一种基于智能分析的医疗健康服务系统及方法与流程

1.本发明涉及医疗技术领域，特别是涉及一种基于智能分析的医疗健康服务系统及方法。


背景技术：

2.如今，随着社会经济的不断发展以及人们对医疗行业的日趋关注，在医疗行业中，智能医疗技术已经被广泛应用。
3.传统的对有疾病远程问诊等需求用户的服务管理系统，用户信息采集本、分析系统和用户信息分类管理、标记、回访是两个独立无关联的系统。往往是站在提供服务方(如互联网医院)角度，被动的向用户提供服务，用户从需求产生
‑‑
访问服务方平台
‑‑
获得精准回复需要漫长等待过程，例如服务方需要对用户信息进行多次比对分析后才能提供准确的需求反馈，造成大量的分析工作无法依靠机器系统，依然需要人力完成，十分费时费力。因此，设计一种智能分析的医疗健康服务中心系统及方法是十分有必要的。


技术实现要素：

4.本发明的目的是提供一种基于智能分析的医疗健康服务系统及方法，能够实现对医疗数据的采集及处理，能够根据处理后的医疗数据对相应的用户提供服务。
5.为实现上述目的，本发明提供了如下方案：
6.一种基于智能分析的医疗健康服务系统，包括：数据收集模块、数据中心、数据清洗模块及服务中心，所述数据收集模块连接所述数据中心，所述数据中心连接所述数据清洗模块，所述数据清洗模块连接所述服务中心；
7.所述数据收集模块用于收集医疗数据；
8.所述数据中心用于获取数据采集模块采集的医疗数据，并将其发送至数据清洗模块；
9.所述数据清洗模块用于组合医疗数据建立关联关系；
10.所述服务中心用于根据清洗后的医疗数据进行服务。
11.本发明还提供了一种基于智能分析的医疗健康服务方法，应用于上述基于智能分析的医疗健康服务系统，包括如下步骤：
12.步骤1：通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心；
13.步骤2：数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块；
14.步骤3：数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心；
15.步骤4：工作人员根据服务中心查看标准化数据，为用户进行服务。
16.可选的，步骤1中，通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心，具体为：
17.通过数据收集模块与诊所或医院所使用的his厂商进行数据连接，获取医疗数据，其中，诊所或医院进行诊治产生医疗数据，医疗数据存储至his厂商，his厂商通过接口的方式将数据发送至数据收集模块，其中，数据收集模块提供标准化接口文档、appkey及appsecret，标准化接口文档记录接口的请求参数格式为request body rawjson，his厂商将医疗数据的格式转换为json 格式，数据收集模块通过appkey及appsecret对称加密的方法验证发送请求的his厂商身份，其中appkey用于标志用户，appsecret用于加密his厂商签名字符串及存储验证签名字符串的秘钥。
18.可选的，步骤2，数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块，具体为：
19.数据收集模块将采集的医疗数据发送至数据中心，数据中心将获取的医疗数据存储至mongodb，并记录每个医疗数据的获取时间。
20.可选的，步骤3中，数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心，具体为：
21.数据清洗模块获取mongodb中的医疗数据，组合医疗数据，建立关联关系，得到标准化数据，将标准化数据存储至关系型数据库mysql中。
22.根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的基于智能分析的医疗健康服务系统及方法，该方法包括通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心，数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块，数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心，工作人员根据服务中心查看标准化数据，为用户进行服务；能够实现对医疗数据的获取及清洗，得到标准化数据，能够基于标准化数据对用户进行相应的服务，降低了工作人员的劳动力，提高了用户的满意度。
附图说明
23.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
24.图1为本发明实施例基于智能分析的医疗健康服务方法流程示意图；
25.图2为用户资源池梳理结构示意图；
26.图3为排班管理流程图；
27.图4为排程引擎结构示意图。
具体实施方式
28.下面将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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.本发明的目的是提供一种基于智能分析的医疗健康服务系统及方法，能够实现对
医疗数据的采集及处理，能够根据处理后的医疗数据对相应的用户提供服务。
30.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
31.本发明实施例提供的基于智能分析的医疗健康服务系统，包括：数据收集模块、数据中心、数据清洗模块及服务中心，所述数据收集模块连接所述数据中心，所述数据中心连接所述数据清洗模块，所述数据清洗模块连接所述服务中心；
32.所述数据收集模块用于收集医疗数据；
33.所述数据中心用于获取数据采集模块采集的医疗数据，并将其发送至数据清洗模块；
34.所述数据清洗模块用于组合医疗数据建立关联关系；
35.所述服务中心用于根据清洗后的医疗数据进行服务。
36.服务中心主要由6部分构成，包括任务看板、任务配置、标签配置、个人中心、用户资源池及系统管理；
37.其中，如图2所示，用户资源池用于显示标准化数据，并对标准化数据的中的用户及就诊人数据架构和关系进行了重新梳理，以及初步实现对用户资源管理业务闭环和数据流转的支撑，标签配置对标签统一进行配置管理，给实人 (就诊人)进行标签标记，实现对平台数据进行标签化归类、可通过标签进行数据统计和分析、逐步建立起服务中心标签库；任务看板包括公共资源池及定向资源池，公共资源池中显示非定向采集得到的用户的医疗数据，工作人员可进行自由配对，为用户提供服务，定向资源池为上级主管人员指定分配到下一级工作人员需要定向服务的用户，任务配置为实现自动配对和指定服务用户的任务表单；个人中心用于供工作人员进行登陆，进而对服务中心的各个功能进行使用；
38.如图3所示，系统管理用于实现排班及表单管理，其中排班管理为：在匹配用户需求，分配用户问诊对接医生后，为解决医生、护士的排班问题，以及未来可能产生的机构、科室、人员、设备排班等一切可能涉及排程预约功能的问题而设计的底层排程引擎。由于类型资源对于排程功能的要求各不相同，如果按照业务要求设计会造成严重的重复开发工作，所以将排程业务抽象分离后，通过班次、时间段、时间片、容量四个维度，可以覆盖应用层所有简单排程的业务功能，是整个预约排程功能的核心组件，目的就是通过排程引擎来快速支持并解决与预约排程相关的功能，排班管理的排班架构具体为：
39.班次(time trunk)：精确到日期(天)范围，例如，班次名称：正常白班，班次日期：2021-07-01、2022-07-02、2021-07-03(实际应用中可能为：每周一至周五)；
40.时间段(segment)：每天的班次中，分为多少个时间(segment)，以每个班分为上午和下午两个时间，中间有一小时午休，例如，时段配置：2，时段1名称：上午，时段1时间：9:00-12:00，时段2名称：下午，时段2时间： 13:00-17:00；
41.时间片(block)：每个时间段可以为一整块(block设置为1)，也可以拆分成多块，取决于业务的精细化程度，以每个block时长为1小时举例，时间片时长：1小时，时间片数量：7，时间片列表：9:00-10:00、10:00-11:00、 11:00-12:00、13:00-14:00、15:00-16:00、16:00-17:00；
42.容量(volume)：每个时间片中的容量(volume)，在一个时间片内，当容量为1时，意味着在该时间内只能处理一条资源；当容量为n时，意味着在该时间内能同时处理多条资
源，通过容量的增减判断资源在当前时段内是否空闲，例如，某家医院内科是按照诊室排班，诊室中有4位内科大夫，可以同时接诊4名患者，在同一个单位时间中，每增加一个预约则减少一个容量，最多可以同时预约4个容量；
43.如图4所示，排程引擎包含排程引擎模块、引擎配置模块，引擎模块：就是通过班次、时段、时间片、容量来处理所有的排程信息，引擎配置模块：引擎与业务的衔接，有两点作用：第一，排程功能输出，通过配置模块将引擎模块业务化进行功能输出。第二，第三方排程业务消化并输出，通过配置模块将第三方排程转化至排程引擎内再做标准化输出；
44.表单管理为：在服务中心设置中增加科室目录管理、疾病目录管理、药品目录管理二级页面，用户根据个人需求快速访问分类具体项目，服务中心系统也可以做到快速响应。
45.如图1所示，本发明还提供了一种基于智能分析的医疗健康服务方法，应用于上述基于智能分析的医疗健康服务系统，包括如下步骤：
46.步骤1：通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心；
47.步骤2：数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块；
48.步骤3：数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心；
49.步骤4：工作人员根据服务中心查看标准化数据，为用户进行服务。
50.步骤1中，通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心，具体为：
51.通过数据收集模块与诊所或医院所使用的his厂商进行数据连接，获取医疗数据，其中，诊所或医院进行诊治产生医疗数据，例如患者数据、诊疗数据及病例数据等，医疗数据存储至his厂商，his厂商通过接口的方式将数据发送至数据收集模块，其中，数据收集模块提供标准化接口文档、appkey及 appsecret，标准化接口文档记录接口的请求参数格式为request body rawjson， his厂商根据标准化接口文档将医疗数据的格式转换为json格式，数据收集模块通过appkey及appsecret对称加密的方法验证发送请求的his厂商身份，其中appkey用于标志用户，appsecret用于加密his厂商签名字符串及存储验证签名字符串的秘钥，his厂商用户的请求方式为post请求。
52.步骤2中，数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块，具体为：
53.数据收集模块将采集的医疗数据发送至数据中心，数据中心将获取的医疗数据存储至mongodb，mongodb为nosql相比于mysql等关系型数据库的存储速度要快很多，而且也支持一些基础的sql查询，比较满足当前的业务场景，另外，记录每个医疗数据的获取时间便于后续进行数据合并和清洗。
54.步骤3中，数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心，具体为：
55.数据清洗是为了组合数据建立关联关系并存储到关系型数据库mysql中以便于后续为服务中心提供数据支持，数据清洗模块获取mongodb中的医疗数据，组合医疗数据，建立关联关系，得到标准化数据，将标准化数据存储至关系型数据库mysql中，也可建立用户标签库，由id和关键词组成，然后收集用户就诊记录的时候会对应匹配标签的关键词，给用
户打上对应标签。同时不止可以做到精准匹配，还通过建立语义分析库，可以根据语义来为用户打上对应的标签，便于用户的查找；
56.其中，数据组合的逻辑为：当同一种类型的数据，比如说患者信息，其中，患者的基础信息id、姓名、性别这些数据为单属性数据，我们定义为条类数据，采用直接覆盖的方式，而血压、身高这些数据属于组类数据，我们会对组类数据记录为一个数组并标记每个数据属性的时间，这样做是为了以后可以做患者的血压变化曲线或预警用，还有一类数据为集类数据，比如说患者的问诊单信息，这些数据为一个集体会单独进行存储，并关联上患者的id便于后续查询维护。
57.步骤4中，工作人员根据服务中心查看标准化数据，为用户进行服务，具体为：
58.服务中心为客服服务于患者、医生、诊所而开发的后台，服务中心获取标准化数据，工作人员根据标准化数据对用户进行相关服务，以患者信息为例，服务中心调用标准化数据展现于后台的用户资源池，工作人员可在用户资源池中看到所有患者的医疗数据，然后根据姓名、标签、手机号等进行搜索定位某位患者，进而获取该患者的就诊记录等信息，根据这些信息可为该患者定制诊后回访计划等服务。
59.本发明提供的基于智能分析的医疗健康服务系统及方法，该方法包括通过数据收集模块获取医疗数据，并将医疗数据发送至数据中心，数据中心获取各个数据收集模块获取的医疗数据进行存储，并将其发送至数据清洗模块，数据清洗模块根据医疗数据建立关联关系，生成标准化数据，并将其发送至服务中心，工作人员根据服务中心查看标准化数据，为用户进行服务；能够实现对医疗数据的获取及清洗，得到标准化数据，能够基于标准化数据对用户进行相应的服务，降低了工作人员的劳动力，提高了用户的满意度。
60.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。