CN117275692A - 一种基于大数据的医疗资源优化配置方法及系统 - Google Patents
一种基于大数据的医疗资源优化配置方法及系统 Download PDFInfo
- Publication number
- CN117275692A CN117275692A CN202311237747.4A CN202311237747A CN117275692A CN 117275692 A CN117275692 A CN 117275692A CN 202311237747 A CN202311237747 A CN 202311237747A CN 117275692 A CN117275692 A CN 117275692A
- Authority
- CN
- China
- Prior art keywords
- data
- medical
- patient
- medical resource
- factor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000003745 diagnosis Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000010354 integration Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000007726 management method Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000008451 emotion Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 abstract description 23
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 230000002596 correlated effect Effects 0.000 abstract description 4
- 238000013468 resource allocation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于大数据的医疗资源优化配置方法及系统，涉及医疗资源的技术领域，通过大数据采集和分析，系统能够更准确地了解患者需求和医疗资源使用情况，并且通过预处理模块将大量数据进行去重与整合工作，进而获得：标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，并将上述数据进行相互关联，深度计算获取患者满意指数MYzs，针对等待因子Ddyz的分析和优化策略有助于减少患者在医院等待的时间；接着再将患者满意指数MYzs与预设满意阙值K进行对比，确定等级满意优化策略，此时系统根据获得相应等级通知发送给相应的工作人员，工作人员根据发送的等级通知采取相应的决策，贴合患者的需要，提升患者满意程度，提升对医疗资源的优化配置工作。
Description
技术领域
本发明涉及医疗资源的技术领域，具体为一种基于大数据的医疗资源优化配置方法及系统。
背景技术
在基于大数据的医疗领域，有效的医疗资源配置是保障患者获得高质量医疗服务的至关重要的一环。随着医疗领域的不断发展和创新，大数据技术正逐渐成为提高医疗资源配置效率，并以提升患者满意度的关键工具。医院和医疗机构面临着巨大的挑战，需要合理分配医疗资源，以满足不断增长的患者需求，确保患者的等待时间和体验在可接受范围内。在这一改进过程中，我们要探讨的是医院内部的医疗资源配置，尤其是对患者医疗服务方面的具体问题进行解决。
通常情况下医疗资源是指用于提供医疗和卫生服务的各种要素、设备、人力和财力等，其中医疗服务是医疗资源的核心工作，然而，传统的医疗资源配置系统在医院中主要是从各种诊断、治疗、手术、康复和护理服务进行资源的配置，往往会忽略对患者的需求进行服务，无法获得患者的肯定与满意，比如患者不熟悉医院内部环境，无法快速的前往医生要求的医疗室或者其他位置进行下一步医疗步骤，容易造成对患者的医疗服务有所怠慢的情况，从而致使患者满意度下降的问题；此外，医院内部的一些因素，如噪音和等待时间，这会对他们的满意程度产生负面影响，从而间接地反应出当前医院中医疗资源配置的优劣程度。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于大数据的医疗资源优化配置方法及系统，解决了背景技术中的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种基于大数据的医疗资源优化配置方法及系统，包括大数据采集模块、预处理模块、医疗分析模块、配置优化模块和通信处理模块；
大数据采集模块用于记录和收集医院中有关患者需求数据和医疗资源使用数据，并进行实时更新记录，形成医疗资源库；
预处理模块用于将医疗资源库中的数据进行筛查、去重以及解码工作，过滤无用数据来节省数据库空间，并聚合成全面的医疗资源库；
医疗分析模块用于对患者需求数据和医疗资源使用数据进行深度挖掘分析，从预处理后的数据中提取有用的特征数据，包括：遮挡面积Zdmj、标语大小Byz、询问人数Xwrs、同种业务窗口个数Ywck和排队人数Pdrs，并分别建立标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，将标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz进行相互关联，深度计算获得患者满意指数MYzs，患者满意指数MYzs通过以下公式获得：
式中，Zy表示噪音大小，f1、f2和f3分别表示为导诊因子Dzyz、等待因子Ddyz和噪音大小Zy的权重值，其中，P表示为修正系数；
将遮挡面积Zdmj与标语大小Byz相关联，获得标语可见系数Kjxs；将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz；将同种业务窗口个数Ywck与排队人数Pdrs相关联，获得等待因子Ddyz；将等待因子Ddyz和导诊因子Dzyz相关联，深度计算获得患者满意指数MYzs；
配置优化模块用于将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，获得相应等级通知，确定等级满意优化策略；
通信处理模块用于将等级通知传输至同类业务处理者或者管理者，做出相应的等级管理处理，确保有效的通知与管理工作。
优选的，大数据采集模块包括视频录像单元和语音监控单元；
视频录像单元用于在医院中安装摄像头设备，以获取准确的患者需求数据和医疗资源使用数据，患者需求数据包括患者在询问路线过程中询问的人数、需求的种类以及需要帮忙的指定医护人员；医疗资源使用数据包括医护人员的数量、医疗设备种类、资金与财务资源以及起到标志作用的指示牌大小、数量以及高度；
语音监控单元用于在医院中设置麦克风，以获取患者与医护人员交流时的需要取向、患者的情绪变化以及医院周围环境的噪音程度。
优选的，预处理模块包括数据清洗单元和数据整合单元；
数据清洗单元用于将上述大数据采集模块中的数据进行数据去重和解码，并识别和处理异常值，通过采用修正、删除或转换的方式处理异常值；
数据整合单元用于结合视频录像单元和语音监控单元所采集来的数据进行深度分析，综合引水流动数据、管道数据和发电站流动数据之间的关联性，将多维分散的数据源聚合成全面的医疗资源库。
优选的，根据医疗资源使用数据的采集获取，并通过深度计算分析，获得标语可见系数Kjxs，标语可见系数Kjxs通过以下公式获得：
式中，Bys表示为标语个数，Bgd表示为标语高度，Yzs表示为语种数，w1表示为标语大小Byz、标语个数Bys和标语高度Bgd总计的权重值，w2和w3分别表示为语种数Yzs和遮挡面积Zdmj的权重值，其中，0.45≤w1≤0.85，0.35≤w2≤0.40，0.35≤w3≤0.55。
优选的，根据患者需求数据，并将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz，导诊因子Dzyz通过以下公式获得：
式中，Yym表示为医院面积，Xzj表示为寻诊距离，a1、a2和a3分别表示为询问人数Xwrs、医院面积Yym和寻诊距离Xzj的权重值，R表示为修正常数，其中，a1+a2+a3≤1.0。
优选的，根据医疗资源使用数据和患者需求数据的采集获取，获得等待因子Ddyz，等待因子Ddyz通过以下公式获得：
式中，Ysc表示为医生营业时长，b1、b2和b3分别表示为同种业务窗口个数Ywck、排队人数Pdrs和医生营业时长Ysc，C表示为修正常数。
优选的，将等待因子Ddyz与预设等待阈值Q进行对比分析；
当等待因子Ddyz高于预设等待阈值Q时，即Ddyz>Q，表示为当前医院内部的医疗资源服务处于紧张状态；
当等待因子Ddyz低于预设等待阈值Q时，即Ddyz<Q，表示为医护人员成功地控制了患者因等待而造成的医疗满意度下降，为患者提供了良好的医疗质量。
优选的，将患者满意指数MYzs与预设满意阙值K进行对比分析，获得等级满意优化策略：
当K+13≤MYzs≤K+16时，获得第一等级通知，表示为当前患者的体验感受非常好，医疗服务人员被认为是处于高效的工作状态；
当K+7≤MYzs≤K+12时，获得第二等级通知，表示为当前患者对医疗服务处于中等满意的状态，需进一步提高服务效率；
当K+1≤MYzs≤K+6时，获得第三等级通知，表示为当前患者的体验满意度处于偏低状态；
当MYzs≤K时，获得第四等级通知，表示为当前患者对医疗体现非常不满意，此时医护人员以及医院需进行彻底审查和改进服务流程和加强培训。
优选的，通信处理模块包括反馈管理单元和跟踪单元；
反馈管理单元用于将获取来的相应等级结果通过通信技术传送给相应的业务处理人员或者管理者，并及时地做出患者满意策略；
跟踪单元用于根据等级通知所采取的相应策略后，实时监控医院内部的各项数据，预防因突发事件发生而未能及时做出处理策略。
优选的，包括以下步骤：
步骤一、通过大数据采集模块采集医院中有关患者需求数据和医疗资源使用数据，并将其实时传输至医疗资源库；
步骤二、通过预处理模块将采集来的数据进行数据清洗和数据整合工作，去除多余数据形成全面的医疗资源库；
步骤三、通过医疗分析模块将处理后的数据进行深度分析，获得标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz后，计算拟合出患者满意指数MYzs；
步骤四、通过配置优化模块将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，确定等级满意优化策略；
步骤五、通过通信处理模块将确保等级结果的及时传递，并在策略做出后持续监测院内情况，面对突发事件，及时制定策略。
(三)有益效果
本发明提供了一种基于大数据的医疗资源优化配置方法及系统。具备以下有益效果：
(1)该一种基于大数据的医疗资源优化配置系统，利用大数据采集模块将医院中的相关数据进行采集和分析，系统能够更准确地了解患者需求和医疗资源使用情况，多维度的对医院内部相关数据进行提取，并且通过预处理模块将大量数据进行去重与整合工作，减少系统计算负担，进而获得：标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，并将上述数据进行相互关联，深度计算获取患者满意指数MYzs，针对等待因子Ddyz的分析和优化策略有助于减少患者在医院等待的时间，增加了患者就诊的便捷性；通过患者满意指数MYzs，系统能更全面地了解患者的需求和体验，有助于满足患者期望的医疗服务，最终确定当前医疗配置的优劣程度；接着再将患者满意指数MYzs与预设满意阙值K进行对比，确定等级满意优化策略，此时系统根据获得相应等级通知发送给相应的工作人员，工作人员根据发送的等级通知采取相应的决策，贴合患者的需要，提升患者满意程度，进一步提升对医疗资源的优化配置工作。
(2)该一种基于大数据的医疗资源优化配置系统，将患者满意指数MYzs与预设满意阙值K进行对比分析，获取不同等级通知，如第一等级通知表明服务效率高，第四等级通知则表示有严重问题；并且不同等级通知可以帮助医院决策如何分配资源；通过通信处理模块确保了等级通知的及时传递，使医院内部的相关业务处理者和管理者能够快速做出相应的管理决策，提高了协调和反应的效率。
(3)该一种基于大数据的医疗资源优化配置方法，通过步骤一至步骤五，将对医院中的患者需求数据和医疗资源使用数据进行采集与记录，并将其进行预处理和整合工作，提取有效特征数据，通过计算获取标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，并将导诊因子Dzyz和等待因子Ddyz相关联，获取患者满意指数MYzs，并与预设满意阙值K进行对比，获取等级满意优化策略，同时发送给相关工作人员进行资源优化工作。
附图说明
图1为本发明一种基于大数据的医疗资源优化配置系统框图流程示意图；
图2为本发明一种基于大数据的医疗资源优化配置方法步骤示意图。
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。
在基于大数据的医疗领域，有效的医疗资源配置是保障患者获得高质量医疗服务的至关重要的一环。随着医疗领域的不断发展和创新，大数据技术正逐渐成为提高医疗资源配置效率，并以提升患者满意度的关键工具。医院和医疗机构面临着巨大的挑战，需要合理分配医疗资源，以满足不断增长的患者需求，确保患者的等待时间和体验在可接受范围内。在这一改进过程中，我们要探讨的是医院内部的医疗资源配置，尤其是对患者医疗服务方面的具体问题进行解决。
通常情况下医疗资源是指用于提供医疗和卫生服务的各种要素、设备、人力和财力等，其中医疗服务是医疗资源的核心工作，然而，传统的医疗资源配置系统在医院中主要是从各种诊断、治疗、手术、康复和护理服务进行资源的配置，往往会忽略对患者的需求进行服务，无法获得患者的肯定与满意，比如患者不熟悉医院内部环境，无法快速的前往医生要求的医疗室或者其他位置进行下一步医疗步骤，容易造成对患者的医疗服务有所怠慢的情况，从而致使患者满意度下降的问题；此外，医院内部的一些因素，如噪音和等待时间，这会对他们的满意程度产生负面影响，从而间接地反应出医疗资源配置的问题存在。
实施例1
请参阅图1，本发明提供一种基于大数据的医疗资源优化配置系统，包括大数据采集模块、预处理模块、医疗分析模块、配置优化模块和通信处理模块；
大数据采集模块用于记录和收集医院中有关患者需求数据和医疗资源使用数据，并进行实时更新记录，形成医疗资源库；
预处理模块用于将医疗资源库中的数据进行筛查、去重以及解码工作，过滤无用数据来节省数据库空间，并聚合成全面的医疗资源库；
医疗分析模块用于对患者需求数据和医疗资源使用数据进行深度挖掘分析，从预处理后的数据中提取有用的特征数据，包括：遮挡面积Zdmj、标语大小Byz、询问人数Xwrs、同种业务窗口个数Ywck和排队人数Pdrs，并分别建立标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，将标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz进行相互关联，深度计算获得患者满意指数MYzs，患者满意指数MYzs通过以下公式获得：
式中，Zy表示噪音大小，f1、f2和f3分别表示为导诊因子Dzyz、等待因子Ddyz和噪音大小Zy的权重值，其中，P表示为修正系数；
将遮挡面积Zdmj与标语大小Byz相关联，获得标语可见系数Kjxs；将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz；将同种业务窗口个数Ywck与排队人数Pdrs相关联，获得等待因子Ddyz；将等待因子Ddyz和导诊因子Dzyz相关联，深度计算获得患者满意指数MYzs；
配置优化模块用于将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，获得相应等级通知，确定等级满意优化策略；
通信处理模块用于将等级通知传输至同类业务处理者或者管理者，做出相应的等级管理处理，确保有效的通知与管理工作。
在本系统运行中，通过大数据采集和分析，系统能够更准确地了解患者需求和医疗资源使用情况，并且通过预处理模块将大量数据进行去重与整合工作，进而获得：标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，并将上述数据进行相互关联，深度计算获取患者满意指数MYzs，针对等待因子Ddyz的分析和优化策略有助于减少患者在医院等待的时间；通过患者满意指数MYzs，系统能更全面地了解患者的需求和体验；接着再将患者满意指数MYzs与预设满意阙值K进行对比，确定等级满意优化策略，此时系统根据获得相应等级通知发送给相应的工作人员，工作人员根据发送的等级通知采取相应的决策，贴合患者的需要，提升患者满意程度，进一步提升对医疗资源的优化配置工作。
实施例2
请参照图1，具体的：大数据采集模块包括视频录像单元和语音监控单元；
视频录像单元用于在医院中安装摄像头设备，以获取准确的患者需求数据和医疗资源使用数据，患者需求数据包括患者在询问路线过程中询问的人数、需求的种类以及需要帮忙的指定医护人员；医疗资源使用数据包括医护人员的数量、医疗设备种类、资金与财务资源以及起到标志作用的指示牌大小、数量以及高度；
语音监控单元用于在医院中设置麦克风，以获取患者与医护人员交流时的需要取向、患者的情绪变化以及医院周围环境的噪音程度。
预处理模块包括数据清洗单元和数据整合单元；
数据清洗单元用于将上述大数据采集模块中的数据进行数据去重和解码，并识别和处理异常值，通过采用修正、删除或转换的方式处理异常值；
数据整合单元用于结合视频录像单元和语音监控单元所采集来的数据进行深度分析，综合引水流动数据、管道数据和发电站流动数据之间的关联性，将多维分散的数据源聚合成全面的医疗资源库。
本实施例中，通过视频录像单元和语音监控单元将通过不同采集方式来收集与记录医院中各项相关数据，便于全面了解医院情况，接着通过数据清洗单元和数据整合单元将对采集来的大量数据进行筛选，最终将筛选后的数据进行统一汇总，形成全面的医疗资源库。
实施例3
请参照图1，具体的：根据医疗资源使用数据的采集获取，并通过深度计算分析，获得标语可见系数Kjxs，标语可见系数Kjxs通过以下公式获得：
式中，Bys表示为标语个数，Bgd表示为标语高度，Yzs表示为语种数，w1表示为标语大小Byz、标语个数Bys和标语高度Bgd总计的权重值，w2和w3分别表示为语种数Yzs和遮挡面积Zdmj的权重值，其中，0.45≤w1≤0.85，0.35≤w2≤0.40，0.35≤w3≤0.55。
上述的标语个数Bys、标语大小Byz、标语高度Bgd、语种数Yzs和遮挡面积Zdmj均通过图像识别技术进行获取；
其中：标语个数Bys包括医院中起到提示、标志、警示的各种提示牌或者提示贴；并通过图像识别算法分析医院内部的场景图像来确定图像中的文字或标志，计算标语的数量
标语大小Byz指标志牌或者提示贴的面积大小，并通过分析图像中标语的像素数和位置，可以测量标语的大小和高度；
语种数Yzs指标志牌或者提示贴上面的文字、符号以及字母的语种的数量；
遮挡面积Zdmj指标志牌或者提示贴表面的遮盖物的面积，其中，遮盖物包括表面灰尘、各种废物以及重叠的其他指示牌；
根据患者需求数据，并将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz，导诊因子Dzyz通过以下公式获得：
式中，Yym表示为医院面积，Xzj表示为寻诊距离，a1、a2和a3分别表示为询问人数Xwrs、医院面积Yym和寻诊距离Xzj的权重值，R表示为修正常数，其中，a1+a2+a3≤1.0。
寻诊距离Xzj指的是患者根据医生的要求前往医院的下一个特定部门或地点进行医疗检查或诊断的距离，并通过视频录像进行监控获取；
询问人数Xwrs指的是患者在寻诊的过程中咨询的人数，并通过视频录像和麦克风对患者的语音进行分析识别获取；
医生营业时长Ysc和医院面积Yym均通过大数据技术将医院管理系统中记录的各科医护人员的排班表和医院内部各个区域的面积进行整合获取；
根据医疗资源使用数据和患者需求数据的采集获取，获得等待因子Ddyz，等待因子Ddyz通过以下公式获得：
式中，Ysc表示为医生营业时长，b1、b2和b3分别表示为同种业务窗口个数Ywck、排队人数Pdrs和医生营业时长Ysc，C表示为修正常数。
同种业务窗口个数Ywck包括取不同药材的窗口、缴费窗口以及不同科室的看病窗口等，排队人数Pdrs表示为患者办理不同的业务时前方等待的人数，并且同种业务窗口个数Ywck和排队人数Pdrs均通过视频录像进行采取；
将等待因子Ddyz与预设等待阈值Q进行对比分析；
当等待因子Ddyz高于预设等待阈值Q时，即Ddyz>Q，表示为当前医院内部的医疗资源服务处于紧张状态，此时需要根据具体情况增加相应紧急的窗口办理业务工作；
当等待因子Ddyz低于预设等待阈值Q时，即Ddyz<Q，表示为医护人员成功地控制了患者因等待而造成的医疗满意度下降，为患者提供了良好的医疗质量。
本实施例中，通过对预处理模块中的数据进行深度学习，提供了关于患者就诊过程中需求和体验的深入洞察，并依次获取标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，便于多角度确定患者的满意程度，同时将等待因子Ddyz与预设等待阈值Q进行对比分析，若等待因子Ddyz高于预设等待阈值Q时，此时根据具体情况增加相应紧急的窗口办理业务工作，以提高患者满意度和医疗服务质量。
实施例4
请参照图1，具体的：将患者满意指数MYzs与预设满意阙值K进行对比分析，获得等级满意优化策略：
当K+13≤MYzs≤K+16时，获得第一等级通知，表示为当前患者的体验感受非常好，医疗服务人员被认为是处于高效的工作状态，无须重新进行医疗资源配置工作。
当K+7≤MYzs≤K+12时，获得第二等级通知，表示为当前患者对医疗服务处于中等满意的状态，需要进一步提高服务效率，如医护人员多与患者进行沟通或者改进沟通技巧，沟通用语进一步的温和化；
当K+1≤MYzs≤K+6时，获得第三等级通知，表示为当前患者的体验满意度处于偏低状态，此时医院需要及时的识别问题、改进服务流程，如添加相应紧急的业务窗口，调整排班表等；
当MYzs≤K时，获得第四等级通知，表示为当前患者对医疗体现非常不满意，此时医护人员以及医院需进行彻底审查和改进服务流程和加强培训，多进行总结与汇报。
通信处理模块包括反馈管理单元和跟踪单元；
反馈管理单元用于将获取来的相应等级结果通过通信技术传送给相应的业务处理人员或者管理者，并及时地做出患者满意策略；
跟踪单元用于根据等级通知所采取的相应策略后，实时监控医院内部的各项数据，预防因突发事件发生而未能及时做出处理策略。
本实施例中，通过将导诊因子Dzyz和等待因子Ddyz相互关联，以获取患者满意指数MYzs，并将患者满意指数MYzs与预设满意阙值K进行对比分析，获取不同等级通知，如第一等级通知表明服务效率高，第四等级通知则表示有严重问题；根据这些通知，医院可以根据不同情况或者严重程度进行优化服务流程，确保高效且高质量的医疗服务；通过跟踪单元用于实时监控医院内部数据，以预防因突发事件而未能及时采取应对措施，这有助于提前发现问题，减少不满意情况的发生，从而提高医疗资源配置的高效性。
实施例5
请参照图2，具体的：一种基于大数据的医疗资源优化配置方法，包括以下步骤：
步骤一、通过大数据采集模块采集医院中有关患者需求数据和医疗资源使用数据，并将其实时传输至医疗资源库；
步骤二、通过预处理模块将采集来的数据进行数据清洗和数据整合工作，去除多余数据形成全面的医疗资源库；
步骤三、通过医疗分析模块将处理后的数据进行深度分析，获得标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz后，计算拟合出患者满意指数MYzs；
步骤四、通过配置优化模块将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，确定等级满意优化策略；
步骤五、通过通信处理模块将确保等级结果的及时传递，并在策略做出后持续监测院内情况，面对突发事件，及时制定策略。
本实施例中，通过步骤一至步骤五，将对医院中的患者需求数据和医疗资源使用数据进行采集与记录，并将其进行预处理和整合工作，提取有效特征数据，通过计算获取标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，并将导诊因子Dzyz和等待因子Ddyz相关联，获取患者满意指数MYzs，并与预设满意阙值K进行对比，获取等级满意优化策略，同时发送给相关工作人员进行资源优化工作。
示例：一个某某医院，该医院引入了一种基于大数据的医疗资源优化配置方法及系统，以下是为某某医院的示例：
数据采集：
标语大小Byz：10；标语个数Bys：50；标语高度Bgd：3m；语种数Yzs：2；遮挡面积Zdmj：30；询问人数Xwrs：4；医院面积Yym：1500；寻诊距离Xzj：3；医生营业时长Ysc：8h；同种业务窗口个数Ywck：2；排队人数Pdrs：12；
通过以上数据，可以进行以下计算：
患者满意指数
若K为30，则30+13≤MYzs≤30+16，获得第一等级通知，表示为当前患者的体验感受非常好，医疗服务人员被认为是处于高效的工作状态，无须重新进行医疗资源配置工作。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神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，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于大数据的医疗资源优化配置系统，其特征在于：包括大数据采集模块、预处理模块、医疗分析模块、配置优化模块和通信处理模块；
大数据采集模块用于记录和收集医院中有关患者需求数据和医疗资源使用数据，并进行实时更新记录，形成医疗资源库；
预处理模块用于将医疗资源库中的数据进行筛查、去重以及解码工作，过滤无用数据来节省数据库空间，并聚合成全面的医疗资源库；
医疗分析模块用于对患者需求数据和医疗资源使用数据进行深度挖掘分析，从预处理后的数据中提取有用的特征数据，包括：遮挡面积Zdmj、标语大小Byz、询问人数Xwrs、同种业务窗口个数Ywck和排队人数Pdrs，并分别建立标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz，将标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz进行相互关联，深度计算获得患者满意指数MYzs，患者满意指数MYzs通过以下公式获得：
式中，Zy表示噪音大小，f1、f2和f3分别表示为导诊因子Dzyz、等待因子Ddyz和噪音大小Zy的权重值，其中，P表示为修正系数；
将遮挡面积Zdmj与标语大小Byz相关联，获得标语可见系数Kjxs；将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz；将同种业务窗口个数Ywck与排队人数Pdrs相关联，获得等待因子Ddyz；将等待因子Ddyz和导诊因子Dzyz相关联，深度计算获得患者满意指数MYzs；
配置优化模块用于将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，获得相应等级通知，确定等级满意优化策略；
通信处理模块用于将等级通知传输至同类业务处理者或者管理者，做出相应的等级管理处理，确保有效的通知与管理工作。
2.根据权利要求1的基于大数据的医疗资源优化配置系统，其特征在于：大数据采集模块包括视频录像单元和语音监控单元；
视频录像单元用于在医院中安装摄像头设备，以获取准确的患者需求数据和医疗资源使用数据，患者需求数据包括患者在询问路线过程中询问的人数、需求的种类以及需要帮忙的指定医护人员；医疗资源使用数据包括医护人员的数量、医疗设备种类、资金与财务资源以及起到标志作用的指示牌大小、数量以及高度；
语音监控单元用于在医院中设置麦克风，以获取患者与医护人员交流时的需要取向、患者的情绪变化以及医院周围环境的噪音程度。
3.根据权利要求2的基于大数据的医疗资源优化配置系统，其特征在于：预处理模块包括数据清洗单元和数据整合单元；
数据清洗单元用于将上述大数据采集模块中的数据进行数据去重和解码，并识别和处理异常值，通过采用修正、删除或转换的方式处理异常值；
数据整合单元用于结合视频录像单元和语音监控单元所采集来的数据进行深度分析，综合引水流动数据、管道数据和发电站流动数据之间的关联性，将多维分散的数据源聚合成全面的医疗资源库。
4.根据权利要求3的基于大数据的医疗资源优化配置系统，其特征在于：根据医疗资源使用数据的采集获取，并通过深度计算分析，获得标语可见系数Kjxs，标语可见系数Kjxs通过以下公式获得：
式中，Bys表示为标语个数，Bgd表示为标语高度，Yzs表示为语种数，w1表示为标语大小Byz、标语个数Bys和标语高度Bgd总计的权重值，w2和w3分别表示为语种数Yzs和遮挡面积Zdmj的权重值，其中，0.45≤w1≤0.85，
0.35≤w2≤0.40，0.35≤w3≤0.55。
5.根据权利要求4的基于大数据的医疗资源优化配置系统，其特征在于：根据患者需求数据，并将标语可见系数Kjxs与询问人数Xwrs相关联，获得导诊因子Dzyz，导诊因子Dzyz通过以下公式获得：
式中，Yym表示为医院面积，Xzj表示为寻诊距离，a1、a2和a3分别表示为询问人数Xwrs、医院面积Yym和寻诊距离Xzj的权重值，R表示为修正常数，其中，a1+a2+a3≤1.0。
6.根据权利要求5的基于大数据的医疗资源优化配置系统，其特征在于：根据医疗资源使用数据和患者需求数据的采集获取，获得等待因子Ddyz，等待因子Ddyz通过以下公式获得：
式中，Ysc表示为医生营业时长，b1、b2和b3分别表示为同种业务窗口个数Ywck、排队人数Pdrs和医生营业时长Ysc，C表示为修正常数。
7.根据权利要求6的基于大数据的医疗资源优化配置系统，其特征在于：将等待因子Ddyz与预设等待阈值Q进行对比分析；
当等待因子Ddyz高于预设等待阈值Q时，即Ddyz>Q，表示为当前医院内部的医疗资源服务处于紧张状态；
当等待因子Ddyz低于预设等待阈值Q时，即Ddyz<Q，表示为医护人员成功地控制了患者因等待而造成的医疗满意度下降，为患者提供了良好的医疗质量。
8.根据权利要求7的基于大数据的医疗资源优化配置系统，其特征在于：将患者满意指数MYzs与预设满意阙值K进行对比分析，获得等级满意优化策略：
当K+13≤MYzs≤K+16时，获得第一等级通知，表示为当前患者的体验感受非常好，医疗服务人员被认为是处于高效的工作状态；
当K+7≤MYzs≤K+12时，获得第二等级通知，表示为当前患者对医疗服务处于中等满意的状态，需进一步提高服务效率；
当K+1≤MYzs≤K+6时，获得第三等级通知，表示为当前患者的体验满意度处于偏低状态；
当MYzs≤K时，获得第四等级通知，表示为当前患者对医疗体现非常不满意，此时医护人员以及医院需进行彻底审查和改进服务流程和加强培训。
9.根据权利要求8的基于大数据的医疗资源优化配置系统，其特征在于：通信处理模块包括反馈管理单元和跟踪单元；
反馈管理单元用于将获取来的相应等级结果通过通信技术传送给相应的业务处理人员或者管理者，并及时地做出患者满意策略；
跟踪单元用于根据等级通知所采取的相应策略后，实时监控医院内部的各项数据，预防因突发事件发生而未能及时做出处理策略。
10.一种基于大数据的医疗资源优化配置方法，其特征在于：包括以下步骤：
步骤一、通过大数据采集模块采集医院中有关患者需求数据和医疗资源使用数据，并将其实时传输至医疗资源库；
步骤二、通过预处理模块将采集来的数据进行数据清洗和数据整合工作，去除多余数据形成全面的医疗资源库；
步骤三、通过医疗分析模块将处理后的数据进行深度分析，获得标语可见系数Kjxs、导诊因子Dzyz和等待因子Ddyz后，计算拟合出患者满意指数MYzs；
步骤四、通过配置优化模块将等待因子Ddyz与预设等待阈值Q进行对比分析，确定优化方案策略；将患者满意指数MYzs与预设满意阙值K进行对比分析，确定等级满意优化策略；
步骤五、通过通信处理模块将确保等级结果的及时传递，并在策略做出后持续监测院内情况，面对突发事件，及时制定策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311237747.4A CN117275692A (zh) | 2023-09-25 | 2023-09-25 | 一种基于大数据的医疗资源优化配置方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311237747.4A CN117275692A (zh) | 2023-09-25 | 2023-09-25 | 一种基于大数据的医疗资源优化配置方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117275692A true CN117275692A (zh) | 2023-12-22 |
Family
ID=89207612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311237747.4A Pending CN117275692A (zh) | 2023-09-25 | 2023-09-25 | 一种基于大数据的医疗资源优化配置方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117275692A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104240008A (zh) * | 2014-07-25 | 2014-12-24 | 周峰 | 基于云平台的患者满意度调查分析及医院品质改进系统 |
| WO2015157577A2 (en) * | 2014-04-10 | 2015-10-15 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for telemedicine |
| CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
| CN108206049A (zh) * | 2017-12-29 | 2018-06-26 | 广东工业大学 | 一种医疗资源的分配方法及系统 |
| CN110097406A (zh) * | 2019-05-08 | 2019-08-06 | 东南大学 | 一种基于多药房协同技术的医疗服务资源优化系统 |
| CN114446455A (zh) * | 2022-01-26 | 2022-05-06 | 北京融威众邦电子技术有限公司 | 一种应用于医联体的就诊路径分析及推荐方法 |
| WO2022110053A1 (zh) * | 2020-11-27 | 2022-06-02 | 西门子（中国）有限公司 | 医院门诊智能引导方法、装置和系统 |
| CN114898851A (zh) * | 2022-03-14 | 2022-08-12 | 北京融威众邦电子技术有限公司 | 一种智能导诊方法及其系统 |
| CN116580830A (zh) * | 2023-07-11 | 2023-08-11 | 云天智能信息(深圳)有限公司 | 一种基于云平台的远程智能医疗服务系统 |
| CN116705267A (zh) * | 2023-06-30 | 2023-09-05 | 北京融威众邦科技股份有限公司 | 一种互联网医院管理系统及方法 |
-
2023
- 2023-09-25 CN CN202311237747.4A patent/CN117275692A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015157577A2 (en) * | 2014-04-10 | 2015-10-15 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for telemedicine |
| CN104240008A (zh) * | 2014-07-25 | 2014-12-24 | 周峰 | 基于云平台的患者满意度调查分析及医院品质改进系统 |
| CN106611298A (zh) * | 2016-07-25 | 2017-05-03 | 李平 | 一种基于排队论模型的医院人力资源量化配置方法 |
| CN108206049A (zh) * | 2017-12-29 | 2018-06-26 | 广东工业大学 | 一种医疗资源的分配方法及系统 |
| CN110097406A (zh) * | 2019-05-08 | 2019-08-06 | 东南大学 | 一种基于多药房协同技术的医疗服务资源优化系统 |
| WO2022110053A1 (zh) * | 2020-11-27 | 2022-06-02 | 西门子（中国）有限公司 | 医院门诊智能引导方法、装置和系统 |
| CN114446455A (zh) * | 2022-01-26 | 2022-05-06 | 北京融威众邦电子技术有限公司 | 一种应用于医联体的就诊路径分析及推荐方法 |
| CN114898851A (zh) * | 2022-03-14 | 2022-08-12 | 北京融威众邦电子技术有限公司 | 一种智能导诊方法及其系统 |
| CN116705267A (zh) * | 2023-06-30 | 2023-09-05 | 北京融威众邦科技股份有限公司 | 一种互联网医院管理系统及方法 |
| CN116580830A (zh) * | 2023-07-11 | 2023-08-11 | 云天智能信息(深圳)有限公司 | 一种基于云平台的远程智能医疗服务系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110472524B (zh) | 基于深度学习的发票信息管理方法、系统和可读介质 | |
| CN110827157B (zh) | 数据处理方法与装置、存储介质、电子设备 | |
| CN110739076A (zh) | 一种医疗人工智能公共训练平台 | |
| JP2009517737A (ja) | 知的情報収集及びデータ・モデル化による実時間保健医療業務意志決定支援システム及び方法 | |
| CN113434575B (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
| CN111883256A (zh) | 基于电子病历数据的肺结核患者预警系统及预警方法 | |
| CN115588489A (zh) | 一种医院科室运营风险管理系统 | |
| CN117831788B (zh) | 应用于疾控监测预警系统的应急处置推送方法及系统 | |
| CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
| CN116664925B (zh) | 一种重症监护室内目标识别方法、装置、设备及存储介质 | |
| CN117275692A (zh) | 一种基于大数据的医疗资源优化配置方法及系统 | |
| CN117198446A (zh) | 一种基于医护对讲设备的查房报告自动生成方法 | |
| CN110120266A (zh) | 骨骼年龄评估方法 | |
| CN114998203A (zh) | 一种基于人工智能的职业性尘肺病精准诊断系统及方法 | |
| CN108776935A (zh) | 一种适用于医疗系统的审核平台 | |
| CN117035388A (zh) | 目标场所的风险评估方法及系统、终端设备、存储介质 | |
| US11379980B2 (en) | Image processing method, apparatus, electronic device and storage medium | |
| CN114743690A (zh) | 传染病的预警方法、装置、介质及电子设备 | |
| CN114037540A (zh) | 一种医保基金监管系统及其监控方法 | |
| CN113240315A (zh) | 人员考核方法、装置、电子设备及存储介质 | |
| CN113744860A (zh) | 一种针对放射设备进行配置决策的评估方法 | |
| CN109376635B (zh) | 一种护理质量考核系统及安全事件上报方法 | |
| CN117423475B (zh) | 应用于医院场景的科室感染风险识别方法及系统 | |
| WO2024092974A1 (zh) | 一种基于员工状态实时监测与异常数据同步预警方法 | |
| CN116977062B (zh) | 一种用于金融业务的风险标签管理系统及方法 |
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 |