对本发明的进一步解释，参见图1，所述第一患者信息为创伤原因。
例如，所述创伤原因为车祸、高处跌落、划伤等伤害事故。
本发明通过设置所述第一患者信息为创伤原因，例如车祸、高处跌落、划伤等伤害事故，进而达到所述第一处理器帮助患者更快的对病情进行分类并就诊的目的。
作为对本发明的进一步解释，参见图1，所述急性的伤病情况包括大面积急性创伤、严重昏迷、濒死状态、呼吸系统停止、心脏骤停。
本发明通过设置所述急性的伤病情况包括大面积急性创伤、严重昏迷、濒死状态、呼吸系统停止、心脏骤停等危及患者生命危险的症状。
一种基于云计算的医疗信息预测推荐方法，参见图1，其包括如下步骤：
输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
储存医疗数据；
判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为所述第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为所述第二推荐名单；
将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称；
通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块；
显示最终推荐名单。
本发明使用者通过所述移动终端输入所述伤病情况并上传至云端后再通过云计算的手段分析后将患者分为了急性和慢性，有效的将患者进行了分流，之后所述第一处理器根据所述第一患者信息再通过所述第一排序方法或所述第二排序方法将所述综合医院名单和所述专科医院名单生成为更有利于患者就医的所述第一推荐名单或所述第二推荐名单，将所述第一推荐名单或第二推荐名单最终生成所述最终推荐名单后根据所述最终推荐名单内的医院得出所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称，最终发送至移动终端的信息显示模块，为使用者提供了推荐就医的名单以及预测就医所需要的时间，同时也提高了患者的就医速度，有效的促进了医疗资源的充分发挥。
作为对本发明的进一步解释，参见图1，所述医疗数据还包括
急诊人数B，其为所述综合医院名单内的综合医院内当前正在等待急诊的人数；
急诊值班医生个数C，其为该所述综合医院名单内的综合医院当前正在开诊的急诊医生的个数；
所述第三排序方法的步骤为：
所述第一处理器根据所述第二预备名单内的综合医院所对应的第一排名A、急诊人数B、急诊值班医生个数C通过公式1计算得出第一能力值X，所述公式1如下：
Figure 320625DEST_PATH_IMAGE002
；
所述第一处理器根据所述第一能力值X的数值由大到至小依次对综合医院名称排列后生成所述第一推荐名单。
本发明在所述公式1中通过加入影响就医速度的所述急诊人数B和急诊值班医生个数C，并通过所述公式1得出所述第一能力值X并按照所述第一能力值X的大小进行排序并生成所述第一推荐名单，所述第一推荐名单如表8所示，进而优先推荐当前所述综合医院内急诊患者较少的医院以及急诊值班医生个数较多的医院，进而使患者到达医院后能够更快的实现就医，避免长时间的排队等候而影响急性病情导致病情恶化。
表8
Figure 100362DEST_PATH_IMAGE003
具体地说，所述公式1中所述急诊值班医生个数C作为分子进而使所述急诊值班医生个数C与所述第一能力值X成正相关，进而通过乘以80来增强所述急诊值班医生个数C的权重；所述急诊人数B作为分母进而使所述急诊人数B与所述第一能力值X成负相关，通过对所述急诊人数B添加“+1”的方式避免出现分母为0即急诊人数为0的情况；所述第一排名A作为分母进而使所述第一排名A与所述第一能力值X成负相关，同时提高对所述第一排名A乘以3/2次方的算法来增强所述第一排名A的权重，进而使所述第一排名A越靠前即所述第一距离越近的医院收到推荐的优先级越高，使好医院在即使所述急诊值班医生个数C较少或所述急诊人数B较多时仍向更多患者提供医疗服务。
例如，患者的手臂出现划伤并流血不止，此时患者急需应急治疗，使用者从客户端输入了伤病情况为急性，输入的所述第一患者信息为划伤，所述第一处理器使用第一排序方法对所述综合医院名单进行筛选后剔除了不含有外科诊室种类的医院，并根据所述移动终端的位置到各个医院的位置大小进行排序后得出所述第一推荐名单，所述第一处理器根据所述第二预备名单的排名A、急诊人数B和急诊值班医生个数C带入所述公式1中进行计算，得出了所述第二预备名单内的医院的所述第一能力值X并排名，完成排名后将其转化为所述最终推荐名单后添加最终推荐名单内的推荐医院名称所对应所述预测就医时间，所述最终推荐名单如表9所示，并发送至所述移动终端的所述信息显示模块，使用者收到所述最终推荐名单后，决定前往最终推荐名单中所述第一能力值X最高的XX大学第三医院，因为该医院在目前时间段的所述预测就医时间虽然长，急诊人数相对较少，值班医生相对较多，而其他医院虽然所述预测就医时间短，但是加上路程时间后发现XX大学第三医院为最优选择，因为这样可以最快的得到医生的处理建议。
表9
Figure 433254DEST_PATH_IMAGE005
作为对本发明的进一步解释，参见图1，所述医疗数据还包括
固定医生就诊次数E，其为所述患者就诊次数中患者与在所述专科医院内每个固定医生的就诊次数；
待诊患者人数F，其用于记录至少两个所述专科医院内等待就诊的患者的人数；
所述第四排序方法的步骤为：
所述第一处理器根据所述第六预备名单内的专科医院所对应的第二排名D、固定医生就诊次数E、待诊患者人数F、专家个数G通过公式2计算得出第二能力值Y，所述公式2如下：
Figure 247627DEST_PATH_IMAGE006
；
所述第一处理器根据所述第一能力值Y的数值由大到至小依次对专科医院名称排列后生成第二推荐名单。
本发明所述第一处理器通过所述第二排名D、固定医生就诊次数E、待诊患者人数F、专家个数G带入公式2进行计算后并按照进所述第一能力值Y的数值的大小进行排序后生成所述第二推荐名单，所述如表10所示，进而优先推荐有过就医经历的医院和专家较多的医院进而提高就医效率，方便医生跟进病情或更多的专家进行会诊，推荐待诊患者少的医院进而保证就医质量的同时兼顾就医速度，减少时间成本的投入，更好的对医疗资源进行整合。
表10
Figure 7772DEST_PATH_IMAGE008
所述第一处理器根据所述第六预备名单内的专科医院所对应的第二排名D、固定医生就诊次数E、待诊患者人数F、专家个数G通过公式2计算得出第二能力值Y，所述公式2如下：
Figure 274806DEST_PATH_IMAGE009
；
例如，使用者从客户端输入了伤病情况为慢性，输入的所述第一患者信息为骨头疼，所述第一处理器使用第二排序方法对所述专科医院名单进行筛选后剔除了专科医院所对应的专业种类与第一专科医院种类不同的专科医院后得到所述第三预备名单，所述第一处理器通过筛选患者在所述第三预备名单内的医院的就诊次数是否超过第一阈值，进而将第三预备名单分为所述第四预备名单和所述第五预备名单，所述第一处理器分别对所述第四预备名单按照患者就诊次数进行排序，再对所述第五预备名单按照专家个数进行排序，再进行拼接后生成所述第六预备名单，并将所述第六预备名单中的医院通过所述第二排名D、固定医生就诊次数E、待诊患者人数F、专家个数G带入公式2后得出了所述第二推荐名单内的医院所对应的所述第一能力值Y的数值，并按照所述第一能力值Y的数值的大小进行排序，进而得到第二推荐名单，将所述第二推荐名单最终生成最终推荐名单后根据所述最终推荐名单内的医院得出所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称，所述最终推荐名单如表11所示，最终发送至移动终端的信息显示模块，使用者收到所述最终推荐名单后决定前往XX联合骨科医院，虽然XX联合骨科医院的所述专家个数G较XX联合骨科医院多，但预测就医时间较短，并且固定医生就诊次数较多，这有利于医生对患者病情的跟进。
表11
Figure 411389DEST_PATH_IMAGE010
其中，所述固定医生就诊次数E和所述患者就诊次数的关系为：所述患者就诊次数中通过相同的医生进行就诊的次数为所述固定医生就诊次数E。
本发明通过设置所述固定医生就诊次数E和所述患者就诊次数的关系，进而记录同一医生为同一患者的诊断，以便于并请跟进。
具体地说，所述公式2中所述固定医生就诊次数E作为分子进而使所述固定医生就诊次数E与所述第二能力值Y成正相关，进而通过平方后再乘以2来增强所述固定医生就诊次数E的权重，进而通过同一医生跟进病情来提高就医质量；所述专家个数G作为分子进而使所述专家个数G与所述第二能力值Y成正相关，再通过“G+1”的方式避免所述专家个数G为0的情况导致对数无穷小，之后将“G+1”添加到log以9为底的对数中，进而对所述专家个数G的权重进行一定削弱；所述第二排名D作为分母进而使所述第二排名D与所述第二能力值Y成负相关，并使用“lnD”进而对所述第二排名对所述第二能力值Y的权重进行削弱，同时所述第二排名D的加入使所述第六预备名单中排名靠前的医院的所述第二能力值Y差距更大，并同时缩小所述第六预备名单中排名靠后的医院的所述第二能力值Y的差距；所述待诊患者人数F作为分母进而使所述待诊患者人数F与所述第二能力值Y成负相关，进而使所述待诊患者人数F较少的医院的所述第二能力值Y更大，进而更倾向于将使用者在同一病因的情况下更容易推荐至之前就诊过的医院，进而有利于病情的跟进和康复。
其中，所述第二排名D为所述专科医院在所述第六预备名单内的排名。
本发明通过设置所述第二排名D为所述专科医院在所述第六预备名单内的排名，进而达到以所述第二排名D对所述第六预备名单的所述专科医院表达推荐程度。
作为对本发明的进一步解释，参见图3，所述第一数据库存储有所述移动终端的慢性就诊次数；
所述第一数据库存储有所述移动终端的常驻点位置；
所述服务器还包括
第三处理器，其用于计算在所述第二单位时间内所述移动终端在固定医生所对应的专科医院的慢性诊断次数并转化为复诊次数，所述第三处理器判断所述复诊次数是否超过第三阈值，若否则不动作，若是则将更改申请发送至所述移动终端，并判断所述第三处理器是否在第三单位时间内收到同意更改指令，若是则按照固定医生所对应的专科医院输出第一标准，并判断所述专科医院名单和所述综合医院名单内的医院是否符合所述第一标准，若是则将所述专科医院名单和所述综合医院名单内符合所述第一标准的医院导入至第一就近名单内；
所述第一处理器通过计算所述第一就近名单内的医院名称所对应的医院位置与所述常驻点位置的第二距离，按照所述医院名称所对应的所述第二距离进行由小到大对医院名称排序进而得到最终推荐名单并上传至所述移动终端的所述信息显示模块。
本发明所述第三处理器在确定使用者与医生见面后开始生成所述第二单位时间内的固定医生的慢性就诊次数即所述复诊次数，所述第三处理器对所述复诊次数是否大于所述第三阈值，若否则说明当前病情还不稳定，若是则说明使用者的复诊次数已达到一般康复水平，则发送更改申请至所述移动终端若在第三单位时间内收到同意更改指令，则说明固定医生承认使用者已恢复至一般康复水平，并输出固定医生所对应的专科医院输出第一标准，以所述第一标准对医院进行筛选，在筛选完成过后通过计算各医院的位置与所述移动终端的常驻点位置进而得出多个所述第二距离，并根据所述第二距离对所对应的医院进行排序并生成所述最终推荐名单并上传至所述第一处理器，进而在方便使用者在保证就医质量的前提下能够前往距离自己常住地最近的符合所述第一标准的医院进行就诊，这不仅缩短了使用者在就医路上所消耗的时间，又减少了大型专科医院的工作压力。
例如，使用者在90天内已前往固定医生进行慢性就诊次数超过3次，平均每30天一次，当前病情已得到基本控制，在第三次输出所述最终推荐名单后收到了患者和固定医生询问后固定医生赞同的同意更改指令，所述第三处理器输出固定医生所在的医院的所述第一标准为“能够进行激光治疗”，所述第三处理器通过对所述综合医院名单和所述专科医院名单进行筛选后，剔除了两个名单中67%的医院，并将剩余医院导入所述第一就近名单，所述第三处理器对所述第一就近名单的医院的位置与所述移动终端的常驻点位置也就是使用者的居住地的距离进行计算得出了所述第一就近名单内的医院所对应的所述第二距离，通过按照所述医院名称所对应的所述第二距离进行由小到大对医院名称排序进而得到最终推荐名单并上传至所述第一处理器，进而使所述移动终端收到了一份关于距离所述常驻点位置距离从近到远的符合“能够进行激光治疗”条件的医院的名单，从此使用者不再需要前往距离自己居住地30km的专科医院进行复诊治疗了，而是选择了距离自己居住地5.4km的小型综合医院进行诊疗，将看病的时间从一天压缩到了半天，自此他将有更多时间来丰富自己的生活，同时专科医院可以为更多有需要的患者进行治疗。
其中，所述第二单位时间可为15~180天，优选为90天。
本发明通过设置所述第二单位时间可为15~180天，优选为90天，进而达到保证复诊周期的长度足以让患者进行初步的康复。
其中，所述第三阈值可为2~6，优选为3。
本发明通过设置所述第三阈值可为2~6，优选为3，进而达到保证复诊次数以确保患者病情相对稳定。
其中，所述第三单位时间可为1~20min，优选为10min。
本发明通过设置所述第三单位时间可为1~20min，优选为10min，进而达到避免时间过短导致错过更改。
其中，所述“若是则将更改申请发送至所述移动终端，并判断所述第三处理器是否在第三单位时间内收到同意更改指令，若否则不动作，若是则按照固定医生所对应的专科医院输出第一标准”中需要听从医生的专业建议再进行修改，必要时需要医生的面部作为同意更改指令以防止患者私自更改治疗地点导致病情加重。
其中，所述第一标准可为含有固定科室、能够进行激光治疗、能够购买特殊药剂。
本发明通过设置所述第一标准可为含有固定科室、能够进行激光治疗、能够购买特殊药剂，进而达到减少患者在就诊路上所浪费的时间，尽可能帮助患者就近就医。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.一种基于云计算的医疗信息预测推荐系统，其特征在于：包括供使用者进行操作的移动终端和用于汇总各医疗机构的数据的服务器；
所述移动终端包括：
第一无线通讯模块，其用于与第二无线通讯模块无线连接；
信息输入模块，其用于输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
信息显示模块，其用于显示最终推荐名单；
所述服务器包括：
第二无线通讯模块，其用于与第一无线通讯模块无线连接；
第一数据库，其用于储存医疗数据；
所述医疗数据包括：综合医院名单、专科医院名单、就医时间；
所述就医时间用于记录医院多个第一日期从取号到完成诊断的所需要的时间；
第一处理器，其用于判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为第二推荐名单；
所述第一处理器将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
第一处理器根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称；
所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块。
2.根据权利要求1所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述“所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块的步骤之后”，还包括如下步骤：
所述第一数据库存储有所述移动终端输入与急性对应的所述伤病情况时所触发的急性就诊的时间点；
所述服务器还包括
第二处理器，其用于判断在输入与急性对应的所述伤病情况之前的第一单位时间内相同的病情种类的次数是否超过第二阈值，若否则不动作，若是则在所述第一处理器输出所述最终推荐名单的第一时间后将与病情种类对应的伤病情况转为慢性上传至所述第一处理器，所述第一处理器根据所述病情种类通过所述第二排序方法将专科医院名单输出为所述第二推荐名单；
所述第一处理器将输出的所述第二推荐名单转化为所述最终推荐名单；
所述第一处理器根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的推荐医院名称；
所述第一处理器通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块。
3.根据权利要求2所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述移动终端还包括
第一定位模块，其用于采集所述移动终端的第一位置；
所述第一数据库存储有与病情种类对应的第一诊室种类；
所述第一患者信息包括病情种类；
所述医疗数据还包括
医院位置，其为所述综合医院名单中含有至少两个的第一医院所对应的地理位置；
诊室名单，其为所述综合医院名单中的综合医院实时开设至少两个第二诊室种类的名单；
所述第一排序方法的步骤为：
所述第一处理器通过所述病情种类输出第一诊室种类，并判断所述综合医院名单内的综合医院所对应的诊室名单的第二诊室种类是否与所述第一诊室种类相同，若是则将与所述第一诊室种类相同的第二诊室种类所对应的诊室名单所对应的综合医院的名称导入第一预备名单；
所述第一处理器通过计算所述第一预备名单内的综合医院名称所对应的医院位置与所述第一位置的第一距离，按照所述综合医院名称所对应的所述第一距离进行由小到大对综合医院名称排序进而得到第二预备名单，将所述第二预备名单通过第三排序方法输出为所述第一推荐名单。
4.根据权利要求2所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述第一患者信息包括病情种类；
所述医疗数据还包括
专业种类，其为专科医院所对应的研究方向的种类；
所述第一数据库存储有与病情种类所对应的第一专科医院种类；
专家个数G，其为所述专科医院名单内的专科医院的开诊的专家的数量；
患者就诊次数，其为所述移动终端的使用者在专科医院的就诊次数；
所述第二排序方法的步骤为：
所述第一处理器通过所述病情种类输出所述第一专科医院种类，并判断所述专科医院名单内的专科医院所对应的专业种类是否与所述第一专科医院种类相同，若是则将专科医院所对应的专业种类与所述第一专科医院种类相同的专科医院的名称导入第三预备名单；
所述第一处理器判断所述第三预备名单内的专科医院名称所对应的专科医院的患者就诊次数是否大于第一阈值，若是则将专科医院所对应的名称导入第四预备名单，并按照患者就诊次数由多至少、从前到后依次排序；若否则将专科医院所对应的名称导入第五预备名单，并按照专科医院所对应的所述专家个数G从多到少、从前到后依次排序；
所述第一处理器通过将所述第四预备名单拼接在所述第五预备名单前面进而得到第六预备名单，将所述第六预备名单通过第四排序方法输出为所述第二推荐名单。
5.根据权利要求1所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述移动终端还包括信息播放模块和语音输入模块；
所述语音输入模块将语音数据转换为文字信息输出至所述信息输入模块；
语音播放模块将所述最终推荐名单的信息转化为语音数据并进行对外播放。
6.根据权利要求1所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述完成诊断的时间为患者取药的时间。
7.根据权利要求2所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述第一患者信息为诊断科室。
8.根据权利要求2所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述第一患者信息为创伤原因。
9.根据权利要求1所述的基于云计算的医疗信息预测推荐系统，其特征在于：所述急性的伤病情况包括大面积急性创伤、严重昏迷、濒死状态、呼吸系统停止、心脏骤停。
10.利用权利要求1所述的基于云计算的医疗信息预测推荐系统的推荐方法包括如下步骤：
输入第一患者信息及伤病情况，所述伤病情况包括急性和慢性；
储存医疗数据；
判断伤病情况为急性或慢性，
若伤病情况为急性，则根据所述第一患者信息通过第一排序方法将综合医院名单输出为所述第一推荐名单；
若伤病情况为慢性，则根据所述第一患者信息通过第二排序方法将专科医院名单输出为所述第二推荐名单；
将输出的所述第一推荐名单或所述第二推荐名单转化为所述最终推荐名单；
根据所述最终推荐名单内的医院的第一日期的就医时间的平均值得出预测就医时间，并将所述预测就医时间添加至所述最终推荐名单内所对应的所述推荐医院名称；
通过相互无线连接的所述第二无线通讯模块与所述第一无线通讯模块将所述最终推荐名单发送至移动终端的信息显示模块；
显示最终推荐名单。
CN202210084214.6A 2022-01-25 2022-01-25 基于云计算的医疗信息预测推荐系统及方法 Active CN114242225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210084214.6A CN114242225B (zh) 2022-01-25 2022-01-25 基于云计算的医疗信息预测推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210084214.6A CN114242225B (zh) 2022-01-25 2022-01-25 基于云计算的医疗信息预测推荐系统及方法

Publications (2)

Publication Number Publication Date
CN114242225A true CN114242225A (zh) 2022-03-25
CN114242225B CN114242225B (zh) 2022-07-15

Family

ID=80747120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210084214.6A Active CN114242225B (zh) 2022-01-25 2022-01-25 基于云计算的医疗信息预测推荐系统及方法

Country Status (1)

Country Link
CN (1) CN114242225B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107833622A (zh) * 2017-12-12 2018-03-23 解君 一种医疗信息系统及其信息推送方法
CN112233739A (zh) * 2020-09-27 2021-01-15 合肥新玖辰智能科技有限公司 一种患者在线就诊平台系统
CN112735579A (zh) * 2021-02-23 2021-04-30 颍上县人民医院 一种急诊病人快速登记治疗系统
CN113362921A (zh) * 2021-06-04 2021-09-07 莫世成 一种基于云计算的医疗服务方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107833622A (zh) * 2017-12-12 2018-03-23 解君 一种医疗信息系统及其信息推送方法
CN112233739A (zh) * 2020-09-27 2021-01-15 合肥新玖辰智能科技有限公司 一种患者在线就诊平台系统
CN112735579A (zh) * 2021-02-23 2021-04-30 颍上县人民医院 一种急诊病人快速登记治疗系统
CN113362921A (zh) * 2021-06-04 2021-09-07 莫世成 一种基于云计算的医疗服务方法及系统

Also Published As

Publication number Publication date
CN114242225B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
Stiell et al. The Canadian C-spine rule for radiography in alert and stable trauma patients
Reynolds et al. Evidence-based screening criteria for retinopathy of prematurity: natural history data from the CRYO-ROP and LIGHT-ROP studies
EP2638489B1 (en) Method of continuous prediction of patient severity of illness, mortality, and length of stay
Karon et al. Prevalence of HIV infection in the United States, 1984 to 1992
Jones et al. Surveillance for AIDS-defining opportunistic illnesses, 1992–1997
Izaks et al. The definition of anemia in older persons
Chen et al. Primary care visit duration and quality: does good care take longer?
Feenstra et al. Association of nonsteroidal anti-inflammatory drugs with first occurrence of heart failure and with relapsing heart failure: the Rotterdam Study
Kannus et al. Continuously increasing number and incidence of fall-induced, fracture-associated, spinal cord injuries in elderly persons
Wu et al. Periodontal disease and risk of cerebrovascular disease: the first national health and nutrition examination survey and its follow-up study
Neugebauer et al. Prenatal exposure to wartime famine and development of antisocial personality disorder in early adulthood
O’Hare et al. Regional variation in health care intensity and treatment practices for end-stage renal disease in older adults
US8117046B2 (en) Method for clinician house calls utilizing portable computing and communications equipment
Brugts et al. Renal function and risk of myocardial infarction in an elderly population: the Rotterdam Study
Swingler et al. Duration of illness in ambulatory children diagnosed with bronchiolitis
Gill et al. Restricted activity and functional decline among community-living older persons
Hicks et al. Family history as a risk factor for herpes zoster: a case-control study
Schlachta-Fairchild et al. Patient safety, telenursing, and telehealth
Gauthier et al. High prevalence of overweight children and adolescents in the Practice Partner Research Network
Brosco Weight charts and well-child care: how the pediatrician became the expert in child health
US20190392952A1 (en) Computer-implemented methods, systems, and computer-readable media for diagnosing a condition
JP2021197122A (ja) 完全自律型医療ソリューション（ｍｙｄｏｃｔｏｒ）
Luce et al. The ethical appropriateness of using prognostic scoring systems in clinical management
KR102479692B1 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
Roh et al. The effect of acute xerostomia on vocal function

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