一种基于移动终端的用于医联体内的产学研管理方法技术

本发明专利技术提供一种基于移动终端的医疗机构产学研管理方法，通过多个移动终端积累的产学研数据挖掘其中的优选移动终端，包括如下步骤：a.定义命题并采用模拟退火算法分别在产业数据库、学习数据库和科研数据库寻找最优解，其中，产业数据库的最优解定义为优选产业值，学习数据库的最优解定义为优选贡献值，科研数据库的最优解定义为优选影响值；b.重复执行n次步骤a生成n个优选产业值、n个优选贡献值和n个优选影响值，将n个优选产业值、n个优选贡献值和n个优选影响值以及对应全部移动终端的全部设备码集合形成产学研数据库；c.采用遗传算法寻找产学研数据库的最优解。

【技术实现步骤摘要】
一种基于移动终端的用于医联体内的产学研管理方法
本专利技术涉及系统管理领域，尤其是通过医疗机构积累的产学研数据完成产学研工作管理的算法，具体地涉及一种基于移动终端的用于医联体内的产学研管理方法。
技术介绍
随着数据时代的到来，各种不同类型的数据被搜集和处理，医疗机构所积累的数据大都来自于医生的工作行为，从数据来源看，分为与患者有关的数据和与患者无关的数据，前者包括患者信息、疾病数据、症状数据、检验数据、诊断数据、治疗数据、药物数据等，后者包括医生信息、医生与医生之间会诊数据、学习数据、上下级医疗机构之间的互动数据、医生学术成果数据、医生科研成果数据、医生临床活动的创收数据、医生临床活动的成本支出数据等。目前医疗机构常用的数据库属于后关系型数据库，其使用了更为简单而灵活地面向对象技术，在兼顾多维数据模型的处理速度和可调整性需求的同时，改善了医疗活动的效率性、扩展性和简易型等方面的性能。后关系型数据库才用的是多为数组模型，这种模型更为负责，但能够更为清楚地描述数据的现实情况，为数据建模提供更加丰富和直观的方式，同时它支持面向对象技术中的继承、封装和多态等技术，使程序员可以采用面向对象的技术对数据进行建模。后关系数据库的特点有如下几点：1)开发效率高。由于引进面向对象技术，从而具有了模块化和互操作功能，能够有效地提高开发者的生产效率，由对象是模块化的，各对象之间是互相独立的，只要该对象保持其唯一性的标识不变，不需要考虑其内部发生的变化，简化了程序升级和维护。2)数据建模简单。后关系型数据库为多维存储引擎，可以存储丰富的数据类型，可以把一个对象描述成多个属性，属性之间可以互相映射，数据长度可变。3)访问速度快。主要是基于其良好的兼容性、数据访问速度以及代码处理速度。4)支持多种数据类型。5)分布式缓存。在客户端缓存数据信息，避免在网络上对数据的频繁访问，减少网络上的数据流量。基于医疗机构数据库大都采用后关系型数据库的特点，现有技术中通常对数据库进行挖掘的算法有如下几种：1)决策树算法。利用信息论中的信息增益寻找数据库中具有最大信息量的属性字段，建立决策树的一个结点，再根据该属性字段的不同取值建立输的分支，在每个分支子集中重复建立树的下层结点和分支的过程。2)遗传算法。模拟自然界中生物的进化过程和进化方式来对工程问题进行优化求解的技术，由三个基本算子组成：繁殖、交叉和变异，通过遗传算法可以使得新一代染色体的适应度比上一代高，并一代一代向着增加整体适应度的方向发展，经过若干代的遗传，将会得到满足要求的后代，也就是问题的解。3)人工神经网络。一种模仿生物神经网络的，以人工神经元为基本运算单元的互联的、分布式存储信息的智能信息处理系统，能够模拟人类大脑的结构和功能，采用某种学习算法从训练样本中学习，并将获取的知识存储在网络各单位之间的连接权中。神经网络主要包括前向神经网络、后向神经网络和自组织网络，由于其具有很强的自组织性、鲁棒性和容错性，在医疗数据挖掘中得到广泛的应用。4)粗糙集理论。利用粗糙集合中的属性约简和规则约简理论来对数据进行客观而有效的处理，从而更迅速地获得知识。常用用于疾病预测和诊断。5)支持向量机。基于统计学理论和小样本学习问题的一个理论。其最大优势在于其计算复杂性和数据的维数不成正比，只和样本的数量有关，其对数据库中模式分类的准确率通常较高。上述每一种现有技术的算法各有优点和弊端，在实际应用中，使用其中任一种算法挖掘与医疗机构管理有关的多维化数据库，效果往往不理想，无法准确发现有价值的数据，特别是对于挖掘数据源的终端尤为突出。为此，研发一种混合式算法，处理多维度、弱关联的医疗机构管理数据是实际应用所需要的。
技术实现思路
本专利技术技术方案所解决的技术问题为，如何在多维化的、弱关联性的医疗机构管理数据中，发现有价值的数据，并通过该数据追溯至终端，提高医疗机构管理的靶向性。为了解决上述技术问题，本专利技术技术方案一种基于移动终端的医疗机构产学研管理方法，通过多个移动终端积累的产学研数据挖掘其中的优选移动终端，其中，所述产学研数据由产业值、贡献值和科研值组成，并分别独立存储于产业数据库、学习数据库和科研数据库中，包括如下步骤：a.定义命题并采用模拟退火算法分别在所述产业数据库、所述学习数据库和所述科研数据库寻找最优解，其中，所述产业数据库的最优解定义为优选产业值，所述学习数据库的最优解定义为优选贡献值，所述科研数据库的最优解定义为优选影响值；b.重复执行n次步骤a生成n个优选产业值、n个优选贡献值和n个优选影响值，将所述n个优选产业值、所述n个优选贡献值和所述n个优选影响值以及对应全部移动终端的全部设备码集合形成产学研数据库；c.采用遗传算法寻找所述产学研数据库的最优解。优选地，所述步骤a中，分别针对所述产业数据库、所述学习数据库和所述科研数据库定义不同的命题。优选地，所述步骤a中，执行模拟退火算法针对所述产业数据库定义的命题包括如下变量：当前温度，对应所述产业数据库的产业值；每次温度的变化率，对应每次产业值的固定下降幅度；当前状态的函数值，指上一个产业值变化至当前产业值所对应的时间段；终止温度，指系统设定的终止模拟退火算法的所述产业值；其中，所述产业值基于对应移动终端的收入和成本支出确定；所述步骤b中，优选地，所述步骤a中，执行模拟退火算法针对所述学习数据库定义的命题包括如下变量：当前温度，对应所述学习数据库的贡献值；每次温度的变化率，对应每次贡献值的固定下降幅度；当前状态的函数值，指上一个贡献值变化至当前贡献值所对应的时间段；终止温度，指系统设定的终止模拟退火算法的所述贡献值；其中，所述贡献值基于对应移动终端解决疑点问题的数量以及提出所述疑点问题的移动终端级别确定；所述步骤b中，优选地，所述步骤a中，执行模拟退火算法针对所述科研数据库定义的命题包括如下变量：当前温度，对应所述科研数据库的影响值；每次温度的变化率，对应每次影响值的固定下降幅度；当前状态的函数值，指上一个影响值变化至当前影响值所对应的时间段；终止温度，指系统设定的终止模拟退火算法的所述影响值；其中，所述影响值基于对应移动终端发表的科研文章级别、科研成果数量以及获奖级别确定；所述步骤b中，优选地，所述步骤c中，所述产学研数据库的最优解由多个所述设备码组成。优选地，所述步骤c包括如下步骤：c1.选择所述n个优选贡献值对应的全部设备码作为初始种群，对所述初始种群进行编码生成多个染色体；c2.基于适应度函数计算每个所述染色体的适应度；c3.根据每个所述染色体的适应度基于遗传算子执行染色体迭代步骤；c4.根据确定的终止条件输出完成所述染色体迭代步骤的结果。优选地，所述步骤c2中，所述适应度函数如下：F＝α*P本文档来自技高网...

【技术保护点】
1.一种基于移动终端的医疗机构产学研管理方法，其特征在于，通过多个移动终端积累的产学研数据挖掘其中的优选移动终端，其中，所述产学研数据由产业值、贡献值和科研值组成，并分别独立存储于产业数据库、学习数据库和科研数据库中，包括如下步骤：/na.定义命题并采用模拟退火算法分别在所述产业数据库、所述学习数据库和所述科研数据库寻找最优解，其中，所述产业数据库的最优解定义为优选产业值，所述学习数据库的最优解定义为优选贡献值，所述科研数据库的最优解定义为优选影响值；/nb.重复执行n次步骤a生成n个优选产业值、n个优选贡献值和n个优选影响值，将所述n个优选产业值、所述n个优选贡献值和所述n个优选影响值以及对应全部移动终端的全部设备码集合形成产学研数据库；/nc.采用遗传算法寻找所述产学研数据库的最优解。/n

【技术特征摘要】
1.一种基于移动终端的医疗机构产学研管理方法，其特征在于，通过多个移动终端积累的产学研数据挖掘其中的优选移动终端，其中，所述产学研数据由产业值、贡献值和科研值组成，并分别独立存储于产业数据库、学习数据库和科研数据库中，包括如下步骤：
a.定义命题并采用模拟退火算法分别在所述产业数据库、所述学习数据库和所述科研数据库寻找最优解，其中，所述产业数据库的最优解定义为优选产业值，所述学习数据库的最优解定义为优选贡献值，所述科研数据库的最优解定义为优选影响值；
b.重复执行n次步骤a生成n个优选产业值、n个优选贡献值和n个优选影响值，将所述n个优选产业值、所述n个优选贡献值和所述n个优选影响值以及对应全部移动终端的全部设备码集合形成产学研数据库；
c.采用遗传算法寻找所述产学研数据库的最优解。


2.根据权利要求1所述的控制方法，其特征在于：所述步骤a中，分别针对所述产业数据库、所述学习数据库和所述科研数据库定义不同的命题。


3.根据权利要求2所述的控制方法，其特征在于：所述步骤a中，执行模拟退火算法针对所述产业数据库定义的命题包括如下变量：
当前温度，对应所述产业数据库的产业值；
每次温度的变化率，对应每次产业值的固定下降幅度；
当前状态的函数值，指上一个产业值变化至当前产业值所对应的时间段；
终止温度，指系统设定的终止模拟退火算法的所述产业值；
其中，所述产业值基于对应移动终端的收入和成本支出确定。


4.根据权利要求3所述的控制方法，其特征在于：所述步骤a中，执行模拟退火算法针对所述学习数据库定义的命题包括如下变量：
当前温度，对应所述学习数据库的贡献值；
每次温度的变化率，对应每次贡献值的固定下降幅度；
当前状态的函数值，指上一个贡献值变化至当前贡献值所对应的时间段；
终止温度，指系统设定的终止模拟退火算法的所述贡献值；
其中，所述贡献值基于对应移动终端解决疑点问题的数量以及提出所述疑点问题的移动终端级别确定。


5.根据权利要求4所述的控制方法，其特征在于：所述步骤a中，执行模拟退火算法针对所述科研数据库定义的命题包括如下变量：
当前温度，对应所述科研数据库的影响值；
每次温度的变化率，对应每次影响值的固定下降幅度；
当前状态的函数值，指上一个影响值变化至...

【专利技术属性】
技术研发人员：姚娟娟，
申请(专利权)人：上海明品医学数据科技有限公司，
类型：发明
国别省市：上海;31