CN110442797B - 一种互联网医院产品配置优化方法 - Google Patents

Abstract

本发明提出了一种互联网医院产品配置优化方法，包括如下步骤：S1，通过云端网络获取互联网医院的患者数据，根据患者全生命周期维度数据进行生命周期数据M的依次排列过程；S2，将生命周期数据M依次排列后，在每一生命周期数据集进行患者诊疗类别重组；S3，在诊疗类别重组后，形成重组数据向量N，在重组数据向量中挖掘诊疗产品；S4，根据重组数据向量中每个向量元素调用的次数，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；S5，兴趣度投送后，将患者全生命周期维度数据建立的生命周期数据M和诊疗类别重组数据向量N中每个向量元素，最终形成M×N的矩阵，通过智能终端展示。

Description

一种互联网医院产品配置优化方法

技术领域

本发明涉及计算机软件领域，尤其涉及一种互联网医院产品配置优化方法。

背景技术

由于互联网技术的不断发展，以及网络带宽的提速，通过互联网进行医疗数据的采集以及挖掘正在不断的***化和规范化，但是现有技术中还没有形成在互联网上形成一种医疗医院的方式，也没有将医院的数据进行网络化传播以及运行，而且即便形成了互联网医院的概念，但是展示数据过于复杂，不能形成***化以及简洁化的数据展示方式，对用户使用互联网医院造成了心里抵触，无法大规模进行推广使用，如何进行数据展示和挖掘，并形成快捷准确的数据矩阵，这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种互联网医院产品配置优化方法。

为了实现本发明的上述目的，本发明提供了一种互联网医院产品配置优化方法，包括如下步骤：

S1，通过云端网络获取互联网医院的患者数据，根据患者全生命周期维度数据进行生命周期数据M的依次排列过程；

S2，将生命周期数据M依次排列后，在每一生命周期数据集进行患者诊疗类别重组；

S3，在诊疗类别重组后，形成重组数据向量N，在重组数据向量中挖掘诊疗产品；

S4，根据重组数据向量中每个向量元素调用的次数，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S5，兴趣度投送后，将患者全生命周期维度数据建立的生命周期数据M和诊疗类别重组数据向量N中每个向量元素，最终形成M×N的矩阵，通过智能终端展示。

优选的，所述S1包括：

S1-1，对云端网络中患者数据进行数据挖掘，首先通过常识性数据进行挖掘，患者健康科普数据、诊前数据、诊中数据、诊后数据、康复疗养数据；

S1-2，在患者健康科普数据挖掘中，根据云端网络采集的患者营养摄取、中西医知识关注度，通过患者佩戴的智能设备进行数据收集，步数、心率、运动里程；

S1-3，通过对患者进行人脸识别操作，以及指纹识别操作和语音识别操作后，进行患者身份认证；

S1-4，身份认证之后，通过智能终端扫描患者智能设备二维码、条形码，或者通过蓝牙配对信号、NFC配对信息进行患者数据收集；

S1-5，通过主界面上动态显示个人信息，即时显示的身心信息数据，定时方式显示的数据为统计得到的统计表格、曲线图、柱状图或饼状图，指标预警提示的显示内容包括时间、各项指标、与个人正常指标数值的比较、与标准指标数值的比较；

S1-6，语音识别或文字识别获取个人的输入信息并上传至云端网络；

S1-7，在患者就诊前选择的药物、治疗手段、饮食情况、起居情况、运动状态进行数据收集，并存储在云端网络；

S1-8，在患者就诊过程中，医师选择的治疗手段、摄入的药物、药物剂量、药物选择的种类、药物使用周期，进行数据收集、并存储在云端网络；

S1-9，在患者就诊结束后，康复的情况，饮食情况、起居情况、运动状态，进行数据收集，并存储在云端网络。

优选的，所述S2包括：

S2-1，在生命周期数据M中形成生命周期数据集，每个生命周期数据集所获取的患者诊前、诊中和诊后的云端数据；

S2-2，根据患者诊前、诊中和诊后的云端数据，在每个生命周期数据集中根据患者的实际需求进行相应的数据获取，从而为不同阶段的不同治疗进行数据的共享操作。

优选的，所述S3包括：

S3-1，根据重组数据向量N，在重组数据向量中挖掘诊疗产品；

S3-2，该诊疗产品为患者行为数据所提炼的产品，在就诊的内科中使用的惯常药物，诊疗手段；在就诊的外科中使用的手术手法、麻醉剂量；在精神科是否有就诊记录；

S3-3，根据患者行为数据，在不同科室形成的记录数据，将相应的产品进行推送。

优选的，所述S4包括：

S4-1，重组数据向量中每个向量元素调用的次数，通过云端网络进行统计归类；

S4-2，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S4-3，使用一个或多个患者用户接收初始用户账户配置；使用患者兴趣点中的一个或者多个相关联的兴趣数据库；根据接收的兴趣数据，确定患者在全生命周期中的不同阶段，对那些产品感兴趣并推送相应的产品在重组数据向量中；

S4-4，使用云端网络数据传输过程中，所述兴趣数据包括由云端网络界定的兴趣集合中的多个兴趣点中每一兴趣点内容，兴趣部门和兴趣点营销数据的至少一部分，其中所述兴趣点是至少部分患者用户相关联的兴趣数据来确定；

S4-5，使用所述一个或多个兴趣集合识别与所述兴趣数据相关联的重合患者使用的产品；使用所述一个或多个兴趣集合通过提醒程序来确定提醒格式和所述兴趣数据。

优选的，所述S4投送过程还包括：

S4-A，获取患者用户的兴趣标签，所述兴趣标签用于标识患者选择的产品中最感兴趣的选择版块；

S4-B，获取当前患者的选择版块中的产品；将所述兴趣标签和感兴趣的选择版块推送至患者；以及根据所述兴趣标签在云端网络的选择情况获取所述患者与兴趣标签的关联程度；

S4-C，确定所述患者与兴趣标签的关联程度：判断所述患者在全生命周期中选择的产品数量是否大于重组数据向量N；如果判断用户在全生命周期中选择的产品数量大于所述预设值，则确定患者选择的产品数量无效，如果判断用户在全生命周期中选择的产品数量小于所述预设值，则确定患者选择的产品数量有效；

所述患者兴趣标签为S，进行产品筛选的提取值为x＝∑_i＝IG_i*μ(1+eⁱ)其中，I为正整数，G_i为筛选的兴趣值，μ为兴趣参数，eⁱ为实时调整的状态参数；

S4-D，患者的选择推荐请求频率超出预设值，则确定该患者对推荐效果不满意；患者在一段时间内接收到的推荐内容在产品展示区持续时间较长，并且保证实时互动响应状态，表示对推荐的产品满意；

S4-E，初始化感兴趣产品集合，使用分解方式将不同患者全生命周期中感兴趣的产品进行排布，在不同重组数据向量中分布相同或者不同的产品，用来考察患者所感兴趣的产品；然后再从全部患者全生命周期中随机挑选出使用较高的产品，对每一个重组数据向量进行推送，形成患者推荐的产品满意度，如果判断患者对推荐的内容的满意度降低，则调整相应的产品，或者下架该产品，根据患者对推荐产品的选择版块较高，则获取该兴趣标签；为新的患者推送该兴趣标签，根据该新患者的选择情况判断是否加载该兴趣标签的产品。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

通过云端网络获取互联网医院的患者数据，根据患者数据进行收集和抓取之后，推送不同的使用产品，最终形成M×N的产品矩阵，通过智能终端展示。

为患者的选择情况加载该兴趣标签的产品。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明工作示意图；

图2是本发明实施例示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

如图1所示，本发明提供了一种互联网医院产品配置优化方法，包括如下步骤：

S1，通过云端网络获取互联网医院的患者数据，根据患者全生命周期维度数据进行生命周期数据M的依次排列过程；

S2，将生命周期数据M依次排列后，在每一生命周期数据集进行患者诊疗类别重组；

S3，在诊疗类别重组后，形成重组数据向量N，在重组数据向量中挖掘诊疗产品；

S4，根据重组数据向量中每个向量元素调用的次数，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S5，兴趣度投送后，将患者全生命周期维度数据建立的生命周期数据M和诊疗类别重组数据向量N中每个向量元素，最终形成M×N的矩阵，通过智能终端展示。

优选的，所述S1包括：

S1-1，对云端网络中患者数据进行数据挖掘，首先通过常识性数据进行挖掘，患者健康科普数据、诊前数据、诊中数据、诊后数据、康复疗养数据；

S1-2，在患者健康科普数据挖掘中，根据云端网络采集的患者营养摄取、中西医知识关注度，通过患者佩戴的智能设备进行数据收集，步数、心率、运动里程；

S1-3，通过对患者进行人脸识别操作，以及指纹识别操作和语音识别操作后，进行患者身份认证；

S1-4，身份认证之后，通过智能终端扫描患者智能设备二维码、条形码，或者通过蓝牙配对信号、NFC配对信息进行患者数据收集；

S1-5，通过主界面上动态显示个人信息，即时显示的身心信息数据，定时方式显示的数据为统计得到的统计表格、曲线图、柱状图或饼状图，指标预警提示的显示内容包括时间、各项指标、与个人正常指标数值的比较、与标准指标数值的比较；

S1-6，语音识别或文字识别获取个人的输入信息并上传至云端网络；

S1-7，在患者就诊前选择的药物、治疗手段、饮食情况、起居情况、运动状态进行数据收集，并存储在云端网络；

S1-8，在患者就诊过程中，医师选择的治疗手段、摄入的药物、药物剂量、药物选择的种类、药物使用周期，进行数据收集、并存储在云端网络；

S1-9，在患者就诊结束后，康复的情况，饮食情况、起居情况、运动状态，进行数据收集，并存储在云端网络。

优选的，所述S2包括：

S2-1，在生命周期数据M中形成生命周期数据集，每个生命周期数据集所获取的患者诊前、诊中和诊后的云端数据；

S2-2，根据患者诊前、诊中和诊后的云端数据，在每个生命周期数据集中根据患者的实际需求进行相应的数据获取，从而为不同阶段的不同治疗进行数据的共享操作。

优选的，所述S3包括：

S3-1，根据重组数据向量N，在重组数据向量中挖掘诊疗产品；

S3-2，该诊疗产品为患者行为数据所提炼的产品，在就诊的内科中使用的惯常药物，诊疗手段；在就诊的外科中使用的手术手法、麻醉剂量；在精神科是否有就诊记录；

S3-3，根据患者行为数据，在不同科室形成的记录数据，将相应的产品进行推送。

优选的，所述S4包括：

S4-1，重组数据向量中每个向量元素调用的次数，通过云端网络进行统计归类；

S4-2，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S4-3，使用一个或多个患者用户接收初始用户账户配置；使用患者兴趣点中的一个或者多个相关联的兴趣数据库；根据接收的兴趣数据，确定患者在全生命周期中的不同阶段，对那些产品感兴趣并推送相应的产品在重组数据向量中；

S4-4，使用云端网络数据传输过程中，所述兴趣数据包括由云端网络界定的兴趣集合中的多个兴趣点中每一兴趣点内容，兴趣部门和兴趣点营销数据的至少一部分，其中所述兴趣点是至少部分患者用户相关联的兴趣数据来确定；

S4-5，使用所述一个或多个兴趣集合识别与所述兴趣数据相关联的重合患者使用的产品；使用所述一个或多个兴趣集合通过提醒程序来确定提醒格式和所述兴趣数据。

优选的，所述S4投送过程还包括：

S4-A，获取患者用户的兴趣标签，所述兴趣标签用于标识患者选择的产品中最感兴趣的选择版块；

S4-B，获取当前患者的选择版块中的产品；包括：在全生命周期中选择诊前的内科，进行观察治疗过程，将所述兴趣标签和感兴趣的选择版块推送至患者；以及根据所述兴趣标签在云端网络的选择情况获取所述患者与兴趣标签的关联程度；

S4-C，确定所述患者与兴趣标签的关联程度：判断所述患者在全生命周期中选择的产品数量是否大于重组数据向量N；如果判断用户在全生命周期中选择的产品数量大于所述预设值，则确定患者选择的产品数量无效，如果判断用户在全生命周期中选择的产品数量小于所述预设值，则确定患者选择的产品数量有效；

所述患者兴趣标签为S，进行产品筛选的提取值为x＝∑_i＝IG_i*μ(1+eⁱ)其中，I为正整数，G_i为筛选的兴趣值，μ为兴趣参数，eⁱ为实时调整的状态参数；

S4-D，患者的选择推荐请求频率超出预设值，则确定该患者对推荐效果不满意；患者在一段时间内接收到的推荐内容在产品展示区持续时间较长，并且保证实时互动响应状态，表示对推荐的产品满意；

S4-E，初始化感兴趣产品集合，使用分解方式将不同患者全生命周期中感兴趣的产品进行排布，在不同重组数据向量中分布相同或者不同的产品，用来考察患者所感兴趣的产品；然后再从全部患者全生命周期中随机挑选出使用较高的产品，对每一个重组数据向量进行推送，形成患者推荐的产品满意度，如果判断患者对推荐的内容的满意度降低，则调整相应的产品，或者下架该产品，根据患者对推荐产品的选择版块较高，则获取该兴趣标签；为新的患者推送该兴趣标签，根据该新患者的选择情况判断是否加载该兴趣标签的产品。

如图2所示，1将互联网医院产品从两个维度进行划分。一个维度是患者全生命周期维度，这个维度上可分为：健康科普、诊前、诊中、诊后、康养，5个阶段。另外一个维度按照医院部门划分，例如，急症、外科，内科等。

2这两个维度可以组成一个二维产品矩阵。互联网医院按照这个产品矩阵为医院提供产品。

首先平台上的产品目录按照医院科室(或部门)与患者健康周期的二维矩阵来组织的。例如产品A是“外科”的“诊前”产品。产品B是“内科”的“健康养生”的产品。

一个产品可能覆盖多个科室和多个患者健康周期的阶段。一个科室的一个患者健康周期阶段里面也可能有多个产品。

1、各科室产品开发商也按照这种组织形式来开发特定产品，开发完的产品装配到产品矩阵中。

2、各科室通过产品矩阵上架自己可以提供的服务的产品。产品需要与医院内的***进行对接，对接成功并且通过测试之后方能完成上架。对接工作也可能在第1步开发产品的时候同步进行。

3、用户可以在互联网医院终端app中访问该产品。用户在app可以通过科室和健康周期阶段来查找产品。

4、医院各科室通过产品为用户提供服务，可以统计患者信息。

5、患者信息在各个科室之间共享。

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 (2)

1.一种互联网医院产品配置优化方法，其特征在于，包括如下步骤：

S1，通过云端网络获取互联网医院的患者数据，根据患者全生命周期维度数据进行生命周期数据M的依次排列过程；

S1-1，对云端网络中患者数据进行数据挖掘，首先通过常识性数据进行挖掘，患者健康科普数据、诊前数据、诊中数据、诊后数据、康复疗养数据；

S1-2，在患者健康科普数据挖掘中，根据云端网络采集的患者营养摄取、中西医知识关注度，通过患者佩戴的智能设备进行数据收集，步数、心率、运动里程；

S1-3，通过对患者进行人脸识别操作，以及指纹识别操作和语音识别操作后，进行患者身份认证；

S1-4，身份认证之后，通过智能终端扫描患者智能设备二维码、条形码，或者通过蓝牙配对信号、NFC配对信息进行患者数据收集；

S1-5，通过主界面上动态显示个人信息，即时显示的身心信息数据，定时方式显示的数据为统计得到的统计表格、曲线图、柱状图或饼状图，指标预警提示的显示内容包括时间、各项指标、与个人正常指标数值的比较、与标准指标数值的比较；

S1-6，语音识别或文字识别获取个人的输入信息并上传至云端网络；

S1-7，在患者就诊前选择的药物、治疗手段、饮食情况、起居情况、运动状态进行数据收集，并存储在云端网络；

S1-8，在患者就诊过程中，医师选择的治疗手段、摄入的药物、药物剂量、药物选择的种类、药物使用周期，进行数据收集、并存储在云端网络；

S1-9，在患者就诊结束后，康复的情况、饮食情况、起居情况、运动状态，进行数据收集，并存储在云端网络；

S2，将生命周期数据M依次排列后，在每一生命周期数据集进行患者诊疗类别重组；

S2-1，在生命周期数据M中形成生命周期数据集，每个生命周期数据集所获取的患者诊前、诊中和诊后的云端数据；

S2-2，根据患者诊前、诊中和诊后的云端数据，在每个生命周期数据集中根据患者的实际需求进行相应的数据获取，从而为不同阶段的不同治疗进行数据的共享操作；

S3，在诊疗类别重组后，形成重组数据向量N，在重组数据向量中挖掘诊疗产品；

S3-1，根据重组数据向量N，在重组数据向量中挖掘诊疗产品；

S3-2，该诊疗产品为患者行为数据所提炼的产品，在就诊的内科中使用的惯常药物，诊疗手段；在就诊的外科中使用的手术手法、麻醉剂量；在精神科是否有就诊记录；

S3-3，根据患者行为数据，在不同科室形成的记录数据，将相应的产品进行推送；

S4，根据重组数据向量中每个向量元素调用的次数，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S4-1，重组数据向量中每个向量元素调用的次数，通过云端网络进行统计归类；

S4-2，将诊疗产品根据调用次数以及患者兴趣度进行兴趣度投送；

S4-3，使用一个或多个患者用户接收初始用户账户配置；使用患者兴趣点中的一个或者多个相关联的兴趣数据库；根据接收的兴趣数据，确定患者在全生命周期中的不同阶段，对那些产品感兴趣并推送相应的产品在重组数据向量中；

S4-4，使用云端网络数据传输过程中，所述兴趣数据包括由云端网络界定的兴趣集合中的多个兴趣点中每一兴趣点内容，兴趣部门和兴趣点营销数据的至少一部分，其中所述兴趣点是至少部分患者用户相关联的兴趣数据来确定；

S4-5，使用所述一个或多个兴趣集合识别与所述兴趣数据相关联的重合患者使用的产品；使用所述一个或多个兴趣集合通过提醒程序来确定提醒格式和所述兴趣数据；

S5，兴趣度投送后，将患者全生命周期维度数据建立的生命周期数据M和诊疗类别重组数据向量N中每个向量元素，最终形成M×N的矩阵，通过智能终端展示。

2.根据权利要求1所述的互联网医院产品配置优化方法，其特征在于，所述S4投送过程还包括：

S4-A，获取患者用户的兴趣标签，所述兴趣标签用于标识患者选择的产品中最感兴趣的选择版块；

S4-B，获取当前患者的选择版块中的产品；将所述兴趣标签和感兴趣的选择版块推送至患者；以及根据所述兴趣标签在云端网络的选择情况获取所述患者与兴趣标签的关联程度；

S4-C，确定所述患者与兴趣标签的关联程度：判断所述患者在全生命周期中选择的产品数量是否大于重组数据向量N；如果判断用户在全生命周期中选择的产品数量大于预设值，则确定患者选择的产品数量无效，如果判断用户在全生命周期中选择的产品数量小于预设值，则确定患者选择的产品数量有效；

所述患者兴趣标签为S，进行产品筛选的提取值为x＝∑_i＝IG_i*μ(1+eⁱ)其中，I为正整数，G_i为筛选的兴趣值，μ为兴趣参数，eⁱ为实时调整的状态参数；

S4-D，患者的选择推荐请求频率超出预设值，则确定该患者对推荐效果不满意；患者在一段时间内接收到的推荐内容在产品展示区持续时间较长，并且保证实时互动响应状态，表示对推荐的产品满意；

S4-E，初始化感兴趣产品集合，使用分解方式将不同患者全生命周期中感兴趣的产品进行排布，在不同重组数据向量中分布相同或者不同的产品，用来考察患者所感兴趣的产品；然后再从全部患者全生命周期中随机挑选出使用较高的产品，对每一个重组数据向量进行推送，形成患者推荐的产品满意度，如果判断患者对推荐的内容的满意度降低，则调整相应的产品，或者下架该产品，根据患者对推荐产品的选择版块较高，则获取该兴趣标签；为新的患者推送该兴趣标签，根据该新患者的选择情况判断是否加载该兴趣标签的产品。

Images