CN115862830A - 一种数据处理方法、装置和电子设备 - Google Patents

一种数据处理方法、装置和电子设备 Download PDF

Info

Publication number
CN115862830A
CN115862830A CN202310186677.8A CN202310186677A CN115862830A CN 115862830 A CN115862830 A CN 115862830A CN 202310186677 A CN202310186677 A CN 202310186677A CN 115862830 A CN115862830 A CN 115862830A
Authority
CN
China
Prior art keywords
inquiry information
information
evaluation
index
piece
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
Application number
CN202310186677.8A
Other languages
English (en)
Inventor
韩伟鹏
杨吉江
王青
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202310186677.8A priority Critical patent/CN115862830A/zh
Publication of CN115862830A publication Critical patent/CN115862830A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请提供了一种数据处理方法、装置和电子设备，其中，该方法包括：获取多条问诊信息；对多条问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。通过本申请实施例提供的数据处理方法、装置和电子设备，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行客观准确的评价。

Description

一种数据处理方法、装置和电子设备
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种数据处理方法、装置和电子设备。
背景技术
目前，医疗服务质量管理是医疗管理的核心问题，相关领域学者已围绕医疗服务质量的定义进行了丰富的研究。医疗服务质量管理起始于对医疗服务质量的有效评价，医疗服务的需求量大、专业性强以及医疗服务人员紧缺等因素造成医疗服务质量评价工作难以有效开展。如何对医疗服务质量进行有效评价，是亟需解决的问题。
发明内容
为解决上述问题，本申请实施例的目的在于提供一种数据处理方法、装置和电子设备。
第一方面，本申请实施例提供了一种数据处理方法，包括：
获取多条问诊信息；
对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
第二方面，本申请实施例还提供了一种数据处理装置，包括：
获取模块，用于获取多条问诊信息；
第一处理模块，用于对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
第二处理模块，用于确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
第三处理模块，用于基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读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上述第一方面所述的方法的步骤。
第四方面，本申请实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。
本申请实施例上述第一方面至第四方面提供的方案中，通过对获取到的多条问诊信息中的各条问诊信息分别进行处理后得到各条问诊信息的多个评价指标，并基于各条问诊信息的多个评价指标中各评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价，与相关技术中无法对诊疗过程中医疗服务质量进行有效评价的方式相比，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价；而且，利用问诊信息得到的评价指标这样的客观因素对问诊信息对应的互联网诊疗服务质量进行评价，可以提高问诊信息对应的互联网诊疗服务质量进行评价的准确性。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1示出了本申请实施例1所提供的一种数据处理方法的流程图；
图2示出了本申请实施例2所提供的一种数据处理装置的结构示意图；
图3示出了本申请实施例3所提供的一种电子设备的结构示意图。
具体实施方式
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，术语“第一”、“第二”仅用于描述目的，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”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
质量的概念有时模糊不清，人们总是主观的看待质量并按照自身的角色定位给质量设定不同的标准。医疗服务质量的标准也可以是多种多样的，本申请基于医疗服务质量的相关定义从安全性、符合循证医学最佳实践以及患者满意三个维度确定医疗服务质量的相关影响因素，明确细化医疗服务质量的评价标准，避免质量概念模糊不清对质量评价造成负面影响。
医疗服务需求量大，医疗服务人员往往十分紧缺。质量评价工作要涵盖医疗服务流程中的方方面面，如手术治疗、医学检查、门诊服务、护理服务以及远程医疗服务等方面。在医疗服务人员紧缺的情况下难以对众多医疗服务进行有效的质量评价，医疗服务具有很高的专业性，缺乏医疗服务专业背景的人员可能无法准确判断医疗服务质量。本发明由医疗服务专业人员基于医疗服务质量的相关影响因素进行医疗服务质量评价，在此基础上应用人工智能与大数据技术训练质量预测模型，通过医疗服务的相关参数指标预测医疗服务的质量评价结果。应用人工智能与大数据技术预测专业人员的医疗服务质量评价结果，缓解了医疗服务人员紧缺对医疗服务质量评价工作造成的阻碍。
医疗服务质量的评价有时带有一定的主观性，不同的服务质量评价人员对同一个医疗服务可能得出不同的评价结果。这种情况降低了医疗服务质量评价的一致性，评价一致性低将对医疗服务质量管理造成负面影响。本发明应用质量对比评价模型进行医疗服务质量评价，对同一个医疗服务进行多次质量评价，其评价结果具有较高的一致性。因此应用医疗服务质量评价模型有助于更好的开展医疗服务质量管理工作。
目前，医疗服务质量管理是医疗管理的核心问题，相关领域学者已围绕医疗服务质量的定义进行了丰富的研究。医疗服务质量管理起始于对医疗服务质量的有效评价，医疗服务的需求量大、专业性强以及医疗服务人员紧缺等因素造成医疗服务质量评价工作难以有效开展。如何对医疗服务质量进行有效评价，是亟需解决的问题。
基于此，本申请以下各实施例提出一种数据处理方法、装置和电子设备，通过对获取到的多条问诊信息中的各条问诊信息分别进行处理后得到各条问诊信息的多个评价指标，并基于各条问诊信息的多个评价指标中各评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价；而且，利用问诊信息得到的评价指标这样的客观因素对问诊信息对应的互联网诊疗服务质量进行评价，可以提高问诊信息对应的互联网诊疗服务质量进行评价的准确性。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和实施例对本申请做进一步详细的说明。
实施例1
本实施例1提出一种数据处理方法，执行主体是服务器。
参见图1所示的一种数据处理方法的流程图，本实施例提出一种数据处理方法，包括以下具体步骤：
步骤100、获取多条问诊信息。
在上述步骤100中，多条问诊信息是服务器从互联网诊疗数据库中获取到的。
互联联网诊疗数据库中预先存储有多条问诊信息。
多条问诊信息中的每条问诊信息，都是通过一次互联网诊疗服务得到的。即一次互联网诊疗服务可以得到一条问诊信息。
服务器能够访问互联联网诊疗数据库，以从互联联网诊疗数据库中获取问诊信息。
步骤102、对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标。
在上述步骤102中，多个所述评价指标，包括但不限于：结构评价指标、过程评价指标和结果评价指标。
服务器可以采用同行评价法、人工智能模型预测方法或统计方法等现有的方式对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标，具体的实现过程是现有技术，这里不再赘述。
其中，人工智能模型预测方法中使用的是基于文本分析或语音分析的患者情感预测模型、语音转文字模型以及光学字符识别（Optical Character Recognition，OCR）模型。
这里，结构评价指标中指示的结构、过程评价指标中指示的过程和结果评价指标中指示的结果，都是属于医疗服务质量框架的内容。
其中，结构是指提供护理的卫生系统的组织因素，主要包括物质特征和人员特征两个方面，物质特征指资源与管理要素，人员特征包括人员技能和团队合作。例如，提供医疗服务的人员，设备和建筑空间与通讯设施等，这些都是卫生保健系统的结构要素。结构对医疗服务质量产生间接的影响，它并不是医疗服务质量的决定性因素。
过程是指医疗服务提供者与用户的互动，它是实际提供和接受护理的过程。
结果是医疗服务带来的影响和后果，结构和过程都会直接或间接地影响结果。
在一个实施方式中，结构评价指标、过程评价指标和结果评价指标如下表1所示：
表1
Figure SMS_1
结构评价指标，包括但不限于：诊前退单率和处方审核通过率。
诊前退单率是指用户提交互联网诊疗服务订单后在医生接诊之前申请订单退款或被医生和医疗机构拒绝服务的数量占总订单的数量比例，该指标计算的最小颗粒度是具体到一名医生。
处方审核通过率是指医生在线开具的药品处方经审核后通过的比例，该指标计算的最小颗粒度是具体到一名医生。
过程评价指标，包括但不限于：问诊等待时长、问诊对话次数、患者积极回复数、患者消极回复数、患者催回复数和医患对话字数比率。
问诊等待时长，是指用户发送消息后到医生下次回复时的时间长度的中位数，该指标计算的最小颗粒度是具体到一项具体的互联网诊疗服务订单，例如在线问诊订单。
问诊对话次数，是指在一次互联网诊疗服务中医生和患者对话的次数，该指标计算的最小颗粒度是服务订单。
患者积极回复数，是指在一次互联网诊疗服务中患者的某一次回复信息带有积极情感的数量。其中积极情感是指患者的回复信息中表达出的语句中具有对医生感激、感谢的情绪，例如“谢谢医生！祝您生活愉快。”。
患者消极回复数，是指在一次互联网诊疗服务中患者的某一次回复信息带有消极情感的数量。其中消极情感是指患者的回复信息中表达出的语句具有对医生或医生提供的服务不满意的情绪。
患者催促回复数，是指在一次互联网诊疗服务中患者的某一次回复信息带有催促情感的数量。其中催促情感是指患者的回复信息中表达出的语句具有对医生的催促、希望医生尽快回复的情绪，例如“医生在不在？能不能快点回复，我很着急！”。
医患对话字数比率，是指在一次互联网诊疗服务中医生回复的字符数量与患者回复的字符数量之比。
在通过以上步骤102得到多条问诊信息中的各条问诊信息的多个评价指标后，可以继续执行以下步骤104，确定各条问诊信息的多个评价指标中各评价指标的指标质量参数。
步骤104、确定各条问诊信息的多个评价指标中各评价指标的指标质量参数。
在上述步骤104中，具体地，为了确定各条问诊信息的多个评价指标中各评价指标的指标质量参数，可以执行以下步骤（1）至步骤（2）：
（1）基于各条问诊信息的多个评价指标，分别得到多个所述评价指标中各评价指标的最值、中位数、第一四分位数和第三四分位数；
（2）基于统计得到的各评价指标的最值、中位数、第一四分位数和第三四分位数，确定出各条问诊信息的多个评价指标中各评价指标的指标质量参数。
在上述步骤（1）中，基于各条问诊信息的多个评价指标，分别得到多个所述评价指标中各评价指标的最值、中位数、第一四分位数和第三四分位数的具体过程，包括：
首先将问诊信息中多个评价指标中各评价指标的数值分别放到不同的数值集合中，得到各评价指标的数值集合；然后通过各评价指标的数值集合，就可以得到各评价指标的最值、中位数、第一四分位数和第三四分位数。
在上述步骤（2）中，服务器中预先存储有评价指标的数值范围与不同的指标质量参数的对应关系。
在一个实施方式中，评价指标的数值范围与指标质量参数的对应关系可以如下表示：
评价指标的最小值到第一四分位数的数值范围与第一指标质量参数的对应关系；评价指标的第一四分位数到中位数的数值范围与第二指标质量参数的对应关系；评价指标的中位数到第三四分位数的数值范围与第三指标质量参数的对应关系；以及评价指标的第三四分位数到最大值的数值范围与第四指标质量参数的对应关系。
其中，第一指标质量参数与第二指标质量参数的差值、第二指标质量参数与第三指标质量参数的差值以及第三指标质量参数与第四指标质量参数的差值均为1。
当问诊信息中有评价指标落入评价指标的中位数到第三四分位数的数值范围与第三指标质量参数的对应关系中时，那么该评价指标的指标质量参数就是第三指标质量参数。以此类推，可以确定出各条问诊信息的多个评价指标中各评价指标的指标质量参数。
步骤106、基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
具体地，为了对各条问诊信息对应的互联网诊疗服务质量进行评价，可以执行以下具体步骤（1）至步骤（3）：
（1）从多条问诊信息中，随机抽取两条问诊信息；
（2）当随机抽取的两条问诊信息分别具有的多个评价指标中，只有一个评价指标的指标质量参数存在不同，且指标质量参数不同的评价指标的指标质量参数的差值为预设数值时，将随机抽取的两条问诊信息确定为一组抽取信息，返回所述从多条问诊信息中，随机抽取两条问诊信息的步骤，直到得到多组抽取信息；
（3）获取多组抽取信息中的各组抽取信息中两条问诊信息的评价信息，并根据各组抽取信息中两条问诊信息的评价信息以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
在上述步骤（2）中，预设数值是1，预先缓存在服务器中。
服务器在抽取到的多组抽取信息的数量达到预设组数时，停止上述步骤（1）至步骤（2）描述的随机抽取问诊信息组成一组抽取信息的流程，并继续执行上述步骤（3）。
在上述步骤（3）中，为了根据各组抽取信息中两条问诊信息的评价信息以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价，可以执行以下步骤（31）至步骤（34）：
（31）根据各组抽取信息中两条问诊信息的评价信息，分别得到各组抽取信息中两条问诊信息的质量指数；
（32）根据各组抽取信息中两条问诊信息的质量指数和不同的指标质量参数，计算得到各评价指标的影响系数；
（33）根据计算得到的各评价指标的影响系数以及各条问诊信息中的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量值进行计算；
（34）通过计算得到的各条问诊信息对应的互联网诊疗服务质量值，对各条问诊信息对应的互联网诊疗服务质量进行评价。
在上述步骤（31）中，将各组抽取信息中的两条问诊信息都展示给工作人员，由工作人员给出各组抽取信息中的两条问诊信息的评价信息。
示例地，设一组抽取信息中两条问诊信息分别为问诊信息a和问诊信息b，问诊信息a的质量指数为Qa，问诊信息b的质量指数为Qb，问诊信息a和问诊信息b指标质量参数存在不同的评价指标是X，且问诊信息a的评价指标X的指标质量参数为Xa，问诊信息b的评价指标X的指标质量参数为Xb。
其中，得到各组抽取信息中两条问诊信息的质量指数的规则如下：若Qa＞Qb，则问诊信息a的质量指数qa为1，问诊信息b的质量指数qb为0；若Qa＜Qb，则问诊信息a的质量指数qa为0，问诊信息b的质量指数qb为1；若Qa＝Qb，则问诊信息a的质量指数qa为0，问诊信息b的质量指数qb为0。
在上述步骤（32）中，通过以下公式1计算得到各评价指标的影响系数：
Figure SMS_2
（1）/>
其中，
Figure SMS_4
表示评价指标X的影响系数；/>
Figure SMS_5
表示评价指标X中第/>
Figure SMS_7
组抽取信息中的一条问诊信息的质量指数；/>
Figure SMS_9
表示评价指标X中第/>
Figure SMS_10
组抽取信息中的另一条问诊信息的质量指数；/>
Figure SMS_11
表示评价指标X中第/>
Figure SMS_12
组抽取信息中的一条问诊信息的指标质量参数；/>
Figure SMS_3
表示评价指标X中第/>
Figure SMS_6
组抽取信息中的另一条问诊信息的指标质量参数；/>
Figure SMS_8
表示与评价指标X相关的抽取信息的组数。
在上述步骤（33）中，通过以下公式2和公式3计算得到各条问诊信息对应的互联网诊疗服务质量值：
Figure SMS_13
（2）
Figure SMS_14
（3）
其中，
Figure SMS_15
表示问诊信息中评价指标X的互联网诊疗服务质量参数；/>
Figure SMS_16
表示问诊信息中评价指标X的指标质量参数；/>
Figure SMS_17
表示问诊信息对应的互联网诊疗服务质量值；/>
Figure SMS_18
表示质量评价指标X的权重系数；/>
Figure SMS_19
表示问诊信息中评价指标的数量。
这里，各质量评价指标的权重系数均预先存储在服务器中。
在上述步骤（34）中，当计算得到的问诊信息对应的互联网诊疗服务质量值大于第一服务质量阈值时，得到问诊信息对应的互联网诊疗服务质量良好的评价结果。
当计算得到的问诊信息对应的互联网诊疗服务质量值小于第二服务质量阈值时，得到问诊信息对应的互联网诊疗服务质量不好的评价结果。
当计算得到的问诊信息对应的互联网诊疗服务质量值小于等于第一服务质量阈值且大于等于第二服务质量阈值时，得到问诊信息对应的互联网诊疗服务质量普通的评价结果。
其中，第一服务质量阈值和第二服务质量阈值均缓存在服务器中，第一服务质量阈值大于第二服务质量阈值。
在通过本实施例提出的数据处理方法得到各条问诊信息对应的互联网诊疗服务质量的评价结果后，工作人员可以对得到的各条问诊信息对应的互联网诊疗服务质量的评价结果进行抽样检查，并对评价结果进行纠正，得到纠正后的评价数据。使用纠正后的评价数据与已有的评价数据共同训练新的质量对比评价模型，应用重新训练得到的质量对比评价模型可提升医疗服务质量预测的准确性、可靠性。通过得到的各条问诊信息对应的互联网诊疗服务质量的评价结果可持续改善质量对比评价模型的效果，使得医疗服务质量评价结果保持较高的准确性和可靠性。
综上所述，本实施例提出一种数据处理方法，通过对获取到的多条问诊信息中的各条问诊信息分别进行处理后得到各条问诊信息的多个评价指标，并基于各条问诊信息的多个评价指标中各评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价，与相关技术中无法对诊疗过程中医疗服务质量进行有效评价的方式相比，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价；而且，利用问诊信息得到的评价指标这样的客观因素对问诊信息对应的互联网诊疗服务质量进行评价，可以提高问诊信息对应的互联网诊疗服务质量进行评价的准确性。
实施例2
本实施例提出一种数据处理装置，用于执行上述实施例1提出的数据处理方法。
参见图2所示的一种数据处理装置的结构示意图，本实施例提出一种数据处理装置，包括：
获取模块200，用于获取多条问诊信息；
第一处理模块202，用于对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
第二处理模块204，用于确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
第三处理模块206，用于基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
具体地，所述第二处理模块，具体用于：
基于各条问诊信息的多个评价指标，分别得到多个所述评价指标中各评价指标的最值、中位数、第一四分位数和第三四分位数；
基于统计得到的各评价指标的最值、中位数、第一四分位数和第三四分位数，确定出各条问诊信息的多个评价指标中各评价指标的指标质量参数。
具体地，所述第三处理模块，具体用于：
从多条问诊信息中，随机抽取两条问诊信息；
当随机抽取的两条问诊信息分别具有的多个评价指标中，只有一个评价指标的指标质量参数存在不同，且指标质量参数不同的评价指标的指标质量参数的差值为预设数值时，将随机抽取的两条问诊信息确定为一组抽取信息，返回所述从多条问诊信息中，随机抽取两条问诊信息的步骤，直到得到多组抽取信息；
获取多组抽取信息中的各组抽取信息中两条问诊信息的评价信息，并根据各组抽取信息中两条问诊信息的评价信息以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
具体地，所述第三处理模块，用于根据各组抽取信息中两条问诊信息的评价信息、以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价，包括：
根据各组抽取信息中两条问诊信息的评价信息，分别得到各组抽取信息中两条问诊信息的质量指数；
根据各组抽取信息中两条问诊信息的质量指数和不同的指标质量参数，计算得到各评价指标的影响系数；
根据计算得到的各评价指标的影响系数以及各条问诊信息中的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量值进行计算；
通过计算得到的各条问诊信息对应的互联网诊疗服务质量值，对各条问诊信息对应的互联网诊疗服务质量进行评价。
综上所述，本实施例提出一种数据处理装置，通过对获取到的多条问诊信息中的各条问诊信息分别进行处理后得到各条问诊信息的多个评价指标，并基于各条问诊信息的多个评价指标中各评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价，与相关技术中无法对诊疗过程中医疗服务质量进行有效评价的方式相比，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价；而且，利用问诊信息得到的评价指标这样的客观因素对问诊信息对应的互联网诊疗服务质量进行评价，可以提高问诊信息对应的互联网诊疗服务质量进行评价的准确性。
实施例3
本实施例提出一种计算机可读存储介质，所述计算机可读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上述实施例1描述的数据处理方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
此外，参见图3所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤（1）至步骤（4）：
（1）获取多条问诊信息；
（2）对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
（3）确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
（4）基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
收发机53，用于在处理器52的控制下接收和发送数据。
其中，总线架构（用总线51来代表），总线51可以包括任意数量的互联的总线和桥，总线51将包括由处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统551。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
可以理解，本申请实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器 (Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器 (Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者它们的子集，或者它们的扩展集：操作系统551和应用程序552。
其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序552中。
综上所述，本实施例提出一种计算机可读存储介质和电子设备，通过对获取到的多条问诊信息中的各条问诊信息分别进行处理后得到各条问诊信息的多个评价指标，并基于各条问诊信息的多个评价指标中各评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价，与相关技术中无法对诊疗过程中医疗服务质量进行有效评价的方式相比，可以利用问诊信息得到的评价指标的指标质量参数对各条问诊信息对应的互联网诊疗服务质量进行评价；而且，利用问诊信息得到的评价指标这样的客观因素对问诊信息对应的互联网诊疗服务质量进行评价，可以提高问诊信息对应的互联网诊疗服务质量进行评价的准确性。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种数据处理方法，其特征在于，包括：
获取多条问诊信息；
对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
2.根据权利要求1所述的方法，其特征在于，所述确定各条问诊信息的多个评价指标中各评价指标的指标质量参数，包括：
基于各条问诊信息的多个评价指标，分别得到多个所述评价指标中各评价指标的最值、中位数、第一四分位数和第三四分位数；
基于统计得到的各评价指标的最值、中位数、第一四分位数和第三四分位数，确定出各条问诊信息的多个评价指标中各评价指标的指标质量参数。
3.根据权利要求1所述的方法，其特征在于，所述基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的医疗服务质量进行评价，包括：
从多条问诊信息中，随机抽取两条问诊信息；
当随机抽取的两条问诊信息分别具有的多个评价指标中，只有一个评价指标的指标质量参数存在不同，且指标质量参数不同的评价指标的指标质量参数的差值为预设数值时，将随机抽取的两条问诊信息确定为一组抽取信息，返回所述从多条问诊信息中，随机抽取两条问诊信息的步骤，直到得到多组抽取信息；
获取多组抽取信息中的各组抽取信息中两条问诊信息的评价信息，并根据各组抽取信息中两条问诊信息的评价信息以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
4.根据权利要求3所述的方法，其特征在于，所述根据各组抽取信息中两条问诊信息的评价信息、以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价，包括：
根据各组抽取信息中两条问诊信息的评价信息，分别得到各组抽取信息中两条问诊信息的质量指数；
根据各组抽取信息中两条问诊信息的质量指数和不同的指标质量参数，计算得到各评价指标的影响系数；
根据计算得到的各评价指标的影响系数以及各条问诊信息中的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量值进行计算；
通过计算得到的各条问诊信息对应的互联网诊疗服务质量值，对各条问诊信息对应的互联网诊疗服务质量进行评价。
5.一种数据处理装置，其特征在于，包括：
获取模块，用于获取多条问诊信息；
第一处理模块，用于对多条所述问诊信息中的各条问诊信息分别进行处理，得到多条问诊信息中的各条问诊信息的多个评价指标；
第二处理模块，用于确定各条问诊信息的多个评价指标中各评价指标的指标质量参数；
第三处理模块，用于基于各条问诊信息的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
6.根据权利要求5所述的装置，其特征在于，所述第二处理模块，具体用于：
基于各条问诊信息的多个评价指标，分别得到多个所述评价指标中各评价指标的最值、中位数、第一四分位数和第三四分位数；
基于统计得到的各评价指标的最值、中位数、第一四分位数和第三四分位数，确定出各条问诊信息的多个评价指标中各评价指标的指标质量参数。
7.根据权利要求5所述的装置，其特征在于，所述第三处理模块，具体用于：
从多条问诊信息中，随机抽取两条问诊信息；
当随机抽取的两条问诊信息分别具有的多个评价指标中，只有一个评价指标的指标质量参数存在不同，且指标质量参数不同的评价指标的指标质量参数的差值为预设数值时，将随机抽取的两条问诊信息确定为一组抽取信息，返回所述从多条问诊信息中，随机抽取两条问诊信息的步骤，直到得到多组抽取信息；
获取多组抽取信息中的各组抽取信息中两条问诊信息的评价信息，并根据各组抽取信息中两条问诊信息的评价信息以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价。
8.根据权利要求7所述的装置，其特征在于，所述第三处理模块，用于根据各组抽取信息中两条问诊信息的评价信息、以及各组抽取信息中两条问诊信息不同的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量进行评价，包括：
根据各组抽取信息中两条问诊信息的评价信息，分别得到各组抽取信息中两条问诊信息的质量指数；
根据各组抽取信息中两条问诊信息的质量指数和不同的指标质量参数，计算得到各评价指标的影响系数；
根据计算得到的各评价指标的影响系数以及各条问诊信息中的各评价指标的指标质量参数，对各条问诊信息对应的互联网诊疗服务质量值进行计算；
通过计算得到的各条问诊信息对应的互联网诊疗服务质量值，对各条问诊信息对应的互联网诊疗服务质量进行评价。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-4任一项所述的方法的步骤。
10.一种电子设备，其特征在于，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行权利要求1-4任一项所述的方法的步骤。
CN202310186677.8A 2023-02-21 2023-02-21 一种数据处理方法、装置和电子设备 Pending CN115862830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310186677.8A CN115862830A (zh) 2023-02-21 2023-02-21 一种数据处理方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310186677.8A CN115862830A (zh) 2023-02-21 2023-02-21 一种数据处理方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN115862830A true CN115862830A (zh) 2023-03-28

Family

ID=85659591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310186677.8A Pending CN115862830A (zh) 2023-02-21 2023-02-21 一种数据处理方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115862830A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2329540A1 (en) * 2000-06-05 2001-12-05 Healthqix.Com, Inc Method for assessing the quality and value of care
CN104794154A (zh) * 2015-03-11 2015-07-22 南通天呈医流互联网技术有限公司 基于文本挖掘的医疗器械o2o服务质量评价模型
CN111612364A (zh) * 2020-05-27 2020-09-01 程新宇 一种基于大数据平台的区域性医美行业服务质量评价方法
CN111897967A (zh) * 2020-07-06 2020-11-06 北京大学 一种基于知识图谱和社交媒体的医疗问诊推荐方法
CN115050457A (zh) * 2022-03-31 2022-09-13 北京京东拓先科技有限公司 在线问诊服务质量的评估方法、装置、设备、介质及产品

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2329540A1 (en) * 2000-06-05 2001-12-05 Healthqix.Com, Inc Method for assessing the quality and value of care
CN104794154A (zh) * 2015-03-11 2015-07-22 南通天呈医流互联网技术有限公司 基于文本挖掘的医疗器械o2o服务质量评价模型
CN111612364A (zh) * 2020-05-27 2020-09-01 程新宇 一种基于大数据平台的区域性医美行业服务质量评价方法
CN111897967A (zh) * 2020-07-06 2020-11-06 北京大学 一种基于知识图谱和社交媒体的医疗问诊推荐方法
CN115050457A (zh) * 2022-03-31 2022-09-13 北京京东拓先科技有限公司 在线问诊服务质量的评估方法、装置、设备、介质及产品

Similar Documents

Publication Publication Date Title
Karan et al. Meta-analytic evidence that we-talk predicts relationship and personal functioning in romantic couples
Ćwiklicki et al. The adaptiveness of the healthcare system to the fourth industrial revolution: A preliminary analysis
Feixas et al. Viewing cognitive conflicts as dilemmas: Implications for mental health
Pilnick et al. Advice, authority and autonomy in shared decision‐making in antenatal screening: the importance of context
US8352408B2 (en) System and methods for providing integrated wellness assessment
CN113436723A (zh) 视频问诊方法、装置、设备及存储介质
Berwick Elusive waste: the fermi paradox in US health care
US20210192365A1 (en) Computer device, system, readable storage medium and medical data analysis method
Flens et al. Development of a computerized adaptive test for anxiety based on the Dutch–Flemish version of the PROMIS item bank
US11557399B2 (en) Integrative machine learning framework for combining sentiment-based and symptom-based predictive inferences
Byaro et al. Does internet use and adoption matter for better health outcomes in sub-Saharan African countries? New evidence from panel quantile regression
Wiesel et al. Accuracy and bias in vulnerability perceptions of partners undergoing emotion‐focused therapy for couples
Grigoriev et al. Health management system knowledge base for formation and support of a preventive measures plan
KAREEM et al. Effects of government health and education expenditures on economic growth in Nigeria
Rayner et al. CORE blimey! Existential therapy scores GOALS!
Mendel The perceptual computer: the past, up to the present, and into the future
Hendl et al. From design to data handling. Why mHealth needs a feminist perspective
CN113643798A (zh) 为失能人员匹配照护人员的方法、装置及计算机设备
Upshur et al. Countering medical nihilism by reconnecting facts and values
CN108831560B (zh) 一种确定医疗数据属性数据的方法和装置
CN115862830A (zh) 一种数据处理方法、装置和电子设备
Moreau et al. How “care values” as discursive practices effect the ethics of a care-setting
WO2023084254A1 (en) Diagnosic method and system
CN114625960A (zh) 线上考评方法、装置、电子设备及存储介质
Nordgren et al. Medical errors: excess hospital costs and lengths of stay

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20230328

RJ01 Rejection of invention patent application after publication