CN114386874B - 一种基于多模块联动的医德医风综合管理方法及系统 - Google Patents
一种基于多模块联动的医德医风综合管理方法及系统 Download PDFInfo
- Publication number
- CN114386874B CN114386874B CN202210074275.4A CN202210074275A CN114386874B CN 114386874 B CN114386874 B CN 114386874B CN 202210074275 A CN202210074275 A CN 202210074275A CN 114386874 B CN114386874 B CN 114386874B
- Authority
- CN
- China
- Prior art keywords
- data
- medical
- verification
- feature
- wind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 181
- 238000012795 verification Methods 0.000 claims abstract description 100
- 238000007781 pre-processing Methods 0.000 claims abstract description 68
- 238000013500 data storage Methods 0.000 claims abstract description 56
- 238000013524 data verification Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000013523 data management Methods 0.000 claims abstract description 43
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 230000004888 barrier function Effects 0.000 claims description 37
- 238000010276 construction Methods 0.000 claims description 30
- 230000014509 gene expression Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000007812 deficiency Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 238000000265 homogenisation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 description 50
- 230000008569 process Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于多模块联动的医德医风综合管理方法及系统，其中，该方法包括：搭建医德医风‑多模块数据管理系统；搭建医护群体的医德医风数据预处理通道和数据核验通道；基于数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；通过数据预处理通道，将医德医风多特征数据集合上传至数据处理模块，获得预处理后的多特征规范数据集合；基于数据处理模块，对多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；通过数据核验通道，将医德医风数据处理集合上传至数据存储模块，获得医德医风数据处理核验结果；将满足预定核验标准的医德医风数据处理核验结果存储至数据存储模块，对医德医风多特征数据集合进行智能化管理。
Description
技术领域
本发明涉及数据管理技术领域，具体涉及一种基于多模块联动的医德医风综合管理方法及系统。
背景技术
医德医风是衡量医生执业水平的一个重要准则，具有良好医德医风的医生在医治医生的过程中，可以让患者倍感温暖，并提升患者的依从性。
目前大多数医院较为重视医德医风的建设，主要通过调查问卷、患者评分、以及医生参加公益活动等手段评价医生医德医风，并加以宣传。
在实现本申请中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中评价医生医德医风的手段人工参与度较高，评价标准混乱，评价结果容易受主观因素影响，存在着医德医风评价不够准确、管理不标准的技术问题。
发明内容
本申请提供了一种基于多模块联动的医德医风综合管理方法及系统，用于针对解决现有技术中评价医生医德医风的手段人工参与度较高，评价标准混乱，评价结果容易受主观因素影响，因此而存在的医德医风评价不够准确、管理不标准的技术问题。
鉴于上述问题，本申请提供了一种基于多模块联动的医德医风综合管理方法及系统。
本申请的第一个方面，提供了一种基于多模块联动的医德医风综合管理方法，所述方法包括：搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理。
本申请的第二个方面，提供了一种基于多模块联动的医德医风综合管理系统，所述系统包括：第一构建单元，所述第一构建单元用于搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；第二构建单元，所述第二构建单元用于介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；第一获得单元，所述第一获得单元用于基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；第一处理单元，所述第一处理单元用于通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；第二处理单元，所述第二处理单元用于基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；第三处理单元，所述第三处理单元用于通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；第一管理单元，所述第一管理单元用于将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理。
本申请的第三个方面，提供了一种基于多模块联动的医德医风综合管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。
本申请的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的技术方案通过搭建具有数据采集模块、数据处理模块以及数据存储模块的医德医风-多模块数据管理系统，并在数据采集模块和数据处理模块之间搭建医护群体的医德医风数据预处理通道，对数据进行完整性、一致性以及偏差性等预处理，在数据处理模块和数据存储模块之间搭建所述医护群体的医德医风数据核验通道，对数据进行缺失或冗余等缺陷的核验，然后将处理并核验完毕的数据上传存储至数据存储模块，对数据进行智能化管理。本申请提供的方法能够保证医德医风数据的规范处理和管理，能够对数据进行处理保证数据的完整性和公平性，并通过权重分配对数据进行分类管理，制定了标准的医德医风相关数据处理分析方法，能够提升医德医风评价的准确性和公平性，达到提升医德医风评价管理的准确性和标准性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种基于多模块联动的医德医风综合管理方法流程示意图；
图2为本申请提供的一种基于多模块联动的医德医风综合管理方法中获得M个特征分类的流程示意图；
图3为本申请提供的一种基于多模块联动的医德医风综合管理方法中根据权重计算数据处理结果的流程示意图；
图4为本申请提供了一种基于多模块联动的医德医风综合管理系统结构示意图；
图5为本申请示例性电子设备的结构示意图。
附图标记说明：第一构建单元11，第二构建单元12，第一获得单元13，第一处理单元14，第二处理单元15，第三处理单元16，第一管理单元17，第五处理单元18，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请通过提供了一种基于多模块联动的医德医风综合管理方法及系统，用于针对解决现有技术中评价医生医德医风的手段人工参与度较高，评价标准混乱，评价结果容易受主观因素影响，因此而存在的医德医风评价不够准确、管理不标准的技术问题。
申请概述
医德医风是除了医术以外评价执业医生水平的重要指标，具有良好医德医风的医术在医治患者的过程中，能够有效增进医患关系，提升患者治疗的依从性，并提升医院的可信度。
随着医药卫生体制改革的不断深化，医疗卫生事业得到了进一步发展。如何在深化改革的进程中抓好医德医风建设，提高医务人员的社会形象，成了医院行风建设工作的重中之重，加强医德医风建设有利于增强医务人员的责任感、提高医务人员遵章守纪的自觉性、真正建立和谐的医患关系。
目前大多数医院较为重视医德医风的建设，主要通过调查问卷、患者评分、以及医生参加公益活动等手段评价医生医德医风，并加以宣传。一些医疗机构仍然在用传统的纸质形式进行医务人员医德医风相关信息记录；一些医疗机构的考评问卷内容与考评细则没有以标准考评为基准，没有贴合医院实际内容，考评问卷混乱。
现有技术中评价医生医德医风的手段人工参与度较高，评价标准混乱，评价结果容易受主观因素影响，存在着医德医风评价不够准确、管理不标准的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供的技术方案通过搭建具有数据采集模块、数据处理模块以及数据存储模块的医德医风-多模块数据管理系统，并在数据采集模块和数据处理模块之间搭建医护群体的医德医风数据预处理通道，对数据进行完整性、一致性以及偏差性等预处理，在数据处理模块和数据存储模块之间搭建所述医护群体的医德医风数据核验通道，对数据进行缺失或冗余等缺陷的核验，然后将处理并核验完毕的数据上传存储至数据存储模块，对数据进行智能化管理。
在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示，本申请提供了一种基于多模块联动的医德医风综合管理方法，所述方法包括：
S100：搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；
具体而言，本申请提供的一种基于多模块联动的医德医风综合管理方法应用于一医德医风-多模块数据管理系统，该系统具有多个模块，分别具有不同的功能。
具体地，上述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块，搭建上述医德医风-多模块数据管理系统的过程中，依次搭建上述的三个模块。其中，数据采集模块用于采集所述医护群体的多个维度的医德医风多特征数据集合，数据处理模块用于对采集获得的医德医风多特征数据集合进行处理分析，而数据存储模块用于对分析完毕的医德医风多特征数据进行存储并管理。
S200：介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；
具体而言，在数据采集模块和数据处理模块之间，构建数据预处理通道，其用于对上述采集获得的医德医风多特征数据集合进行预处理，规范医德医风多特征数据，使其预处理为能够被数据处理模块规范地处理分析的数据。
优选地，本申请提供的方法中的步骤S200包括步骤S210，步骤S210包括：
S211：获得医德医风数据表现特征集合，其中，所述医德医风数据表现特征集合包括数据完整性特征、数据一致性特征以及数据偏差性特征；
S212：基于所述数据完整性特征，构筑第一预处理屏障，基于所述数据一致性特征，构筑第二预处理屏障，基于所述数据偏差性特征，构筑第三预处理屏障；
S213：基于所述第一预处理屏障、所述第二预处理屏障以及所述第三预处理屏障，搭建所述数据预处理通道。
具体而言，本申请中上述的所述医护群体即为执业医生以及护士的群体，优选为某一医疗机构内的多个执业医生。通过数据采集模块采集获得的医德医风多特征数据集合即为用于评价该多个执业医生医德医风的数据。示例性地，医德医风多特征数据集合包括：患者问卷调查数据、医院随机督导检查数据、公益活动参加数据、患者随访评价数据、被投诉和被感谢数据、退还患者红包数据等多个维度的数据，但不限于此，上述数据均可一定程度上反映执业医生的医德医风。
在采集获得上述的医德医风多特征数据集合后，由于数据可能存在着部分缺陷，因此，需要对医德医风多特征数据集合进行预处理，因此，搭建预处理通道。搭建该预处理通道的过程中，首先，获得医德医风数据表现特征集合，其包括数据完整性特征、数据一致性特征以及数据偏差性特征。
其中，上述医德医风数据表现特征集合可通过历史医德医风评价数据或大数据进行获得，数据完整性特征表示医德医风多特征数据集合内的数据是否完整，是否缺少某一时间段的数据，或者缺少某一类型的数据，对数据进行补全。若某一执业医生的医德医风数据缺少某一类型的数据，例如缺少公益活动参加数据，则该医生的医德医风数据表现特征集合内的完整性特征表明其医德医风数据缺失，则第一预处理屏障可根据该医生其他医德医风数据的水平，补全该执业医生的公益活动参加数据，然后可对医德医风数据进行预处理。
数据一致性特征表示医德医风多特征数据集合内的数据是否均属于同一医护人员，即同一执业医生的数据，若有不一致的数据需进行删减调整。若某一执业医生的医德医风数据内的某一类型数据并非属于该医生，则该执业医生的医德医风数据表现特征集合内的一致性特征则可反应该执业医生的医德医风数据存在一致性问题，需要进行删减调整，并补全属于该执业医生的该类型的医德医风数据。
数据偏差性特征指医德医风多特征数据集合内的数据与历史数据内相同医护人员的数据是否具有较大偏差，以及医德医风多特征数据集合内各数据之间评价医德医风的水平是否具有较大偏差，可根据业务需求设置一阈值，当该偏差超过该阈值时，可认为该批医德医风多特征数据集合内的数据的偏差性特征评估较大，需要进行核实或进一步校正。在采集获得某一医生的医德医风数据时，可对该医德医风数据进行数据化，或对医德医风数据进行标识获得标识信息，根据数据化的数据信息或标识信息判断医德医风数据内各类数据反映的医德医风水平是否存在较大偏差，或者与该执业医生的历史医德医风水平是否超过一定偏差，当该偏差超过上述阈值时，可认为医德医风数据内存在较大偏差性，存在数据采集错误、处理错误或恶意评价等情况，需要对存在偏差的医德医风数据进行调整，示例性地，可按照该执业医生其他类型医德医风数据的平均值水平进行调整，完成偏差性特征的数据预处理。
基于上述的数据完整性特征，构筑预处理通道的第一预处理屏障；基于上述的数据一致性特征，构建预处理通道的第二预处理屏障；基于上述的数据偏差性特征，构筑预处理通道的第三预处理屏障。其中，第一预处理屏障、第二预处理屏障和第三预处理屏障可分别对医德医风多特征数据集合预处理，第一预处理屏障、第二预处理屏障和第三预处理屏障可为并行设置，也可为串行设置，优选地，第一预处理屏障、第二预处理屏障和第三预处理屏障依次串行设置，逐个对医德医风多特征数据集合进行数据完整性特征、数据一致性特征以及数据偏差性特征的预处理校验调整。
本申请实施例通过构建预处理通道，能够将数据采集模块采集获得的医德医风多特征数据集合进行预处理，使预处理后的数据完整、一致，且能避免出现由于错误导致的较大偏差，提升数据处理的准确性，进而达到提升医德医风评价的准确性。
在数据处理模块和数据存储模块之间，构建数据核验通道，其用于对数据处理模块处理分析后的数据进行核验，避免数据出现数据确实或数据冗余的问题。
本申请提供的方法最终的步骤S200还包括步骤S220，步骤S220包括：
S221：获得数据核验特征集合，其中，所述数据核验特征集合包括数据缺失度核验特征和数据冗余性核验特征；
S222：基于所述数据缺失度核验特征，构建第一核验规则；
S223：基于所述第一核验规则和所述数据冗余性核验特征，构建第二核验规则；
S224：通过所述第二核验规则，搭建所述数据核验通道。
具体而言，在数据处理模块对医德医风多特征数据集合内的数据进行处理分析后，获得相关的医德医风评价结果数据，将该数据上传至数据存储模块进行存储。但是在处理分析医德医风多特征数据集合内的数据的过程中，可能会导致数据丢失，或者由于医德医风多特征数据集合内数据较多，数据维度较高，导致处理分析后的数据出现数据冗余甚至维度崩溃的问题，因此，需要对数据处理模块处理分析后的数据进行核验。
具体地，首先，获取数据核验特征集合，其包括数据缺失度核验特征和数据冗余性核验特征，数据核验特征集合可通过历史医德医风评价数据内数据出现的缺失度特征数据以及冗余度特征数据进行获得。
基于上述的数据缺失度核验特征，构建第一核验规则，第一核验规则可核验处理分析后的数据是否出现数据丢失，并根据丢失数据和丢失度，基于历史数据进行数据填充，使填充后的数据接近未出现数据丢失情况下的原数据，提升数据完整性。
基于上述的第一核验规则和数据冗余性核验特征，构建第二核验规则，进而根据第一核验规则和第二核验规则构建数据核验通道。第二核验规则用于核验经数据处理模块处理分析，并经第一核验规则核验并调整后的数据是否出现数据冗余特征，若出现，需要对数据进行降维等处理，减少数据冗余度，避免数据冗余繁杂影响医德医风评价效率和准确性。
本申请提供的方法通过构建数据核验通道，能够将数据处理模块处理分析后的数据进行核验，判断其是否出现数据缺失和数据冗余问题，并进行处理，保证医德医风评价数据的完整性和轻量性，进而保证评价的准确性，避免数据问题影响评价标准，并且在第一核验规则的基础上构建第二核验规则，能够保证数据在缺失问题处理后再进行数据冗余核验，避免在处理数据缺失的过程中导致数据出现其他问题，进而避免问题数据对处理分析结果的影响，达到提升数据处理准确性和医德医风评价准确性的技术效果。
S300：基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；
S400：通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；
具体而言，如上述内容，基于数据采集模块，采集所述医护群体的医德医风多特征数据，所述医护群体即为某一区域或某一医疗机构内的执业医生和/或护士，优选为执业医生，采集获得多个维度的用于医德医风评价的数据，作为医德医风多特征数据集合。
然后，基于上述构建于数据采集模块和数据处理模块质检的数据预处理通道，对采集获得的医德医风多特征数据集合进行预处理，具体基于数据的完整性特征、数据一致性特征以及数据偏差性特征对医德医风多特征数据集合进行预处理，使处理后的医德医风多特征数据集合完整、一致、且避免出现由于错误导致的偏差性较大的问题，获得预处理后的多特征规范数据集合。
S500：基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；
具体而言，基于数据处理模块，对预处理后的多特征规范数据集合进行智能化的分类结合处理，使多特征规范数据集合不同维度的数据根据所述医护群体内的医护人员进行分类，即按照执业医生进行分类，获得各医护人员的医德医风数据处理集合，然后按照一户群体内每一个医护人员的多维度数据进行医德医风评价。
如图2所示，本申请提供的方法中的步骤S500包括：
S510：对所述多特征规范数据集合中的数据进行数据均匀化处理，生成第一均匀分布数据集合；
S520：将所述第一均匀分布数据集合中的各数据随机定义为N个聚类；
S530：将所述N个聚类渲染至二维直角坐标系，进行可视化的离散分布表示；
S540：对所述N个聚类中各数据点之间，进行两两距离的平均值运算，生成第一均值分布数据集，根据所述第一均值分布数据集得到M个集中分布区域；
S550：将所述M个集中分布区域定义为M个特征分类。
具体而言，基于预处理之后的多特征规范数据集合，其内包括多个维度的特征规范数据，将多特征规范数据集合内的所有数据进行数据均匀化处理，使多特征规范数据集合内的所有数据均匀分布，各类数据掺杂均匀分布，而非按照患者问卷调查数据、医院随机督导检查数据、公益活动参加数据、患者随访评价数据等多类数据种类集群分布，得到第一均匀分布数据集合。如此，第一均匀分布数据集合内的数据与多特征规范数据集合内的数据是相同的，但数据分布完全不同，第一均匀分布数据集合内的数据是完全随机分布的。
将第一均匀分布数据集合中的各数据随机定义为N个聚类，N为正整数，且N与第一均匀分布数据集合内的数据的个数相同，将每个数据认为为一个聚类。
将该N个聚类内的数据点渲染至二维空间内的直角坐标系上，渲染的过程为，将N个聚类内的数据在该直角坐标系内根据数据类型以及数据值进行投影写入，分布的过程中，N个聚类内的数据点可按照数据类型和数据值进行各自的分布，其中，类似且数值相近的多个数据点密集分布，而数值差距较大或类型存在差别的数据点分布距离较远。示例性地，在该二维坐标系中，可将医德医风的数据评价标准数值化作为横坐标数据，将具体的医德医风数据评价得分数值作为纵坐标数据，进行写入。如此，即可对该直角坐标系进行可视化的观察，可认为距离较近的，形成较为密集的数据簇的数据为比较接近的数据，为同类数据。而分布距离较远的，可认为为差距较大的数据，不为同类数据。
进一步地，基于直角坐标系内各数据分布的坐标位置，计算N个聚类中各数据点之间两两距离的平均值运算，具体地，可根据N个聚类中两数据点的坐标位置得到距离向量，进而计算获得两数据点之间的距离，两两配对计算获得所有数据点之间的距离，得到第一均值分布数据集，其内包括多个均匀分布数据点在坐标系内的两两之间的距离值。
根据该第一均值分布数据集，将两两数据点之间距离小于一定阈值的数据点作为同类数据，基于此，将所有数据点按照分布距离进行分类，获得M个集中分布区域，M为正整数，每个集中部分区域内的数据点之间距离较近。基于该M个集中分布区域，将每个集中分布区域内的数据点视为同一类数据，得到M个特征分类。M个特征分类分别与上述的患者问卷调查数据、医院随机督导检查数据、公益活动参加数据、患者随访评价数据、被投诉和被感谢数据等数据类别对应，每个特征分类内的数据代表一个维度的医德医风评价数据。
由于每个特征分类内的数据对于执业医生医德医风的评价影响重要程度不同，例如，被投诉和被感谢数据以及患者问卷调查数据的重要程度明显高于医生的公益活动参加数据的重要程度，因此，需要对M个特征分类内的数据进行医德医风评价的权重分配。
具体地，如图3所示，本申请提供的方法中的步骤S500还包括步骤S560，步骤S560包括：
S561：对所述M个集中分布区域进行区域面积计算，获得各集中分布区域面积集合；
S562：获得所述M个集中分布区域的总区域面积；
S563：分别计算所述各集中分布区域面积集合中的各分布区域面积占据所述总区域面积的占比信息分布；
S564：对所述占比信息分布进行数据转换，生成所述M个特征分类中的各特征所占权重比例；
S565：对所述多特征规范数据集合中的第一用户进行数据抽取，获得所述第一用户的第一多特征规范数据集；
S566：根据所述各特征所占权重比例，对所述第一多特征规范数据集进行权重加和运算，获得所述第一用户的数据处理结果，并存储至所述数据存储模块。
具体而言，对上述直角坐标系内数据点分布的M个集中分布区域进行区域面积计算，获得各集中分布区域面积集合，其包括M个集中分布区域面积。然后，对M个集中分布区域面积进行加和计算，获得M个集中分布区域的总区域面积。
进一步地，计算每个集中分布区域面积占比总区域面积的占比信息分布，如下：
其中，
为第i个集中分布区域的占比信息分布，
为第i个集中分布区域的面积，i=1,2,3…M-1,M，
为总区域面积。
根据各个集中分布区域的面积大小，可获得该集中分布区域对应数据特征分类内的数据量的大小，若数据量较大，则证明该特征分类内的数据对医生医德医风评价的重要程度较大。以及，根据各个集中分布区域的面积大小，可获得该集中分布区域对应数据特征分类内的数据量的分布广度，若面积较大，可认为数据量较大，且各数据之间具有一定差别，但各数据点之间的距离又未超过预设的阈值，进而可认为该特征分类内的数据可信度较高，则该特征分类内的数据对医生医德医风评价的重要程度较大。
如此，基于所有集中分布区域的占比信息分布，对其进行换算，得到M个特征分类中的各特征分类所占权重的比例。其中，根据M个
进行权重值同比例转换，且转换得到的M个权重值的和为1，得到各特征分类所占权重比例。
基于预处理得到的多特征规范数据集合，对其按照医护人员，即执业医生进行特征数据抽取，抽取获得单个第一用户的第一多特征规范数据集，示例性地，第一多特征规范数据集内包括第一用户对应医生的患者问卷调查数据、医院随机督导检查数据、公益活动参加数据、患者随访评价数据、被投诉和被感谢数据等多个特征分类数据。
然后，结合上述的各特征分类所占权重比例，对第一多特征规范数据集内多个特征的数据进行权重加和运算，获得第一用户的数据处理结果，该数据处理结果即作为第一用户的医德医风处理分析评价结果，将其存储至所述数据存储模块，后续进行展示或其他医德医风建设工作。
本申请实施例通过将多特征规范数据集合中的数据进行均匀化处理，然后渲染至坐标系内进行分布，并根据分布距离获得多个集中分布区域，根据分布区域大小获得每个特征分类对应的权重值，能够按照数据分布的维度获得其对应权重值，进而获得标准的用于评价医生医德医风的权重标准，降低医德医风评价的人工参与度提升医德医风评价的准确性和可信度，避免评价数据杂乱无章而影响医德医风评价管理的准确性。
其中，步骤S566将数据处理结果存储至所述数据存储模块之前，还包括：
S566-1：基于所述数据核验通道，对所述数据处理结果进行核验，获得第一核验结果；
S566-2：判断所述第一核验结果是否满足预设核验标准；
S566-3：若所述第一核验结果不满足所述预设核验标准，调用所述医护群体的P个核验结果；
S566-4：判断所述P个核验结果中的半数核验结果是否均达到所述预设核验标准；
S566-5：若所述P个核验结果中的半数核验结果均未达到所述预设核验标准，生成第一检测指令，对所述数据核验通道进行检测。
具体而言，基于在数据处理模块和数据存储模块之间构建的数据核验通道，对计算完毕的数据处理结果进行核验，具体地，首先通过第一核验规则核验数据处理结果的缺失度，然后通过第二核验规则核验数据处理结果的冗余度，得到第一核验结果。
判断该第一核验结果是否满足预设核验标准，具体判断数据处理结果的缺失度和冗余度是否超过预设的缺失和冗余标准，若超过，则证明数据处理结果出现异常。
在计算上述第一用户的数据处理结果后，还通过多特征规范数据集合抽取所述医护群体内其他用户的多特征规范数据集，得到P个多特征规范数据集，P为正整数，与所述医护群体内医护人员数量相同。基于上述步骤重复计算获得P个数据处理结果，进一步对P各数据处理结果进行核验，得到P个核验结果。
若第一核验结果不满足预设核验标准，则调用所述医护群体的P个核验结果，判断P个核验结果内是否超过P/2的核验结果均达到预设核验标准。若超过P/2的核验结果未达到预设核验标准，可认为数据核验通道出现核验功能异常，则生成第一检测指令，对该数据核验通道进行检测，通过预设数据检测其核验功能是否正常。
本申请实施例在所述医护群体内多数医护人员的数据核验结果出现异常时，对数据核验通道进行检测，能够避免数据核验通道出现异常而导致数据处理结果核验出现异常的数据缺失问题或数据冗余问题，进而保证数据处理结果的完整性，提升医德医风-多模块数据管理系统处理的可靠性以及数据安全性。
S600：通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；
S700：将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理。
具体而言，若所述医护群体内的多个数据处理结果均满足预设核验标准，则将核验后的数据处理结果上传至数据存储模块，将多个数据处理结果作为多个医护人员的医德医风评价结果，进行后续医德医风建设等工作的智能化管理。
本申请提供的方法通过数据预处理和数据核验，能够保证数据的完整性，进而为医德医风评价建立准确的数据基础，通过建立直角坐标系对数据进行分布和分类，并通过权重分配对数据进行分类管理，制定了标准的医德医风相关数据处理分析方法，能够提升医德医风评价的准确性和公平性，能够保证医德医风数据的规范处理和管理，达到提升医德医风评价管理的准确性和标准性的技术效果。
本申请提供的方法还包括步骤S800，步骤S800包括：
S810：将所述数据存储模块的各存储数据生成JMS消息队列；
S820：获得所述医德医风-多模块数据管理系统第一访问数据；
S830：根据所述第一访问数据，所述JMS消息队列生成第一响应指令；
S840：根据所述第一响应指令，对所述第一访问数据的访问路径进行动态追踪，且获得所述第一访问数据的访问ID；
S850：将所述访问ID实时传送至数据管理终端，其中，所述数据管理终端与所述医德医风-多模块数据管理系统通信连接。
具体而言，在数据存储模块的存储过程中，各存储数据分别对应不同用户的数据处理结果，将各存储数据生成JMS（Java Message Service）消息队列，JMS消息队列可在数据存储模块管理存储数据的过程中对队列内的存储数据进行异步处理，提升处理效率，提升数据存储模块的性能。并且在有人访问JMS消息队列内的存储数据时，可获得该次访问的相关信息。
当有用户访问医德医风-多模块数据管理系统内数据存储模块的时候，获得第一访问数据，该第一访问数据包括访问时间、访问路径、访问JMS消息队列内的哪一个存储数据等。
基于该第一访问数据，JMS消息队列可生成第一响应指令，对第一访问数据的访问路径进行动态追踪，且获得所述第一访问数据的访问ID以及相应的IP地址等。然后将该访问ID实时传送至数据管理终端，其中，该数据管理终端与该医德医风-多模块数据管理系统通信连接。通过该数据管理终端可确认该访问ID对应的用户，确认该次访问是否为合法访问，以及是否篡改了存储数据，对访问进行管理。
本申请提供的方法通过设置数据管理终端以及将各存储数据生成JMS消息队列，在数据存储模块进行存储数据的管理时，能够避免存储数据被篡改，保证存储数据的安全性，进而保证医德医风评价结果的安全性，避免医生的医德医风评价被损害。
综上所述，本申请提供的方法通过数据预处理和数据核验，能够保证数据的完整性，进而为医德医风评价建立准确的数据基础，通过建立直角坐标系对数据进行分布和分类，并通过权重分配对数据进行分类管理，制定了标准的医德医风相关数据处理分析方法，能够提升医德医风评价的准确性和公平性，能够保证医德医风数据的规范处理和管理，还构建了数据管理终端，并将数据存储模块内的存储数据生成JMS消息队列，能够保证存储数据的安全性，进而保证医德医风评价结果的安全性，避免医生的医德医风评价被损害，达到了提升医德医风评价管理的准确性和标准性的技术效果。
实施例二
基于与前述实施例中一种基于多模块联动的医德医风综合管理方法相同的发明构思，如图4所示，本申请提供了一种基于多模块联动的医德医风综合管理系统，其中，所述系统包括：
第一构建单元11，所述第一构建单元11用于搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；
第二构建单元12，所述第二构建单元12用于介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；
第一获得单元13，所述第一获得单元13用于基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；
第一处理单元14，所述第一处理单元14用于通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；
第二处理单元15，所述第二处理单元15用于基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；
第三处理单元16，所述第三处理单元16用于通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；
第一管理单元17，所述第一管理单元17用于将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理。
进一步的，所述系统还包括：
第二获得单元，所述第二获得单元用于获得医德医风数据表现特征集合，其中，所述医德医风数据表现特征集合包括数据完整性特征、数据一致性特征以及数据偏差性特征；
第三构建单元，所述第三构建单元用于基于所述数据完整性特征，构筑第一预处理屏障，基于所述数据一致性特征，构筑第二预处理屏障，基于所述数据偏差性特征，构筑第三预处理屏障；
第四构建单元，所述第四构建单元用于基于所述第一预处理屏障、所述第二预处理屏障以及所述第三预处理屏障，搭建所述数据预处理通道。
进一步的，所述系统还包括：
第三获得单元，所述第三获得单元用于获得数据核验特征集合，其中，所述数据核验特征集合包括数据缺失度核验特征和数据冗余性核验特征；
第五构建单元，所述第五构建单元用于基于所述数据缺失度核验特征，构建第一核验规则；
第六构建单元，所述第六构建单元用于基于所述第一核验规则和所述数据冗余性核验特征，构建第二核验规则；
第七构建单元，所述第七构建单元用于通过所述第二核验规则，搭建所述数据核验通道。
进一步的，所述系统还包括：
第四处理单元，所述第四处理单元用于对所述多特征规范数据集合中的数据进行数据均匀化处理，生成第一均匀分布数据集合；
第五处理单元，所述第五处理单元用于将所述第一均匀分布数据集合中的各数据随机定义为N个聚类；
第六处理单元，所述第六处理单元用于将所述N个聚类渲染至二维直角坐标系，进行可视化的离散分布表示；
第七处理单元，所述第七处理单元用于对所述N个聚类中各数据点之间，进行两两距离的平均值运算，生成第一均值分布数据集，根据所述第一均值分布数据集得到M个集中分布区域；
第八处理单元，所述第八处理单元用于将所述M个集中分布区域定义为M个特征分类。
进一步的，所述系统还包括：
第九处理单元，所述第九处理单元用于对所述M个集中分布区域进行区域面积计算，获得各集中分布区域面积集合；
第四获得单元，所述第四获得单元用于获得所述M个集中分布区域的总区域面积；
第十处理单元，所述第十处理单元用于分别计算所述各集中分布区域面积集合中的各分布区域面积占据所述总区域面积的占比信息分布；
第十一处理单元，所述第十一处理单元用于对所述占比信息分布进行数据转换，生成所述M个特征分类中的各特征所占权重比例；
第五获得单元，所述第五获得单元用于对所述多特征规范数据集合中的第一用户进行数据抽取，获得所述第一用户的第一多特征规范数据集；
第十二处理单元，所述第十二处理单元用于根据所述各特征所占权重比例，对所述第一多特征规范数据集进行权重加和运算，获得所述第一用户的数据处理结果，并存储至所述数据存储模块。
进一步的，所述系统还包括：
第十三处理单元，所述第十三处理单元用于基于所述数据核验通道，对所述数据处理结果进行核验，获得第一核验结果；
第一判断单元，所述第一判断单元用于判断所述第一核验结果是否满足预设核验标准；
第六获得单元，所述第六获得单元用于若所述第一核验结果不满足所述预设核验标准，调用所述医护群体的P个核验结果；
第二判断单元，所述第二判断单元用于判断所述P个核验结果中的半数核验结果是否均达到所述预设核验标准；
第十四处理单元，所述第十四处理单元用于若所述P个核验结果中的半数核验结果均未达到所述预设核验标准，生成第一检测指令，对所述数据核验通道进行检测。
进一步的，所述系统还包括：
第十五处理单元，所述第十五处理单元用于将所述数据存储模块的各存储数据生成JMS消息队列；
第七获得单元，所述第七获得单元用于获得所述医德医风-多模块数据管理系统第一访问数据；
第十六处理单元，所述第十六处理单元用于根据所述第一访问数据，所述JMS消息队列生成第一响应指令；
第十七处理单元，所述第十七处理单元用于根据所述第一响应指令，对所述第一访问数据的访问路径进行动态追踪，且获得所述第一访问数据的访问ID；
第十八处理单元，所述第十八处理单元用于将所述访问ID实时传送至数据管理终端，其中，所述数据管理终端与所述医德医风-多模块数据管理系统通信连接。
实施例三
基于与前述实施例中一种基于多模块联动的医德医风综合管理方法相同的发明构思，本申请还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一内的方法。
示例性电子设备
下面参考图5来描述本申请的电子设备，
基于与前述实施例中一种基于多模块联动的医德医风综合管理方法相同的发明构思，本申请还提供了一种基于多模块联动的医德医风综合管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于多模块联动的医德医风综合管理方法。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指
令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (4)
1.一种基于多模块联动的医德医风综合管理方法，其特征在于，所述方法包括：
搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；
介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；
基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；
通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；
基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；
通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；
将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理；
其中，所述搭建医护群体的医德医风数据预处理通道，包括：
获得医德医风数据表现特征集合，其中，所述医德医风数据表现特征集合包括数据完整性特征、数据一致性特征以及数据偏差性特征；
基于所述数据完整性特征，构筑第一预处理屏障，基于所述数据一致性特征，构筑第二预处理屏障，基于所述数据偏差性特征，构筑第三预处理屏障；
基于所述第一预处理屏障、所述第二预处理屏障以及所述第三预处理屏障，搭建所述医德医风数据预处理通道；
所述搭建所述医护群体的医德医风数据核验通道，包括：
获得医德医风数据核验特征集合，其中，所述医德医风数据核验特征集合包括数据缺失度核验特征和数据冗余性核验特征；
基于所述数据缺失度核验特征，构建第一核验规则；
基于所述第一核验规则和所述数据冗余性核验特征，构建第二核验规则；
通过所述第二核验规则，搭建所述医德医风数据核验通道；
其中，所述对所述多特征规范数据集合进行智能化分类加和处理，包括：
对所述多特征规范数据集合中的数据进行数据均匀化处理，生成第一均匀分布数据集合；
将所述第一均匀分布数据集合中的各数据随机定义为N个聚类；
将所述N个聚类渲染至二维直角坐标系，进行可视化的离散分布表示；
对所述N个聚类中各数据点之间，进行两两距离的平均值运算，生成第一均值分布数据集，根据所述第一均值分布数据集得到M个集中分布区域；
将所述M个集中分布区域定义为M个特征分类；
对所述M个集中分布区域进行区域面积计算，获得各集中分布区域面积集合；
获得所述M个集中分布区域的总区域面积；
分别计算所述各集中分布区域面积集合中的各分布区域面积占据所述总区域面积的占比信息分布；
对所述占比信息分布进行数据转换，生成所述M个特征分类中的各特征所占权重比例；
对所述多特征规范数据集合中的第一医护人员进行数据抽取，获得所述第一医护人员的第一多特征规范数据集；
根据所述各特征所占权重比例，对所述第一多特征规范数据集进行权重加和运算，获得所述第一医护人员的数据处理结果，并存储至所述数据存储模块；
将所述数据存储模块的各存储数据生成JMS消息队列；
获得所述医德医风-多模块数据管理系统的第一访问数据；
根据所述第一访问数据，所述JMS消息队列生成第一响应指令；
根据所述第一响应指令，对所述第一访问数据的访问路径进行动态追踪，且获得所述第一访问数据的访问ID；
将所述访问ID实时传送至数据管理终端，其中，所述数据管理终端与所述医德医风-多模块数据管理系统通信连接；
其中，所述存储至所述数据存储模块，之前还包括：
基于所述医德医风数据核验通道，对所述数据处理结果进行核验，获得第一核验结果；
判断所述第一核验结果是否满足预设核验标准；
若所述第一核验结果不满足所述预设核验标准，调用所述医护群体的P个核验结果；
判断所述P个核验结果中的半数核验结果是否均达到所述预设核验标准；
若所述P个核验结果中的半数核验结果均未达到所述预设核验标准，生成第一检测指令，对所述数据核验通道进行检测。
2.一种基于多模块联动的医德医风综合管理系统，其特征在于，所述系统包括：
第一构建单元，所述第一构建单元用于搭建医德医风-多模块数据管理系统，其中，所述医德医风-多模块数据管理系统包括数据采集模块、数据处理模块以及数据存储模块；
第二构建单元，所述第二构建单元用于介于所述数据采集模块和所述数据处理模块，搭建医护群体的医德医风数据预处理通道，介于所述数据处理模块和所述数据存储模块，搭建所述医护群体的医德医风数据核验通道；
第一获得单元，所述第一获得单元用于基于所述数据采集模块，对所述医护群体的医德医风多特征数据进行遍历采集，获得医德医风多特征数据集合；
第一处理单元，所述第一处理单元用于通过所述数据预处理通道，将所述医德医风多特征数据集合上传至所述数据处理模块，获得预处理后的多特征规范数据集合；
第二处理单元，所述第二处理单元用于基于所述数据处理模块，对所述多特征规范数据集合进行智能化分类加和处理，获得所述医护群体中各医护人员的医德医风数据处理集合；
第三处理单元，所述第三处理单元用于通过所述数据核验通道，将所述医德医风数据处理集合上传至所述数据存储模块，获得医德医风数据处理核验结果；
第一管理单元，所述第一管理单元用于将满足预定核验标准的所述医德医风数据处理核验结果存储至所述数据存储模块，对所述医德医风多特征数据集合进行智能化管理；
第二获得单元，所述第二获得单元用于获得医德医风数据表现特征集合，其中，所述医德医风数据表现特征集合包括数据完整性特征、数据一致性特征以及数据偏差性特征；
第三构建单元，所述第三构建单元用于基于所述数据完整性特征，构筑第一预处理屏障，基于所述数据一致性特征，构筑第二预处理屏障，基于所述数据偏差性特征，构筑第三预处理屏障；
第四构建单元，所述第四构建单元用于基于所述第一预处理屏障、所述第二预处理屏障以及所述第三预处理屏障，搭建所述数据预处理通道；
第三获得单元，所述第三获得单元用于获得数据核验特征集合，其中，所述数据核验特征集合包括数据缺失度核验特征和数据冗余性核验特征；
第五构建单元，所述第五构建单元用于基于所述数据缺失度核验特征，构建第一核验规则；
第六构建单元，所述第六构建单元用于基于所述第一核验规则和所述数据冗余性核验特征，构建第二核验规则；
第七构建单元，所述第七构建单元用于通过所述第二核验规则，搭建所述数据核验通道；
第四处理单元，所述第四处理单元用于对所述多特征规范数据集合中的数据进行数据均匀化处理，生成第一均匀分布数据集合；
第五处理单元，所述第五处理单元用于将所述第一均匀分布数据集合中的各数据随机定义为N个聚类；
第六处理单元，所述第六处理单元用于将所述N个聚类渲染至二维直角坐标系，进行可视化的离散分布表示；
第七处理单元，所述第七处理单元用于对所述N个聚类中各数据点之间，进行两两距离的平均值运算，生成第一均值分布数据集，根据所述第一均值分布数据集得到M个集中分布区域；
第八处理单元，所述第八处理单元用于将所述M个集中分布区域定义为M个特征分类；
第九处理单元，所述第九处理单元用于对所述M个集中分布区域进行区域面积计算，获得各集中分布区域面积集合；
第四获得单元，所述第四获得单元用于获得所述M个集中分布区域的总区域面积；
第十处理单元，所述第十处理单元用于分别计算所述各集中分布区域面积集合中的各分布区域面积占据所述总区域面积的占比信息分布；
第十一处理单元，所述第十一处理单元用于对所述占比信息分布进行数据转换，生成所述M个特征分类中的各特征所占权重比例；
第五获得单元，所述第五获得单元用于对所述多特征规范数据集合中的第一用户进行数据抽取，获得所述第一用户的第一多特征规范数据集；
第十二处理单元，所述第十二处理单元用于根据所述各特征所占权重比例，对所述第一多特征规范数据集进行权重加和运算，获得所述第一用户的数据处理结果，并存储至所述数据存储模块；
第十五处理单元，所述第十五处理单元用于将所述数据存储模块的各存储数据生成JMS消息队列；
第七获得单元，所述第七获得单元用于获得所述医德医风-多模块数据管理系统第一访问数据；
第十六处理单元，所述第十六处理单元用于根据所述第一访问数据，所述JMS消息队列生成第一响应指令；
第十七处理单元，所述第十七处理单元用于根据所述第一响应指令，对所述第一访问数据的访问路径进行动态追踪，且获得所述第一访问数据的访问ID；
第十八处理单元，所述第十八处理单元用于将所述访问ID实时传送至数据管理终端，其中，所述数据管理终端与所述医德医风-多模块数据管理系统通信连接；
第十三处理单元，所述第十三处理单元用于基于所述数据核验通道，对所述数据处理结果进行核验，获得第一核验结果；
第一判断单元，所述第一判断单元用于判断所述第一核验结果是否满足预设核验标准；
第六获得单元，所述第六获得单元用于若所述第一核验结果不满足所述预设核验标准，调用所述医护群体的P个核验结果；
第二判断单元，所述第二判断单元用于判断所述P个核验结果中的半数核验结果是否均达到所述预设核验标准；
第十四处理单元，所述第十四处理单元用于若所述P个核验结果中的半数核验结果均未达到所述预设核验标准，生成第一检测指令，对所述数据核验通道进行检测。
3.一种基于多模块联动的医德医风综合管理系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1所述方法的步骤。
4.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210074275.4A CN114386874B (zh) | 2022-01-21 | 2022-01-21 | 一种基于多模块联动的医德医风综合管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210074275.4A CN114386874B (zh) | 2022-01-21 | 2022-01-21 | 一种基于多模块联动的医德医风综合管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114386874A CN114386874A (zh) | 2022-04-22 |
| CN114386874B true CN114386874B (zh) | 2022-11-29 |
Family
ID=81202946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210074275.4A Active CN114386874B (zh) | 2022-01-21 | 2022-01-21 | 一种基于多模块联动的医德医风综合管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114386874B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106534257A (zh) * | 2016-09-29 | 2017-03-22 | 国家电网公司 | 一种多层次集群式架构的多源安全日志采集系统及方法 |
| CN106777921A (zh) * | 2016-11-29 | 2017-05-31 | 成都中医药大学 | 一种基于中医大数据的三名树网评价模型的构建系统和方法 |
| CN108563548A (zh) * | 2018-03-19 | 2018-09-21 | 阿里巴巴集团控股有限公司 | 异常检测方法及装置 |
| CN112365070A (zh) * | 2020-11-18 | 2021-02-12 | 深圳供电局有限公司 | 一种电力负荷预测方法、装置、设备及可读存储介质 |
| CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
| CN113689071A (zh) * | 2021-07-15 | 2021-11-23 | 东南大学 | 一种基于多驾驶人风险评价的不良驾驶行为主动干预方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020256B (zh) * | 2012-12-21 | 2016-04-20 | 电子科技大学 | 一种大规模数据的关联规则挖掘方法 |
| CN104281617A (zh) * | 2013-07-10 | 2015-01-14 | 广州中国科学院先进技术研究所 | 一种基于领域知识的多层关联规则挖掘方法及系统 |
| CN110047594A (zh) * | 2019-05-27 | 2019-07-23 | 北京气象在线科技有限公司 | 基于气象环境监测数据的呼吸系统疾病发病趋势预测方法 |
-
2022
- 2022-01-21 CN CN202210074275.4A patent/CN114386874B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106534257A (zh) * | 2016-09-29 | 2017-03-22 | 国家电网公司 | 一种多层次集群式架构的多源安全日志采集系统及方法 |
| CN106777921A (zh) * | 2016-11-29 | 2017-05-31 | 成都中医药大学 | 一种基于中医大数据的三名树网评价模型的构建系统和方法 |
| CN108563548A (zh) * | 2018-03-19 | 2018-09-21 | 阿里巴巴集团控股有限公司 | 异常检测方法及装置 |
| CN112365070A (zh) * | 2020-11-18 | 2021-02-12 | 深圳供电局有限公司 | 一种电力负荷预测方法、装置、设备及可读存储介质 |
| CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
| CN113689071A (zh) * | 2021-07-15 | 2021-11-23 | 东南大学 | 一种基于多驾驶人风险评价的不良驾驶行为主动干预方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于数据挖掘的医院自评系统的设计与实现;高鹏;《中国优秀硕士学位论文全文数据库信息科技辑》;20200715;第1-54页 * |
| 基于模糊理论的医生综合评价系统的研究与开发;李小文;《中国优秀硕士学位论文全文数据库信息科技辑》;20190615;第1-47页 * |
| 基于补充计量学的医生网络影响力评价指标研究;孟伟花;《中国优秀硕士学位论文全文数据库信息科技辑》;20190415;第1-42页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114386874A (zh) | 2022-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107085666B (zh) | 疾病风险评估与个性化健康报告生成系统及方法 | |
| CN109545317B (zh) | 基于住院预测模型判定住院行为的方法及相关产品 | |
| CN111695835B (zh) | 用于评估临床试验风险的方法 | |
| CN108364233A (zh) | 一种保单风险评估方法、装置、终端设备及存储介质 | |
| CN111695836B (zh) | 临床试验在线运行管控集成系统 | |
| JP2019509560A (ja) | 当事者が複数いるデータ市場における苦情および評判管理のためのシステムおよび方法 | |
| US20100179927A1 (en) | Rating risk of proposed system changes | |
| CN113642672A (zh) | 医保数据的特征加工方法、装置、计算机设备及存储介质 | |
| CN111951116A (zh) | 基于无监督孤立点检测的医保反欺诈监测分析方法和系统 | |
| Lim et al. | Methods for analyzing hospital length of stay with application to inpatients dying in Southern Thailand | |
| CN114386874B (zh) | 一种基于多模块联动的医德医风综合管理方法及系统 | |
| CN112259215A (zh) | 问诊请求处理方法、装置和设备 | |
| CN109615546A (zh) | 异常就诊的识别方法、装置、终端及计算机可读存储介质 | |
| CN110246559B (zh) | 一种麻精类药品流向异常预警方法及装置 | |
| KR102499912B1 (ko) | 시계열 검진 데이터를 이용한 딥러닝 기반 전립선암 재발예측 시스템 | |
| US11481712B2 (en) | Method and system for determining a non-job related score from reported historical job performance | |
| CN113781247A (zh) | 协议数据推荐方法、装置、计算机设备及存储介质 | |
| CN109509106B (zh) | 单位类型确定方法及相关产品 | |
| CN111063425A (zh) | 医疗礼宾 | |
| Dong et al. | A non-cooperative behavior management method for multi-attribute large group decision-making | |
| CN118332607B (zh) | 一种基于区块链的金融大数据分析系统及方法 | |
| CN117874654B (zh) | 基于随机森林算法的风险监控方法及系统 | |
| CN113723524B (zh) | 基于预测模型的数据处理方法、相关设备及介质 | |
| CN109544379B (zh) | 单位类型确定方法及相关产品 | |
| Sahinoglu et al. | Cloud risk-o-meter: An algorithm for cloud risk assessment and management |
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 |