CN113284595A - 面向医院和诊所经营者的智能排班和患者预约管理*** - Google Patents
面向医院和诊所经营者的智能排班和患者预约管理*** Download PDFInfo
- Publication number
- CN113284595A CN113284595A CN202110667216.3A CN202110667216A CN113284595A CN 113284595 A CN113284595 A CN 113284595A CN 202110667216 A CN202110667216 A CN 202110667216A CN 113284595 A CN113284595 A CN 113284595A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- user
- patient
- registration
- 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
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及医院和诊所经营管理技术领域,具体地说,涉及一种面向医院和诊所经营者的智能排班和患者预约管理***。其包括用户权限服务单元、智能挂号单元和收费服务单元;用户权限服务单元用于患者登录客户端,记录用户信息;智能挂号单元用于患者的挂号,根据用户权限服务单元记录的用户信息分配医生,将数据智能的流转到指定模块;收费服务单元用于生成智能挂号单元中医生服务情况的费用,负责收费管理。本发明用户可以在任意端平台进行自主使用,提升了用户在医院和诊所就诊的便利性,降低了患者排队就诊的时间,有效促进医院和诊所的服务质量,改善患者的就诊体验。
Description
技术领域
本发明涉及医院和诊所经营管理技术领域,具体地说,涉及一种面向医院和诊所经营者的智能排班和患者预约管理***。
背景技术
随着医院和医院和诊所面向信息化发展的逐步推进,传统的医院和诊所业务流程己无法满足围绕以病人为中心的***建设目标,传统的医院和诊所没有依从患者的角度来安排合理的就诊过程,而是让患者自己去适应各个医院和诊所流程的各个环节,从而带给患者许多不便,也使该医院和诊所的某些工作处于无计划状态,分析医院和诊所拥挤的原因,除了医院和诊所的患者数量大以外,患者在医院和诊所停留的无效时间长也是根本原因;
而目前的医院和诊所由于缺少相应的处理手段,导致医院和诊所无法合理的安排患者的就诊时间,且无法缩短排队就诊的时长,同时也无法改善患者的实际就诊体验,因此能够有效解决医院和诊所排班挂号的需求对于当前医院和诊所的运行来说也是至关重要的,鉴于此,我们提出一种面向医院和诊所经营者的智能排班和患者预约管理***。
发明内容
本发明的目的在于提供一种面向医院和诊所经营者的智能排班和患者预约管理***,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供一种面向医院和诊所经营者的智能排班和患者预约管理***,包括用户权限服务单元、智能挂号单元和收费服务单元;
所述用户权限服务单元用于患者登录客户端,记录用户信息;
所述智能挂号单元用于患者的挂号,根据用户权限服务单元记录的用户信息分配医生,将数据智能的流转到指定模块,每个模块逻辑清晰、简化部署、可扩展、灵活组合、技术异构,并且用户可以在任意端平台进行自主使用,提升了用户在医院和诊所就诊的便利性;
所述收费服务单元用于生成智能挂号单元中医生服务情况的费用,负责收费管理,收费服务单元具备多种支付方式,支持支付宝、微信等平台的扫码支付,收费服务采用分布式统一下单服务,为***提供了统一的订单管理,通过多渠道的支付方式来进行支付费用,使得患者在支付费用时无需依靠时间和地点的因素进行排队付款,改善了患者在支付费用时的体验,同时也方便医院和诊所对患者支付订单的管理,并且通过线上多渠道的支付方式也解决了目前患者需要排队等候付款的麻烦,方便医院和诊所维护秩序。
作为本技术方案的进一步改进,所述用户权限服务单元包括用户模块、用户角色模块、用户权限模块、用户统计模块和分类存储处理模块;
所述用户模块用于运行在容器下,支持客户端调用,其中用户模块可在任意端平台使用,如公众号、小程序、App、SaaS和生活号等;
所述用户角色模块用于根据需要为对应用户创建对应的用户角色,用户在创建新的用户角色时只需通过任意端平台来进行自己用户角色的建立,且在用户角色建立后通过应用管理员来将该用户角色进行认证,并通过角色创建请求;
所述用户权限模块用于根据所述用户角色模块创建的用户角色按需分配各个业务对象的权限,并且分配用户在任意端平台用户页面的访问权限,以及对应分配该用户角色可用的应用菜单,使不同的用户角色具备不同的权限,且用户对应的使用权限可在任意端平台内进行融合使用;
所述用户统计模块用于将用户信息在预约挂号之前通过用户权限模块在任意端平台内提前注册预约挂号信息,用户在任意端平台注册信息后,将注册的用户挂号信息上传至医院和诊所的***数据库内,通过医院和诊所数据库对用户信息进行统计备案,用户并且在用户信息上传后,以用户名称+身份证号码后四位+上传日期+序列号作为该条记录信息的标签;
所述分类存储处理模块用于医院和诊所对用户信息进行统计备案,依据用户挂号信息来对患者的注册信息进行统计分类存储处理,在分类存储处理过程中,主要依据患者的性别信息、年龄信息、注册地区信息和症状信息来进行综合的分类处理;
所述性别分类模块(151)、年龄分类模块(152)、注册地区分类模块(153)均采用贝叶斯算法进行概率测算,具体方法如下:
设定一个测试样本,该测试样本属于类C1的概率为:
其中,C1为第一个类别变量,a1,a2,an为1、2、n个属性变量,K为类变量,P()为括号内参数的概率。
可以通过用户模块使用户在客户端进行登录,然后使用用户角色模块创建用户角色,根据用户角色通过用户权限模块设置业务对象的权限,方便医生和患者登录的业务对象不同,可以更直观的观测到自己的信息,然后通过用户统计模块提前注册预约挂号信息,将预约挂号的信息通过分类存储处理模块进行存储,进行角色创建和信息注册,使得患者在就诊之前能够自助的完成其信息注册,且***在对患者信息进行统计备案过程中,通过对患者的注册信息进行统计分类处理,使得患者的信息能够在***数据库内进行分类别存放,进而使得患者在后续就诊挂号过程中能够更加快速的获取其对应的注册信息,同时使得***在搜寻患者的注册信息时也变得更加方便,提高了***查询信息时的响应速度。
其中,所述用户角色模块采用人脸特征识别算法,其计算公式如下:
E=||F1-F2||2
其中,E为特征识别权重,F1为判别的人脸,F2为用户信息特征集内的脸,可以在用户角色模块内提取多个录入用户的信息特征脸,形成用户信息特征集,然后对在登录时用户正在判别的人脸进行特征识别,两者都是通过特征脸的权重来表示的,也就是两者求欧式距离,当E小于阈值时说明要判别的人脸和用户信息特征集内的脸是同一个人的,当遍历所有特征集都大于阈值时,根据距离值的大小又可分为是新的人脸或者不是人脸的两种情况,有效避免他人登录窃取信息,提高用户客户端的安全性能。
作为本技术方案的进一步改进,所述挂号信息包括患者的实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
作为本技术方案的进一步改进,所述分类存储处理模块包括性别分类模块、年龄分类模块、注册地区分类模块和症状信息模块;
所述性别分类模块用于依据用户的注册信息来将用户信息分为男士和女士两类,实现对注册信息进行初步的大分类处理;
所述年龄分类模块用于依据注册用户的年龄信息来对其以区间的形式进行分类,具体依照20-30、30-40、40-50和其他年龄段区间进行分类,以区间年龄段的分类形式将各个年龄段内的用户信息进行分类统计;
所述注册地区分类模块用于依据用户的注册地区信息来将用户信息进行分类,具体指依据用户注册信息时登录地的定位信息来对其进行区域划分,并以该区域的地区信息进行对应分类处理;
所述症状信息模块用于依据用户挂号时的主要症状进行信息分类,具体指依据用户自身反应的症状信息以及历史诊断的症状信息来对用户进行信息分类处理;
依据患者的性别信息、年龄信息、注册地区信息和症状信息来进行综合的分类处理,方便在查询分配时更直观,可以就近分配,节省就诊的路途时间。
作为本技术方案的进一步改进,所述智能挂号单元包括挂号预约模块和智能排查模块;
所述挂号预约模块用于用户在医院和诊所端的记录挂号信息进行预约挂号,可以通过访问页面填写挂号信息,如果用户提前在任意端平台内通过自身用户权限注册预约挂号信息后,则直接在访问页面内输入用户的登录账号信息,即可得到该用户对应的预约挂号信息,通过提前注册的预约挂号信息即可进行预约挂号;
如果医院和诊所的***数据库内不存在该用户的历史挂号信息时,则会创建一个新的患者信息,并提示患者完成信息资料的补全,补全的信息资料包括实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息,该预约挂号的用户资料信息补全后,该用户即可通过新的用户信息来进行现场预约挂号;
如果用户在该医院和诊所存有历史诊疗信息时,用户只需在访问页面输入用户名称+身份证号码后四位进行认证核对即可,医院和诊所的***数据库便会快速的查找与该用户对应的历史就诊信息,用户可依据历史就诊信息来进行核查,并在核查信息无误后用户即可根据历史就诊信息来快速进行预约挂号;
所述智能排查模块用于将所述挂号预约模块挂号信息存储在***数据库中,根据智能排查医生的排班信息分配医生,在医院和诊所的***数据库内存在该患者的历史挂号信息时,挂号服务会智能排查给患者推送指定的医生,推送的医生结合智能排查算法确保医生的在该时间段内是否有排班,如果该推送的医生在当前时间段内没有排班信息,则推送执行的医生,如果该推送的医生在当前时间段内有排班信息,则不推送该指定的医生,并且在***推送医生后,患者选择指定的医生挂号服务唤起收费服务生成挂号单;
通过不同的情况来方便从多方面的角度来获取患者的实际就诊挂号信息,进而方便依据患者的挂号信息来对患者进行更好的预约挂号,同时在患者预约挂号后,通过智能排查模块方便依据患者的历史就诊信息来为患者合理的推送医生,进而使得患者得到更好的治疗,同时在推送医生的过程中,方便依据医生的排班情况来对其进行推送,最大程度上降低了患者排队就诊的时间。
作为本技术方案的进一步改进,所述智能挂号单元采用分布式集群部署算法,分布式集群部署算法计算公式如下:
A=A1+A2+...+An+k
其中,A为医院和诊所端患者数据,A1、A2、...、An为不同的客户端患者数据,k为现场录入的患者数据;可以将不同客户端的患者数据和现在录入的患者数据进行融合在医院和诊所端,方便医院和诊所可以通过医院和诊所端更直观的查询患者的数据,实用性更强,提高诊断效率。
作为本技术方案的进一步改进,所述智能排查模块包括医生排班查询模块和推送信息模块;
所述医生排班查询模块用于根据患者的病症查询病症对应医生的排班信息;
所述推送信息模块用于将患者分配给医生排班查询模块查询到无排班的医生,方便患者提前了解患者信息,实现了合理安排患者的就诊时间,从而缩短患者排队就诊的时长,以此来改善患者在医院和诊所的实际就诊体验,并且通过合理的规划患者的就诊过程和医院和诊所工作人员的分配,能够减少资源的闲置时间,提高医院和诊所就诊的工作效率,同时让医护人员的工作时间调配更加合理均衡。
作为本技术方案的进一步改进,所述挂号信息包括实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
作为本技术方案的进一步改进,所述收费服务单元包括投诉管理模块和医患管理模块;
所述投诉管理模块用于对患者对医院的服务、医生的服务以及医院的管理工作等内容进行投诉和建议;
所述医患管理模块用于通过投诉管理模块的用户投诉和建议建立来为医院行政管理人员对医院的管理提供指导依据,并且通过短信发送的形式,来将处理结果和针对建议作出以短信的方式发送至患者,并附具对患者的关怀问候信息;
所述投诉管理模块在接收到所述医患管理模块的建议后,会将该对应的投诉建议的处理结果及时反馈给患者或者公布在网上,方便将患者对医院的服务、医生的服务以及医院的管理工作等内容进行快速便捷的投诉和建议,进而便于开通患者与医院和诊所管理平台之间的投诉建议通道,使得患者能够更加方便将其投诉建议进行传递,且通过患者的投诉和建议方便依据患者的投诉和建议来为医院行政管理人员对医院的管理服务提供指导依据,以此来进一步强化医患之间信息的传递方式,方便其间更好的进行信息交互,使得医院和诊所在实际为患者进行就诊服务过程中更加亲民,有效促进医院和诊所的服务质量,改善患者的就诊体验。
与现有技术相比,本发明的有益效果:
1、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过智能挂号单元采用分布式集群算法,将数据智能的流转到指定模块,每个模块逻辑清晰、简化部署、可扩展、灵活组合、技术异构,并且用户可以在任意端平台进行自主使用,提升了用户在医院和诊所就诊的便利性。
2、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过用户权限服务单元进行角色创建和信息注册,使得患者在就诊之前能够自助的完成其信息注册,且***在对患者信息进行统计备案过程中,通过分类存储处理模块对患者的注册信息进行统计分类处理,使得患者的信息能够在***数据库内进行分类别存放,进而使得患者在后续就诊挂号过程中能够更加快速的获取其对应的注册信息,同时使得***在搜寻患者的注册信息时也变得更加方便,提高了***查询信息时的响应速度。
3、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过挂号预约模块从多方面的角度来获取患者的实际就诊挂号信息,进而方便依据患者的挂号信息来对患者进行更好的预约挂号,同时在患者预约挂号后,通过智能排查模块方便依据患者的历史就诊信息来为患者合理的推送医生,进而使得患者得到更好的治疗,同时在推送医生的过程中,方便依据医生的排班情况来对其进行推送,最大程度上降低了患者排队就诊的时间。
4、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过收费服务单元多渠道的支付方式来进行支付费用,使得患者在支付费用时无需依靠时间和地点的因素进行排队付款,改善了患者在支付费用时的体验,同时也方便医院和诊所对患者支付订单的管理,并且通过线上多渠道的支付方式也解决了目前患者需要排队等候付款的麻烦,方便医院和诊所维护秩序。
5、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过投诉管理模块和医患管理模块方便将患者对医院的服务、医生的服务以及医院的管理工作等内容进行快速便捷的投诉和建议,进而便于开通患者与医院和诊所管理平台之间的投诉建议通道,使得患者能够更加方便将其投诉建议进行传递,且通过患者的投诉和建议方便依据患者的投诉和建议来为医院行政管理人员对医院的管理服务提供指导依据,以此来进一步强化医患之间信息的传递方式,方便其间更好的进行信息交互,使得医院和诊所在实际为患者进行就诊服务过程中更加亲民,有效促进医院和诊所的服务质量,改善患者的就诊体验。
6、该面向医院和诊所经营者的智能排班和患者预约管理***中,通过贝叶斯算法进行概率测算,朴素贝叶斯分类中有类标记变量与特征属性变量,类别是定类变量,属性变量中既会出现离散型变量也会出现连续型变量,通常对连续型变量的处理方式是先将其离散化再做分析。这种方式使得原数据集中的定距、定比数据转化为定类数据,在这个过程中,会造成原数据所包含信息的损失,也会使得一些原本在高层次数据中使用的统计分析方法不再适用,而本发明要求待测量的两个变量之前不是完全对等的关系,即有因变量和自变量之分,这也符合朴素贝叶斯分类中类别变量与属性变量的关系。
附图说明
图1为本发明实施例1的整体原理框图;
图2为本发明实施例1的用户权限服务单元原理框图;
图3为本发明实施例1的智能挂号单元原理框图;
图4为本发明实施例1的收费服务单元原理框图。
图中各个标号意义为:
100、用户权限服务单元;110、用户模块;120、用户角色模块;130、用户权限模块;140、用户统计模块;150、分类存储处理模块;151、性别分类模块;152、年龄分类模块;153、注册地区分类模块;154、症状信息模块;
200、智能挂号单元;210、挂号预约模块;220、智能排查模块;221、医生排班查询模块;222、推送信息模块;
300、收费服务单元;310、投诉管理模块;320、医患管理模块。
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。
实施例1
请参阅图1-图4所示,本实施例提供一种面向医院和诊所经营者的智能排班和患者预约管理***,包括用户权限服务单元100、智能挂号单元200和收费服务单元300;
用户权限服务单元100用于患者登录客户端,记录用户信息;
智能挂号单元200用于患者的挂号,根据用户权限服务单元100记录的用户信息分配医生,将数据智能的流转到指定模块,每个模块逻辑清晰、简化部署、可扩展、灵活组合、技术异构,并且用户可以在任意端平台进行自主使用,提升了用户在医院和诊所就诊的便利性;
收费服务单元300用于生成智能挂号单元200中医生服务情况的费用,负责收费管理,收费服务单元300具备多种支付方式,支持支付宝、微信等平台的扫码支付,收费服务采用分布式统一下单服务,为***提供了统一的订单管理,通过多渠道的支付方式来进行支付费用,使得患者在支付费用时无需依靠时间和地点的因素进行排队付款,改善了患者在支付费用时的体验,同时也方便医院和诊所对患者支付订单的管理,并且通过线上多渠道的支付方式也解决了目前患者需要排队等候付款的麻烦,方便医院和诊所维护秩序。
本实施例中的为了搜寻患者的注册信息时也变得更加方便,提高了***查询信息时的响应速度,用户权限服务单元100包括用户模块110、用户角色模块120、用户权限模块130、用户统计模块140和分类存储处理模块150;
用户模块110用于运行在容器下,支持客户端调用,其中用户模块110可在任意端平台使用,如公众号、小程序、App、SaaS和生活号等;
用户角色模块120用于根据需要为对应用户创建对应的用户角色,用户在创建新的用户角色时只需通过任意端平台来进行自己用户角色的建立,且在用户角色建立后通过应用管理员来将该用户角色进行认证,并通过角色创建请求;
用户权限模块130用于根据用户角色模块120创建的用户角色按需分配各个业务对象的权限,并且分配用户在任意端平台用户页面的访问权限,以及对应分配该用户角色可用的应用菜单,使不同的用户角色具备不同的权限,且用户对应的使用权限可在任意端平台内进行融合使用;
用户统计模块140用于将用户信息在预约挂号之前通过用户权限模块130在任意端平台内提前注册预约挂号信息,用户在任意端平台注册信息后,将注册的用户挂号信息上传至医院和诊所的***数据库内,通过医院和诊所数据库对用户信息进行统计备案,用户并且在用户信息上传后,以用户名称+身份证号码后四位+上传日期+序列号作为该条记录信息的标签;
分类存储处理模块150用于医院和诊所对用户信息进行统计备案,依据用户挂号信息来对患者的注册信息进行统计分类存储处理,在分类存储处理过程中,主要依据患者的性别信息、年龄信息、注册地区信息和症状信息来进行综合的分类处理;
可以通过用户模块110使用户在客户端进行登录,然后使用用户角色模块120创建用户角色,根据用户角色通过用户权限模块130设置业务对象的权限,方便医生和患者登录的业务对象不同,可以更直观的观测到自己的信息,然后通过用户统计模块140提前注册预约挂号信息,将预约挂号的信息通过分类存储处理模块150进行存储,进行角色创建和信息注册,使得患者在就诊之前能够自助的完成其信息注册,且***在对患者信息进行统计备案过程中,通过对患者的注册信息进行统计分类处理,使得患者的信息能够在***数据库内进行分类别存放,进而使得患者在后续就诊挂号过程中能够更加快速的获取其对应的注册信息,同时使得***在搜寻患者的注册信息时也变得更加方便,提高了***查询信息时的响应速度。
其中,用户角色模块120采用人脸特征识别算法,其计算公式如下:
E=||F1-F2||2
其中,E为特征识别权重,F1为判别的人脸,F2为用户信息特征集内的脸,可以在用户角色模块120内提取多个录入用户的信息特征脸,形成用户信息特征集,然后对在登录时用户正在判别的人脸进行特征识别,两者都是通过特征脸的权重来表示的,也就是两者求欧式距离,当E小于阈值时说明要判别的人脸和用户信息特征集内的脸是同一个人的,当遍历所有特征集都大于阈值时,根据距离值的大小又可分为是新的人脸或者不是人脸的两种情况,有效避免他人登录窃取信息,提高用户客户端的安全性能。
具体的,挂号信息包括患者的实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
值得说明的,为了方便在查询分配时更直观,分类存储处理模块150包括性别分类模块151、年龄分类模块152、注册地区分类模块153和症状信息模块154;
性别分类模块151、年龄分类模块152、注册地区分类模块153均采用贝叶斯算法进行概率测算,具体方法如下:
设定一个测试样本,该测试样本属于类C1的概率为:
其中,C1为第一个类别变量,a1,a2,an为1、2、n个属性变量,K为类变量,P为括号内参数的概率。
性别分类模块151用于依据用户的注册信息来将用户信息分为男士和女士两类,实现对注册信息进行初步的大分类处理;
年龄分类模块152用于依据注册用户的年龄信息来对其以区间的形式进行分类,具体依照20-30、30-40、40-50和其他年龄段区间进行分类,以区间年龄段的分类形式将各个年龄段内的用户信息进行分类统计;
注册地区分类模块153用于依据用户的注册地区信息来将用户信息进行分类,具体指依据用户注册信息时登录地的定位信息来对其进行区域划分,并以该区域的地区信息进行对应分类处理;
症状信息模块154用于依据用户挂号时的主要症状进行信息分类,具体指依据用户自身反应的症状信息以及历史诊断的症状信息来对用户进行信息分类处理;
依据患者的性别信息、年龄信息、注册地区信息和症状信息来进行综合的分类处理,方便在查询分配时更直观,可以就近分配,节省就诊的路途时间。
更进一步的,为了降低了患者排队就诊的时间,智能挂号单元200包括挂号预约模块210和智能排查模块220;
挂号预约模块210用于用户在医院和诊所端的记录挂号信息进行预约挂号,可以通过访问页面填写挂号信息,如果用户提前在任意端平台内通过自身用户权限注册预约挂号信息后,则直接在访问页面内输入用户的登录账号信息,即可得到该用户对应的预约挂号信息,通过提前注册的预约挂号信息即可进行预约挂号;
如果医院和诊所的***数据库内不存在该用户的历史挂号信息时,则会创建一个新的患者信息,并提示患者完成信息资料的补全,补全的信息资料包括实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息,该预约挂号的用户资料信息补全后,该用户即可通过新的用户信息来进行现场预约挂号;
如果用户在该医院和诊所存有历史诊疗信息时,用户只需在访问页面输入用户名称+身份证号码后四位进行认证核对即可,医院和诊所的***数据库便会快速的查找与该用户对应的历史就诊信息,用户可依据历史就诊信息来进行核查,并在核查信息无误后用户即可根据历史就诊信息来快速进行预约挂号;
智能排查模块220用于将挂号预约模块210挂号信息存储在***数据库中,根据智能排查医生的排班信息分配医生,在医院和诊所的***数据库内存在该患者的历史挂号信息时,挂号服务会智能排查给患者推送指定的医生,推送的医生结合智能排查算法确保医生的在该时间段内是否有排班,如果该推送的医生在当前时间段内没有排班信息,则推送执行的医生,如果该推送的医生在当前时间段内有排班信息,则不推送该指定的医生,并且在***推送医生后,患者选择指定的医生挂号服务唤起收费服务生成挂号单;
通过不同的情况来方便从多方面的角度来获取患者的实际就诊挂号信息,进而方便依据患者的挂号信息来对患者进行更好的预约挂号,同时在患者预约挂号后,通过智能排查模块220方便依据患者的历史就诊信息来为患者合理的推送医生,进而使得患者得到更好的治疗,同时在推送医生的过程中,方便依据医生的排班情况来对其进行推送,最大程度上降低了患者排队就诊的时间。
其中,为了更直观的查询患者的数据,智能挂号单元200采用分布式集群部署算法,分布式集群部署算法计算公式如下:
A=A1+A2+...+An+k
其中,A为医院和诊所端患者数据,A1、A2、...、An为不同的客户端患者数据,k为现场录入的患者数据;可以将不同客户端的患者数据和现在录入的患者数据进行融合在医院和诊所端,方便医院和诊所可以通过医院和诊所端更直观的查询患者的数据,实用性更强,提高诊断效率。
值得说明的,智能排查模块220包括医生排班查询模块221和推送信息模块222;
医生排班查询模块221用于根据患者的病症查询病症对应医生的排班信息;
推送信息模块222用于将患者分配给医生排班查询模块221查询到无排班的医生,方便患者提前了解患者信息,实现了合理安排患者的就诊时间,从而缩短患者排队就诊的时长,以此来改善患者在医院和诊所的实际就诊体验,并且通过合理的规划患者的就诊过程和医院和诊所工作人员的分配,能够减少资源的闲置时间,提高医院和诊所就诊的工作效率,同时让医护人员的工作时间调配更加合理均衡。
具体的,挂号信息包括实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
除此之外的,为了促进医院和诊所的服务质量,改善患者的就诊体验,收费服务单元300包括投诉管理模块310和医患管理模块320;
投诉管理模块310用于对患者对医院的服务、医生的服务以及医院的管理工作等内容进行投诉和建议;
医患管理模块320用于通过投诉管理模块310的用户投诉和建议建立来为医院行政管理人员对医院的管理提供指导依据,并且通过短信发送的形式,来将处理结果和针对建议作出以短信的方式发送至患者,并附具对患者的关怀问候信息;
投诉管理模块310在接收到医患管理模块320的建议后,会将该对应的投诉建议的处理结果及时反馈给患者或者公布在网上,方便将患者对医院的服务、医生的服务以及医院的管理工作等内容进行快速便捷的投诉和建议,进而便于开通患者与医院和诊所管理平台之间的投诉建议通道,使得患者能够更加方便将其投诉建议进行传递,且通过患者的投诉和建议方便依据患者的投诉和建议来为医院行政管理人员对医院的管理服务提供指导依据,以此来进一步强化医患之间信息的传递方式,方便其间更好的进行信息交互,使得医院和诊所在实际为患者进行就诊服务过程中更加亲民,有效促进医院和诊所的服务质量,改善患者的就诊体验。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:包括用户权限服务单元(100)、智能挂号单元(200)和收费服务单元(300);
所述用户权限服务单元(100)用于患者登录客户端,记录用户信息;
所述智能挂号单元(200)用于患者的挂号,根据所述用户权限服务单元(100)记录的用户信息分配医生;
所述收费服务单元(300)用于生成智能挂号单元(200)中医生服务情况的费用,负责收费管理。
2.根据权利要求1所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述用户权限服务单元(100)包括用户模块(110)、用户角色模块(120)、用户权限模块(130)、用户统计模块(140)和分类存储处理模块(150);
所述用户模块(110)用于运行在容器下,支持客户端调用;
所述用户角色模块(120)用于根据需要为对应用户创建对应的用户角色;
所述用户权限模块(130)用于根据用户角色模块(120)创建的用户角色按需分配各个业务对象的权限,并且分配用户在任意端平台用户页面的访问权限,以及对应分配该用户角色可用的应用菜单;
所述用户统计模块(140)用于将用户信息在预约挂号之前通过用户权限模块(130)在任意端平台内提前注册预约挂号信息;
所述分类存储处理模块(150)用于医院和诊所对用户信息进行统计备案,依据用户挂号信息来对患者的注册信息进行统计分类存储处理。
3.根据权利要求2所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述用户角色模块(120)采用人脸特征识别算法,其计算公式如下:
E=||F1-F2||2
其中,E为特征识别权重,F1为判别的人脸,F2为用户信息特征集内的脸。
4.根据权利要求2所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:挂号信息包括患者的实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
5.根据权利要求2所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述分类存储处理模块(150)包括性别分类模块(151)、年龄分类模块(152)、注册地区分类模块(153)和症状信息模块(154);
所述性别分类模块(151)用于依据用户的注册信息来将用户信息分为男士和女士两类;
所述年龄分类模块(152)用于依据注册用户的年龄信息来对其以区间的形式进行分类;
所述注册地区分类模块(153)用于依据用户的注册地区信息来将用户信息进行分类;
所述症状信息模块(154)用于依据用户挂号时的主要症状进行信息分类;
所述性别分类模块(151)、年龄分类模块(152)、注册地区分类模块(153)均采用贝叶斯算法进行概率测算,具体方法如下:
设定一个测试样本,该测试样本属于类C1的概率为:
其中,C1为第一个类别变量,a1,a2,an为1、2、n个属性变量,K为类变量,P()为括号内参数的概率。
6.根据权利要求1所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述智能挂号单元(200)包括挂号预约模块(210)和智能排查模块(220);所述挂号预约模块(210)用于用户在医院和诊所端的记录挂号信息进行预约挂号;
所述智能排查模块(220)用于将所述挂号预约模块(210)挂号信息存储在***数据库中,根据智能排查医生的排班信息分配医生。
7.根据权利要求1所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述智能挂号单元(200)采用分布式集群部署算法,所述分布式集群部署算法计算公式如下:
A=A1+A2+...+An+k
其中,A为医院和诊所端患者数据,A1、A2、...、An为不同的客户端患者数据,k为现场录入的患者数据。
8.根据权利要求6所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述智能排查模块(220)包括医生排班查询模块(221)和推送信息模块(222);
所述医生排班查询模块(221)用于根据患者的病症查询病症对应医生的排班信息;
所述推送信息模块(222)用于将患者分配给所述医生排班查询模块(221)查询到无排班的医生。
9.根据权利要求6所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述挂号信息包括实名信息、身份证号码信息、联系方式信息、症状详情、历史就诊信息和历史检查报告单信息。
10.根据权利要求1所述的面向医院和诊所经营者的智能排班和患者预约管理***,其特征在于:所述收费服务单元(300)包括投诉管理模块(310)和医患管理模块(320);
所述投诉管理模块(310)用于对患者对医院的服务、医生的服务以及医院的管理工作等内容进行投诉和建议;
所述医患管理模块(320)用于通过所述投诉管理模块(310)的用户投诉和建议建立来为医院行政管理人员对医院的管理提供指导依据,并且通过短信发送的形式,来将处理结果和针对建议作出以短信的方式发送至患者,并附具对患者的关怀问候信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110667216.3A CN113284595A (zh) | 2021-06-16 | 2021-06-16 | 面向医院和诊所经营者的智能排班和患者预约管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110667216.3A CN113284595A (zh) | 2021-06-16 | 2021-06-16 | 面向医院和诊所经营者的智能排班和患者预约管理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113284595A true CN113284595A (zh) | 2021-08-20 |
Family
ID=77284920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110667216.3A Pending CN113284595A (zh) | 2021-06-16 | 2021-06-16 | 面向医院和诊所经营者的智能排班和患者预约管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113284595A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023426A (zh) * | 2021-12-21 | 2022-02-08 | 华序科技开发(深圳)有限公司 | 一种医疗智能分流挂号就诊***及方法 |
CN116580826A (zh) * | 2023-05-25 | 2023-08-11 | 山东顺成科技有限公司 | 基于人工智能的住院管理***及方法 |
CN117238467A (zh) * | 2023-11-16 | 2023-12-15 | 胜利油田中心医院 | 一种用于急诊的智能化医技检查预约方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573832A (zh) * | 2014-12-31 | 2015-04-29 | 浙江融创信息产业有限公司 | 一种基于多医院号源共享池的分时段预约挂号*** |
CN106228482A (zh) * | 2016-07-21 | 2016-12-14 | 昆明医科大学第附属医院 | 多功能门诊医疗自助方法、一体机、客户端、服务器及*** |
CN110097977A (zh) * | 2019-03-12 | 2019-08-06 | 北京易联网络科技集团有限公司 | 一种基于人工智能的诊所远程服务*** |
CN110890146A (zh) * | 2019-11-04 | 2020-03-17 | 广东德澳智慧医疗科技有限公司 | 一种用于智慧病房的床旁智能交互*** |
CN113223685A (zh) * | 2021-05-28 | 2021-08-06 | 杭州云呼网络科技有限公司 | 一种面向诊所经营者的智能排班和患者预约管理*** |
-
2021
- 2021-06-16 CN CN202110667216.3A patent/CN113284595A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573832A (zh) * | 2014-12-31 | 2015-04-29 | 浙江融创信息产业有限公司 | 一种基于多医院号源共享池的分时段预约挂号*** |
CN106228482A (zh) * | 2016-07-21 | 2016-12-14 | 昆明医科大学第附属医院 | 多功能门诊医疗自助方法、一体机、客户端、服务器及*** |
CN110097977A (zh) * | 2019-03-12 | 2019-08-06 | 北京易联网络科技集团有限公司 | 一种基于人工智能的诊所远程服务*** |
CN110890146A (zh) * | 2019-11-04 | 2020-03-17 | 广东德澳智慧医疗科技有限公司 | 一种用于智慧病房的床旁智能交互*** |
CN113223685A (zh) * | 2021-05-28 | 2021-08-06 | 杭州云呼网络科技有限公司 | 一种面向诊所经营者的智能排班和患者预约管理*** |
Non-Patent Citations (3)
Title |
---|
刘文清: "《医院信息化管理》", 31 July 2020, 黑龙江科学技术出版社 * |
史今驰: "《大数据时代的医疗革命》", 30 June 2019, 天津科学技术出版社 * |
龚文引: "《智能算法在高光谱遥感数据处理中的应用》", 30 November 2014, 中国地质大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023426A (zh) * | 2021-12-21 | 2022-02-08 | 华序科技开发(深圳)有限公司 | 一种医疗智能分流挂号就诊***及方法 |
CN116580826A (zh) * | 2023-05-25 | 2023-08-11 | 山东顺成科技有限公司 | 基于人工智能的住院管理***及方法 |
CN116580826B (zh) * | 2023-05-25 | 2024-04-19 | 深圳市米软科技有限公司 | 基于人工智能的住院管理***及方法 |
CN117238467A (zh) * | 2023-11-16 | 2023-12-15 | 胜利油田中心医院 | 一种用于急诊的智能化医技检查预约方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113284595A (zh) | 面向医院和诊所经营者的智能排班和患者预约管理*** | |
US10687705B2 (en) | Method for automating collection, association, and coordination of multiple medical data sources | |
US20070150311A1 (en) | System for exchanging patient medical information between different healthcare facilities | |
US7778844B2 (en) | System and method for managing the exchange of information between healthcare systems | |
CN106373063A (zh) | 基于互动通讯的全自动分诊就诊控制方法及*** | |
CN106980771A (zh) | 一种用于急性冠脉综合征病例信息采集的*** | |
US10795795B1 (en) | Intermediate check points and controllable parameters for addressing process deficiencies | |
US11289200B1 (en) | Authorized user modeling for decision support | |
CN112365941A (zh) | 受试者招募的方法及*** | |
CN109616184A (zh) | 一种基于互联网的医疗数据集成*** | |
CN110164536A (zh) | 一种全流程智能医疗分诊*** | |
CN111370143A (zh) | 一种医疗数据集成平台处理*** | |
CN112509681A (zh) | 一种基于大数据的智慧医疗服务*** | |
CN115099444A (zh) | 一种医院预约后台服务*** | |
CN117577257B (zh) | 一种互联网医院数据管理*** | |
CN113223685A (zh) | 一种面向诊所经营者的智能排班和患者预约管理*** | |
CN109599171A (zh) | 基于互联网的医疗资源共享服务方法及*** | |
WO2021002847A1 (en) | Method for automating collection, association, and coordination of multiple medical data sources | |
CN116072275A (zh) | 一种自助式网络预约停车挂号一体化医疗***及其方法 | |
KR101836103B1 (ko) | 모바일 헬스케어 시스템 및 이를 이용한 컴포넌트 기반 모바일 헬스 애플리케이션 제공 시스템 | |
CN114220526A (zh) | 一种医院预约挂号***及预约方法 | |
CN115101184A (zh) | 一种医学检验实验室标本数字化管理***及方法 | |
CN112165524B (zh) | 院前急救智能呼叫软件*** | |
US11735026B1 (en) | Contextual assessment of current conditions | |
US20220198576A1 (en) | Systems and method to treat complex revenue cycle management transactions with machine learning in a standards-based electronic data interchange |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210820 |