本发明涉及基于云计算的医疗系统技术领域，具体涉及一种基于云计算的医疗系统及其医疗资源分配方法。
背景技术：
医院是保证人们生命健康的必要机构，在人们患病时，尤其是在患有一些重大疾病时，需要到医院就诊，消除病患，获得健康。
传统的医院中，人们在就医时需要先到挂号处挂号，然后排队，等待被叫号时到相应的诊室就诊。在一些重要的诊室经常会出现排队叫号等待很长时间的现象，在排队的过程中患者需要在医院的候诊室等待，而候诊室经常人比较多且不利于患者休息，甚至有些患者为了挂到专家号，需要很早到医院去抢号，对患者的身心造成进一步的负担。
随着计算机技术、信息技术的发展，人们使用网络的频率越来越高，大数据是继云计算、物联网之后it产业又一次颠覆性的技术变革，大数据平台正在互联网、金融、运营商等行业广泛使用。区域医疗卫生信息化发展的关键在于以患者为中心实现信息的共享、流动与智能应用。但在实际应用当中，不同的医疗机构往往使用不同的服务器、网络和信息系统。由于各信息系统差异较大和对标准的支持程度不同，信息“孤岛”现象较为严重；尽管一些医院建立了数据交换平台以共享医院的数据，但跨医院、跨地区的数据共享仍然极其困难，其主要原因是缺少一种可扩展、安全、一致、普及、高效的大规模资源共享和计算服务体系。云计算作为下一代计算方式，采用云计算技术来构建区域医疗信息共享平台的集中建设模式，将不同的医疗机构进行全面的系统整合，在提高系统吞吐量和资源使用效率的同时，可以缩小服务成本，提高可靠性、可用性和灵活性，以形成统一标准的医疗信息共享平台。
患者可以通过医疗系统的网络平台进行挂号操作，当患者通过医疗系统的网络平台进行挂号时，医疗系统通过患者挂号的先后顺序安排其就诊时间。但是患者的病情不同，且医生的医疗水平、擅长领域也不同，按照挂号时间就诊的方式不能最大效率的利用医疗资源。
技术实现要素：
本发明的目的是提供一种基于云计算的医疗系统及其医疗资源分配方法，以解决现有技术中不能最大效率利用医疗资源的问题。
为实现上述目的，本发明采用如下技术方案：
一种基于云计算的医疗系统，其结构包括医生终端、云服务器和用户终端，用户终端用于向云服务器发送挂号信息，医生终端用于输入医生的坐诊时间；所述云服务器用于执行医疗资源分配方法，该方法包括如下步骤：
步骤一：获取在设定时间段内挂号的各患者的挂号信息，以及在设定时间段内坐诊的医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：计算出各医生诊断各患者所需诊断时长：
根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所需诊断时长；
步骤四：根据设定时间段内各医生对各患者的接诊时长得到最优医疗资源分配方案；所述最优医疗资源分配方案为在设定时间段内能够接诊患者数量最多的医疗资源分配方案；
步骤五：将最优医疗资源分配方案中各医生需要接诊的患者以及接诊各患者的诊断时间和诊断时长分别发送给相应的医生终端，各患者就诊的医生以及诊断时间和诊断时长分别发送给相应的用户终端。
进一步的，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为l1；
设患者的患病严重程度为l2，患病时长为h，则该患者的病症复杂程度为
g1＝αl1 βl2 γlnh
其中α、β和γ分别为患者病症评分l1、患病严重程度l2和患病时长h的权重。
进一步的，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为l0，治疗病人的康复率为p1，复发率为p2，则该医生的医疗水平为
g2＝alnl0 bp1-cp2
其中a、b、c分别为医生的从业年限l0，治疗病人的康复率p1，复发率p2的权重。
进一步的，设第一时长为h1，第二时长为h2，则医生诊断患者的所需诊断时长为
h＝mh1 nh2
其中m和n分别为第一时长h1和第二时长h2的权重，且m n＝1。
进一步的，所述步骤四中获取最优医疗资源分配方案的方法为：
将设定时间段内挂号的患者进行设定次数的随机排序；
按照如下方法计算出每次排序时能够接诊患者的数量：
按照排序，依次将患者分配到诊断时长最短的医生；
当有医生被分配满员时不再向其分配患者；
当所有的患者被分配完成，或者当所有的医生被分配满员时，判断为分配完成，得到该排序下的医疗资源分配方案；
当分配完成时，计算该排序下接诊患者的总数量；
获取各排序下接诊患者的数量后，将其中接诊患者数量最多的排序作为最优排序，将该排序的医疗资源分配方案作为最优医疗资源分配方案；
所述医生被分配满员，是指该分配到该医生的患者所需的诊断时长之和不小于所述设定时间段的长度。
一种基于云计算的医疗系统医疗资源分配方法，包括如下步骤：
步骤一：获取在设定时间段内挂号的各患者的挂号信息，以及在设定时间段内坐诊的医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：计算出各医生诊断各患者所需诊断时长：
根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所需诊断时长；
步骤四：根据设定时间段内各医生对各患者的接诊时长得到最优医疗资源分配方案；所述最优医疗资源分配方案为在设定时间段内能够接诊患者数量最多的医疗资源分配方案；
步骤五：将最优医疗资源分配方案中各医生需要接诊的患者以及接诊各患者的诊断时间和诊断时长分别发送给相应的医生终端，各患者就诊的医生以及诊断时间和诊断时长分别发送给相应的用户终端。
进一步的，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为l1；
设患者的患病严重程度为l2，患病时长为h，则该患者的病症复杂程度为
g1＝αl1 βl2 γlnh
其中α、β和γ分别为患者病症评分l1、患病严重程度l2和患病时长h的权重。
进一步的，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为l0，治疗病人的康复率为p1，复发率为p2，则该医生的医疗水平为
g2＝alnl0 bp1-cp2
其中a、b、c分别为医生的从业年限l0，治疗病人的康复率p1，复发率p2的权重。
进一步的，设第一时长为h1，第二时长为h2，则医生诊断患者的所需诊断时长为
h＝mh1 nh2
其中m和n分别为第一时长h1和第二时长h2的权重，且m n＝1。
进一步的，所述步骤四中获取最优医疗资源分配方案的方法为：
将设定时间段内挂号的患者进行设定次数的随机排序；
按照如下方法计算出每次排序时能够接诊患者的数量：
按照排序，依次将患者分配到诊断时长最短的医生；
当有医生被分配满员时不再向其分配患者；
当所有的患者被分配完成，或者当所有的医生被分配满员时，判断为分配完成，得到该排序下的医疗资源分配方案；
当分配完成时，计算该排序下接诊患者的总数量；
获取各排序下接诊患者的数量后，将其中接诊患者数量最多的排序作为最优排序，将该排序的医疗资源分配方案作为最优医疗资源分配方案；
所述医生被分配满员，是指该分配到该医生的患者所需的诊断时长之和不小于所述设定时间段的长度。
本发明的有益效果：
本发明所提供的技术方案，在患者挂号后医疗系统能够根据患者的病情、医生的医疗水平确定患者的就诊时间，患者只需在其就诊的时间到医院就诊即可，不需要先到医院挂号然后再排队等待叫号，更不需要提前到医院排队挂号。并且本发明所提供的技术方案还能够根据患者的病情、医生的医疗水平对医疗资源进行最优分配，使最多的患者可以在设定时间段内就诊，最大效率的利用医疗资源。因此，本发明所提供的技术方案能够解决现有技术中不能最大效率利用医疗资源的问题。
附图说明
图1是本发明系统实施例中基于云计算的医疗系统的结构示意图；
图2是本发明系统实施例中基于云计算的医疗系统医疗资源分配方法的流程图。
具体实施方式
系统实施例：
本实施例提供一种基于云计算的医疗系统，其结构如图1所示，包括云服务器、用户终端和医生终端，用户终端和医生终端均与云服务器通讯连接。
用户终端上设置有挂号模块和挂号结果查询模块，挂号模块用于供输入患者的挂号信息并发送给云服务器，挂号结果查询模块用于查询挂号结果，挂号结果即为其就诊时间、就诊时长和就诊医生；医生终端设置有坐诊时间设定模块和坐诊任务查询模块，坐诊时间设定模块用于输入供医生输入其坐诊时间并发送给云服务器，坐诊任务查询模块用于查询其坐诊期间需要接诊的患者和接诊各患者的时间、时长。云服务器用于根据患者的挂号信息和医生的坐诊时间，通过医疗资源分配方法得到最优医疗资源分配方案，并分别发送给相应的用户终端和医生终端。
本实施例中云服务器所执行的医疗资源分配方法流程如图2所示，包括如下步骤：
步骤一：获取在设定时间段内挂号的各患者的挂号信息，以及在设定时间段内坐诊的医生的医疗能力数据。
患者的挂号信息包括患者的病症、患病严重程度和患病时长，医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度。
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平。
步骤三：计算出各医生诊断各患者所需的诊断时长：
根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所需诊断时长。
步骤四：根据设定时间段内各医生对各患者的接诊时长得到最优医疗资源分配方案；最优医疗资源分配方案为在设定时间段内能够接诊患者数量最多的医疗资源分配方案。
步骤五：将最优医疗资源分配方案中各医生需要接诊的患者以及接诊各患者的诊断时间和诊断时长分别发送给相应的医生终端，各患者就诊的医生以及诊断时间和诊断时长分别发送给相应的用户终端。
本实施例的步骤二中，根据患者的病症、患病严重程度和患病时长获取其病症复杂程度的方法为：
首先将各病症分类，并根据各病症的诊断难易程度对其进行评分，诊断难度越大其评分越高，从而得到各病症的评分；
然后在获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为l1；
设患者的患病严重程度为l2，患病时长为h，则该患者的病症复杂程度为
g1＝αl1 βl2 γlnh
其中α、β和γ分别为患者病症评分l1、患病严重程度l2和患病时长h的权重。
根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为l0，治疗病人的康复率为p1，复发率为p2，则该医生的医疗水平为
g2＝alnl0 bp1-cp2
其中a、b、c分别为医生的从业年限l0、治疗病人的康复率p1、复发率p2的权重。
在步骤三中，第一时长的获取方法是：
首先获取历史数据，统计各医疗水平等级的医生诊断各病症复杂程度的患者所用的平均时间，并将其存储；
然后在得到患者的病症复杂程度和医生的医疗水平之后，从存储的数据中查找出该医疗水平的医生诊断该病症复杂程度的患者的平均时长，将其作为第一时长。
在获取第二时长时，首先获取医生诊断各类病症所需的平均时长，然后获取患者病症的种类，将该医生处理该种类病症所需的平均时长作为该医生诊断该患者的第二时长。
在步骤三中，设第一时长为h1，第二时长为h2，则医生接诊该患者的所用诊断时长为
h＝mh1 nh2
其中m和n分别为第一时长h1和第二时长h2的权重，且m n＝1。
在步骤四中，获取最优医疗资源分配方案的方法包括如下步骤：
(1)获取设定时间段内坐诊的医生，并将设定时间段内挂号的患者进行设定次数的随机排序。
(2)按照如下方法计算出每次排序时能够接诊患者的数量：
按照排列顺序，依次将患者分配到诊断时间最短的医生；
即按照排序，从第一位患者开始，获取各医生诊断该患者所需的诊断时间，将该患者分配至所需诊断时间最短的医生；依次类推，将排序之后的患者也分别分配至其所需诊断时间最短的医生；
当有医生被分配满员时，不再向其分配患者，将该患者分配至其他所需诊断时间最短的医生；
由于是在设定时间段内进行医疗资源分配的，所以医生的坐诊时间受到设定时间段的限制；设已经分配到其中一位医生的患者数量为n，该医生诊断其中第i为患者所用的诊断时间为ti，则该医生诊断n位患者所用诊断时间为
其中n为大于1的整数，i为整数。
如果t大于设定时间段的长度，则判断为该医生已经被分配满员，如果有后续患者诊断时间最短的医生为该医生，则不再将其分配到给该医生，而将其分配至其他未满员医生中所需诊断时间最短的医生。
当所有医生被分配满员时，或当所有患者均被分配到医生时，判断为本次排序分配完成，得到该排序下的医疗资源分配方案；
得到的医疗资源分配方案，其中包括各医生需要接诊的患者，以及接诊各患者的诊断时间和诊断时长。
当分配完成时，计算该排序下所有医生接诊患者的数量之和，将其作为该排序下的接诊患者的数量。
设共有m为医生，其中第j位医生被分配的患者数量为，则该排序下接诊患者的数量为：
其中m为大于1的整数，j为整数。
(3)将接诊患者数量最多的排序作为最优排序，将该排序的医疗分配资源作为最优医疗资源分配方案。
设在最优医疗资源分配方案中，其中一位医生需要接诊x位患者，其开始接诊患者的时间为t0，则其接诊第p位患者的接诊时间为：
其中tq为接诊第q位患者所需的诊断时长。
在本实施例中，医疗系统还包括客服终端，用户终端上设置有咨询模块，咨询模块用于供用户输入疑问信息；用户终端将用户输入的疑问信息发送给客服终端，客服终端供客服人员使用，当接收到用户的疑问信息后在客服终端上输入疑问的解答；客服终端将疑问的解答发送给云服务器，云服务器在将该疑问解答发送给用户终端，从而实现客服终端与用户终端之间的信息交互，为用户提供人工指导。
在本实施例中，用户终端上还设置有医生信息查询模块，在医生终端上还设置有患者信息查询模块；患者通过医生信息查询模块向云服务器发送信息，查询其接诊医生的信息，如医生的从业年限、专业特长等；医生通过患者查询模块向云服务器发送信息，查询其接诊患者的挂号信息，对患者的病情提前做预诊。
方法实施例：
本实施例提供一种基于云计算的医疗系统医疗资源分配方法，与上述系统实施例中基于云计算的医疗系统的医疗资源分配方法相同，该方法已在上述系统实施例中做了详细介绍，这里不多做说明。
以上公开的本发明的实施例只是用于帮助阐明本发明的技术方案，并没有尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
1.一种基于云计算的医疗系统，其结构包括医生终端、云服务器和用户终端，用户终端用于向云服务器发送挂号信息，医生终端用于输入医生的坐诊时间；其特征在于，所述云服务器用于执行医疗资源分配方法，该方法包括如下步骤：
步骤一：获取在设定时间段内挂号的各患者的挂号信息，以及在设定时间段内坐诊的医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：计算出各医生诊断各患者所需诊断时长：
根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所需诊断时长；
步骤四：根据设定时间段内各医生对各患者的接诊时长得到最优医疗资源分配方案；所述最优医疗资源分配方案为在设定时间段内能够接诊患者数量最多的医疗资源分配方案；
步骤五：将最优医疗资源分配方案中各医生需要接诊的患者以及接诊各患者的诊断时间和诊断时长分别发送给相应的医生终端，各患者就诊的医生以及诊断时间和诊断时长分别发送给相应的用户终端。
2.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；
获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为l1；
设患者的患病严重程度为l2，患病时长为h，则该患者的病症复杂程度为
g1＝αl1 βl2 γlnh
其中α、β和γ分别为患者病症评分l1、患病严重程度l2和患病时长h的权重。
3.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为l0，治疗病人的康复率为p1，复发率为p2，则该医生的医疗水平为
g2＝alnl0 bp1-cp2
其中a、b、c分别为医生的从业年限l0，治疗病人的康复率p1，复发率p2的权重。
4.根据权利要求1所述的基于云计算的医疗系统，其特征在于，设第一时长为h1，第二时长为h2，则医生诊断患者的所需诊断时长为
h＝mh1 nh2
其中m和n分别为第一时长h1和第二时长h2的权重，且m n＝1。
5.根据权利要求1所述的基于云计算的医疗系统，其特征在于，所述步骤四中获取最优医疗资源分配方案的方法为：
将设定时间段内挂号的患者进行设定次数的随机排序；
按照如下方法计算出每次排序时能够接诊患者的数量：
按照排序，依次将患者分配到诊断时长最短的医生；
当有医生被分配满员时不再向其分配患者；
当所有的患者被分配完成，或者当所有的医生被分配满员时，判断为分配完成，得到该排序下的医疗资源分配方案；
当分配完成时，计算该排序下接诊患者的总数量；
获取各排序下接诊患者的数量后，将其中接诊患者数量最多的排序作为最优排序，将该排序的医疗资源分配方案作为最优医疗资源分配方案；
所述医生被分配满员，是指该分配到该医生的患者所需的诊断时长之和不小于所述设定时间段的长度。
6.一种基于云计算的医疗系统医疗资源分配方法，其特征在于，包括如下步骤：
步骤一：获取在设定时间段内挂号的各患者的挂号信息，以及在设定时间段内坐诊的医生的医疗能力数据；
所述患者的挂号信息包括患者的病症、患病严重程度和患病时长，所述医生的医疗能力数据包括医生的从业年限、康复率、复发率和对各病症诊断所用的平均时间长度；
步骤二：根据患者的挂号信息获取其病症复杂程度，根据医生的从业年限、康复率、复发率获取其医疗水平；
步骤三：计算出各医生诊断各患者所需诊断时长：
根据患者病症的复杂程度和医生的医疗水平得到该医生诊断该患者所用的第一时长，根据该医生对患者病症诊断所用的平均时间长度得到该医生诊断该患者所用的第二时长，根据所述第一时长和第二时长计算出该医生诊断该患者所需诊断时长；
步骤四：根据设定时间段内各医生对各患者的接诊时长得到最优医疗资源分配方案；所述最优医疗资源分配方案为在设定时间段内能够接诊患者数量最多的医疗资源分配方案；
步骤五：将最优医疗资源分配方案中各医生需要接诊的患者以及接诊各患者的诊断时间和诊断时长分别发送给相应的医生终端，各患者就诊的医生以及诊断时间和诊断时长分别发送给相应的用户终端。
7.根据权利要求6所述的基于云计算的医疗系统医疗资源分配方法，其特征在于，所述步骤二中根据患者的挂号信息获取其病症复杂程度的方法为：
将病症进行分类，并根据各病症的治疗难易程度对其进行评分，得到各类病症的评分；获取患者的病症后，得到其病症所对应分类，并将该类病症对应的评分作为患者的病症评分，设其为l1；
设患者的患病严重程度为l2，患病时长为h，则该患者的病症复杂程度为
g1＝αl1 βl2 γlnh
其中α、β和γ分别为患者病症评分l1、患病严重程度l2和患病时长h的权重。
8.根据权利要求6所述的基于云计算的医疗系统医疗资源分配方法，其特征在于，所述步骤二中根据医生的从业年限、康复率、复发率获取其医疗水平的方法为：
设医生的从业年限为l0，治疗病人的康复率为p1，复发率为p2，则该医生的医疗水平为
g2＝alnl0 bp1-cp2
其中a、b、c分别为医生的从业年限l0，治疗病人的康复率p1，复发率p2的权重。
9.根据权利要求6所述的基于云计算的医疗系统医疗资源分配方法，其特征在于，设第一时长为h1，第二时长为h2，则医生诊断患者的所需诊断时长为
h＝mh1 nh2
其中m和n分别为第一时长h1和第二时长h2的权重，且m n＝1。
10.根据权利要求6所述的基于云计算的医疗系统医疗资源分配方法，其特征在于，所述步骤四中获取最优医疗资源分配方案的方法为：
将设定时间段内挂号的患者进行设定次数的随机排序；
按照如下方法计算出每次排序时能够接诊患者的数量：
按照排序，依次将患者分配到诊断时长最短的医生；
当有医生被分配满员时不再向其分配患者；
当所有的患者被分配完成，或者当所有的医生被分配满员时，判断为分配完成，得到该排序下的医疗资源分配方案；
当分配完成时，计算该排序下接诊患者的总数量；
获取各排序下接诊患者的数量后，将其中接诊患者数量最多的排序作为最优排序，将该排序的医疗资源分配方案作为最优医疗资源分配方案；
所述医生被分配满员，是指该分配到该医生的患者所需的诊断时长之和不小于所述设定时间段的长度。
技术总结