基于手术难度的手术综合评估方法、系统、设备及介质与流程

1.本发明涉及医疗数据的处理领域，特别涉及一种基于手术难度的手术综合评估方法、处理系统、电子设备及存储介质。


背景技术：

2.目前，对医院、科室以及医生的考核还停留在单纯考核手术例数上，即统计完成的手术项目的数量，这使个别科室出现了一种倾向，即为追求单纯的工作量而愿意收治病情较轻、诊疗简易的病人，不愿收治疑难重症、诊疗难度和风险大的病人，所产生的副作用违背了病人医疗需求、降低了医院的服务质量、不利于医院的科学建设。如长期下去，不利于医院的发展，也导致医患关系的紧张局面。
3.手术难度为医院治疗水平的重要参考依据，在实际操作的过程中难以对手术难度进行量化处理，主要存在以下几个方面的原因：
4.不同类型的手术项目手术难度的分级界定有争议，难以对不同类型的手术的手术数据进行统一处理；对于个别类型的手术项目，难以在标准数据库里找到难度分级的依据，即便能够找到依据，也可能出现前后不统一的问题；医院的不同系统之间的编码体系不同，难以统一进行信息化管理等等。
5.基于以上原因，现有技术中难以对手术难度进行统一化处理，不便于医院智慧化管理，很难基于医院的手术难度获得有效信息，一方面，医院难以基于客观数据进行管理、进行服务质量的改善，另一方面，患者也难以基于客观的第三方数据高效的选择医院。


技术实现要素：

6.本发明要解决的技术问题是为了克服现有技术中难以对手术难度进行有效评估的缺陷，进而难以依据有效的手术难度数据来对医院进行综合评估，难以依据综合评估客观反映医院的医疗水平，从而难以满足医院及患者的需求，提供一种可以有效基于手术难度系数获取手术综合评价指数，进而可以基于手术综合评价指数客观反映医院的医疗水平，从而满足医院及患者的需求的基于手术难度的手术综合评估方法、处理系统、电子设备及存储介质。
7.本发明是通过下述技术方案来解决上述技术问题：
8.本技术提供了一种基于手术难度的手术综合评估方法，所述手术综合评价方法包括以下步骤：
9.获取难度计算算法；
10.通过样本医院，获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数，所述手术风险系数用于表示所述目标手术项目所承担的风险程度，所述人力消耗系数用于表示所述目标手术项目所耗费的人力，所述时间消耗系数用于表示所述目标手术项目所耗费的时间；
11.根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系
数；
12.根据所述手术难度系数及所述手术风险系数获取手术综合评价指数；
13.根据所述手术综合评价指数对所有的医院进行排序以生成第一排序结果。
14.较佳地，所述获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数包括：获取不同种类的目标手术项目的手术风险系数、人力消耗系数及时间消耗系数；
15.所述根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系数包括：对于每一种类的目标手术项目，根据所述难度计算算法、对应的所述人力消耗系数及对应的所述时间消耗系数计算对应的手术难度系数；
16.所述根据所述手术难度系数及所述手术风险系数获取手术综合评价指数包括：对于每一种类的目标手术项目，根据对应的手术难度系数及对应的手术风险系数获取对应的手术综合评价指数；
17.所述根据所述手术综合评价指数对所有的医院进行排序以生成第一排序结果包括：
18.通过样本医院，根据所有种类的目标手术项目的手术综合评价指数计算综合评价评分；
19.根据所述综合评价指数对所有的医院进行排序以生成第一排序结果；
20.所述根据所述手术综合评价指数对所有的医院进行排序以生成第一排序结果后还包括：
21.根据所述第一排序结果进行医院推荐。
22.较佳地，所述获取对应的手术综合评价指数后还包括：
23.获取用户的目标手术种类；
24.获取与所述目标手术种类对应的目标手术项目；
25.以所述对应的目标手术项目的手术综合评价指数为依据，对所有的医院进行排序以生成第二排序结果；
26.根据所述第二排序结果进行医院推荐。
27.较佳地，其特征在于，所述难度计算算法如下：
28.手术难度＝人力消耗系数*时间消耗系数；
29.其中，所述人力消耗系数＝手术准入系数*手术医生系数。
30.较佳地，所述获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数包括：
31.从多个数据源获取目标数据；
32.通过目标神经网络模型匹配所述目标数据，使所述多个数据源中的目标数据相互对应；
33.从匹配后的所述目标数据中获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数。
34.较佳地，所述数据源包括调研结果、手术麻醉系统、病案系统及医院管理信息系统；
35.所述调研结果的目标数据包括手术风险值、医生资质及第一手术医生人数；
36.所述手术麻醉系统的目标数据包括手术时长及第二手术医生人数；
37.所述病案系统的目标数据包括手术数量；
38.所述医院管理信息系统的目标数据包括收费信息；
39.所述获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数包括：
40.根据所述手术风险值及所述手术数量获取手术风险系数；
41.根据所述手术时长及所述手术数量获取时间消耗系数；
42.根据所述医生资质及所述手术数量获取手术准入系数；
43.根据所述第一手术医生人数、所述第二手术医生人数及所述手术数量获取手术医生系数；
44.根据所述手术准入系数及所述手术医生系数获取人力消耗系数。
45.较佳地，所述根据所述手术时长及所述手术数量获取时间消耗系数前包括：
46.通过所述收费信息验证所述手术数量，并将验证后的手术数量作为后续步骤所使用的手术数量；
47.通过所述手术数量验证所述手术时长，并将验证后的手术时长作为后续步骤所使用的手术时长。
48.较佳地，所述根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系数包括：
49.根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算初始难度系数；
50.获取所述目标手术项目的第一标准参照数据；
51.当所述初始难度系数与所述第一标准参照数据的相关性符合第一预设相关条件时，将所述初始难度系数作为手术难度系数；
52.所述获取目标手术项目的手术风险系数包括：
53.获取目标手术项目的初始风险系数；
54.获取所述目标手术项目的第二标准参照数据；
55.当所述初始风险系数与所述第二标准参照数据的相关性符合第二预设相关条件时，将所述初始风险系数作为手术风险系数。
56.较佳地，所述第一标准参照数据为rbrvs(一种医疗评价体系)体系中的work rvu(劳动价值点值)数据；
57.所述第二标准参考数据为rbrvs体系中的pli rvu(项目风险)数据。
58.较佳地，所述第一预设相关条件包括以下条件中的至少一种：所述初始难度系数与所述第一标准参照数据的相关性系数大于或等于第一预设值；所述初始难度系数与所述第一标准参照数据所拟合的线性模型的拟合程度大于或等于第二预设值；所述初始难度系数与所述第一标准参照数据具有线性回归关系；
59.所述第二预设相关条件包括以下条件中的至少一种：所述初始风险系数与所述第二标准参照数据的相关性系数大于或等于第三预设值；所述初始风险系数与所述第二标准参照数据所拟合的线性模型的拟合程度大于或等于第四预设值；所述初始风险系数与所述第二标准参照数据具有线性回归关系。
60.本技术还提供了一种基于手术难度的手术综合评估系统，所述手术综合评价系统包括：算法获取模块、系数获取模块、难度计算模块、综合评价模块及排序模块；
61.所述算法获取模块用于获取难度计算算法；
62.所述系数获取模块用于通过样本医院，获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数，所述手术风险系数用于表示所述目标手术项目所承担的风险程度，所述人力消耗系数用于表示所述目标手术项目所耗费的人力，所述时间消耗系数用于表示所述目标手术项目所耗费的时间；
63.所述难度计算模块用于根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系数；
64.所述综合评价模块用于根据所述手术难度系数及所述手术风险系数获取手术综合评价指数；
65.所述排序模块用于根据所述手术综合评价指数对所有的医院进行排序以生成第一排序结果。
66.本技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于手术难度的手术综合评估方法。
67.本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于手术难度的手术综合评估方法。
68.本发明的积极进步效果在于：本发明中，依据难度计算算法，通过人力消耗系数及时间消耗系数，可以对手术数据进行统一处理，计算目标手术项目的手术难度系数，基于手术难度系数可以对医院排序以生成能够反映医院医疗水平的第一排序结果，一方面，医院可以依据第一排序结果进行服务质量的改善，促进医院之间的良性竞争，另一方面，患者也可以基于第一排序结果高效且便捷地选择其所需要的医院。
附图说明
69.图1为本发明实施例1中基于手术难度的手术综合评估方法的流程图。
70.图2为本发明实施例1中依据第二排序结果进行医院推荐的流程图。
71.图3为本发明实施例1中目标数据匹配方式的流程图。
72.图4为本发明实施例1中人力消耗系数的获取方式的流程图。
73.图5为本发明实施例1中步骤103的具体实现方式的示意图。
74.图6为本发明实施例1中work rvu和手术难度系数的拟合曲线。
75.图7为本发明实施例1中第一残差正太分布图。
76.图8为本发明实施例1中第一残差p-p(一种根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形)图。
77.图9为本发明实施例1中手术风险系数的验证方式的流程图。
78.图10为本发明实施例1中pli rvu和手术风险系数的拟合曲线。
79.图11为本发明实施例1中第二残差正太分布图。
80.图12为本发明实施例1中第二残差p-p图。
81.图13为本发明实施例2中基于手术难度的手术综合评估系统的模块示意图。
82.图14为本发明实施例3中电子设备的模块示意图。
具体实施方式
83.在介绍本发明实施例之前，下对下文中常出现的术语进行解释：
84.【包括的定义】如这里所使用的术语**具有**、**可以具有**、**包括**或**可以包括**指示本公开的相应功能、操作、元件等的存在，并且不限制其它的一个或多个功能、操作、元件等的存在。此外应当理解到，如这里所使用的术语**包括**或**具有**是指示在说明书中所描述的特点、数字、步骤、操作、元件、部件或其组合的存在，而不排除一个或多个其它特点、数字、步骤、操作、元件、部件或其组合的存在或增加。
85.【和/或的定义】如这里所使用的术语**a或b**、**a和/或b的至少之一**或**a和/或b的一个或多个**包括与其一起列举的单词的任意和所有组合。例如，**a或b**、**a和b的至少之一**或**a或b的至少之一**意味着(1)包括至少一个a，(2)包括至少一个b，或(3)包括至少一个a和至少一个b两者。
86.【第一、第二的定义】本技术实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本技术实施例中对设备个数的特别限定，不能构成对本技术实施例的任何限制。例如，可以将第一元件称为第二元件，而没脱离本公开的范围，类似地，可以将第二元件称为第一元件。
87.下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
88.实施例1
89.本实施例提供了一种基于手术难度的手术综合评估方法，如图1所示，该手术综合评价方法包括以下步骤：
90.步骤101、获取难度计算算法；
91.步骤102、通过样本医院，获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数；
92.步骤103、根据难度计算算法、人力消耗系数及时间消耗系数计算手术难度系数。
93.其中，所述手术风险系数用于表示所述目标手术项目所承担的风险程度，一般来说，所承担的风险程度越高，该目标手术项目的综合评价指数越高；人力消耗系数用于表示目标手术项目所耗费的人力，一般来说，所耗费的人力越多，该目标手术项目的难度越大，具体的，一项手术中的人力可以通过手术医生人数表征，具体可以包括主刀、一助、二助等。时间消耗系数用于表示目标手术项目所耗费的时间，一般来说，所耗费的时间越多，该目标手术项目的难度越大。因此，人力消耗系数、时间消耗系数以及手术风险系数可以综合反映目标手术项目的难度及综合水平。
94.步骤104、根据所述手术难度系数及所述手术风险系数获取手术综合评价指数。
95.步骤105、根据手术难度系数对所有的医院进行排序以生成第一排序结果。
96.具体的，第一排序结果可以反映目标手术项目的医疗水平。
97.本实施例，各个医生、各个科室、各个医院以及各个患者可以获取能够反映医疗水平的第一排序结果，基于此，可以促进各个医院之间的良性竞争。
98.其次，实际中，大部分医院的手术绩效分配规则一般都和手术的费用挂钩，但是医院和社会均缺乏有效的费用监管的机制，导致医院可能存在乱收费的问题，因此，可以将手术项目的定价与手术难度系数相匹配，从而可以规避上述问题，提高医院收费的透明度，也
提高患者的满意度，缓解医患关系的紧张局面。
99.此外，医院可以参考上述排序结果，进行绩效考核，从而促进医院内部的良性进程，医院提高服务质量。
100.对于手术医生来说，手术难度系数可以反映医生的能力，如累计的手术难度系数代表该医生的总工作强度，平均的手术难度系数代表手术医生的综合能力等；对于科室(专业组、医生组)来说，手术难度系数可以用来评价该科室的工作强度和专科能力，而且不仅可以与院内不太专业科室对比，也可以跨医院对比；对于医院整体来说，手术难度系数也可以代替手术数量，更准确、有效地评价该医院的手术综合能力。
101.本实施例中，依据难度计算算法，通过人力消耗系数及时间消耗系数，可以对手术数据进行统一处理，计算目标手术项目的手术难度系数，根据手术难度系数及所述手术风险系数获取手术综合评价指数，基于手术综合评价指数可以对医院排序以生成能够反映医院医疗水平的第一排序结果，一方面，医院可以依据第一排序结果进行服务质量的改善，促进医院之间的良性竞争，另一方面，患者也可以基于第一排序结果高效且便捷地选择其所需要的医院。
102.在一种具体的实施方式中，步骤102中，每一医院具体可以获取不同种类的手术风险系数、目标手术项目的人力消耗系数及时间消耗系数；
103.步骤103中具体包括：
104.对于每一种类的目标手术项目，根据难度计算算法、对应的人力消耗系数及对应的时间消耗系数计算对应的手术难度系数；
105.步骤104具体包括：对于每一种类的目标手术项目，根据对应的手术难度系数及对应的手术风险系数获取对应的手术综合评价指数。
106.步骤105具体包括：通过样本医院，根据所有种类的目标手术项目的手术综合评价指数计算综合评价评分；
107.根据综合评价评分对所有的医院进行排序以生成第一排序结果。
108.本市实施例中，可以根据医院不同种类的目标手术项目综合计算医院的综合评价评分，基于各个医院的综合评价评分来对各个医院进行排序，从而克服了不同类型的手术项目的难以互相比较、难以分级界定的缺陷，可以得到能够反映医院整体医疗水平的综合评价评分。
109.在一种具体的实施方式中，步骤105后还可以进一步包括步骤106、根据第一排序结果进行医院推荐。
110.本实施例中，可以基于第一排序结果向用户推荐医院，从而可以减少用户的医院选择成本，可以帮助用户快速、高效地选择到合适的医院。
111.在一种具体的实施方式中，如图2所示，步骤104后还可以进一步包括以下步骤：
112.步骤201、获取用户的目标手术种类；
113.步骤202、获取与目标手术种类对应的目标手术项目；
114.步骤203、以对应的目标手术项目的手术综合评价指数为依据，对所有的医院进行排序以生成第二排序结果；
115.步骤204、根据第二排序结果进行医院推荐。
116.本实施例中，可以根据用户所需要进行的目标手术种类来选择对应的目标手术项
目，基于对应的目标手术项目所生成的第二排序结果向其推荐合适的医院，降低了因为信息不对称对患者造成的损失，可以自动帮助患者选择医疗水平高且符合其需求的医院。
117.在一种具体的实施方式中，如图3所示，步骤102中具体可以包括以下步骤：
118.步骤1021、从多个数据源获取目标数据。
119.具体的，数据源可以根据实际情况进行选择，在一种具体的场景下，数据源包括调研结果、手术麻醉系统(简称：手麻系统)、病案系统及医院管理信息系统(his或收费系统)。
120.本实施例中，通过调研的方式主要收集的调研结果包括：
121.手术入路：为了能客观评价组合手术的难度需要通过手术入路来评价各个手术的难度的合并规则。
122.手术时长：手术时长主要来源于手麻系统。但是部分治疗类操作项目不在手术室种完成，在手麻系统中没有记录，所以需要根据调研结果获取，如通过专家评估填写。
123.手术准入资质：如，分为四类，包括住院医师、主治医师、副主任医师、以及主任医师。
124.手术平均参与医生人数：在保证质量前提下，完成某项手术所需的医师人数。
125.手术难度得分：根据经验和自身专业知识评价各个手术项目的难度。
126.手术风险值：通过医院的专业人员进行填写。
127.步骤1022、通过目标神经网络模型匹配目标数据，使多个数据源中的目标数据相互对应。
128.一般情况下，手麻系统和病案系统使用的为icd-9(一种手术编码的方法)项目，然而his或收费系统中使用的是物价项目，因此，要对使用不同编码方法的数据源进行对应。
129.本实施例中，可以通过目标神经网络模型来完成各个数据源之间目标数据的对应，该目标神经网络模型既可以是成熟的匹配模型，也可以是自己建立的神经网络匹配程序来完成。这个程序基于长短期记忆网络(lst m，long short-term memory)来实现自然语言识别，通过识别手术项目的内涵、操作流程、以及入路等来完成两个不同体系间的对应。本实施例中，使用程序完成自动对应后可以进一步通过人工的操作和判断来进行验证。
130.本实施例中，可以通过各个系统中的字段信息，如病人信息、手术开始时间、收费确认时间、主刀医生等的信息等建立对应规则，最终，获取到互相对应的目标数据。
131.步骤1023、从匹配后的目标数据中获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数。
132.本实施例中，可以从多个数据源获取目标数据，通过目标神经网络模型匹配目标数据使各个数据源的目标数据能够互相对应，因此，可以得到更有效、更准确的人力消耗系数及时间消耗系数。
133.在一种具体的实施方式中，上述难度计算算法如下：
134.手术难度＝人力消耗系数*时间消耗系数；
135.其中，人力消耗系数＝手术准入系数*手术医生系数。
136.手术综合评价指数＝手术难度+手术风险系数。
137.在一种具体的实施方式中，调研结果的目标数据包括手术风险值、医生资质及第一手术医生人数；
138.手麻系统的目标数据包括手术时长及第二手术医生人数；
139.病案系统的目标数据包括手术数量；
140.收费系统的目标数据包括收费信息；
141.如图4所示，步骤102具体还可以包括：
142.步骤1020、根据所述手术风险值及所述手术数量获取手术风险系数；
143.其中，手术风险系数通过分析计算样本医院填写的手术风险值，加权各个样本医院实际手术的手术数量得来。
144.步骤1121、根据手术时长及手术数量获取时间消耗系数；
145.其中，可以通过各个医院的手术时长和实际发生的手术数量加权，计算获得各个手术项目的时间消耗系数。
146.步骤1122、根据医生资质及手术数量获取手术准入系数。
147.具体的，手术准入系数以主刀手术医师的手术准入资质为计算依据，表示的是各个职称的医生平均能展开的手术的级别的阈值，体现的是各个医院的医师的能力，手术准入资质指哪一职级的医师才具备开展、完成该手术的资格。比如说一个手术准入系数为1.5的手术，在a医院主要是副主任医师在做，而b医院是主治医生在做。
148.手术准入系数具体的算法是首先确认不同的职级系数，如主任医师、副主任医师、主治医师及住院医师这四种职级，然后使用各个医院填报的不同手术的准入职级，可以进一步经过各医院完成手术数量的加权，计算各个种类的目标手术项目的准入系数。
149.不同职级医师的职级系数的基准不同，他们之间的差异可以通过人力成本(比如说，薪酬)比例来体现。在一种具体的场景下，不同职级医师的手术职级系数为：主任医师：副主任医师：主治医师：住院医师＝2.5:1.6:1.2:1。
150.表1是通过调研结果获取的各个医院的医生职级的数据分布，从其中可以看出职级中主治医师、副主任医师占比较多：
151.表1
152.手术资质数量占比主任医师10963.9％副主任医师1026336.1％主治医师1434350.5％住院医师27089.5％
153.根据手麻系统中获取的手术数量，再利用某一具体场景下的手术医生职级系数加权计算得出各个目标手术项目的手术准入系数。
154.步骤1123、根据第一手术医生人数、第二手术医生人数及手术数量获取手术医生系数。
155.手术医生系数通过该手术需要的手术医生的劳务提成比例之和为主计算得来。手术需要的医生分为主刀、一助、二助、以及三助，比如说在一具体的场景下，主刀，一助手、二助、三助的劳务提成比例为1：0.6：0.36：0.22，该数据主要来源于调研结果与手麻系统。以调研结果为主，手麻系统中数据为辅。首先清洗核对数据，将调研结果中专家填写的第一手术医生人数与手麻系统中实际的第二手术医生人数做对比，将差距大的单独提取出来，通过与标准手术项目所建议的医生的手术医生人数做对比，核定出一个较为准确的人数。获取了各个样本医院的各个手术项目的所需人数后，使用各医院实际发生的手术数量做加权
算出各个手术项目的手术医生系数。
156.步骤1124、根据手术准入系数及手术医生系数获取人力消耗系数。
157.接着，便可以根据公式：人力消耗系数＝手术准入系数*手术医生系数来计算人力消耗系数。
158.步骤103中则可以根据前面计算出来的人力消耗系数及时间消耗系数，根据手术难度算法(手术难度＝人力消耗系数*时间消耗系数)计算出手术难度系数，最后根据手术综合评价指数＝手术难度+手术风险系数来计算手术综合评价指数。
159.本实施例中，可以基于反映主刀医生的准入资质的手术准入系数、反映手术医生的人数的手术医生系数来计算人力消耗系数，进而结合时间消耗系数来获取各个目标手术项目的手术难度系数，根据手术难度系数及手术风险系数可以准确、客观地反映不同手术项目、不同医生、不同科室、不同医院的医疗水平。
160.在一种具体的实施方式中，步骤103前还可以进一步包括以下步骤：
161.通过收费信息验证手术数量，并将验证后的手术数量作为后续步骤所使用的手术数量；
162.在实际操作的过程中，一方面，有的系统(如his或收费系统)的数据量很大，一家医院一个月就有几百万条，取数和后续的处理都比较困难。另一方面，有的系统(如病案系统)的首页数据存在误差，所以用来作为统计手术数量的依据是会存在一些问题(如：编码高编、低编、多填等)，因此要使用收费系统的数据来验证病案系统的数据的质量。此外，手麻系统中手术时长数据的收集也因为手术是否存在术中病理检查、会诊等因素有误差，需要病案系统的数据来验证，比如说，手麻系统中的手术时长在该手术是联合手术的情况下，可能不等于该手术的真实时长，因为手麻系统中的数据可能只是联合手术的某一阶段时长，但真实时长是所有阶段时长之和。
163.综上，本实施例中，可以对系统之间的目标数据进行相互验证，具体而言，可以用从收费系统获取的手术信息验证从病案系统获取的手术数量和名称(编码)的准确性(多部位跨专业联合手术)，从病案系统的手术编码和名称、病理检查方式(快速冰冻病理检查)校正从手麻系统获取的手术时长，来修正数据，最终得到更准确、更能反映真实情况的数据。
164.在一种具体的实施方式中，如图5所示，步骤103具体可以包括以下步骤来验证手术难度系数的准确性：
165.步骤1031、根据难度计算算法、人力消耗系数及时间消耗系数计算初始难度系数。
166.其中初始难度系数为通过前述公式(手术难度＝人力消耗系数*时间消耗系数)计算出来的手术难度。
167.步骤1032、获取目标手术项目的第一标准参照数据。
168.具体而言，可以根据实际需求选择现有技术中的第一标准参照数据。
169.步骤1033、当初始难度系数与第一标准参照数据的相关性符合第一预设相关条件时，将初始难度系数作为手术难度系数。
170.本实施例中，在得到初始难度系数后，可以根据第一标准参照数据对初始难度系数进行进一步的验证，如果验证通过，则将初始难度系数作为手术难度系数，如果验证不通过，则可以将验证不通过的数据返回各个医院，通过专家论证手术难度系数的准确性，最终结合专家意见获得验证后的手术难度系数。具体的，可以在得到初始难度系数后，将初始难
度系数与第一标准参照数据进行比较，如果二者差距大于预设值，则根据对应的专科特色较强医院的专家意见修正对应的初始难度系数以获取最终的手术难度系数；也可以将各个手术项目的初始难度系数与第一标准参数进行比较，得到各个手术项目于标准参数的差值，对各个差值进行排序，将差值大的预设位数的初始难度系数选出来，让对应的专科特色较强医院的专家对初始难度系数进行修正以得到最终的手术难度系数。本实施例中，通过进一步验证初始难度系数，从而可以得到更加准确的手术难度系数，能够更客观地反映各个医院的医疗水平。
171.在一种具体的实施方式中，第一标准参照数据为rbrvs体系中的work rvu数据。
172.本实施例中，选取的第一标准参照数据来源于为cpt(current procedural terminology，当代医学术语集)-rbrvs，rbrvs是指《医疗保险相对价值系数》(medicare rbrvs)，由于其进入临床应用的时间和范围较长，成熟度较高。编码延用了美国医学会的当代医学术语集。通过rbrvs为每一个cpt项目给予一个无量纲的相对数即**点值**，这个点值从1992年cms(美国国家医疗保险系统)开始用于老年医保的支付，每年更新维护，2016版的项目数量已经超过16000种。rbrvs的点值分成三部分四种点值，一是医务人员的work rvu构成中，由技术难度、劳动强度和风险三个维度构成，二是practice rvu(执业成本)，包括固定和变动两种成本，三是pli rvu。其中work rvu与项目的难度直接相关，通过代码转换和对照，可以作为量化手术分级的工具。rbrvs作为最为成功的诊疗项目定价体系，随着商业医疗健康保险的全球化，已经普及应用到包括欧盟在内的二十余个地区和国家，作为按项目支付或诊疗项目定价的依据。
173.rbrvs有两个有别于国内现行价表的特点，一是所有的诊疗项目之间具有跨专业横向可比性(除外口腔内科和检验项目)，也就是说，所有的项目点值的量纲是一致的，另一个是对每一个项目分别给予了医务人员劳动价值、风险和执业成本点值。随着二十年余年的应用，这个系统的点值相对准确度逐年提高，并且伴随着新技术的应用，一直在扩展项目以满足临床需要。这种经过验证的点值，如果用于手术难度的量化，一是具有相对客观性，二是在增加新项目后，可以直接使用第三方的现有成果。
174.本实施例中，由于手术难度评价使用手术编码是icd-9-cm-3(兼容cm-2的icd-9)体系的操作项目。cpt-rvrbs有自己的编码体系，需要和icd-9-cm-3做编码映射。用2016年版的rbrvs对应国家临床版3.0的icd-9-cm-3，依据项目名称和内涵，通过自建的神经网络匹配程序、分词规则、以及关键字字典库，自动建立对应关系。若与rbrvs代码能建立一一对应关系的项目，直接完成对照，如肝、肾穿刺类的项目；不能建立一一对应的关系的，一对多的，原则上取多方的中位数对应。这种情况多是由于国内的手术项目过于笼统；多对一的情况，将其中内涵最接近的项目对应到具体项目，然后，参考2012版物价中的难度值和中国的22个省同一或同类项目价格差距换算成点数差距进行调整。因规格不同(大、中、小或单位不同)而导致的国标化失灵，依据2012版物价表的项目内涵进行分析，如体表肿物切除术项目，价表内涵为单个肿物不分大小，在操作中，直接查rbrvs进行对应；对手术入路差异，首先直接查rbrvs内涵，找到一种术式的对应点值。所有点值保留两位小数。
175.本实施例中，可以参照rbrvs体系中的work rvu数据来验证手术难度系数，因此可以获得更准确、更能反映客观事实、更能提供参考价值的手术难度系数。
176.在一种具体的实施方式中，第一预设相关条件包括以下条件中的至少一种：
177.条件一：初始难度系数与第一标准参照数据的相关性系数大于或等于第一预设值；
178.条件二：初始难度系数与第一标准参照数据所拟合的线性模型的拟合程度大于或等于第二预设值；
179.条件三：初始难度系数与第一标准参照数据具有线性回归关系。
180.为了更好地理解本实施，下面就上述条件分别举例进行说明：
181.条件一：
182.如表2所示，将rbrvs中work rvu和手术难度指数进行相关性检验，显著性p值＝0，相关性显著。相关系数为0.881,大于或等于第三预设值，因此相关性较强，通过验证。
183.表2
[0184][0185]
条件二：
[0186]
表3为work rvu和手术难度系数的线性模型，其中r方为拟合程度，r方越高，即拟合程度越高，其中，r方为0.797，大于第二预设值，说明二者具有强相关性，通过验证。图6为work rvu和手术难度系数的拟合曲线。
[0187]
表3
[0188][0189]
条件三：
[0190]
将work rvu和手术难度指数进行线性回归，得到如下结果：表4中调整后的r方为0.797，拟合程度较好。德宾沃森检验结果为2.03，通过检验，表5显著性p值＝0《0.05，模型成功建立。
[0191]
表4
[0192][0193]
表5
[0194][0195]
从表6可以看到，拟合的方程中，常量为0.24，手术难度系数(即图中的手术难度指数)为0.796，系数的显著性为0.00，小于0.05，即回归系数通过假设检验的考验，可以采用。
[0196]
表6
[0197][0198]
参考图7及图8，进行残差检验，残差为work rvu减去通过方程得到的预测值，线性回归结果要求得到的残差服从正太分布。从图7可以看到残差服从正太分布。
[0199]
通过上述可以得到线性方程为：
[0200]
y＝0.796*x1+0.24
[0201]
其中，y为work rvu点数，x1为手术难度系数。
[0202]
以上可以看到，初始难度系数与第一标准参照数据具有线性回归关系，因此通过验证。
[0203]
类似的，如图9所示，步骤102中具体还可以包括以下步骤来验证手术风险系数的准确性：
[0204]
步骤1221、获取目标手术项目的初始风险系数；
[0205]
其中，初始手术风险系数通过分析计算样本医院填写的手术风险值，加权各个样本医院实际发生的手术数量得来。
[0206]
步骤1222、获取所述目标手术项目的第二标准参照数据。
[0207]
具体而言，可以根据实际需求选择现有技术中的第二标准参照数据。
[0208]
步骤1223、当所述初始风险系数与所述第二标准参照数据的相关性符合第二预设相关条件时，将所述初始风险系数作为手术风险系数。
[0209]
本实施例中，在得到初始风险系数后，可以根据第二标准参照数据对初始风险系数进行进一步的验证，如果验证通过，则将初始风险系数作为手术风险系数，如果验证不通过，则可以将验证不通过的数据带回各个医院让专家论证手术风险系数的准确性，最终结合专家意见获得验证后的手术风险系数。具体的，可以在得到初始风险系数后，将初始风险系数与第二标准参照数据进行比较，如果二者差距大于预设值，则根据对应的专科特色较强医院的专家意见修正对应的初始风险系数以获取最终的手术难度系数；也可以将各个手术项目的初始风险系数与第二标准参数进行比较，得到各个手术项目于标准参数的差值，对各个差值进行排序，将差值大的预设位数的初始风险系数选出来，让对应的专科特色较强医院的专家对初始风险系数进行修正以得到最终的手术难度系数。本实施例中，通过进一步验证初始风险系数，从而可以得到更加准确的手术风险系数，能够更客观地反映各个医院的医疗水平。
[0210]
在一种具体的实施方式中，第二标准参照数据为rbrvs体系中的pli rvu(项目风险)数据。其中，rbrvs体系的说明可以参考前文所述，此处便不再赘述。
[0211]
本实施例中，可以参照rbrvs体系中的pli rvu数据来验证手术风险系数，因此可以获得更准确、更能反映客观事实、更能提供参考价值的手术风险系数。
[0212]
在一种具体的实施方式中，第二预设相关条件包括以下条件中的至少一种：
[0213]
条件一、所述初始风险系数与所述第二标准参照数据的相关性系数大于或等于第三预设值；
[0214]
条件二、所述初始风险系数与所述第二标准参照数据所拟合的线性模型的拟合程度大于或等于第四预设值；
[0215]
条件三、所述初始风险系数与所述第二标准参照数据具有线性回归关系。
[0216]
为了更好地理解本实施，下面就上述条件分别举例进行说明：
[0217]
条件一：
[0218]
如表7所示，将rbrvs中pli rvu数据和手术风险指数进行相关性检验，显著性p值＝0，相关性显著。相关系数为0.881,大于或等于第二预设值，因此相关性较强，通过验证。
[0219]
表7
[0220][0221]
表8为pli rvu和手术风险系数的线性模型，其中r方为拟合程度，r方越高，即拟合程度越高，其中，r方为0.776，大于第四预设值，说明二者具有强相关性，通过验证。图10为pli rvu和手术风险系数的拟合曲线。
[0222]
表8
[0223][0224]
条件三：
[0225]
将pli rvu和手术风险指数进行线性回归，得到如下结果：表9中调整后的r方为0.776，拟合程度较好。德宾沃森检验结果为10565，通过检验，表10显示显著性p值＝0《0.05，模型成功建立。
[0226]
表9
[0227][0228]
表10
[0229][0230]
从表11可以看到，拟合的方程中，常量为0.085，手术风险系数(即图中的手术风险指数)为0.181，系数的显著性为0.00，小于0.05，即回归系数通过假设检验的考验，可以采用。
[0231]
表11
[0232][0233]
参考图11及图12，进行残差检验，残差为pli rvu减去通过方程得到的预测值，线性回归结果要求得到的残差服从正太分布。从图11可以看到残差服从正太分布。
[0234]
通过上述可以得到线性方程为：
[0235]
y＝0.181*x1+0.085
[0236]
其中，y为pli rvu点数，x1为手术风险系数。
[0237]
以上可以看到，初始风险系数与第一标准参照数据具有线性回归关系，因此通过验证。
[0238]
本实施例中，提供了多种验证初始难度系数与初始风险系数标的方式、可以根据
实际需求灵活地选择上述方式中的一种或多种。
[0239]
实施例2
[0240]
本实施例提供了一种基于手术难度的手术综合评估系统，如图13所示，该手术综合评价系统包括：算法获取模块301、系数获取模块302、难度计算模块303、排序模块304及、综合评价模块305。
[0241]
算法获取模块301用于获取难度计算算法。
[0242]
系数获取模块302用于通过样本医院，获取目标手术项目的手术风险系数、人力消耗系数及时间消耗系数，所述手术风险系数用于表示所述目标手术项目所承担的风险程度，所述人力消耗系数用于表示所述目标手术项目所耗费的人力，所述时间消耗系数用于表示所述目标手术项目所耗费的时间。
[0243]
难度计算模块303用于根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系数；
[0244]
所述综合评价模块305用于根据所述手术难度系数及所述手术风险系数获取手术综合评价指数；
[0245]
排序模块304用于根据所述手术综合评价指数对所有的医院进行排序以生成第一排序结果。
[0246]
其中，获取手术难度计算算法、获取目标手术项目的人力消耗系数及时间消耗系数、根据所述难度计算算法、所述人力消耗系数及所述时间消耗系数计算手术难度系数、根据所述手术难度系数及所述手术风险系数获取手术综合评价指数以及根据所述手术难度系数对所有的医院进行排序以生成第一排序结果的具体方式均可以参考实施例1中的具体方式，此处便不再赘述。
[0247]
本实施例中，
[0248]
依据难度计算算法，通过人力消耗系数及时间消耗系数，可以对手术数据进行统一处理，计算目标手术项目的手术难度系数，根据手术难度系数及所述手术风险系数获取手术综合评价指数，基于手术综合评价指数可以对医院排序以生成能够反映医院医疗水平的第一排序结果，一方面，医院可以依据第一排序结果进行服务质量的改善，促进医院之间的良性竞争，另一方面，患者也可以基于第一排序结果高效且便捷地选择其所需要的医院。
[0249]
在一种具体的实施方式中，该手术综合评价系统的排序模块还可以进一步用于获取用户的目标手术种类；获取与所述目标手术种类对应的目标手术项目；以所述对应的目标手术项目的手术综合评价指数为依据，对所有的医院进行排序以生成第二排序结果；根据所述第二排序结果进行医院推荐。应当理解，排序模块进行上述操作的方式可以参考实施例中的具体方式，此处便不再赘述。
[0250]
本实施例中，可以根据用户所需要进行的目标手术种类来选择对应的目标手术项目，基于对应的目标手术项目所生成的第二排序结果向其推荐合适的医院，降低了因为信息不对称对患者造成的损失，可以自动帮助患者选择医疗水平高且符合其需求的医院。
[0251]
实施例3
[0252]
本实施例提供一种电子设备，电子设备可以通过计算设备的形式表现(例如可以为服务器设备)，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中处理器执行计算机程序时可以实现实施例1中基于手术难度的手术综合评估方法。
[0253]
图14示出了本实施例的硬件结构示意图，如图14所示，电子设备9具体包括：
[0254]
至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93，其中：
[0255]
总线93包括数据总线、地址总线和控制总线。
[0256]
存储器92包括易失性存储器，例如随机存取存储器(ram)921和/或高速缓存存储器922，还可以进一步包括只读存储器(rom)923。
[0257]
存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0258]
处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例中1基于手术难度的手术综合评估方法。
[0259]
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(i/o)接口95进行。并且，电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备9使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
[0260]
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
[0261]
实施例4
[0262]
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1中基于手术难度的手术综合评估方法。
[0263]
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
[0264]
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1中基于手术难度的手术综合评估方法。
[0265]
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
[0266]
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。