本發明涉及醫療信息管理,特別涉及基于數字化的實驗室信息管理系統。
背景技術:
1、隨著醫療信息化的快速發展,實驗室醫療信息管理系統已成為醫院管理的重要組成部分。
2、然而,現有技術中的實驗室信息管理系統還存在以下不足:
3、盡管現有的信息管理系統能夠處理患者的檢驗數據,但它們通常缺乏高效的深入分析能力,導致在處理復診患者和新增患者時,未能有效區分并采取不同的處理策略,信息管理的智能化程度和針對性有待提高;
4、同時在患者接收實驗室檢驗數據所生成的報告并需要專家進行評估時,不能有效篩選當前時間點符合要求范圍內合適的專家,并對患者的報告進行評估,系統使用上存在局限性。
5、為此,推出基于數字化的實驗室信息管理系統。
技術實現思路
1、有鑒于此,本發明提供基于數字化的實驗室信息管理系統,以解決上述背景技術提出的問題。
2、本發明的目的可以通過以下技術方案實現:基于數字化的實驗室信息管理系統,包括:
3、數據采集模塊:采集患者的檢驗數據,通過實驗室內所連接的醫療設備對采集的檢驗數據進行分析,將分析的檢驗數據指標結果匯總為該患者的檢驗數據包并發送至數據追溯模塊;
4、數據追溯模塊:接收患者的檢驗數據包,從檢驗數據包內提取患者的個人信息作為匹配依據;將提取的患者個人信息與預先構建數據庫中存儲的個人信息集合進行匹配;若匹配成功,則將該名患者視為復診患者并發送復診信令至報告生成模塊;若匹配失敗,則將該名患者視為新增患者并發送至新增信令至報告生成模塊;
5、報告生成模塊:接收患者所生成的復診信令,并從數據庫內提取患者的相關歷史檢驗數據與檢驗數據包進行綜合分析,生成患者的復診報告;
6、還用于接收患者所生成的新增信令,并提取患者的檢驗數據包進行解析,生成患者的診斷報告;
7、專家評估模塊:在患者接收到復診報告或診斷報告時,選擇性的觸發專家評估信令,并在觸發專家評估信令時,發送自身的復診報告或診斷報告給當前時間點優診值yz最大的候選專家,候選專家對患者的復診報告或診斷報告進行評估后,將評估內容補充至患者的復診報告或診斷報告中,并將補充后的復診報告或診斷報告發送給患者;
8、數據加密模塊:對患者的復診報告或診斷報告進行加密處理,并存儲至構建的數據庫內。
9、在一些實施例中,從數據庫內提取患者的相關歷史檢驗數據與檢驗數據包進行綜合分析,具體為:
10、對患者的檢驗數據包進行解析,提取患者對應檢驗的各項數據指標結果,從預先構建的數據庫內提取當前患者所對應各項檢驗數據指標的正常參考范圍;
11、將患者對應檢驗的各項數據指標結果分別與對應的正常參考范圍進行比對,若比對顯示存在某一項數據指標結果處于對應的正常參考范圍外,則將該項指標標記為異常指標;
12、同時從患者的相關歷史檢驗數據中提取與異常指標相匹配的歷史指標結果,若患者對應異常指標的歷史指標結果均處于正常參考范圍內,則將該患者的異常指標判定為突然新增異常;若患者對應異常指標的歷史指標結果存在一組或者多組處于正常參考范圍外,則將該患者的異常指標判定為長期存在異常。
13、在一些實施例中,從數據庫內提取患者的相關歷史檢驗數據與檢驗數據包進行綜合分析,還包括:
14、若異常指標判定為長期存在異常,則首先對患者的異常指標進行隱患分的轉化,再構建患者對應異常指標的變化趨勢圖;
15、預設異常指標所對應的各組指標結果取值范圍,設定每組指標結果取值范圍分別對應一個隱患分;將患者異常指標與預設的各組指標結果取值范圍進行匹配,從而得到患者該異常指標所對應的隱患分;
16、繪制患者該次隱患分和對應歷史各次隱患分在變化趨勢圖內的數值點;連接相鄰數值點得到異常指標的隱患線;同時預設該異常指標對應隱患分的最高閾值,繪制最高閾值對應在變化趨勢圖內的閾值線;
17、計算各條隱患線的斜率以及與水平線的夾角,若某一條隱患線與水平線的夾角為銳角,則將該條隱患線的斜率標記為下降斜率,若某一條隱患線與水平線的夾角為鈍角,則將該條隱患線的斜率標記為上升斜率;
18、分別對所有的上升斜率和下降斜率求和,得到上升估值和下降估值,對上升估值和下降估值進行比值的計算,即通過,得到患者對應該異常指標的變化趨勢值;
19、預設變化趨勢值的三組趨勢取值范圍,設定三組趨勢取值范圍分別對應三組評估結果,三組評估結果分別為逐漸下降趨勢、逐漸上升趨勢以及上下波動趨勢;將患者對應該異常指標的變化趨勢值與預設的三組趨勢取值范圍進行匹配,從而得到患者對應該異常指標的評估結果。
20、在一些實施例中,生成患者的復診報告,具體為:
21、構建患者該次隱患分和對應歷史各次隱患分所繪制數值點與閾值線之間的垂線,計算各條構建垂線的長度,對歷史各次隱患分所對應的垂線長度進行均值的計算,將計算的結果作為患者對應該異常指標的歷史指標均長;
22、提取患者該次隱患分所對應的垂線長度,作為患者對應該異常指標的檢測指標均長;設定歷史指標均長和檢測指標均長所對應的權重系數,將患者該異常指標所對應的歷史指標均長和檢測指標均長分別與設定的權重系數相乘,然后求和,將預設的修正值除以求和的結果,得到患者對應該異常指標的隱患評估值;
23、預設隱患評估值所對應的三組評估取值范圍,設定三組評估取值范圍分別對應一個隱患等級,隱患等級分別為較低隱患等級、一般隱患等級以及較高隱患等級;
24、將患者對應該異常指標的隱患評估值與預設的三組評估取值范圍進行匹配,從而得到患者對應該異常指標的隱患等級;
25、將上述分析結果整合并填充至預設的報告模板中,從而生成患者的復診報告。
26、在一些實施例中,生成患者的診斷報告,具體為:
27、對患者的檢驗數據包進行解析,提取患者對應檢驗的各項數據指標結果,將患者的個人信息和各項數據指標結果填充至預設的報告模板中,并基于各項數據指標結果與對應正常參考范圍的比對,在填充之后的報告模板中對異常指標進行標記,標記完成后生成患者的診斷報告。
28、在一些實施例中,觸發專家評估信令時,發送自身的復診報告或診斷報告給當前時間點優診值yz最大的候選專家,具體為:
29、接收患者的復診報告或診斷報告時,基于復診報告或診斷報告中所出現的異常指標類型,對專家范圍進行篩選,篩選出符合要求的專家并標記為候選專家;
30、統計當前時間點各候選專家的待處理報告數量,并標記為h1;同時獲取各候選專家的歷史報告處理數量,并標記為h2,從各候選專家的各次歷史報告處理中提取患者對專家的滿意評分;取各組滿意評分的均值,作為各候選專家的專業估值h3;
31、依據公式,對各候選專家的待處理報告數量h1、歷史報告處理數量h2以及專業估值h3進行加權計算,從而得到各候選專家的優診值yz;其中a1、a2以及a3分別為待處理報告數量h1、歷史報告處理數量h2以及專業估值h3的影響權重因子;選取優診值yz最大的候選專家,同時該專家的待處理報告數量加一。
32、在一些實施例中,對患者的復診報告或診斷報告進行加密處理,具體為:
33、首先從患者的個人信息中提取患者的姓名拼寫字母和報告生成日期,將患者的姓名拼寫字母進行數字的轉化,基于預設的轉化規則進行轉化,設定每組字母分別對應一個數字;
34、將患者的姓名拼寫字母進行數字的轉化后,得到一串數字集合,并進一步提取患者報告生成日期的組成數字補充至數字集合內,得到新的一串數字集合;
35、預設一個加密轉化公式;將新的一串數字集合內的每組數字分別代入預設的加密轉化公式中進行計算,計算完成后,得到最終的加密數字集合;
36、基于加密數字集合內的各組數字,繪制患者復診報告或診斷報告的加密圖形,統計加密數字集合內的數字數量,繪制與數字數量相等同的條形框架,將各組條形框架依次排序,以加密數字集合內的每組數字為填充面積,對條形框架空白區域進行填充,填充完成后,將各條形框架填充后的剩余空白區域進行截取,截取完成后得到患者復診報告或診斷報告的加密圖形。
37、與現有技術相比,本發明的有益效果是:
38、本發明通過接收患者的檢驗數據包,并判定患者為復診患者還是新增患者,在患者判定為復診患者時,從數據庫內提取患者的相關歷史檢驗數據與檢驗數據包進行綜合分析,通過構建變化趨勢圖和計算斜率,提供了對異常指標變化趨勢的評估,同時引入隱患分和隱患等級的概念,使隱患評估更加明確和具體,從而生成復診患者的復診報告,對新增患者則生成新的診斷報告,解決了現有技術中在處理復診患者和新增患者時,未能有效區分并采取不同處理策略的問題;
39、本發明通過在患者接收到復診報告或診斷報告時,選擇性的觸發專家評估信令,并在觸發專家評估信令時,發送自身的復診報告或診斷報告給當前時間點優診值最大的候選專家,通過優診值的計算,選擇最合適的專家進行報告評估,提高了處理效率,同時保證了患者的滿意度。