CN119400337A 一种儿科临床护理系统的信息共享方法 （自贡市第一人民医院）

出性指标确定临床指标，准确表征患儿个体特2获取儿科中所有患儿的病历样本数据，其中，所述病历综合分析所有病历样本数据中年龄以及病症结果之间的差异情况任选一种病症作为待分析病症；在所有聚类簇中，基于病历在每个病历样本数据中，结合病症的影响度指标以及突出数据的临床指标；根据所有病历样本数据的临床指标对所有病历样本数据进行聚类分析，基于Word2vec获取每个病历样本数据中病症对于任意两个病历样本数据，计算这两个病历样本数据对应的文本向量之将这两个病历样本数据之间的相似因子进行负相关预设第一最优K值，基于K_means聚类算法以及所述第一最优K值对所有病历样本数据在每个聚类簇中，基于病历样本数据之间的在每个聚类簇中，计算所有存在待分析病症的病历样本数据的将每个聚类簇中病历样本数据的分布密度与对应的突出因子的乘积作为待分析病症将待分析病症在所有聚类簇中的突出特征值的均值进行归一化后的值，作在每个聚类簇中，将所有任意两个病历样本数据之间的差异特3在所述排序序列中，将最大数量参数对应的聚类簇的序将待分析病症的相对频率值以及集中程度值的和值作为待分析病症的根据所有存在待分析病症的病历样本数据之间的差异特征值、治疗周期以及用药剂将待分析病症的影响调整权重与影响程度值的乘积作为调整值，在所述集合中，计算所有任意两个病历样本数据之间的差异特将所述集合中所有病历样本数据的治疗周期的均值与用药剂量的将所述差异特征均值与综合指数的乘积进行归一化处理后的值作为所述影响调整权将待分析病症的突出性指标与影响度指标的乘积作为待分析病症的对于任意一个病历样本数据，将该病历样本数据中所有病症的严重根据所有病历样本数据的临床指标对所有病历样本数据进行聚类分析，并进行信息共享，预设第二最优K值，基于K_means聚类算法以及所述预设第二最优K值对所有病历样本4基于Word2vec获取每个病历样本数据中病症5将这两个病历样本数据之间的相似因子进行负相关映射后的值与差异因子的和预设第一最优K值，基于K_means聚类算法以及所述第一最优K值对所有病历样本在每个聚类簇中，基于病历样本数据之间的差异特征值以及病历样本数据的数在每个聚类簇中，计算所有存在待分析病症的病历样本数据的治疗周期的均值，将每个聚类簇中病历样本数据的分布密度与对应的突出因子的乘积作为待分析将待分析病症的相对频率值以及集中程度值的和值作为待分析病症的影响程度6将所述差异特征均值与综合指数的乘积进行归一化处理后的值作为所述影响调将待分析病症的突出性指标与影响度指标的乘积作为待分析病症的预设第二最优K值，基于K_means聚类算法以及所述预设第二最优K值对所有病历的患儿的病历样本数据归为一类，进而在进行信息共享时可以大大提高信息共享的准确7[0016]图1为本发明一个实施例所提供的一种儿科临床护理系统的信息共享方法的方法合附图及较佳实施例，对依据本发明提出的一种儿科临床护理系统的信息共享方法，其具点可由任何合适形式组合。[0019]下面结合附图具体的说明本发明所提供的一种儿科临床护理系统的信息共享方[0020]请参阅图1，其示出了本发明一个实施例提供的一种儿科临床护理系统的信息共[0023]需要说明的是，基于Jieba分词工具提取关键词的方法为公知技术，在此不作赘8[0030]最后将这两个病历样本数据之间的相似因子进行负相关映射后的值与差异因子预设第一最优K值，基于K_means聚类算法以及第一最优K值对所有病历样本数据9布密度以及存在待分析病症的病历样本数据的治疗周期，确定待分析病症的突出性指标；可以分析聚类簇中病历样本数据的分布密度以及存在某种病症的病历样本数据的治疗周[0040]所以将所有任意两个病历样本数据之间的差异特征值的均值进行负相关映射后可以采用exp(-x)函数，其中，exp()表示以自然常数e为底的指数函数，x表示自变[0053]最后将待分析病症的相对频率值以及集中程度值的和值作为待分析病症的影响[0058]最后将差异特征均值与综合指数的乘积进行归一化处理后的值作为影响调整权means聚类算法以及预设第二最优K值对所有病历样