本发明涉及大数据信息领域,更具体的,涉及一种基于大数据的血库信息管理方法及系统。
背景技术:
1、血液是临床医疗单位工作顺利开展的基本保证,而血液库存管理直接影响到在临床血液供应的水平,加强血液库存管理对提高血液的质量、输血安全以及临床供血具有十分重要的意义。近年来,由于外科手术和输血治疗的广泛开展,医疗机构用血量连年增长,而供血配血涉及多个血库管理流程,由此,对血库的高效管理显得尤为重要。
2、而受制于传统的输血配血运作模式,其信息化程度低,血库数据管理效率低下,且不同血库点对应的数据管理模式也存在差别,导致对于跨点输血的登记、筛选、配血等流程效率低下,进一步导致血库的储备与供应效率低下。
技术实现思路
1、本发明克服了现有技术的缺陷,提出了一种基于大数据的血库信息管理方法及系统。
2、本发明第一方面提供了一种基于大数据的血库信息管理方法,包括:
3、获取预设地区内多个血库地点信息;
4、基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据;
5、获取配血需求信息,将所述配血需求信息发送至云端进行实时分析,基于匹配程度与血库地点分析,得到血库配血信息表;
6、根据血库配血信息表生成相应血库供血方案,并将所述血库供血方案发送至预设终端设备。
7、本方案中,所述获取预设地区内多个血库地点信息,还包括:
8、根据预设地区面积与轮廓构建血库地图模型;
9、基于互联网,获取预设地区中道路数据,将道路数据导入血库地图模型并生成地图基础架构;
10、将多个血库地点信息导入血库地图模型并得到可视化的血库地图模型。
11、本方案中,所述基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据,具体为:
12、获取不同血库地点对应的血库数据,基于血库地点进行编号标记;
13、对不同血库地点的血库数据进行数据格式与数据结构信息提取,并基于数据格式与数据结构信息生成数据结构模型;
14、基于不同血库地点,获取对应的数据结构模型;
15、将所有数据结构模型进行差异度分析,并基于差异度进行分组,得到多组数据结构模型;
16、在多组数据结构模型中筛选出数据结构模型最多的一组,并标记为标准组;
17、将标准组中的数据结构模型进行多格式、多结构的模型融合并得到标准数据结构模型。
18、本方案中,所述基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据,还包括:
19、选择当前血库地点的血库数据;
20、将所述血库数据进行数据解析,得到对应数据格式与数据结构信息;
21、基于标准数据结构模型,获取对应的标准数据格式与标准数据结构信息;
22、根据当前数据格式、数据结构信息与标准数据格式、标准数据结构信息,对当前血库数据进行转换规则分析与标准数据转换,得到当前数据转换规则与当前转换标准血库数据;
23、将当前转换标准血库数据导入云端;
24、分析所有血库地点的血库数据并进行转换规则分析与标准数据转换,将得到的转换标准血库数据导入云端并将所有数据转换规则存储至对应血库地点的血库系统中;
25、将所有转换标准血库数据导入云端并进行数据整合得到血库大数据。
26、本方案中,所述获取配血需求信息,将所述配血需求信息发送至云端进行实时分析,基于匹配程度与血库地点分析,得到血库配血信息表,具体为:
27、获取配血需求信息,所述配血需求信息包括配血血型、血液需求量、配血地点信息;
28、将配血需求信息导入云端进行基于配血血型、血液需求量的条件匹配;
29、以配血血型作为第一匹配条件,以库存量作为第二匹配条件,对所有血库数据进行数据筛选,并将符合条件配血信息从血库数据中进行提取,得到配血数据;
30、将配血数据与对应血库地点进行关联,基于第一、第二匹配条件进行优先级排序,得到血库配血信息表。
31、本方案中,所述获取配血需求信息,将所述配血需求信息发送至云端进行实时分析,基于匹配程度与血库地点分析,得到血库配血信息表,还包括:
32、根据血库配血信息表,获取对应的血库地点信息并标记为匹配血库地点;
33、从互联网中实时获取预设区域中的道路状况数据;
34、将配血地点信息、道路状况数据、匹配血库地点导入血库地图模型进行可视化运输模拟,并得到多个匹配血库地点对应的预测路线与预测配血运输时间;
35、一个匹配血库地点对应一个预测路线与预测配血运输时间;
36、将预测路线、预测配血运输时间导入血库配血信息表进行数据关联;
37、基于预测路线的长度与预测配血运输时间,对血库配血信息表进行重新排序,得到第二血库配血信息表;
38、将所述第二血库配血信息表发送至预设终端设备进行显示。
39、本方案中,所述根据血库配血信息表生成相应血库供血方案,并将所述血库供血方案发送至预设终端设备,具体为:
40、根据第二血库配血信息表,选取第一个血库地点作为优选血库点,选取第二个血库地点作为备用血库点;
41、基于优选血库点,对应配血数据、预测路线与预测配血运输时间生成血库供血方案;
42、基于备用血库点,对应配血数据、预测路线与预测配血运输时间生成备用供血方案。
43、本发明第二方面还提供了一种基于大数据的血库信息管理系统,该系统包括:存储器、处理器,所述存储器中包括基于大数据的血库信息管理程序,所述基于大数据的血库信息管理程序被所述处理器执行时实现如下步骤:
44、获取预设地区内多个血库地点信息;
45、基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据;
46、获取配血需求信息,将所述配血需求信息发送至云端进行实时分析,基于匹配程度与血库地点分析,得到血库配血信息表;
47、根据血库配血信息表生成相应血库供血方案,并将所述血库供血方案发送至预设终端设备。
48、本方案中,所述获取预设地区内多个血库地点信息,还包括:
49、根据预设地区面积与轮廓构建血库地图模型;
50、基于互联网,获取预设地区中道路数据,将道路数据导入血库地图模型并生成地图基础架构;
51、将多个血库地点信息导入血库地图模型并得到可视化的血库地图模型。
52、本方案中,所述基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据,具体为:
53、获取不同血库地点对应的血库数据,基于血库地点进行编号标记;
54、对不同血库地点的血库数据进行数据格式与数据结构信息提取,并基于数据格式与数据结构信息生成数据结构模型;
55、基于不同血库地点,获取对应的数据结构模型;
56、将所有数据结构模型进行差异度分析,并基于差异度进行分组,得到多组数据结构模型;
57、在多组数据结构模型中筛选出数据结构模型最多的一组,并标记为标准组;
58、将标准组中的数据结构模型进行多格式、多结构的模型融合并得到标准数据结构模型。
59、本发明公开了一种基于大数据的血库信息管理方法及系统,通过获取预设地区内多个血库地点信息,并基于预设数据标准,将不同血库地点对应的血库数据导入云端,通过云端生成血库大数据,获取配血需求信息,将所述配血需求信息发送至云端进行实时分析,基于匹配程度与血库地点分析,得到血库配血信息表,根据血库配血信息表生成相应血库供血方案,并将所述血库供血方案发送至预设终端设备。通过本发明能够实现数据的统一标准化,有效提高不同血库点之间的血库信息管理效率,并进一步实现高效的供血与配血流程。