CN115995290B - 一种基于大数据的血液调配智能跟踪监控管理系统 - Google Patents

一种基于大数据的血液调配智能跟踪监控管理系统 Download PDF

Info

Publication number
CN115995290B
CN115995290B CN202310284350.4A CN202310284350A CN115995290B CN 115995290 B CN115995290 B CN 115995290B CN 202310284350 A CN202310284350 A CN 202310284350A CN 115995290 B CN115995290 B CN 115995290B
Authority
CN
China
Prior art keywords
blood
transfusion
allocation
target
target hospital
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310284350.4A
Other languages
English (en)
Other versions
CN115995290A (zh
Inventor
肖卿玉
成珍
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.)
SHENZHEN CITY BAOAN DISTRICT SHIYAN PEOPLE'S HOSPITAL
Original Assignee
SHENZHEN CITY BAOAN DISTRICT SHIYAN PEOPLE'S 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 SHENZHEN CITY BAOAN DISTRICT SHIYAN PEOPLE'S HOSPITAL filed Critical SHENZHEN CITY BAOAN DISTRICT SHIYAN PEOPLE'S HOSPITAL
Priority to CN202310284350.4A priority Critical patent/CN115995290B/zh
Publication of CN115995290A publication Critical patent/CN115995290A/zh
Application granted granted Critical
Publication of CN115995290B publication Critical patent/CN115995290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及血液调配智能跟踪监控管理领域，具体公开一种基于大数据的血液调配智能跟踪监控管理系统，该系统包括：献血者基本信息采集模块、血液智能存储模块、目标分配医院特性参数收集模块、血液调配分析中心、血液需求信息跟踪分析模块、血液智能跟踪管理模块和血液调配参照库，本发明提高了对城市血液分配进行分析考虑的层次性，能够根据医院的具体用血特性进行针对性的血液供应，使实际配送的血液量能够与医院的实际需求相协调，在一定程度上减少了医院血液供不应求或者供大于求的现象发生率，有利于整个城市血液的合理调配，进而保障了城市血液的科学合理的协调分配发展水平。

Description

一种基于大数据的血液调配智能跟踪监控管理系统
技术领域
本发明涉及血液调配跟踪监控管理技术领域，具体而言，涉及一种基于大数据的血液调配智能跟踪监控管理系统。
背景技术
血液采集是一种常见的医疗手段，各个城市往往会有固定的血液中心基站，并由血液中心基站对整个城市的医院进行针对的血液调配和输送，而血液在最终投入医院进行实际运用前，往往需要经历一系列的复杂运输管理流程，在此情形下，如何对血液进行高效化、便捷化的协调管理，是一项需要关注的管理焦点，鉴于此，需要对血液的调配进行智能化的跟踪监控管理。
当前，现有技术针对城市血液的调配管理还存在一部分的局限性，具体体现为以下几个层面：（1）现有的城市血液中心基站往往只是针对医院采取固定模式的血液分配和输送，在输送的前期较为匮乏针对目标输送的医院进行基本状况的初步分析，导致实际配送的血液量无法与医院的实际需求相协调，在一定程度上致使医院血液供不应求或者供大于求现象发生率的上涨，不利于整个城市血液的合理调配，进而折损了城市血液的科学合理的协调分配发展水平，同时无法根据医院的具体用血特性进行针对性的血液供应，进而间接增加了城市血液新鲜度的流失率，不利于为医院患者用血提供更加具有可靠性和安全性的支撑保障。
（2）目前，医院在针对需求用血患者进行院内血液分配时，大多是相关患者的关联医生进行血液的请求调配，请求调配的血液量多为医生依据自身的医疗救治经验进行决断，因而存在过度依赖于医生进行主观性决策的不足，医生在具备良好的专业救治能力的同时，不可避免的存在主观决策偏差，同时也无法细致的观测到患者的个体化身体差异，进而可能存在请求调配的血液量无法与输送的患者身体具体特性相匹配，导致在实际输血的过程中，因血液供应及时性的不足而影响了患者的救治医疗水平，不仅增加了患者的身体健康风险，无法达到患者理想的最佳救治医疗效果，并且给整个医院的血液分配造成一定程度的负面影响。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于大数据的血液调配智能跟踪监控管理系统，能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于大数据的血液调配智能跟踪监控管理系统，包括：献血者基本信息采集模块：用于由血液采集点的医疗人员采集各献血者的基本信息。
血液智能存储模块：用于将各献血者的血液包存储至对应的限定区域中心血液基站，并将限定区域中心血液基站记为指定血液基站。
目标分配医院特性参数收集模块：用于收集限定区域内的血液所属各目标分配医院的特性参数，并将限定区域内的血液所属各目标分配医院记为各目标医院。
血液调配分析中心：用于根据限定区域内的各献血者的基本信息以及各目标医院的特性参数，综合计算各目标医院所属各类型血液的调配优先指数，据此对各目标医院进行血液的调配，其中血液调配分析中心包括运输距离分析单元、历史血液消耗状况分析单元和血液留存量分析单元。
血液需求信息跟踪分析模块：用于对各目标医院的各血液需求信息进行跟踪，进而分析计算各目标医院的各需求输血患者的血液调配合理系数。
血液智能跟踪管理模块：用于根据各目标医院的各需求输血患者的血液调配合理系数，据此进行血液的智能管理提示。
血液调配参照库：用于存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例。
作为一种优选技术方案，所述各献血者的基本信息包括献血日期、献血时间点、血液抽取量和血液类型。
作为一种优选技术方案，所述限定区域内的血液所属各目标分配医院的特性参数包括区域地理位置、各类型血液的历史总消耗量以及各类型血液的留存量。
作为一种优选技术方案，所述运输距离分析单元用于对各目标医院的血液运输距离进行分析，具体过程包括：获取限定区域对应的地图，并定位至指定血液基站和各目标医院的区域地理位置，据此提取指定血液基站与各目标医院之间相隔的各市政道路，并构建提取指定血液基站与各目标医院的最短距离运输路线，记为各目标医院所属参考血液输送路线，并分别提取其路线长度
Figure SMS_1
。
统计指定血液基站存储的各血液包，进而提取指定血液基站存储的各血液包对应献血者的献血日期和献血时间点，并根据当前分析日期和时间点，进而提取指定血液基站存储的各血液包所属抽离存储时长，并根据各血液包的血液类型统计得到指定血液基站存储的各抽离存储时长区间对应的各类型血液包，进而与预定义的各种血液抽离存储时长区间对应的适宜运输时长进行匹配，归整得到指定血液基站存储的各抽离存储时长区间对应的各类型血液所属适宜运输时长
Figure SMS_2
。
根据预定义的单位血液运输路线长度的参考需求运输时长
Figure SMS_4
，并带入公式
Figure SMS_8
计算各目标医院对应各类型血液的运输契合指数/>
Figure SMS_11
，/>
Figure SMS_5
为预设的血液运输时长对应的契合修正因子，e为自然常数，i为各目标医院的编号，/>
Figure SMS_7
，/>
Figure SMS_10
表示为目标医院的数量，j为各抽离存储时长区间的编号，/>
Figure SMS_12
，/>
Figure SMS_3
表示为抽离存储时长区间的数量，m为各类型血液的编号，/>
Figure SMS_6
，/>
Figure SMS_9
表示为各类型血液的种数。
作为一种优选技术方案，所述历史血液消耗状况分析单元对各目标医院的历史血液消耗状况进行分析，具体过程包括：依据设定的历史监测周期，进而提取历史监测周期中各目标医院对应各类型血液的总消耗量，并依据历史监测周期的时长，通过处理得到各目标医院对应各类型血液的单位时长参考消耗量
Figure SMS_13
。
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而统计指定血液基站存储的各抽离存储时长区间对应的各类型血液量
Figure SMS_14
，并根据预定义的血液参考使用周期时长/>
Figure SMS_15
，进而计算各目标医院对应各类型血液的使用消耗需求指数/>
Figure SMS_16
，公式为/>
Figure SMS_17
，其中/>
Figure SMS_18
为预设的血液消耗量对应的使用消耗需求补偿因子。
作为一种优选技术方案，所述血液留存量分析单元用于对各目标医院的血液留存量进行分析，具体过程包括：根据各目标医院的各类型血液的留存量
Figure SMS_19
，进而计算各目标医院对应各类型血液的预计使用时长欠缺指数/>
Figure SMS_20
，公式为/>
Figure SMS_21
，其中/>
Figure SMS_22
为预设的血液留存量对应的预计使用时长欠缺修正值。
作为一种优选技术方案，所述各目标医院所属各类型血液的调配优先指数
Figure SMS_23
，具体计算公式为：/>
Figure SMS_24
，其中/>
Figure SMS_25
、/>
Figure SMS_26
和/>
Figure SMS_27
分别为预设的血液的运输契合指数、使用消耗需求指数和预计使用时长欠缺指数对应的调配优先占比权重因数。
作为一种优选技术方案，所述对各目标医院进行血液的调配，具体过程为：依据各目标医院所属各类型血液的调配优先指数，进而与预定义的各种调配优先指数区间的参考血液调配量进行匹配，得到各目标医院所属各类型血液的参考血液调配量。
通过整合得到各类型血液对应各目标医院的调配优先指数排序，得到各类型血液对应各目标医院的调配排列次序，记为调配条件1。
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而将各抽离存储时长区间按照对应的时长上限值进行从高到低排序，得到指定血液基站存储的各类型血液包对应的存储时长排列次序，记为调配条件2。
依据调配条件1和调配条件2对各目标医院按照各类型血液的参考血液调配量进行调配。
作为一种优选技术方案，所述对各目标医院的各血液需求信息进行跟踪，具体过程为：通过采集各目标医院的医护人员上传的各血液需求信息，其中血液需求信息包括患者身高、体重、年龄、血液类型、请求调配血液量和请求输血医疗名称，进而统计得到各目标医院的各需求输血患者。
依据各目标医院的各需求输血患者的身高和体重，计算得到各目标医院的各需求输血患者的身体质量指数
Figure SMS_28
。
依据各目标医院的各需求输血患者的年龄，进而与血液调配参照库中存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例进行匹配，将匹配成功的各历史输血患者医疗案例记为各待选历史输血案例，进而统计各目标医院的各需求输血患者所属各待选历史输血案例，并从中提取对应的请求输血医疗名称，将其与对应目标医院的对应需求输血患者的请求输血医疗名称进行匹配，进而将成功匹配的待选历史输血案例记为适配参照输血案例，统计各目标医院的各需求输血患者所属各适配参照输血案例。
提取各目标医院的各需求输血患者所属各适配参照输血案例的输血量
Figure SMS_31
，并依据各目标医院的各需求输血患者的请求调配血液量/>
Figure SMS_32
，通过对比计算得到各目标医院的各需求输血患者的血液调配合理系数/>
Figure SMS_34
，具体计算公式为：/>
Figure SMS_30
,其中g为各需求输血患者的编号，/>
Figure SMS_33
，/>
Figure SMS_35
表示为需求输血患者的数量，P为各适配参照输血案例的编号，/>
Figure SMS_36
,R为适配参照输血案例的数量，/>
Figure SMS_29
为设定的适配参照输血案例的输血量对应的修正因子。
作为一种优选技术方案，所述进行血液的智能管理提示，具体过程为：依据各目标医院的各需求输血患者的血液调配合理系数，将其与预定义的血液调配合理系数阈值进行比对，当某目标医院的某需求输血患者的血液调配合理系数低于血液调配合理系数阈值，则将该目标医院的该需求输血患者记为待分析需求输血患者，进而统计各目标医院的各待分析需求输血患者。
依据各目标医院的各待分析需求输血患者所属各适配参照输血案例的输血量，通过均值处理得到各目标医院的各待分析需求输血患者所属参照输血案例的平均输血量，提取各目标医院的各待分析需求输血患者的请求调配血液量，将其与对应的参照输血案例的平均输血量进行差值处理，得到各目标医院的各待分析需求输血患者的请求调配血液量的偏差值，据此进行血液的智能管理提示。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：（1）本发明通过收集限定区域内的血液所属各目标分配医院的特性参数，实现了在血液输送的前期针对目标输送的医院进行基本状况的初步分析，提高了对城市血液分配进行分析考虑的层次性，使实际配送的血液量能够与医院的实际需求相协调，在一定程度上减少了医院血液供不应求或者供大于求的现象发生率，有利于整个城市血液的合理调配，进而保障了城市血液的科学合理的协调分配发展水平。
（2）本发明通过计算各目标医院所属各类型血液的调配优先指数，为后续对各目标医院进行血液的调配提供了有力的数据支撑基础，能够根据医院的具体用血特性进行针对性的血液供应，进而降低了城市血液新鲜度的流失率，有利于为医院患者用血提供更加具有可靠性和安全性的支撑保障。
（3）本发明通过对各目标医院的各血液需求信息进行跟踪，进而保障了医院的血液使用合理性，避免过度依赖医生依据自身的医疗救治经验进行血液调配量的决断，进而有效弥补了过度依赖于医生进行主观性决策而存在的不足，考虑到医生在具备良好的专业救治能力的同时，也不可避免的存在主观决策偏差，本发明通过对患者的基本情况进行分析，能够细致的观测到患者的个体化身体差异，与医生的主观决策相互辅助，进而提高了请求调配的血液量与输送的患者身体具体特性之间的匹配度。
（4）本发明通过计算各目标医院的各需求输血患者的血液调配合理系数，据此进行血液的智能管理提示，有效避免在实际输血的过程中，因血液供应及时性的不足而影响了患者的救治医疗水平，不仅减少了患者的身体健康风险，且能够为患者达到理想的最佳救治医疗效果提供有力的数据支持，同时避免给整个医院的血液分配造成一定程度的负面影响。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的系统结构连接示意图。
图2为本发明的血液调配分析中心结构示意图。
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。
参照图1所示，本发明提供一种基于大数据的血液调配智能跟踪监控管理系统，包括：献血者基本信息采集模块、血液智能存储模块、目标分配医院特性参数收集模块、血液调配分析中心、血液需求信息跟踪分析模块、血液智能跟踪管理模块和血液调配参照库。
所述献血者基本信息采集模块与血液智能存储模块相连接，血液智能存储模块和目标分配医院特性参数收集模块均与血液调配分析中心相连接，血液需求信息跟踪分析模块分别与血液调配分析中心和血液调配参照库相连接，血液智能跟踪管理模块和血液需求信息跟踪分析模块相连接。
所述献血者基本信息采集模块用于由血液采集点的医疗人员采集各献血者的基本信息。
具体地，所述各献血者的基本信息包括献血日期、献血时间点、血液抽取量和血液类型。
需要解释的是，上述血液类型包括A型、B型和AB型等。
在一个具体的实施例中，本发明通过将各献血者的基本信息进行二维码构建，并由医疗人员粘贴至对应的血液包中，增强了对城市血液的智能化和数字化管理，为血液包在后续的实际运用过程中提供了更加科学合理的数据支撑保障，同时有利于在相应的医疗过程中，进行有依据的血液使用追溯。
所述血液智能存储模块用于将各献血者的血液包存储至对应的限定区域中心血液基站，并将限定区域中心血液基站记为指定血液基站。
所述目标分配医院特性参数收集模块用于收集限定区域内的血液所属各目标分配医院的特性参数，并将限定区域内的血液所属各目标分配医院记为各目标医院。
本发明具体实施例中，通过收集限定区域内的血液所属各目标分配医院的特性参数，实现了在血液输送的前期针对目标输送的医院进行基本状况的初步分析，提高了对城市血液分配进行分析考虑的层次性，使实际配送的血液量能够与医院的实际需求相协调，在一定程度上减少了医院血液供不应求或者供大于求的现象发生率，有利于整个城市血液的合理调配，进而保障了城市血液的科学合理的协调分配发展水平。
具体地，所述限定区域内的血液所属各目标分配医院的特性参数包括区域地理位置、各类型血液的历史总消耗量以及各类型血液的留存量。
所述血液调配分析中心用于根据限定区域内的各献血者的基本信息以及各目标医院的特性参数，综合计算各目标医院所属各类型血液的调配优先指数，据此对各目标医院进行血液的调配。
参照图2所示，血液调配分析中心包括运输距离分析单元、历史血液消耗状况分析单元和血液留存量分析单元。
具体地，所述运输距离分析单元用于对各目标医院的血液运输距离进行分析，具体过程包括：获取限定区域对应的地图，并定位至指定血液基站和各目标医院的区域地理位置，据此提取指定血液基站与各目标医院之间相隔的各市政道路，并构建提取指定血液基站与各目标医院的最短距离运输路线，记为各目标医院所属参考血液输送路线，并分别提取其路线长度
Figure SMS_37
。
统计指定血液基站存储的各血液包，进而提取指定血液基站存储的各血液包对应献血者的献血日期和献血时间点，并根据当前分析日期和时间点，进而提取指定血液基站存储的各血液包所属抽离存储时长，并根据各血液包的血液类型统计得到指定血液基站存储的各抽离存储时长区间对应的各类型血液包，进而与预定义的各种血液抽离存储时长区间对应的适宜运输时长进行匹配，归整得到指定血液基站存储的各抽离存储时长区间对应的各类型血液所属适宜运输时长
Figure SMS_38
。
根据预定义的单位血液运输路线长度的参考需求运输时长
Figure SMS_40
，并带入公式
Figure SMS_42
计算各目标医院对应各类型血液的运输契合指数/>
Figure SMS_45
，/>
Figure SMS_41
为预设的血液运输时长对应的契合修正因子，e为自然常数，i为各目标医院的编号，/>
Figure SMS_44
，/>
Figure SMS_47
表示为目标医院的数量，j为各抽离存储时长区间的编号，/>
Figure SMS_48
，/>
Figure SMS_39
表示为抽离存储时长区间的数量，m为各类型血液的编号，/>
Figure SMS_43
，/>
Figure SMS_46
表示为各类型血液的种数。
具体地，所述历史血液消耗状况分析单元对各目标医院的历史血液消耗状况进行分析，具体过程包括：依据设定的历史监测周期，进而提取历史监测周期中各目标医院对应各类型血液的总消耗量，并依据历史监测周期的时长，通过处理得到各目标医院对应各类型血液的单位时长参考消耗量
Figure SMS_49
。
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而统计指定血液基站存储的各抽离存储时长区间对应的各类型血液量
Figure SMS_50
，并根据预定义的血液参考使用周期时长/>
Figure SMS_51
，进而计算各目标医院对应各类型血液的使用消耗需求指数/>
Figure SMS_52
，公式为/>
Figure SMS_53
，其中/>
Figure SMS_54
为预设的血液消耗量对应的使用消耗需求补偿因子。
具体地，所述血液留存量分析单元用于对各目标医院的血液留存量进行分析，具体过程包括：根据各目标医院的各类型血液的留存量
Figure SMS_55
，进而计算各目标医院对应各类型血液的预计使用时长欠缺指数/>
Figure SMS_56
，公式为/>
Figure SMS_57
，其中/>
Figure SMS_58
为预设的血液留存量对应的预计使用时长欠缺修正值。
进一步地，所述各目标医院所属各类型血液的调配优先指数
Figure SMS_59
，具体计算公式为：
Figure SMS_60
，其中/>
Figure SMS_61
、/>
Figure SMS_62
和/>
Figure SMS_63
分别为预设的血液的运输契合指数、使用消耗需求指数和预计使用时长欠缺指数对应的调配优先占比权重因数。
本发明具体实施例中，通过计算各目标医院所属各类型血液的调配优先指数，为后续对各目标医院进行血液的调配提供了有力的数据支撑基础，能够根据医院的具体用血特性进行针对性的血液供应，进而降低了城市血液新鲜度的流失率，有利于为医院患者用血提供更加具有可靠性和安全性的支撑保障。
进一步地，所述对各目标医院进行血液的调配，具体过程为：依据各目标医院所属各类型血液的调配优先指数，进而与预定义的各种调配优先指数区间的参考血液调配量进行匹配，得到各目标医院所属各类型血液的参考血液调配量。
通过整合得到各类型血液对应各目标医院的调配优先指数排序，得到各类型血液对应各目标医院的调配排列次序，记为调配条件1。
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而将各抽离存储时长区间按照对应的时长上限值进行从高到低排序，得到指定血液基站存储的各类型血液包对应的存储时长排列次序，记为调配条件2。
依据调配条件1和调配条件2对各目标医院按照各类型血液的参考血液调配量进行调配。
所述血液需求信息跟踪分析模块用于对各目标医院的各血液需求信息进行跟踪，进而分析计算各目标医院的各需求输血患者的血液调配合理系数。
具体地，所述对各目标医院的各血液需求信息进行跟踪，具体过程为：通过采集各目标医院的医护人员上传的各血液需求信息，其中血液需求信息包括患者身高、体重、年龄、血液类型、请求调配血液量和请求输血医疗名称，进而统计得到各目标医院的各需求输血患者。
需要解释的是，上述请求输血医疗名称是以患者需求输血的医疗项目为划分依据的，具体可以理解为患者为何要进行输血，其具体采用的医疗诊治项目，例如：胃部肿瘤切割手术和孕妇剖腹分娩手术等。
依据各目标医院的各需求输血患者的身高和体重，计算得到各目标医院的各需求输血患者的身体质量指数
Figure SMS_64
。
需要解释的是，上述各目标医院的各需求输血患者的身体质量指数
Figure SMS_65
计算公式为：/>
Figure SMS_66
，其中/>
Figure SMS_67
和/>
Figure SMS_68
分别表示为第i个目标医院的第g个需求输血患者的体重和身高。
依据各目标医院的各需求输血患者的年龄，进而与血液调配参照库中存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例进行匹配，将匹配成功的各历史输血患者医疗案例记为各待选历史输血案例，进而统计各目标医院的各需求输血患者所属各待选历史输血案例，并从中提取对应的请求输血医疗名称，将其与对应目标医院的对应需求输血患者的请求输血医疗名称进行匹配，进而将成功匹配的待选历史输血案例记为适配参照输血案例，统计各目标医院的各需求输血患者所属各适配参照输血案例。
提取各目标医院的各需求输血患者所属各适配参照输血案例的输血量
Figure SMS_70
，并依据各目标医院的各需求输血患者的请求调配血液量/>
Figure SMS_72
，通过对比计算得到各目标医院的各需求输血患者的血液调配合理系数/>
Figure SMS_74
，具体计算公式为：/>
Figure SMS_71
,其中g为各需求输血患者的编号，/>
Figure SMS_73
，/>
Figure SMS_75
表示为需求输血患者的数量，P为各适配参照输血案例的编号，/>
Figure SMS_76
,R为适配参照输血案例的数量，/>
Figure SMS_69
为设定的适配参照输血案例的输血量对应的修正因子。
本发明具体实施例中，通过对各目标医院的各血液需求信息进行跟踪，进而保障了医院的血液使用合理性，避免过度依赖医生依据自身的医疗救治经验进行血液调配量的决断，进而有效弥补了过度依赖于医生进行主观性决策而存在的不足，考虑到医生在具备良好的专业救治能力的同时，也不可避免的存在主观决策偏差，本发明通过对患者的基本情况进行分析，能够细致的观测到患者的个体化身体差异，与医生的主观决策相互辅助，进而提高了请求调配的血液量与输送的患者身体具体特性之间的匹配度。
所述血液智能跟踪管理模块用于根据各目标医院的各需求输血患者的血液调配合理系数，据此进行血液的智能管理提示。
本发明具体实施例中，通过计算各目标医院的各需求输血患者的血液调配合理系数，据此进行血液的智能管理提示，有效避免在实际输血的过程中，因血液供应及时性的不足而影响了患者的救治医疗水平，不仅减少了患者的身体健康风险，且能够为患者达到理想的最佳救治医疗效果提供有力的数据支持，同时避免给整个医院的血液分配造成一定程度的负面影响。
具体地，所述进行血液的智能管理提示，具体过程为：依据各目标医院的各需求输血患者的血液调配合理系数，将其与预定义的血液调配合理系数阈值进行比对，当某目标医院的某需求输血患者的血液调配合理系数低于血液调配合理系数阈值，则将该目标医院的该需求输血患者记为待分析需求输血患者，进而统计各目标医院的各待分析需求输血患者。
依据各目标医院的各待分析需求输血患者所属各适配参照输血案例的输血量，通过均值处理得到各目标医院的各待分析需求输血患者所属参照输血案例的平均输血量，提取各目标医院的各待分析需求输血患者的请求调配血液量，将其与对应的参照输血案例的平均输血量进行差值处理，得到各目标医院的各待分析需求输血患者的请求调配血液量的偏差值，据此进行血液的智能管理提示。
需要解释的是，上述各目标医院的各待分析需求输血患者的请求调配血液量的偏差值的取值可以为正值，也可以为负值，当取值为正时，则进行血液的分配异常管理提示，并将请求调配血液量的偏差值反馈至对应目标医院的血库管理人员，其次，当取值为负时，同样将请求调配血液量的偏差值反馈至对应目标医院的血库管理人员，并将对应的各待分析需求输血患者记作为各风险血液分配输血患者，同时，提取对应的偏差值所属请求调配血液量，记为备用调配血液量，并根据对应的风险血液分配输血患者的血液类型，与对应目标医院的血库存储的各类型血液包进行匹配，得到与风险血液分配输血患者的血液类型向匹配的各类型血液包，并以备用调配血液量为分配依据，筛分得到相应的各类型血液包，进而统计各目标医院的各风险血液分配输血患者所属各备用血液包，并将其反馈至对应目标医院的血库管理人员和对应风险血液分配输血患者所属血液需求信息上传的关联医护人员。
所述血液调配参照库用于存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于，包括：
献血者基本信息采集模块：用于由血液采集点的医疗人员采集各献血者的基本信息；
血液智能存储模块：用于将各献血者的血液包存储至对应的限定区域中心血液基站，并将限定区域中心血液基站记为指定血液基站；
目标分配医院特性参数收集模块：用于收集限定区域内的血液所属各目标分配医院的特性参数，并将限定区域内的血液所属各目标分配医院记为各目标医院；
血液调配分析中心：用于根据限定区域内的各献血者的基本信息以及各目标医院的特性参数，综合计算各目标医院所属各类型血液的调配优先指数，据此对各目标医院进行血液的调配，其中血液调配分析中心包括运输距离分析单元、历史血液消耗状况分析单元和血液留存量分析单元；
血液需求信息跟踪分析模块：用于对各目标医院的各血液需求信息进行跟踪，进而分析计算各目标医院的各需求输血患者的血液调配合理系数；
所述对各目标医院的各血液需求信息进行跟踪，具体过程为：
通过采集各目标医院的医护人员上传的各血液需求信息，其中血液需求信息包括患者身高、体重、年龄、血液类型、请求调配血液量和请求输血医疗名称，进而统计得到各目标医院的各需求输血患者；
依据各目标医院的各需求输血患者的身高和体重，计算得到各目标医院的各需求输血患者的身体质量指数
Figure QLYQS_1
；
依据各目标医院的各需求输血患者的年龄，进而与血液调配参照库中存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例进行匹配，将匹配成功的各历史输血患者医疗案例记为各待选历史输血案例，进而统计各目标医院的各需求输血患者所属各待选历史输血案例，并从中提取对应的请求输血医疗名称，将其与对应目标医院的对应需求输血患者的请求输血医疗名称进行匹配，进而将成功匹配的待选历史输血案例记为适配参照输血案例，统计各目标医院的各需求输血患者所属各适配参照输血案例；
提取各目标医院的各需求输血患者所属各适配参照输血案例的输血量
Figure QLYQS_4
，并依据各目标医院的各需求输血患者的请求调配血液量/>
Figure QLYQS_5
，通过对比计算得到各目标医院的各需求输血患者的血液调配合理系数/>
Figure QLYQS_7
，具体计算公式为：/>
Figure QLYQS_3
,其中g为各需求输血患者的编号，/>
Figure QLYQS_6
，/>
Figure QLYQS_8
表示为需求输血患者的数量，P为各适配参照输血案例的编号，/>
Figure QLYQS_9
,R为适配参照输血案例的数量，/>
Figure QLYQS_2
为设定的适配参照输血案例的输血量对应的修正因子;
血液智能跟踪管理模块：用于根据各目标医院的各需求输血患者的血液调配合理系数，据此进行血液的智能管理提示；
所述进行血液的智能管理提示，具体过程为：
依据各目标医院的各需求输血患者的血液调配合理系数，将其与预定义的血液调配合理系数阈值进行比对，当某目标医院的某需求输血患者的血液调配合理系数低于血液调配合理系数阈值，则将该目标医院的该需求输血患者记为待分析需求输血患者，进而统计各目标医院的各待分析需求输血患者；
依据各目标医院的各待分析需求输血患者所属各适配参照输血案例的输血量，通过均值处理得到各目标医院的各待分析需求输血患者所属参照输血案例的平均输血量，提取各目标医院的各待分析需求输血患者的请求调配血液量，将其与对应的参照输血案例的平均输血量进行差值处理，得到各目标医院的各待分析需求输血患者的请求调配血液量的偏差值，据此进行血液的智能管理提示;
血液调配参照库：用于存储的各年龄区间所属不同身体质量指数区间的各历史输血患者医疗案例。
2.根据权利要求1所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述各献血者的基本信息包括献血日期、当日献血时间点、血液抽取量和血液类型。
3.根据权利要求2所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述限定区域内的血液所属各目标分配医院的特性参数包括区域地理位置、各类型血液的历史总消耗量以及各类型血液的留存量。
4.根据权利要求3所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述运输距离分析单元用于对各目标医院的血液运输距离进行分析，具体过程包括：
获取限定区域对应的地图，并定位至指定血液基站和各目标医院的区域地理位置，据此提取指定血液基站与各目标医院之间相隔的各市政道路，并构建提取指定血液基站与各目标医院的最短距离运输路线，记为各目标医院所属参考血液输送路线，并分别提取其路线长度
Figure QLYQS_10
；
统计指定血液基站存储的各血液包，进而提取指定血液基站存储的各血液包对应献血者的献血日期和当日献血时间点，并根据当前分析日期和时间点，进而提取指定血液基站存储的各血液包所属抽离存储时长，并根据各血液包的血液类型统计得到指定血液基站存储的各抽离存储时长区间对应的各类型血液包，进而与预定义的各种血液抽离存储时长区间对应的适宜运输时长进行匹配，归整得到指定血液基站存储的各抽离存储时长区间对应的各类型血液所属适宜运输时长
Figure QLYQS_11
；
根据预定义的单位血液运输路线长度的参考需求运输时长
Figure QLYQS_13
，并带入公式
Figure QLYQS_17
计算各目标医院对应各类型血液的运输契合指数/>
Figure QLYQS_20
，/>
Figure QLYQS_14
为预设的血液运输时长对应的契合修正因子，e为自然常数，i为各目标医院的编号，/>
Figure QLYQS_16
，/>
Figure QLYQS_19
表示为目标医院的数量，j为各抽离存储时长区间的编号，/>
Figure QLYQS_21
，/>
Figure QLYQS_12
表示为抽离存储时长区间的数量，m为各类型血液的编号，/>
Figure QLYQS_15
，/>
Figure QLYQS_18
表示为各类型血液的种数。
5.根据权利要求4所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述历史血液消耗状况分析单元对各目标医院的历史血液消耗状况进行分析，具体过程包括：
依据设定的历史监测周期，进而提取历史监测周期中各目标医院对应各类型血液的总消耗量，并依据历史监测周期的时长，通过处理得到各目标医院对应各类型血液的单位时长参考消耗量
Figure QLYQS_22
；
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而统计指定血液基站存储的各抽离存储时长区间对应的各类型血液量
Figure QLYQS_23
，并根据预定义的血液参考使用周期时长/>
Figure QLYQS_24
，进而计算各目标医院对应各类型血液的使用消耗需求指数/>
Figure QLYQS_25
，公式为/>
Figure QLYQS_26
，其中/>
Figure QLYQS_27
为预设的血液消耗量对应的使用消耗需求补偿因子。
6.根据权利要求5所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述血液留存量分析单元用于对各目标医院的血液留存量进行分析，具体过程包括：
根据各目标医院的各类型血液的留存量
Figure QLYQS_28
，进而计算各目标医院对应各类型血液的预计使用时长欠缺指数/>
Figure QLYQS_29
，公式为/>
Figure QLYQS_30
，其中/>
Figure QLYQS_31
为预设的血液留存量对应的预计使用时长欠缺修正值。
7.根据权利要求6所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述各目标医院所属各类型血液的调配优先指数
Figure QLYQS_32
，具体计算公式为：
Figure QLYQS_33
，其中/>
Figure QLYQS_34
、/>
Figure QLYQS_35
和/>
Figure QLYQS_36
分别为预设的血液的运输契合指数、使用消耗需求指数和预计使用时长欠缺指数对应的调配优先占比权重因数。
8.根据权利要求1所述的一种基于大数据的血液调配智能跟踪监控管理系统，其特征在于：所述对各目标医院进行血液的调配，具体过程为：
依据各目标医院所属各类型血液的调配优先指数，进而与预定义的各种调配优先指数区间的参考血液调配量进行匹配，得到各目标医院所属各类型血液的参考血液调配量；
通过整合得到各类型血液对应各目标医院的调配优先指数排序，得到各类型血液对应各目标医院的调配排列次序，记为调配条件1；
提取指定血液基站存储的各抽离存储时长区间对应的各类型血液包的血液抽取量，进而将各抽离存储时长区间按照对应的时长上限值进行从高到低排序，得到指定血液基站存储的各类型血液包对应的存储时长排列次序，记为调配条件2；
依据调配条件1和调配条件2对各目标医院按照各类型血液的参考血液调配量进行调配。
CN202310284350.4A 2023-03-22 2023-03-22 一种基于大数据的血液调配智能跟踪监控管理系统 Active CN115995290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310284350.4A CN115995290B (zh) 2023-03-22 2023-03-22 一种基于大数据的血液调配智能跟踪监控管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310284350.4A CN115995290B (zh) 2023-03-22 2023-03-22 一种基于大数据的血液调配智能跟踪监控管理系统

Publications (2)

Publication Number Publication Date
CN115995290A CN115995290A (zh) 2023-04-21
CN115995290B true CN115995290B (zh) 2023-06-06

Family

ID=85995305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310284350.4A Active CN115995290B (zh) 2023-03-22 2023-03-22 一种基于大数据的血液调配智能跟踪监控管理系统

Country Status (1)

Country Link
CN (1) CN115995290B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117116452B (zh) * 2023-10-19 2023-12-19 四川互慧软件有限公司 抗蛇毒血清区域库存优化与调度分配方法与系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4777152B2 (ja) * 2006-06-12 2011-09-21 三菱電機株式会社 追尾割当装置
CN110797116A (zh) * 2019-12-16 2020-02-14 烟台大学 一种基于区块链技术的血液全流程管理系统及方法
CN115440347A (zh) * 2021-06-04 2022-12-06 青岛海特生物医疗有限公司 用于血液调配的方法及装置、智能终端
CN114203284A (zh) * 2021-11-01 2022-03-18 重庆工商大学 一种应急血液调度方法
CN113921127A (zh) * 2021-11-25 2022-01-11 浙江大学医学院附属第一医院 一种区域内血液资源优化调度及精准使用信息系统及方法

Also Published As

Publication number Publication date
CN115995290A (zh) 2023-04-21

Similar Documents

Publication Publication Date Title
CN115995290B (zh) 一种基于大数据的血液调配智能跟踪监控管理系统
CN108305671B (zh) 由计算机实现的医学图像调度方法、调度系统及存储介质
CN115035998B (zh) 基于早期预测和无人快速配送的紧急血液调度方法及系统
CN106687959A (zh) 用于管理基于造影介质的医疗程序中的不良反应的系统和方法
CN103729531A (zh) 居民健康远程联网监护信息管理系统
CN116644869B (zh) 一种实时数据分析与公共卫生事件预测系统
CN115862819B (zh) 一种基于图像处理的医学图像管理方法
CN110797116A (zh) 一种基于区块链技术的血液全流程管理系统及方法
CN108565010A (zh) 一种医疗废物库存管理方法
Feng et al. Machine learning for predicting preoperative red blood cell demand
CN113039908A (zh) 一种施肥和灌溉动态决策方法及系统
CN115331793B (zh) 一种基于精益医疗的手术信息管理系统及方法
CN108805483A (zh) 一种医院药房库存管理系统及方法
CN112071412B (zh) 一种生物样本库管理系统
CN102999689A (zh) 一种病人信息处理方法
CN109192326A (zh) 一种人口健康大数据分析系统及其方法
CN103003820A (zh) 鉴定和选择至少一个用于移植的脐带血单元
CN109378078A (zh) 一种用于口腔种植修复的电子信息系统及方法
CN115588515A (zh) 基于大数据的多级医疗协作系统及其方法
CN111920396A (zh) 一种数字化自动测量记录手术纱布失血量系统
CN108538390A (zh) 一种面向医学数据的增量式处理方法
CN107403064A (zh) 一种医院中医生资源分配大数据系统
Guo et al. A two-stage stochastic model for daily reserve in inventory management of Rh-negative red blood cells
CN112466452A (zh) 一种基于临床路径和大数据的医疗设备合理化配置方法
Beliën et al. Optimizing the supply chain design for organ transplants

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