Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学附属省立医院郑若菲获国家专利权

福州大学附属省立医院郑若菲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉福州大学附属省立医院申请的专利一种结合病史数据的医院急诊分诊方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120932839B

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511448277.5,技术领域涉及:G16H40/20;该发明授权一种结合病史数据的医院急诊分诊方法是由郑若菲;王圣芳;周璇;邓月;张洁;黄雅婷设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种结合病史数据的医院急诊分诊方法在说明书摘要公布了:本发明公开了一种结合病史数据的医院急诊分诊方法,属于医疗分诊技术领域,具体包括:获取当前患者实际病情和历史就诊数据组成预检数据集,输入病情预测模型得到病理实体及其置信概率,结合危险系数优选评估出主导病症;获取主导病症对应的目标科室,计算非主导病症与目标科室处置能力的覆盖重合度,若重合度小于等于预设阈值,获取非主导病症对应科室并标记为候选科室,提取其就诊数据算候诊压力系数;调取跨科室协作数据算候选科室响应效能系数;计算候选科室对应的综合周转效能评分,选评分最高的候选科室作为首诊科室,在保证主导威胁优先处置的前提下,实现患者周转环节最小化与医疗资源利用最优化,提高了急诊效率。

本发明授权一种结合病史数据的医院急诊分诊方法在权利要求书中公布了:1.一种结合病史数据的医院急诊分诊方法,其特征在于,包括以下步骤: S1,获取当前患者的实际病情数据和历史就诊数据,得到预检数据集;其中,实际病情数据包括病情描述数据和生理特征数据; S2,将预检数据集输入预设的病情预测模型,获取当前患者的所有病理实体及其置信概率,并结合各病理实体对应的危险系数进行优选评估,选取最高优选评分对应的病理实体作为主导病症,将剩余病理实体标定为非主导病症; 优选评估的具体过程为: 构建多维危险系数评估矩阵,该矩阵包含时效性系数与严重度系数两个正交维度,将置信概率值分别与时效性系数及严重度系数进行加权融合运算,得到优选评分,选取最高优选评分对应的病理实体作为主导病症; S3,获取主导病症对应的科室并标记为目标科室,计算非主导病症集合与目标科室处置能力的覆盖重合度,若所述覆盖重合度小于等于预设重合度阈值,则将所有非主导病症对应的科室并标记为候选科室,提取各候选科室的当前就诊数据并计算得到各候选科室的候诊压力系数,其中,就诊数据包括平均处置速率、待就诊患者人数和每位患者对应的危险系数; 候诊压力系数的具体计算过程为: 实时获取候选科室的待就诊患者队列,提取待就诊患者对应的病理实体及其危险系数,从中筛选出所有危险系数大于等于当前患者危险系数的待诊人员并作为有效加压负荷基数;同步提取该科室预设时间段内实际处置患者数量作为动态处置速率基准值;将所述有效加压负荷基数除以动态处置速率基准值,得到基础压力比值,同步该候选科室的医疗设备实时状态数据库,依据设备短缺程度计算资源衰减系数;计算基础压力比值与资源衰减系数的乘积值,将所述乘积值标定为候诊压力系数; S4,获取目标科室与任一候诊科室间的协同数据并计算得到该候选科室的响应效能系数,其中,协同数据包括物理路径距离、历史平均响应延迟及会诊成功率; 响应效能系数的具体计算过程为: 获取目标科室与该候选科室间的物理路径距离实测值,将其除以预设参考距离得到距离衰减因子;同时提取历史平均响应延迟并将其除以预设参考响应延迟得到延迟衰减因子;根据计算公式计算得到响应效能系数X,其中,P为历史会诊成功率,D为物理路径距离,T为历史平均响应延迟,ε为预设单位系数,Dref为预设参考距离,Tref为预设参考响应延迟; S5,根据所述候诊压力系数和响应效能系数计算得到任一候选科室的综合效能评分,选取综合效能评分最高的候选科室作为首诊科室并输送至当前患者端。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福州大学附属省立医院,其通讯地址为:350000 福建省福州市东街134号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。