CN114496193A - 护士数据处理方法、装置、设备及存储介质 - Google Patents
护士数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114496193A CN114496193A CN202210136146.3A CN202210136146A CN114496193A CN 114496193 A CN114496193 A CN 114496193A CN 202210136146 A CN202210136146 A CN 202210136146A CN 114496193 A CN114496193 A CN 114496193A
- Authority
- CN
- China
- Prior art keywords
- nurse
- data
- actual
- structure data
- time period
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供一种护士数据处理方法、装置、设备及存储介质,涉及计算机技术领域。该方法包括:获取护理数据;根据护理数据,生成目标时段的实际护士结构数据;根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理;若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。主要是通过自动化实时地采集护理数据,确定目标时段的实际护士结构数据是否存在不合理的情况,若存在,则生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种护士数据处理方法、装置、设备及存储介质。
背景技术
通常,患者在医院的治疗过程中,接触最多的是护士,而护士的人力也占据医院整体人力的一半以上。其中,护士的职业水平不仅代表了医院的整体医疗水平,同时也代表了患者的安全及护理恢复情况。
目前,多为人工手动方式、或者是通过护士人力系统计得到各级别的护士数量,然后,再对各级别的护士数量进行人工手工比对分析,以确定各级别的护士人员的配比信息,以便于院方的管理者能够获知到人员的配比情况。
但是,采用这种多为人工手动分析方式,存在处理效率低、数据获取不及时等问题,进而导致最终得到的分析结果的及时性和准确性均难以保证。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种护士数据处理方法、装置、设备及存储介质,以便提高对各级别的护士人员的配比分析结果的及时性和准确性。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种护士数据处理方法,所述方法包括:
获取护理数据;其中,所述护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;
根据所述护理数据,生成目标时段的实际护士结构数据;
根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理;
若否,则根据所述标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
可选地,其中,所述目标时段包括当月或者当天,所述根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理,包括:
根据所述目标时段的实际护士结构数据,生成第一折线图;
根据所述目标时段对应的标准护士结构数据,生成第二折线图;
确定所述第一折线图与所述第二折线图的相似度;
若所述相似度大于第一预设阈值,则确定所述目标时段的实际护士结构数据不合理。
可选地,所述根据所述标准护士结构数据以及所述实际护士结构数据生成并输出护士结构调整策略信息,包括:
确定同一护士级别在所述标准护士结构数据以及所述实际护士结构数据中的差异值;
根据所述差异值,生成并输出所述护士结构调整策略信息,所述护士结构调整策略信息用于指示各护士级别上的调整数量。
可选地,还包括:
获取各历史时段的实际护士结构数据的合理度,其中,所述合理度基于各所述历史时段中第一折线图与第二折线图的相似度计算得到;
根据各所述历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图;
根据所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定所述预设时长内的实际护士结构数据的趋势是否向差;
若是,则生成并输出提示信息,并且输出所述趋势图,其中,所述提示信息用于表征针对所述预设时长的实际护士结构数据趋势的调整策略。
可选地,所述根据各所述历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图,包括:
以各所述历史时段的实际护士结构数据的合理度为Y轴,以各所述历史时段对应的时间次序为X轴,对二维坐标系第一象限中各所述历史时段的实际护士结构数据的合理度进行线性拟合,生成所述预设时长内的实际护士结构数据的趋势图。
可选地,所述根据所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定所述预设时长内的实际护士结构数据的趋势是否向差,包括:
计算所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,若所述趋势线的斜率为正数,则确定所述预设时长内的实际护士结构数据的趋势向差。
可选地,还包括:
根据当前在岗护士的级别信息以及患者数据,确定当前的实际护患比信息;
根据所述实际护患比信息,生成并输出患者的护理风险信息。
第二方面,本申请实施例还提供了一种护士数据处理装置,所述装置包括:
获取模块,用于获取护理数据;其中,所述护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;
生成模块,用于根据所述护理数据,生成目标时段的实际护士结构数据;
确定模块,用于根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理;
输出模块,用于若否,则根据所述标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
可选地,其中,所述目标时段包括当月或者当天,所述确定模块,还用于:
根据所述目标时段的实际护士结构数据,生成第一折线图;
根据所述目标时段对应的标准护士结构数据,生成第二折线图;
确定所述第一折线图与所述第二折线图的相似度;
若所述相似度大于第一预设阈值,则确定所述目标时段的实际护士结构数据不合理。
可选地,所述确定模块,还用于确定同一护士级别在所述标准护士结构数据以及所述实际护士结构数据中的差异值;
所述输出模块,还用于根据所述差异值,生成并输出所述护士结构调整策略信息,所述护士结构调整策略信息用于指示各护士级别上的调整数量。
可选地,所述获取模块,还用于获取各历史时段的实际护士结构数据的合理度,其中,所述合理度基于各所述历史时段中第一折线图与第二折线图的相似度计算得到;
所述生成模块,还用于根据各所述历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图;
所述确定模块,还用于根据所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定所述预设时长内的实际护士结构数据的趋势是否向差;
所述输出模块,还用于若是,则生成并输出提示信息,并且输出所述趋势图,其中,所述提示信息用于表征针对所述预设时长的实际护士结构数据趋势的调整策略。
可选地,所述生成模块,还用于:
以各所述历史时段的实际护士结构数据的合理度为Y轴,以各所述历史时段对应的时间次序为X轴,对二维坐标系第一象限中各所述历史时段的实际护士结构数据的合理度进行线性拟合,生成所述预设时长内的实际护士结构数据的趋势图。
可选地,所述确定模块,还用于:
计算所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,若所述趋势线的斜率为正数,则确定所述预设时长内的实际护士结构数据的趋势向差。
可选地,所述确定模块,还用于根据当前在岗护士的级别信息以及患者数据,确定当前的实际护患比信息;
所述输出模块,还用于根据所述实际护患比信息,生成并输出患者的护理风险信息。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面提供的所述方法的步骤。
第四方面,本申请实施例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运行时执行如第一方面提供的所述方法的步骤。
本申请的有益效果是:
本申请实施例提供一种护士数据处理方法、装置、设备及存储介质,该方法包括:获取护理数据;其中,护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;根据护理数据,生成目标时段的实际护士结构数据;根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理;若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。在本方案中,主要是通过自动化实时地采集护理数据,该护理数据至少包括:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据等;然后,再根据采集到的护理数据,生成某一时段的实际护士结构数据,并将这一时段的实际护士结构数据、与这一时段对应的标准护士结构数据进行比对分析,以确定这一时段的实际护士结构数据是否存在不合理的情况,若存在,则生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度,同时也使得院方的管理者能够根据输出的护士结构调整策略信息及时对各级别的护士人员配比进行调整。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种电子设备的结构示意图;
图2为本申请实施例提供的一种护士数据处理方法的流程示意图;
图3为本申请实施例提供的一种获取护理数据的架构示意图;
图4为本申请实施例提供的另一种护士数据处理方法的流程示意图;
图5为本申请实施例提供的第一折线图与第二折线图的示意图;
图6为本申请实施例提供的又一种护士数据处理方法的流程示意图;
图7为本申请实施例提供的第二折线图与第三折线图的示意图;
图8为本申请实施例提供的另一种护士数据处理方法的流程示意图;
图9为本申请实施例提供的实际护士结构数据的趋势图;
图10为本申请实施例提供的又一种护士数据处理方法的流程示意图;
图11为本申请实施例提供的一种护士数据处理方法的整体流程示意图;
图12为本申请实施例提供的一种护士数据处理装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景对各医院的护士数据的分析处理,给出以下实施方式,对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要对医院的护士数据进行分析处理的场景,本申请实施例并不对具体的应用场景作限制,任何使用本申请实施例提供的一种护士数据处理方法、装置、电子设备及可读存储介质的方案均在本申请保护范围内。
首先,在对本申请所提供的技术方案展开具体说明之前,先对本申请所涉及的相关背景进行简单说明。
目前,多为人工手动方式、或者是通过护士人力系统计得到各级别的护士数量,然后,再对各级级别的护士数量进行人工手工比对分析,以确定各级别的护士人员的配比信息,以便于院方的管理者能够获知到人员的配比情况。
但是,采用这种多为人工手动分析方式,存在处理效率低、数据获取不及时等问题,进而导致最终得到的分析结果的及时性和准确性均难以保证。
为了解决上述现有技术中存在的技术问题,本申请提出一种护士数据处理方法,主要是通过自动化实时地采集护理数据,该护理数据至少包括:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据等;然后,再根据采集到的护理数据,生成某一时段的实际护士结构数据,并将这一时段的实际护士结构数据、与这一时段对应的标准护士结构数据进行比对分析,以确定这一时段的实际护士结构数据是否存在不合理的情况,若存在,则生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度,同时也使得院方的管理者能够根据输出的护士结构调整策略信息及时对各级别的护士人员配比进行调整。
图1为本申请实施例提供的一种电子设备的结构示意图;该电子设备如可以是计算机或者服务器等具有处理功能的电子设备,以用于实现本申请提供的护士数据处理方法。如图1所示,电子设备包括:处理器101、存储器102。
其中,处理器101、存储器102之间直接或间接地电性连接,以实现数据的传输或交互。例如,可通过一条或多条通信总线或信号线实现电性连接。
其中,处理器101可以是一种集成电路芯片,具有信号的处理能力。上述的处理器101可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
存储器102用于存储程序,处理器101调用存储器102存储的程序,以执行下面实施例提供的护士数据处理方法。
可以理解,图1所述的结构仅为示意,电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
如下将通过多个实施例对本申请提供的护士数据处理方法和对应产生的有益效果进行说明。
图2为本申请实施例提供的一种护士数据处理方法的流程示意图,可选地,该方法的执行主体可以是上述图1所示的电子设备,具有数据处理功能。
应当理解,在其它实施例中护士数据处理方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。如图2所示,该方法包括:
S201、获取护理数据。
其中,护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据。示例性地,例如,护士级别定义为:N0护士、N1护师、N2主管护师、N3副主任护师、N4主任护师,N0级别的护士数量为70,N1级别的护师数量为100等。护理敏感指标数据包括:护患比、各级别护士配置,患者数据包括:当前医院接诊的危重患者的数量、普通患者的数量。
在本实施例中,主要是考虑到医院的各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据等分别存储在不同的业务系统的数据库中(例如,各级别护士的数量存储在护理人力资源系统的数据库、护士排班信息、患者数据存储在护理管理系统的数据库、护理敏感指标数据存储在敏感指标系统的数据库等,此外,护理人力资源系统的数据库中还存储有各护士的基础信息及在职科室等信息),且各业务系统在使用中的数据库称为生产库,由于不断在生产库生成数据,直接对生成库中的数据进行长时间、持续且实时的访问一般可能造成数据库的死锁、性能降低,导致数据库的服务器资源耗尽、阻塞业务。
因此,参考图3所示,在本实例中,采用主流的实时采集数据方式,具体为:将各业务系统(如,图3中的护理人力资源系统、护理管理系统、敏感指标系统及考试培训系统)中实时产生的初始护理数据(如,护理管理系统中的护士排班信息发生更新时)推送到临床消息中心,由消费者订阅和消费数据;由采集任务中心模块拉取到对应的初始护理数据后,并利用格式配置把初始护理数据转换形成标准的护理数据,并利用持久化模块实现实时的将标准的护理数据保存至护士数据分析引擎数据库中,以便于对当前的护士人才结构进行分析,有效解决了各业务系统间的数据孤立问题。
S202、根据护理数据,生成目标时段的实际护士结构数据。
其中,目标时段可以为一个预设时长内的时段,例如,一天、一周、一个季度或者一年等,在此不做具体限定。
相应的,目标时段的实际护士结构数据例如可以是当月的实际护士结构数据、当天的实际护士结构数据等。
示例性地,实际护士结构数据为医院当前实际在岗的各级别护士的配置信息。例如,实际护士结构数据可以为某一月全院各级别护士的实际数量、某一天在岗的各级别护士的实际数量、或者在岗的各级别护士的实际数量等。
在本实施例中,例如,可以根据护理数据中的各级别护士的数量、以及护士排班信息,得到某一月全院各级别护士的实际数量、某一天全院在岗的各级别护士的实际数量。
S203、根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理。
其中,标准护士结构数据为理论上当前在岗的各级别护士的配置信息。例如,标准护士结构数据可以为某一月全院各级别护士的理论数量、某一天在岗的各级别护士的理论数量、或者某一天在岗的各级别护士的理论数量等。
在本实施例中,例如,可以将某一月的实际护士结构数据、与该月的标准护士结构数据进行比对,以判断该月的标准护士结构数据是否合理。
S204、若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
在上述实施例的基础上,例如,若该月实际护士结构数据相比于标准护士结构数据的差异超过预设范围,则可以确定该月全院护士人力的结构出现失衡,即该月实际护士结构数据所表征的护士人员配比存在不合理。此时,需要结合该月标准护士结构数据,对该月实际护士结构数据进行优化调整,生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度,同时也使得院方的管理者能够根据输出的护士结构调整策略信息及时对各级别的护士人员配比进行调整。
综上所述,本申请实施例提供一种护士数据处理方法,该方法包括:获取护理数据;其中,护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;根据护理数据,生成目标时段的实际护士结构数据;根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理;若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。在本方案中,主要是通过自动化实时地采集护理数据,该护理数据至少包括:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据等;然后,再根据采集到的护理数据,生成某一时段的实际护士结构数据,并将这一时段的实际护士结构数据、与这一时段对应的标准护士结构数据进行比对分析,以确定这一时段的实际护士结构数据是否存在不合理的情况,若存在,则生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度,同时也使得院方的管理者能够根据输出的护士结构调整策略信息及时对各级别的护士人员配比进行调整。
将通过如下实施例,具体讲解上述步骤S203中如何根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理。
为了便于理解,以目标时段包括当月或者当天为例,对上述步骤S203的一种实现方式进行介绍。
可选地,参考图4,上述步骤S203:根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理,包括:
第一种情况,先以目标时段为当月为例,具体如下:
S401、根据目标时段的实际护士结构数据,生成第一折线图。
参考图5所示,例如:11月份这一目标时段的全院各级别护士的数量为N0:N1:N2:N3:N4=65:190:170:100:15,对11月份全院各级别护士的数量进行线性归一化处理,经过线性归一化处理后的结果为N0:N1:N2:N3:N4=0.28571429:1.0:0.88571429:0.48571429:0,得到以归一化结果为Y轴、以X轴间隔100形成二维坐标点,以生成11月份全院护士人力的结构图,也称为第一折线图。即图5中的实线所表示的第一折线图。
S402、根据目标时段对应的标准护士结构数据,生成第二折线图。
继续参考图5所示,对护理敏感指标数据中“各级别护士配置”的比例数据(例如,N0护士=60,N1护师=140,N2主管护师=160,N3副主任护师=110,N4主任护师30)进行线性归一化处理,经线性归一化后为N0:N1:N2:N3:N4=0.23076923:0.84615385:1.0:0.61538462:0.0,得到以归一化结果为Y轴,以X轴间隔100形成二维坐标点,以生成11月份全院护士人力的标准结构图,也称为第二折线图。即图5中的虚线所表示的第二折线图。
S403、确定第一折线图与第二折线图的相似度。
在本实施例中,可以采用弗雷歇距离公式计算图5中第一折线图与第二折线图的相似度,例如,计算得到的相似度为0.15384615384615385。
S404、若相似度大于第一预设阈值,则确定目标时段的实际护士结构数据不合理。
其中,第一预设阈值可以根据经验设置。例如,本实施例中,第一预设阈值为0.15。
在上述实施例的基础上,上述计算得到的相似度0.15384615384615385大于第一预设阈值0.15,则需要对实际护士结构数据提出失衡优化建议。
又比如,如果上述计算的相似度小于0.15,则无需输出任何提醒。
将通过如下实施例,具体讲解上述步骤S204中如何根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
可选地,参考图6,上述步骤S204:根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息,包括:
S601、确定同一护士级别在标准护士结构数据以及实际护士结构数据中的差异值。
S602、根据差异值,生成并输出护士结构调整策略信息。
其中,护士结构调整策略信息用于指示各护士级别上的调整数量。
在本实施例中,以上述得到的归一化结果为例进行说明,11月份的同一护士级别在标准护士结构数据以及实际护士结构数据中的差异值如下表1所示:
表1 11月份同一护士级别的分布情况表
通过对上述表1中各护士级别在标准护士结构数据以及实际护士结构数据中的差异值进行比对分析,发现N1差异值最大,其次是N3,则生成并输出针对全院护士人才结构失衡优化建议提醒,如生成的护士结构调整策略信息为针对N1护师的差异值最大,应优先对N1级别护士的数量进行调整。比如,可以建议采用招聘或者考培形式来增加N1级别护士的数量。
第二种情况,以目标时段为当天为例,来分析每天病区白班(或夜班)在岗的护士人才结构的合理度,具体如下:
参考图7所示,例如,以骨科病区11月22日这一目标时段的各级别护士的数量为N0:N1:N2:N3:N4=5:14:12:9:2,对骨科病区11月22日这一天各级别护士的数量进行线性归一化处理,经过线性归一化处理后的结果为N0:N1:N2:N3:N4=0.25:1.0:0.83333333:0.58333333:0.0,得到以归一化结果为Y轴,以X轴间隔100形成二维坐标点,以生成骨科病区11月22日的结构图,也称为第三折线图。即图7中的实线所表示的第三折线图。
采用弗雷歇距离公式,计算“第二折线图(标准护士结构数据)”和“第三折线图(即,病区当天实际护士结构数据)”的相似度,比如,计算得到的相似度为0.15384615384615385大于预设的0.15值,则需提出失衡优化建议的提醒。具体如下:
表2骨科病区11月22日同一护士级别的分布情况表
通过对上述表2中各护士级别在标准护士结构数据以及实际护士结构数据中的差异值进行比对分析,发现N2级别护士的数量偏差度最大,其次是N1级别,则需要针对N2护士的数量作优先调整,如生成并输出护士结构调整策略信息为优化排班中N2主管护师的人数。
如下将通过多个实施例,具体讲解本实施例如何得到全院护士人才合理度趋势图,以便于院方的管理者能够及时清楚地了解到全院护士人才结构的趋势变化情况。
可选地,参考图8,该方法包括:
S801、获取各历史时段的实际护士结构数据的合理度。
其中,合理度基于各历史时段中第一折线图与第二折线图的相似度计算得到。
在本实施例中,为了便于说明,预设时长可以为最近一年,各历史时段可以为最近一年内的各个月份。也即,可以获取每个月第一折线图与第二折线图的相似度,并将每个月第一折线图与第二折线图的相似度作为该月份的实际护士结构数据的合理度。
例如,2021年中1月-12月的实际护士结构数据的合理度分别为:0.08、0.09、0.1、0.08、0.1、0.099、0.11、0.11、0.13、0.14、0.15、0.17。
S802、根据各历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图。
可选地,在一种可实现的方式中,以各历史时段的实际护士结构数据的合理度为Y轴,以各历史时段对应的时间次序为X轴,对二维坐标系第一象限中各历史时段的实际护士结构数据的合理度进行线性拟合,生成预设时长内的实际护士结构数据的趋势图。
例如,参考图9所示,以2021年中1月-12月的实际护士结构数据的合理度为Y轴、以月份为X轴,在二维坐标系第一象限中形成离散点图。同时,采用线性趋势线计算公式,对各月份的实际护士结构数据的合理度进行最小二乘法线性拟合,生成2021年内的实际护士结构数据的趋势图。
S803、根据预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定预设时长内的实际护士结构数据的趋势是否向差。
可选地,在一种可实现的方式中,计算预设时长内的实际护士结构数据的趋势图中趋势线的斜率,若趋势线的斜率为正数,则确定预设时长内的实际护士结构数据的趋势向差。
在本实施例中,可以根据各历史时段的实际护士结构数据的合理度的线性拟合结果,确定一条最优趋势线,同时根据趋势线上的任意两点,计算得到该趋势线的斜率。
S804、若是,则生成并输出提示信息,并且输出趋势图。
其中,提示信息用于表征针对所述预设时长的实际护士结构数据趋势的调整策略。
例如,继续参考图9所示,可以观察到2021年内的实际护士结构数据的趋势图中趋势线的斜率>0,则可以确定2021年内实际护士结构数据的趋势向差,需要生成全院护士人才结构趋势向差提醒。
又比如,若趋势线的斜率是否负数,则预设时长内的实际护士结构数据的趋势合理,即趋势向好。
如下将通过多个实施例,具体讲解本实施例如何得到各病区的护患比的合理性,以便于院方的管理者能够及时清楚地了解到各病区患者的护理风险程度。
可选地,参考图10所示,该方法包括:
S1001、根据当前在岗护士的级别信息以及患者数据,确定当前的实际护患比信息。
S1002、根据实际护患比信息,生成并输出患者的护理风险信息。
在本实施例中,(1)先根据护理数据中的护理敏感指标数据,来确定全院护患比配置,以及根据护理数据中的患者数据,来确定各病区的普通患者总数和危重患者总数。其中,危重患者按照1:N换算为普通患者,N为医院的配置常量。
(2)根据各病区的普通患者总数、危重患者总数、以及危重患者与普通患者的换算比,计算各病区患者总数为WPNT=普通患者总数+危重患者总数*N。
(3)计算各级别护士照顾患者的能力数,级别越高者可照顾患者的人数越多。定义各级护士照顾患者的能力数:
PN0=全院护患比配置*P0(P0为医院的配置常量)
PN1=全院护患比配置*P1(P1为医院的配置常量)
PN2=全院护患比配置*P2(P2为医院的配置常量)
PN3=全院护患比配置*P3(P3为医院的配置常量)
PN4=全院护患比配置*P4(P4为医院的配置常量)
(4)计算病区当天在岗的护士可照顾的患者总数能力,获取当天白班在岗的各级别护士的数量,定义N0级护士总数为SN0、N1级护士总数为SN1、N2级护士总数为SN2、N3级护士总数为SN3、N4级护士总数为SN4。则各病区当天可照顾的患者总数能力为:
WPAT=SN0*PN0+SN1*PN1+SN2*PN2+SN3*PN3+SN4*PN4。
(5)判断护士可应付患者总数是否大于各病区患者总数,即WPNT>WPAT,如果是,则完全能照顾当前病区的患者;否则,产生病区护患比失衡提醒。
例如,骨科病区11月22日当天患者人数情况为普通患者有130人、危重患者有20人,换算系数N为3,则病区患者总数为WPNT=130+20*3=190人,同时计算得到在岗的所有护士当天可照顾患者总数能力为158人,即当前的实际护患比为158/190=0.83,小于理论上护患比为1的预设值,则生成并输出患者的护理风险信息。比如,输出的患者的护理风险信息为骨科病区护患比失衡提醒,需要增加护士人数。
此外,也可以通过预置的工作流将生成的患者的护理风险信息发送至院方的管理者,使得院方的管理者能够及时了解到该病区患者的护理风险程度。
以下,以目标时段为当月为例,对本申请提供的护士数据处理方法的整体步骤过程进行举例说明。
可选地,参考图11所示,该方法包括:
第一步、生成标准人才结构折线图。
可选地,根据标准护士结构数据,生成标准人才结构折线图(即第二折线图)。
第二步、计算当月的实际护士结构数据的合理度。
可选地,根据当月的实际护士结构数据,生成当月的第一折线图,并采用弗雷歇距离公式,计算“标准人才结构折线图”和“当月的第一折线图”相似度,作为当月的实际护士结构数据的合理度;
例如,若当月的实际护士结构数据的合理度>0.15,则根据同一护士级别在标准护士结构数据以及实际护士结构数据中的差异值,生成并输出护士结构调整策略信息。
又比如,若当月实际护士结构数据的合理度<0.15,则无需输出提醒信息。
第三步、计算历史月份的合理度的趋势。
可选地,采用线性趋势线计算公式,对各历史月份的实际护士结构数据的合理度进行线性拟合,得到最近一年内各历史月份实际护士结构数据的趋势图。
例如,若趋势图中的趋势线的斜率为正数,则确定最近一年内的实际护士结构数据的趋势向差,同时生成并输出提示信息,并且输出趋势图。
又比如,若趋势图中的趋势线的斜率为负数,则确定最近一年内的实际护士结构数据的趋势向好,无需输出提醒信息。
以下,以目标时段为当天为例,对本申请提供的护士数据处理方法的整体步骤过程进行举例说明。继续参照图11,该方法包括:
第四步、计算当天在岗的实际护士结构数据的合理度。
可选地,根据当天在岗的的实际护士结构数据,生成当天的第三折线图,并采用弗雷歇距离公式,计算“标准人才结构折线图”和“当天的第三折线图”相似度,作为当天在岗的实际护士结构数据的合理度。
例如,若当天在岗的实际护士结构数据的合理度>0.15,则根据同一护士级别在标准护士结构数据以及实际护士结构数据中的差异值,生成并输出护士结构调整策略信息。
又比如,若当天在岗的实际护士结构数据的合理度<0.15,则无需输出提醒信息。
第五步、计算各病区的实际护患比的合理性。
可选地,判断各病区所有护士可应付患者总数是否大于该病区患者总数,若否,则生成并输出患者的护理风险信息;若是,则无需输出提醒信息。
综上所述,本实施例主要是通过自动采集各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据等,并根据护理敏感指标数据中“各级别护士配置”的标准值对现在全院的各级别护士人数进行自动分析,以判断实际护士结构数据是否不合理,并对不合理的实际护士结构数据进行分析,并给出护士结构调整策略信息。同时,还挖掘预设时长内的实际护士结构数据的趋势变化,对变化进行向好或向差的趋势分析,以及结合病区白班的在岗的各级别护士数量、病区危重患者的数量,得到实际护患比信息,以便于根据实际护患比信息确定该病区患者的护理风险程度。这样,大大提高了各级别的护士人员的配比分析的智能化程度,同时也提高了对各级别的护士人员的配比分析结果的及时性和准确性。
基于同一发明构思,本申请实施例中还提供了与护士数据处理方法对应的护士数据处理装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述护士数据处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
可选地,如图12所示本实施例还提供了一种护士数据处理装置,该装置包括:
获取模块1201,用于获取护理数据;其中,护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;
生成模块1202,用于根据护理数据,生成目标时段的实际护士结构数据;
确定模块1203,用于根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理;
输出模块1204,用于若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
可选地,其中,目标时段包括当月或者当天,确定模块1203,还用于:
根据目标时段的实际护士结构数据,生成第一折线图;
根据目标时段对应的标准护士结构数据,生成第二折线图;
确定第一折线图与第二折线图的相似度;
若相似度大于第一预设阈值,则确定目标时段的实际护士结构数据不合理。
可选地,确定模块1203,还用于确定同一护士级别在标准护士结构数据以及实际护士结构数据中的差异值;
输出模块,还用于根据差异值,生成并输出护士结构调整策略信息,护士结构调整策略信息用于指示各护士级别上的调整数量。
可选地,获取模块1201,还用于获取各历史时段的实际护士结构数据的合理度,其中,合理度基于各历史时段中第一折线图与第二折线图的相似度计算得到;
生成模块1202,还用于根据各历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图;
确定模块1203,还用于根据预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定预设时长内的实际护士结构数据的趋势是否向差;
输出模块1204,还用于若是,则生成并输出提示信息,并且输出趋势图,其中,提示信息用于表征针对预设时长的实际护士结构数据趋势的调整策略。
可选地,生成模块1202,还用于:
以各历史时段的实际护士结构数据的合理度为Y轴,以各历史时段对应的时间次序为X轴,对二维坐标系第一象限中各历史时段的实际护士结构数据的合理度进行线性拟合,生成预设时长内的实际护士结构数据的趋势图。
可选地,确定模块1203,还用于:
计算预设时长内的实际护士结构数据的趋势图中趋势线的斜率,若趋势线的斜率为正数,则确定预设时长内的实际护士结构数据的趋势向差。
可选地,确定模块1203,还用于根据当前在岗护士的级别信息以及患者数据,确定当前的实际护患比信息;
输出模块1204,还用于根据实际护患比信息,生成并输出患者的护理风险信息。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种护士数据处理方法,其特征在于,所述方法包括:
获取护理数据;其中,所述护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;
根据所述护理数据,生成目标时段的实际护士结构数据;
根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理;
若否,则根据所述标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
2.根据权利要求1所述的方法,其特征在于,其中,所述目标时段包括当月或者当天,所述根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理,包括:
根据所述目标时段的实际护士结构数据,生成第一折线图;
根据所述目标时段对应的标准护士结构数据,生成第二折线图;
确定所述第一折线图与所述第二折线图的相似度;
若所述相似度大于第一预设阈值,则确定所述目标时段的实际护士结构数据不合理。
3.根据权利要求2所述的方法,其特征在于,所述根据所述标准护士结构数据以及所述实际护士结构数据生成并输出护士结构调整策略信息,包括:
确定同一护士级别在所述标准护士结构数据以及所述实际护士结构数据中的差异值;
根据所述差异值,生成并输出所述护士结构调整策略信息,所述护士结构调整策略信息用于指示各护士级别上的调整数量。
4.根据权利要求2所述的方法,其特征在于,还包括:
获取各历史时段的实际护士结构数据的合理度,其中,所述合理度基于各所述历史时段中第一折线图与第二折线图的相似度计算得到;
根据各所述历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图;
根据所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定所述预设时长内的实际护士结构数据的趋势是否向差;
若是,则生成并输出提示信息,并且输出所述趋势图,其中,所述提示信息用于表征针对所述预设时长的实际护士结构数据趋势的调整策略。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述历史时段的实际护士结构数据的合理度,生成预设时长内的实际护士结构数据的趋势图,包括:
以各所述历史时段的实际护士结构数据的合理度为Y轴,以各所述历史时段对应的时间次序为X轴,对二维坐标系第一象限中各所述历史时段的实际护士结构数据的合理度进行线性拟合,生成所述预设时长内的实际护士结构数据的趋势图。
6.根据权利要求4所述的方法,其特征在于,所述根据所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,确定所述预设时长内的实际护士结构数据的趋势是否向差,包括:
计算所述预设时长内的实际护士结构数据的趋势图中趋势线的斜率,若所述趋势线的斜率为正数,则确定所述预设时长内的实际护士结构数据的趋势向差。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
根据当前在岗护士的级别信息以及患者数据,确定当前的实际护患比信息;
根据所述实际护患比信息,生成并输出患者的护理风险信息。
8.一种护士数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取护理数据;其中,所述护理数据包括如下至少一项:各级别护士的数量、护士排班信息、护理敏感指标数据、患者数据;
生成模块,用于根据所述护理数据,生成目标时段的实际护士结构数据;
确定模块,用于根据所述目标时段的实际护士结构数据以及所述目标时段对应的标准护士结构数据,确定所述目标时段的实际护士结构数据是否合理;
输出模块,用于若否,则根据所述标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-7任一所述方法的步骤。
10.一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运行时执行如权利要求1-7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210136146.3A CN114496193A (zh) | 2022-02-15 | 2022-02-15 | 护士数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210136146.3A CN114496193A (zh) | 2022-02-15 | 2022-02-15 | 护士数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114496193A true CN114496193A (zh) | 2022-05-13 |
Family
ID=81481052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210136146.3A Pending CN114496193A (zh) | 2022-02-15 | 2022-02-15 | 护士数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114496193A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222209A (zh) * | 2022-06-21 | 2022-10-21 | 北京伽睿智能科技集团有限公司 | 一种多维排班合理性评价方法及系统 |
-
2022
- 2022-02-15 CN CN202210136146.3A patent/CN114496193A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115222209A (zh) * | 2022-06-21 | 2022-10-21 | 北京伽睿智能科技集团有限公司 | 一种多维排班合理性评价方法及系统 |
CN115222209B (zh) * | 2022-06-21 | 2023-11-10 | 北京伽睿智能科技集团有限公司 | 一种多维排班合理性评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dexter et al. | What sample sizes are required for pooling surgical case durations among facilities to decrease the incidence of procedures with little historical data? | |
CN113689941B (zh) | 一种具有智能化监管的医疗数据治理系统 | |
CN114496193A (zh) | 护士数据处理方法、装置、设备及存储介质 | |
Tan et al. | Improving patient flow in emergency department through dynamic priority queue | |
CA3150345A1 (en) | Method and system for patient flow | |
CN111951939A (zh) | 一种医疗资源优化分配方法、系统、设备及存储介质 | |
US20140012597A1 (en) | Automatically populating a whiteboard with aggregate data | |
Radhakrishnan et al. | Investigating discrete event simulation method to assess the effectiveness of wearable health monitoring devices | |
US20080208623A1 (en) | System and method for determining and displaying acuity levels for patients | |
CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
Bratan et al. | Optimum design of remote patient monitoring systems | |
Nordin et al. | Cloud resource broker in the optimization of medical image retrieval system: A proposed goal-based request in medical application | |
Gartoulla et al. | Ability to pay and impoverishment among women who give birth at a University Hospital in Kathmandu, Nepal | |
Adamson | The patient-centered medical home: An essential destination on the road to reform | |
CN112185525B (zh) | 资源的预约分配方法、装置、电子设备及存储介质 | |
Samb et al. | Chronic diseases: chronic diseases and development 4 prevention and management of chronic disease: a litmus test for health-systems strengthening in low-income and middle-income countries | |
CN111613312B (zh) | 设备运行情况对比分析方法及装置 | |
Milgate et al. | Quality in Medicare: from measurement to payment and provider to patient | |
Hamid et al. | Telemedicine for healthier community development in Pakistan | |
Chokphukhiao et al. | Health Monitoring Platform for Emergency Medicine: User Perspective and Implementation | |
Xiao et al. | Developing a standard protocol for clinical data exchange and analysis | |
Sockolow et al. | Availability and quality of information used by nurses while admitting patients to a rural home health care agency | |
CN112506917B (zh) | 一种主数据的字典映射方法、装置、系统、设备和介质 | |
Gogoi et al. | Challenges of Rural Healthcare Infrastructure: A Study among North-Eastern States of India. | |
CN115101179A (zh) | 医疗不良事件引起的费用监测方法、装置及电子设备 |
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 |