本發(fā)明涉及醫(yī)療信息管理，特別涉及基于數(shù)字化的實驗室信息管理系統(tǒng)。

背景技術(shù)：

1、隨著醫(yī)療信息化的快速發(fā)展，實驗室醫(yī)療信息管理系統(tǒng)已成為醫(yī)院管理的重要組成部分。

2、然而，現(xiàn)有技術(shù)中的實驗室信息管理系統(tǒng)還存在以下不足：

3、盡管現(xiàn)有的信息管理系統(tǒng)能夠處理患者的檢驗數(shù)據(jù)，但它們通常缺乏高效的深入分析能力，導(dǎo)致在處理復(fù)診患者和新增患者時，未能有效區(qū)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(shù)據(jù)所生成的報告并需要專家進行評估時，不能有效篩選當(dāng)前時間點符合要求范圍內(nèi)合適的專家，并對患者的報告進行評估，系統(tǒng)使用上存在局限性。

5、為此，推出基于數(shù)字化的實驗室信息管理系統(tǒng)。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供基于數(shù)字化的實驗室信息管理系統(tǒng)，以解決上述背景技術(shù)提出的問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：基于數(shù)字化的實驗室信息管理系統(tǒng)，包括：

3、數(shù)據(jù)采集模塊：采集患者的檢驗數(shù)據(jù)，通過實驗室內(nèi)所連接的醫(yī)療設(shè)備對采集的檢驗數(shù)據(jù)進行分析，將分析的檢驗數(shù)據(jù)指標結(jié)果匯總為該患者的檢驗數(shù)據(jù)包并發(fā)送至數(shù)據(jù)追溯模塊；

4、數(shù)據(jù)追溯模塊：接收患者的檢驗數(shù)據(jù)包，從檢驗數(shù)據(jù)包內(nèi)提取患者的個人信息作為匹配依據(jù)；將提取的患者個人信息與預(yù)先構(gòu)建數(shù)據(jù)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(fù)診患者并發(fā)送復(fù)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(fā)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(fù)診信令，并從數(shù)據(jù)庫內(nèi)提取患者的相關(guān)歷史檢驗數(shù)據(jù)與檢驗數(shù)據(jù)包進行綜合分析，生成患者的復(fù)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(shù)據(jù)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(fù)診報告或診斷報告時，選擇性的觸發(fā)專家評估信令，并在觸發(fā)專家評估信令時，發(fā)送自身的復(fù)診報告或診斷報告給當(dāng)前時間點優(yōu)診值yz最大的候選專家，候選專家對患者的復(fù)診報告或診斷報告進行評估后，將評估內(nèi)容補充至患者的復(fù)診報告或診斷報告中，并將補充后的復(fù)診報告或診斷報告發(fā)送給患者；

8、數(shù)據(jù)加密模塊：對患者的復(fù)診報告或診斷報告進行加密處理，并存儲至構(gòu)建的數(shù)據(jù)庫內(nèi)。

9、在一些實施例中，從數(shù)據(jù)庫內(nèi)提取患者的相關(guān)歷史檢驗數(shù)據(jù)與檢驗數(shù)據(jù)包進行綜合分析，具體為：

10、對患者的檢驗數(shù)據(jù)包進行解析，提取患者對應(yīng)檢驗的各項數(shù)據(jù)指標結(jié)果，從預(yù)先構(gòu)建的數(shù)據(jù)庫內(nèi)提取當(dāng)前患者所對應(yīng)各項檢驗數(shù)據(jù)指標的正常參考范圍；

11、將患者對應(yīng)檢驗的各項數(shù)據(jù)指標結(jié)果分別與對應(yīng)的正常參考范圍進行比對，若比對顯示存在某一項數(shù)據(jù)指標結(jié)果處于對應(yīng)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(guān)歷史檢驗數(shù)據(jù)中提取與異常指標相匹配的歷史指標結(jié)果，若患者對應(yīng)異常指標的歷史指標結(jié)果均處于正常參考范圍內(nèi)，則將該患者的異常指標判定為突然新增異常；若患者對應(yīng)異常指標的歷史指標結(jié)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(shù)據(jù)庫內(nèi)提取患者的相關(guān)歷史檢驗數(shù)據(jù)與檢驗數(shù)據(jù)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(zhuǎn)化，再構(gòu)建患者對應(yīng)異常指標的變化趨勢圖；

15、預(yù)設(shè)異常指標所對應(yīng)的各組指標結(jié)果取值范圍，設(shè)定每組指標結(jié)果取值范圍分別對應(yīng)一個隱患分；將患者異常指標與預(yù)設(shè)的各組指標結(jié)果取值范圍進行匹配，從而得到患者該異常指標所對應(yīng)的隱患分；

16、繪制患者該次隱患分和對應(yīng)歷史各次隱患分在變化趨勢圖內(nèi)的數(shù)值點；連接相鄰數(shù)值點得到異常指標的隱患線；同時預(yù)設(shè)該異常指標對應(yīng)隱患分的最高閾值，繪制最高閾值對應(yīng)在變化趨勢圖內(nèi)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(yīng)該異常指標的變化趨勢值；

19、預(yù)設(shè)變化趨勢值的三組趨勢取值范圍，設(shè)定三組趨勢取值范圍分別對應(yīng)三組評估結(jié)果，三組評估結(jié)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(yīng)該異常指標的變化趨勢值與預(yù)設(shè)的三組趨勢取值范圍進行匹配，從而得到患者對應(yīng)該異常指標的評估結(jié)果。

20、在一些實施例中，生成患者的復(fù)診報告，具體為：

21、構(gòu)建患者該次隱患分和對應(yīng)歷史各次隱患分所繪制數(shù)值點與閾值線之間的垂線，計算各條構(gòu)建垂線的長度，對歷史各次隱患分所對應(yīng)的垂線長度進行均值的計算，將計算的結(jié)果作為患者對應(yīng)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(yīng)的垂線長度，作為患者對應(yīng)該異常指標的檢測指標均長；設(shè)定歷史指標均長和檢測指標均長所對應(yīng)的權(quán)重系數(shù)，將患者該異常指標所對應(yīng)的歷史指標均長和檢測指標均長分別與設(shè)定的權(quán)重系數(shù)相乘，然后求和，將預(yù)設(shè)的修正值除以求和的結(jié)果，得到患者對應(yīng)該異常指標的隱患評估值；

23、預(yù)設(shè)隱患評估值所對應(yīng)的三組評估取值范圍，設(shè)定三組評估取值范圍分別對應(yīng)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(yīng)該異常指標的隱患評估值與預(yù)設(shè)的三組評估取值范圍進行匹配，從而得到患者對應(yīng)該異常指標的隱患等級；

25、將上述分析結(jié)果整合并填充至預(yù)設(shè)的報告模板中，從而生成患者的復(fù)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(shù)據(jù)包進行解析，提取患者對應(yīng)檢驗的各項數(shù)據(jù)指標結(jié)果，將患者的個人信息和各項數(shù)據(jù)指標結(jié)果填充至預(yù)設(shè)的報告模板中，并基于各項數(shù)據(jù)指標結(jié)果與對應(yīng)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(fā)專家評估信令時，發(fā)送自身的復(fù)診報告或診斷報告給當(dāng)前時間點優(yōu)診值yz最大的候選專家，具體為：

29、接收患者的復(fù)診報告或診斷報告時，基于復(fù)診報告或診斷報告中所出現(xiàn)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(tǒng)計當(dāng)前時間點各候選專家的待處理報告數(shù)量，并標記為h1；同時獲取各候選專家的歷史報告處理數(shù)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(yè)估值h3；

31、依據(jù)公式，對各候選專家的待處理報告數(shù)量h1、歷史報告處理數(shù)量h2以及專業(yè)估值h3進行加權(quán)計算，從而得到各候選專家的優(yōu)診值yz；其中a1、a2以及a3分別為待處理報告數(shù)量h1、歷史報告處理數(shù)量h2以及專業(yè)估值h3的影響權(quán)重因子；選取優(yōu)診值yz最大的候選專家，同時該專家的待處理報告數(shù)量加一。

32、在一些實施例中，對患者的復(fù)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(shù)字的轉(zhuǎn)化，基于預(yù)設(shè)的轉(zhuǎn)化規(guī)則進行轉(zhuǎn)化，設(shè)定每組字母分別對應(yīng)一個數(shù)字；

34、將患者的姓名拼寫字母進行數(shù)字的轉(zhuǎn)化后，得到一串?dāng)?shù)字集合，并進一步提取患者報告生成日期的組成數(shù)字補充至數(shù)字集合內(nèi)，得到新的一串?dāng)?shù)字集合；

35、預(yù)設(shè)一個加密轉(zhuǎn)化公式；將新的一串?dāng)?shù)字集合內(nèi)的每組數(shù)字分別代入預(yù)設(shè)的加密轉(zhuǎn)化公式中進行計算，計算完成后，得到最終的加密數(shù)字集合；

36、基于加密數(shù)字集合內(nèi)的各組數(shù)字，繪制患者復(fù)診報告或診斷報告的加密圖形，統(tǒng)計加密數(shù)字集合內(nèi)的數(shù)字數(shù)量，繪制與數(shù)字數(shù)量相等同的條形框架，將各組條形框架依次排序，以加密數(shù)字集合內(nèi)的每組數(shù)字為填充面積，對條形框架空白區(qū)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(qū)域進行截取，截取完成后得到患者復(fù)診報告或診斷報告的加密圖形。

37、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

38、本發(fā)明通過接收患者的檢驗數(shù)據(jù)包，并判定患者為復(fù)診患者還是新增患者，在患者判定為復(fù)診患者時，從數(shù)據(jù)庫內(nèi)提取患者的相關(guān)歷史檢驗數(shù)據(jù)與檢驗數(shù)據(jù)包進行綜合分析，通過構(gòu)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(fù)診患者的復(fù)診報告，對新增患者則生成新的診斷報告，解決了現(xiàn)有技術(shù)中在處理復(fù)診患者和新增患者時，未能有效區(qū)分并采取不同處理策略的問題；

39、本發(fā)明通過在患者接收到復(fù)診報告或診斷報告時，選擇性的觸發(fā)專家評估信令，并在觸發(fā)專家評估信令時，發(fā)送自身的復(fù)診報告或診斷報告給當(dāng)前時間點優(yōu)診值最大的候選專家，通過優(yōu)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。