1.基于云计算的智能医院数据管理方法，其特征在于，包括：

获取待管理智能医院中患者预约挂号数据、就诊流程数据、诊疗服务数据、药品管理数据以及康复指导数据，并对获取到的数据进行预处理；

对预处理后的第一数据进行改进加密以及第一结构化操作，并将改进加密以及第一结构化操作后的第一数据上传至第一云终端；

所述第一云终端根据内置第一处理逻辑对改进加密以及第一结构化操作后的第一数据进行第一分析与挖掘；

将进行第一分析与挖掘后的第二数据结合所述第一数据进行第二结构化处理；

将第二结构化处理后的数据存储至第一云终端，完成智能医院数据管理。

2.如权利要求1所述的基于云计算的智能医院数据管理方法，其特征在于，所述获取待管理智能医院中患者预约挂号数据、就诊流程数据、诊疗服务数据、药品管理数据以及康复指导数据，并对获取到的数据进行预处理包括：所述患者预约挂号数据包括标识预约挂号患者的唯一编号、对应患者的预约日期、接诊该患者医生的唯一编号、对应患者的预约科室名称、对应患者的预约具体时间、标识取消预约挂号患者的唯一编号；

所述就诊流程数据包括就诊患者的唯一标识、该患者的签到时间、该患者的就诊流程序列、对该患者的就诊服务实际耗时；

所述诊疗服务数据包括就诊患者诊疗项目的唯一标识、医生对该患者的诊断结果、医生对该患者的治疗方案、本次诊疗产生的费用明细；

所述药品管理数据包括医生开出的药品唯一编号、该药品的关联处方编号、该药品的名称、该药品的给定剂量、该药品的用药频率；

所述康复指导数据包括该患者康复计划的唯一标识、该患者的康复指导文本、该患者的康复计划的开始与结束日期；

所述预处理包括就诊患者的唯一标识、就诊患者诊疗项目的唯一标识、接诊该患者医生的唯一编号、标识取消预约挂号患者的唯一编号、医生开出的药品唯一编号、该药品的关联处方编号以及该患者康复计划的唯一标识进行数据唯一索引处理；

对对应患者的预约日期、对应患者的预约具体时间、该患者的签到时间、对该患者的就诊服务实际耗时、该患者的康复计划的开始与结束日期进行缺失值处理后再进行格式统一；

对对应患者的预约科室名称、该患者的就诊流程序列、医生对该患者的诊断结果、医生对该患者的治疗方案、本次诊疗产生的费用明细、该药品的名称、该药品的给定剂量、该药品的用药频率、该患者的康复指导文本进行分词处理以及命名实体识别。

3.如权利要求2所述的基于云计算的智能医院数据管理方法，其特征在于，所述对预处理后的第一数据进行改进加密以及第一结构化操作包括：对数据唯一索引处理后的数据进行改进第一算法加密，所述第一算法包括首先，构建组合数据并加盐，表示如下：C

其中，C

其次，对组合加盐后的数据进行多次迭代哈希：

H

H

...

H

其中，H表示哈希函数，H

最后，结合上下文盐值生成最终索引哈希：

I＝H(H

其中，I表示最终索引哈希结果，S

4.如权利要求3所述的基于云计算的智能医院数据管理方法，其特征在于，所述对预处理后的第一数据进行改进加密以及第一结构化操作还包括：对缺失值处理后再进行格式统一后的数据进行第二算法加密，所述第二算法包括首先，记对应患者的预约日期为Asj、对应患者的预约具体时间Ayj、该患者的签到时间Csj、对该患者的就诊服务实际耗时Ssj、该患者的康复计划的开始与结束日期Rsj、Rej，并将所有时间数据统一转换为Unix时间戳格式；

其次，对统一时间戳格式后的时间数据进行差分隐私噪声注入，表示如下：其中，D[j]表示经过差分隐私处理后的第j个患者的预约日期或预约具体时间或签到时间或就诊服务实际耗时或康复计划的开始与结束日期，S[j]表示对应第j个患者的原始预约日期或预约具体时间或签到时间或就诊服务实际耗时或康复计划的开始与结束日期，L表示从拉普拉斯分布中抽样出的函数，Δf表示不同两个患者之间预约日期或预约具体时间或签到时间或就诊服务实际耗时或康复计划的开始与结束日期的最大差值，表示差分隐私预算，越小，隐私保护程度越高；

再次，对进行差分隐私噪声注入后的时间数据进行哈希加密；

最后，将哈希加密后的时间数据进行改进Paillier同态加密，所述改进Paillier同态加密表示为：生成Paillier公钥n＝pq和g，p、q表示两个素数，n表示Paillier加密系统中的公开模数，即公钥之一，公钥为(n,g)；

预计算g的2

将明文m转换为整数，0≤m

初始化g

对于明文m的每个窗口b

若b

若b

随机选择整数r(0

其中，c表示加密后的密文，g

5.如权利要求4所述的基于云计算的智能医院数据管理方法，其特征在于，所述对预处理后的第一数据进行改进加密以及第一结构化操作还包括：对分词处理以及命名实体识别后的数据进行第三算法加密，所述第三算法加密包括首先，对对应患者的预约科室名称、该患者的就诊流程序列、医生对该患者的诊断结果、医生对该患者的治疗方案、本次诊疗产生的费用明细、该药品的名称、该药品的给定剂量、该药品的用药频率、该患者的康复指导文本进行数据量化，设Dj＝{Slj,Plj,Clj,Tlj,Flj,Mlj,Doselj,Frequencylj,Rlj}表示第j个患者的数据集，其中，Slj代表预约科室名称的词向量表示，Plj代表就诊流程序列的编码，Clj代表诊断结果的词向量表示，Tlj代表治疗方案的词向量表示，Flj代表诊疗费用明细的数值列表，Mlj代表药品名称的词向量表示，Doselj代表药品给定剂量的数值，Frequencylj代表药品用药频率的数值，Rlj代表康复指导文本的词向量表示；

其次，对数据量化的数据集进行差分隐私噪声注入，表示如下：

其中，

最后，进行改进Paillier同态加密算法进行加密操作，表示如下：其中，E表示改进Paillier同态加密算法，(n,g)表示公钥，Encrypted

6.如权利要求5所述的基于云计算的智能医院数据管理方法，其特征在于，所述第一云终端根据内置第一处理逻辑对改进加密以及第一结构化操作后的第一数据进行第一分析与挖掘包括：所述第一处理逻辑包括使用训练好的机器学习模型进行逻辑处理；

所述训练好的机器学习模型包括医院服务需求预测模型、药品消耗趋势预测模型、药物滥用预测模型、不合理开药预测模型、频繁取消预约预测模型、科室资源配置预测模型；

所述医院服务需求预测模型的输入为前一周期加密后的预约挂号数据，输出为未来指定时间段内医院总体服务需求量；

所述药品消耗趋势预测模型的输入为前一周期改进加密并结构化处理后的药品管理数据，输出为未来指定时间段内药品的预计消耗总量；

所述药物滥用预测模型的输入为前一周期加密和结构化的该药品的给定剂量、医生对该患者的诊断结果、医生对该患者的治疗方案，输出为对患者是否存在药物滥用风险的分类预测；

所述不合理开药预测模型的输入为前一周期加密处理后的医生对该患者的诊断结果、医生对该患者的治疗方案医生开出的药品唯一编号、该药品的关联处方编号、该药品的名称、该药品的给定剂量、该药品的用药频率，输出为对医生开出的药品合理性进行评估；

所述频繁取消预约预测模型的输入为前一周期标识预约挂号患者的唯一编号、标识取消预约挂号患者的唯一编号，输出为预测患者是否会取消当前预约预测结果；

所述科室资源配置预测模型的输入为前一周期预约挂号患者的唯一编号、接诊该患者医生的唯一编号、对应患者的预约科室名称、标识取消预约挂号患者的唯一编号、该患者的签到时间、对该患者的就诊服务实际耗时、该患者的康复指导文本、该患者的康复计划的开始与结束日期，输出为医院物力资源配置方案。

7.如权利要求6所述的基于云计算的智能医院数据管理方法，其特征在于，还包括：所述第一结构化处理包括通过身份证号对所述第一数据进行第一结构化处理，所述第二结构化处理包括通过身份证号作为第一优先级，就诊日期作为第二优先级对所述第一数据与第二数据进行第二结构化处理；

将第二结构化处理后的数据存储至第一云终端，完成智能医院数据管理，若需要调取患者预约挂号数据、就诊流程数据、诊疗服务数据、药品管理数据以及康复指导数据，则根据不同数据的加密操作对应的解密操作进行解密后获取。

8.基于云计算的智能医院数据管理系统，其特征在于，包括：

数据获取与处理模块，用于获取待管理智能医院中患者预约挂号数据、就诊流程数据、诊疗服务数据、药品管理数据以及康复指导数据，并对获取到的数据进行预处理；

第一结构化模块，用于对预处理后的第一数据进行改进加密以及第一结构化操作，并将改进加密以及第一结构化操作后的第一数据上传至第一云终端；

分析与挖掘模块，用于所述第一云终端根据内置第一处理逻辑对改进加密以及第一结构化操作后的第一数据进行第一分析与挖掘；

第二结构化模块，用于将进行第一分析与挖掘后的第二数据结合所述第一数据进行第二结构化处理；

管理模块，用于将第二结构化处理后的数据存储至第一云终端，完成智能医院数据管理。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。