CN116564456A - 用于随访数据采集的方法、计算设备和存储介质 - Google Patents
用于随访数据采集的方法、计算设备和存储介质 Download PDFInfo
- Publication number
- CN116564456A CN116564456A CN202310463257.XA CN202310463257A CN116564456A CN 116564456 A CN116564456 A CN 116564456A CN 202310463257 A CN202310463257 A CN 202310463257A CN 116564456 A CN116564456 A CN 116564456A
- Authority
- CN
- China
- Prior art keywords
- target object
- follow
- query information
- information
- response
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 103
- 238000012795 verification Methods 0.000 claims abstract description 63
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 54
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims 1
- 230000006798 recombination Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 208000002193 Pain Diseases 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 210000000629 knee joint Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 101100521334 Mus musculus Prom1 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000013150 knee replacement Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明的实施例涉及一种用于随访数据采集的方法、计算设备和存储介质。该方法包括基于所获取的随访目标,根据随访目标所对应的至少一个随访量表确定目标对象所对应的问询信息集合,且确定关于目标对象的若干个随访时间节点,确定在每个随访时间节点所需要采集的问询信息;根据在每个随访时间节点所需要采集的问询信息,以及经由传感器所采集的用于指示目标对象状态变化的监测数据,生成关于目标对象的随访计划;基于随访计划,向目标对象发送问询信息并采集目标对象对问询信息的应答信息;实现了降低单次随访占用的时间,提高随访目标的应答意愿;并结合传感器采集的信息实现对随访目标应答信息的校验,提高了随访数据的可靠性。
Description
技术领域
本发明的实施例总体涉及数据处理领域,并且更具体地涉及一种用于随访数据采集的方法、计算设备和存储介质。
背景技术
患者报告量表(PROM)是目前临床随访中,用于评估患者状态的主要手段之一。针对患者的各种量表由不同的问题组成,共同形成对临床某项指标的评价,如功能评分、精神评分、焦虑评分等等。通过对比患者在不同时间节点填写的随访量表,医生可以较好地评估其康复进展和最终疗效。
传统的用于随访数据采集的方式,例如在患者门诊复查时,现场填写;例如电话随访填写;例如邮寄纸质表单填写后再寄回;以及例如部分医院也开始采用线上电子表单填写的方式;然而,上述随访数据采集的方式仍然存在许多问题:如填写时间较长、患者理解困难,从而导致患者填写意愿低,真实性存疑等问题。
综上,传统的用于随访数据采集的方式存在的不足之处在于:随访完成率低并且随访数据的可靠性低。
发明内容
针对上述问题,本发明提供了一种用于随访数据采集的方法、计算设备和存储介质,能够有效的提高随访完成率和数据可靠性。
根据本发明的第一方面,提供了一种用于随访数据采集的方法,包括:基于所获取的随访目标,在多个候选对象中确定目标对象和目标对象所对应的至少一个随访量表和若干个随访时间节点;基于所确定的随访量表,生成目标对象所对应的问询信息集合;针对所确定的随访时间节点,基于目标对象所对应的问询信息集合,确定在每个随访时间节点所需要采集的问询信息;至少根据在每个随访时间节点所需要采集的问询信息,生成关于目标对象的随访计划,以便确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息;以及基于所生成的目标对象的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息。
根据本发明的第二方面,提供了一种计算设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本发明的第一方面的方法。
在本发明的第三方面中,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中计算机指令用于使计算机执行本发明的第一方面的方法。
在一些实施例中,基于所确定的随访量表生成目标对象所对应的问询信息集合包括:将所述至少一个随访量表拆解为若干个问询信息,以便将不同随访量表中针对任一相同维度的若干个问询信息合并重组为一个新的问询信息;经由预定的语言转化规则,针对拆解和/或合并重组后所获取的问询信息进行转化,以便获取转化后的问询信息,以及基于转化后的问询信息,生成目标对象所对应的问询信息集合。
在一些实施例中,预定的语言转化规则包括:预定的医学用语转化规则,用于针对问询信息中的医学用语进行转化;预定的场景语言转化规则,用于针对问询信息中与目标对象生活场景不匹配的用语进行转化;和/或预定的解释语言转化规则,用于针对符合预定条件的问询信息提供对应的解释性信息。
在一些实施例中,每个随访时间节点都对应于预定的随访时间窗口,每个预定的随访时间窗口不相同,每个随访时间节点所对应的时间段是由每个随访时间节点和与其对应的随访时间窗口所确定。
在一些实施例中,确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息包括:基于传感器所采集的用于指示目标对象状态变化的监测数据,至少确定目标对象的康复训练阶段和康复训练内容完成情况;以及基于目标对象的康复训练阶段,确定目标对象在目标日的康复训练计划,以便在当前随访时间节点中目标日的目标时刻向目标对象发送对应的问询信息。
在一些实施例中,用于随访数据采集的方法还包括:基于目标对象的康复训练内容完成情况,经由校验规则,校验目标对象对问询信息的应答信息,以便确定需要二次应答的问询信息;向目标对象发送需要二次应答的问询信息;基于目标对象对需要二次应答的问询信息的应答,经由校验规则,校验目标对象对问询信息的二次应答,以便确定需要进行人工校验的问询信息;以及向目标对象的关联对象发送需要人工校验的问询信息。
在一些实施例中,用于随访数据采集的方法还包括:基于目标对象的康复训练情况和目标对象对问询信息的应答信息,更新目标对象的康复进度,以便对目标对象的随访计划进行调整;以及基于调整后的随访计划,向目标对象发送问询信息。
在一些实施例中,基于目标对象的康复训练情况和目标对象对问询信息的应答信息更新目标对象的康复进度包括:基于目标对象对问询信息的应答、二次应答和问询信息的人工校验结果,确定目标对象对问询信息的应答信息;以及基于目标对象的康复训练内容完成情况、目标对象的康复训练阶段和目标对象对问询信息的应答信息,确定目标对象的康复训练情况。
在一些实施例中,校验规则至少包括以下之一:用于验证目标对象目标部位状态变化幅度的校验规则;用于监测目标对象在预定周期中状态变化的波动幅度的校验规则;用于验证目标对象针对同一纬度问询信息的应答合理性的校验规则;用于验证目标对象针对同一维度的问询信息的应答与康复训练数据合理性的校验规则。
在一些实施例中,经由校验规则校验目标对象对问询信息的应答信息还包括:基于校验结果,确定目标对象对问询信息的应答风险等级,所述应答风险等级包括:确定性错误、存在风险、一般性提示和正常;基于目标对象对问询信息的应答风险等级,确定需要二次应答的问询信息和需要进行人工校验的问询信息;以及基于目标对象对问询信息的应答信息,对所述校验规则进行调整。
在一些实施例中,在经由质控规则校验目标对象对问询信息的应答信息之前,包括:基于预定的校验规则和目标对象所对应的问询信息集合,加载用于目标对象随访计划的校验规则配置文件;以及响应于校验粒度,配置用于目标对象随访计划的校验规则,所述校验粒度至少包括用于确定校验规则的灵敏度。
在一些实施例中,用于随访数据采集的方法还包括向目标对象的关联对象和/或目标对象提供关于目标对象的随访数据:基于目标对象对问询信息的应答信息,确定目标对象所对应的问询信息集合中每一个问询信息的应答信息;针对所述问询信息集合中每一个问询信息的应答信息,确定随访量表中的每一个问询信息的应答信息;基于随访量表中的每一个问询信息的应答信息,经由与随访量表对应的预定计分规则,确定目标对象关于随访量表中每一个问询信息的评估数据;以及将目标对象关于随访量表的所有问询信息的应答信息的分数整合,以便向目标对象的关联对象和/或目标对象提供随访量表的评估数据。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明,本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素。
图1示出了用于实现根据本发明的实施例的用于随访数据采集的方法的系统的示意图。
图2示出了根据本发明的实施例的用于随访数据采集的方法的流程图。
图3示出了根据本公开的实施例的用于问询信息进行转化的方法的流程图。
图4示出了根据本公开的实施例的用于目标时刻问询信息确定的方法的流程图。
图5示出了根据本公开的实施例的用于问询信息应答结果校验的方法的流程图。
图6示出了根据本公开的实施例的用于康复训练情况确定的方法的流程图。
图7示出了根据本公开的实施例的用于提供目标对象随访评估数据的方法的流程图。
图8示出了根据本发明的实施例的电子设备的框图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如前文所描述,在如随访量表采集过程中的情况,传统的用于随访数据采集的方式,例如在现场填写、电话和邮寄等,然而上述随访数据采集的方式仍然如一次性填写占用的时间较长、患者理解困难,患者填写意愿低,真实性存疑等问题。传统的用于随访数据采集的方法的不足之处在于:随访完成率低并且随访数据的可靠性低。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本发明的示例实施例提出了一种用于随访数据采集的方案,在本发明方案中,通过针对随访目标,根据随访目标所对应的至少一个随访量表确定目标对象所对应的问询信息集合,且确定关于目标对象的若干个随访时间节点,确定在每个随访时间节点所需要采集的问询信息;从而实现在多个时间节点,分别向目标对象采集问询信息,降低单次随访占用的时间,提高随访目标的应答意愿。
另外,本发明还通过在每个随访时间节点所需要采集的问询信息,以及经由传感器所采集的用于指示目标对象状态变化的监测数据,生成关于目标对象的随访计划,以便确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息;基于所生成的目标对象的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息;进一步实现了,在随访日中的不同时间段进一步拆分问询信息的数量,提高随访目标的应答意愿,并结合传感器采集的信息实现对随访目标应答信息的校验,提高了随访数据的可靠性。
因此,本发明能够有效的提高随访目标的应答意愿,提高随访完成率,并且提高随访数据的可靠性。
图1示出了用于实现根据本发明的实施例的用于随访数据采集的方法的系统100的示意图。如图1中所示,系统100包括计算设备110和服务器130和网络140。计算设备110、服务器130可以通过网络140(例如,因特网)进行数据交互。
服务器130,其例如可以存储若干个候选对象的相关信息,关于目标对象的随访目标数据发送至计算设备100;并且服务器130还可以基于计算设备110生成的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息,并将反馈至计算设备110服务器130还可以将采集到的问询信息发送至计算设备110。
关于计算设备110,其例如用于基于所获取的随访目标,在多个候选对象中确定目标对象和目标对象所对应的至少一个随访量表和若干个随访时间节点;基于所确定的随访量表,生成目标对象所对应的问询信息集合。所述计算设备110还可以其用于针对所确定的随访时间节点,基于目标对象所对应的问询信息集合,确定在每个随访时间节点所需要采集的问询信息;以及至少根据在每个随访时间节点所需要采集的问询信息,生成关于目标对象的随访计划。计算设备110可以具有一个或多个处理单元,包括诸如GPU、FPGA和ASIC等的专用处理单元以及诸如CPU的通用处理单元。另外,在每个计算设备110上也可以运行着一个或多个虚拟机。在一些实施例中,计算设备110与服务器130可以集成在一起,也可以是彼此分立设置。在一些实施例中,计算设备110例如包括随访量表确定模块112、问询信息生成模块114、随访时间确定模块116、随访计划生成模块118、问询信息采集模块120。
关于随访量表确定模块112,其用于基于所获取的随访目标,在多个候选对象中确定目标对象和目标对象所对应的至少一个随访量表和若干个随访时间节点。
关于问询信息生成模块114,其用于基于所确定的随访量表,生成目标对象所对应的问询信息集合。
关于随访时间确定模块116,其用于针对所确定的随访时间节点,基于目标对象所对应的问询信息集合,确定在每个随访时间节点所需要采集的问询信息。
关于随访计划生成模块118,其用于至少根据在每个随访时间节点所需要采集的问询信息,生成关于目标对象的随访计划,以便确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息。
关于问询信息采集模块120,其用于基于所生成的目标对象的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息。
图2示出了根据本发明的实施例的用于随访数据采集的方法200的流程图。方法200可由如图1所示的计算设备110执行,也可以在图8所示的电子设备800处执行。应当理解的是,方法200还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本发明的范围在此方面不受限制。
在步骤202,计算设备110基于所获取的随访目标,在多个候选对象中确定目标对象和目标对象所对应的至少一个随访量表和若干个随访时间节点。
关于随访目标,其至少包括目标对象,如患者的个人信息、病历记录、手术信息以及其需要填写的随访量表和对应的随访时间节点等信息。
关于随访量表,一个目标对象至少需要填写一套对应的随访量表,某些病情可能需要综合考虑通过多套随访量表进行评估。
在一些实施例中,每个随访时间节点都对应于预定的随访时间窗口,每个预定的随访时间窗口不相同,每个随访时间节点所对应的时间段是由每个随访时间节点和与其对应的随访时间窗口所确定。
关于随访时间节点,在临床试验设定的随访时间节点时,会根据不同的需求而设计,并无统一确定的时间。应当理解的是,根据随访时间节点距离干预时间(如手术或用药时间)的远近,会设置一个时间窗口用于同一个时间节点的随访数据采集;例如在术后第2周随访节点,患者可能不会正好第二周末来参与随访,因此可能会设置为前后1天之内都视为第二周的随访数据。而在术后第12周随访节点,由于已经较手术时间较远,可能会把术后12周前后5天内的来访数据都视为术后12周的随访数据。
通过随访时间节点对应的时间段,使得随访时间具有一定的宽容度,既可以以避免错过随访时间而丢失随访数据,又可以在随访时间段内分多次下发随访问询信息,避免一次性下发太多随访题,导致答题时间太长,影响患者答题意愿,从而实现对随访完成率的提高。
在步骤204,计算设备110基于所确定的随访量表,生成目标对象所对应的问询信息集合。
关于问询信息集合,其例如目标对象1对应有随访量表A、B和C,目标对象1所对应的问询信息集合1中包括了随访量表A、B和C所包括的所有随访题。
在步骤206,计算设备110针对所确定的随访时间节点,基于目标对象所对应的问询信息集合,确定在每个随访时间节点所需要采集的问询信息。
关于在每个随访时间节点所需要采集的问询信息,其例如目标对象1所对应的问询信息集合1中包括200个问询信息,以及对应于8个问询时间节点,确定每个问询时间节点分别需要采集的若干个问询信息。
在步骤208,计算设备110至少根据在每个随访时间节点所需要采集的问询信息,生成关于目标对象的随访计划,以便确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息。
在一些实施例中,计算设备110根据在每个随访时间节点所需要采集的问询信息,以及经由传感器所采集的用于指示目标对象状态变化的监测数据,生成关于目标对象的随访计划。
关于经由传感器所采集的用于指示目标对象状态变化的监测数据包括但不限于目标对象的各种生理参数、肢体活动范围、关节旋转和/或活动信息等。
关于确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息,其例如针对目标对象1在随访时间节点2需要采集50个问询信息,随访时间2对应的时间段是3天,确定50个问询信息在这三天中每一天需要向目标对象1采集的问询信息。
在步骤210,计算设备110基于所生成的目标对象的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息。
关于随访计划,随访计划包括关于目标对象的若干个随访时间节点,每个时间节点包含的时间段(若干天),每一个时间节点需要采集的问询信息数量及内容,每个时间节点中每一日需要采集的问询信息数量及内容。例如全膝关节置换术后随访计划通常可能包含多个时间节点:2周-6周-12周-6月-12月;随访窗口期可设置为14±1天、42±5天、84±7天、180±7天、360±10天。可浮动的时间天数并无严格的统一标准,而是根据具体试验内容和设计方案,由研究者给出。
在上述方案中,针对关于目标对象的随访量表进行拆分后,生成多个问询信息,将多个问询信息在康复周期中的多个时间节点分散发送,减少了随访目标的答题时间,提高了随访问题与康复状态的关联度,从而提高了随访目标的应答积极性。
还基于在每个随访时间节点所需要采集的问询信息和目标对象状态变化的监测数据,生成关于目标对象的随访计划,以确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息;从而进一步拆分每个随访时间节点所需要采集的问询信息,进一步提高随访目标的应答意愿,并结合传感器采集的信息实现对随访目标应答信息的校验,提高了随访数据的可靠性。
图3示出了根据本公开的实施例的用于问询信息进行转化的方法300的流程图。方法300可由如图1所示的计算设备110执行,也可以在图8所示的电子设备800处执行。应当理解的是,方法300还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在步骤302,计算设备110将至少一个随访量表拆解为若干个问询信息,以便将不同随访量表中针对任一相同维度的若干个问询信息合并重组为一个新的问询信息。
关于相同维度的若干个问询信息,其至少包括相同的问询信息和可以等同的问询信息,这些问题可以合并重组一个问询信息;例如在KSS(knee society score,膝关节协会评分)评分量表中包含询问患者不扶扶手由坐着站起来的困难程度,在WOMAC(WesternOntario and McMaster Universities Osteoarthritis Index,安大略省西部和麦克马斯特大学骨关节炎指数)评分量表中也包含同样的问题,因此予以合并为一个问询信息;如KSS中询问患者上下车的困难程度,而WOMAC询问患者进出小轿车或公交车的困难程度,也可以视为同一维度问询信息,合并为上下车的困难程度;如KSS中询问患者走平路时的膝关节疼痛程度,WOMAC中询问患者平地行走或站立时膝关节的疼痛程度,也可以合并为走平路时的疼痛程度。
在步骤304,计算设备110经由预定的语言转化规则,针对拆解和/或合并重组后所获取的问询信息进行转化,以便获取转化后的问询信息。
关于拆解和/或合并重组后的问询信息,如WOMAC量表中包含询问患者平路行走时的疼痛程度的问询信息,拆散成单个问询信息后,将其与日常评估中走路时的疼痛程度问题融合,按照患者日常评估中反馈已经可以下地行走之后的时间线下发,并根据患者的答题记录进行不同反馈。如患者反馈为轻中度疼痛时予以相应反馈,如反馈为重度疼痛则会暂停康复训练,并在同时建议联系医生处理,以及在隔天发放问询信息追问患者疼痛的情况变化及医生处理情况。
关于预定的语言转化规则包括:预定的医学用语转化规则,用于针对问询信息中的医学用语进行转化;预定的场景语言转化规则,用于针对问询信息中与目标对象生活场景不匹配的用语进行转化;和/或预定的解释语言转化规则,用于针对符合预定条件的问询信息提供对应的解释性信息。
关于语言转化,其不仅仅是从医学用词转化至通俗易懂,还可以一些是问询信息针对国外场景,其移植到国内后并不合适;如KSS量表询问患者提购物袋行走一个街区的困难程度,但患者通常不理解一个街区为多远,我们改为提购物袋行走500米的困难程度;如KSS量表中询问患者单腿为轴旋转或转身的困难程度,老年人不容易理解,修改为原地向后转身的困难程度。
关于针对符合预定条件的问询信息提供对应的解释性信息,如针对一些难以理解的问询信息,提供文字、图片或者视频类解释性信息,以目标对象理解问询信息。
在步骤306,计算设备110基于转化后的问询信息,生成目标对象所对应的问询信息集合。
通过对问询信息集中问询信息的拆解、合并和/或重组,以及之后通过语言转化规则对这些问题进行转化,实现了对问询信息的精简,去除冗余的问询信息,并且转后的问询信息更容易被目标对象理解,能够提高随访完成度,且提高目标对象的答复准确度,使得采集的随访数据更为可靠。
图4示出了根据本公开的实施例的用于目标时刻问询信息确定的方法400的流程图。方法400可由如图1所示的计算设备110执行,也可以在图8所示的电子设备800处执行。应当理解的是,方法400还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在步骤402,计算设备110基于传感器所采集的用于指示目标对象状态变化的监测数据,至少确定目标对象的康复训练阶段和康复训练内容完成情况。
关于康复训练阶段,其例如包括目标对象正处于第几个疗程康复训练阶段,正处在进行哪些训练内容和正处于哪一阶段的康复期。
关于康复训练完成情况,其例如至少包括已经完成哪些时间节点的康复训练、完成了哪些康复训练内容、每一次进行康复训练时每个动作的完成度、动作是否标准和康复训练后目标对象的自我感知。
在步骤404,计算设备110基于目标对象的康复训练阶段,确定目标对象在目标日的康复训练计划,以便在当前随访时间节点中目标日的目标时刻向目标对象发送对应的问询信息。
关于目标时刻,比如是一个训练事件结束时,或者是下一个训练事件开始前;即确定在随访时间节点中目标日的具体何时,向目标对象投放对应的询问信息;例如目标对象1的随访时间节点1,包括3天,确定在第一天的每次训练前发送3个问询信息,在每次训练后发送对应于训练内容的若干个问询信息。
通过上述用于目标时刻问询信息确定的方法,能够将随访时间节点中所需要采集的问询信息进一步拆分,拆分到具体每一天的某个时刻,使得问询信息的采集与目标对象的状态更有针对性,以获取更可靠的应答结果。
图5示出了根据本公开的实施例的用于问询信息应答结果校验的方法500的流程图。方法500可由如图1所示的计算设备110执行,也可以在图8所示的电子设备800处执行。应当理解的是,方法500还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在步骤502,计算设备110基于目标对象的康复训练内容完成情况,经由校验规则,校验目标对象对问询信息的应答信息,以便确定需要二次应答的问询信息。
在一些实施例中,校验规则至少包括以下之一:
用于验证目标对象目标部位状态变化幅度的校验规则;其例如至少包括目标对象的目标关节角度的变化幅度、目标肢体的伸展、收缩和移动等。
用于监测目标对象在预定周期中状态变化的波动幅度的校验规则;其例如在训练情况统计周期中,目标对象在某一天的状态变化幅度发生异常,例如最近连续几天目标对象的康复状态良好,关节可旋转幅度恢复良好,而突然在训练中突然发生关节无法旋转的情况;如目标对象处于康复初期,出现了关节活动幅度过大等情况。
用于验证目标对象针对同一纬度问询信息的应答合理性的校验规则;如患者在回答KSS量表中“目前行走时是否需要辅具帮助”问询信息时反馈目前还需要辅具帮助行走,但在回答“慢跑困难程度”时又填写可以轻松进行慢跑,则提示数据存在问题。例如传感器监测数据与问询信息矛盾,如传感器监测到在30°靠墙静蹲训练中,目标对象无法很好完成,但是其在回答“下蹲困难程度时”应答结果为轻松,则提示数据矛盾;如在日常监测中,如果监测到目标对象5次坐起试验已经达到该年龄段人群正常的起坐速度,但目标对象在回答量表问题“从坐着起来的困难程度”时填写十分困难,则提示数据矛盾。
用于验证目标对象针对同一维度的问询信息的应答与康复训练数据合理性的校验规则。例如在同一随访时间节点中,目标对象在回答疼痛性质相关的问询信息时,关于同一部位的疼痛信息前后回答矛盾,如先后回答了刺痛和钝痛两种不同性质的疼痛类型。
在步骤504,计算设备110向目标对象发送需要二次应答的问询信息。
在步骤506,计算设备110基于目标对象对需要二次应答的问询信息的应答,经由校验规则,校验目标对象对问询信息的二次应答,以便确定需要进行人工校验的问询信息。
在步骤508,计算设备110向目标对象的关联对象发送需要人工校验的问询信息。
通过校验规则,结合传感器监测的目标对象的训练状态对问询信息应答结果进行校验,能够识别出目标对象的状态数据与随访答复不符的情况,对这些问询信息进行二次问询,且对于二次问询仍然存疑的结果,提交人工校验,发送给目标对象关联的对象,如患者的主治医生来进行人工校验,以确定患者的实际康复情况。
图6示出了根据本公开的实施例的用于康复训练情况确定的方法600的流程图。方法600可由如图1所示的计算设备110执行,也可以在图8所示的电子设备800处执行。应当理解的是,方法600还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在步骤602,计算设备110基于目标对象的康复训练情况和目标对象对问询信息的应答信息,更新目标对象的康复进度,以便对目标对象的随访计划进行调整。
关于随访计划调整,例如对还未完成的问询信息进行随访时间节点、目标时刻和/或每个目标时刻对应的具体问询信息的调整。
在步骤604,计算设备110基于调整后的随访计划,向目标对象发送问询信息。
在步骤606,计算设备110基于目标对象对问询信息的应答、二次应答和问询信息的人工校验结果,确定目标对象对问询信息的应答信息。
在步骤608,计算设备110基于目标对象的康复训练内容完成情况、目标对象的康复训练阶段和目标对象对问询信息的应答信息,确定目标对象的康复训练情况。
关于确定目标对象的康复训练情况,其通过目标对象的应答信息、传感器监测的状态信息以及校验规则而自动确定所获得的应答信息,以及结合人工确定的应答信息,在多重校验后得以确定目标对象的康复训练情况。
在一些实施例中,经由校验规则校验目标对象对问询信息的应答信息还包括:基于校验结果,确定目标对象对问询信息的应答风险等级,应答风险等级包括:确定性错误、存在风险、一般性提示和正常;基于目标对象对问询信息的应答风险等级,确定需要二次应答的问询信息和需要进行人工校验的问询信息;基于目标对象对问询信息的应答信息,对校验规则进行调整。
关于应答风险等级,其例如目标对象(患者)在同一时间节点的问询信息中答复“平路行走困难”,但在后续问题中填写“跑步轻松”则可认定为确定性错误;如患者经由传感器监测屈曲角度<65°,但是其在应答时答复“可以正常上下楼梯”则提示存在填写错误风险;此外,通常30天内很少有膝关节手术后的患者能恢复到慢跑的程度,如患者在30天内填写“可以正常慢跑”则予以一般性提示。
对于经常需要出现人工校验的问询信息,可针对其校验规则进行调整,以提高自动校验的通过率。
在一些实施例中,在经由质控规则校验目标对象对问询信息的应答信息之前,包括:基于预定的校验规则和目标对象所对应的问询信息集合,加载用于目标对象随访计划的校验规则配置文件;以及响应于校验粒度,配置用于目标对象随访计划的校验规则,校验粒度至少包括用于确定校验规则的灵敏度;可根据随访计划的区别来调整校验规则的灵敏度,以满足不同的目标对象,以及不同的随访数据需求。
图7示出了根据本公开的实施例的用于提供目标对象随访评估数据的方法700的流程图。方法700可由如图1所示的计算设备110执行,也可以在图8所示的电子设备700处执行。应当理解的是,方法700还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在步骤702,计算设备110基于目标对象对问询信息的应答信息,确定目标对象所对应的问询信息集合中每一个问询信息的应答信息。
在步骤704,计算设备110针对问询信息集合中每一个问询信息的应答信息,确定随访量表中的每一个问询信息的应答信息。
例如,问询信息1分别对应于随访量表A中的问题1和随访量表B中的问题5,需要根据问询信息1的应答信息分别确定随访量表A中的问题1和随访量表B中的问题5的应答信息。
在步骤706,计算设备110基于随访量表中的每一个问询信息的应答信息,经由与随访量表对应的预定计分规则,确定目标对象关于随访量表中每一个问询信息的评估数据。
关于随访量表对应的预定计分规则,每一个随访量表对应于一套计分规则,例如问询信息1的应答结果在随访量表A中和随访量表B中可能对应于不同的评分方式。
在步骤708,计算设备110将目标对象关于随访量表的所有问询信息的应答信息的分数整合,以便向目标对象的关联对象和/或目标对象提供随访量表的评估数据。
应当理解的是,最终向目标对象的关联对象和/或目标对象,如医生和患者,提供随访量表的评估数据时候,以随访量表为单位分别提供每个对应于目标对象的随访量表的评分数据,如目标对象需要采集随访量表KSS和随访量表WOMAC,虽然进行问询信息发放时,融合了两个随访量表相关的问询信息,但最后提供评分数据,分别提供访量表KSS和随访量表WOMAC的评分数据。
图8示出了可以用来实施本公开内容的实施例的示例电子设备800的示意性步骤图。例如,如图1所示的计算设备110可以由电子设备800来实施。如图所示,电子设备800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的计算机程序指令或者从存储单元808加载到随机存取存储器(RAM)803中的计算机程序指令,来执行各种适当的动作和处理。在随机存取存储器803中,还可存储电子设备800操作所需的各种程序和数据。中央处理单元801、只读存储器802以及随机存取存储器803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至输入/输出接口805,包括:输入单元806,例如键盘、鼠标、麦克风等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200至700,可由中央处理单元801执行。例如,在一些实施例中,方法200至700可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由只读存储器802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序被加载到随机存取存储器803并由中央处理单元801执行时,可以执行上文描述的方法200至700的一个或多个动作。
本发明涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘计算设备。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或步骤图描述了本发明的各个方面。应当理解,流程图和/或步骤图的每个方步骤以及流程图和/或步骤图中各方步骤的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作。
附图中的流程图和步骤图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或步骤图中的每个方步骤可以代表一个模块、程序段或指令的一部分,模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方步骤中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,步骤图和/或流程图中的每个方步骤、以及步骤图和/或流程图中的方步骤的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (14)
1.一种用于随访数据采集的方法,其特征在于,所述方法包括:
基于所获取的随访目标,在多个候选对象中确定目标对象和目标对象所对应的至少一个随访量表和若干个随访时间节点;
基于所确定的随访量表,生成目标对象所对应的问询信息集合;
针对所确定的随访时间节点,基于目标对象所对应的问询信息集合,确定在每个随访时间节点所需要采集的问询信息;
至少根据在每个随访时间节点所需要采集的问询信息,生成关于目标对象的随访计划,以便确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息;以及
基于所生成的目标对象的随访计划,向目标对象发送问询信息,以及采集目标对象对问询信息的应答信息。
2.根据权利要求1所述的方法,其特征在于,基于所确定的随访量表生成目标对象所对应的问询信息集合包括:
将所述至少一个随访量表拆解为若干个问询信息,以便将不同随访量表中针对任一相同维度的若干个问询信息合并重组为一个新的问询信息;
经由预定的语言转化规则,针对拆解和/或合并重组后所获取的问询信息进行转化,以便获取转化后的问询信息,以及
基于转化后的问询信息,生成目标对象所对应的问询信息集合。
3.根据权利要求2所述的方法,其特征在于,所述预定的语言转化规则包括:
预定的医学用语转化规则,用于针对问询信息中的医学用语进行转化;
预定的场景语言转化规则,用于针对问询信息中与目标对象生活场景不匹配的用语进行转化;和/或
预定的解释语言转化规则,用于针对符合预定条件的问询信息提供对应的解释性信息。
4.根据权利要求1所述的方法,其特征在于,每个随访时间节点都对应于预定的随访时间窗口,每个预定的随访时间窗口不相同,每个随访时间节点所对应的时间段是由每个随访时间节点和与其对应的随访时间窗口所确定。
5.根据权利要求4所述的方法,其特征在于,确定在每个随访时间节点所对应的时间段中的每一日向目标对象采集的问询信息包括:
基于传感器所采集的用于指示目标对象状态变化的监测数据,至少确定目标对象的康复训练阶段和康复训练内容完成情况;以及
基于目标对象的康复训练阶段,确定目标对象在目标日的康复训练计划,以便在当前随访时间节点中目标日的目标时刻向目标对象发送对应的问询信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
基于目标对象的康复训练内容完成情况,经由校验规则,校验目标对象对问询信息的应答信息,以便确定需要二次应答的问询信息;
向目标对象发送需要二次应答的问询信息;
基于目标对象对需要二次应答的问询信息的应答,经由校验规则,校验目标对象对问询信息的二次应答,以便确定需要进行人工校验的问询信息;以及
向目标对象的关联对象发送需要人工校验的问询信息。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
基于目标对象的康复训练情况和目标对象对问询信息的应答信息,更新目标对象的康复进度,以便对目标对象的随访计划进行调整;以及
基于调整后的随访计划,向目标对象发送问询信息。
8.根据权利要求7所述的方法,其特征在于,基于目标对象的康复训练情况和目标对象对问询信息的应答信息更新目标对象的康复进度包括:
基于目标对象对问询信息的应答、二次应答和问询信息的人工校验结果,确定目标对象对问询信息的应答信息;以及
基于目标对象的康复训练内容完成情况、目标对象的康复训练阶段和目标对象对问询信息的应答信息,确定目标对象的康复训练情况。
9.根据权利要求6所述的方法,其特征在于,所述校验规则至少包括以下之一:
用于验证目标对象目标部位状态变化幅度的校验规则;
用于监测目标对象在预定周期中状态变化的波动幅度的校验规则;
用于验证目标对象针对同一纬度问询信息的应答合理性的校验规则;
用于验证目标对象针对同一维度的问询信息的应答与康复训练数据合理性的校验规则。
10.根据权利要求9所述的方法,其特征在于,经由校验规则校验目标对象对问询信息的应答信息还包括:
基于校验结果,确定目标对象对问询信息的应答风险等级,所述应答风险等级包括:确定性错误、存在风险、一般性提示和正常;
基于目标对象对问询信息的应答风险等级,确定需要二次应答的问询信息和需要进行人工校验的问询信息;以及
基于目标对象对问询信息的应答信息,对所述校验规则进行调整。
11.根据权利要求9所述的方法,其特征在于,在经由质控规则校验目标对象对问询信息的应答信息之前,包括:
基于预定的校验规则和目标对象所对应的问询信息集合,加载用于目标对象随访计划的校验规则配置文件;以及
响应于校验粒度,配置用于目标对象随访计划的校验规则,所述校验粒度至少包括用于确定校验规则的灵敏度。
12.根据权利要求1-11中任一项所述的方法,其特征在于,所述方法还包括向目标对象的关联对象和/或目标对象提供关于目标对象的随访数据:
基于目标对象对问询信息的应答信息,确定目标对象所对应的问询信息集合中每一个问询信息的应答信息;
针对所述问询信息集合中每一个问询信息的应答信息,确定随访量表中的每一个问询信息的应答信息;
基于随访量表中的每一个问询信息的应答信息,经由与随访量表对应的预定计分规则,确定目标对象关于随访量表中每一个问询信息的评估数据;以及
将目标对象关于随访量表的所有问询信息的应答信息的分数整合,以便向目标对象的关联对象和/或目标对象提供随访量表的评估数据。
13.一种计算设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310463257.XA CN116564456B (zh) | 2023-04-26 | 2023-04-26 | 用于随访数据采集的方法、计算设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310463257.XA CN116564456B (zh) | 2023-04-26 | 2023-04-26 | 用于随访数据采集的方法、计算设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116564456A true CN116564456A (zh) | 2023-08-08 |
CN116564456B CN116564456B (zh) | 2024-04-30 |
Family
ID=87489103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310463257.XA Active CN116564456B (zh) | 2023-04-26 | 2023-04-26 | 用于随访数据采集的方法、计算设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116564456B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887559A (zh) * | 2019-01-21 | 2019-06-14 | 合肥工业大学 | 一种用于慢病患者管理与院外康复的指导系统 |
KR20190079157A (ko) * | 2017-12-27 | 2019-07-05 | 임민혁 | 온라인 기반의 건강 관리 방법 및 장치 |
KR102028674B1 (ko) * | 2018-09-05 | 2019-11-05 | 주식회사 케어랩스 | 단말을 이용한 진료 예약, 접수 방법, 서버 및 프로그램 |
WO2020222202A1 (en) * | 2019-05-02 | 2020-11-05 | The Clinician Pte. Ltd | System and method for phrase comparison consolidation and reconciliation |
CN112735610A (zh) * | 2021-02-05 | 2021-04-30 | 唐斌 | 一种院后随访系统及随访方法 |
CN113096750A (zh) * | 2021-03-09 | 2021-07-09 | 创业慧康科技股份有限公司 | 一种专病随访的数据处理方法和装置 |
CN113284632A (zh) * | 2021-05-28 | 2021-08-20 | 平安国际智慧城市科技股份有限公司 | 糖尿病患者的随访方法、装置、电子设备及存储介质 |
CN113448566A (zh) * | 2021-06-09 | 2021-09-28 | 心医国际数字医疗系统(大连)有限公司 | 一种表单逻辑的配置方法及装置 |
CN113724808A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 医学调查问卷生成方法、装置、电子设备及存储介质 |
WO2022090334A1 (en) * | 2020-10-29 | 2022-05-05 | Nordsjællands Hospital - Hillerød | System, server device, and electronic device for disease handling and/or monitoring and related methods |
CN114694796A (zh) * | 2020-12-30 | 2022-07-01 | 深圳融昕医疗科技有限公司 | 提升患者治疗依从性的方法 |
CN114974613A (zh) * | 2022-04-22 | 2022-08-30 | 北京京东拓先科技有限公司 | 疾病管理方法及装置、计算机存储介质、电子设备 |
CN114999597A (zh) * | 2021-03-01 | 2022-09-02 | 上海远心医疗科技有限公司 | 医疗随访系统 |
CN115547439A (zh) * | 2022-09-20 | 2022-12-30 | 广西医科大学第一附属医院 | 患者随访跟踪分析装置、方法、系统及介质 |
CN115762690A (zh) * | 2022-11-17 | 2023-03-07 | 昭阳健康(广州)科技有限公司 | 基于多科室配置的智能诊疗问卷实现方法及装置 |
-
2023
- 2023-04-26 CN CN202310463257.XA patent/CN116564456B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190079157A (ko) * | 2017-12-27 | 2019-07-05 | 임민혁 | 온라인 기반의 건강 관리 방법 및 장치 |
KR102028674B1 (ko) * | 2018-09-05 | 2019-11-05 | 주식회사 케어랩스 | 단말을 이용한 진료 예약, 접수 방법, 서버 및 프로그램 |
CN109887559A (zh) * | 2019-01-21 | 2019-06-14 | 合肥工业大学 | 一种用于慢病患者管理与院外康复的指导系统 |
WO2020222202A1 (en) * | 2019-05-02 | 2020-11-05 | The Clinician Pte. Ltd | System and method for phrase comparison consolidation and reconciliation |
WO2022090334A1 (en) * | 2020-10-29 | 2022-05-05 | Nordsjællands Hospital - Hillerød | System, server device, and electronic device for disease handling and/or monitoring and related methods |
CN114694796A (zh) * | 2020-12-30 | 2022-07-01 | 深圳融昕医疗科技有限公司 | 提升患者治疗依从性的方法 |
CN112735610A (zh) * | 2021-02-05 | 2021-04-30 | 唐斌 | 一种院后随访系统及随访方法 |
CN114999597A (zh) * | 2021-03-01 | 2022-09-02 | 上海远心医疗科技有限公司 | 医疗随访系统 |
CN113096750A (zh) * | 2021-03-09 | 2021-07-09 | 创业慧康科技股份有限公司 | 一种专病随访的数据处理方法和装置 |
CN113284632A (zh) * | 2021-05-28 | 2021-08-20 | 平安国际智慧城市科技股份有限公司 | 糖尿病患者的随访方法、装置、电子设备及存储介质 |
CN113448566A (zh) * | 2021-06-09 | 2021-09-28 | 心医国际数字医疗系统(大连)有限公司 | 一种表单逻辑的配置方法及装置 |
CN113724808A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 医学调查问卷生成方法、装置、电子设备及存储介质 |
CN114974613A (zh) * | 2022-04-22 | 2022-08-30 | 北京京东拓先科技有限公司 | 疾病管理方法及装置、计算机存储介质、电子设备 |
CN115547439A (zh) * | 2022-09-20 | 2022-12-30 | 广西医科大学第一附属医院 | 患者随访跟踪分析装置、方法、系统及介质 |
CN115762690A (zh) * | 2022-11-17 | 2023-03-07 | 昭阳健康(广州)科技有限公司 | 基于多科室配置的智能诊疗问卷实现方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116564456B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102180079B1 (ko) | 블록체인을 활용한 헬스 케어 서비스 제공 방법 및 시스템 | |
AU2017206112B2 (en) | Processing of portable device data | |
CA2465712A1 (en) | Patient data mining for automated compliance | |
US20100211408A1 (en) | Systems and methods for generating medical diagnoses | |
US20220054043A1 (en) | Method for evaluating usage data | |
KR102311385B1 (ko) | 치아우식 탐지를 이용한 구강건강 예측장치 및 방법 | |
KR20190117829A (ko) | 의료 데이터 모니터링 시스템 | |
WO2010046820A1 (en) | Performing measurement of a subject | |
US10896754B2 (en) | Troubleshooting system for remote patient monitoring | |
KR20210083478A (ko) | 모바일기반 자가 구강검진장치 | |
CN111161813A (zh) | 慢性病信息处理方法、装置、设备及存储介质 | |
Cutler et al. | The cost-effectiveness of unilateral cochlear implants in UK adults | |
Coco et al. | Community-based intervention determines tele-audiology site candidacy | |
CN116564456B (zh) | 用于随访数据采集的方法、计算设备和存储介质 | |
CN113643798A (zh) | 为失能人员匹配照护人员的方法、装置及计算机设备 | |
US8489411B1 (en) | Systems and methods for auditing fee calculations associated with claim reimbursement from pharmacy benefit management services | |
WO2019107118A1 (ja) | 健康管理支援装置、方法およびプログラム | |
JP2022520987A (ja) | 分散型コンピューティングプラットフォームを使用して、優先順位別に地理的領域を横断して健康データを分析するためのシステムアーキテクチャおよび方法 | |
US20200210400A1 (en) | Methods and Apparatus for Event Management | |
Barbosa et al. | Cost‐Effectiveness of Group‐Based Outpatient Physical Therapy After Total Knee Replacement: Results From the Economic Evaluation Alongside the ARENA Multicenter Randomized Controlled Trial | |
EP3758021A1 (en) | Equipment data providing system | |
US20240194347A1 (en) | Private AI Training | |
CN114300102A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
Eiten et al. | Dos and Don’ts for Revised Implant-Related Auditory Function Evaluation CPT Codes | |
US20210020308A1 (en) | Hand held communication device |
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 |