基于大数据技术的预约挂号平台设计与实现开题报告

395 篇文章 17 订阅
395 篇文章 17 订阅

1.课题名称、来源、选题依据

1.1课题名称

基于大数据技术的预约挂号平台设计与实现

1.2课题来源

    课题来源于社会实践。

1.3选题依据

大数据与医疗的结合已成为一个新时代医疗行业的发展方向。为提高患者就医服务质量,满足不同患者的挂号需求,互联网上出现了一些预约挂号平台,但预约挂号平台的搜索服务不能满足患者的正常需求,患者如何根据疾病名称、症状快速匹配到医生和医院成为了预约挂号平台的迫切需要解决的问题。本课题将大数据平台技术和预约挂号服务融合,实现号源接入、预约挂号、退号、智能搜索等功能,致力于通过大数据技术改善预约挂号平台的服务体验。

2.课题国内外研究现状和发展趋势[1] 

2.1国外研究现状

由于国外与我国的体制差异和医疗资源的配置的差距,在国外大部分医疗机构为私人诊所,而去医院就诊,一般也是通过手机等形式预约[1]。在医疗服务预约方面,国外比我国领先了大概50年[2]。随着近年来互联网对传统行业的覆盖,医疗预约方式也开始与互联网挂钩。大数据时代的到来,使得国外的医疗服务与大数据技术的合作有了更深层次的发展[3]。Google与医疗服务行业建立了合作关系,为医生、患者建立了电子医疗档案。微软也推出了信息化医疗服务平台,通过该平台可以让患者更加全面的了解医疗系统,解决了预约挂号、病情咨询服务等问题[4]。但国外人口基数较少,面对主要是以高峰时分流患者,提高门诊工作效率的预约挂号平台而言,使用率不高,平台的绩效下降,从而导致了许多医疗机构不愿继续维护预约挂号平台的现状[5]。

2.2国内研究现状

目前,随着我国人口的不断增多,“三长一短”和“看病难”长期困扰着医院和患者。为了切实提高医院的医疗水平和服务水平,更好地以患者为中心,国家积极的推进预约诊疗服务工作,而预约挂号服务是预约诊疗服务体系的重要环节[6]。

国内目前的预约挂号模式主要有门诊现场预约、电话预约挂号、网络预约挂号。而网络预约挂号系统是一种基于互联网的新型挂号系统,也是目前预约挂号很重要的预约形式之一[7]。患者通过在医院建立的网络页面注册挂号方式提前数天进行预约挂号,此种网络预约挂号服务模式可以在高峰时段合理地分流患者,提高门诊工作效率,节省医患双方的时间[8]。避免了患者集中排队挂号现象,从而防止了院内交叉感染的发生。也可以提高医疗资源的利用效率,不仅提高了医院的经济效益和社会效益,也增强了医院的竞争力[9]。但网络预约挂号平台在国内也存在许多的问题,首先是社会对网络预约挂号平台的认识度不高,普遍老龄患者对预约挂号平台操作表示很复杂、不会操作的问题;其次是疾病检索的范围广,无法精准挑选出对应的就诊医生;最后是数据的完整性,许多预约挂号平台的医生、医院数据不完整,导致患者无法辨认出该平台的数据真实性 [10]。

2.3发展趋势

    综上所述,预约挂号平台在未来的发展上还有很多的困难,比如预约挂号流程的操作难度,疾病的搜索精准匹配医院、就诊医生,预约挂号平台各项数据的完整性等。除了国家政策扶持去解决面临的问题外,在未来医疗预约挂号服务上将着重与新技术结合,向智慧方向发展。首先要围绕预约挂号平台的宣传度进行展开,让患者了解预约挂号平台的便捷性;其次是通过与大数据平台技术相结合,实现根据患者疾病快速匹配到医院和医生,解决患者挂号求医服务的问题,让他们能够实现快速预约挂号;最后医院还需逐步提高门诊预约挂号的比例﹐并且要制定服务标准引导患者通过预约挂号就诊﹐逐步提高预约挂号占门诊挂号尤其是专家门诊号的比例[11]。

3.本课题的目的及意义

    随着互联网技术的蓬勃发展,各大医院也相继开发出医院预约挂号网站。但是对于患者而言,如何能够在众多的预约挂号网站中找到操作简单、功能齐全、能够解决患者在看病过程中所遇到的问题而成了一大难题。为了解决这一难题,本课题从众多预约挂号平台上获取医生、医院、疾病数据,结合大数据技术,将医院、就诊医生的数据进行整合,实现一个平台可以对多家医院进行线上预约挂号的服务,并且可以通过疾病的检索精准的匹配出最适合患者的医院和就诊医生,从而避免了患者在预约挂号的时候无法挑选出最适合自身病情的方案的情况。

4. 本课题的任务、重点内容、研究方法、实现途径、进度计划[2] 

4.1课题任务

    基于主流预约挂号平台(医事通、医联网)进行采集数据,将采集数据经过数据清洗后储存于大数据平台;基于Elasticsearch、Hive等大数据平台技术,使用Django框架实现挂号预约、退号、疾病检索等主要功能。

4.2重点内容

①面向互联网主流挂号预约网站完成医院、医生、疾病信息爬取、数据预处理及数据存储。

②基于大数据平台技术的数据仓库构建。

③使用Elasticsearch搜索引擎实现疾病、医生、医院信息定位。

④使用Django等Web框架实现挂号预约、退号等能开发。

4.3研究方法

①功能分析法

主要对互联网主流的几款预约平台的功能进行分析,以患者的角度进行不同功能的分析。总结出各挂号预约平台的不足之处,为后续开发预约挂号平台提供经验。

②文献研究法

主要通过对文献的阅读,了解国内预约挂号平台的相关技术,为课题研究方向提供保障。

③原型设计法

由于挂号预约平台功能相对复杂,因此本课题拟从系统最核心的功能出发,设计开发一个原型系统,验证本课题的主要技术,为后续工作奠定坚实基础。

4.4实现途径

    Web系统基于Django框架设计开发。数据采集模块基于采用Scrapy框架;数据仓库构建选用Hadoop大数据平台的数据仓库工具Hive,用来进行数据的提取、转化、加载,实现数据的导入;搜索功能采用Elasticsearch引擎,Logstash 和 Beats 能够收集和聚合医院、就诊医生数据并将其存储在 Elasticsearch 中以便于能够快速检索疾病搜索等服务。[3] 

    ①医生、医院、疾病数据采集

    使用Scrapy框架从医事通挂号预约平台爬取医生姓名、职称、科室、擅长领域,医院名称、医院等级、地址、医院介绍等数据;从疾病百科官网爬取疾病的名称、别名、特征、介绍、传染性、感染人群、就诊科室、恢复周期、治愈率等数据,并将爬取数据经过数据清洗后存入Hadoop大数据平台中。

②数据仓库构建

Hive是一个Hadoop顶层的数据仓库工具,支持大规模数据存储、分析,具有很好的扩展性。预约挂号平台中患者挂号预约信息、医院信息、患者信息、医生信息等实时导入到建立的Hive数据仓库中,为数据可视化展示提供支撑。

Elasticsearch全文检索引擎构建

Elasticsearch是一个分布式、可扩展、实时的搜索与数据分析引擎。每个字段都可以被索引与搜索,并且支持各种查询和聚合操作,能胜任上百个服务节点的扩展,并可以支持PB级别的结构化或者非结构化数据。挂号预约平台通过Django框架的扩展模块Elasticsearch和Haystack库管理和操纵Elasticsearch全文检索引用,使用rebuild_index命令将数据仓库中的数据建立索引传递至引擎,再从引擎取出数据,从而实现患者输入病情的关键词精确定位医生和医院的功能。

Web系统设计与实现

1)注册:登记用户基本信息、手机号等。

2)登录:密码登录或手机短信。

管理员角色:

3)挂号查询:查看患者门诊挂号的具体信息,包括患者基本信息、医院、医生、就诊时段、挂号费用等。

4)用户管理:管理患者账号以及基本信息。

5)通知栏管理:患者通过在首页通知栏可进行查看平台的最新消息。

6)号源管理:管理医院、医生、就诊时段以及挂号费用。

7)数据分析:展示预约人数折线图、科室预约饼状图、挂号预约前10医院等不同维度的可视化图表。

患者角色:

8)疾病、医院、医生查询:通过疾病名称、症状、医院名称、医生名称等条件快速匹配就诊医院以及医生排名。

9)预约挂号:患者选择医院、就诊医生,就诊日期以及时段完成预约挂号。

10)退号:患者预约挂号后就诊前,对已预约挂号进行退号操作。需要控制权限,只能对患者自身挂号数据进行退号操作。

4.5本课题的进度时间安排

  • 2022.11.09-2022.12.11:完成开题报告。
  • 2022.12.12-2022.12.18:完成医生、疾病数据爬取与处理工作。
  • 2022.12.19-2022.12.26:完成数据仓库设计
  • 2022.12.27-2023.01.11:完成Hive和Elasticsearch的环境搭建工作。
  • 2023.01.12-2023.02.26:完成平台主要功能开发与数据可视化功能的开发[4] 。
  • 2023.02.06-2023.03.12:完成毕业设计(论文)初稿
  • 2023.03.13-2023.03.26:中期检查及项目功能完善
  • 2023.03.27-2023.04.16:功能完善以及毕业设计(论文)定稿查重
  • 2023.04.17-2023.05.05:毕业设计(论文)评阅,根据评阅老师意见修改论文,完善设计
  • 2023.05.06-2023.05.28:毕业设计(论文)答辩

5.完成本课题所需工作条件(如工具书、计算机、实验、调研等)及解决办法

本课题所需工作条件

  • Windows10系统电脑一台、16G内存、8核处理器
  • 编辑器:Python 3.8、Anaconda 3、PyCharm、VMware
  • Navicat Premium 15
  • MySQL、Hive、Django、Elasticsearch、Docker

参考文献[5] 

[1] Golmohammadi D . A Decision-Making tool based on historical data for service time prediction in outpatient scheduling[J]. International Journal of Medical Informatics, 2021, 156:104591.1-104591.5.

[2] 邢娜, 郑蕾, 王莉. 医院网站预约挂号系统设计[J]. 解放军医院管理杂志, 2021,28(10):929-930+969.

[3] 张磊. 医院预约挂号系统设计与应用探究[J]. 中国信息化, 2018,(12):81-82.

[4] 陈博, 焦娣, 李晨,等. 门诊预约挂号系统的设计与应用[J]. 智慧健康, 2022, 8(4):1-4.

[5] 黄巧, 曹奕, 李雪. 智慧医疗视角下产科门诊应用全预约挂号系统的回顾性研究[J]. 现代医院, 2021, 21(6):903-906.

[6] 叶基林.某医院挂号预约管理系统设计与实现[D].成都:电子科技大学,2021.

[7] 张爱清, 尹罗娜, 叶新荣,等. 具有医生搜索功能的医疗预约挂号系统, CN109299804A[P]. 2019-02-01.

[8] 朱光,邓弘林.大数据背景下医院门诊挂号预约爽约行为预测研究[J].医学信息,2020,33(22):13-15.

[9] 康瑾,李革.基于大数据平台下医院号源管理的研究[J].世界最新医学信息文摘,2018,18(54):203-204.

[10] 宗宁.医院预约挂号便民服务平台的设计和实现[D].合肥:合肥工业大学,2021.

[11] 杨理理.基于服务设计理论的医疗预约挂号系统优化设计研究[D].南京:东南大学,2018.

指导教师意见

签字:                年     月     日

系(教研室)意见

     系(教研室)主任签字:                年     月     日

 

 

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值