进修人员智能化全程管理系统及方法与流程

本技术涉及一种进修人员智能化全程管理系统及方法，属于数据处理及人工智能。

背景技术：

1、在当今时代，医学领域的新知识、新技术不断涌现。为了让医疗人员跟上这些快速发展的步伐，持续的学习和进修变得至关重要。不同地区，不同等级的医院之间存在着医疗水平的差异，基层医院的医护人员希望到三甲医院进修学习先进的临床经验，管理模式等。目前，进修人员管理流程繁琐且低效，信息共享与沟通不畅，数据管理与分析困难。

2、目前的弊端主要体现在：1，管理流程繁琐且低效，在传统模式下，进修人员的报名，审核，课程安排，考核等流程往往依赖于人工操作。2，信息共享与沟通不畅，涉及进修人员管理的部门较多，在传统管理模式下，各部门之间的信息共享存在困难。3，数据管理与分析困难，进修人员的各项数据，如学习成绩，考勤记录，临床实践评价，教学效果回访等都是分散保存的。4，教学计划与教学内容固定，缺乏动态化、个体化，未针对进修人员的基础知识技能情况而动态调整教学计划及教学内容。

3、综上所述，为了适应医疗行业发展需求，克服传统医院进修人员管理的弊端，满足信息化管理的趋势与需求，开发一种医院进修人员管理信息系统具有重要的意义。

技术实现思路

1、本技术提供一种进修人员智能化全程管理系统及方法，以解决传统医院进修人员管理存在诸多弊端的问题。

2、第一方面，本技术实施例提供一种进修人员智能化全程管理系统，包括：

3、信息获取及分类模块，用于获取进修人员的相关信息并基于所述相关信息对进修人员进行分类；其中，所述相关信息包括个人基本信息、进修专业、和所在医院；基于所述相关信息对进修人员进行分类时，根据所在医院的医院等级进行初步划分，设定年龄区间为分类标准，并按照学历层次分为多个类别；

4、课程定制模块，用于根据不同的分类结果与进修目的，为进修人员定制个体化课程以及分配对应的带教老师；

5、在线教学视频库模块，用于存储各类教学视频，包括各类讲座、手术演示和病例分析讲解的教学视频，为进修人员提供课后复习、深入学习以及查缺补漏的资源；

6、教学效果回访模块，用于按照设定时间间隔，获取进修人员返回原所在医院后的实践情况，评估教学效果；其中，回访方式为在线问卷调查和在线技能测试，通过系统中进修人员的进修结束时间点，自动推送相关问卷调查及测试至相应的进修人员完成信息获取，并根据获取的信息评估教学效果；

7、其中，所述课程定制模块配置有预先训练的神经网络模型，用于根据进修人员对对应进修项目的掌握情况生成匹配的待学习课程；所述神经网络模型按照进修项目的不同配置有多个，所述神经网络模型包括依次连接的输入层、隐藏层和输出层；所述输入层的输入变量x=[x1,x2,x3,x4,…,xi]为对应的进修项目的各个知识点，其中xi表示第i个知识点；所述隐藏层表示为hi=σ(wixi+bi)，用于计算输入变量对应的测试分数，其中hi表示第i个隐藏层的输出，wi表示第i个隐藏层前一层到第i个隐藏层的权重矩阵，bi表示第i个隐藏层的偏置向量，σ表示激活函数；所述输出层表示为y=σ(whi+b)，用于根据所述隐藏层输出的测试分数确定待学习的章节内容，其中，y表示输出层的输出，w表示最后一个隐藏层到输出层的权重矩阵，b表示输出层的偏置向量；

8、并且，通过原始数据中进修人员对不同知识点的掌握情况及学习测试结果，进行模型训练；在模型训练开始之前，从均匀分布或正态分布中随机选择小数来作为权重矩阵和偏置向量的初始化数据；训练过程中通过反向传播算法和优化算法自动调整模型参数以最小化损失函数。

9、基于以上的系统，可选地，所述进修项目包括静脉置管，对应的神经网络模型的输入层的输入变量包括静脉输液治疗的发展、picc的临床应用、小儿血管通道的置入及管理、其他血管通道技术、静脉输液治疗反应、输液治疗及管理、picc的培训教学、护理科研及论文撰写。

10、基于以上的系统，可选地，在训练模型时的学习测试结果为针对各个学习章节的掌握情况的综合结果。

11、基于以上的系统，可选地，使用二元交叉熵损失函数来评估模型的性能。

12、基于以上的系统，可选地，隐藏层使用relu激活函数，输出层使用sigmoid激活函数。

13、第二方面，本技术实施例还提供一种进修人员智能化全程管理方法，其包括：

14、获取进修人员的相关信息并基于所述相关信息对进修人员进行分类；其中，所述相关信息包括个人基本信息、进修专业、和所在医院；基于所述相关信息对进修人员进行分类时，根据所在医院的医院等级进行初步划分，设定年龄区间为分类标准，并按照学历层次分为多个类别；

15、根据不同的分类结果与进修目的，为进修人员定制个体化课程以及分配对应的带教老师；

16、利用存储的各类教学视频，包括各类讲座、手术演示和病例分析讲解的教学视频，为进修人员提供课后复习、深入学习以及查缺补漏的资源；

17、按照设定时间间隔，获取进修人员返回原所在医院后的实践情况，评估教学效果；其中，回访方式为在线问卷调查和在线技能测试，通过系统中进修人员的进修结束时间点，自动推送相关问卷调查及测试至相应的进修人员完成信息获取，并根据获取的信息评估教学效果；

18、其中，课程定制模块配置有预先训练的神经网络模型，用于根据进修人员对对应进修项目的掌握情况生成匹配的待学习课程；所述神经网络模型按照进修项目的不同配置有多个，所述神经网络模型包括依次连接的输入层、隐藏层和输出层；所述输入层的输入变量x=[x1,x2,x3,x4,…,xi]为对应的进修项目的各个知识点，其中xi表示第i个知识点；所述隐藏层表示为hi=σ(wixi+bi)，用于计算输入变量对应的测试分数，其中hi表示第i个隐藏层的输出，wi表示第i个隐藏层前一层到第i个隐藏层的权重矩阵，bi表示第i个隐藏层的偏置向量，σ表示激活函数；所述输出层表示为y=σ(whi+b)，用于根据所述隐藏层输出的测试分数确定待学习的章节内容，其中，y表示输出层的输出，w表示最后一个隐藏层到输出层的权重矩阵，b表示输出层的偏置向量；

19、并且，通过原始数据中进修人员对不同知识点的掌握情况及学习测试结果，进行模型训练；在模型训练开始之前，从均匀分布或正态分布中随机选择小数来作为权重矩阵和偏置向量的初始化数据；训练过程中通过反向传播算法和优化算法自动调整模型参数以最小化损失函数。

20、本技术提供的技术方案具有如下有益效果：

21、本技术提供的进修人员智能化全程管理系统及方法中，基于进修人员所在医院、年龄、学历等多维度进行分类，这种多维度的分类方式能够全面覆盖进修人员的各类特征，确保了系统在不同类型进修人员管理上的通用性。适应不同的进修要求，通过准确分类，可以根据各类人员的需求定制相应的管理和教学方案，从而实现对适应类型进修人员的有效管理。该系统实现了进修人员管理的自动化和智能化，从进修人员的报名、分类、进修计划制定、师资匹配到回访以及后期教学数据分析等一系列管理流程都可以在模型的框架下自动运行。这种自动化减少了人工干预，降低了管理成本，同时提高了管理效率。