CN116313017A - 云计算下的公共卫生调度一体化平台 - Google Patents

云计算下的公共卫生调度一体化平台 Download PDF

Info

Publication number
CN116313017A
CN116313017A CN202310547125.5A CN202310547125A CN116313017A CN 116313017 A CN116313017 A CN 116313017A CN 202310547125 A CN202310547125 A CN 202310547125A CN 116313017 A CN116313017 A CN 116313017A
Authority
CN
China
Prior art keywords
hospital
treatment
ambulance
disease
infected person
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
CN202310547125.5A
Other languages
English (en)
Other versions
CN116313017B (zh
Inventor
梁文清
张玉玺
左志平
李云
关粟柏
王志杰
杨阳
郭宝昆
帖经伟
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.)
HEBEI GOLDEN LOCK SAFETY ENGINEERING CO LTD
Original Assignee
HEBEI GOLDEN LOCK SAFETY ENGINEERING CO LTD
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 HEBEI GOLDEN LOCK SAFETY ENGINEERING CO LTD filed Critical HEBEI GOLDEN LOCK SAFETY ENGINEERING CO LTD
Priority to CN202310547125.5A priority Critical patent/CN116313017B/zh
Publication of CN116313017A publication Critical patent/CN116313017A/zh
Application granted granted Critical
Publication of CN116313017B publication Critical patent/CN116313017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (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

本发明涉及公共卫生调度技术领域，具体公开云计算下的公共卫生调度一体化平台，本发明在对区域中存在的感染者进行适配救治医院调度时通过将区域中各医院的救治资源配备信息与救护车的显示终端相关联，体现了调度途中与区域内各医院对应救治资源配备信息的实时互通，并将其结合对感染者患病指征的实时监测进行感染者对应适配救治医院的智能确定，实现了感染者对应适配救治医院的合理有效调度，与此同时在确定救护车上感染者对应的适配救治医院时通过将感染者的患病指征实时上传至相应医院，实现了对待调度医院的患者病情提前共享，能够给相应医院提供一个救治物资准备的缓冲时间，大大降低了感染者耽误最佳救治时间的发生率。

Description

云计算下的公共卫生调度一体化平台
技术领域
本发明涉及公共卫生调度技术领域，具体而言，是云计算下的公共卫生调度一体化平台。
背景技术
为了尽可能降低公共卫生事件造成的损失，加强公共卫生应急调度管理显得尤为重要。
目前公共卫生应急调度管理大多侧重于对医护人员和救援物资分配的调度，对感染者的救治医院调度关注较少，具体体现在某区域中出现感染者时需要由救护车辆将感染者运送到医院进行救治，在这过程中就存在对感染者对应适配救治医院的筛选调度需求，当前考虑到感染者需要及时救治，对适配救治医院的调度一般都是以就近救治为调度原则，由于在调度途中无法实现与区域内存在的各医院对应救治资源配备信息的实时互通，导致调度依赖的医院救治资源配备信息处于闭塞状态下，容易发生就近选择的救治医院因救治资源配备不足而难以满足救治需求的现象，从而无形之中增大了感染者的救治不及时风险，致使调度效果难以符合预期。
另外目前在确定需要调度的医院时大多直接将感染者运送到相应的医院，缺乏对待调度医院的患者病情提前共享，无法给相应医院提供一个救治物资准备的缓冲时间，容易导致相应医院准备仓促、混乱，存在耽误感染者最佳救治时间的可能性，从而在一定程度上影响了救治结果。
发明内容
为此，本申请实施例的一个目的在于提供云计算下的公共卫生调度一体化平台，有效解决了背景技术提到的问题。
为达到上述目的，本发明的技术方案是这样实现的：云计算下的公共卫生调度一体化平台，包括：医院基础配置获取模块，用于统计指定区域内存在的医院数量，并定位各医院的坐落位置，同时获取各医院的划分等级。
医院救治资源配备提取关联模块，用于实时从各医院的救治中心提取救治资源配备信息，并将其与救护车显示终端相关联。
感染者患病指征监测模块，用于利用救护车内的病症监测设备实时监测各感染者的患病指征。
救治信息库，用于存储各特定疾病关联症状指标对应的正常值，存储治疗特定疾病对应各种患病等级的倾向救治疗程，并存储救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量。
救护车行驶位置定位模块，用于在救护车内设置定位仪，由其实时定位救护车的行驶位置。
感染者病情评估模块，用于基于各感染者的患病指征实时分析各感染者对应的病情评估系数。
感染者救治调度管理模块，用于由调度中心基于各感染者对应的病情评估系数、救护车的行驶位置、各医院的救治资源配备信息和基础配置对救护车上感染者对应的适配救治医院进行智能确定。
调度传达模块，用于将确定的适配救治医院分别传达至救护车和相应医院，同时将各感染者的患病指征实时共享至适配救治医院。
作为上述方案的进一步优化，所述救治资源配备信息包括床位配备数量、床位医护人员配比和各种特定疾病关联治疗物资的配备数量。
作为上述方案的进一步优化，所述患病指征包括基础生理指标和特定疾病关联症状指标，其中基础生理指标包括体温、心率、血压、血糖和呼吸频率。
作为上述方案的进一步优化，所述分析各感染者对应的病情评估系数包括以下步骤：从各感染者的患病指征中提取特定疾病关联症状指标，并从救治信息库中提取各特定疾病关联症状指标对应的正常值，进而利用公式
Figure SMS_1
计算出各感染者的关联特定疾病病重度/>
Figure SMS_2
，k表示为感染者编号，/>
Figure SMS_3
，/>
Figure SMS_4
表示为第k感染者对应的第b特定疾病关联症状指标，b表示为特定疾病关联症状指标，/>
Figure SMS_5
，/>
Figure SMS_6
表示为第b特定疾病关联症状指标对应的正常值。
从各感染者的患病指征中提取基础生理指标，并代入公式
Figure SMS_9
计算出各感染者的基本生理异常度/>
Figure SMS_14
，其中/>
Figure SMS_16
、/>
Figure SMS_10
、/>
Figure SMS_12
、/>
Figure SMS_17
、/>
Figure SMS_18
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率，/>
Figure SMS_7
、/>
Figure SMS_11
、/>
Figure SMS_13
、/>
Figure SMS_15
、/>
Figure SMS_8
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率对应的正常值,U表示为设定的单位权重因子，且U>1，e表示为自然常数。
将
Figure SMS_19
和/>
Figure SMS_20
导入病情评估算法中/>
Figure SMS_21
得到各感染者对应的病情评估系数/>
Figure SMS_22
。
作为上述方案的进一步优化，所述对救护车上感染者对应的适配救治医院进行智能确定具体执行过程如下：（1）将各感染者对应的病情评估系数与设定的各种患病等级对应的病情评估系数区间进行对比，从中筛选出各感染者对应的患病等级。
（2）将各感染者对应的患病等级与预先配置的紧急患病等级进行匹配，若存在匹配成功的感染者，将该感染者记为紧急感染者，并在当前时刻从救护车显示终端上显示的各医院的救治资源配备信息中选择优选符合医院，作为救护车上感染者对应的适配救治医院，若不存在匹配成功的感染者，则执行（3）-（9）。
（3）统计救护车上存在的感染者数量，并从各医院的救治资源配备信息中提取床位配备数量，进而将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，从中识别出有效医院，进而对各有效医院进行床位配备匹配度
Figure SMS_23
计算，其计算表达式为
Figure SMS_24
，式中/>
Figure SMS_25
表示为第f有效医院对应的床位配备数量，其中f表示为有效医院的编号，/>
Figure SMS_26
，z表示为救护车上存在的感染者数量。
（4）将各感染者对应的患病等级与救治信息库中治疗特定疾病对应各种患病等级的倾向救治疗程进行匹配，从中获取各感染者对应的倾向救治疗程，此时从救治信息库中提取救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量，进而利用公式
Figure SMS_27
预测救护车上感染者对应的理想救治医院物资需求量/>
Figure SMS_28
，其中/>
Figure SMS_29
表示为救治单个感染者对应第j种特定疾病关联治疗物资的单位救治疗程使用量,j表示为特定疾病关联治疗物资的种类编号，/>
Figure SMS_30
,/>
Figure SMS_31
表示为第k感染者对应的倾向救治疗程。
（5）从各有效医院的救治资源配备信息中提取各种特定疾病关联治疗物资的配备数量，进而将各有效医院对应各种特定疾病关联治疗物资的配备数量与救护车上感染者对应的理想救治医院物资需求量进行对比，计算各有效医院对应的治疗物资配备匹配度
Figure SMS_32
,其中/>
Figure SMS_33
表示为第f有效医院中第j种特定疾病关联治疗物资的配备数量。
（6）将各有效医院的坐落位置与救护车的行驶位置进行对比，得到各有效医院对应的救护距离。
（7）将各有效医院的划分等级与预定的各种医院划分等级对应的医疗资质表征值进行匹配，得到各有效医院对应的医疗资质表征值。
（8）将各有效医院对应的床位配备匹配度、治疗物资配备匹配度、救护距离、医疗资质表征值和床位医护人员配比导入救治优势模型
Figure SMS_34
，统计得到各有效医院对应的救治优势度/>
Figure SMS_35
，其中/>
Figure SMS_36
、/>
Figure SMS_37
、/>
Figure SMS_38
分别表示为第f有效医院对应的救护距离、医疗资质表征值、床位医护人员配比。
（9）将各有效医院对应的救治优势度进行相互对比，从中选择最大救治优势度对应的有效医院作为救护车上感染者对应的适配救治医院。
作为上述方案的进一步优化，所述优选符合医院的筛选过程如下：依据各医院的坐落位置和救护车在当前时刻的行驶位置获取各医院在当前时刻的救护距离，并据此将各医院按照救护距离由近到远的顺序进行排列。
按照医院的排列顺序依次从救护车显示终端上显示的各医院的救治资源配备信息中提取各医院的床位配备数量及各种特定疾病关联治疗物资的配备数量，并将其与筛选条件
Figure SMS_39
进行对比，若某医院能够符合筛选条件，则将该医院作为优选符合医院，其中/>
Figure SMS_40
表示为第i医院的床位配备数量,/>
Figure SMS_41
表示为第i医院中第j种特定疾病关联治疗物资的配备数量。
作为上述方案的进一步优化，所述有效医院的识别方式为将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，以此从若干医院中筛选出床位配备数量大于或等于救护车上存在的感染者数量的医院作为有效医院。
作为上述方案的进一步优化，还包括救护车最佳行驶路线规划导航模块，用于由调度中心基于救护车的当前行驶位置规划救护车行驶路线，并传输至救护车行驶导航端，其中救护车行驶路线具体规划方式为：第一步、若救护车上存在紧急感染者，则直接基于救护车的当前行驶位置和适配救治医院的坐落位置进行行驶路线规划，反之则执行第二步和第三步。
第二步、将各有效医院按照救治优势度降序排列，进而从排列结果中提取排在第一位和第二位的有效医院，分别记为第一医院和第二医院，从而规划救护车当前行驶位置到达第一医院的若干行驶路线和救护车当前行驶位置到达第二医院的最短行驶路线。
第三步、将救护车当前行驶位置到达第一医院的各条行驶路线与救护车当前行驶位置到达第二医院的最短行驶路线进行重合对比，从而依据各条行驶路线的重合对比结果和行驶距离进行救护车行驶路线择优选取。
与现有技术相比，本发明具有以下优点：1、本发明在对区域中存在的感染者进行适配救治医院调度时通过将区域中各医院的救治资源配备信息与救护车的显示终端相关联，体现了调度途中与区域内各医院对应救治资源配备信息的实时互通，并将其结合对感染者患病指征的实时监测进行感染者对应适配救治医院的智能确定，实现了感染者对应适配救治医院的合理有效调度，能够最大限度避免发生选择的救治医院因救治资源配备不足而难以满足救治需求的现象，有利于减少感染者的救治不及时风险，有助于提高调度效果。
2、本发明在监测感染者的患病指征时考虑到因感染者的个人体质差异有些感染者在感染疾病时可能会对其他生理指标造成影响，因而不仅对感染者的特定疾病关联症状指标进行监测，还对感染者的基础生理指标进行监测，体现了对感染者患病指征的全面监测，有利于规避单纯以感染者特定疾病关联症状指标作为患病指征造成的监测片面性，能够为感染者的病情评估提供全面有价值的参照。
3、本发明在确定救护车上感染者对应的适配救治医院时通过将感染者的患病指征实时上传至适配救治医院，实现了对待调度医院的患者病情提前共享，能够给相应医院提供一个救治物资准备的缓冲时间，有利于加快感染者的救治进程，大大降低了感染者耽误最佳救治时间的发生率，为感染者的救治效果提供了救治时间的有力保障。
4、本发明在确定救护车上感染者对应的适配救治医院后还增加了由救护车当前行驶位置到达适配救治医院的行驶路线规划，有利于节省行驶时长，使救护车能够快速到达适配救治医院，为感染者的救治赢得一定时间，具有较强的实用价值。
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为本发明的系统连接示意图。
图2为本发明中救护车行驶路线规划的示意图。
附图标记：a——救护车上存在紧急感染者，b——救护车上不存在紧急感染者，A——救护车当前行驶位置，B——第一医院坐落位置，C——第二医院坐落位置。
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，本发明提出云计算下的公共卫生调度一体化平台，具体包括医院基础配置获取模块、医院救治资源配备提取关联模块、感染者患病指征监测模块、救治信息库、救护车行驶位置定位模块、感染者病情评估模块、感染者救治调度管理模块、调度传达模块和救护车行驶路线规划导航模块。
上述中各模块之间的连接关系为感染者患病指征监测模块与感染者病情评估模块连接，医院基础配置获取模块、医院救治资源配备提取关联模块、救护车行驶位置定位模块和感染者病情评估模块均与感染者救治调度管理模块连接，感染者救治调度管理模块分别与调度传达模块和救护车行驶路线规划导航模块连接，救治信息库分别与感染者病情评估模块和感染者救治调度管理模块连接。
所述医院基础配置获取模块用于统计指定区域内存在的医院数量，并定位各医院的坐落位置，同时获取各医院的名称，从而将各医院的名称通过查询获取各医院的划分等级。
需要说明的是，医院基础配置包括医院坐落位置和医院划分等级，其中医院划分等级的具体示例为三级甲等、二级乙等、一级甲等等。
所述医院救治资源配备提取关联模块用于实时从各医院的救治中心提取救治资源配备信息，其中救治资源配备信息包括床位配备数量、床位医护人员配比和各种特定疾病关联治疗物资的配备数量，并将救治资源配备信息与救护车显示终端相关联，使得救护车显示终端能够实时显示各医院的救治资源配备信息。
可理解的是，上述提到的特定疾病指的是引发公共卫生事件的疾病，特定疾病关联治疗物资指的是引发公共卫生事件的疾病关联的治疗物资，例如病房护理用品、手术设备、药物等。
所述感染者患病指征监测模块用于利用救护车内的病症监测设备实时监测各感染者的患病指征，所述患病指征包括基础生理指标和特定疾病关联症状指标，其中基础生理指标包括体温、心率、血压、血糖和呼吸频率。
需要理解的是当特定疾病关联症状指标与基础生理指标存在重复的指标时将重复指标作为特定疾病关联症状指标使用，有利于提高感染者病情评估的准确度，作为一个示例，特定疾病关联症状指标与基础生理指标都存在体温这个指标，此时将体温这个指标作为特定疾病关联症状指标，并从基础生理指标中去除该指标。
本发明在监测感染者的患病指征时考虑到因感染者的个人体质差异有些感染者在感染疾病时可能会对其他生理指标造成影响，因而不仅对感染者的特定疾病关联症状指标进行监测，还对感染者的基础生理指标进行监测，体现了对感染者患病指征的全面监测，有利于规避单纯以感染者特定疾病关联症状指标作为患病指征造成的监测片面性，能够为感染者的病情评估提供全面有价值的参照。
所述救治信息库用于存储各特定疾病关联症状指标对应的正常值，存储治疗特定疾病对应各种患病等级的倾向救治疗程，并存储救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量。
所述救护车行驶位置定位模块用于在救护车内设置定位仪，由其实时定位救护车的行驶位置。
所述感染者病情评估模块用于基于各感染者的患病指征实时分析各感染者对应的病情评估系数，具体包括以下步骤：从各感染者的患病指征中提取特定疾病关联症状指标，并从救治信息库中提取各特定疾病关联症状指标对应的正常值，进而利用公式
Figure SMS_42
计算出各感染者的关联特定疾病病重度/>
Figure SMS_43
，k表示为感染者编号，/>
Figure SMS_44
，/>
Figure SMS_45
表示为第k感染者对应的第b特定疾病关联症状指标，b表示为特定疾病关联症状指标，/>
Figure SMS_46
，/>
Figure SMS_47
表示为第b特定疾病关联症状指标对应的正常值。
从各感染者的患病指征中提取基础生理指标，并代入公式
Figure SMS_50
计算出各感染者的基本生理异常度/>
Figure SMS_54
，其中/>
Figure SMS_57
、/>
Figure SMS_49
、/>
Figure SMS_52
、/>
Figure SMS_55
、/>
Figure SMS_58
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率，/>
Figure SMS_48
、/>
Figure SMS_53
、/>
Figure SMS_56
、/>
Figure SMS_59
、/>
Figure SMS_51
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率对应的正常值,U表示为设定的单位权重因子，且U>1，e表示为自然常数。
在上述方案基础上，
Figure SMS_60
、/>
Figure SMS_61
、/>
Figure SMS_62
、/>
Figure SMS_63
、/>
Figure SMS_64
具体获取方式为：分别获取各患者的年龄，以此识别各患者所处年龄段。
将各患者所处年龄段与设定的各种年龄段中体温、心率、血压、血糖、呼吸频率对应的正常值进行匹配，从中匹配出各患者的体温、心率、血压、血糖、呼吸频率对应的正常值。
将
Figure SMS_65
和/>
Figure SMS_66
导入病情评估算法中/>
Figure SMS_67
得到各感染者对应的病情评估系数/>
Figure SMS_68
。
所述感染者救治调度管理模块用于由调度中心基于各感染者对应的病情评估系数、救护车的行驶位置、各医院的救治资源配备信息和基础配置对救护车上感染者对应的适配救治医院进行智能确定，具体优选实施过程为（1）将各感染者对应的病情评估系数与设定的各种患病等级对应的病情评估系数区间进行对比，从中筛选出各感染者对应的患病等级。
（2）将各感染者对应的患病等级与预先配置的紧急患病等级进行匹配，若存在匹配成功的感染者，将该感染者记为紧急感染者，并在当前时刻从救护车显示终端上显示的各医院的救治资源配备信息中选择优选符合医院，作为救护车上感染者对应的适配救治医院，若不存在匹配成功的感染者，则执行（3）-（9）。
应用于上述实施例，优选符合医院的筛选过程如下：
依据各医院的坐落位置和救护车在当前时刻的行驶位置获取各医院在当前时刻的救护距离，并据此将各医院按照救护距离由近到远的顺序进行排列。
按照医院的排列顺序依次从救护车显示终端上显示的各医院的救治资源配备信息中提取各医院的床位配备数量及各种特定疾病关联治疗物资的配备数量，并将其与筛选条件
Figure SMS_69
进行对比，若某医院能够符合筛选条件，则将该医院作为优选符合医院，其中/>
Figure SMS_70
表示为第i医院的床位配备数量,/>
Figure SMS_71
表示为第i医院中第j种特定疾病关联治疗物资的配备数量。
需要说明的是，当救护车上存在紧急感染者时需要进行及时救治，此时以紧急感染者为优先救治对象，以运送时效性为调度原则，就近选择床位配备、特定疾病关联治疗物资配备数量不为0的医院先进行救治，对于救护车上存在的非紧急感染者可以在将紧急感染者运送到相应医院时当运送的医院医疗配置资源无法满足救治需求时进行转院处理。
（3）统计救护车上存在的感染者数量，并从各医院的救治资源配备信息中提取床位配备数量，进而将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，从中识别出有效医院，进而对各有效医院进行床位配备匹配度
Figure SMS_72
计算，其计算表达式为/>
Figure SMS_73
，式中/>
Figure SMS_74
表示为第f有效医院对应的床位配备数量，其中f表示为有效医院的编号，/>
Figure SMS_75
，z表示为救护车上存在的感染者数量。
上述中有效医院的识别方式为将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，以此从若干医院中筛选出床位配备数量大于或等于救护车上存在的感染者数量的医院作为有效医院。
（4）将各感染者对应的患病等级与救治信息库中治疗特定疾病对应各种患病等级的倾向救治疗程进行匹配，从中获取各感染者对应的倾向救治疗程，此时从救治信息库中提取救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量，进而利用公式
Figure SMS_76
预测救护车上感染者对应的理想救治医院物资需求量/>
Figure SMS_77
，其中
Figure SMS_78
表示为救治单个感染者对应第j种特定疾病关联治疗物资的单位救治疗程使用量,j表示为特定疾病关联治疗物资的种类编号，/>
Figure SMS_79
,/>
Figure SMS_80
表示为第k感染者对应的倾向救治疗程;
（5）从各有效医院的救治资源配备信息中提取各种特定疾病关联治疗物资的配备数量，进而将各有效医院对应各种特定疾病关联治疗物资的配备数量与救护车上感染者对应的理想救治医院物资需求量进行对比，计算各有效医院对应的治疗物资配备匹配度
Figure SMS_81
,其中/>
Figure SMS_82
表示为第f有效医院中第j种特定疾病关联治疗物资的配备数量。
（6）将各有效医院的坐落位置与救护车的行驶位置进行对比，得到各有效医院对应的救护距离。
（7）将各有效医院的划分等级与预定的各种医院划分等级对应的医疗资质表征值进行匹配，得到各有效医院对应的医疗资质表征值。
（8）将各有效医院对应的床位配备匹配度、治疗物资配备匹配度、救护距离、医疗资质表征值和床位医护人员配比导入救治优势模型
Figure SMS_83
，统计得到各有效医院对应的救治优势度/>
Figure SMS_84
，其中/>
Figure SMS_85
、/>
Figure SMS_86
、/>
Figure SMS_87
分别表示为第f有效医院对应的救护距离、医疗资质表征值、床位医护人员配比。
（9）将各有效医院对应的救治优势度进行相互对比，从中选择最大救治优势度对应的有效医院作为救护车上感染者对应的适配救治医院。
本发明在对区域中存在的感染者进行适配救治医院调度时通过将区域中各医院的救治资源配备信息与救护车的显示终端相关联，体现了调度途中与区域内各医院对应救治资源配备信息的实时互通，并将其结合对感染者患病指征的实时监测进行感染者对应适配救治医院的智能确定，实现了感染者对应适配救治医院的合理有效调度，能够最大限度避免发生选择的救治医院因救治资源配备不足而难以满足救治需求的现象，有利于减少感染者的救治不及时风险，有助于提高调度效果。
在进一步地技术方案中，本发明在对救护车上存在的感染者进行适配救治医院调度时通过对感染者的患病等级进行分析，由此基于感染者的患病等级针对性地进行适配救治医院调度，有效保障了紧急感染者的时效性调度和非紧急感染者的合理适配性调度，大大提升了调度效果。
所述调度传达模块用于将确定的适配救治医院分别传达至救护车和相应医院，同时将各感染者的患病指征实时共享至适配救治医院。
本发明在确定救护车上感染者对应的适配救治医院时通过将感染者的患病指征实时上传至适配救治医院，实现了对待调度医院的患者病情提前共享，能够给相应医院提供一个救治物资准备的缓冲时间，有利于加快感染者的救治进程，大大降低了感染者耽误最佳救治时间的发生率，为感染者的救治效果提供了救治时间的有力保障。
所述救护车行驶路线规划导航模块用于由调度中心基于救护车的当前行驶位置规划救护车行驶路线，并传输至救护车行驶导航端，参见图2所示，救护车行驶路线具体规划方式为：第一步、若救护车上存在紧急感染者，则直接基于救护车的当前行驶位置和适配救治医院的坐落位置进行行驶路线规划，反之则执行第二步和第三步。
第二步、将各有效医院按照救治优势度降序排列，进而从排列结果中提取排在第一位和第二位的有效医院，分别记为第一医院和第二医院，从而规划救护车当前行驶位置到达第一医院的若干行驶路线和救护车当前行驶位置到达第二医院的最短行驶路线。
第三步、将救护车当前行驶位置到达第一医院的各条行驶路线与救护车当前行驶位置到达第二医院的最短行驶路线进行重合对比，得到各条行驶路线的重合路线距离，进而将各条行驶路线的重合路线距离和行驶距离导入公式
Figure SMS_88
，计算出各条行驶路线的使用价值度/>
Figure SMS_89
，其中d表示为规划的救护车当前行驶位置到达第一医院的行驶路线编号，/>
Figure SMS_90
，/>
Figure SMS_91
、/>
Figure SMS_92
分别表示为救护车当前行驶位置到达第一医院的第d条行驶路线的重合路线距离、行驶距离，进而从各条行驶路线的使用价值度中筛选出最大使用价值度对应的行驶路线作为救护车行驶路线，其中某条行驶路线的重合路线距离越长，本身行驶距离越短，该条行驶路线的使用价值度越大。
本发明在确定救护车上感染者对应的适配救治医院后还增加了由救护车当前行驶位置到达适配救治医院的行驶路线规划，规划有利于节省行驶时长，使救护车能够快速到达适配救治医院，为感染者的救治赢得一定时间，具有较强的实用价值。
本发明具体在进行行驶路线规划时以救治优势度为排序依据的第一医院和第二医院的坐落位置为规划对象实行主体偏向第一医院且与第二医院相距较近的行驶路线规划，这种规划方式能够在行驶途中发现第一医院的救治资源发生改变且无法满足救治需求时以最短的时间改向第二医院行驶，为感染者的及时救治提供行驶路线维度的有力保障。
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，只要不偏离本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.云计算下的公共卫生调度一体化平台，其特征在于，包括：
医院基础配置获取模块，用于统计指定区域内存在的医院数量，并定位各医院的坐落位置，同时获取各医院的划分等级；
医院救治资源配备提取关联模块，用于实时从各医院的救治中心提取救治资源配备信息，并将其与救护车显示终端相关联；
感染者患病指征监测模块，用于利用救护车内的病症监测设备实时监测各感染者的患病指征；
救治信息库，用于存储各特定疾病关联症状指标对应的正常值，存储治疗特定疾病对应各种患病等级的倾向救治疗程，并存储救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量；
救护车行驶位置定位模块，用于在救护车内设置定位仪，由其实时定位救护车的行驶位置；
感染者病情评估模块，用于基于各感染者的患病指征实时分析各感染者对应的病情评估系数；
感染者救治调度管理模块，用于由调度中心基于各感染者对应的病情评估系数、救护车的行驶位置、各医院的救治资源配备信息和基础配置对救护车上感染者对应的适配救治医院进行智能确定；
调度传达模块，用于将确定的适配救治医院分别传达至救护车和相应医院，同时将各感染者的患病指征实时共享至适配救治医院。
2.如权利要求1所述的云计算下的公共卫生调度一体化平台，其特征在于：所述救治资源配备信息包括床位配备数量、床位医护人员配比和各种特定疾病关联治疗物资的配备数量。
3.如权利要求1所述的云计算下的公共卫生调度一体化平台，其特征在于：所述患病指征包括基础生理指标和特定疾病关联症状指标，其中基础生理指标包括体温、心率、血压、血糖和呼吸频率。
4.如权利要求3所述的云计算下的公共卫生调度一体化平台，其特征在于：所述分析各感染者对应的病情评估系数包括以下步骤：
从各感染者的患病指征中提取特定疾病关联症状指标，并从救治信息库中提取各特定疾病关联症状指标对应的正常值，进而利用公式
Figure QLYQS_1
计算出各感染者的关联特定疾病病重度/>
Figure QLYQS_2
，k表示为感染者编号，/>
Figure QLYQS_3
，/>
Figure QLYQS_4
表示为第k感染者对应的第b特定疾病关联症状指标，b表示为特定疾病关联症状指标，/>
Figure QLYQS_5
，
Figure QLYQS_6
表示为第b特定疾病关联症状指标对应的正常值；
从各感染者的患病指征中提取基础生理指标，并代入公式
Figure QLYQS_8
计算出各感染者的基本生理异常度/>
Figure QLYQS_10
，其中/>
Figure QLYQS_12
、/>
Figure QLYQS_14
、/>
Figure QLYQS_16
、/>
Figure QLYQS_17
、/>
Figure QLYQS_18
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率，/>
Figure QLYQS_7
、/>
Figure QLYQS_9
、/>
Figure QLYQS_11
、/>
Figure QLYQS_13
、/>
Figure QLYQS_15
分别表示为第k感染者的体温、心率、血压、血糖、呼吸频率对应的正常值,U表示为设定的单位权重因子，且U>1，e表示为自然常数；
将
Figure QLYQS_19
和/>
Figure QLYQS_20
导入病情评估算法中/>
Figure QLYQS_21
得到各感染者对应的病情评估系数/>
Figure QLYQS_22
。
5.如权利要求2所述的云计算下的公共卫生调度一体化平台，其特征在于：所述对救护车上感染者对应的适配救治医院进行智能确定具体执行过程如下：
（1）将各感染者对应的病情评估系数与设定的各种患病等级对应的病情评估系数区间进行对比，从中筛选出各感染者对应的患病等级；
（2）将各感染者对应的患病等级与预先配置的紧急患病等级进行匹配，若存在匹配成功的感染者，将该感染者记为紧急感染者，并在当前时刻从救护车显示终端上显示的各医院的救治资源配备信息中选择优选符合医院，作为救护车上感染者对应的适配救治医院，若不存在匹配成功的感染者，则执行（3）-（9）；
（3）统计救护车上存在的感染者数量，并从各医院的救治资源配备信息中提取床位配备数量，进而将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，从中识别出有效医院，进而对各有效医院进行床位配备匹配度
Figure QLYQS_23
计算，其计算表达式为
Figure QLYQS_24
，式中/>
Figure QLYQS_25
表示为第f有效医院对应的床位配备数量，其中f表示为有效医院的编号，/>
Figure QLYQS_26
，z表示为救护车上存在的感染者数量；
（4）将各感染者对应的患病等级与救治信息库中治疗特定疾病对应各种患病等级的倾向救治疗程进行匹配，从中获取各感染者对应的倾向救治疗程，此时从救治信息库中提取救治单个感染者对应各种特定疾病关联治疗物资的单位救治疗程使用量，进而利用公式
Figure QLYQS_27
预测救护车上感染者对应的理想救治医院物资需求量/>
Figure QLYQS_28
，其中/>
Figure QLYQS_29
表示为救治单个感染者对应第j种特定疾病关联治疗物资的单位救治疗程使用量,j表示为特定疾病关联治疗物资的种类编号，/>
Figure QLYQS_30
,/>
Figure QLYQS_31
表示为第k感染者对应的倾向救治疗程;
（5）从各有效医院的救治资源配备信息中提取各种特定疾病关联治疗物资的配备数量，进而将各有效医院对应各种特定疾病关联治疗物资的配备数量与救护车上感染者对应的理想救治医院物资需求量进行对比，计算各有效医院对应的治疗物资配备匹配度
Figure QLYQS_32
,其中/>
Figure QLYQS_33
表示为第f有效医院中第j种特定疾病关联治疗物资的配备数量；
（6）将各有效医院的坐落位置与救护车的行驶位置进行对比，得到各有效医院对应的救护距离；
（7）将各有效医院的划分等级与预定的各种医院划分等级对应的医疗资质表征值进行匹配，得到各有效医院对应的医疗资质表征值；
（8）将各有效医院对应的床位配备匹配度、治疗物资配备匹配度、救护距离、医疗资质表征值和床位医护人员配比导入救治优势模型
Figure QLYQS_34
，统计得到各有效医院对应的救治优势度/>
Figure QLYQS_35
，其中/>
Figure QLYQS_36
、/>
Figure QLYQS_37
、/>
Figure QLYQS_38
分别表示为第f有效医院对应的救护距离、医疗资质表征值、床位医护人员配比；
（9）将各有效医院对应的救治优势度进行相互对比，从中选择最大救治优势度对应的有效医院作为救护车上感染者对应的适配救治医院。
6.如权利要求5所述的云计算下的公共卫生调度一体化平台，其特征在于：所述优选符合医院的筛选过程如下：
依据各医院的坐落位置和救护车在当前时刻的行驶位置获取各医院在当前时刻的救护距离，并据此将各医院按照救护距离由近到远的顺序进行排列；
按照医院的排列顺序依次从救护车显示终端上显示的各医院的救治资源配备信息中提取各医院的床位配备数量及各种特定疾病关联治疗物资的配备数量，并将其与筛选条件
Figure QLYQS_39
进行对比，若某医院能够符合筛选条件，则将该医院作为优选符合医院，其中/>
Figure QLYQS_40
表示为第i医院的床位配备数量,/>
Figure QLYQS_41
表示为第i医院中第j种特定疾病关联治疗物资的配备数量。
7.如权利要求5所述的云计算下的公共卫生调度一体化平台，其特征在于：所述有效医院的识别方式为将救护车上存在的感染者数量与各医院对应的床位配备数量进行对比，以此从若干医院中筛选出床位配备数量大于或等于救护车上存在的感染者数量的医院作为有效医院。
8.如权利要求5所述的云计算下的公共卫生调度一体化平台，其特征在于：还包括救护车行驶路线规划导航模块，用于由调度中心基于救护车的当前行驶位置规划救护车行驶路线，并传输至救护车行驶导航端，其中救护车行驶路线具体规划方式为：
第一步、若救护车上存在紧急感染者，则直接基于救护车的当前行驶位置和适配救治医院的坐落位置进行行驶路线规划，反之则执行第二步和第三步；
第二步、将各有效医院按照救治优势度降序排列，进而从排列结果中提取排在第一位和第二位的有效医院，分别记为第一医院和第二医院，从而规划救护车当前行驶位置到达第一医院的若干行驶路线和救护车当前行驶位置到达第二医院的最短行驶路线；
第三步、将救护车当前行驶位置到达第一医院的各条行驶路线与救护车当前行驶位置到达第二医院的最短行驶路线进行重合对比，从而依据各条行驶路线的重合对比结果和行驶距离进行救护车行驶路线择优选取。
CN202310547125.5A 2023-05-16 2023-05-16 云计算下的公共卫生调度一体化平台 Active CN116313017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310547125.5A CN116313017B (zh) 2023-05-16 2023-05-16 云计算下的公共卫生调度一体化平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310547125.5A CN116313017B (zh) 2023-05-16 2023-05-16 云计算下的公共卫生调度一体化平台

Publications (2)

Publication Number Publication Date
CN116313017A true CN116313017A (zh) 2023-06-23
CN116313017B CN116313017B (zh) 2023-08-29

Family

ID=86799878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310547125.5A Active CN116313017B (zh) 2023-05-16 2023-05-16 云计算下的公共卫生调度一体化平台

Country Status (1)

Country Link
CN (1) CN116313017B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444300A (zh) * 2020-04-07 2020-07-24 南方科技大学 应急救助站的布局方法、装置、服务器及存储介质
CN111455900A (zh) * 2020-04-01 2020-07-28 无锡格物智能科技有限公司 路障布设方法、终端、计算机设备和存储介质
US20200242948A1 (en) * 2017-10-16 2020-07-30 Ford Global Technologies, Llc Routing of hitchhiking drones with respect to autonomous and connected vehicles
CN113066564A (zh) * 2021-03-03 2021-07-02 黄小芬 一种基于大数据的医疗床位安排系统
CN114626836A (zh) * 2022-05-17 2022-06-14 浙江大学 基于多智能体强化学习的急救后送决策系统及方法
CN114861087A (zh) * 2022-05-10 2022-08-05 北京安龙脉德医学科技有限公司 一种救急就近就能力的急救转运智能推荐系统
CN114913962A (zh) * 2022-04-14 2022-08-16 北京紫云智能科技有限公司 急救医院选择方法、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200242948A1 (en) * 2017-10-16 2020-07-30 Ford Global Technologies, Llc Routing of hitchhiking drones with respect to autonomous and connected vehicles
CN111455900A (zh) * 2020-04-01 2020-07-28 无锡格物智能科技有限公司 路障布设方法、终端、计算机设备和存储介质
CN111444300A (zh) * 2020-04-07 2020-07-24 南方科技大学 应急救助站的布局方法、装置、服务器及存储介质
CN113066564A (zh) * 2021-03-03 2021-07-02 黄小芬 一种基于大数据的医疗床位安排系统
CN114913962A (zh) * 2022-04-14 2022-08-16 北京紫云智能科技有限公司 急救医院选择方法、电子设备及存储介质
CN114861087A (zh) * 2022-05-10 2022-08-05 北京安龙脉德医学科技有限公司 一种救急就近就能力的急救转运智能推荐系统
CN114626836A (zh) * 2022-05-17 2022-06-14 浙江大学 基于多智能体强化学习的急救后送决策系统及方法

Also Published As

Publication number Publication date
CN116313017B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
Weng et al. Simulation optimization for emergency department resources allocation
Lowy et al. Attendance at accident and emergency departments: unnecessary or inappropriate?
Tanabe et al. Refining emergency severity index triage criteria
Roizen et al. Can patients use an automated questionnaire to define their current health status?
CN111161863A (zh) 远程医疗数据共享平台
Davido et al. Appropriateness of admission in an emergency department: reliability of assessement and causes of failure
CN112289465A (zh) 一种基于大数据的医疗监管系统
CN116895372B (zh) 一种基于大规模语言模型与元学习的智能急救分级系统
CN109767837A (zh) 一种基于胸痛地图的院前急救方法
CN110689935A (zh) 物联网急救服务平台及预警方法
CN110277169A (zh) 共享智能体检系统
CN115862819A (zh) 一种基于图像处理的医学图像管理方法
CN116313017B (zh) 云计算下的公共卫生调度一体化平台
CN110010234B (zh) 基于无线网络的紧急救援交互方法及系统
Ashour et al. Fuzzy AHP and utility theory based patient sorting in emergency departments
CN112489750A (zh) 一种基于智慧医疗云服务平台的导医系统
Ebrahimian et al. The role of physiological scores for decision making in internal prehospital emergency situations
WO2021096467A1 (en) Triage decision support method and the system using this method
Lee et al. The relationship among medical diagnosis, nursing diagnosis, and nursing intervention and the implications for home health care
CN112053775A (zh) 一种基于远程协助的移动式查体方法及装置
CN114613478A (zh) 急诊护理智能管理系统
CN109378075A (zh) 一种基于云数据叠加的创伤智能评估系统
Liang et al. Deep Learning-Based Medical Information System in First Aid of Surgical Trauma
Matsumoto et al. DPC in acute-phase inpatient hospital care
CN113781277A (zh) 一种开展康养服务的终端、系统和数据处理方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An integrated platform for public health scheduling under cloud computing

Granted publication date: 20230829

Pledgee: Agricultural Bank of China Limited Baoding Technology Branch

Pledgor: HEBEI GOLDEN LOCK SAFETY ENGINEERING Co.,Ltd.

Registration number: Y2024980007684