CN114842935B - 一种用于医院夜间查房的智能检测方法及*** - Google Patents
一种用于医院夜间查房的智能检测方法及*** Download PDFInfo
- Publication number
- CN114842935B CN114842935B CN202210465887.6A CN202210465887A CN114842935B CN 114842935 B CN114842935 B CN 114842935B CN 202210465887 A CN202210465887 A CN 202210465887A CN 114842935 B CN114842935 B CN 114842935B
- Authority
- CN
- China
- Prior art keywords
- sign
- patient
- history
- real
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 230000002159 abnormal effect Effects 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 238000011282 treatment Methods 0.000 claims description 34
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 32
- 201000010099 disease Diseases 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 238000011269 treatment regimen Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000011897 real-time detection Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 18
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 description 14
- 230000005856 abnormality Effects 0.000 description 6
- 239000003814 drug Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 210000000707 wrist Anatomy 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 206010061363 Skeletal injury Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000007105 physical stamina Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000004210 Pressure Ulcer Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000007119 pathological manifestation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种用于医院夜间查房的智能检测方法及***,涉及人工智能技术领域,其中,所述方法包括:根据患者的基本信息构建预警方案;利用智能腕带对患者进行生命体征实时检测,获得实时体征信息;根据患者实时体征信息,及预警方案生成异常预警;基于异常预警对历史病案记录进行遍历,获得最优历史参考病案;提取最优历史参考病案的检测记录,对患者进行夜查房检测。解决了现有技术中夜间查房时无法及时发现患者异常体征,进而无法准确判断患者身体是否存在异常的技术问题。通过计算机技术实时监测并预警患者异常,为医护人员的夜间查房针对性提供参考,达到了提高夜间查房质量和效果,从而更好地保障患者生命安全的技术效果。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种用于医院夜间查房的智能检测方法及***。
背景技术
查房是医院临床科室确保医疗安全质量***有效运转的重要手段。夜间是医院安全薄弱环节,临床医生及护士留院人数较于日间较少,为避免被收治的患者在医疗资源较为薄弱的夜间出现突发性体征异常却无人救助的医疗事故发生,现代医学建立了夜间查房的标准和规范。
目前对于轻症患者的夜间查房,一般通过护士或医生定时采集目标患者的体温心率等体征信息,在患者体征信息异常时,依靠医护人员的临床经验对患者进行抢救。目前也存在部分医院通过弱智能设备获取每床患者的体征信息,以减少医护人员在患者体征信息采集方面的工作量。
由于疾病类型的复杂性和患者病理表现的多样性,现有技术中医护人员在进行夜间查房时,存在无法及时发现患者的异常体征,进而无法准确判断患者身体是否存在异常,导致夜间查房质量低、效果差的技术问题。
发明内容
本申请提供了一种用于医院夜间查房的智能检测方法及***,用于针对解决现有技术中医护人员在进行夜间查房时,存在无法及时发现患者的异常体征,进而无法准确判断患者身体是否存在异常,导致夜间查房质量低、效果差的技术问题。
鉴于上述问题,本申请提供了一种用于医院夜间查房的智能检测方法及***。
本申请的第一个方面,提供了一种用于医院夜间查房的智能检测方法,所述方法包括:采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;将所述第一基本信息进行格式转换,获得第一动态二维码;利用智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。
本申请的第二个方面,提供了一种用于医院夜间查房的智能检测***,所述***包括:第一构建单元,用于采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;第一获得单元,用于将所述第一基本信息进行格式转换,获得第一动态二维码;第二获得单元,用于利用智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;第一执行单元,用于根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;第一生成单元,用于扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;第三获得单元,用于基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;第一检测单元,用于提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。
本申请的第三个方面,提供了一种用于医院夜间查房的智能检测装置,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使***以执行如第一方面所述方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;将所述第一基本信息进行格式转换,获得第一动态二维码;利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。本申请通过采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案,避免了某一患病状态下的正常体征因高于健康人的体征数值而被误判为患者异常体征。将所述第一基本信息进行格式转换,获得第一动态二维码;利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息,根据所述第一实时体征信息,对所述第一动态二维码进行实时更新,通过智能腕带完成对患者生命体征的实时获取以及实时更新,减少了医护人员在患者体征指数采集方面的工作量,减少对医护人员的体能消耗。扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。通过计算机技术实时监测并预警患者异常,达到了夜间查房的医护人员能够及时准确获知患者的异常体征,为医护人员的夜间查房针对性提供参考,达到了提高夜间查房质量和效果,从而更好地保障患者生命安全的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种用于医院夜间查房的智能检测方法流程示意图;
图2为本申请提供的一种用于医院夜间查房的智能检测方法中根据第一基本信息构建第一预警方案的流程示意图;
图3为本申请提供的一种用于医院夜间查房的智能检测方法中构建第一预警方案的另一种流程示意图;
图4为本申请提供了一种用于医院夜间查房的智能检测***结构示意图;
图5为本申请示例性电子设备的结构示意图。
附图标记说明:第一构建单元11,第一获得单元12,第二获得单元13,第一执行单元14,第一生成单元15,第三获得单元16,第一检测单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种用于医院夜间查房的智能检测方法及***,用于针对解决现有技术中医护人员在进行夜间查房时,存在无法及时发现患者的异常体征,进而无法准确判断患者身体是否存在异常,导致夜间查房质量低、效果差的技术问题。
申请概述
夜间查房是确保入院患者在医疗资源较为薄弱的夜间即便出现突发性异常生命体征,也能被及时发现并治疗的医院管理措施,是避免异常体征危及患者生命健康的重要手段。但现有的夜间查房采集患者生命体征以及对异常生命体征患者的治疗,都高度依赖于医护人员。现有技术中医护人员在进行夜间查房时,存在无法及时发现患者的异常体征,进而无法准确判断患者身体是否存在异常,导致夜间查房质量低、效果差的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供的方法通过采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;将所述第一基本信息进行格式转换,获得第一动态二维码;利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。达到了夜间查房的医护人员能够及时准确获知患者的异常体征,并快速制定检测方案对患者进行病情诊断治疗,使患者生命安全得到保障的技术效果。在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种用于医院夜间查房的智能检测方法,所述方法应用于一种用于医院夜间查房的智能检测***,所述***与智能腕带通信连接,所述方法包括:
S100:采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;
具体而言,所述第一患者为当前入院治疗并进行临床观察的患者。所述第一基本信息为包括所述第一患者的基本身体状况、诊断、性别、术式、治疗以及以往病史等能够用于参考比对确定所述第一患者当前是否存在生命体征异常的患者信息以及所述第一患者当前的管床医生和责任护士。可选的,当该患者为刚刚入院的患者时,则其第一基本信息包括该患者的性别、年龄等基本资料,身体状况、初步诊断等患病资料,以及历史患病记录、历史治疗信息等历史资料等等,当该患者为入院后经过手术或药物等其他方式治疗的患者时,则其第一基本信息除了包括患者刚入院的第一基本信息相关资料外,还包括该患者在入院后经过的手术、药物等各种方式的治疗信息。所述第一预警方案为用于确定所述第一患者当前是否存在异常体征需要进行诊疗救治的判断方法。
可选的,可通过医院HIS***或医院科室间的医疗***内网采集获得所述第一患者的第一基本信息,基于所述第一患者的第一基本信息,通过数据分析或基于医护人员的临床经验确定所述第一患者的第一预警方案。
S200:将所述第一基本信息进行格式转换,获得第一动态二维码;
具体而言,应理解的,二维码是一种开放性的信息存储器,用特定的几何图形按编排规律在二维码上分布采用黑白相间的图形来记录数据符号信息,基于计算机识别器再将存储的数据符号信息读取出来。为方便计算机识别器将存储于二维码图形中的信息进行识别。在存储时,需要将人类语言信息转换为计算机语言,用数字“0”和“1”作为代码,同时使用若干个与二进制相对应的几何形体表示文字数值信息。
所述格式转换为将采集到的所述第一基本信息由文本格式转换为由若干“0”和“1”组成的计算机语言。所述第一动态二维码为安装于具体患者病床上的具有小型显示器的床头牌,床头牌显示器上的二维码图像可基于不同患者的所述第一基本信息生成,并在所述第一患者的第一基本信息发生变化时产生对应变化。
在本实施例中,将所述第一患者的第一基本信息进行格式转换,转换为计算机语言格式并形成对应二维码,即第一动态二维码;所述第一患者病床上的床头牌显示所述第一动态二维码。
S300:利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;
具体而言,所述智能腕带为能够智能检测患者部分生命体征的具有心跳感应装置、温度感应装置、定位装置的智能穿戴设备,能够实时获取佩戴者的部分生命体征。所述第一实时体征信息为通过所述智能腕带检测获得的所述第一患者的部分生命体征。在本实施例中,通过所述智能腕带实时检测所述第一患者的部分生命体征,并对当前所述第一患者的生命体征进行暂存记录。
S400:根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;
具体而言,所述智能腕带与所述显示第一动态二维码的床头牌显示器通信连接,所述智能腕带将实时检测到的所述第一患者的所述第一实时体征信息暂存,并以“0”和“1”组成的计算机语言形式传输至床头牌动态二维码显示器的处理器,处理器基于所述第一实时动态信息对应修改二维码内存储的所述第一患者的所述第一基本信息,从而对所述第一动态二维码进行实时更新。
S500:扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;
具体而言,应理解的,本申请设置动态二维码床头牌显示器的目的在于,在维护患者隐私的同时,方便医护人员在夜间查房时快速获知当前病床患者的基本信息以及实时体征信息。其中,所述第一动态二维码实时更新,即,实时显示所述第一患者的相关信息。举例如在术后自动将患者手术相关信息更新至患者信息中,进而通过动态二维码实时显示最新患者相关信息。
所述第一异常预警为比对患者的实时生命体征与第一预警方案内的数值,在不符合时对外发出的警报,具体的,第一异常预警包括了通过***对医护人员发出的具体异常生命体征的文本信息内容以及以声光形式在患者床头作出的警报。
S600:基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;
具体而言,所述历史病案记录为由所述第一患者当前所在医院的历年接诊患者的诊断记录以及对应诊疗方案和诊疗效果构建的参考病案数据库。可选的,所述历史病案记录的数据库隐去具体患者的隐私信息。
所述第一历史参考病案是历史病案记录中发病体征状态、年龄、疾病史等信息与当前患者的异常体征状态、年龄、疾病史等信息最为接近的历史患者的诊疗病案。
在本实施例中,将所述第一异常预警作为检索指令从历史病案记录数据库内遍历获得所述第一历史参考病案。
S700:提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。
具体而言,所述第一历史参考病案内包含有当时治疗该患者的医生留存的具体的疾病诊断方案和医疗检测项目等信息,因而通过所述第一历史参考病案可获得当时诊断的具体检测记录。基于所述第一患者当前异常体征情况与历史患者的相似性,当前的夜班医生和护士可参考历史患者的第一历史检测记录对当前的所述第一患者进行夜间查房检测。通过参考历史病案的检测记录结合医护人员的医疗经验,提高了对所述第一患者进行诊治的诊治方案的确定和执行效率,维护了患者夜间的生命安全。
本申请通过采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案,避免了某一患病状态下的正常体征因高于健康人的体征数值而被误判为患者异常体征。将所述第一基本信息进行格式转换,获得第一动态二维码;利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息,根据所述第一实时体征信息,对所述第一动态二维码进行实时更新,通过智能腕带完成对患者生命体征的实时获取以及实时更新,减少了医护人员在患者体征指数采集方面的工作量,减少对医护人员的体能消耗。扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。达到了夜间查房的医护人员能够及时准确获知患者的异常体征,并快速制定检测方案对患者进行病情诊断治疗,使患者生命安全得到保障的技术效果。
进一步的,如图2所示,所述根据所述第一基本信息构建第一预警方案,本申请提供的方法步骤S100还包括:
S110:根据所述第一基本信息,获得第一基础疾病和第一治疗方案;
S120:依次分析所述第一基础疾病、所述第一治疗方案对患者体征指标的影响情况,分别生成第一影响体征指标集、第二影响体征指标集;
S130:对所述第一影响体征指标集、所述第二影响体征指标集进行并集运算,生成预设影响体征指标集,其中,所述预设影响体征指标集包括患者体征指标会变化的多个体征指标;
S140:依次分析所述多个体征指标中各个体征指标的合理变化范围,获得多个非常态阈值;
S150:根据所述多个体征指标和所述多个非常态阈值,构建体征指标-非常态阈值列表;
S160:根据所述体征指标-非常态阈值列表,构建所述第一预警方案。
具体而言,基于步骤S100可知,所述第一基本信息包括所述第一患者的基本身体状况、诊断、性别、术式、治疗以及以往病史等能够用于参考比对所述第一患者当前是否存在生命体征异常的患者信息以及所述第一患者当前的管床医生和责任护士。
所述第一基础疾病为所述第一患者此次入院所诊断出的当前病况。所述第一治疗方案为所述第一患者当前管床医生以及入院诊断的门诊医生给出的初步医治方案和后续治疗方案。其中,所述第一治疗方案是指所述第一患者在入院后经历的手术、药物等治疗方案,为自动更新进去的信息。应当注意的是,若所述第一患者刚刚入院,还未经过治疗方案的相关治疗,则不考虑所述第一治疗方案对患者实时体征指标的影响。
所述第一影响体征指标集为所述第一患者罹患疾病后,受疾病影响产生变化的体征项目。所述第二影响体征指标集为所述第一患者接受治疗后,由于服药输液引起的激素、心率、体温等具体发生变化的体征项目。所述预设影响体征指标集为所述第一患者从患病伊始至疾病彻底治愈全程会发生变化的全部体征指标的合集。
根据所述第一基本信息获得所述第一基础疾病和第一治疗方案,基于医学知识分析确定所述第一基础疾病对患者体征指标的影响情况,生成第一影响体征指标集;基于医学知识分析确定所述第一治疗方案对患者体征指标的影响情况,生成第二影响体征指标集;将所述第一影响体征指标集与第二影响体征指标集合集获得所述预设影响体征指标集。
基于所述第一患者的身体情况和体质分析确定对于所述第一患者而言,所述预设影响体质指标集内各个因疾病和治疗引起变化的体征指标的合理变化范围,并基于各个体征指标的合理变化范围反推获得对应各个体征指标的多个非常态阈值;根据所述多个体征指标和所述多个非常态阈值,构建体征指标-非常态阈值列表;根据所述体征指标-非常态阈值列表,构建所述第一预警方案。基于所述体征指标-非常态阈值列表对所述第一患者进行体征实时检测,当所述第一患者的预设影响体征指标集内的某一体征指标落入体征指标非常态阈值内时,则相应触发所述第一异常预警,通过文本信息以及灯光声音等形式使夜间查房的医护人员及时或者患者生命体征的具体异常原因从而缩短抢救时间。
通过分析确定所述第一患者从罹患疾病到诊治结束全过程会发生变化的生命体征项目,并确定其波动变化的正常范围,反推异常波动情况的数据范围,从而便于及时精准定位检测到所述第一患者具体生命异常体征,通知医护人员前来救治。并且由于确定了所述第一患者的生命体征在患病和治疗时发生正常波动的数值范围,避免了患病时的正常体征由于偏离健康人的体征数据而被误判为紧急情况导致医疗资源的不必要浪费。达到了节省医疗资源且便于医护人员及时获知患者异常体征的具体情况从而尽快实施救助的技术效果。
进一步的,如图3所示,所述根据所述体征指标-非常态阈值列表,构建所述第一预警方案,本申请提供的方法步骤S160还包括:
S161:扫描所述第一动态二维码,获得所述第一实时体征信息,其中,所述第一实时体征信息包括多个实时体征指标的信息;
S162:基于大数据,依次分析所述多个实时体征指标中各个体征指标的正常范围,获得多个阈值;
S163:根据所述多个体征指标和所述多个阈值,构建体征指标-阈值列表;
S164:根据所述第一实时体征信息,提取第一体征指标的实时信息;
S165:判断所述第一体征指标是否属于所述预设影响体征指标集;
S166:若所述第一体征指标属于所述预设影响体征指标集,则根据所述体征指标-非常态阈值列表,获得第一非常态阈值,并将所述第一非常态阈值作为所述第一体征指标的预警判断标准;
S167:根据所述预警判断标准,构建所述第一预警方案。
具体而言,所述第一动态二维码可反应用户的第一实时体征信息,所述第一实时体征信息涵盖多项实时体征指标数据。所述第一体征指标为所述第一实时体征信息内具体的某一项体征指标。所述第一非常态阈值为具体的属于所述预设影响体征指标集内的所述第一体征指标的非常态阈值数据,当实时检测得到的所述第一患者的第一体征指标落入所述第一非常态阈值内时,判定所述第一患者处于体征异常状态。
在本实施例中,医护人员通过手持移动终端扫描所述第一动态二维码,获得所述第一患者的多个实时体征指标的信息,基于大数据,依次分析所述多个实时体征指标中各个体征指标的正常范围,获得多个阈值,根据所述多个体征指标和所述多个阈值,构建体征指标-阈值列表。
如果所述第一体征指标属于所述预设影响体征指标集,则根据所述体征指标-非常态阈值列表,获得第一非常态阈值,并将所述第一非常态阈值作为所述第一体征指标的预警判断标准;根据所述预警判断标准,构建所述第一预警方案。
示例性的,基于所述第一预警方案,当所述第一体征指标数据落入所述第一非常态阈值内时,则说明所述第一患者的该项体征指标存在异常,***基于该异常发出第一预警方案提示医护人员当前存在患者生命体征异常以及具体存在哪些生命体征异常项目,需要进行救治。
通过构建第一预警方案并以实时检测到的所述患者的生命体征是否落入非常态阈值作为预警判断标准,达到了基于标准,精准定位所述第一患者具体出现的生命异常体征,便于及时准确的将所述第一患者的异常生命体征通知夜间值班医护人员实施救助的技术效果。
进一步的,所述判断所述第一体征指标是否属于所述预设影响体征指标集,本申请提供的方法步骤S165还包括:
S165-1:若所述第一体征指标不属于所述预设影响体征指标集,则根据所述体征指标-阈值列表,获得第一阈值;
S165-2:利用所述第一阈值替换所述第一非常态阈值,即,将所述第一阈值作为所述第一体征指标的所述预警判断标准。
具体而言,应理解的,并非所述智能腕带检测到的所有生命体征都是当前所述第一患者因患病及疾病治疗所引起的变化生命体征。
但该部分不受所述第一患者患病影响的生命体征也能反映患者的身体状况信息。因而若所述第一体征指标不属于所述预设影响体征指标集,则根据所述体征指标-阈值列表,获得第一阈值,所述第一阈值为具体的不属于所述预设影响体征指标集内的所述第一体征指标的在所述第一患者体征正常时的阈值数据,当实时检测得到的所述第一患者的第一体征指标未落入所述第一阈值内时,判定所述第一患者处于体征异常状态。利用所述第一阈值替换所述第一非常态阈值,将所述第一阈值作为所述第一体征指标的所述预警判断标准。
示例性的,通常骨伤住院的患者在临床休养期间通常体温不受到治疗影响发生波动,但长久卧床引起的褥疮发炎则会引起发热,因而将不属于骨伤疾病预设影响体征指标集的温度体征指标,根据所述体征指标-阈值列表,获得温度体征的变化阈值,将所述温度体征变化阈值作为所述第一体征指标的所述预警判断标准。
通过将非疾病引起的体征变化纳入异常体征监测范围,达到了全方位精准确定所述第一患者具体出现的生命异常体征,便于使医护人员及时获知患者异常体征的准确情况从而实施救助,避免患者在夜间生命安全受到侵害的技术效果。
进一步的,所述基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案,本申请提供的方法步骤S600还包括:
S610:将所述多个实时体征指标、所述第一基础疾病、所述第一治疗方案作为匹配特征点,组建特征点集合,其中,所述特征点集合包括多个特征点;
S620:基于大数据采集历史病案记录;
S630:根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案。
具体而言,应理解的,医生在对患者进行病况诊断时,主要根据患者就诊时的体征信息、检测报告等确定患者的患病程度以及治疗方案,并基于上述内容构建病案记录由病历档案管理科归档保存,大量病案记录构成所述历史病案记录。因而可根据历史病案记录的部分信息搜索获得完整的历史病案记录。
在本实施例中,基于根据病案记录部分内容获得完整病案记录的逻辑,将所述多个实时体征指标、所述第一基础疾病、所述第一治疗方案作为匹配特征点,组建包括多个特征点的特征点集合,根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案。
本实施例将所述第一患者的基础疾病、治疗方案等信息作为特征点,通过大数据获得与当前患者状况相接近的历史病案记录,用于参考对当前患者进行诊治,达到了为医护人员对患者的异常状况进行检测治疗提供参考,便于医护人员对患者进行及时救助的技术效果。
进一步的,所述根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案,本申请提供的方法步骤S630还包括:
S631:按照重要程度对所述多个特征点进行重要等级划分,获得第一划分结果;
S632:根据所述第一划分结果获得重要等级体征指标;
S633:根据所述重要等级体征指标对所述历史病案记录进行匹配筛选,获得候选历史病案集,其中,所述候选历史病案集包括多个候选历史病案;
S634:利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案。
具体而言,针对基于重要程度划分得到的所述多个特征点重要等级,提取其中任意一个等级,即所述第一划分结果获得重要等级特征指标,并基于其对所述历史病案记录进行匹配筛选,获得候选历史病案集。
通过为所述多个特征点进行重要等级划分,达到了为后续基于重要等级体征指标对所述历史病案记录进行匹配筛选,获得候选历史病案集提供基础,进而提高最终获得的所述第一历史病案信息的符合实际性、可指导和可参考性。
所述禁忌搜索为一种基于全局的元启发式随机搜索算法。基于所述禁忌搜索算法对多个候选历史病案进行寻优时,首先确定第一划分结果对应的重要等级体征指标,进而得到所述多个候选历史病案。然后基于不指定一个特定区域的禁忌搜索算法,得到每一重要等级划分结果的历史病案集。同样的,得到不同等级划分结果对应的历史病案集。通过针对不同重要等级特征指标,分别针对性进行历史病案的适应寻优,达到了基于当前所述第一患者的实际情况获得最优选的第一历史参考病案供医护人员参考对所述第一患者进行诊断治疗检测的技术效果。
通过基于全局的能源输送参数寻优,达到了跳脱局部最优、提高能源输送参数设置的合理性、可参考性,进而以个性化程度较高的病案治疗方法对所述第一患者进行诊治,提高了医护人员对当前患者进行救助的效率的技术效果。
进一步的,所述利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案,本申请提供的方法步骤S634还包括:
S634-1:提取所述多个候选历史病案的第一候选历史病案,并将所述第一候选历史病案作为所述第一历史参考病案;
S634-2:根据所述第一划分结果获得普通等级体征指标;
S634-3:根据所述普通等级体征指标对所述第一历史参考病案进行匹配计算,获得第一匹配指数;
S634-4:基于预设邻域方案,构建所述第一历史参考病案的第一邻域,其中,所述第一邻域包括多个候选历史病案;
S634-5:依次计算所述多个候选历史病案的匹配指数,组成多个匹配指数;
S634-6:将所述多个匹配指数进行对比,筛选所述第一邻域的第一最优匹配指数;
S634-7:若所述第一最优匹配指数优于所述第一匹配指数,反向匹配所述第一最优匹配指数的候选历史病案,记作第二历史参考病案,并用所述第二历史参考病案替换所述第一历史参考病案;
S634-8:若迭代寻优达到预设迭代次数,输出所述第一历史参考病案。
具体而言,提取所述多个候选历史病案的第一候选历史病案,并将所述第一候选历史病案作为所述第一历史参考病案;根据所述第一划分结果获得普通等级体征指标;根据所述普通等级体征指标对所述第一历史参考病案进行匹配计算,获得第一匹配指数;基于预设邻域方案,构建所述第一历史参考病案的邻域,所述邻域包括多个候选历史病案;依次计算所述多个候选历史病案的匹配指数,组成多个匹配指数;将所述多个匹配指数进行对比,筛选所述第一邻域的第一最优匹配指数;若所述第一最优匹配指数优于所述第一匹配指数,反向匹配所述第一最优匹配指数的候选历史病案,记作第二历史参考病案,并用所述第二历史参考病案替换所述第一历史参考病案。
同样的方案,再次基于构建所述第二历史参考病案的邻域,即第二邻域,同样将第二邻域中多个候选历史病案与历史最优组的最优匹配指数进行对比,根据对比结果决定是否更换所述历史最优组,也就是说,基于所述第二邻域进行迭代寻优。最终,当所述迭代寻优达到预设迭代次数时,将彼时得到的历史最优组即作为所述第一最优输送参数。
通过利用禁忌算法全局迭代寻优得到最优输送参数,达到了跳脱局部最优解、提高最优解的质量,进而确保获得的历史参考病案能够最接近于当前的所述第一患者的病况,从而为医护人员提供最具参考价值的检测治疗方案,达到了为医护人员对患者进行病情诊断治疗提供参考,使患者生命安全得到保障的技术效果。
实施例二
基于与前述实施例中一种用于医院夜间查房的智能检测方法相同的发明构思,如图4所示,本申请提供了一种用于医院夜间查房的智能检测***,其中,所述***包括:
第一构建单元11,用于采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;
第一获得单元12,用于将所述第一基本信息进行格式转换,获得第一动态二维码;
第二获得单元13,用于利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;
第一执行单元14,用于根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;
第一生成单元15,用于扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;
第三获得单元16,用于基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;
第一检测单元17,用于提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测。
进一步的,所述***还包括:
第四获得单元,用于根据所述第一基本信息,获得第一基础疾病和第一治疗方案;
第二生成单元,用于依次分析所述第一基础疾病、所述第一治疗方案对患者体征指标的影响情况,分别生成第一影响体征指标集、第二影响体征指标集;
第三生成单元,用于对所述第一影响体征指标集、所述第二影响体征指标集进行并集运算,生成预设影响体征指标集,其中,所述预设影响体征指标集包括患者体征指标会变化的多个体征指标;
第五获得单元,用于依次分析所述多个体征指标中各个体征指标的合理变化范围,获得多个非常态阈值;
第一构建单元,用于根据所述多个体征指标和所述多个非常态阈值,构建体征指标-非常态阈值列表;
第二构建单元,用于根据所述体征指标-非常态阈值列表,构建所述第一预警方案。
进一步的,所述***还包括:
第六获得单元,用于扫描所述第一动态二维码,获得所述第一实时体征信息,其中,所述第一实时体征信息包括多个实时体征指标的信息;
第七获得单元,用于基于大数据,依次分析所述多个实时体征指标中各个体征指标的正常范围,获得多个阈值;
第三构建单元,用于根据所述多个体征指标和所述多个阈值,构建体征指标-阈值列表;
第二执行单元,用于根据所述第一实时体征信息,提取第一体征指标的实时信息;
第一判断单元,用于判断所述第一体征指标是否属于所述预设影响体征指标集;
第二判断单元,用于若所述第一体征指标属于所述预设影响体征指标集,则根据所述体征指标-非常态阈值列表,获得第一非常态阈值,并将所述第一非常态阈值作为所述第一体征指标的预警判断标准;
第四构建单元,用于根据所述预警判断标准,构建所述第一预警方案。
进一步的,所述***还包括:
第八获得单元,用于若所述第一体征指标不属于所述预设影响体征指标集,则根据所述体征指标-阈值列表,获得第一阈值;
第三执行单元,用于利用所述第一阈值替换所述第一非常态阈值,即,将所述第一阈值作为所述第一体征指标的所述预警判断标准。
进一步的,所述***还包括:
第五构建单元,用于将所述多个实时体征指标、所述第一基础疾病、所述第一治疗方案作为匹配特征点,组建特征点集合,其中,所述特征点集合包括多个特征点;
第四执行单元,用于基于大数据采集历史病案记录;
第九获得单元,用于根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案。
进一步的,所述***还包括:
第十获得单元,用于按照重要程度对所述多个特征点进行重要等级划分,获得第一划分结果;
第十一获得单元,用于根据所述第一划分结果获得重要等级体征指标;
第五执行单元,用于根据所述重要等级体征指标对所述历史病案记录进行匹配筛选,获得候选历史病案集,其中,所述候选历史病案集包括多个候选历史病案;
第十二获得单元,用于利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案。
进一步的,所述***还包括:
第六执行单元,用于提取所述多个候选历史病案的第一候选历史病案,并将所述第一候选历史病案作为所述第一历史参考病案;
第十三获得单元,用于根据所述第一划分结果获得普通等级体征指标;
第十四获得单元,用于根据所述普通等级体征指标对所述第一历史参考病案进行匹配计算,获得第一匹配指数;
第六构建单元,用于基于预设邻域方案,构建所述第一历史参考病案的第一邻域,其中,所述第一邻域包括多个候选历史病案;
第七执行单元,用于依次计算所述多个候选历史病案的匹配指数,组成多个匹配指数;
第八执行单元,用于将所述多个匹配指数进行对比,筛选所述第一邻域的第一最优匹配指数;
第九执行单元,用于若所述第一最优匹配指数优于所述第一匹配指数,反向匹配所述第一最优匹配指数的候选历史病案,记作第二历史参考病案,并用所述第二历史参考病案替换所述第一历史参考病案;
第十执行单元,用于若迭代寻优达到预设迭代次数,输出所述第一历史参考病案。
实施例三
基于与前述实施例中一种用于医院夜间查房的智能检测方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一内的方法。
示例性电子设备
下面参考图5来描述本申请的电子设备。
基于与前述实施例中一种用于医院夜间查房的智能检测方法相同的发明构思,本申请还提供了一种用于医院夜间查房的智能检测装置,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得***以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种用于医院夜间查房的智能检测方法。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk,SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.一种用于医院夜间查房的智能检测方法,其特征在于,所述方法应用于一种用于医院夜间查房的智能检测***,所述***与智能腕带通信连接,所述方法包括:
采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;
将所述第一基本信息进行格式转换,获得第一动态二维码;
利用所述智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;
根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;
扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;
基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;
提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测;
其中,所述根据所述第一基本信息构建第一预警方案,包括:
根据所述第一基本信息,获得第一基础疾病和第一治疗方案;
依次分析所述第一基础疾病、所述第一治疗方案对患者体征指标的影响情况,分别生成第一影响体征指标集、第二影响体征指标集;
对所述第一影响体征指标集、所述第二影响体征指标集进行并集运算,生成预设影响体征指标集,其中,所述预设影响体征指标集包括患者体征指标会变化的多个体征指标;
依次分析所述多个体征指标中各个体征指标的合理变化范围,获得多个非常态阈值;
根据所述多个体征指标和所述多个非常态阈值,构建体征指标-非常态阈值列表;
根据所述体征指标-非常态阈值列表,构建所述第一预警方案,包括:
扫描所述第一动态二维码,获得所述第一实时体征信息,其中,所述第一实时体征信息包括多个实时体征指标的信息;
基于大数据,依次分析所述多个实时体征指标中各个体征指标的正常范围,获得多个阈值;
根据所述多个体征指标和所述多个阈值,构建体征指标-阈值列表;
根据所述第一实时体征信息,提取第一体征指标的实时信息;
判断所述第一体征指标是否属于所述预设影响体征指标集;
若所述第一体征指标属于所述预设影响体征指标集,则根据所述体征指标-非常态阈值列表,获得第一非常态阈值,并将所述第一非常态阈值作为所述第一体征指标的预警判断标准;
根据所述预警判断标准,构建所述第一预警方案;
其中,所述基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案,包括:
将所述多个实时体征指标、所述第一基础疾病、所述第一治疗方案作为匹配特征点,组建特征点集合,其中,所述特征点集合包括多个特征点;
基于大数据采集历史病案记录;
根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案;
其中,所述根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案,包括:
按照重要程度对所述多个特征点进行重要等级划分,获得第一划分结果;
根据所述第一划分结果获得重要等级体征指标;
根据所述重要等级体征指标对所述历史病案记录进行匹配筛选,获得候选历史病案集,其中,所述候选历史病案集包括多个候选历史病案;
利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案。
2.如权利要求1所述的方法,其特征在于,所述判断所述第一体征指标是否属于所述预设影响体征指标集,还包括:
若所述第一体征指标不属于所述预设影响体征指标集,则根据所述体征指标-阈值列表,获得第一阈值;
利用所述第一阈值替换所述第一非常态阈值,即,将所述第一阈值作为所述第一体征指标的所述预警判断标准。
3.如权利要求2所述的方法,其特征在于,所述利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案,包括:
提取所述多个候选历史病案的第一候选历史病案,并将所述第一候选历史病案作为所述第一历史参考病案;
根据所述第一划分结果获得普通等级体征指标;
根据所述普通等级体征指标对所述第一历史参考病案进行匹配计算,获得第一匹配指数;
基于预设邻域方案,构建所述第一历史参考病案的第一邻域,其中,所述第一邻域包括多个候选历史病案;
依次计算所述多个候选历史病案的匹配指数,组成多个匹配指数;
将所述多个匹配指数进行对比,筛选所述第一邻域的第一最优匹配指数;
若所述第一最优匹配指数优于所述第一匹配指数,反向匹配所述第一最优匹配指数的候选历史病案,记作第二历史参考病案,并用所述第二历史参考病案替换所述第一历史参考病案;
若迭代寻优达到预设迭代次数,输出所述第一历史参考病案。
4.一种用于医院夜间查房的智能检测***,其特征在于,所述***包括:
第一构建单元,用于采集第一患者的第一基本信息,并根据所述第一基本信息构建第一预警方案;
第一获得单元,用于将所述第一基本信息进行格式转换,获得第一动态二维码;
第二获得单元,用于利用智能腕带对所述第一患者进行生命体征实时检测,获得第一实时体征信息;
第一执行单元,用于根据所述第一实时体征信息,对所述第一动态二维码进行实时更新;
第一生成单元,用于扫描分析所述第一动态二维码,并根据所述第一预警方案生成第一异常预警;
第三获得单元,用于基于所述第一异常预警对历史病案记录进行遍历,获得第一历史参考病案;
第一检测单元,用于提取所述第一历史参考病案的第一历史检测记录,并基于所述第一历史检测记录对所述第一患者进行夜查房检测;
第四获得单元,用于根据所述第一基本信息,获得第一基础疾病和第一治疗方案;
第二生成单元,用于依次分析所述第一基础疾病、所述第一治疗方案对患者体征指标的影响情况,分别生成第一影响体征指标集、第二影响体征指标集;
第三生成单元,用于对所述第一影响体征指标集、所述第二影响体征指标集进行并集运算,生成预设影响体征指标集,其中,所述预设影响体征指标集包括患者体征指标会变化的多个体征指标;
第五获得单元,用于依次分析所述多个体征指标中各个体征指标的合理变化范围,获得多个非常态阈值;
第一构建单元,用于根据所述多个体征指标和所述多个非常态阈值,构建体征指标-非常态阈值列表;
第二构建单元,用于根据所述体征指标-非常态阈值列表,构建所述第一预警方案;
第六获得单元,用于扫描所述第一动态二维码,获得所述第一实时体征信息,其中,所述第一实时体征信息包括多个实时体征指标的信息;
第七获得单元,用于基于大数据,依次分析所述多个实时体征指标中各个体征指标的正常范围,获得多个阈值;
第三构建单元,用于根据所述多个体征指标和所述多个阈值,构建体征指标-阈值列表;
第二执行单元,用于根据所述第一实时体征信息,提取第一体征指标的实时信息;
第一判断单元,用于判断所述第一体征指标是否属于所述预设影响体征指标集;
第二判断单元,用于若所述第一体征指标属于所述预设影响体征指标集,则根据所述体征指标-非常态阈值列表,获得第一非常态阈值,并将所述第一非常态阈值作为所述第一体征指标的预警判断标准;
第四构建单元,用于根据所述预警判断标准,构建所述第一预警方案;
第五构建单元,用于将所述多个实时体征指标、所述第一基础疾病、所述第一治疗方案作为匹配特征点,组建特征点集合,其中,所述特征点集合包括多个特征点;
第四执行单元,用于基于大数据采集历史病案记录;
第九获得单元,用于根据所述多个特征点对所述历史病案记录进行遍历,获得第一历史参考病案;
第十获得单元,用于按照重要程度对所述多个特征点进行重要等级划分,获得第一划分结果;
第十一获得单元,用于根据所述第一划分结果获得重要等级体征指标;
第五执行单元,用于根据所述重要等级体征指标对所述历史病案记录进行匹配筛选,获得候选历史病案集,其中,所述候选历史病案集包括多个候选历史病案;
第十二获得单元,用于利用禁忌搜索对所述多个候选历史病案进行全局寻优,获得所述第一历史参考病案。
5.一种用于医院夜间查房的智能检测装置,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使***以执行如权利要求1至3任一项所述方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210465887.6A CN114842935B (zh) | 2022-04-29 | 2022-04-29 | 一种用于医院夜间查房的智能检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210465887.6A CN114842935B (zh) | 2022-04-29 | 2022-04-29 | 一种用于医院夜间查房的智能检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114842935A CN114842935A (zh) | 2022-08-02 |
CN114842935B true CN114842935B (zh) | 2024-01-23 |
Family
ID=82567144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210465887.6A Active CN114842935B (zh) | 2022-04-29 | 2022-04-29 | 一种用于医院夜间查房的智能检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114842935B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115359868B (zh) * | 2022-09-14 | 2023-07-28 | 亿慧云智能科技(深圳)股份有限公司 | 一种基于云计算技术的智慧医疗监测方法及*** |
CN115587978B (zh) * | 2022-10-08 | 2023-04-21 | 盐城工学院 | 一种基于深度学习的地板革贴合压纹在线检测*** |
CN117854661B (zh) * | 2024-01-10 | 2024-06-25 | 核工业总医院 | 一种icu病房数据监控管理方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011116340A2 (en) * | 2010-03-18 | 2011-09-22 | Oregon Health & Science University | Context-management framework for telemedicine |
WO2016101351A1 (zh) * | 2014-12-26 | 2016-06-30 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗***及方法 |
CN110179442A (zh) * | 2019-06-11 | 2019-08-30 | 伍媛媛 | 患病者实时监护*** |
CN111933276A (zh) * | 2020-07-22 | 2020-11-13 | 复旦大学 | 一种面向智慧医院的人-信息-物理*** |
CN114255838A (zh) * | 2021-12-23 | 2022-03-29 | 杭州联众医疗科技股份有限公司 | 一种基于患者就医历史的全数据在线病历管理*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130035581A1 (en) * | 2011-08-05 | 2013-02-07 | General Electric Company | Augmented reality enhanced triage systems and methods for emergency medical services |
US8793245B2 (en) * | 2011-09-22 | 2014-07-29 | Patrick Kwete | Personalized medical treatment provision software |
US9830801B2 (en) * | 2013-11-20 | 2017-11-28 | Medical Informatics Corp. | Alarm management system |
-
2022
- 2022-04-29 CN CN202210465887.6A patent/CN114842935B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011116340A2 (en) * | 2010-03-18 | 2011-09-22 | Oregon Health & Science University | Context-management framework for telemedicine |
WO2016101351A1 (zh) * | 2014-12-26 | 2016-06-30 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗***及方法 |
CN110179442A (zh) * | 2019-06-11 | 2019-08-30 | 伍媛媛 | 患病者实时监护*** |
CN111933276A (zh) * | 2020-07-22 | 2020-11-13 | 复旦大学 | 一种面向智慧医院的人-信息-物理*** |
CN114255838A (zh) * | 2021-12-23 | 2022-03-29 | 杭州联众医疗科技股份有限公司 | 一种基于患者就医历史的全数据在线病历管理*** |
Non-Patent Citations (2)
Title |
---|
基于二维码的便携式医疗智能护理终端***设计与实现;张利元;;软件导刊(10);第1-2页 * |
基于远程医疗的个案管理模式在老年慢性心力衰竭患者院外管理中的应用;蔡伟萍;郑路平;田海涛;夏菁;;转化医学杂志(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114842935A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114842935B (zh) | 一种用于医院夜间查房的智能检测方法及*** | |
US9326723B2 (en) | Method and apparatus of monitoring foot inflammation | |
CA2943381C (en) | Method and apparatus of monitoring foot inflammation | |
JP6049620B2 (ja) | 医学的スコアリングシステムおよび方法 | |
RU2629799C2 (ru) | Оценка и наблюдение острого повреждения легких (ali)/синдрома острой дыхательной недостаточности (ards) | |
RU2679572C1 (ru) | Система поддержки принятия клинических решений на основе принятия решений по сортировке пациентов | |
Clifton et al. | A large-scale clinical validation of an integrated monitoring system in the emergency department | |
US11580432B2 (en) | System monitor and method of system monitoring to predict a future state of a system | |
CN113520395A (zh) | 一种精神状态的实时评估***和方法 | |
CN115714022B (zh) | 基于人工智能的新生儿黄疸健康管理*** | |
CN115527678A (zh) | 融合病历文本的Nomogram ICU老年疾病风险评分模型、装置、及其建立方法 | |
CN116580858A (zh) | 一种基于ai的远程医疗照护提醒方法、装置和存储介质 | |
CN110993096B (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
US20220211277A1 (en) | Method and apparatus of monitoring foot inflammation | |
CN116098595B (zh) | 一种心源性及脑源性猝死监测预防***和方法 | |
WO2018064448A1 (en) | Patient monitoring system and method configured to suppress an alarm | |
KR20040034164A (ko) | 간병용로봇장치 및 간병로봇 모니터링시스템 | |
CN110911011A (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
EP3918610A1 (en) | A monitoring and prediction system of diuresis for the calculation of kidney failure risk, and the method thereof | |
Sahu et al. | Application of fuzzy logic to healthcare industry | |
De Lauretis et al. | Intelligent Agents and Complex Event Processing to enhance Patient Monitoring. | |
CN110910980A (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
Shirwaikar et al. | Design framework for a data mart in the neonatal intensive care unit | |
Kannan et al. | Logistic regression and KNN algorithm experimental diagnosis to reduce the impact of cardiac arrest | |
Llamocca et al. | Personalized Characterization of Emotional States in Patients with Bipolar Disorder. Mathematics 2021, 9, 1174 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |