CN117711610A - 一种网络化mdt多学科的远程会诊车系统 - Google Patents
一种网络化mdt多学科的远程会诊车系统 Download PDFInfo
- Publication number
- CN117711610A CN117711610A CN202410163783.9A CN202410163783A CN117711610A CN 117711610 A CN117711610 A CN 117711610A CN 202410163783 A CN202410163783 A CN 202410163783A CN 117711610 A CN117711610 A CN 117711610A
- Authority
- CN
- China
- Prior art keywords
- consultation
- signal
- time
- discipline
- remote
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 230000003247 decreasing effect Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 14
- 230000000903 blocking effect Effects 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及网络化MDT多学科技术领域，公开了一种网络化MDT多学科的远程会诊车系统，包括：采集模块，获取到远程会诊车的会诊数据；分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号；处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；规划模块，获取到行驶路径，计算得到预估的到达时间，救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援；本发明将对行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，有效提高会诊车的会诊治疗的高效性。
Description
技术领域
本发明涉及网络化MDT多学科技术领域，具体涉及一种网络化MDT多学科的远程会诊车系统。
背景技术
专利公开号为CN115274139A的一项中国专利公开了一种网络化MDT多学科远程会诊系统，包括入口端、站群和MDT直播间会诊系统，患者通过入口端登陆，通过入口端输入自身的姓名和身份证信息，填写报名信息，将患者信息录入MDT系统，登录后进入站群内，根据自身情况选择站群内的学科，从而进入MDT直播间会诊系统，选择主治医生，同时患者的信息会传送至主治医生手中，主治医生与患者约定会诊时间；
现有技术中，网络化MDT多学科的远程会诊车在进行诊疗过程中，难以根据行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，提高会诊车的会诊治疗的高效性的问题。
发明内容
本发明的目的在于提供一种网络化MDT多学科的远程会诊车系统，解决以下技术问题：网络化MDT多学科的远程会诊车在进行诊疗过程中，难以根据行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，提高会诊车的会诊治疗的高效性的问题。
本发明的目的可以通过以下技术方案实现：
一种网络化MDT多学科的远程会诊车系统，包括：
采集模块，获取到远程会诊车的会诊数据；
其中，会诊数据包括学科交叉值，学科会诊时间；
分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号；
其中，会诊信号包括学科增多信号、学科减少信号、会诊时间增大信号和会诊时间减少信号；
处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；
其中，紧急程度包括会诊难度大信号、会诊难度中信号和会诊难度小信号；
规划模块，以远程会诊车此时的位置为路径端点，而患者的位置为路径终点，得到路径端点与路径终点之间的行驶路径LL；
采集到行驶路径过程中的堵塞系数Xd，通过公式，计算得到到达时间TD；其中，Vh为会诊车的行驶平均速度；
其中，堵塞系数Xd的获取方式为：
通过手机app的地图软件，获取到行驶路径中拥堵路段的距离与行驶路径LL之间的比值，记为路径堵塞比BL；
获取到在行驶路径中出现交叉口的数量、汇集路口的数量、单行道的数量，并相加求和，得到易堵塞数量LY；
通过公式，计算得到堵塞系数Xd；其中，a为比例系数，e为数学常数。
作为本发明进一步的方案：采集模块中，获取到当前会诊学科的数量，标记为学科交叉值ZCx，获取到在会诊过程中，每个学科会诊时间，并将每个学科会诊时间相加求和，得到学科会时值SRx。
作为本发明进一步的方案：分析模块中，将后续会诊时间的学科交叉值与标准学叉值做差值计算，得到学科差值；将学科会时值与标准诊时值做差值计算，得到诊时差值；
若学科差值大于等于学科差阈值时，则生成学科增多信号；若学科差值小于学科差阈值时，则生成学科减少信号；
若诊时差值大于等于诊时差阈值时，则生成会诊时间增大信号，若诊时差值大于等于诊时差阈值时，则生成会诊时间减少信号。
作为本发明进一步的方案：处理模块中，若同时得到学科增多信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度大信号。
作为本发明进一步的方案：若同时得到学科增多信号和会诊时间减少信号，或学科减少信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度中信号。
作为本发明进一步的方案：若同时得到学科减少信号和会诊时间减少信号时，将当前的分析周期标记为会诊难度小信号。
作为本发明进一步的方案：还包括：
救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援。
作为本发明进一步的方案：当得到会诊难度大信号时，获取到在开始会诊到当前会诊时间段内，出现会诊难度大信号的分析周期的个数；
将会诊难度大信号的分析周期的个数除以总分析周期的个数，得到会诊难度系数Xh；
将堵塞系数Xd和会诊难度系数Xh，代入到公式中，计算得到救援值ZJ；其中，b1、b2均为比例系数。
作为本发明进一步的方案：若救援值ZJ大于等于救援阈值时，表示当前会诊紧急且到达患者位置的路径复杂需花费较长时间，需要联系交管部门进行道路通畅，缩短救援时间，生成救援信号。
作为本发明进一步的方案：若救援值ZJ小于救援阈值时，表示当前会诊紧急与到达患者位置的路径花费时间相匹配，保持会诊车正常行驶即可，生成非救援信号。
本发明的有益效果：
（1）本发明通过获取到远程会诊车的会诊数据，基于远程会诊时间，对会诊数据进行分析，得到会诊信号，基于会诊信号，进行交叉分析，判断当前紧急程度；本发明通过学科交叉会诊和会诊的时间长短进行分析比较，可以有效判断当前会诊的紧急情况，为后续远程会诊车的行驶规划路径提供合理的支撑；
（2）本发明通过获取到行驶路径，计算得到预估的到达时间；救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援；本发明将对行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，有效提高会诊车的会诊治疗的高效性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明实施例1的系统框图；
图2是本发明实施例2的系统框图；
图3是本发明实施例3的流程框图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本发明为一种网络化MDT多学科的远程会诊车系统，包括：
采集模块，获取到远程会诊车的会诊数据；
其中，会诊数据包括学科交叉值，学科会诊时间；
在一些实施例中，患者与远程会诊车的车载MDT平台连线，车载MDT平台分配不同学科医疗的团队进行在线会诊，从而获取到当前会诊学科的数量，标记为学科交叉值ZCx；以及，获取到在会诊过程中，每个学科会诊时间，并将每个学科会诊时间相加求和，得到学科会时值SRx；
分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号；
其中，会诊信号包括学科增多信号、学科减少信号、会诊时间增大信号和会诊时间减少信号；
在一些实施例中，根据远程会诊时间，将远程会诊时间划分成i个相等的分析周期，获取到初始分析周期的学科交叉值ZCx和学科会时值SRx，并将其标注为标准学叉值和标准诊时值；
将后续会诊时间的学科交叉值和学科会时值，分别与所对应的标准学叉值和标准诊时值进行一一比较；
其具体比较过程为：
将后续会诊时间的学科交叉值与标准学叉值做差值计算，得到学科差值；将学科会时值与标准诊时值做差值计算，得到诊时差值；
将得到的学科差值与学科差阈值进行比较；若学科差值大于等于学科差阈值时，则生成学科增多信号；若学科差值小于学科差阈值时，则生成学科减少信号；
将得到的诊时差值与诊时差阈值进行比较；
若诊时差值大于等于诊时差阈值时，则生成会诊时间增大信号，若诊时差值大于等于诊时差阈值时，则生成会诊时间减少信号；
处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；
其中，紧急程度包括会诊难度大信号、会诊难度中信号和会诊难度小信号；
在一些实施例中，获取到学科增多信号、学科减少信号、会诊时间增大信号和会诊时间减少信号；
若同时得到学科增多信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度大信号；
若同时得到学科增多信号和会诊时间减少信号，或学科减少信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度中信号；
若同时得到学科减少信号和会诊时间减少信号时，将当前的分析周期标记为会诊难度小信号；
需要说明的是：会诊难度大信号表示当前分析周期内，安排学科数量多且会诊时间长的专家，对患者进行会诊，当前患者的病情严重；会诊难度中信号表示当前分析周期内，安排学科数量一般且会诊时间一般的专家，对患者进行会诊，当前患者的病情严重中等；会诊难度小信号表示当前分析周期内，安排学科数量少且会诊时间短的专家，对患者进行会诊，当前患者的病情严重低；
本发明实施例的技术方案：采集模块，获取到远程会诊车的会诊数据，分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号，处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；本发明通过学科交叉会诊和会诊的时间长短进行分析比较，可以有效判断当前会诊的紧急情况，为后续远程会诊车的行驶规划路径提供合理的支撑。
实施例2
请参阅图2所示，本发明为一种网络化MDT多学科的远程会诊车系统，包括：
规划模块，获取到行驶路径，计算得到预估的到达时间；
其中，行驶路径为远程会诊车此时的位置为路径端点，而患者的位置为路径终点，两点之间的距离；
在一些实施例中，以远程会诊车此时的位置为路径端点，而患者的位置为路径终点，得到路径端点与路径终点之间的行驶路径LL；
采集到行驶路径过程中的堵塞系数Xd，通过公式，计算得到到达时间TD；其中，Vh为会诊车的行驶平均速度；
其中，堵塞系数Xd的获取方式为：
通过手机app的地图软件，获取到行驶路径中拥堵路段的距离与行驶路径LL之间的比值，记为路径堵塞比BL；
获取到在行驶路径中出现交叉口的数量、汇集路口的数量、单行道的数量，并相加求和，得到易堵塞数量LY；
通过公式，计算得到堵塞系数Xd；其中，a为比例系数，a1取值为0.031，e为数学常数；
救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援；
在一些实施例中，当得到会诊难度大信号时，获取到在开始会诊到当前会诊时间段内，出现会诊难度大信号的分析周期的个数；
将会诊难度大信号的分析周期的个数除以总分析周期的个数，得到会诊难度系数Xh；
将堵塞系数Xd和会诊难度系数Xh，代入到公式中，计算得到救援值ZJ；其中，b1、b2均为比例系数，b1取值为0.46，b2取值为0.62；
将得到的救援值ZJ与救援阈值进行比较；
若救援值ZJ大于等于救援阈值时，表示当前会诊紧急且到达患者位置的路径复杂需花费较长时间，需要联系交管部门进行道路通畅，缩短救援时间，生成救援信号；
若救援值ZJ小于救援阈值时，表示当前会诊紧急与到达患者位置的路径花费时间相匹配，保持会诊车正常行驶即可，生成非救援信号；
本发明实施例的技术方案：规划模块，获取到行驶路径，计算得到预估的到达时间；救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援；本发明实施例将对行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，有效提高会诊车的会诊治疗的高效性。
实施例3
请参阅图3所示，本发明为一种网络化MDT多学科的远程会诊车系统的工作方法，包括以下步骤：
步骤1：获取到远程会诊车的会诊数据；其中，会诊数据包括学科交叉值，学科会诊时间；
步骤2：基于远程会诊时间，对会诊数据进行分析，得到会诊信号；
其中，会诊信号包括学科增多信号、学科减少信号、会诊时间增大信号和会诊时间减少信号；
步骤3：基于会诊信号，进行交叉分析，判断当前紧急程度；
其中，紧急程度包括会诊难度大信号、会诊难度中信号和会诊难度小信号；
步骤4：获取到行驶路径，计算得到预估的到达时间；其中，行驶路径为远程会诊车此时的位置为路径端点，而患者的位置为路径终点，两点之间的距离；
步骤5：基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援。
本发明的工作原理：通过采集模块，获取到远程会诊车的会诊数据，分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号，处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；本发明通过学科交叉会诊和会诊的时间长短进行分析比较，可以有效判断当前会诊的紧急情况，为后续远程会诊车的行驶规划路径提供合理的支撑；
通过规划模块，获取到行驶路径，计算得到预估的到达时间；救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援；本发明实施例将对行驶路径与会诊紧急程度进行分析判断，将会诊车的会诊情况与外部行驶环境情况相结合，有效提高会诊车的会诊治疗的高效性。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种网络化MDT多学科的远程会诊车系统，其特征在于，包括：
采集模块，获取到远程会诊车的会诊数据；
其中，会诊数据包括学科交叉值，学科会诊时间；
分析模块，基于远程会诊时间，对会诊数据进行分析，得到会诊信号；
其中，会诊信号包括学科增多信号、学科减少信号、会诊时间增大信号和会诊时间减少信号；
处理模块，基于会诊信号，进行交叉分析，判断当前紧急程度；
其中，紧急程度包括会诊难度大信号、会诊难度中信号和会诊难度小信号；
规划模块，以远程会诊车此时的位置为路径端点，患者的位置为路径终点，得到路径端点与路径终点之间的行驶路径LL；
采集到行驶路径过程中的堵塞系数Xd，通过公式，计算得到到达时间TD；其中，Vh为会诊车的行驶平均速度；
其中，堵塞系数Xd的获取方式为：
通过手机app的地图软件，获取到行驶路径中拥堵路段的距离与行驶路径LL之间的比值，记为路径堵塞比BL；
获取到在行驶路径中出现交叉口的数量、汇集路口的数量、单行道的数量，并相加求和，得到易堵塞数量LY；
通过公式，计算得到堵塞系数Xd；其中，a为比例系数，e为数学常数。
2.根据权利要求1所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，采集模块中，获取到当前会诊学科的数量，标记为学科交叉值ZCx，获取到在会诊过程中，每个学科会诊时间，并将每个学科会诊时间相加求和，得到学科会时值SRx。
3.根据权利要求1所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，分析模块中，将后续会诊时间的学科交叉值与标准学叉值做差值计算，得到学科差值；将学科会时值与标准诊时值做差值计算，得到诊时差值；
若学科差值大于等于学科差阈值时，则生成学科增多信号；若学科差值小于学科差阈值时，则生成学科减少信号；
若诊时差值大于等于诊时差阈值时，则生成会诊时间增大信号，若诊时差值大于等于诊时差阈值时，则生成会诊时间减少信号。
4.根据权利要求1所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，处理模块中，若同时得到学科增多信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度大信号。
5.根据权利要求4所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，若同时得到学科增多信号和会诊时间减少信号，或学科减少信号和会诊时间增大信号时，将当前的分析周期标记为会诊难度中信号。
6.根据权利要求5所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，若同时得到学科减少信号和会诊时间减少信号时，将当前的分析周期标记为会诊难度小信号。
7.根据权利要求1所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，还包括：
救援模块，基于到达时间TD，以及根据会诊难度大信号，对当前会诊车的行驶进行调控救援。
8.根据权利要求7所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，当得到会诊难度大信号时，获取到在开始会诊到当前会诊时间段内，出现会诊难度大信号的分析周期的个数；
将会诊难度大信号的分析周期的个数除以总分析周期的个数，得到会诊难度系数Xh；
将堵塞系数Xd和会诊难度系数Xh，代入到公式中，计算得到救援值ZJ；其中，b1、b2均为比例系数。
9.根据权利要求8所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，若救援值ZJ大于等于救援阈值时，生成救援信号。
10.根据权利要求9所述的一种网络化MDT多学科的远程会诊车系统，其特征在于，若救援值ZJ小于救援阈值时，生成非救援信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410163783.9A CN117711610B (zh) | 2024-02-05 | 2024-02-05 | 一种网络化mdt多学科的远程会诊车系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410163783.9A CN117711610B (zh) | 2024-02-05 | 2024-02-05 | 一种网络化mdt多学科的远程会诊车系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117711610A true CN117711610A (zh) | 2024-03-15 |
| CN117711610B CN117711610B (zh) | 2024-04-26 |
Family
ID=90152009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410163783.9A Active CN117711610B (zh) | 2024-02-05 | 2024-02-05 | 一种网络化mdt多学科的远程会诊车系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117711610B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101159098A (zh) * | 2007-11-20 | 2008-04-09 | 东南大学 | 城市交通意外事件的自动检测确认方法 |
| US20090198733A1 (en) * | 2008-02-01 | 2009-08-06 | Microsoft Corporation | Healthcare resource locator |
| CN103577673A (zh) * | 2012-08-01 | 2014-02-12 | 艾康（上海）信息技术有限公司 | 实时交互远程会诊系统及方法 |
| CN104025075A (zh) * | 2011-10-26 | 2014-09-03 | 托马斯·保罗·希德 | 用于车队导航、调度以及多个车辆、多个目的地指定路线的方法及系统 |
| CN107296588A (zh) * | 2017-05-12 | 2017-10-27 | 包头市稀宝博为医疗系统有限公司 | 远程医疗会诊系统 |
| CN108806257A (zh) * | 2018-07-04 | 2018-11-13 | 河海大学 | 一种道路拥堵区域和拥堵路段的识别方法 |
| CN109118761A (zh) * | 2018-08-21 | 2019-01-01 | 浙大网新系统工程有限公司 | 一种基于人工智能的智慧交通解决方法及其管理系统 |
| CN111477019A (zh) * | 2020-04-14 | 2020-07-31 | 上海电科智能系统股份有限公司 | 一种基于scats系统的本地信号干预方法 |
| CN113948205A (zh) * | 2021-10-22 | 2022-01-18 | 北京理工大学 | 一种远程会诊专家医生配置及排程方法 |
| CN114743663A (zh) * | 2022-04-07 | 2022-07-12 | 厦门大学附属心血管病医院 | 基于远程移动的会诊转诊综合管理系统 |
| CN115274139A (zh) * | 2022-08-13 | 2022-11-01 | 广州亚西亚文化传媒有限公司 | 一种网络化mdt多学科远程会诊系统 |
| CN116579702A (zh) * | 2023-04-20 | 2023-08-11 | 珠海卒明健康科技有限公司 | 基于数据分析的脑卒中诊断救护车运行监管系统 |
| CN116798233A (zh) * | 2023-08-25 | 2023-09-22 | 湖南天宇汽车制造有限公司 | 一种救护车快速通行引导系统 |
| CN117711611A (zh) * | 2024-02-05 | 2024-03-15 | 四川省医学科学院·四川省人民医院 | 一种基于场景融合和mr的MDT远程会诊系统及方法 |
-
2024
- 2024-02-05 CN CN202410163783.9A patent/CN117711610B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101159098A (zh) * | 2007-11-20 | 2008-04-09 | 东南大学 | 城市交通意外事件的自动检测确认方法 |
| US20090198733A1 (en) * | 2008-02-01 | 2009-08-06 | Microsoft Corporation | Healthcare resource locator |
| CN104025075A (zh) * | 2011-10-26 | 2014-09-03 | 托马斯·保罗·希德 | 用于车队导航、调度以及多个车辆、多个目的地指定路线的方法及系统 |
| CN103577673A (zh) * | 2012-08-01 | 2014-02-12 | 艾康（上海）信息技术有限公司 | 实时交互远程会诊系统及方法 |
| CN107296588A (zh) * | 2017-05-12 | 2017-10-27 | 包头市稀宝博为医疗系统有限公司 | 远程医疗会诊系统 |
| CN108806257A (zh) * | 2018-07-04 | 2018-11-13 | 河海大学 | 一种道路拥堵区域和拥堵路段的识别方法 |
| CN109118761A (zh) * | 2018-08-21 | 2019-01-01 | 浙大网新系统工程有限公司 | 一种基于人工智能的智慧交通解决方法及其管理系统 |
| CN111477019A (zh) * | 2020-04-14 | 2020-07-31 | 上海电科智能系统股份有限公司 | 一种基于scats系统的本地信号干预方法 |
| CN113948205A (zh) * | 2021-10-22 | 2022-01-18 | 北京理工大学 | 一种远程会诊专家医生配置及排程方法 |
| CN114743663A (zh) * | 2022-04-07 | 2022-07-12 | 厦门大学附属心血管病医院 | 基于远程移动的会诊转诊综合管理系统 |
| CN115274139A (zh) * | 2022-08-13 | 2022-11-01 | 广州亚西亚文化传媒有限公司 | 一种网络化mdt多学科远程会诊系统 |
| CN116579702A (zh) * | 2023-04-20 | 2023-08-11 | 珠海卒明健康科技有限公司 | 基于数据分析的脑卒中诊断救护车运行监管系统 |
| CN116798233A (zh) * | 2023-08-25 | 2023-09-22 | 湖南天宇汽车制造有限公司 | 一种救护车快速通行引导系统 |
| CN117711611A (zh) * | 2024-02-05 | 2024-03-15 | 四川省医学科学院·四川省人民医院 | 一种基于场景融合和mr的MDT远程会诊系统及方法 |
Non-Patent Citations (6)
| Title |
|---|
| MUHAMMAD UMAR BIN FAROOQ 等: "MDT-based Intelligent Route Selection for 5G-Enabled Conected Ambulances", 《2022 IEEE INTERNATIONAL CONFERENCE ON E-HEALTH NETWORKING, APPLICATION & SERVICES(HEALTHCOM)》, 21 December 2022 (2022-12-21), pages 81 - 87 * |
| 李茂盛: "远程会诊系统的设计与实现", 《中国优秀硕士学位论文全文数据库》, 15 December 2019 (2019-12-15), pages 054 - 25 * |
| 杨硕: "医疗会诊中的共同侵权责任研究", 《中国优秀硕士学位论文全文数据库》, 15 December 2011 (2011-12-15), pages 117 - 63 * |
| 肖奇明主编: "《急诊会诊》", 31 May 2005, 湖南科学技术出版社 * |
| 路希维，李海潮主编: "《肺部疑难疾病多学科会诊》", 30 June 2020, 北京大学医学出版社 * |
| 饶骏劼: "绵阳市中心医院远程会诊管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库》, 15 April 2020 (2020-04-15), pages 053 - 78 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117711610B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018064931A1 (zh) | 考虑出租车运营状态下的城市道路行程时间分布估算方法 | |
| Vhaduri et al. | Estimating drivers' stress from GPS traces | |
| JP6200421B2 (ja) | 運転支援システム及び運転支援方法 | |
| CN112465395A (zh) | 一种面向自动驾驶汽车的多维度综合评价方法及装置 | |
| DE112019002067T5 (de) | Informationsverarbeitungsvorrichtung, Mobilgerät, Informationsverarbeitungssystem, Verfahren und Programm | |
| EP3566923A1 (de) | Verfahren und steuereinheit zum betreiben eines autonomen fahrzeugs | |
| CN111445015B (zh) | 一种智能网联环境下非网联车位置估计方法 | |
| CN109615851B (zh) | 一种在群智感知系统中基于关键路段的感知节点选取方法 | |
| CN107274744A (zh) | 驾驶教学系统、方法和设备 | |
| CN103680130B (zh) | 一种基于浮动车技术获得区域带路专家的方法 | |
| CN115179960A (zh) | 一种多源数据采集人车状态综合监测系统及方法 | |
| CN111613061B (zh) | 一种基于众包和区块链的交通流采集系统及方法 | |
| CN113487863A (zh) | 一种多因素交通风险实时定量评估系统及方法 | |
| CN114298469A (zh) | 汽车智能座舱用户体验测试评价方法 | |
| DE112018007858T5 (de) | Computerimplementiertes Verfahren und Datenverarbeitungssystem zum Prädizieren der Rückkehr eines Benutzers zu einem Fahrzeug | |
| CN111723835A (zh) | 车辆移动轨迹区分方法、装置和电子设备 | |
| Wallace et al. | Measurement of distinguishing features of stable cognitive and physical health older drivers | |
| CN114971268A (zh) | 列车性能评估方法及装置、存储介质及电子设备 | |
| CN117711610B (zh) | 一种网络化mdt多学科的远程会诊车系统 | |
| CN110867075A (zh) | 一种评估雨天条件下道路测速仪对驾驶人员反应行为影响的方法 | |
| CN108647832A (zh) | 一种基于神经网络的地铁运行间隔时间控制算法 | |
| Lee | Development of Traffic safety zones and integrating macroscopic and microscopic safety data analytics for novel hot zone identification | |
| CN115206104B (zh) | 一种基于手机信令数据的城市居民交通出行方式识别方法 | |
| CN111931968A (zh) | 一种应用手机gps数据来优化公共自行车站点布局的方法 | |
| Różanowski et al. | Architecture of car measurement system for driver monitoring |
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 |