【技术实现步骤摘要】
基于区块链的智能医疗就诊数据存储方法及平台
[0001]本申请涉及计算机
,特别是涉及一种基于区块链的智能医疗就诊数据存储方法及平台。
技术介绍
[0002]智能医疗就诊,是指通过智能医疗卡为患者办理的包含患者基本信息、预交款信息和诊疗信息,实现以卡为核心发卡、补卡和挂失等管理功能,同时实现就诊流程以卡为主线,集医院就诊流程如预约、挂号、分诊、划价、交费、检查、检验、治疗、取药、信息查询等多功能于一卡,使持卡人在医院就医时一卡通行,最大限度地缩短患者的就医时间,提高就诊的工作效率。
[0003]随着智能医疗的发展,智能医疗逐渐结合区块链技术,区块链技术是从本质上讲,它是一个共享数据库,存储于其中的数据或信息,具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征,区块链技术奠定了坚实的“信任”基础,创造了可靠的“合作”机制,具有广阔的运用前景。
[0004]然而,目前并没有一种技术能够实现智能诊疗与区块链高效结合。
技术实现思路
[0005]基于此,有必要针 ...
【技术保护点】
【技术特征摘要】
1.一种基于区块链的智能医疗就诊数据存储方法,其特征在于,所述方法包括:实时采集各当前就诊患者主体在医疗就诊场所的实际描述症状信息和各当前就诊患者主体的患者基本资料数据,并在获取所述实际描述症状信息和所述患者基本资料数据后生成第一数据记录节点,其中,一个所述当前就诊患者主体对应一个实际描述症状信息和一个所述患者基本资料数据;提取所述患者基本资料数据中的可能病症关键数据,并基于所述可能病症关键数据生成关键病症普查界面,所述关键病症普查界面上展示有包含所述可能病症关键数据的待解答问询选项,同时生成第二数据记录节点;获取各当前就诊患者主体在所述关键病症普查界面上解答的对所述待解答问询选项的可能病症反馈信息,并在获取所述可能病症反馈信息后生成第三数据记录节点;将所述可能病症反馈信息和所述实际描述症状信息作数据结合处理并生成当前患者实际症状信息,并将所述当前患者实际症状信息发送至预设的智能医疗初步诊断模型中,在所述智能医疗初步诊断模型对所述当前患者实际症状信息作智能诊断后生成初始治疗诊断结果报告,在生成所述初始治疗诊断结果报告的同时生成第四数据记录节点;根据预设的卷积模型修正算法对所述初始治疗诊断结果报告作诊疗数据修正处理,并在诊疗数据修正完成后生成升级版治疗诊断结果报告,在生成所述升级版治疗诊断结果报告的同时,生成第五数据记录节点;基于所述第一数据记录节点、所述第二数据记录节点、所述第三数据记录节点、所述第四数据记录节点和所述第五数据记录节点分别获取所述升级版治疗诊断结果报告的诊疗报告生成过程数据,并按照所述诊疗报告生成过程数据生成的实际时间加设当前时间戳,并基于区块链技术将所述诊疗报告生成过程数据和所述当前时间戳哈希上链。2.根据权利要求1所述的基于区块链的智能医疗就诊数据存储方法,其特征在于,根据预设的卷积模型修正算法对所述初始治疗诊断结果报告作诊疗数据修正处理,并在诊疗数据修正完成后生成升级版治疗诊断结果报告,在生成所述升级版治疗诊断结果报告的同时,生成第五数据记录节点;具体包括:采集获取实际描述症状信息和所述患者基本资料数据时,当前就诊患者主体的当前实际面容图像信息;根据采集的所述当前实际面容图像信息,基于预设的标准卷积神经网络模型对所述当前实际面容图像信息作卷积特征提取处理,并在卷积特征处理完成后,获取经所述标准卷积神经网络模型输出的当前实际面容图像特征数据集;基于预设的就诊患者症状诊疗标准数据库获取所述初始治疗诊断结果报告对应的智能输出诊断面容信息,其中,所述就诊患者症状诊疗标准数据库中存储有多个标准诊断结果报告和标准智能诊断输出面容信息,一个所述标准诊断结果报告对应至少一个所述标准智能诊断输出面容信息;基于所述标准卷积神经网络模型获取所述智能输出诊断面容信息的实际输出待诊断图像标准数据集;对获取的所述当前实际面容图像特征数据集和所述实际输出待诊断图像标准数据集作匹配度分析处理,并在匹配度分析处理完成后,获取生成的所述当前实际面容图像特征数据集与所述实际输出待诊断图像标准数据集的当前实际匹配值;将所述当前实际匹配值载入至预存的标准阈值判断模型中,并在所述标准阈值判断模型中判断所述当前实际匹配值是否超过标准匹配阈值;若在所述标准阈值判断模型中判断所述当前实际匹配值不超过标准匹配阈值,则基于所述当前实际匹配值获取就诊治疗数据修正指令;基于所述就诊治疗数据修正指令,对所述智能输出诊断面容信息作诊疗数据修正处理,并在诊疗数据修正完成后生成升级版治疗诊断结果报告,在生成所述升级版治疗诊断结果报告的同时,生成第五数据记录节点。
3.根据权利要求2所述的基于区块链的智能医疗就诊数据存储方法,其特征在于,根据采集的所述当前实际面容图像信息,基于预设的标准卷积神经网络模型对所述当前实际面容图像信息作卷积特征提取处理,并在卷积特征处理完成后,获取经所述标准卷积神经网络模型输出的当前实际面容图像特征数据集;之后还包括:将获取的所述当前实际面容图像特征数据集发送至预设的标准患者诊疗数据存储库中,并在所述标准患者诊疗数据存储库中遍历与所述当前实际面容图像特征数据集相匹配的数据集,并在遍历完成后生成当前患者遍历查询结果;基于预设的当前实际判断规则判断所述当前患者遍历查询结果是否存在;若基于预设的当前实际判断规则判断所述当前患者遍历查询结果不存在,则根据所述升级版治疗诊断结果报告获取所述当前实际面容图像信息的真实性参考权值,并判断所述真实性参考权值是否大于等于标准参考衡量权值;若判断所述真实性参考权值是大于等于所述标准参考衡量权值,则建立所述当前实际面容图像特征数据集与所述智能输出诊断面容信息的面容数据关联链接关系,并在所述面容数据关联链接关系建立完成后生成当前面容更新指令;基于所述当前面容更新指令索引所述面容数据关联链接关系,并按照所述面容数据关联链接关系对所述标准患者诊疗数据存储库作更新处理,并在更新处理完成后生成已更新标准患者诊疗数据存储库。4.根据权利要求1所述的基于区块链的智能医疗就诊数据存储方法,其特征在于,根据预设的卷积模型修正算法对所述初始治疗诊断结果报告作诊疗数据修正处理,并在诊疗数据修正完成后生成升级版治疗诊断结果报告,在生成所述升级版治疗诊断结果报告的同时,生成第五数据记录节点;具体包括:根据所述升级版治疗诊断结果报告获取可看诊医生信息集合,并获取所述可看诊医生信息集合中各可看诊医生的看诊医生资历数据;基于所述智能输出诊断面容信息获取所述智能输出诊断面容信息需要就诊的实际就诊紧急程度值;基于所述看诊医生资历数据和所述实际就诊紧急程度值获取看诊医生安排规章,并基于所述看诊医生安排规章对各所述可看诊医生作排序处理,并在排序处理完成后生成当前患者看诊医生优选排序集合;根据所述当前患者看诊医生优选排序集合确定初始首选看诊医生,其中,所述首选看诊医生为所述当前患者看诊医生优选排序集合中处于特定排名范围中的医生。5.根据权利要求4所述的基于区块链的智能医疗就诊数据存储方法,其特征在于,根据所述当前患者看诊医生优选排序集合确定初始首选看诊医生,其中,所述首选看诊医生为所述当前患者看诊医生优选排序集合中处于特定排名范围中的医生,之后还包括:基于所述患者基本资料数据获取所述当前就诊患者主体的实际经济因素数据;基于所述初始首选看诊医生获取所述初始首选看诊医生中各看诊首选医生的当前就诊大致服务费用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。