CN115440358A - 医疗设备选址方法、系统、装置及存储介质 - Google Patents
医疗设备选址方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN115440358A CN115440358A CN202211117130.4A CN202211117130A CN115440358A CN 115440358 A CN115440358 A CN 115440358A CN 202211117130 A CN202211117130 A CN 202211117130A CN 115440358 A CN115440358 A CN 115440358A
- Authority
- CN
- China
- Prior art keywords
- medical device
- station
- user
- sites
- data
- 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
- 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
- G06Q10/06313—Resource planning in a project environment
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种医疗设备选址方法、系统、装置及存储介质,所述方法包括步骤:分别获取每一公共交通站点在各个预设年龄段的出行量;获取医疗设备的历史用户数据,并根据所述历史用户数据,获得所述医疗设备的历史用户在各个所述预设年龄段的分布概率;根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值;对各个站点的所述风险值进行排序,获得风险值最大的N个站点,作为备选站点;N为正整数;以及自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点;本发明使除颤仪的选址更精准,能够被用户快速及时获取,利于提高除颤仪的有效利用率。
Description
技术领域
本发明涉及除颤仪技术领域,具体地说,涉及一种医疗设备选址方法、系统、装置及存储介质。
背景技术
除颤仪是一个高风险急救设备,虽然不经常被使用,但十分关键。除颤仪主要用于对心脏室颤和房颤等危险病症进行除颤治疗。自动除颤仪(automated externaldefibrillator,AED)是一种预期应用在公共场合(例如机场和车站等人流密集场所)的除颤仪,是一种指导非专业急救人员抢救心源性猝死患者的公共应急医疗设备,该设备能够有效提高猝死患者的抢救成功率。
但是,当前对于AED设备的地理位置选址配置不合理,导致存在当用户出现相关需求的情况下,无法及时快速获取AED设备的问题;也就导致AED设备的有效利用率较低,无法充分发挥其作用。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种医疗设备选址方法、系统、装置及存储介质,使除颤仪的选址更精准,能够被用户快速及时获取,利于提高除颤仪的有效利用率。
为实现上述目的,本发明提供了一种医疗设备选址方法,所述方法包括以下步骤:
分别获取每一公共交通站点在各个预设年龄段的出行量;
获取医疗设备的历史用户数据,并根据所述历史用户数据,获得所述医疗设备的历史用户在各个所述预设年龄段的分布概率;
根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值;
对各个站点的所述风险值进行排序,获得风险值最大的N个站点,作为备选站点;N为正整数;以及
自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点。
可选地,所述方法包括:
获取与所述医疗设备匹配的预设疾病在各个所述预设年龄段的发生概率;
将所述各个所述预设年龄段的发生概率作为所述医疗设备的历史用户在对应预设年龄段的分布概率。
可选地,所述分别获取每一公共交通站点在各个预设年龄段的出行量,包括:
获取乘坐公共交通的第二用户的公共交通出行数据;所述公共交通出行数据包括每一所述第二用户的年龄信息、出发站点和目的地站点;
根据所述公共交通出行数据,获取每一公共交通站点对应的各个预设年龄段的出行量。
可选地,所述获取乘坐公共交通的第二用户的公共交通出行数据,包括:
根据第二用户的公共交通出行数据中的上车刷卡信息,确定所述第二用户的出发站点;
当自第二用户的公共交通出行数据能够检测到下车刷卡信息时,根据所述下车刷卡信息,确定所述第二用户的目的地站点。
可选地,所述获取乘坐公共交通的第二用户的公共交通出行数据,还包括:
当自第二用户的公共交通出行数据未检测到下车刷卡信息时,获取第二用户上车乘坐的公共交通线路数据、公共交通定位数据、以及所述第二用户的历史乘车数据;
根据所述公共交通线路数据、公共交通定位数据、以及所述历史乘车数据,确定所述第二用户的目的地站点。
可选地,所述根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值,包括:
riski=∑flowij*pj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,pj表示医疗设备的历史用户在年龄段为j上的分布概率。
可选地,所述自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点,包括:
当所有的所述备选站点中,每相邻两个所述备选站点之间的距离满足预设距离约束条件时,则将所述备选站点作为目标站点;
当所有的所述备选站点中,存在相邻两个备选站点间的距离不满足预设距离约束条件时,根据所述医疗设备的数量和预设距离约束条件,对所述备选站点采用预设聚类算法进行聚类,生成目标站点,作为所述医疗设备的投放站点。
可选地,所述预设聚类算法是K-中心点算法。
可选地,所述医疗设备是除颤仪。
本发明还提供了一种医疗设备选址系统,用于实现上述医疗设备选址方法,所述系统包括:
出行量获取模块,分别获取每一公共交通站点在各个预设年龄段的出行量;
分布概率获取模块,获取医疗设备的历史用户数据,并根据所述历史用户数据,获得所述医疗设备的历史用户在各个所述预设年龄段的分布概率;
站点风险值计算模块,根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值;
备选站点获取模块,对各个站点的所述风险值进行排序,获得风险值最大的N个站点,作为备选站点;N为正整数;以及
目标站点确定模块,自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点。
本发明还提供了一种医疗设备选址装置,包括:
处理器;
存储器,其中存储有所述处理器的可执行程序;
其中,所述处理器配置为经由执行所述可执行程序来执行上述任意一项医疗设备选址方法的步骤。
本发明还提供了一种计算机可读存储介质,用于存储程序,所述程序被处理器执行时实现上述任意一项医疗设备选址方法的步骤。
本发明与现有技术相比,具有以下优点及突出性效果:
本发明提供的医疗设备选址方法、系统、装置及存储介质结合各个站点各个年龄段的乘客出行量、以及医疗设备的历史用户中各个年龄段的分布概率,计算站点对应的风险值,根据风险值确定高危人群经常前往的站点,使得医疗设备比如除颤仪的选址更精准,利于提高医疗设备的有效利用率,避免出现当用户具有相关需求的情况下,无法及时快速获取医疗设备的问题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1为本发明一实施例公开的一种医疗设备选址方法的示意图;
图2为本发明另一实施例公开的一种医疗设备选址方法的示意图;
图3为本发明另一实施例公开的一种医疗设备选址方法的示意图;
图4为本发明另一实施例公开的医疗设备选址方法中步骤S111的示意图;
图5为本发明另一实施例公开的一种医疗设备选址方法的示意图;
图6为本发明一实施例公开的一种医疗设备选址系统的结构示意图;
图7为本发明另一实施例公开的一种医疗设备选址系统的结构示意图;
图8为本发明另一实施例公开的一种医疗设备选址系统的结构示意图;
图9为本发明另一实施例公开的一种医疗设备选址系统中出行数据获取单元的结构示意图;
图10为本发明另一实施例公开的一种医疗设备选址系统的结构示意图;
图11为本发明一实施例公开的一种医疗设备选址装置的结构示意图;
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本申请所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用系统,本申请中的各项细节也可以根据不同观点与应用系统,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面以附图为参考,针对本申请的实施例进行详细说明,以便本申请所属技术领域的技术人员能够容易地实施。本申请可以以多种不同形态体现,并不限定于此处说明的实施例。
在本申请的表示中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的表示意指结合该实施例或示例表示的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,表示的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本申请中表示的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于表示目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的表示中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
为了明确说明本申请,省略与说明无关的器件,对于通篇说明书中相同或类似的构成要素,赋予了相同的参照符号。
在通篇说明书中,当说某器件与另一器件“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种器件“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素排除在外,而是意味着可以还包括其它构成要素。
当说某器件在另一器件“之上”时,这可以是直接在另一器件之上,但也可以在其之间伴随着其它器件。当对照地说某器件“直接”在另一器件“之上”时,其之间不伴随其它器件。
虽然在一些实例中术语第一、第二等在本文中用来表示各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如,第一接口及第二接口等表示。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例,并非意在限定本申请。此处使用的单数形态,只要语句未明确表示出与之相反的意义,那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化,并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
虽然未不同地定义,但包括此处使用的技术术语及科学术语,所有术语均具有与本申请所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的内容相符的意义,只要未进行定义,不得过度解释为理想的或非常公式性的意义。
现在将结合参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
本发明一实施例公开了一种医疗设备选址方法。本实施例公开的该医疗设备选址方法,是针对公交或地铁出行的公共交通站点进行选址,选择投放站点,也即将上述医疗设备投放应用在公交站或者地铁站。在其他实施例中,本领域内技术人员也可以将本公开的方法应用在车站或者机场等公共交通的站点选址中。本申请对此不作限制。当医疗设备资源有限,而公共交通站点较多时,如何对医疗设备进行有效投放,使得医疗设备可以得到最大程度地有效利用,是本申请要解决的一个问题。
本实施例中,上述医疗设备是除颤仪,用于对心源性猝死患者进行抢救,因此,本实施例中与该除颤仪匹配的预设疾病为心源性猝死。需要说明的是,本申请对上述医疗设备的类别不作限制。
如图1所示,本实施例公开的该方法包括以下步骤:
S110,分别获取每一公共交通站点在各个预设年龄段的出行量。具体实施时,可以基于实名认证的公交卡,获取一预设时间段内,每个采用公共交通出行的乘客的上车、下车信息,或者每个乘客的进站、出站信息。以及获取每个乘客的年龄信息。然后根据乘客的年龄信息和预设年龄段,对乘客进行分组,得到各个年龄段的乘客数量,也即为各个年龄段的出行量。
其中,上述提及的上车信息、下车信息、进站信息、出站信息包含有对应的站点名称。示例性地,上述预设时间段可以为过去一年内。上述预设年龄段可以通过在10岁-100岁之间,以10为划分间隔进行生成,比如可以为10-20岁、20-30岁、30-40岁……80-90岁、90-100岁等。
S120,获取医疗设备的历史用户数据,并根据上述历史用户数据,获得上述医疗设备的历史用户在各个上述预设年龄段的分布概率。具体而言,上述历史用户数据包括上述医疗设备的历史用户的年龄信息。首先获取使用过上述医疗设备的患者的数据,提取得到各个患者即历史用户的年龄信息。然后根据这些患者的年龄信息进行分组,划分至各个预设年龄段。具体分组方式可参考本实施例的上述描述。即可得到位于各个预设年龄段中的历史用户数量,进而得到各个预设年龄段的患者分布比例,即分布概率。
分布概率的计算方式可以为:每一年龄段内的历史用户数量与所有年龄段的历史用户总和之间的比值。比如,30-40岁年龄段的分布概率为该年龄段内的历史用户数量与所有用户数量的比值。其中,这些患者可以是一预设区域内所有使用过该医疗设备的所有用户。
S130,根据上述出行量和上述分布概率,计算得到各个上述公共交通站点对应的风险值。
该步骤中,根据以下公式计算得到各个站点对应的风险值:
riski=∑flowij*pj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,pj表示医疗设备的历史用户在年龄段为j上的分布概率。
S140,对各个站点的上述风险值进行排序,获得风险值最大的N个站点,作为备选站点。N为正整数。具体实施时,可以按照各个站点风险值从高到低对所有站点进行top-k排序,得到风险值最高的前n的站点。
以及S150,自上述备选站点中,确定目标站点,作为上述医疗设备的投放站点。具体实施时,如图2所示,该步骤可以包括:
S151,判断对于所有备选站点,每相邻两个备选站点之间的距离是否满足预设距离约束条件。
当每相邻两个备选站点之间的距离满足预设距离约束条件时,则执行步骤S152:将上述备选站点作为目标站点。
当存在相邻两个备选站点间的距离不满足预设距离约束条件时,执行步骤S153:根据上述医疗设备的数量和预设距离约束条件,对上述备选站点采用预设聚类算法进行聚类,生成目标站点,作为医疗设备的投放站点。
示例性地,当上述医疗设备是除颤仪,与之匹配的预设疾病是心源性猝死时,考虑AED设置时的距离约束,AED之间的位置不应该过近,否则会影响使用效率。并且心源性猝死的最佳抢救时间为最初的4分钟,因此可以以400米进行距离约束。上述预设距离约束条件可以为相邻两个医疗设备之间的距离大于等于400米。
当备选站点两两之间的距离满足预设距离约束条件,直接将备选站点作为目标站点,进行投放上述医疗设备。若存在站点间的距离不满足预设距离约束条件的情况,则对所有的备选站点采用聚类算法进行聚类。这样使得距离较近的站点会进行合并。假设一共布设m个医疗设备,即医疗设备的数量为m,那么聚类后最终得到的目标站点的数量就是m。也即,聚类后得到m个聚类中心,为最终的投放站点。
示例性地,上述预设聚类算法可以是K-中心点算法(即K-Medoide聚类算法)。本申请对此不作限制。
如图3所示,在本申请的另一实施例中,公开了另一种医疗设备选址方法。该方法在上述图1对应实施例的基础上,上述步骤S110可以包括:
S111,获取乘坐公共交通的第二用户的公共交通出行数据。上述公共交通出行数据包括每一上述第二用户的年龄信息、出发站点和目的地站点。
S112,根据上述公共交通出行数据,获取每一公共交通站点对应的各个预设年龄段的出行量。
具体而言,根据上述公共交通出行数据,统计在每个站点的第二用户,根据第二用户的年龄信息,对各个站点的第二用户依据预设年龄段进行年龄分组,即得到各个预设年龄段内的第二用户数量,即为各个站点对应的出行量。
在本申请的另一实施例中,公开了另一种医疗设备选址方法。如图4所示,该方法在上述图3对应实施例的基础上,上述步骤S111可以包括:
S1111,根据第二用户的公共交通出行数据中的上车刷卡信息,确定上述第二用户的出发站点。
S1112,当自第二用户的公共交通出行数据中能够检测到下车刷卡信息时,根据该下车刷卡信息,确定上述第二用户的目的地站点。
S1113,当自第二用户的公共交通出行数据中未检测到下车刷卡信息时,获取第二用户上车乘坐的公共交通线路数据、公共交通定位数据、以及上述第二用户的历史乘车数据。
S1114,根据上述公共交通线路数据、公共交通定位数据、以及上述历史乘车数据,确定上述第二用户的目的地站点。
也即,对于第二用户上、下车都刷卡的情况,可直接获得乘客出行的出发站点和目的地站点。但是对于乘客即第二用户上车刷卡、下车不刷卡的情况,则需要结合公共交通GPS数据、公共交通线路数据以及已知的公共交通换乘规则,比如下一段出行的起点一般为上一段的终点,以及乘客多日乘车记录对乘客下车站点进行推导,从而得到这些情况的目的地站点。
示例性地,比如乘客在上班时间点由站点A上车,然后未检测到下车刷卡站点。然后该乘客在下班时间点由站点B上车,并且该乘客的历史乘车数据中工作日乘车均是如此:即上班时间点由站点A上车,下班时间点由站点B上车。那么可确定:该乘客当日的目的地站点就是站点B。
又比如,另一乘客在站点C上车后,在站点E下车,而该站点C和站点E并不属于同一条公共交通线路。因此可确定,该乘客在中间了进行了换乘。而结合所有公共交通线路数据可知:从站点C出发,到达站点E的换乘站点只有站点D,那么可知,对于该乘客的第一段出行而言,出发站点是站点C,目的地站点是站点D。对于该乘客的第二段出行而言,出发站点是站点D,目的地站点是站点E。
或者,继续以上述示例进行举例,另一乘客在站点C上车后,在站点E下车,而该站点C和站点E并不属于同一条公共交通线路。并且,其中一条公共交通行驶过程中,由于突发情况,改变了既定的行驶线路,那么这种情况下换乘站点就可能不是原来的站点D。针对该情况,需要结合公共交通GPS定位数据,确定乘客实际的换乘站点。
比如,若上述换乘前的第一段出行行驶线路发生了临时改变,但仍然由站点E下车,那么就查询由站点C至临时改变后的线路终点站之间的所有站点,具备能够换乘到达站点E条件的换乘站点,以此来确定实际的换乘站点。
在本申请的另一实施例中,公开了另一种医疗设备选址方法。该方法在上述图1对应实施例的基础上,上述步骤S120可以包括:
S121,获取与上述医疗设备匹配的预设疾病在各个上述预设年龄段的发生概率。
S122,将上述各个上述预设年龄段的发生概率作为上述医疗设备的历史用户在对应预设年龄段的分布概率。
本实施例中,上述医疗设备可以为除颤仪,那么与该除颤仪匹配的预设疾病即为心源性猝死。本申请不以此为限。
如图5所示,在本申请的另一实施例中,公开了另一种医疗设备选址方法。该方法在包含上述图1实施例的步骤S110、S140以及S150的基础上,还包括步骤:
S123,获取与上述医疗设备匹配的预设疾病在各个上述预设年龄段的发生概率。
S131,根据上述出行量和上述发生概率,计算得到各个上述公共交通站点对应的风险值。
该实施例中,各个站点的风险值的计算方式,可通过以下公式计算得到:
riski=∑flowij*qj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,qj表示与上述医疗设备匹配的预设疾病在年龄段为j上的发生概率。
需要说明的是,本申请中公开的上述所有实施例可以进行自由组合,组合后得到的技术方案也在本申请的保护范围之内。
如图6所示,本发明一实施例还公开了一种医疗设备选址系统6,该系统包括:
出行量获取模块61,分别获取每一公共交通站点在各个预设年龄段的出行量。
分布概率获取模块62,获取医疗设备的历史用户数据,并根据上述历史用户数据,获得上述医疗设备的历史用户在各个上述预设年龄段的分布概率。
站点风险值计算模块63,根据上述出行量和上述分布概率,计算得到各个上述公共交通站点对应的风险值。
备选站点获取模块64,对各个站点的上述风险值进行排序,获得风险值最大的N个站点,作为备选站点。N为正整数。
以及目标站点确定模块65,自上述备选站点中,确定目标站点,作为上述医疗设备的投放站点。
具体实施时,出行量获取模块61可以基于实名认证的公交卡,获取一预设时间段内,每个采用公共交通出行的乘客的上车、下车信息,或者每个乘客的进站、出站信息。以及获取每个乘客的年龄信息。然后根据乘客的年龄信息和预设年龄段,对乘客进行分组,得到各个年龄段的乘客数量,也即为各个年龄段的出行量。
其中,上述提及的上车信息、下车信息、进站信息、出站信息包含有对应的站点名称。示例性地,上述预设时间段可以为过去一年内。上述预设年龄段可以通过在10岁-100岁之间,以10为划分间隔进行生成,比如可以为10-20岁、20-30岁、30-40岁……80-90岁、90-100岁等。
上述历史用户数据包括上述医疗设备的历史用户的年龄信息。首先获取使用过上述医疗设备的患者的数据,提取得到各个患者即历史用户的年龄信息。然后根据这些患者的年龄信息进行分组,划分至各个预设年龄段。具体分组方式可参考本实施例的上述描述。即可得到位于各个预设年龄段中的历史用户数量,进而得到各个预设年龄段的患者分布比例,即分布概率。
分布概率的计算方式可以为:每一年龄段内的历史用户数量与所有年龄段的历史用户总和之间的比值。比如,30-40岁年龄段的分布概率为该年龄段内的历史用户数量与所有用户数量的比值。其中,这些患者可以是一预设区域内所有使用过该医疗设备的所有用户。
站点风险值计算模块63可以根据以下公式计算得到各个站点对应的风险值:
riski=∑flowij*pj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,pj表示医疗设备的历史用户在年龄段为j上的分布概率。
备选站点获取模块64可以按照各个站点风险值从高到低对所有站点进行top-k排序,得到风险值最高的前n的站点。
可以理解的是,本发明的医疗设备选址系统还包括其他支持医疗设备选址系统运行的现有功能模块。图6显示的医疗设备选址系统仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
本实施例中的医疗设备选址系统用于实现上述的医疗设备选址的方法,因此对于医疗设备选址系统的具体实施步骤可以参照上述对医疗设备选址的方法的描述,此处不再赘述。
如图7所示,本发明一实施例还公开了一种医疗设备选址系统7,该系统在上述图6对应实施例的基础上,目标站点确定模块65可以包括:
第一判断单元651,,判断对于所有备选站点,每相邻两个备选站点之间的距离是否满足预设距离约束条件。
第一执行单元652,当每相邻两个备选站点之间的距离满足预设距离约束条件时,则将上述备选站点作为目标站点。
第二执行单元653,当存在相邻两个备选站点间的距离不满足预设距离约束条件时,根据上述医疗设备的数量和预设距离约束条件,对上述备选站点采用预设聚类算法进行聚类,生成目标站点,作为上述医疗设备的投放站点。
示例性地,当上述医疗设备是除颤仪,与之匹配的预设疾病是心源性猝死时,考虑AED设置时的距离约束,AED之间的位置不应该过近,否则会影响使用效率。并且心源性猝死的最佳抢救时间为最初的4分钟,因此可以以400米进行距离约束。上述预设距离约束条件可以为相邻两个医疗设备之间的距离大于等于400米。
当备选站点两两之间的距离满足预设距离约束条件,直接将备选站点作为目标站点,进行投放上述医疗设备。若存在站点间的距离不满足预设距离约束条件的情况,则对所有的备选站点采用聚类算法进行聚类。这样使得距离较近的站点会进行合并。假设一共布设m个医疗设备,即医疗设备的数量为m,那么聚类后最终得到的目标站点的数量就是m。也即,聚类后得到m个聚类中心,为最终的投放站点。
如图8所示,本发明一实施例还公开了一种医疗设备选址系统8,该系统在上述图6对应实施例的基础上,出行量获取模块61可以包括:
出行数据获取单元611,获取乘坐公共交通的第二用户的公共交通出行数据。上述公共交通出行数据包括每一上述第二用户的年龄信息、出发站点和目的地站点。
统计单元612,根据上述公共交通出行数据,获取每一公共交通站点对应的各个预设年龄段的出行量。
具体而言,根据上述公共交通出行数据,统计在每个站点的第二用户,根据第二用户的年龄信息,对各个站点的第二用户依据预设年龄段进行年龄分组,即得到各个预设年龄段内的第二用户数量,即为各个站点对应的出行量。
如图9所示,本发明另一实施例在上述图8对应实施例的基础上,出行数据获取单元611可以包括:
出发站点确定单元6111,根据第二用户的公共交通出行数据中的上车刷卡信息,确定上述第二用户的出发站点。
第一终点确定单元6112,当自第二用户的公共交通出行数据中能够检测到下车刷卡信息时,根据该下车刷卡信息,确定上述第二用户的目的地站点。
线路数据获取单元6113,当自第二用户的公共交通出行数据中未检测到下车刷卡信息时,获取第二用户上车乘坐的公共交通线路数据、公共交通定位数据、以及上述第二用户的历史乘车数据。
第二终点确定单元6114,根据上述公共交通线路数据、公共交通定位数据、以及上述历史乘车数据,确定上述第二用户的目的地站点。
也即,对于第二用户上、下车都刷卡的情况,可直接获得乘客出行的出发站点和目的地站点。但是对于乘客即第二用户上车刷卡、下车不刷卡的情况,则需要结合公共交通GPS数据、公共交通线路数据以及已知的公共交通换乘规则,比如下一段出行的起点一般为上一段的终点,以及乘客多日乘车记录对乘客下车站点进行推导,从而得到这些情况的目的地站点。
示例性地,比如乘客在上班时间点由站点A上车,然后未检测到下车刷卡站点。然后该乘客在下班时间点由站点B上车,并且该乘客的历史乘车数据中工作日乘车均是如此:即上班时间点由站点A上车,下班时间点由站点B上车。那么可确定:该乘客当日的目的地站点就是站点B。
又比如,另一乘客在站点C上车后,在站点E下车,而该站点C和站点E并不属于同一条公共交通线路。因此可确定,该乘客在中间了进行了换乘。而结合所有公共交通线路数据可知:从站点C出发,到达站点E的换乘站点只有站点D,那么可知,对于该乘客的第一段出行而言,出发站点是站点C,目的地站点是站点D。对于该乘客的第二段出行而言,出发站点是站点D,目的地站点是站点E。
或者,继续以上述示例进行举例,另一乘客在站点C上车后,在站点E下车,而该站点C和站点E并不属于同一条公共交通线路。并且,其中一条公共交通行驶过程中,由于突发情况,改变了既定的行驶线路,那么这种情况下换乘站点就可能不是原来的站点D。针对该情况,需要结合公共交通GPS定位数据,确定乘客实际的换乘站点。
本发明另一实施例在上述图6对应实施例的基础上,分布概率获取模块62可以包括:
第一计算单元621,获取与上述医疗设备匹配的预设疾病在各个上述预设年龄段的发生概率。
第二计算单元622,将上述各个上述预设年龄段的发生概率作为上述医疗设备的历史用户在对应预设年龄段的分布概率。
如图10所示,本发明一实施例还公开了一种医疗设备选址系统10,该系统在包含上述图6对应实施例中的出行量获取模块61、备选站点获取模块64以及目标站点确定模块65的基础上,还包括:
发生概率获取模块66,获取与上述医疗设备匹配的预设疾病在各个上述预设年龄段的发生概率。
第二风险值计算模块67,根据上述出行量和上述发生概率,计算得到各个上述公共交通站点对应的风险值。
该实施例中,各个站点的风险值的计算方式,可通过以下公式计算得到:
riski=∑flowij*qj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,qj表示与上述医疗设备匹配的预设疾病在年龄段为j上的发生概率。
本发明一实施例还公开了一种医疗设备选址装置,包括处理器和存储器,其中存储器存储有所述处理器的可执行程序;处理器配置为经由执行可执行程序来执行上述医疗设备选址方法中的步骤。图11是本发明公开的医疗设备选址装置的结构示意图。下面参照图11来描述根据本发明的这种实施方式的电子设备600。图11显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述医疗设备选址方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明还公开了一种计算机可读存储介质,用于存储程序,所述程序被执行时实现上述医疗设备选址方法中的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述医疗设备选址方法中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,结合各个站点各个年龄段的乘客出行量、以及医疗设备的历史用户中各个年龄段的分布概率,计算站点对应的风险值,根据风险值确定高危人群经常前往的站点,使得医疗设备比如除颤仪的选址更精准,利于提高医疗设备的有效利用率,避免出现当用户具有相关需求的情况下,无法及时快速获取医疗设备的问题。
本发明一实施例公开了一种计算机可读存储介质。该存储介质是实现上述方法的程序产品,其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,本发明的程序产品不限于此,在本文件中,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可读存储介质以外的任何可读介质,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)。
本发明实施例提供的医疗设备选址方法、系统、装置及存储介质结合各个站点各个年龄段的乘客出行量、以及医疗设备的历史用户中各个年龄段的分布概率,计算站点对应的风险值,根据风险值确定高危人群经常前往的站点,使得医疗设备比如除颤仪的选址更精准,利于提高除颤仪的有效利用率,避免出现当用户具有相关需求的情况下,无法及时快速获取除颤仪的问题
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (12)
1.一种医疗设备选址方法,其特征在于,包括以下步骤:
分别获取每一公共交通站点在各个预设年龄段的出行量;
获取医疗设备的历史用户数据,并根据所述历史用户数据,获得所述医疗设备的历史用户在各个所述预设年龄段的分布概率;
根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值;
对各个站点的所述风险值进行排序,获得风险值最大的N个站点,作为备选站点;N为正整数;以及
自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点。
2.如权利要求1所述的医疗设备选址方法,其特征在于,所述方法包括:
获取与所述医疗设备匹配的预设疾病在各个所述预设年龄段的发生概率;
将所述各个所述预设年龄段的发生概率作为所述医疗设备的历史用户在对应预设年龄段的分布概率。
3.如权利要求1所述的医疗设备选址方法,其特征在于,所述分别获取每一公共交通站点在各个预设年龄段的出行量,包括:
获取乘坐公共交通的第二用户的公共交通出行数据;所述公共交通出行数据包括每一所述第二用户的年龄信息、出发站点和目的地站点;
根据所述公共交通出行数据,获取每一公共交通站点对应的各个预设年龄段的出行量。
4.如权利要求3所述的医疗设备选址方法,其特征在于,所述获取乘坐公共交通的第二用户的公共交通出行数据,包括:
根据第二用户的公共交通出行数据中的上车刷卡信息,确定所述第二用户的出发站点;
当自第二用户的公共交通出行数据能够检测到下车刷卡信息时,根据所述下车刷卡信息,确定所述第二用户的目的地站点。
5.如权利要求4所述的医疗设备选址方法,其特征在于,所述获取乘坐公共交通的第二用户的公共交通出行数据,还包括:
当自第二用户的公共交通出行数据未检测到下车刷卡信息时,获取第二用户上车乘坐的公共交通线路数据、公共交通定位数据、以及所述第二用户的历史乘车数据;
根据所述公共交通线路数据、公共交通定位数据、以及所述历史乘车数据,确定所述第二用户的目的地站点。
6.如权利要求1所述的医疗设备选址方法,其特征在于,所述根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值,包括:
riski=∑flowij*pj
其中,riski表示公共交通站点i的风险值,flowij表示公共交通站点i对应的年龄段为j的出行量,pj表示医疗设备的历史用户在年龄段为j上的分布概率。
7.如权利要求1所述的医疗设备选址方法,其特征在于,所述自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点,包括:
当所有的所述备选站点中,每相邻两个所述备选站点之间的距离满足预设距离约束条件时,则将所述备选站点作为目标站点;
当所有的所述备选站点中,存在相邻两个备选站点间的距离不满足预设距离约束条件时,根据所述医疗设备的数量和预设距离约束条件,对所述备选站点采用预设聚类算法进行聚类,生成目标站点,作为所述医疗设备的投放站点。
8.如权利要求7所述的医疗设备选址方法,其特征在于,所述预设聚类算法是K-中心点算法。
9.如权利要求1所述的医疗设备选址方法,其特征在于,所述医疗设备是除颤仪。
10.一种医疗设备选址系统,用于实现如权利要求1所述的医疗设备选址方法,其特征在于,所述系统包括:
出行量获取模块,分别获取每一公共交通站点在各个预设年龄段的出行量;
分布概率获取模块,获取医疗设备的历史用户数据,并根据所述历史用户数据,获得所述医疗设备的历史用户在各个所述预设年龄段的分布概率;
站点风险值计算模块,根据所述出行量和所述分布概率,计算得到各个所述公共交通站点对应的风险值;
备选站点获取模块,对各个站点的所述风险值进行排序,获得风险值最大的N个站点,作为备选站点;N为正整数;以及
目标站点确定模块,自所述备选站点中,确定目标站点,作为所述医疗设备的投放站点。
11.一种医疗设备选址装置,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行程序;
其中,所述处理器配置为经由执行所述可执行程序来执行权利要求1至9中任意一项所述医疗设备选址方法的步骤。
12.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现权利要求1至9中任意一项所述医疗设备选址方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211117130.4A CN115440358A (zh) | 2022-09-14 | 2022-09-14 | 医疗设备选址方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211117130.4A CN115440358A (zh) | 2022-09-14 | 2022-09-14 | 医疗设备选址方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115440358A true CN115440358A (zh) | 2022-12-06 |
Family
ID=84246590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211117130.4A Pending CN115440358A (zh) | 2022-09-14 | 2022-09-14 | 医疗设备选址方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115440358A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116798592A (zh) * | 2023-08-25 | 2023-09-22 | 北京大也智慧数据科技服务有限公司 | 设施布设位置的确定方法、装置、设备及存储介质 |
-
2022
- 2022-09-14 CN CN202211117130.4A patent/CN115440358A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116798592A (zh) * | 2023-08-25 | 2023-09-22 | 北京大也智慧数据科技服务有限公司 | 设施布设位置的确定方法、装置、设备及存储介质 |
CN116798592B (zh) * | 2023-08-25 | 2024-03-12 | 北京大也智慧数据科技服务有限公司 | 设施布设位置的确定方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tirachini et al. | COVID-19 and public transportation: Current assessment, prospects, and research needs | |
ReVelle et al. | Facility location: a review of context-free and EMS models. | |
US9847030B2 (en) | Dispatch of automated external defibrillators | |
Schilling et al. | The TEAM/FLEET models for simultaneous facility and equipment siting | |
Dean et al. | Mass-casualty triage: Distribution of victims to multiple hospitals using the SAVE model | |
Aboueljinane et al. | A simulation study to improve the performance of an emergency medical service: application to the French Val-de-Marne department | |
Erdemir et al. | Joint ground and air emergency medical services coverage models: A greedy heuristic solution approach | |
Dao et al. | Spatio-temporal location modeling in a 3D indoor environment: the case of AEDs as emergency medical devices | |
Merlin et al. | Use of a limited lights and siren protocol in the prehospital setting vs standard usage | |
CN115440358A (zh) | 医疗设备选址方法、系统、装置及存储介质 | |
US20190197438A1 (en) | System and method for optimally routing ambulances and other vehicles in-route to hospitals | |
Park et al. | Scheduling diagnostic testing kit deliveries with the mothership and drone routing problem | |
Chira-Chavala et al. | Cost and productivity impacts of a “smart” paratransit system | |
CN112396228A (zh) | 目标路径确定方法、装置、电子设备及介质 | |
Jlassi et al. | Dial-a-ride and emergency transportation problems in ambulance services | |
US20190311799A1 (en) | Patient transport and triage | |
Mohamadi et al. | A credibility-based chance-constrained transfer point location model for the relief logistics design (Case Study: earthquake disaster on region 1 of Tehran city) | |
Go et al. | A review on development and optimization of Emergency Medical Services in Malaysia | |
Yang et al. | Cost-effective analyses of joint planning in emergency medical services: A case study | |
Zègre-Hemsey et al. | Challenges & barriers for real-time integration of drones in emergency cardiac care: Lessons from the United States, Sweden, & Canada | |
Ahmadi et al. | Optimizing locations of emergency medical stations for rural areas: A case study in Iran | |
Díaz-Ramírez et al. | Effects of ambulance dispatching and relocation decisions on EMS quality | |
Grannan | Dispatch, delivery, and location logistics for the aeromedical evacuation of time-sensitive military casualties under uncertainty | |
Shaiffudin et al. | Ambulance Response Time at Three Selected Tertiary Hospitals in Malaysia: Performance of Hospital-Based Ambulance Equipped with Computerized Call Centre System | |
Nystøyl et al. | Acute medical missions by helicopter medical service (HEMS) to municipalities with different approach for primary care physicians |
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 |