CN114267440A - 医疗订单信息处理方法、装置和计算机可读存储介质 - Google Patents
医疗订单信息处理方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114267440A CN114267440A CN202210188552.4A CN202210188552A CN114267440A CN 114267440 A CN114267440 A CN 114267440A CN 202210188552 A CN202210188552 A CN 202210188552A CN 114267440 A CN114267440 A CN 114267440A
- Authority
- CN
- China
- Prior art keywords
- processing
- medical
- order information
- medical order
- information
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 104
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 1232
- 238000000034 method Methods 0.000 claims abstract description 87
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims description 90
- 238000013528 artificial neural network Methods 0.000 claims description 35
- 238000013210 evaluation model Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种医疗订单信息处理方法、装置和计算机可读存储介质;本发明实施例在获取医疗订单信息和医疗设备组的当前处理信息后,对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,根据处理速率和产能分配参数,模拟医疗设备组处理医疗订单信息,得到每一处理队列对应的处理时间和处理概率,基于处理概率,在处理时间中筛选出目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组对医疗订单信息进行处理;该方案可以提升医疗订单信息处理的处理效率。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种医疗订单信息处理方法、装置和计算机可读存储介质。
背景技术
近年来,随着医院信息化的发展,产生的需要处理的信息流也越来越多,比如,通过挂号或者其他预约形式产生的检测、手术或门诊等需求对应的医疗订单信息。现有的医疗订单信息处理方法往往是随机分流或者根据医疗设备的各个处理队列中未处理的医疗订单信息的数量进行分流。
在对现有技术的研究和实践过程中,本发明的发明人发现对于现有的医疗订单信息处理方法来说,由于医疗设备针对不同队列的医疗订单信息的处理参数不同,随机或根据未处理的医疗订单信息数量进行分流至医疗设备,会导致医疗设备组处理医疗订单信息流出现不均衡的情况,因此,会导致医疗订单信息处理的效率大大降低。
发明内容
本发明实施例提供一种医疗订单信息处理方法、装置和计算机可读存储介质,可以提高信息处理的处理效率。
一种医疗订单信息处理方法,包括:
获取医疗订单信息和医疗设备组的当前处理信息,所述医疗设备组包括至少两个医疗设备,所述医疗设备组包括每一所述医疗设备对应的处理队列,所述当前处理信息包括所述医疗设备针对每一所述处理队列的处理速率和产能分配参数;
采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级;
根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率;
基于所述处理概率,在所述处理时间中筛选出每一所述处理队列对应的目标处理时间,并根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列;
根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息;
将所述医疗订单信息和处理路径信息发送至所述目标处理队列,以便所述医疗设备组按照所述处理路径对所述医疗订单信息进行处理。
相应的,本发明实施例提供一种医疗订单信息处理装置,包括:
获取单元,用于获取医疗订单信息和医疗设备组的当前处理信息,所述医疗设备组包括至少两个医疗设备,所述医疗设备组包括每一所述医疗设备对应的处理队列,所述当前处理信息包括所述医疗设备针对每一所述处理队列的处理速率和产能分配参数;
评估单元,用于采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级;
模拟处理单元,用于根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率;
筛选单元,用于基于所述处理概率,在所述处理时间中筛选出每一所述处理队列对应的目标处理时间,并根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列;
确定单元,用于根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息;
处理单元,用于将所述医疗订单信息和处理路径信息发送至所述目标处理队列,以便所述医疗设备组按照所述处理路径对所述医疗订单信息进行处理。
可选的,在一些实施例中,所述评估单元,具体可以用于在医疗订单信息中识别出当前医疗需求的目标属性信息;采用基于神经网络的等级评估模型对所述目标属性信息进行特征提取,得到所述医疗订单信息的医疗需求特征;根据所述医疗需求特征,确定所述医疗订单信息的处理等级。
可选的,在一些实施例中,所述评估单元,具体可以用于在当前处理信息中识别出所述医疗设备组的处理记录;在所述处理记录中筛选出未处理的历史医疗订单信息,所述历史医疗订单信息为所述医疗订单信息到达之前的信息;根据所述历史医疗订单信息,采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级。
可选的,在一些实施例中,所述模拟处理单元,具体可以用于根据所述处理速率和产能分配参数,分别计算所述处理队列中未处理的历史医疗订单信息的结束时间;基于所述结束时间,采用信息处理模型模拟医疗设备组采用每一所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率。
可选的,在一些实施例中,所述模拟处理单元,具体可以用于在所述医疗订单信息中提取出当前医疗需求的到达时间;根据所述处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率。
可选的,在一些实施例中,所述筛选单元,具体可以用于根据所述处理等级,确定所述医疗订单信息的基础处理时间;当检测到所述目标处理时间中存在不超过所述基础处理时间的候选处理时间时,在所述候选处理时间中筛选出最小的处理时间作为第一目标处理时间;在所述处理队列中筛选出第一目标处理时间对应的处理队列,得到所述医疗订单信息对应的目标处理队列。
可选的,在一些实施例中,所述筛选单元,具体可以用于当所述目标处理时间超过所述基础处理时间时,在所述目标处理时间中筛选出最小的处理时间作为第二目标处理时间;在所述处理队列中筛选出第二目标处理时间对应的处理队列,得到所述医疗订单信息对应的目标处理队列;根据所述基础处理时间,对所述医疗订单信息在所述目标处理队列的处理顺序进行调整,得到顺序调整信息;所述根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息,包括:根据所述顺序调整顺序和目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到处理路径信息。
可选的,在一些实施例中,所述筛选单元,具体可以用于根据所述处理等级,确定所述医疗订单信息的目标等待时间;在所述目标处理时间中筛选出所述处理队列对应的候选等待时间;基于所述目标等待时间和候选等待时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列。
此外,本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序实现本发明实施例提供的医疗订单信息处理方法。
此外,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本发明实施例所提供的任一种医疗订单信息处理方法中的步骤。
本发明实施例在获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理;由于该方案可以确定医疗订单信息的处理等级,并计算医疗设备组采用每一处理队列处理医疗订单信息的目标处理时间,根据处理等级和目标处理时间,从而确定医疗订单信息对应的目标处理队列和处理路径,对医疗订单信息进行分流处理,就可以充分考虑医疗设备组内部的处理请求和医疗订单信息自身的情况,使得对医疗订单信息分流处理的更加均衡,因此,就可以大大提升医疗订单信息处理的处理效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的医疗订单信息处理方法的场景示意图;
图2是本发明实施例提供的医疗订单信息处理方法的流程示意图;
图3是本发明实施例提供的医疗订单信息处理方法的另一流程示意图;
图4是本发明实施例提供的患者检查场景下的医疗订单信息处理方法的示意图;
图5是本发明实施例提供的医疗订单信息处理装置的结构示意图;
图6是本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种医疗订单信息处理方法、装置和计算机可读存储介质。其中,该医疗订单信息处理装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、网络加速服务(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
例如,参见图1,以医疗订单信息处理装置集成在电子设备中为例,电子设备在获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理。
以下分别进行详细说明。需要说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本实施例将从医疗订单信息处理装置的角度进行描述,该医疗订单信息处理装置具体可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备;其中,该终端可以包括平板电脑、笔记本电脑、以及个人计算机(PC,Personal Computer)、可穿戴设备、虚拟现实设备或其他可以进行医疗订单信息处理的智能设备等设备。
一种医疗订单信息处理方法,包括:
获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理。
如图2所示,该医疗订单信息处理方法的具体流程如下:
101、获取医疗订单信息和医疗设备组的当前处理信息。
其中,医疗订单信息可以为医院内患者通过挂号或其他预约的形式形成的用于进行检查和就诊的医疗需求信息,比如,可以为医院内某一个患者需要进行一项或多项检查的检查请求信息等。
其中,医疗设备组包括至少两个医疗设备和医疗设备对应的处理队列,医疗设备可以为处理医疗订单信息的软件或硬件设备,该医疗设备每次可以处理1个待医疗订单信息,比如,以医疗订单信息为医疗检测请求信息为例,医疗设备就可以为对患者进行检查的各类检查设备等。当前处理信息包括医疗设备针对处理队列中医疗订单信息的处理参数,该处理参数可以为医疗设备组中每一医疗设备处理医疗订单信息的处理速率,还可以包括每一医疗设备针对不同处理队列的产能分配比例。
例如,可以直接获取医疗订单信息和医疗设备组的当前处理信息,比如,用户可以在终端上触发医疗订单信息处理请求,该医疗订单信息请求可以为满足目标医疗需求的处理信息,根据医疗订单信息处理请求,从而生成医疗订单信息,终端将医疗订单信息发送至医疗订单信息处理装置,对于当前处理信息的获取,可以获取医疗设备组的属性信息,在该属性信息中提取出医疗设备组的当前处理信息。该当前处理信息可以为实时信息,也可以为预先配置好的配置信息。当医疗订单信息的内存较大或者数量较多时,还可以间接获取待处理信息,比如,用户在终端上触发医疗订单信息处理请求,根据医疗订单信息处理请求,生成医疗订单信息,将医疗订单信息进行存储,然后,将存储地址发送至医疗订单信息处理装置,医疗订单信息处理装置根据存储地址在终端中获取医疗订单信息。
102、采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。
其中,处理等级为描述对医疗订单信息进行处理的优先级的信息,该处理等级可以包括多个不同的处理等级,每个处理等级对应不同的优先级。
例如,可以在医疗订单信息中识别出当前医疗需求的目标属性信息,比如,可以在医疗订单信息中识别出当前医疗需求的需求类型、当前医疗需求用户的身份信息以及当前医疗需求用户的历史医疗订单信息等,将这些信息作为当前医疗需求的目标属性信息。采用基于神经网络的等级评估模型对目标属性信息进行特征提取,得到医疗订单信息的医疗需求特征,比如,可以采用基于神经网络的等级评估模型的卷积层对目标属性信息进行多维度的特征提取,得到医疗订单信息的至少一个局部医疗需求特征,对局部医疗需求特征进行分类,获取每一局部医疗需求特征类型的权重信息,根据权重信息,对局部医疗需求特征进行加权,并将加权后的局部医疗需求特征进行融合,得到医疗订单信息的全局医疗需求特征,将全局医疗需求特征作为医疗订单信息的医疗需求特征。根据医疗需求特征,确定医疗订单信息的处理等级,比如,根据医疗需求特征与处理系数的映射关系,映射出需求特征对应的处理系数,获取每一处理等级对应的处理系数范围,将处理系数与处理系数范围进行匹配,根据匹配结果,确定医疗订单信息的处理等级,比如,将与处理系数匹配成功的处理系数范围对应的处理等级作为医疗订单信息的处理等级。
可选的,还可以在当前处理信息中识别出医疗设备组的处理记录,该处理记录可以包括医疗设备组中已经处理完成的医疗订单信息、正在处理的医疗订单信息和还未处理的医疗订单信息。在处理记录中筛选出未处理的历史医疗订单信息,该历史医疗订单信息为当前的医疗订单信息之前到达医疗设备组的医疗订单信息。根据历史医疗订单信息,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,比如,基于神经网络的等级评估模型对历史医疗订单信息和医疗订单信息进行多维度特征提取,得到历史医疗需求特征和当前的医疗需求特征,特征提取的过程参加上文,在此就不再赘述。分别计算历史医疗需求特征的历史医疗特征需求值和当前的医疗需求特征的目标医疗需求特征值,比如,可以根据特征类型,对医疗需求特征和历史医疗需求特征值进行赋值,从而就可以计算出历史医疗需求特征值和目标医疗需求特征值。将目标医疗需求特征值分别与每一历史医疗需求特征值进行对比,得到对比结果,根据对比结果,对目标医疗需求特征值和历史医疗需求特征值进行排序,得到目标医疗需求特征值的排序结果。根据排序结果,确定医疗订单信息的处理等级,比如,根据历史医疗需求特征的数量,确定每一处理等级对应的预设排序区间,将排序结果与预设排序区间进行匹配,将与排序结果匹配成功的预设排序区间对应的处理等级作为医疗订单信息的处理等级。
103、根据处理速率、产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对于的处理概率。
其中,处理时间可以为医疗订单信息从到达医疗订单信息处理装置至被医疗设备组处理完成所需的时间。该处理时间还包括医疗设备组处理医疗订单信息的时间、等待医疗设备组中各个医疗设备处理的时间。
例如,根据处理速率和产能分配参数,分别计算处理队列中未处理的历史医疗订单信息的结束时间,比如,在每一处理队列中确定出未处理的历史医疗订单信息的处理顺序,在处理顺序中筛选出排在末位的目标历史医疗订单信息,根据处理速率和产能分配参数,分别计算医疗设备组处理完每一处理队列中的目标历史医疗订单信息的时间,得到结束时间。基于结束时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。比如,将结束时间作为每一处理队列中处理医疗订单信息的开始时间,将处理速率和产能分配参数发送至信息处理模型,使得信息处理模型模拟医疗设备组通过每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对于的处理概率。
可选的,还可以根据医疗订单信息中当前医疗需求的到达时间,计算医疗订单信息的处理时间和处理时间对应的处理概率,比如,在医疗订单信息中提取出当前医疗需求的到达时间,譬如,在医疗订单信息中提取出用户触发当前医疗需求的医疗订单处理请求的时间,将触发医疗订单处理请求的时间作为当前医疗需求的到达时间,还可以将接收到医疗订单信息的时间作为当前医疗需求的到达时间。根据处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,比如,根据处理速率、医疗订单信息和到达时间,计算医疗订单信息在每一个处理队列的至少一个候选开始处理时间,基于候选开始处理时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。
104、基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。
例如,在处理时间中筛选出处理概率最大的处理时间作为处理队列对应的目标处理时间。在处理概率中筛选出超过预设处理概率阈值的处理概率,得到目标处理概率,当目标处理概率的数量为一个时,在处理时间中筛选出目标处理概率对应的处理时间,得到处理队列对应的目标处理时间,当目标处理概率的数量为多个时,可以对目标处理概率进行分类,并对分类后的目标处理概率进行加权,得到加权后的处理概率,在加权后的处理概率中筛选出最大的处理概率,作为目标加权处理概率,在处理时间中筛选出目标加权处理概率对应的处理时间,得到处理队列对应的目标处理时间。
根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,比如,在预设处理时间集合中筛选出处理等级对应的基础处理时间,将该基础处理时间作为医疗订单信息的基础处理时间。当检测到处理时间中存在不超过基础处理时间的候选处理时间时,将候选处理时间中最小的处理时间作为第一目标处理时间,在处理队列中筛选出第一目标处理时间对应的处理队列,得到处理医疗订单信息的目标处理队列。当处理时间超过基础时间时,在处理时间中筛选出最小的处理时间作为第二处理时间,在处理队列在筛选出第二目标处理时间对应的处理队列,得到目标处理队列,根据基础处理时间,对医疗订单信息在目标处理队列中的处理顺序进行调整,得到顺序调整信息,比如,根据处理速率和产能分配参数,计算在目标处理队列中基础处理时间对应的目标开始处理时间,基于目标开始处理时间,确定医疗订单信息在目标处理队列的目标处理顺序,基于目标处理顺序,对医疗订单信息在目标处理队列中的处理顺序进行调整,得到顺序调整信息。
可选的,对于目标处理队列的筛选,还可以根据处理等级,确定医疗订单信息的目标等待时间,该目标等待时间可以为医疗订单信息从到达医疗设备组开始处理之间的最长时间间隔,也可以为医疗订单信息从达到至处理完成之间的最长时间间隔,还可以为医疗订单信息在医疗设备组中医疗设备进行处理时之间的最长时间间隔。在处理时间中筛选出处理队列对应的候选等待时间,比如,根据目标等待时间的时间类型,在处理时间中筛选出时间类型对应的候选等待时间。基于目标等待时间和候选等待时间,在处理队列中筛选出处理医疗订单信息的目标处理队列,比如,在候选等待时间在筛选出不超过目标等待时间的候选等待时间,将不超过目标等待时间的候选等待时间中最小的等待时间作为医疗订单信息的等待时间,在处理队列中筛选出等待时间对应的处理队列,得到处理医疗订单信息的目标处理队列。
105、根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息。
其中,处理路径用于指示医疗订单信息在医疗设备组的医疗设备之间的处理顺序。
例如,根据目标处理队列和顺序调整信息,确定医疗订单信息在医疗设备组的医疗设备之间的至少一个候选处理路径,比如,以医疗设备组包括三个医疗设备为例,目标处理队列对应的医疗设备为第二医疗设备,则医疗订单信息在医疗设备之间的候选处理路径就可以为第二医疗设备-第一医疗设备-第三医疗设备,或者还可以为第二医疗设备-第三医疗设备-第一医疗设备。当候选处理路径的数量只有一个时,将候选处理路径就可以作为医疗设备组的处理路径,从而得到处理路径信息。当候选处理路径的数量存在多个时,就可以分别计算医疗设备组采用每一候选路径处理医疗订单信息的时间,在候选处理路径中筛选出处理时间最短的处理路径,得到目标处理路径,从而就可以得到处理路径信息。
106、将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照处理路径对医疗订单信息进行处理。
例如,将医疗订单信息发送至目标处理队列,以便医疗设备组按照处理路径处理医疗订单信息,比如,当对医疗订单信息在处理路径的顺序没进行调整时,就直接将医疗订单信息发送至目标处理队列,目标处理路径中的未处理的历史医疗订单信息也在该处理队列中,目标处理队列对应的医疗设备对该处理队列中的未处理的历史医疗订单信息和医疗订单信息进行处理,处理完成之后,按照处理路径信息对应的处理路径发送至下一个医疗设备,继续进行处理,直到医疗设备组中全部医疗设备处理完成,就可以完成对医疗订单信息的处理。当对医疗订单信息在处理队列中的处理顺序进行了调整时,将医疗订单信息和顺序调整信息发送至目标处理队列,使得目标处理队列对应的医疗设备根据顺序调整顺序,将医疗订单信息在处理队列中的处理顺序进行调整,按照调整后的处理顺序,对处理队列中未处理的历史医疗订单信息和医疗订单信息进行处理,在处理完成之后,将医疗订单信息按照处理路径信息对应的处理路径发送至下一个医疗设备进行处理,直至医疗设备组中的医疗设备全部处理完毕。
由以上可知,本发明实施例在获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照处理路径对医疗订单信息进行处理;由于该方案可以确定医疗订单信息的处理等级,并计算医疗设备组采用每一处理队列处理医疗订单信息的目标处理时间,根据处理等级和目标处理时间,从而确定医疗订单信息对应的目标处理队列和处理路径,对医疗订单信息进行分流处理,就可以充分考虑医疗设备组内部的处理请求和医疗订单信息自身的情况,使得对医疗订单信息分流处理的更加均衡,因此,就可以大大提升医疗订单信息处理的处理效率。
根据上面实施例所描述的方法,以下将举例作进一步详细说明。
在本实施例中,将以该医疗订单信息处理装置具体集成在电子设备,电子设备为服务器为例进行说明。
如图3所示,一种医疗订单信息处理方法,具体流程如下:
201、服务器获取医疗订单信息和医疗设备组的当前处理信息。
例如,用户可以在终端上触发医疗订单信息处理请求,该医疗订单信息请求可以为满足目标医疗需求的处理信息,根据医疗订单信息处理请求,从而生成医疗订单信息,终端将医疗订单信息发送至服务器,对于当前处理信息的获取,服务器可以获取医疗设备组的属性信息,在该属性信息中提取出医疗设备组的当前处理信息。该当前处理信息可以为实时信息,也可以为预先配置好的配置信息。当医疗订单信息的内存较大或者数量较多时,用户在终端上触发医疗订单信息处理请求,根据医疗订单信息处理请求,生成医疗订单信息,将医疗订单信息进行存储,然后,将存储地址发送至服务器,服务器根据存储地址在终端中获取医疗订单信息。
202、服务器采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。
例如,服务器可以在医疗订单信息中识别出当前医疗需求的需求类型、当前医疗需求用户的身份信息以及当前医疗需求用户的历史医疗订单信息等,将这些信息作为当前医疗需求的目标属性信息。采用基于神经网络的等级评估模型的卷积层对目标属性信息进行多维度的特征提取,得到医疗订单信息的至少一个局部医疗需求特征,对局部医疗需求特征进行分类,获取每一局部医疗需求特征类型的权重信息,根据权重信息,对局部医疗需求特征进行加权,并将加权后的局部医疗需求特征进行融合,得到医疗订单信息的全局医疗需求特征,将全局医疗需求特征作为医疗订单信息的医疗需求特征。根据医疗需求特征与处理系数的映射关系,映射出需求特征对应的处理系数,获取每一处理等级对应的处理系数范围,将处理系数与处理系数范围进行匹配,将与处理系数匹配成功的处理系数范围对应的处理等级作为医疗订单信息的处理等级。
可选的,服务器,还可以在当前处理信息中识别出医疗设备组的处理记录,该处理记录可以包括医疗设备组中已经处理完成的医疗订单信息、正在处理的医疗订单信息和还未处理的医疗订单信息。在处理记录中筛选出未处理的历史医疗订单信息,该历史医疗订单信息为当前的医疗订单信息之前到达医疗设备组的医疗订单信息。基于神经网络的等级评估模型对历史医疗订单信息和医疗订单信息进行多维度特征提取,得到历史医疗需求特征和当前的医疗需求特征,特征提取的过程参加上文,在此就不再赘述。根据特征类型,对医疗需求特征和历史医疗需求特征值进行赋值,从而就可以计算出历史医疗需求特征值和目标医疗需求特征值。将目标医疗需求特征值分别与每一历史医疗需求特征值进行对比,得到对比结果,根据对比结果,对目标医疗需求特征值和历史医疗需求特征值进行排序,得到目标医疗需求特征值的排序结果。根据历史医疗需求特征的数量,确定每一处理等级对应的预设排序区间,将排序结果与预设排序区间进行匹配,将与排序结果匹配成功的预设排序区间对应的处理等级作为医疗订单信息的处理等级。
203、服务器根据处理速率、产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对于的处理概率。
例如,服务器在每一处理队列中确定出未处理的历史医疗订单信息的处理顺序,在处理顺序中筛选出排在末位的目标历史医疗订单信息,根据处理速率和产能分配参数,分别计算医疗设备组处理完每一处理队列中的目标历史医疗订单信息的时间,得到结束时间。将结束时间作为每一处理队列中处理医疗订单信息的开始时间,将处理速率和产能分配参数发送至信息处理模型,使得信息处理模型模拟医疗设备组通过每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对于的处理概率。
可选的,服务器在医疗订单信息中提取出当前医疗需求的到达时间,比如,在医疗订单信息中提取出用户触发当前医疗需求的医疗订单处理请求的时间,将触发医疗订单处理请求的时间作为当前医疗需求的到达时间,还可以将接收到医疗订单信息的时间作为当前医疗需求的到达时间。根据处理速率、医疗订单信息和到达时间,计算医疗订单信息在每一个处理队列的至少一个候选开始处理时间,基于候选开始处理时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。
204、服务器基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间。
例如,服务器在处理时间中筛选出处理概率最大的处理时间作为处理队列对应的目标处理时间。在处理概率中筛选出超过预设处理概率阈值的处理概率,得到目标处理概率,当目标处理概率的数量为一个时,在处理时间中筛选出目标处理概率对应的处理时间,得到处理队列对应的目标处理时间,当目标处理概率的数量为多个时,可以对目标处理概率进行分类,并对分类后的目标处理概率进行加权,得到加权后的处理概率,在加权后的处理概率中筛选出最大的处理概率,作为目标加权处理概率,在处理时间中筛选出目标加权处理概率对应的处理时间,得到处理队列对应的目标处理时间。
205、服务器根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。
例如,在预设处理时间集合中筛选出处理等级对应的基础处理时间,将该基础处理时间作为医疗订单信息的基础处理时间。当检测到处理时间中存在不超过基础处理时间的候选处理时间时,将候选处理时间中最小的处理时间作为第一目标处理时间,在处理队列中筛选出第一目标处理时间对应的处理队列,得到处理医疗订单信息的目标处理队列。当处理时间超过基础时间时,在处理时间中筛选出最小的处理时间作为第二处理时间,在处理队列在筛选出第二目标处理时间对应的处理队列,得到目标处理队列,根据处理速率和产能分配参数,计算在目标处理队列中基础处理时间对应的目标开始处理时间,基于目标开始处理时间,确定医疗订单信息在目标处理队列的目标处理顺序,基于目标处理顺序,对医疗订单信息在目标处理队列中的处理顺序进行调整,得到顺序调整信息。
可选的,对于目标处理队列的筛选,服务器还可以根据处理等级,确定医疗订单信息的目标等待时间,该目标等待时间可以为医疗订单信息从到达医疗设备组开始处理之间的最长时间间隔,也可以为医疗订单信息从达到至处理完成之间的最长时间间隔,还可以为医疗订单信息在医疗设备组中医疗设备进行处理时之间的最长时间间隔。根据目标等待时间的时间类型,在处理时间中筛选出时间类型对应的候选等待时间。在候选等待时间在筛选出不超过目标等待时间的候选等待时间,将不超过目标等待时间的候选等待时间中最小的等待时间作为医疗订单信息的等待时间,在处理队列中筛选出等待时间对应的处理队列,得到处理医疗订单信息的目标处理队列。
206、服务器根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息。
例如,服务器根据目标处理队列和顺序调整信息,确定医疗订单信息在医疗设备组的医疗设备之间的至少一个候选处理路径,当候选处理路径的数量只有一个时,将候选处理路径就可以作为医疗设备组的处理路径,从而得到处理路径信息。当候选处理路径的数量存在多个时,就可以分别计算医疗设备组采用每一候选路径处理医疗订单信息的时间,在候选处理路径中筛选出处理时间最短的处理路径,得到目标处理路径,从而就可以得到处理路径信息。
207、服务器将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照处理路径对所述医疗订单信息进行处理。
例如,当对医疗订单信息在处理路径的顺序没进行调整时,就直接将医疗订单信息发送至目标处理队列,目标处理路径中的未处理的历史医疗订单信息也在该处理队列中,目标处理队列对应的医疗设备对该处理队列中的未处理的历史医疗订单信息和医疗订单信息进行处理,处理完成之后,按照处理路径信息对应的处理路径发送至下一个医疗设备,继续进行处理,直到医疗设备组中全部医疗设备处理完成,就可以完成对医疗订单信息的处理。当对医疗订单信息在处理队列中的处理顺序进行了调整时,将医疗订单信息和顺序调整信息发送至目标处理队列,使得目标处理队列对应的医疗设备根据顺序调整顺序,将医疗订单信息在处理队列中的处理顺序进行调整,按照调整后的处理顺序,对处理队列中未处理的历史医疗订单信息和医疗订单信息进行处理,在处理完成之后,将医疗订单信息按照处理路径信息对应的处理路径发送至下一个医疗设备进行处理,直至医疗设备组中的医疗设备全部处理完毕。
由以上可知,本实施例服务器在获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理;由于该方案可以确定医疗订单信息的处理等级,并计算医疗设备组采用每一处理队列处理医疗订单信息的目标处理时间,根据处理等级和目标处理时间,从而确定医疗订单信息对应的目标处理队列和处理路径,对医疗订单信息进行分流处理,就可以充分考虑医疗设备组内部的处理请求和医疗订单信息自身的情况,使得对医疗订单信息分流处理的更加均衡,因此,就可以大大提升医疗订单信息处理的处理效率。
根据上面实施例所描述的方法,以下将举例作进一步详细说明。
在本实施例中,将以该医疗订单信息处理装置集成在电子设备,电子设备为服务器,医疗订单信息为患者在术前的检查请求信息,医疗设备组为两个串行的检查服务台,每个检查服务台前都包括一个处理队列,信息处理为对患者在术前进行检查进行分流至不同的处理队列为例进行说明。
患者或其陪同人员在终端输入患者个人信息和检查项目信息等,从而触发生成检查请求,终端根据检查请求,生成待处理检查请求信息,并将待处理检查请求信息发送至服务器,服务器从而获取待处理检查请求信息,服务器还可以获取检查服务台组的实时服务信息或预设的服务配置信息等作为检查信息。服务器在待处理检查请求信息识别出用户患者的个人信息和检查项目信息,个人信息可以包括年龄、患病年限、患病类型、住院时间、预约手术时间和历史检查时间等信息,检查项目信息可以包括在主要检查的项目和辅助检查的项目等信息,其中,对于主要检查项目和辅助检查项目等可以根据手术类型,对患者输入的检查项目进行分类。
服务器根据患者个人信息和检测项目信息,采用基于神经网络的等级评估模型对该患者的检查请求进行等级评估,得到检查请求的处理等级,该处理等级可以包括多个等级,比如,可以包括第一处理等级、第二处理等级和第三处理等级等,每一个处理等级对应的处理优先级不同。服务器还可以将患者的个人信息和检查项目信息与已到达检查服务台但未检查的其他患者的个人信息与检测项目信息进行对比,从而确定当前患者的待处理检查信息的处理等级。
服务器根据处理速率、产能分配参数,采用信息处理模型模拟医疗设备组通过两个处理队列中的患者进行检查,得到每个处理队列对当前患者进行检查所花的检查时间和该检查时间对应的检查概率。比如,服务器分别计算两个处理队列中还未检查的患者在检查服务台组中预计的结束检查时间,根据结束检查时间,分别计算检查服务台组检查完当前患者的检查时间和检查时间对应的检查概率,服务器还可以获取当前患者的到达医院的时间,根据到达医院的时间和处理速率,分别计算检查服务台组检查完当前患者的平均检查时间和平均检查时间对应的检查概率,将平均检查时间作为检查服务台检查当前患者所花费的检查时间。
在检查时间中筛选出检查概率最大的检查时间,得到将患者分流至每一处理队列中的目标检查时间,服务器根据当前患者的检查请求对应的处理等级和计算出的检查时间,在两个处理队列中筛选出当前患者选择的目标处理队列,服务器根据处理队列,确定患者在检查服务台中的检查路径,得到检查路径信息,服务器将患者的待处理检查请求信息和检查路径信息发送至目标处理队列对应的目标检查服务台,该目标服务台通过声音提示、画面提示或其他提示方式,提示当前患者前往目标检查服务台的队列进行排队和进行检查,当在目标检查服务台中检查完成之后,目标检查服务台还可以提示当前患者前往下一个检查服务台进行检查,从而完成该当前患者的术前检查的全部检查项目,具体可以如图4所示。
为了更好地实施以上方法,本发明实施例还提供一种医疗订单信息处理装置,该医疗订单信息处理装置可以集成在电子设备,比如服务器或终端等设备中,该终端可以包括平板电脑、笔记本电脑和/或个人计算机等。
例如,如图5所示,该医疗订单信息处理装置可以包括获取单元301、评估单元302、模拟处理单元303、筛选单元304、确定单元305和处理单元306,如下:
(1)获取单元301;
获取单元301,用于获取医疗订单信息和医疗设备组的当前处理信息,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数。
例如,获取单元301,具体可以用于用户可以在终端上触发医疗订单信息处理请求,该医疗订单信息请求可以为满足目标医疗需求的处理信息,根据医疗订单信息处理请求,从而生成医疗订单信息,终端将医疗订单信息发送至医疗订单信息处理装置,对于当前处理信息的获取,可以获取医疗设备组的属性信息,在该属性信息中提取出医疗设备组的当前处理信息。或者,用户在终端上触发医疗订单信息处理请求,根据医疗订单信息处理请求,生成医疗订单信息,将医疗订单信息进行存储,然后,将存储地址发送至医疗订单信息处理装置,医疗订单信息处理装置根据存储地址在终端中获取医疗订单信息。
(2)评估单元302;
评估单元302,用于采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。
例如,评估单元302,具体可以用于在医疗订单信息中识别出当前医疗需求的目标属性信息,采用基于神经网络的等级评估模型对目标属性信息进行特征提取,得到医疗订单信息的医疗需求特征,根据医疗需求特征,确定医疗订单信息的处理等级,或者,在当前处理信息中识别出医疗设备组的处理记录,在处理记录中筛选出未处理的历史医疗订单信息,该历史医疗订单信息为医疗订单信息到达之前的信息,根据历史医疗订单信息,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。
(3)模拟处理单元303;
模拟处理单元303,用于根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过所述处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。
例如,模拟处理单元303,具体可以用于根据处理速率和产能分配参数,分别计算处理队列中未处理的历史医疗订单信息的结束时间,基于结束时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,或者,在医疗订单信息中提取出当前医疗需求的到达时间,根据处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。
(4)筛选单元304;
筛选单元304,用于基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。
例如,筛选单元304,具体可以用于基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,根据处理等级,确定医疗订单信息的基础处理时间,当检测到目标处理时间中存在不超过基础处理时间的候选处理时间时,在候选处理时间中筛选出最小的处理时间作为第一目标处理时间,在处理队列中筛选出第一目标处理时间对应的处理队列,得到医疗订单信息对应的目标处理队列,或者,根据处理等级,确定医疗订单信息的目标等待时间,在目标处理时间中筛选出处理队列对应的候选等待时间,基于目标等待时间和候选等待时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。
(5)确定单元305;
确定单元305,用于根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息。
例如,确定单元305,具体可以用于根据目标处理队列和顺序调整信息,确定医疗订单信息在医疗设备组的医疗设备之间的至少一个候选处理路径,当候选处理路径的数量只有一个时,将候选处理路径就可以作为医疗设备组的处理路径,从而得到处理路径信息。当候选处理路径的数量存在多个时,就可以分别计算医疗设备组采用每一候选路径处理医疗订单信息的时间,在候选处理路径中筛选出处理时间最短的处理路径,得到目标处理路径,从而就可以得到处理路径信息。
(6)处理单元306;
处理单元306,用于将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理。
例如,处理单元306,具体可以用于当对医疗订单信息在处理路径的顺序没进行调整时,就直接将医疗订单信息发送至目标处理队列,目标处理路径中的未处理的历史医疗订单信息也在该处理队列中,目标处理队列对应的医疗设备对该处理队列中的未处理的历史医疗订单信息和医疗订单信息进行处理,处理完成之后,按照处理路径信息对应的处理路径发送至下一个医疗设备,继续进行处理,直到医疗设备组中全部医疗设备处理完成,就可以完成对医疗订单信息的处理。当对医疗订单信息在处理队列中的处理顺序进行了调整时,将医疗订单信息和顺序调整信息发送至目标处理队列,使得目标处理队列对应的医疗设备根据顺序调整顺序,将医疗订单信息在处理队列中的处理顺序进行调整,按照调整后的处理顺序,对处理队列中未处理的历史医疗订单信息和医疗订单信息进行处理,在处理完成之后,将医疗订单信息按照处理路径信息对应的处理路径发送至下一个医疗设备进行处理,直至医疗设备组中的医疗设备全部处理完毕。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由以上可知,本实施例在获取单元301获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,评估单元302采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,模拟处理单元303根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,筛选单元304基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,确定单元305根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,处理单元306将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理;由于该方案可以确定医疗订单信息的处理等级,并计算医疗设备组采用每一处理队列处理医疗订单信息的目标处理时间,根据处理等级和目标处理时间,从而确定医疗订单信息对应的目标处理队列和处理路径,对医疗订单信息进行分流处理,就可以充分考虑医疗设备组内部的处理请求和医疗订单信息自身的情况,使得对医疗订单信息分流处理的更加均衡,因此,就可以大大提升医疗订单信息处理的处理效率。
本发明实施例还提供一种电子设备,如图6所示,其示出了本发明实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图6中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,电子设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理。
例如,电子设备可以直接获取医疗订单信息和医疗设备组的当前处理信息,当医疗订单信息内存较大或数量较多时,还可以间接获取医疗订单信息。在医疗订单信息中识别出当前医疗需求的目标属性信息,采用基于神经网络的等级评估模型对目标属性信息进行特征提取,得到医疗订单信息的医疗需求特征,根据医疗需求特征,确定医疗订单信息的处理等级,或者,在当前处理信息中识别出医疗设备组的处理记录,在处理记录中筛选出未处理的历史医疗订单信息,该历史医疗订单信息为医疗订单信息到达之前的信息,根据历史医疗订单信息,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。根据处理速率和产能分配参数,分别计算处理队列中未处理的历史医疗订单信息的结束时间,基于结束时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,或者,在医疗订单信息中提取出当前医疗需求的到达时间,根据处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,根据处理等级,确定医疗订单信息的基础处理时间,当检测到目标处理时间中存在不超过基础处理时间的候选处理时间时,在候选处理时间中筛选出最小的处理时间作为第一目标处理时间,在处理队列中筛选出第一目标处理时间对应的处理队列,得到医疗订单信息对应的目标处理队列,或者,根据处理等级,确定医疗订单信息的目标等待时间,在目标处理时间中筛选出处理队列对应的候选等待时间,基于目标等待时间和候选等待时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。根据目标处理队列和顺序调整信息,确定医疗订单信息在医疗设备组的医疗设备之间的至少一个候选处理路径,当候选处理路径的数量只有一个时,将候选处理路径就可以作为医疗设备组的处理路径,从而得到处理路径信息。当候选处理路径的数量存在多个时,就可以分别计算医疗设备组采用每一候选路径处理医疗订单信息的时间,在候选处理路径中筛选出处理时间最短的处理路径,得到目标处理路径,从而就可以得到处理路径信息。当对医疗订单信息在处理路径的顺序没进行调整时,就直接将医疗订单信息发送至目标处理队列,目标处理路径中的未处理的历史医疗订单信息也在该处理队列中,目标处理队列对应的医疗设备对该处理队列中的未处理的历史医疗订单信息和医疗订单信息进行处理,处理完成之后,按照处理路径信息对应的处理路径发送至下一个医疗设备,继续进行处理,直到医疗设备组中全部医疗设备处理完成,就可以完成对医疗订单信息的处理。当对医疗订单信息在处理队列中的处理顺序进行了调整时,将医疗订单信息和顺序调整信息发送至目标处理队列,使得目标处理队列对应的医疗设备根据顺序调整顺序,将医疗订单信息在处理队列中的处理顺序进行调整,按照调整后的处理顺序,对处理队列中未处理的历史医疗订单信息和医疗订单信息进行处理,在处理完成之后,将医疗订单信息按照处理路径信息对应的处理路径发送至下一个医疗设备进行处理,直至医疗设备组中的医疗设备全部处理完毕。
以上各个操作的具体实施可参见前面的实施例,在此不作赘述。
由以上可知,本发明实施例在获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,然后,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,然后,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理;由于该方案可以确定医疗订单信息的处理等级,并计算医疗设备组采用每一处理队列处理医疗订单信息的目标处理时间,根据处理等级和目标处理时间,从而确定医疗订单信息对应的目标处理队列和处理路径,对医疗订单信息进行分流处理,就可以充分考虑医疗设备组内部的处理请求和医疗订单信息自身的情况,使得对医疗订单信息分流处理的更加均衡,因此,就可以大大提升医疗订单信息处理的处理效率。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种医疗订单信息处理方法中的步骤。例如,该指令可以执行如下步骤:
获取医疗订单信息和医疗设备组的当前处理信息后,该医疗设备组包括至少两个医疗设备,该医疗设备组包括每一医疗设备对应的处理队列,该当前处理信息包括医疗设备针对每一处理队列的处理速率和产能分配参数,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级,根据处理速率和产能分配参数,采用信息处理模型模拟医疗设备组通过处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,并根据处理等级和目标处理时间,在处理队列中筛选出医疗订单信息对应的目标处理队列,根据目标处理队列,确定医疗订单信息在医疗设备组的处理路径,得到处理路径信息,将医疗订单信息和处理路径信息发送至目标处理队列,以便医疗设备组按照所述处理路径对医疗订单信息进行处理。
例如,电子设备可以直接获取医疗订单信息和医疗设备组的当前处理信息,当医疗订单信息内存较大或数量较多时,还可以间接获取医疗订单信息。在医疗订单信息中识别出当前医疗需求的目标属性信息,采用基于神经网络的等级评估模型对目标属性信息进行特征提取,得到医疗订单信息的医疗需求特征,根据医疗需求特征,确定医疗订单信息的处理等级,或者,在当前处理信息中识别出医疗设备组的处理记录,在处理记录中筛选出未处理的历史医疗订单信息,该历史医疗订单信息为医疗订单信息到达之前的信息,根据历史医疗订单信息,采用基于神经网络的等级评估模型对医疗订单信息进行等级评估,得到医疗订单信息的处理等级。根据处理速率和产能分配参数,分别计算处理队列中未处理的历史医疗订单信息的结束时间,基于结束时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率,或者,在医疗订单信息中提取出当前医疗需求的到达时间,根据处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一处理队列处理医疗订单信息,得到每一处理队列对应的至少一个处理时间和处理时间对应的处理概率。基于处理概率,在处理时间中筛选出每一处理队列对应的目标处理时间,根据处理等级,确定医疗订单信息的基础处理时间,当检测到目标处理时间中存在不超过基础处理时间的候选处理时间时,在候选处理时间中筛选出最小的处理时间作为第一目标处理时间,在处理队列中筛选出第一目标处理时间对应的处理队列,得到医疗订单信息对应的目标处理队列,或者,根据处理等级,确定医疗订单信息的目标等待时间,在目标处理时间中筛选出处理队列对应的候选等待时间,基于目标等待时间和候选等待时间,在处理队列中筛选出医疗订单信息对应的目标处理队列。根据目标处理队列和顺序调整信息,确定医疗订单信息在医疗设备组的医疗设备之间的至少一个候选处理路径,当候选处理路径的数量只有一个时,将候选处理路径就可以作为医疗设备组的处理路径,从而得到处理路径信息。当候选处理路径的数量存在多个时,就可以分别计算医疗设备组采用每一候选路径处理医疗订单信息的时间,在候选处理路径中筛选出处理时间最短的处理路径,得到目标处理路径,从而就可以得到处理路径信息。当对医疗订单信息在处理路径的顺序没进行调整时,就直接将医疗订单信息发送至目标处理队列,目标处理路径中的未处理的历史医疗订单信息也在该处理队列中,目标处理队列对应的医疗设备对该处理队列中的未处理的历史医疗订单信息和医疗订单信息进行处理,处理完成之后,按照处理路径信息对应的处理路径发送至下一个医疗设备,继续进行处理,直到医疗设备组中全部医疗设备处理完成,就可以完成对医疗订单信息的处理。当对医疗订单信息在处理队列中的处理顺序进行了调整时,将医疗订单信息和顺序调整信息发送至目标处理队列,使得目标处理队列对应的医疗设备根据顺序调整顺序,将医疗订单信息在处理队列中的处理顺序进行调整,按照调整后的处理顺序,对处理队列中未处理的历史医疗订单信息和医疗订单信息进行处理,在处理完成之后,将医疗订单信息按照处理路径信息对应的处理路径发送至下一个医疗设备进行处理,直至医疗设备组中的医疗设备全部处理完毕。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令,可以执行本发明实施例所提供的任一种医疗订单信息处理方法中的步骤,因此,可以实现本发明实施例所提供的任一种信息处理法所能实现的有益效果,详见前面的实施例,在此不再赘述。
其中,根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述信息处理方面的各种可选实现方式中提供的方法。
以上对本发明实施例所提供的一种医疗订单信息处理方法、装置和计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种医疗订单信息处理方法,其特征在于,包括:
获取医疗订单信息和医疗设备组的当前处理信息,所述医疗设备组包括至少两个医疗设备,所述医疗设备组包括每一所述医疗设备对应的处理队列,所述当前处理信息包括所述医疗设备针对每一所述处理队列的处理速率和产能分配参数;
采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级;
根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率;
基于所述处理概率,在所述处理时间中筛选出每一所述处理队列对应的目标处理时间,并根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列;
根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息;
将所述医疗订单信息和处理路径信息发送至所述目标处理队列,以便所述医疗设备组按照所述处理路径对所述医疗订单信息进行处理。
2.根据权利要求1所述的医疗订单信息处理方法,其特征在于,所述采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级,包括:
在医疗订单信息中识别出当前医疗需求的目标属性信息;
采用基于神经网络的等级评估模型对所述目标属性信息进行特征提取,得到所述医疗订单信息的医疗需求特征;
根据所述医疗需求特征,确定所述医疗订单信息的处理等级。
3.根据权利要求1所述的医疗订单信息处理方法,其特征在于,所述采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级,包括:
在当前处理信息中识别出所述医疗设备组的处理记录;
在所述处理记录中筛选出未处理的历史医疗订单信息,所述历史医疗订单信息为所述医疗订单信息到达之前的信息;
根据所述历史医疗订单信息,采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级。
4.根据权利要求1所述的医疗订单信息处理方法,其特征在于,所述根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率,包括:
根据所述处理速率和产能分配参数,分别计算所述处理队列中未处理的历史医疗订单信息的结束时间;
基于所述结束时间,采用信息处理模型模拟医疗设备组采用每一所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率。
5.根据权利要求1所述的医疗订单信息处理方法,其特征在于,所述根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率,包括:
在所述医疗订单信息中提取出当前医疗需求的到达时间;
根据所述处理速率、医疗订单信息和到达时间,采用信息处理模型模拟医疗设备组采用每一所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率。
6.根据权利要求1至5任一项所述的医疗订单信息处理方法,其特征在于,所述根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列,包括:
根据所述处理等级,确定所述医疗订单信息的基础处理时间;
当检测到所述目标处理时间中存在不超过所述基础处理时间的候选处理时间时,在所述候选处理时间中筛选出最小的处理时间作为第一目标处理时间;
在所述处理队列中筛选出第一目标处理时间对应的处理队列,得到所述医疗订单信息对应的目标处理队列。
7.根据权利要求6所述的医疗订单信息处理方法,其特征在于,还包括:
当所述目标处理时间超过所述基础处理时间时,在所述目标处理时间中筛选出最小的处理时间作为第二目标处理时间;
在所述处理队列中筛选出第二目标处理时间对应的处理队列,得到所述医疗订单信息对应的目标处理队列;
根据所述基础处理时间,对所述医疗订单信息在所述目标处理队列的处理顺序进行调整,得到顺序调整信息;
所述根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息,包括:根据所述顺序调整顺序和目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到处理路径信息。
8.根据权利要求1至5任一项所述的医疗订单信息处理方法,其特征在于,包括根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列,包括:
根据所述处理等级,确定所述医疗订单信息的目标等待时间;
在所述目标处理时间中筛选出所述处理队列对应的候选等待时间;
基于所述目标等待时间和候选等待时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列。
9.一种医疗订单信息处理装置,其特征在于,包括:
获取单元,用于获取医疗订单信息和医疗设备组的当前处理信息,所述医疗设备组包括至少两个医疗设备,所述医疗设备组包括每一所述医疗设备对应的处理队列,所述当前处理信息包括所述医疗设备针对每一所述处理队列的处理速率和产能分配参数;
评估单元,用于采用基于神经网络的等级评估模型对所述医疗订单信息进行等级评估,得到所述医疗订单信息的处理等级;
模拟处理单元,用于根据所述处理速率和产能分配参数,采用信息处理模型模拟所述医疗设备组通过所述处理队列处理所述医疗订单信息,得到每一所述处理队列对应的至少一个处理时间和所述处理时间对应的处理概率;
筛选单元,用于基于所述处理概率,在所述处理时间中筛选出每一所述处理队列对应的目标处理时间,并根据所述处理等级和目标处理时间,在所述处理队列中筛选出所述医疗订单信息对应的目标处理队列;
确定单元,用于根据所述目标处理队列,确定所述医疗订单信息在所述医疗设备组的处理路径,得到所述处理路径信息;
处理单元,用于将所述医疗订单信息和处理路径信息发送至所述目标处理队列,以便所述医疗设备组按照所述处理路径对所述医疗订单信息进行处理。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至8任一项所述的医疗订单信息处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210188552.4A CN114267440B (zh) | 2022-03-01 | 2022-03-01 | 医疗订单信息处理方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210188552.4A CN114267440B (zh) | 2022-03-01 | 2022-03-01 | 医疗订单信息处理方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114267440A true CN114267440A (zh) | 2022-04-01 |
CN114267440B CN114267440B (zh) | 2022-06-14 |
Family
ID=80833737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210188552.4A Active CN114267440B (zh) | 2022-03-01 | 2022-03-01 | 医疗订单信息处理方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114267440B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882986A (zh) * | 2022-07-12 | 2022-08-09 | 四川大学华西医院 | 一种信息分流处理方法、装置和计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160092588A1 (en) * | 2013-10-12 | 2016-03-31 | Chian Chiu Li | Systems And Methods for Contacting Target Person |
CN108122606A (zh) * | 2017-12-01 | 2018-06-05 | 杭州远舟医疗科技有限公司 | 一种红外影像平台的订单管理方法、电子设备及存储介质 |
CN110555714A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110706798A (zh) * | 2019-09-16 | 2020-01-17 | 武汉安诠加信息技术有限公司 | 适用于美容院的问诊订单分配方法、装置、设备及介质 |
US20200273575A1 (en) * | 2019-02-21 | 2020-08-27 | Theator inc. | System for providing decision support to a surgeon |
CN113436716A (zh) * | 2021-08-26 | 2021-09-24 | 南京天溯自动化控制系统有限公司 | 医院后勤运营管理生态平台 |
CN113570395A (zh) * | 2021-01-22 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、计算机可读介质及电子设备 |
-
2022
- 2022-03-01 CN CN202210188552.4A patent/CN114267440B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160092588A1 (en) * | 2013-10-12 | 2016-03-31 | Chian Chiu Li | Systems And Methods for Contacting Target Person |
CN108122606A (zh) * | 2017-12-01 | 2018-06-05 | 杭州远舟医疗科技有限公司 | 一种红外影像平台的订单管理方法、电子设备及存储介质 |
CN110555714A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US20200273575A1 (en) * | 2019-02-21 | 2020-08-27 | Theator inc. | System for providing decision support to a surgeon |
US20210012868A1 (en) * | 2019-02-21 | 2021-01-14 | Theator inc. | Intraoperative surgical event summary |
CN110706798A (zh) * | 2019-09-16 | 2020-01-17 | 武汉安诠加信息技术有限公司 | 适用于美容院的问诊订单分配方法、装置、设备及介质 |
CN113570395A (zh) * | 2021-01-22 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、计算机可读介质及电子设备 |
CN113436716A (zh) * | 2021-08-26 | 2021-09-24 | 南京天溯自动化控制系统有限公司 | 医院后勤运营管理生态平台 |
Non-Patent Citations (2)
Title |
---|
沈阳 等: "基于可拓学的大型医疗设备绩效评价实例研究", 《中国医疗设备》 * |
王永鹏: "基于深度学习的智能导诊系统的设计与实现", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882986A (zh) * | 2022-07-12 | 2022-08-09 | 四川大学华西医院 | 一种信息分流处理方法、装置和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114267440B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3525096A1 (en) | Resource load balancing control method and cluster scheduler | |
US9355234B1 (en) | Authentication involving selection among different biometric methods dynamically | |
US20180247265A1 (en) | Task grouping method and apparatus, electronic device, and computer storage medium | |
CN109558989A (zh) | 排队时间预测方法、装置、设备及计算机可读存储介质 | |
MX2012003721A (es) | Sistemas y metodos para analitica de datos graficos sociales para determinar conectividad dentro de una comunidad. | |
CN109565452A (zh) | 用于确定最优策略的系统和方法 | |
CN114267440B (zh) | 医疗订单信息处理方法、装置和计算机可读存储介质 | |
CN113569138A (zh) | 一种智能设备控制方法、装置、电子设备和存储介质 | |
US20070198252A1 (en) | Optimum design management apparatus, optimum design calculation system, optimum design management method, and optimum design management program | |
CN110866249A (zh) | 一种动态检测恶意代码的方法、装置及电子设备 | |
WO2019062404A1 (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN114882986B (zh) | 一种信息分流处理方法、装置和计算机可读存储介质 | |
CN114300082B (zh) | 一种信息处理方法、装置和计算机可读存储介质 | |
CN112052399B (zh) | 一种数据处理方法、装置和计算机可读存储介质 | |
CN113741930A (zh) | 应用升级方法、装置、电子设备及计算机可读存储介质 | |
CN111310072B (zh) | 关键词提取方法、装置和计算机可读存储介质 | |
CN116974894A (zh) | 数据处理方法、装置、存储介质及计算机设备 | |
CN113934776B (zh) | 食材推送方法、装置、介质及设备 | |
CN115712571A (zh) | 一种交互服务测试、装置、计算机设备及存储介质 | |
CN115169881A (zh) | 任务分配方法、装置和电子设备 | |
CN108932704A (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN114329026A (zh) | 图像检索方法、装置、电子设备和计算机可读存储介质 | |
CN112818241B (zh) | 一种内容推广方法、装置、计算机设备和存储介质 | |
CN114362968A (zh) | 区块链获取随机数的方法、装置、设备和介质 | |
CN114090911A (zh) | 界面处理方法、装置、计算机设备及计算机可读存储介质 |
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 |