System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能监管,且更为具体地,涉及一种用于区域耗材的异常数据监管系统及方法。
技术介绍
1、在医疗耗材的使用过程中,可能会存在由于医护人员操作不当、医疗耗材质量较低、运输或者使用过程不慎损坏、过度采购致耗材过期等因素导致的医疗耗材不合理的消耗。因此,对于医疗耗材的管理和监管具有重要意义。医疗耗材的异常数据监管有助于促进医疗耗材市场的规范发展,防范医疗耗材领域的违法违规行为,保障医疗市场秩序,从而促使医疗耗材机构依法合规经营,提高市场竞争力。
2、然而,现有的监管系统往往只能对医疗耗材的消耗进行简单的数量统计,无法对医疗耗材的消耗是否正常进行有效的判断,也无法对异常消耗情况进行自动识别和报警,通常需要人工对数据进行分析和干预管理,不仅监管效率低,还增加了管理成本。
3、因此,期待一种优化的用于区域耗材的异常数据监管系统及方法。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种用于区域耗材的异常数据监管系统及方法,其基于深度学习技术,对医疗耗材消耗信息和与医疗耗材相关的疾病就诊信息进行语义理解和语义关联分析,以此来判断医疗耗材消耗情况是否正常。这样,能够及时察觉医疗耗材的不合理消耗情况,进而及时采取管控措施,以实现医疗耗材的规范化管理和合理使用。
2、相应地,根据本申请的一个方面,提供了一种用于区域耗材的异常数据监管系统,其包括:
3、耗材信息获取模块,用于获取预定时间段的各项医疗耗材消耗信息,以及所述预
4、耗材医用消耗分析模块,用于对所述各项医疗耗材消耗信息和所述就诊信息进行关联分析以得到耗材医用消耗状态特征向量;
5、管理结果生成模块,用于基于所述耗材医用消耗状态特征向量,确定耗材消耗情况是否正常。
6、在上述用于区域耗材的异常数据监管系统中,所述耗材医用消耗分析模块,包括:医疗耗材消耗信息语义编码单元,用于对所述各项医疗耗材消耗信息进行语义理解以得到医疗耗材消耗语义特征向量;就诊信息语义编码单元,用于对所述就诊信息进行上下文语义编码以得到就诊信息上下文语义关联特征向量;融合单元,用于融合所述医疗耗材消耗语义特征向量和所述就诊信息上下文语义关联特征向量以得到所述耗材医用消耗状态特征向量。
7、在上述用于区域耗材的异常数据监管系统中,所述医疗耗材消耗信息语义编码单元,用于:将所述各项医疗耗材消耗信息通过基于上下文编码器的耗材消耗信息语义编码器以得到所述医疗耗材消耗语义特征向量。
8、在上述用于区域耗材的异常数据监管系统中,所述医疗耗材消耗信息语义编码单元,包括:嵌入化子单元,用于使用所述耗材消耗信息语义编码器的词嵌入层对所述各项医疗耗材消耗信息中的耗材类型分别进行嵌入编码以得到多个耗材类型嵌入向量;数据整合子单元,用于将所述各项医疗耗材消耗信息中的消耗量分别添加到对应的所述耗材类型嵌入向量的末尾以得到多个医疗耗材消耗嵌入向量;耗材消耗信息全局语义编码子单元,用于使用所述耗材消耗信息语义编码器的转换器模型对所述多个医疗耗材消耗嵌入向量进行全局语义编码以得到所述医疗耗材消耗语义特征向量。
9、在上述用于区域耗材的异常数据监管系统中,所述就诊信息语义编码单元,包括:各类疾病就诊信息语义特征提取子单元,用于将各类疾病的所述就诊信息分别通过基于上下文编码器的就诊信息语义编码器以得到多个就诊信息语义特征向量;二维排列子单元,用于将所述多个就诊信息语义特征向量二维排列为就诊信息全局语义特征矩阵;就诊信息全局上下文语义关联编码子单元,用于将所述就诊信息全局语义特征矩阵通过基于卷积神经网络模型的局部关联特征编码器以得到就诊信息上下文语义关联特征向量。
10、在上述用于区域耗材的异常数据监管系统中,所述融合单元,用于:将所述医疗耗材消耗语义特征向量和所述就诊信息上下文语义关联特征向量进行级联以得到所述耗材医用消耗状态特征向量。
11、在上述用于区域耗材的异常数据监管系统中,所述管理结果生成模块,用于:将所述耗材医用消耗状态特征向量通过分类器以得到分类结果,所述分类结果用于表示医疗耗材消耗情况是否正常。
12、根据本申请的另一个方面,提供了一种用于区域耗材的异常数据监管方法,其包括:
13、获取预定时间段的各项医疗耗材消耗信息,以及所述预定时间段内与所述各项医疗耗材相关的各类疾病的就诊信息,其中,所述各项医疗耗材消耗信息包括耗材类型及其消耗量,所述就诊信息包括疾病名称及其就诊数量、治疗过程中医疗耗材的消耗数据和耗材收费数据;
14、对所述各项医疗耗材消耗信息和所述就诊信息进行关联分析以得到耗材医用消耗状态特征向量;
15、基于所述耗材医用消耗状态特征向量,确定耗材消耗情况是否正常。
16、与现有技术相比,本申请提供的用于区域耗材的异常数据监管系统及方法,其基于深度学习技术,对医疗耗材消耗信息和与医疗耗材相关的疾病就诊信息进行语义理解和语义关联分析,以此来判断医疗耗材消耗情况是否正常。这样,能够及时察觉医疗耗材的不合理消耗情况,进而及时采取管控措施,以实现医疗耗材的规范化管理和合理使用。
本文档来自技高网...【技术保护点】
1.一种用于区域耗材的异常数据监管系统,其特征在于,包括:
2.根据权利要求1所述的用于区域耗材的异常数据监管系统,其特征在于,所述耗材医用消耗分析模块,包括:
3.根据权利要求2所述的用于区域耗材的异常数据监管系统,其特征在于,所述医疗耗材消耗信息语义编码单元,用于:将所述各项医疗耗材消耗信息通过基于上下文编码器的耗材消耗信息语义编码器以得到所述医疗耗材消耗语义特征向量。
4.根据权利要求3所述的用于区域耗材的异常数据监管系统,其特征在于,所述医疗耗材消耗信息语义编码单元,包括:
5.根据权利要求4所述的用于区域耗材的异常数据监管系统,其特征在于,所述就诊信息语义编码单元,包括:
6.根据权利要求5所述的用于区域耗材的异常数据监管系统,其特征在于,所述融合单元,用于:将所述医疗耗材消耗语义特征向量和所述就诊信息上下文语义关联特征向量进行级联以得到所述耗材医用消耗状态特征向量。
7.根据权利要求6所述的用于区域耗材的异常数据监管系统,其特征在于,所述管理结果生成模块,用于:将所述耗材医用消耗状态特征向量通过分
8.根据权利要求7所述的用于区域耗材的异常数据监管系统,其特征在于,还包括:对所述基于上下文编码器的耗材消耗信息语义编码器、所述基于上下文编码器的就诊信息语义编码器、所述基于卷积神经网络模型的局部关联特征编码器和所述分类器进行训练的训练模块;
9.根据权利要求8所述的用于区域耗材的异常数据监管系统,其特征在于,所述节点间拓扑维度信息化度量因数计算单元,用于:以如下度量因数计算公式来计算所述训练医疗耗材消耗语义特征向量和所述训练就诊信息上下文语义关联特征向量之间的节点间拓扑维度信息化度量因数;其中,所述度量因数计算公式为:
10.一种用于区域耗材的异常数据监管方法,其特征在于,包括:
...【技术特征摘要】
1.一种用于区域耗材的异常数据监管系统,其特征在于,包括:
2.根据权利要求1所述的用于区域耗材的异常数据监管系统,其特征在于,所述耗材医用消耗分析模块,包括:
3.根据权利要求2所述的用于区域耗材的异常数据监管系统,其特征在于,所述医疗耗材消耗信息语义编码单元,用于:将所述各项医疗耗材消耗信息通过基于上下文编码器的耗材消耗信息语义编码器以得到所述医疗耗材消耗语义特征向量。
4.根据权利要求3所述的用于区域耗材的异常数据监管系统,其特征在于,所述医疗耗材消耗信息语义编码单元,包括:
5.根据权利要求4所述的用于区域耗材的异常数据监管系统,其特征在于,所述就诊信息语义编码单元,包括:
6.根据权利要求5所述的用于区域耗材的异常数据监管系统,其特征在于,所述融合单元,用于:将所述医疗耗材消耗语义特征向量和所述就诊信息上下文语义关联特征向量进行级联以得到所述耗材医用消耗状态特征向...
【专利技术属性】
技术研发人员:陈磊,郭舒阳,甄一鸣,鲁鑫,
申请(专利权)人:浙江微萌医院管理有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。