CN114121205A - 一种医疗支持***及方法、计算机可读取介质 - Google Patents
一种医疗支持***及方法、计算机可读取介质 Download PDFInfo
- Publication number
- CN114121205A CN114121205A CN202210077315.0A CN202210077315A CN114121205A CN 114121205 A CN114121205 A CN 114121205A CN 202210077315 A CN202210077315 A CN 202210077315A CN 114121205 A CN114121205 A CN 114121205A
- Authority
- CN
- China
- Prior art keywords
- patient
- communication
- medical staff
- medical
- module
- 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 29
- 230000006854 communication Effects 0.000 claims abstract description 83
- 238000004891 communication Methods 0.000 claims abstract description 65
- 230000008451 emotion Effects 0.000 claims abstract description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 201000010099 disease Diseases 0.000 claims abstract description 21
- 230000002996 emotional effect Effects 0.000 claims description 20
- 230000008921 facial expression Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 abstract description 13
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 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
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Hospice & Palliative Care (AREA)
- Pathology (AREA)
- Child & Adolescent Psychology (AREA)
- Biomedical Technology (AREA)
- Psychiatry (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及面对面交流的监督及预测技术领域,具体涉及一种医疗支持方法及***、计算机可读取介质,该方法包括:根据患者的基本信息,设定患者与医护人员每日的初始交流次数;患者与医护人员进行交流,同时根据交流过程中获取的数据对交流过程进行评价;重新计算患者与医护人员每日的交流次数;按照重新计算的交流次数,循环步骤S2和S3,直至评价结果达标。本发明有助于医护人员关注到不宜观察到的患者需求,改变当前医护人员仅仅关注患者疾病本身而忽略患者的心里需求以及患者的理解程度;及时调整沟通内容、表述方式以及沟通模式,有助于缓解患者的情绪,帮助患者更好的理解医护人员的治疗方案等。
Description
技术领域
本发明涉及面对面交流的监督及预测技术领域,具体涉及一种用于医疗的沟通支持装置及方法、计算机可读取介质。
背景技术
日常生活中,沟通是人们交流信息的重要方式,尤其在一些特定场合,沟通的意义尤为重要,比如医院,尤其是医生与住院患者之间的沟通,直接关乎到医患之间的信任关系,以及患者的体验等等。在医生与患者双方之间的认知范畴不对等的情况下,如何保证医患之间有效的沟通以及合适的沟通频率显得尤为重要,尤其是在一些公立医院或者大型医院,患者众多,其来自于不同地域、不同教育背景、不同民族等,加上患者的病症不同,导致其认知功能不同;对于不同的患者医生就不能使用一套标准化的沟通方式与患者交流,而是需要根据患者的反馈及时调整交流频率和沟通方式。
对于医患交流方面存在的问题,检索出现有技术CN113035375A公开了一种医患沟通***,包括服务器、客户端APP和自主控制沟通模块,所述客户端APP中设置医生登录模块、护士登录模块和患者登入模块,所述服务器包括患者数据库,其中:所述患者登入模块当中设置有感觉异常模块、疼痛位置指示模块、饮食选择模块、联系模块和寻求帮助模块,通过服务器录入患者基本信息,且通过联系模块给患者家属发送信息,即时知晓患者信息,同时通过饮食选择模块,及时为患者准备相关饮食,同时,通过眼动仪和显示屏的设置,患者通过眼动仪将需要表达的内容通过显示屏进行显示,表达困难的患者可以清晰地表达需求,医护人员可以精确满足患者,改善患者入住ICU体验、提高医患满意度。
现有技术CN112562870A公开了一种增强医患相互信任减少医患矛盾评估预警***,包括身份认证模块,医患沟通模块,患者及其家属对诊疗过程理解度和接受度评估模块,医患双方相互理解和相互信任程度评估模块,医患关系预警模块,数据管理模块;所述增强医患相互信任减少医患矛盾评估预警***,能够提供医生和患者在整个诊疗过程的沟通交流平台,正确评估患者及家属对诊疗过程各阶段的理解度和接受度,正确评估医患双方的相互理解和相互信任程度,并根据评估评分情况触发医患关系预警,以进行警示,从而增强医患双方相互理解,相互信任,减少医患矛盾和医患纠纷,同时也警醒医生,避免医疗差错。
上述现有技术虽然均有效改善了医患之间的沟通和交流,但是均是对患者或者医生的信息进行的静态评估,而不能对医患交流进行动态补偿和动态修正。
故亟需提供一种医疗支持***及方法,对医患交流进行实时评价,并动态校正医患之间的交流频率。
发明内容
为了解决上述问题,本发明提供一种医疗支持***及方法。
为达到上述目的,本发明的技术方案如下:
一种医疗支持方法,包括以下步骤:
S1、根据患者的基本信息,设定患者与医护人员每日的初始交流次数和沟通模式;
S2、患者与医护人员进行交流,同时根据交流过程中获取的数据对交流过程进行评价;
S3、根据S2中的评价结果,重新计算患者与医护人员每日的交流次数和新的沟通模式;
S4、患者与医护人员按照S3中计算出的交流次数进行交流,循环步骤S2和S3,直至所述评价结果达标。
进一步地,所述患者的基本信息包括患者病症、年龄、性别。
进一步地,所述初始交流次数S0的计算方法为:
S0=1/2(aX+bY+cZ)
其中,X表示病症的影响因子,Y表示年龄的影响因子,Z表示性别的影响因子;a、b、c分别表示X、Y、Z对应的权重系数。
进一步地,当患者的年龄N≥70时,a=0.6,b=0.8,c=0.1;
当70>N≥45,a=0.7,b=0.5,c=0.1;
当45>N≥18,a=0.5,b=0.3,c=0.3;
当18>N,a=0.7,b=0.3,c=0.1。
进一步地,所述S2包括:
S21、获取患者的语言信息;
S22、获取患者交流过程中的面部表情;
S23、对患者的语言信息进行语言特征分析,利用情感词典得出患者每句话的情感分值,整个沟通过程中患者的情感分值组成一个情感矩阵,计算情感矩阵的标准差得出患者的理解程度;
S24、根据患者的面部表情得出患者的情绪状态。
进一步地,所述S3中重新计算出的患者与医护人员每日的交流次数S的计算方法为:
S=S0+S1
其中,S0为患者与医护人员之间的初始交流次数,S1为所述患者与医护人员交流次数的补偿值。
进一步地,患者与医护人员交流次数的补偿值S1的计算方法为:
S1=0.2A+0.5E
其中,A为患者理解程度的表征值,E为患者情绪状态的表征值。
本发明还提供一种医疗支持***,包括:
身份认证模块,用于区分不同使用者的权限,包括患者模式、医护模式和管理员模式;
评价模块,用于对患者的理解程度和情绪状态进行评价,包括图像获取模块和处理模块,所述图像获取模块用于获取患者的面部表情;所述处理模块用于计算出患者的理解程度和情绪状态;
语音模块,用于获取患者的语言信息;
数据管理模块,用于存储患者的基本信息、患者的理解程度、患者的情绪状态,以及情感词典;
评估模块,用于计算患者与医护人员之间的交流次数。
进一步地,医疗支持***还包括显示模块,用于显示所述评估模块的评估结果。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机上运行时,使计算机执行上述的医疗支持方法。
与现有技术相比,本发明的有益效果为:
本发明通过对患者与医护人员交流过程中的内容进行匹配,获取患者的理解程度,并获取交流过程中患者的语气、语调和语速结合患者的面部表情获取患者的情绪状态,根据患者的理解程度和情绪状态,计算出患者与医护人员交流次数的补偿值,有助于医护人员关注到不宜观察到的患者需求,改变当前医护人员仅仅关注患者疾病本身而忽略患者的心里需求以及患者的理解程度;有助于医护人员根据患者的理解程度和情绪状态,及时调整沟通内容、表述方式以及沟通模式,有助于缓解患者的情绪,以及有助于患者更好的理解医护人员的治疗方案等。增加医患之间的信任感,增加患者的治疗体验,并能够避免一些不必要的沟通,有效的减少医护人员工作量。
具体实施方式
下面对本发明的技术方案进行清楚的描述,显然,所描述的实施例并不是本发明的全部实施例,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,都属于本发明的保护范围。
一种医疗支持方法,包括以下步骤:
S1、根据患者的基本信息,所述患者的基本信息包括患者病症、年龄、性别,患者的基本信息可以通过医护人员提前存储至医疗支持***的数据管理模块中,设定患者与医护人员每日的初始交流次数和沟通模式;
S2、患者与医护人员进行交流,同时根据交流过程中获取的数据对交流过程进行评价;
S3、根据S2中的评价结果,重新计算患者与医护人员每日的交流次数和新的沟通模式;
S4、患者与医护人员按照S3中计算出的交流次数进行交流,循环步骤S2和S3,直至所述评价结果达标。
所述初始交流次数S0的计算方法为:
S0=1/2(aX+bY+cZ)
其中,X表示病症的影响因子,Y表示年龄的影响因子,Z表示性别的影响因子。比如患者的病症为精神疾病患者,患者必定认知功能有一定障碍,患者的精神状态也不稳定,X值可选取较大值,适当增加交流次数,有助于全面了解患者的情况;如患者的病症为骨折,病情较为稳定,则X值可选取较小值,不必过多与患者交流;X值、Y值、Z值的设置可根据医生经验制定出数据库,存储在数据管理模块中,输入患者的信息即可调取相应的X值、Y值和Z值。
其中,当患者的年龄N≥70时,a=0.6,b=0.8,c=0.1,Y=1;
当70>N≥45,a=0.7,b=0.5,c=0.1,Y=0.5;
当45>N≥18,a=0.5,b=0.3,c=0.3,Y=0.3;
当18>N,a=0.7,b=0.3,c=0.1,Y=0.6。
当性别为男,Z取值0.3,性别为女,Z取值0.5。
由于随着年龄的增长,人类的认知水平呈现上升、平稳、下降的过程,将年龄划分为四个阶段,不同阶段中病症、年龄和性别的影响权重不同,依次可以更有针对性的确定初始交流次数。
对于病症的影响因子X的取值如表1所示:
表一各病症对应的X值
病症 | 内科疾病 | 外科疾病 | 儿科疾病 |
X值 | 0.3 | 0.1 | 0.4 |
病症 | 五官疾病 | 心理疾病 | 精神疾病 |
X值 | 0.1 | 0.7 | 1 |
病症 | 肿瘤疾病 | 其他疾病 | |
X值 | 0.5 | 0.2 |
优选地,所述S2的具体步骤包括:
S21、获取患者的语言信息;
S22、获取患者交流过程中的面部表情;
S23、对患者的语言信息进行语言特征分析,利用情感词典得出患者每句话的情感分值,整个沟通过程中患者的情感分值组成一个情感矩阵,计算情感矩阵的标准差得出患者的理解程度;
S24、根据患者的面部表情得出患者的情绪状态。
情感词典中含有多种情感词汇,每个情感词汇代表一个情感分值,将患者的语言信息进行语言特征分析,提取初情感词汇,并将患者的情感词汇与情感词典进行比对,得出患者每句话的情感分值,患者所有语言信息组成一个情感矩阵,如患者的理解程度较低,则患者沟通过程中的情感势必具有一定的波动,如果患者的理解程度较高,则患者在沟通过程中的情感波动较小,因此,患者的理解程度A依据患者情感矩阵的标准差μ得出,当μ≥0.7时,A取值1,当0.7>μ≥0.5时,A取值0.5,当0.5>μ时,A取值0。
患者的情绪状态包括高兴、焦虑、悲伤、愤怒和平静,数据管理模块中存储包含所有情绪状态的样本图像,将采集的患者的表情图像,对表情图像进行特征提取,将提取的表情特征利用K近邻分类算法进行表情识别,各表情状态对补偿值S1的权重的表征值采用E表示,当表情状态为高兴时,E取值0;当表情状态为焦虑时,E取值0.7;当表情状态为悲伤时,E取值0.5;当表情状态为愤怒时,E取值1;当表情状态为平静时,E取值0.2。
患者与医护人员交流次数的补偿值S1的计算方法为:
S1=0.2A+0.3E
所述S3中重新计算出的患者与医护人员每日的交流次数S的计算方法为:
S=S0+S1
其中,S0为患者与医护人员之间的初始交流次数,S1为所述患者与医护人员交流次数的补偿值。
根据重新计算的交流次数循环步骤S2和S3,直至评价结果达标,评价结果达标的判断标准为患者的理解程度为1,情绪状态为高兴或者平静,此时计算出的交流次数补偿值小于0.1。
本发明还提供一种医疗支持***,包括:
身份认证模块,用于区分不同使用者的权限,包括患者模式、医护模式和管理员模式;
评价模块,用于对患者的理解程度和情绪状态进行评价,包括图像获取模块和处理模块,所述图像获取模块用于获取患者的面部表情;所述处理模块用于计算出患者的理解程度和情绪状态;
语音模块,用于获取患者的语言信息;
数据管理模块,用于存储患者的基本信息、患者的理解程度、患者的情绪状态、沟通模式,以及情感词典;
评估模块,用于计算患者与医护人员之间的交流次数和沟通模式。
所述医疗支持***还可以包括远程模块,远程模块可以是APP软件还可以为手机小程序,远程模块与其他模块能够通讯,患者不仅可以在医院中能够使用到医疗支持***,当患者出院后,也能够通过远程模块查看自己的治疗记录;同时,可以通过远程模块了解与自身疾病相关的并发症等方面的专业知识,以及愈后的营养管理、注意事项等,不仅切实的消除患者的疑惑,也能够辅助医生实时了解患者愈后的状况,减少医院的回访工作量。
进一步地,医疗支持***还包括显示模块,用于显示所述评估模块的评估结果。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机上运行时,使计算机执行上述的医疗支持方法。
实施例
患者为50岁,男性,心理疾病患者,则病症影响因子X为0.7,年龄影响因子Y为0.5,性别因子Z为0.3,经计算,患者与医护人员每日的初始交流次数S0为0.385,即为约每三天进行一次交流。按照设定的交流次数进行交流,根据交流过程得出患者情感矩阵的标准差μ为0.6,则患者的理解程度A取值为0.5,患者的情绪状态为平静,则E取值0.2,由此可以计算出交流次数的补偿值S1为0.2,则重新计算出的患者与医护人员的交流次数为0.585,即约每两天进行一次交流。
根据本发明的医疗支持方法,能够定量化的为医护人员实时判断与住院患者的沟通状况,并对医患之间的沟通进行实时补偿,使得医护人员不仅只关注疾病本身,还辅助医护人员关注患者的认知能力和心理需求,有助于及时缓解患者的不良情绪,并有助于患者建立对医护人员的信任。
以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的范围,其均应涵盖在本发明的权利要求范围。
Claims (10)
1.一种医疗支持方法,其特征在于,包括以下步骤:
S1、根据患者的基本信息,设定患者与医护人员每日的初始交流次数;
S2、患者与医护人员进行交流,同时根据交流过程中获取的数据对交流过程进行评价;
S3、根据S2中的评价结果,重新计算患者与医护人员每日的交流次数;
S4、患者与医护人员按照S3中计算出的交流次数进行交流,循环步骤S2和S3,直至所述评价结果达标。
2.根据权利要求1所述的医疗支持方法,其特征在于:所述患者的基本信息包括患者病症、年龄、性别。
3.根据权利要求2所述的医疗支持方法,其特征在于:所述初始交流次数S0的计算方法为:
S0=1/2(aX+bY+cZ)
其中,X表示病症的影响因子,Y表示年龄的影响因子,Z表示性别的影响因子;a、b、c分别表示X、Y、Z对应的权重系数。
4.根据权利要求3所述的医疗支持方法,其特征在于:当患者的年龄N≥70时,a=0.6,b=0.8,c=0.1;
当70>N≥45,a=0.7,b=0.5,c=0.1;
当45>N≥18,a=0.5,b=0.3,c=0.3;
当18>N,a=0.7,b=0.3,c=0.1。
5.根据权利要求1所述的医疗支持方法,其特征在于:所述S2包括:
S21、获取患者的语言信息;
S22、获取患者交流过程中的面部表情;
S23、对患者的语言信息进行语言特征分析,利用情感词典得出患者每句话的情感分值,整个沟通过程中患者的情感分值组成一个情感矩阵,计算情感矩阵的标准差得出患者的理解程度;
S24、根据患者的面部表情得出患者的情绪状态。
6.根据权利要求5所述的医疗支持方法,其特征在于:所述S3中重新计算出的患者与医护人员每日的交流次数S的计算方法为:
S=S0+S1
其中,S0为患者与医护人员之间的初始交流次数,S1为所述患者与医护人员交流次数的补偿值。
7.根据权利要求6所述的医疗支持方法,其特征在于:患者与医护人员交流次数的补偿值S1的计算方法为:
S1=0.2A+0.5E
其中,A为患者理解程度的表征值,E为患者情绪状态的表征值。
8.一种医疗支持***,其特征在于,包括:
身份认证模块,用于区分不同使用者的权限,包括患者模式、医护模式和管理员模式;
评价模块,用于对患者的理解程度和情绪状态进行评价,包括图像获取模块和处理模块,所述图像获取模块用于获取患者的面部表情;所述处理模块用于计算出患者的理解程度和情绪状态;
语音模块,用于获取患者的语言信息;
数据管理模块,用于存储患者的基本信息、患者的理解程度、患者的情绪状态,以及情感词典;
评估模块,用于计算患者与医护人员之间的交流次数。
9.根据权利要求8所述的一种医疗支持***,其特征在于,还包括显示模块,用于显示所述评估模块的评估结果。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机上运行时,使计算机执行如权利要求1-7任一项所述的医疗支持方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077315.0A CN114121205A (zh) | 2022-01-24 | 2022-01-24 | 一种医疗支持***及方法、计算机可读取介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077315.0A CN114121205A (zh) | 2022-01-24 | 2022-01-24 | 一种医疗支持***及方法、计算机可读取介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114121205A true CN114121205A (zh) | 2022-03-01 |
Family
ID=80361089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210077315.0A Pending CN114121205A (zh) | 2022-01-24 | 2022-01-24 | 一种医疗支持***及方法、计算机可读取介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114121205A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152984A (zh) * | 2022-06-30 | 2023-05-23 | 江苏楚淮软件科技开发有限公司 | 一种用于业务窗口的智能分流引导*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648831A (zh) * | 2018-05-11 | 2018-10-12 | 贵州大学 | 一种医患沟通辅助平台及其交互方法 |
CN108937972A (zh) * | 2018-06-08 | 2018-12-07 | 青岛大学附属医院 | 一种多特征融合的就诊用户情绪监控方法 |
US20190216383A1 (en) * | 2016-06-29 | 2019-07-18 | Robert Polkowski | Cognitive support system for a sufferer of cognitive dysfunction and method for operating the same |
CN111341400A (zh) * | 2020-02-19 | 2020-06-26 | 上海创赋医疗科技有限公司 | 一种mdt医疗管理*** |
CN112562870A (zh) * | 2020-12-03 | 2021-03-26 | 厦门大学附属中山医院 | 一种增强医患相互信任减少医患矛盾评估预警*** |
CN113035375A (zh) * | 2021-04-02 | 2021-06-25 | 山东第一医科大学第二附属医院 | 医患沟通*** |
-
2022
- 2022-01-24 CN CN202210077315.0A patent/CN114121205A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190216383A1 (en) * | 2016-06-29 | 2019-07-18 | Robert Polkowski | Cognitive support system for a sufferer of cognitive dysfunction and method for operating the same |
CN108648831A (zh) * | 2018-05-11 | 2018-10-12 | 贵州大学 | 一种医患沟通辅助平台及其交互方法 |
CN108937972A (zh) * | 2018-06-08 | 2018-12-07 | 青岛大学附属医院 | 一种多特征融合的就诊用户情绪监控方法 |
CN111341400A (zh) * | 2020-02-19 | 2020-06-26 | 上海创赋医疗科技有限公司 | 一种mdt医疗管理*** |
CN112562870A (zh) * | 2020-12-03 | 2021-03-26 | 厦门大学附属中山医院 | 一种增强医患相互信任减少医患矛盾评估预警*** |
CN113035375A (zh) * | 2021-04-02 | 2021-06-25 | 山东第一医科大学第二附属医院 | 医患沟通*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152984A (zh) * | 2022-06-30 | 2023-05-23 | 江苏楚淮软件科技开发有限公司 | 一种用于业务窗口的智能分流引导*** |
CN116152984B (zh) * | 2022-06-30 | 2024-02-09 | 江苏楚淮软件科技开发有限公司 | 一种用于业务窗口的智能分流引导*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102237449B1 (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
US20180315488A1 (en) | Emergency Room Medical Triage, Diagnosis, and Treatment | |
CN108027698A (zh) | 用于分析医疗保健数据的***和方法 | |
Beckley | Community participation following cerebrovascular accident: Impact of the buffering model of social support | |
US10546654B2 (en) | Method and system for intelligent completion of medical record based on big data analytics | |
US20190392952A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
KR102479692B1 (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
US20230402180A1 (en) | Techniques for generating predictive outcomes relating to spinal muscular atrophy using artificial intelligence | |
KR20120026718A (ko) | 네트워크를 통한 환자 맞춤형 의료 서비스 매칭 방법 | |
CN115917660A (zh) | 使用公开的基于云的注册表进行治疗的智能工作流分析 | |
CN112542242A (zh) | 数据转换/症状评分 | |
TW202211258A (zh) | 高齡流感病情預測系統、程式產品及其建立與使用方法 | |
CN114121205A (zh) | 一种医疗支持***及方法、计算机可读取介质 | |
CN110689934A (zh) | 一种预问诊***及方法 | |
CN107066816B (zh) | 基于临床数据的就医指导方法、装置及服务器 | |
CN115253009B (zh) | 一种睡眠多维度干预方法及*** | |
WO2023217737A1 (en) | Health data enrichment for improved medical diagnostics | |
CN115910300A (zh) | 一种基于人工智能医学虚拟平台***及信息处理方法 | |
US20220189639A1 (en) | Healthcare device, system, and method | |
KR20230115719A (ko) | 원격 협진 시스템 및 방법 | |
Levin et al. | Real-Time Machine Learning Alerts to Prevent Escalation of Care: A Nonrandomized Clustered Pragmatic Clinical Trial | |
CN112509657A (zh) | 一种慢性病的健康管理*** | |
CN109741835A (zh) | 基于大数据的慢性肾病监管方法、装置、设备及存储介质 | |
CN113840006B (zh) | 问诊接口的管理方法、装置、电子设备以及存储介质 | |
US20230317222A1 (en) | Machine learning-based electronic health record prediction |
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: 20220301 |