分析诊断测试订单的装置和方法与流程

计算;推算;计数设备的制造及其应用技术1.本公开的实施例涉及分析诊断测试订单的装置、系统和方法。背景技术：2.诸如医生之类的医疗提供者可以对从寻求和/或经历医疗治疗的患者取得的样本订购诊断测试，诸如诊断测试咨询组。医疗提供者可以从众多不同的测试选择，以帮助诊断这样的患者。技术实现要素：3.在第一方面中，提供了一种分析诊断测试订单的方法。该方法包括分析来自多个医疗提供者的诊断测试订单；从多个医疗提供者标识具有一个或多个类似特性的医疗提供者的对等者组；以及确定至少一个诊断测试订单是否包括异常值测试。4.在另一方面中，公开了一种操作诊断测试系统的方法。该方法包括从第一医疗提供者接收一个或多个诊断测试订单；基于第一医疗提供者和一个或多个第二医疗提供者的一个或多个类似特性建立对等者组；确定对等者组的历史诊断测试订单数据；标识由第一医疗提供者订购的一个或多个诊断测试和由对等者组订购的历史诊断测试之间的一个或多个差异；以及确定一个或多个诊断测试是否包括异常值测试。5.在另一方面中，公开了一种诊断测试系统。该系统包括处理器和存储器，该存储器包括在处理器上可执行的指令，用于：分析来自多个医疗提供者的一个或多个诊断测试订单，标识来自多个医疗提供者的具有一个或多个类似特性的医疗提供者的对等者组，以及确定至少一个诊断测试订单是否包括异常值测试。附图说明6.下面所描述的附图用于说明性目的，并且不一定按比例绘制。因此，附图和描述本质上被认为是说明性的，并且不是限制性的。附图不意图以任何方式限制本公开的范围。7.图1图示了根据一个或多个实施例的诊断测试系统的示意图。8.图2图示了描述根据一个或多个实施例的分析诊断测试订单的方法的流程图。9.图3图示了描述根据一个或多个实施例的使用诊断测试系统的方法的流程图。10.图4图示了描述根据一个或多个实施例的分析诊断测试订单的方法的流程图。11.图5图示了描述根据一个或多个实施例的使用诊断测试系统的方法的流程图。具体实施方式12.作为患者评估的一部分，医疗提供者可以对从患者取得的样本（例如，血液、尿液、粪便、痰液、脑脊液等）订购一个或多个诊断测试。例如，随着时间推移，具有某些特性的医疗提供者可以订购某些诊断测试或诊断测试咨询组。本文中描述的诊断测试可以指代诊断测试咨询组。医疗提供者的特性可以包括医疗提供者的一个或多个医学专业、患者和/或医疗提供者人口统计、人群健康、文化规范、患者症状和其它标识特性。人群健康可以包括患者人群可能受制于给定人口统计、位置和一年中的时间的疾病。随着时间推移，由第一医疗提供者订购的诊断测试可能不同于由他或她的对等者（peer）订购的诊断测试。他或她的对等者订购的诊断测试可以包括在一段时间内订购的多个测试，并且在一些情况下可以包括统计相关数量的测试。由第一医疗提供者订购的一个或多个诊断测试和由第二医疗提供者（例如，第一医疗提供者的对等者）订购的多个诊断测试中的差异可以被称为（一个或多个）异常值测试和/或（一个或多个）测试异常。13.第一医疗提供者以及一些他或她的对等者可能不知道（一个或多个）异常值测试。因此，具有类似特性（例如，专业和其它类似的标识特性）的一些医疗提供者可能与他们的对等者相比订购不同的诊断测试，而不知道他们正在订购不同的诊断测试。在一些情形下，第二医疗提供者可能比第一医疗提供者订购更多的诊断测试。在这些情形下，由第二医疗提供者订购的（一个或多个）附加诊断测试可能是（一个或多个）异常值测试。在其它情形下，第一医疗提供者可能比第二医疗提供者订购更多的诊断测试。在这些情形下，由第一医疗提供者订购的（一个或多个）附加测试可以被认为是（一个或多个）异常值测试。一个或多个医疗提供者可以标识和审查（一个或多个）异常值测试。例如，在一些情形下，医疗提供者可以开始订购（一个或多个）异常值测试，并且在其它情形下，医疗提供者可以停止订购（一个或多个）异常值测试。在一些实例中，第一医疗提供者可能已经订购了异常值测试，并且其它医疗提供者可能采用订购该异常值测试，因为关于测试原因的反馈可以从第一医疗提供者提供。14.本文中公开的方法、装置和系统标识（一个或多个）异常值测试。在一些方法实施例中，可以标识第一医疗提供者的一个或多个特性。可以标识与第一医疗提供者具有类似特性的第二医疗提供者。这些第二医疗提供者可以是第一医疗提供者的对等者，因为它们具有类似的不可改变的特性。可以标识由第一医疗提供者和第二医疗提供者订购的诊断测试。可以标识由第一医疗提供者订购的诊断测试和由第二医疗提供者订购的诊断测试之间的差异。这些差异可以被标识为（一个或多个）异常值测试。通过使用术语“异常值测试”不意味着指示该测试是不适当的，因为由（一个或多个）医疗提供者提供的进一步讨论/分析/推理可能认为（一个或多个）异常值测试不仅是合期望的，而且添加了用于确定或排除某些疾病或不适的附加信息。15.在一些情况下，异常值测试可以指示不赞成的测试；例如，当对于相同标记物的新的更高灵敏度的测试变得可用时。在其它情况下，异常值测试可以表示医疗提供者先前不知道的新诊断选项。在一些实施例中，可以生成向医疗提供者通知异常值测试的信号。该信号可以导致生成报告或其它通知。该报告或其它通知可以包括关于由第一医疗提供者订购的诊断测试的流行的统计，并且可以包括关于任何（一个或多个）异常值测试的流行的统计。如应该认识到的，可以标识多于一个异常值测试。16.本文中参考图1-5对这些和其它方法、装置和系统进一步详细地描述。17.现在参考图1，其图示了诊断测试系统100的示意图，所述诊断测试系统100可以是实验室自动化系统的组件。诊断测试系统100可以包括实验室接口系统（lis）102，所述实验室接口系统（lis）102可以接收诊断测试订单并与诊断装置104通信，所述诊断装置104可以是完成诊断测试订单的任何合适的分析仪（例如，临床诊断分析仪、免疫测定仪器或诸如此类）。例如，诊断装置104可以对每个诊断订单的一个或多个样本施行测试。在一些实施例中，lis 102可以与多个诊断装置通信。lis 102可以从多个源接收诊断测试订单，所述多个源诸如是多个医疗提供者108（例如，医生）。在图1中描绘的实施例中，lis 102可以从至少第一医疗提供者108a以及还从一个或多个第二医疗提供者108b接收诊断测试订单。例如，医疗提供者可以指令工作人员（例如，抽血者）从患者取得（一个或多个）样本（例如，液体或（一个或多个）其它样本），并且订购要对（一个或多个）样本施行的某些诊断测试。18.可以经由第一计算机109a（诸如工作站或其它设备）将指令从第一医疗提供者108a传输到lis 102。诸如本文中描述的报告以及诸如此类的信息可以从lis 102传输到第一计算机109a。指令也可以经由一个或多个第二计算机109b（诸如工作站或其它设备）从一个或多个第二医疗提供者108b传输到lis 102。诸如本文中描述的报告以及诸如此类的信息可以从lis 102传输到一个或多个第二计算机109b。19.如上面所描述的，lis 102可以接收来自医疗提供者108的诊断测试订单，包括第一医疗提供者108a和一个或多个第二医疗提供者108b。一个或多个第二医疗提供者108b可以包括静态相关数量的医疗提供者。lis 102或与lis 102通信的计算机可以跟踪患者样本并指令诊断装置104施行一个或多个诊断测试。lis 102可以从诊断装置104接收诊断测试结果，并将诊断测试结果传输到正在请求的医疗提供者。20.诊断测试系统100可以包括处理器110和存储器112。在图1中描绘的实施例中，处理器110和/或存储器112可以包括在lis 102中或者与lis 102通信。存储器112可以包括一个或多个数据库，其存储在本文中描述的处理中使用的数据。例如，第一数据库db1可以存储由医疗提供者108订购的诊断测试订单。如本文中所描述的，第二数据库db2可以存储医疗提供者108的特性。可选地，单个数据库可以存储医疗提供者108的诊断测试订单和特性。21.存储器112还可以存储程序指令，该程序指令当由处理器110执行时，施行本文中所描述的任务。例如，处理器110可以比较存储在存储器112中的诊断测试订单数据，并且标识一个或多个异常值测试，并向第一医疗提供者108a通知一个或多个异常值测试。也可以向一个或多个第二医疗提供者108b通知如本文中所描述的一个或多个异常值测试。处理器110还可以标识医疗提供者108的一个或多个类似特性。22.对图2进行附加参考，其图示了描述分析诊断测试订单的方法200的流程图。方法200可以至少部分地由执行存储在存储器112（图1）中的编程计算机指令的处理器110（图1）来施行。方法200在框202中包括从多个医疗提供者接收诊断测试订单。多个医疗提供者可以包括医疗提供者108（图1），其包括第一医疗提供者108a（图1）和一个或多个第二医疗提供者108b（图1）。诊断测试命令可以包括可以由诊断装置104（图1）施行的诊断测试。23.方法200在框204中包括从多个医疗提供者108标识具有一个或多个类似特性的医疗提供者的对等者组。一个或多个类似特性可以包括一个或多个医疗提供者专业和/或学科、患者人口统计（例如，患者的年龄、性别、种族、国籍等）、人群健康（例如，疾病是否在人群中流行）、医疗提供者人口统计、由多个医疗提供者治疗的症状、患者从多个医疗提供者寻求治疗的原因以及患者和/或多个医疗提供者的一个或多个地区和/或文化规范。对等者组可以基于其它类似的特性（例如，标识特性）。24.对等者组的标识可以由处理器110（图1）施行，其中施行标识的指令可存储在存储器112（图1）中。处理器110可以运行一个或多个支持向量机、一个或多个人工神经网络和/或人工智能来标识对等者组。可以运行其它算法来标识对等者组。支持向量机（svm）可以包括由分离超平面定义的鉴别分类器。svm可以是提供有标注的训练数据（特性）的算法，该算法可以输出对新特性进行分类的最佳超平面。在其它实施例中，医疗提供者的特性可以存储在存储器112中的数据库中，其中处理器110分析数据库以标识具有类似特性的医疗提供者。25.方法200在框206中包括标识由对等者组中的至少一个医疗提供者订购的至少一个诊断测试。例如，可以在lis 102中分析由第一医疗提供者108a（图1）订购的至少一个诊断测试。在一些实施例中，运行存储在存储器112中的编程计算机指令的处理器110可以运行标识至少一个诊断测试的一个或多个算法。26.方法200在框208中包括确定至少一个诊断测试是否是异常值测试。在一些实施例中，该方法可以分析由对等者组订购的历史诊断测试，并将那些历史诊断测试与由至少一个医疗提供者订购的一个或多个诊断测试进行比较。在一些实施例中，异常和/或异常值技术可以用于确定任何至少一个诊断测试是否是异常值测试（例如，异常）。因此，处理器110例如可以分析由对等者组订购的所有诊断测试，以确定一个或多个诊断测试中的任何一个是否是异常值测试。异常值确定可以由处理器110（图1）施行，其中施行异常值确定的指令可以存储在存储器112（图1）中。处理器110可以运行一个或多个支持向量机、一个或多个人工神经网络和/或人工智能来做出异常值确定。在其它实施例中，诊断测试订单可以存储在数据库中，其中处理器110分析数据库以标识任何（一个或多个）异常值测试。27.如果确定一个或多个测试包括异常值测试，则可以在框210中通知一个或多个医疗提供者。在一些实施例中，通知第一医疗提供者108a。在一些实施例中，还可以向医疗提供者（诸如对等者组中的医疗提供者）通知异常值测试。在一些实施例中，异常值测试是由对等者组中少于预确定数量或少于预确定百分比的医疗提供者订购的诊断测试。在一些实施例中，异常值测试包括由一个或多个第二医疗提供者108b（图1）而不是由第一医疗提供者108a（图1）订购的诊断测试。在一些实施例中，异常值测试包括由第一医疗提供者108a而不是由一个或多个第二医疗提供者108b订购的诊断测试。在一些实施例中，异常值测试包括由第一组医疗提供者而不是由第二组医疗提供者订购的诊断测试。如上面所描述的，异常值测试可以是测试咨询组。28.在一些实施例中，异常值测试是由对等者组中少于预确定百分比的医疗提供者订购的诊断测试。在一些实施例中，由第一医疗提供者108a订购但仅由一个或多个第二医疗提供者108b中的50%或更少订购的诊断测试被认为是异常值测试。在另一个示例中，由一个或多个第二医疗提供者108b中大于预确定百分比的第二医疗提供者订购但是没有由第一医疗提供者108a订购的诊断测试是异常值测试。29.在一些实施例中，标识多个医疗提供者的一个或多个特性和/或确定至少一个诊断测试是否是异常值测试包括使用人工智能。在一些实施例中，标识多个医疗提供者的一个或多个特性和/或确定至少一个诊断测试是否是异常值测试包括使用k均值聚类。聚类的数量可以等于被标识的特性的数量或者被分析以确定是否存在异常值测试的诊断测试的数量。30.对表1进行附加参考，其图示了异常值测试的场景。表1图示了第一场景，其中第一组医疗提供者历史上订购了诊断测试a-d。第一医疗提供者108a（图1）已经订购了诊断测试a-f或者历史上订购了诊断测试a-f。表1中图示的第一组医疗提供者108a可以包括一个或多个第二医疗提供者108b（图1）。第一组医疗提供者和第一医疗提供者二者可以在相同的对等者组中。在该场景中，诊断测试e和f可以是异常值测试，因为第一组中的医疗提供者历史上尚未订购诊断测试e和f。例如，诊断测试e和f可以由第一组医疗提供者中少于预确定百分比的医疗提供者订购。在一些实施例中，第一组中少于50%的医疗提供者可以订购诊断测试e和f。在其它实施例中，第一组中少于30%或少于20%或少于10%的医疗提供者可以订购诊断测试e和f。31.可选地，第一组医疗提供者可以在少于预确定百分比的时间内，针对疑似疾病或不适或组合其它诊断测试的咨询组，订购诊断测试e和f。在其它实施例中，诊断测试咨询组a-f可以少于由第一组医疗提供者订购的总体诊断测试的预确定百分比。32.表1-测试场景场景由第一组x个医疗提供者订购的诊断测试由第二组y个医疗提供者订购的诊断测试由第一医疗提供者订购的诊断测试异常值测试1a-d a-fe和f2a-db-ea-ff3a-db-ea-cd和e33.在第一场景中，处理器110（图1）可以生成指示诊断测试e和f为异常值测试的信号。处理器110可以向第一医疗提供者108a和/或一个或多个第二医疗提供者108b通知异常值测试。在一些实施例中，异常值测试可以由第一医疗提供者108a中止，或者可选地由一个或多个第二医疗提供者108b采用，诸如在适当考虑异常值测试的值之后。34.在一些实施例中，处理器110可以生成报告，从而提供由第一医疗提供者108a和/或一个或多个第二医疗提供者108b订购的一个或多个诊断测试的统计分析。统计分析可以指示一个或多个第二医疗提供者108b的数量、订购某些诊断测试的一个或多个第二医疗提供者108b的百分比、构成对等者组的特性和/或其它信息。35.表1还图示了第二场景，其中对等者组中的x数量的医疗提供者（例如，第一组）历史上订购了诊断测试a-d，并且对等者组中的y数量的医疗提供者（例如，第二组）历史上订购了诊断测试b-e。第一组医疗提供者与第二组医疗提供者组合可以构成一个或多个第二医疗提供者108b（图1）。在对等者组中的第一医疗提供者108a（图1）已经订购或历史上订购了诊断测试a-f。在该场景中，诊断测试f是异常值测试，因为第一组中的医疗提供者和第二组中的医疗提供者都没有历史上订购诊断测试f。在一些实施例中，诊断测试a-f的咨询组被视为异常值测试。在一些实施例中，诊断测试a-f的咨询组可以由对等者组中少于预确定百分比（例如，少于50%）的医疗提供者订购，这可以指示诊断测试a-f的咨询组是异常值咨询组。36.在一些实施例中，第一组医疗提供者可以在历史上订购诊断测试a-d，并且第二组医疗提供者可以在历史上订购诊断测试b-e。因此，诊断测试a和e可能不是异常值测试。另一方面，如果第一组医疗提供者很少订购测试a-d，或者第二组医疗提供者很少订购测试b-e，则那么诊断测试a或e中的一个可能是除诊断测试f之外的异常值测试。例如，如果第二组医疗提供者很少订购诊断测试b-e，则那么诊断测试e和诊断测试f被认为是异常值测试。在一些实施例中，诊断测试b-e可以由第二组医疗提供者的50%或更少或20%或更少或少于10%来订购，这可以触发诊断测试e和f被认为是异常值测试。如上面所描述的，处理器110（图1）可以生成向一个或多个医疗提供者通知异常值测试的信号。37.在第三场景中，第一组医疗提供者历史上订购了诊断测试a-d，第二组医疗提供者历史上订购了诊断测试b-e，并且第一医疗提供者108a（图1）已经订购或历史上订购了诊断测试a-c。在该场景中，诊断测试d和e被视为异常值测试。例如，第一组医疗提供者历史上订购了诊断测试d，并且第二组医疗提供者历史上订购了诊断测试e。如果第二组很少订购诊断测试e，则那么诊断测试e可能是异常值测试。例如，如果第二组中的少于50%或20%或更少或10%或更少订购了诊断测试e，则那么诊断测试e被认为是异常值测试。38.如上面所描述的，处理器110（图1）可以向一个或多个医疗提供者通知异常值测试。例如，处理器110可以通知第一医疗提供者他或她的对等者正在订购诊断测试d和e。39.对图3进行附加参考，其是描述使用诊断测试系统100（图1）的方法300的实施例的流程图。该方法可以在框302处开始，其中第一医疗提供者108a（图1）检查患者。在框304中，第一医疗提供者108a可以响应于分析患者而放置一个或多个诊断测试订单。例如，第一医疗提供者108a可以分析患者的症状并放置一个或多个诊断测试订单以诊断患者的一个或多个疾病或不适。在框306中，实验室从第一医疗提供者108a接收一个或多个诊断测试订单。例如，第一医疗提供者108a可以将诊断测试订单输入到医疗办公室中的计算机中，并且诊断测试订单可以经由lis 102（图1）传输到实验室并在实验室中接收。在一些实施例中，计算机可以是lis 102的一部分。40.在框308中，可以建立医疗提供者的对等者组。例如，包括存储在存储器112（图1）中的编程计算机指令的软件可以在处理器110（图1）上执行以建立对等者组。对等者组可以基于第一医疗提供者108a的一个或多个特性以及一个或多个第二医疗提供者108b的类似特性。一个或多个特性可以例如包括医学专业特长和/或学科、患者人口统计（例如，患者的年龄、性别、种族、国籍等）、（一个或多个）接受治疗的患者的症状、（一个或多个）患者治疗的原因、人群健康以及地区和/或文化规范。可以使用其它特性来建立对等者组。41.在框310中，为对等者组确定历史诊断测试订单数据。例如，存储在存储器112（图1）中的计算机指令可以在处理器110（图1）上运行，以确定由对等者组历史上订购的诊断测试。在一些实施例中，可以诸如由处理器110使用人工智能来创建对等者组和/或确定历史诊断测试订单。在一些实施例中，对历史上订购的诊断测试的分析可以通过k均值聚类来完成。在一些实施例中，聚类的数量可以是由对等者组历史上订购的不同诊断测试的数量。42.可以在框312中标识诸如由第一医疗提供者108a订购的诊断测试和由对等者组订购的历史诊断测试之间的差异。例如，标识异常和/或异常值测试的方法可以用于确定对等者组中的任何诊断测试是否是异常值测试。在一些实施例中，可以分析由包括一个或多个第二医疗提供者108b的对等者组订购的一个或多个诊断测试，以确定由第一医疗提供者108a订购的一个或多个测试是否是异常值测试。因此，例如，处理器110可以分析由包括第一医疗提供者108a和一个或多个第二医疗提供者的对等者组订购的所有诊断测试，以确定一个或多个诊断测试是否包括任何异常值测试。在类似的实施例中，处理器110可以例如确定由第一医疗提供者108a订购的一个或多个诊断测试是否包括相对于由对等者组中的一个或多个第二医疗提供者108b历史上订购的一个或多个诊断测试的异常值测试。43.在框314中，可以向一个或多个医疗提供者通知异常值测试和/或异常。例如，处理器110可以向第一医疗提供者108a发送通知，指示第一医疗提供者108a正在订购或已经订购了他或她的对等者未订购的一个或多个诊断测试，或者第一医疗提供者108a没有订购或尚未订购他或她的对等者订购的一个或多个诊断测试。在一些实施例中，处理器110可以向第一医疗提供者108a发送通知，指示第一医疗提供者正在订购或已经订购了他或她的对等者未订购的一个或多个诊断测试咨询组，或者第一医疗提供者108a没有订购或尚未订购他或她的对等者订购的一个或多个诊断测试咨询组。例如，如果异常值测试包括针对特定类型或特性的患者的订购或未订购的诊断测试，则可以发送通知。在一些实施例中，异常值测试包括在诊断测试咨询组中。44.在框316中，（一个或多个）医疗提供者可以响应于（一个或多个）异常值测试修订其诊断测试协议。例如，第一医疗提供者108a可以忽略一个或多个异常值测试，诸如表1的第一场景中的诊断测试f。在其它实施例中，一个或多个第二医疗提供者108b可以将（一个或多个）异常值测试采用到他们的诊断测试协议中。45.现在对图4进行参考，其图示了分析诊断测试订单的方法400。方法400包括，在框402中分析来自多个医疗提供者（例如，医疗提供者108）的诊断测试订单。方法400包括，在框404中从多个医疗提供者标识具有一个或多个类似特性的医疗提供者的对等者组。方法400包括，在框406中确定至少一个诊断测试订单是否包括异常值测试。在框408中，方法400可以可选地包括向对等者组中的一个或多个医疗提供者通知关于异常值测试。46.现在对图5进行参考，其图示了描述操作诊断测试系统（例如，诊断测试系统100）的方法500的流程图。方法500包括，在框502中，从第一医疗提供者（例如，第一医疗提供者108a）接收一个或多个诊断测试订单。方法500包括，在框504中基于第一医疗提供者和一个或多个第二医疗提供者的一个或多个类似特性建立对等者组。方法500包括，在框506中为对等者组确定历史诊断测试订单。方法500包括，在框508中标识由第一医疗提供者订购的一个或多个诊断测试和由对等者组订购的历史诊断测试之间的一个或多个差异。方法500包括，在框510中确定一个或多个诊断测试是否包括异常值测试。方法500包括，在框512中向一个或多个医疗提供者通知异常值测试。特别地，应该通知第一医疗提供者，使得如果适当的话，他或她可以调整他或她的测试订单，诸如接受或拒绝异常值测试。在一些实施例中，医疗提供者可以使对等者组相信这样的测试订单是有保证的。47.虽然本公开易受各种修改和替代形式影响，但是其特定实施例和方法已经在附图中通过示例的方式示出，并在本文中详细地描述。然而，应该理解的是，这不意图将本公开限制于所公开的特定系统或方法，而是相反，意图是覆盖落入本公开范围内的所有修改、等同物和替代物。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!