[發明專利]基于人工神經網絡的醫院流程管理系統

有效

• 申請號: 201710277217.0
• 申請日: 2017-04-25
• 公開（公告）號: CN107145723B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 劉罡;李林濤;劉松;孫影;向明飛;比確子拉
• 申請（專利權）人: 四川省腫瘤醫院
• 主分類號: G16H40/20
• 分類號: G16H40/20
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

1.基于人工神經網絡的醫院流程管理系統，其特征在于：它包括數據源模塊、分析處理模塊、時效模塊、人工干預模塊、決策模塊、反饋模塊、預測模塊和輸出模塊，所述的數據源模塊、時效模塊、人工干預模塊、決策模塊和反饋模塊分別與分析處理模塊連接，所述的預測模塊與輸出模塊連接；

所述的分析處理模塊包括輸入單元模塊、學習單元模塊、輸出單元模塊和計算模塊，所述的輸入單元模塊與學習單元模塊連接，所述的學習單元模塊與輸出單元模塊連接，所述的計算模塊，用于計算輸入單元模塊與輸出單元模塊之間的權值誤差信號；

所述的數據源模塊與輸入單元模塊連接，所述的人工干預模塊與輸出單元模塊連接，將數據源模塊中的數據導入所述輸入單元模塊，作為輸入變量；通過人工干預模塊，將人工干預措施作為輸出變量；所述的學習單元模塊根據計算模塊計算得到的權值誤差信號，不斷地調整優化學習單元節點之間的連接權值和學習節點的偏置值并保存，學習人工干預模塊的調節行為；

所述的時效模塊與人工干預模塊連接，用于當對多個流程進行判斷時，判斷流程之間的時效差異，如果時效差異值超過預設時效值，則時效模塊通知人工干預模塊，規劃給出相關流程的最佳時效路徑，并進行流程調節；

所述的決策模塊，用于生成決策信息提供給管理者終端，管理者終端匯集流程的決策信息數據，并基于決策信息數據，對各個流程之間的協作關系進行調節管理，同時記錄該調節管理行為，然后通過人工干預模塊將該調節管理行為，作為所述輸出單元模塊的新的輸出變量，被所述學習單元模塊學習；

所述的反饋模塊，用于將決策模塊的調節管理行為信息數據，反饋到實際的流程管理環境中，通知流程操作人員及時調節流程管理；

所述的預測模塊，在基于所述學習單元模塊的穩定連接權值和偏置值，根據流程的上一個節點預判流程的下一個節點可能發生的情況，并通過輸出模塊將預測信息輸出到流程管理中，自動調節流程管理。

2.根據權利要求1所述的基于人工神經網絡的醫院流程管理系統，其特征在于：所述的數據源模塊包括數據獲取模塊和數據預處理模塊，通過所述的數據獲取模塊，分別獲取醫院信息子系統的相應流程節點的記錄數據；或者，通過人工輸入流程的記錄數據作為數據源；再或者，通過數據采集終端作為數據的來源；將獲取的數據存儲到數據庫中；

所述的數據預處理模塊，用于選擇數據庫中存儲的記錄數據作為樣本數據，在樣本數據導入所述輸入單元模塊之前，通過數據預處理模塊對數據進行預處理，所述的預處理包括數據清洗和數據標準化處理。

3.根據權利要求1所述的基于人工神經網絡的醫院流程管理系統，其特征在于：所述的數據源模塊還包括開放的數據庫接口模塊，所述的開放的數據庫接口模塊用于接入不同醫院的醫療業務數據庫，通過獲取大量的歷史醫療業務數據作為所述輸入單元模塊的訓練數據，通過大量的樣本訓練使得所述學習單元模塊的學習節點之間的連接權值和偏置值趨于收斂，使得所述分析處理模塊學習人工調節行為的能力達到穩定的期望值。

4.根據權利要求1所述的基于人工神經網絡的醫院流程管理系統，其特征在于：所述的分析處理模塊還包括數據導入模塊，用于將預處理后的訓練數據導入分析處理模塊的輸入單元模塊。

5.根據權利要求1所述的基于人工神經網絡的醫院流程管理系統，其特征在于：根據醫院的公益性、醫療服務的安全性、醫療服務的質量和對患者的服務理念依次占權重來確定各種流程和流程子節點的管理權重設置，建立基于所述管理權重設置的各種流程之間的協作關系軟件初始框架，所述的軟件初始框架在程序模塊化開發過程中，能夠便于第三方開發相應程序模塊的對應終端應用。

6.根據權利要求5所述的基于人工神經網絡的醫院流程管理系統，其特征在于：所述的終端應用包括APP客戶端、物聯網終端應用以及臨床終端應用。

7.根據權利要求1所述的基于人工神經網絡的醫院流程管理系統，其特征在于：所述的輸入單元模塊，根據醫院的公益性、醫療服務的安全性、醫療服務的質量和對患者的服務理念依次占權重來確定輸入變量的類型和數量。