CN116779190B - 一种基于物联网的医疗平台用户随访管理系统及方法 - Google Patents
一种基于物联网的医疗平台用户随访管理系统及方法 Download PDFInfo
- Publication number
- CN116779190B CN116779190B CN202310750959.6A CN202310750959A CN116779190B CN 116779190 B CN116779190 B CN 116779190B CN 202310750959 A CN202310750959 A CN 202310750959A CN 116779190 B CN116779190 B CN 116779190B
- Authority
- CN
- China
- Prior art keywords
- patient
- diagnosis
- disease
- visited
- treatment scheme
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003745 diagnosis Methods 0.000 claims description 184
- 238000011282 treatment Methods 0.000 claims description 161
- 201000010099 disease Diseases 0.000 claims description 138
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 138
- 230000036541 health Effects 0.000 claims description 109
- 230000000737 periodic effect Effects 0.000 claims description 108
- 208000024891 symptom Diseases 0.000 claims description 59
- 239000003814 drug Substances 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 26
- 229940079593 drug Drugs 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000011269 treatment regimen Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 208000028659 discharge Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- 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
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及物联网技术领域，具体为一种基于物联网的医疗平台用户随访管理系统及方法，所述系统包括医疗诊断协助模块、疾病诊疗方案汇总模块、周期健康报告异常值分析模块和并发病预警模块，本发明通过结合待随访患者历史诊断报告构建医疗诊断协助模型，根据待随访患者的疾病，结合历史数据获取对应疾病患者采取的诊疗方案，通过分析各诊疗方案，并结合历史数据中各诊疗方案的分析结果，供待随访患者进行选择，基于待随访患者采取的诊疗方案进一步分析，得到对应诊疗方案下存在并发病患者的周期健康报告中各个检测值的变化趋势，进而通过比对判断待随访患者是否存在并发病风险，减少了并发病的发生率以及保障了待随访患者在治疗过程中的健康安全。
Description
技术领域
本发明涉及物联网技术领域，具体为一种基于物联网的医疗平台用户随访管理系统及方法。
背景技术
随着生活质量的提高和健康意识的增强，越来越多的患者开始关注出院后康复锻炼、用药等与保持健康状态相关的问题，目前医疗延伸多由病房责任护士通过电话随访、上门访视等方式实现。很多医院初期的随访工作是通过电话随访，发现很多问题，随访工作流于形式，随访流程繁杂，医生参与率低，随访人力不足，随访缺乏临床经验和沟通技巧，难以应对患者多变的需求
相比现有技术中，通过物联网技术与医疗平台用户随访管理系统相结合，医生定期或不定期通过线上随访了解门诊病人或出院病人间健康恢复情况、并发症、远程医疗、新技术临床应用效果的医疗信息活动，但是根据医生对病人对应的疾病开处方药时，由于不同病人的身体素质不同，针对药物的吸收状态存在异同，可能导致病人在治疗期间由于药物的使用产生并发症，因此针对病人的健康报告监测仍然是当前重视的问题。
发明内容
本发明的目的在于提供一种基于物联网的医疗平台用户随访管理系统及方法，以解决上述背景技术中提出的问题，本发明提供如下技术方案：
一种基于物联网的医疗平台用户随访管理方法，所述方法包括以下步骤：
S1、获取待随访患者的历史诊断信息，结合医疗知识图谱构建医疗诊断协助模型：
S2、结合待随访患者对应的疾病，通过历史数据获取对应疾病的患者采取的诊疗方案：
S3、结合当前待随访患者的采取的诊疗方案，通过历史数据分析对应诊疗方案下不同患者的周期健康报告集，进而结合各患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况，根据差异情况判断患者存在并发病的风险情况；
S4、实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性，发出预警信号。
进一步的，所述S1中的方法包括以下步骤：
步骤1001、将S1中获取的待随访患者的历史诊断信息中待监测疾病症状信息作为第一症状实体数据集，记为集合，其中/>表示所述待随访患者的历史诊断信息中待监测疾病第n种症状信息，n表示所述待随访患者的历史诊断信息中待监测疾病症状信息的总个数；
步骤1002、结合S1中医疗知识图谱获取各个疾病对应的症状集，将医疗知识图谱获取的各个疾病对应的症状信息作为第一关联症状实体数据集，记为集合，
，
其中表示第m种疾病对应的症状信息集，/>，m1表示疾病种类总个数，其中医疗知识图谱通过数据库预置表单查询；
步骤1003、分析第一症状实体数据集与第m种疾病对应的症状信息集之间的关系，
，
其中表示第一症状实体数据集与第m种疾病对应的症状信息交集的个数，
表示第一症状实体数据集与第m种疾病对应的症状信息并集的个数；
步骤1004、重复步骤1003遍历第一关联症状实体数据集中所有元素，将第一症状实体数据集与第一关联症状实体数据集中各种疾病对应的症状信息集之间的关系记为集合中，筛选集合C中非零值，构建医疗诊断协助模型，所述医疗诊断协助模型表示第一症状实体数据集对应的疾病参考值，将疾病参考值从大到小顺序进行排序，选取前p个参考值对应的疾病构建疾病参考集合，记为集合R。
本发明通过获取待随访患者的历史诊断信息，将获取的待随访患者历史诊断信息中患者的症状作为第一症状实体数据集，通过医疗知识图谱获取各个疾病对应的症状集，并将所述疾病对应的症状集作为第一关联症状实体数据集，通过分析第一症状实体数据集与第一关联症状实体数据集之间的关系构建待随访患者的医疗诊断协助模型，将疾病参考值从大到小顺序进行排序，选取前p个参考值对应的疾病构建疾病参考集合，为后续判断待随访患者是否存在误诊提供数据参照。
进一步的，所述S2中的方法包括以下步骤：
步骤2001、获取待随访患者具体疾病病种，记为w，通过历史数据获取第w种类疾病对应的患者诊疗方案，记为集合，其中/>表示历史数据中患有第w种类疾病的第i个患者对应的诊疗方案，i表示历史数据中第w种类疾病对应的患者总个数；
步骤2002、筛选集合D中采取相同诊疗方案对应的患者，将采取相同诊疗方案对应的患者进行归类，记为集合，其中/>表示采取第j种诊疗方案的患者集，/>，j1表示诊疗方案总个数，其中/>；
步骤2003、将采取第j种诊疗方案对应的痊愈平均时间记为，计算第w种类疾病对应诊疗方案的评估值，
，
其中Y表示第w种类疾病对应诊疗方案的评估值，表示采取相同诊疗方案的患者集中患者总个数最大值，/>表示患有第w种类疾病的患者总个数，/>表示采取第j种诊疗方案的权重值且/>；
步骤2004、获取步骤2003计算结果，筛选第w种类疾病对应诊疗方案的评估值在预设区间中第w种类疾病对应诊疗方案，记为集合/>，其中/>表示第t个诊疗方案采取的药物，/>，t1表示筛选后的诊疗方案总个数。
本发明通过获取待随访患者具体疾病病种，通过历史数据分析对应疾病的治愈患者，结合所述治愈患者对应的诊疗方案进行筛选，通过评估各个诊疗方案，进一步提取评估值在预设区间的诊疗方案，为后续根据预警信号修改待随访患者的诊疗方案提供数据参照。
进一步的，所述S3中的方法包括以下步骤：
步骤3001、获取当前待随访患者的采取的诊疗方案，通过查询历史数据获取当前待随访患者的采取的诊疗方案下各患者的周期健康报告集，记为集合，其中/>表示当前待随访患者的采取的诊疗方案下第k个患者的周期健康报告集，/>，k1表示当前待随访患者的采取的诊疗方案下患者总个数；
步骤3002、提取集合F中第k个患者的周期健康报告集，记为，
，
其中表示第k个患者的第v个周期健康报告集中第u个检测值；
步骤3003、将第k个患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，
，
其中表示第k个患者在第v个周期健康报告集中归一化处理后的检测值与第v-1个周期健康报告集中对应检测值之间的差异值，
其中将归一化处理后的检测值记为，
，
其中，/>，...，/>均为数据库预设常数；
步骤3004、重复步骤3003，将第k个患者相邻周期内各个指标之间的差异情况记录表格M中；
步骤3005、重复步骤3002-步骤3003，得到相同诊疗方案下不同患者的周期健康报告对应检测值之间的差异值，将得到的值记录表格中，并实时更新表格M。
本发明通过历史数据获取待随访患者采取的诊疗方案下各患者的周期健康报告集，结合各个患者在服用药物治疗时对应的周期健康报告，通过将对应患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，若存在差异情况超过预设值时，则判定对应患者存在并发病发生的风险，为后续预测待随访患者是否存在并发病的风险提供数据参照。
进一步的，所述S4中的方法包括以下步骤：
步骤4001、以o为原点，周期健康时间为x轴，指标差异值作为y轴，构建平面直角坐标系；
步骤4002、获取表格M中数据，并将相同诊疗方案下同一患者的周期健康报告对应检测值之间的差异值构建第一数据对，并在平面直角系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示相同诊疗方案下同一患者的周期指标拟合曲线，记为Qk，所述周期指标拟合曲线的值为分段函数；
步骤4003、重复步骤4002得到相同诊疗方案下不同患者对应的周期指标拟合曲线，
步骤4004、将待随访患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，将待随访患者的周期健康报告对应检测值之间的差异值构建第二数据对，并在平面直角坐标系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示待随访患者的周期指标拟合曲线，记为Qd；
步骤4005、将同一患者对应的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为并发病起始点，将待随访患者的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为监测起始点，将待随访患者的周期指标拟合曲线在平面直角坐标系中进行上下左右平移，判断待随访患者的周期指标拟合曲线与对应诊疗方案下各个患者对应的周期指标拟合曲线存在个点重复时，则判断待随访患者存在对应并发病的风险，发出预警信号，所述/>为数据库预设值；
步骤4006、根据预警信号进一步将待随访患者疾病与集合R进行匹配，
若匹配结果不存在，则表明待随访患者存在误诊现象，
若匹配结果存在，则根据预警信号，进一步计算待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性，记为X，
,
其中表示待随访患者采取的诊疗方案对应的药物副作用集合，/>表示集合T中第t个诊疗方案对应的药物副作用集合，
获取待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性最小值对应的诊疗方案作为待随访患者新的诊疗方案。
本发明通过将待随访患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，并将各个差异情况对应的发展趋势与表格M中各患者周期报告中各个差异情况对应的发展趋势进行比对，若比对结果在预设区间内，则发出预警信号，判定待随访患者存在患有对应并发病趋势，进一步根据预警信号判断待随访患者是否存在误诊，若不存在误诊，结合诊疗方案与医生建议更换待随访患者的诊疗方案。
一种基于物联网的医疗平台用户随访管理系统，所述系统包括以下模块：
医疗诊断协助模块：所述医疗诊断协助模块用于获取待随访患者的历史诊断信息，结合医疗知识图谱构建医疗诊断协助模型；
疾病诊疗方案汇总模块：所述疾病诊疗方案汇总模块用于分析待随访患者对应的疾病，通过历史数据获取对应疾病的患者采取的诊疗方案，并对获取的诊疗方案进行评估，筛选出评估值在预设区间内的诊疗方案；
周期健康报告异常值分析模块：所述周期健康报告异常值分析模块用于结合当前待随访患者的采取的诊疗方案，通过历史数据分析对应诊疗方案下不同患者的周期健康报告集，进而结合各患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况，根据差异情况判断患者存在并发病的风险情况：
并发病预警模块：所述并发病预警模块用于实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性，发出预警信号。
进一步的，所述医疗诊断协助模块包括历史数据预处理单元以及医疗诊断协助模型构建单元：
所述历史数据预处理单元用于获取待随访患者的历史诊断信息，并获取待随访患者的历史诊断信息中患者症状信息；
所述医疗诊断协助模块构建单元用于结合医疗知识图谱构建医疗诊断协助模型。
进一步的，所述疾病诊疗方案汇总模块包括待随访患者疾病获取单元以及疾病应对方案汇总单元：
所述随访患者疾病获取单元用于获取待随访患者疾病信息；
所述疾病应对方案汇总单元用于结合随访患者疾病获取单元中的疾病信息，通过历史数据获取对应疾病的患者采取的诊疗方案，并对获取的诊疗方案进行评估，筛选出评估值在预设区间内的诊疗方案。
进一步的，所述周期健康报告异常值分析模块包括周期健康报告数据处理单元以及并发病风险判断单元：
所述周期健康报告数据处理单元用于通过历史数据分析对应诊疗方案下的患者的异常情况，结合患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况；
所述并发病风险判断单元用于结合周期健康报告数据处理单元的分析结果进一步判断患者存在并发病的风险情况。
进一步的，所述并发病预警模块包括待随访患者健康监测单元以及预警信号发出单元：
所述待随访患者健康监测单元用于实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性；
所述预警信号发出单元用于结合待随访患者健康监测单元的分析结果，将待随访患者健康监测单元中所述关联性与预设值进行比对，根据比对结果发出预警信。
本发明通过结合待随访患者历史诊断报告构建医疗诊断协助模型，根据待随访患者具体病因，结合历史数据获取对应病因的患者采取的诊疗方案，通过分析各诊疗方案，并结合历史数据中各个诊疗方案的分析结果，供待随访患者进行选择，进而基于待随访患者采取的诊疗方案进一步分析，得到对应诊疗方案下存在并发病患者的周期健康报告中各个检测值的变化趋势，进而通过比对判断待随访患者是否存在并发病风险，减少了并发病的发生率以及保障了待随访患者在治疗过程中的健康安全。
附图说明
图1是本发明一种基于物联网的医疗平台用户随访管理方法的流程示意图；
图2是本发明一种基于物联网的医疗平台用户随访管理系统的模块示意图。
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。
实施例1：请参阅图1，本实施例中：
实现了一种基于物联网的医疗平台用户随访管理方法，所述方法包括以下步骤：
S1、获取待随访患者的历史诊断信息，结合医疗知识图谱构建医疗诊断协助模型：
所述S1中的方法包括以下步骤：
步骤1001、将S1中获取的待随访患者的历史诊断信息中待监测疾病症状信息作为第一症状实体数据集，记为集合，其中/>表示所述待随访患者的历史诊断信息中待监测疾病第n种症状信息，n表示所述待随访患者的历史诊断信息中待监测疾病症状信息的总个数；
步骤1002、结合S1中医疗知识图谱获取各个疾病对应的症状集，将医疗知识图谱获取的各个疾病对应的症状信息作为第一关联症状实体数据集，记为集合，
，
其中表示第m种疾病对应的症状信息集，/>，m1表示疾病种类总个数，其中医疗知识图谱通过数据库预置表单查询；
步骤1003、分析第一症状实体数据集与第m种疾病对应的症状信息集之间的关系，
，
其中表示第一症状实体数据集与第m种疾病对应的症状信息交集的个数，
表示第一症状实体数据集与第m种疾病对应的症状信息并集的个数；
步骤1004、重复步骤1003遍历第一关联症状实体数据集中所有元素，将第一症状实体数据集与第一关联症状实体数据集中各种疾病对应的症状信息集之间的关系记为集合中，筛选集合C中非零值，构建医疗诊断协助模型，所述医疗诊断协助模型表示第一症状实体数据集对应的疾病参考值，将疾病参考值从大到小顺序进行排序，选取前p个参考值对应的疾病构建疾病参考集合，记为集合R。
S2、结合待随访患者对应的疾病，通过历史数据获取对应疾病的患者采取的诊疗方案：
所述S2中的方法包括以下步骤：
步骤2001、获取待随访患者具体疾病病种，记为w，通过历史数据获取第w种类疾病对应的患者诊疗方案，记为集合，其中/>表示历史数据中患有第w种类疾病的第i个患者对应的诊疗方案，i表示历史数据中第w种类疾病对应的患者总个数；
步骤2002、筛选集合D中采取相同诊疗方案对应的患者，将采取相同诊疗方案对应的患者进行归类，记为集合，其中/>表示采取第j种诊疗方案的患者集，/>，j1表示诊疗方案总个数，其中/>；
步骤2003、将采取第j种诊疗方案对应的痊愈平均时间记为，计算第w种类疾病对应诊疗方案的评估值，
，
其中Y表示第w种类疾病对应诊疗方案的评估值，表示采取相同诊疗方案的患者集中患者总个数最大值，/>表示患有第w种类疾病的患者总个数，/>表示采取第j种诊疗方案的权重值且/>；
步骤2004、获取步骤2003计算结果，筛选第w种类疾病对应诊疗方案的评估值在预设区间中第w种类疾病对应诊疗方案，记为集合/>，其中/>表示第t个诊疗方案采取的药物，/>，t1表示筛选后的诊疗方案总个数。
S3、结合当前待随访患者的采取的诊疗方案，通过历史数据分析对应诊疗方案下不同患者的周期健康报告集，进而结合各患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况，根据差异情况判断患者存在并发病的风险情况；
所述S3中的方法包括以下步骤：
步骤3001、获取当前待随访患者的采取的诊疗方案，通过查询历史数据获取当前待随访患者的采取的诊疗方案下各患者的周期健康报告集，记为集合，其中/>表示当前待随访患者的采取的诊疗方案下第k个患者的周期健康报告集，/>，k1表示当前待随访患者的采取的诊疗方案下患者总个数；
步骤3002、提取集合F中第k个患者的周期健康报告集，记为，
，
其中表示第k个患者的第v个周期健康报告集中第u个检测值；
步骤3003、将第k个患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，
，
其中表示第k个患者在第v个周期健康报告集中归一化处理后的检测值与第v-1个周期健康报告集中对应检测值之间的差异值，
步骤3004、重复步骤3003，将第k个患者相邻周期内各个指标之间的差异情况记录表格M中；
步骤3005、重复步骤3002-步骤3003，得到相同诊疗方案下不同患者的周期健康报告对应检测值之间的差异值，将得到的值记录表格中，并实时更新表格M。
S4、实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性，发出预警信号。
所述S4中的方法包括以下步骤：
步骤4001、以o为原点，周期健康时间为x轴，指标差异值作为y轴，构建平面直角坐标系；
步骤4002、获取表格M中数据，并将相同诊疗方案下同一患者的周期健康报告对应检测值之间的差异值构建第一数据对，并在平面直角系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示相同诊疗方案下同一患者的周期指标拟合曲线，记为Qk，所述周期指标拟合曲线的值为分段函数；
步骤4003、重复步骤4002得到相同诊疗方案下不同患者对应的周期指标拟合曲线，
步骤4004、将待随访患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，将待随访患者的周期健康报告对应检测值之间的差异值构建第二数据对，并在平面直角坐标系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示待随访患者的周期指标拟合曲线，记为Qd；
步骤4005、将同一患者对应的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为并发病起始点，将待随访患者的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为监测起始点，将待随访患者的周期指标拟合曲线在平面直角坐标系中进行上下左右平移，判断待随访患者的周期指标拟合曲线与对应诊疗方案下各个患者对应的周期指标拟合曲线存在个点重复时，则判断待随访患者存在对应并发病的风险，发出预警信号，所述/>为数据库预设值；
步骤4006、根据预警信号进一步将待随访患者疾病与集合R进行匹配，
若匹配结果不存在，则表明待随访患者存在误诊现象，
若匹配结果存在，则根据预警信号，进一步计算待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性，记为X，
,
其中表示待随访患者采取的诊疗方案对应的药物副作用集合，/>表示集合T中第t个诊疗方案对应的药物副作用集合，
获取待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性最小值对应的诊疗方案作为待随访患者新的诊疗方案。
本实施例中：
公开了一种基于物联网的医疗平台用户随访管理系统（如图2所示），所述系统用于实现方法的具体方案内容。
实施例2：设定待随访患者确诊为冠心病，通过历史数据获取患冠心病患者对应采取的诊疗方案，进一步分析评估各个诊疗方案，其中评估值在预设区间的共5个，记为集合，其中/>表示第1中诊疗方案采取的药物，/>表示第2中诊疗方案采取的药物，/>表示第3中诊疗方案采取的药物，/>表示第4中诊疗方案采取的药物，/>表示第5中诊疗方案采取的药物，其中采取第1中诊疗方案的患者在后期健康报告监测中发现存在并发病的风险为H1,采取第2种诊疗方案的患者在后期健康报告监测中发现存在并发病的风险为H2,采取第3种诊疗方案的患者在后期健康报告监测中发现存在并发病的风险为H3,采取第4中诊疗方案的患者在后期健康报告监测中发现存在并发病的风险为H4,采取第5种诊疗方案的患者在后期健康报告监测中发现存在并发病的风险为H5,
获取待随访患者采取的诊疗方案，根据诊疗方案获取对应的药物，将待随访患者服用药物期间对应的周期健康报告监测结果与历史诊疗方案对应的患者健康报告监测结果情况进行比对，进一步判断待随访患者服药期间各个指标发展趋势与历史数据中对应患者服用对应的各个指标发展趋势是否存在相似情况，进而根据并发病的风险值判断待随访患者是否存在并发病的风险，发出预警信号，并选取历史数据中并发病风险最小的情况作为待随访患者新的诊疗方案。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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)
1.一种基于物联网的医疗平台用户随访管理方法，其特征在于，所述方法包括以下步骤：
S1、获取待随访患者的历史诊断信息，结合医疗知识图谱构建医疗诊断协助模型：
S2、结合待随访患者对应的疾病，通过历史数据获取对应疾病的患者采取的诊疗方案：
S3、结合当前待随访患者的采取的诊疗方案，通过历史数据分析对应诊疗方案下不同患者的周期健康报告集，进而结合各患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况，根据差异情况判断患者存在并发病的风险情况；
S4、实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性，发出预警信号；
所述S1中的方法包括以下步骤：
步骤1001、将S1中获取的待随访患者的历史诊断信息中待监测疾病症状信息作为第一症状实体数据集，记为集合，其中/>表示所述待随访患者的历史诊断信息中待监测疾病第n种症状信息，n表示所述待随访患者的历史诊断信息中待监测疾病症状信息的总个数；
步骤1002、结合S1中医疗知识图谱获取各个疾病对应的症状集，将医疗知识图谱获取的各个疾病对应的症状信息作为第一关联症状实体数据集，记为集合，
，
其中表示第m种疾病对应的症状信息集，/>，m1表示疾病种类总个数，其中医疗知识图谱通过数据库预置表单查询；
步骤1003、分析第一症状实体数据集与第m种疾病对应的症状信息集之间的关系，
，
其中表示第一症状实体数据集与第m种疾病对应的症状信息交集的个数，
表示第一症状实体数据集与第m种疾病对应的症状信息并集的个数；
步骤1004、重复步骤1003遍历第一关联症状实体数据集中所有元素，将第一症状实体数据集与第一关联症状实体数据集中各种疾病对应的症状信息集之间的关系记为集合中，筛选集合C中非零值，构建医疗诊断协助模型，所述医疗诊断协助模型表示第一症状实体数据集对应的疾病参考值，将疾病参考值从大到小顺序进行排序，选取前p个参考值对应的疾病构建疾病参考集合，记为集合R；
所述S2中的方法包括以下步骤：
步骤2001、获取待随访患者具体疾病病种，记为w，通过历史数据获取第w种类疾病对应的患者诊疗方案，记为集合，其中/>表示历史数据中患有第w种类疾病的第i个患者对应的诊疗方案，i表示历史数据中第w种类疾病对应的患者总个数；
步骤2002、筛选集合D中采取相同诊疗方案对应的患者，将采取相同诊疗方案对应的患者进行归类，记为集合，其中/>表示采取第j种诊疗方案的患者集，/>，j1表示诊疗方案总个数，其中/>；
步骤2003、将采取第j种诊疗方案对应的痊愈平均时间记为，计算第w种类疾病对应诊疗方案的评估值，
，
其中Y表示第w种类疾病对应诊疗方案的评估值，表示采取相同诊疗方案的患者集中患者总个数最大值，/>表示患有第w种类疾病的患者总个数，/>表示采取第j种诊疗方案的权重值且/>；
步骤2004、获取步骤2003计算结果，筛选第w种类疾病对应诊疗方案的评估值在预设区间中第w种类疾病对应诊疗方案，记为集合/>，其中/>表示第t个诊疗方案采取的药物，/>，t1表示筛选后的诊疗方案总个数；
所述S3中的方法包括以下步骤：
步骤3001、获取当前待随访患者的采取的诊疗方案，通过查询历史数据获取当前待随访患者的采取的诊疗方案下各患者的周期健康报告集，记为集合，其中/>表示当前待随访患者的采取的诊疗方案下第k个患者的周期健康报告集，/>，k1表示当前待随访患者的采取的诊疗方案下患者总个数；
步骤3002、提取集合F中第k个患者的周期健康报告集，记为，
，
其中表示第k个患者的第v个周期健康报告集中第u个检测值；
步骤3003、将第k个患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，
，
其中表示第k个患者在第v个周期健康报告集中归一化处理后的检测值与第v-1个周期健康报告集中对应检测值之间的差异值，
步骤3004、重复步骤3003，将第k个患者相邻周期内各个指标之间的差异情况记录表格M中；
步骤3005、重复步骤3002-步骤3003，得到相同诊疗方案下不同患者的周期健康报告对应检测值之间的差异值，将得到的值记录表格中，并实时更新表格M；
所述S4中的方法包括以下步骤：
步骤4001、以o为原点，周期健康时间为x轴，指标差异值作为y轴，构建平面直角坐标系；
步骤4002、获取表格M中数据，并将相同诊疗方案下同一患者的周期健康报告对应检测值之间的差异值构建第一数据对，并在平面直角系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示相同诊疗方案下同一患者的周期指标拟合曲线，记为Qk，所述周期指标拟合曲线的值为分段函数；
步骤4003、重复步骤4002得到相同诊疗方案下不同患者对应的周期指标拟合曲线，
步骤4004、将待随访患者的周期健康报告集进行按时间顺序两两组合，判断各个指标之间的差异情况，将待随访患者的周期健康报告对应检测值之间的差异值构建第二数据对，并在平面直角坐标系中一一标注，将标注的数据对进行连接得到折线图，所述折线图表示待随访患者的周期指标拟合曲线，记为Qd；
步骤4005、将同一患者对应的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为并发病起始点，将待随访患者的周期指标拟合曲线中相邻数据对对应的纵坐标差值大于预设值的点作为监测起始点，将待随访患者的周期指标拟合曲线在平面直角坐标系中进行上下左右平移，判断待随访患者的周期指标拟合曲线与对应诊疗方案下各个患者对应的周期指标拟合曲线存在个点重复时，则判断待随访患者存在对应并发病的风险，发出预警信号，所述/>为数据库预设值；
步骤4006、根据预警信号进一步将待随访患者疾病与集合R进行匹配，
若匹配结果不存在，则表明待随访患者存在误诊现象，
若匹配结果存在，则根据预警信号，进一步计算待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性，记为X，
,
其中表示待随访患者采取的诊疗方案对应的药物副作用集合，/>表示集合T中第t个诊疗方案对应的药物副作用集合，
获取待随访患者采取的诊疗方案对应的药物副作用与集合T中各诊疗方案对应的药物副作用相关性最小值对应的诊疗方案作为待随访患者新的诊疗方案。
2.一种基于物联网的医疗平台用户随访管理系统，所述系统应用权利要求1中所述的一种基于物联网的医疗平台用户随访管理方法的实现，其特征在于，所述系统包括以下模块：
医疗诊断协助模块：所述医疗诊断协助模块用于获取待随访患者的历史诊断信息，结合医疗知识图谱构建医疗诊断协助模型；
疾病诊疗方案汇总模块：所述疾病诊疗方案汇总模块用于分析待随访患者对应的疾病，通过历史数据获取对应疾病的患者采取的诊疗方案，并对获取的诊疗方案进行评估，筛选出评估值在预设区间内的诊疗方案；
周期健康报告异常值分析模块：所述周期健康报告异常值分析模块用于结合当前待随访患者的采取的诊疗方案，通过历史数据分析对应诊疗方案下不同患者的周期健康报告集，进而结合各患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况，根据差异情况判断患者存在并发病的风险情况：
并发病预警模块：所述并发病预警模块用于实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性，发出预警信号。
3.根据权利要求2所述的一种基于物联网的医疗平台用户随访管理系统，其特征在于，所述医疗诊断协助模块包括历史数据预处理单元以及医疗诊断协助模型构建单元：
所述历史数据预处理单元用于获取待随访患者的历史诊断信息，并获取待随访患者的历史诊断信息中患者症状信息；
所述医疗诊断协助模块构建单元用于结合医疗知识图谱构建医疗诊断协助模型。
4.根据权利要求3所述的一种基于物联网的医疗平台用户随访管理系统，其特征在于，所述疾病诊疗方案汇总模块包括待随访患者疾病获取单元以及疾病应对方案汇总单元：
所述随访患者疾病获取单元用于获取待随访患者疾病信息；
所述疾病应对方案汇总单元用于结合随访患者疾病获取单元中的疾病信息，通过历史数据获取对应疾病的患者采取的诊疗方案，并对获取的诊疗方案进行评估，筛选出评估值在预设区间内的诊疗方案。
5.根据权利要求4所述的一种基于物联网的医疗平台用户随访管理系统，其特征在于，所述周期健康报告异常值分析模块包括周期健康报告数据处理单元以及并发病风险判断单元：
所述周期健康报告数据处理单元用于通过历史数据分析对应诊疗方案下的患者的异常情况，结合患者周期健康报告集判断相邻周期健康报告集中各个指标之间的差异情况；
所述并发病风险判断单元用于结合周期健康报告数据处理单元的分析结果进一步判断患者存在并发病的风险情况。
6.根据权利要求5所述的一种基于物联网的医疗平台用户随访管理系统，其特征在于，所述并发病预警模块包括待随访患者健康监测单元以及预警信号发出单元：
所述待随访患者健康监测单元用于实时监测待随访患者治疗周期内对应的周期健康报告集，分析待随访患者治疗周期内对应的周期健康报告集与患并发病患者周期健康报告集之间的关联性；
所述预警信号发出单元用于结合待随访患者健康监测单元的分析结果，将待随访患者健康监测单元中所述关联性与预设值进行比对，根据比对结果发出预警信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310750959.6A CN116779190B (zh) | 2023-06-25 | 2023-06-25 | 一种基于物联网的医疗平台用户随访管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310750959.6A CN116779190B (zh) | 2023-06-25 | 2023-06-25 | 一种基于物联网的医疗平台用户随访管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116779190A CN116779190A (zh) | 2023-09-19 |
| CN116779190B true CN116779190B (zh) | 2024-02-13 |
Family
ID=87992589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310750959.6A Active CN116779190B (zh) | 2023-06-25 | 2023-06-25 | 一种基于物联网的医疗平台用户随访管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116779190B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117316415B (zh) * | 2023-11-28 | 2024-02-06 | 西安阳创智尚信息科技有限公司 | 一种基于多模态的智能随访方法及系统 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105653859A (zh) * | 2015-12-31 | 2016-06-08 | 遵义医学院 | 一种基于医疗大数据的疾病自动辅助诊断系统及方法 |
| CN109920547A (zh) * | 2019-03-05 | 2019-06-21 | 北京工业大学 | 一种基于电子病历数据挖掘的糖尿病预测模型构建方法 |
| CN111326224A (zh) * | 2013-12-04 | 2020-06-23 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
| CN111710420A (zh) * | 2020-05-15 | 2020-09-25 | 深圳先进技术研究院 | 一种基于电子病历大数据的并发症发病风险预测方法、系统、终端以及存储介质 |
| CN111755109A (zh) * | 2020-05-14 | 2020-10-09 | 中山大学孙逸仙纪念医院 | 一种诊疗随访系统 |
| CN112201360A (zh) * | 2020-10-09 | 2021-01-08 | 平安科技（深圳）有限公司 | 慢病随访记录收集方法、装置、设备及存储介质 |
| CN112466446A (zh) * | 2020-11-11 | 2021-03-09 | 雷海科 | 一种基于医疗系统的智能随访管理系统 |
| CN113506630A (zh) * | 2021-07-08 | 2021-10-15 | 上海中医药大学附属龙华医院 | 一种乳腺癌术后全程全方位智能管理系统 |
| CN113643813A (zh) * | 2021-08-30 | 2021-11-12 | 平安医疗健康管理股份有限公司 | 基于人工智能的慢病随访监管方法、装置及计算机设备 |
| CN114974530A (zh) * | 2022-05-10 | 2022-08-30 | 浙江远图技术股份有限公司 | 一种诊后随访方法、系统及存储介质 |
| CN115602279A (zh) * | 2022-11-04 | 2023-01-13 | 卫宁健康科技集团股份有限公司（Cn） | 基于数据分析的疾病提示方法、装置、设备及存储介质 |
| CN115714022A (zh) * | 2022-11-04 | 2023-02-24 | 杭州市临平区妇幼保健院 | 基于人工智能的新生儿黄疸健康管理系统 |
| CN115762781A (zh) * | 2022-11-21 | 2023-03-07 | 上海市同仁医院 | 一种基于医疗大数据的危重症早期预警系统及方法 |
| CN115762813A (zh) * | 2023-01-09 | 2023-03-07 | 之江实验室 | 一种基于患者个体知识图谱的医患交互方法及系统 |
| JP2023033182A (ja) * | 2021-08-25 | 2023-03-09 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理方法、及びプログラム |
| CN116013534A (zh) * | 2022-10-10 | 2023-04-25 | 睿愈(南京)数字医疗科技有限公司 | 一种基于医学指南和数据的临床辅助决策方法及系统 |
| CN116189879A (zh) * | 2023-01-06 | 2023-05-30 | 岱特智能科技（上海）有限公司 | 一种肾病并发症的确定方法、系统以及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020120471A1 (en) * | 2000-08-30 | 2002-08-29 | Healtheheart, Inc. | Patient analysis and research system and associated methods |
| US7008378B2 (en) * | 2002-03-07 | 2006-03-07 | Dean Melanie A | Patient conditional diagnosis assessment and symptom tracking system |
| US20160092647A1 (en) * | 2014-09-29 | 2016-03-31 | Muralidharan Pillapayam Narasimhachari | Method for recording medical information of a user and for sharing user experience with symptoms and medical intervention |
| EP3223180A1 (en) * | 2016-03-24 | 2017-09-27 | Fujitsu Limited | A system and a method for assessing patient risk using open data and clinician input |
-
2023
- 2023-06-25 CN CN202310750959.6A patent/CN116779190B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111326224A (zh) * | 2013-12-04 | 2020-06-23 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
| CN105653859A (zh) * | 2015-12-31 | 2016-06-08 | 遵义医学院 | 一种基于医疗大数据的疾病自动辅助诊断系统及方法 |
| CN109920547A (zh) * | 2019-03-05 | 2019-06-21 | 北京工业大学 | 一种基于电子病历数据挖掘的糖尿病预测模型构建方法 |
| CN111755109A (zh) * | 2020-05-14 | 2020-10-09 | 中山大学孙逸仙纪念医院 | 一种诊疗随访系统 |
| CN111710420A (zh) * | 2020-05-15 | 2020-09-25 | 深圳先进技术研究院 | 一种基于电子病历大数据的并发症发病风险预测方法、系统、终端以及存储介质 |
| WO2021227511A1 (zh) * | 2020-05-15 | 2021-11-18 | 深圳先进技术研究院 | 一种基于电子病历大数据的并发症发病风险预测方法、系统、终端以及存储介质 |
| CN112201360A (zh) * | 2020-10-09 | 2021-01-08 | 平安科技（深圳）有限公司 | 慢病随访记录收集方法、装置、设备及存储介质 |
| CN112466446A (zh) * | 2020-11-11 | 2021-03-09 | 雷海科 | 一种基于医疗系统的智能随访管理系统 |
| CN113506630A (zh) * | 2021-07-08 | 2021-10-15 | 上海中医药大学附属龙华医院 | 一种乳腺癌术后全程全方位智能管理系统 |
| JP2023033182A (ja) * | 2021-08-25 | 2023-03-09 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理方法、及びプログラム |
| CN113643813A (zh) * | 2021-08-30 | 2021-11-12 | 平安医疗健康管理股份有限公司 | 基于人工智能的慢病随访监管方法、装置及计算机设备 |
| CN114974530A (zh) * | 2022-05-10 | 2022-08-30 | 浙江远图技术股份有限公司 | 一种诊后随访方法、系统及存储介质 |
| CN116013534A (zh) * | 2022-10-10 | 2023-04-25 | 睿愈(南京)数字医疗科技有限公司 | 一种基于医学指南和数据的临床辅助决策方法及系统 |
| CN115602279A (zh) * | 2022-11-04 | 2023-01-13 | 卫宁健康科技集团股份有限公司（Cn） | 基于数据分析的疾病提示方法、装置、设备及存储介质 |
| CN115714022A (zh) * | 2022-11-04 | 2023-02-24 | 杭州市临平区妇幼保健院 | 基于人工智能的新生儿黄疸健康管理系统 |
| CN115762781A (zh) * | 2022-11-21 | 2023-03-07 | 上海市同仁医院 | 一种基于医疗大数据的危重症早期预警系统及方法 |
| CN116189879A (zh) * | 2023-01-06 | 2023-05-30 | 岱特智能科技（上海）有限公司 | 一种肾病并发症的确定方法、系统以及存储介质 |
| CN115762813A (zh) * | 2023-01-09 | 2023-03-07 | 之江实验室 | 一种基于患者个体知识图谱的医患交互方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116779190A (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11681962B2 (en) | Peer-review flagging system and methods for use therewith | |
| CN116779190B (zh) | 一种基于物联网的医疗平台用户随访管理系统及方法 | |
| Ord et al. | Detection of malingering in mild traumatic brain injury with the Conners' Continuous Performance Test–II | |
| US20210366106A1 (en) | System with confidence-based retroactive discrepancy flagging and methods for use therewith | |
| Hu et al. | Automated detection of postoperative surgical site infections using supervised methods with electronic health record data | |
| US20220051771A1 (en) | Report generating system and methods for use therewith | |
| CN114639479A (zh) | 一种基于医疗知识图谱的智能诊断辅助系统 | |
| US11197642B2 (en) | Systems and methods of advanced warning for clinical deterioration in patients | |
| CN116344050B (zh) | 一种基于多维度健康管理模型的评测方法 | |
| Dzamonja-Ignjatovic et al. | A comparison of new and revised Rorschach measures of schizophrenic functioning in a Serbian clinical sample | |
| CN110634566A (zh) | 一种中医临床诊断数据处理系统及方法、信息数据处理终端 | |
| CN111180026A (zh) | 专科诊疗视图系统及方法 | |
| US20220172805A1 (en) | System and method for automatically determining serious adverse events | |
| US20220037019A1 (en) | Medical scan artifact detection system and methods for use therewith | |
| US20220005565A1 (en) | System with retroactive discrepancy flagging and methods for use therewith | |
| CN109545384A (zh) | 一种医学诊断方法及装置 | |
| CN107391901A (zh) | 建立普通病房患者病情评估模型的方法和服务器 | |
| WO2015011592A2 (en) | Computerization and visualization of clinical rules and definitions for patient monitoring systems. | |
| JP2024513618A (ja) | 感染症及び敗血症の個別化された予測のための方法及びシステム | |
| CN116959715A (zh) | 一种基于时序演进过程解释的疾病预后预测系统 | |
| CN116597981A (zh) | 一种结合数字孪生技术进行慢阻肺疾病防治管理的方法 | |
| CN116864104A (zh) | 基于人工智能的慢性血栓栓塞性肺动脉高压风险分级系统 | |
| CN115019958A (zh) | 一种病例异常检测方法及设备 | |
| CN114724701A (zh) | 基于叠加集成算法和自动编码器的无创通气疗效预测系统 | |
| Do et al. | Predicting lung healthiness risk scores to identify probability of an asthma attack |
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 |