一种基于云计算的医疗信息管理方法及装置

1.本发明涉及医疗配置资源信息管理技术领域，具体而言，涉及一种基于云计算的医疗信息管理方法及装置。


背景技术：

2.医疗资源信息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，医疗资源分配是指在医院内或医院与医院之间进行治疗资源的分配和流动，医疗资源分配不均仍然是一个有待解决的大问题，医疗资源调度系统就是用来解决该问题的一种系统。
3.但是现有的医疗资源调度系统，在使用过中，医疗资源的调度仍然不够合理，同时没有合理的调度医疗资源，使得同时存在医疗需求和空闲的医疗资源时，无法对两者进行有效配置。由于缺乏这种线上的医疗资源的获取的调度，导致了医师和患者获取医疗资源的效率和准确度的低下。因此，基于云计算的医疗信息，通过线上方式对医疗资源进行调度的系统为目前所需。


技术实现要素：

4.本发明的目的在于提供一种基于云计算的医疗信息管理方法及装置，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：本技术提供了一种基于云计算的医疗信息管理方法，包括：获取待就诊医院集合，所述就诊医院集合是以患者位置为中心向四周延伸的所有医院节点的拓扑图；每个所述医院节点包含有对应的场域信息，所述场域信息包括服务质量信息、路程时间信息和医疗水平信息；基于所述待就诊医院集合中每个所述医院节点对应的所述场域信息计算，并确定目标医院集合，所述目标医院集合是基于所述待就诊医院集合筛选后得到的医院集合；基于所述目标医院集合中的每个所述医院节点分别统计接诊数据，所述接诊数据包括病人就诊数据和医院剩余产能数据；基于所有的所述接诊数据，分别确定故障医院集合和待调度医院集合，所述故障医院集合中的每个所述医院节点包括故障信息，所述故障信息包括就诊延迟的患者以及就诊延迟人均时间；所述待调度医院集合为以患者位置为中心在预设范围内具有所述医院剩余产能的所述医院节点；基于所述故障医院集合和所述待调度医院集合，对患者就诊医院进行调度以实现对医疗资源配置信息进行管理。
5.本发明的有益效果为：本技术中，基于云计算的医疗信息以当前患者所在位置为中点向四周延伸，获取所有医院构成的拓扑图，并基于该拓扑图中每个医院节点的场域值计算综合评价值。该综合评价值考虑到服务质量信息、路程时间信息和医疗水平信息三个方面的因素的影响，基
于综合评价值筛选出综合评价靠前的目标医院集合，可以很大程度地提升患者就医的体验度。然后再基于目标医院集合中的每个医院节点分别统计接诊数据，然后基于接诊数据实时确定在患者就诊过程中发生就诊延误的故障医院集合，以及当前时间各个医院节点的医院剩余产能不为零的待调度医院集合。然后将发生就医延误的患者就近转移至剩余产能不为零的医院接受治疗，可以将一天内患者流量尽可能的平均分配到每个医院中，缓解医生接诊压力的同时也能缓解患者候诊时间长的问题，有效地减少患者盲目就诊、缓解候诊区拥堵的状况。
6.本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
7.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域图像普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
8.图1为本发明实施例中所述的基于云计算的医疗信息管理方法流程示意图；图2为本发明实施例中所述的基于云计算的医疗信息管理装置结构示意图；图3为本发明实施例中所述的大数据存储设备结构示意图。
具体实施方式
9.为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域图像普通技术人员在没有作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。
10.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
11.实施例1：本实施例提供了一种基于云计算的医疗信息管理方法。
12.参见图1，图中示出了本方法包括步骤s1-s5，其中：步骤s1、获取待就诊医院集合，所述就诊医院集合是以患者位置为中心向四周延伸的所有医院节点的拓扑图；每个所述医院节点包含有对应的场域信息，所述场域信息包括服务质量信息、路程时间信息和医疗水平信息。
13.可以理解的是，在本步骤中，以就诊患者当前的位置为中心向四周延伸找到所有的医院，以医院为网络节点，不同医院之间的路径以连线表示作为网络边，构建就诊医院集
合如公式（1）和公式（2）所示：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）； （2）其中，为就诊医院集合，为医院节点的边集合，a为医院节点的拓扑图；n为医院节点拓扑图中所有医院节点中的总个数；表示患者所在位置，表示患者就医医院节点；表示（，）的边。基于医院节点拓扑图中的每个医院节点分别获取对应的场域信息如服务质量信息、路程时间信息和医疗水平信息。本实施例中，服务质量信息可以采用多个就医患者对于该医院服务进行打分，并取平均值作为该医院的服务质量信息。医疗水平信息可以根据多个专家对于该医院的医师技术水平和医疗设备水平等因素进行综合评分，并取多个专家的综合评价的均值作为医疗水平信息。路程时间信息可以通过gps定位等仪器查询预计花费的时间作为路程时间信息，并将上述场域信息作为对应医院节点的边权重值。
14.上述路程时间信息的获取方法包括步骤s11、步骤s12和步骤s13。
15.步骤s11、基于每个所述医院节点获取第一信息、第二信息和第三信息；所述第一信息为患者在无障碍的情况下达到所述医院节点的用时信息；所述第二信息为患者当前时间点达到所述医院节点时发生交通堵塞的概率；所述第三信息为患者达到所述医院节点所走路径的平均堵塞时间。
16.可以理解的是，在本步骤中，根据患者当前所在位置和每个医院节点确定出行路径（本实施例中以距离最短为准进行确定，在其他实施例中可以以障碍堵塞时间最短为准，具体不做限制），并基于每条路径对应的历史数据进行统计，获取第一信息、第二信息和第三信息。
17.步骤s12、基于所述第二信息和所述第三信息的乘积，得到障碍时间参数。
18.可以理解的是，在本步骤中，考虑到上、下班以及某些道路容易发生交通堵塞的情况，用障碍时间参数即可实时的反应当前时段、当前道路可能遭遇堵塞所用时间。
19.步骤s13、基于所述障碍时间参数和所述第一信息之和，得到所述路程时间信息。
20.可以理解的是，在本步骤中，根据障碍时间参数和第一信息的和实时反应当前路程所花费的总时间。
21.步骤s2、基于所述待就诊医院集合中每个所述医院节点对应的所述场域信息计算，并确定目标医院集合，所述目标医院集合是基于所述待就诊医院集合筛选后得到的医院集合。
22.可以理解的是，在本步骤中，根据每个医院节点对应的场域信息进行求和计算出每个医院节点的综合评价值，然后基于综合评价值的降序排列筛选靠前的预设个数的医院组成目标医院集合。
23.进一步地，考虑到每个患者自身选择医院的关注点不同的因素，为了提高患者选择习惯和医疗信息管理平台之间的适配性，步骤s2还包括步骤s21、步骤s22和步骤s23。
24.步骤s21、获取患者的第一关切度、第二关切度和第三关切度，所述第一关切度为患者对服务质量的关注度估值；所述第二关切度为患者对出行花费时间的关注度估值；所述第三关切度为患者对每个所述医院节点的关注度估值。
25.可以理解的是，在本步骤中，根据每个患者自身在就医时更加注重的关切点，分别确定第一关切度、第二关切度和第三关切度。
26.步骤s22、基于所述第一关切度、所述第二关切度、所述第三关切度和所述场域信息计算，得到综合评估值。
27.可以理解的是，在本步骤中，根据综合评估值便于患者根据自己的需要在服务质量信息、路程时间信息和医疗水平信息存在差异的情况下便于后期选择出更为符合患者预期愿望的医院，实现个性化选择，提升患者的体验感。
28.进一步地，上述综合评估值的计算方法包括步骤s221、步骤s222、步骤s223和步骤s224。
29.步骤s221、基于所述第一关切度和所述服务质量信息的乘积，得到就诊体验代价值。
30.步骤s222、基于所述第二关切度和所述路程时间信息的乘积，得到时间代价值。
31.步骤s223、基于所述第三关切度和所述医疗水平信息的乘积，得到治愈代价值。
32.步骤s224、基于所述时间代价值、所述就诊体验代价值和所述治愈代价值的和，得到所述综合评估值。
33.由步骤s221至步骤s224可知，综合评估值的计算如公式（3）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，为第一关切度；为第二关切度；为第三关切度；为服务质量信息；为路程时间信息；为医疗水平信息。
34.步骤s23、基于所述综合评估值的大小进行降序排列，并根据预设筛选个数筛选靠前的所述医院节点，得到所述目标医院集合。
35.可以理解的是，在本步骤中，综合评估值越大越符合当前患者的实际需求，以其为筛选标准，筛选靠前的医院节点作为当前患者的目标医院集合。
36.步骤s3、基于所述目标医院集合中的每个所述医院节点分别统计接诊数据，所述接诊数据包括病人就诊数据和医院剩余产能数据。
37.可以理解的是，在本步骤中，基于目标集合中的每个医院节点，分别利用各种传感器等设备采集病人就诊数据（包括就诊患者的个人信息及其所用就诊时间等）和医院剩余产能数据（本实施例中为就诊预约剩余名额，在其他实施例中可以是某项治疗可是剩余名额等）。
38.步骤s4、基于所有的所述接诊数据，分别确定故障医院集合和待调度医院集合，所述故障医院集合中的每个所述医院节点包括故障信息，所述故障信息包括就诊延迟的患者以及就诊延迟人均时间；所述待调度医院集合为以患者位置为中心在预设范围内具有所述医院剩余产能的所述医院节点。
39.可以理解的是，在本步骤中，在就诊过程中，根据接诊数据中的病人就诊数据记性统计，基于预设人均就诊时间为判断依据，统计各医院节点的就医延迟情况构成故障医院集合，用于描述该医院节点存在就诊延误需要进行资源调度的现象。并且，基于故障医院集合中的每个医院节点统计就诊延迟的患者以及就诊延迟人均时间。然后以患者当前所在医院节点为中心，将预设距离内的且医院剩余产能不为零的所有医院节点集合构成待调度医
院集合。
40.步骤s5、基于所述故障医院集合和所述待调度医院集合，对患者就诊医院进行调度以实现对医疗资源配置信息进行管理。
41.可以理解的是，在本步骤中，根据故障医院集合和待调度医院集合，将就诊延迟的患者就近推荐至附近医院剩余产能不为零的医院节点进行治疗，能缓解部分医院节点的就诊人数压力，同时减少患者的等待时间，提升医疗资源的利用率。
42.详细地，步骤s5包括步骤s51和步骤s52。
43.步骤s51、基于所述故障医院集合，根据所述就诊延迟人均时间对每个所述故障信息进行降序排列，得到延误时间序列。
44.可以理解的是，在本步骤中，就诊延迟人均时间越大则后面堆积的未诊断的患者越多，其等待时间就越长，将其进行降序排列使得等待时间最长的患者得到优选处理，可以缓解患者的焦虑情况，提升患者体验度。
45.步骤s52、人员调度：以所述延误时间序列中最靠前对应的第一医院节点为中心，确定所述待调度医院集合中距离最近的第二医院节点，并将所述第一医院节点中的就诊延迟的患者安排至所述第二医院，直至所述第二医院节点的所述医院剩余产能为零，则重复人员调度操作直至所有就医延迟患者推荐完毕即可结束。
46.可以理解的是，在本步骤中，基于延误时间序列中最靠前的第一医院节点对应的就诊延迟的患者，将其就近推荐至医院剩余产能不为零的第二医院节点，直至该第二医院节点的医院剩余产能为零进行人员调度操作，得到剩余延误时间序列。并根据剩余延误时间序列重复上述人员调度操作所有就医延迟患者推荐完毕即可结束。
47.实施例2：如图2所示为本实施例提供了一种基于云计算的医疗信息管理装置，包括获取模块710、计算模块720、第一统计模块730、第二统计模块740和调度模块750，其中：获取模块710：用于获取待就诊医院集合，所述就诊医院集合是以患者位置为中心向四周延伸的所有医院节点的拓扑图；每个所述医院节点包含有对应的场域信息，所述场域信息包括服务质量信息、路程时间信息和医疗水平信息。
48.优选地，所述获取模块710包括第一获取单元711、第一子单元712和第二子单元713，其中：第一获取单元711：用于基于每个所述医院节点获取第一信息、第二信息和第三信息；所述第一信息为患者在无障碍的情况下达到所述医院节点的用时信息；所述第二信息为患者当前时间点达到所述医院节点时发生交通堵塞的概率；所述第三信息为患者达到所述医院节点所走路径的平均堵塞时间。
49.第一子单元712：用于基于所述第二信息和所述第三信息的乘积，得到障碍时间参数。
50.第二子单元713：用于基于所述障碍时间参数和所述第一信息之和，得到所述路程时间信息。
51.计算模块720：用于基于所述待就诊医院集合中每个所述医院节点对应的所述场域信息计算，并确定目标医院集合，所述目标医院集合是基于所述待就诊医院集合筛选后得到的医院集合。
52.优选地，所述计算模块720包括第三子单元721、第四子单元722和第一排序单元723，其中：第三子单元721：用于获取患者的第一关切度、第二关切度和第三关切度，所述第一关切度为患者对服务质量的关注度估值；所述第二关切度为患者对出行花费时间的关注度估值；所述第三关切度为患者对每个所述医院节点的关注度估值。
53.第四子单元722：用于基于所述第一关切度、所述第二关切度、所述第三关切度和所述场域信息计算，得到综合评估值。
54.优选地，所述第四子单元722包括第一计算单元7221、第二计算单元7222、第三计算单元7223和第四计算单元7224，其中：第一计算单元7221：用于基于所述第一关切度和所述服务质量信息的乘积，得到就诊体验代价值；第二计算单元7222：用于基于所述第二关切度和所述路程时间信息的乘积，得到时间代价值；第三计算单元7223：用于基于所述第三关切度和所述医疗水平信息的乘积，得到治愈代价值；第四计算单元7224：用于基于所述时间代价值、所述就诊体验代价值和所述治愈代价值的和，得到所述综合评估值。
55.第一排序单元723：用于基于所述综合评估值的大小进行降序排列，并根据预设筛选个数筛选靠前的所述医院节点，得到所述目标医院集合。
56.第一统计模块730：用于基于所述目标医院集合中的每个所述医院节点分别统计接诊数据，所述接诊数据包括病人就诊数据和医院剩余产能数据。
57.第二统计模块740：用于基于所有的所述接诊数据，分别确定故障医院集合和待调度医院集合，所述故障医院集合中的每个所述医院节点包括故障信息，所述故障信息包括就诊延迟的患者以及就诊延迟人均时间；所述待调度医院集合为以患者位置为中心在预设范围内具有所述医院剩余产能的所述医院节点。
58.调度模块750：用于基于所述故障医院集合和所述待调度医院集合，对患者就诊医院进行调度以实现对医疗资源配置信息进行管理。
59.详细地，所述调度模块750包括第二排序单元751和调整单元752，其中：第二排序单元751：用于基于所述故障医院集合，根据所述就诊延迟人均时间对每个所述故障信息进行降序排列，得到延误时间序列；调整单元752：用于人员调度：以所述延误时间序列中最靠前对应的第一医院节点为中心，确定所述待调度医院集合中距离最近的第二医院节点，并将所述第一医院节点中的就诊延迟的患者推荐至所述第二医院节点进行就医，直至所述第二医院节点的所述医院剩余产能为零则重复人员调度操作直至所有就医延迟患者推荐完毕即可结束。
60.需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
61.实施例3：相应于上面的方法实施例，本实施例中还提供了一种大数据存储设备800，下文描述的一种大数据存储设备800与上文描述的一种基于云计算的医疗信息管理方法可相互对
应参照。
62.图3是根据示例性实施例示出的一种大数据存储设备800的框图。如图3所示，该大数据存储设备800可以包括：处理器801，存储器802。该大数据存储设备800还可以包括多媒体组件803，i/o接口804，以及通信组件805中的一者或多者。
63.其中，处理器801用于控制该大数据存储设备800的整体操作，以完成上述的基于云计算的医疗信息管理方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该大数据存储设备800的操作，这些数据例如可以包括用于在该大数据存储设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该大数据存储设备800与其他设备之间进行有线或无线通信，相应的该通信组件805包括：wi-fi模块，蓝牙模块，nfc模块。
64.在一示例性实施例中，大数据存储设备800可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digitalsignal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于云计算的医疗信息管理方法。
65.在另一示例性实施例中，还提供了一种包括程序指令的计算机存储介质，该程序指令被处理器执行时实现上述的基于云计算的医疗信息管理方法的步骤。例如，该计算机存储介质可以为上述包括程序指令的存储器802，上述程序指令可由大数据存储设备800的处理器801执行以完成上述的基于云计算的医疗信息管理方法。
66.实施例4：相应于上面的方法实施例，本实施例中还提供了一种存储介质，下文描述的一种存储介质与上文描述的一种基于云计算的医疗信息管理方法可相互对应参照。
67.一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的基于云计算的医疗信息管理方法的步骤。
68.该存储介质具体可以为u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可存储程序代码的存储介质。
69.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域图像的技术人员来说，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。
70.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域图像的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。