CN115985523A - 一种数字化慢病随访管理系统 - Google Patents

一种数字化慢病随访管理系统 Download PDF

Info

Publication number
CN115985523A
CN115985523A CN202310051179.2A CN202310051179A CN115985523A CN 115985523 A CN115985523 A CN 115985523A CN 202310051179 A CN202310051179 A CN 202310051179A CN 115985523 A CN115985523 A CN 115985523A
Authority
CN
China
Prior art keywords
follow
information
disease
patient
chronic
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.)
Granted
Application number
CN202310051179.2A
Other languages
English (en)
Other versions
CN115985523B (zh
Inventor
沈旴亮
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.)
Nanjing Maternity and Child Healthcare Hospital
Original Assignee
Nanjing Maternity and Child Healthcare Hospital
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 Nanjing Maternity and Child Healthcare Hospital filed Critical Nanjing Maternity and Child Healthcare Hospital
Priority to CN202310051179.2A priority Critical patent/CN115985523B/zh
Publication of CN115985523A publication Critical patent/CN115985523A/zh
Application granted granted Critical
Publication of CN115985523B publication Critical patent/CN115985523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种数字化慢病随访管理系统,具体涉及医疗管理领域,用于解决但现有的慢病随访管理系统,对于慢病患者的随访次序通常是通过医生的经验判断,无法针对性地根据慢病患者的多方信息进行随访安排的问题,包括主控模块,数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块;本发明通过综合分析慢病患者的病情变化与就医情况,能够针对性地确定哪些患者需要进行随访调查,并根据分析结果确定随访次序,从而避免了现有的对慢病患者随访主要根据病情轻重来进行随访次序安排的弊端,保证了能够及时针对性的了解各个慢病患者的自身状态,以免延误最佳治疗时间。

Description

一种数字化慢病随访管理系统
技术领域
本发明涉及医疗管理技术领域,更具体地说,本发明涉及一种数字化慢病随访管理系统。
背景技术
慢病又称“慢性非传染性疾病(noninfectiouschronicdiseases,NCDS)”或“慢性病”,不是特指某种疾病,而是对一组起病时间长,缺乏明确的病因证据,一旦发病即病情迁延不愈的非传染性疾病的概括性总称。慢病包括的疾病非常多,有内分泌系统、心血管系统、神经系统、消化系统等系统的疾病,常见的慢病有:高血压、糖尿病、高脂血症、冠心病、恶性肿瘤、通风、帕金森病、慢性阻塞性肺疾病、慢性肝炎等......慢病的特点要求患者定期随访,按一定周期到医院进行复诊,包括检查、调整治疗方案、开药等。
随着互联网的深入利用,对于慢病患者的随访越来越多地呈现出远程化,线上化的趋势,但现有的慢病随访管理系统,对于慢病患者的随访次序通常是通过医生的经验判断,无法针对性地根据慢病患者的多方信息进行随访安排,对医生临床经验要求高,且具有一定的不准确性,可能会造成随访的不及时耽误最佳治疗时间。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种数字化慢病随访管理系统,通过综合分析慢病患者的病情变化与就医情况,能够针对性地确定哪些患者需要进行随访调查,并根据分析结果确定随访次序,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种数字化慢病随访管理系统,包括主控模块,数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块;
主控模块与数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块均信号连接,用于发布控制指令并接收相关数据结果;
数据存储模块,用于存储电力监控系统在整个管理过程中产生的数据;
数据录入模块,用于收集录入慢病患者的自身信息,并将其通过主控模块分别发送至病情分析模块与就医分析模块进行分析处理;
病情分析模块,用于确定慢病患者的病情状况,根据病情状况确定随访人群,并将随访人群信息发送至随访管理模块;
就医分析模块,用于确定慢病患者的信息录入状况,并将其发送至随访管理模块;
随访管理模块根据随访人群的病情状况与信息录入状况确定随访人群的随访诊治顺序。
在一个优选的实施方式中,所述慢病患者的自身信息包括医疗诊断信息与自我监测信息;
病情分析模块根据医疗诊断信息与自我监测信息确定慢病患者的病情程度与病情趋势,并将慢病患者进行划分:
若慢病患者为中后期患者,则将该慢病患者标记为随访人群;
若慢病患者为早期患者,但具有病情恶化趋势,则将该慢病患者标记为随访人群;
病情分析模块将标记为随访人群的慢病患者信息通过主控模块发送至随访管理模块进行分析处理。
在一个优选的实施方式中,所述慢病患者的自身信息还包括就医状况信息;
就医分析模块先从数据存储模块中提取各慢病患者录入信息数据,所述包括各慢病患者录入信息频率值与录入信息完整度值,就医分析模块再根据就医状况信息确定慢病患者就医频率值与就医相距值,并根据录入信息频率值、录入信息完整度值、就医频率值与就医相距值通过公式计算信息评价系数K;
就医分析模块将信息评价系数与标准信息阈值进行比较:
若信息评价系数K大于等于标准信息阈值,则就医分析模块将慢病患者的信息评价系数K通过主控模块发送至随访管理模块进行后续分析处理;
若信息评价系数小于标准信息阈值,则就医分析模块将该慢病患者标记为信息不准确人群,并将标记为信息不准确人群的慢病患者信息通过主控模块发送至随访管理模块进行后续分析处理。
在一个优选的实施方式中,所述随访管理模块接收到病情分析模块发送的标记为随访人群的慢病患者信息以及就医分析模块发送的标记为信息不准确人群的慢病患者信息后,先将二者进行比对,去除标记为随访人群的慢病患者信息中标记为信息不准确人群的慢病患者,留下录入信息符合有效性标准的慢病患者,将其标记为带随访对象。
在一个优选的实施方式中,所述慢病患者的自身信息还包括治疗行为信息;
所述随访管理模块从数据存储模块中提取待随访对象的治疗行为信息,并根据治疗行为信息确定慢病患者的行为达成率,获取行为达成率值并将其标定为A;随访管理模块根据待随访对象的行为达成率值A与信息评价系数K通过公式计算随访排序系数F;
随访管理模块根据随访排序系数F,由大到小依次确定待随访对象的随访次序。
在一个优选的实施方式中,所述随访管理模块还根据待随访对象的病情程度与病情趋势进一步细分随访重要程度,具体过程如下:
随访管理模块将中后期患者且病情具有恶化趋势的待随访对象标记为一级随访目标;
随访管理模块将中后期患者且病情不具有恶化趋势的待随访对象以及早期患者但病情具有恶化趋势的待随访对象标记为二级随访目标;
随访管理模块在进行随访顺序确定时,将一级随访目标与二级随访目标分开计算随访排序系数F,并先对一级随访目标进行随访诊治安排,再对二级随访目标进行随访诊治安排。
本发明的技术效果和优点:
本发明通过综合分析慢病患者的病情变化与就医信息情况,能够针对性地确定哪些患者需要进行随访调查,并根据分析结果确定随访次序,从而避免了现有的对慢病患者随访主要根据病情轻重来进行随访次序安排的弊端,保证了能够及时针对性的了解各个慢病患者的自身状态,以免延误最佳治疗时间;
本发明综合分析了慢病患者的现有病情程度与病情趋势,从而将慢病患者根据综合分析结果进行划分,确定了随访优先人群。
附图说明
图1为本发明一种数字化慢病随访管理系统的结构示意图;
图2为本发明一种数字化慢病随访管理系统方法流程图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
本发明一种数字化慢病随访管理系统,通过综合分析慢病患者的病情变化与就医情况,能够针对性地确定哪些患者需要进行随访调查,并根据分析结果确定随访次序,从而避免了现有的对慢病患者随访主要根据病情轻重来进行随访次序安排的弊端,保证了能够及时针对性的了解各个慢病患者的自身状态,以免延误最佳治疗时间。
实施例1
图1给出了本发明一种数字化慢病随访管理系统的结构示意图;其包括主控模块,数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块;
主控模块与数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块均信号连接,用于发布控制指令并接收相关数据结果。
数据存储模块用于存储电力监控系统在整个管理过程中产生的数据。
数据录入模块为慢病患者上传自身信息的渠道,用于收集录入慢病患者的自身信息,并将其通过主控模块分别发送至病情分析模块与就医分析模块进行分析处理。
由于慢病患者的自身病情特点,需要做到“三分治疗、七分管控”,对于平时的生活习惯、用药行为以及身体指标检测需要进行自我健康管理,以起到控制病情的作用,因此,慢病随访管理系统中,对于慢病患者自身信息的录入具有重要意义。慢病患者自身信息包括医疗诊断信息、治疗行为信息、就医状况信息以及自我监测信息,其中,医疗诊断信息为病情程度信息,即慢病患者所患疾病的程度值,例如处于病情早期、病情晚期等等,慢病患者可根据之前的医疗诊断输入自身医疗诊断信息;治疗行为信息为不良行为信息,即对应病症需要避免的不良行为是否有发生,在该信息输入选项内,仅有是与否两种选择,例如,对于心血管慢性病患者,不良行为信息选项内具有近期是否经常酗酒选项,心血管慢性病患者针对自身情况选择是或否来提供相应反馈,其中还包括用药相关的不良信息,例如是否正常用药等等;就医状况信息是指慢病患者的就医信息,其包括慢病患者就医频率与最近就医日期;自我监测信息是指慢病患者自己监测的相关数据信息,例如高血压慢性病,患者对自身的血压监测值等等。
数据录入模块收录到各慢病患者自身信息后,将医疗诊断信息与自我监测信息通过主控模块分别发送至病情分析模块,病情分析模块对各慢病患者的病情进行分析。
病情分析模块接收到医疗诊断信息与自我监测信息后,先获取慢病患者的病情程度,即其为早期患者还是中后期患者,再根据慢病患者自身监测的相关医疗数据确定病情趋势,例如,高血压慢性患者其监测的血压值逐渐升高,此时该慢病患者具有病情恶化趋势,若其监测的血压值稳定或逐渐降低,则该慢病患者不具有病情恶化趋势。
病情分析模块根据慢病患者的病情程度与病情趋势将慢病患者进行划分,筛选随访患者人群。
若慢病患者为中后期患者,则将该慢病患者标记为随访人群;
若慢病患者非中后期患者,但其具有病情恶化趋势,则将该慢病患者标记为随访人群。
病情分析模块将标记为随访人群的慢病患者信息通过主控模块发送至随访管理模块进行分析处理。
数据录入模块收录到各慢病患者自身信息后,还将就医状况信息通过主控模块分别发送至就医分析模块,对慢病患者的就医状态进行分析。
就医分析模块先从数据存储模块中提取各慢病患者录入信息数据,其包括各慢病患者录入信息频率值与录入信息完整度值;录入信息频率值为单位时间内慢病患者想数据录入模块录入信息的频率,该单位时间可根据实际情况自行设置,例如单位时间为7天,某慢病患者7天内有6天录入了自身信息,则录入信息频率值此时为七分之六;录入信息完整度值是指慢病患者录入信息的平均信息完整度,由于自身信息包含有多个项目,例如,自身信息包含有10个项目,某慢病患者每次录入信息平均录入6项,则此时录入信息完整度值为0.6。
需要说明的是,录入信息频率值与录入信息完整度值越大,则说明慢病患者录入的信息越完整准确,此时,医护人员通过本系统对其的病情掌控越清楚。
就医分析模块还根据慢病患者就医频率与最近就医日期确定慢病患者就医频率值与就医相距值,就医频率值是指,慢病患者单位时间内去相关医院就医的频次,该单位时间可与录入信息提及的单位时间不同,单位时间内频次越高,说明病情掌握程度越高;就医相距值是指慢病患者最近就医日期距今的时间,该值越小,则说明就医诊断的信息越准确。
就医分析模块将录入信息频率值、录入信息完整度值、就医频率值与就医相距值分别标定为Cp、Ci、Dp以及Dt;并根据录入信息频率值、录入信息完整度值、就医频率值与就医相距值通过公式计算信息评价系数K,具体计算表达式如下:
Figure BDA0004058046520000071
式中,g1、g2、g3、g4分别为录入信息频率值、录入信息完整度值、就医频率值与就医相距值的预设比例系数,且g3>g4>g2>g1>0。
就医分析模块将信息评价系数与标准信息阈值进行比较,综合分析录入信息的各方面影响,确定慢病患者录入信息的有效性。
若信息评价系数K大于等于标准信息阈值,则说明录入的信息符合预设的有效性标准,此时就医分析模块将慢病患者的信息评价系数K通过主控模块发送至随访管理模块进行后续分析处理。
若信息评价系数小于标准信息阈值,则说明录入的信息在综合分析下有效性不足,此时就医分析模块将该慢病患者标记为信息不准确人群,并将标记为信息不准确人群的慢病患者信息通过主控模块发送至随访管理模块进行后续分析处理。
随访管理模块接收到病情分析模块发送的标记为随访人群的慢病患者信息以及就医分析模块发送的标记为信息不准确人群的慢病患者信息后,先将二者进行比对,去除标记为随访人群的慢病患者信息中标记为信息不准确人群的慢病患者,留下录入信息符合有效性标准的慢病患者,将其标记为带随访对象。这样做筛掉了信息杂乱且不准确的患者信息,能够针对性的对有效信息输入的人群进行及时的随访治疗,节约了大量无效随访时间。
随访管理模块从数据存储模块中提取待随访对象的治疗行为信息,并根据治疗行为信息确定慢病患者的行为达成率,获取行为达成率值,由于治疗行为信息均为不良行为信息,其达成率越高,则说明慢病患者的日常习惯越差。
随访管理模块将行为达成率值标定为A,则根据待随访对象的行为达成率值A与信息评价系数K通过公式计算随访排序系数F,具体计算表达式如下:
F=q1A/q2F
式中,q1、q2分别为行为达成率值A与信息评价系数K的预设比例系数,且q1>q2>0。
当待随访对象的行为达成率值A越大时,说明待随访对象的不良行为越多,此时需要及时随访诊断,提出治疗意见,避免患者病情出现严重恶化,对健康造成影响;当信息评价系数K越大时,说明信息准确度越高,此时诊断医护人员对慢病患者的病情掌握越彻底,因此需要及时对病情掌握信息较差的慢病患者进行随访诊治。
随访管理模块根据随访排序系数F,由大到小依次确定待随访对象的随访次序,以便医护人员根据次序对慢病患者进行随访诊治安排。
实施例2
本发明实施例2与上述实施例的区别在于,上述实施例根据慢病患者的病情程度与病情趋势确定随访人群,并根据相应的日常行为与就医信息状态对待随访对象的随访顺序进行确定。但由于每个慢病患者的病情不同,同样需要随访诊治的患者可能病情严重程度也不同。
因此,本实施例中随访管理模块根据待随访对象的病情程度与病情趋势进一步细分随访重要程度,具体过程如下:
随访管理模块将中后期患者且病情具有恶化趋势的待随访对象标记为一级随访目标;
随访管理模块将中后期患者且病情不具有恶化趋势的待随访对象以及早期患者但病情具有恶化趋势的待随访对象标记为二级随访目标;
随访管理模块在进行随访顺序确定时,将一级随访目标与二级随访目标分开计算随访排序系数F,并先对一级随访目标进行随访诊治安排,再对二级随访目标进行随访诊治安排,即一级随访目标全部完成随访后,再对级随访目标进行随访诊治安排。
图2给出了一种数字化慢病随访管理系统方法流程图,具体过程如下:
本发明先通过慢病患者的病情程度与病情趋势确定随访人群,并对其病情进行综合分析确定一级随访目标与二级随访目标,对一级随访目标进行优先随访诊治安排;同时,本发明通过录入信息的相关数据确定随访目标的信息录入是否符合要求,筛除信息严重失真的随访目标,减少了大量无效随访时间;最后根据随访目标平日里不良行为信息与录入信息的准确值,综合确定随访目标的随访顺序,以保证能够及时的对需要核实信息改变行为习惯的慢病患者进行纠正与核查。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-on ly memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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。
最后: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,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 (6)

1.一种数字化慢病随访管理系统,其特征在于:包括主控模块,数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块;
主控模块与数据录入模块、病情分析模块、就医分析模块、随访管理模块以及数据存储模块均信号连接,用于发布控制指令并接收相关数据结果;
数据存储模块,用于存储电力监控系统在整个管理过程中产生的数据;
数据录入模块,用于收集录入慢病患者的自身信息,并将其通过主控模块分别发送至病情分析模块与就医分析模块进行分析处理;
病情分析模块,用于确定慢病患者的病情状况,根据病情状况确定随访人群,并将随访人群信息发送至随访管理模块;
就医分析模块,用于确定慢病患者的信息录入状况,并将其发送至随访管理模块;
随访管理模块根据随访人群的病情状况与信息录入状况确定随访人群的随访诊治顺序。
2.根据权利要求1所述的一种数字化慢病随访管理系统,其特征在于:所述慢病患者的自身信息包括医疗诊断信息与自我监测信息;
病情分析模块根据医疗诊断信息与自我监测信息确定慢病患者的病情程度与病情趋势,并将慢病患者进行划分:
若慢病患者为中后期患者,则将该慢病患者标记为随访人群;
若慢病患者为早期患者,但具有病情恶化趋势,则将该慢病患者标记为随访人群;
病情分析模块将标记为随访人群的慢病患者信息通过主控模块发送至随访管理模块进行分析处理。
3.根据权利要求2所述的一种数字化慢病随访管理系统,其特征在于:所述慢病患者的自身信息还包括就医状况信息;
就医分析模块先从数据存储模块中提取各慢病患者录入信息数据,所述包括各慢病患者录入信息频率值与录入信息完整度值,就医分析模块再根据就医状况信息确定慢病患者就医频率值与就医相距值,并根据录入信息频率值、录入信息完整度值、就医频率值与就医相距值通过公式计算信息评价系数K;
就医分析模块将信息评价系数与标准信息阈值进行比较:
若信息评价系数K大于等于标准信息阈值,则就医分析模块将慢病患者的信息评价系数K通过主控模块发送至随访管理模块进行后续分析处理;
若信息评价系数小于标准信息阈值,则就医分析模块将该慢病患者标记为信息不准确人群,并将标记为信息不准确人群的慢病患者信息通过主控模块发送至随访管理模块进行后续分析处理。
4.根据权利要求3所述的一种数字化慢病随访管理系统,其特征在于:所述随访管理模块接收到病情分析模块发送的标记为随访人群的慢病患者信息以及就医分析模块发送的标记为信息不准确人群的慢病患者信息后,先将二者进行比对,去除标记为随访人群的慢病患者信息中标记为信息不准确人群的慢病患者,留下录入信息符合有效性标准的慢病患者,将其标记为带随访对象。
5.根据权利要求4所述的一种数字化慢病随访管理系统,其特征在于:所述慢病患者的自身信息还包括治疗行为信息;
所述随访管理模块从数据存储模块中提取待随访对象的治疗行为信息,并根据治疗行为信息确定慢病患者的行为达成率,获取行为达成率值并将其标定为A;随访管理模块根据待随访对象的行为达成率值A与信息评价系数K通过公式计算随访排序系数F;
随访管理模块根据随访排序系数F,由大到小依次确定待随访对象的随访次序。
6.根据权利要求5所述的一种数字化慢病随访管理系统,其特征在于:所述随访管理模块还根据待随访对象的病情程度与病情趋势进一步细分随访重要程度,具体过程如下:
随访管理模块将中后期患者且病情具有恶化趋势的待随访对象标记为一级随访目标;
随访管理模块将中后期患者且病情不具有恶化趋势的待随访对象以及早期患者但病情具有恶化趋势的待随访对象标记为二级随访目标;
随访管理模块在进行随访顺序确定时,将一级随访目标与二级随访目标分开计算随访排序系数F,并先对一级随访目标进行随访诊治安排,再对二级随访目标进行随访诊治安排。
CN202310051179.2A 2023-02-02 2023-02-02 一种数字化慢病随访管理系统 Active CN115985523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310051179.2A CN115985523B (zh) 2023-02-02 2023-02-02 一种数字化慢病随访管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310051179.2A CN115985523B (zh) 2023-02-02 2023-02-02 一种数字化慢病随访管理系统

Publications (2)

Publication Number Publication Date
CN115985523A true CN115985523A (zh) 2023-04-18
CN115985523B CN115985523B (zh) 2023-08-15

Family

ID=85966634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310051179.2A Active CN115985523B (zh) 2023-02-02 2023-02-02 一种数字化慢病随访管理系统

Country Status (1)

Country Link
CN (1) CN115985523B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117153360A (zh) * 2023-10-30 2023-12-01 江苏华系医疗器械股份有限公司 一种内镜中心智慧管理系统
CN117198491A (zh) * 2023-09-27 2023-12-08 广州医科大学附属第一医院(广州呼吸中心) 一种预测慢性阻塞性肺疾病高危人群的数据分析系统
CN117409984A (zh) * 2023-09-21 2024-01-16 山东第一医科大学附属省立医院 一种糖尿病随访管理系统、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060036619A1 (en) * 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
US20060116911A1 (en) * 2004-11-30 2006-06-01 Informed Care, Inc. Method For Providing A Disease Management Service
CN110415777A (zh) * 2019-08-01 2019-11-05 上海市第六人民医院 一种类风湿关节炎患者电子随访系统
CN111785356A (zh) * 2020-06-15 2020-10-16 河北医科大学第二医院 一种血液肿瘤科随访管理系统
CN113871031A (zh) * 2021-10-29 2021-12-31 南京医路云数字科技研究院有限公司 一种实现临床科研一体化的慢性肾脏病随访系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060036619A1 (en) * 2004-08-09 2006-02-16 Oren Fuerst Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs
US20060116911A1 (en) * 2004-11-30 2006-06-01 Informed Care, Inc. Method For Providing A Disease Management Service
CN110415777A (zh) * 2019-08-01 2019-11-05 上海市第六人民医院 一种类风湿关节炎患者电子随访系统
CN111785356A (zh) * 2020-06-15 2020-10-16 河北医科大学第二医院 一种血液肿瘤科随访管理系统
CN113871031A (zh) * 2021-10-29 2021-12-31 南京医路云数字科技研究院有限公司 一种实现临床科研一体化的慢性肾脏病随访系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高雪;李岩;汪楠;姜琪馨;: "消化系统疾病临床管理程序的构建及其对脾胃疾病患者信息记录质量及随访效果的影响", 中国医学装备, no. 06, pages 162 - 166 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117409984A (zh) * 2023-09-21 2024-01-16 山东第一医科大学附属省立医院 一种糖尿病随访管理系统、装置、电子设备和存储介质
CN117198491A (zh) * 2023-09-27 2023-12-08 广州医科大学附属第一医院(广州呼吸中心) 一种预测慢性阻塞性肺疾病高危人群的数据分析系统
CN117198491B (zh) * 2023-09-27 2024-04-09 广州医科大学附属第一医院(广州呼吸中心) 一种预测慢性阻塞性肺疾病高危人群的数据分析系统
CN117153360A (zh) * 2023-10-30 2023-12-01 江苏华系医疗器械股份有限公司 一种内镜中心智慧管理系统
CN117153360B (zh) * 2023-10-30 2024-01-23 江苏华系医疗器械股份有限公司 一种内镜中心智慧管理系统

Also Published As

Publication number Publication date
CN115985523B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
US11087872B2 (en) Medical scan annotator system
CN115985523A (zh) 一种数字化慢病随访管理系统
WO2020181805A1 (zh) 糖尿病的预测方法及装置、存储介质、计算机设备
JP6909078B2 (ja) 疾病発症予測装置、疾病発症予測方法およびプログラム
US7487134B2 (en) Medical risk stratifying method and system
US20160063212A1 (en) System for Generating and Updating Treatment Guidelines and Estimating Effect Size of Treatment Steps
US11923094B2 (en) Monitoring predictive models
WO2013126724A2 (en) System and method for estimation of missing data in a multivariate longitudinal setup
US20200330046A1 (en) Digital twin updating
JP2013513846A (ja) 医学データの自動注釈
EP3540609A1 (en) Artificial-intelligence techniques for investigatory-event population selection using graph models
WO2018096310A1 (en) Patient status monitor and method of monitoring patient status
US20210241909A1 (en) Method and a system for evaluating treatment strategies on a virtual model of a patient
Lee et al. Stochastic modelling of respiratory system elastance for mechanically ventilated respiratory failure patients
Sarlabous et al. Development and validation of a sample entropy-based method to identify complex patient-ventilator interactions during mechanical ventilation
WO2019060991A1 (en) PREDICTION OF PHYSIOLOGICAL PROPERTIES
Yue et al. Validity study of a multiscaled fusion network using single-lead electrocardiogram signals for obstructive sleep apnea diagnosis
WO2012142076A1 (en) System and method for monitoring glucose or other compositions in an individual
US11298087B2 (en) Method and system for predicting physiological alarm frequency by patient monitors
JP6960369B2 (ja) 分析システム及び分析方法
JP2006087603A (ja) 血糖値データ分析システム、血糖値データ分析プログラムおよび血糖値データ分析方法
CN117153412A (zh) 患病风险筛查方法、设备及存储介质
CN114512241A (zh) 一种基于频次分析的食管静脉瘤信息智能搜寻方法及系统
CN117373665A (zh) 基于大数据的数字化健康管理方法及相关装置
CN118280576A (zh) 一种基于高维肿瘤数据的患者护理等级智能评估系统

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