CN115188460A - 程控提醒设备、方法及计算机可读存储介质 - Google Patents
程控提醒设备、方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115188460A CN115188460A CN202210864691.4A CN202210864691A CN115188460A CN 115188460 A CN115188460 A CN 115188460A CN 202210864691 A CN202210864691 A CN 202210864691A CN 115188460 A CN115188460 A CN 115188460A
- Authority
- CN
- China
- Prior art keywords
- patient
- program
- appointment
- doctor
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 67
- 238000013136 deep learning model Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 20
- 238000004886 process control Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 7
- 230000000638 stimulation Effects 0.000 description 18
- 230000003993 interaction Effects 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 10
- 208000019901 Anxiety disease Diseases 0.000 description 7
- 230000036506 anxiety Effects 0.000 description 7
- 230000003111 delayed effect Effects 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 238000013256 Gubra-Amylin NASH model Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 208000024714 major depressive disease Diseases 0.000 description 2
- 230000007383 nerve stimulation Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 210000000278 spinal cord Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 101000804902 Drosophila melanogaster Xaa-Pro aminopeptidase ApepP Proteins 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 208000028683 bipolar I disease Diseases 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 201000006517 essential tremor Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 208000028173 post-traumatic stress disease Diseases 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000007384 vagal nerve stimulation Effects 0.000 description 1
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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- G16H40/40—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 of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了程控提醒设备、方法及计算机可读存储介质,程控提醒设备用于实现患者和目标医生之间的程控预约提醒,程控提醒设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:获取针对所述患者的程控预约信息,程控预约信息包括医生身份信息、患者身份信息和预约时间段;基于程控预约信息,确定第一时刻和第二时刻,第一时刻和第二时刻均早于预约时间段的起始时刻;在当前时刻到达第一时刻时,利用程控预约信息生成第一提示信息并发送至目标医生的医生设备;在当前时刻到达第二时刻时,利用程控预约信息生成第二提示信息并发送至患者的患者设备。上述设备提高了预约的程控服务的达成率。
Description
技术领域
本申请涉及植入式医疗设备的技术领域,尤其涉及程控提醒设备、方法及计算机可读存储介质。
背景技术
在植入式医疗设备的技术领域,需要在医院进行植入式设备植入患者体内的植入作业,如果患者感觉到植入式设备的使用效果(刺激治疗效果、充电待机时间等)不佳,需要由专业的医生对患者进行程控服务,对刺激参数进行调整。可以由医生对患者远程进行上述程控服务。
一般而言,可进行程控服务的医生的时间很紧张,患者需要提前一周或者是几周对程控服务进行预约。当患者预约时,患者及其预约的医生会实时收到短信提醒,但是因为要程控的日期比较长,到程控时医生或者患者容易忘记当天有程控,从而延误了对患者的程控服务。
因此,亟需设计一种程控提醒设备、方法及计算机可读存储介质,以提高预约的程控服务的达成率。
发明内容
本申请的目的在于提供程控提醒设备、方法及计算机可读存储介质,通过程控提醒设备,提高了预约的程控服务的达成率。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种程控提醒设备,所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述程控提醒设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
该技术方案的有益效果在于:获取程控预约信息以确定第一时刻和第二时刻,当到达第一时刻时生成第一提示信息并发送至目标医生的医生设备,当到达第二时刻时生成第二提示信息并发送至患者设备。可以理解为,医生设备和患者设备都可以在预约时间段的起始时刻之前接收到关于程控预约信息的提示信息,且发送提示信息到医生设备和患者设备的时刻(第一时刻、第二时刻)可以相同、也可以不同;发送到医生设备和患者设备的提示信息(第一提示信息、第二提示信息)可以相同、也可以不同。
一方面,在预约时间段的起始时刻之前,将第一提示信息发送至目标医生的医生设备,避免忙于线下坐诊等工作的目标医生将已预约程控服务的患者遗忘掉,进而延误对患者的程控服务;另一方面,第一提示信息是直接发送给目标医生的医生设备的,患者的个人隐秘不会泄露给其他人,充分考虑到患者的隐私安全;又一方面,一般而言医生的预约时间段都安排的比较紧张,患者一旦错过本次预约时间段,会耽误患者接受程控服务,在第二时刻发送第二提示信息到患者设备,以使患者及时配合目标医生进行诊疗;又一方面,第二提示信息是直接发送给患者设备的,患者第一时间直接获得程控服务的提示信息,既使患者得到程控服务的提示,又不会泄露患者的就诊隐私给其他人,隐秘性强;又一方面,用于确定第一时刻和第二时刻的程控预约信息包括患者身份信息,一定程度上避免了某些囤积程控服务的预约的问题出现,维护了正常的医疗秩序,使患者获得程控服务预约公平。
综上,提供了一种能综合考虑患者和目标医生双方面需求的程控提醒设备,提高了患者的隐私性;在预约时间段的起始时刻之前对目标医生和患者进行提醒,利于目标医生提前安排好自己的工作计划、患者及时准备好接受程控服务,以免已预约的患者程控服务被贻误,并提高了医生对患者的预约程控服务的达成率。
在一些可选的实施例中,所述处理器还被配置成:在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求;当检测到所述植入式设备的电量不满足所述预约时间段的程控服务要求时,生成第三提示信息并发送至所述患者的患者设备。
该技术方案的有益效果在于:由此,在第二时刻之前检测植入式设备的电量,若电量不能满足预约时间段的程控服务要求,不对植入式设备进行充电可能会影响预约时间段内目标医生对患者的程控服务的质量,这种情况下发送第三提示信息到患者设备。也就是说,对患者的植入式设备的电量的检测是在第二时刻之前,检测植入式设备的电量是否满足预约时间段的程控服务要求,只有植入式设备的电量不满足预约时间段的程控服务要求时才会生成第三提示信息,且第三提示信息只发送给患者的患者设备。
一方面,在第二时刻之前检测植入式设备的电量,即便植入式设备的电量不能满足预约时间段的程控服务,患者通过患者设备接收到第三提示信息后也有相对充足的时间解决电量不足的问题;另一方面,相比在第二时刻之后再进行植入式设备的电量检测,本实施方式中如果患者接收到第二提示信息且并未接收到第三提示信息,那么说明患者的植入式设备的电量满足预约时间段的程控服务要求,避免了患者一直考虑电量是否能满足预约时间段的程控服务产生负面情绪(焦虑等情绪);又一方面,相比将第三提示信息发送给其他中间机构、再由中间机构向患者进行转述,将第三提示信息直接发送给患者的患者设备充分考虑了提示信息传递的时效性和患者的隐私性;又一方面,只有电量不能满足预约时间段的程控服务时,才会生成第三提示信息并发送至患者的患者设备,减少了处理器的数据处理量和信息发送的数据量。
综上,上述程控提醒设备站在患者的角度,既考虑并照顾到患者的隐私性,又考虑并避免患者对电量不足的焦虑感。相对现有的只从硬件层面考虑植入式设备的电量情况,上述方法从患者的角度考虑,更人性化。
在一些可选的实施例中,所述在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求,包括:获取所述预约时间段的程控服务要求对应的需求电量;当检测到所述植入式设备的电量不小于所述需求电量时,确定所述植入式设备的电量满足所述预约时间段的程控服务要求;当检测到所述植入式设备的电量小于所述需求电量时,确定所述植入式设备的电量不满足所述预约时间段的程控服务要求。
该技术方案的有益效果在于:获取需求电量,将植入式设备的电量和需求电量进行比对,整个比对过程无需人工干预,可以较为客观地判断患者的植入式设备的电量是否满足预约时间段的程控服务要求。
在一些可选的实施例中,所述获取所述预约时间段的程控服务要求对应的需求电量,包括:将所述患者对应的估计程控时长、植入设备类型输入需求电量模型,以得到所述患者的需求电量,作为所述患者在所述预约时间段的程控服务要求对应的需求电量;其中,所述需求电量模型的训练过程如下:获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括样本患者的估计程控时长、植入设备类型以及所述样本患者的需求电量的标注数据;针对所述训练集中的每个训练数据,执行以下处理:将所述训练数据中的样本患者的估计程控时长、植入设备类型输入预设的深度学习模型,以得到所述样本患者的需求电量的预测数据;基于所述样本患者的需求电量的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述需求电量模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
该技术方案的有益效果在于:通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的深度学习模型,通过深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能1 00%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的需求电量模型,可以基于任意输入数据预测得到相应的输出数据,且计算结果准确性高、可靠性高。
在一些可选的实施例中,所述患者对应的估计程控时长的获取过程包括:计算所述患者对应的最近N次程控服务的时长的平均值,作为所述患者对应的估计程控时长,N是大于1的整数。
该技术方案的有益效果在于:利用最近N次程控服务的时长来取平均值,将上述平均值作为估计程控时长,相比于直接取上次程控服务的时长作为估计程控时长,更能获得贴近使用者的最近的使用习惯的估计程控时长。
在一些可选的实施例中,所述获取针对所述患者的程控预约信息,包括:利用所述患者设备接收对所述目标医生的医生选择操作,响应于所述医生选择操作,获取所述患者对应的至少一个可预约时间段;利用所述患者设备接收对其中一个所述可预约时间段的选择操作,响应于所述选择操作,确定所选择的可预约时间段作为所述患者对应的预约时间段,以得到针对所述患者的程控预约信息。
该技术方案的有益效果在于:患者通过患者设备选择目标医生,获取的是患者对应的可预约时间段,患者对可预约时间段中的一个进行选择,得到针对患者的程控预约信息。也就是说,当前患者选择目标医生后,只有和当前患者相对应的时间段作为可预约时间段;当患者选择其他医生时,获取的可预约时间段可以和目标医生不相同。
综上,通过目标医生的选择操作,获取患者对应的可预约时间段,充分考虑患者和医生两方面的情况,使患者预约的预约时间段和目标医生的实际可预约时间更贴合实际,提高了程控服务预约的人性化;按照医生和患者的对应情况,定制可预约时间段,使程控服务的预约更有可定制性。
在一些可选的实施例中,所述患者对应的至少一个可预约时间段的获取过程包括:
基于所述患者身份信息与所述医生身份信息,检测所述目标医生是否为所述患者提供过程控服务;
当检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第一类型的可预约时间段作为所述患者对应的至少一个可预约时间段;
当没有检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第二类型的可预约时间段作为所述患者对应的至少一个可预约时间段。
该技术方案的有益效果在于:检测患者是否接受过目标医生的程控服务,根据检测结果确定可预约时间段的类型(第一类型、第二类型)。基于患者身份信息和医生身份信息的关联性(是否有过程控服务),选择不同的类型的可预约时间段作为患者对应的至少一个可预约时间段,充分考虑患者和医生的关联性对程控服务的影响,可以提高目标医生和患者的程控服务的效率和质量。
在一些可选的实施例中,所述获取针对所述患者的程控预约信息,包括:
利用所述医生设备接收所述目标医生对所述患者的预约操作,响应于所述目标医生的预约操作,生成医生预约请求并发送至所述患者设备,所述医生预约信息包括所述医生身份信息、所述患者身份信息和待确认的预约时间段;
当接收到所述患者设备针对所述医生预约请求的接受操作时,确定所述待确认的预约时间段作为所述患者对应的预约时间段,并得到针对所述患者的程控预约信息。
该技术方案的有益效果在于:医生主动对患者的程控服务进行预约,生成医生预约请求并发送至患者设备,患者设备接收医生预约请求后才会得到针对患者的程控预约信息。一方面,医生主动预约对患者的程控服务,患者能感受到医生对自己病情的重视,提高了患者对医生提供的程控服务的配合度和接受度,患者体验好;另一方面,患者接收医生预约请求后才会得到针对患者的程控预约信息,患者能感受到医生对自己的充分尊重;又一方面,对患者诊疗的医生对其病情最为了解,医生可以主动预约患者,而不是被动地接受患者的预约,提高了医生的主动性。
综上,对程控服务的预约,既考虑到医生对患者病情的把控和主动性,可以提高患者对程控服务的配合度和接受度,又考虑到患者自身对程控服务的接收程度和个人需求,因此相比仅限于患者单方面的程控服务预约,从医患双方进行考虑,建立的医患之间的预约以及程控服务关系更和谐。
在一些可选的实施例中,所述基于所述程控预约信息,确定第二时刻,包括:
基于所述患者的历史预约信息和历史程控记录,检测所述患者的迟到比例是否大于预设数值;
当所述患者的迟到比例大于所述预设数值时,执行以下至少一种操作:对所述第二时刻进行提前;在所述第二时刻之前,每隔预设时长将所述第二提示信息发送至所述患者的患者设备。
该技术方案的有益效果在于:考虑到患者之间的差异性,对容易迟到的患者,不需要患者再通过其他方式(例如定闹钟、家人提醒)进行提醒,在原第二时刻之前发送提示信息到患者的患者设备,给患者更多的接收程控服务的准备时间,进而减少患者对程控服务等待的焦虑感,患者使用程控提醒方法的体验好。
在一些可选的实施例中,所述处理器还被配置成:
在所述第一提示信息发送至所述目标医生的医生设备且所述第一提示信息发送至所述患者的患者设备后,删除所述程控预约信息;或,
当完成所述目标医生对所述患者的程控服务,删除本次程控服务对应的所述程控预约信息。
该技术方案的有益效果在于:可以减少程控提醒设备的存储器的数据量,避免以完成的信息浪费存储容量,提高程控提醒设备的工作效率。
第二方面,本申请还提供了一种程控提醒方法,所述方法用于程控提醒设备,所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述方法包括:获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
在一些可选的实施例中,所述方法还包括:在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求;当检测到所述植入式设备的电量不满足所述预约时间段的程控服务要求时,生成第三提示信息并发送至所述患者的患者设备。
在一些可选的实施例中,所述在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求,包括:获取所述预约时间段的程控服务要求对应的需求电量;当检测到所述植入式设备的电量不小于所述需求电量时,确定所述植入式设备的电量满足所述预约时间段的程控服务要求;当检测到所述植入式设备的电量小于所述需求电量时,确定所述植入式设备的电量不满足所述预约时间段的程控服务要求。
在一些可选的实施例中,所述获取所述预约时间段的程控服务要求对应的需求电量,包括:将所述患者对应的估计程控时长、植入设备类型输入需求电量模型,以得到所述患者的需求电量,作为所述患者在所述预约时间段的程控服务要求对应的需求电量;其中,所述需求电量模型的训练过程如下:获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括样本患者的估计程控时长、植入设备类型以及所述样本患者的需求电量的标注数据;针对所述训练集中的每个训练数据,执行以下处理:将所述训练数据中的样本患者的估计程控时长、植入设备类型输入预设的深度学习模型,以得到所述样本患者的需求电量的预测数据;基于所述样本患者的需求电量的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述需求电量模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
在一些可选的实施例中,所述患者对应的估计程控时长的获取过程包括:计算所述患者对应的最近N次程控服务的时长的平均值,作为所述患者对应的估计程控时长,N是大于1的整数。
在一些可选的实施例中,所述获取针对所述患者的程控预约信息,包括:利用所述患者设备接收对所述目标医生的医生选择操作,响应于所述医生选择操作,获取所述患者对应的至少一个可预约时间段;利用所述患者设备接收对其中一个所述可预约时间段的选择操作,响应于所述选择操作,确定所选择的可预约时间段作为所述患者对应的预约时间段,以得到针对所述患者的程控预约信息。
在一些可选的实施例中,所述患者对应的至少一个可预约时间段的获取过程包括:基于所述患者身份信息与所述医生身份信息,检测所述目标医生是否为所述患者提供过程控服务;当检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第一类型的可预约时间段作为所述患者对应的至少一个可预约时间段;当没有检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第二类型的可预约时间段作为所述患者对应的至少一个可预约时间段。
在一些可选的实施例中,所述获取针对所述患者的程控预约信息,包括:利用所述医生设备接收所述目标医生对所述患者的预约操作,响应于所述目标医生的预约操作,生成医生预约请求并发送至所述患者设备,所述医生预约信息包括所述医生身份信息、所述患者身份信息和待确认的预约时间段;当接收到所述患者设备针对所述医生预约请求的接受操作时,确定所述待确认的预约时间段作为所述患者对应的预约时间段,并得到针对所述患者的程控预约信息。
在一些可选的实施例中,所述基于所述程控预约信息,确定第二时刻,包括:基于所述患者的历史预约信息和历史程控记录,检测所述患者的迟到比例是否大于预设数值;当所述患者的迟到比例大于所述预设数值时,执行以下至少一种操作:对所述第二时刻进行提前;在所述第二时刻之前,每隔预设时长将所述第二提示信息发送至所述患者的患者设备。
在一些可选的实施例中,所述方法还包括:在所述第一提示信息发送至所述目标医生的医生设备且所述第一提示信息发送至所述患者的患者设备后,删除所述程控预约信息;或,当完成所述目标医生对所述患者的程控服务,删除本次程控服务对应的所述程控预约信息。
第三方面,本申请还提供了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计算机程序,所述计算机程序被处理器执行时实现第二方面的所述方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1示出了本申请提供的一种程控提醒方法的流程示意图;
图2示出了本申请提供的另一种程控提醒方法的部分流程示意图;
图3示出了本申请提供的一种检测程控服务要求的流程示意图;
图4示出了本申请提供的一种获取程控预约信息的流程示意图;
图5示出了本申请提供的一种获取可预约时间段的流程示意图;
图6示出了本申请提供的另一种获取程控预约信息的流程示意图;
图7示出了本申请提供的一种确定第二时刻的流程示意图;
图8示出了本申请实施例提供的一种用于实现程控提醒方法的程序产品的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本申请做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
首先对本申请的应用领域进行简单说明。
在植入式医疗设备的技术领域,医生通过程控装置建立与患者侧的植入式设备之间的程控连接,医生通过程控装置读取植入式设备的配置信息,以实现对植入患者体内的植入式设备参数的调整。
植入式设备可以是植入式医疗设备的一种,植入式医疗设备可以是植入式神经电刺激装置、植入式心脏电刺激系统(又称心脏起搏器)、植入式药物输注装置 (ImplantableDrug Delivery System,简称IDDS)和导线转接装置中的任意一种。植入式神经电刺激装置例如是脑深部电刺激系统(Deep Brain Stimulation,简称 DBS,又称脑深部刺激器),植入式脑皮层刺激系统(Cortical Nerve Stimulation,简称CNS),植入式脊髓电刺激系统(Spinal Cord Stimulation,简称SCS),植入式骶神经电刺激系统(Sacral NerveStimulation,简称SNS),植入式迷走神经电刺激系统(Vagus Nerve Stimulation,简称VNS)等;植入式医疗设备设置于患者体内,用于提供电刺激,受刺激的生物体组织可以是患者的脑组织,受刺激的部位可以是脑组织的特定部位,当患者的疾病类型不同时,受刺激的部位一般来说是不同的;本申请对植入式医疗设备适用的疾病类型不做限定,其可以是脑深部刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、胃刺激、外周神经刺激、功能性电刺激所适用的疾病类型;其中,DBS可以用于治疗或管理的疾病类型包括但不限于:痉挛疾病(例如,癫痫)、疼痛、偏头痛、精神疾病(例如,重度抑郁症(MDD))、躁郁症、焦虑症、创伤后压力心理障碍症、轻郁症、强迫症(OCD)、行为障碍、情绪障碍、记忆障碍、心理状态障碍、移动障碍(例如,特发性震颤或帕金森氏病)、亨廷顿病、阿尔茨海默症、药物成瘾症、孤独症或其他神经学或精神科疾病和损害。
医生对患者的程控服务可以是:医生通过程控装置对植入患者体内的植入式设备进行程控,程控装置和植入式设备建立程控连接时,医生可以调整植入式设备的电刺激信号的参数,也可以通过植入式设备感测患者脑深部的电活动,并可以通过所感测到的电活动以指导医生继续调节植入式设备的电刺激信号的参数。电刺激信号的参数可以是频率(单位时间1s内的脉冲个数,单位为Hz)、脉宽(每个脉冲的持续时间,单位为μs)、和幅值(一般用电压表述,即每个脉冲的强度,单位为V)中的任意种。在具体应用中,可以在电流模式或者电压模式下对IPG 的各参数进行调节。
本申请对程控装置和植入式设备的数据交互方式不进行限制。例如,程控装置和植入式设备的数据交互的实现方式可以是:程控装置通过401MHz-406MHz 工作频段或2.4GHz-2.48GHz工作频段与植入式设备进行数据交互。程控装置和植入式设备的数据交互的实现方式也可以是:程控装置通过3G/4G/5G网络与中转网关进行数据交互,中转网关通过3G/4G/5G网络与患者装置进行数据交互,患者装置通过401MHz-406MHz工作频段或2.4GHz-2.48GHz工作频段与植入式设备进行数据交互。程控装置和植入式设备的数据交互的实现方式还可以是:程控装置通过3G/4G/5G网络与患者装置进行数据交互,患者装置通过401MHz-406MHz 工作频段或2.4GHz-2.48GHz工作频段与植入式设备进行数据交互。上述连接方式均可以实现程控装置与植入式设备的数据交互。本申请对患者装置不进行限制,患者装置可以是患者程控器,
实施例一
参见图1,图1示出了本申请提供的一种程控提醒方法的流程示意图。
程控提醒方法用于程控提醒设备,所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述方法包括:
步骤S101:获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;
步骤S102:基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;
步骤S103:在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;
步骤S104:在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
由此,获取程控预约信息以确定第一时刻和第二时刻,当到达第一时刻时生成第一提示信息并发送至目标医生的医生设备,当到达第二时刻时生成第二提示信息并发送至患者设备。可以理解为,医生设备和患者设备都可以在预约时间段的起始时刻之前接收到关于程控预约信息的提示信息,且发送提示信息到医生设备和患者设备的时刻(第一时刻、第二时刻)可以相同、也可以不同;发送到医生设备和患者设备的提示信息(第一提示信息、第二提示信息)可以相同、也可以不同。
一方面,在预约时间段的起始时刻之前,将第一提示信息发送至目标医生的医生设备,避免忙于线下坐诊等工作的目标医生将已预约程控服务的患者遗忘掉,进而延误对患者的程控服务;另一方面,第一提示信息是直接发送给目标医生的医生设备的,患者的个人隐秘不会泄露给其他人,充分考虑到患者的隐私安全;又一方面,一般而言医生的预约时间段都安排的比较紧张,患者一旦错过本次预约时间段,会耽误患者接受程控服务,在第二时刻发送第二提示信息到患者设备,以使患者及时配合目标医生进行诊疗;又一方面,第二提示信息是直接发送给患者设备的,患者第一时间直接获得程控服务的提示信息,既使患者得到程控服务的提示,又不会泄露患者的就诊隐私给其他人,隐秘性强;又一方面,用于确定第一时刻和第二时刻的程控预约信息包括患者身份信息,一定程度上避免了某些囤积程控服务的预约的问题出现,维护了正常的医疗秩序,使患者获得程控服务预约公平。
综上,提供了一种能综合考虑患者和目标医生双方面需求的程控提醒方法,提高了患者的隐私性;在预约时间段的起始时刻之前对目标医生和患者进行提醒,利于目标医生提前安排好自己的工作计划、患者及时准备好接受程控服务,以免已预约的患者程控服务被贻误,并提高了医生对患者的预约程控服务的达成率。
其中,医生身份信息可以是医生的姓名、编号或医师执业证号等,例如是张三、ID20000或200000000。
患者身份信息可以是患者的姓名、编号、身份证号或护照号码等,例如是张四、I300000或10000000000。
预约时间段可以是“3:00至6:00”、“十一点到十五点三十分”或“2020 年1月1日12时至2020年1月1日15时”。
第一时刻可以是“3点”、“15:13”或“2020年1月1日14点”。第二时刻可以是“13点”、“10:15”或“2020年1月10日12点”。
医生设备例如是手机、平板电脑、笔记本电脑、台式计算机或者智能穿戴设备等,患者设备例如是手机、平板电脑、笔记本电脑、台式计算机或者智能穿戴设备等。发送提示信息的方式例如是短信推送、邮件推送、应用内推送、电话通知等,此处提示信息包括第一提示信息和/或第二提示信息,应用例如是微信AP P、支付宝APP、小程序等。
参见图2,图2示出了本申请提供的另一种程控提醒方法的部分流程示意图。在一些可选的实施方式中,所述程控提醒方法还可以包括:
步骤S105:在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求;
步骤S106:当检测到所述植入式设备的电量不满足所述预约时间段的程控服务要求时,生成第三提示信息并发送至所述患者的患者设备。
由此,在第二时刻之前检测植入式设备的电量,若电量不能满足预约时间段的程控服务要求,不对植入式设备进行充电可能会影响预约时间段内目标医生对患者的程控服务的质量,这种情况下发送第三提示信息到患者设备。也就是说,对患者的植入式设备的电量的检测是在第二时刻之前,检测植入式设备的电量是否满足预约时间段的程控服务要求,只有植入式设备的电量不满足预约时间段的程控服务要求时才会生成第三提示信息,且第三提示信息只发送给患者的患者设备。
一方面,在第二时刻之前检测植入式设备的电量,即便植入式设备的电量不能满足预约时间段的程控服务,患者通过患者设备接收到第三提示信息后也有相对充足的时间解决电量不足的问题;另一方面,相比在第二时刻之后再进行植入式设备的电量检测,本实施方式中如果患者接收到第二提示信息且并未接收到第三提示信息,那么说明患者的植入式设备的电量满足预约时间段的程控服务要求,避免了患者一直考虑电量是否能满足预约时间段的程控服务产生负面情绪(焦虑等情绪);又一方面,相比将第三提示信息发送给其他中间机构、再由中间机构向患者进行转述,将第三提示信息直接发送给患者的患者设备充分考虑了提示信息传递的时效性和患者的隐私性;又一方面,只有电量不能满足预约时间段的程控服务时,才会生成第三提示信息并发送至患者的患者设备,减少了处理器的数据处理量和信息发送的数据量。
综上,上述方法站在患者的角度,既考虑并照顾到患者的隐私性,又考虑并避免患者对电量不足的焦虑感。相对现有的只从硬件层面考虑植入式设备的电量情况,上述方法从患者的角度考虑,更人性化。
发送第三提示信息的方式例如是短信推送、邮件推送、应用内推送、电话通知等,此处的应用例如是微信APP、支付宝APP、小程序等。
参见图3,图3示出了本申请提供的一种检测程控服务要求的流程示意图。
在一些可选的实施方式中,所述步骤S105可以包括:
步骤S201:获取所述预约时间段的程控服务要求对应的需求电量;
步骤S202:当检测到所述植入式设备的电量不小于所述需求电量时,确定所述植入式设备的电量满足所述预约时间段的程控服务要求;
步骤S203:当检测到所述植入式设备的电量小于所述需求电量时,确定所述植入式设备的电量不满足所述预约时间段的程控服务要求。
由此,获取需求电量,将植入式设备的电量和需求电量进行比对,整个比对过程无需人工干预,可以较为客观地判断患者的植入式设备的电量是否满足预约时间段的程控服务要求。
其中,需求电量可以是50%电量、70%电量或1000mAH等。
在一些可选的实施方式中,所述步骤S201可以包括:
将所述患者对应的估计程控时长、植入设备类型输入需求电量模型,以得到所述患者的需求电量,作为所述患者在所述预约时间段的程控服务要求对应的需求电量;
其中,所述需求电量模型的训练过程如下:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括样本患者的估计程控时长、植入设备类型以及所述样本患者的需求电量的标注数据;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本患者的估计程控时长、植入设备类型输入预设的深度学习模型,以得到所述样本患者的需求电量的预测数据;
基于所述样本患者的需求电量的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述需求电量模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
由此,通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的深度学习模型,通过深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的需求电量模型,可以基于任意输入数据预测得到相应的输出数据,且计算结果准确性高、可靠性高。
在一些可选的实施方式中,本申请实施例可以训练得到需求电量模型,在另一些可选的实施方式中,本申请实施例可以采用预先训练好的需求电量模型。
在一些可选的实施方式中,例如可以对历史数据进行数据挖掘,以获取训练集中的样本患者的相关数据(估计程控时长、植入设备类型)等。也就是说,这些样本患者可以是真实的患者。当然,样本患者的相关数据也可以是利用GAN 模型的生成网络自动生成的。
其中,GAN模型即生成对抗网络(Generative Adversarial Network),由一个生成网络与一个判别网络组成。生成网络从潜在空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数,最终目的是使判别网络无法判断生成网络的输出结果是否真实。使用GAN 模型可以生成多个样本患者的相关数据,用于各模型的训练过程,能有效降低原始数据采集的数据量,大大降低数据采集和标注的成本。
本申请实施例对标注数据的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。当样本患者是真实患者时,可以通过关键词提取的方式从历史数据中获取真实数据作为标注数据。
本申请实施例对需求电量模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请实施例对预设的训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
在一些可选的实施方式中,所述患者对应的估计程控时长的获取过程可以包括:
计算所述患者对应的最近N次程控服务的时长的平均值,作为所述患者对应的估计程控时长,N是大于1的整数。
由此,利用最近N次程控服务的时长来取平均值,将上述平均值作为估计程控时长,相比于直接取上次程控服务的时长作为估计程控时长,更能获得贴近使用者的最近的使用习惯的估计程控时长。
其中,N为大于1的整数,例如是2、3或13等。
在另一些可选的实施方式中,所述患者对应的估计程控时长的获取过程还可以包括:计算所述患者对应的最近M次程控服务的时长的中值(即中位数),作为所述患者对应的估计程控时长,M是大于1的整数。将患者最近M次程控服务的时长按照升序或降序排列,当M是奇数时,中值为第(M+1)/2位数的值;当M是偶数时,中值为第M/2位数和第(M+2)/2位数的平均数。
参见图4,图4示出了本申请提供的一种获取程控预约信息的流程示意图。
在一些可选的实施方式中,所述步骤S101可以包括:
步骤S301:利用所述患者设备接收对所述目标医生的医生选择操作,响应于所述医生选择操作,获取所述患者对应的至少一个可预约时间段;
步骤S302:利用所述患者设备接收对其中一个所述可预约时间段的选择操作,响应于所述选择操作,确定所选择的可预约时间段作为所述患者对应的预约时间段,以得到针对所述患者的程控预约信息。
由此,患者通过患者设备选择目标医生,获取的是患者对应的可预约时间段,患者对可预约时间段中的一个进行选择,得到针对患者的程控预约信息。也就是说,当前患者选择目标医生后,只有和当前患者相对应的时间段作为可预约时间段;当患者选择其他医生时,获取的可预约时间段可以和目标医生不相同。
综上,通过目标医生的选择操作,获取患者对应的可预约时间段,充分考虑患者和医生两方面的情况,使患者预约的预约时间段和目标医生的实际可预约时间更贴合实际,提高了程控服务预约的人性化;按照医生和患者的对应情况,定制可预约时间段,使程控服务的预约更有可定制性。
在一个具体应用中,医生A在上午只对甲类患者进行程控服务,在下午只对乙类患者进行程控服务;医生B在上午只对乙类患者进行程控服务,在下午只对甲类患者进行程控服务。患者C是甲类患者,当患者C选择医生A为目标医生,患者C对应的可预约时间段只能是上午;当患者C选择医生B为目标医生,患者C对应的可预约时间段只能是下午。
其中,可预约时间段例如是“13:00至16:00”、“十点到十五点”或“202 0年1月10日12时至2020年1月10日15时”等。
参见图5,图5示出了本申请提供的一种获取可预约时间段的流程示意图。
在一些可选的实施方式中,所述患者对应的至少一个可预约时间段的获取过程可以包括:
步骤S401:基于所述患者身份信息与所述医生身份信息,检测所述目标医生是否为所述患者提供过程控服务;
步骤S402:当检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第一类型的可预约时间段作为所述患者对应的至少一个可预约时间段;
步骤S403:当没有检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第二类型的可预约时间段作为所述患者对应的至少一个可预约时间段。
由此,检测患者是否接受过目标医生的程控服务,根据检测结果确定可预约时间段的类型(第一类型、第二类型)。基于患者身份信息和医生身份信息的关联性(是否有过程控服务),选择不同的类型的可预约时间段作为患者对应的至少一个可预约时间段,充分考虑患者和医生的关联性对程控服务的影响,可以提高目标医生和患者的程控服务的效率和质量。
其中,第一类型的可预约时间段例如是“8:00至11:00”或“2021年11月1 0日12时至2021年11月10日17时”等。
第二类型的可预约时间段例如是“13:00至16:00”、或“2021年11月10 日8时至2021年11月10日12时”等。
参见图6,图6示出了本申请提供的另一种获取程控预约信息的流程示意图。
在一些可选的实施方式中,所述步骤S101可以包括:
步骤S501:利用所述医生设备接收所述目标医生对所述患者的预约操作,响应于所述目标医生的预约操作,生成医生预约请求并发送至所述患者设备,所述医生预约信息包括所述医生身份信息、所述患者身份信息和待确认的预约时间段;
步骤S502:当接收到所述患者设备针对所述医生预约请求的接受操作时,确定所述待确认的预约时间段作为所述患者对应的预约时间段,并得到针对所述患者的程控预约信息。
由此,医生主动对患者的程控服务进行预约,生成医生预约请求并发送至患者设备,患者设备接收医生预约请求后才会得到针对患者的程控预约信息。一方面,医生主动预约对患者的程控服务,患者能感受到医生对自己病情的重视,提高了患者对医生提供的程控服务的配合度和接受度,患者体验好;另一方面,患者接收医生预约请求后才会得到针对患者的程控预约信息,患者能感受到医生对自己的充分尊重;又一方面,对患者诊疗的医生对其病情最为了解,医生可以主动预约患者,而不是被动地接受患者的预约,提高了医生的主动性。
综上,对程控服务的预约,既考虑到医生对患者病情的把控和主动性,可以提高患者对程控服务的配合度和接受度,又考虑到患者自身对程控服务的接收程度和个人需求,因此相比仅限于患者单方面的程控服务预约,从医患双方进行考虑,建立的医患之间的预约以及程控服务关系更和谐。
其中,目标医生对患者的预约操作可以是通过将患者姓名、编号或身份证号录入医生设备,以查找到对应的患者,并对患者及待确认的预约时间段进行选择。
参见图7,图7示出了本申请提供的一种确定第二时刻的流程示意图。
在一些可选的实施方式中,所述基于所述程控预约信息,确定第二时刻可以包括:
步骤S601:基于所述患者的历史预约信息和历史程控记录,检测所述患者的迟到比例是否大于预设数值;
步骤S602:当所述患者的迟到比例大于所述预设数值时,执行以下至少一种操作:对所述第二时刻进行提前;在所述第二时刻之前,每隔预设时长将所述第二提示信息发送至所述患者的患者设备。
由此,考虑到患者之间的差异性,对容易迟到的患者,不需要患者再通过其他方式(例如定闹钟、家人提醒)进行提醒,在原第二时刻之前发送提示信息到患者的患者设备,给患者更多的接收程控服务的准备时间,进而减少患者对程控服务等待的焦虑感,患者使用程控提醒方法的体验好。
其中,预设数值可以是0.3、10%或三分之一等数值,预设数值可以是医院或者医生根据经验预先设置的,预设数值还可以是根据过往多个患者的迟到比例获取的,例如根据过往10名患者各4次的迟到比例得到的。
在一些可选的实施方式中,所述方法还可以包括:
在所述第一提示信息发送至所述目标医生的医生设备且所述第一提示信息发送至所述患者的患者设备后,删除所述程控预约信息;或,当完成所述目标医生对所述患者的程控服务,删除本次程控服务对应的所述程控预约信息。
由此,可以减少程控提醒设备的存储器的数据量,避免以完成的信息浪费存储容量,提高程控提醒设备的工作效率。
实施例二
本实施例二提供了一种程控提醒设备,其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述程控提醒设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;
基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;
在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;
在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
在一些可选的实施方式中,所述处理器还可以被配置成:
在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求;
当检测到所述植入式设备的电量不满足所述预约时间段的程控服务要求时,生成第三提示信息并发送至所述患者的患者设备。
在一些可选的实施方式中,所述在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求,可以包括:
获取所述预约时间段的程控服务要求对应的需求电量;
当检测到所述植入式设备的电量不小于所述需求电量时,确定所述植入式设备的电量满足所述预约时间段的程控服务要求;
当检测到所述植入式设备的电量小于所述需求电量时,确定所述植入式设备的电量不满足所述预约时间段的程控服务要求。
在一些可选的实施方式中,所述获取所述预约时间段的程控服务要求对应的需求电量,可以包括:
将所述患者对应的估计程控时长、植入设备类型输入需求电量模型,以得到所述患者的需求电量,作为所述患者在所述预约时间段的程控服务要求对应的需求电量;
其中,所述需求电量模型的训练过程如下:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括样本患者的估计程控时长、植入设备类型以及所述样本患者的需求电量的标注数据;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本患者的估计程控时长、植入设备类型输入预设的深度学习模型,以得到所述样本患者的需求电量的预测数据;
基于所述样本患者的需求电量的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述需求电量模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
在一些可选的实施方式中,所述患者对应的估计程控时长的获取过程可以包括:
计算所述患者对应的最近N次程控服务的时长的平均值,作为所述患者对应的估计程控时长,N是大于1的整数。
在一些可选的实施方式中,所述获取针对所述患者的程控预约信息,可以包括:
利用所述患者设备接收对所述目标医生的医生选择操作,响应于所述医生选择操作,获取所述患者对应的至少一个可预约时间段;
利用所述患者设备接收对其中一个所述可预约时间段的选择操作,响应于所述选择操作,确定所选择的可预约时间段作为所述患者对应的预约时间段,以得到针对所述患者的程控预约信息。
在一些可选的实施方式中,所述患者对应的至少一个可预约时间段的获取过程可以包括:
基于所述患者身份信息与所述医生身份信息,检测所述目标医生是否为所述患者提供过程控服务;
当检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第一类型的可预约时间段作为所述患者对应的至少一个可预约时间段;
当没有检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第二类型的可预约时间段作为所述患者对应的至少一个可预约时间段。
在一些可选的实施方式中,所述获取针对所述患者的程控预约信息,可以包括:
利用所述医生设备接收所述目标医生对所述患者的预约操作,响应于所述目标医生的预约操作,生成医生预约请求并发送至所述患者设备,所述医生预约信息包括所述医生身份信息、所述患者身份信息和待确认的预约时间段;
当接收到所述患者设备针对所述医生预约请求的接受操作时,确定所述待确认的预约时间段作为所述患者对应的预约时间段,并得到针对所述患者的程控预约信息。
在一些可选的实施方式中,所述基于所述程控预约信息,确定第二时刻,可以包括:
基于所述患者的历史预约信息和历史程控记录,检测所述患者的迟到比例是否大于预设数值;
当所述患者的迟到比例大于所述预设数值时,执行以下至少一种操作:对所述第二时刻进行提前;在所述第二时刻之前,每隔预设时长将所述第二提示信息发送至所述患者的患者设备。
在一些可选的实施方式中,所述处理器还可以被配置成:
在所述第一提示信息发送至所述目标医生的医生设备且所述第一提示信息发送至所述患者的患者设备后,删除所述程控预约信息;或,
当完成所述目标医生对所述患者的程控服务,删除本次程控服务对应的所述程控预约信息。
实施例三
本实施例三提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序被执行时实现上述任一项方法的步骤,其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
参见图8,图8示出了本申请实施例提供的一种程序产品300的结构示意图。
所述程序产品用于实现上述任一项方法。程序产品300(即上述计算机程序) 可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本申请中,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。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是任何可读介质,该可读介质可以发送、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。可读存储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、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“对应于”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (12)
1.一种程控提醒设备,其特征在于,所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述程控提醒设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;
基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;
在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;
在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
2.根据权利要求1所述的程控提醒设备,其特征在于,所述处理器还被配置成:
在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求;
当检测到所述植入式设备的电量不满足所述预约时间段的程控服务要求时,生成第三提示信息并发送至所述患者的患者设备。
3.根据权利要求2所述的程控提醒设备,其特征在于,所述在所述第二时刻之前,检测所述患者对应的植入式设备的电量是否满足所述预约时间段的程控服务要求,包括:
获取所述预约时间段的程控服务要求对应的需求电量;
当检测到所述植入式设备的电量不小于所述需求电量时,确定所述植入式设备的电量满足所述预约时间段的程控服务要求;
当检测到所述植入式设备的电量小于所述需求电量时,确定所述植入式设备的电量不满足所述预约时间段的程控服务要求。
4.根据权利要求3所述的程控提醒设备,其特征在于,所述获取所述预约时间段的程控服务要求对应的需求电量,包括:
将所述患者对应的估计程控时长、植入设备类型输入需求电量模型,以得到所述患者的需求电量,作为所述患者在所述预约时间段的程控服务要求对应的需求电量;
其中,所述需求电量模型的训练过程如下:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括样本患者的估计程控时长、植入设备类型以及所述样本患者的需求电量的标注数据;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本患者的估计程控时长、植入设备类型输入预设的深度学习模型,以得到所述样本患者的需求电量的预测数据;
基于所述样本患者的需求电量的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述需求电量模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
5.根据权利要求4所述的程控提醒设备,其特征在于,所述患者对应的估计程控时长的获取过程包括:
计算所述患者对应的最近N次程控服务的时长的平均值,作为所述患者对应的估计程控时长,N是大于1的整数。
6.根据权利要求1所述的程控提醒设备,其特征在于,所述获取针对所述患者的程控预约信息,包括:
利用所述患者设备接收对所述目标医生的医生选择操作,响应于所述医生选择操作,获取所述患者对应的至少一个可预约时间段;
利用所述患者设备接收对其中一个所述可预约时间段的选择操作,响应于所述选择操作,确定所选择的可预约时间段作为所述患者对应的预约时间段,以得到针对所述患者的程控预约信息。
7.根据权利要求6所述的程控提醒设备,其特征在于,所述患者对应的至少一个可预约时间段的获取过程包括:
基于所述患者身份信息与所述医生身份信息,检测所述目标医生是否为所述患者提供过程控服务;
当检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第一类型的可预约时间段作为所述患者对应的至少一个可预约时间段;
当没有检测到所述目标医生为所述患者提供过程控服务时,将所述目标医生对应的第二类型的可预约时间段作为所述患者对应的至少一个可预约时间段。
8.根据权利要求1所述的程控提醒设备,其特征在于,所述获取针对所述患者的程控预约信息,包括:
利用所述医生设备接收所述目标医生对所述患者的预约操作,响应于所述目标医生的预约操作,生成医生预约请求并发送至所述患者设备,所述医生预约信息包括所述医生身份信息、所述患者身份信息和待确认的预约时间段;
当接收到所述患者设备针对所述医生预约请求的接受操作时,确定所述待确认的预约时间段作为所述患者对应的预约时间段,并得到针对所述患者的程控预约信息。
9.根据权利要求1所述的程控提醒设备,其特征在于,所述基于所述程控预约信息,确定第二时刻,包括:
基于所述患者的历史预约信息和历史程控记录,检测所述患者的迟到比例是否大于预设数值;
当所述患者的迟到比例大于所述预设数值时,执行以下至少一种操作:对所述第二时刻进行提前;在所述第二时刻之前,每隔预设时长将所述第二提示信息发送至所述患者的患者设备。
10.据权利要求1所述的程控提醒设备,其特征在于,所述处理器还被配置成:
在所述第一提示信息发送至所述目标医生的医生设备且所述第一提示信息发送至所述患者的患者设备后,删除所述程控预约信息;或,
当完成所述目标医生对所述患者的程控服务,删除本次程控服务对应的所述程控预约信息。
11.一种程控提醒方法,其特征在于,所述方法用于程控提醒设备,所述程控提醒设备用于实现患者和目标医生之间的程控预约提醒,所述方法包括:
获取针对所述患者的程控预约信息,所述程控预约信息包括医生身份信息、患者身份信息和预约时间段;
基于所述程控预约信息,确定第一时刻和第二时刻,所述第一时刻和所述第二时刻均早于所述预约时间段的起始时刻;
在当前时刻到达所述第一时刻时,利用所述程控预约信息生成第一提示信息并发送至所述目标医生的医生设备;
在当前时刻到达所述第二时刻时,利用所述程控预约信息生成第二提示信息并发送至所述患者的患者设备。
12.一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11所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864691.4A CN115188460A (zh) | 2022-07-21 | 2022-07-21 | 程控提醒设备、方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864691.4A CN115188460A (zh) | 2022-07-21 | 2022-07-21 | 程控提醒设备、方法及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115188460A true CN115188460A (zh) | 2022-10-14 |
Family
ID=83520677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210864691.4A Pending CN115188460A (zh) | 2022-07-21 | 2022-07-21 | 程控提醒设备、方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115188460A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895624A (zh) * | 2024-03-13 | 2024-04-16 | 景昱医疗科技(苏州)股份有限公司 | 植入设备的充电提醒方法及相关装置 |
-
2022
- 2022-07-21 CN CN202210864691.4A patent/CN115188460A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895624A (zh) * | 2024-03-13 | 2024-04-16 | 景昱医疗科技(苏州)股份有限公司 | 植入设备的充电提醒方法及相关装置 |
CN117895624B (zh) * | 2024-03-13 | 2024-06-04 | 景昱医疗科技(苏州)股份有限公司 | 植入设备的充电提醒方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102089031A (zh) | 使治疗调整与患者姿势状态相关联 | |
CN115054828B (zh) | 脉冲发生器、医疗系统及计算机可读存储介质 | |
AU2023203745A1 (en) | User-weighted closed loop adjustment of neuromodulation treatment | |
US12005256B2 (en) | Adjustment of analgesic stimulation parameters based on trust dynamic measurements | |
WO2024041496A1 (zh) | 充电提醒装置、植入式神经刺激系统及存储介质 | |
CN115188460A (zh) | 程控提醒设备、方法及计算机可读存储介质 | |
WO2023000789A1 (zh) | 程控信息记录方法及相关装置 | |
CN115501481A (zh) | 应急程控设备、医疗系统及计算机可读存储介质 | |
CN117942497A (zh) | 脉冲发生器、刺激器、医疗系统及计算机可读存储介质 | |
US20240194357A1 (en) | System and method to autonomously and remotely monitor, analyze and respond to physiological and diagnostic device data from a medical implant | |
CN116488297A (zh) | 体外充电器及其充电方法、存储介质及程序产品 | |
US20240123225A1 (en) | Incontinence therapy scheduling | |
US20240131337A1 (en) | Goal setting and tracking for neuromodulation treatment | |
US11478645B2 (en) | System and method for controlling neurostimulation according to user activity and automated balancing of stimulation program duration | |
US11992682B2 (en) | System and method for controlling neurostimulation according to user activity and clinician rule-based scheduling of stimulation programs | |
US20230181908A1 (en) | System and method for controlling neurostimulation according to user activity detected through patient use of icon driven user interface | |
US20230241399A1 (en) | System and method for controlling neurostimulation according to user activity and automated rescheduling of stimulation programs | |
US20240055085A1 (en) | Freeform text analysis and processing for neurostimulation data | |
CN117275637A (zh) | 测评设备、医疗系统及计算机可读存储介质 | |
CN117577293A (zh) | 远程程控设备、方法、医疗系统及可读存储介质 | |
CN117877705A (zh) | 失禁治疗时间计划 | |
CN114817168A (zh) | 数据存储方法、装置、系统及计算机可读存储介质 | |
CN117914020A (zh) | 无线充电认证方法、设备、体外充电系统及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Applicant after: Jingyu Medical Technology (Suzhou) Co.,Ltd. Address before: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Applicant before: SCENERAY Co.,Ltd. |