CN115083556B - 一种用于区域医疗卫生信息集成平台的数据处理方法 - Google Patents

一种用于区域医疗卫生信息集成平台的数据处理方法 Download PDF

Info

Publication number
CN115083556B
CN115083556B CN202211009195.7A CN202211009195A CN115083556B CN 115083556 B CN115083556 B CN 115083556B CN 202211009195 A CN202211009195 A CN 202211009195A CN 115083556 B CN115083556 B CN 115083556B
Authority
CN
China
Prior art keywords
data
time
uploading
quality control
appointment
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
Application number
CN202211009195.7A
Other languages
English (en)
Other versions
CN115083556A (zh
Inventor
周华威
徐超兵
边介中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Leput Information Technology Co ltd
Original Assignee
Jiangxi Leput Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Leput Information Technology Co ltd filed Critical Jiangxi Leput Information Technology Co ltd
Priority to CN202211009195.7A priority Critical patent/CN115083556B/zh
Publication of CN115083556A publication Critical patent/CN115083556A/zh
Application granted granted Critical
Publication of CN115083556B publication Critical patent/CN115083556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/176—Support for shared access to files; File sharing support
    • 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
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • 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
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及医疗大数据领域，具体涉及一种用于区域医疗卫生信息集成平台的数据处理方法。包括设定数据上传周期；根据各个医疗机构的数据量分配初始上传带宽；获取预约签到人数，确定预约病人的离开时间；对门诊区域的人数进行监控，根据门诊区域的人数、预约病人人数、预约病人的陪同人数、预约病人的签到时间和平均就诊时长确定非预约病人人数；根据不同科室的挂号人数和科室类型预测陪同就诊人员占比，确定非预约实际就诊人员数量，根据预约病人人数、非预约实际就诊人员数量和住院病人数之和对初始上传带宽进行调整。其能够根据各个医疗机构的数据量来对总的带宽按比例进行分配，减少带宽浪费，降低带宽成本。

Description

一种用于区域医疗卫生信息集成平台的数据处理方法
技术领域
本发明涉及医疗大数据领域，具体而言，涉及一种用于区域医疗卫生信息集成平台的数据处理方法。
背景技术
现有的区域医疗卫生信息集成平台，由于是面向整个区域的医疗卫生信息，相关数据的数量非常庞大，能够帮助我们快速掌握整个区域的医疗卫生状况。
但在实际的使用过程中，平台的运行效率比较低，而且数据的及时性不好，对于快速掌握本区域的整体医疗卫生情况来说非常不方便，对区域医疗卫生信息集成平台的推广应用造成了限制。
有鉴于此，特提出本申请。
发明内容
本发明的目的在于提供一种用于区域医疗卫生信息集成平台的数据处理方法，其能够根据各个医疗机构的数据量来对总的带宽按比例进行分配，不仅能够保障数据上传的及时性和稳定性，而且还能够优化对上传带宽的利用率，减少带宽浪费，降低带宽成本。同时使系统程序能够快速、顺利地根据数据标准执行相关的数据处理任务，数据处理效率大大提高，数据质量和及时性得到了保障。
本发明的实施例是这样实现的：
一种用于区域医疗卫生信息集成平台的数据处理方法，其包括：
设定数据上传周期；
确定医疗机构在下一数据上传周期中的门诊预约人数，将门诊预约人数与住院病人数之和作为分配初始上传带宽的依据。在进行门诊预约时，需要提供陪同人数；
根据各个医疗机构的数据量提前为各个医疗机构分配初始上传带宽；
进入到下一数据上传周期之后，获取预约签到人数，并根据签到时间和平均就诊时长确定预约病人的离开时间；
对门诊区域的人数进行监控，根据门诊区域的人数、预约病人人数、预约病人的陪同人数、预约病人的签到时间和平均就诊时长确定非预约病人人数；
根据不同科室的挂号人数和科室类型预测陪同就诊人员占比，根据非预约病人人数和陪同就诊人员占比确定非预约实际就诊人员数量，根据预约病人人数、非预约实际就诊人员数量和住院病人数之和对初始上传带宽进行调整。
进一步地，数据处理方法还包括：设置调整周期，根据前一调整周期的数据对后一调整周期的上传带宽进行调整。
进一步地，在确定非预约病人人数时，排除门诊区域的医护工作人员的人数。
进一步地，数据处理方法还包括：
设定数据标准，包括定义数据集和数据元的属性，并根据数据集和数据元的属性生成用于数据质控的SQL语句。数据集和数据元包括患者基础信息；
根据数据标准中的患者基础信息指定用于生成患者主索引的数据元项、权重规则、合并规则和分组顺序规则；
指定数据上传机构和数据上传时间并生成数据质控任务计划，通过所分配的上传带宽上传医疗机构的数据，执行数据质控任务计划并对合格数据生成患者主索引；
制定生成共享CDA文档的逻辑规则，根据逻辑规则和患者主索引将合格数据整理成共享CDA文档并存储于数据库；
对数据库中的共享CDA文档配置调阅权限；
进一步地，数据质控任务计划包括定时自动执行流程，定时自动执行流程包括：
预设自动执行时间；
判断自动执行时间是否大于当前时间，若否则结束当前流程，若是则判断是否有数据结束上传时间；
若没有数据结束上传时间，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
进一步地，在定时自动执行流程中，若有数据结束上传时间，则判断数据结束上传时间是否大于当前时间，若否则结束当前流程，若是则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
其中，下次执行定时自动执行流程时，数据开始上传时间等于下一次的自动执行时间。
进一步地，数据质控任务计划包括手动执行流程，手动执行流程包括：
输入执行指令；
判断是否有数据结束上传时间，若无则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果；
进一步地，在手动执行流程中，若有数据结束上传时间，则判断数据结束上传时间是否大于当前时间。若是，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。若否，则对从数据开始上传时间到数据结束上传时间的数据进行数据质控，并记录质控结果。
进一步地，逻辑规则包括：
扫描所有合格的数据表；
根据数据表的最后更新时间判断其是否包含在指定时间范围内的数据，若否则结束当前流程，若是则继续判断数据表能否关联到患者基础信息；
若不能关联到患者基础信息，则结束当前流程。若能够关联到患者基础信息，则定位到对应的患者，根据患者基础信息和数据表构建数据保存文档。
其中，每份数据保存文档保存一份对象数据，对象数据包含医疗机构、就诊日期和患者主索引。
进一步地，患者基础信息包括：姓名、身份证号码、联系电话、性别和出生日期。
本发明实施例的技术方案的有益效果包括：
本发明实施例提供的用于区域医疗卫生信息集成平台的数据处理方法能够将各个医疗机构的数据整合起来，形成区域式的数据库，便于对整个区域的医疗卫生信息进行统一管理。此外，在数据上传过程中，对所上传的数据进行数据质控校验，便于及时发现数据问题，同时免除因数据标准变更而需要重新修改程序代码的困扰，使系统程序能够根据数据标准执行数据处理任务，数据处理效率大大提高，数据质量也有了保障。
此外，可以根据各个医疗机构的数据量来对总的带宽按比例进行分配，不仅能够保障数据上传的及时性和稳定性，而且还能够优化对上传带宽的利用率，减少带宽浪费，降低带宽成本。同时使系统程序能够快速、顺利地根据数据标准执行相关的数据处理任务，数据处理效率大大提高，数据质量和及时性得到了保障。
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为本发明实施例1提供的数据处理方法的流程示意图；
图2为本发明实施例2提供的数据处理方法的数据上传规则的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
实施例1
请参照图1，本实施例提供一种用于区域医疗卫生信息集成平台的数据处理方法，数据处理方法包括：
设定数据标准，包括定义数据集和数据元的属性，并根据数据集和数据元的属性生成用于数据质控的SQL语句。数据集和数据元中包含有患者基础信息；
根据数据标准中的患者基础信息指定用于生成患者主索引的数据元项、权重规则、合并规则和分组顺序规则；
指定数据上传机构和数据上传时间并生成数据质控任务计划，执行数据质控任务计划并对合格数据生成患者主索引；
制定生成共享CDA文档的逻辑规则，根据逻辑规则和患者主索引将合格数据整理成共享CDA文档并存储于数据库；
对数据库中的共享CDA文档配置调阅权限。
其中，数据质控任务计划包括定时自动执行流程，定时自动执行流程包括：
预设自动执行时间，即自动执行数据质控的时间；
判断自动执行时间是否大于当前时间，若否则表明任务已过期，结束当前流程，若是则判断是否有数据结束上传时间；
若没有数据结束上传时间，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。质控合格的数据可继续用于制作共享CDA文档，而质控不合格的数据则需要进行修改，在满足质控要求之后，才能用于制作共享CDA文档。
在定时自动执行流程中，若有数据结束上传时间，则判断数据结束上传时间是否大于当前时间，若否则结束当前流程，若是则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
其中，下次执行定时自动执行流程时，数据开始上传时间等于下一次的自动执行时间。数据开始上传时间指的是上传质控所需的数据的开始时间，数据结束上传时间指的是上传质控所需的数据的结束时间。
通过以上设计，便于在海量的数据中准确找到需要质控的数据。
进一步地，数据质控任务计划还包括手动执行流程，手动执行流程包括：
输入执行指令；
判断是否有数据结束上传时间，若无则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
在手动执行流程中，若有数据结束上传时间，则判断数据结束上传时间是否大于当前时间。若是，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。若否，则对从数据开始上传时间到数据结束上传时间的数据进行数据质控，并记录质控结果。
通过以上设计，便于根据实际情况对数据质控进行人为干预。
在本实施例中，制定生成共享CDA文档的逻辑规则包括：
扫描所有合格的数据表；
根据数据表的最后更新时间判断其是否包含在指定时间范围内的数据，若否则结束当前流程，若是则继续判断数据表能否关联到患者基础信息；
若不能关联到患者基础信息，则结束当前流程。若能够关联到患者基础信息，则定位到对应的患者，根据患者基础信息和数据表构建数据保存文档。
其中，每份数据保存文档保存一份对象数据，对象数据包含医疗机构、就诊日期和患者主索引。
患者基础信息包括：姓名、身份证号码、联系电话、性别和出生日期。
本申请的发明人研究发现：在建设区域医疗卫生信息集成平台时，因为数据标准是根据建设方的需求而脱离平台应用设计的，造成实施过程中总是需要修改系统应用程序的代码才能应对因数据标准变更而产生的需求变更。
而各医疗卫生机构上传的数据质量随信息化厂商技术人员的能力而造成数据采集时的数据质量差异很大，而上传机构的技术人员却不知道数据质量差的原因。
在数据归档的过程中，因为数据量大且数据质量不高，而造成每天需要通过人工干预，按数据日期或数据集分类分批次进行处理才能完成。
以上问题直接导致了现有的数据平台运行负荷非常高，而且运行效率很低，同时数据质量难以提升。
以往在建设区域医疗卫生信息平台初期时，会根据建设内容的需要设定数据标准，但系统平台实施及上线运行后会根据实际情况再调整或优化数据标准，此时相关程序代码需要重新编写以满足数据标准变更而产生的差异。本实施例的技术方案免除了因数据标准变更而需要重新修改程序代码的困扰，使系统程序实现自动根据设定的规则执行数据处理任务。
医疗卫生机构的数据在上传到系统平台的过程中，总是会因为数据格式、数据转换、数据缺项、数据漏传等原因造成数据质量不合格，但负责上传数据的技术人员却无法及时了解这些数据不合格的具体原因，造成项目实施进度缓慢。本实施例的技术方案在数据上传过程中，对所上传的数据进行数据质控校验，及时把数据校验结果反馈给负责上传数据的技术人员知晓，便于他们及时发现问题并处理问题。
建设系统平台的过程中需要收集整个区域的海量数据，往往需要安排多个技术人员分别针对不同区域不同数据集进行数据处理任务的工作，且这些工作内容每天都是几乎相同的，严重的消耗人力成本。本实施例的技术方案把这些需要通过人工处理繁琐且重复的工作，利用系统程序自动根据设定的规则运行，降低劳动成本的同时还提高了数据处理的效率。
实施例2
本实施例提供一种用于区域医疗卫生信息集成平台的数据处理方法，与实施例1相比，不同的是：在本实施例中，用于区域医疗卫生信息集成平台的数据处理方法的数据上传过程为根据数据上传规则自动上传。即在利用数据上传机构上传医疗机构的数据时，根据数据上传规则来进行。
本申请的发明人研究发现：由于是面向整个区域的医疗卫生信息，相关数据的数量非常庞大，在数据上传的过程中，一旦出现数据拥堵，就容易造成连锁反应，容易在较长的一段时间内持续对数据上传产生不良影响，而且会同时影响医疗卫生信息的及时性。如果一味地提高数据上传带宽，虽然可以有效地降低出现数据拥堵的概率，但是成本就会变得非常高。
为了解决上述技术问题，并在一定的带宽资源的范围内，确保数据上传工作的有序进行，尽可能降低出现数据拥堵的概率并保障医疗卫生信息上传的及时性，本实施例的技术方案对提供给每个医疗机构的上传带宽进行了主动分配和调控。
具体的，请参照图2，数据上传规则包括：
设定数据上传周期；
预测下一数据上传周期中各个医疗机构的数据量；
根据各个医疗机构的数据量提前为各个医疗机构分配初始上传带宽。
设定数据上传周期时，可以设定为每天在规定的时间段内进行上传，例如在医疗机构开始接诊后就开始上传，这样不仅可以避免数据积压在医疗机构，还有效地保障了数据的及时性。但不限于此。
对于病人数量较多的医疗机构，其产出的医疗卫生信息数据的量也会更多，为了保障数据能够及时、顺畅地上传，一般就需要为其分配更高的上传带宽。根据各个医疗机构的数据量来对总的带宽按比例进行分配，不仅能够保障数据上传的及时性和稳定性，而且还能够优化对上传带宽的利用率，减少带宽浪费，降低带宽成本。
通常来讲，医疗机构每天的数据量是不同的，其所需的带宽也是不一样的，为了能够更加精准地匹配医疗机构每天所需的实际带宽，减少带宽浪费，具体的，预测下一数据上传周期中各个医疗机构的数据量包括：确定下一数据上传周期中的门诊预约人数，将门诊预约人数与住院病人数之和作为分配初始上传带宽的依据。
其中，在进行门诊预约时，需要预约者提供陪同人数。这不仅有利于把控就诊时医疗机构的实际接待人数，而且还有利于防疫工作的开展。
例如，在前一天就可以先对第二天的初始上传带宽的需求量的进行预测，在前一天收集第二天的门诊预约数据，根据门诊预约人数和预约者提供的陪同人数可以确定预约途径的实际到来人数。根据预约途径的实际到来人数和住院部的住院病人数就可以初步表征第二天的数据量，以此作为参考，可以预先对初始上传带宽进行分配。
在进入到第二天之后，在继续对实际的上传带宽进行调控。
具体的，数据上传规则还包括：进入到下一数据上传周期之后，获取预约签到人数，并根据签到时间和平均就诊时长确定预约病人的离开时间，即该病人离开医疗机构的时间。
对门诊区域的人数进行监控，根据门诊区域的人数、预约病人人数、预约病人的陪同人数、预约病人的签到时间和平均就诊时长确定非预约病人人数。
由于就诊科室类型可以反映出病人的患病类型，而不同的患病类型对陪同人员的依赖是不一样的，一般来说，儿科都有陪同人员，内科如腹泻等一般也有陪同人员，而较轻微病症对应的科室的病人的陪同人员就要少一些。
基于此，根据不同科室的挂号人数和在该科室就诊的病人的平均陪同人员数量可以确定出整个医疗机构中陪同就诊人员占比。由于通过预约方式前来就诊的病人的陪同人员数量已经提前收集，所以可以根据门诊区域的总人数、预约病人人数、预约病人的陪同人数、预约病人的签到时间和平均就诊时长来确定在不同的时间点的非预约病人人数。
陪同就诊人员占比可以用于对非预途径中这部分人员中的陪同人员数量进行确定，即根据非预约病人人数和陪同就诊人员占比可以确定非预约实际就诊人员数量。
利用预约病人人数、非预约实际就诊人员数量和住院病人数之和就可以对实际的医疗数据的数据量进行预测，从而对所需的上传带宽进行表征，依据该数据，可以在初始上传带宽的基础上，对各个医疗机构之间的上传带宽分配比例进行调整，以使上传带宽分配比例与医疗机构的实际情况更加匹配。
其中，在利用预约病人人数、非预约实际就诊人员数量和住院病人数之和就可以对实际的医疗数据的数据量进行预测时，需要将门诊区域的医护工作人员的人数进行排除。由于在门诊区域工作的医护工作人员的数量是确定的，可以直接予以扣除。
需要说明的是，为了能够更准确地对医疗数据的数据量进行预测，采用了“对门诊区域的人数进行监控”的方式，这是考虑到实际需要就诊的病人和陪同人员必定会进入门诊区域，而其他无关人员通常不会进入门诊区域，而是会选择在医院其他区域等待。这样的话，可以有效地缩小监控范围，并且减轻后台分析的负担，同时保证了能够对前来就诊的病人进行充分统计。
“根据不同科室的挂号人数和科室类型来预测陪同就诊人员的占比”这一手段有效地降低了获取陪同就诊人员占比这一数据的难度。客观上讲，没有通过预约方式前来就诊的病人和其陪同人员的实际数量的监控难度是非常高的，如果通过现场登记的方式来确定会大大增加不必要的工作量，并且大大拖慢医疗机构的数据收集速率。而在不改变医疗机构原本的工作情况的基础上，要保障数据的及时性并同时兼顾自动化和简便性的话，本实施例所提供的技术方案在能够满足上述要求的基础上还有效地降低了误差。
对初始上传带宽进行调整还可以通过设置调整周期，例如每一个小时或者半个小时调整一次，根据前一调整周期的数据对后一调整周期的上传带宽进行调整。但不限于此。
本实施例的技术方案通过简单的方式对病人数量进行确认，从而能够反映出医疗机构在不同就诊日的数据量，从而有助于对数据上传带宽进行合理分配和综合利用。
其将对门诊区域的监控数据和诊疗服务中其他数据结合起来进行预测，降低了相关数据收集的要求和难度，保障了该方案的可实施性。
综上所述，本发明实施例提供的用于区域医疗卫生信息集成平台的数据处理方法能够将各个医疗机构的数据整合起来，形成区域式的数据库，便于对整个区域的医疗卫生信息进行统一管理。此外，在数据上传过程中，对所上传的数据进行数据质控校验，便于及时发现数据问题，同时免除因数据标准变更而需要重新修改程序代码的困扰，使系统程序能够根据数据标准执行数据处理任务，数据处理效率大大提高，数据质量也有了保障。
此外，可以根据各个医疗机构的数据量来对总的带宽按比例进行分配，不仅能够保障数据上传的及时性和稳定性，而且还能够优化对上传带宽的利用率，减少带宽浪费，降低带宽成本。同时使系统程序能够快速、顺利地根据数据标准执行相关的数据处理任务，数据处理效率大大提高，数据质量和及时性得到了保障。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，包括：
设定数据上传周期；
确定医疗机构在下一数据上传周期中的门诊预约人数，将门诊预约人数与住院病人数之和作为分配初始上传带宽的依据；在进行门诊预约时，需要提供陪同人数；
根据各个医疗机构的数据量提前为各个医疗机构分配初始上传带宽；
进入到下一数据上传周期之后，获取预约签到人数，并根据签到时间和平均就诊时长确定预约病人的离开时间；
对门诊区域的人数进行监控，根据门诊区域的人数、预约病人人数、预约病人的陪同人数、预约病人的签到时间和所述平均就诊时长确定非预约病人人数；
根据不同科室的挂号人数和在该科室就诊的病人的平均陪同人员数量确定整个医疗机构中的陪同就诊人员占比，根据所述非预约病人人数和所述陪同就诊人员占比确定非预约实际就诊人员数量，根据预约病人人数、非预约实际就诊人员数量和住院病人数之和对所述初始上传带宽进行调整。
2.根据权利要求1所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述数据处理方法还包括：设置调整周期，根据前一调整周期的数据对后一调整周期的上传带宽进行调整。
3.根据权利要求1所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，在确定非预约病人人数时，排除门诊区域的医护工作人员的人数。
4.根据权利要求1所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述数据处理方法还包括：
设定数据标准，包括定义数据集和数据元的属性，并根据所述数据集和所述数据元的属性生成用于数据质控的SQL语句；所述数据集和所述数据元包括患者基础信息；
根据所述数据标准中的所述患者基础信息指定用于生成患者主索引的数据元项、权重规则、合并规则和分组顺序规则；
指定数据上传机构和数据上传时间并生成数据质控任务计划，通过所分配的上传带宽上传医疗机构的数据，执行所述数据质控任务计划并对合格数据生成患者主索引；
制定生成共享CDA文档的逻辑规则，根据所述逻辑规则和所述患者主索引将所述合格数据整理成共享CDA文档并存储于数据库；
对所述数据库中的所述共享CDA文档配置调阅权限。
5.根据权利要求4所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述数据质控任务计划包括定时自动执行流程，所述定时自动执行流程包括：
预设自动执行时间；
判断所述自动执行时间是否大于当前时间，若否则结束当前流程，若是则判断是否有数据结束上传时间；
若没有所述数据结束上传时间，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
6.根据权利要求5所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，在所述定时自动执行流程中，若有所述数据结束上传时间，则判断所述数据结束上传时间是否大于当前时间，若否则结束当前流程，若是则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果；
其中，下次执行所述定时自动执行流程时，所述数据开始上传时间等于下一次的自动执行时间。
7.根据权利要求4所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述数据质控任务计划包括手动执行流程，所述手动执行流程包括：
输入执行指令；
判断是否有数据结束上传时间，若无则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果。
8.根据权利要求7所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，在所述手动执行流程中，若有所述数据结束上传时间，则判断所述数据结束上传时间是否大于当前时间；若是，则对从数据开始上传时间到当前时间的数据进行数据质控，并记录质控结果；若否，则对从数据开始上传时间到所述数据结束上传时间的数据进行数据质控，并记录质控结果。
9.根据权利要求4所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述逻辑规则包括：
扫描所有合格的数据表；
根据数据表的最后更新时间判断其是否包含在指定时间范围内的数据，若否则结束当前流程，若是则继续判断数据表能否关联到所述患者基础信息；
若不能关联到所述患者基础信息，则结束当前流程；若能够关联到所述患者基础信息，则定位到对应的患者，根据所述患者基础信息和所述数据表构建数据保存文档；
其中，每份所述数据保存文档保存一份对象数据，所述对象数据包含医疗机构、就诊日期和所述患者主索引。
10.根据权利要求4所述的用于区域医疗卫生信息集成平台的数据处理方法，其特征在于，所述患者基础信息包括：姓名、身份证号码、联系电话、性别和出生日期。
CN202211009195.7A 2022-08-23 2022-08-23 一种用于区域医疗卫生信息集成平台的数据处理方法 Active CN115083556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211009195.7A CN115083556B (zh) 2022-08-23 2022-08-23 一种用于区域医疗卫生信息集成平台的数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211009195.7A CN115083556B (zh) 2022-08-23 2022-08-23 一种用于区域医疗卫生信息集成平台的数据处理方法

Publications (2)

Publication Number Publication Date
CN115083556A CN115083556A (zh) 2022-09-20
CN115083556B true CN115083556B (zh) 2022-11-11

Family

ID=83245176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211009195.7A Active CN115083556B (zh) 2022-08-23 2022-08-23 一种用于区域医疗卫生信息集成平台的数据处理方法

Country Status (1)

Country Link
CN (1) CN115083556B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106790500A (zh) * 2016-12-15 2017-05-31 扬州立兴科技发展合伙企业（有限合伙） 一种远程多人会诊系统
CN108109702A (zh) * 2017-07-04 2018-06-01 大连大学 应用大小流分类的数据选择方法
CN109585013A (zh) * 2018-11-30 2019-04-05 武汉兰丁医学高科技有限公司 一种分布式医学诊断分析方法及系统
CN109903842A (zh) * 2019-01-21 2019-06-18 深圳志来信息技术有限公司 一种基于大数据的医疗信息管理系统
CN110427361A (zh) * 2019-08-01 2019-11-08 万达信息股份有限公司 一种针对医疗数据的质量控制方法及系统
CN111093759A (zh) * 2017-07-05 2020-05-01 心脏起搏器股份公司 基于优先级的医疗数据管理系统
EP3702988A1 (en) * 2019-02-28 2020-09-02 Caldr Computer-implemented system and method for scheduling healthcare appointments
CN113130063A (zh) * 2020-01-15 2021-07-16 深圳市理邦精密仪器股份有限公司 数据传输方法、装置、中央站及监护系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573832A (zh) * 2014-12-31 2015-04-29 浙江融创信息产业有限公司 一种基于多医院号源共享池的分时段预约挂号系统
CN114242199A (zh) * 2021-09-22 2022-03-25 中为柔性(平潭)工程研究中心(有限合伙) 一种基于麒麟系统数字化智慧医养服务系统平台

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106790500A (zh) * 2016-12-15 2017-05-31 扬州立兴科技发展合伙企业（有限合伙） 一种远程多人会诊系统
CN108109702A (zh) * 2017-07-04 2018-06-01 大连大学 应用大小流分类的数据选择方法
CN111093759A (zh) * 2017-07-05 2020-05-01 心脏起搏器股份公司 基于优先级的医疗数据管理系统
CN109585013A (zh) * 2018-11-30 2019-04-05 武汉兰丁医学高科技有限公司 一种分布式医学诊断分析方法及系统
CN109903842A (zh) * 2019-01-21 2019-06-18 深圳志来信息技术有限公司 一种基于大数据的医疗信息管理系统
EP3702988A1 (en) * 2019-02-28 2020-09-02 Caldr Computer-implemented system and method for scheduling healthcare appointments
CN110427361A (zh) * 2019-08-01 2019-11-08 万达信息股份有限公司 一种针对医疗数据的质量控制方法及系统
CN113130063A (zh) * 2020-01-15 2021-07-16 深圳市理邦精密仪器股份有限公司 数据传输方法、装置、中央站及监护系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A scheme of bandwidth allocation for the transmission of medical data;Di Lin;《2010 Conference Record of the Forty Fourth Asilomar Conference on Signals, Systems and Computers》;20110429;全文 *
基于医联体的患者服务管理平台的研究与设计;夏新等;《中国医疗设备》;20170625(第06期);全文 *

Also Published As

Publication number Publication date
CN115083556A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
Wang et al. Particle swarm optimization-based planning and scheduling for a laminar-flow operating room with downstream resources
US20180039742A1 (en) System for scheduling healthcare appointments based on patient no-show probabilities
CN111582525B (zh) 一种医院临床检查检验集中自动预约系统及方法
US20150154528A1 (en) Task manager for healthcare providers
Pan et al. Patient flow improvement for an ophthalmic specialist outpatient clinic with aid of discrete event simulation and design of experiment
US20110161097A1 (en) Methods and systems for scheduling appointments in healthcare environments
Choi et al. An approach to optimize block surgical schedules
CA2470027A1 (en) Management systems and methods
Srinivas et al. Designing schedule configuration of a hybrid appointment system for a two-stage outpatient clinic with multiple servers
JP2017134497A (ja) 作業計画生成システム
Liang et al. Simulation-based optimization for surgery scheduling in operation theatre management using response surface method
CN112017765A (zh) 一种大型三甲教学医院超声科智能排班方法及系统
CN115083556B (zh) 一种用于区域医疗卫生信息集成平台的数据处理方法
US20190189293A1 (en) System and method for remote provision of healthcare
US20170286173A1 (en) Method, apparatus, and computer program product for scheduling resources
US20190180243A1 (en) Provision of professional services
CN113435615B (zh) 一种影像学科研项目扫描智能化预约系统及使用方法
CA2915585C (en) Systems and methods for managing an electronic database
CA3150136A1 (en) Appointment system for unfulfilled appointment optimization to be filled by waiting list patients
Miller et al. Allocating outpatient clinic services using simulation and linear programming
JP7401069B1 (ja) 稼働状況集計システム、稼働状況集計方法及びプログラム
Hua et al. Research on outpatient capacity planning combining lean thinking and integer linear programming
CN112215378B (zh) 一种基于lingo医院预约门诊系统优化算法
Robielos et al. Assessment of hospital operations in an outpatient department through simulation model
Jover et al. An Optimization Model on Patient Appointment Scheduling of MRI Diagnostic Examination with Prioritization

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