一种基于交互式数据分析的可视化医疗管理SaaS系统的制作方法

本发明涉及医疗管理系统，特别涉及一种基于交互式数据分析的可视化医疗管理saas系统。

背景技术：

1、高效合理的医疗资源管理系统能够有效提高医院和医护人员的工作效率。但是，现阶段的医疗资源管理系统很少关注到预测未来的医疗资源情况，并根据预测结果合理配置资源，可视化医疗资源配置的方案，这不利于提高医院和医护人员的工作效率。

2、如授权公告号为cn112819390b的专利公开了医疗资源规划方法，包括：根据预设优化目标、预设约束条件和决策变量构建指定地域的疾病诊断分类的决策模型，决策变量包括疾病分组的分组权重以及各疾病分组分别对应的可配置资源标准；获取指定地域的历史资源样本数据；根据历史资源样本数据，形成指定地域的决策模型的目标函数曲线；通过多重幂指函数平滑目标函数曲线中的拐点，得到优化的目标函数；对优化的目标函数求解最优解，得到各疾病分组分别对应的最优分组权重和最优资源配置标准；根据各疾病分组分别对应的最优分组权重和最优支付标准，形成资源配置方案。通过多重幂指函数平滑目标函数曲线中的拐点实现连续可导，精准确定目标函数最优解实现精准优化。但是该发明无法预测未来医疗资源的配置情况，也没有可视化医疗资源配置方案。

3、如授权公告号为cn113268700b的专利公开了一种用于智慧医疗的互联网+资源管理方法，其包括：根据住院预约数据和门诊预约数据生成医护任务预测表。根据第一资源耗费度、第二资源耗费度、第三资源耗费度和第四资源耗费度构建医护任务目标函数。根据历史医护数据建立第一约束函数、第二约束函数和第三约束函数。根据医护任务目标函数、第一约束函数、第二约束函数和第三约束函数建立医护任务优化模型；获取第一优化方向系数和第二优化方向系数，并基于所述第一优化方向系数和第二优化方向系数确定医护任务优化模型的优化方向，然后基于医护任务优化模型的优化方向对第一数量进行优化得到第二数量。但是该发明没有预测医疗资源的存量，以及分析未来该如何配置医疗资源。

4、以上专利均存在本背景技术提出的问题：现阶段的医疗资源管理系统很少关注到预测未来的医疗资源情况，并根据预测结果合理配置资源，可视化医疗资源配置的方案。为了解决这些问题，本技术设计了一种基于交互式数据分析的可视化医疗管理saas系统。

5、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。

技术实现思路

1、针对现有技术的不足，本发明的主要目的是提供一种基于交互式数据分析的可视化医疗管理saas系统，能够有效解决背景技术中的问题：现阶段的医疗资源管理系统很少关注到预测未来的医疗资源情况，并根据预测结果合理配置资源，并可视化医疗资源配置的方案。本发明的具体技术方案如下：

2、一种基于交互式数据分析的可视化医疗管理saas系统，所述系统包括设备层、数据库层和控制层；所述设备层包括输入设备、输出设备，所述输入设备包括医院医疗资源存量统计设备、仓库医疗资源存量统计设备，所述输出设备包括显示设备；所述数据库层用于存储所述系统工作过程中采集的数据；所述控制层包括cpu、医疗资源存量预测模块、医疗资源匮乏检测模块、医疗资源配给模块、可视化模块和通讯模块。

3、本发明的进一步改进在于，所述cpu用于对所述系统的运行进行管理控制；所述医疗资源存量预测模块用于预测医院内的医疗资源的未来存量；所述医疗资源匮乏检测模块用于检测未来医院内的医疗资源是否匮乏；所述医疗资源配给模块用于自动分配合适的仓库配给医疗资源；所述可视化模块用于显示可视化系统模块的分析结果；所述通讯模块用于在所述系统内部构建通讯网络。

4、本发明的进一步改进在于，所述医院医疗资源存量统计设备装置在多个医院中，用于统计医院内的现有医疗资源存量，所述仓库医疗资源存量统计设备装置在多个仓库中，用于统计仓库内的现有医疗资源存量。

5、本发明的进一步改进在于，所述医院医疗资源存量统计设备每隔六小时统计一次医疗资源存量，并上传统计结果至所述数据库层，设总共有m种医疗资源，所述医院医疗资源存量统计设备在一段周期内统计了n次医疗资源存量，则所述医院医疗资源存量统计设备在一段周期内统计的一个医院的医疗资源存量可以表示为矩阵x，x∈rm×n，其中rm×n表示维度为m×n的实数空间，其中矩阵x的第n列为向量xn，xn∈rm×1，其中rm×1表示维度为m×1的实数空间，xn表示所述医院医疗资源存量统计设备在一段周期内第n次统计的一个医院的m种医疗资源存量。

6、本发明的进一步改进在于，所述医疗资源存量预测模块使用多元时间序列预测模型预测医院的医疗资源存量，所述多元时间序列预测模型的输入数据为所述矩阵x，x可以表示为x＝[x1,x2,xn]，所述多元时间序列预测模型的预测目标是基于x＝[x1,x2,xn]，生成预测值预测[xn+1,,x2n]，即使用所述医院医疗资源存量统计设备在当前周期统计的医疗资源存量预测下一个周期的医疗资源存量。

7、本发明的进一步改进在于，所述多元时间序列预测模型包括卷积神经网络部分和递归神经网络部分，所述卷积神经网络部分由一层卷积神经网络层构成，所述卷积神经网络层使用一维卷积核进行卷积，输出结果为矩阵v，v∈rk×n，其中rk×n表示维度为k×n的实数空间，其中k表示所述卷积神经网络层的卷积核数量，所述卷积神经网络层部分的工作过程如下：

8、v＝conv(x)；

9、其中conv( )表示卷积神经网络层运算，所述卷积神经网络层的输出v是所述递归神经网络部分的输入。

10、本发明的进一步改进在于，所述递归神经网络部分采用lstm网络结构，包含五层lstm网络层，设v的第n列为vn，vn∈rk×1，其中n∈[1,n]，n为正整数，rk×1表示维度为k×1的实数空间，将vn输入lstm网络结构中，输出对应的隐含状态其中rm×1表示维度为m×1的实数空间，为所述递归神经网络部分的最终的预测结果，所述递归神经网络部分的工作过程如下：

11、

12、其中lstm( )表示五层lstm网络层运算。

13、本发明的进一步改进在于，所述多元时间序列预测模型在训练时使用所述医院医疗资源存量统计设备统计的一个医院的三个周期内的医疗资源存量构建训练集，通过如下损失函数训练所述多元时间序列预测模型：

14、

15、其中xn+n表示训练数据在n+n时间步上的真实值，表示在n+n时间步上的预测值，|| ||f表示f范数。

16、本发明的进一步改进在于，所述医疗资源匮乏检测模块为每一种医疗资源设置一个存量检测阈值，所述医疗资源匮乏检测模块检测所述医疗资源存量预测模块得到的下一个周期的医疗资源存量，若有一类医疗资源存量的预测值低于给定的存量检测阈值，则判定该类医疗资源存量存在短缺风险。

17、本发明的进一步改进在于，所述医疗资源配给模块根据所述医疗资源匮乏检测模块的预测结果，对有医疗资源存量存在短缺风险的医院配给对应种类的医疗资源，设总共有p个仓库可用于配给对应种类的医疗资源，则从该p个仓库中挑选适配度最高的仓库用于配给对应种类的医疗资源，所述适配度的计算方法如下：

18、

19、其中fitness表示适配度，s表示仓库到达所述有医疗资源存量存在短缺风险的医院的距离，g表示仓库中对应种类的医疗资源的存量。

20、本发明的进一步改进在于，所述可视化模块根据用户所选择的医院，可视化地显示所述医疗资源存量预测模块对该医院医疗资源存量的预测结果，显示所述医疗资源匮乏检测模块对该医院医疗资源存量是否存在短缺风险的判断结果，显示所述医疗资源配给模块为医疗资源存量是否存在短缺风险的医院所挑选的适配度最高的仓库。

21、与现有技术相比，本发明具有如下有益效果：

22、1、本发明基于医院已有的医疗资源存量，预测未来的医疗资源存量，并可以基于预测结果，检测医院是否存在医疗资源匮乏风险，提高医院的工作可靠性；

23、2、本发明能够为存在医疗资源匮乏风险的医院分配适配度最高的仓库，进行医疗资源配给，提高医院和仓库的工作效率；

24、3、本发明能够可视化地显示系统的预测结果、检测结果和配给方案，有效地提高用户的使用体验。