日间化疗中心预约治疗方法及系统

本发明涉及数据处理，尤其涉及一种日间化疗中心预约治疗方法及系统。背景技术：1、日间化疗中心是现代肿瘤治疗中广泛应用的一种模式，旨在通过患者在白天接受化疗治疗、晚上回家休息的方式，提高医疗服务的便利性和资源利用率。现有的日间化疗流程通常包括患者预约、信息收集、个性化治疗计划制定、预约确认与提醒、治疗前准备与协调、以及化疗过程中的实时监控等步骤。这些步骤各自独立，由医疗人员通过手动或半自动的方式进行管理和协调。2、然而，现有的日间化疗流程在实际操作中仍存在一些问题。首先，患者预约和医生排班的调度复杂且易出错，缺乏智能化的优化机制。其次，患者信息的收集和处理效率低下，无法充分利用历史数据进行个性化治疗。再者，治疗前的准备工作和协调环节缺乏系统化管理，资源分配不均，导致治疗流程的低效和不连贯。此外，化疗过程中的实时监控和调整主要依赖人工操作，难以实现动态和精确的治疗参数调整。这些问题影响了日间化疗的整体效果和患者体验。技术实现思路1、有鉴于此，本发明实施例提供了一种日间化疗中心预约治疗方法及系统，用于提高日间化疗中心预约治疗的效率。2、本发明提供了一种日间化疗中心预约治疗方法，包括：采集患者预约请求，并对所述患者预约请求进行请求调度分析，得到预约编号以及医生排班表；3、根据所述患者预约请求匹配目标患者标签，并通过所述目标患者标签提取历史患者医疗数据；4、提取所述患者预约请求对应的当前诊疗信息，基于所述历史患者医疗数据以及所述当前诊疗信息匹配目标医疗项目；5、对所述历史患者医疗数据进行患者行为模式预测，得到预测行为模式，并基于所述目标医疗项目以及所述预测行为模式生成提醒策略；6、对所述目标医疗项目进行项目节点分割，得到多个项目节点，将多个所述项目节点输入预置的多智体算法进行节点排序，得到目标诊疗节点排序表；7、基于所述目标诊疗节点排序表以及所述提醒策略生成预约情况报告，并将所述预约情况报告传输至所述患者预约请求对应的目标终端。8、在本发明中，所述采集患者预约请求，并对所述患者预约请求进行请求调度分析，得到预约编号以及医生排班表步骤，包括：9、采集所述患者预约请求，并对所述患者预约请求进行数据解析，得到解析数据，其中，所述解析数据包括：患者姓名、年龄以及期望就诊时间；10、实时采集当前预约数据集，其中，所述预约数据集包括多个患者的预约请求，同时，采集医生工作时间；11、将所述多个患者的预约请求以及所述医生工作时间输入预置的深度强化学习算法进行模拟环境构建，得到模拟就诊环境；12、提取所述模拟就诊环境的参数信息，其中，所述参数信息包括：状态空间、动作空间以及可协调空间，所述状态空间包括预约情况、医生空闲时间以及空闲治疗室，所述动作空间包括预约安排、医生调度以及治疗室分配，所述可协调空间包括预约协调、医生协调以及治疗室协调；13、根据所述参数信息，在所述模拟就诊环境中对所述解析数据进行请求调度分析，得到所述预约编号以及医生排班表。14、在本发明中，所述根据所述患者预约请求匹配目标患者标签，并通过所述目标患者标签提取历史患者医疗数据步骤，包括：15、对所述解析数据进行患者标签预测，得到初始患者标签；16、基于所述初始患者标签提取相似病例数据，对所述相似病例数据进行共同特征提取，得到目标特征；17、基于所述目标特征对所述初始患者标签进行标签修正，得到所述目标患者标签；18、基于所述目标患者标签从预置的历史患者数据库中提取所述历史患者医疗数据。19、在本发明中，所述提取所述患者预约请求对应的当前诊疗信息，基于所述历史患者医疗数据以及所述当前诊疗信息匹配目标医疗项目步骤，包括：20、提取所述患者预约请求对应的当前诊疗信息，其中，所述当前诊疗信息包括：病情描述、症状以及诊断结果；21、对所述病情描述、所述症状以及所述诊断结果进行患者病情画像构建，得到患者病情画像；22、基于所述患者病情画像对所述历史患者医疗数据进行相似数据提取，得到目标相似数据；23、基于所述目标相似数据对所述当前诊疗信息进行医疗项目匹配，得到所述目标医疗项目。24、在本发明中，所述对所述历史患者医疗数据进行患者行为模式预测，得到预测行为模式，并基于所述目标医疗项目以及所述预测行为模式生成提醒策略步骤，包括：25、对所述历史患者医疗数据进行预约表现特征提取，得到预约表现特征集，其中，所述预约表现特征集包括：预约时间、取消次数、治疗频率、到诊率、患者反馈、日常活动模式；26、基于所述预约表现特征集对所述历史患者医疗数据进行患者行为模式预测，得到预测行为模式；27、对所述预测行为模式进行患者状态预测，得到预测患者状态数据，其中，所述预测患者状态数据包括：患者依从性以及预约变更概率；28、基于所述预约变更概率生成提醒时刻表，并根据所述患者依从性生成患者就诊提醒事项；29、通过所述就诊提醒事项以及所述提醒时刻表生成所述提醒策略。30、在本发明中，所述对所述目标医疗项目进行项目节点分割，得到多个项目节点，将多个所述项目节点输入预置的多智体算法进行节点排序，得到目标诊疗节点排序表步骤，包括：31、对所述目标医疗项目进行项目节点分割，得到多个项目节点；32、分别对每个所述项目节点进行智能代理匹配，得到每个所述项目节点对应的智能代理；33、构建每个所述项目节点对应的智能代理对应的任务数据以及资源数据；34、根据每个所述项目节点对应的智能代理对应的任务数据以及资源数据进行节点排序，得到初始节点排序；35、将所述初始节点排序输入所述多智体算法进行多轮迭代，得到所述目标诊疗节点排序表。36、在本发明中，所述基于所述目标诊疗节点排序表以及所述提醒策略生成预约情况报告，并将所述预约情况报告传输至所述患者预约请求对应的目标终端步骤，包括：37、对所述目标诊疗节点排序表进行数据提取，得到具体执行时间；38、根据所述具体执行时间对所述提醒策略对应的提醒时刻表进行修正，得到目标提醒时刻表；39、对所述目标提醒时刻表进行提醒内容匹配，得到目标提醒内容，其中，所述目标提醒内容包括短信内容、电话通知内容以及应用通知内容；40、基于所述目标提醒内容生成预约情况报告，并将所述预约情况报告传输至所述患者预约请求对应的目标终端。41、本发明还提供了一种日间化疗中心预约治疗系统，包括：42、分析模块，用于采集患者预约请求，并对所述患者预约请求进行请求调度分析，得到预约编号以及医生排班表；43、匹配模块，用于根据所述患者预约请求匹配目标患者标签，并通过所述目标患者标签提取历史患者医疗数据；44、提取模块，用于提取所述患者预约请求对应的当前诊疗信息，基于所述历史患者医疗数据以及所述当前诊疗信息匹配目标医疗项目；45、预测模块，用于对所述历史患者医疗数据进行患者行为模式预测，得到预测行为模式，并基于所述目标医疗项目以及所述预测行为模式生成提醒策略；46、分割模块，用于对所述目标医疗项目进行项目节点分割，得到多个项目节点，将多个所述项目节点输入预置的多智体算法进行节点排序，得到目标诊疗节点排序表；47、生成模块，用于基于所述目标诊疗节点排序表以及所述提醒策略生成预约情况报告，并将所述预约情况报告传输至所述患者预约请求对应的目标终端。48、本发明提供的技术方案中，通过采集患者预约请求并进行深度强化学习算法的请求调度分析，能够智能地生成优化的预约编号和医生排班表。这种方式不仅能高效处理大量的预约请求，最大化医生和治疗室的资源利用率，还能有效减少预约冲突和等待时间，极大地提高了预约的整体效率和准确性。其次，基于患者预约请求匹配目标患者标签并提取历史患者医疗数据，使得能够通过自然语言处理和深度学习算法，精确提取患者的关键医疗信息，生成详尽的患者医疗档案。这不仅提高了信息收集的效率，还能确保医生在制定治疗方案时有全面的患者信息作为参考，为个性化治疗提供坚实的数据基础。通过对患者预约请求对应的当前诊疗信息和历史医疗数据进行匹配目标医疗项目，利用生成对抗网络（gans）算法生成高质量的个性化治疗方案，并通过不断优化和评估，确保每个治疗方案都能充分考虑患者的具体情况和需求，提高了治疗的精准性和有效性。采用机器学习和用户行为预测算法，对历史患者医疗数据进行深入分析，提取预约表现特征集，预测患者的依从性和预约变更情况。基于这些预测结果，生成个性化的提醒策略，包括提醒频率、内容和方式，确保患者能按时按要求进行诊疗。通过这种方式，不仅提高了提醒的精准性，还能根据个体差异提供个性化服务，减少了预约取消和延误情况，显著提升了患者的依从性和整体满意度。对于治疗前的准备与协调环节，引入了基于多智能体和合作博弈论的算法，每个准备环节由独立的智能代理负责，确保各个环节之间的无缝衔接和资源的高效利用。智能代理通过协作和优化，动态调整各个环节的资源分配和流程顺序，提高了整体流程的效率，确保治疗前的所有准备工作都能够高效、有序地进行，为化疗过程打下坚实的基础。对患者的实时生理数据进行高效的时序分析，预测未来的生理状态变化。drl算法根据这些预测结果，动态调整化疗过程中的监控和治疗参数，一旦检测到异常情况，drl算法会立即计算出最优的应对策略，并通知医生采取相应措施。这种方法确保了化疗过程的安全性和有效性，为患者提供全方位的医疗保障。此外，还通过生成预约情况报告并将其传输至患者的目标终端，让患者能够及时了解预约情况和具体的治疗安排，提升了信息的透明度和患者的安心度。通过对目标诊疗节点排序表和提醒策略的整合，生成详细的预约情况报告，包括每个医疗步骤的执行时间、患者需要准备的事项、提醒时间点和具体提醒内容。预约情况报告不仅提高了患者对治疗流程的了解，还确保了患者能够按时、按要求进行治疗，进一步提高了治疗的成功率和患者满意度。综合来看，该日间化疗中心预约治疗方法通过引入先进的人工智能算法和化的管理手段，从预约、信息收集、个性化治疗方案制定、预约确认与提醒、治疗前准备与协调，到化疗过程中的实时监控和优化，全方位提升了日间化疗中心的运营效率、医疗服务质量和患者体验，具有显著的创新性和实际应用价值。