CN110457425B - 一种案例存储方法、装置、设备及存储介质 - Google Patents
一种案例存储方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110457425B CN110457425B CN201910717999.4A CN201910717999A CN110457425B CN 110457425 B CN110457425 B CN 110457425B CN 201910717999 A CN201910717999 A CN 201910717999A CN 110457425 B CN110457425 B CN 110457425B
- Authority
- CN
- China
- Prior art keywords
- case
- cases
- characteristic
- information
- retrieval
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 201000010099 disease Diseases 0.000 claims description 58
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 58
- 238000011282 treatment Methods 0.000 claims description 40
- 238000010586 diagram Methods 0.000 claims description 24
- 238000012856 packing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000007635 classification algorithm Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 18
- 238000003745 diagnosis Methods 0.000 claims 2
- 230000008439 repair process Effects 0.000 abstract description 37
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 239000003814 drug Substances 0.000 description 6
- 208000024780 Urticaria Diseases 0.000 description 5
- 208000019622 heart disease Diseases 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 208000003251 Pruritus Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种案例存储方法、装置、设备及存储介质，在该方案中，利用区块链网络实现了故障案例的全网共享，同时保证了故障案例的安全性和不可篡改性。在此基础上，任一区块链节点可以将当前区块链网络中的故障案例按照故障类型进行分类，从而可获得多个特征案例，这样获得的特征案例将会全面记录故障信息和相应的修复信息，从而可实现特征案例的全面记录。进一步地，将多个所述特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；将更新后的检索索引库和多个特征案例存储至当前区块链网络，这样接入当前区块链网络的所有区块链节点便可以共享特征案例，必要时可通过检索索引检索相关特征案例。
Description
技术领域
本申请涉及区块链技术领域，特别涉及一种案例存储方法、装置、设备及存储介质。
背景技术
通常情况下，人们习惯将机器或其他对象的特殊故障以及该特殊故障的修复信息作为经典案例进行存储，当再次遇到相应的故障时，便可参考历史案例，进行当前故障的修复。但是，现有的记录方式仅会记录个别案例，且对于某一对象的历史故障等信息也都会有记录缺失，从而降低了案例记录的真实性和全面性，导致案例的参考价值也会随之降低。
发明内容
有鉴于此，本申请的目的在于提供一种案例存储方法、装置、设备及存储介质，以获得全面、真实的案例，并实现案例的共享。其具体方案如下：
为实现上述目的，一方面，本申请提供了一种案例存储方法，应用于任一区块链节点，包括：
获取当前区块链网络中的多个对象的故障案例；所述故障案例包括：当前对象的至少一个故障信息和对应的修复信息；
将多个所述故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息；
将多个所述特征案例中的特征关键字符确定为检索索引，并根据所述检索索引更新检索索引库；
将更新后的检索索引库和多个所述特征案例存储至所述当前区块链网络。
又一方面，本申请还提供了一种案例存储装置，应用于任一区块链节点，包括：
获取模块，用于获取当前区块链网络中的多个对象的故障案例；所述故障案例包括：当前对象的至少一个故障信息和对应的修复信息；
分类模块，用于将多个所述故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息；
更新模块，用于将多个所述特征案例中的特征关键字符确定为检索索引，并根据所述检索索引更新检索索引库；
存储模块，用于将更新后的检索索引库和多个所述特征案例存储至所述当前区块链网络。
又一方面，本申请还提供了一种电子设备，所述电子设备包括处理器和存储器；其中，所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现前述公开的案例存储方法。
又一方面，本申请还提供了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述公开的案例存储方法。
本申请应用于任一区块链节点，也就是说，任一区块链节点均可执行本申请提供的案例存储方法。其中，当前区块链网络存储有多个对象的故障案例，由于区块链具有信息公开性和较高的安全性，因此利用区块链网络存储故障案例，可以实现故障案例的全网共享，同时保证故障案例的安全性和不可篡改性。在此基础上，任一区块链节点还可以将当前区块链网络中的故障案例按照故障类型进行分类，从而可获得多个特征案例，这样获得的特征案例将会全面记录某一个对象或多个对象的故障信息及相应的修复信息。进一步地，将多个所述特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；将更新后的检索索引库和多个特征案例存储至当前区块链网络，这样接入当前区块链网络的所有区块链节点便可以共享特征案例。当某一对象出现故障，可通过检索索引检索相关特征案例，从而为当前故障的修复提供可靠、真实且全面的参考案例。
相应地，本申请提供的案例存储装置、设备及存储介质，也同样具有上述技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种案例存储***架构示意图；
图2为本申请提供的第一种案例存储方法流程图；
图3为本申请提供的第二种案例存储方法流程图；
图4为本申请提供的第三种案例存储方法流程图；
图5为本申请提供的一种区块链网络示意图；
图6为本申请提供的一种医疗案例存储方法流程图；
图7为本申请提供的一种自然人病例记录示意图；
图8为本申请提供的第一种特征案例记录示意图；
图9为本申请提供的第二种特征案例记录示意图；
图10为本申请提供的一种检索结果示意图；
图11为本申请提供的一种案例存储装置示意图；
图12为本申请提供的一种服务器结构图；
图13为本申请提供的一种终端结构图。
具体实施方式
目前，现有的记录方式仅会记录个别案例，且对于某一对象的历史故障等信息也都会有记录缺失，从而降低了案例记录的真实性和全面性，导致案例的参考价值也会随之降低。鉴于目前所存在的上述问题，本申请提出了一种案例存储方案，通过该技术方案，能够获得全面、真实的案例，并实现案例的共享。
为了便于理解，下面对本申请公开的技术方案所适用的***架构进行介绍。请参见图1，其示出了本申请所适用的一种***架构。
如图1所示，本申请公开的案例存储***架构可以包括用户终端11、服务器12和区块链网络13。
其中，用户终端11可以是预先安装的客户端，用户可以在人机交互界面上输入待上传的故障案例。其中，用户终端11在获取到故障案例后，将故障案例发送至服务器12，进而服务器12将故障案例上传至对应的区块链节点。可以理解的是，本申请中的用户终端11包括但不限于安装了上述客户端的智能手机、平板电脑、穿戴式设备和台式计算机等。其中，用户终端11还可以用于查询区块链网络13中存储的故障案例。
本申请中，服务器12具体可以是指用于实现单一业务的专用服务器，不同的服务器12分别用于实现不同的业务。服务器12通过网络与用户终端11建立通信连接。服务器12获取到用户终端11发送的故障案例，并将故障案例上传至对应的区块链节点后，区块链节点便可执行本申请提供的案例存储方法。可以理解的是，本实施例中的服务器12包括但不限于云服务器、物理服务器和虚拟服务器等。
可以理解的是，区块链网络13包含多个区块链节点130。当服务器12提交的故障案例在任一区块链节点130上成功上链后，上述故障案例将在秒级时间段内被快速传递至其他区块链节点130进行保存，各个区块链节点130共享存储故障案例。在本申请中，区块链网络13的任一区块中可以记录区块标识符、案例存储记录以及与故障案例对应的哈希值。
其中，所述区块标识符既可以是指对上一区块的区块头进行哈希处理之后得到的标识符，也可以是指当前区块的区块高度；所述案例存储记录可以包括故障案例和相应的时间戳等。
可以理解的是，本申请中的区块链节点130的节点设备类型包括但不限于各种类型的服务器、个人计算机、手持终端等。
需要说明的是，连接用户终端11、服务器12和区块链网络13的网络，以及区块链网络13中的各区块链节点之间的网络，可以根据实际应用过程中的网络状况和应用需求来确定，既可以是无线通信网络，如移动通信网络或WIFI网络等，也可以是有线通信网络；既可以是广域网，在情况允许时也可以采用局域网。当然，用户终端11还可以直接和区块链网络13进行通信，从而可不必设置服务器12，这样可以节约计算机资源。
图2为本申请实施例提供的第一种案例存储方法流程图。参见图2所示，该案例存储方法应用于任一区块链节点，可以包括以下步骤：
S201、获取当前区块链网络中的多个对象的故障案例；故障案例包括：当前对象的至少一个故障信息和对应的修复信息。
在当前区块链网络中，故障案例可以以对象的标识信息为key进行存储。其中，对象可以为：设备、人、动物、植物等，当对象为人、动物、植物时，其故障案例即为自然人病例，故障即为疾病信息，修复信息即为疾病治疗信息；标识信息可以为人的身份信息、动物或植物的名称等。若对象为设备，其故障信息可以包括：出现故障的部件、以及故障原因；设备的标识信息可以为设备的出厂编码等。
若对象为人，那么以人的身份信息key存储病例，这样对于同一患者(即自然人)，其对应的就诊信息、化验单信息等都可以统一存储到一个病例，这样不仅可以丰富病例，使患者病例全面记录，还便于患者和医生查询病例。从而为获得全面、真实、可靠的特征案例提供便利。
S202、将多个故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息。
在一种具体实施方式中，可以利用分类算法将故障案例按照故障类型进行分类，获得多个特征案例，分类算法为朴素贝叶斯算法、随机森林算法或支持向量机。当然，还可以利用其它分类算法进行分类，如：聚类算法。
若故障案例为自然人病例，那么可以理解的是，由于一个自然人所患疾病可能有多种，因此将故障案例按照疾病类型进行分类后，可能将同一自然人所患的疾病划分至不同特征案例。例如：自然人A病例中记录有心脏病和糖尿病两种疾病信息和治疗信息，那么在分类时，自然人A病例中记录的有关心脏病的疾病信息和治疗信息将被归类至心脏病特征案例；自然人A病例中记录的有关糖尿病的疾病信息和治疗信息将被归类至糖尿病特征案例。其中，由于故障案例中还记录有化验单信息等，因此在进行疾病分类时，化验单信息等也会被归类至相应的特征案例中。其中，治疗信息可以包括内服、外用和/或注射的药品信息，相应的用药效果等。当然，自然人的身份信息，患病就诊地点、时间等信息也可以记录在特征案例中。
若故障案例中记录有多次有关心脏病的疾病信息和治疗信息，那么每次记录可以看作一个治疗记录。在进行分类时，分别记录这些治疗记录的治疗时间，并将这些治疗记录看作当前自然人患心脏病的相关信息。也就是说，将这些治疗记录统一看作当前自然人患心脏病的案例。
S203、将多个特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库。
S204、将更新后的检索索引库和多个特征案例存储至当前区块链网络。
在本实施例中，将更新后的检索索引库和多个特征案例存储至当前区块链网络之前，还包括：针对任一个特征案例，将具有相同类型修复信息的故障信息添加至同一故障组；任一个特征案例中包括多个故障组。
在每一个特征案例中，设有多个故障组，每个故障组中记录着有相同类型修复信息的故障信息。仍以自然人病例分类后获得的特征案例为例，假设荨麻疹特征案例中有2个故障组(也就是病例组)，第一个故障组用于记录服用一种药品的患病症状、治疗效果等信息；第二个故障组用于记录服用另一种药品的患病症状、治疗效果等信息。这样便可以清楚地从特征案例中看出不同药品、不同治疗方式对于同一疾病的治疗效果；也可以快速从特征案例中看出当前疾病可以有几种治疗手段和方式。
为了便于检索和查询，可以为特征案例构建相应的检索索引。其中，检索索引可以是特征案例中的任何特征关键字符，特征关键字符如：故障名称、位置、故障原因等。若故障案例为自然人病例，那么特征关键字符可以是疾病名称或简称，如：荨麻疹；或特有患病症状等，如：风团，患荨麻疹时风团为其特有症状。
将更新后的检索索引库和多个特征案例存储至当前区块链网络，也就是将检索索引库和特征案例共享至当前区块链网络。这样任意一个区块链节点便可以利用检索索引查询相关特征案例。
需要说明的是，本实施例中的其他实现步骤与上述实施例相同或类似，故本实施例在此不再赘述。
本实施例公开的方法应用于任一区块链节点，也就是说，任一区块链节点均可执行本申请提供的案例存储方法。其中，当前区块链网络存储有多个对象的故障案例，由于区块链具有信息公开性和较高的安全性，因此利用区块链网络存储故障案例，可以实现故障案例的全网共享，同时保证故障案例的安全性和不可篡改性。在此基础上，任一区块链节点还可以将当前区块链网络中的故障案例按照故障类型进行分类，从而可获得多个特征案例，这样获得的特征案例将会全面记录某一个对象或多个对象的故障信息及相应的修复信息。进一步地，将多个所述特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；将更新后的检索索引库和多个特征案例存储至当前区块链网络，这样接入当前区块链网络的所有区块链节点便可以共享特征案例。当某一对象出现故障，可通过检索索引检索相关特征案例，从而为当前故障的修复提供可靠、真实且全面的参考案例。
图3为本申请实施例提供的第二种案例存储方法流程图。参见图3所示，该案例存储方法应用于任一区块链节点，可以包括以下步骤：
S301、获取当前区块链网络中的多个对象的故障案例；故障案例包括：当前对象的至少一个故障信息和对应的修复信息。
S302、将多个故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息。
S303、将多个特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库。
S304、将更新后的检索索引库和多个特征案例存储至当前区块链网络。
S305、接收用户发送的检索请求。
可以理解的是，用户可以通过人机交互界面提交检索请求。检索请求中的目标检索索引可以是人机交互界面的预设信息，还可以是用户输入的信息。
S306、提取检索请求中的目标检索索引。
S307、分别确定目标检索索引与当前区块链网络中的多个特征案例的相似度。
其中，相似度可采用语义相似度、余弦相似度等计算方式确定。当采用余弦相似度确定目标检索索引与特征案例的相似度时，需要首先将目标检索索引和特征案例均转化为向量，进而计算两个向量之间的相似度。
S308、将最大相似度对应的特征案例确定为检索结果并返回。
可以理解的是，分别确定目标检索索引与多个特征案例的相似度，需要分别计算目标检索索引与每个特征案例的相似度，从而获得与每个特征案例对应的相似度。将其中最大相似度对应的特征案例确定为当前检索请求的检索结果并返回。
在一种具体实施方式中，针对任一特征案例，确定目标检索索引与当前特征案例的相似度，包括：分别确定目标检索索引与当前特征案例中的每个特征关键字符的相似度，获得多个子相似度；对多个子相似度加权汇总，得到目标检索索引与当前特征案例的相似度。
仍然以自然人病例为例。例如：荨麻疹特征案例中的关键指标为风团、皮肤瘙痒、血常规，其分别对应的权重为40％、40％、20％。那么计算目标检索索引与风团的相似度，从而可获得第一个子相似度A；计算目标检索索引与皮肤瘙痒的相似度，从而可获得第二个子相似度B；计算目标检索索引与血常规的相似度，从而可获得第三个子相似度C；那么对这三个子相似度加权汇总，则有：W＝A×40％+B×40％+C×20％，那么W即为目标检索索引与荨麻疹特征案例的相似度。
在一种具体实施方式中，将最大相似度对应的特征案例确定为检索结果并返回，包括：按照相似度大小将多个特征案例进行降序排列，获得特征案例序列；将特征案例序列确定为检索结果并返回。
通过上述方式可计算得到目标检索索引与每个特征案例的相似度，那么可按照相似度大小将特征案例进行降序排列，从而可获得特征案例序列；进而可以将此特征案例序列作为检索结果并返回。其中，若特征案例序列包含的特征案例较多，那么可以选择其中前N个作为检索结果并返回。当然，还可以按照相似度大小将特征案例进行升序排列，那么则可以选择特征案例序列中的后N个作为检索结果并返回。当然，还可以在客户端展示检索结果，以便用户参考。
需要说明的是，为避免用户恶意参考特征案例，可以限制用户通过客户端提交检索请求的权限，例如：只有输入正确的医师执业证书编码，才允许提交检索请求。当然也可以利用密码技术避免特征案例的恶意查询和获取。
需要说明的是，本实施例中的其他实现步骤与上述实施例相同或类似，故本实施例在此不再赘述。
本实施例公开的方法在存储特征案例至区块链网络后，当接收到检索请求，则提取检索请求中的目标检索索引，进而分别确定目标检索索引与多个特征案例的相似度，从而根据相似度确定与检索请求对应的检索结果返回并展示。这样用户便可以即时查询到相关案例，从而为当前故障的修复提供可靠且全面的依据。
图4为本申请实施例提供的第三种案例存储方法流程图。参见图4所示，该案例存储方法应用于任一区块链节点，可以包括以下步骤：
S401、接收用户发送的多个对象的故障信息和对应的修复信息。
在一种具体实施方式中，用户可以在不同时刻发送故障信息和对应的修复信息至区块链节点，以使区块链节点将故障信息和对应的修复信息在全网中进行同步存储。
S402、按照不同对象的标识信息，生成每个对象的故障案例，并以对象的标识信息作为故障案例的ID。
S403、建立故障案例和ID之间的关联关系，并将关联关系、故障案例和ID存储至当前区块链网络。
在本实施例中，将关联关系、故障案例和ID存储至当前区块链网络，包括：在当前区块链网络中广播关联关系、故障案例和ID，以使当前区块链网络中的其他区块链节点对关联关系、故障案例和ID进行验证；若验证通过，则将关联关系、故障案例和ID打包为第二区块，并在当前区块链网络中广播第二区块的打包消息。
当然，还可以在当前区块链网络中设置分类故障案例的执行时间，例如：设置执行周期，每隔10分钟或每隔1个小时执行一次分类操作。也就是各个区块链节点收集新的故障信息和对应的修复信息并同步至全网，待到达分类执行时间点，则对上一分类执行时间点至本次分类执行时间点之间收集的故障信息和对应的修复信息进行分类。分类获得新的特征案例后，若新的特征案例已在区块链网络中存在，则将新的特征案例与旧的特征案例合并后进行共享；若新的特征案例在区块链网络中不存在，则存储新的特征案例并共享。
S404、获取当前区块链网络中的多个对象的故障案例；故障案例包括：当前对象的至少一个故障信息和对应的修复信息。
S405、将多个故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息。
S406、将多个特征案例中的特征关键字符确定为检索索引。
S407、判断检索索引库中是否存在检索索引；若是，则执行S408；若否，则执行S409。
S408、将原检索索引库确定为更新后的检索索引库；
S409、将检索索引添加至检索索引库，获得更新后的检索索引库，并执行S410。
S410、在当前区块链网络中广播更新后的检索索引库和多个特征案例，以使当前区块链网络中的其他区块链节点对更新后的检索索引库和多个特征案例进行验证。
S411、若验证通过，则将更新后的检索索引库和多个特征案例打包为第一区块，并在当前区块链网络中广播第一区块的打包消息。
S412、接收用户发送的目标对象的新的故障信息和对应的修复信息。
S413、按照新的故障信息的故障类型，将新的故障信息和对应的修复信息添加对应的特征案例。
在本实施例中，当在区块链网络中已分类获得多个特征案例，并完成共享操作后，若当前区块链网络再次接收到新的故障信息和对应的修复信息，则可以直接将新的故障信息和对应的修复信息添加至对应的特征案例中。若当前区块链网络中不存在新的故障信息和对应的修复信息对应的特征案例，则可以在当前区块链网络中创建相应的特征案例，并将新的故障信息和对应的修复信息添加至新创建的特征案例中。
需要说明的是，本实施例中的其他实现步骤与上述实施例相同或类似，故本实施例在此不再赘述。
可见，本实施例在分类得到特征案例后，当再次收集到故障案例时，可对新收集的故障案例进行分类处理，从而可及时对区块链网络中的故障案例进行分类，获得特征案例，以供相关人员查询参考。
下面通过一个具体的应用场景实例描述本申请提供的案例存储方法。请参见图5，图5为本申请实施例提供的一种区块链网络示意图。在图5中，任意一个医疗机构均可作为区块链节点接入区块链网络，各医疗机构可上传自然人病例至自身对应的区块链节点，同时该区块链节点将上传的自然人病例共享至其他节点，从而可实现自然人病例的全网共享存储。
同时，任意一个医疗机构对应的区块链节点还可以作为分析汇总节点。分析汇总节点将全网中的自然人病例按照疾病类型进行分类，从而可获得多个特征案例，这样获得的特征案例将会全面记录患者患当前疾病的所有相关信息，从而可实现特征案例的全面记录。进一步地，将多个所述特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；将更新后的检索索引库和多个特征案例存储至当前区块链网络，这样接入当前区块链网络的所有医疗机构便可以共享特征案例，必要时可通过检索索引检索相关特征案例。
为了降低各个区块链节点的数据处理量，可以在区块链网络中设置分析汇总节点。分析汇总节点可以设置多个，即图1中的分析节点1和分析节点2。此分析汇总节点仅用于执行本申请提供的案例存储方案。也就是说，各个医疗机构对应的区块链节点用于收集自然人病例并共享，分析汇总节点用于对收集到的自然人病例进行分类后，共享特征案例。
结合图5所示的区块链网络，本申请实施例提供了第四种案例存储方法，请参见图6，图6为本申请实施例提供的一种医疗案例存储方法流程图。图6所示的医疗案例存储方法可以包括以下步骤：
S601、目标区块链节点获取当前区块链网络中的自然人病例。
在本实施例中，故障案例为自然人病例。在目标区块链节点获取当前区块链网络中的自然人病例之前，还包括：当前区块链网络中的所有区块链节点分别收集自然人病例，同时将收集到的自然人病例打包成区块，也就是进行自然人病例的全网共享存储。
具体的，自然人病例的存储和展示请参见图7，图7为本申请实施例提供的一种自然人病例记录示意图。图7中的时间点为患者每次的就诊时间点。图7中的自然人ID可以为患者身份信息。
S602、目标区块链节点将自然人病例按照疾病类型进行分类，获得多个特征案例。
其中，每个特征案例记录有至少一个自然人的患病信息和对应的治疗信息。疾病类型即与上文提及的故障类型相对应。
S603、目标区块链节点将多个特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库。
其中，特征关键字符可以为疾病的名称，患病症状等。
具体的，特征案例的存储和展示请参见图8-图9，图8为本申请实施例提供的第一种特征案例记录示意图，图9为本申请实施例提供的第二种特征案例记录示意图。图9中的具体方法为对于当前疾病的服用药品信息或其他治疗信息，相对应的案例数，即为具有相同治疗信息的病例个数，此处可以参考上述提及的病例组。图8和图9中的特征案例即为疾病案例。
S604、目标区块链节点将更新后的检索索引库和多个特征案例广播至其他区块链节点。
其中，目标区块链节点和其他区块链节点共同构成当前区块链网络。
S605、其他区块链节点对更新后的检索索引库和多个特征案例进行共识。
S606、若共识通过，则其他区块链节点在全网中广播共识通过消息。
其中，可以采用常用的共识方法对更新后的检索索引库和多个特征案例进行共识，如：PBFT、POW、POS、DPOS等共识方法。
S607、目标区块链节点将更新后的检索索引库和多个特征案例打包成区块。
S608、目标区块链节点在全网中广播区块生成消息。
需要说明的是，本实施例中的实现步骤与上述实施例相同或类似，具体可参见上述任意实施例，故本实施例在此不再赘述。
若检索索引为患病症状和检查结果(如白细胞数)，那么当利用症状和检查结果查询区块链网络中的特征案例时，获得的检索结果请参见图10。图10为本申请实施例提供的一种检索结果示意图。在图10中，按照与症状和检查结果的相似度大小将所有相似案例降序排列。图8、图9和图10中的案例ID可以为当前特征案例对应的疾病的名称。
可见，本实施例使任意一个医疗机构均作为区块链节点接入区块链网络，并上传自然人病例。其中，以自然人为key在区块链网络中存储自然人病例，进而以疾病类型为key分类自然人病例，如此不仅实现了不同医疗机构的患者病例的统一存储，还为特征案例的检索和查询提供了便利。
请参见图11，图11为本申请实施例提供的一种案例存储装置示意图，应用于任一区块链节点，包括：
获取模块1101，用于获取当前区块链网络中的多个对象的故障案例；故障案例包括：当前对象的至少一个故障信息和对应的修复信息；
分类模块1102，用于将多个故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息；
更新模块1103，用于将多个特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；
存储模块1104，用于将更新后的检索索引库和多个特征案例存储至当前区块链网络。
在一种具体实施方式中，还包括：
第一接收模块，用于接收用户发送的检索请求；
提取模块，用于提取检索请求中的目标检索索引；
检索模块，用于在当前区块链网络中检索与目标检索索引对应的特征案例，并返回检索结果。
在一种具体实施方式中，检索模块包括：
第一确定单元，用于分别确定目标检索索引与当前区块链网络中的多个特征案例的相似度；
第二确定单元，用于将最大相似度对应的特征案例确定为检索结果并返回。
在一种具体实施方式中，第一确定单元具体用于：
针对任一特征案例，分别确定目标检索索引与当前特征案例中的每个特征关键字符的相似度，获得多个子相似度；对多个子相似度加权汇总，得到目标检索索引与当前特征案例的相似度。
在一种具体实施方式中，第二确定单元具体用于：
按照相似度大小将多个特征案例进行降序排列，获得特征案例序列；将特征案例序列确定为检索结果并返回。
在一种具体实施方式中，还包括：
第一添加模块，用于针对任一个特征案例，将具有相同类型修复信息的故障信息添加至同一故障组；任一个特征案例中包括多个故障组。
在一种具体实施方式中，更新模块包括：
判断单元，用于判断检索索引库中是否存在检索索引；
更新单元，用于若检索索引库中不存在检索索引，则将检索索引添加至检索索引库，获得更新后的检索索引库。
在一种具体实施方式中，存储模块包括：
第一广播单元，用于在当前区块链网络中广播更新后的检索索引库和多个特征案例，以使当前区块链网络中的其他区块链节点对更新后的检索索引库和多个特征案例进行验证；
第一打包单元，用于若验证通过，则将更新后的检索索引库和多个特征案例打包为第一区块，并在当前区块链网络中广播第一区块的打包消息。
在一种具体实施方式中，还包括：
第二接收模块，用于接收用户发送的多个对象的故障信息和对应的修复信息；
生成模块，用于按照不同对象的标识信息，生成每个对象的故障案例，并以对象的标识信息作为故障案例的ID；
执行模块，用于建立故障案例和ID之间的关联关系，并将关联关系、故障案例和ID存储至当前区块链网络。
在一种具体实施方式中，执行模块包括：
第二广播单元，用于在当前区块链网络中广播关联关系、故障案例和ID，以使当前区块链网络中的其他区块链节点对关联关系、故障案例和ID进行验证；
第二打包单元，用于若验证通过，则将关联关系、故障案例和ID打包为第二区块，并在当前区块链网络中广播第二区块的打包消息。
在一种具体实施方式中，还包括：
第三接收模块，用于接收用户发送的目标对象的新的故障信息和对应的修复信息；
第二添加模块，用于按照新的故障信息的故障类型，将新的故障信息和对应的修复信息添加对应的特征案例。
在一种具体实施方式中，分类模块具体用于：
利用分类算法将故障案例按照故障类型进行分类，获得多个特征案例，分类算法为朴素贝叶斯算法、随机森林算法或支持向量机。
其中，关于本实施例中各个模块、单元更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本实施例提供了一种案例存储装置，包括：获取模块、分类模块、更新模块和存储模块。首先由获取模块获取当前区块链网络中的多个对象的故障案例；故障案例包括：当前对象的至少一个故障信息和对应的修复信息；然后分类模块将多个故障案例按照故障类型进行分类，获得多个特征案例；每个特征案例记录有至少一个对象的故障信息和对应的修复信息；进而更新模块将多个特征案例中的特征关键字符确定为检索索引，并根据检索索引更新检索索引库；最后存储模块将更新后的检索索引库和多个特征案例存储至当前区块链网络。如此各个模块之间分工合作，各司其职，从而能够获得真实且全面的特征案例，并实现特征案例的共享。
进一步的，本申请实施例还提供了一种电子设备。其中，上述电子设备既可以是如图12所示的服务器50，也可以是如图13所示的终端60。图12和图13均是本实施例示出的电子设备结构图，图中的内容不能被认为是对本申请的使用范围的任何限制。
图12为本申请实施例提供的一种服务器的结构示意图。该服务器50，具体可以包括：至少一个处理器51、至少一个存储器52、电源53、通信接口54、输入输出接口55和通信总线56。其中，所述存储器52用于存储计算机程序，所述计算机程序由所述处理器51加载并执行，以实现前述任一实施例公开的案例存储中的相关步骤。
本实施例中，电源53用于为服务器50上的各硬件设备提供工作电压；通信接口54能够为服务器50创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口55，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器52作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作***521、计算机程序522及数据523等，存储方式可以是短暂存储或者永久存储。
其中，操作***521用于管理与控制服务器50上的各硬件设备以及计算机程序522，以实现处理器51对存储器52中数据523的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序522除了包括能够用于完成前述任一实施例公开的案例存储方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据523除了可以包括故障案例等数据外，还可以包括特征案例等数据。
图13为本申请实施例提供的一种终端的结构示意图，该终端60具体可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
通常，本实施例中的终端60包括有：处理器61和存储器62。
其中，处理器61可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器61可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器61也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器61可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器61还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器62可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器62还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器62至少用于存储以下计算机程序621，其中，该计算机程序被处理器61加载并执行之后，能够实现前述任一实施例公开的由终端侧执行的案例存储方法中的相关步骤。另外，存储器62所存储的资源还可以包括操作***622和数据623等，存储方式可以是短暂存储或者永久存储。其中，操作***622可以包括Windows、Unix、Linux等。数据623可以包括但不限于故障案例和特征案例。
在一些实施例中，终端60还可包括有显示屏63、输入输出接口64、通信接口65、传感器66、电源67以及通信总线68。
本领域技术人员可以理解，图13中示出的结构并不构成对终端60的限定，可以包括比图示更多或更少的组件。
进一步的，本申请实施例还公开了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述任一实施例公开的案例存储方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
需要指出的是，上述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (18)
1.一种病例存储方法，其特征在于，应用于任一区块链节点，包括：
接收用户发送的多个对象的疾病信息和对应的治疗信息；
按照不同对象的标识信息，生成每个对象的病例，并以所述对象的标识信息作为所述病例的ID；
建立所述病例和所述ID之间的关联关系，并将所述关联关系、所述病例和所述ID存储至当前区块链网络；
获取当前区块链网络中的多个对象的病例；所述病例包括：当前对象的至少一个疾病信息和对应的治疗信息；
将多个所述病例按照疾病类型进行分类，获得多个特征病例；每个特征病例记录有多个对象的疾病信息和对应的治疗信息，所述特征病例通过病例记录示意图进行展示，所述特征病例记录示意图包括疾病信息、检查记录、诊断结论、治疗方法以及相应的效果，或所述特征病例记录示意图包括疾病信息、检查指标以及治疗方法，所述治疗方法包括具体方法信息、治疗效果以及病例数；
将多个所述特征病例中的特征关键字符确定为检索索引，并根据所述检索索引更新检索索引库，所述特征关键词包括疾病名称、位置以及疾病原因中的任意一种；
将更新后的检索索引库和多个所述特征病例存储至所述当前区块链网络；
接收用户发送的检索请求；
提取所述检索请求中的目标检索索引；
分别确定所述目标检索索引与所述当前区块链网络中的多个所述特征病例的相似度，其中，针对任一特征病例，确定目标检索索引与当前特征病例的相似度，包括：分别确定所述目标检索索引与当前特征病例中的每个特征关键字符的相似度，获得多个子相似度；对多个所述子相似度加权汇总，得到所述目标检索索引与所述当前特征病例的相似度；
将最大相似度对应的特征病例确定为检索结果并返回。
2.根据权利要求1所述的病例存储方法，其特征在于，所述将最大相似度对应的特征病例确定为所述检索结果并返回，包括：
按照相似度大小将多个所述特征病例进行降序排列，获得特征病例序列；
将所述特征病例序列确定为所述检索结果并返回。
3.根据权利要求1或2所述的病例存储方法，其特征在于，所述将更新后的检索索引库和多个所述特征病例存储至所述当前区块链网络之前，还包括：
针对任一个特征病例，将具有相同类型治疗信息的疾病信息添加至同一疾病组；任一个特征病例中包括多个疾病组。
4.根据权利要求1所述的病例存储方法，其特征在于，所述根据所述检索索引更新检索索引库，包括：
判断检索索引库中是否存在所述检索索引；
若否，则将所述检索索引添加至所述检索索引库，获得所述更新后的检索索引库。
5.根据权利要求1所述的病例存储方法，其特征在于，所述将更新后的检索索引库和多个所述特征病例存储至所述当前区块链网络，包括：
在所述当前区块链网络中广播所述更新后的检索索引库和多个所述特征病例，以使所述当前区块链网络中的其他区块链节点对所述更新后的检索索引库和多个所述特征病例进行验证；
若验证通过，则将所述更新后的检索索引库和多个所述特征病例打包为第一区块，并在所述当前区块链网络中广播所述第一区块的打包消息。
6.根据权利要求1所述的病例存储方法，其特征在于，所述将所述关联关系、所述病例和所述ID存储至所述当前区块链网络，包括：
在所述当前区块链网络中广播所述关联关系、所述病例和所述ID，以使所述当前区块链网络中的其他区块链节点对所述关联关系、所述病例和所述ID进行验证；
若验证通过，则将所述关联关系、所述病例和所述ID打包为第二区块，并在所述当前区块链网络中广播所述第二区块的打包消息。
7.根据权利要求1所述的病例存储方法，其特征在于，所述将更新后的检索索引库和多个所述特征病例存储至所述当前区块链网络之后，还包括：
接收用户发送的目标对象的新的疾病信息和对应的治疗信息；
按照所述新的疾病信息的疾病类型，将所述新的疾病信息和对应的治疗信息添加对应的特征病例。
8.根据权利要求1所述的病例存储方法，其特征在于，所述将所述病例按照疾病类型进行分类，获得多个特征病例，包括：
利用分类算法将所述病例按照疾病类型进行分类，获得多个特征病例，所述分类算法为朴素贝叶斯算法、随机森林算法或支持向量机。
9.一种病例存储装置，其特征在于，应用于任一区块链节点，包括：
第二接收单元，用于接收用户发送的多个对象的疾病信息和对应的治疗信息；
生成模块，用于按照不同对象的标识信息，生成每个对象的病例，并以所述对象的标识信息作为所述病例的ID；
执行模块，用于建立所述病例和所述ID之间的关联关系，并将所述关联关系、所述病例和所述ID存储至当前区块链网络；
获取模块，用于获取当前区块链网络中的多个对象的病例；所述病例包括：当前对象的至少一个疾病信息和对应的治疗信息，所述病例通过病例记录示意图进行展示，所述病例记录示意图包括疾病信息、检查记录、诊断结论、治疗方法以及相应的效果，或所述病例记录示意图包括疾病信息、检查指标以及治疗方法，所述治疗方法包括具体方法信息、治疗效果以及病例数；
分类模块，用于将多个所述病例按照疾病类型进行分类，获得多个特征病例；每个特征病例记录有多个对象的疾病信息和对应的治疗信息；
更新模块，用于将多个所述特征病例中的特征关键字符确定为检索索引，并根据所述检索索引更新检索索引库，所述特征关键词包括疾病名称、位置以及疾病原因中的任意一种；
存储模块，用于将更新后的检索索引库和多个所述特征病例存储至所述当前区块链网络；
第一接收模块，用于接收用户发送的检索请求；
提取模块，用于提取所述检索请求中的目标检索索引；
检索模块，用于在所述当前区块链网络中检索与所述目标检索索引对应的特征病例，并返回检索结果；
其中，所述检索模块包括：
第一确定单元，用于针对任一特征病例，分别确定所述目标检索索引与当前特征病例中的每个特征关键字符的相似度，获得多个子相似度；对多个所述子相似度加权汇总，得到所述目标检索索引与所述当前特征病例的相似度；
第二确定单元，用于将最大相似度对应的特征病例确定为所述检索结果并返回。
10.根据权利要求9所述的装置，其特征在于，所述第二确定单元具体用于：
按照相似度大小将多个所述特征病例进行降序排列，获得特征病例序列；将所述特征病例序列确定为所述检索结果并返回。
11.根据权利要求9或10所述的装置，其特征在于，所述装置还包括：
第一添加单元，用于针对任一个特征病例，将具有相同类型治疗信息的疾病信息添加至同一疾病组；任一个特征病例中包括多个疾病组。
12.根据权利要求9所述的装置，其特征在于，所述更新模块包括：
判断单元，用于判断检索索引库中是否存在所述检索索引；
更新单元，用于若检索索引库中不存在检索索引，则将所述检索索引添加至所述检索索引库，获得所述更新后的检索索引库。
13.根据权利要求9所述的装置，其特征在于，所述存储模块包括：
第一广播单元，用于在所述当前区块链网络中广播所述更新后的检索索引库和多个所述特征病例，以使所述当前区块链网络中的其他区块链节点对所述更新后的检索索引库和多个所述特征病例进行验证；
第一打包单元，用于若验证通过，则将所述更新后的检索索引库和多个所述特征病例打包为第一区块，并在所述当前区块链网络中广播所述第一区块的打包消息。
14.根据权利要求9所述的装置，其特征在于，所述执行模块包括：
第二广播单元，用于在所述当前区块链网络中广播所述关联关系、所述病例和所述ID，以使所述当前区块链网络中的其他区块链节点对所述关联关系、所述病例和所述ID进行验证；
第二打包单元，用于若验证通过，则将所述关联关系、所述病例和所述ID打包为第二区块，并在所述当前区块链网络中广播所述第二区块的打包消息。
15.根据权利要求9所述的装置，其特征在于，所述装置还包括：
第三接收单元，用于接收用户发送的目标对象的新的疾病信息和对应的治疗信息；
第二添加单元，用于按照所述新的疾病信息的疾病类型，将所述新的疾病信息和对应的治疗信息添加对应的特征病例。
16.根据权利要求9所述的装置，其特征在于，所述分类模块具体用于：
利用分类算法将所述病例按照疾病类型进行分类，获得多个特征病例，所述分类算法为朴素贝叶斯算法、随机森林算法或支持向量机。
17.一种电子设备，其特征在于，所述电子设备包括处理器和存储器；其中，所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至8任一项所述的病例存储方法。
18.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至8任一项所述的病例存储方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910717999.4A CN110457425B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
| CN201910853432.XA CN110597946B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910717999.4A CN110457425B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910853432.XA Division CN110597946B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110457425A CN110457425A (zh) | 2019-11-15 |
| CN110457425B true CN110457425B (zh) | 2024-05-03 |
Family
ID=68484947
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910717999.4A Active CN110457425B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
| CN201910853432.XA Active CN110597946B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910853432.XA Active CN110597946B (zh) | 2019-08-05 | 2019-08-05 | 一种案例存储方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN110457425B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110993112B (zh) * | 2019-11-20 | 2023-04-18 | 泰康保险集团股份有限公司 | 基于区块链的肿瘤治疗案例管理方法、***、介质及电子设备 |
| CN111275349A (zh) * | 2020-02-07 | 2020-06-12 | 武汉科技大学 | 一种基于区块链和实例推理的再制造工艺规划方法 |
| CN112085380B (zh) * | 2020-09-07 | 2023-10-17 | 杭州叙简科技股份有限公司 | 一种基于区块链的安全生产事故案例管理方法 |
| CN113139709A (zh) * | 2020-12-31 | 2021-07-20 | 上海明品医学数据科技有限公司 | 一种医疗信息的评价***及评价方法 |
| CN112989255B (zh) * | 2021-04-15 | 2021-08-03 | 中国电子信息产业集团有限公司第六研究所 | 一种标识解析*** |
| CN113435307B (zh) * | 2021-06-23 | 2024-06-25 | 国网天津市电力公司城东供电分公司 | 一种基于视觉识别技术的运维方法、***及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590146A (zh) * | 2016-02-29 | 2016-05-18 | 上海带来科技有限公司 | 一种基于大数据的电厂设备智能预测检修方法和*** |
| CN108959945A (zh) * | 2018-07-06 | 2018-12-07 | 腾讯科技（深圳）有限公司 | 医疗数据共享方法、装置、计算机可读介质及电子设备 |
| CN110019235A (zh) * | 2017-12-29 | 2019-07-16 | 百度在线网络技术（北京）有限公司 | 基于区块链的数据存储、恢复方法、装置、设备及介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6099593B2 (ja) * | 2014-03-27 | 2017-03-22 | 富士フイルム株式会社 | 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム |
| CN109659936A (zh) * | 2018-12-29 | 2019-04-19 | 国电南瑞科技股份有限公司 | 一种智能电网调度控制***故障处置方法和*** |
-
2019
- 2019-08-05 CN CN201910717999.4A patent/CN110457425B/zh active Active
- 2019-08-05 CN CN201910853432.XA patent/CN110597946B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590146A (zh) * | 2016-02-29 | 2016-05-18 | 上海带来科技有限公司 | 一种基于大数据的电厂设备智能预测检修方法和*** |
| CN110019235A (zh) * | 2017-12-29 | 2019-07-16 | 百度在线网络技术（北京）有限公司 | 基于区块链的数据存储、恢复方法、装置、设备及介质 |
| CN108959945A (zh) * | 2018-07-06 | 2018-12-07 | 腾讯科技（深圳）有限公司 | 医疗数据共享方法、装置、计算机可读介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110597946B (zh) | 2024-04-23 |
| CN110597946A (zh) | 2019-12-20 |
| CN110457425A (zh) | 2019-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110457425B (zh) | 一种案例存储方法、装置、设备及存储介质 | |
| Kumar et al. | Big data analytics for healthcare industry: impact, applications, and tools | |
| Lyu et al. | Past, present, and future of emergency general surgery in the USA | |
| US9824185B2 (en) | Electronic health records data management systems and methods | |
| CN109597801A (zh) | 医疗数据标准化管理方法及***、电子设备、存储介质 | |
| CN113257383B (zh) | 匹配信息确定方法、显示方法、装置、设备及存储介质 | |
| Bahga et al. | Healthcare data integration and informatics in the cloud | |
| Sarkar et al. | A conceptual distributed framework for improved and secured healthcare system | |
| US11705231B2 (en) | System and method for computerized synthesis of simulated health data | |
| CN114649074A (zh) | 一种病历数据处理方法、平台和装置 | |
| CN108710644A (zh) | 一种关于政务大数据处理方法 | |
| CN114830079A (zh) | 用于识别信息和重新格式化数据文件的高效数据处理及其应用 | |
| CN112259243B (zh) | 一种基于双向GRUs的单病种临床路径构建方法及*** | |
| CN113360941A (zh) | 基于数字孪生的医疗数据处理方法、装置和计算机设备 | |
| CN114168544B (zh) | 临床试验数据处理方法、装置、计算机设备和存储介质 | |
| CN116095110A (zh) | 一种基于区块链技术的医疗信息安全管理***及方法 | |
| CN112835489A (zh) | 业务数据处理方法、装置、存储介质及设备 | |
| Chukwu et al. | Scaling up a decentralized offline patient ID generation and matching algorithm to accelerate universal health coverage: Insights from a literature review and health facility survey in Nigeria | |
| CN113380414A (zh) | 基于大数据的数据采集方法及*** | |
| CN114822857A (zh) | 重复入院的预测方法、计算设备及存储介质 | |
| CN111046085A (zh) | 数据的溯源处理方法及装置、介质和设备 | |
| US20230197213A1 (en) | Medical information management system, clinical information acquisition server, medical information management method, and non-transitory recording medium storing a program | |
| Oluwaseyi et al. | Health Information Exchange Model for Nigerian Health Information Systems | |
| Liu et al. | Research on construction of smart medical system based on the social security card | |
| CN113987016B (zh) | 临床递交数据对比方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40016800 Country of ref document: HK |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |