System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医院管理,具体涉及一种基于人工智能的医院管理方法及系统。
技术介绍
1、患者在医院就诊可以获得专业的诊断和治疗,预防和早期发现疾病,并且获得专业建议、指导和必要的医疗保障,目前的医院常常使用人工智能对医院内各项医疗项目进行管理,人工智能可以给患者提供有效的帮助,提高了患者的就诊效率,人工智能在医院管理中越来越重要,但目前医院内的人工智能管理仍存在一些问题:
2、1、现有技术中在为患者选择就诊医生时,一方面,医院通常会根据患者该次病情描述和患者历史就诊记录分析患者对应的适宜医生,忽略了对医院内各历史患者相似病情的历史就诊记录进行分析,另一方面,医院没有统筹考虑到各医生对于患者病情相似病情的处理次数和从业年限对患者就诊的效率的影响,忽略了各医生当前的预约人数对于患者等候时间的影响,导致患者匹配的就诊医生因为处理能力不足影响患者的就诊效果,而且难以保障患者的就诊时长,从而影响患者的就诊效率,降低了患者的就诊体验。
3、2、现有技术中医院常规的检查方式是由患者在收到检查通知后随意的前往检查项目,但是由于各个检查项目排队的人数不同,单个检查项目对应的检查时间也不同,患者无法做到最优的检查项目选择从而需要消耗大量的时间,不仅影响了患者的治疗时间,还导致医院各检查项目排队人数不平衡,不利于医院内部管理。
技术实现思路
1、本专利技术的目的在于提供的一种基于人工智能的医院管理方法及系统,解决了
技术介绍
中存在的问题。
2、为解决上述技术问题,本专利技
3、步骤二、患者历史就诊信息获取:从医院运行后台获取患者的历史就诊信息,并获取医院内各历史患者的基本信息和历史就诊信息。
4、步骤三、患者总体信息分析:依据患者的病情描述文本,结合患者的历史就诊信息,分析患者当前病情与各次历史就诊的病情对应的相似评估系数,并依据医院内各历史患者的基本信息和历史就诊信息,结合患者的基本信息、病情描述文本,分析患者与各历史患者对应的基本信息相似度,筛选患者对应的各匹配历史患者,并分析患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评估系数。
5、步骤四、患者适宜医生:筛选患者对应的适宜医生,分析患者对应的各必选检查项目,进而将患者对应的各必选检查项目发送到患者对应的适宜医生,由患者对应的适宜医生进行身体检查确认。
6、步骤五、患者必选检查项目顺序分析:获取医院当前各必选检查项目对应的等待人员数量,并从医院运行后台获取各必选检查项目对应的单次检查时长,从而据此分析患者对应各必选检查项目的序号。
7、步骤六、显示处理:将患者对应各必选检查项目的序号发送给患者。
8、优选地,所述历史就诊信息包括各次历史就诊对应的病情描述文本、就诊医生。
9、优选地,所述分析患者当前病情与各次历史就诊的病情对应的相似评估系数,其具体分析方法为:依据患者的当前病情描述文本构建患者的当前病情描述关键字集合e。
10、依据患者在各次历史就诊的病情描述文本构建患者在各次历史就诊的病情描述关键字集合fi,其中i表示为患者所属的各次历史就诊的编号,i=1,2,...,n,n为大于2的任意整数。
11、分析患者当前病情与各次历史就诊的病情对应的相似评估系数,
12、优选地,所述分析患者与各历史患者对应的基本信息相似度,其具体分析方法为:从患者的基本信息中提取性别、年龄a′、身高h′和体重w′。
13、从医院内各历史患者的基本信息中提取性别、年龄a′k、身高hk′和体重w′k,k表示各历史患者所对应的编号,k=1,2,...,g,g为大于2的任意整数。
14、将患者的性别与医院内各历史患者的性别进行匹配,若患者的性别与医院内某历史患者的性别匹配成功,则将患者与医院内该历史患者的性别匹配指数标记为b,反之,则将其标记为b′。
15、统计患者与医院内各历史患者的性别匹配指数βk,其中βk=b或b′。
16、分析患者与医院内各历史患者的年龄匹配系数a″为预定义的患者与历史患者的允许年龄误差。
17、分析患者与医院内各历史患者的身高匹配系数其中h″为预定义的患者与历史患者的允许身高hk′误差。
18、分析患者与医院内各历史患者的体重匹配系数其中w″为预定义的患者与历史患者的允许体重误差。
19、分析患者与各历史患者对应的基本信息相似度
20、优选地,所述患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评估系数,其具体分析方法为:依据各匹配历史患者在各次历史就诊的病情描述文本构建各匹配历史患者在各次历史就诊的病情描述关键字集合fas,其中a表示为各匹配历史患者的编号,a=1,2,...,z,z为大于2的任意整数,s表示匹配历史患者所属的各次历史就诊的编号,s=1,2,...,x,x为大于2的任意整数。
21、分析患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评估系数
22、优选地,所述筛选患者对应的适宜医生,其具体筛选方法为:将患者在各次历史就诊的病情描述相似评估系数与预定义的病情描述相似评估系数阈值进行对比,若患者在某次历史就诊的病情描述相似评估系数大于或等于病情描述相似评估系数阈值,则将该次历史就诊作为参考历史就诊,进而统计患者对应的各次参考历史就诊。
23、从医院运行后台获取所有医生对应的编号。
24、从患者各次历史就诊对应的就诊医生获取患者所属各次参考历史就诊对应的就诊医生,并获取患者所属各次参考历史就诊对应就诊医生的编号。
25、将患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评估系数与预定义的病情描述相似评估系数阈值对比,若患者对应的某匹配历史患者所属的某次历史就诊的病情描述相似评估系数大于或等于病情描述相似评估系数阈值,则将该匹配历史患者标记为优选历史患者,并将该匹配历史患者的该次历史就诊作为参照历史就诊,进而统计各优选历史患者的各次参照历史就诊。
26、从医院内各历史患者各次历史就诊对应的就诊医生获取患者所属各优选历史患者对应各次参照历史就诊的就诊医生,并获取各优选历史患者所属各次参照历史就诊对应就诊医生的编号。依据患者所属各次参考历史就诊对应就诊医生的编号和各优选历史患者对应各次参照历史就诊对应就诊医生的编号,统计患者对应的各适宜医生。
27、分析患者对应的各适宜医生所属的历史就诊总次数分析患者对应各适宜医生的推荐评估指数其中u表示各适宜医生的编号,u=1,2,...y,y为大于2的任意整数,βu表示从医院管理后台中获取的第u个适宜医生的从业年限,χu表示从医院管理后台中获取的第u个适宜医生当前的预约人数,本文档来自技高网...
【技术保护点】
1.一种基于人工智能的医院管理方法,其特征在于,包括:
2.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述历史就诊信息包括各次历史就诊对应的病情描述文本、就诊医生。
3.根据权利要求2所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者当前病情与各次历史就诊的病情对应的相似评估系数,其具体分析方法为:
4.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者与各历史患者对应的基本信息相似度,其具体分析方法为:
5.根据权利要求2所述的一种基于人工智能的医院管理方法,其特征在于,所述患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评估系数,其具体分析方法为:
6.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述筛选患者对应的适宜医生,其具体筛选方法为:
7.根据权利要求6所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者对应的各适宜医生所属的历史就诊总次数,其具体分析方法为:
8.根据权利要求1所述的
9.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者对应的各必选检查项目对应的序号,其具体分析方法为:
10.一种基于人工智能的医院管理系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于人工智能的医院管理方法,其特征在于,包括:
2.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述历史就诊信息包括各次历史就诊对应的病情描述文本、就诊医生。
3.根据权利要求2所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者当前病情与各次历史就诊的病情对应的相似评估系数,其具体分析方法为:
4.根据权利要求1所述的一种基于人工智能的医院管理方法,其特征在于,所述分析患者与各历史患者对应的基本信息相似度,其具体分析方法为:
5.根据权利要求2所述的一种基于人工智能的医院管理方法,其特征在于,所述患者当前病情与各匹配历史患者所属各次历史就诊的病情对应的相似评...
【专利技术属性】
技术研发人员:杨永军,詹翔,郑雁鹏,
申请(专利权)人:上海麦杰科技股份有限公司西安分公司,
类型:发明
国别省市:
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。