CN109147906A - 评价手术麻醉质量的方法、终端及具有存储功能的装置 - Google Patents
评价手术麻醉质量的方法、终端及具有存储功能的装置 Download PDFInfo
- Publication number
- CN109147906A CN109147906A CN201810621297.1A CN201810621297A CN109147906A CN 109147906 A CN109147906 A CN 109147906A CN 201810621297 A CN201810621297 A CN 201810621297A CN 109147906 A CN109147906 A CN 109147906A
- Authority
- CN
- China
- Prior art keywords
- data
- heart rate
- body temperature
- quality control
- blood pressure
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 206010002091 Anaesthesia Diseases 0.000 title claims abstract description 32
- 230000037005 anaesthesia Effects 0.000 title claims abstract description 32
- 238000001356 surgical procedure Methods 0.000 title claims abstract description 28
- 238000003908 quality control method Methods 0.000 claims abstract description 51
- 238000012806 monitoring device Methods 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 230000005856 abnormality Effects 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 42
- 239000008280 blood Substances 0.000 claims description 38
- 210000004369 blood Anatomy 0.000 claims description 38
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 37
- 229910052760 oxygen Inorganic materials 0.000 claims description 37
- 239000001301 oxygen Substances 0.000 claims description 37
- 230000036760 body temperature Effects 0.000 claims description 36
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 35
- 230000036772 blood pressure Effects 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000670 limiting effect Effects 0.000 description 7
- 230000035488 systolic blood pressure Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008058 pain sensation Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 210000001428 peripheral nervous system Anatomy 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000036299 sexual function Effects 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 208000024891 symptom Diseases 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Abstract
本申请公开了一种评价手术麻醉质量的方法、终端及具有存储功能的装置，该方法包括：接收来自手术患者的监控设备传输的数据，其中，所述数据包括多个生命体征的数据；统计第一预定时间和第一预定范围内的所述监控设备传输的所述数据并通过与所述数据相关联的预定策略计算获得手术质控指数；利用所述手术质控指数评价手术麻醉质量，其中，所述手术质控指数的高低反应手术麻醉质量的优良。通过上述方式，本申请能够客观衡量一个科室或某个医护人员的手术麻醉质量。
Description
技术领域
本申请涉及医疗技术领域，特别是涉及一种评价手术麻醉质量的方法、终端及具有存储功能的装置。
背景技术
麻醉是由药物或其他方法产生的一种中枢神经和/或周围神经系统的可逆性功能抑制，这种抑制的主要特点是手术患者感觉特别是痛觉的丧失，进而达到无痛进行手术，且同时保障手术患者的生命安全的目的。
本申请的发明人在长期的研究过程中发现，目前还没有合适的方法来客观衡量一个科室或某个医护人员的手术麻醉质量。
发明内容
本申请主要解决的技术问题是提供一种评价手术麻醉质量的方法、终端及具有存储功能的装置，能够客观衡量一个科室或某个医护人员的手术麻醉质量。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种评价手术麻醉质量的方法，所述方法包括：接收来自手术患者的监控设备传输的数据，其中，所述数据包括多个生命体征的数据；统计第一预定时间和第一预定范围内的所述数据并通过与所述数据相关联的预定策略计算获得手术质控指数；利用所述手术质控指数评价手术麻醉质量，其中，所述手术质控指数的高低反应手术麻醉质量的优良。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种终端，所述终端包括：处理器、存储器、收发器以及显示器，所述处理器分别耦接所述存储器、所述收发器以及所述显示器，所述处理器、所述存储器、所述收发器以及所述显示器在工作时能够实现上述任一方法中的步骤。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，其上存储有程序数据，所述程序数据被处理器执行时实现上述任一方法中的步骤。
本申请的有益效果是：区别于现有技术的情况，本申请所提供的评价手术麻醉质量的方法包括：接收来自手术患者的监控设备传输的数据，其中，所述数据包括多个生命体征的数据；统计第一预定时间和第一预定范围内的数据并通过与所述数据相关联的预定策略计算获得手术质控指数，利用所述手术质控指数评价手术麻醉质量。一般而言，手术麻醉质量越高，手术患者的生命体征的波动越小，因此，通过对监控设备采集的生命体征的数据进行分析处理，可以获得手术质控指数，手术质控指数越高，手术麻醉质量越好。因此，本申请所提供的方法可以较为客观地衡量一个科室或某个医护人员的手术麻醉质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
图1是本申请评价手术麻醉质量的方法一实施方式的流程示意图；
图2是图1中步骤S102一实施方式的流程示意图；
图3是图2中步骤S201一实施方式的流程示意图；
图4是本申请终端一实施方式的结构示意图；
图5是本申请具有存储功能的装置一实施方式的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的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。
请参阅图1，图1为本申请评价手术麻醉质量的方法一实施方式的流程示意图，该方法可以用于手术过程中，也可用于手术结束后手术患者未清醒的一段时间，该方法包括：
S101：接收来自手术患者的监控设备传输的数据，其中，数据包括多个生命体征的数据。
具体地，监控设备可以通过内置的多种传感器每间隔预定采样周期(例如，30ms、1s等)采集手术患者的多个生命体征的数据，在本实施例中，多个生命体征包括呼吸、体温、心率、血压、血氧，在其他实施例中，监控设备也可采集其他生命体征的数据，本申请对此不作限定。
在一个应用场景中，监控设备可以将实时采集到的生命体征的数据通过有线或者无线传输技术传输；在另一个应用场景中，监控设备也可以间隔一段时间，将该一段时间内的所有数据一次性通过有线或者无线传输技术传输。
S102：统计第一预定时间和第一预定范围内的监控设备传输的数据并通过与数据相关联的预定策略计算获得手术质控指数。
具体地，在一个实施方式中，上述第一预定时间可以是12h、24h等，第一预定范围可以是一个科室、某一个或多个特定医护人员等，可根据实际需求选定第一预定时间和第一预定范围，本申请对此不作限定。
在另一个实施方式中，请参阅图2，图2为图1中步骤S102一实施方式的流程示意图，上述步骤S102具体包括：
S201：统计第一预定时间和第一预定范围内的数据以获得多个质控项目的数值，每个质控项目具有对应的权重值，所有质控项目对应的权重值之和为100。
具体地，在一个实施方式中，每个质控项目对应的权重值可以自行设定，例如，设定为5分、10分、15分、20分等，仅需满足所有质控项目对应的权重值之和为100的条件即可。每个质控项目对应的权重值可以相等，也可以不相等；例如，可以根据质控项目的敏感程度分配对应的权重值，敏感程度较高的质控项目的权重值较大。所谓敏感，是指该质控项目受麻醉质量变化波动较为明显的项目。
在一个应用场景中，当接收的监控设备传输的数据包括呼吸、体温、心率、血压、血氧时，上述数据对应的质控项目包括如下10个，当然，还可根据实际需要增加或减少其他质控项目，本申请对此不作限定。
A、呼吸异常发生率，呼吸异常发生率为第一预定时间和第一预定范围内呼吸异常发生的总次数与手术患者人数的比值。
B、呼吸最大异常处理时间，呼吸最大异常处理时间为第一预定时间和第一预定范围内呼吸异常处理时间合集中的最大值；或者，呼吸平均异常处理时间，呼吸平均异常处理时间为第一预定时间和第一预定范围内呼吸异常处理时间的总和与呼吸异常处理次数的比值。其中，某次的异常处理时间为呼吸出现异常的时间与其重新恢复正常的时间差。
C、体温异常发生率，体温异常发生率为第一预定时间和第一预定范围内体温异常发生的总次数与手术患者人数的比值。
D、体温最大异常处理时间，体温最大异常处理时间为第一预定时间和第一预定范围内体温异常处理时间合集中的最大值；或者，体温平均异常处理时间，体温平均异常处理时间为第一预定时间和第一预定范围内体温异常处理时间的总和与体温异常处理次数的比值。
E、心率异常发生率，心率异常发生率为第一预定时间和第一预定范围内心率异常发生的总次数与手术患者人数的比值。
F、心率最大异常处理时间，心率最大异常处理时间为第一预定时间和第一预定范围内心率异常处理时间合集中的最大值；或者，心率平均异常处理时间，心率平均异常处理时间为第一预定时间和第一预定范围内心率异常处理时间的总和与心率异常处理次数的比值。
G、血压异常发生率，血压异常发生率为第一预定时间和第一预定范围内血压异常发生的总次数与手术患者人数的比值。
H、血压最大异常处理时间，血压最大异常处理时间为第一预定时间和第一预定范围内血压异常处理时间合集中的最大值；或者，血压平均异常处理时间，血压平均异常处理时间为第一预定时间和第一预定范围内血压异常处理时间的总和与血压异常处理次数的比值。
I、血氧异常发生率，血氧异常发生率为第一预定时间和第一预定范围内血氧异常发生的总次数与手术患者人数的比值。
J、血氧最大异常处理时间，血氧最大异常处理时间为第一预定时间和第一预定范围内血氧异常处理时间合集中的最大值；或者，血氧平均异常处理时间，血氧平均异常处理时间为第一预定时间和第一预定范围内血氧异常处理时间的总和与血氧异常处理次数的比值。
一般而言，呼吸/体温/心率/血压/血氧都有标准范围，而所谓异常是指呼吸/体温/心率/血压/血氧的数值超过其对应的标准范围的最大值或者最小值且持续时间超过阈值(例如，5min、10min等)。在某些情况下，可能存在监控设备的探头与手术患者接触不良等情形导致的手术患者生命体征表现不正常的情况，此类情况通过人为检查可以在短时间内使手术患者生命体征重新表现正常。为排除上述非手术患者本身生理体征异常的情况，设置了上述阈值，只有持续时间超过阈值的情况才被纳入异常的数据中。
因此，在一个应用场景中，请参阅图3，图3为图2中步骤S201一实施方式的流程示意图，上述步骤S201具体包括：
S301：预设呼吸/体温/心率/血压/血氧的标准范围，标准范围包括最大值和最小值。
具体地，在一个应用场景中，由于上述生命体征的标准范围并不是固定的，与多种影响因素相关，因此，该步骤S301具体包括：根据影响生命体征的标准范围的影响因素预设与其相对应的标准范围，其中，影响因素包括患者年龄。
以体温为例，成人和儿童的标准范围为36-37℃(腋下)。
以血氧为例，成人和儿童的动脉血氧(即，血液中的氧气)的标准范围为95-97％。
以心率为例，心率是指正常人安静状态下每分钟心跳的次数，也叫安静心率，年龄越小，心率越快，成人和儿童的标准范围为60-100次/分。
以呼吸为例，儿童的呼吸随年龄的增长而减少，之后逐渐到成人的水平，成人的呼吸标准范围为16-20次/分，儿童的呼吸标准范围为30-40次/分。
以血压为例，成人收缩压的标准范围为12-18.7kPa(相当于90-140mmH)，舒张压的标准范围为8-12kPa(相当于60-90mmHg)；新生儿收缩压标准范围为6.7-8.0kPa(50-60mmHg)，舒张压的标准范围为4-5.3kPa(30-40mmHg。在40岁以后，收缩压可随年龄增长而升高，39岁以下收缩压的标准范围的最大值为18.7kPa(140mmHg)，40-49岁收缩压的标准范围的最大值为20kPa(150mmHg)，50-59岁收缩压的标准范围的最大值为21kPa(160mmHg)，60岁以上收缩压的标准范围的最大值为22.6kPa(170mmHg)。
在另一个应用场景中，上述生命体征的标准范围的影响因素还包括其他，比如说，性别、职业等，例如，运动员的心率较普通成人慢，一般为50次/分钟左右；又例如，女性心率较同龄男性心率快，本申请还可综合考虑其他影响因素预设各个生命体征的标准范围。
S302：判断当前呼吸/体温/心率/血压/血氧的数值是否大于最大值或小于最小值且持续时间超过阈值，若是，则判定呼吸/体温/心率/血压/血氧发生异常。
S202：根据多个质控项目的数值及多个质控项目对应的权重值，获得多个质控项目的分值。
具体地，在一个实施方式中，上述质控项目对应的分值不超过其对应的权重值，呼吸/体温/心率/血压/血氧异常发生率和呼吸/体温/心率/血压/血氧异常处理时间与其对应的分值成反比。
在一个应用场景中，预先设定各个质控项目对应的数值的最大数值Pmax(例如，0.05、0.1、0.5、9等)、最小数值Pmin(例如，0、0.1、0.5、等)，以及该质控项目对应的权重值M(例如，5、10、15、20等)，其中，最大数值Pmax、最小数值Pmin、权重值M可根据实际情况自行设定，本申请对此不作限定；该质控项目对应的数值为P0，当P0≤Pmin时，该评价项目对应的分值为权重值M；当P0≥Pmax时，该评价项目对应的分值为0；当Pmin＜P0＜Pmax时，该评价项目对应的分值为M*[(Pmax-P0)/(Pmax-Pmin)]。
当然，在其他应用场景中，根据评价项目的数值及评价项目对应的权重值获得其分值的方法也可为其他，本申请对此不作限定，例如，可以预先将该项目对应的数值划分为数个区间，各个区间对应的不同的分值，分值的上限为权重值，分值的下限可以为0，也可以为负数，本申请对此不作限定。
另外，在其他应用场景中，还可进一步将获得的各个质控项目对应的分值除以第一预定时间(其单位可以为以小时、天等)，本申请对此不作限定。
S203：多个质控项目的分值之和为手术质控指数。
具体地，在一个应用场景中，将上述步骤S202中获得的各个质控项目对应的分值求和，即获得手术质控指数。
S103：利用手术质控指数评价手术麻醉质量，其中，手术质控指数的高低反应手术麻醉质量的优良。
具体地，在一个应用场景中，手术质控指数越高，表明手术麻醉质量越高。在另一个应用场景中，在上述步骤S103之后，本申请所提供的方法还包括：将手术质控指数以及其对应的建议发送。其中，发送的方法可以通过短信、邮件等方式发送至各个医护人员的手机、电脑等终端上。该建议可以是针对其中的每个质控项目给出建议，也可以是针对总体给出建议，本申请对此不作限定。
在又一个实施方式中，本申请所提供的方法还包括：通过对接收的数据进行深度学习以优化所述预定策略。具体地，深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，从而可以指导优化预定策略，即本申请所提供的与接收的数据相关联的预定策略是在不断自我优化的。
在又一个实施方式中，某些手术患者本身病情较为严重，在手术过程中，生命体征出现异常可能与麻醉质量无太大关系，若将其纳入评价手术麻醉质量的数据中，将导致数据存在不公正的情况。为将该部分数据排除，本申请所提供的方法在步骤S101之前，还包括：预先对手术患者的病情进行评级。上述实施例中步骤S101具体包括：判断手术患者的病情等级是否在预设等级范围内，若是，则接收来自手术患者的监控设备传输的数据，否则，不接收；或者，判断手术患者的病情等级是否在预设等级范围内，若是，则对接收的手术患者的监控设备传输的数据进行处理，否则，对接收的手术患者的监控设备传输的数据不进行处理。
在一个应用场景中，可将患者的病情分为四个等级，其中，一级为濒危患者(指患者的病情可能随时危及生命)，二极为危重患者(指患者有可能在短时间内病情发展至一级)，三级为急症患者(指患者目前明确没有在短时间内危及生命的症状)，四级为非急症患者。预设等级范围为三级至四级，或者二级至四级，当手术患者的病情等级在该预设等级范围内时，才接收监控设备传输的数据或者才处理监控设备传输的数据。
请参阅图4，图4为本申请终端一实施方式的结构示意图，该终端1包括：处理器10、存储器12、收发器14以及显示器16，处理器10分别耦接存储器12、收发器14以及显示器16，处理器10、存储器12、收发器14以及显示器16在工作时能够实现上述任一实施例中评价手术麻醉质量的方法的步骤。
请参阅图5，图5为本申请具有存储功能的装置一实施方式的结构示意图，该具有存储功能的装置30其上存储有程序数据300，程序数据300被处理器执行时实现上述任一实施例中评价手术麻醉质量的方法的步骤。在一个应用场景中，该具有存储功能的装置30可以是U盘、硬盘等。
以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种评价手术麻醉质量的方法，其特征在于，所述方法包括：
接收来自手术患者的监控设备传输的数据，其中，所述数据包括多个生命体征的数据；
统计第一预定时间和第一预定范围内的所述监控设备传输的所述数据并通过与所述数据相关联的预定策略计算获得手术质控指数；
利用所述手术质控指数评价手术麻醉质量，其中，所述手术质控指数的高低反应手术麻醉质量的优良。
2.根据权利要求1所述的方法，其特征在于，所述统计第一预定时间和第一预定范围内的所述监控设备传输的所述数据并通过与所述数据相关联的预定策略计算获得手术质控指数，包括：
统计第一预定时间和第一预定范围内的所述数据以获得多个质控项目的数值，每个质控项目具有对应的权重值，所有所述质控项目对应的权重值之和为100；
根据多个所述质控项目的数值及多个所述质控项目对应的权重值，获得多个所述质控项目的分值；
多个所述质控项目的分值之和为所述手术质控指数。
3.根据权利要求2所述的方法，其特征在于，
所述生命体征包括：呼吸、体温、心率、血压、血氧。
4.根据权利要求3所述的方法，其特征在于，所述质控项目包括：
呼吸/体温/心率/血压/血氧异常发生率，所述呼吸/体温/心率/血压/血氧异常发生率为所述第一预定时间和所述第一预定范围内呼吸/体温/心率/血压/血氧异常发生的总次数与手术患者人数的比值；
呼吸/体温/心率/血压/血氧最大异常处理时间，所述呼吸/体温/心率/血压/血氧最大异常处理时间为所述第一预定时间和所述第一预定范围内呼吸/体温/心率/血压/血氧异常处理时间合集中的最大值；或者，呼吸/体温/心率/血压/血氧平均异常处理时间，所述呼吸/体温/心率/血压/血氧平均异常处理时间为所述第一预定时间和所述第一预定范围内呼吸/体温/心率/血压/血氧异常处理时间的总和与呼吸/体温/心率/血压/血氧异常处理次数的比值。
5.根据权利要求4所述的方法，其特征在于，所述质控项目对应的分值不超过其对应的权重值，所述呼吸/体温/心率/血压/血氧异常发生率和所述呼吸/体温/心率/血压/血氧异常处理时间与其对应的分值成反比。
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
预设所述呼吸/体温/心率/血压/血氧的标准范围，所述标准范围包括最大值和最小值；
判断当前所述呼吸/体温/心率/血压/血氧的数值是否大于所述最大值或小于所述最小值且持续时间超过阈值，若是，则判定所述呼吸/体温/心率/血压/血氧发生异常。
7.根据权利要求1所述的方法，其特征在于，所述接收来自监控设备传输的数据之前，所述方法还包括：
预先对手术患者的病情进行评级。
8.根据权利要求7所述的方法，其特征在于，所述预先对手术患者的病情进行评级之后，所述方法还包括：
判断所述手术患者的病情等级是否在预设等级范围内，若是，则接收来自所述手术患者的监控设备传输的数据，否则，不接收；或者，
判断所述手术患者的病情等级是否在预设等级范围内，若是，则对接收的所述手术患者的监控设备传输的数据进行处理，否则，对接收的所述手术患者的监控设备传输的数据不进行处理。
9.一种终端，其特征在于，所述终端包括：处理器、存储器、收发器以及显示器，所述处理器分别耦接所述存储器、所述收发器以及所述显示器，所述处理器、所述存储器、所述收发器以及所述显示器在工作时能够实现权利要求1-8任一项所述方法中的步骤。
10.一种具有存储功能的装置，其上存储有程序数据，其特征在于，所述程序数据被处理器执行时实现权利要求1-8任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810621297.1A CN109147906B (zh) | 2018-06-15 | 2018-06-15 | 评价手术麻醉质量的方法、终端及具有存储功能的装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810621297.1A CN109147906B (zh) | 2018-06-15 | 2018-06-15 | 评价手术麻醉质量的方法、终端及具有存储功能的装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109147906A true CN109147906A (zh) | 2019-01-04 |
| CN109147906B CN109147906B (zh) | 2021-09-21 |
Family
ID=64802105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810621297.1A Active CN109147906B (zh) | 2018-06-15 | 2018-06-15 | 评价手术麻醉质量的方法、终端及具有存储功能的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109147906B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110415826A (zh) * | 2019-06-17 | 2019-11-05 | 水瓶屿(上海)智能科技有限公司 | 一种基于围术期大数据的手术和麻醉质量评估及指导系统 |
| CN111524572A (zh) * | 2020-05-15 | 2020-08-11 | 赵飞飞 | 麻醉设备及麻醉安全控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070276333A1 (en) * | 1993-03-19 | 2007-11-29 | Venetec International, Inc. | Catheter anchoring system |
| CN104915360A (zh) * | 2014-03-14 | 2015-09-16 | 通用电气公司 | 医学监控系统及应用于其上的警报声减少方法 |
| CN105512796A (zh) * | 2015-11-25 | 2016-04-20 | 上海蓬海涞讯数据技术有限公司 | 实现医院手术科室医生绩效评价的系统和方法 |
| CN105769184A (zh) * | 2016-04-30 | 2016-07-20 | 合肥诺和电子科技有限公司 | 一种用于麻醉深度监测仪的csi指数提取方法 |
| CN106821335A (zh) * | 2017-04-01 | 2017-06-13 | 新乡医学院第附属医院 | 一种麻醉和意识深度监测模块 |
-
2018
- 2018-06-15 CN CN201810621297.1A patent/CN109147906B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070276333A1 (en) * | 1993-03-19 | 2007-11-29 | Venetec International, Inc. | Catheter anchoring system |
| CN104915360A (zh) * | 2014-03-14 | 2015-09-16 | 通用电气公司 | 医学监控系统及应用于其上的警报声减少方法 |
| CN105512796A (zh) * | 2015-11-25 | 2016-04-20 | 上海蓬海涞讯数据技术有限公司 | 实现医院手术科室医生绩效评价的系统和方法 |
| CN105769184A (zh) * | 2016-04-30 | 2016-07-20 | 合肥诺和电子科技有限公司 | 一种用于麻醉深度监测仪的csi指数提取方法 |
| CN106821335A (zh) * | 2017-04-01 | 2017-06-13 | 新乡医学院第附属医院 | 一种麻醉和意识深度监测模块 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110415826A (zh) * | 2019-06-17 | 2019-11-05 | 水瓶屿(上海)智能科技有限公司 | 一种基于围术期大数据的手术和麻醉质量评估及指导系统 |
| CN111524572A (zh) * | 2020-05-15 | 2020-08-11 | 赵飞飞 | 麻醉设备及麻醉安全控制方法 |
| CN111524572B (zh) * | 2020-05-15 | 2024-02-02 | 赵飞飞 | 麻醉设备及麻醉安全控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109147906B (zh) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lamonaca et al. | An overview on Internet of medical things in blood pressure monitoring | |
| AU2019202009A1 (en) | Multivariate residual-based health index for human health monitoring | |
| US7621871B2 (en) | Systems and methods for monitoring and evaluating individual performance | |
| US9220444B2 (en) | System method and device for determining the risk of dehydration | |
| US6569095B2 (en) | Adaptive selection of a warning limit in patient monitoring | |
| US10039451B2 (en) | System and method for optimizing the frequency of data collection and thresholds for deterioration detection algorithm | |
| US20200170530A1 (en) | Systems and methods for classifying ecg data | |
| CN108778099B (zh) | 用于确定对象的一个或多个生理特性的基线的方法和装置 | |
| KR20110137001A (ko) | 건강 위험 경보 시스템 | |
| US10555699B2 (en) | Method and device for the non-invasive montioring and identification of drug effects and interactions | |
| KR20160147549A (ko) | 생리학적 노화 수준을 평가하는 방법 및 장치 | |
| CN107019500A (zh) | 一种养老监护方法及智能辅助养老系统 | |
| CN116509350A (zh) | 一种基于智能手环的医疗监控系统 | |
| Kavitha et al. | Smart wireless healthcare monitoring for drivers community | |
| CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
| US20220211332A1 (en) | Medical device system for monitoring patient health | |
| US20070156624A1 (en) | System and method of patient specific vital sign estimation | |
| CN109147906A (zh) | 评价手术麻醉质量的方法、终端及具有存储功能的装置 | |
| CN116072310A (zh) | 一种应用于医疗健康服务的智能边缘计算系统 | |
| CN106650288A (zh) | 一种温控充电的远程医疗系统参数配置系统 | |
| CN106228763A (zh) | 心电监护的报警方法及装置 | |
| CN113223713A (zh) | 基于风险评估的动态监护方法、系统以及存储介质 | |
| CN112037916A (zh) | 共享多功能防猝死生理信息检测系统及其方法 | |
| CN111759289A (zh) | 基于大数据的健康终端管理方法 | |
| KR20170006151A (ko) | 웨어러블 디바이스상에서 획득된 생체 정보 분석을 통한 건강 관리 시스템 |
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 | ||
| CP03 | Change of name, title or address |
Address after: No. 289, Dongfang Avenue, Nantong Economic and Technological Development Zone, Nantong City, Jiangsu Province, 226000 Patentee after: Jiangsu Renxian Medical Technology Co.,Ltd. Address before: 226000 289 Dongfang Road, Nantong economic and Technological Development Zone, Jiangsu Patentee before: JIANGSU REHN MEDICAL INSTRUMENTS TECHNOLOGY Co.,Ltd. |
|
| CP03 | Change of name, title or address |