Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都擎安医疗科技有限公司;承德市中心医院孙慧琳获国家专利权

成都擎安医疗科技有限公司;承德市中心医院孙慧琳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都擎安医疗科技有限公司;承德市中心医院申请的专利基于医护人员技能的医护人员排班系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121726007B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610200160.3,技术领域涉及:G16H40/20;该发明授权基于医护人员技能的医护人员排班系统是由孙慧琳;张海杰;张艳;于桂芝;张红娟;王玉环;青鹏;青奉李设计研发完成,并于2026-02-11向国家知识产权局提交的专利申请。

基于医护人员技能的医护人员排班系统在说明书摘要公布了:本申请涉及人力资源管理技术领域,具体而言,涉及一种基于医护人员技能的医护人员排班系统,包括:标准技能录入及分类装置,用于录入各科室的工作技能,将各科室相同的工作技能划分为通用技能,将各科室特殊的工作技能划分为专科技能;科室患者录入装置,获取各科室病房患者的治疗信息,提取每个患者在下一个排班周期的预计工作量,统计每个科室预计工作量;预计工作量包括各通用技能执行次数,以及各专科技能执行次数;本系统通过构建全院级技能资源池与需求预测机制,实现跨科室动态排班,将通用技能标准化为共享资源,使医护人员可弹性支援需求高峰科室。

本发明授权基于医护人员技能的医护人员排班系统在权利要求书中公布了:1.一种基于医护人员技能的医护人员排班系统,其特征在于,包括: 标准技能录入及分类装置,用于录入各科室的工作技能,将各科室相同的工作技能划分为通用技能,将各科室特殊的工作技能划分为专科技能; 通用技能为所有科室医护人员都需要掌握的工作技能; 专科技能为特定科室下特殊操作所需要掌握的工作技能; 医护技能录入装置,实时记录并更新每个医护人员掌握的通用技能和专科技能,并同步更新每个医护人员在排班周期能够执行的通用技能数量以及专科技能数量; 科室患者录入装置,获取各科室病房患者的治疗信息,提取每个患者在下一个排班周期的预计工作量,统计每个科室预计工作量;预计工作量包括各通用技能执行次数,以及各专科技能执行次数; 人员排班装置,以每个科室分配的医护人员在排班周期内的总工作量大于对应科室的预计工作量为约束条件,以分配的总医护人员数量最少为目标,给所有科室分配与之匹配的医护人员; 医护技能录入装置包括: 医护人员信息录入模块,给每个科室的医护人员分配一个唯一的ID号,ID号包括科室编码和人员编码; 技能信息提取模块,提取医护人员执行各通用技能时所花费的执行时间,以及提取医护人员执行各专科技能时所花费的执行时间; 技能信息记录模块,记录每个医护人员执行各通用技能的平均执行时间以及执行各专科技能的平均执行时间,生成人员技能表; 科室患者录入装置包括: 患者录入模块,提取医院内所有患者的住院信息,给每个患者生成一个患者ID,患者ID包括科室编码和病患编码; 科室工作量录入模块,获取所有患者的病历信息,从病历信息中提取出每个患者在下个排班周期内所需执行的各项操作,以得到每个患者预计工作量,将相同科室患者的预计工作量制作为表格,得到每个科室的预计工作量表; 人员排班装置包括: 人员信息获取模块,与技能信息记录模块信号连接,从人员技能表中提取出下个排班周期内能够值班的医护人员,生成待选人员技能表; 科室需求获取模块,与科室工作量录入模块信号连接,获取每个科室在下个排班周期的预计工作量表; 排班设计模块,以满足每个科室在下个排班周期的预计工作量为约束条件,建立排班分配模型,将从待选人员技能表中抽取出最少数量的医护人员作为排班分配模型的适应度函数;求解排班分配模型,生成下个排班周期的排班计划; 任务分配模块,在医护人员执行排班计划时,根据医护人员所掌握的工作技能,给医护人员分配对应的工作任务; 排班分配模型为: 科室编码i,i∈{1、2、3、...I},i表示科室索引,I表示科室总数; 工作技能编码k,k∈{1、2、3、...K},k表示工作技能索引,K表示工作技能总数; 医护人员编码j,j∈{1、2、3、...J},j表示医护人员索引,J表示医护人员总数; 医护人员j的工作技能编码Aj,,表示第j个医护人员掌握第k个工作技能的标签,=0,表示医护人员j未掌握第k个工作技能,=1,表示医护人员j掌握第k个工作技能; 科室i的工作量数列Di,;表示科室i对工作技能k的需求数量,为非负整数; 定义医护人员的分配状态X;,表示第j个医护人员的分配状态; ,当=0时,表明第j个医护人员未分配排班任务,当=i时,表明第j个医护人员在下个排班周期被分配至第i个科室值班; 约束条件1:; 约束条件2:;表示排班周期的长度,表示在当前排班周期内对科室i安排的所有医护人员执行工作技能k时的总平均时长; 主目标函数为:; 是指示函数,当条件为真时值为1,否则为0; 其中,J表示医护人员总数,j表示医护人员索引,表示第j个医护人员掌握第k个工作技能的标签,表示科室i对工作技能k的需求数量,k表示工作技能索引,K表示工作技能总数,i表示科室索引,表示分配到科室i的医护人员中掌握工作技能k的数量表示分配到科室i的医护人员总数; 排班分配模型的求解过程包括如下步骤: 步骤1:随机生成N个同时符合约束条件1和约束条件2的粒子,每个粒子对应一种医护人员分配状态X,将N个粒子作为初始种群; 步骤2:计算每个粒子的适应度函数值FX; X; L0表示主目标函数,L1表示第一副目标函数,L2表示第二副目标函数,λ0、λ1、λ2分别表示第一权重因子、第二权重因子以及第三权重因子; 步骤3:将所有粒子按照适应度函数值进行降序排序,得到粒子数列; 步骤4:设置适应度函数值分割线F0,将适应度函数值小于F0的粒子作为扩散种群,将适应度函数值不小于F0的粒子作为更新种群; 步骤5:对于更新种群中的所有粒子,以扩散种群中所有粒子的中心点为目标进行随机扩散,对于扩散种群中的所有粒子,以全局最优位置为方向进行随机扩散; 步骤6:重复执行步骤3~步骤5,直至达到终止条件,终止条件为达到最大迭代次数,或者全局最优解的适应度函数值梯度小于预设阈值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都擎安医疗科技有限公司;承德市中心医院,其通讯地址为:611730 四川省成都市现代工业港北片区港通北四路861号b1栋5楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。