法律状态公告日
法律状态信息
法律状态
2022-06-28
公开
发明专利申请公布
技术领域
本发明涉及人工智能领域，尤其涉及一种住院病人信息管理方法及系统。
背景技术
近年来，我国社会经济发展日新月异，民众生活水平显著提升，这种情况下，民众逐渐提高了对医疗服务的要求，为确保医疗服务工作可以紧跟医疗领域的建设脚步，医院在建设过程中应认识到住院病人信息管理的重要性，并不断加强住院病人信息管理工作的建设。住院病人信息管理工作是对患者病情及所做检查等信息进行搜集、分类及管理的工作，住院病人信息管理工作可以为医院医疗水平的提高奠定坚实的基础。住院病人信息管理工作可以为医护人员进行医疗诊断提供准确的数据基础，提高医院住院病人信息管理工作的质量，进而提高医院的工作水平，实现医院的长久发展。
本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在住院病人信息管理方法不够智能，部分医院在发展过程中不能根据数字化医疗热点的发展加强对自身住院病人信息管理，导致在服务工作中应用水平较低，使得病例无法在患者就诊过程中发挥自身研究价值。医疗人员不能根据患者病例为患者治疗，以此限制着医院的快速发展的技术问题。
发明内容
有鉴于此，本申请实施例通过提供一种住院病人信息管理方法及系统，所述方法包括：获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。解决了现有技术中存在住院病人信息管理方法不够智能，部分医院在发展过程中不能根据数字化医疗热点的发展加强对自身住院病人信息管理，导致在服务工作中应用水平较低，使得病例无法在患者就诊过程中发挥自身研究价值，也使得医疗人员不能根据患者病例为患者治疗，以此限制着医院的快速发展的技术问题。达到了住院病人信息管理方法智能化，方便医院信息化管理的同时，提高了医护人员处理效率，助力医护人员办公的技术效果。
鉴于上述问题，本申请实施例提供了一种住院病人信息管理方法及系统。
第一方面，本申请提供了一种住院病人信息管理方法，所述方法通过一种住院病人信息管理系统实现，其中，所述方法包括：获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。
另一方面，本申请还提供了一种住院病人信息管理系统，用于执行如第一方面所述的一种住院病人信息管理方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一医院的第一住院信息；第二获得单元：所述第二获得单元用于根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；第一设置单元：所述第一设置单元用于将所述多个统计指标信息作为第一动态管理信息；第一分类单元：所述第一分类单元用于根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；第一分析单元：所述第一分析单元用于通过对所述第一交流平台进行热点分析，获得第一病例研究热点；第三获得单元：所述第三获得单元用于根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；第二设置单元：所述第二设置单元用于将所述第一遍历信息作为第二动态管理信息；第一生成单元：所述第一生成单元用于根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；第一筛选单元：所述第一筛选单元用于通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；第一管理单元：所述第一管理单元用于根据第一跟踪指令对所述第一筛选信息进行跟踪管理。
第三方面，本申请实施例还提供了一种住院病人信息管理系统，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，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。达到了住院病人信息管理智能化，有效的提高信息录入的准确性，医院可以使用大数据加强对病患档案的分析，对其进行归类，进而提住院病人信息管理工作科学性的技术效果。
2、通过以神经网络模型为基础建立的热点病例预测模型，能够输出准确的研究热点信息，从而具备了较强的分析计算能力，达到了准确获得数据信息，提高评估结果智能化的技术效果。
3、通过与当下数字化病例热点结合，进行病例的特异性和重合度病例筛选并完成交流平台智能推送的方式，达到了提高病例可研究性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例一种住院病人信息管理方法的流程示意图；
图2为本申请实施例一种住院病人信息管理系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：
第一获得单元11，第二获得单元12，第一设置单元13，第一分类单元14，第一分析单元15，第三获得单元16，第二设置单元17，第一生成单元18，第一筛选单元19，第一管理单元20，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种住院病人信息管理方法及系统，解决了现有技术中存在住院病人信息管理方法不够智能，无法对病人的入院、转院和出院等一系列常规操作进行有序管理，使得病例无法在患者就诊过程中发挥自身作用，限制医院快速发展的技术问题。达到了将病例与当下数字化医疗研究热点结合，提高住院病人信息管理方法智能化，方便医院病例价值有效化、信息化管理的同时，提高了医护人员处理效率，助力医护人员办公的技术效果。
下面，将参考附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
申请概述
近年来，我国社会经济发展日新月异，民众生活水平显著提升，这种情况下，民众逐渐提高了对医疗服务的要求，为确保医疗服务工作可以紧跟医疗领域的建设脚步，医院在建设过程中应认识到住院病人信息管理的重要性，并不断加强住院病人信息管理工作的建设。住院病人信息管理工作是对患者病情及所做检查等信息进行搜集、分类及管理的工作，住院病人信息管理工作可以为医院医疗水平的提高奠定坚实的基础。住院病人信息管理工作可以为医护人员进行医疗诊断提供准确的数据基础，提高医院住院病人信息管理工作的质量，进而提高医院的工作水平，实现医院的长久发展。
现有技术中存在住院病人信息管理方法不够智能，部分医院在发展过程中不能根据社会的发展加强对自身住院病人信息管理工作的建设，依然使用纸质版管理方式进行管理，导致在服务工作中应用水平较低，使得病例无法在患者就诊过程中发挥自身作用。此外，管理人员的管理工作复杂枯燥导致工作效率低下，管理人员增加病人信息填写失误，也使得医疗人员不能根据患者病例为患者治疗，以此限制着医院的快速发展的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了一种住院病人信息管理方法，所述方法应用于一种住院病人信息管理系统，其中，所述方法包括：获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。
在介绍了本申请基本原理后，一种住院病人信息管理方法下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
请参阅附图1所示，本申请实施例提供了一种住院病人信息管理方法，其中，所述方法应用于一种住院病人信息管理系统，所述方法具体包括如下步骤：
步骤S100：获得第一医院的第一住院信息；
具体而言，所述住院病人包括现正于本院住院观察调养的病人、因各种原因从本院转出至其他医院的病人以及病好痊愈顺利出院的本院病人。所述第一医院是指采用本申请一种住院病人信息管理方法及系统进行病人信息管理的医院。所述第一住院信息包括所有住院病人的姓名、住院号、病历情况、入院时间、出院时间以及床位医生等所有住院相关信息。
步骤S200：根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；
步骤S300：将所述多个统计指标信息作为第一动态管理信息；
具体而言，基于所述第一住院信息，可以得到所述第一医院住院病人的动态信息，通过对所述第一医院的住院用户进行动态统计，包括对住院信息中各住院病人住院、转院、出院、床位等关系进行平衡可以获得多个统计指标信息。进一步将所述多个统计指标信息作为第一动态管理信息。
步骤S400：根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；
具体而言，决策树是一种十分常用的分类回归方法，从根节点开始，对实例的某一特征进行测试，根据测试结果将实例分配到其子节点，此时每个子节点对应着该特征的一个取值，如此递归的对实例进行测试并分配，直到到达叶节点，最后将实例分到叶节点的类中。第一病例决策树是将住院病人的第一住院信息按照病例特征进行分类得到的结果，根据病例特征依次将住院病人的住院信息分入相应组别从而建立。
决策树也是一种监督学习，所谓监督学习就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。在本申请实施例中，样本即第一住院用户中的所有所述第一住院信息，将第一住院信息输入决策树，依据各第一住院信息中的病例特征进行分类存储，进而构建第一病例决策树。
步骤S500：通过对所述第一交流平台进行热点分析，获得第一病例研究热点；
具体而言，所述第一交流平台与所述一种住院病人信息管理系统智能连接。所述第一交流平台是指以互联网作为交流分享的平台，综合利用网络载体，达到住院病人及病人家属、医护人员多方思想交流的、开放的平台，基于所述第一交流平台，医患之间、患者与患者之间均可进行直接的信息交流，相关专业医师和专家等人也可投稿、评论，为患者提供专业的指导和建议。通过对所述第一交流平台进行热点分析可以得到第一病例研究热点，所述研究热点可能来源于相关病例求助发帖率、相关关键词搜索次数等。
步骤S600：根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；
步骤S700：将所述第一遍历信息作为第二动态管理信息；
具体而言，遍历是指沿着某条搜索路线，依次对树(或图)中每个节点均做一次访问。访问结点所做的操作依赖于具体的应用问题，具体的访问操作可能是检查节点的值、更新节点的值等。不同的遍历方式，其访问节点的顺序是不一样的。根据所述第一病例研究热点和所述第一病例决策树可以得到第一遍历信息，进一步的可以将所述第一遍历信息作为第二动态管理信息。
步骤S800：根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；
具体而言，所述第一交叉指令是指住院病人信息管理系统发出的交叉指令，意将所述第一医院的住院病人动态统计得到的第一动态管理信息和通过遍历所述第一病例研究热点和所述第一病例决策树得到的第二动态管理信息进行信息交叉、联合分析，得到的结果即第三动态管理信息。
步骤S900：通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；
步骤S1000：根据第一跟踪指令对所述第一筛选信息进行跟踪管理。
具体而言，所述第一筛选信息是指所述医院住院病人中病例信息与所述第一交流平台研究热点相关性、匹配度最高的病例。通过对所述第三动态管理信息进行信息筛选可以获得需进一步跟踪管理的优选病例。通过对所得优选病例跟踪管理记录，可以促进所述研究热点的研究进展。
进一步而言，所述根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标，实施例步骤S200包括：
步骤S210：获得所述多个统计指标中的第一转出指标，其中，所述第一转出指标为对所述第一住院信息的转出用户进行信息统计获得的数据；
步骤S220：判断所述第一转出指标是否处于预设转出指标阈值；
步骤S230：当所述第一转出指标处于所述预设转出指标阈值，获得第一分类指令；
步骤S240：根据所述第一分类指令按照转出科室对所述第一转出用户信息进行分类，获得第一分类信息；
步骤S250：将所述第一分类信息输入第一云端数据库中进行备份存储。
具体而言，所述第一转出指标是指基于所述第一住院信息得到的转出病人信息统计获得的转出数据。所述预设转出指标阈值是指基于所述第一医院历史动态住院统计信息及所述第一医院床位等信息综合评估得到的转出病人预测数量，所述预设转出指标阈值是一个转出数量预测范围，所述范围大于0小于总住院病人数。当所述第一转出指标处于所述预设转出指标阈值时，进一步的，所述预设转出指标阈值为提前设置的转出数量标准，可以根据医院的就诊流量或住院信息量进行具体的规划设置，即当所述第一转出指标处于所述预设转出指标阈值时，表示目前信息存储量较大，进而分类转存于所述第一云端数据库中，根据具体情况进行调用，所述系统获得第一分类指令。所述第一分类是指对所述第一转出用户信息进行分类管理存储的分类方法。系统获得第一分类指令后，依据所述第一分类指令，转出病人的科室对所述第一转出用户的信息进行分类，因此可以得到第一分类信息，进一步的，系统将得到的第一分类信息输入到第一云端数据库中进行备份存储。
所述第一云端数据库专门用来存储和备份所述第一医院住院病人中因各种原因从本院转出至其他医院的病人以及病好痊愈顺利出院的本院病人的所有信息。存储备份因各种原因从本院转出以及痊愈出院病人的病例信息，可以为病人的跟踪治疗提供基础备案和基础，同时保存不同病例信息及治疗方案，也可以为后来类似患者的治疗提供参考。
进一步而言，所述将所述第一分类信息输入第一云端数据库中进行备份存储，实施例步骤S250还包括：
步骤S251：获得所述第一分类信息中的第一结构化信息和第一非结构化信息；
步骤S252：将所述第一结构化信息转化为层次结构信息，生成第一存储单元，其中，所述层次结构信息中每个层级互相关联；
步骤S253：通过对所述第一非结构化信息进行关键词提取，获得第一关键词；
步骤S254：按照所述第一关键词将所述第一非结构化信息进行信息划分，生成第二存储单元。
具体而言，结构化信息是指信息经过分析后可分解成多个互相关联的组成部分，各组成部分间有明确的层次结构，其使用和维护通过数据库进行管理，并有一定的操作规范。将所述第一结构化信息转化为层次结构信息，其中，所述层次结构信息中每个层级互相关联，将转化后的层次结构信息上传云端数据库保存备份，形成第一存储单元。所述第一存储单元是指云端数据库中专门用来存储结构化信息的模块。
所述非结构化信息是指无法完全数字化的信息，如病人治疗各阶段的伤势好转状况、精神状态等图片、声音信息等，这些资源中也拥有大量有价值的信息。对于所述第一非结构化信息，系统首先进行关键词提取，之后按照所得关键词将所述第一非结构化信息进行信息划分，生成第二存储单元。
根据病例信息形式不同对其进行分类存储，方便后期更快速地调取和查看相关病例，提高了病人信息管理的效率。
进一步而言，所述根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树，实施例步骤S400还包括：
步骤S410：所述住院用户的病例特征包括第一病例特征、第二病例特征和第三病例特征；
步骤S420：将所述第一病例特征作为所述第一病例决策树的第一分级特征；
步骤S430：将所述第二病例特征作为所述第一病例决策树的第二分级特征；
步骤S440：将所述第三病例特征作为所述第一病例决策树的第三分级特征；
步骤S450：根据所述第一分级特征、所述第二分级特征和所述第三分级特征构建所述第一病例决策树。
具体而言，基于第一病例特征，获得第一分级特征，即可基于第一病例特征对所述医院中的所有住院病人进行分类；基于第二病例特征作为第二分级特征，对所述医院中的所有住院病人进行分类；基于第三病例特征作为第三分级特征，对所述医院中的所有住院病人进行分类。所述第一分级特征为病情危重等级，所述第二分级特征为病情特殊性，所述第三分级特征为信息完整度。为了具体构建所述医院中的所有住院病人的决策树，可分别对所述第一分级特征、所述第二分级特征以及所述第三分级特征进行信息熵的运算，即通过信息论编码中的信息熵计算公式：
其中，t表示随机变量，与之相对应的是所有可能输出的集合，定义为符号集，随机变量的输出用t表示，p(i|t)表示输出概率函数，变量的不确定性越大，熵也就越大。
对其进行信息熵数值的具体计算，进而获得对应的所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵，进一步，基于所述数据大小比对模型对所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵进行大小数值的比对，继而获得熵值最小的特征，即第一根节点特征信息，通过对熵值最小的特征进行优先分类，继而按照熵值由小到大的顺序，依次对各病例特征进行递归算法的分类，最终构建所述医院中的所有住院病人的决策树。
通过获得实际尽可能多的病例特征，进而对各种特征进行信息熵的计算，通过对信息熵最小的特征进行特征选择和优先分类，同时按照同样的方法，对其他病例特征进行信息熵的递归分类，使得最终构建的医院中的所有住院病人的决策树更加分类准确，通过将病人患病的实际情况输入构建好的决策树，使得快速准确的匹配到较为相关的病例信息，达到了基于病人的实际情况对其进行治疗参考对比，提高了治愈效率的技术效果。
进一步而言，所述通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息，本申请实施例步骤S900还包括：
步骤S910：通过对所述第三动态管理信息进行信息预处理，获得第一预处理信息；
步骤S920：获得第一信息筛选规则，其中，所述第一信息筛选规则用于筛选出病例与研究热点存在匹配度的信息；
步骤S930：根据所述第一信息筛选规则对所述第一预处理信息进行筛选，获得第一预筛选病例信息；
步骤S940：根据所述第一预筛选病例信息，获得所述第一筛选信息，其中，所述第一筛选信息为优选病例。
具体而言，所述信息预处理是指对第三动态管理信息中的主要信息进行提取整理，对所述第三动态管理信息进行信息预处理得到的信息成为第一预处理信息。
基于第一交流平台得到的研究热点信息称为第一病例研究热点，进一步的，第一交流平台将所述第一病例研究热点智能传送给住院病人信息管理系统，所述住院病人信息管理系统即可根据所得热点信息制定筛选第三动态管理信息的办法，即所述第一信息筛选规则用于筛选出第一预处理信息中与研究热点存在相关性、联系性的信息。根据所述第一信息筛选规则对所述第一预处理信息进行筛选得到的信息为第一预筛选病例信息。
进一步的，将得到的第一预筛选病例信息再次整理提炼，可以得到第一筛选信息，所述第一筛选信息即优选病例，其中，所述优选病例与第一病例研究热点紧密相关，所述优选病例经过预处理、预筛选、再次筛选三次筛选过程，最终得到了与研究热点最为相关的病例信息核心。
进一步而言，所述根据所述第一预筛选信息，获得所述第一筛选信息，本申请实施例步骤S940还包括：
步骤S941：获得所述第一病例研究热点的第一相关病例信息；
步骤S942：基于所述第一相关病例信息对所述第一预筛选病例信息进行比对，获得第一比例系数集合；
步骤S943：通过将所述第一比例系数集合进行排序，将前N个病例信息作为第一优选特异病例，将前M个病例信息作为第一优选重合病例，其中，N>M>0且小于所述第一预筛选病例的总数量；
步骤S944：根据所述第一优选特异病例和所述第一优选重合病例，生成所述第一筛选信息。
具体而言，基于所述第一病例研究热点，得到第一相关病例信息，所述第一相关病例信息是所述第一交流平台数据分析得到的研究热点相关病例信息。所述预筛选病例信息是所述第一医院中所有住院病人信息整理得到的主要信息。将所述第一相关病例信息与所述第一预筛选病例信息进行比对可以得到第一比例系数集合。所述第一比例系数集合是指所述医院所有住院病人病例与研究热点匹配度的集合。将所述第一比例系数集合中所有匹配度数据由高到低进行排序，其中，前N个病例信息作为第一优选特异病例，这N个病例为住院病人中与平台研究热点相关病例差异较大，特异性较强的病例，按集合中匹配系数大小，所述第一比例系数集合中第1～N的病例与平台研究热点相关病例的匹配度逐步降低；将前M个病例信息作为第一优选重合病例，所述M个病例信息与平台研究热点相关病例匹配度较高，其中，N>M>0且小于所述第一预筛选病例的总数量。
进一步而言，所述通过对所述第一交流平台进行热点分析，获得第一病例研究热点，本申请实施例步骤S500还包括：
步骤S510：获得所述第一交流平台的第一检索特征信息和第一点击量信息；
步骤S520：将所述一检索特征信息和第一点击量信息作为输入信息构建热点病例预测模型；
步骤S530：所述热点病例预测模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据均包括所述一检索特征信息、所述第一点击量信息和作为用于标识热点系数的标识信息；
步骤S540：获得所述热点病例预测模型的输出结果，所述输出结果包括第一热点系数；
步骤S550：根据所述第一热点系数，获得所述第一病例研究热点。
具体而言，所述检索特征信息是指在所述第一交流平台中，用户检索内容的主要特征信息，例如相似症状或相似患病原因等；所述点击量信息是指所述第一交流平台所有文章中，用户浏览点击次数和阅读停留时长等信息。将所述一检索特征信息和第一点击量信息作为输入信息构建热点病例预测模型，
所述热点病例预测模型为神经网络模型，所述神经网络模型即机器学习中的神经网络模型，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。其中，它能根据训练数据进行不断的自我训练学习，所述多组训练数据中每组数据均包括所述一检索特征信息、所述第一点击量信息和作为用于标识热点系数的标识信息，所述热点病例预测模型不断地自我的修正，当所述热点病例预测模型的输出信息达到预定的准确率/收敛状态时，则监督学习过程结束。通过对所述热点病例预测模型进行数据训练，使得所述热点病例预测模型处理输入数据更加准确，进而使得输出的所述热点病例预测模型的输出结果也更加准确，其中，所述输出结果包括第一热点系数，所述第一热点系数是指在第一交流平台中用户对不同话题的讨论和关注程度，基于所述第一热点系数，可以得到所述第一病例的研究热点。所述第一病例的研究热点即在第一交流平台中用户对所述话题的关注度和研究度。热点病例预测模型的利用，使得其输出结果达到了准确获得数据信息，提高评估结果智能化的技术效果。
综上所述，本申请实施例所提供的一种住院病人信息管理方法及系统具有如下技术效果：
1、通过获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。达到了住院病人信息管理智能化，有效的提高信息录入的准确性，医院可以使用大数据加强对病患档案的分析，对其进行归类，进而提住院病人信息管理工作科学性的技术效果。
2、通过以神经网络模型为基础建立的热点病例预测模型，能够输出准确的研究热点信息，从而具备了较强的分析计算能力，达到了准确获得数据信息，提高评估结果智能化的技术效果。
基于与前述实施例中一种住院病人信息管理方法，同样发明构思，本发明还提供了一种住院病人信息管理系统，请参阅附图2所示，所述系统包括：
第一获得单元11：所述第一获得单元11用于获得第一医院的第一住院信息；
第二获得单元12：所述第二获得单元12用于根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；
第一设置单元13：所述第一设置单元13用于将所述多个统计指标信息作为第一动态管理信息；
第一分类单元14：所述第一分类单元14用于根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；
第一分析单元15：所述第一分析单元15用于通过对所述第一交流平台进行热点分析，获得第一病例研究热点；
第三获得单元16：所述第三获得单元16用于根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；
第二设置单元17：所述第二设置单元17用于将所述第一遍历信息作为第二动态管理信息；
第一生成单元18：所述第一生成单元18用于根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；
第一筛选单元19：所述第一筛选单元19用于通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；
第一管理单元20：所述第一管理单元20用于根据第一跟踪指令对所述第一筛选信息进行跟踪管理。
进一步地，所述系统还包括：
第四获得单元，所述第四获得单元用于获得所述多个统计指标中的第一转出指标，其中，所述第一转出指标为对所述第一住院信息的转出用户进行信息统计获得的数据；
第一判断单元，所述第一判断单元用于判断所述第一转出指标是否处于预设转出指标阈值；
第五获得单元，所述第五获得单元用于当所述第一转出指标处于所述预设转出指标阈值，获得第一分类指令；
第六获得单元，所述第六获得单元用于根据所述第一分类指令按照转出科室对所述第一转出用户信息进行分类，获得第一分类信息；
第一输入单元，所述第一输入单元用于将所述第一分类信息输入第一云端数据库中进行备份存储。
进一步地，所述系统还包括：
第七获得单元，所述第七获得单元用于获得所述第一分类信息中的第一结构化信息和第一非结构化信息；
第二生成单元，所述第二生成单元用于将所述第一结构化信息转化为层次结构信息，生成第一存储单元，其中，所述层次结构信息中每个层级互相关联；
第八获得单元，所述第八获得单元用于通过对所述第一非结构化信息进行关键词提取，获得第一关键词；
第三生成单元，所述第三生成单元用于按照所述第一关键词将所述第一非结构化信息进行信息划分，生成第二存储单元。
进一步地，所述系统还包括：
第三设置单元，所述第三设置单元用于所述住院用户的病例特征包括第一病例特征、第二病例特征和第三病例特征；
第四设置单元，所述第四设置单元用于将所述第一病例特征作为所述第一病例决策树的第一分级特征；
第五设置单元，所述第五设置单元用于将所述第二病例特征作为所述第一病例决策树的第二分级特征；
第六设置单元，所述第六设置单元用于将所述第三病例特征作为所述第一病例决策树的第三分级特征；
第一构建单元，所述第一构建单元用于根据所述第一分级特征、所述第二分级特征和所述第三分级特征构建所述第一病例决策树。
进一步地，所述系统还包括：
第九获得单元，所述第九获得单元用于通过对所述第三动态管理信息进行信息预处理，获得第一预处理信息；
第十获得单元，所述第十获得单元用于获得第一信息筛选规则，其中，所述第一信息筛选规则用于筛选出病例与研究热点存在匹配度的信息；
第十一获得单元，所述第十一获得单元用于根据所述第一信息筛选规则对所述第一预处理信息进行筛选，获得第一预筛选病例信息；
第十二获得单元，所述第十二获得单元用于根据所述第一预筛选病例信息，获得所述第一筛选信息，其中，所述第一筛选信息为优选病例。
进一步地，所述系统还包括：
第十三获得单元，所述第十三获得单元用于获得所述第一病例研究热点的第一相关病例信息；
第十四获得单元，所述第十四获得单元用于基于所述第一相关病例信息对所述第一预筛选病例信息进行比对，获得第一比例系数集合；
第一排序单元，所述第一排序单元用于通过将所述第一比例系数集合进行排序，将前N个病例信息作为第一优选特异病例，将前M 个病例信息作为第一优选重合病例，其中，N>M>0且小于所述第一预筛选病例的总数量；
第四生成单元，所述第四生成单元用于根据所述第一优选特异病例和所述第一优选重合病例，生成所述第一筛选信息。
进一步地，所述系统还包括：
第十五获得单元，所述第十五获得单元用于获得所述第一交流平台的第一检索特征信息和第一点击量信息；
第二构建单元，所述第二构建单元用于将所述一检索特征信息和第一点击量信息作为输入信息构建热点病例预测模型；
第十六获得单元，所述第十六获得单元用于所述热点病例预测模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据均包括所述一检索特征信息、所述第一点击量信息和作为用于标识热点系数的标识信息；
第十七获得单元，所述第十七获得单元用于获得所述热点病例预测模型的输出结果，所述输出结果包括第一热点系数；
第十八获得单元，所述第十八获得单元用于根据所述第一热点系数，获得所述第一病例研究热点。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的基于一种住院病人信息管理方法和具体实例同样适用于本实施例的基于一种住院病人信息管理系统，通过前述对基于一种住院病人信息管理方法及系统的详细描述，本领域技术人员可以清楚的知道本实施例中基于一种住院病人信息管理系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种住院病人信息管理方法的发明构思，本发明还提供一种住院病人信息管理系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种住院病人信息管理方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器 301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种住院病人信息管理方法，所述方法应用于一种住院病人信息管理系统，其中，所述方法包括：获得第一医院的第一住院信息；根据所述第一住院信息，对所述第一医院的住院用户进行动态统计，获得多个统计指标信息；将所述多个统计指标信息作为第一动态管理信息；根据所述住院用户的病例特征对所述第一住院信息进行分类，获得第一病例决策树；通过对所述第一交流平台进行热点分析，获得第一病例研究热点；根据所述第一病例研究热点和所述第一病例决策树，获得第一遍历信息；将所述第一遍历信息作为第二动态管理信息；根据第一交叉指令对所述第一动态管理信息和所述第二动态管理信息进行信息交叉，生成第三动态管理信息；通过对所述第三动态管理信息进行信息筛选，获得第一筛选信息；根据第一跟踪指令对所述第一筛选信息进行跟踪管理。解决了现有技术中存在住院病人信息管理方法不够智能，无法对病人的入院、转院和出院等一系列常规操作进行有序管理，使得病例无法在患者就诊过程中发挥自身作用，限制医院快速发展的技术问题。达到了信息化管理住院病人信息，有效的提高了信息录入的准确性，减少了信息录入工作中出现失误的现象，并且医院可以使用大数据加强对病患档案的分析，对其进行归类，进而提高了档案管理工作的科学性，达到了住院病人信息管理方法智能化，方便医院信息化管理的同时，提高了医护人员处理效率，助力医护人员办公的技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器(Read-0nly Memory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory，简称 CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/ 或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图1个流程或多个流程和/或方框图1个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
