CN116030951A - 一种基于一体化平台的医疗资源管理方法及*** - Google Patents
一种基于一体化平台的医疗资源管理方法及*** Download PDFInfo
- Publication number
- CN116030951A CN116030951A CN202310328460.6A CN202310328460A CN116030951A CN 116030951 A CN116030951 A CN 116030951A CN 202310328460 A CN202310328460 A CN 202310328460A CN 116030951 A CN116030951 A CN 116030951A
- Authority
- CN
- China
- Prior art keywords
- medical
- grid
- resource
- resource information
- preset
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 77
- 238000004519 manufacturing process Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 18
- 239000003814 drug Substances 0.000 claims description 35
- 229940079593 drug Drugs 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 9
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 201000004624 Dermatitis Diseases 0.000 description 2
- 208000010668 atopic eczema Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 206010020710 Hyperphagia Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000001390 capsicum minimum Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 239000012567 medical material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于一体化平台的医疗资源管理方法及***,涉及人工智能领域,所述方法包括:组建预设医疗生产要素组;获取第一医疗资源信息;得到第一医疗机构的第一网格区域;采集得到M个医疗资源信息,组合生成第一网格资源信息;匹配第一网格资源基准,对比进行医疗资源初配置,得到第一初配置结果;基于预设网格邻域方案得到第一邻域网格集,获取第一网格区域的第一医疗资源需求预测,对第一初配置结果进行医疗资源再配置。解决了现有技术中的医疗资源管理缺乏区域针对性,存在资源结构不科学、部署分配不合理的问题。实现了医疗资源的个性化动态管理目标,达到了提高医疗资源管理科学化和智能化水平,进而提高医疗资源利用率的效果。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于一体化平台的医疗资源管理方法及***。
背景技术
随着日常生活水平的提高,人们对医疗***门服务效率的要求也越来越高,然而即使当今医疗资源丰富,各医疗机构的医疗服务水平依然无法满足人们日益增长的医疗需求,且不同地区之间、城乡之间的医疗资源分布差别较大。示范性的如卫生医疗资源结构不科学、部署分配不合理、医疗卫生技术人员队伍素质参差不齐等。此外,医疗资源管理与规划领域的专家知识很多都是描述性和经验性的,难以直接进行精确的数学描述,最终导致医疗资源管理水平不高,影响医疗服务水平和质量。因此,通过计算机科学技术对现有医疗资源数据进行深度挖掘分析,从而针对性调控管理,对于提升整体医疗服务水平具有重要意义。
然而,现有技术中的医疗资源管理缺乏区域针对性,存在资源结构不科学、部署分配不合理的问题,进而导致医疗资源利用率不高、医患矛盾加剧的技术问题。
发明内容
本发明的目的是提供一种基于一体化平台的医疗资源管理方法及***,用以解决现有技术中的医疗资源管理缺乏区域针对性,存在资源结构不科学、部署分配不合理的问题,进而导致医疗资源利用率不高、医患矛盾加剧的技术问题。
鉴于上述问题,本发明提供了一种基于一体化平台的医疗资源管理方法及***。
第一方面,本发明提供了一种基于一体化平台的医疗资源管理方法,所述方法通过一种基于一体化平台的医疗资源管理***实现,其中,所述方法包括:通过分析提供医疗服务的生产要素并组建预设医疗生产要素组;获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
第二方面,本发明还提供了一种基于一体化平台的医疗资源管理***,用于执行如第一方面所述的一种基于一体化平台的医疗资源管理方法,其中,所述***包括:智能组建模块,其用于分析提供医疗服务的生产要素并组建预设医疗生产要素组;智能采集模块,其用于获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;第一获得模块,其用于基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;智能生成模块,其用于依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;第二获得模块,其用于分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;第三获得模块,其用于基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;智能执行模块,其用于获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
第三方面,本发明还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面中任一项所述的方法。
第四方面,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上存储有计算机程序,所述计算机程序在执行时实现上述第一方面中任一项所述方法的步骤。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过分析提供医疗服务的生产要素并组建预设医疗生产要素组;获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。通过基于一体化平台对各区域的医疗资源进行初步增量管理,进而结合各区域医疗资源预测需求再次进行存量调整管理,实现了医疗资源的个性化动态管理目标,达到了提高医疗资源管理的科学化和智能化水平,进而提高医疗资源利用率的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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示例性的,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为本发明一种基于一体化平台的医疗资源管理方法的流程示意图;
图2为本发明一种基于一体化平台的医疗资源管理方法中得到所述第一医疗资源信息的流程示意图;
图3为本发明一种基于一体化平台的医疗资源管理方法中确定所述第一网格资源基准的流程示意图;
图4为本发明一种基于一体化平台的医疗资源管理方法中得到所述第一初配置结果的流程示意图;
图5为本发明一种基于一体化平台的医疗资源管理方法中生成所述第一医疗资源需求预测的流程示意图;
图6为本发明一种基于一体化平台的医疗资源管理***的结构示意图。
附图标记说明:
智能组建模块11,智能采集模块12,第一获得模块13,智能生成模块14,第二获得模块15,第三获得模块16,智能执行模块17。
具体实施方式
本发明通过提供一种基于一体化平台的医疗资源管理方法及***,解决了现有技术中的医疗资源管理缺乏区域针对性,存在资源结构不科学、部署分配不合理的问题,进而导致医疗资源利用率不高、医患矛盾加剧的技术问题。通过基于一体化平台对各区域的医疗资源进行初步增量管理,进而结合各区域医疗资源预测需求再次进行存量调整管理,实现了医疗资源的个性化动态管理目标,达到了提高医疗资源管理的科学化和智能化水平,进而提高医疗资源利用率的技术效果。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例1。
请参阅附图1,本发明提供了一种基于一体化平台的医疗资源管理方法,其中,所述方法应用于一种基于一体化平台的医疗资源管理***,所述方法具体包括如下步骤:
步骤S100:分析提供医疗服务的生产要素并组建预设医疗生产要素组;
具体而言,所述一种基于一体化平台的医疗资源管理方法应用于一种基于一体化平台的医疗资源管理***,可以通过基于一体化平台对各区域的医疗资源进行初步增量管理,进而结合各区域医疗资源预测需求再次进行存量调整管理。首先对实际提供医疗服务时的各个生产要素进行分析,并整合确定医疗资源管理的关键医疗要素,即确定所述预设医疗生产要素组。其中,医疗资源是指提供医疗服务的生产要素的总称,通常包括人员、医疗费用、医疗机构、医疗床位、医疗设施和装备、知识技能和信息等。通过分析确定预设医疗生产要素组,为后续智能管理各区域医疗机构的资源提供管理类别依据和指导,进而实现了提高医疗资源管理科学性的目标。
步骤S200:获取所述多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;
进一步的,如附图2所示,本发明步骤S200包括:
步骤S210:所述预设医疗生产要素组包括医疗人员、医疗药物、医疗设施设备;
步骤S220:基于所述医疗人员得到所述第一医疗机构的第一医疗人员资源信息;
步骤S230:基于所述医疗药物得到所述第一医疗机构的第一医疗药物资源信息;
步骤S240:基于所述医疗设施设备得到所述第一医疗机构的第一医疗设施设备资源信息;
步骤S250:组合所述第一医疗人员资源信息、所述第一医疗药物资源信息和所述第一医疗设施设备资源信息得到所述第一医疗资源信息。
具体而言,所述多方医疗机构是指与医疗资源管理***通信连接的各方医疗机构、卫生站等医疗卫生服务组织和机构。通过将所述多方医疗机构与医疗资源管理***通信连接,达到了为医疗资源的调度管理提供联机数据基础,进而提高资源管理决策贴近事实性和可靠性的技术效果。
首先随机获取所述多方医疗机构中的任意一个医疗机构,并基于前述分析确定的所述预设医疗生产要素组对该医疗机构的现有的医疗资源情况进行相关数据收集,即对第一医疗机构的现有医疗资源情况进行采集,响应的得到所述第一医疗资源信息。其中,所述预设医疗生产要素组包括医疗人员、医疗药物、医疗设施设备。因此,依次基于所述预设医疗生产要素组中的各个要素,对所述第一医疗机构的医疗资源情况进行有序采集整理,相对应的,基于所述医疗人员得到所述第一医疗机构的第一医疗人员资源信息,基于所述医疗药物得到所述第一医疗机构的第一医疗药物资源信息,基于所述医疗设施设备得到所述第一医疗机构的第一医疗设施设备资源信息。最后,组合采集到的所述第一医疗机构的各类要素的实际情况,即所述第一医疗人员资源信息、所述第一医疗药物资源信息和所述第一医疗设施设备资源信息得到该第一医疗机构的最终的资源信息,即所述第一医疗资源信息。
通过对与医疗资源管理***通信连接的各方医疗机构依次进行实际医疗资源储备信息的采集,得到各个医疗机构的医疗资源信息,实现了为后续医疗资源的调度管理提供数据依据和调度决策支持的技术目标,达到了提高医疗资源管理的智能化程度和科学化程度的技术效果。
步骤S300:基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;
步骤S400:依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;
具体而言,所述预设医疗网格方案是指对特定区域范围内的医疗资源分布情况进行调度管理前,对该区域范围进行区域划分的方案。示范性的如对A城市的医疗资源进行智能管理前,将该A城市以5公里为边长的正方形进行划分,从而得到A城市的医疗网格。根据所述预设医疗网格方案,即得到所述第一医疗机构在目标区域内所属的网格领域,即得到所述第一医疗机构的第一网格区域。示范性的如,该第一网格区域为一个边长5公里的正方形。接下来,由于该第一网格区域中可能包括有除了所述第一医疗机构之外的其他医疗卫生机构,因此对该第一网格区域内的所有医疗机构依次进行信息采集,即得到M个医疗机构。其中,M为大于等于1的整数。
进一步的,依次采集所述M个医疗机构中各个医疗机构现有的医疗资源情况的储备信息,从而得到所述M个医疗机构对应的M个医疗资源信息。进而,将所述M个医疗资源信息组合即得到所述第一网格区域的第一网格资源信息。所述第一网格资源信息是指所述第一网格区域范围内所有医疗机构的所有医疗资源储备之和。通过对多方医疗机构中各机构的各类医院资源依次进行采集分析,进而结合预设医疗网格方案得到各个医疗网格区域的现有医疗资源信息,实现了为后续医疗资源的调整管理提供数据基础的目标。
步骤S500:分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;
进一步的,如附图3所示,本发明步骤S500包括:
步骤S510:基于大数据组建资源需求因素集,并对其进行筛选得到预设资源需求因素组;以及
步骤S520:所述预设资源需求因素组包括地理条件、环境信息、人口特征、生活习惯;
步骤S530:依次对所述第一网格区域的地理条件、环境信息、人口特征、生活习惯进行采集,得到第一网格区域特征;
步骤S540:根据所述第一网格区域特征确定所述第一网格资源基准。
进一步的,如附图4所示,本发明包括步骤S550:
步骤S551:所述第一网格资源基准包括第一网格医疗人员资源基准、第一网格医疗药物资源基准、第一网格医疗设施设备资源基准;
步骤S552:所述第一网格资源信息包括第一网格医疗人员资源信息、第一网格医疗药物资源信息、第一网格医疗设施设备资源信息;
步骤S553:对比所述第一网格医疗人员资源基准与所述第一网格医疗人员资源信息,生成第一对比偏差;
步骤S554:对比所述第一网格医疗药物资源基准与所述第一网格医疗药物资源信息,生成第二对比偏差;
步骤S555:对比所述第一网格医疗设施设备资源基准与所述第一网格医疗设施设备资源信息,生成第三对比偏差;
步骤S556:根据所述第一对比偏差、所述第二对比偏差和所述第三对比偏差,对所述第一网格区域进行资源增量分配,得到所述第一初配置结果。
具体而言,在对所述第一网格区域内各医疗机构的医疗资源进行配置管理前,首先应当对所述第一网格区域的实际情况进行分析,从而针对性储备适用于该第一网格区域的、实际需要用到的医疗资源,最终提高区域医疗资源储备管理个性化程度。
首先基于大数据组建对医疗资源的实际需求情况可能产生影响的所有资源需求因素,并组成所述资源需求因素集。示范性的如某区域饮食习惯喜辣,因此时长出现辣椒食多导致的发炎,故而对发炎镇静类药物需求量大;又如某地区炎热潮湿,易发湿疹等疾病,对于湿疹用相关药物需求量大;又如某地区老龄化情况严重,导致老年人常见基础疾病频发等。然后,对组建得到的所述资源需求因素集进行筛选,仅保留对医疗资源需求影响较大的关键因素指标,从而提高***响应效率和综合性能。示范性的如结合历史数据样本对资源需求因素集中各因素和医疗资源需求量间进行相关性拟合分析,筛选极显著和显著的因素指标作为预设资源需求因素组。其中,所述预设资源需求因素组包括地理条件、环境信息、人口特征、生活习惯。进一步的,依次对所述第一网格区域的地理条件、环境信息、人口特征、生活习惯进行采集,对应得到所述第一网格区域的第一网格区域特征。
通过分析所述第一网格区域特征确定针对于所述第一网格区域的所述第一网格资源基准。示范性的如某区域甲位于高原地区,风沙和太阳高度较大,早晚温差亦大,留守儿童及60岁以上老年人口占比大,对应这些特征的疾病所需专业医师、药物及治疗设备等,俗称“地方病”,则由相关专家人员综合考虑分析后设定该区域甲应当具备的各项医疗资源数量,作为该区域医疗资源的标准配置,即网格资源基准。接下来,通过分析所述第一网格区域并匹配第一网格资源基准,进而将其与所述第一网格资源信息进行对比,最终根据对比结果进行所述第一网格区域的医疗资源初配置,对应得到第一初配置结果。也就是说,所述第一网格资源基准包括第一网格医疗人员资源基准、第一网格医疗药物资源基准、第一网格医疗设施设备资源基准。所述第一网格资源信息包括第一网格医疗人员资源信息、第一网格医疗药物资源信息、第一网格医疗设施设备资源信息。进而,对比所述第一网格医疗人员资源基准与所述第一网格医疗人员资源信息,生成第一对比偏差,对比所述第一网格医疗药物资源基准与所述第一网格医疗药物资源信息,生成第二对比偏差,对比所述第一网格医疗设施设备资源基准与所述第一网格医疗设施设备资源信息,生成第三对比偏差。值得注意的是,当所述第一对比偏差、所述第二对比偏差和所述第三对比偏差结果显示,该第一网格区域当前实际储备的各项医疗资源的数量、品质等情况不满足对应标准配置需求时,对应的进行该项医疗资源的补充配置,即资源增量分配。然而,当第一网格区域当前实际储备的各项医疗资源的数量、品质等情况超过对应标准配置需求的要求时,暂不对其进行干预。也就是说,根据所述第一对比偏差、所述第二对比偏差和所述第三对比偏差,对所述第一网格区域进行资源增量分配,得到所述第一初配置结果。通过对第一网格区域的邻域网格依次进行医疗资源分析,结合第一网格区域下一阶段可能需要的医疗资源需求情况,即第一医疗资源需求预测,进行相邻网格区域间医疗资源的动态调整,实现了对医疗资源的存量调整目标,达到了提高医疗资源管理科学化、合理化水平的技术效果。
通过分析各个医疗网格区域的实际特征信息,并基于实际特征确定对应网格区域的医疗资源基本准则,进一步将其基本准则与该网格区域的实际医疗资源储备情况进行对比分析,最后根据对比分析情况对网格区域的医疗资源进行增量配置管理,实现了对医疗资源需求和实际情况的具体化、参数化目标,达到了保证各网格区域中的医疗资源满足区域基本需求的技术效果。
步骤S600:基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;
具体而言,所述预设网格邻域方案是指确定所述第一网格区域周围的区域范围中,属于所述第一网格区域的相邻区域的方法。具体来说,所述第一网格区域为先前划分的方格,以该方格为基础绘制该方格的外圆,进而对该外圆绘制对应的内正六边形,接着,同样对所有方格,即所有网格区域进行处理,使之成为正六边形,进一步将与所述第一网格区域所在的正六边形各边共边的其他网格区域作为所述第一网格区域的邻域,因此,所述第一网格区域共有六个邻域网格。进一步的,该六个邻域网格组成所述第一网格区域的所述第一邻域网格集。其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数。
通过基于标准化、具体化的方案确定第一网格区域的邻域范围,并得到其邻域范围内的其他网格信息,为后续紧急调度医疗资源提供遍历调度范围,提高医疗资源管理有序化、科学化。
步骤S700:获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
进一步的,如附图5所示,本发明步骤S700包括:
步骤S710:获取所述第一网格区域的历史医疗记录;
步骤S720:获取预设周期,并基于所述预设周期对所述历史医疗记录进行划分,得到多段历史医疗记录;
步骤S730:获取所述多段历史医疗记录中的第一历史医疗记录段,并分析生成第一医疗资源用量-时间曲线;
步骤S740:分析所述第一医疗资源用量-时间曲线并确定目标医疗资源用量-时间曲线;以及
进一步的,本发明步骤S740包括:
步骤S741:生成剔除指令;以及
步骤S742:基于所述剔除指令对所述第一医疗资源用量-时间曲线中异常用量进行剔除,得到剔除结果;
步骤S743:根据所述剔除结果,得到第一时间下的第一医疗资源用量数据集;以及
步骤S744:筛选所述第一医疗资源用量数据集中的最大数据作为所述第一时间下的第一用量数据;
步骤S745:基于所述第一时间、所述第一用量数据得到所述目标医疗资源用量-时间曲线。
步骤S750:根据所述目标医疗资源用量-时间曲线生成所述第一医疗资源需求预测。
进一步的,本发明步骤S750包括:
步骤S751:获取所述多段历史医疗记录中的第二历史医疗记录段,并分析生成第二医疗资源用量-时间曲线;
步骤S752:对比所述第二医疗资源用量-时间曲线与所述第一医疗资源用量-时间曲线,生成目标医疗资源用量趋势;
步骤S753:基于所述目标医疗资源用量-时间曲线与所述目标医疗资源用量趋势,生成所述第一医疗资源需求预测。
具体而言,为了事先对各网格区域可能出现的医疗资源需求突变进行应对准备,需结合该网格区域的历史医疗资源使用数据对该网格区域下个周期阶段的医疗需求进行智能化预测。具体来说,获取所述第一网格区域的历史医疗记录,进而获取预设周期,并基于所述预设周期对所述历史医疗记录进行划分,得到多段历史医疗记录。示范性的将预设周期设为一年,则将该网格区域的历史医疗记录以年为周期进行划分,即得到该网格区域各年的历史医疗记录,即所述多段历史医疗记录。接下来,随机获取所述多段历史医疗记录中的任意一段记录,对其进行针对性分析,即分析第一历史医疗记录段并生成第一医疗资源用量-时间曲线。也就是说,分析第一历史医疗记录段得到不同时间下当年使用、消耗医疗资源的记录数据,并对应的生成可视化的第一医疗资源用量-时间曲线。
进一步的,通过对多段历史医疗记录分别进行数据分析和曲线生成,从而得到对应的多个医疗资源用量-时间曲线。然后,依次分析所述第一医疗资源用量-时间曲线,并基于剔除指令对所述第一医疗资源用量-时间曲线中的明显异常用量数据进行剔除,同时采用平均法插值得到虚拟数据,最终得到新的曲线作为所述剔除结果。接着,根据所述剔除结果,得到第一时间下的第一医疗资源用量数据集,并筛选所述第一医疗资源用量数据集中的最大数据作为所述第一时间下的第一用量数据。其中,所述第一时间是指任意一个时间,示范性的如某月某日等。举例如将某网格区域A历史各年医疗资源使用情况绘制成使用量-时间曲线,同一时间下对应历史各年的使用量,此时将历史各年使用量中最大使用量作为下一年该天的预测用量,并以此提前储备医疗物资等。也就是说,基于所述第一时间、所述第一用量数据得到所述目标医疗资源用量-时间曲线。
进一步的,获取所述多段历史医疗记录中的第二历史医疗记录段,并分析生成第二医疗资源用量-时间曲线,接着对比所述第二医疗资源用量-时间曲线与所述第一医疗资源用量-时间曲线,生成目标医疗资源用量趋势。示范性的如以30%的速率需求加大。最后,基于所述目标医疗资源用量-时间曲线生成所述第一医疗资源需求预测,并结合所述目标医疗资源用量趋势对其预测结果进行调整,最终生成所述第一医疗资源需求预测。
综上所述,本发明所提供的一种基于一体化平台的医疗资源管理方法具有如下技术效果:
通过分析提供医疗服务的生产要素并组建预设医疗生产要素组;获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。通过基于一体化平台对各区域的医疗资源进行初步增量管理,进而结合各区域医疗资源预测需求再次进行存量调整管理,实现了医疗资源的个性化动态管理目标,达到了提高医疗资源管理的科学化和智能化水平,进而提高医疗资源利用率的技术效果。
实施例2。
基于与前述实施例中一种基于一体化平台的医疗资源管理方法,同样发明构思,本发明还提供了一种基于一体化平台的医疗资源管理***,请参阅附图6,所述***包括:
智能组建模块11,其用于分析提供医疗服务的生产要素并组建预设医疗生产要素组;
智能采集模块12,其用于获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;
第一获得模块13,其用于基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;
智能生成模块14,其用于依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;
第二获得模块15,其用于分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;
第三获得模块16,其用于基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;
智能执行模块17,其用于获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
进一步的,所述***中的所述智能采集模块12还用于:
所述预设医疗生产要素组包括医疗人员、医疗药物、医疗设施设备;
基于所述医疗人员得到所述第一医疗机构的第一医疗人员资源信息;
基于所述医疗药物得到所述第一医疗机构的第一医疗药物资源信息;
基于所述医疗设施设备得到所述第一医疗机构的第一医疗设施设备资源信息;
组合所述第一医疗人员资源信息、所述第一医疗药物资源信息和所述第一医疗设施设备资源信息得到所述第一医疗资源信息。
进一步的,所述***中的所述第二获得模块15还用于:
基于大数据组建资源需求因素集,并对其进行筛选得到预设资源需求因素组;以及
所述预设资源需求因素组包括地理条件、环境信息、人口特征、生活习惯;
依次对所述第一网格区域的地理条件、环境信息、人口特征、生活习惯进行采集,得到第一网格区域特征;
根据所述第一网格区域特征确定所述第一网格资源基准。
进一步的,所述***中的所述第二获得模块15还用于:
所述第一网格资源基准包括第一网格医疗人员资源基准、第一网格医疗药物资源基准、第一网格医疗设施设备资源基准;
所述第一网格资源信息包括第一网格医疗人员资源信息、第一网格医疗药物资源信息、第一网格医疗设施设备资源信息;
对比所述第一网格医疗人员资源基准与所述第一网格医疗人员资源信息,生成第一对比偏差;
对比所述第一网格医疗药物资源基准与所述第一网格医疗药物资源信息,生成第二对比偏差;
对比所述第一网格医疗设施设备资源基准与所述第一网格医疗设施设备资源信息,生成第三对比偏差;
根据所述第一对比偏差、所述第二对比偏差和所述第三对比偏差,对所述第一网格区域进行资源增量分配,得到所述第一初配置结果。
进一步的,所述***中的所述智能执行模块17还用于:
获取所述第一网格区域的历史医疗记录;
获取预设周期,并基于所述预设周期对所述历史医疗记录进行划分,得到多段历史医疗记录;
获取所述多段历史医疗记录中的第一历史医疗记录段,并分析生成第一医疗资源用量-时间曲线;
分析所述第一医疗资源用量-时间曲线并确定目标医疗资源用量-时间曲线;以及
根据所述目标医疗资源用量-时间曲线生成所述第一医疗资源需求预测。
进一步的,所述***中的所述智能执行模块17还用于:
生成剔除指令;以及
基于所述剔除指令对所述第一医疗资源用量-时间曲线中异常用量进行剔除,得到剔除结果;
根据所述剔除结果,得到第一时间下的第一医疗资源用量数据集;以及
筛选所述第一医疗资源用量数据集中的最大数据作为所述第一时间下的第一用量数据;
基于所述第一时间、所述第一用量数据得到所述目标医疗资源用量-时间曲线。
进一步的,所述***中的所述智能执行模块17还用于:
获取所述多段历史医疗记录中的第二历史医疗记录段,并分析生成第二医疗资源用量-时间曲线;
对比所述第二医疗资源用量-时间曲线与所述第一医疗资源用量-时间曲线,生成目标医疗资源用量趋势;
基于所述目标医疗资源用量-时间曲线与所述目标医疗资源用量趋势,生成所述第一医疗资源需求预测。
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他实施例的不同之处,前述图1实施例一中的一种基于一体化平台的医疗资源管理方法和具体实例同样适用于本实施例的一种基于一体化平台的医疗资源管理***,通过前述对一种基于一体化平台的医疗资源管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于一体化平台的医疗资源管理***,所以为了说明书的简洁,在此不再详述。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。
本发明还提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行实施例一中任一项所述的方法。
本发明还提供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上存储有计算机程序,所述计算机程序在执行时实现实施例一中任一项所述方法的步骤。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于一体化平台的医疗资源管理方法,其特征在于,所述医疗资源管理方法应用于医疗资源管理***,所述医疗资源管理***与多方医疗机构通信连接,所述医疗资源管理方法包括:
分析提供医疗服务的生产要素并组建预设医疗生产要素组;
获取所述多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;
基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;
依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;
分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;
基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;
获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
2.根据权利要求1所述医疗资源管理方法,其特征在于,所述获取所述多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息,包括:
所述预设医疗生产要素组包括医疗人员、医疗药物、医疗设施设备;
基于所述医疗人员得到所述第一医疗机构的第一医疗人员资源信息;
基于所述医疗药物得到所述第一医疗机构的第一医疗药物资源信息;
基于所述医疗设施设备得到所述第一医疗机构的第一医疗设施设备资源信息;
组合所述第一医疗人员资源信息、所述第一医疗药物资源信息和所述第一医疗设施设备资源信息得到所述第一医疗资源信息。
3.根据权利要求1所述医疗资源管理方法,其特征在于,所述分析所述第一网格区域并匹配第一网格资源基准,包括:
基于大数据组建资源需求因素集,并对其进行筛选得到预设资源需求因素组;以及
所述预设资源需求因素组包括地理条件、环境信息、人口特征、生活习惯;
依次对所述第一网格区域的地理条件、环境信息、人口特征、生活习惯进行采集,得到第一网格区域特征;
根据所述第一网格区域特征确定所述第一网格资源基准。
4.根据权利要求3所述医疗资源管理方法,其特征在于,所述将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果,包括:
所述第一网格资源基准包括第一网格医疗人员资源基准、第一网格医疗药物资源基准、第一网格医疗设施设备资源基准;
所述第一网格资源信息包括第一网格医疗人员资源信息、第一网格医疗药物资源信息、第一网格医疗设施设备资源信息;
对比所述第一网格医疗人员资源基准与所述第一网格医疗人员资源信息,生成第一对比偏差;
对比所述第一网格医疗药物资源基准与所述第一网格医疗药物资源信息,生成第二对比偏差;
对比所述第一网格医疗设施设备资源基准与所述第一网格医疗设施设备资源信息,生成第三对比偏差;
根据所述第一对比偏差、所述第二对比偏差和所述第三对比偏差,对所述第一网格区域进行资源增量分配,得到所述第一初配置结果。
5.根据权利要求1所述医疗资源管理方法,其特征在于,所述获取所述第一网格区域的第一医疗资源需求预测,包括:
获取所述第一网格区域的历史医疗记录;
获取预设周期,并基于所述预设周期对所述历史医疗记录进行划分,得到多段历史医疗记录;
获取所述多段历史医疗记录中的第一历史医疗记录段,并分析生成第一医疗资源用量-时间曲线;
分析所述第一医疗资源用量-时间曲线并确定目标医疗资源用量-时间曲线;以及
根据所述目标医疗资源用量-时间曲线生成所述第一医疗资源需求预测。
6.根据权利要求5所述医疗资源管理方法,其特征在于,所述分析所述第一医疗资源用量-时间曲线并确定目标医疗资源用量-时间曲线,包括:
生成剔除指令;以及
基于所述剔除指令对所述第一医疗资源用量-时间曲线中异常用量进行剔除,得到剔除结果;
根据所述剔除结果,得到第一时间下的第一医疗资源用量数据集;以及
筛选所述第一医疗资源用量数据集中的最大数据作为所述第一时间下的第一用量数据;
基于所述第一时间、所述第一用量数据得到所述目标医疗资源用量-时间曲线。
7.根据权利要求6所述医疗资源管理方法,其特征在于,所述根据所述目标医疗资源用量-时间曲线生成所述第一医疗资源需求预测,包括:
获取所述多段历史医疗记录中的第二历史医疗记录段,并分析生成第二医疗资源用量-时间曲线;
对比所述第二医疗资源用量-时间曲线与所述第一医疗资源用量-时间曲线,生成目标医疗资源用量趋势;
基于所述目标医疗资源用量-时间曲线与所述目标医疗资源用量趋势,生成所述第一医疗资源需求预测。
8.一种基于一体化平台的医疗资源管理***,其特征在于,所述医疗资源管理***包括:
智能组建模块,其用于分析提供医疗服务的生产要素并组建预设医疗生产要素组;
智能采集模块,其用于获取多方医疗机构的第一医疗机构,并结合所述预设医疗生产要素组分析得到第一医疗资源信息;
第一获得模块,其用于基于预设医疗网格方案得到所述第一医疗机构的第一网格区域,其中,所述第一网格区域包括M个医疗机构,M为大于等于1的整数;
智能生成模块,其用于依次采集所述M个医疗机构的资源信息,得到M个医疗资源信息,并组合生成所述第一网格区域的第一网格资源信息;
第二获得模块,其用于分析所述第一网格区域并匹配第一网格资源基准,将其与所述第一网格资源信息进行对比,并根据对比结果进行所述第一网格区域的医疗资源初配置,得到第一初配置结果;
第三获得模块,其用于基于预设网格邻域方案得到所述第一网格区域的第一邻域网格集,其中,所述第一邻域网格集包括N个医疗机构,N为大于等于6的整数;
智能执行模块,其用于获取所述第一网格区域的第一医疗资源需求预测,由所述N个医疗机构对所述第一医疗资源需求预测进行分析,并根据分析结果对所述第一初配置结果进行医疗资源再配置。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
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上存储有计算机程序,所述计算机程序在执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328460.6A CN116030951A (zh) | 2023-03-30 | 2023-03-30 | 一种基于一体化平台的医疗资源管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328460.6A CN116030951A (zh) | 2023-03-30 | 2023-03-30 | 一种基于一体化平台的医疗资源管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116030951A true CN116030951A (zh) | 2023-04-28 |
Family
ID=86089769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310328460.6A Pending CN116030951A (zh) | 2023-03-30 | 2023-03-30 | 一种基于一体化平台的医疗资源管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030951A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727437A (zh) * | 2023-12-19 | 2024-03-19 | 南京裕隆生物医学发展有限公司 | 一种基于交互式数据分析的可视化医疗管理SaaS*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060143044A1 (en) * | 2004-12-28 | 2006-06-29 | General Electric Company | Characteristic-based health care resource scheduling method and apparatus |
CN101382972A (zh) * | 2008-10-22 | 2009-03-11 | 中国网络通信集团公司 | 医疗资源信息共享方法及*** |
CN109003660A (zh) * | 2018-06-27 | 2018-12-14 | 南京邮电大学 | 智能医疗服务预测管理方法及***、可读存储介质和终端 |
CN112509684A (zh) * | 2020-12-31 | 2021-03-16 | 曜立科技(北京)有限公司 | 一种基于大数据的医疗资源配置方法及*** |
CN113724847A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 |
CN114171171A (zh) * | 2021-12-08 | 2022-03-11 | 史良锋 | 一种基于大数据的公共服务健康管理方法及*** |
CN114822785A (zh) * | 2021-01-18 | 2022-07-29 | 阿里巴巴集团控股有限公司 | 一种医疗资源调配方法、设备及存储介质 |
-
2023
- 2023-03-30 CN CN202310328460.6A patent/CN116030951A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060143044A1 (en) * | 2004-12-28 | 2006-06-29 | General Electric Company | Characteristic-based health care resource scheduling method and apparatus |
CN101382972A (zh) * | 2008-10-22 | 2009-03-11 | 中国网络通信集团公司 | 医疗资源信息共享方法及*** |
CN109003660A (zh) * | 2018-06-27 | 2018-12-14 | 南京邮电大学 | 智能医疗服务预测管理方法及***、可读存储介质和终端 |
CN112509684A (zh) * | 2020-12-31 | 2021-03-16 | 曜立科技(北京)有限公司 | 一种基于大数据的医疗资源配置方法及*** |
CN114822785A (zh) * | 2021-01-18 | 2022-07-29 | 阿里巴巴集团控股有限公司 | 一种医疗资源调配方法、设备及存储介质 |
CN113724847A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源分配方法、装置、终端设备及介质 |
CN114171171A (zh) * | 2021-12-08 | 2022-03-11 | 史良锋 | 一种基于大数据的公共服务健康管理方法及*** |
Non-Patent Citations (2)
Title |
---|
彭小宸;邵蓉;: "新医改下我国基本医疗资源配置均等性研究", 现代商贸工业, no. 11 * |
熊雪晨;陈海乐;白鸽;周奕男;付晨;吴凌放;金超;罗力;: "基于比值法的医疗服务地理可及性可视化表达方法研究", 中国卫生资源, no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727437A (zh) * | 2023-12-19 | 2024-03-19 | 南京裕隆生物医学发展有限公司 | 一种基于交互式数据分析的可视化医疗管理SaaS*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | A systematic review of research design and modeling techniques in inpatient bed management | |
El-Rifai et al. | A stochastic optimization model for shift scheduling in emergency departments | |
Fernández et al. | Diversity and redistribution | |
Duma et al. | An ad hoc process mining approach to discover patient paths of an Emergency Department | |
Cats et al. | Identification and classification of public transport activity centres in Stockholm using passenger flows data | |
Okulicz-Kozaryn | Income and well-being across European provinces | |
WO2020098728A1 (zh) | 集群负荷预测方法、装置及存储介质 | |
EP0875035A1 (en) | Health data processing system | |
Chang et al. | Case Mix Index weighted multi-objective optimization of inpatient bed allocation in general hospital | |
Wang | A big data framework for stock price forecasting using fuzzy time series | |
Barbour et al. | Enhancing household-level load forecasts using daily load profile clustering | |
Xia | Community-based elderly care services in China: An analysis based on the 2018 wave of the CLHLS Survey | |
CN116030951A (zh) | 一种基于一体化平台的医疗资源管理方法及*** | |
Yusoff et al. | Discrete event simulation and data envelopment analysis models for selecting the best resource allocation alternative at an emergency department’s Green Zone | |
Gao et al. | The grid process: spatializing local governance in China | |
Hao et al. | New enhanced clustering algorithms for patient referrals in medical consortia | |
Fanghua et al. | Internet intervention system for elderly hypertensive patients based on hospital community family edge network and personal medical resources optimization | |
Lodi et al. | Needs forecast and fund allocation of medical specialty positions in Emilia-Romagna (Italy) by system dynamics and integer programming | |
Kortbeek | Quality-driven efficiency in healthcare | |
Furfaro et al. | Social support networks for childcare among foreign women in Italy | |
Franck et al. | An optimization-simulation approach for long term care structure assignment problem for elderly people | |
Hemberg et al. | Efficient training set use for blood pressure prediction in a large scale learning classifier system | |
Lu et al. | Systemic Design for Elderly Healthcare: Analysis of the current responses in China, Italy and Japan | |
Du | Study on the Problems in the Medical-Nursing Integration from the Perspective of Policy Tools | |
Wu et al. | A comprehensive evaluation of township hospitals in the severely cold areas of china |
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: 20230428 |