CN116895358B - 一种基于云平台医疗资源智能管理***及方法 - Google Patents
一种基于云平台医疗资源智能管理***及方法 Download PDFInfo
- Publication number
- CN116895358B CN116895358B CN202311161454.2A CN202311161454A CN116895358B CN 116895358 B CN116895358 B CN 116895358B CN 202311161454 A CN202311161454 A CN 202311161454A CN 116895358 B CN116895358 B CN 116895358B
- Authority
- CN
- China
- Prior art keywords
- patient
- disease
- data
- hospital
- diagnosis
- 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 description 22
- 201000010099 disease Diseases 0.000 claims abstract description 434
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 434
- 238000003745 diagnosis Methods 0.000 claims abstract description 205
- 208000024891 symptom Diseases 0.000 claims abstract description 177
- 238000007726 management method Methods 0.000 claims abstract description 46
- 238000003860 storage Methods 0.000 claims abstract description 33
- 238000013439 planning Methods 0.000 claims abstract description 22
- 239000000126 substance Substances 0.000 claims description 58
- 238000007689 inspection Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims 1
- 238000013479 data entry Methods 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000004064 recycling Methods 0.000 abstract description 3
- 238000013468 resource allocation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及医疗管理的技术领域,且公开了一种基于云平台医疗资源智能管理***及方法,该***包括患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块、目标医院路线规划模块、紧急状态交通通行辅助模块;通过患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块配合为辅助医生输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据,从而实现患者检查身体理化指标重复利用,避免医疗资源浪费,避免重复检查和治疗。
Description
技术领域
本发明涉及医疗管理的技术领域,具体为一种基于云平台医疗资源智能管理***及方法。
背景技术
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。医院控制了所有重要的医疗资源,从而将医院、医生、药品和检查这四个重要的医疗资源捆绑在一起,同时隶属于一个所有者主体,医疗卫生资源配置是指医疗卫生资源在医疗卫生行业或部门内的分配和流动,它包括了卫生资源两方面的分配,即增量分配与存量调整,又称“初配置”与“再配置”,作为医疗卫生资源的一个重要组成部分,同时又是表现较为活跃的部分,分布不均衡,配置不公平,是我国医疗卫生人力资源配置的最突出的问题。尤其是城乡的不均衡分布,作为医疗卫生资源配置和卫生***公平与效率研究中的一个突出问题,现有的医疗资源配置完善的城市中心可以为患者提供科学、精准、专业、优质的医疗服务,然而对于医疗资源有限和地理位置偏远的县级和乡镇级,对于一些复杂、疾病治疗处理能力十分有限,患者需要从乡镇医院、县医院、市医院、省级医院等逐级进行询问治疗,在疾病治疗过程受限医生的专业程度和医院行政流程,患者需要重复检查身体理化指标,耽误疾病治疗、增加患者经济负担和心理负担,不仅浪费医疗资源,增加患者痛苦,也无法为患者匹配准确治疗疾病的医院名称和目的地、路线规划以及紧急状态交通协助。
中国专利申请公开号为CN115641946A,公开了一种基于大数据的智慧医疗管理***及方法,采用用户管理模块采集用户的医疗信息,医疗信息包括下单信息、注册优先值、预约优先值、医疗优先值,注册优先值表示注册时间越长和访问次数越多越优先分配,预约优先值表示下单时间越早越优先分配,医疗优先值表示用户预约成功后的行为对优先分配的影响,医疗管理平台通过对医疗信息进行分析得到分配优先值,根据分配优先值获得选中下单信息,分配优先值越大相应的用户越优先分配,且预约成功的概率越高,通过数据采集模块将医生信息进行分析得到资源优先值,从而获得选中医生信息,利用资源分配模块将选中下单信息与选中医生信息进行匹配,从而解决了医院预约挂号***不能对用户和医生进行分析,不能对用户与医生进行合适合理匹配分配,影响预约挂号效率的问题,然而对与医疗用户在治疗疾病过程如何准确找到适合自己医院、避免治疗过程重复治疗,治疗医院目的地线路规划,紧急状态下及时的交通协助,不能给出较好解决方案。
发明内容
(一)解决的技术问题
为解决上述然而对于医疗资源有限和地理位置偏远的县级和乡镇级,对于一些复杂、疾病治疗处理能力十分有限,患者需要从乡镇医院、县医院、市医院、省级医院等逐级进行询问治疗,在疾病治疗过程受限医生的专业程度和医院行政流程,患者需要重复检查身体理化指标,耽误疾病治疗、增加患者经济负担和心理负担,不仅浪费医疗资源,增加患者痛苦,也无法为患者匹配准确治疗疾病的医院名称和目的地、路线规划以及紧急状态交通协助的问题,实现以上为患者匹配准确治疗疾病的医院名称和目的地、路线规划、紧急状态交通协助目的。
(二)技术方案
本发明通过以下技术方案予以实现:一种基于云平台医疗资源智能管理方法,该方法包括如下步骤:
S1、医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;
S2、依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据;
S3、利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;
S4、分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据;
S5、利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据分别与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
S6、获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线;
S7、接收S1中患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;若患者疾病症状紧急程度等级为紧急一级,则上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助。
优选的,所述医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据的操作步骤如下:
S101、患者信息记录平台接收患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组;
,/>,其中/>、/>、/>、/>,分别表示第/>个患者对应的患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及其汇集建立的数据组。
优选的,所述依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据的操作步骤如下:
S201、建立疾病所属科室类型数据集合,/>,其中/>表示第/>个疾病所属科室类型对应的关键词;
S202、调佣S101中患者疾病症状诊断结果,将/>遍历疾病所属科室类型数据集合/>与所有疾病所属科室类型对应的关键词/>进行匹配并输出患者疾病所属科室类型数据/>。
优选的,所述利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据的操作步骤如下:
S301、依据S202中输出的患者疾病所属科室类型数据对应关键词与云存储库中医院疾病诊治案例数据进行所属科室类型关键词匹配,并输出与患者疾病所属科室类型数据/>相同科室类型医院疾病诊治案例数据集合;
,/>,其中/>表示第/>个医院疾病诊治案例数据。
优选的,所述分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据的操作步骤如下:
S401、分别获取患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组以及与患者疾病所属科室类型数据/>相同科室类型医院疾病诊治案例数据集合/>。
优选的,所述利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据分别与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标的操作步骤如下:
S501、计算相同科室类型医院疾病诊治案例数据集合中/>按照顺序分别与第/>个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组/>进行疾病关键词匹配度计算并建立匹配度集合;
表示/>中第1个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第1个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第1个医院疾病诊治案例数据/>疾病关键词总个数;
表示/>中第/>个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第/>个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第/>个医院疾病诊治案例数据/>疾病关键词总个数;
表示/>中第/>个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第/>个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第/>个医院疾病诊治案例数据/>疾病关键词总个数;
S502、采用数值比较计算中相同科室类型医院疾病诊治案例数据集合/>中/>按照顺序分别与第/>个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组/>进行疾病关键词匹配度的最大数值/>,/>表示患者疾病症状与该医院相同科室类型医院疾病诊治案例数据匹配程度最高;
S503、获取对应目标医院名称和目的地坐标数据集合,其中/>表示疾病关键词匹配度的最大数值/>对应目标医院名称;/>表示以地球海平面为基面建立空间直角坐标系对应目标医院目的地空间坐标。
优选的,所述获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线的操作步骤如下:
S601、获取患者当前坐标数据作为出发点,和目标医院目的地空间坐标作为终点;
S602、采用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标点到目标医院目的地/>点的最短路径过程如下:
假设路网中每一个节点都有标号,/>是从出发点/>到终点/>的最短路径长度;/>表示从出发点/>到终点/>的最短路径中终点/>前一个点/>集合;
步骤一、初始化,出发点设置为,/>等于空集合;所有其他点/>,/>未定义,标记起源点/>,记/>,其他所有点设为未标记;
步骤二、结合三维空间地形数据,检验从所有已标记的点到其他直接连接的未标记的点/>的距离,并设置/>,其中/>表示从/>到/>路径长度,
步骤三、选取下一个点,从所有未标记集合的点中选取最小的点/>,点/>被选为最短路径中的一点,并设为已标记的;
步骤四、找到点的前一点。从已经标记的点集合中找到直接连接到点/>的点,并标记为;
步骤五、标记点,如果所有的点已标记,则算法结束,否则,记/>,转到步骤二继续,算法结束输出患者当前坐标/>点到目标医院目的地/>点的最短路线/>。
优选的,所述接收S1中患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;若患者疾病症状紧急程度等级为紧急一级,则上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助的操作步骤如下:
S701、调用S1中患者疾病症状紧急程度等级数据,患者疾病症状紧急程度等级数据/>的紧急程度等级分为紧急一级和正常二级;
S702、判断S1中患者疾病症状紧急程度等级数据等级分类;当/>属于紧急一级,此时表明患者疾病症状发展十分急迫,需要及时接受治疗;
当属于正常二级,此时表明患者疾病症状发展正常,只需正常接受治疗;
S703、当属于紧急一级,则上传交通通行辅助协助请求,患者疾病症状诊断结果/>,目标医院名称/>和目的地坐标数据/>,患者当前坐标数据/>,患者当前坐标到达目标医院目的地坐标的最短路线/>到目标医院目的地的城市交通管理部门,请求城市交通管理部门在患者进入目标医院目的地城市进行预先交通协助。
一种实现上述基于云平台医疗资源智能管理方法的***,该***包括患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块、目标医院路线规划模块、紧急状态交通通行辅助模块;
所述患者疾病资料录入模块包括医生诊断结果输入单元、疾病症状
紧急程度等级输入单元、患者身体理化指标检查输入单元;所述医生诊断结果输入单元,用于医生在患者信息记录平台输入患者疾病症状诊断结果;所述疾病症状紧急程度等级输入单元,用于医生在患者信息记录平台输入患者疾病症状紧急程度等级;所述患者身体理化指标检查输入单元,用于医生在患者信息记录平台输入患者身体理化指标检查数据;
所述医院疾病诊治案例云存储库包括医院科室分类识别单元、科室疾病诊治案例存储单元;所述医院科室分类识别单元,用于依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据,使用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;所述科室疾病诊治案例存储单元,在云存储库中存储医院疾病诊治案例数据;
所述患者疾病数据与医院疾病诊治资料匹配模块包括患者疾病数据调用单元、医院疾病诊治资料调用单元、患者疾病数据与医院疾病诊治资料匹配单元;所述患者疾病数据调用单元,用于调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;所述医院疾病诊治资料调用单元,用于调用与患者疾病症状所属科室类型的相同科室医院疾病诊治案例数据;所述患者疾病数据与医院疾病诊治资料匹配单元,用于患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
所述目标医院路线规划模块包括目标医院目的地和患者坐标获取单元、目标医院路线实时规划单元;所述目标医院目的地和患者坐标获取单元,用于获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据;所述目标医院路线实时规划单元,利用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标到达目标医院目的地坐标的最短路线;
所述紧急状态交通通行辅助模块包括疾病紧急程度结果接收判断单元、交通通行辅助救援单元;所述疾病紧急程度结果接收判断单元,用于接受患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;所述交通通行辅助救援单元,当患者疾病症状紧急程度等级为紧急一级,上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助。
(三)有益效果
本发明提供了一种基于云平台医疗资源智能管理***及方法。具备以下有益效果:
一、通过患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块配合为辅助医生输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据,从而实现患者检查身体理化指标重复利用,避免医疗资源浪费,避免重复检查和治疗,依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据,并筛选出云存储库中与患者疾病所属科室类型相同的所有的医院疾病诊治案例数据;使用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标,从而实现为患者精确匹配准确治疗疾病的目标医院名称和目的地;目标医院路线规划模块和紧急状态交通通行辅助模块配合计算患者当前坐标到达目标医院目的地坐标的最短路线,判断患者疾病症状紧急程度等级,若为患者疾病症状紧急程度等级为紧急一级,则请求协助目标医院目的地的城市交通管理部门对患者进行预先交通通行协助,从而实现为患者进行目标医院路线规划和预先交通协助,提高了患者前往目标医院的效率。
二、通过患者疾病数据调用单元和医院疾病诊治资料调用单元配合实现患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据快速调用;患者疾病数据与医院疾病诊治资料匹配单元,利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标,从而实现患者精确匹配到专业化的目标医院。
三、通过目标医院路线实时规划单元,利用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标到达目标医院目的地坐标的最短路线,疾病紧急程度结果接收判断单元和交通通行辅助救援单元配合识别判断患者疾病症状紧急程度等级以及请求协助目标医院目的地的城市交通管理部门对患者进行预先交通通行协助,保证了患者能够最短时间前往目标医院进行治疗。
附图说明
图1为本发明提供的基于云平台医疗资源智能管理***组成图;
图2为图1所示基于云平台医疗资源智能管理方法的运行流程图。
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。
该基于云平台医疗资源智能管理***及方法的实施例如下:
请参阅图1-图2,一种基于云平台医疗资源智能管理方法,该方法包括如下步骤:
S1、医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;
S2、依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据;
S3、利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;
S4、分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据;
S5、利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据分别与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
S6、获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线;
S7、接收S1中患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;若患者疾病症状紧急程度等级为紧急一级,则上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助。
进一步的,请参阅图1-图2,医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据的操作步骤如下:
S101、患者信息记录平台接收患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组;
,/>,其中/>、/>、/>、/>,分别表示第/>个患者对应的患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及其汇集建立的数据组。
依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据的操作步骤如下:
S201、建立疾病所属科室类型数据集合,/>,其中/>表示第/>个疾病所属科室类型对应的关键词;
S202、调佣S101中患者疾病症状诊断结果,将/>遍历疾病所属科室类型数据集合/>与所有疾病所属科室类型对应的关键词/>进行匹配并输出患者疾病所属科室类型数据/>。
利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据的操作步骤如下:
S301、依据S202中输出的患者疾病所属科室类型数据对应关键词与云存储库中医院疾病诊治案例数据进行所属科室类型关键词匹配,并输出与患者疾病所属科室类型数据/>相同科室类型医院疾病诊治案例数据集合;
,/>,其中/>表示第/>个医院疾病诊治案例数据。
分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据的操作步骤如下:
S401、分别获取患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组以及与患者疾病所属科室类型数据/>相同科室类型医院疾病诊治案例数据集合/>。
进一步的,请参阅图1-图2,利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据分别与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标的操作步骤如下:
S501、计算相同科室类型医院疾病诊治案例数据集合中/>按照顺序分别与第/>个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组/>进行疾病关键词匹配度计算并建立匹配度集合;
表示/>中第1个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第1个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第1个医院疾病诊治案例数据/>疾病关键词总个数;
表示/>中第/>个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第/>个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第/>个医院疾病诊治案例数据/>疾病关键词总个数;
表示/>中第/>个医院疾病诊治案例数据/>与/>的匹配度数值,/>,/>表示第/>个医院疾病诊治案例数据/>和/>中共同疾病关键词个数,/>表示第/>个医院疾病诊治案例数据/>疾病关键词总个数;
S502、采用数值比较计算中相同科室类型医院疾病诊治案例数据集合/>中/>按照顺序分别与第/>个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组/>进行疾病关键词匹配度的最大数值,/>表示患者疾病症状与该医院相同科室类型医院疾病诊治案例数据匹配程度最高;
S503、获取对应目标医院名称和目的地坐标数据集合/>,其中/>表示疾病关键词匹配度的最大数值/>对应目标医院名称;/>表示以地球海平面为基面建立空间直角坐标系对应目标医院目的地空间坐标。
通过患者疾病数据调用单元和医院疾病诊治资料调用单元配合实现患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据快速调用;患者疾病数据与医院疾病诊治资料匹配单元,利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标,从而实现患者精确匹配到专业化的目标医院。
进一步的,请参阅图1-图2,获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线的操作步骤如下:
S601、获取患者当前坐标数据作为出发点,和目标医院目的地空间坐标作为终点;
S602、采用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标点到目标医院目的地/>点的最短路径过程如下:
假设路网中每一个节点都有标号,/>是从出发点/>到终点/>的最短路径长度;/>表示从出发点/>到终点/>的最短路径中终点/>前一个点/>集合;
步骤一、初始化,出发点设置为,/>等于空集合;所有其他点/>,/>未定义,标记起源点/>,记/>,其他所有点设为未标记;
步骤二、结合三维空间地形数据,检验从所有已标记的点到其他直接连接的未标记的点/>的距离,并设置/>,其中/>表示从/>到/>路径长度,
步骤三、选取下一个点,从所有未标记集合的点中选取最小的点/>,点/>被选为最短路径中的一点,并设为已标记的;
步骤四、找到点的前一点。从已经标记的点集合中找到直接连接到点/>的点,并标记为;
步骤五、标记点,如果所有的点已标记,则算法结束,否则,记/>,转到步骤二继续,算法结束输出患者当前坐标/>点到目标医院目的地/>点的最短路线/>。
接收S1中患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;若患者疾病症状紧急程度等级为紧急一级,则上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助的操作步骤如下:
S701、调用S1中患者疾病症状紧急程度等级数据,患者疾病症状紧急程度等级数据/>的紧急程度等级分为紧急一级和正常二级;
S702、判断S1中患者疾病症状紧急程度等级数据等级分类;当/>属于紧急一级,此时表明患者疾病症状发展十分急迫,需要及时接受治疗;
当属于正常二级,此时表明患者疾病症状发展正常,只需正常接受治疗;
S703、当属于紧急一级,则上传交通通行辅助协助请求,患者疾病症状诊断结果/>,目标医院名称/>和目的地坐标数据/>,患者当前坐标数据/>,患者当前坐标到达目标医院目的地坐标的最短路线/>到目标医院目的地的城市交通管理部门,请求城市交通管理部门在患者进入目标医院目的地城市进行预先交通协助。
通过目标医院路线实时规划单元,利用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标到达目标医院目的地坐标的最短路线,疾病紧急程度结果接收判断单元和交通通行辅助救援单元配合识别判断患者疾病症状紧急程度等级以及请求协助目标医院目的地的城市交通管理部门对患者进行预先交通通行协助,保证了患者能够最短时间前往目标医院进行治疗。
一种实现上述基于云平台医疗资源智能管理方法的***,该***包括患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块、目标医院路线规划模块、紧急状态交通通行辅助模块;
患者疾病资料录入模块包括医生诊断结果输入单元、疾病症状
紧急程度等级输入单元、患者身体理化指标检查输入单元;医生诊断结果输入单元,用于医生在患者信息记录平台输入患者疾病症状诊断结果;疾病症状紧急程度等级输入单元,用于医生在患者信息记录平台输入患者疾病症状紧急程度等级;患者身体理化指标检查输入单元,用于医生在患者信息记录平台输入患者身体理化指标检查数据;
医院疾病诊治案例云存储库包括医院科室分类识别单元、科室疾病诊治案例存储单元;医院科室分类识别单元,用于依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据,使用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;科室疾病诊治案例存储单元,在云存储库中存储医院疾病诊治案例数据;
患者疾病数据与医院疾病诊治资料匹配模块包括患者疾病数据调用单元、医院疾病诊治资料调用单元、患者疾病数据与医院疾病诊治资料匹配单元;患者疾病数据调用单元,用于调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;医院疾病诊治资料调用单元,用于调用与患者疾病症状所属科室类型的相同科室医院疾病诊治案例数据;患者疾病数据与医院疾病诊治资料匹配单元,用于患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
目标医院路线规划模块包括目标医院目的地和患者坐标获取单元、目标医院路线实时规划单元;目标医院目的地和患者坐标获取单元,用于获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据;目标医院路线实时规划单元,利用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标到达目标医院目的地坐标的最短路线;
紧急状态交通通行辅助模块包括疾病紧急程度结果接收判断单元、交通通行辅助救援单元;疾病紧急程度结果接收判断单元,用于接受患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;交通通行辅助救援单元,当患者疾病症状紧急程度等级为紧急一级,上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助。
通过患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块配合为辅助医生输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据,从而实现患者检查身体理化指标重复利用,避免医疗资源浪费,避免重复检查和治疗,依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据,并筛选出云存储库中与患者疾病所属科室类型相同的所有的医院疾病诊治案例数据;使用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标,从而实现为患者精确匹配准确治疗疾病的目标医院名称和目的地;目标医院路线规划模块和紧急状态交通通行辅助模块配合计算患者当前坐标到达目标医院目的地坐标的最短路线,判断患者疾病症状紧急程度等级,若为患者疾病症状紧急程度等级为紧急一级,则请求协助目标医院目的地的城市交通管理部门对患者进行预先交通通行协助,从而实现为患者进行目标医院路线规划和预先交通协助,提高了患者前往目标医院的效率。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于云平台医疗资源智能管理方法,其特征在于,该方法包括如下步骤:
S1、医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;
S2、依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据;
S3、利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;
S4、分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据;
S5、利用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据分别与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
S501、计算相同科室类型医院疾病诊治案例数据集合中cl按照顺序分别与第t个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组At进行疾病关键词匹配度计算并建立匹配度集合Jt=(j1,…,jl,…jv);
j1表示中第1个医院疾病诊治案例数据c1与At的匹配度数值,/>E1t表示第1个医院疾病诊治案例数据c1和At中共同疾病
关键词个数,E1表示第1个医院疾病诊治案例数据c1疾病关键词总个数;
jl表示中第l个医院疾病诊治案例数据cl与At的匹配度数值,/>Elt表示第l个医院疾病诊治案例数据cl和At中共同疾病关键词个数,El表示第l个医院疾病诊治案例数据cl疾病关键词总个数;
jv表示中第v个医院疾病诊治案例数据cv与At的匹配度数值,/>Evt表示第v个医院疾病诊治案例数据cv和At中共同疾病关键词个数,Ev表示第v个医院疾病诊治案例数据cv疾病关键词总个数;
s502、采用数值比较计算Jt=(j1,…,jl,…jv)中相同科室类型医院疾病诊治案例数据集合中cl按照顺序分别与第t个患者的由患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组At进行疾病关键词匹配度的最大数值jmax,jmax表示患者疾病症状与该医院相同科室类型医院疾病诊治案例数据匹配程度最高;
S503、获取jmax对应目标医院名称和目的地坐标数据集合其中M表示疾病关键词匹配度的最大数值jmax对应目标医院名称;N(x,y,z)表示以地球海平面为基面建立空间直角坐标系对应目标医院目的地空间坐标;
S6、获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线。
2.根据权利要求1所述的一种基于云平台医疗资源智能管理方法,其特征在于:所述医生在患者信息记录平台分别输入患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据的操作步骤如下:
S101、患者信息记录平台接收患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组;
其中/> At,分别表示第t个患者对应的患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及汇集建立的数据组。
3.根据权利要求2所述的一种基于云平台医疗资源智能管理方法,其特征在于:所述依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据的操作步骤如下:
S201、建立疾病所属科室类型数据集合片=(b1,…,br,…bp),r=1,2,3,…,p,其中br表示第r个疾病所属科室类型对应的关键词;
S202、调用S101中患者疾病症状诊断结果将/>遍历疾病所属科室类型数据集合B与所有疾病所属科室类型对应的关键词br进行匹配并输出患者疾病所属科室类型数据br。
4.根据权利要求3所述的一种基于云平台医疗资源智能管理方法,其特征在于:所述利用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据的操作步骤如下:
S301、依据S202中输出的患者疾病所属科室类型数据br对应关键词与云存储库中医院疾病诊治案例数据进行所属科室类型关键词匹配,并输出与患者疾病所属科室类型数据br相同科室类型医院疾病诊治案例数据集合;
其中cl表示第l个医院疾病诊治案例数据。
5.根据权利要求4所述的一种基于云平台医疗资源智能管理方法,其特征在于:所述分别调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据以及相同科室医院疾病诊治案例数据的操作步骤如下:
S401、分别获取患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据并建立数据组以及与患者疾病所属科室类型数据br相同科室类型医院疾病诊治案例数据集合/>
6.根据权利要求5所述的一种基于云平台医疗贫源智能管理方法,其特征在于:所述获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据并计算患者当前坐标到达目标医院目的地坐标的最短路线的操作步骤如下:
S601、获取患者当前坐标数据K(x`,y`,z`)作为出发点,和目标医院目的地空间坐标N(x,y,z)作为终点;
S602、采用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标K点到目标医院目的地N点的最短路径过程如下:
假设路网中每一个节点都有标号(LKN,OKi),L灯是从出发点K到终点N的最短路径长度;OKi表示从出发点K到终点N的最短路径中终点N前一个点i集合;
步骤一、初始化,出发点设置为LKK=0,OKK等于空集合;所有其他点LKi=∞,OKi未定义,标记起源点K,记Q=K,其他所有点设为未标记;
步骤二、结合三维空间地形数据,检验从所有已标记的点Q到其他直接连接的未标记的点U的距离,并设置LKN=min[LKN,LKQ+w(Q,U)],其中w(Q,U)表示从Q到U路径长度,
步骤三、选取下一个点,从所有未标记OKi集合的点中选取最小的点i,点i被选为最短路径中的一点,并设为已标记的;
步骤四、找到点i的前一点,从已经标记的点集合中找到直接连接到点i的点,并标记为;
步骤五、标记点i,如果所有的点已标记,则算法结束,否则,记Q=i,转到步骤二继续,算法结束输出患者当前坐标K点到目标医院目的地N点的最短路线LKNmin。
7.根据权利要求6所述的一种基于云平台医疗资源智能管理方法,其特征在于:还包括S7,S7、接收S1中患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;若患者疾病症状紧急程度等级为紧急一级,则上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门,请求交通通行协助。
8.根据权利要求7所述的一种基于云平台医疗资源智能管理方法,其特征在于:S7的操作步骤如下:
S701、调用S1中患者疾病症状紧急程度等级数据患者疾病症状紧急程度等级数据/>的紧急程度等级分为紧急一级和正常二级;
S702、判断S1中患者疾病症状紧急程度等级数据等级分类;当/>属于紧急一级,此时表明患者疾病症状发展十分急迫,需要及时接受治疗;
当属于正常二级,此时表明患者疾病症状发展正常,只需正常接受治疗;
S703、当属于紧急一级,则上传交通通行辅助协助请求,患者疾病症状诊断结果目标医院名称M和目的地坐标数据N(x,y,z),患者当前坐标数据K(x`,y`,z`),患者当前坐标到达目标医院目的地坐标的最短路线LKNmin到目标医院目的地的城市交通管理部门,请求城市交通管理部门在患者进入目标医院目的地城市进行预先交通协助。
9.一种实现如权利要求1-8中任意一项所述基于云平台医疗资源智能管理方法的***,其特征在于,该***包括患者疾病资料录入模块、医院疾病诊治案例云存储库、患者疾病数据与医院疾病诊治资料匹配模块、目标医院路线规划模块、紧急状态交通通行辅助模块;
所述患者疾病资料录入模块包括医生诊断结果输入单元、疾病症状紧急程度等级输入单元、患者身体理化指标检查输入单元;所述医生诊断结果输入单元,用于医生在患者信息记录平台输入患者疾病症状诊断结果;所述疾病症状紧急程度等级输入单元,用于医生在患者信息记录平台输入患者疾病症状紧急程度等级;所述患者身体理化指标检查输入单元,用于医生在患者信息记录平台输入患者身体理化指标检查数据;
所述医院疾病诊治案例云存储库包括医院科室分类识别单元、科室疾病诊治案例存储单元;所述医院科室分类识别单元,用于依据患者疾病症状诊断结果识别出患者疾病所属科室类型数据,使用患者疾病所属科室类型数据筛选云存储库中所有的相同科室医院疾病诊治案例数据;所述科室疾病诊治案例存储单元,在云存储库中存储医院疾病诊治案例数据;
所述患者疾病数据与医院疾病诊治资料匹配模块包括患者疾病数据调用单元、医院疾病诊治资料调用单元、患者疾病数据与医院疾病诊治资料匹配单元;所述患者疾病数据调用单元,用于调用患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据;所述医院疾病诊治资料调用单元,用于调用与患者疾病症状所属科室类型的相同科室医院疾病诊治案例数据;所述患者疾病数据与医院疾病诊治资料匹配单元,用于患者疾病症状诊断结果、患者疾病症状紧急程度等级、患者身体理化指标检查数据组成的数据组与所有相同科室医院疾病诊治案例数据进行疾病关键词匹配度计算,求解最大数值匹配度并识别对应目标医院名称和目的地坐标;
所述目标医院路线规划模块包括目标医院目的地和患者坐标获取单元、目标医院路线实时规划单元;所述目标医院目的地和患者坐标获取单元,用于获取最大数值匹配度并识别目标医院名称和目的地坐标数据以及患者当前坐标数据;所述目标医院路线实时规划单元,利用迪杰斯特拉算法结合三维空间地形数据计算患者当前坐标到达目标医院目的地坐标的最短路线;
所述紧急状态交通通行辅助模块包括疾病紧急程度结果接收判断单元、交通通行辅助救援单元;所述疾病紧急程度结果接收判断单元,用于接受患者疾病症状紧急程度等级数据并进行患者疾病症状紧急程度等级识别;所述交通通行辅助救援单元,当患者疾病症状紧急程度等级为紧急一级,上传交通通行辅助协助请求、患者疾病症状诊断结果、目标医院名称和目的地坐标数据、患者当前坐标数据、患者当前坐标到达目标医院目的地坐标的最短路线到目标医院目的地的城市交通管理部门。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161454.2A CN116895358B (zh) | 2023-09-11 | 2023-09-11 | 一种基于云平台医疗资源智能管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311161454.2A CN116895358B (zh) | 2023-09-11 | 2023-09-11 | 一种基于云平台医疗资源智能管理***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116895358A CN116895358A (zh) | 2023-10-17 |
CN116895358B true CN116895358B (zh) | 2023-11-28 |
Family
ID=88315252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311161454.2A Active CN116895358B (zh) | 2023-09-11 | 2023-09-11 | 一种基于云平台医疗资源智能管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116895358B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680462A (zh) * | 2015-03-13 | 2015-06-03 | 河南群智信息技术有限公司 | 面向云平台的医疗***病例信息优化获取方法 |
CN105868564A (zh) * | 2016-04-05 | 2016-08-17 | 苏州联康网络有限公司 | 疾病的就诊医院推荐*** |
CN109524129A (zh) * | 2018-11-20 | 2019-03-26 | 合肥美迪普医疗卫生用品有限公司 | 一种基于互联网的三维一体伤口造口智慧护理服务*** |
CN110010214A (zh) * | 2019-02-21 | 2019-07-12 | 河南翔宇医疗设备股份有限公司 | 一种分级转诊装置、***和计算机可读存储介质 |
CN111145844A (zh) * | 2019-12-31 | 2020-05-12 | 重庆亚德科技股份有限公司 | 综合医疗监管平台 |
CN111708949A (zh) * | 2020-06-19 | 2020-09-25 | 微医云(杭州)控股有限公司 | 医疗资源的推荐方法及装置、电子设备、存储介质 |
CN112562836A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 医生推荐方法、装置、电子设备及存储介质 |
WO2021139146A1 (zh) * | 2020-01-09 | 2021-07-15 | 平安国际智慧城市科技股份有限公司 | 信息推荐方法、设备、计算机可读存储介质及装置 |
CN113689943A (zh) * | 2021-08-24 | 2021-11-23 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的就诊医院推荐方法、装置、设备及介质 |
CN113724848A (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推荐方法、装置、服务器及介质 |
CN114864062A (zh) * | 2022-03-14 | 2022-08-05 | 北京融威众邦电子技术有限公司 | 一种医疗智能分诊方法及分诊*** |
WO2023155441A1 (zh) * | 2022-02-15 | 2023-08-24 | 康键信息技术(深圳)有限公司 | 医疗资源推荐方法、装置、设备及存储介质 |
-
2023
- 2023-09-11 CN CN202311161454.2A patent/CN116895358B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680462A (zh) * | 2015-03-13 | 2015-06-03 | 河南群智信息技术有限公司 | 面向云平台的医疗***病例信息优化获取方法 |
CN105868564A (zh) * | 2016-04-05 | 2016-08-17 | 苏州联康网络有限公司 | 疾病的就诊医院推荐*** |
CN109524129A (zh) * | 2018-11-20 | 2019-03-26 | 合肥美迪普医疗卫生用品有限公司 | 一种基于互联网的三维一体伤口造口智慧护理服务*** |
CN110010214A (zh) * | 2019-02-21 | 2019-07-12 | 河南翔宇医疗设备股份有限公司 | 一种分级转诊装置、***和计算机可读存储介质 |
CN111145844A (zh) * | 2019-12-31 | 2020-05-12 | 重庆亚德科技股份有限公司 | 综合医疗监管平台 |
WO2021139146A1 (zh) * | 2020-01-09 | 2021-07-15 | 平安国际智慧城市科技股份有限公司 | 信息推荐方法、设备、计算机可读存储介质及装置 |
CN111708949A (zh) * | 2020-06-19 | 2020-09-25 | 微医云(杭州)控股有限公司 | 医疗资源的推荐方法及装置、电子设备、存储介质 |
CN112562836A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 医生推荐方法、装置、电子设备及存储介质 |
CN113689943A (zh) * | 2021-08-24 | 2021-11-23 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的就诊医院推荐方法、装置、设备及介质 |
CN113724848A (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推荐方法、装置、服务器及介质 |
WO2023155441A1 (zh) * | 2022-02-15 | 2023-08-24 | 康键信息技术(深圳)有限公司 | 医疗资源推荐方法、装置、设备及存储介质 |
CN114864062A (zh) * | 2022-03-14 | 2022-08-05 | 北京融威众邦电子技术有限公司 | 一种医疗智能分诊方法及分诊*** |
Also Published As
Publication number | Publication date |
---|---|
CN116895358A (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986897B (zh) | 一种急危重症施救的医疗资源优化匹配方法和*** | |
CN107066814A (zh) | 一种基于望闻问切协同的中医智能辅助诊断*** | |
CN112687389A (zh) | 基于5g和区块链的人工智能医疗分级就诊方法及*** | |
CN107910047A (zh) | 一种医院就诊方法 | |
CN108960686A (zh) | 影响力评估方法及*** | |
CN117116497A (zh) | 一种用于妇科疾病的临床护理管理*** | |
CN105913357A (zh) | 基于云计算的康复训练*** | |
Rathore et al. | A sustainable model for emergency medical services in developing countries: a novel approach using partial outsourcing and machine learning | |
CN113689943A (zh) | 基于人工智能的就诊医院推荐方法、装置、设备及介质 | |
CN113362959A (zh) | 一种区域疫情防控用突发呼吸道传染病风险预测模型 | |
CN109524099A (zh) | 医疗机构推荐方法、服务器及用户终端 | |
CN116895358B (zh) | 一种基于云平台医疗资源智能管理***及方法 | |
CN107067117A (zh) | 一种对就医项目执行时间的分配方法 | |
CN113643798A (zh) | 为失能人员匹配照护人员的方法、装置及计算机设备 | |
WO2021253867A1 (zh) | 无人化智慧医院的架构、方法、*** | |
CN108806783A (zh) | 基于app的病人护送示踪管理*** | |
Khalfaoui et al. | Modelling and optimizing health emergency services: A regional study case | |
CN114188036A (zh) | 一种手术方案评估方法、装置、***及存储介质 | |
CN110752017B (zh) | 一种基于深度学习的社区医生调度方法及*** | |
Skilbeck et al. | Nurses’ perceptions of specialist palliative care in an acute hospital | |
Pardede et al. | A Framework for Sharing Patient Data and Service Facilities Using Ipv6 Technology to Support the Advancement of Smart Health Care Technologies | |
JP2010003135A (ja) | 診療情報管理システム | |
Hosseini et al. | Physiology-aware rural ambulance routing | |
Varshney et al. | Multicriteria decision-making in health informatics using IoT | |
Al-Qudah et al. | Computer Vision-Based Architecture for IoMT Using Deep Learning |
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 |