一种重症护理技能的评价方法及系统与流程

1.本发明涉及医疗信息化相关领域，尤其涉及一种重症护理技能的评价方法及系统。


背景技术：

2.目前，随着信息化医疗的不断发展，要求相关护理人员也需要具备多个方面的知识和技能，而对于医疗中的危重护理区域是医疗领域中需要重视的方面，因此，为了满足日益提升的护理需求，对于护理人员的技能考核也成为了现阶段医疗信息化管理的准要评判基准，系统化、智能化的系统能够更好提供更好的服务，而重症护理人员的技能评价影响医疗服务质量。
3.现阶段对于重症护理技能的评价智能化程度不高，从而造成效率低的技术问题。


技术实现要素：

4.针对现有技术中的缺陷，本技术通过提供一种重症护理技能的评价方法及系统，解决了现阶段对于重症护理技能的评价智能化程度不高，从而造成效率低的技术问题，采用了基于评价因子进行视频分解和模块处理的方式，实现智能化的数据分区处理，达到了智能化评价、提高评价效率，从而保证高质量的医疗服务效果。
5.一方面，本技术提供一种重症护理技能的评价方法，所述方法应用于重症护理技能评价系统，所述系统与视频采集装置和视频处理模块通信连接，所述方法包括：通过分析重症护理技能评价表单，获取技能评价因子集合根据所述视频采集装置，采集评价对象进行重症护理操作的实时操作视频信息；按照所述技能评价因子集合对所述实时操作视频信息进行视频解析，输出视频分解结果；将所述视频分解结果输入所述视频处理模块中，根据所述视频处理模块对所述视频分解结果进行分区处理，输出视频处理结果将所述视频处理结果输入重症护理技能评价模型中，根据所述重症护理技能评价模型进行技能评分，获取技能评价结果；按照所述评价对象的历史评价结果，获取评价调整信息；以所述评价调整信息对所述技能评价结果进行二次优化，输出护理评价结果。
6.另一方面，本技术还提供了一种重症护理技能的评价方法的系统，所述系统与视频采集装置和视频处理模块通信连接，所述系统包括：技能评价获取模块，用于通过分析重症护理技能评价表单，获取技能评价因子集合；视频信息采集模块，用于根据所述视频采集装置，采集评价对象进行重症护理操作的实时操作视频信息；视频信息解析模块，用于按照所述技能评价因子集合对所述实时操作视频信息进行视频解析，输出视频分解结果；视频分区处理模块，用于将所述视频分解结果输入所述视频处理模块中，根据所述视频处理模块对所述视频分解结果进行分区处理，输出视频处理结果护理技能评分模块，用于将所述视频处理结果输入重症护理技能评价模型中，根据所述重症护理技能评价模型进行技能评分，获取技能评价结果；历史评价数据采集模块，用于按照所述评价对象的历史评价结果，获取评价调整信息；评价优化处理模块，用于以所述评价调整信息对所述技能评价结果进
行二次优化，输出护理评价结果。
7.拟通过本技术提出的一种重症护理技能的评价方法及系统，所产生的技术效果如下：由于采用了一方面通过分析重症护理技能评价表单，获取用于进行技能评价的因子集合，另一方面根据视频采集装置对考核对象进行重症护理操作进行视频采集，获取实时操作视频信息，按照所述技能评价因子集合对所述实时操作视频信息进行视频分解，并按照其未达标的视频质量对应进行视频的分区处理，并将各个分区处理好的视频结果输入重症护理技能评价模型，根据所述重症护理技能评价模型获取技能评价结果，并按照该操作对象的历史评价结果对输出的技能评价结果进行优化调整的方式，输出护理评价结果，采用了基于评价因子进行视频分解和模块处理的方式，实现智能化的数据分区处理，达到了智能化评价、提高评价效率，从而保证高质量的医疗服务效果。
8.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
9.通过阅读参照以下附图对非限制性实施例所做的详细描述，本发明的其它特征、目的和优点将会变得更明显：图1为本技术实施例一种重症护理技能的评价方法的流程示意图；图2为本技术实施例一种重症护理技能的评价方法的输出所述视频处理结果的流程示意图；图3为本技术实施例一种重症护理技能的评价方法的技能评价调整的流程示意图；图4为本技术实施例一种重症护理技能的评价方法的系统的结构示意图；附图标记说明：技能评价获取模块11，视频信息采集模块12，视频信息解析模块13，视频分区处理模块14，护理技能评分模块15，历史评价数据采集模块16，评价优化处理模块17。
10.后续将结合附图详细的描述本技术的示例实施例。显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
具体实施方式
11.实施例一如图1所示，本技术实施例提供了一种重症护理技能的评价方法，所述方法应用于重症护理技能评价系统，所述系统与视频采集装置和视频处理模块通信连接，所述方法包括：步骤s100：通过分析重症护理技能评价表单，获取技能评价因子集合；步骤s200：通过分析重症护理技能评价表单，获取技能评价因子集合；由于医疗新业务的增多，要求护理人员要具备相关专业知识及过硬的操作手法，
因此，对于护理人员的急救技能进行评价和分析，能够相应提高危重病患者的救治成功率，从而需要对护理人员的技能进行评估，便于实现医疗信息化管理。进一步的，由于人工评价的方式容易具有偏差性，且医疗中心的医护人员过多，人力闲置状况并非常态，从而使得系统化、智能化的技能评价能够提高评价效率和准确率，解放医疗生产力。目前，针对于技能评价的手段不够完善，系统化】流程化条件较差，导致数据处理的自动化不够，降低评价效率，因此，通过拟提出一种重症护理技能的评价方法，达到了智能化评价、提高评价效率，从而保证高质量的医疗服务效果。
12.所述重症护理技能表单为用于执行本次技能考核的对应标准，能够通过信息录入或者手动输入的方式实现采集，从而获取其中各个技能评价因子集合，即参与本次技能评价的各个评价项目集合。
13.所述视频采集装置为带有智能摄像头的数据采集装置，获取实时评价对象进行本次护理技能考核的所有操作视频信息，基于该用户对应生成实时操作视频信息，从而按照上述的所述技能评价因子集合和所述实时操作视频信息作为分析的基础数据源，用于执行之后的数据处理步骤。
14.步骤s300：按照所述技能评价因子集合对所述实时操作视频信息进行视频解析，输出视频分解结果；步骤s400：将所述视频分解结果输入所述视频处理模块中，根据所述视频处理模块对所述视频分解结果进行分区处理，输出视频处理结果；具体而言，由于所述技能评价因子集合表示目前进行本次技能评价的所有评价项目，且所述实时操作视频信息为进行本次技能评价的所有项目操作，其识别过程较长，因此，以所述技能评价因子集合为解析条件，对所述实时操作视频信息进行解析，输出视频分解结果，并进一步按照所述视频分解结果输入所述视频处理模块中进行对应的处理，输出所述视频处理结果，保证视频的可用性。其中，将所述视频分解结果输入所述视频处理模块之前，需要进行视频处理需求的识别，其过程如下：进一步的，如图2所示，本技术实施例步骤s400还包括：步骤s410：通过对所述技能评价因子集合进行分析，获取所述视频分解结果的各个分解区块中对应的视频识别特征集合；步骤s420：按照所述视频识别特征集合，判断所述视频分解结果中的对应存储的视频是否满足预设识别需求，获取不满足所述预设识别需求的n个分解区块，其中，n为大于0的正整数，小于等于所述视频分解结果的总数量；步骤s430：将所述n个分解区块输入所述视频处理模块中，输出所述视频处理结果，其中，所述视频处理结果与所述n个分解区块一一对应。
15.具体而言，首先获取所述技能评价因子集合的所有评价因子，由于所述视频分解结果是基于所述技能评价因子集合进行解析的，因此，所述视频分解结果中的每个区块对应其评价因子集合，从而根据该项目识别需要，获取视频识别特征集合，比如，当该项目的近距离细微化操作时，其视频的质量是否满足对应的细微化识别特征。进而进一步的，按照所述水品识别特诊集合判断所述视频分解结果中每一区块的视频是否满足所需的识别需求，若不满足，该视频在进行后续处理识别时容易产生较大的误差，从而影响技能评价结果的准确性，因此，将不满足预设识别需求的n个区块提取出来，用于进行下一流程的视频识
别和对应处理，其中，n为大于0的正整数，小于等于所述视频分解结果的总数量，从而获取视频经过处理后的视频处理结果，提高用于进行技能评分时的视频质量，提高准确性。
16.进一步的，判断所述视频分解结果中的对应存储的视频是否满足预设识别需求，本技术实施例步骤s420还包括：步骤s421：搭建所述视频处理模块中，其中，所述视频处理模块包括完整度识别模层、分辨率识别层和同步性识别层；步骤s422：根据所述视频处理模块，获取所述视频分解结果中各个分解区块所对应的视频完整度、视频分辨率和视频同步性；步骤s423：根据所述视频完整度、所述视频分辨率和所述视频同步性进行识别需求判断，输出所述n个分解区块。
17.进一步的，本技术实施例步骤s423还包括：步骤s423-1：获取所述预设识别需求，其中，所述预设识别需求包括预设完整度、预设分辨率和预设同步性；步骤s423-2：根据所述预设完整度、所述预设分辨率和所述预设同步性进行判断，获取不满足识别需求的完整度、和/或分辨率和/或同步性，并作为所述视频处理模块的待处理标识信息。
18.具体而言，判断所述视频分解结果中对应存储的视频是否满足预设识别需求，从而输出不满足的所述n个分解区块，其中，所述预设识别需求包括预设完整度、预设分辨率和预设同步性，即所述n个分解区块中每个区块进行视频处理时对应三个处理块，其中，完整度为标识视频中的采集到的视频完整性，防止视频出现截断或者由于网络通信的原因造成视频卡顿，使得视频数据不够完整；分辨率为标识技能视频中需要进行细微化操作，其特征识别点较小，针对该项特征需要进行放大识别，为了保证识别特征的准确性，其分辨率大小也需要一定的预设标准；同步性为标识操作过程中所需要参考的时间评判标准，需要与视频中的时序同步，防止评分由于时序不统一从而造成评分误差。
19.基于以上三个待识别维度，对应搭建所述视频处理模块，从而对输入的所述视频分解结果进行一一对应识别，从而获取不满足其中至少一个维度的区块，即生成所述n个分解区块，其中，将所述视频分解结果与所述预设识别需求进行比较的过程中，基于不满足的维度一一对相应的区块进行标识，便于所述视频处理模块的导向处理，从而达到了视频分解的方式，实现视频数据的分区处理，提高技能评价的效率。
20.步骤s500：将所述视频处理结果输入重症护理技能评价模型中，根据所述重症护理技能评价模型进行技能评分，获取技能评价结果；进一步的，按照所述评价对象的历史评价结果，获取评价调整信息，本技术实施例步骤s500还包括：步骤s510：根据所述技能评价因子集合，搭建所述重症护理技能评价模型；步骤s520：将所述视频处理结果输入所述重症护理技能评价模型，根据所述重症护理技能评价模型，获取技能评分集合，其中，所述技能评分集合与所述技能评价因子集合一一对应，与所述视频处理结果一一对应；步骤s530：根据所述技能评分集合，获取所述技能评价结果。
21.进一步的，本技术实施例步骤s510还包括：
步骤s511：根据所述视频处理结果，获取专家评分集合；步骤s512：按照所述专家评分集合，生成模型自检模块，将所述重症护理技能评价模型输入所述模型自检模块中，获取模型自检结果；步骤s513：根据所述模型自检结果，对所述重症护理技能评价模型进行反馈优化。
22.具体而言，由于所述视频处理结果为经过对应处理后的视频信息，充分保证了视频信息的准确性，因此，将所述视频处理结果输入所述重症护理技能评价模型中，根据所述重症护理技能评价模型进行技能评分，获取技能评价结果，其中，所述重症护理技能评价模型中包括技能识别特征比对库，基于所述视频处理结果中的所有视频实时特征，与比对库中进行比较，比对成功后输出对应技能的评分结果，从而按照所述技能评价因子集合，获取所述技能评分集合，进一步按照所述技能评分集合进行综合权重计算，即每个技能因子对应一权重值，从而获取所述技能评价结果。
23.进一步的，基于所述重症护理技能评价模型的评价准确性，进行模型准确性验证，即通过模型自检模块实现模型的自检，用于保证模型输出的技能评价结果足够准确、有效。其中，用于进行模型自检的过程如下：根据所述视频处理结果，获取对应专家评分集合，从而根据专家评分集合作为模型自检的样本数据进行模型的有效性分析，即以所述专家评分集合对所述重症护理技能评价模型输出的评分进行比对，获取比对差异度，从而以该差异度作为模型不断反馈优化处理的目标进行处理，达到了近一步提高技能评价模型输出结果准确性的效果。
24.步骤s600：按照所述评价对象的历史评价结果，获取评价调整信息；步骤s700：以所述评价调整信息对所述技能评价结果进行二次优化，输出护理评价结果。
25.进一步的，如图3所示，按照所述评价对象的历史评价结果，获取评价调整信息，本技术实施例步骤s600还包括：步骤s610：根据所述评价对象的历史评价结果，生成历史评价曲线；步骤s620：根据所述历史评价曲线，获取浮稳指标，其中，所述浮动指标为用于表述所述评价对象在历史评价中的浮动稳定性指标；步骤s630：若所述浮稳指标处于预设浮稳指标中，获取评价调整指令；步骤s640：根据所述评价调整指令，以所述浮稳指标生成所述评价调整信息。
26.具体而言，为了使得输出的最终技能评价结果更有效，需要结合评价对象历史的技能评价信息对本次结果进行系统化调整，即获取所述评价对象的历史评价结果，根据该历史评价结果中的数据稳定性分析获取评价调整信息，进而以所述评价调整信息对技能评价结果进行二次优化，从而输出最终的护理评价结果。以采用了基于评价因子进行视频分解和模块处理的方式，实现智能化的数据分区处理，达到了智能化评价、提高评价效率，从而保证高质量的医疗服务效果。
27.进一步的，按照所述评价对象的历史评价结果，获取评价调整信息的过程如下：首先，根据所述评价对象的历史评价结果，生成历史评价曲线，聪娥根据所述历史评价曲线，获取该评价对象在历史技能评价中的表现变化信息，进而分析所述历史评价曲线中变动的指标，将浮动的评价结果进行综合，获取评价浮动的稳定性，即所述浮稳指标，若所述浮稳指标处于所述预设浮稳指标中，获取评价调整指令，以所述浮稳指标作为评价
调整信息，其中，所述预设浮稳指标为提前设置好的用于限制评价对象稳定性的指标，若所述浮稳指标处于所述预设浮稳指标中，表明目前评价对象的历史表现优异，可以进一步增加本次技能评分。若所述浮稳指标不处于所述预设浮稳指标中，表明目前评价对象的历史表现不够稳定，不需要激活评价调整指令，从而达到了灵活输出评价结果的效果。
28.结合上述实施例，本发明具有如下的有益效果：由于采用了。
29.采用了按照所述传输延迟指数和所述数据时效指数的指数差值，实现对所述初始数据集的阶段划分，以多个传输阶段进行次序传输至后台数据管理系统中，每个阶段均对应数据监测结果，实现多个阶段对应多个通道的并行处理，进而在提高数据传输完整性的基础上，同时提高数据的可靠性和传输效率。
30.实施例二基于与前述实施例中一种重症护理技能的评价方法同样发明构思，本发明还提供了一种重症护理技能的评价方法的系统，如图4所示，所述系统包括：技能评价获取模块11，用于通过分析重症护理技能评价表单，获取技能评价因子集合；视频信息采集模块12，用于根据所述视频采集装置，采集评价对象进行重症护理操作的实时操作视频信息；视频信息解析模块13，用于按照所述技能评价因子集合对所述实时操作视频信息进行视频解析，输出视频分解结果；视频分区处理模块14，用于将所述视频分解结果输入所述视频处理模块中，根据所述视频处理模块对所述视频分解结果进行分区处理，输出视频处理结果；护理技能评分模块15，用于将所述视频处理结果输入重症护理技能评价模型中，根据所述重症护理技能评价模型进行技能评分，获取技能评价结果；历史评价数据采集模块16，用于按照所述评价对象的历史评价结果，获取评价调整信息；评价优化处理模块17，用于以所述评价调整信息对所述技能评价结果进行二次优化，输出护理评价结果。
31.进一步的，所述视频分区处理模块14还包括：评价因子分析单元，用于通过对所述技能评价因子集合进行分析，获取所述视频分解结果的各个分解区块中对应的视频识别特征集合；视频需求识别单元，用于按照所述视频识别特征集合，判断所述视频分解结果中的对应存储的视频是否满足预设识别需求，获取不满足所述预设识别需求的n个分解区块，其中，n为大于0的正整数，小于等于所述视频分解结果的总数量；区块视频处理单元，用于将所述n个分解区块输入所述视频处理模块中，输出所述视频处理结果，其中，所述视频处理结果与所述n个分解区块一一对应。
32.进一步的，所述视频需求识别单元还包括：视频处理模块搭建单元，用于搭建所述视频处理模块中，其中，所述视频处理模块包括完整度识别模层、分辨率识别层和同步性识别层；视频信息获取单元，用于根据所述视频处理模块，获取所述视频分解结果中各个
分解区块所对应的视频完整度、视频分辨率和视频同步性；识别需求判断单元，用于根据所述视频完整度、所述视频分辨率和所述视频同步性进行识别需求判断，输出所述n个分解区块。
33.进一步的，所述识别需求判断单元还包括：预设需求获取单元，用于获取所述预设识别需求，其中，所述预设识别需求包括预设完整度、预设分辨率和预设同步性；视频处理标识单元，用于根据所述预设完整度、所述预设分辨率和所述预设同步性进行判断，获取不满足识别需求的完整度、和/或分辨率和/或同步性，并作为所述视频处理模块的待处理标识信息。
34.进一步的，所述评价优化处理模块17还包括：历史评价分析单元，用于根据所述评价对象的历史评价结果，生成历史评价曲线；曲线浮稳分析单元，用于根据所述历史评价曲线，获取浮稳指标，其中，所述浮动指标为用于表述所述评价对象在历史评价中的浮动稳定性指标；调整指令获取单元，用于若所述浮稳指标处于预设浮稳指标中，获取评价调整指令；调整生成单元，用于根据所述评价调整指令，以所述浮稳指标生成所述评价调整信息。
35.进一步的，所述历史评价数据采集模块16还包括：评价模型搭建单元，用于根据所述技能评价因子集合，搭建所述重症护理技能评价模型；评价模型处理单元，用于将所述视频处理结果输入所述重症护理技能评价模型，根据所述重症护理技能评价模型，获取技能评分集合，其中，所述技能评分集合与所述技能评价因子集合一一对应，与所述视频处理结果一一对应；评分输出单元，用于根据所述技能评分集合，获取所述技能评价结果。
36.进一步的，所述系统还包括：专家评分获取单元，用于根据所述视频处理结果，获取专家评分集合；模型自检分析单元，用于按照所述专家评分集合，生成模型自检模块，将所述重症护理技能评价模型输入所述模型自检模块中，获取模型自检结果；模型反馈优化单元，用于根据所述模型自检结果，对所述重症护理技能评价模型进行反馈优化。
37.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的装置及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。以上实施例所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。