医疗业务

简介: 主导开发中山积水潭骨科医院小程序及多家三甲医院HIS系统,涵盖预约挂号、自助缴费、住院预缴、报告查询等功能。采用SpringBoot、Redis、RabbitMQ等技术实现高并发与数据一致性,优化就诊流程,提升医疗效率。

中山积水潭骨科医院
开发周期:2022年03月 - 至今
技术架构:SpringBoot + MyBatis-Plus + MySQL + Redis + Spring Cloud
Alibaba + RabbitMQ + Seata
项目描述:受中山市积水潭骨科医院所托,打造的一款线上服务小程序。小程序集挂
号、缴费和报告查询等功能于一体,旨在帮助患者更快捷、高效地获取医疗服务。
个人职责:
预约挂号模块:用户可以方便地在小程序上选择医院、科室和医生,并预约就诊时
间。预约成功后用户会收到确认短信通知,提供便捷的预约体验。
自助缴费模块:用户能够便捷地缴纳就诊费用,无需排队等待或亲自前往缴费处,
提升就诊流程的效率。
住院金预缴模块:用户可以在小程序选择预缴金额并完成支付,提前了解和规划自
己的住院医疗费用,确保在住院就诊前准备充足的医疗资金。
报告查询模块:用户能够直接在小程序上查询就诊报告,同时提供将检查报告保存
到手机相册的功能,方便患者随时查看和咨询

项目名称:中山市第一人民医院-HIS 系统
开发环境:idea, JDK1.8, Tomcat, Maven, MySql,Linux;
技术架构:SpringCloudAlibaba+SpringBoot+Mybatis-plus +Redis+RabbitMQ+Seata
项目描述:中山市第一人民医院上线了我们公司的 HIS 系统,整个患者门诊就诊流程与住院流程
1.门诊挂号模块:使用 XXL-JOB 实现定时任务自动生成下个月的排班信息。
2.使用 Redis 存储排班信息,减少对 DB 库的 IO 开销。
3.门诊药房:使用悲观锁的是患者 ID,解决多台电脑对同一个用户操作的线程安全问题。

项目名称:中山大学孙逸仙纪念医院-HIS 系统(住院)
开发环境:idea, JDK1.8, Tomcat, Maven, MySql,Linux;
技术架构:SpringCloudAlibaba+SpringBoot+Mybatis-plus +Redis+RabbitMQ+XXL_JOB
项目描述:孙逸仙纪念医院住院模块、病历归档模块是由我们负责的,门诊模块是由北大医信的厂家负责的
1、对接处方点评系统:使用 OpenFegin 实现对接第三方系统
2、入院申请:患者交了押金后,我使用了 RabbitMQ 会发送患者入院信息到 MQ 队列中,实现了与住院服务解耦合
3、在住院模块,我使用的了 XXL_JOB 任务调度框架,来实现了定时自动凌晨对患者前一天的床位费与住院诊查费进行记费处理
4、医务科通知功能开发:因为通知是在每个医生登录系统都需要展示出来。我采用了 Redis 缓存存储医务科更新通知内容与行医规范,采用的是普通 String 数据类型。且我采用 MQ 异步方式来进行同步数据的一致性。保证了可用性与最终数据的一致性。

项目名称:广州中医药大学第一附属医院-HIS 系统
开发环境:idea, JDK1.8, Tomcat, Maven, MySql,Linux;
技术架构:SpringCloudAlibaba+SpringBoot+Mybatis-plus +Redis+RabbitMQ
项目描述:当时我主负责是孙逸仙纪念医院,因为广州中医药大学第一医院要上线,临时委派我去现场技术支持,只简单做了一些需求。
1、住院护士分床功能:这里我使用了 synchronized 锁患者 ID,对患者分床操作加锁,这样就避免了多个护士对同一个患者重复进行分床操作。
2、在患者入院成功后,我会时候把患者的基本信息存放到 Redis 缓存数据库里减轻数据库的压力,采用 Hash结构,key 存当前病区编码,hashKey 存放患者的住院号与住院次数、value 存放患者的基本信息,为了保持患者信息的强一致性,转科的时候会采用的 Redisson 实现的读写锁,这样避免了脏读与脏写的情况发生。
3、出院记费功能开发:在患者出院的时候,需要再把患者的未执行的执行单明细数量、是否为执行的医技、未完成的手术申请

目录
相关文章
|
13天前
|
数据采集 人工智能 安全
|
8天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
657 4
|
8天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
350 164
|
7天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
359 155

热门文章

最新文章