CN116936021A - 一种基于区块链的医疗电子病历信息管理方法及系统 - Google Patents
一种基于区块链的医疗电子病历信息管理方法及系统 Download PDFInfo
- Publication number
- CN116936021A CN116936021A CN202311195523.1A CN202311195523A CN116936021A CN 116936021 A CN116936021 A CN 116936021A CN 202311195523 A CN202311195523 A CN 202311195523A CN 116936021 A CN116936021 A CN 116936021A
- Authority
- CN
- China
- Prior art keywords
- information
- patient
- basic
- electronic prescription
- electronic
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims description 99
- 239000003814 drug Substances 0.000 claims description 71
- 239000004615 ingredient Substances 0.000 claims description 54
- 229940079593 drug Drugs 0.000 claims description 34
- 201000010099 disease Diseases 0.000 claims description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 30
- 230000036772 blood pressure Effects 0.000 claims description 29
- 230000036760 body temperature Effects 0.000 claims description 23
- 239000013566 allergen Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 12
- 230000000172 allergic effect Effects 0.000 claims description 10
- 208000010668 atopic eczema Diseases 0.000 claims description 10
- 230000006378 damage Effects 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 10
- 208000027418 Wounds and injury Diseases 0.000 claims description 8
- 208000014674 injury Diseases 0.000 claims description 8
- 230000008676 import Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 8
- 206010020751 Hypersensitivity Diseases 0.000 description 12
- 230000007815 allergy Effects 0.000 description 11
- 208000026935 allergic disease Diseases 0.000 description 6
- 229930182555 Penicillin Natural products 0.000 description 4
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229940049954 penicillin Drugs 0.000 description 4
- 239000000955 prescription drug Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 206010002198 Anaphylactic reaction Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 208000003455 anaphylaxis Diseases 0.000 description 2
- 230000003115 biocidal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229940126532 prescription medicine Drugs 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification 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
- G16H10/60—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
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Abstract
本发明公开了一种基于区块链的医疗电子病历信息管理方法及系统，属于专门适用于预测目的的数据处理系统领域，本发明通过将患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础信息相似值，将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对，快速对医护医院开出的处方药进行核对，并对医护人员进行提醒，避免医护人员疏忽大意导致药物开错从而引起患者的二次伤害。
Description
技术领域
本发明属于专门适用于预测目的的数据处理系统技术领域，具体的说是一种基于区块链的医疗电子病历信息管理方法及系统。
背景技术
在进行医疗电子病历管理时，医护人员通过患者的病情开出处方药，但是无法对医护人员开出的处方药进行核对，并对医护人员进行提醒，很多情况下医护人员因疏忽大意导致药物开错从而引起患者的二次伤害，现有技术中均存在上述问题；
例如在申请公布号为CN113130028A的中国专利中公开了一种基于区块链的医疗电子病历信息管理方法及系统，包括获取触发病例信息管理系统的开始管理触发指令，并根据所述开始管理触发指令生成图像获取时间录入界面；获取经所述图像获取时间录入界面录入的对病例中的目标图像进行图像获取处理的特定时间；在所述特定时间内对病例中的目标图像进行图像获取处理后生成热红外线医疗图像和可见光医疗图像，在图像整合分析处理后生成最终医疗目标图像；基于所述最终医疗目标图像对所述最终医疗目标图像作图像压缩加密处理，并生成压缩后图像数据包，基于区块链技术将所述压缩后图像数据包以内容存证的方式哈希上链。本发明实现获得显示效果更好的目标医疗图像的功能；
同时例如在申请公布号为CN111640491A的中国专利中公开了一种医学检测单据自助上传和信息管理的系统及方法，本发明搭建包含数据处理中心、数据库服务单元和OCR模块的医疗信息管理平台，并基于该平台开发均以移动设备为载体、表现形式分别为微信小程序和APP的病患客户端和医生客户端，通过光学字符识别技术的应用，探索出就诊者自助上传医学检测单据后由主治医生审核确认的病人信息电子化录入新模式，操作简单，具有实时性和准确性，减轻了医生的工作负荷，促进了医院信息系统的信息录入和完善补全，以及病人电子化病历的及时创建和更新管理，不仅通过实时准确记录推动医疗工作，而且生成可远程访问调用的数据库，为病理研究和医学统计等医学科学提供了宝贵可靠的研究材料。
以上专利均存在本背景技术提出的问题：在进行医疗电子病历管理时，医护人员通过患者的病情开出处方药，但是无法对医护人员开出的处方药进行核对，并对医护人员进行提醒，很多情况下医护人员因疏忽大意导致药物开错从而引起患者的二次伤害，为了解决这些问题，本申请设计了一种基于区块链的医疗电子病历信息管理方法及系统。
发明内容
针对现有技术的不足，本发明提出了一种基于区块链的医疗电子病历信息管理方法及系统，本发明获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，判断电子处方中的药物是否有患者的过敏源，提取储存的患者病情基础信息、患者身体基础信息和电子处方信息，患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值，患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对，快速对医护医院开出的处方药进行核对，并对医护人员进行提醒，避免医护人员疏忽大意导致药物开错从而引起患者的二次伤害。
为实现上述目的，本发明提供如下技术方案：
一种基于区块链的医疗电子病历信息管理方法，其包括以下具体步骤：
S1、获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，其中，患者病情基础信息包括患者的病患位置、病患程度数据；患者身体基础信息包括患者的血压、体温、年龄、脉搏和过敏反应，电子处方信息包括药物的种类及其组成的配料信息；
S2、判断电子处方中的药物是否有患者的过敏源，若有则进行S8的电子处方不匹配报警，若否，则进行S3；
S3、提取储存的患者病情基础信息、患者身体基础信息和电子处方信息；
S4、患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值；
S5、患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值；
S6、将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值；
S7、判断计算得到的匹配值是否大于等于设定的匹配阈值；
S8、若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
具体的，所述S2中包括以下具体步骤：
S21、提取电子处方中药物的种类及其组成的配料信息，同时提取能使患者过敏反应的配料信息和过敏剂量信息；
S22、将电子处方中药物组成的配料信息分别与使患者过敏的配料信息、过敏剂量信息进行对比，判断电子处方中的过敏源配料质量是否大于等于使患者过敏的安全质量。
具体的，所述身体基础信息计算策略的具体步骤如下：
S41、提取患者身体基础数据，其中包括患者的血压、体温、年龄、脉搏数据，同时提取本科室其他病患的血压、体温、年龄、脉搏数据；
S42、将患者血压、体温/>、年龄/>、脉搏/>数据与本科室其他病患的血压/>、体温/>、年龄/>、脉搏/>数据代入身体基础相似值计算公式中计算身体基础相似值，这里医生选择患者血压、体温、年龄、脉搏作为身体基础相似值的计算指标，因为根据研究发现，身体指标参数大致相同的患者其身体基础情况也大致相同；
S43、所述身体基础相似值计算公式为：，其中/>为血压占比系数，/>为体温占比系数，/>为年龄占比系数，/>为脉搏占比系数，其中。
具体的，所述S5中的病情信息计算策略的具体步骤如下：
S51、提取患者的病情基础信息，其中包括患者的伤患疾病、伤患面积、伤患程度数据，同时提取本科室其他病患的伤患疾病、伤患面积、伤患程度数据，这里的伤患程度数据是指患者的伤残等级，这里的伤残等级评定为现有技术；
S52、首先判断伤患位置是否为同一伤患疾病，例如四肢或者腹部，若伤患区域相同则取伤患位置系数k为1，若不相同则伤患位置系数k为0；
S53、将患者的伤患位置、伤患面积、伤患程度/>数据与本科室其他病患的伤患位置、伤患面积/>、伤患程度/>数据代入病情基础相似值计算公式中计算病情基础相似值，所述病情基础相似值的计算公式为：/>。
具体的，所述S6中的匹配值计算策略的具体内容为：
S61、获取患者与本科室其他病患的身体基础相似值、病情基础相似值，计算患者与本科室其他病患的总相似值，总相似值计算公式为：，其中/>为病情基础相似值占比系数；
S62、得到患者与本科室其他病患的总相似值降序排列，取其中最大的总相似值设为本患者的模拟病例，取模拟病例的电子处方信息和本患者的电子处方信息，其中电子处方信息包括药物的种类及其组成的配料信息，其中本患者的电子处方信息中药物的种类设为，其中/>为本患者的电子处方信息中药物的种类的总数，/>为本患者的电子处方信息中药物的种类的第i项，本患者的电子处方信息配料种类为，其中/>为本患者的电子处方信息配料种类的总数，/>为本患者的电子处方信息中配料种类的第i项，模拟病例的电子处方的药物的种类为，其中/>为模拟病例的电子处方信息中药物的种类的总数，/>为模拟病例的电子处方信息中药物的种类的第i项，模拟病例的电子处方信息配料种类为，其中/>为模拟病例的电子处方信息配料种类的总数，/>为模拟病例的电子处方信息中配料种类的第i项；
S63、将本患者的电子处方信息药物的种类和模拟病例的电子处方的药物的种类代入药物的种类配对值计算公式中计算药物的种类配对值，所述药物的种类配对值计算公式为，其中M（）为括号中元素的个数，/>为两个集合的并集，/>为两个集合的交集，将本患者的电子处方信息配料种类与模拟病例的电子处方信息配料种类导入配料种类计算公式中计算配料种类配对值，配料种类配对值的计算公式为：/>，将药物的种类配对值、配料种类配对值和总相似值代入匹配值计算公式中进行匹配值的计算，匹配值的计算公式为：/>。
一种基于区块链的医疗电子病历信息管理系统，其基于上述一种基于区块链的医疗电子病历信息管理方法实现，其包括数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、控制模块、处方匹配报警模块和匹配值计算模块，所述数据采集模块用于获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，所述过敏源对比模块用于判断电子处方中的药物是否有患者的过敏源，所述身体基础相似值计算模块用于将患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值。
具体的，所述控制模块用于控制数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、处方匹配报警模块和匹配值计算模块的运行，所述病情基础相似值计算模块用于将患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，所述匹配值计算模块用于将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，所述处方匹配报警模块用于判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种基于区块链的医疗电子病历信息管理方法。
一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种基于区块链的医疗电子病历信息管理方法。
与现有技术相比，本发明的有益效果是：
本发明获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，判断电子处方中的药物是否有患者的过敏源，提取储存的患者病情基础信息、患者身体基础信息和电子处方信息，患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值，患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对，快速对医护医院开出的处方药进行核对，并对医护人员进行提醒，避免医护人员疏忽大意导致药物开错从而引起患者的二次伤害。
附图说明
图1为本发明基于区块链的医疗电子病历信息管理方法流程示意图；
图2为本发明基于区块链的医疗电子病历信息管理系统整体框架示意图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
请参阅图1，本发明提供的一种实施例：一种基于区块链的医疗电子病历信息管理方法，其包括以下具体步骤：
一种基于区块链的医疗电子病历信息管理方法，其包括以下具体步骤：
其包括以下具体步骤：
S1、获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，其中，患者病情基础信息包括患者的病患位置、病患程度数据；患者身体基础信息包括患者的血压、体温、年龄、脉搏和过敏反应，电子处方信息包括药物的种类及其组成的配料信息；
这里需要说明的是，为了确保医疗记录的准确性和完整性，现代医疗系统通常采用电子病历来存储患者的病情基础信息、患者身体基础信息和电子处方信息。以下是对这些信息组成的解释：
1. 患者病情基础信息：这部分信息包括患者的病患位置和病患程度数据。病患位置指的是患者所出现症状或问题的特定部位或部位组合。病患程度数据则是对患者病情的程度进行评估和记录，如疼痛程度、病情进展等。
2. 患者身体基础信息：这部分信息包括患者的血压、体温、年龄、脉搏和过敏反应等。血压是一个评估心血管健康的重要指标，体温是评估患者是否发热的基准，年龄用于确定患者的生理和疾病特征，脉搏则是评估患者的心脏功能和循环状态。过敏反应信息则记录患者对某些物质的过敏反应，以确保在药物治疗中不会引发过敏反应。
3. 电子处方信息：这部分信息包括所开立的药物的种类及其组成的配料信息的代码。通过电子病历，医生可以准确记录开具的药物种类和所需配料的信息。这些信息通常包括药物的通用名称、剂量、频率、使用方法等，同时也可记录给予药物治疗的持续时间和效果评估。
以上提到的数据和信息在电子病历系统中被储存和管理，以便医疗机构和医护人员随时可以查阅和更新，通过电子病历，医生和其他医疗专业人员可以更方便地获取患者的起始症状、基本身体状况以及治疗方案等重要信息；
以下是一个示例代码，用于获取患者病情基础信息、患者身体基础信息和电子处方信息，并将其存储在电子病历中：
class Patient:
def __init__(self, name, location, severity):
self.name = name
self.location = location
self.severity = severity
class PhysicalInfo:
def __init__(self, blood_pressure, body_temperature, age, pulse,allergies):
self.blood_pressure = blood_pressure
self.body_temperature = body_temperature
self.age = age
self.pulse = pulse
self.allergies = allergies
class Prescription:
def __init__(self, medication_type, ingredients):
self.medication_type = medication_type
self.ingredients = ingredients
class ElectronicMedicalRecord:
def __init__(self):
self.patient_info = None
self.physical_info = None
self.prescription_info = None
def add_patient_info(self, name, location, severity):
self.patient_info = Patient(name, location, severity)
def add_physical_info(self, blood_pressure, body_temperature,age, pulse, allergies):
self.physical_info = PhysicalInfo(blood_pressure, body_temperature, age, pulse, allergies）
def add_prescription_info(self, medication_type, ingredients):
self.prescription_info = Prescription(medication_type,ingredients)
def display_info(self):
print("Patient Information:")
print(f"Name: {self.patient_info.name}")
print(f"Location: {self.patient_info.location}")
print(f"Severity: {self.patient_info.severity}")
print("")
print("Physical Information:")
print(f"Blood Pressure:{self.physical_info.blood_pressure}")
print(f"Body Temperature:{self.physical_info.body_temperature}")
print(f"Age: {self.physical_info.age}")
print(f"Pulse: {self.physical_info.pulse}")
print(f"Allergies: {self.physical_info.allergies}")
print("")
print("Prescription Information:")
print(f"Medication Type:{self.prescription_info.medication_type}")
print(f"Ingredients:
{self.prescription_info.ingredients}")
# 使用示例：
emr = ElectronicMedicalRecord()
emr.add_patient_info("John Doe", "Chest", "Moderate")
emr.add_physical_info("120/80 mmHg", "37.5 °C", 30, 70, "Penicillin")
emr.add_prescription_info("Antibiotic", "Penicillin")
emr.display_info()
# 输出结果：
Patient Information:
Name: John Doe
Location: Chest
Severity: Moderate
Physical Information:
Blood Pressure: 120/80 mmHg
Body Temperature: 37.5 °C
Age: 30
Pulse: 70
Allergies: Penicillin
Prescription Information:
Medication Type: Antibiotic
Ingredients: Penicillin
注意：这只是一个简单的示例代码，并没有进行输入验证或错误处理。实际应用中，可能需要根据需求进行适当的修改和完善。
S2、判断电子处方中的药物是否有患者的过敏源，若有则进行S8的电子处方不匹配报警，若否，则进行S3；
在本实施例中，S2中包括以下具体步骤：
S21、提取电子处方中药物的种类及其组成的配料信息，同时提取能使患者过敏反应的配料信息和过敏剂量信息；
S22、将电子处方中药物组成的配料信息分别与使患者过敏的配料信息、过敏剂量信息进行对比，判断电子处方中的过敏源配料质量是否大于等于使患者过敏的安全质量；
S3、提取储存的患者病情基础信息、患者身体基础信息和电子处方信息；
S4、患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值；
在本实施例中，身体基础信息计算策略的具体步骤如下：
S41、提取患者身体基础数据，其中包括患者的血压、体温、年龄、脉搏数据，同时提取本科室其他病患的血压、体温、年龄、脉搏数据；
S42、将患者血压、体温/>、年龄/>、脉搏/>数据与本科室其他病患的血压/>、体温/>、年龄/>、脉搏/>数据代入身体基础相似值计算公式中计算身体基础相似值，这里医生选择患者血压、体温、年龄、脉搏作为身体基础相似值的计算指标，因为根据研究发现，身体指标参数大致相同的患者其身体基础情况也大致相同；
S43、所述身体基础相似值计算公式为：，其中/>为血压占比系数，/>为体温占比系数，/>为年龄占比系数，/>为脉搏占比系数，其中；
S5、患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值；
在本实施例中，S5中的病情信息计算策略的具体步骤如下：
S51、提取患者的病情基础信息，其中包括患者的伤患疾病、伤患面积、伤患程度数据，同时提取本科室其他病患的伤患疾病、伤患面积、伤患程度数据，这里的伤患程度数据是指患者的伤残等级，这里的伤残等级评定为现有技术；
S52、首先判断伤患位置是否为同一伤患疾病，例如四肢或者腹部，若伤患区域相同则取伤患位置系数k为1，若不相同则伤患位置系数k为0；
S53、将患者的伤患位置、伤患面积、伤患程度/>数据与本科室其他病患的伤患位置、伤患面积/>、伤患程度/>数据代入病情基础相似值计算公式中计算病情基础相似值，所述病情基础相似值的计算公式为：/>；
S6、将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值；
在本实施例中，S6中的匹配值计算策略的具体内容为：
S61、获取患者与本科室其他病患的身体基础相似值、病情基础相似值，计算患者与本科室其他病患的总相似值，总相似值计算公式为：，其中/>为病情基础相似值占比系数；
S62、得到患者与本科室其他病患的总相似值降序排列，取其中最大的总相似值设为本患者的模拟病例，取模拟病例的电子处方信息和本患者的电子处方信息，其中电子处方信息包括药物的种类及其组成的配料信息，其中本患者的电子处方信息中药物的种类设为，其中/>为本患者的电子处方信息中药物的种类的总数，/>为本患者的电子处方信息中药物的种类的第i项，本患者的电子处方信息配料种类为，其中/>为本患者的电子处方信息配料种类的总数，/>为本患者的电子处方信息中配料种类的第i项，模拟病例的电子处方的药物的种类为，其中/>为模拟病例的电子处方信息中药物的种类的总数，/>为模拟病例的电子处方信息中药物的种类的第i项，模拟病例的电子处方信息配料种类为，其中/>为模拟病例的电子处方信息配料种类的总数，/>为模拟病例的电子处方信息中配料种类的第i项；
S63、将本患者的电子处方信息药物的种类和模拟病例的电子处方的药物的种类代入药物的种类配对值计算公式中计算药物的种类配对值，所述药物的种类配对值计算公式为，其中M（）为括号中元素的个数，/>为两个集合的并集，/>为两个集合的交集，将本患者的电子处方信息配料种类与模拟病例的电子处方信息配料种类导入配料种类计算公式中计算配料种类配对值，配料种类配对值的计算公式为：/>，将药物的种类配对值、配料种类配对值和总相似值代入匹配值计算公式中进行匹配值的计算，匹配值的计算公式为：/>；
S7、判断计算得到的匹配值是否大于等于设定的匹配阈值；
在此需要说明的是，这里的匹配阈值根据不同的病情灵活设置；
S8、若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
本发明获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，判断电子处方中的药物是否有患者的过敏源，提取储存的患者病情基础信息、患者身体基础信息和电子处方信息，患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值，患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对，快速对医护医院开出的处方药进行核对，并对医护人员进行提醒，避免医护人员疏忽大意导致药物开错从而引起患者的二次伤害。
实施例2
如图2所示，一种基于区块链的医疗电子病历信息管理系统，其基于上述一种基于区块链的医疗电子病历信息管理方法实现，其包括数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、控制模块、处方匹配报警模块和匹配值计算模块，数据采集模块用于获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，过敏源对比模块用于判断电子处方中的药物是否有患者的患者的过敏源，身体基础相似值计算模块用于将患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值。
在本实施例中，控制模块用于控制数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、处方匹配报警模块和匹配值计算模块的运行，病情基础相似值计算模块用于将患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，匹配值计算模块用于将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，处方匹配报警模块用于判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种基于区块链的医疗电子病历信息管理方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器（Central Processing Units，CPU）和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种基于区块链的医疗电子病历信息管理方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种基于区块链的医疗电子病历信息管理方法。
例如，计算机可读存储介质能够是只读存储器（Read-Only Memory，简称：ROM）、随机存取存储器（Random Access Memory，简称：RAM）、只读光盘（Compact Disc Read-OnlyMemory，简称：CD-ROM）、磁带、软盘和光数据存储设备等。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，根据A确定B并不意味着仅仅根据A确定B，还能够根据A和/或其它信息确定B。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种基于区块链的医疗电子病历信息管理方法，其特征在于，其包括以下具体步骤：
S1、获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中；
S2、判断电子处方中的药物是否有患者的过敏源，若有则进行S8的电子处方不匹配报警，若否，则进行S3；
S3、提取储存的患者病情基础信息、患者身体基础信息和电子处方信息；
S4、患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值；
S5、患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值；
S6、将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值；
S7、判断计算得到的匹配值是否大于等于设定的匹配阈值；
S8、若匹配值大于等于设定的匹配阈值，则输出电子处方匹配，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
2.如权利要求1所述的一种基于区块链的医疗电子病历信息管理方法，其特征在于，所述S2中包括以下具体步骤：
S21、提取电子处方中药物的种类及其组成的配料信息，同时提取能使患者过敏反应的配料信息和过敏剂量信息；
S22、将电子处方中药物组成的配料信息分别与使患者过敏的配料信息、过敏剂量信息进行对比，判断电子处方中的过敏源配料质量是否大于等于使患者过敏的安全质量。
3.如权利要求2所述的一种基于区块链的医疗电子病历信息管理方法，其特征在于，所述身体基础信息计算策略的具体步骤如下：
S41、提取患者身体基础数据，其中包括患者的血压、体温、年龄、脉搏数据，同时提取本科室其他病患的血压、体温、年龄、脉搏数据；
S42、将患者血压、体温/>、年龄/>、脉搏/>数据与本科室其他病患的血压/>、体温、年龄/>、脉搏/>数据代入身体基础相似值计算公式中计算身体基础相似值；
S43、所述身体基础相似值计算公式为：，其中/>为血压占比系数，/>为体温占比系数，/>为年龄占比系数，/>为脉搏占比系数，其中。
4.如权利要求3所述的一种基于区块链的医疗电子病历信息管理方法，其特征在于，所述S5中的病情信息计算策略的具体步骤如下：
S51、提取患者的病情基础信息，其中包括患者的伤患疾病、伤患面积、伤患程度数据，同时提取本科室其他病患的伤患疾病、伤患面积、伤患程度数据；
S52、判断伤患位置是否为同一伤患疾病；
S53、将患者的伤患位置、伤患面积、伤患程度/>数据与本科室其他病患的伤患位置、伤患面积/>、伤患程度/>数据代入病情基础相似值计算公式中计算病情基础相似值，所述病情基础相似值的计算公式为：/>，其中k为伤患位置系数，若伤患区域相同则取伤患位置系数k为1，若不相同则伤患位置系数k为0。
5.如权利要求4所述的一种基于区块链的医疗电子病历信息管理方法，其特征在于，所述S6中的匹配值计算策略的具体内容为：
S61、获取患者与本科室其他病患的身体基础相似值、病情基础相似值，计算患者与本科室其他病患的总相似值，总相似值计算公式为：，其中/>为病情基础相似值占比系数；
S62、得到患者与本科室其他病患的总相似值降序排列，取其中最大的总相似值设为本患者的模拟病例，取模拟病例的电子处方信息和本患者的电子处方信息，其中电子处方信息包括药物的种类及其组成的配料信息，其中本患者的电子处方信息中药物的种类设为，其中/>为本患者的电子处方信息中药物的种类的总数，/>为本患者的电子处方信息中药物的种类的第i项，本患者的电子处方信息配料种类为，其中/>为本患者的电子处方信息配料种类的总数，/>为本患者的电子处方信息中配料种类的第i项，模拟病例的电子处方的药物的种类为，其中/>为模拟病例的电子处方信息中药物的种类的总数，/>为模拟病例的电子处方信息中药物的种类的第i项，模拟病例的电子处方信息配料种类为，其中/>为模拟病例的电子处方信息配料种类的总数，/>为模拟病例的电子处方信息中配料种类的第i项。
6.如权利要求5所述的一种基于区块链的医疗电子病历信息管理方法，其特征在于，所述匹配值计算策略还包括以下具体内容：
S63、将本患者的电子处方信息药物的种类和模拟病例的电子处方的药物的种类代入药物的种类配对值计算公式中计算药物的种类配对值，所述药物的种类配对值计算公式为，其中M（）为括号中元素的个数，为两个集合的并集，/>为两个集合的交集，将本患者的电子处方信息配料种类与模拟病例的电子处方信息配料种类导入配料种类计算公式中计算配料种类配对值，配料种类配对值的计算公式为：/>，将药物的种类配对值、配料种类配对值和总相似值代入匹配值计算公式中进行匹配值的计算，匹配值的计算公式为：/>。
7.一种基于区块链的医疗电子病历信息管理系统，其基于如权利要求1-6任一项的所述一种基于区块链的医疗电子病历信息管理方法实现，其特征在于，其包括数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、控制模块、处方匹配报警模块和匹配值计算模块，所述数据采集模块用于获取患者病情基础信息、患者身体基础信息和电子处方信息储存在电子病历中，所述过敏源对比模块用于判断电子处方中的药物是否有患者的过敏源，所述身体基础相似值计算模块用于将患者身体基础信息与储存的相似患者基础信息导入身体基础信息计算策略中计算身体基础相似值。
8.如权利要求7所述的一种基于区块链的医疗电子病历信息管理系统，其特征在于，所述控制模块用于控制数据采集模块、过敏源对比模块、身体基础相似值计算模块、病情基础相似值计算模块、处方匹配报警模块和匹配值计算模块的运行，所述病情基础相似值计算模块用于将患者病情基础信息与储存的相似患者病情基础信息导入病情信息计算策略中计算病情基础相似值，所述匹配值计算模块用于将身体基础相似值和病情基础相似值代入匹配值计算策略计算电子处方信息的匹配值，所述处方匹配报警模块用于判断计算得到的匹配值是否大于等于设定的匹配阈值，若匹配值小于设定的匹配阈值，则进行电子处方不匹配报警，提醒医护人员核对。
9.一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求1-6任一项所述的一种基于区块链的医疗电子病历信息管理方法。
10.一种计算机可读存储介质，其特征在于，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-6任一项所述的一种基于区块链的医疗电子病历信息管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311195523.1A CN116936021A (zh) | 2023-09-18 | 2023-09-18 | 一种基于区块链的医疗电子病历信息管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311195523.1A CN116936021A (zh) | 2023-09-18 | 2023-09-18 | 一种基于区块链的医疗电子病历信息管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116936021A true CN116936021A (zh) | 2023-10-24 |
Family
ID=88388238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311195523.1A Pending CN116936021A (zh) | 2023-09-18 | 2023-09-18 | 一种基于区块链的医疗电子病历信息管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116936021A (zh) |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07225800A (ja) * | 1994-02-10 | 1995-08-22 | Toshiba Corp | 医療機関用診療支援装置 |
| KR20090044248A (ko) * | 2007-10-31 | 2009-05-07 | 재단법인서울대학교산학협력재단 | Ａｒｄｅｎ Ｓｙｎｔａｘ 기반의 의학 로직 모듈을 이용한의사결정 지원시스템 및 의사결정 지원방법 |
| US20130006669A1 (en) * | 2011-06-29 | 2013-01-03 | Fujifilm Corporation | Diagnosis Support System, Method and Program |
| JP2014197434A (ja) * | 2014-07-23 | 2014-10-16 | 東日本メディコム株式会社 | 表示装置 |
| CN107731270A (zh) * | 2017-10-25 | 2018-02-23 | 康美药业股份有限公司 | 一种自动审核药方准确性的方法及装置 |
| CN109448811A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核改进方法、装置、电子设备及存储介质 |
| CN109448810A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核推送方法、装置、电子设备及存储介质 |
| CN109545388A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种医学风险控制方法、服务器及存储介质 |
| CN110444267A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于电子病例系统的药物监测装置、方法及可读存储介质 |
| CN110634555A (zh) * | 2019-07-31 | 2019-12-31 | 银川有来互联网医院有限公司 | 一种互联网医院中信息审核的方法及装置 |
| CN110880361A (zh) * | 2019-10-16 | 2020-03-13 | 平安科技（深圳）有限公司 | 一种个性化精准用药推荐方法及装置 |
| KR20200055926A (ko) * | 2018-11-14 | 2020-05-22 | 이종필 | 스마트폰을 이용한 처방전 관리 시스템 및 그 방법 |
| CN111986770A (zh) * | 2020-08-31 | 2020-11-24 | 平安医疗健康管理股份有限公司 | 药方用药审核方法、装置、设备及存储介质 |
| CN113409911A (zh) * | 2021-07-14 | 2021-09-17 | 浙江大学 | 一种基于病例临床表型关联度的中药组方推荐方法及系统 |
| US20210304861A1 (en) * | 2018-08-22 | 2021-09-30 | Daniel Whitney STEVENSON | System and method for eligible patient identification, leakage quantification and workflow software |
| CN114334070A (zh) * | 2022-01-05 | 2022-04-12 | 上海良方健康科技有限公司 | 一种基于医疗大数据的辅助处方系统 |
| CN114446488A (zh) * | 2022-01-11 | 2022-05-06 | 中国中医科学院中医药信息研究所 | 一种中药方剂识别方法及系统 |
| CN114628001A (zh) * | 2022-03-16 | 2022-06-14 | 平安科技（深圳）有限公司 | 基于神经网络的处方推荐方法、系统、设备及存储介质 |
| CN114783625A (zh) * | 2022-05-06 | 2022-07-22 | 苏州同启苏沐软件有限公司 | 一种医师处方智能审核系统 |
| WO2022161133A1 (zh) * | 2021-01-29 | 2022-08-04 | 北京京东拓先科技有限公司 | 信息检测方法及装置、存储介质 |
| CN115620886A (zh) * | 2022-12-19 | 2023-01-17 | 北京大学第三医院（北京大学第三临床医学院） | 一种数据审核方法和装置 |
| WO2023029511A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术（深圳）有限公司 | 在线医疗处方用药智能检查方法、装置、设备及存储介质 |
| WO2023031762A1 (en) * | 2021-08-29 | 2023-03-09 | Budhaditya Chattopadhyay | System and method for end-to-end hospital management |
| WO2023029505A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术（深圳）有限公司 | 处方审核方法和装置、电子设备、存储介质 |
| CN116721734A (zh) * | 2023-08-03 | 2023-09-08 | 天津医科大学总医院 | 一种前置处方审核方法及系统 |
-
2023
- 2023-09-18 CN CN202311195523.1A patent/CN116936021A/zh active Pending
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07225800A (ja) * | 1994-02-10 | 1995-08-22 | Toshiba Corp | 医療機関用診療支援装置 |
| KR20090044248A (ko) * | 2007-10-31 | 2009-05-07 | 재단법인서울대학교산학협력재단 | Ａｒｄｅｎ Ｓｙｎｔａｘ 기반의 의학 로직 모듈을 이용한의사결정 지원시스템 및 의사결정 지원방법 |
| US20130006669A1 (en) * | 2011-06-29 | 2013-01-03 | Fujifilm Corporation | Diagnosis Support System, Method and Program |
| JP2014197434A (ja) * | 2014-07-23 | 2014-10-16 | 東日本メディコム株式会社 | 表示装置 |
| CN107731270A (zh) * | 2017-10-25 | 2018-02-23 | 康美药业股份有限公司 | 一种自动审核药方准确性的方法及装置 |
| US20210304861A1 (en) * | 2018-08-22 | 2021-09-30 | Daniel Whitney STEVENSON | System and method for eligible patient identification, leakage quantification and workflow software |
| CN109448810A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核推送方法、装置、电子设备及存储介质 |
| CN109448811A (zh) * | 2018-08-24 | 2019-03-08 | 康美药业股份有限公司 | 处方审核改进方法、装置、电子设备及存储介质 |
| CN109545388A (zh) * | 2018-10-27 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 一种医学风险控制方法、服务器及存储介质 |
| KR20200055926A (ko) * | 2018-11-14 | 2020-05-22 | 이종필 | 스마트폰을 이용한 처방전 관리 시스템 및 그 방법 |
| CN110444267A (zh) * | 2019-07-24 | 2019-11-12 | 卓尔智联(武汉)研究院有限公司 | 基于电子病例系统的药物监测装置、方法及可读存储介质 |
| CN110634555A (zh) * | 2019-07-31 | 2019-12-31 | 银川有来互联网医院有限公司 | 一种互联网医院中信息审核的方法及装置 |
| CN110880361A (zh) * | 2019-10-16 | 2020-03-13 | 平安科技（深圳）有限公司 | 一种个性化精准用药推荐方法及装置 |
| CN111986770A (zh) * | 2020-08-31 | 2020-11-24 | 平安医疗健康管理股份有限公司 | 药方用药审核方法、装置、设备及存储介质 |
| WO2022161133A1 (zh) * | 2021-01-29 | 2022-08-04 | 北京京东拓先科技有限公司 | 信息检测方法及装置、存储介质 |
| CN113409911A (zh) * | 2021-07-14 | 2021-09-17 | 浙江大学 | 一种基于病例临床表型关联度的中药组方推荐方法及系统 |
| WO2023031762A1 (en) * | 2021-08-29 | 2023-03-09 | Budhaditya Chattopadhyay | System and method for end-to-end hospital management |
| WO2023029511A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术（深圳）有限公司 | 在线医疗处方用药智能检查方法、装置、设备及存储介质 |
| WO2023029505A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术（深圳）有限公司 | 处方审核方法和装置、电子设备、存储介质 |
| CN114334070A (zh) * | 2022-01-05 | 2022-04-12 | 上海良方健康科技有限公司 | 一种基于医疗大数据的辅助处方系统 |
| CN114446488A (zh) * | 2022-01-11 | 2022-05-06 | 中国中医科学院中医药信息研究所 | 一种中药方剂识别方法及系统 |
| CN114628001A (zh) * | 2022-03-16 | 2022-06-14 | 平安科技（深圳）有限公司 | 基于神经网络的处方推荐方法、系统、设备及存储介质 |
| CN114783625A (zh) * | 2022-05-06 | 2022-07-22 | 苏州同启苏沐软件有限公司 | 一种医师处方智能审核系统 |
| CN115620886A (zh) * | 2022-12-19 | 2023-01-17 | 北京大学第三医院（北京大学第三临床医学院） | 一种数据审核方法和装置 |
| CN116721734A (zh) * | 2023-08-03 | 2023-09-08 | 天津医科大学总医院 | 一种前置处方审核方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 嬴图团队著: "《图数据库原理、架构与应用》", 哈尔滨工业大学出版社, pages: 138 * |
| 罗杰等: "基于相似度算法的中医处方识别方法的研究_罗杰", 《第五届中国中医药信息大会——大数据标准化与智慧中医药论文集》, pages 358 - 363 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180137247A1 (en) | Preventive and predictive health platform | |
| KR102237449B1 (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
| Triantafyllidis et al. | A survey of mobile phone sensing, self-reporting, and social sharing for pervasive healthcare | |
| CN109310317A (zh) | 用于自动医学诊断的系统和方法 | |
| CN108766561B (zh) | 病症信息处理方法、装置、计算机设备和存储介质 | |
| CN110024038A (zh) | 与用户和装置进行合成交互的系统和方法 | |
| US20080319272A1 (en) | System and method for remotely evaluating patient compliance status | |
| US20160210434A1 (en) | Health information monitoring device and method | |
| JP2016157430A (ja) | 被験者の健康状態を予測する方法およびシステム | |
| US20130024207A1 (en) | Use of patient-centric records to facilitate analysis of outcomes of medical therapies | |
| US11315667B2 (en) | Patient healthcare record templates | |
| US20140278492A1 (en) | System and methods for proving medical care algorithms to a user | |
| US20120215561A1 (en) | Online integrating system for anamnesis | |
| US10980417B2 (en) | Acute care eco system integrating customized devices of personalized care with networked population based management | |
| US20220310219A1 (en) | Medical record digest | |
| US20130275050A1 (en) | Methods and systems for integrated health systems | |
| JP7161688B2 (ja) | 手術後感染予測装置、手術後感染予測装置生産方法、手術後感染予測方法およびプログラム | |
| Srivastava et al. | Continuity of care document for hospital management systems: an implementation perspective | |
| JP7259224B2 (ja) | 問診票作成支援装置、方法およびプログラム | |
| CN110580952A (zh) | 用人工智能的大型无人医院系统 | |
| TWI749621B (zh) | 用藥提醒與回報系統及其實施方法 | |
| CN115867975A (zh) | 产生患者诊疗记录的系统和方法 | |
| CN116936021A (zh) | 一种基于区块链的医疗电子病历信息管理方法及系统 | |
| KR101919236B1 (ko) | 스마트 요양간호를 지원하는 시스템 및 방법 | |
| US20210304860A1 (en) | Systems and methods of integrating medical device case files with corresponding patient care records |
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 |