CN117012356A - 一种基于运筹学的手术分配方法和系统 - Google Patents
一种基于运筹学的手术分配方法和系统 Download PDFInfo
- Publication number
- CN117012356A CN117012356A CN202311279170.3A CN202311279170A CN117012356A CN 117012356 A CN117012356 A CN 117012356A CN 202311279170 A CN202311279170 A CN 202311279170A CN 117012356 A CN117012356 A CN 117012356A
- Authority
- CN
- China
- Prior art keywords
- patient
- evaluation
- information
- complication
- candidate
- 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 33
- 238000011160 research Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 189
- 238000013210 evaluation model Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 45
- 238000001356 surgical procedure Methods 0.000 claims description 45
- 238000003745 diagnosis Methods 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 229940079593 drug Drugs 0.000 claims description 14
- 239000003814 drug Substances 0.000 claims description 14
- 238000002360 preparation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 229930182555 Penicillin Natural products 0.000 description 1
- 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 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229940049954 penicillin Drugs 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于智慧医疗领域，涉及一种基于运筹学的手术分配方法和系统，获取待分配手术的多维度手术特征，从多维度手术特征提取待分配手术的患者并发症信息和预估手术时长信息；依据患者并发症信息和预估手术时长信息对待分配手术进行手术室和手术时间预分配；将候选手术分配计划输入并发症手术运筹评价模型，得到候选手术分配计划的评价等级，调整患者并发症信息或预估手术时长信息直至评价等级满足预设条件，得到作为执行手术计划，对患者进行手术操作。本发明在依据患者的多项并发症数据对手术进行运筹调度分配的同时，借助运筹评价模型准确对手术分配可信度进行评价，可以高效快捷的对患者的手术进行调度安排。
Description
技术领域
本发明属于智慧医疗领域，具体的，涉及一种基于运筹学的手术分配方法和系统。
背景技术
随着医疗资源的不断紧张，手术资源也存在极度稀缺的状态，当前的手术室涉及手术耗材、手术室建设、手术医生数量不足等多种问题。
而且，手术资源向高质量医疗组倾斜，同时保证对其他医疗组的公平性，并且遵守临床规律。
因此，亟需一种手术调度方案将手术排程提高高质量医疗组的手术间利用率，从而提升医院手术带来的经济效益；作为每日择期手术排程的基础，科学合理的手术资源分配有助于减轻每日排程的工作量。
发明内容
根据本发明第一方面，本发明请求保护一种基于运筹学的手术分配方法，包括：
获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
基于所述执行手术计划对所述患者进行手术操作。
进一步的，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
进一步的，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
进一步的，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
进一步的，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
根据本发明第二方面，本发明请求保护一种基于运筹学的手术分配系统，包括：
预处理模块，获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
候选分配模块，依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
运筹评价模块，将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
循环模块，若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
手术确认模块，基于所述执行手术计划对所述患者进行手术操作。
进一步的，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
进一步的，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
进一步的，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
进一步的，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
本发明属于智慧医疗领域，涉及一种基于运筹学的手术分配方法和系统，获取待分配手术的多维度手术特征，从多维度手术特征提取待分配手术的患者并发症信息和预估手术时长信息；依据患者并发症信息和预估手术时长信息对待分配手术进行手术室和手术时间预分配；将候选手术分配计划输入并发症手术运筹评价模型，得到候选手术分配计划的评价等级，调整患者并发症信息或预估手术时长信息直至评价等级满足预设条件，得到作为执行手术计划，对患者进行手术操作。本发明在依据患者的多项并发症数据对手术进行运筹调度分配的同时，借助运筹评价模型准确对手术分配可信度进行评价，可以高效快捷的对患者的手术进行调度安排。
附图说明
图1为本发明所请求保护的一种基于运筹学的手术分配方法的工作流程图；
图2为本发明所请求保护的一种基于运筹学的手术分配方法的第二工作流程图；
图3为本发明所请求保护的一种基于运筹学的手术分配方法的第三工作流程图；
图4为本发明所请求保护的一种基于运筹学的手术分配方法的第四工作流程图；
图5为本发明所请求保护的一种基于运筹学的手术分配系统的结构模块图。
具体实施方式
根据本发明第一实施例，参照图1，本发明请求保护一种基于运筹学的手术分配方法，包括：
获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
基于所述执行手术计划对所述患者进行手术操作。
其中，在该实施例中，大多数患者在进行手术时罹患多种疾病，但需要以最凶险的疾病作为主手术，后续再根据患者情况选择是否安排其他手术，因此，本发明特别针对患有多个并发症的患者。
进一步的，参照图2，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
其中，在该实施例中所述患者的就诊流程信息至少包括患者所挂号的所有科室信息；所述就诊检查结果和用药信息包括了所述患者所进行的医疗设备检查和开具药品信息；
所述待分配手术的历史时长为历史已完成的与所述待分配手术的时长的平均值；
比如，某患者的就诊科室包括了耳鼻喉科和心内科，得到所述患者的并发症至少包括呼吸道症状和心脏不适症状，待进行手术为鼻腔镜手术；所述患者所进行的医疗设备检查包括了CT,核磁共振，开具药品信息包括了青霉素，认定所述患者进行耐受性评估较强；
历史已完成的所有的鼻腔镜手术时长为1.2h，结合所述患者进行耐受性评估较强，得出所述患者的预估手术时长信息为1h。
进一步的，参照图3，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
其中，在该实施例中，如某患者甲具有5项并发症，待进行手术为肠息肉切除手术，选择面积大小大于40平方米的手术室作为第一手术室集合A和B，以便于更好的容纳各项并发症医生会诊和相关设备；
其预估手术时长信息为2h，推荐手术日期为3月10日以前，获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合A和C；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合A，将所述候选手术室A和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
进一步的，参照图4，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
其中，在该实施例中，通过运筹学算法计算得到第一手术评价等级，具体包括：
(1)将各项参数分为N类，对N类参数分别构造判断矩阵Ak并确定其相应重要度θk，k＝1,2…,N，并相应将参数评价矩阵划分为分块矩阵[P1P2…Pk…PN]；评价等级矩阵中第i行向量表示第i个患者的参数指征；
Ak的表达式为：Ak＝(ars)n×n；为重要度对比标度，定义为：
其中，>0，r,s＝1,2,3,…,n，n为参数个数，fr、fs分别为参数r,s的相对重要程度；
(2)将判断矩阵Ak按列归一化：brs＝/∑/>；
再对各行参数值加总求平均值得到各分量
进而得到参数重要度向量ωk＝[w1,w2,…,wr,…,wn]T；
(3)计算第一手术评价等级向量δ运筹学值：
其中，δ运筹学值第i个分量的值即为第i个患者的第一手术评价等级；
构造判断矩阵Ak后，当判断矩阵阶数大于2时需先对判断矩阵进行一致性检验，通过后再计算第一手术评价等级；具体包括：
计算判断矩阵Ak的最大特征值λmax：
其中，代表向量/>的第r个分量；
进而计算一致性比例：
其中，n为判断矩阵阶数，RI为一致性参数；
当<0.1时，判断矩阵一致性检验通过；否则，一致性检验不通过，需要扩大样本量或者剔除异常样本数据，重新构建评价等级矩阵。
通过概率算法对各样本进行模糊聚类，得到第二手术评价等级，具体包括：
(1)根据手术评价等级划分的等级数量，确定将m个样本聚类为簇；
(2)使用(0,1)区间内的随机值初始化隶属度矩阵且其满足如下约束条件：
其中，uij为第i个样本xi隶属于第j个簇的程度；xi为评价等级矩阵中第i个患者的数据，即第i行向量；
(3)计算聚类中心：
其中，表示模糊重要度指数，/>cj为第j个簇的聚类中心；
(4)计算目标函数J(U,C)：
其中，表示xi与cj的欧几里得距离；
(5)更新隶属度矩阵U：
(6)重复步骤(3)-(5)，直至目标函数值收敛，停止迭代；
(7)根据最终的隶属度矩阵，将各样本分类，并计算此时的最终聚类中心矩阵
(8)根据N类参数，将聚类中心矩阵C矩阵划分为分块矩阵：
则第二手术评价等级向量概率：
其中，第j个分量的值即为第j类患者的第二手术评价等级/>；将/>维的向量/>扩展为m维向量，若第i个患者从属于第j类，则/>的第i个分量的值等于/>
计算综合手术评价等级，具体包括：
=γ1*/> +γ2*/>
其中，为综合手术评价等级向量，γ1、γ2分别为/>、/>的重要度，且γ1+γ2＝1；/>第i个分量的值即为第i个患者的综合手术评价等级。
获取多个样本后，构建评价统计表矩阵P0，采用极值法对矩阵P0中的数据进行归一化，形成评价等级矩阵Pm×n，m为患者个数，n为参数个数；
具体的，对矩阵P0中第u行第v列的数据：
极大型参数量纲归一化值为极小型参数量纲归一化值为其中，/>为矩阵P0中第v列最小值，/>为矩阵P0中第v列最大值。
所述参数指征包括患者恢复数据和医生评价数据，患者恢复数据包括对手术病灶去除、身体机能恢复、身体检测参数变化的得分数据，医生评价数据包括手术耗材使用、医生术中身体检测参数变化。
所述患者恢复数据通过定期检查的形式获取，定期检查为基于患者恢复评价要素的量表，将各项参数对应的等级评价进行量化并映射到评价统计表矩阵P0中。
根据综合手术评价等级确定已完成手术评价维度的评价强度，评价等级与评价强度对应并呈负相关。
进一步的，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
根据本发明第二实施例，参照图5，本发明请求保护一种基于运筹学的手术分配系统，包括：
预处理模块，获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
候选分配模块，依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
运筹评价模块，将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
循环模块，若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
手术确认模块，基于所述执行手术计划对所述患者进行手术操作。
进一步的，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
进一步的，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
进一步的，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
进一步的，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
本领域技术人员能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成，程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”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。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种基于运筹学的手术分配方法，其特征在于，包括：
获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
基于所述执行手术计划对所述患者进行手术操作。
2.如权利要求1所述的一种基于运筹学的手术分配方法，其特征在于，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
3.如权利要求2所述的一种基于运筹学的手术分配方法，其特征在于，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
4.如权利要求3所述的一种基于运筹学的手术分配方法，其特征在于，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
5.如权利要求4所述的一种基于运筹学的手术分配方法，其特征在于，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
6.一种基于运筹学的手术分配系统，其特征在于，包括：
预处理模块，获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息；
候选分配模块，依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划；
运筹评价模块，将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素；
循环模块，若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划；
手术确认模块，基于所述执行手术计划对所述患者进行手术操作。
7.如权利要求6所述的一种基于运筹学的手术分配系统，其特征在于，所述获取待分配手术的多维度手术特征，从所述多维度手术特征提取所述待分配手术的患者并发症信息和预估手术时长信息，具体包括：
获取待分配手术所属的患者，获取所述患者的就诊流程信息，依据所述患者的就诊流程信息得到所述患者的就诊科室集合；
获取所述就诊科室集合的就诊检查结果和用药信息，依据所述就诊科室集合的就诊检查结果和用药信息对所述患者进行耐受性评估；
获取所述待分配手术的历史时长，综合所述历史时长和耐受性评估的评估结果得出所述患者的预估手术时长信息。
8.如权利要求7所述的一种基于运筹学的手术分配系统，其特征在于，所述依据所述患者并发症信息和预估手术时长信息对所述待分配手术进行手术室和手术时间预分配，得到所述待分配手术的候选手术分配计划，具体包括：
获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第一手术室集合；
获取所述预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第二手术室集合；
获取所述第一手术室集合和第二手术室集合的交集，得到候选手术室集合，将所述候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
9.如权利要求8所述的一种基于运筹学的手术分配系统，其特征在于，所述将所述候选手术分配计划输入并发症手术运筹评价模型，得到所述候选手术分配计划的评价等级，如果所述评价等级满足预设条件，则将所述候选手术分配计划作为执行手术计划，如果不满足，则获取不满足条件的具体要素，具体包括：
获取已完成手术患者治疗过程中的各项参数指征，每个患者的数据为一个样本；获取多个样本并对数据进行归一化，构建评价等级矩阵；
根据评价等级矩阵，通过运筹学算法计算得到第一手术评价等级，并根据第一手术评价等级分布划分手术评价等级；
根据评价等级矩阵，通过概率算法对其中各样本进行模糊聚类，聚类时所分类别数与手术评价等级数相等，进而得到第二手术评价等级；
根据第一手术评价等级和第二手术评价等级加权计算得到综合手术评价等级，进而根据各样本的综合手术评价等级分别确定已完成手术评价维度的评价等级，实现分别针对不同患者的已完成手术质量评价。
10.如权利要求9所述的一种基于运筹学的手术分配系统，其特征在于，所述若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，得到所述待分配手术的第二候选手术分配计划并输入并发症手术运筹评价模型，直至评价等级满足预设条件，得到执行手术计划，具体包括：
若所述患者并发症信息不满足预设条件，则对所述患者并发症信息进行过滤，去除所述患者并发症中影响度值最低的一个并发症后，获取所述患者并发症信息的并发症数量，依据所述并发症数量选择面积大小满足预设阈值的第三手术室集合；
若上述预估手术时长信息不满足预设条件，则重新对所述患者进行手术时长评估，获取第二预估手术时长信息，依据所述待分配手术的推荐手术日期获取所有满足在所述待分配手术的进行时间区间中空闲的第四手术室集合；
获取所述第三手术室集合和第四手术室集合的交集，得到第二候选手术室集合，将所述第二候选手术室和所述待分配手术的进行时间区间作为所述待分配手术的候选手术分配计划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311279170.3A CN117012356B (zh) | 2023-10-07 | 2023-10-07 | 一种基于运筹学的手术分配方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311279170.3A CN117012356B (zh) | 2023-10-07 | 2023-10-07 | 一种基于运筹学的手术分配方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117012356A true CN117012356A (zh) | 2023-11-07 |
| CN117012356B CN117012356B (zh) | 2023-12-12 |
Family
ID=88572990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311279170.3A Active CN117012356B (zh) | 2023-10-07 | 2023-10-07 | 一种基于运筹学的手术分配方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117012356B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117524465A (zh) * | 2024-01-05 | 2024-02-06 | 四川省医学科学院·四川省人民医院 | 基于人工智能的脊柱外科手术方案决策判定系统及方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090125337A1 (en) * | 2007-11-13 | 2009-05-14 | Omid Abri | Method and System for Management of Operating-Room Resources |
| US20140039906A1 (en) * | 2012-07-31 | 2014-02-06 | Haiyan Wang | Optimized surgery scheduling |
| US20150242577A1 (en) * | 2013-02-27 | 2015-08-27 | Paula Konoske | Medical Logistics Management Program |
| US20160350499A1 (en) * | 2015-05-29 | 2016-12-01 | International Business Machines Corporation | System and method for optimizing allocation of medical units for patient treatment |
| CN111341424A (zh) * | 2020-02-26 | 2020-06-26 | 杭州电子科技大学 | 一种基于两阶段鲁棒优化模型的手术调度优化方法及系统 |
| CN111951946A (zh) * | 2020-07-17 | 2020-11-17 | 合肥森亿智能科技有限公司 | 基于深度学习的手术排班系统、方法、存储介质和终端 |
| CN114067957A (zh) * | 2022-01-17 | 2022-02-18 | 武汉大学 | 手术时间校正方法、装置、电子设备及存储介质 |
| CN114121217A (zh) * | 2021-11-26 | 2022-03-01 | 中科麦迪人工智能研究院(苏州)有限公司 | 一种手术室调度方法、装置、设备及存储介质 |
| CN114822785A (zh) * | 2021-01-18 | 2022-07-29 | 阿里巴巴集团控股有限公司 | 一种医疗资源调配方法、设备及存储介质 |
| WO2022214977A1 (en) * | 2021-04-06 | 2022-10-13 | B.G. Negev Technologies And Applications Ltd., At Ben-Gurion University | Assigning surgical operations to operating rooms |
| CN115331793A (zh) * | 2022-10-12 | 2022-11-11 | 华中科技大学同济医学院附属协和医院 | 一种基于精益医疗的手术信息管理系统及方法 |
| CN116779124A (zh) * | 2023-08-11 | 2023-09-19 | 四川省医学科学院·四川省人民医院 | 一种基于关联规则的手术调度方法和系统 |
| CN116825314A (zh) * | 2023-08-28 | 2023-09-29 | 四川互慧软件有限公司 | 基于运筹学的医疗救护资源动态优化分配系统与方法 |
-
2023
- 2023-10-07 CN CN202311279170.3A patent/CN117012356B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090125337A1 (en) * | 2007-11-13 | 2009-05-14 | Omid Abri | Method and System for Management of Operating-Room Resources |
| US20140039906A1 (en) * | 2012-07-31 | 2014-02-06 | Haiyan Wang | Optimized surgery scheduling |
| US20150242577A1 (en) * | 2013-02-27 | 2015-08-27 | Paula Konoske | Medical Logistics Management Program |
| US20160350499A1 (en) * | 2015-05-29 | 2016-12-01 | International Business Machines Corporation | System and method for optimizing allocation of medical units for patient treatment |
| CN111341424A (zh) * | 2020-02-26 | 2020-06-26 | 杭州电子科技大学 | 一种基于两阶段鲁棒优化模型的手术调度优化方法及系统 |
| CN111951946A (zh) * | 2020-07-17 | 2020-11-17 | 合肥森亿智能科技有限公司 | 基于深度学习的手术排班系统、方法、存储介质和终端 |
| CN114822785A (zh) * | 2021-01-18 | 2022-07-29 | 阿里巴巴集团控股有限公司 | 一种医疗资源调配方法、设备及存储介质 |
| WO2022214977A1 (en) * | 2021-04-06 | 2022-10-13 | B.G. Negev Technologies And Applications Ltd., At Ben-Gurion University | Assigning surgical operations to operating rooms |
| CN114121217A (zh) * | 2021-11-26 | 2022-03-01 | 中科麦迪人工智能研究院(苏州)有限公司 | 一种手术室调度方法、装置、设备及存储介质 |
| CN114067957A (zh) * | 2022-01-17 | 2022-02-18 | 武汉大学 | 手术时间校正方法、装置、电子设备及存储介质 |
| CN115331793A (zh) * | 2022-10-12 | 2022-11-11 | 华中科技大学同济医学院附属协和医院 | 一种基于精益医疗的手术信息管理系统及方法 |
| CN116779124A (zh) * | 2023-08-11 | 2023-09-19 | 四川省医学科学院·四川省人民医院 | 一种基于关联规则的手术调度方法和系统 |
| CN116825314A (zh) * | 2023-08-28 | 2023-09-29 | 四川互慧软件有限公司 | 基于运筹学的医疗救护资源动态优化分配系统与方法 |
Non-Patent Citations (5)
| Title |
|---|
| LIWEI ZHONG 等: "A two stage approach for surgery scheduling", JOURNAL OF COMBINATORIAL OPTIMIZATION, vol. 27, pages 545 - 556 * |
| RAFAEL FERRO MUNHOZ ARANTES 等: "A fuzzy multicriteria group decision approach for classification of failure modes in a hospital’s operating room", EXPERT SYSTEMS WITH APPLICATIONS, vol. 207, pages 1 - 16 * |
| 包安竹 等: "手术智能排程系统的设计及临床应用", 中华护理杂志, vol. 53, no. 3, pages 338 - 342 * |
| 杨红梅 等: "手术室运营管理中手术排程研究进展", 护理学报, vol. 28, no. 11, pages 12 - 15 * |
| 王昱: "手术室能力分配与优化调度问题的随机规划和鲁棒优化方法研究", 中国博士学位论文全文数据库 信息科技辑, no. 3, pages 138 - 1 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117524465A (zh) * | 2024-01-05 | 2024-02-06 | 四川省医学科学院·四川省人民医院 | 基于人工智能的脊柱外科手术方案决策判定系统及方法 |
| CN117524465B (zh) * | 2024-01-05 | 2024-03-08 | 四川省医学科学院·四川省人民医院 | 基于人工智能的脊柱外科手术方案决策判定系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117012356B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kaur et al. | Medical diagnostic systems using artificial intelligence (ai) algorithms: Principles and perspectives | |
| CN109935336B (zh) | 一种儿童呼吸科疾病的智能辅助诊断系统 | |
| JP5523342B2 (ja) | 類似事例検索を精密化するための方法及び装置 | |
| RU2533500C2 (ru) | Система и способ для объединения клинических признаков и признаков изображений для диагностики с применением компьютера | |
| EP3312748A1 (en) | Method for aiding a diagnosis, program and apparatus | |
| CN117012356B (zh) | 一种基于运筹学的手术分配方法和系统 | |
| CN107785057B (zh) | 医疗数据处理方法、装置、存储介质和计算机设备 | |
| JP2005525158A (ja) | 診断情報システム | |
| CN112201330A (zh) | 结合DRGs工具和贝叶斯模型的医疗质量监测评估方法 | |
| Alharbi et al. | Using a genetic-fuzzy algorithm as a computer aided diagnosis tool on Saudi Arabian breast cancer database | |
| WO2023198224A1 (zh) | 一种精神障碍类磁共振图像初步筛查模型构建方法 | |
| CN118155787A (zh) | 一种基于互联网大数据的医疗数据处理方法及系统 | |
| CN114305387A (zh) | 基于磁共振成像的脑小血管病变图像分类方法、设备及介质 | |
| Anbarasi et al. | Computer aided decision support system for mitral valve diagnosis and classification using depthwise separable convolution neural network | |
| US20030167198A1 (en) | Identifying potential business opportunities | |
| CN110957046B (zh) | 医疗健康案例知识匹配方法和系统 | |
| CN117195027A (zh) | 基于成员选择的簇加权聚类集成方法 | |
| CN117373650A (zh) | 一种多模态识别早期痴呆人群的方法、系统和设备 | |
| Brasil Filho et al. | Towards the early diagnosis of Alzheimer’s disease via a multicriteria classification model | |
| Zhao et al. | A non-parametric approach to detect epileptogenic lesions using restricted boltzmann machines | |
| Saranya et al. | Bd-Mdl: bipolar disorder detection using machine leanring and deep learning | |
| Nugroho et al. | Quad Convolutional Layers (QCL) CNN Approach for Classification of Brain Stroke in Diffusion Weighted (DW)-Magnetic Resonance Images (MRI). | |
| Ameljańczyk | Fuzzy sets in modeling of patient’s disease states | |
| CN117316415B (zh) | 一种基于多模态的智能随访方法及系统 | |
| CN115132351B (zh) | 基于真实世界研究的诊断数据反馈评价系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |