CN105162880B - 一种acs区域化协同救治网络的辅助决策方法 - Google Patents

一种acs区域化协同救治网络的辅助决策方法 Download PDF

Info

Publication number
CN105162880B
CN105162880B CN201510617601.1A CN201510617601A CN105162880B CN 105162880 B CN105162880 B CN 105162880B CN 201510617601 A CN201510617601 A CN 201510617601A CN 105162880 B CN105162880 B CN 105162880B
Authority
CN
China
Prior art keywords
hospital
situation
patient
acs
network
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.)
Expired - Fee Related
Application number
CN201510617601.1A
Other languages
English (en)
Other versions
CN105162880A (zh
Inventor
严金川
王中群
王翠平
陈蕊
袁伟
梁仪
宋娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Affiliated Hospital of Jiangsu University
Original Assignee
Affiliated Hospital of Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Affiliated Hospital of Jiangsu University filed Critical Affiliated Hospital of Jiangsu University
Priority to CN201510617601.1A priority Critical patent/CN105162880B/zh
Publication of CN105162880A publication Critical patent/CN105162880A/zh
Application granted granted Critical
Publication of CN105162880B publication Critical patent/CN105162880B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种ACS区域化协同救治网络系统及其辅助决策方法,包括医生客户端、急救中心服务器系统、12导联心电图监测系统/蓝牙电子血氧仪、RFID医疗卡;所述12导联心电图监测系统/蓝牙电子血氧仪通过蓝牙将采集的信息发送给医用平板电脑,并通过3G无线网传送给急救中心服务器系统;所述医用PDA通过RFID医疗卡读取病人信息,并将病人信息通过3G无线网传送给急救中心服务器系统,所述急救中心服务器系统通过网络和医生客户端相连。本发明能够对患者病情紧急状况进行判断并提供协同救治辅助决策方案,帮助医疗专家对ACS早期判断,使得ACS患者的医疗救治时间大大缩短。

Description

一种ACS区域化协同救治网络的辅助决策方法
技术领域
本发明属于医疗网络通信技术领域,尤其涉及一种关于急性冠脉综合征(ACS)的区域化协同救治网络系统及其辅助决策方法。
背景技术
ACS区域化协同救治对于解决急性冠脉综合征“救治延迟”的问题具有十分重大的意义。通过物联网急救平台可以将患者的心电图、血压、血氧、肌钙蛋白等常用监护与检验信息通过3G网络实时传输到医院的心脏介入中心,医院专家可以在院内多个终端或3G手机上进行远程会诊和指导抢救。该系统可以覆盖周边地区的基层医院、专科医院及社区医院,网络医院使用该系统对ACS患者进行实时监护时,可以现场远程指导需要转诊救治的患者。120急救车上也可安装该系统,不间断的将病人监护信息传向心脏介入中心,ACS患者进入救护车即可启动导管室术前准备,患者直接进入心脏介入中心,做到ACS救治的“无缝连接。
由上可知,ACS区域化协同救治网络系统设计的好坏直接影响着ACS区域化协同救治的效果。由IVT公司研发的“扁鹊飞救ACS急救平台”提供信息集成,包括医疗物联网构建技术、急救系统、急救车跟踪系统、院前急救电子病历、调度技术等。该平台使用标准的接口,方便扩充,易于与医院信息系统衔接。然而,现有技术中还有待完善之处有以下几点:
1)现有的急救平台虽然能够将患者的采集信息通过3G网络实时送入医院心脏中心,并同时通过网络共享实现与医疗客户端和数据服务器的连接,但是ACS救治流程及有效实施还不够完善,在区域化协同救治网络中仍然存在协调不均的盲点。
2)现有急救平台的急救服务系统缺少智能决策的环节,由于救护时间的紧迫性,通过增加智能决策的环节为救护人员和医疗专家提供辅助服务,一方面节省不必要的判断时间,另一方面能够减轻救护人员和医疗专家的操作压力。
3)现有急救平台尚未建立起对高危易发群体和高危易发个体的智能呼救系统或无线心电监护远程传输系统,这导致了患者就医延迟和医疗专家的救治延迟,给患者病痛的及时处理和近远期预后带来了极大的影响。
发明内容
基于以上所提出的问题,本发明提供了一种规范流程化、快速化、方便有效的急性冠脉综合征(ACS)的区域化协同救治网络系统及其辅助决策方法。
为了实现以上方法,本发明所采用的技术方案为:
一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,包括医生用户终端、急救中心服务器系统、12导联心电图监测系统/蓝牙电子血氧仪、射频识别RFID医疗卡、医用手持电脑PDA;所述12导联心电图监测系统/蓝牙电子血氧仪通过蓝牙将采集的信息发送给医用平板电脑,并通过3G无线网传送给急救中心服务器系统;所述医用手持电脑PDA通过射频识别RFID医疗卡读取病人信息,并将病人信息通过3G无线网传送给急救中心服务器系统,所述急救中心服务器系统完成信息数据的存取、处理和决策,并通过网络和医生用户终端相连;
所述急救中心服务器系统包括数据库服务器、网络服务器、决策树模块、医生客户端,所述数据库服务器接收到3G无线网发送的患者的相关采集数据后,分别和网络服务器、决策树模块实现互联,所述网络服务器、决策树模块均和医生客户端相连;
所述网络服务器用于执行控制指令操作和执行查询监测操作,医生能够查看患者的个人信息、救治状态、急救信息以及患者所处的具体位置;
所述数据库服务器用于传输、存取建立患者个人信息、医生基本信息、医疗监控数据、警告参数设置、诊断记录和全球定位系统GPS定位信息;
所述决策树模块用于根据实时采集的数据、病况信息提供远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救这九种模式的辅助决策;
所述急救中心服务器系统设置在一级网络医院,能够获取一级网络医院、二级网络医院,三级网络医院、120急救车、高危易发群体和高危易发个体所处位置的全球定位系统GPS定位信息,且一级网络医院具有最高的决策权;
所述12导联心电图监测系统/蓝牙电子血氧仪能够设置在一级网络医院,或者二级网络医院,或者三级网络医院;或者120急救平台、或者高危易发群体和高危易发个体中;包括以下步骤:
步骤1,建立一级网络医院、二级网络医院,三级网络医院、120急救车、高危易发群体和高危易发个体所构成的区域化网络;
步骤2,所述急救中心服务器系统通过3G无线网实时获取的一级网络医院、或者二级网络医院,或者三级网络医院、或者120急救车、或者高危易发群体和高危易发个体12导联心电图监测系统/蓝牙电子血氧仪所采集的病人的病况信息;
步骤3,所述急救中心服务器系统中的数据库服务器一方面将所采集的数据信息发送给决策树模块,另一方面数据库服务器还将网络服务器传输的医生客户端操作指令发送给决策树模块;
步骤4,决策树模块由基于weka平台下建立的决策树算法模块实现,在决策过程中经过训练样本的选取、决策树的分裂、树的剪枝、决策树分类规则模型的建立,实现对远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救这九种模式的辅助决策。
进一步,所述决策树分类规则模型的建立具体包括以下步骤:
1)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为高危易发ACS网络用户端,则实施派遣120前往目的地及指导家庭成员协同救治;
2)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为120急救网络平台,则实施远程会诊和指导救治,并及时启动并进入导管室术前准备;
3)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为二/三级网络医院,则实施远程会诊或转诊,并对转诊患者及时启动并进入导管室术前准备;
4)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为一级网络医院,则实施启动进入导管室术前准备;
5)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为120急救网络平台,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入冠心病重症CCU监护病房准备;
6)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为二/三级网络医院,如果患者发病在24小时内转诊启动进入导管室术前准备,如果患者发病在24小时外则转诊实施进入冠心病重症CCU监护病房准备;
7)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为一级网络医院,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入冠心病重症CCU监护病房准备;
8)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊和指导救治,根据会诊结果决定就诊科室;
9)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊或转诊相应科室;
10)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
11)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
12)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
13)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
14)如果诊断状况为非急性冠脉综合征NAGS,病情状况不确定,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
15)如果诊断状况为非急性冠脉综合征NAGS,病情状况不确定,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
16)如果诊断状况为非急性冠脉综合征NACS,病情状况不确定,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊。
进一步,所述训练样本的选取如下:将患者的诊断状况DI分为:急性冠脉综合征ACS、疑似急性冠脉综合征SACS、非急性冠脉综合征NACS;将患者的病情状况SY简化为ACS病情紧急、ACS病情稳定、ACS病情无法确定;辅助决策结果RT分为:远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救共九种情况。
进一步,所述决策树的分裂采用基于信息熵的ID3分类算法实现,并选取数值最大的诊断状况DI的属性作为最佳分裂属性。
进一步,所述树的剪枝采用后剪枝算法实现。
本发明有以下技术效果:
1)本发明所采用的网络服务器模块、决策模块通过网络共享实现与医疗客户端和数据库服务器的连接,规范了ACS的救治流程,使得区域化协同救治网络能够快速有效的调取所采集的患者病况数据并及时作出决策响应,使得区域化协同救治网络的构架得到合理的统筹安排。
2)通过引入了决策树模块的智能决策环节,为救护人员和医疗专家提供辅助判断服务,使得诊疗更加规范,正确的抢救流程得以有效实施,大大降低了急救的时间,并能够有效减缓救护人员和医疗专家在ACS急救中因紧急判断带来的心理压力。
3)对高危易发群体和高危易发个体建立基于智能家居的无线呼救系统或无线心电监护远程传输装备,使得呼救信号及远程监护信息能第一时间传输给ACS区域协同救治中心,医疗专家在第一时间启动应急预案,达到早期院前救助的目的。
通过ACS区域化协同救治网络系统及其辅助决策的建立,在一定的区域范围内建立以能进行急诊PCI治疗的大医院为中心,建立起协同救治的快速反应机制,使ACS患者发病后能在最短时间内被转运到合适医疗机构接受指南所推荐的最佳治疗。总结区域化协同救治模式,不仅可以进一步完善心血管急救管理模式,降低ACS救治延迟、缩减住院费用、改善预后,还可为医院更好的利用物联网平台服务民生提供经验借鉴。
附图说明
图1为本发明的ACS的区域化协同救治网络系统框图;
图2为本发明的急救中心服务器系统的原理框图;
图3为ACS的区域化协同救治网络所给出的决策树分类规则流程图;
图4医生客户端软件管理主界面;
图5急救信息界面;
图6为本发明的网络服务器的总体架构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在对本发明的系统和方法进行说明之前,首先介绍一下与本发明有关的区域化协同救治网络的构架、患者病理参数的采集与传输系统、GPS定位跟踪系统的概念。
区域化协同救治网络的构架
建立以某一医疗集团为中心的一级网络医院,集团所属各分支医院以及县级市人民医院为二级网络医院,各二级网络医院再发展下面社区、乡镇的三级网络医院;网络医院、120急救平台、以及高危易发群体和高危易发个体建立的救治网络、共同构建成基于移动物联网的60公里新型区域化协同救治网络。
首先在网络连接参数库中设置各级别网络医院的网络连接参数,各级别网络医院设置与网络连接参数库中相应的连接参数,再通过3G无线网或宽带接入。
需要指出的是一级网络医院具有最高的决策权,在区域化协同救治网络中,各二级网络医院再发展下面社区、乡镇的三级网络医院,120急救平台、高危易发群体和高危易发个体救治网络将各自所采集到的患者的ACS指标信息发送给一级网络医院。所有进入救治网络的医院,均可以实现远程会诊、快速转诊、数据共享、病历管理、标准化救治等,从而实现集团内外的医疗资源最优化,病人费用的最低化以及远期预后的最佳化。
患者病理参数的采集与传输系统
为了实施区域化协同救治,在一级网络医院、二/三级网络医院、120急救车上以及高危易发群体和高危易发个体所在的住所均设有体积小、易携带、可靠性高以及功耗低的植入蓝牙芯片的12导联实时心电图监测系统及蓝牙电子血氧仪。患者发病后,及时采集患者的ACS血清肌钙蛋白、心电图ST段、左心室射血分数、血压等与患者病情相关的生命体征参数;蓝牙电子血氧仪通过患者手指检测到血氧饱和度和脉搏,记录各血氧参数值。
本系统的传输带宽达到1M以上,保证了大量数据不受网速限制而出现延迟,实现真正的远程实时传输;在传输过程中,无压缩传输方式保证了接收终端显示的信息无失真,而且所有存储的数据可随时调用回放、打印及测量分析。
GPS定位跟踪系统
在一级网络医院、二/三级网络医院、120急救车上以及高危易发群体和高危易发个体所在的住所均设有GPS定位跟踪系统,一级网络医院的ACS急救服务中心(急救中心服务器系统)能够实时获得二/三级网络医院、120急救车以及高危易发群体和高危易发个体所在住所的位置信息,为后续的决策判断提供导航位置信息。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明的系统包括医生用户终端、急救中心服务器系统、12导联心电图监测系统/蓝牙电子血氧仪、RFID医疗卡,所述12导联心电图监测系统/蓝牙电子血氧仪通过蓝牙将采集的信息发送给医用平板电脑,并通过3G无线网传送给急救中心服务器系统;所述医用PDA通过RFID医疗卡读取病人信息,并将患者病况信息通过3G无线网传送给急救中心服务器系统,所述急救中心服务器系统通过网络和医生用户终端相连,根据患者病情状况提出协同救治辅助决策方案。
急救中心服务器系统
本发明的急救中心服务器系统如图2所示,包括数据库服务器、网络服务器、决策树模块、医生客户端,所述数据库服务器接收到3G无线网发送的患者的相关采集数据后,分别和网络服务器、决策树模块实现互联,所述网络服务器、决策树模块均和医生客户端相连,下面分别就各个模块之间的工作过程进行详细介绍。
1)决策树模块
决策树模块是在基于weka平台下建立的决策树算法程序。
本方法中的训练与测试样本来自于2012年1月至2014年12月在江苏大学附属医院心内科行急诊PCI的非本院首诊的急性胸痛疑似ACS患者800-1000例,为了简化病况样本(设为S)的模型,将患者的诊断状况DI分为:急性冠脉综合征ACS、疑似急性冠脉综合征SACS、非急性冠脉综合征NACS;将患者的病情状况SY简化为ACS病情紧急(高危ACS)、ACS病情稳定(病情稳定,没有进一步恶化的中低危ACS)、ACS病情无法确定(UNACS);所需要的辅助决策结果RT分为:远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救共九种情况,上述患者的诊断状况DI由医生参照实时采集的数据予以判断,而病情状况SY以及辅助决策结果RT由决策树模块智能判断给出,具体样本及救治状态的影响因素和符号含义如表1所示:
表1影响因素和符号含义
研究运行样本数据获得500次观察值,对数据集进一步进行划分,其中80%用于模型训练,20%用于模型测试。
其次是决策树的分裂,决策树方法采用自顶向下的递归方式,从决策树的根到叶结点的每一条路径对应着一条分类规则,整棵决策树对应着一组析取表达式规则。每一个非叶结点都与属性中具有最大信息量的非类别属性相关联,本方法所用算法选择具有最高信息增益率的属性作为给定数据集合S的测试属性。采用基于信息熵的ID3分类算法,它用信息增益作为决策属性分类判别能力的度量,依此进行决策节点属性的选择。ID3算法在目前有较大影响,它简单、计算速度快、易实现、适于处理规模较大的分类问题,得到的决策树也是较为优化的形式。
本方法的训练数据集为S,它包含s个数据样本,定义C1,C2…C9代表九个决策类(即远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救)。那么s1,s2…s9就是类C1,C2…C9中的样本数目。给定样本分类所需的期望信息I(s1,s2…s9)可以由下式计算得出:其中:pi是任意样本属于Ci的概率,用si/s来估计。
通过期望信息和熵值计算当各属性(DI,SY,PO,S)作为分裂属性时,它们的信息增益率,选择信息增益率最大的属性作为最好的分裂属性。在属性DI上分支将获得的信息增益Gain(S,DI)由下式计算得出:Gain(S,DI)=I(s1,s2…s9)-E(S,DI);
信息增益率是在信息增益概念基础上发展起来的,属性DI的信息增益率GainRatio(S,DI)由下面的公式计算得出:
SplitI ( S , DI ) = - Σ j = 1 v p j log 2 ( p j )
GainRatio ( S , DI ) = Gain ( S , DI ) SplitI ( S , DI )
同时计算出其他属性的信息增益率GainRatio(S,SY);GainRatio(S,PO);GainRatio(S,S),并比较上述信息增益率,数值大的属性作为最好的分裂属性。本发明中数值最大的属性DI为最佳分裂属性。
在决策树的属性阈值的选择和树的剪枝过程中,对于属性阈值的选择,首先需要将连续属性进行离散化处理,将属性值划分成若干个区间;然后计算相邻两类区间边界点处属性值的信息增益率,选择信息增益率最大的属性值作为最优阈值。对于树的剪枝,按照上述算法,借助训练数据可以构建出病情状况以及协调救助的决策树。生成决策树后要计算每个节点的分类错误进行树的剪枝,本方法决策树算法采用后剪枝算法,对每个叶节点,分类错误是该节点中不属于该节点所表示类别的样本的权值之和;对于非叶节点,分类错误为其各个子节点的分类错误之和。如果计算出某节点L的分类错误超过了将节点L所代表的样本集T中的所有样本分配为T中出现最多的类别所得的分类错误,则将节点L的所有子枝剪去,使L成为叶节点,将T中出现最多的类别分配给它。
图3的ACS的区域化协同救治网络控制流程图给出了上述决策树的分类规则。本方法的分类规则所建立的决策树算法是通过weka平台加以实现,它用java语言实现并提供了适用于任意数据集的数据预处理以及算法性能评估的方法,具有很强的扩展性和兼容性,集合了大量能承担数据挖掘任务的机器学习算法。通过weka修剪后的病情状况以及协同救治决策方法,决策树结构中的终端节点用方框表示,表示分类结果的类别,决策节点用圆圈表示。在终端节点内标记类别标签,观测样本数。决策树根节点通过属性DI诊断状况进行分裂,从决策树的根节点到任一个叶节点形成的一条路径就可以构成一条分类规则,所有的路径能够得到完整的分类规则,其分类规则共16条,下述每条规则中的具体数值是通过Fayyad边界点判定定理获得的阈值,如表2所示:
表2决策树分类规则
表2给出的分类规则的文字表述如下:
1)如果诊断状况为ACS,病情状况为紧急,且GPS位置信息为高危易发ACS网络用户端,则实施派遣120前往目的地及指导家庭成员协同救治(一般在家庭成员陪同的情况下);
2)如果诊断状况为ACS,病情状况为紧急,且GPS位置信息为120急救网络平台,则实施远程会诊和指导救治,并及时启动并进入导管室术前准备;
3)如果诊断状况为ACS,病情状况为紧急,且GPS位置信息为二/三级网络医院,则实施远程会诊或转诊,并对转诊患者及时启动并进入导管室术前准备;
4)如果诊断状况为ACS,病情状况为紧急,且GPS位置信息为一级网络医院,则实施启动进入导管室术前准备;
5)如果诊断状况为ACS,病情状况为稳定,且GPS位置信息为120急救网络平台,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入CCU监护病房准备;
6)如果诊断状况为ACS,病情状况为稳定,且GPS位置信息为二/三级网络医院,如果患者发病在24小时内转诊启动进入导管室术前准备,如果患者发病在24小时外则转诊实施进入CCU监护病房准备;
7)如果诊断状况为ACS,病情状况为稳定,且GPS位置信息为一级网络医院,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入CCU监护病房准备;
8)如果诊断状况为SACS,病情状况为紧急,且GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊和指导救治,根据会诊结果决定就诊科室;
9)如果诊断状况为SACS,病情状况为紧急,且GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊或转诊相应科室;
10)如果诊断状况为SACS,病情状况为紧急,且GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
11)如果诊断状况为SACS,病情状况为稳定,且GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
12)如果诊断状况为SACS,病情状况为稳定,且GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
13)如果诊断状况为SACS,病情状况为稳定,且GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
14)如果诊断状况为NAGS,病情状况不确定,且GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
15)如果诊断状况为NACS,病情状况不确定,且GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
16)如果诊断状况为NAGS,病情状况不确定,且GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
最后,上述使用分类规则对测试数据进行识别,并将识别结果与实际情况进行对比,用识别的准确性来验证模型的有效性。
将步骤1中获取的100组相关数据传入到决策模块中,得出基于决策树模型的医疗决策辅助决策模块决策判断准确度达到92.00%。该测试结果数据表明基于决策树模型的决策方法是可行的和实用的,且决策判断的准确率较高,误报率相对较低。
2)医生客户端
医生客户端由医生客户端软件管理构成,上述决策信息由决策树模块智能化生成,并显示在图4和图5所示的医生客户端应用界面,图4给出了患者急救登记时间信息、姓名年龄信息、急救状态信息,以及需要打开查看的急救信息、实时监测信息等;当打开查看急救信息后(如图5所示),急救信息包括患者详细的病况以及诊治信息,尤其需要指出的是,图5中还给出了急救信息中的辅助决策建议一栏,当患者的信息被采集处理之后为医生的判断提供辅助决策建议,当患者确诊为ACS且在120急救车内后,病情状况较为紧急的情况下,急救信息中所给出示例的辅助决策建议是“远程会诊和指导救治,并及时启动并进入导管室术前准备”。
该医生客户端为智能终端上可运行远程急救与健康管理的客户端软件,包括急救管理系统和健康管理系统。急救管理系统包括急救电子病历、抢救记录、实时监测等,完整记录患者的整个抢救过程。健康管理系统可将个人生理指标自动、实时记录保存下来,便于观察和随访。对系统的操作可在导管室内、救护车上借助平板电脑、智能手机等进入系统的设备上进行操作,简单便捷。
3)网络服务器
图6是网络服务器的总体架构,主要包括登录界面、主功能界面,其开发环境为Visualstudio2010,动态网页交互方式采用asp.net技术;网页编写采用脚本语言结合Ajax技术异步刷新页面,嵌入ActiveX控件以连接医生客户端,执行相应的控制指令。后台采用基于C#的ADO.net连接数据库,读取参数信息。最后由Internet信息服务管理器绑定本机IP地址将网站发布到医生客户端WEB网页。
智能终端的医生在浏览器的地址栏输入医院管理信息系统网站的IP地址登录和浏览网页。网络服务器根据数据库服务器存储的医生信息对其进行身份验证,如果没有通过验证,则显示身份验证失败,医生需检查账号和密码后重新登录;若通过身份验证,则医生可以选择执行控制指令操作还是查询监测操作。执行控制指令操作,则具有远程会诊、指导抢救、实时监护和及时转诊指令。而执行查询监测操作的医生,可以查看患者的个人信息、救治状态、急救信息以及患者所处的具体位置。
4)数据库服务器
本系统采用SQLServer2000数据库,SQLServer2000数据库是微软公司推出的一个数据库管理系统,它使用方便,具有良好的可伸缩性和集成度高的特点,可充分利用WindowsNT的优势,它支持存储过程、ODBC、ADO技术,并具有自主的SQL语言,为开发者提供了一个良好的数据管理平台。访问数据库采用ADO技术。ADO是Microsoft为最新和最强大的数据访问范例OLEDB而设计的,是一个便于使用的应用程序层接口。ADO技术为应用程序访问数据库提供了一个简单、轻便和高性能的接口,在前端和数据源之间使用最少的层数,它易于使用、速度快、内存支出少。
数据库服务器与网络服务器相连,患者首次就医时,数据库服务器将其基本情况传输至医院管理信息系统;若患者非首次就医,医生客户端可登陆医院管理信息系统查询患者的相关资料,使得救护人员可以更快地了解患者的基本情况及过往病史。
本系统涉及的数据信息包括以下六类:患者个人信息、医生基本信息、医疗监控数据、警告参数设置、诊断记录和GPS定位。
(1)患者个人信息包括患者的急救ID、姓名、性别、年龄等。
(2)医生基本信息包括医生编号、姓名、科室。
(3)医疗监控数据包括ACS血清肌钙蛋白、心电图ST段、左心室射血分数、血压、血氧、血糖。
(4)警告参数设置包括心电参数种类、参数值上限、参数值下限、警告级别。
(5)诊断记录包括患者ID、医生ID、诊断时间、诊断结果。
(6)GPS定位包括经度、纬度。
医疗监控数据表如表3所示:
表3tb_Electrocardiodata
警告参数设置如表4所示:
表4tb_Alarmdata
列名 数据类型 描述 是否主键
AType Int 心电参数种类
Aupper Float(8) 参数上限
ALower Float(8) 参数下限
ALevel Int 警告级别
诊断记录如表5所示:
表5tb_DiagnoseContent
列名 数据类型 描述 是否主键
DPatientID Int 患者ID
DoctorID Int 医生ID
DTime Datetime(8) 诊断时间
DiagnoseContent Char(200) 诊断结果
该模式优点在于:(1)基于物联网的实时12导联心电图远程传输,帮助基层医生对ACS早期判断,减少ACS患者在基层医院救治时间延迟;(2)ACS患者通过救护车直接进入导管室,减少患者进入急诊室后病史采集、查体、心电图检查及呼叫医生会诊时间;(3)在救护车转运患者同时进行导管室准备工作,减少术前准备时间;(4)对病情、治疗方案等沟通工作完成于到达介入中心之前,提高了患者及家属对ACS疾病严重性的认识,获取知情同意时间缩短;(5)辅助决策方法安全可靠性高,大大节约了医疗专家的诊断时间。总结区域化协同救治模式,不仅可以进一步完善心血管急救管理模式,降低ACS救治延迟、缩减住院费用、改善预后,还可为医院更好的利用物联网平台服务民生提供经验借鉴。
综上,上述急救中心服务器系统可实现辅助决策方案包括:
1)系统根据12导联实时心电图监测系统和蓝牙电子血氧仪采集到的患者的具体情况,及装有GPS定位跟踪系统的120救护车的具体位置,决定将患者送至协同救治网络中设备、医护人员、距离均匹配的网络医院。
2)系统根据患者情况的紧急程度决定是否通知相应的网络医院启动并进入导管室术前准备。
3)若120救护车上的患者情况较为紧急,物联网信息中心可通过3G无线网将患者具体情况传输至一级网络医院智能终端后,智能终端上运行远程急救软件,智能终端的一级网络医院专家通过远程会诊指导现场医护人员做相应的救治。
4)患者就诊于二、三级网络医院时,一级网络医院在智能终端通过3G无线网络可以查看患者实时的病况。
5)若就诊于二、三级网络医院的患者病情出现恶化,一级网络医院可指导二、三级网络医院安排患者及时转诊。
6)一级网络医院安排患者转诊前及时与目标接收患者的网络医院取得联系,建设转运绿色通道,并告知目标接收患者的网络医院当前患者的具体情况,避免二次诊断,节约患者就诊时间。
7)首次就诊的患者,物联网信息中心将采集患者的基本情况,建立患者个人资料。
8)非首次就诊的患者,一级网络医院智能终端可调查患者的个人资料,以便医护人员更快地了解病人的基本情况及过往病史。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经给出并描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,包括医生用户终端、急救中心服务器系统、12导联心电图监测系统/蓝牙电子血氧仪、射频识别RFID医疗卡、医用手持电脑PDA;所述12导联心电图监测系统/蓝牙电子血氧仪通过蓝牙将采集的信息发送给医用平板电脑,并通过3G无线网传送给急救中心服务器系统;所述医用手持电脑PDA通过射频识别RFID医疗卡读取病人信息,并将病人信息通过3G无线网传送给急救中心服务器系统,所述急救中心服务器系统完成信息数据的存取、处理和决策,并通过网络和医生用户终端相连;
所述急救中心服务器系统包括数据库服务器、网络服务器、决策树模块、医生客户端,所述数据库服务器接收到3G无线网发送的患者的相关采集数据后,分别和网络服务器、决策树模块实现互联,所述网络服务器、决策树模块均和医生客户端相连;
所述网络服务器用于执行控制指令操作和执行查询监测操作,医生能够查看患者的个人信息、救治状态、急救信息以及患者所处的具体位置;
所述数据库服务器用于传输、存取建立患者个人信息、医生基本信息、医疗监控数据、警告参数设置、诊断记录和全球定位系统GPS定位信息;
所述决策树模块用于根据实时采集的数据、病况信息提供远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救这九种模式的辅助决策;
所述急救中心服务器系统设置在一级网络医院,能够获取一级网络医院、二级网络医院,三级网络医院、120急救车、高危易发群体和高危易发个体所处位置的全球定位系统GPS定位信息,且一级网络医院具有最高的决策权;
所述12导联心电图监测系统/蓝牙电子血氧仪能够设置在一级网络医院,或者二级网络医院,或者三级网络医院;或者120急救平台、或者高危易发群体和高危易发个体中;其特征在于,包括以下步骤:
步骤1,建立一级网络医院、二级网络医院,三级网络医院、120急救车、高危易发群体和高危易发个体所构成的区域化网络;
步骤2,所述急救中心服务器系统通过3G无线网实时获取的一级网络医院、或者二级网络医院,或者三级网络医院、或者120急救车、或者高危易发群体和高危易发个体12导联心电图监测系统/蓝牙电子血氧仪所采集的病人的病况信息;
步骤3,所述急救中心服务器系统中的数据库服务器一方面将所采集的数据信息发送给决策树模块,另一方面数据库服务器还将网络服务器传输的医生客户端操作指令发送给决策树模块;
步骤4,决策树模块由基于weka平台下建立的决策树算法模块实现,在决策过程中经过训练样本的选取、决策树的分裂、树的剪枝、决策树分类规则模型的建立,实现对远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救这九种模式的辅助决策。
2.根据权利要求1所述的一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,其特征在于:所述决策树分类规则模型的建立具体包括以下步骤:
1)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为高危易发ACS网络用户端,则实施派遣120前往目的地及指导家庭成员协同救治;
2)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为120急救网络平台,则实施远程会诊和指导救治,并及时启动并进入导管室术前准备;
3)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为二/三级网络医院,则实施远程会诊或转诊,并对转诊患者及时启动并进入导管室术前准备;
4)如果诊断状况为急性冠脉综合征ACS,病情状况为紧急,且全球定位系统GPS位置信息为一级网络医院,则实施启动进入导管室术前准备;
5)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为120急救网络平台,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入冠心病重症CCU监护病房准备;
6)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为二/三级网络医院,如果患者发病在24小时内转诊启动进入导管室术前准备,如果患者发病在24小时外则转诊实施进入冠心病重症CCU监护病房准备;
7)如果诊断状况为急性冠脉综合征ACS,病情状况为稳定,且全球定位系统GPS位置信息为一级网络医院,如果患者发病在24小时内启动进入导管室术前准备,如果患者发病在24小时外则实施进入冠心病重症CCU监护病房准备;
8)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊和指导救治,根据会诊结果决定就诊科室;
9)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊或转诊相应科室;
10)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为紧急,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
11)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
12)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
13)如果诊断状况为疑似急性冠脉综合征SACS,病情状况为稳定,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊;
14)如果诊断状况为非急性冠脉综合征NACS,病情状况不确定,且全球定位系统GPS位置信息为120急救网络平台,则结合其他科室专家联合远程会诊;
15)如果诊断状况为非急性冠脉综合征NACS,病情状况不确定,且全球定位系统GPS位置信息为二/三级网络医院,则结合其他科室专家联合远程会诊;
16)如果诊断状况为非急性冠脉综合征NACS,病情状况不确定,且全球定位系统GPS位置信息为一级网络医院,则结合其他科室专家联合现场会诊。
3.根据权利要求1所述的一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,其特征在于:所述训练样本的选取如下:将患者的诊断状况DI分为:急性冠脉综合征ACS、疑似急性冠脉综合征SACS、非急性冠脉综合征NACS;将患者的病情状况SY简化为ACS病情紧急、ACS病情稳定、ACS病情无法确定;辅助决策结果RT分为:远程会诊、指导救治、指导家庭成员救治、转诊、启动并进入导管室术前准备、冠心病重症CCU监护病房准备、结合其他科室专家联合远程会诊、结合其他科室专家联合现场会诊、派遣120急救共九种情况。
4.根据权利要求1所述的一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,其特征在于:所述决策树的分裂采用基于信息熵的ID3分类算法实现,并选取数值最大的诊断状况DI的属性作为最佳分裂属性。
5.根据权利要求1所述的一种急性冠脉综合征ACS区域化协同救治网络的辅助决策方法,其特征在于:所述树的剪枝采用后剪枝算法实现。
CN201510617601.1A 2015-09-24 2015-09-24 一种acs区域化协同救治网络的辅助决策方法 Expired - Fee Related CN105162880B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510617601.1A CN105162880B (zh) 2015-09-24 2015-09-24 一种acs区域化协同救治网络的辅助决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510617601.1A CN105162880B (zh) 2015-09-24 2015-09-24 一种acs区域化协同救治网络的辅助决策方法

Publications (2)

Publication Number Publication Date
CN105162880A CN105162880A (zh) 2015-12-16
CN105162880B true CN105162880B (zh) 2016-05-04

Family

ID=54803632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510617601.1A Expired - Fee Related CN105162880B (zh) 2015-09-24 2015-09-24 一种acs区域化协同救治网络的辅助决策方法

Country Status (1)

Country Link
CN (1) CN105162880B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144795A (zh) * 2016-02-29 2020-05-12 飞救医疗科技(北京)有限公司 一种协同工作与质量控制方法与系统
CN108511080A (zh) * 2017-02-23 2018-09-07 仁智(苏州)医学研究有限公司 一种提供临床服务的方法和临床服务系统
CN106950914A (zh) * 2017-04-25 2017-07-14 广州蓝仕威克医疗科技有限公司 一种基于物联网技术的现场急救协同系统
CN108806784A (zh) * 2018-05-22 2018-11-13 汉中市中心医院 基于互联网的远程家庭医疗服务系统
WO2020075159A1 (en) * 2018-10-09 2020-04-16 Inovytec Medical Solutions Ltd A system for immediate personalized treatment of a patient in a medical emergency
CN109767837A (zh) * 2018-12-20 2019-05-17 东南大学 一种基于胸痛地图的院前急救方法
CN109903839A (zh) * 2019-02-22 2019-06-18 武汉凯德维斯生物技术有限公司 一种基于云平台的医疗影像阅片系统
CN110211707A (zh) * 2019-06-15 2019-09-06 浙江爱多特大健康科技有限公司 糖尿病互联网一站式智能移动医生工作站管理方法及系统
CN110309587B (zh) * 2019-06-28 2024-01-16 京东城市(北京)数字科技有限公司 决策模型构建方法、决策方法与决策模型
CN110570932A (zh) * 2019-07-30 2019-12-13 苏州双玛生物技术有限公司 多参数临床移动生理量测管理方法及系统
CN110693486B (zh) * 2019-09-27 2022-06-14 武汉中旗生物医疗电子有限公司 一种心电图的异常标注方法及装置
CN111613346A (zh) * 2020-04-28 2020-09-01 中科搏锐(北京)科技有限公司 一种多人血氧实时监测系统
CN113012801A (zh) * 2020-12-24 2021-06-22 阿斯利康投资(中国)有限公司 基于远程数据中心的医疗系统和调度方法
CN113192615A (zh) * 2021-04-22 2021-07-30 广州中康数字科技有限公司 一种疾病网络问诊系统及其使用方法
CN114093484A (zh) * 2021-11-22 2022-02-25 四川大学华西医院 一种蛇咬伤智慧决策管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203153947U (zh) * 2013-03-25 2013-08-28 北京海利赢医疗科技有限公司 远程急救监护系统
CN103942432A (zh) * 2014-04-21 2014-07-23 新疆博弈石油科技有限公司 智慧健康管理系统
JP2015018419A (ja) * 2013-07-11 2015-01-29 幸俊 束原 患者情報遠隔伝送システム
CN204394488U (zh) * 2014-12-11 2015-06-17 天津市医学堂科技有限公司 移动医疗系统
CN204496498U (zh) * 2015-04-01 2015-07-22 魏强强 一种远程医疗系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203153947U (zh) * 2013-03-25 2013-08-28 北京海利赢医疗科技有限公司 远程急救监护系统
JP2015018419A (ja) * 2013-07-11 2015-01-29 幸俊 束原 患者情報遠隔伝送システム
CN103942432A (zh) * 2014-04-21 2014-07-23 新疆博弈石油科技有限公司 智慧健康管理系统
CN204394488U (zh) * 2014-12-11 2015-06-17 天津市医学堂科技有限公司 移动医疗系统
CN204496498U (zh) * 2015-04-01 2015-07-22 魏强强 一种远程医疗系统

Also Published As

Publication number Publication date
CN105162880A (zh) 2015-12-16

Similar Documents

Publication Publication Date Title
CN105162880B (zh) 一种acs区域化协同救治网络的辅助决策方法
CN108335744B (zh) 一种心血管急救网络系统及其分类预警方法
Abdel-Basset et al. RETRACTED: a novel and powerful framework based on neutrosophic sets to aid patients with cancer
CN103905549B (zh) 基于物联网和云计算的健康管理系统及方法
Ribeiro et al. Tele-electrocardiography and bigdata: the CODE (Clinical Outcomes in Digital Electrocardiography) study
CN107103182A (zh) 一种基于深度学习算法的心脏性疾病风险预警系统及方法
CN103955608A (zh) 一种智能医疗信息远程处理系统及处理方法
CN102902994A (zh) 基于rfid和云计算的健康体检信息管理系统
CN105975740A (zh) 一种带有智能诊断的医疗系统
Clim et al. Big Data in home healthcare: A new frontier in personalized medicine. Medical emergency services and prediction of hypertension risks
CN103353959A (zh) 一种用于急诊预检分诊的移动终端、系统及方法
CN104217117B (zh) 一种以用户为核心的智慧医院信息系统
CN107220510A (zh) 一种应用于医疗行业的数据管理方法和系统
Rahman et al. Internet of things based electrocardiogram monitoring system using machine learning algorithm
US11688496B2 (en) Health information exchange system
CN113793684A (zh) 基于智慧医疗的智能医疗辅助决策方法及智能云平台
Clim et al. Health services in smart cities: Choosing the big data mining based decision support
CN115116612A (zh) 一种儿童患者病情智能风险评估系统及方法
WO2022141925A1 (zh) 一种智能医学服务系统、方法及存储介质
CN113921127A (zh) 一种区域内血液资源优化调度及精准使用信息系统及方法
Kapambwe et al. Partnering with traditional Chiefs to expand access to cervical cancer prevention services in rural Zambia
CN109192312A (zh) 一种心力衰竭患者不良事件智能管理系统及方法
Secinaro et al. Artificial Intelligence and Healthcare Connection: A State-Of-The-Art Discussion Among Academics and Practitioners
JP5682657B2 (ja) データベースシステム
Lu et al. Design of Intelligent Nursing Decision Support System Based on Multiattribute Decision Model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160504

Termination date: 20170924

CF01 Termination of patent right due to non-payment of annual fee