一种基于云计算的智慧医疗信息推送系统及方法与流程

摘要: 本发明涉及云计算,尤其涉及一种基于云计算的智慧医疗信息推送系统及方法。背景技术:1、随着云计算、大数据分析以及智慧医疗信息化技术的发展,医疗信息系统逐渐向多源数...
一种基于云计算的智慧医疗信息推送系统及方法与流程

本发明涉及云计算,尤其涉及一种基于云计算的智慧医疗信息推送系统及方法。

背景技术:

1、随着云计算、大数据分析以及智慧医疗信息化技术的发展,医疗信息系统逐渐向多源数据融合和智能化服务方向发展。现有智慧医疗平台通常依托云端计算资源,对患者基本信息、诊疗记录、检查检验数据、健康监测数据和医疗服务数据进行集中管理,并通过数据分析和信息推送技术向患者或医护人员提供医疗服务。相比传统人工查询方式,基于云计算的医疗信息推送方法能够提高医疗数据处理效率,减少信息获取过程中的人工操作,为远程医疗、健康管理和辅助诊疗提供数据支持。

2、现有医疗信息推送方法通常根据患者基础信息、疾病类别、历史诊疗记录或预设规则筛选医疗信息资源,并通过匹配分析确定推送内容。但现有方法主要依赖静态医疗信息或单一历史记录进行判断,缺少对患者医疗状态变化过程、诊疗事件关联关系以及医疗需求变化趋势的连续分析,导致推送内容与实际医疗需求匹配程度不足。同时,部分方法采用时间序列模型进行医疗数据预测,但未充分结合医疗状态之间的关联结构和演化关系,难以准确反映复杂诊疗过程中的状态变化规律。此外,现有医疗信息推送过程缺少基于推送反馈数据的动态调整机制,无法根据患者响应情况及时修正推送策略,容易出现信息重复推送、推送内容冲突以及医疗资源适配效率不足的问题。因此,需要一种能够结合云端医疗数据、医疗状态演化关系和智能分析模型的智慧医疗信息推送方法,提高医疗信息推送过程中的准确性和动态适应能力。

3、因此,如何提供一种基于云计算的智慧医疗信息推送系统及方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于云计算的智慧医疗信息推送系统及方法,本发明利用云端医疗信息数据采集、医疗状态关联结构构建、医疗状态演化分析、改进tsmixer网络特征提取以及推送反馈动态优化技术,详细描述了智慧医疗平台对多源医疗信息进行整理、患者医疗状态变化分析、医疗需求预测、医疗资源匹配和推送策略调整的实现过程,实现了复杂医疗场景下医疗信息需求识别与个性化信息推送,相比传统基于静态信息匹配的医疗推送方式,本发明具备医疗状态变化感知能力强、医疗需求预测准确性高、医疗信息资源适配能力强、推送策略动态调整能力强以及信息推送准确性高的优点。

2、根据本发明实施例的一种基于云计算的智慧医疗信息推送方法,包括:

3、采集云端医疗平台中的医疗信息数据,对医疗信息数据进行预处理,生成智慧医疗信息数据集;

4、根据所述智慧医疗信息数据集中的诊疗事件和医疗状态数据构建医疗状态关联结构,按照时间顺序生成医疗状态演化链;

5、根据所述医疗状态演化链分析状态转移过程,确定医疗需求变化趋势,构建医疗信息需求序列,生成医疗信息需求样本;

6、将所述医疗信息需求样本输入改进tsmixer网络,所述改进tsmixer网络包括医疗双流混合单元、医疗拓扑混合单元、状态自适应混合单元和反馈残差回注单元,生成医疗信息推送特征;

7、根据所述医疗信息推送特征筛选医疗信息资源,结合医疗状态和医疗需求变化趋势计算资源适配关系,生成候选医疗信息推送序列;

8、根据所述候选医疗信息推送序列分析信息关联关系,定位推送冲突信息并修正推送序列,生成动态医疗信息推送策略;

9、根据所述动态医疗信息推送策略执行医疗信息推送,采集推送反馈数据并更新智慧医疗信息数据集,生成智慧医疗信息推送结果。

10、可选的,所述医疗信息数据具体包括患者基础信息数据、诊疗事件数据、医疗状态数据、健康监测数据和医疗服务数据。

11、可选的,所述生成智慧医疗信息数据集,包括:

12、按照患者标识、数据来源标识和采集时间对医疗信息数据进行分组,建立医疗信息记录组,其中,医疗信息记录组包括患者标识、数据来源标识、采集时间和对应医疗信息内容;

13、对所述医疗信息记录组中的医疗信息内容进行时间对齐,将采集时间相同的医疗信息内容进行关联,生成医疗信息对齐记录;

14、对所述医疗信息对齐记录中的数据格式和数据字段进行统一处理,将数值型医疗信息转换为标准数据格式,将状态型医疗信息按照状态编码规则转换为状态标识,生成标准化医疗信息记录;

15、按照患者标识和采集时间对所述标准化医疗信息记录进行排列,将同一患者对应的连续医疗信息记录组合,生成智慧医疗信息数据集。

16、可选的,所述生成医疗状态演化链,包括:

17、根据所述智慧医疗信息数据集中的诊疗事件和医疗状态数据,按照患者标识建立对应医疗状态记录组,将医疗状态记录组中的医疗状态数据和诊疗事件数据分别映射为状态节点和事件节点;

18、根据状态节点和事件节点之间的时间关联关系建立节点连接关系,将医疗状态变化过程和诊疗事件发生过程进行关联,生成医疗状态关联结构;

19、按照采集时间对所述医疗状态关联结构中的节点进行排序,根据节点连接关系确定状态演化顺序,生成医疗状态演化链。

20、可选的,所述生成医疗信息需求样本,包括:

21、根据所述医疗状态演化链提取连续状态节点之间的状态变化关系和关联诊疗事件,按照时间顺序排列状态变化关系和关联诊疗事件,生成医疗状态变化序列;

22、根据所述医疗状态变化序列确定相邻状态节点之间的状态转移过程,统计不同状态转移过程对应的医疗需求变化趋势,生成医疗需求变化记录;

23、将所述医疗需求变化记录按照患者标识和时间顺序进行组合,关联对应医疗状态演化链中的状态节点,生成医疗信息需求序列;

24、对所述医疗信息需求序列进行样本划分,将连续时间范围内的医疗信息需求序列作为输入序列,将对应时间后的医疗需求变化趋势作为样本标签,生成医疗信息需求样本。

25、可选的,所述生成医疗信息推送特征,包括:

26、构建改进tsmixer网络,所述改进tsmixer网络包括医疗双流混合单元、医疗拓扑混合单元、状态自适应混合单元和反馈残差回注单元;

27、将所述医疗信息需求样本输入医疗双流混合单元,按照医疗信息需求样本中的时间序列关系和事件序列关系划分连续状态需求分量和诊疗事件需求分量,对连续状态需求分量执行时间维度混合,对诊疗事件需求分量执行事件关联混合,根据时间位置和事件标识对两类需求分量进行序列对齐,将连续状态变化特征与诊疗事件关联特征进行融合,生成双流融合需求特征;

28、将所述双流融合需求特征输入医疗拓扑混合单元,根据所述医疗状态关联结构中的状态节点关联关系和事件节点关联关系构建医疗特征关联矩阵,将医疗特征关联矩阵映射至双流融合需求特征对应位置,计算不同需求特征之间的关联权重,并依据关联权重执行特征交互融合,生成拓扑增强需求特征;

29、将所述拓扑增强需求特征输入状态自适应混合单元,根据所述医疗状态演化链中的状态节点变化关系确定状态变化程度,根据状态变化程度生成时间混合调整参数,按照时间混合调整参数调整不同时间位置需求特征之间的混合比例,对拓扑增强需求特征执行自适应时间混合,生成状态适配需求特征;

30、将所述状态适配需求特征输入反馈残差回注单元,根据历史推送反馈记录中的反馈数据生成推送响应残差,将推送响应残差与状态适配需求特征进行融合,并回注至需求特征更新过程,生成医疗信息推送特征;

31、对改进tsmixer网络进行训练,将医疗信息需求样本对应的实际推送需求作为训练标签,根据医疗需求预测偏差、医疗状态演化偏差、资源适配偏差和推送反馈修正偏差构建训练损失值,基于所述训练损失值更新医疗双流混合单元、医疗拓扑混合单元、状态自适应混合单元和反馈残差回注单元的网络参数,当训练损失值连续8轮下降幅度均小于0.0005时,确定改进tsmixer网络完成训练。

32、可选的,所述生成候选医疗信息推送序列,包括:

33、根据所述医疗信息推送特征匹配医疗信息资源对应的资源标识、资源类型和适用状态,建立医疗信息推送特征与医疗信息资源之间的对应关系,生成资源关联记录;

34、根据所述资源关联记录和医疗状态演化链,将医疗信息资源适用范围与医疗状态演化链进行关联,计算医疗状态适配值;

35、根据所述资源关联记录、医疗状态适配值和医疗需求变化趋势计算资源适配关系;

36、按照资源适配关系对医疗信息资源进行排序,选取对应医疗状态和医疗需求变化趋势的医疗信息资源,生成候选医疗信息推送序列。

37、可选的,所述生成动态医疗信息推送策略,包括:

38、根据所述候选医疗信息推送序列提取相邻医疗信息资源之间的关联关系,按照医疗信息资源标识和推送顺序建立推送信息关联序列;

39、根据所述推送信息关联序列分析医疗信息资源之间的内容关联关系和推送顺序关系,确定存在重复推送、需求冲突或状态不匹配的推送冲突信息;

40、根据所述推送冲突信息对应的医疗信息资源标识,在候选医疗信息推送序列中定位冲突位置,调整对应医疗信息资源的推送顺序和推送位置,生成修正推送序列;

41、根据所述修正推送序列生成动态医疗信息推送策略,将修正后的医疗信息资源标识、推送顺序和对应患者标识进行关联。

42、可选的,所述生成智慧医疗信息推送结果,包括:

43、根据所述动态医疗信息推送策略确定对应患者标识、医疗信息资源标识和推送顺序,生成医疗信息推送记录,并将医疗信息推送记录发送至对应医疗终端;

44、采集医疗终端返回的推送反馈数据,根据所述推送反馈数据确定信息查看状态、响应状态和执行状态,生成推送反馈记录;

45、根据所述推送反馈记录关联对应医疗信息推送记录,将推送反馈记录写入智慧医疗信息数据集,生成更新医疗信息数据集;

46、根据所述更新医疗信息数据集和医疗信息推送记录生成智慧医疗信息推送结果。

47、根据本发明实施例的一种基于云计算的智慧医疗信息推送系统,包括如下模块:

48、医疗数据管理模块,用于对云端医疗平台中的医疗信息数据进行预处理,生成智慧医疗信息数据集;

49、医疗状态分析模块,用于基于智慧医疗信息数据集构建医疗状态关联结构,生成医疗状态演化链;

50、需求特征提取模块,用于根据医疗状态演化链确定医疗需求变化趋势,生成医疗信息需求样本;

51、智能推送特征生成模块,用于基于改进tsmixer网络对医疗信息需求样本进行处理,生成医疗信息推送特征;

52、资源适配模块,用于根据医疗信息推送特征建立资源适配关系,生成候选医疗信息推送序列;

53、策略优化模块,用于根据候选医疗信息推送序列执行冲突校正,生成动态医疗信息推送策略;

54、推送反馈管理模块,用于执行医疗信息推送并根据推送反馈数据更新智慧医疗信息数据集,生成智慧医疗信息推送结果。

55、本发明的有益效果是:

56、本发明提出的一种基于云计算的智慧医疗信息推送方法,通过构建云端医疗信息数据处理、医疗状态关联结构分析、医疗状态演化链生成以及医疗需求样本构建流程,实现了多源医疗信息的统一整理和患者医疗状态变化过程的动态描述。相比传统基于患者基础信息或固定规则的信息推送方式,本发明通过医疗状态关联结构和医疗状态演化链对诊疗事件与医疗状态变化关系进行建模,能够结合患者连续状态变化过程分析医疗需求变化趋势,提高医疗信息需求识别的准确性,降低因医疗状态变化未被及时感知导致的信息推送偏差。

57、本发明通过引入改进tsmixer网络、医疗双流混合单元、医疗拓扑混合单元、状态自适应混合单元和反馈残差回注单元,对医疗信息需求样本中的时间变化特征、诊疗事件关联特征、医疗状态拓扑关系以及历史推送反馈信息进行融合分析,实现医疗信息推送特征的智能生成。相比传统时间序列预测方法,本发明能够结合医疗状态演化关系调整特征混合过程,提高复杂医疗场景下医疗需求预测能力,同时利用反馈残差回注机制修正推送特征变化,提高医疗信息推送过程的动态适应能力。

58、本发明通过资源适配关系计算、候选医疗信息推送序列生成以及推送冲突信息修正过程,实现医疗信息资源与患者医疗需求之间的动态匹配,并结合推送反馈数据更新智慧医疗信息数据集,形成医疗信息推送闭环优化过程。本发明具备医疗状态感知能力强、医疗需求预测准确性高、医疗资源匹配能力强、推送策略调整灵活以及信息推送准确性高的优点,能够应用于智慧医疗平台、远程医疗服务、健康管理系统以及医疗信息辅助服务场景。