首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

新入职护士灾害准备度的影响因素分析方法及系统 

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!

申请/专利权人:郑州市中心医院

摘要:本申请提供了一种新入职护士灾害准备度的影响因素分析方法及系统,涉及医疗技术领域。融合每个护士的个人属性影响因素特征、对目标灾害的准备的专业知识考试影响因素特征、对目标灾害的准备理论知识培训影响因素特征、以及对目标灾害的准备的技能实践影响因素特征,得到对应护士对目标灾害的准备的综合特征向量,可以理解地,护士对目标灾害的准备的综合特征向量可以更全面可靠地描述护士应对目标灾害的处理能力。进而,将多个护士对目标灾害的准备的综合特征向量,输入到预训练的第一神经网络模型中,得到各个护士分别对应的目标灾害的初始准备度的可靠性更高。

主权项:1.一种新入职护士灾害准备度的影响因素分析方法,应用于服务器,其特征在于,所述方法包括:接收来自用户终端的第一请求指令,其中,所述第一请求指令用于指示分析目标医院的入职预设时长内的多个护士的灾害准备度;从所述目标医院的人力资源管理系统获取所述入职预设时长内的多个护士分别的个人属性影响因素特征,其中,所述个人属性影响因素特征至少包括性别、年龄、工作经验、以及学历;从所述目标医院的员工培训系统获取所述入职预设时长内的多个护士分别的对目标灾害的准备理论知识培训影响因素特征,其中,所述对目标灾害的准备理论知识培训影响因素特征至少包括对目标灾害的准备培训次数、每次培训的培训时长以及每次培训的课程内容;从所述目标医院的员工考试系统获取所述入职预设时长内的多个护士分别的对目标灾害的准备的专业知识考试影响因素特征,其中,所述对目标灾害的准备的专业知识考试影响因素特征包括与所述目标灾害关联的专业知识考试的考试次数、每次考试的得分以及每次考试的专业范围;从所述目标医院的实践技能管理系统获取所述入职预设时长内的多个护士分别的对目标灾害的准备的技能实践影响因素特征,所述对目标灾害的准备的技能实践影响因素特征包括对所述目标灾害的准备的技能实践次数、每次技能实践的得分以及每次技能实践的专业类别;融合每个护士的所述个人属性影响因素特征、所述对目标灾害的准备的专业知识考试影响因素特征、对目标灾害的准备理论知识培训影响因素特征、以及所述对目标灾害的准备的技能实践影响因素特征,得到对应护士对目标灾害的准备的综合特征向量;将多个所述护士对目标灾害的准备的综合特征向量,输入到预训练的第一神经网络模型中,得到各个护士分别对应的目标灾害的初始准备度,其中,所述第一神经网络模型是将预设数据库中的历史上的多个护士的对目标灾害的准备的历史综合特征向量及对应的历史实际灾害准备度作为训练样本集输入到第一初始待训练网络中训练得到的;确定每个所述护士对目标灾害的准备的综合特征向量与所述预设数据库内的各个护士的目标灾害的准备的综合特征向量的相似度;从预设数据库中确定所述相似度大于设定相似度阈值的护士的目标灾害的准备的历史综合特征向量对应的历史实际灾害准备度;将每个所述护士对应的目标灾害的初始准备度、所述相似度大于设定相似度阈值的护士的目标灾害的准备的历史综合特征向量对应的历史实际灾害准备度及对应的相似度,输入到预训练的第二神经网络模型中,以修正每个所述护士对应的目标灾害的初始准备度,得到每个所述护士对应的目标灾害的最终准备度,其中,所述第二神经网络模型是将历史上的护士对应的目标灾害的初始准备度、所述预设数据库多个历史上的相似度大于设定相似度阈值的护士的目标灾害的准备的历史综合特征向量对应的历史实际灾害准备度、和对应的相似度,以及护士对应的目标灾害的最终准备度作为训练样本集输入到第二初始训练网络在得到的;将每个所述护士对应的目标灾害的最终准备度回传到所述用户终端。

全文数据:

权利要求:

百度查询: 郑州市中心医院 新入职护士灾害准备度的影响因素分析方法及系统

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。