CN115171863B - 一种基于二维码的慢性病管理*** - Google Patents
一种基于二维码的慢性病管理*** Download PDFInfo
- Publication number
- CN115171863B CN115171863B CN202210861044.8A CN202210861044A CN115171863B CN 115171863 B CN115171863 B CN 115171863B CN 202210861044 A CN202210861044 A CN 202210861044A CN 115171863 B CN115171863 B CN 115171863B
- Authority
- CN
- China
- Prior art keywords
- data
- pathological
- processing module
- diagnosis
- data processing
- 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
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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及疾病信息管理***领域,尤其涉及一种基于二维码的慢性病管理***,包括数据存储模块、数据获取模块、数据处理模块、数据管理模块,其中数据处理模块用以在患者初次进行慢性病检查时将病理数据和医院医疗数据库中的慢性病病理数据进行对比分析,确定患者慢性病的等级和诊疗周期,以辅助医生进行进一步诊疗;数据管理模块,用以在患者首次建档并诊疗时生成用于存储患者的档案数据和病理数据的患者二维码,并在复诊时同步更新,本发明的数据处理模块可以确定患者慢性病的等级和诊疗周期,并在复诊时根据病理数据变化确定是否调整医嘱数据,以辅助医生进行进一步诊疗,从而提高了慢性病患者的诊疗效率。
Description
技术领域
本发明涉及疾病信息管理***领域,尤其涉及一种基于二维码的慢性病管理***。
背景技术
常见的慢性病主要有心脑血管疾病、癌症、糖尿病、慢性呼吸***疾病,其中心脑血管疾病包含高血压、脑卒中和冠心病等,在我国慢性病患者基数呈逐年上升趋势,加之慢性病患者的诊疗具有需要定期检查,并根据检查结果调整用药的典型特征,在医院实际对慢性病患者进行诊疗的过程中,如此大体量的诊疗人数和频繁重复性复检工作专靠人工完成,大大降低了慢性病的诊疗效率。
中国专利公开号CN201611146196.0,公开了一种基于医疗数据平台的诊疗数据分析***,包括关键词设定模块:用于根据医疗数据平台的诊疗数据,设定与疾病关联的关键词,并通过数据自训练的方法随时更新;初判模块,用于通过会员输入或选择的关键词,判断关联疾病;统计模块,用于通过词频统计进一步缩小范围,得到可表示各疾病唯一指症的关键词;诊疗模块,用于根据各疾病唯一指症来判断为何种疾病并给出治疗方案。
本发明技术方案中,***虽然通过关键词检关联判断缩小了疾病范围的方式,某种程度分担了医生的工作量提高了诊疗效率,但是在疾病诊断和治疗方案提供的过程中缺乏对病例数据和历史医嘱数据的分析,其***判断诊疗过程的准确性上有待进一步提高。
由此可见,所述无线糖尿病管理装置存在以下问题:
1、在慢性病的疾病管理***在使用过程中,数据获取仍然只局限与人工输入,只提供单纯的建档和相关医嘱数据录入的基本功能;
2、在慢性病患者诊治的过程中,医护工作者将面对大量多人次诊疗的压力,由于慢性病患者病情相对较为稳定,医护工作者在病理检查化验单、医嘱处方在开具过程中,导致工作重复率很高,很大程度上降低了慢性病的诊疗效率;
3、在慢性病诊疗过程中,对慢性病的诊疗过程控制精度低,导致慢性病诊疗效率不高。
发明内容
为此,本发明提供一种基于二维码的慢性病管理***,用以克服现有技术中在慢性病患者诊治过程中的诊疗效率低,以及对慢性病的诊疗过程控制精度低所导致的问题。
为实现上述目的,本发明提供一种基于二维码的慢性病管理***,包括:数据存储模块,用于存储患者的档案数据和医嘱数据;数据获取模块,其与数据存储模块连接,数据获取模块用以获取数据存储模块存储的患者档案数据,以及从医用HIS***获取的该患者对应的病理数据和医嘱数据;数据处理模块,其与数据获取模块连接,数据处理模块用以在患者初次进行慢性病检查时将病理数据和医院医疗数据库中的慢性病病理数据进行对比分析,确定患者慢性病的等级和诊疗周期,并在复诊时根据病理数据变化确定是否调整医嘱数据,以辅助医生进行进一步诊疗;数据管理模块,其分别与数据存储模块、数据获取模块和数据处理模块连接,数据管理模块用以在患者首次建档并诊疗时生成用于存储患者的档案数据和病理数据的患者二维码,以及在患者复诊时根据数据处理模块确定的病理数据变化对生成二维码数据进行同步更新。
进一步地,数据处理模块预设病理数据吻合度R0,数据处理模块在确定患者为首次诊疗时,获取问诊数据以生成检查化验申请,待患者完成首次病理检查并取得结果时,数据获取模块获取该病理数据,并通过与医院医疗数据库中的各慢性病病理标准值进行比对,通过超标病理数据的数量和病理数据的总数量的比值,确定慢性病病理数据吻合度R,设定R=△Bs/Bs,其中△Bs为超标病理数据的数量,Bs为病理数据的总数量,
若R<R0,数据处理模块初步确定患者无慢性病特征;
若R≥R0,数据处理模块确定将患者数据纳入慢性病管理***。
进一步地,数据处理模块在初步确定患者无慢性病时,获取该患者的历史诊疗记录,若患者有历史诊疗记录,数据处理模块分析历史治疗记录中的病症数据,若历史治疗记录中没有与慢性病相吻合的病理数据,判定该患者不具备慢性病特征,并将分析结果发送给医生进行确认;若历史治疗记录中存在与慢性病相吻合的病理数据,则数据处理模块获取相吻合病理数据的数量,并在相吻合的病理数据的数量达到预设病理数量时,将患者数据纳入慢性病管理***。
进一步地,数据处理模块在确定将患者数据纳入慢性病管理***时,根据病理数据和医疗数据库中吻合的病理数据的超标量和病理数据对应的权值确定患者的慢性病等级,设定W=[b1×v1+b2×v2+b2×v2+…bn×vn]/n,其中W为病理数据综合指数,b1为第一病理数据的超标量,v1为第一病理数据的权值,b2为第二病理数据的超标量,v2为第二病理数据的病理数据的权值,bn为第n病理数据的超标量,vn为第n病理数据的病理数据的权值
其中,数据处理模块设有第一预设病理数据综合指数W1、第二预设病理数据综合指数W2、第一慢性病等级Q1、第二慢性病等级Q2以及第三慢性病等级Q3,其中W1<W2,Q1<Q2<Q3,
若W≤W1,数据处理模块确定慢性病等级为Q1;
若W1<W<W2,数据处理模块确定慢性病等级为Q2;
若W2≤W,数据处理模块确定慢性病等级为Q3;
各慢性等级中对应有患者诊疗周期Tn,数据处理模块在确定慢性病等级完成时,将确定的慢性病等级发送医生确认。
进一步地,数据处理模块在患者复诊时,根据数据获取模块获取的患者复诊病理数据,并将患者复诊病理数据与二维码中存储的病理数据进行比对,确定患者的病理数据是否发生变化,
若病理数据发生未变化,则向医生发送需要调整用药的诊疗结果;
若病理数据发生变化且至少一个病理数据的超标量增大,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认;
若病理数据发生变化且至少一个病理数据的超标量减小,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认。
进一步地,数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量增大时,计算复诊病理数据综合指数Wf和二维码中的病理数据综合指数W的第一指数差值ΔWa,ΔWa=Wf-W,并根据该第一指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,其中,数据处理模块设置有第一预设指数差值ΔW1、第二预设指数差值ΔW2、第一周期调整系数K1、第二周期调整系数K2,其中ΔW1<ΔW2,0.5<K2<K1<1,
若ΔWa≤ΔW1,数据处理模块确定不调整诊疗周期;
若ΔW1<ΔWa≤ΔW2,数据处理模块确定使用K1调整诊疗周期;
若ΔW2<ΔWa,数据处理模块确定使用K2调整诊疗周期;
当数据处理模块选取第i周期调整系数Ki对诊疗周期进行调整时,设定i=1,2,数据处理模块将调整后的诊疗周期设置为T4,设定T4=Tn×Ki。
进一步地,数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量减小时,计算复诊病理数据综合指数Wf和二维码中的病理数据综合指数W的第二指数差值ΔWb,ΔWb=W-Wf,并根据该第二指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,
其中,数据处理模块还设有第一补偿系数Y1、第二补偿系数Y2,设定1<Y1<Y2<1.5,
若ΔWb≤ΔW1,数据处理模块确定不调整诊疗周期;
若ΔW1<ΔWb≤ΔW2,数据处理模块确定使用Y1调整诊疗周期;
当ΔW2<ΔWb,数据处理模块确定使用Y1调整诊疗周期;
当数据处理模块选取第j补偿系数Yj对诊疗周期进行调整时,设定j=1,2,数据处理模块将补偿后的诊疗周期设置为T5,设定T5=Tn×Yj。
进一步地,数据处理模块在获取患者的病理数据完成并将病理数据与医疗数据库的慢性病病理数据进行比对时,将病理数据的数量E与慢性病标准病理数据的数量E0进行比对,若E>E0,则数据处理模块确定可能存在并发症。
进一步地,数据处理模块在确定可能存在并发症时,将可能为并发症的病理数据与医疗数据库中并发症对应的病理数据进行比对,确定并发症病理数据吻合度Rb,设定Rb=△Fs/Fs,其中△Fs为超标并发症的病理数据的数量,Fs为并发症对应的病理数据数量,将该并发症病理数据吻合度Rb与预设并发症病理数据吻合度Rb0进行比对,
若Rb≥Rb0,数据处理模块初步确定存在并发症;
若Rb<Rb0,数据处理模块初步确定不存在并发症。
进一步地,数据处理模块在判定存在并发症时,计算并发症病理数据吻合度Rb和预设的吻合度差值△Rb,△Rb=Rb-Rb0,并根据该吻合度差值和预设吻合度差值的比对结果选取对应的修正系数对诊疗周期进行修正,
其中数据处理模块还设有第一补偿系数X1、第二补偿系数X2,第一预设并发症吻合度差值△Rb1、第二预设并发症吻合度差值△Rb2,其中设定X1<X2,0.5<X2<X1<0.8,
若△Rb≤△Rb1,数据处理模块确定不调整诊疗周期;
若△Rb1<△Rb≤△Rb2,数据处理模块确定使用X1调整诊疗周期;
若△Rb2<ΔRb,数据处理模块确定使用X2调整诊疗周期;
数据处理模块确定需要调整诊疗周期时,数据处理模块选取第z补偿系数Xz对诊疗周期进行调整时,设定z=1,2,数据处理模块将修正后的诊疗周期设置为T6,设定T6=T4×Xz或T6=T5×Xz。
进一步地,还包括数据确认模块,其与数据处理模块连接,数据确认模块用以根据患者慢性病的等级分配医生进行进一步诊疗。
与现有技术相比,本发明的有益效果在于,本发明的数据处理模块可通过连接数据获取模块,在医生完成初诊患者问诊并生成问诊数据后获取该问诊数据,并根据患者问诊数据生成检查化验申请,从而提高了医生问诊过程的效率。
进一步地,本发明的数据处理模块在患者完成初诊病理检查并取得结果时,数据处理模块可通过超标病理数据的数量和病理数据的总数量的比值,确定慢性病病理数据吻合度R,并通过预设的病理数据吻合度RO对比分析判断该患者是否具有慢性病特征,并将具有慢性病特征的患者纳入慢性病管理***,从而提高了慢性病登记管理的效率。
进一步地,本发明的数据处理模块初步确定患者无慢性病时,获取该患者的历史诊疗记录,若患者有历史诊疗记录,数据处理模块分析历史治疗记录中的病症数据,若历史治疗记录中存在与慢性病相吻合的病理数据,则数据处理模块获取相吻合病理数据的数量,并在相吻合的病理数据的数量达到预设病理数量时,将患者数据纳入慢性病管理***,否则判定该患者不具备慢性病特征,并将分析结果发送给医生进行确认,从而提高了慢性病患者初诊确诊的效率和精度。
进一步地,本发明的数据处理模块在确定将初诊患者纳入慢性病管理***时,可根据病理数据和医疗数据库中吻合的病理数据的超标量和病理数据对应的权值确定患者的慢性病等级,各慢性等级中对应有患者诊疗周期,在完成慢性病等级完成时,将等级数据发送医生确认,从而提高了生成复诊计划的效率。
进一步地,本发明的数据处理模块在患者复诊时,根据数据获取模块获取的患者复诊病理数据,并将患者复诊病理数据与二维码中存储的病理数据进行比对,确定患者的病理数据是否发生变化,并可根据变化情况向医生发送调整诊疗周期的调整建议,医生可根该建议调整生成医嘱数据,从而提高了医嘱的确定效率和精度。
进一步地,本发明的数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量增大或确定调整诊疗周期且至少一个病理数据的超标量增大时,计算复诊病理数据综合指数Wf和二维码中的病理数据综合指数W的第一指数差值ΔWa,或第二指数差值ΔWb,并根据第一指数或第二指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,从而提高了复诊的诊疗周期确定的效率和精度。
进一步地,本发明的数据处理模块数据处理模块在获取复诊患者的病理数据后与医疗数据库的慢性病病理数据进行比对时,将病理数据的数量E与慢性病标准病理数据的数量E0进行比对,若E>E0,则数据处理模块初步确定可能存在并发症,进一步提高了慢性病慢性病的诊疗效率。
进一步地,本发明的数据处理模块在确定可能存在并发症时,将可能为并发症的病理数据与医疗数据库中并发症对应的病理数据进行比对,确定并发症病理数据吻合度Rb,将该并发症病理数据吻合度Rb与预设并发症病理数据吻合度Rb0进行比对,从而对初步判定的慢性病存在并发症风险的结果进行进一步判定,从而进一步提高了初步确定慢性病并发病的精度。
进一步地,本发明的数据处理模块可根据慢性病并发症风险的确定情况,进一步对诊疗周期进行调整,从而进一步提高了诊疗周期确定的精度。
进一步地,本发明的数据处理模块还连接有数据确认模块,该模块可根据患者慢性病的顶级分配医生进行进一步诊疗,从而避免了医疗资源的浪费,同时为较为严重的患者提供有效的医疗资源保障。
附图说明
图1为本发明所述的一种基于二维码的慢性病管理***的模块连接结构示意图;
图2为本发明所述的一种基于二维码的慢性病管理***的运行业务逻辑示意图;
图3为本发明所述的一种基于二维码的慢性病管理***的应用关系示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
如图1和2所示,图1为本发明实施例所述的一种基于二维码的慢性病管理***的模块连接结构示意图;图2为本发明实施例所述的一种基于二维码的慢性病管理***的运行业务逻辑示意图;图3为本发明实施例所述的一种基于二维码的慢性病管理***的应用关系示意图。
本发明实施例提供的一种基于二维码的慢性病管理***,包括数据存储模块,用于存储患者的档案数据和医嘱数据;数据获取模块,其与数据存储模块连接,数据获取模块用以获取数据存储模块存储的患者档案数据,以及从医用HIS***获取的该患者对应的病理数据和医嘱数据;数据处理模块,其与数据获取模块连接,数据处理模块用以在患者初次进行慢性病检查时将病理数据和医院医疗数据库中的慢性病病理数据进行对比分析,确定患者慢性病的等级和诊疗周期,并在复诊时根据病理数据变化确定是否调整医嘱数据,以辅助医生进行进一步诊疗;数据管理模块,其分别与数据存储模块、数据获取模块和数据处理模块连接,数据管理模块用以在患者首次建档并诊疗时生成用于存储患者的档案数据和病理数据的患者二维码,以及在患者复诊时根据数据处理模块确定的病理数据变化对生成二维码数据进行同步更新。
数据处理模块预设病理数据吻合度R0,数据处理模块在确定患者为首次诊疗时,获取问诊数据以生成检查化验申请,待患者完成首次病理检查并取得结果时,数据获取模块获取该病理数据,并通过与医院医疗数据库中的各慢性病病理标准值进行比对,通过超标病理数据的数量和病理数据的总数量的比值,确定慢性病病理数据吻合度R,设定R=△Bs/Bs,其中△Bs为超标病理数据的数量,Bs为病理数据的总数量,
若R<R0,数据处理模块初步确定患者无慢性病特征;
若R≥R0,数据处理模块确定将患者数据纳入慢性病管理***。
数据处理模块在初步确定患者无慢性病时,获取该患者的历史诊疗记录,若患者有历史诊疗记录,数据处理模块分析历史治疗记录中的病症数据,若历史治疗记录中没有与慢性病相吻合的病理数据,判定该患者不具备慢性病特征,并将分析结果发送给医生进行确认;若历史治疗记录中存在与慢性病相吻合的病理数据,则数据处理模块获取相吻合病理数据的数量,并在相吻合的病理数据的数量达到预设病理数量时,将患者数据纳入慢性病管理***。
具体而言,数据处理模块在确定将患者数据纳入慢性病管理***时,根据病理数据和医疗数据库中吻合的病理数据的超标量和病理数据对应的权值确定患者的慢性病等级,设定W=[b1×v1+b2×v2+b2×v2+…bn×vn]/n,其中W为病理数据综合指数,b1为第一病理数据的超标量,v1为第一病理数据的权值,b2为第二病理数据的超标量,v2为第二病理数据的病理数据的权值,bn为第n病理数据的超标量,vn为第n病理数据的病理数据的权值,
其中,数据处理模块设有第一预设病理数据综合指数W1、第二预设病理数据综合指数W2、第一慢性病等级Q1、第二慢性病等级Q2以及第三慢性病等级Q3,其中W1<W2,Q1<Q2<Q3,
若W≤W1,数据处理模块确定慢性病等级为Q1;
若W1<W<W2,数据处理模块确定慢性病等级为Q2;
若W2≤W,数据处理模块确定慢性病等级为Q3;
各慢性等级中对应有患者诊疗周期Tn,数据处理模块在确定慢性病等级完成时,将确定的慢性病等级发送医生确认。
具体而言,各慢性病等级中对应的患者诊疗周期,可根据等级下细分的病理数据综合指数区间对应一个或者多个,其中n=1,2,3,…,n,患者诊疗周期Tn的诊疗周期取值范围随n值的增大而调整缩减。
具体而言,数据处理模块在患者复诊时,根据数据获取模块获取的患者复诊病理数据,并将患者复诊病理数据与二维码中存储的病理数据进行比对,确定患者的病理数据是否发生变化,
若病理数据发生未变化,则向医生发送需要调整用药的诊疗结果;
若病理数据发生变化且至少一个病理数据的超标量增大,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认;
若病理数据发生变化且至少一个病理数据的超标量减小,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认。
具体而言,数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量增大时,计算复诊病理数据综合指数Wf和二维码中的病理数据综合指数W的第一指数差值ΔWa,ΔWa=Wf-W,并根据该第一指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,其中,数据处理模块设置有第一预设指数差值ΔW1、第二预设指数差值ΔW2、第一周期调整系数K1、第二周期调整系数K2,其中ΔW1<ΔW2,0.5<K2<K1<1,
若ΔWa≤ΔW1,数据处理模块确定不调整诊疗周期;
若ΔW1<ΔWa≤ΔW2,数据处理模块确定使用K1调整诊疗周期;
若ΔW2<ΔWa,数据处理模块确定使用K2调整诊疗周期;
当数据处理模块选取第i周期调整系数Ki对诊疗周期进行调整时,设定i=1,2,数据处理模块将调整后的诊疗周期设置为T4,设定T4=Tn×Ki。
具体而言,数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量减小时,计算复诊病理数据综合指数Wf和二维码中的病理数据综合指数W的第二指数差值ΔWb,ΔWb=W-Wf,并根据该第二指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,
其中,数据处理模块还设有第一补偿系数Y1、第二补偿系数Y2,设定1<Y1<Y2<1.5,
若ΔWb≤ΔW1,数据处理模块确定不调整诊疗周期;
若ΔW1<ΔWb≤ΔW2,数据处理模块确定使用Y1调整诊疗周期;
当ΔW2<ΔWb,数据处理模块确定使用Y1调整诊疗周期;
当数据处理模块选取第j补偿系数Yj对诊疗周期进行调整时,设定j=1,2,数据处理模块将补偿后的诊疗周期设置为T5,设定T5=Tn×Yj。
具体而言,数据处理模块在获取患者的病理数据完成并将病理数据与医疗数据库的慢性病病理数据进行比对时,将病理数据的数量E与慢性病标准病理数据的数量E0进行比对,若E>E0,则数据处理模块确定可能存在并发症。
具体而言,数据处理模块在确定可能存在并发症时,将可能为并发症的病理数据与医疗数据库中并发症对应的病理数据进行比对,确定并发症病理数据吻合度Rb,设定Rb=△Fs/Fs,其中△Fs为超标并发症的病理数据的数量,Fs为并发症对应的病理数据数量,将该并发症病理数据吻合度Rb与预设并发症病理数据吻合度Rb0进行比对,
若Rb≥Rb0,数据处理模块初步确定存在并发症;
若Rb<Rb0,数据处理模块初步确定不存在并发症。
具体而言,数据处理模块在判定存在并发症时,计算并发症病理数据吻合度Rb和预设的吻合度差值△Rb,△Rb=Rb-Rb0,并根据该吻合度差值和预设吻合度差值的比对结果选取对应的修正系数对诊疗周期进行修正,
其中数据处理模块还设有第一补偿系数X1、第二补偿系数X2,第一预设并发症吻合度差值△Rb1、第二预设并发症吻合度差值△Rb2,其中设定X1<X2,0.5<X2<X1<0.8,
若△Rb≤△Rb1,数据处理模块确定不调整诊疗周期;
若△Rb1<△Rb≤△Rb2,数据处理模块确定使用X1调整诊疗周期;
若△Rb2<ΔRb,数据处理模块确定使用X2调整诊疗周期;
数据处理模块确定需要调整诊疗周期时,数据处理模块选取第z补偿系数Xz对诊疗周期进行调整时,设定z=1,2,数据处理模块将修正后的诊疗周期设置为T6,设定T6=T4×Xz或T6=T5×Xz。
具体而言,数据处理模块确定需要调整诊疗周期时,数据处理模块选取第z补偿系数Xz对诊疗周期进行调整时,设定j=1,2,T6=T4×Xz或T6=T5×Xz。
具体而言,还包括数据确认模块,其与数据处理模块连接,数据确认模块用以根据患者慢性病的等级分配医生进行进一步诊疗。
请参照图3所示,其为本发明实施例所述的一种基于二维码的慢性病管理***的应用关系示意图。
本发明实施例基于二维码的慢性病管理***,在疑似慢性病患者初次就诊时,医生通过问诊数据为患者在慢性病管理***内建立患者档案,并将患者档案数据存入数据存储模块,完成患者档案建立后,数据处理模块根据患者档案数据为医生提供初步确定的检查化验申请项目,待医生进行确认后,生成检查化验申请单,当诊患者完成检查化验并取得结果时,数据处理模块通过数据获取模块获取该病理数据,并将病理数据与医院医疗数据库中的各慢性病病理标准值进行比对,通过超标病理数据的数量和病理数据的总数量的比值,确定慢性病病理数据吻合度R,将预设的病理数据吻合度R0与慢性病病理数据吻合度R进行对比,初步判断患者是否有慢性病特征,如果符合慢性病特征,则纳入慢性病管理***进行统一管理。
当数据处理模块在确定患者数据纳入慢性病管理***后,数据处理模块将病理数据与医疗数据库中吻合的病理数据的超标量对比,确定每个超标病理数据的超标量,同时结合病理数据对应的权值确定患者的慢性病等级,在确定慢性病等级时,数据处理单元计算每个病理数据的超标量,并通过对应的病理数据权值计算出每个病理超标量对应的病理数据综合指数W,通过对比病理综合指数的取值范围所对应的慢性病等级初步确定慢性病的等级,该慢性病等级内对应患者的诊疗周期,待确定的等级发送给医生确定后,医生根据相关内容调整生成诊疗周期数据,至此,患者完成初次诊疗过程。
在患者进行复诊时,数据处理模块患者复诊病理数据,并将患者复诊病理数据与二维码中存储的病理数据进行比对,确定患者的病理数据是否发生变化,若病理数据发生未变化,则向医生发送需要调整用药的诊疗结果,若病理数据发生变化且至少一个病理数据的超标量增大或减小,则确定需要调整诊疗周期,同时结合获取患者的病理数据完成并将病理数据与医疗数据库的慢性病病理数据进行比对时,将病理数据的数量E与慢性病标准病理数据的数量E0进行比对,初步判断患者是否有慢性病特征,与此同量,数据处理模块结合数据处理模块根据并发症吻合度差值△Rb与预设的并发症吻合度差值进行对比,进一步确定并发症严重成都对诊疗周期进行进一步调整。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于二维码的慢性病管理***,其特征在于,包括:
数据存储模块,用于存储患者的档案数据和医嘱数据;
数据获取模块,其与所述数据存储模块连接,数据获取模块用以获取数据存储模块存储的患者档案数据,以及从医用HIS***获取的该患者对应的病理数据和医嘱数据;
数据处理模块,其与数据获取模块连接,数据处理模块用以在患者初次进行慢性病检查时将所述病理数据和医院医疗数据库中的慢性病病理数据进行对比分析,确定患者慢性病的等级和诊疗周期,并在复诊时根据所述病理数据变化确定是否调整所述诊疗周期数据,以辅助医生进行进一步诊疗;
数据管理模块,其分别与所述数据存储模块、数据获取模块和数据处理模块连接,数据管理模块用以在患者首次建档并诊疗时生成用于存储患者的档案数据和病理数据的患者二维码,以及在患者复诊时根据所述数据处理模块确定的病理数据变化对生成二维码数据进行同步更新;
所述数据处理模块预设病理数据吻合度R0,所述数据处理模块在确定患者为首次诊疗时,获取问诊数据以生成检查化验申请,待患者完成首次病理检查并取得结果时,所述数据获取模块获取该病理数据,并通过与医院医疗数据库中的各慢性病病理标准值进行比对,通过超标病理数据的数量和病理数据的总数量的比值,确定慢性病病理数据吻合度R,设定R=△Bs/Bs,其中△Bs为超标病理数据的数量,Bs为病理数据的总数量,
若R<R0,所述数据处理模块初步确定所述患者无慢性病特征;
若R≥R0,所述数据处理模块确定将患者数据纳入慢性病管理***;
所述数据处理模块在初步确定所述患者无慢性病时,获取该患者的历史诊疗记录,若患者有历史诊疗记录,所述数据处理模块分析历史治疗记录中的病症数据,若历史治疗记录中没有与慢性病相吻合的病理数据,判定该患者不具备慢性病特征,并将分析结果发送给医生进行确认;若历史治疗记录中存在与慢性病相吻合的病理数据,则所述数据处理模块获取相吻合病理数据的数量,并在相吻合的病理数据的数量达到预设病理数量时,将患者数据纳入慢性病管理***。
2.根据权利要求1所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在确定将患者数据纳入慢性病管理***时,根据所述病理数据和医疗数据库中吻合的病理数据的超标量和病理数据对应的权值确定所述患者的慢性病等级,设定W=[b1×v1+b2×v2+b2×v2+…bn×vn]/n,其中W为病理数据综合指数,b1为第一病理数据的超标量,v1为第一病理数据的权值,b2为第二病理数据的超标量,v2为第二病理数据的病理数据的权值,bn为第n病理数据的超标量,vn为第n病理数据的病理数据的权值,
其中,所述数据处理模块设有第一预设病理数据综合指数W1、第二预设病理数据综合指数W2、第一慢性病等级Q1、第二慢性病等级Q2以及第三慢性病等级Q3,其中W1<W2,Q1<Q2<Q3,
若W≤W1,所述数据处理模块确定所述慢性病等级为Q1;
若W1<W<W2,所述数据处理模块确定所述慢性病等级为Q2;
若W2≤W,所述数据处理模块确定所述慢性病等级为Q3;
各所述慢性等级中对应有患者诊疗周期Tn,所述数据处理模块在确定所述慢性病等级完成时,将确定的所述慢性病等级发送医生确认。
3.根据权利要求2所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在所述患者复诊时,根据所述数据获取模块获取的患者复诊病理数据,并将患者复诊病理数据与所述二维码中存储的病理数据进行比对,确定所述患者的病理数据是否发生变化,
若所述病理数据发生未变化,则向医生发送需要调整用药的诊疗结果;
若所述病理数据发生变化且至少一个病理数据的超标量增大,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认;
若所述病理数据发生变化且至少一个病理数据的超标量减小,则确定需要调整诊疗周期,并将调整后的诊疗周期发送医生确认。
4.根据权利要求3所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量增大时,计算所述复诊病理数据综合指数Wf和所述二维码中的病理数据综合指数W的第一指数差值ΔWa,ΔWa=Wf-W,并根据该第一指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,其中,所述数据处理模块设置有第一预设指数差值ΔW1、第二预设指数差值ΔW2、第一周期调整系数K1、第二周期调整系数K2,其中ΔW1<ΔW2,0.5<K2<K1<1,
若ΔWa≤ΔW1,所述数据处理模块确定不调整所述诊疗周期;
若ΔW1<ΔWa≤ΔW2,所述数据处理模块确定使用K1调整所述诊疗周期;
若ΔW2<ΔWa,所述数据处理模块确定使用K2调整所述诊疗周期;
当所述数据处理模块选取第i周期调整系数Ki对所述诊疗周期进行调整时,设定i=1,2,数据处理模块将调整后的诊疗周期设置为T4,设定T4=Tn×Ki。
5.根据权利要求4所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在确定调整诊疗周期且至少一个病理数据的超标量减小时,计算所述复诊病理数据综合指数Wf和所述二维码中的病理数据综合指数W的第二指数差值ΔWb,ΔWb=W-Wf,并根据该第二指数差值与预设指数差值的比对结果确定是否对诊疗周期进行调整,
其中,所述数据处理模块还设有第一补偿系数Y1、第二补偿系数Y2,设定1<Y1<Y2<1.5,
若ΔWb≤ΔW1,所述数据处理模块确定不调整所述诊疗周期;
若ΔW1<ΔWb≤ΔW2,所述数据处理模块确定使用Y1调整所述诊疗周期;
若ΔW2<ΔWb,所述数据处理模块确定使用Y2调整所述诊疗周期;
若所述数据处理模块选取第j补偿系数Yj对所述诊疗周期进行调整时,设定j=1,2,数据处理模块将补偿后的诊疗周期设置为T5,设定T5=Tn×Yj。
6.根据权利要求5所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在获取所述患者的病理数据完成并将所述病理数据与所述医疗数据库的慢性病病理数据进行比对时,将所述病理数据的数量E与慢性病标准病理数据的数量E0进行比对,若E>E0,则所述数据处理模块确定可能存在并发症。
7.根据权利要求6所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在确定可能存在并发症时,将可能为并发症的病理数据与医疗数据库中并发症对应的病理数据进行比对,通过超标并发症的病理数据的数量和并发症对应的病理数据数量比值,确定并发症病理数据吻合度Rb,设定Rb=△Fs/Fs,其中△Fs为超标并发症的病理数据的数量,Fs为并发症对应的病理数据数量,将该并发症病理数据吻合度Rb与预设并发症病理数据吻合度Rb0进行比对,
若Rb≥Rb0,所述数据处理模块确定存在并发症;
若Rb<Rb0,所述数据处理模块确定不存在并发症。
8.根据权利要求7所述的基于二维码的慢性病管理***,其特征在于,所述数据处理模块在判定存在并发症时,计算并发症病理数据吻合度Rb和预设并发症病理吻合度Rb0的吻合度差值△Rb,△Rb=Rb-Rb0,并根据该吻合度差值和预设吻合度差值的比对结果选取对应的修正系数对所述诊疗周期进行修正,
其中所述数据处理模块还设有第一补偿系数X1、第二补偿系数X2,第一预设并发症吻合度差值△Rb1、第二预设并发症吻合度差值△Rb2,其中X1<X2,设定0.5<X2<X1<0.8,
若△Rb≤△Rb1,所述数据处理模块确定不调整所述诊疗周期;
若△Rb1<△Rb≤△Rb2,所述数据处理模块确定选用X1调整所述诊疗周期;
若△Rb2<ΔRb,所述数据处理模块确定选用X2调整所述诊疗周期;
所述数据处理模块选取第z补偿系数Xz对所述诊疗周期进行调整时,设定z=1,2,数据处理模块将修正后的诊疗周期设置为T6,设定T6=T4×Xz或T6=T5×Xz。
9.根据权利要求8所述的基于二维码的慢性病管理***,其特征在于,还包括数据确认模块,其与所述数据处理模块连接,数据确认模块用以根据患者慢性病的等级分配医生进行进一步诊疗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210861044.8A CN115171863B (zh) | 2022-07-22 | 2022-07-22 | 一种基于二维码的慢性病管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210861044.8A CN115171863B (zh) | 2022-07-22 | 2022-07-22 | 一种基于二维码的慢性病管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115171863A CN115171863A (zh) | 2022-10-11 |
CN115171863B true CN115171863B (zh) | 2023-05-12 |
Family
ID=83495681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210861044.8A Active CN115171863B (zh) | 2022-07-22 | 2022-07-22 | 一种基于二维码的慢性病管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115171863B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116013547B (zh) * | 2022-12-07 | 2023-11-24 | 深圳市携康网络科技有限公司 | 一种基于大数据的慢性病管理***及方法 |
CN117198491B (zh) * | 2023-09-27 | 2024-04-09 | 广州医科大学附属第一医院(广州呼吸中心) | 一种预测慢性阻塞性肺疾病高危人群的数据分析*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109599174A (zh) * | 2018-11-15 | 2019-04-09 | 李慧 | 远程医疗控制方法、***及设备 |
CN111524567A (zh) * | 2020-04-13 | 2020-08-11 | 杭州虹晟企业管理咨询有限公司 | 一种基于医疗大数据的应用基础服务*** |
CN113689958A (zh) * | 2021-08-27 | 2021-11-23 | 苏州立威新谱生物科技有限公司 | 一种基于大数据的慢性病病情预测方法、***及存储介质 |
CN114360717A (zh) * | 2022-03-03 | 2022-04-15 | 广州市和合医疗设备有限公司 | 一种应用于医疗车的触摸屏中控*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108281180A (zh) * | 2018-01-02 | 2018-07-13 | 安徽美时影像技术有限公司 | 一种基于患者二维码信息录入的智能检测*** |
US20200251198A1 (en) * | 2019-02-01 | 2020-08-06 | Renalis LLC | Method, system, and platform for delivery of educational information and pelvic health management |
CN114360674A (zh) * | 2021-12-22 | 2022-04-15 | 深圳安泰创新科技股份有限公司 | 基于医疗健康大数据的慢性病诊疗方案预测方法 |
-
2022
- 2022-07-22 CN CN202210861044.8A patent/CN115171863B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109599174A (zh) * | 2018-11-15 | 2019-04-09 | 李慧 | 远程医疗控制方法、***及设备 |
CN111524567A (zh) * | 2020-04-13 | 2020-08-11 | 杭州虹晟企业管理咨询有限公司 | 一种基于医疗大数据的应用基础服务*** |
CN113689958A (zh) * | 2021-08-27 | 2021-11-23 | 苏州立威新谱生物科技有限公司 | 一种基于大数据的慢性病病情预测方法、***及存储介质 |
CN114360717A (zh) * | 2022-03-03 | 2022-04-15 | 广州市和合医疗设备有限公司 | 一种应用于医疗车的触摸屏中控*** |
Also Published As
Publication number | Publication date |
---|---|
CN115171863A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115171863B (zh) | 一种基于二维码的慢性病管理*** | |
US5746204A (en) | Disease indicator analysis system | |
Glick et al. | Economic evaluation in clinical trials | |
Kazley et al. | Do hospitals with electronic medical records (EMRs) provide higher quality care? An examination of three clinical conditions | |
Deily et al. | Cost inefficiency and mortality rates in Florida hospitals | |
Flanders et al. | Validation of the pneumonia severity index: importance of study-specific recalibration | |
CN100366211C (zh) | 诊断信息*** | |
US20080133290A1 (en) | System and method for analyzing and presenting physician quality information | |
US20080086327A1 (en) | System and method for determining and verifying disease classification codes | |
US8311854B1 (en) | Medical quality performance measurement reporting facilitator | |
Rosso et al. | Temporal association of sNfL and gad‐enhancing lesions in multiple sclerosis | |
Harris et al. | Investigating concordance in diabetes diagnosis between primary care charts (electronic medical records) and health administrative data: a retrospective cohort study | |
Hart et al. | Computerized adaptive test for patients with foot or ankle impairments produced valid and responsive measures of function | |
Cave | Profiling physician practice patterns using diagnostic episode clusters | |
CN112216361A (zh) | 基于人工智能的随访计划单生成方法、装置、终端及介质 | |
EP3764904A1 (en) | Systems and methods for neuro-behavioral relationships in dimensional geometric embedding (n-bridge) | |
Missios et al. | How well do subjective Hospital Compare metrics reflect objective outcomes in spine surgery? | |
CN110751996A (zh) | 基于递归分区计算的高血压用药推荐模型及其构建方法 | |
US20100306135A1 (en) | Method of improving medical diagnoses reporting as diagnosis-related groups | |
Wankar | Study of determination of laboratory turnaround time in tertiary care hospital in India | |
KR19980025157A (ko) | 질병 관리 방법 및 시스템 | |
CN114360717B (zh) | 一种应用于医疗车的触摸屏中控*** | |
KR20180002229A (ko) | 치매 정보 데이터베이스 구축을 위한 에이전트 장치 및 그 운영방법 | |
CN116313078A (zh) | 一种针对体检报告的数据处理方法 | |
CN114596948A (zh) | 一种医院管理统计指标源字段库的建立方法 |
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 |