CN116434949A - 智能病理样本分配方法、装置、电子设备及存储介质 - Google Patents
智能病理样本分配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116434949A CN116434949A CN202310470230.3A CN202310470230A CN116434949A CN 116434949 A CN116434949 A CN 116434949A CN 202310470230 A CN202310470230 A CN 202310470230A CN 116434949 A CN116434949 A CN 116434949A
- Authority
- CN
- China
- Prior art keywords
- sample
- intelligent
- pathological
- client
- pathology
- 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
Links
- 230000007170 pathology Effects 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000001575 pathological effect Effects 0.000 claims abstract description 68
- 230000004044 response Effects 0.000 claims abstract description 57
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000003745 diagnosis Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 description 6
- 210000000481 breast Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001079 digestive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007171 neuropathology Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010827 pathological analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000000998 lymphohematopoietic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000003169 placental effect Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请的实施例提供了一种智能病理样本分配方法、装置、电子设备及存储介质,涉及数据处理技术领域。包括:根据分配筛选信息确定各客户端对应的分配优先级;根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;若接收到所述响应信号,则实时收取响应结果;若未接收到所述响应信号,则将所述病理样本返回样本池。本申请实施例通过对每个客户端建立包括分配筛选信息的数据库,智能病理样本分配平台做出智能匹配,病理样本可以被有效的分配到正确的目标客户端,能够提高分配效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种智能病理样本分配方法、装置、电子设备及存储介质。
背景技术
在病理诊断中,可以分为很多亚专科,如外科病理、乳腺病理、消化病理、妇科病理、神经病理等等。临床上获取病理切片后,需要将病理切片分配给对应亚专科的病理医生,也就是面向医生进行病理样本的分配。
现有的分配方法通常由人工手动分配。然而,因为分配工作人员和病理科医生之间存在信息差,分配人员无从得知医生的闲忙程度、诊断效率等情况,也就造成了病理样本的分配不均,进而导致准确率不高、效率低下等问题。
发明内容
本申请的目的包括,例如,提供了一种智能病理样本分配方法、装置、电子设备及存储介质,其能够自动将病理样本分配给合适的目标客户端,实现了高效分配。
本申请的实施例可以这样实现:
第一方面,本申请实施例提供了一种智能病理样本分配方法,应用于智能病理样本分配平台,所述方法包括:
根据分配筛选信息确定各客户端对应的分配优先级;
根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
若接收到所述响应信号,则实时收取响应结果;
若未接收到所述响应信号,则将所述病理样本返回样本池。
在一实施方式中,所述分配筛选信息包括诊断效率、诊断准确率和空闲程度,所述根据分配筛选信息确定各客户端对应的分配优先级,包括:
获取所述诊断效率对应的第一权重系数、所述诊断准确率对应的第二权重系数、所述空闲程度对应的第三权重系数;
将所述第一权重系数与所述诊断效率的乘积确定为第一优先级分量,将所述第二权重系数与所述诊断准确率的乘积确定为第二优先级分量,将所述第三权重系数与所述空闲程度的乘积确定为第三优先级分量;
将所述第一优先级分量、所述第二优先级分量和所述第三优先级分量的和确定为所述分配优先级。
在一实施方式中,所述根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,包括:
获取各所述客户端对应的分诊领域,根据所述分诊领域对所述病理样本进行预分配,得到所述病理样本对应的初步匹配结果,其中,一个病理样本对应多个初步匹配结果;
从多个所述初步匹配结果获取所述分配优先级最高的目标客户端。
在一实施方式中,所述方法还包括:
若存在多个所述目标客户端,则随机向一个所述目标客户端发送所述病理样本。
在一实施方式中,所述若接收到所述响应信号,则实时收取响应结果之后,包括:
根据所述响应结果更新所述客户端的分配筛选信息。
在一实施方式中,所述根据所述响应结果更新所述客户端的分配筛选信息,包括:
根据所述响应结果的处理时长更新所述客户端的诊断效率,其中,所述处理时长为所述响应结果被收取的时刻和所述病理样本被匹配的时刻的时间差;
根据在第二预设时间内收取的所述响应结果的个数更新所述客户端的空闲程度。
在一实施方式中,所述将所述病理样本返回样本池之后,还包括:
重新为所述病理样本匹配备选客户端,并向所述备选客户端发送所述病理样本,其中,所述备选客户端与所述目标客户端不同。
第二方面,本申请实施例提供了一种智能病理样本分配装置,应用于智能病理样本分配平台,所述装置包括:
确定模块,用于根据分配筛选信息确定各客户端对应的分配优先级;
匹配模块,用于根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
判断模块,用于判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
收取模块,用于若接收到所述响应信号,则实时收取响应结果;
返回模块,用于若未接收到所述响应信号,则将所述病理样本返回样本池。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行第一方面所述的智能病理样本分配方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面所述的智能病理样本分配方法。
本申请实施例的有益效果包括,例如:
本申请实施例通过对每个客户端建立包括分配筛选信息的数据库,智能病理样本分配平台做出智能匹配,病理样本可以被有效的分诊到正确的目标客户端,能够提高分配效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的智能病理样本分配方法的一流程示意图;
图2为本申请实施例提供的智能病理样本分配装置的一结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
实施例1
在病理诊断中,可以分很多亚专科,因此,也就存在各种各样的病理样本,例如外科病理、乳腺病理、消化病理、妇科病理、神经病理、泌尿及男性生殖病理、皮肤病理、内分泌病理、软组织病理、淋巴造血病理、头颈病理、骨关节病理、儿科病理、细胞病理(妇科)、细胞病理(非妇科)、肝脏病理、胎盘病理等。
而传统的分配方式,是通过人工分配各种病理样本,将临床获取的各种病理样本、切片分配给对应的医生,也就是对病理样本进行分诊。但是,若分配人员对医生不熟悉,则会造成分配上的不合理。此外,分配人员也难以确定医生是否空闲,若是将大量样本分配给本就很忙的医生,则会造成效率的降低。因此,需要一种病理样本的智能分配方法,以提高分配的合理性并提高分配效率。
具体地,请参考图1,本实施例提供了一种智能病理样本分配方法。
步骤S110,根据分配筛选信息确定各客户端对应的分配优先级;
在本实施例中,客户端可以是医生端。因为每个病理医生擅长的专长的领域、工作饱和度不同、工作效率也不同。因此,需要根据这些病理医生的擅长领域、诊断效率、诊断准确率和空闲程度等信息确定医生的客户端对应的分配筛选信息,从而得到各客户端对应的分配优先级。
具体地,可以通过对每个医生端建立数据库,对每个医生或专家的擅长领域、工作准确率、工作量进行数据维护和分析,并做出智能匹配,以使病理样本可以被有效的分配到合适的医生端,提高诊断效率,减少诊断错误率等。
在一实施方式中,所述分配筛选信息包括诊断效率、诊断准确率和空闲程度,所述根据分配筛选信息确定各客户端对应的分配优先级,包括:获取所述诊断效率对应的第一权重系数、所述诊断准确率对应的第二权重系数、所述空闲程度对应的第三权重系数;将所述第一权重系数与所述诊断效率的乘积确定为第一优先级分量,将所述第二权重系数与所述诊断准确率的乘积确定为第二优先级分量,将所述第三权重系数与所述空闲程度的乘积确定为第三优先级分量;将所述第一优先级分量、所述第二优先级分量和所述第三优先级分量的和确定为所述分配优先级。
具体地,通过对不同类型分配筛选信息赋予不同的权重的方式,得到多个优先级分量并求和,以计算各个医生端对应的优先级。例如,越符合医生端的后台数据库的擅长领域,优先级越高;诊断效率越快,优先级越高;诊断准确率越高,优先级越高;空闲程度越高,优先级越高。
步骤S120,根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
在一实施方式中,获取各所述客户端对应的分诊领域,根据所述分诊领域对所述病理样本进行预分配,得到所述病理样本对应的初步匹配结果,其中,一个病理样本对应多个初步匹配结果;从多个所述初步匹配结果获取所述分配优先级最高的目标客户端。
具体地,当接收到病理样本及其对应的分诊领域时,先初步分析该病理样本所属的系统和器官,并匹配数据库中,该病理样本对应的配置领域(擅长领域)的医生列表,并根据步骤S110中的分配优先级进行分配。
对于同优先级的医生或专家,则随机分配病理样本。即,在一实施方式中,若存在多个所述目标客户端,则随机向一个所述目标客户端发送所述病理样本。
步骤S130,判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
这一步骤是为了获取医生or专家是否对这一病理样本进行了响应。若是医生因为各种原因,如领域不合适、没有空闲时间等,未作出响应,则平台需要回收这一病理样本。
步骤S140,若接收到所述响应信号,则实时收取响应结果;
具体地,按照一个固定的频率刷新,判断有无响应结果返回。
在一实施方式中,所述若接收到所述响应信号,则实时收取响应结果之后,包括:根据所述响应结果更新所述客户端的分配筛选信息。
步骤S150,若未接收到所述响应信号,则将所述病理样本返回样本池。
在一实施方式中,所述根据所述响应结果更新所述客户端的分配筛选信息,包括:
根据所述响应结果的处理时长更新所述客户端的诊断效率,其中,所述处理时长为所述响应结果被收取的时刻和所述病理样本被匹配的时刻的时间差;根据在第二预设时间内收取的所述响应结果的个数更新所述客户端的空闲程度。
在一实施方式中,所述将所述病理样本返回样本池之后,还包括:
重新为所述病理样本匹配备选客户端,并向所述备选客户端发送所述病理样本,其中,所述备选客户端与所述目标客户端不同。
也就是说,前期未作出响应的客户端这次将不会被分配该病理样本。
此外,随着客户端的响应,以及数据的更新。在后台维护时,分配筛选信息也会随之更新。例如,可以记录客户端的响应时间和响应速度,并作为诊断效率的更新依据;诊断准确率也可以根据每个样本的诊断结果来实时加入数据库。这样可以保证数据库维持在一个比较新的状态。随着数据库的更新,对各个医生端的分配筛选信息也会更加准确。
本实施例提供的一种智能病理样本分配方法至少具有以下优点:
本实施例通过对每个客户端建立包括分配筛选信息的数据库,智能病理样本分配平台做出智能匹配,病理样本可以被有效的分配到正确的目标客户端,能够提高分配效率和分配的准确率。
实施例2
本实施例也提供了一种智能病理样本分配装置200,应用于智能病理样本分配平台,请参见图2,所述装置包括:
确定模块210,用于根据分配筛选信息确定各客户端对应的分配优先级;
匹配模块220,用于根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
判断模块230,用于判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
收取模块240,用于若接收到所述响应信号,则实时收取响应结果;
返回模块250,用于若未接收到所述响应信号,则将所述病理样本返回样本池。
在一实施方式中,所述确定模块210,还用于:
获取所述诊断效率对应的第一权重系数、所述诊断准确率对应的第二权重系数、所述空闲程度对应的第三权重系数;
将所述第一权重系数与所述诊断效率的乘积确定为第一优先级分量,将所述第二权重系数与所述诊断准确率的乘积确定为第二优先级分量,将所述第三权重系数与所述空闲程度的乘积确定为第三优先级分量;
将所述第一优先级分量、所述第二优先级分量和所述第三优先级分量的和确定为所述分配优先级。
在一实施方式中,所述匹配模块220,还用于:
获取各所述客户端对应的分诊领域,根据所述分诊领域对所述病理样本进行预分配,得到所述病理样本对应的初步匹配结果,其中,一个病理样本对应多个初步匹配结果;
从多个所述初步匹配结果获取所述分配优先级最高的目标客户端。
在一实施方式中,所述匹配模块220,还用于:
若存在多个所述目标客户端,则随机向一个所述目标客户端发送所述病理样本。
在一实施方式中,所述收取模块240,还用于:
根据所述响应结果更新所述客户端的分配筛选信息。
在一实施方式中,所述收取模块240,还用于:
根据所述响应结果的处理时长更新所述客户端的诊断效率,其中,所述处理时长为所述响应结果被收取的时刻和所述病理样本被匹配的时刻的时间差;
根据在第二预设时间内收取的所述响应结果的个数更新所述客户端的空闲程度。
在一实施方式中,所述返回模块250,还用于:
重新为所述病理样本匹配备选客户端,并向所述备选客户端发送所述病理样本,其中,所述备选客户端与所述目标客户端不同。
本实施例提供的智能病理样本分配装置,可以实现实施例1所提供的智能病理样本分配方法,具有相同的技术效果,为避免重复,在此不再赘述。
实施例3
本实施例也提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行以上任一实施例所述的智能病理样本分配方法。
本实施例提供的电子设备,可以实现实施例1所提供的智能病理样本分配方法,具有相同的技术效果,为避免重复,在此不再赘述。
实施例4
本实施例也提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行以上任一实施例所述的智能病理样本分配方法。
在本实施例中,计算机可读存储介质可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的智能病理样本分配方法,为避免重复,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和,保护范围的情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种智能病理样本分配方法,其特征在于,应用于智能病理样本分配平台,所述方法包括:
根据分配筛选信息确定各客户端对应的分配优先级;
根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
若接收到所述响应信号,则实时收取响应结果;
若未接收到所述响应信号,则将所述病理样本返回样本池。
2.根据权利要求1所述的智能病理样本分配方法,其特征在于,所述分配筛选信息包括诊断效率、诊断准确率和空闲程度,所述根据分配筛选信息确定各客户端对应的分配优先级,包括:
获取所述诊断效率对应的第一权重系数、所述诊断准确率对应的第二权重系数、所述空闲程度对应的第三权重系数;
将所述第一权重系数与所述诊断效率的乘积确定为第一优先级分量,将所述第二权重系数与所述诊断准确率的乘积确定为第二优先级分量,将所述第三权重系数与所述空闲程度的乘积确定为第三优先级分量;
将所述第一优先级分量、所述第二优先级分量和所述第三优先级分量的和确定为所述分配优先级。
3.根据权利要求1所述的智能病理样本分配方法,其特征在于,所述根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,包括:
获取各所述客户端对应的分诊领域,根据所述分诊领域对所述病理样本进行预分配,得到所述病理样本对应的初步匹配结果,其中,一个病理样本对应多个初步匹配结果;
从多个所述初步匹配结果获取所述分配优先级最高的目标客户端。
4.根据权利要求3所述的智能病理样本分配方法,其特征在于,所述方法还包括:
若存在多个所述目标客户端,则随机向一个所述目标客户端发送所述病理样本。
5.根据权利要求1所述的智能病理样本分配方法,其特征在于,所述若接收到所述响应信号,则实时收取响应结果之后,包括:
根据所述响应结果更新所述客户端的分配筛选信息。
6.根据权利要求5所述的智能病理样本分配方法,其特征在于,所述根据所述响应结果更新所述客户端的分配筛选信息,包括:
根据所述响应结果的处理时长更新所述客户端的诊断效率,其中,所述处理时长为所述响应结果被收取的时刻和所述病理样本被匹配的时刻的时间差;
根据在第二预设时间内收取的所述响应结果的个数更新所述客户端的空闲程度。
7.根据权利要求1所述的智能病理样本分配方法,其特征在于,所述将所述病理样本返回样本池之后,还包括:
重新为所述病理样本匹配备选客户端,并向所述备选客户端发送所述病理样本,其中,所述备选客户端与所述目标客户端不同。
8.一种智能病理样本分配装置,其特征在于,应用于智能病理样本分配平台,所述装置包括:
确定模块,用于根据分配筛选信息确定各客户端对应的分配优先级;
匹配模块,用于根据所述分配优先级为待分配的病理样本匹配对应的目标客户端,并向所述目标客户端发送所述病理样本;
判断模块,用于判断在第一预设时间内是否从所述目标客户端接收到对所述病理样本的响应信号;
收取模块,用于若接收到所述响应信号,则实时收取响应结果;
返回模块,用于若未接收到所述响应信号,则将所述病理样本返回样本池。
9.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的智能病理样本分配方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的智能病理样本分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470230.3A CN116434949B (zh) | 2023-04-27 | 2023-04-27 | 智能病理样本分配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470230.3A CN116434949B (zh) | 2023-04-27 | 2023-04-27 | 智能病理样本分配方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116434949A true CN116434949A (zh) | 2023-07-14 |
CN116434949B CN116434949B (zh) | 2024-05-07 |
Family
ID=87094333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310470230.3A Active CN116434949B (zh) | 2023-04-27 | 2023-04-27 | 智能病理样本分配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116434949B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1816883A1 (en) * | 2006-02-03 | 2007-08-08 | Matsushita Electric Industrial Co., Ltd. | Uplink resource allocation in a mobile communication system |
CN110297815A (zh) * | 2019-05-22 | 2019-10-01 | 平安城市建设科技(深圳)有限公司 | 数据库管理方法、装置、终端及计算机可读存储介质 |
CN111008792A (zh) * | 2019-12-24 | 2020-04-14 | 北京三快在线科技有限公司 | 订单分配方法、装置、服务器和存储介质 |
CN112686631A (zh) * | 2020-12-29 | 2021-04-20 | 平安普惠企业管理有限公司 | 任务事项处理方法、装置、计算机设备及存储介质 |
US20210391063A1 (en) * | 2020-06-15 | 2021-12-16 | Koninklijke Philips N.V. | System and method for dynamic workload balancing based on predictive analytics |
US20220013238A1 (en) * | 2020-06-29 | 2022-01-13 | University Of Maryland, Baltimore County | Systems and methods for determining indicators of risk of patients to avoidable healthcare events and presentation of the same |
WO2022063039A1 (zh) * | 2020-09-24 | 2022-03-31 | 深圳市海柔创新科技有限公司 | 订单处理方法、装置、设备、系统及存储介质 |
WO2022105136A1 (zh) * | 2020-11-23 | 2022-05-27 | 平安普惠企业管理有限公司 | 案件分配方法、装置及介质 |
CN115132356A (zh) * | 2022-07-21 | 2022-09-30 | 康键信息技术(深圳)有限公司 | 互联网医疗分诊方法、装置、电子设备及存储介质 |
CN115345464A (zh) * | 2022-08-09 | 2022-11-15 | 平安银行股份有限公司 | 业务订单的派单方法、装置、计算机设备及存储介质 |
CN115662610A (zh) * | 2022-09-16 | 2023-01-31 | 北京新网医讯技术有限公司 | 影像诊断报告任务智能分配方法及系统 |
-
2023
- 2023-04-27 CN CN202310470230.3A patent/CN116434949B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1816883A1 (en) * | 2006-02-03 | 2007-08-08 | Matsushita Electric Industrial Co., Ltd. | Uplink resource allocation in a mobile communication system |
CN110297815A (zh) * | 2019-05-22 | 2019-10-01 | 平安城市建设科技(深圳)有限公司 | 数据库管理方法、装置、终端及计算机可读存储介质 |
CN111008792A (zh) * | 2019-12-24 | 2020-04-14 | 北京三快在线科技有限公司 | 订单分配方法、装置、服务器和存储介质 |
US20210391063A1 (en) * | 2020-06-15 | 2021-12-16 | Koninklijke Philips N.V. | System and method for dynamic workload balancing based on predictive analytics |
US20220013238A1 (en) * | 2020-06-29 | 2022-01-13 | University Of Maryland, Baltimore County | Systems and methods for determining indicators of risk of patients to avoidable healthcare events and presentation of the same |
WO2022063039A1 (zh) * | 2020-09-24 | 2022-03-31 | 深圳市海柔创新科技有限公司 | 订单处理方法、装置、设备、系统及存储介质 |
WO2022105136A1 (zh) * | 2020-11-23 | 2022-05-27 | 平安普惠企业管理有限公司 | 案件分配方法、装置及介质 |
CN112686631A (zh) * | 2020-12-29 | 2021-04-20 | 平安普惠企业管理有限公司 | 任务事项处理方法、装置、计算机设备及存储介质 |
CN115132356A (zh) * | 2022-07-21 | 2022-09-30 | 康键信息技术(深圳)有限公司 | 互联网医疗分诊方法、装置、电子设备及存储介质 |
CN115345464A (zh) * | 2022-08-09 | 2022-11-15 | 平安银行股份有限公司 | 业务订单的派单方法、装置、计算机设备及存储介质 |
CN115662610A (zh) * | 2022-09-16 | 2023-01-31 | 北京新网医讯技术有限公司 | 影像诊断报告任务智能分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116434949B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6423016B1 (en) | System and method for evaluating labor progress during childbirth | |
CN110660471A (zh) | 一种医疗场所调配管理的方法和装置 | |
US20150370985A1 (en) | System and Method for Crowdsourcing Biological Specimen Identification | |
CN113012334B (zh) | 智能叫号方法、装置、计算机设备 | |
CN116434949B (zh) | 智能病理样本分配方法、装置、电子设备及存储介质 | |
CN112396748A (zh) | 一种体检排队处理方法、装置、电子设备及存储介质 | |
CN114117053A (zh) | 病种分类模型训练方法、装置、存储介质及电子装置 | |
DE10205762B4 (de) | Verfahren und Struktur zur Charakterisierung von Bayesianischen Belief-Netzwerken | |
CN114093496A (zh) | 一种互联网医院医疗信息的处理方法及系统 | |
US20200365267A1 (en) | Decentrally controlled imaging-based patient data extraction | |
CN109299975A (zh) | 对象特征参数确定方法、装置、电子设备及可读存储介质 | |
CN107464330A (zh) | 餐厅排队信息的提示方法及系统 | |
CN110136787A (zh) | 高龄产妇临床数据库的构建方法、数据库及设备 | |
CN113506602B (zh) | 远程医疗平台医生调度方法和装置 | |
CN115662596A (zh) | 医疗设备的选址方法、装置和存储介质 | |
CN113889254A (zh) | 基于云计算的医疗物联网管理系统 | |
CN113948195A (zh) | 基于大数据和智慧医疗的医疗器械管理方法 | |
CN113190587A (zh) | 实现业务数据处理的数据处理方法和装置 | |
CN109886365B (zh) | 信息处理方法、系统、服务器及计算机可读存储介质 | |
CN113870981A (zh) | 图像检测方法、装置、电子设备及系统 | |
CN105335208B (zh) | 确定虚拟环境中物理计算资源冲突概率的方法与设备 | |
CN109360638B (zh) | 评估计划生成方法、装置、电子设备及存储介质 | |
CN114443311B (zh) | 一种第三方服务配置方法、装置及电子设备 | |
US20240081780A1 (en) | Ultrasonic diagnostic apparatus | |
Carrizosa et al. | A management tool for indicator-supported systems: A public health service application |
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 |