CN114510491A - 一种动态随访量表设计方法和系统 - Google Patents

Abstract

本发明公开了一种动态随访量表设计方法和系统，所述方法包括：预先根据医疗知识类型构建公有题库和私有题库；根据所述公有题库、私有题库和医疗场景创建公有量表和私有量表；将创建的所述公有量表和私有量表存储于非关系型数据库中；根据医疗场景需求从公有量表和私有量表中进行随访题型的引用、复制，用于构建适配于对应科室的随访量表；将构建的随访量表和用户绑定，并执行随访量表的推送。所述方法和系统中的随访量表包括公有量表和私有量表，其中公有量表和私有量表提供了低成本和高自由度的随访量表设计，通过公有量表和私有量表设计可以大幅降低医疗人员的学习成本。

Description

一种动态随访量表设计方法和系统

技术领域

本发明涉及医疗技术领域，特别涉及一种动态随访量表设计方法和系统。

背景技术

目前医院在患者出院后需要对曾经就诊过的病人进行随访观察，在随访过程中了解病人的病情发展情况，并对病人进行康复指导，通过随访观察可以让医生掌握患者病情的第一手资料，有利于提高医生的医治经验以及患者的治疗体验。目前现有的随访方式通过静态的随访量表实现，且静态的随访量表存在固定的形式和内容，使得当不同的医疗科室对随访量表有需求时，需要针对不同的科室进行定制化的随访量表开发，使得整体开发周期较长，通过对研发时间搜集后发现静态随访量表的变更研发周期包括：

其中T _立项：传统需求立项问题收集、上级确认，合同变更，一般在3-5天。单次需求沟通时长（o）=DC，需求沟通总时（E）=

，研发单个任务工作量(o)=SC，研发项目的总工作量(E)=

，其中DE是研发速度突发影响因素，包括团队组成、开发过程、需求清晰完整度、技术因素、团队配合和其他因素。FR为研发因素综合影响因素，包括团队变化、需求变化、团队成员兼职、业务方失误、开发环境变化、临时增加减少任务，根据上述各个影响因素的比重分别配置不同的数值，可以得到传统单个随访量表的变更周期为3-6周，因此传统的随访量表周期时间长，不利于随访量表的扩展变更。

发明内容

本发明其中一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统，所述方法和系统通过提供一种适配各类医疗科室和场景的随访量表，并且本发明利用MongoDB数据库作为非关系型数据库（NoSql）的技术选型，结合预先设计的覆盖不同医疗科室和场景的随访题型，可以实现易扩展、快存储以及较好的高并发处理的随访量表设计。

本发明另一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统中的随访量表包括公有量表和私有量表，其中公有量表和私有量表提供了低成本和高自由度的随访量表设计，公有量表中的题型针对所有医护人员可见，且公有量表题型内容适配于公共医疗知识，私有量表题型针对目标科室可见，且私有量表题型内容适配于专科医疗知识，通过公有量表和私有量表设计可以大幅降低医疗人员的学习成本。

本发明另一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统中的公有量表和私有量表之间可以双向复制，复制后题目相同但作用域不同，可以适配于不同的医疗场景，从而提高随访量表的自由度以及场景适配度。

本发明另一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统在基于覆盖各个科室的随访量表题型设计的基础上，进一步提供FpGrowth算法的随访量表题型推荐，利用FpGrowth算法中的频繁模式树根据不同题型之间的关系进行挖掘，从而使得推荐的量表题型更符合关联关系，降低量表的主动设计成本。

本发明另一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统采用短链接技术实现量表的推送，预先绑定患者和院内系统，在量表的推荐过程中在院内执行患者信息的识别，无需在广域网中进行患者信息识别，且通过短链接技术中构建的短网址信息可以大幅提高患者信息的安全性，并且适配于短信等文本长度限制的通讯方式。

本发明另一个发明目的在于提供一种动态随访量表设计方法和系统，所述方法和系统引入随访量表变更申请、随访量表审核和随访量表变更的计算机程序流程，大幅降低随访量表的定制化开发的时间成本。

为了实现至少一个上述发明目的，本发明进一步提供一种动态随访量表设计方法，所述方法包括：

预先根据医疗知识类型构建公有题库和私有题库；

根据所述公有题库、私有题库和医疗场景创建公有量表和私有量表；

将创建的所述公有量表和私有量表存储于非关系型数据库中；

根据医疗场景需求从公有量表和私有量表中进行随访题型的引用、复制，用于构建适配于对应科室的随访量表；

将构建的随访量表和用户绑定，并执行随访量表的推送。

根据本发明其中一个较佳实施例，针对不同的科室配置对应的公有量表和私有量表的题库权限，其中所述公有量表中的题目设置为可被所有科室和医护人员引用和复制，所述私有量表的题目设置为只可被对应科室和医护人员引用和复制。

根据本发明另一个较佳实施例，所述设计方法还包括：获取私有量表对应的题目，将私有量表题目转换为公有题目，并将该公有题目保存至对应公有量表的非关系型数据库中。

根据本发明另一个较佳实施例，所述设计方法还包括：根据所述公有量表、私有量表和对应的科室创建随访量表，所述随访量表的创建流程包括：

根据医疗场景需求生成量表创建请求;

所述量表创建请求传入量表审核部，判断该量表创建请求对应的请求人是否存在量表创建需求和权限；

若存在创建需求和权限，则审核通过后执行公有量表和私有量表的引用和复制，或从共公有题库和私有题库中复制题目，用于构建适配患者的随访量表。

根据本发明另一个较佳实施例，所述设计方法包括：获取之前构建完毕的随访量表，判断当前创建人对之前随访量表的修改权限和修改需求，若存在修改需求和当前创建人对之前随访量表的修改权限，则调用对应科室的私有量表和公有量表进行引用和复制，或者从公有题库和私有题库中复制对应题目到对应的随访量表中。

根据本发明另一个较佳实施例，所述设计方法还包括：设计关联性量表问题，添加量表表头、问题联动关系、问题顺序关系、必填设置、数值填写范围，在完成所述关联性量表问题设计后，设置字段冗余的搜索算法，冗余包括题目名称、题目类型和表头，用于快速搜索构建的量表表单和问题。

根据本发明另一个较佳实施例，所述设计方法还包括基于FpGrowth算法的题目推荐方法，其中所述题目推荐方法包括：获取至少一个量表的表单名称和对应的题目，计算所有表单下题目名称，并将所述题目名称进行排序，构建频繁集项；设置最小支持度阈值，删除所述频繁集项下小于所述最小支持度阈值的题目名称，并根据频繁集项的排序结果构建FpTree，并根据所述FpTree执行频繁项集挖掘，计算挖掘结果的匹配度值，输出匹配度最高的题目挖掘结果。

根据本发明另一个较佳实施例，所述FpTree的构建方法包括：添加根节点null，其中所述根节点为最高节点，遍历所有量表后，获题目取排序后所有量表得到题目列表；根据所述题目列表从所述根节点开始从大到小依次串联每个节点，其中当题目在当前节点存在，则对当前节点的题目累加值+1,若不存在，则新增一个节点并记该节点累加值为1直到完成最后一个节点的串联。

本发明进一步提供一种动态随访量表设计系统，所述系统执行上述一种动态随访量表设计方法。

本发明进一步提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行所述一种动态随访量表设计方法。

附图说明

图1显示的是本发明一种动态随访量表设计方法的流程示意图。

图2显示的是本发明中量表创建、修改流程示意图。

图3显示的是本发明中公有量表和私有量表的架构示意图。

图4显示的是本发明中两种题库和公有量表、私有量表之间的交互示意图。

图5显示的是本发明中量表对应题目的数据集举例示意图。

图6显示的是本发明中构建的一种频繁项集示意图。

图7显示的是本发明中根据频繁项集排序后的两边数据集。

图8显示的是本发明中构建的fp-tree示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

请结合图1-图8，本发明公开了一种动态随访量表设计方法和系统，所述方法包括如下步骤：通过医学知识官构建随访的题库，其所述题库的包括不同科室的题目，使得构建的随访题库可以覆盖所有科室。进一步根据构建的随访题库对题目进行分类，将适配于全院所有科室患者的题型设置为公有题目，形成公有题目库，将适配于专业科室患者的题目设置为私有题目，形成私有题目库，其中专业科室的私有题目针对特定病种，需要特定的医护人员进行预先创建设置。本发明进一步根据预先设置的公有题目库、私有题目库和医疗场景创建公有量表和私有量表。进一步根据所述公有量表和私有量表分别创建适配于不同患者的随访量表，进一步将所述患者接收终端和院内系统采用短链接的方式进行绑定，从院内查找匹配到对应的患者后通过短链接通讯推送给所述患者的接收终端。

具体而言，本发明设置公有量表和私有量表可以提供高自由度和丰富知识库的随访量表设计，其中所述公有量表中的题目包括但不仅限于满意度调查、流调表等适配于全院患者的题目。所述私有量表中的题目包括但不仅限于各个科室的诊断题目，比如乙肝等肝病科常见的问询题目。进一步的，对于所述公有量表，由于其具有最广泛的适配性，因此本发明针对公有量表设置全院的医护人员可见，进一步对所述公有量表配置全院可引用和可复制的操作权限；针对所述私有量表，将配置对应的科室可见，比如针对肝病科的私有量表，则配置肝病科的医护人员可复制和可引用该私有量表。本发明进一步对所述公有量表和私有量表配置编辑权限，针对所述公有量表，护士自身在常规情况下无法编辑所述公有量表，仅具有对所述公有量表具有引用和复制权限，而对于所述公有量表的编辑、创建和删除权限则配置于医疗系统更高级别的护理部，由护理部的医疗知识官对所述公有量表进行创建、编辑和删除，因此可以在保障所述公有量表的题目数据质量，同时还兼顾公有量表的高自由度。针对所述私有量表的权限配置，由于所述私有量表仅对对应科室的医护人员可见，在通常情况下，对应科室的医护人员常规情况无法直接创建、编辑和删除对应的私有量表，仅只有复制和引用权限。所述私有量表的编辑、创建和删除权限配置于更高级别的护理部，通过对应科室的医疗知识官根据专业知识从私有题库中抽取对应题目来创建所述对应的私有量表。

值得一提的是，本发明其中一个优势在于，通过公有量表和私有量表配置，在不同场景的需求下修改、创建和删除，使得所述随访量表具有更高的自由度和创建效率。通过所述护理部配置的创建权限、修改权限和删除权限，当对应科室的医护人员需要修改对应的公有量表或私有量表，则应科室的医护人员从自身的终端发起一个编辑请求，所述编辑请求包含对应的量表修改需求，所述编辑请求上传至具有编辑权限的护理部，所述护理部编辑获取所述编辑请求后，审核该请求中是否存在合理的量表修改需求，并进一步判断该编辑请求上传的医护人员自身是否满足对该量表和题目的编辑权限，若所述编辑请求上传人的医护人员上传了明确的量表修改需求和证据，并且所述医护人员具备对需要修改量表的编辑权限，则所述护理部对该请求审核通过，审核通过后所述编辑请求上传的医护人员可获得对应量表的编辑权限，所述编辑权限包括：重新从公有题库或私有题库中查找到需要的题目，并将该需要的题目复制到对应的公有量表或私有量表中，并配置该题目的在对应量表上的显示顺序，进一步将修改完毕量表提交护理部确认。需要说明的是，上述随访量表的修改可以极大地减少了量表重新编辑的流程时间，因此在不同医疗场景下可以实现量表的快速修改和创建。

针对上述量表的编辑过程，本发明做如下举例说明：比如肝病患者在新冠肺炎高风险区域中，和所述肝病患者对接的医护人员在进行随访调查时，对应医护人员获取的对应私有量表中仅仅存在肝病相关的题目，实际上对应的医护人员还应当考虑患者是否存在感染新冠肺炎的可能，若现有的公有量表中流调相关的公有量表可能不存在新冠流调量表，因此需要对应的医护人员重新创建新冠流调相关的问题组建针对高风险区域肝病患者的随访量表。对应医护人员获取患者的住址信息，并上传高风险地区证明，在对应医护人员的终端生成包含患者住址信息和新冠高风险地区发布证明的量表编辑请求，所述量表编辑请求上传至护理部后，护理部的医疗知识官对所述编辑请求进行审核，查阅患者的住址信息和新冠高风险地区发布证明后，将该量表编辑请求审核通过，对应的医护人员即可得到对应的私有量表和公有量表的编辑权限，所述对应的医护人员可以在公有题库或私有题库中查找到和新冠肺炎流调相关的题目：是否有发烧症状，是否有感冒症状、是否存在腹泻等，将新冠肺炎流调相关的题目复制到对应的肝病私有量表中，重新组建符合当前高风险区域肝病患者的随访量表，并将该编辑好的量表发送到护理部确认后即可推送给绑定的所述高风险区域肝病患者。本领域技术人员可以清楚的了解到，上述量表的编辑修改过程在引用规范的私有量表时，通过编辑权限审核重新组建针对特定医疗场景下量表内容，使得针对患者的随访量表兼顾规范性和灵活性。

需要说明的是，本发明将编辑好的公有量表、私有量表存储到非关系型数据库NoSql中，比如本发明优选的非关系型数据库为MongoDB，所述MongoDB数据库具有高性能、可扩展、易部署、易使用，存储数据非常方便的特点，能满足量表量表和答题更高的并发需求，本发明进一步优选采用全文搜索引擎(MapReduce，aggregate),进行答题情况统计、各问题指标分析，快速了解出院患者病情变化。本发明进一步采用json schema校验技术，针对不同问题的答题设置添加字段类型，必填，长度，数据范围，字符串正则匹配校验等，可以大幅提高随访数据的质量，实现患者数据的精确获取。本发明进一步针对量表的版本进行设计，获取每一版本量表的时间戳，将所述时间戳作为版本号，每次根据随访量表执行患者的数据收集和统计过程都在各自的数据域内运行。方便随访使用人员更精确的判断量表数据的收集情况及患者在不同护理情况下的患者病情变化。

本发明利用短链接技术将院内系统和患者终端进行绑定和通讯，其中预先绑定院内系统和患者终端，当存在随访量表需求时，通过院内系统通过自身保存的档案中识别需要进行随访的患者信息，根据患者就诊科室和患病信息调用对应的私有量表和公有量表组合后形成适配于对应患者的随访量表，进一步将组建好的随访量表通过短链接技术发送给绑定的患者终端。由于采用了短链接技术，并且患者信息是从院内系统中识别获取，而非广域网内识别获取，从而可以有效避免患者信息的泄露，并且适配于短信等文本长度较小的通讯方式。

为了更好的说明本发明的技术，本发明进一步解释构建的公有题库和私有题库模型、量表设计和问题设计：

根据医疗知识官的专业知识建立分类的公有题目和私有题目，其中所述题目设计包括：题目名称、题目主键、问题名称、问题内容、问题类型、创建时间、创建人、关联条件触发值等。所述题目可以由一系列问题组成，比如所述题目为体征题，则对应的问题包括但不仅限于体温、身高、体重等特征。其中可以设置题型，所述题型包括但不仅限于“单选”、“多选”、“文本”、“检查报告”，“检验报告”和“医学公式”，并且针对题目可以结合json schema校验技术，针对不同问题的答题设置添加字段类型，必填，长度，数据范围，字符串正则匹配校验等。并进一步利用FpGrowth算法的题目推荐，结合问题的复制功能，可以实现快速的量表题目和问题创建。

所述量表设计包括量表名称、表头、备注、量表主键、版本号、创建时间、问题id、问题名称、问题类型、问题内容等组成。其中所述量表可以设置问题的先后关系和关联关系，使得量表问题更加规范和合理。所述量表通过自选题目后还可以设置顺序调整、数据范围设置、问题间联动设置，必填设置。

患者的答题设计包括：用户名、就诊卡、科室、量表名称、表头和量表相关的问题组成。量表答题记录就诊人信息，答题内容。利用空间换时间思想，冗余题目名称，题目类型，表头等字段，实现答题快速查询，及关键维度统计。即统计字段都冗余在同一个大表里，利用文档查找算法，直接对单表进行快速查询。

值得一提的是，本发明为了减少量表题目的设计时间成本，本发明利用上述FpGrowth算法执行量表的题目推荐，其中所述FpGrowth算法是基于频繁模式挖掘领域的算法，是基于信息压缩树-频繁模式树(Frequent Pattern Tree, FPTree)的算法，本发明利用所述FpGrowth算法对量表创建时的题目进行智能关联推荐，具体包括如下步骤：

首先获取量表数据集，所述量表数据集包括量表名称、量表对应的题目，请参考图5举例说明，所述量表数据集作为样本库包括普通量表、流调、肥胖、发热和老年人量表。进一步统计样本库中量表不同题目出现的次数，并按照出现次数高低进行排序得到一级频繁项集（如图6显示），设置最小支持度阈值，若最小支持度阈值设置为2，则将小于所述最小支持度阈值的题目（核酸），从该频繁项集中删除，所述最小支持度阈值可以实现题目的合理性。针对上述一级频繁项集的排序结果将所述量表数据集中的题目根据出现高低次数进行排序（如图7所示），其中排序后的量表数据集中的列题目代表一个节点。

值得一提的是，本发明在根据所述一级频繁项集排序后的量表数据集构建FpTree，所述FpTree构建方法包括：首先添加根节点null，所述根节点为最高层级节点，在所述根节点null下排序后的问题，将排序后的问题根据纵列问题的节点遍历后进行题目串联，若题目存在则该节点累计数+1，若题目不存在，新增节点并标记累计数为1。如图8所示，第一层节点包含的题目分别为血压和体温，且血压对应的频率为4，体温对应的频率为1，第二层节点包含的题目分别为性别和咳嗽，性别对应的频率为4，咳嗽对应的频率为1，进一步构建跟低层的节点，知道所有量表数据集中的题目对应的FpTree节点都构建完毕。

当FpTree建好后，进一步进行频繁项集的挖掘，挖掘算法称为FpGrowth（FrequentPattern Growth）算法，挖掘从表头header的最后一个项开始。即【咳嗽】。此处即从【咳嗽】开始，根据{咳嗽}的线索链找到所有【咳嗽】结点，然后找出每个【咳嗽】结点的分支：{血压，性别，体温，咳嗽：1}，{体温，咳嗽:1}，其中的“1”表示出现1次，除去{咳嗽}，我们得到对应的前缀路径{血压，性别，体温：1}，{体温:1}，根据前缀路径我们可以生成一颗条件FpTree，构造方式跟之前一样。绝对支持度依然是2，删除支持度为1的【血压】，【性别】，此处的单一路径为【null】->【体温：2】，这【咳嗽】的频繁集为{体温}。重复以上步骤，对其他题目进行挖掘。

根据上述生成的FpTree假设现在有量表A，包含问题【身高】【血压】。根据上述频繁集，【初诊】和【体重】的匹配度为2，【性别】【体温】的匹配度为1。所以优先推荐题目【初诊】【体重】，次要推送【性别】【体重】。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线段、电线段、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明，本发明的目的已经完整并有效地实现，本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种动态随访量表设计方法，其特征在于，所述设计方法包括：

预先根据医疗知识类型构建公有题库和私有题库；

根据所述公有题库、私有题库和医疗场景创建公有量表和私有量表；

将创建的所述公有量表和私有量表存储于非关系型数据库中；

根据医疗场景需求从公有量表和私有量表中进行随访题型的引用、复制，用于构建适配于对应科室的随访量表；

将构建的随访量表和用户绑定，并执行随访量表的推送。

2.根据权利要求1所述的一种动态随访量表设计方法，其特征在于，针对不同的科室配置对应的公有量表和私有量表的题库权限，其中所述公有量表中的题目设置为可被所有科室和医护人员引用和复制，所述私有量表的题目设置为只可被对应科室和医护人员引用和复制。

3.根据权利要求1所述的一种动态随访量表设计方法，其特征在于，所述设计方法还包括：获取私有量表对应的题目，将私有量表题目转换为公有题目，并将该公有题目保存至对应公有量表的非关系型数据库中。

4.根据权利要求1所述的一种动态随访量表设计方法，其特征在于，所述设计方法还包括：根据所述公有量表、私有量表和对应的科室创建随访量表，所述随访量表的创建流程包括：

根据医疗场景需求生成量表创建请求;

所述量表创建请求传入量表审核部，判断该量表创建请求对应的请求人是否存在量表创建需求和权限；

若存在创建需求和权限，则审核通过后执行公有量表和私有量表的引用和复制，或从共公有题库和私有题库中复制题目，用于构建适配患者的随访量表。

5.根据权利要求4所述的一种动态随访量表设计方法，其特征在于，所述设计方法包括：获取之前构建完毕的随访量表，判断当前创建人对之前随访量表的修改权限和修改需求，若存在修改需求和当前创建人对之前随访量表的修改权限，则调用对应科室的私有量表和公有量表进行引用和复制，或者从公有题库和私有题库中复制对应题目到对应的随访量表中。

6.根据权利要求1所述的一种动态随访量表设计方法，其特征在于，所述设计方法还包括：设计关联性量表问题，添加量表表头、问题联动关系、问题顺序关系、必填设置、数值填写范围，在完成所述关联性量表问题设计后，设置字段冗余的搜索算法，冗余包括题目名称、题目类型和表头，用于快速搜索构建的量表表单和问题。

7.根据权利要求1所述的一种动态随访量表设计方法，其特征在于，所述设计方法还包括基于FpGrowth算法的题目推荐方法，其中所述题目推荐方法包括：获取至少一个量表的表单名称和对应的题目，计算所有表单下题目名称，并将所述题目名称进行排序，构建频繁集项；设置最小支持度阈值，删除所述频繁集项下小于所述最小支持度阈值的题目名称，并根据频繁集项的排序结果构建FpTree，并根据所述FpTree执行频繁项集挖掘，计算挖掘结果的匹配度值，输出匹配度最高的题目挖掘结果。

8.根据权利要求7所述的一种动态随访量表设计方法，其特征在于，所述FpTree的构建方法包括：添加根节点null，其中所述根节点为最高节点，遍历所有量表后，获题目取排序后所有量表得到题目列表；根据所述题目列表从所述根节点开始从大到小依次串联每个节点，其中当题目在当前节点存在，则对当前节点的题目累加值+1,若不存在，则新增一个节点并记该节点累加值为1，直到完成最后一个节点的串联。

9.一种动态随访量表设计系统，其特征在于，所述系统执行上述一种动态随访量表设计系统，所述系统执行权利要求1-8中任意一项所述的一种动态随访量表设计方法。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行权利要求1-8中任意一项所述的一种动态随访量表设计方法。

Images