首页 / 专利库 / 信号处理 / 信号 / 音频信号 / 语音信号 / 一种基于医疗服务的集成信息管理系统

一种基于医疗服务的集成信息管理系统

阅读:974发布:2020-05-08

专利汇可以提供一种基于医疗服务的集成信息管理系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 人工智能 的医疗服务信息管理系统,包括信息管理单元、信息监控单元、指引单元、医疗服务单元、集成遗留单元、 云 端 服务器 以及系统主处理器单元,系统主处理器单元接收并处理信息管理单元、信息监控单元发送的信息,根据患者登记情况分配至指引单元,指引单元生成相应的指引命令发送至显示单元进行显示,患者根据显示进入相应诊室接受诊治,系统主处理单元内设置有 深度学习 模型,将患者的个人信息与每个 治疗 方案 的匹配矩阵输入至深度学习模型进行自主学习获得满足 精度 阈值 的分类模型,求解分类模型得到患者匹配的治疗方案信息。本发明方便对患者信息进行管理统计,提高数据一致性和正确性,提高了医疗信息系统的使用价值。,下面是一种基于医疗服务的集成信息管理系统专利的具体信息内容。

1.一种基于医疗服务的集成信息管理系统,其特征在于包括:
信息管理单元,设置于医疗服务机构主机用于记录患者的个人信息以及治疗方案,并将个人信息以及治疗方案发送至系统主处理单元;
信息监控单元,用以监测医生诊室的患者挂号情况,并将挂号人数少的医生信息发送至系统主处理单元;
指引单元,接收系统主处理单元发出的指引命令并根据指引命令生成相应的指引信号,将所述指引信号发送至显示单元进行显示;
医疗服务单元,接收系统主处理单元发出的患者信息,给出治疗方案并将治疗方案发送至系统主处理单元;
集成遗留单元,所述集成遗留单元与医疗服务单元连接形成集成遗留系统
服务器,所述云端服务器保存系统各部分的工作参数、采集的患者个人信息及治疗方案信息。
系统主处理单元,所述系统主处理单元内设置有深度学习模型,将患者的个人信息定义为一个长描述,将治疗方案信息定义为短描述;并将长描述和短描述分别处理成文本矩阵M和N,对长描述的文本矩阵M乘以一个权重值η再与短描述生成的文本矩阵N相加,得到该患者个人信息与每个治疗方案的匹配矩阵,将患者的个人信息与每个治疗方案的匹配矩阵输入至深度学习模型进行自主学习获得满足精度阈值的分类模型,求解分类模型得到患者匹配的治疗方案信息。
2.根据权利要求1所述的一种基于医疗服务的集成信息管理系统,其特征在于所述的集成遗留系统的运行过程为:
步骤1:分析所述集成遗留系统中的遗留信息,并确定其与所述医疗服务单元的对应关系;
步骤2:所述信息管理单元判断是否存在与遗留信息相匹配的患者信息;
步骤3:若不存在,则将患者信息存储到所述信息管理单元;若存在则直接进入所述信息监控单元。
3.根据权利要求1所述的一种基于医疗服务的集成信息管理系统,其特征在于所述医疗服务单元包括药品服务模,所述药品服务模块接收系统处理单元发送的治疗方案,医务人员根据治疗方案搭配药物。
4.根据权利要求1所述的一种基于人工智能的医疗服务信息管理系统,其特征在于所述指引信号包括通过语音信号引导患者的声指引模块,以及通过LED屏幕显示的显示引导模块,所述系统主处理单元根据深度学习模型选定治疗方案信息后给患者指示。
5.根据权利要求1所述的一种基于医疗服务的集成信息管理系统,其特征在于所述的医疗服务单元还设置有紧急服务模块。
6.根据权利要求5所述的一种基于医疗服务的集成信息管理系统,其特征在于所述紧急服务模块还设置有警报器。
7.根据权利要求1所述的一种基于医疗服务的集成信息管理系统,其特征在于所述系统主处理单元采用支持向量机算法对深度学习模型进行分类训练。

说明书全文

一种基于医疗服务的集成信息管理系统

技术领域

[0001] 本发明涉及软件信息系统领域,具体说涉及一种基于医疗服务的集成信息管理系统。

背景技术

[0002] 随着经济和技术的飞速发展,我国医疗卫生信息化的发展进程中,由于众多医疗机构各行其是,数据资源被分散在彼此隔离的孤岛式医疗信息系统中。一方面,异构医疗信息系统之间不能互联互通,不仅无法满足区域医疗信息共享的需求,还导致了病人诊疗数据的多口采集和重复输入,影响数据的一致性和正确性;另一方面,医疗机构之间的业务协同难以实现,严重制约了医疗资源的有效应用,降低了医疗信息系统的使用价值。

发明内容

[0003] 鉴于现有技术的不足,本发明提供一种基于人工智能的医疗服务信息管理系统,方便对患者信息数据进行管理和统计,提高数据的一致性和正确性,提高了医疗信息系统的使用价值。
[0004] 本发明提供一种基于医疗服务的集成信息管理系统,包括:
[0005] 信息管理单元,设置于医疗服务机构主机用于记录患者的个人信息以及治疗方案,并将个人信息以及治疗方案发送至系统主处理单元;
[0006] 信息监控单元,用以监测医生诊室的患者挂号情况,并将挂号人数少的医生信息发送至系统主处理单元;
[0007] 指引单元,接收系统主处理单元发出的指引命令并根据指引命令生成相应的指引信号,将所述指引信号发送至显示进行显示;
[0008] 医疗服务单元,接收系统主处理单元发出的患者信息,给出治疗方案并将治疗方案发送至系统主处理单元;
[0009] 集成遗留单元,所述集成遗留单元与医疗服务单元连接形成集成遗留系统
[0010] 服务器,所述云端服务器保存系统各部分的工作参数、采集的患者个人信息及治疗方案信息。
[0011] 系统主处理单元,所述系统主处理单元内设置有深度学习模型,将患者的个人信息定义为一个长描述,将治疗方案信息定义为短描述;并将长描述和短描述分别处理成文本矩阵M和N,对长描述的文本矩阵M乘以一个权重值η再与短描述生成的文本矩阵N相加,得到该患者个人信息与每个治疗方案的匹配矩阵,将患者的个人信息与每个治疗方案的匹配矩阵输入至深度学习模型进行自主学习获得满足精度阈值的分类模型,求解分类模型得到患者匹配的治疗方案信息。
[0012] 进一步地,所述的集成遗留系统的运行过程为:
[0013] 步骤1:分析所述集成遗留系统中的遗留信息,并确定与所述医疗服务单元的对应关系;
[0014] 步骤2:所述信息管理单元判断是否存在与遗留信息相匹配的患者信息;
[0015] 步骤3:若不存在,则将患者信息存储到所述信息管理单元;若存在则直接进入所述信息监控单元。
[0016] 进一步地,所述医疗服务单元包括药品服务模,所述药品服务模块接收系统处理单元发送的治疗方案,医务人员根据治疗方案搭配药物。
[0017] 进一步地,所述指引信号包括通过语音信号引导患者的声指引模块,以及通过LED屏幕显示的显示引导模块,所述系统主处理单元根据深度学习模型选定治疗方案信息后给患者指示。
[0018] 进一步地,所述的医疗服务单元还设置有紧急服务模块;
[0019] 进一步地,所述紧急服务模块还设置有警报器。
[0020] 进一步地,所述系统主处理单元采用支持向量机算法对深度学习模型进行分类训练。
[0021] 通过上述技术方案,本发明公开的基于人工智能的医疗服务信息管理系统方便对患者信息数据进行管理和统计,提高数据的一致性和正确性,提高了医疗信息系统的使用价值。附图说明
[0022] 为了更清楚的说明本发明的实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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的附图。
[0023] 图1为本发明系统结构图。
[0024] 图2为本发明集成遗留系统的运行流程图

具体实施方式

[0025] 为使本发明的实施例的目的、技术方案和优点更加清楚,下面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的描述:
[0026] 如图1所示:本发明公开了一种基于医疗服务的集成信息管理系统,包括:
[0027] 信息管理单元,设置于医疗服务机构主机用于记录患者的个人信息以及治疗方案,并将个人信息以及治疗方案发送至系统主处理单元;
[0028] 信息监控单元,用以监测医生诊室的患者挂号情况,并将挂号人数少的医生信息发送至系统主处理单元;
[0029] 指引单元,接收系统主处理单元发出的指引命令并根据指引命令生成相应的指引信号,指引信号包括通过语音信号引导患者的声指引模块,以及通过LED屏幕显示的显示引导模块,所述系统主处理单元根据深度学习模型选定治疗方案信息后给患者指示。
[0030] 医疗服务单元,接收系统主处理单元发出的患者信息,给出治疗方案并将治疗方案发送至系统主处理单元;医疗服务单元包括药品服务模块,所述药品服务模块接收系统处理单元发送的治疗方案,医务人员根据治疗方案搭配药物。医疗服务单元还设置有紧急服务模块,紧急服务模块还设置有警报器。
[0031] 集成遗留单元,所述集成遗留单元与医疗服务单元连接形成集成遗留系统;集成遗留系统的运行过程为:
[0032] 步骤1:分析所述集成遗留系统中的遗留信息,并确定与所述医疗服务单元的对应关系;
[0033] 步骤2:所述信息管理单元判断是否存在与遗留信息相匹配的患者信息;
[0034] 步骤3:若不存在,则将患者信息存储到所述信息管理单元;若存在则直接进入所述信息监控单元。
[0035] 系统主处理器单元,所述系统主处理器单元接收并处理所述信息管理单元、信息监控单元发送的信息,根据患者登记情况分配至指引单元,所述指引单元生成相应的指引命令发送至显示单元进行显示,患者根据显示进入相应诊室接受诊治,所述系统主处理器单元与信息管理单元、信息监控单元、指引单元、医疗服务单元以及集成遗留单元实现通讯连接。系统主处理单元内设置有深度学习模型,将患者的个人信息定义为一个长描述,将治疗方案信息定义为短描述;并将长描述和短描述分别处理成文本矩阵M和N,对长描述的文本矩阵M乘以一个权重值η再与短描述生成的文本矩阵N相加,得到该患者个人信息与每个治疗方案的匹配矩阵,将患者的个人信息与每个治疗方案的匹配矩阵输入至深度学习模型进行自主学习获得满足精度阈值的分类模型,求解分类模型得到患者匹配的治疗方案信息。
[0036] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈