CN114300082A - 一种信息处理方法、装置和计算机可读存储介质 - Google Patents
一种信息处理方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114300082A CN114300082A CN202210244754.6A CN202210244754A CN114300082A CN 114300082 A CN114300082 A CN 114300082A CN 202210244754 A CN202210244754 A CN 202210244754A CN 114300082 A CN114300082 A CN 114300082A
- 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
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明实施例公开了一种信息处理方法、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流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,根据传输参数和处理参数,生成医疗设备的状态转移特征,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;该方案可以大大提升信息处理的效率。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种信息处理方法、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流。现有的信息处理方法往往是随机分流或者平均分流至每一个处理队列进行处理。
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,随机或平均分流至医疗设备,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效率。
一种信息处理方法,包括:
获取医疗订单信息流、所述医疗订单信息流的传输参数和医疗设备的当前处理信息,所述医疗设备包括每一处理方向对应的处理队列,所述当前处理信息包括所述医疗设备针对所述处理队列中医疗订单信息的处理参数;
根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,所述状态转移特征用于指示所述医疗设备处理医疗订单信息流的状态转移信息;
基于所所述状态转移特征,计算所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率,所述稳态概率用于指示所述医疗设备处理预设数量的医疗订单信息的概率;
根据所述稳态概率,确定所述医疗订单信息流的分割参数;
基于所述分割参数分割所述医疗订单信息流,得到所述处理队列对应的目标医疗订单信息流;
将所述目标医疗订单信息流发送至所述处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
相应的,本发明实施例提供一种信息处理装置,包括:
获取单元,用于获取医疗订单信息流、所述医疗订单信息流的传输参数和医疗设备的当前处理信息,所述医疗设备包括每一处理方向对应的处理队列,所述当前处理信息包括所述医疗设备针对所述处理队列中医疗订单信息的处理参数;
生成单元,用于根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,所述状态转移特征用于指示所述医疗设备处理医疗订单信息流的状态转移信息;
计算单元,用于基于所述状态转移特征,计算所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率,所述稳态概率用于指示所述医疗设备处理预设数量的医疗订单信息的概率;
确定单元,用于根据所述稳态概率,确定所述医疗订单信息流的分割参数;
分割单元,用于基于所述分割参数分割所述医疗订单信息流,得到所述处理队列对应的目标医疗订单信息流;
处理单元,用于将所述目标医疗订单信息流发送至所述处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
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流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;由于该方案根据传输参数和处理参数,生成医疗设备的状态转移特征,并计算处理医疗订单信息的稳态概率,然后,根据稳态概率对医疗订单信息流进行分割,充分考虑了医疗设备的内部状态,使得对医疗订单信息分流更加均衡,因此,可以大大提升信息处理的效率。
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信息处理方法的场景示意图;
图2是本发明实施例提供的信息处理方法的流程示意图;
图3是本发明实施例提供的状态转移图;
图4是本发明实施例提供的信息处理方法的另一流程示意图;
图5是本发明实施例提供的术前检查场景下的信息处理的流程示意图;
图6是本发明实施例提供的信息处理装置的结构示意图;
图7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信息处理方法、装置和计算机可读存储介质。其中,该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流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
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。
本实施例将从信息处理装置的角度进行描述,该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信息处理的智能设备等设备。
一种信息处理方法,包括:
获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
如图2所示,该信息处理方法的具体流程如下:
101、获取医疗订单信息流、医疗订单信息流的传输参数和医疗设备的当前处理信息。
其中,医疗订单信息流可以为医院内通过挂号等预约事件产生的泊松流,所谓泊松流可以为具有平稳性、普通性和无后效性的事件流,比如,可以为医院内患者挂号进行术前检查形成的检查需求事件流,该检查需求事件流可以由一个个满足泊松流分布的检查需求信息组成。医疗订单信息流的传输参数可以理解为医疗订单信息流中待医疗订单信息的到达率。
其中,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通过每一处理方向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流和医疗订单信息流的传输参数,比如,不同的用户在不同时间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需求的处理信息,当存在多个用户在不同时间触发的医疗订单信息处理请求,从而就可以产生医疗订单信息流,信息处理装置接收医疗订单信息中每一医疗订单信息,根据每一医疗订单信息的到达时间,就可以确定医疗订单信息流的传输参数,该传输参数可以为一个固定的数值。对于医疗设备的当前处理信息来说,可以直接获取医疗设备的属性信息,在属性信息中提取出医疗设备处理医疗订单信息流时的当前处理信息,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。当医疗订单信息流内的医疗订单信息的内存较大或者数量较多时,还可以间接获取医疗订单信息流,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,多个医疗订单信息就可以组成医疗订单信息流,将这些医疗订单信息进行存储,然后,将医疗订单信息流中每一医疗订单信息的存储地址发送至信息处理装置,信息处理装置就可以根据存储地址在终端中获取医疗订单信息。用户还以通过终端将医疗订单信息存储至云服务台或区块链,然后,将存储地址发送至信息处理装置,信息处理装置根据存储地址获取医疗订单信息,从而得到医疗订单信息流。
102、根据传输参数和处理参数,生成医疗设备的状态转移特征。
其中,状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,该状态转移特征可以为医疗设备在处理医疗订单信息流中每一医疗订单信息时的状态转移图。
例如,可以根据传输参数,确定预设时间内医疗订单信息流中医疗订单信息的目标数量,比如,根据医疗订单信息流的传输参数中确定出一个预设时间内到达的医疗订单信息的数量,譬如,预设时间可以为一天,就可以根据医疗订单信息流的到达率λ,来计算一天内达到的医疗订单信息的数量,将该数量作为医疗设备在一天内需要处理的最大医疗订单信息的目标数量。基于处理参数,模拟医疗设备处理目标数量的医疗订单信息,得到待医疗设备处理医疗订单信息的状态转移信息,比如,根据医疗订单信息的目标数量,确定医疗设备处理医疗订单信息的至少一个处理方向,基于处理参数,模拟医疗设备采用每一处理路径处理医疗订单信息流,得到医疗设备的状态转移信息。对状态转移信息进行特征提取,得到医疗设备的状态转移特征,比如,可以基于状态转移信息,构建医疗设备采用每一处理路径处理目标数量的医疗订单信息的状态转移图,以医疗订单信息需求为患者术前检查请求信息,处理队列的数量2,需要计算的拆分系数α为例,状态转移图可以如图3所示,λ为医疗订单信息的到达速率,因此,处理队列1的到达率为λ1=αλ,处理队列2的到达率为λ2=(1-α)λ,β为医疗设备A针对两个处理队列的产能分配比例,μ为医疗设备处理医疗订单信息的处理速率,因此,处理队列1的处理速率就可以为μ1=βμ,处理队列2的到达速率就可以为μ2=(1-β)μ。
可选的,可以根据传输参数和处理参数,确定医疗设备中每一医疗设备处理医疗订单信息流的状态信息,比如,可以根据传输参数,确定医疗设备和处理队列中存在处理事件,譬如,该处理事件可以包括处理队列1中1个医疗订单信息到达,处理队列2中1个医疗订单信息到达,医疗设备处理1个由处理队列1到达的医疗订单信息,医疗设备处理1个由处理队列2到达的医疗订单信息,没有医疗订单信息到达和处理。基于处理参数,模拟医疗设备处理这些处理事件,得到医疗设备处理医疗订单信息流的状态信息。将状态信息进行融合,得到医疗设备处理医疗订单信息流的状态转移信息,比如,基于传输参数和处理参数,确定医疗设备针对医疗订单信息流的处理方向,根据处理方向,将医疗设备的状态信息进行融合,得到医疗订单信息处理医疗订单信息流的状态转移信息。对状态转移信息进行特征提取,得到医疗设备的状态转移特征,比如,可以基于状态转移信息,构建医疗设备采用每一处理方向处理目标数量的医疗订单信息的状态转移图,状态转移图可以如图3所示。
103、基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率。
其中,稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率。
例如,根据状态转移特征,确定医疗设备处理医疗订单信息流的处理平衡信息,该处理平衡信息为指示医疗设备处理医疗订单信息流中每一医疗订单信息的处理平衡关系,比如,可以根据医疗设备的状态转移图,构建针对每一个医疗订单信息的到达和处理结束之间的平衡方程,平衡方程可以如下:
其中,λ为医疗订单信息的到达速率,λ1为处理队列1的到达率,λ2为处理队列2的到达率,μ1为医疗设备针对处理队列1的处理速率、μ2为医疗设备针对处理队列2的到达速率,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
对处理平衡信息进行解析,得到医疗设备在预设状态下处理医疗订单信息流的初
始稳态概率,其中,预设状态可以为稳定状态,稳定状态存在的条件可以为、且、且。比如,可以采用“矩阵几何”方法(Neuts’Matrix-
Geometric Method)求解平衡方程中的初始稳态概率。将初始稳态概率进行融合,得到医疗
设备在预设状态下处理医疗订单信息流的稳态概率,比如,将每一个初始稳态概率进行组
合,就可以得到医疗设备处理医疗订单信息流中每一医疗订单信息的初始稳态概率集合,
将该初始稳态概率集合作为医疗设备在预设状态下处理医疗订单信息流的稳态概率,还可
以对初始稳态概率进行分类,并获取每一个类型的概率权重,基于概率权重,对初始稳态概
率进行加权,将加权后的初始稳态概率进行融合,也可以得到医疗设备在预设状态下处理
医疗订单信息流的稳态概率。
104、根据所述稳态概率,确定所述医疗订单信息流的分割参数。
例如,可以根据处理队列的类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率,基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量,根据目标处理数量,确定医疗订单信息流的分割参数。
S1、根据处理队列的类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率。
例如,根据处理队列类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率,比如,以处理队列包括处理队列1和处理队列2为例,将稳态概率分为处理队列1中存在任意数量的医疗订单信息和处理队列2中存在任意数量的医疗订单信息,譬如,以处理队列1内的医疗订单信息为例,当处理队列1内存在1个医疗订单信息时,其对应分类的目标稳态概率为π10、π11和π12等,当处理队列2内存在1个医疗订单信息时,其对应分类的目标稳态概率可以为π01、π11和π21等。
S2、基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量。
例如,基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量,比如,对于处理队列1,在预设时间内的目标处理数量可以如以下公式计算:
其中,n1为从队列1中进入医疗设备的可容纳的数量,n2为从队列2中进入医疗设备的可容纳的数量,i为处理队列1中医疗订单信息的数量,π_ij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
对于处理队列2,在预设时间内的目标处理数量可以如下公式计算:
其中,n1为从队列1中进入医疗设备的可容纳的数量,n2为从队列2中进入医疗设备的可容纳的数量,j为处理队列2中医疗订单信息的数量,π_ij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
S3、根据目标处理数量,确定医疗订单信息流的分割参数。
例如,根据目标处理数量,确定医疗订单信息流的分割信息,比如,以医疗设备包括两个处理方向对应的处理队列1和处理队列2为例,就可以根据处理队列1和处理队列2的目标数量之间的比值,确定医疗订单信息流的分割系数,譬如,该分割系数可以通过以下公式进行计算:
α=E(L1 )⁄E(L2 )
其中,α为医疗订单信息流的分割系数,将该分割系数作为医疗订单信息流的分割信息。
分割系数可以是关于α的方程,当两边队列在系统中的人数限制都为1(即,不允许有排队等待的情况)时,根据以上公式解得:
因此,
则,
求解,
其中,λ为医疗订单信息的到达速率,λ1为处理队列1的到达率,λ2为处理队列2的到达率,β为医疗设备A针对两个处理队列的产能分配比例,μ1为医疗设备针对处理队列1的处理速率、μ2为医疗设备针对处理队列2的到达速率,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
在分割信息中提取出每个处理队列的目标处理数量之间的初始拆分比例,根据初始拆分比例,确定处理队列对应的分割参数,比如,当处理队列只有两个时,根据初始拆分比例就可以直接确定处理队列对应的分割参数,譬如,初始拆分比例为1:1时,处理队列对应的分割系数就可以为0.5和0.5,也就是将医疗订单信息流平均分为两个目标医疗订单信息流。
可选的,在确定出医疗订单信息流的分割信息之后,还可以对分割信息进行校验,因此,信息处理方法,还可以包括:
根据分割信息,计算医疗设备处理医疗订单信息流的第一处理时间,在第一处理时间中提取出医疗订单信息在医疗设备中的目标等待时间,当目标等待时间不超过预设等待时间阈值时,在分割信息中识别出处理队列对应的分割参数。
例如,可以根据分割信息,计算医疗设备处理医疗订单信息的第一处理时间,比如,根据分割信息,确定医疗设备对分割后医疗订单信息流的处理数量信息,该处理数量信息可以包括医疗设备中医疗订单信息的平均处理数量,基于处理参数,分别计算医疗设备针对分割后医疗订单信息流的每一医疗订单信息的第一处理时间,比如,可以通过处理队列的目标处理数量,基于如下公式计算处理时间:
其中,W为第一处理时间,λ为医疗订单信息的到达速率,n为医疗设备中医疗订单信息的数量,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
在第一处理时间中提取出医疗订单信息在医疗设备中的目标等待时间,比如,根据处理参数,计算医疗设备处理医疗订单信息流的基础处理时间,基于基础处理时间,在第一处理时间中提取出医疗订单信息在医疗设备中的目标等待时间,比如,将第一处理时间减去基础处理时间,就可以得到目标等待时间,具体可以采用如下公式:
当目标等待时间不超过预设等待时间阈值时,就可以确定分割信息没有问题,从而在分割信息中识别出处理队列对应的分割参数。
可选的,还可以根据医疗订单信息流的处理等级,对分割信息进行校验,因此,信息处理方法,还可以包括:
获取医疗订单信息流的属性信息,并根据属性信息,确定医疗订单信息流的处理等级,根据处理等级,确定医疗订单信息流的目标处理时间,基于分割信息,计算医疗设备处理医疗订单信息流的第二处理时间,当第二处理时间不超过目标处理时间时,在分割信息中识别出处理队列对应的分割参数。
例如,可以获取医疗订单信息流的需求类型、需求数量和需求对象等属性信息,比如,以医疗订单信息流为患者术前检查请求信息流为例,就可以获取患者的疾病类型、手术类型、手术预约时间、检查项目类型和患者本人的信息等作为属性信息。根据属性信息,确定医疗订单信息流的处理等级,比如,对属性信息进行分类,并对分类后的属性信息进行加权,得到属性信息的加权值,根据属性信息的加权值,确定医疗订单信息流的处理等级,比如,将加权值与每一处理等级对应的数值区间进行匹配,将匹配成功的数值区间对应的处理等级作为医疗订单信息流的处理等级,其中,处理等级可以包括多个处理等级,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医疗订单信息流的处理优先级不同。根据处理等级,确定医疗订单信息流的目标处理时间,比如,在预设处理时间集合中筛选出处理等级对应的处理时间,作为医疗订单信息的目标处理时间。基于分割信息,计算医疗设备处理医疗订单信息流的第二处理时间,计算方式与上文相同,在此就不再赘述。当第二处理时间不超过目标处理时间时,就可以确定分割信息没有问题,从而在分割信息中识别出处理队列对应的分割参数。
105、基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流。
例如,根据分割参数和医疗订单信息的到达时间,对医疗订单信息流进行标记,分别标记出对应的处理队列,对标记后的医疗订单信息流进行分割,就可以得到处理队列对应的目标医疗订单信息流,比如,以分割参数为1:1为例,就可以在医疗订单信流中对医疗订单信息进行标记,譬如,可以在医疗订单信息流中第一个到达的医疗订单信息标记为第一处理队列的信息,第二个到达的医疗订单信息标记为第二处理队列的信息,第三个到达的医疗订单信息标记为第一处理队列的信息,第四个到达的医疗订单信息标记为第二处理队列的信息,依次类推,进行标记,每一个到达的医疗订单信息标记完成之后,就对该医疗订单信息进行分割,从而得到每个处理队列对应的目标医疗订单信息流。
106、将目标医疗订单信息流发送至处理队列,以便医疗设备对目标医疗订单信息流进行处理。
例如,将分割后的目标医疗订单信息流发送至对应的处理队列,医疗设备对处理队列内的医疗订单信息按照预设的处理方向进行处理,比如,当医疗设备接收到正向的处理队列1内的医疗订单信息时,就采用正向处理方式对处理队列1内的医疗订单信息进行处理,当医疗设备接收到逆向的处理队列2内的医疗订单信息时,就采用逆向处理方法对处理队列2内的医疗订单信息进行处理,医疗设备每一次只能处理一个处理队列内的医疗订单信息。
由以上可知,本发明实施例在获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;由于该方案根据传输参数和处理参数,生成医疗设备的状态转移特征,并计算处理医疗订单信息的稳态概率,然后,根据稳态概率对医疗订单信息流进行分割,充分考虑了医疗设备的内部状态,使得对医疗订单信息分流更加均衡,因此,可以大大提升信息处理的效率。
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,将以该信息处理装置具体集成在电子设备,电子设备为服务器,医疗设备包括两个处理方向对应的处理队列1和处理队列2为例进行说明。
如图4所示,一种信息处理方法,具体流程如下:
201、服务器获取医疗订单信息流、医疗订单信息流的传输参数和医疗设备的当前处理信息。
例如,不同的用户在不同时间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需求的处理信息,当存在多个用户在不同时间触发的医疗订单信息处理请求,从而就可以产生医疗订单信息流,服务器接收医疗订单信息中每一医疗订单信息,根据每一医疗订单信息的到达时间,就可以确定医疗订单信息流的传输参数。对于医疗设备的当前处理信息来说,可以直接获取医疗设备的属性信息,在属性信息中提取出医疗设备处理医疗订单信息流时的当前处理信息,当医疗订单信息流内的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,多个医疗订单信息就可以组成医疗订单信息流,将这些医疗订单信息进行存储,然后,将医疗订单信息流中每一医疗订单信息的存储地址发送至信息处理装置,信息处理装置就可以根据存储地址在终端中获取医疗订单信息。用户还以通过终端将医疗订单信息存储至云服务台或区块链,然后,将存储地址发送至信息处理装置,信息处理装置根据存储地址获取医疗订单信息,从而得到医疗订单信息流。
202、服务器根据传输参数和处理参数,生成医疗设备的状态转移特征。
例如,服务器根据医疗订单信息的传输参数中确定出一个预设时间内到达的医疗订单信息的数量,比如,预设时间可以为一天,就可以根据医疗订单信息的到达率λ,来计算一天内达到的医疗订单信息的数量,将该数量作为医疗设备在一天内需要处理的最大医疗订单信息的目标数量。根据医疗订单信息的目标数量,确定医疗设备处理医疗订单信息的至少一个处理方向,基于处理参数,模拟医疗设备采用每一处理路径处理医疗订单信息,得到医疗设备的状态转移信息。基于状态转移信息,构建医疗设备采用每一处理路径处理目标数量的医疗订单信息的状态转移图。
可选的,服务器可以根据传输参数,确定医疗设备和处理队列中存在处理事件,该处理事件可以包括处理队列1中1个医疗订单信息到达,处理队列2中1个医疗订单信息到达,医疗设备A处理1个由处理队列1到达的医疗订单信息,医疗设备A处理1个由处理队列2到达的医疗订单信息,医疗设备B处理1个由处理队列1到达的医疗订单信息,没有医疗订单信息到达和处理。基于处理参数,模拟医疗设备处理这些处理事件,得到医疗设备处理医疗订单信息的状态信息。基于传输参数和处理参数,确定医疗设备针对医疗订单信息的处理方向,根据处理方向,将医疗设备的状态信息进行融合,得到医疗设备处理医疗订单信息的状态转移信息。基于状态转移信息,构建医疗设备采用每一处理方向处理目标数量的医疗订单信息的状态转移图。
203、服务器基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率。
例如,服务器可以根据医疗设备的状态转移图,构建针对每一个医疗订单信息的到达和处理结束之间的平衡方程,平衡方程可以如下:
其中,λ为医疗订单信息的到达速率,λ1为处理队列1的到达率,λ2为处理队列2的到达率,μ1为医疗设备针对处理队列1的处理速率、μ2为医疗设备针对处理队列2的到达速率,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
服务器可以采用“矩阵几何”方法对处理平衡信息进行解析,得到医疗设备在预设状态下处理医疗订单信息流的初始稳态概率,将每一个初始稳态概率进行组合,就可以得到医疗设备处理医疗订单信息流中每一医疗订单信息的初始稳态概率集合,将该初始稳态概率集合作为医疗设备在预设状态下处理医疗订单信息流的稳态概率,还可以对初始稳态概率进行分类,并获取每一个类型的概率权重,基于概率权重,对初始稳态概率进行加权,将加权后的初始稳态概率进行融合,也可以得到医疗设备在预设状态下处理医疗订单信息流的稳态概率。
204、服务器根据处理队列的类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率。
例如,服务器将稳态概率分为处理队列1中存在任意数量的医疗订单信息和处理队列2中存在任意数量的医疗订单信息,譬如,以处理队列1内的医疗订单信息为例,当处理队列1内存在1个医疗订单信息时,其对应分类的目标稳态概率为π10、π11和π12等,当处理队列2内存在1个医疗订单信息时,其对应分类的目标稳态概率可以为π01、π11和π21等。
205、服务器基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量。
例如,服务器对于处理队列1,在预设时间内的目标处理数量可以如以下公式计算:
其中,n1为从队列1中进入医疗设备的可容纳的数量,n2为从队列2中进入医疗设备的可容纳的数量,i为处理队列1中医疗订单信息的数量,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
服务器对于处理队列2,在预设时间内的目标处理数量可以如下公式计算:
其中,n1为从队列1中进入医疗设备的可容纳的数量,n2为从队列2中进入医疗设备的可容纳的数量,j为处理队列2中医疗订单信息的数量,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
206、服务器根据目标处理数量,确定医疗订单信息流的分割参数。
例如,以医疗设备包括两个处理方向对应的处理队列1和处理队列2为例,就可以根据处理队列1和处理队列2的目标数量之间的比值,确定医疗订单信息流的分割系数,譬如,该分割系数可以通过以下公式进行计算:
α=E(L1 )⁄E(L2 )
其中,α为医疗订单信息流的分割系数,将该分割系数作为医疗订单信息流的分割信息。
分割系数可以是关于α的方程,当两边队列在系统中的人数限制都为1(即,不允许有排队等待的情况)时,根据以上公式解得:
因此,
则,
求解,
其中,λ为医疗订单信息的到达速率,λ1为处理队列1的到达率,λ2为处理队列2的到达率,β为医疗设备A针对两个处理队列的产能分配比例,μ1为医疗设备针对处理队列1的处理速率、μ2为医疗设备针对处理队列2的到达速率,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
在分割信息中提取出每个处理队列的目标处理数量之间的初始拆分比例,根据初始拆分比例,确定处理队列对应的分割参数,比如,当处理队列只有两个时,根据初始拆分比例就可以直接确定处理队列对应的分割参数,譬如,初始拆分比例为1:1时,处理队列对应的分割系数就可以为0.5和0.5,也就是将医疗订单信息流平均分为两个目标医疗订单信息流。
可选的,在确定出医疗订单信息流的分割信息之后,还可以对分割信息进行校验,比如,根据分割信息,确定医疗设备对分割后医疗订单信息流的处理数量信息,该处理数量信息可以包括医疗设备中医疗订单信息的平均处理数量,基于处理参数,分别计算医疗设备针对分割后医疗订单信息流的每一医疗订单信息的第一处理时间,比如,可以通过处理队列的目标处理数量,基于如下公式计算处理时间:
其中,W为第一处理时间,λ为医疗订单信息的到达速率,n为医疗设备中医疗订单信息的数量,πij为当前系统中,处理队列1的系统中医疗订单信息数量为i,同时处理队列2的系统中医疗订单信息数量为j的稳态概率。
在第一处理时间中提取出医疗订单信息在医疗设备中的目标等待时间,比如,根据处理参数,计算医疗设备处理医疗订单信息流的基础处理时间,基于基础处理时间,在第一处理时间中提取出医疗订单信息在医疗设备中的目标等待时间,比如,将第一处理时间减去基础处理时间,就可以得到目标等待时间,具体可以采用如下公式:
当目标等待时间不超过预设等待时间阈值时,就可以确定分割信息没有问题,从而在分割信息中识别出处理队列对应的分割参数。
可选的,还可以根据医疗订单信息流的处理等级,对分割信息进行校验,比如,以医疗订单信息流为患者术前检查请求信息流为例,就可以获取患者的疾病类型、手术类型、手术预约时间、检查项目类型和患者本人的信息等作为属性信息。根据属性信息,确定医疗订单信息流的处理等级,比如,对属性信息进行分类,并对分类后的属性信息进行加权,得到属性信息的加权值,根据属性信息的加权值,确定医疗订单信息流的处理等级,比如,将加权值与每一处理等级对应的数值区间进行匹配,将匹配成功的数值区间对应的处理等级作为医疗订单信息流的处理等级,其中,处理等级可以包括多个处理等级,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医疗订单信息流的处理优先级不同。根据处理等级,确定医疗订单信息流的目标处理时间,比如,在预设处理时间集合中筛选出处理等级对应的处理时间,作为医疗订单信息的目标处理时间。基于分割信息,计算医疗设备处理医疗订单信息流的第二处理时间,计算方式与上文相同,在此就不再赘述。当第二处理时间不超过目标处理时间时,就可以确定分割信息没有问题,从而在分割信息中识别出处理队列对应的分割参数。
207、服务器基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流。
例如,服务器根据分割参数和医疗订单信息的到达时间,对医疗订单信息流进行标记,分别标记出对应的处理队列,对标记后的医疗订单信息流进行分割,就可以得到处理队列对应的目标医疗订单信息流。
208、服务器将目标医疗订单信息流发送至处理队列,以便医疗设备对目标医疗订单信息流进行处理。
例如,将分割后的目标医疗订单信息流发送至对应的处理队列,当医疗设备接收到正向的处理队列1内的医疗订单信息时,就采用正向处理方式对处理队列1内的医疗订单信息进行处理,当医疗设备接收到逆向的处理队列2内的医疗订单信息时,就采用逆向处理方法对处理队列2内的医疗订单信息进行处理,医疗设备每一次只能处理一个处理队列内的医疗订单信息。
由以上可知,本实施例服务器在获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;由于该方案根据传输参数和处理参数,生成医疗设备的状态转移特征,并计算处理医疗订单信息的稳态概率,然后,根据稳态概率对医疗订单信息流进行分割,充分考虑了医疗设备的内部状态,使得对医疗订单信息分流更加均衡,因此,可以大大提升信息处理的效率。
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,医疗订单信息流为患者在术前预约的检查请求信息流,医疗订单信息为检查请求信息,医疗设备为对患者进行术前检查的检查服务台,检查服务台包括两个处理方向对应的处理队列,信息处理为对患者在术前检查的检查请求信息流分流至不同的处理队列为例。
每个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进行术前检查预约,分别预约不同的时间段进行术前检查,从而触发检查请求,终端根据检查请求,生成检查请求信息,并将检查请求信息发送至服务器,由于存在多个不同时间段的检查请求信息,从而就可以形成检查请求信息流,服务器就可以接收到终端发送的检查请求信息流,并获取检查请求信息流的到达率作为传输参数。服务器还可以获取检查服务台的实时服务信息或预设的服务配置信息等作为检查信息,检查信息还可以包括检查服务台针对每一处理队列的产能分配比例和处理速率等处理参数。
服务器根据检查请求信息流的到达率,确定在一个检查时间段内需要处理的检查请求信息的目标数量,基于检查服务台的处理参数,模拟检查服务台检查目标数量的检查请求信息对应的患者,就可以得到检查服务台对患者进行检测时的状态转移信息,根据状态转移信息,构建检查服务台的状态转移图。基于状态转移图,构建检查服务台对检查请求信息流中每一个患者进行检查时的平衡方程,采用矩阵几何解的方法对平衡方程进行解析,从而得到检查服务台在稳定状态下对预设数量的患者进行检查的稳态概率。
服务器根据处理队列的类型,对稳态概率进行分类,得到每一处理队列内患者数量对应的目标稳态概率,然后,根据目标稳态概率,分别计算两个处理队列内的期望检查患者的期望数量,将两个处理队列的期望数量之间的比值就可以作为检查请求信息流的分割信息。
服务器根据分割信息,计算检查服务台对检查请求信息流对应的患者检查完成需要的第一处理时间,在第一处理时间中提取出全部患者在检查服务台中进行检查时的目标等待时间,将目标等待时间与预设等待时间阈值进行对比,当目标等待时间不超过预设等待时间阈值时,就可以确定分割信息没有问题,服务器还可以获取患者的检查请求信息流的属性信息,并根据属性信息,确定患者的检查请求信息流的处理等级,根据处理等级,确定对患者进行检查的一个最大时间作为目标处理时间。服务器根据分割信息,计算检查服务台对检查请求信息流对应的患者检查完成需要的第二处理时间,将第二处理时间与目标处理时间进行对比,当第二处理时间不超过目标处理时间,就可以确定分割信息没有问题。
服务器根据分割信息,将到达的患者的检查请求信息流分为两个目标信息流,根据分流的目标信息流,将目标信息流中的患者指引至对应的排队队列进行排队检查,检查服务台按照排队队列对应的检查方式对患者进行检查,具体可以如图5所示。
为了更好地实施以上方法,本发明实施例还提供一种信息处理装置,该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6所示,该信息处理装置可以包括获取单元301、生成单元302、计算单元303、确定单元304、分割单元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流、医疗订单信息流的传输参数和医疗设备的当前处理信息,该医疗设备包括每一处理方向对应的处理队列,该当前处理信息包括所述医疗设备针对所述处理队列中医疗订单信息的处理参数。
例如,获取单元301,具体可以用于直接获取医疗订单信息流和医疗订单信息流的传输参数,并获取医疗设备的属性信息,在属性信息中提取出医疗设备处理医疗订单信息流时的当前处理信息。
(2)生成单元302;
生成单元302,用于根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息。
例如,生成单元302,具体可以用于根据传输参数,确定预设时间内医疗订单信息流中医疗订单信息的目标数量,基于处理参数,模拟医疗设备处理目标数量的医疗订单信息,得到医疗设备处理医疗订单信息的状态转移信息,对状态转移信息进行特征提取,得到医疗设备的状态转移特征,或,根据传输参数和处理参数,确定医疗设备通过不同处理方向处理医疗订单信息流的状态信息,将状态信息进行融合,得到医疗设备处理医疗订单信息流的状态转移信息;对状态转移信息进行特征提取,得到医疗设备组的状态转移特征。
(3)计算单元303;
计算单元303,用于基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率。
例如,计算单元303,具体可以用于根据状态转移特征,确定医疗设备处理医疗订单信息流的处理平衡信息,该处理平衡信息为指示医疗设备处理医疗订单信息流中每一医疗订单信息的处理平衡关系,对处理平衡信息进行解析,得到医疗设备处理每一个医疗订单信息的初始稳态概率,将初始稳态概率进行融合,得到医疗设备在预设状态下处理医疗订单信息流的稳态概率。
(4)确定单元304;
确定单元304,用于根据稳态概率,确定医疗订单信息流的分割参数。
例如,确定单元304,具体可以用于根据处理队列的类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率,基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量,根据目标处理数量,确定医疗订单信息流的分割参数。
(5)分割单元305;
分割单元305,用于基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流。
例如,分割单元305,具体可以用于根据分割参数和医疗订单信息的到达时间,对医疗订单信息流进行标记,分别标记出对应的处理队列,对标记后的医疗订单信息流进行分割,就可以得到处理队列对应的目标医疗订单信息流。
(6)处理单元306;
处理单元306,用于将目标医疗订单信息流发送至处理队列,以便医疗设备对目标医疗订单信息流进行处理。
例如,处理单元306,具体可以用于将分割后的目标医疗订单信息流发送至对应的处理队列,医疗设备对处理队列内的医疗订单信息按照预设的处理方向进行处理。
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获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,生成单元302根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,计算单元303基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,确定单元304根据稳态概率,确定医疗订单信息流的分割参数,分割单元305基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,处理单元306将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;由于该方案根据传输参数和处理参数,生成医疗设备的状态转移特征,并计算处理医疗订单信息的稳态概率,然后,根据稳态概率对医疗订单信息流进行分割,充分考虑了医疗设备的内部状态,使得对医疗订单信息分流更加均衡,因此,可以大大提升信息处理的效率。
本发明实施例还提供一种电子设备,如图7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7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:
获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
例如,电子设备直接获取医疗订单信息流和医疗订单信息流的传输参数,并获取医疗设备的属性信息,在属性信息中提取出医疗设备处理医疗订单信息流时的当前处理信息。根据传输参数,确定预设时间内医疗订单信息流中医疗订单信息的目标数量,基于处理参数,模拟医疗设备处理目标数量的医疗订单信息,得到医疗设备处理医疗订单信息的状态转移信息,对状态转移信息进行特征提取,得到医疗设备的状态转移特征,或,根据传输参数和处理参数,确定医疗设备通过不同处理方向处理医疗订单信息流的状态信息,将状态信息进行融合,得到医疗设备处理医疗订单信息流的状态转移信息;对状态转移信息进行特征提取,得到医疗设备组的状态转移特征。根据状态转移特征,确定医疗设备处理医疗订单信息流的处理平衡信息,该处理平衡信息为指示医疗设备处理医疗订单信息流中每一医疗订单信息的处理平衡关系,对处理平衡信息进行解析,得到医疗设备处理每一个医疗订单信息的初始稳态概率,将初始稳态概率进行融合,得到医疗设备在预设状态下处理医疗订单信息流的稳态概率。根据处理队列的类型,对稳态概率进行分类,得到处理队列内医疗订单信息数量对应的目标稳态概率,基于目标稳态概率,计算每一处理队列在预设时间内的目标处理数量,根据目标处理数量,确定医疗订单信息流的分割参数。根据分割参数和医疗订单信息的到达时间,对医疗订单信息流进行标记,分别标记出对应的处理队列,对标记后的医疗订单信息流进行分割,就可以得到处理队列对应的目标医疗订单信息流。将分割后的目标医疗订单信息流发送至对应的处理队列,医疗设备对处理队列内的医疗订单信息按照预设的处理方向进行处理。
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流、该医疗订单信息流的传输参数和医疗设备的当前处理信息后,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理;由于该方案根据传输参数和处理参数,生成医疗设备的状态转移特征,并计算处理医疗订单信息的稳态概率,然后,根据稳态概率对医疗订单信息流进行分割,充分考虑了医疗设备的内部状态,使得对医疗订单信息分流更加均衡,因此,可以大大提升信息处理的效率。
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:
获取医疗订单信息流、该医疗订单信息流的传输参数和医疗设备的当前处理信息,该医疗设备包括每一处理方向对应的处理队列,该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,根据传输参数和处理参数,生成医疗设备的状态转移特征,该状态转移特征用于指示医疗设备处理医疗订单信息流的状态转移信息,基于状态转移特征,计算医疗设备在预设状态下处理医疗订单信息流的稳态概率,该稳态概率用于指示医疗设备处理预设数量的医疗订单信息的概率,根据稳态概率,确定医疗订单信息流的分割参数,基于分割参数分割医疗订单信息流,得到处理队列对应的目标医疗订单信息流,将目标医疗订单信息流发送至处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
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方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)
1.一种信息处理方法,其特征在于,包括:
获取医疗订单信息流、所述医疗订单信息流的传输参数和医疗设备的当前处理信息,所述医疗设备包括每一处理方向对应的处理队列,所述当前处理信息包括所述医疗设备针对所述处理队列中医疗订单信息的处理参数;
根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,所述状态转移特征用于指示所述医疗设备处理医疗订单信息流的状态转移信息;
基于所述状态转移特征,计算所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率,所述稳态概率用于指示所述医疗设备处理预设数量的医疗订单信息的概率;
根据所述稳态概率,确定所述医疗订单信息流的分割参数;
基于所述分割参数分割所述医疗订单信息流,得到所述处理队列对应的目标医疗订单信息流;
将所述目标医疗订单信息流发送至所述处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
2.根据权利要求1所述的信息处理方法,其特征在于,所述根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,包括:
根据所述传输参数,确定预设时间内所述医疗订单信息流中医疗订单信息的目标数量;
基于所述处理参数,模拟所述医疗设备处理所述目标数量的医疗订单信息,得到所述医疗设备处理所述医疗订单信息的状态转移信息;
对所述状态转移信息进行特征提取,得到所述医疗设备的状态转移特征。
3.根据权利要求1所述的信息处理方法,其特征在于,所述根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,包括:
根据所述传输参数和处理参数,确定所述医疗设备通过不同处理方向处理所述医疗订单信息流的状态信息;
将所述状态信息进行融合,得到所述医疗设备处理所述医疗订单信息流的状态转移信息;
对所述状态转移信息进行特征提取,得到所述医疗设备组的状态转移特征。
4.根据权利要求1所述的信息处理方法,其特征在于,所述基于所述状态转移特征,计算所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率,包括:
根据所述状态转移特征,确定所述医疗设备处理所述医疗订单信息流的处理平衡信息,所述处理平衡信息为指示所述医疗设备处理医疗订单信息流中每一医疗订单信息的处理平衡关系;
对所述处理平衡信息进行解析,得到所述医疗设备处理每一个医疗订单信息的初始稳态概率;
将所述初始稳态概率进行融合,得到所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率。
5.根据权利要求1至4任一项所述的信息处理方法,其特征在于,所述根据所述稳态概率,确定所述医疗订单信息流的分割参数,包括:
根据处理队列的类型,对所述稳态概率进行分类,得到所述处理队列内医疗订单信息数量对应的目标稳态概率;
基于所述目标稳态概率,计算每一所述处理队列在预设时间内的目标处理数量;
根据所述目标处理数量,确定所述医疗订单信息流的分割参数。
6.根据权利要求5所述的信息处理方法,其特征在于,所述根据所述目标处理数量,确定所述医疗订单信息流的分割参数,包括:
根据所述目标处理数量,分别计算所述处理队列的目标处理数量之间比值,得到所述医疗订单流的初始分割参数;
将所述初始分割参数进行融合,得到所述医疗订单信息流的分割信息;
在所述分割信息中识别出所述处理队列对应的分割参数。
7.根据权利要求6所述的信息处理方法,其特征在于,所述将所述初始分割参数进行融合,得到所述医疗订单信息流的分割信息之后,还包括:
根据所述分割信息,计算所述医疗设备处理所述医疗订单信息流的第一处理时间;
在所述第一处理时间中提取出所述医疗订单信息在所述医疗设备中的目标等待时间;
所述在所述分割信息中识别出所述处理队列对应的分割参数,包括:当所述目标等待时间不超过预设等待时间阈值时,在所述分割信息中识别出所述处理队列对应的分割参数。
8.根据权利要求6所述的信息处理方法,其特征在于,所述将所述初始分割参数进行融合,得到所述医疗订单信息流的分割信息之后,还包括:
获取所述医疗订单信息流的属性信息,并根据所述属性信息,确定所述医疗订单信息流的处理等级;
根据所述处理等级,确定所述医疗订单信息流的目标处理时间;
基于所述分割信息,计算所述医疗设备处理所述医疗订单信息流的第二处理时间;
所述在所述分割信息中识别出所述处理队列对应的分割参数,包括:当所述第二处理时间不超过所述目标处理时间时,在所述分割信息中识别出所述处理队列对应的分割参数。
9.一种信息处理装置,其特征在于,包括:
获取单元,用于获取医疗订单信息流、所述医疗订单信息流的传输参数和医疗设备的当前处理信息,所述医疗设备包括每一处理方向对应的处理队列,所述当前处理信息包括所述医疗设备针对所述处理队列中医疗订单信息的处理参数;
生成单元,用于根据所述传输参数和处理参数,生成所述医疗设备的状态转移特征,所述状态转移特征用于指示所述医疗设备处理医疗订单信息流的状态转移信息;
计算单元,用于基于所述状态转移特征,计算所述医疗设备在预设状态下处理所述医疗订单信息流的稳态概率,所述稳态概率用于指示所述医疗设备处理预设数量的医疗订单信息的概率;
确定单元,用于根据所述稳态概率,确定所述医疗订单信息流的分割参数;
分割单元,用于基于所述分割参数分割所述医疗订单信息流,得到所述处理队列对应的目标医疗订单信息流;
处理单元,用于将所述目标医疗订单信息流发送至所述处理队列,以便所述医疗设备对所述目标医疗订单信息流进行处理。
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任一项所述的信息处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244754.6A CN114300082B (zh) | 2022-03-14 | 2022-03-14 | 一种信息处理方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244754.6A CN114300082B (zh) | 2022-03-14 | 2022-03-14 | 一种信息处理方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114300082A true CN114300082A (zh) | 2022-04-08 |
CN114300082B CN114300082B (zh) | 2022-06-10 |
Family
ID=80978543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210244754.6A Active CN114300082B (zh) | 2022-03-14 | 2022-03-14 | 一种信息处理方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114300082B (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 (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232299A1 (en) * | 2009-03-12 | 2010-09-16 | Verizon Patent And Licensing Inc. | Simulation of communication networks |
JP2010288009A (ja) * | 2009-06-10 | 2010-12-24 | Kddi R & D Laboratories Inc | サービス状態管理サーバおよび無線通信システム |
CN106304165A (zh) * | 2016-08-12 | 2017-01-04 | 辛建芳 | 基于排队理论的d2d蜂窝异构网络的性能分析方法 |
CN108170523A (zh) * | 2017-12-28 | 2018-06-15 | 合肥工业大学 | 一种移动云计算的随机任务序列调度方法 |
US20190004926A1 (en) * | 2017-06-29 | 2019-01-03 | Nicira, Inc. | Methods and systems that probabilistically generate testing loads |
CN109597680A (zh) * | 2018-10-22 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 任务排队响应参数估算方法及装置 |
CN111148177A (zh) * | 2019-12-16 | 2020-05-12 | 浙江工业大学 | 一种基于双缓存队列的能量捕获网络中继选择方法 |
CN111445118A (zh) * | 2020-03-24 | 2020-07-24 | 昆明理工大学 | 矿山事故应急救援数字预案的任务协同流程网络模型构建方法及效能评估方法 |
CN112714037A (zh) * | 2020-09-16 | 2021-04-27 | 三明学院 | 一种线上服务质量的保障性能评估方法、装置及设备 |
CN112714417A (zh) * | 2021-01-29 | 2021-04-27 | 南京邮电大学 | 一种蜂窝车联网c-v2x业务流控制方法 |
-
2022
- 2022-03-14 CN CN202210244754.6A patent/CN114300082B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232299A1 (en) * | 2009-03-12 | 2010-09-16 | Verizon Patent And Licensing Inc. | Simulation of communication networks |
JP2010288009A (ja) * | 2009-06-10 | 2010-12-24 | Kddi R & D Laboratories Inc | サービス状態管理サーバおよび無線通信システム |
CN106304165A (zh) * | 2016-08-12 | 2017-01-04 | 辛建芳 | 基于排队理论的d2d蜂窝异构网络的性能分析方法 |
US20190004926A1 (en) * | 2017-06-29 | 2019-01-03 | Nicira, Inc. | Methods and systems that probabilistically generate testing loads |
CN108170523A (zh) * | 2017-12-28 | 2018-06-15 | 合肥工业大学 | 一种移动云计算的随机任务序列调度方法 |
CN109597680A (zh) * | 2018-10-22 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 任务排队响应参数估算方法及装置 |
CN111148177A (zh) * | 2019-12-16 | 2020-05-12 | 浙江工业大学 | 一种基于双缓存队列的能量捕获网络中继选择方法 |
CN111445118A (zh) * | 2020-03-24 | 2020-07-24 | 昆明理工大学 | 矿山事故应急救援数字预案的任务协同流程网络模型构建方法及效能评估方法 |
CN112714037A (zh) * | 2020-09-16 | 2021-04-27 | 三明学院 | 一种线上服务质量的保障性能评估方法、装置及设备 |
CN112714417A (zh) * | 2021-01-29 | 2021-04-27 | 南京邮电大学 | 一种蜂窝车联网c-v2x业务流控制方法 |
Non-Patent Citations (6)
Title |
---|
HAMZEH KHAZAEI 等: "Performance Analysis of Cloud Computing Centers Using M/G/m/m+r Queuing Systems", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》 * |
宋娜: "工作休假及相关通信排队模型的研究", 《 中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
彭迎春 等: "运用排队论模型测量医院门诊流程效率", 《中华医院管理杂志》 * |
王哲: "非抢占优先权排队在医疗服务系统中的应用研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
王玉: "带有负顾客和优先权的排队系统分析", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑 》 * |
黄镜汝 等: "排队模型中状态概率方程的简化", 《西安工程科技学院学报》 * |
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 |
---|---|
CN114300082B (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107111787B (zh) | 流处理 | |
CN109669837A (zh) | 设备状态预警方法、系统、计算机装置及可读存储介质 | |
CN114300082B (zh) | 一种信息处理方法、装置和计算机可读存储介质 | |
CN108304428A (zh) | 信息推荐方法及装置 | |
CN108228709A (zh) | 数据存储方法和系统、电子设备、程序和介质 | |
JP6201079B2 (ja) | 監視システムおよび監視方法 | |
CN113835874A (zh) | 深度学习业务调度方法、系统、终端及存储介质 | |
CN114882986B (zh) | 一种信息分流处理方法、装置和计算机可读存储介质 | |
CN112202849A (zh) | 内容分发方法、装置、电子设备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 | |
CN111581258A (zh) | 一种安全数据分析方法、装置、系统、设备及存储介质 | |
CN112052399B (zh) | 一种数据处理方法、装置和计算机可读存储介质 | |
CN114267440B (zh) | 医疗订单信息处理方法、装置和计算机可读存储介质 | |
CN110796591A (zh) | 一种gpu卡的使用方法及相关设备 | |
CN111444440B (zh) | 一种身份信息识别方法、装置、电子设备和存储介质 | |
CN116627771B (zh) | 日志采集方法、装置、电子设备和可读存储介质 | |
CN111310072B (zh) | 关键词提取方法、装置和计算机可读存储介质 | |
CN114048512B (zh) | 一种处理敏感数据的方法及装置 | |
WO2019187107A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN107295074A (zh) | 一种实现云资源显示的方法和装置 | |
CN113230665A (zh) | 资源分配方法及装置 | |
CN113158029A (zh) | 一种内容展示方法、装置和计算机可读存储介质 | |
CN109688177B (zh) | 一种数据同步方法及装置、设备、存储介质 | |
CN113849101B (zh) | 信息处理方法、装置、电子设备和计算机可读存储介质 | |
JP7002091B2 (ja) | スライド情報管理装置、スライド情報管理システム、スライド情報管理装置の制御方法及びスライド情報管理装置の制御プログラム |
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 |