CN110875087A - 一种慢性肺疫病管理系统 - Google Patents
一种慢性肺疫病管理系统 Download PDFInfo
- Publication number
- CN110875087A CN110875087A CN201811022784.2A CN201811022784A CN110875087A CN 110875087 A CN110875087 A CN 110875087A CN 201811022784 A CN201811022784 A CN 201811022784A CN 110875087 A CN110875087 A CN 110875087A
- Authority
- CN
- China
- Prior art keywords
- disease
- patient
- condition
- information
- processing terminal
- 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.)
- Pending
Links
- 230000001684 chronic effect Effects 0.000 title claims abstract description 58
- 208000019693 Lung disease Diseases 0.000 title claims abstract description 52
- 201000010099 disease Diseases 0.000 claims abstract description 124
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 124
- 238000012216 screening Methods 0.000 claims abstract description 82
- 238000001514 detection method Methods 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 76
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 claims description 42
- 230000004199 lung function Effects 0.000 claims description 40
- 238000003745 diagnosis Methods 0.000 claims description 38
- 239000003814 drug Substances 0.000 claims description 31
- 229940079593 drug Drugs 0.000 claims description 16
- 210000004072 lung Anatomy 0.000 claims description 15
- 230000000241 respiratory effect Effects 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 11
- 206010011224 Cough Diseases 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 230000000414 obstructive effect Effects 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 208000000059 Dyspnea Diseases 0.000 claims description 6
- 206010013975 Dyspnoeas Diseases 0.000 claims description 6
- 206010036790 Productive cough Diseases 0.000 claims description 6
- 208000006673 asthma Diseases 0.000 claims description 6
- 230000037396 body weight Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 6
- 206010061876 Obstruction Diseases 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 4
- 206010014561 Emphysema Diseases 0.000 claims description 3
- 241000208125 Nicotiana Species 0.000 claims description 3
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 206010006451 bronchitis Diseases 0.000 claims description 3
- 235000019504 cigarettes Nutrition 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 34
- 238000000034 method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 8
- 230000036541 health Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 5
- 230000002685 pulmonary effect Effects 0.000 description 5
- 230000009798 acute exacerbation Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000007435 diagnostic evaluation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013123 lung function test Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Abstract
本发明公开了一种慢性肺疾病管理系统，其包括检测终端、处理终端、数据中心；所述检测终端用于获取患者输入的病情参数并将所述参数传送至所述处理终端；所述检测终端还用于获取患者输入的筛查问卷信息并将所述筛查问卷信息传送至所述处理终端；所述检测终端还用于从所述数据中心获取患者病情历史数据并将所述病情历史数据传送至所述处理终端；所述处理终端用于获取所述病情参数或筛查问卷信息或病情历史数据，并进行计算评估，得到患者病情等级；所述数据中心用于存储患者病情历史数据。通过本技术方案，可以更准确地分析患者的病情情况，提高分析的准确率。
Description
技术领域
本发明涉及管理系统技术领域，尤其涉及一种慢性肺疾病管理系统。
背景技术
慢性肺疾病，例如慢阻肺的社区综合防治一直是人们关注的焦点。目前，我国慢性疾病的综合防治和管理仍然面临几个不容忽视的严重问题：①由于民众和基层医务人员缺少慢性肺疾病早期筛查和诊治的意识和手段，漏诊非常严重；②民众对慢性肺疾病认知程度较低，且缺少慢性疾病的大众教育平台和渠道，以致于慢性肺疾病人群得不到及时的预防和诊疗；③医疗资源短缺，医务之间、医患之间缺乏沟通平台，导致相当比例的慢性肺疾病患者没有得到系统规范的诊治、教育和跟踪管理，以致于患者的病情不断反复、日益加重；④缺乏社区人群的慢性肺疾病档案和管理系统，基于大数据、互联网技术的慢性肺疾病信息化管理更属空白。这些严重制约了我国慢性肺疾病防治水平的提高。
因此，利用现代信息手段，构建慢性肺疾病综合防治管理平台，实现智能化、智慧化管理，是慢性肺疾病管理的发展方向，将对提高肺慢性疾病的防治水平起到极大的推动作用。
发明内容
为了克服现有技术的不足，本发明所解决的技术问题是提供一种能够及时获取慢性肺疾病信息并且对慢性肺疾病信息进行分析，以及综合管理的慢性肺疾病管理系统。
为解决上述技术问题，本发明所采用的技术方案内容具体如下：
一种慢性肺疾病管理系统，其包括检测终端、处理终端、数据中心；所述检测终端与所述处理终端通讯连接；所述处理终端与所述数据中心通讯连接；
所述检测终端用于获取患者输入的病情参数并将所述参数传送至所述处理终端；所述检测终端还用于获取患者输入的筛查问卷信息并将所述筛查问卷信息传送至所述处理终端；所述检测终端还用于从所述数据中心获取患者病情历史数据并将所述病情历史数据传送至所述处理终端；
所述处理终端用于获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级；
所述处理终端用于获取所述病情参数、筛查问卷信息、病情历史数据之中的一种或多种，并进行计算评估，得到患者病情等级；
所述数据中心用于存储患者病情历史数据。
需要说明的是，在本技术方案中，发明人提出了对于现有的检测终端进行的改进，具体来说，在本方案中，所述检测终端是通过三种获取检测方式的一种或多种获取信息，包括获取患者输入的病情参数，获取患者输入的筛查问卷信息和从所述数据中心获取患者病情历史数据。然后，将这些信息的一种或多种传送到所述处理终端中进行计算评估，得到患者病情等级。医生或医疗单位可以根据计算结果自行采用不同的治疗方法对患者进行治疗。通过本技术方案，可以更准确地检测患者的病情情况，提高检测的准确率。特别地，将本技术方案应用在检测慢性肺病领域，能够更加准确地检测到患者的慢性肺病情况，给医生或医疗单位提供参考，方便后续医生进行诊断治疗。用户可通过该设备主动或根据系统引导输入其他相关信息，并通过结合这些信息进行有效、准确、及时地判断，为患者提供更好地持续性医疗服务。
优选地，处理终端获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级的步骤包括：
判断所述病情历史数据，若所述病情历史数据表示患者已经肺功能检查确诊为慢阻肺，则根据所述病情参数进行计算评估，得到患者病情等级；若所述病情历史数据表示患者未经肺功能诊断为慢阻肺病，则根据所述病情参数以及所述筛查问卷信息进行计算评估，得到患者病情等级。
优选地，根据所述病情参数进行计算评估，得到患者病情等级的具体方式为：处理终端预先设定若干个调查问题，每个调查问题对应一个变量，对每个调查问题的答案进行赋值，形成变量赋值表；
检测终端显示所述调查问题并获取患者对调查问题的回答作为病情参数发送给处理终端；
处理终端获取病情参数并查询变量赋值表得到患者的变量值；
处理终端根据用户的变量值进行计算评估，得到患者病情等级。
更优选地，调查问题及其对应的变量、答案及其赋值具体为：
问题1：居住环境，变量:X1，答案及赋值：城市＝0，农村＝1；
问题2：性别，变量:X2，答案及赋值：女＝0，男＝1；
问题3：周岁，变量:X3，答案及赋值：答案即为赋值；
问题4：活动时是否感觉到呼吸困难？，变量:X5，答案及赋值：只在剧烈运动时才感到呼吸困难＝1，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝4，因为严重呼吸困难以至于不能离开家或影响到穿衣或脱衣＝5；
问题5：平均每天吸烟的包数×烟龄，变量:X7，答案及赋值：答案即为赋值；
问题6：从事粉尘较大或有害气体较重工作的年数，变量:X8，答案及赋值：答案即为赋值；
问题7：体重指数＝体重除以身高的平方，单位kg/m2，变量:X11，答案及赋值：答案即为赋值；
问题8：咳嗽或者咳痰，变量:X12，答案及赋值：否＝0，是＝咳嗽或者咳痰的年数；
问题9：气喘，变量:X14，答案及赋值：否＝0，是＝1；
处理终端根据用户的变量值进行计算评估，得到患者病情等级的具体方式为：Y0＝-59.01354–1.26683*X1+7.56887*X2+0.64493*X3–0.83960*X5–0.07024*X7–0.03545*X8+3.14363*X11+0.07232*X12+2.01073*X14
Y1＝-58.27013–3.17714*X1+9.52916*X2+0.78278*X3–0.68573*X5–0.02098*X7–0.03143*X8+2.67730*X11+0.54014*X12+1.43502*X14
Y2＝-58.63480–3.29184*X1+9.73954*X2+0.81083*X3–0.27664*X5+0.01266*X7–0.00501*X8+2.48299*X11+0.59150*X12+2.79344*X14
输入相应变量值，同时计算Y0、Y1、Y2的最大值max(YO,Y1,Y2)；
如果Y0最高：病情判别为正常人群；
如果Y1最高：病情判别为COPD I/II级；
如果Y2最高：病情判别为COPDIII/IV级；
如果最高值有2个或3个值，那么取病情判别结果更轻的那个结果。
需要说明的是，上述问题中，若涉及答案为二选一的结果，如问题1、问题2等，本领域技术人员应知道有其他的表示方式体现二选一的赋值关系；而对于如问题4中的表示程度的结果，本领域技术人员应知道有其他的表示方式体现程度的关系以替代该表示，这些替代的方式应被考虑在本方案的保护范围之内。
例如，在获取患者患病历史信息进行计算的方式中，将结果分成“否”和“是”两种等级结果。
在获取病情参数进行计算的方式当中，可出现三种等级结果：“Y0正常”；“Y1＝I、II级”；“Y2＝III、IV级”。
在获取患者输入的筛查问卷结果进行计算的方式中，将结果分成患病和正常两种等级结果。
结合上述三种方案的计算结果进行判断，可以有效减少误诊。其具体方法包括：
患者已经肺功能检查确诊为慢阻肺，即只根据病情严重程度判别公式进行判别：
1)Y0＝正常:初筛结果为轻度慢阻肺患者；
2)Y1＝I、II级:初筛结果为轻度慢阻肺患者；
3)Y2＝III、IV级:初筛结果为重度慢阻肺患者。
患者未经肺功能诊断为慢阻肺，则根据病情严重程度判别公式和自我筛查评分进行综合判断。
优选地，根据所述病情参数以及所述筛查问卷信息进行计算评估步骤中，所述筛查问卷信息的问题及其对应的答案及其赋值具体为：
问题1：年龄，答案及赋值：>0岁,<50岁，＝0分；>＝50岁,<60岁，＝3分；>＝60岁,<70岁，＝7分；>＝70岁，＝10分；
问题2：平均每天吸烟的包数×烟龄，答案及赋值：>＝0包·年,<15包·年，＝0分；>＝15包·年,<30包·年，＝1分；≥30包·年，＝2分；
问题3：体重(kg)/(身高(m))2，答案及赋值：<18.5kg/m2，＝7分；>＝18.5kg/m2,<24kg/m2，＝4分；>＝24kg/m2,<28kg/m2，＝1分；>＝28kg/m2，＝0分；
问题4：您是否经常咳嗽？，答案及赋值：是，＝3分；否，＝0分；
问题5：您活动时是否感觉到呼吸困难？，答案及赋值：只在剧烈运动时才感到呼吸困难＝0，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝3，因为严重呼吸困难以至于不能离开家或影响到穿衣或脱衣＝3；
问题6：您长期使用柴草或煤炉烤火或烹饪吗？，答案及赋值：是，＝1分；否，＝0分；
问题7：您的父母兄弟姐妹有患支气管炎、肺气肿、慢阻肺、哮喘等疾病吗？，答案及赋值：是，＝2分；否，＝0分；
筛查问卷信息分数为上述问题答案对应赋值的总和；
根据所述病情参数以及所述筛查问卷信息进行计算评估步骤具体包括：
设阈值为a；
1)自我筛查<a分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺低风险人群；
2)自我筛查<a分，病情判断结果为Y＝I、II级，初筛结果为：慢阻肺高风险人群；
3)自我筛查<a分，病情判断结果为Y＝III、IV级，初筛结果为：慢阻肺高风险人群；
4)自我筛查>＝a分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺高风险人群；
5)自我筛查>＝a分，病情判断结果为Y＝I、II级，初筛结果为：轻度慢阻肺；
6)自我筛查>＝a分，病情判断结果为Y＝III、IV级，初筛结果为：重度慢阻肺。
需要说明的是，上述问题中，若涉及答案为二选一的结果，如问题1、问题2等，本领域技术人员应知道有其他的表示方式体现二选一的赋值关系；而对于如问题4中的表示程度的结果，本领域技术人员应知道有其他的表示方式体现程度的关系以替代该表示，这些替代的方式应被考虑在本方案的保护范围之内。同样地，对于16分这一取值的判断，相应只是作为一种阈值a的一种优选举例，也可以是其他具体的分数。本领域技术人员应知道有其他的表示方式体现程度的关系以替代该表示，这些替代的方式应被考虑在本方案的保护范围之内。
对于不同的判断结果，可以采用不同对于患者的对待方式，可以有效实现对患者的综合管理，提高管理的有效性和适用性。
例如，可根据上述结果采用以下形式：
轻度慢阻肺患者：建议就近医院行肺功能检查，进一步明确肺功能情况，经肺功能确诊为慢阻肺者建议加入慢阻肺管理平台，通过记录日常症状变化，学习慢阻肺急性加重自我预防知识，在医生指导下规范管理慢阻肺，改善生活质量。
重度慢阻肺患者：建议就近医院行肺功能检查，进一步明确肺功能情况，经肺功能确诊为慢阻肺者建议加入慢阻肺管理平台，通过记录日常症状变化，学习慢阻肺急性加重自我预防知识，在医生指导下规范管理慢阻肺，改善生活质量。
高风险人群：建议于医院行肺功能检查进一步明确肺功能情况，早发现、早诊断。同时学习与了解慢阻肺自我管理及预防知识减少相关危险因素接触。
低风险人群：建议学习与了解慢阻肺预防知识，防范慢阻肺发生。同时定期体检，早发现，早治疗。需要说明的是，在一种优选的实施方式中，所述病情信息可以通过问卷形式获取。通过得到用户关于问卷的数据，获取其病情信息。通过诊断评估设备对这些数据通过预设规则进行计算判断，得到用户病情等级。
优选地，所述处理终端用于获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级。
需要说明的是，作为更优选地一种实施方式，同时采用上述三种信息进行综合计算判断，可以进一步提高检测肺病的准确性。
优选地，所述慢性肺疾病管理系统还包括多功能检测设备，所述多功能检测设备包括可穿戴生命体征检测仪。
更优选地，所述可穿戴生命体征检测仪用于获取患者生命体征信息，并将所述生命体征信息发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述生命体征信息进行计算评估，得到患者病情等级。
需要说明的是，由于慢性肺病的数据检测可能牵涉到不同体征参数，作为更优选地一种实施方式，发明人在本技术方案中加入了多功能检测设备，优选为可穿戴生命体征检测仪，实现多功能、多层次、多角度地进行患者的慢性肺疾病检测。
更优选地，所述可穿戴生命体征检测仪包括体温检测仪、脉搏检测器、血压检测器、心率检测器之中的一种或多种。
需要说明的是，作为一种可选的实施方式，通过上述的检测仪或者是检测器，可以同时获取患者多种体征数据，使得其结果更为准确，提高系统诊断的准确率。
更优选地，所述多功能检测设备还包括肺功能检测仪。
更优选地，所述肺功能检测仪用于获取患者肺功能参数，并将所述肺功能参数发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述肺功能参数进行计算评估，得到患者病情等级。
需要说明的是，在更进一步优选地实施方式中，在本技术方案中，发明人提出在现有的检测终端中，加入肺功能检测仪，通过肺功能检测仪对患者的肺部体征数据的检测，可以及时有效地使得系统监控患者的肺部体征数据；而结合上述检测终端中的一种或多种信息，以及可穿戴检测设备中一种或多种体征信息，可以使得通过结合这些信息进行有效、准确、及时地判断，进一步提高了检测的准确性。
优选地，所述系统包括医护端，所述医护端用于获取处理终端的信息；所述检测终端还用于从患者处获取病况信息，所述病况信息包括加重、差不多、好转、基本恢复之中的一种；
所述处理终端还用于获取所述病况信息，并将所述病况信息推送至所述医护端。需要说明的是，通过病况信息，可以实现当患者有记录大症状发生改变时，系统会自动提醒相应的医护端口的管理医生，提醒医生做及时回访，评估急性加重严重程度，提高应急效率。
更优选地，所述处理终端在获取所述病况信息时，还执行以下步骤：
将获取的病况信息进行有效性识别，若识别结果有效，则根据所述病况信息提出决策方案。
需要说明的是，在一些可选的实施方式中，病况信息获取的是向患者询问的结果，患者可选包括加重、差不多、好转、基本恢复之中的一种，载有这些结果选项的病况信息会被发送至诊断评估设备进行第二诊断评估，第二诊断评估步骤会对病况信息的有效性进行识别，例如识别是否属于上述选项中的一种，如不符合则需要用户重新输入，以确保病况信息是有效的，可以被识别的。当确认可以被识别后，病况信息会被用于进行下一步决策。
更优选地，所述检测终端还执行以下指令：若病况为加重，则向所述检测终端发送进一步诊断询问；若病况为差不多、好转、基本恢复之中的其中一种，则进一步询问是否需要使用呼吸类药物，若是，则提供药物列表；
需要说明的是，在一些实施方式当中，可以通过诊断评估设备根据患者的体征数据，以及结合病况信息进行判断患者是否需要使用呼吸类药物；或者，也可以是根据向用户发送信息询问是是在第一次询问患者病情信息时，会问及患者是否有规律用药，如有则记录，若无，则根据医生随访决策是否应该使用药物，或对原有治疗方案进行调整；；如判断或患者反馈需要使用呼吸类药物，则从所述数据中心处导出相关的药物列表。
需要说明的是，在一些实施方式当中，若病况信息为加重，则向所述检测终端发送进一步诊断询问，例如询问是哪些症状加重等，并采集相应的回答作为信息发送至诊断评估设备进行诊断判断；若病况信息为差不多、好转、基本恢复之中的其中一种，则进一步判断是否需要使用呼吸类药物，判断的方式是在第一次询问患者病情信息时，会问及患者是否有规律用药，如有则记录，若无，则根据医生随访决策是否应该使用药物，或对原有治疗方案进行调整。若是，则提供药物列表。这样能够结合用户的肺功能的实际情况进行更准确的医疗诊断，提高医疗诊断和决策的准确性。
进一步地，所述判断是否需要使用呼吸类药物的方式是用户自行判断或者是将相关信息推送至医生；
需要说明的是，所述判断方式可以是由用户自身判断，或者是将信息推送至医生后，由医生进行判断。
进一步地，若病况为基本恢复，则进一步记录是否就医，若是，则进行就医方式的记录；若否，则记录用药方式。
需要说明的是，所述就医方式包括门诊或住院；在进一步方式中进入门诊或住院结果后还可以继续记录次数或费用。
需要说明的是，所述用药方式包括自行购药或者是维持现有用药方式。
优选地，所述处理终端的各种患者病情等级的判断结果均发送至所述数据中心进行存储。
需要说明的是，将诊断评估设备的各种判断结果均发送至所述数据中心进行存储，一方面可以存储本次检测结果，与下次检测结果进行诊断评估，也可以根据多次检测结果进行综合判断；另一方面可以方便信息管理，又可以方便患者、医生等查阅，提高检测效率。
优选地，所述系统的数据库采用oracle数据库；所述系统采用Spring Security安全框架。
需要说明的是，在本系统中设有采用oracle数据库保存系统数据与业务数据和采用Spring Security安全框架保证用户访问系统的认证与授权的保密装置，使得本系统信息交互过程，或者是信息存储过程中的信息保密性得到提高。
优选地，在本系统中使用公众号作为交互平台。
通过本技术方案，无需安装直接通过微信就能访问；同时，症状记录与自我筛查问卷使用可以配置的方式来自定义，能及时方便添加问题，修改问卷的跳转流程，使得本系统信息交互过程更为快捷，效率更高。
优选地，本系统中采用ehcache缓存系统基础数据，采用nginx缓存前端页面。
通过本技术方案，可以使得本系统所占用的内存，外存等资源能够得到减少，提高其运行效率并减少存储占用。
与现有技术相比，本发明的有益效果在于：
1、本发明的慢性肺疾病管理系统，所述检测终端是通过三种获取检测方式的信息，包括获取患者输入的病情参数，获取患者输入的筛查问卷信息和从所述数据中心获取患者病情历史数据；然后，将这些信息传送到所述处理终端中进行计算评估，得到患者病情等级；通过本技术方案，可以更准确地检测患者的病情情况，提高检测的准确率；
2、本发明的慢性肺疾病管理系统，发明人在本技术方案中加入了多功能检测设备，优选为可穿戴生命体征检测仪，实现多功能、多层次、多角度地进行患者的慢性肺疾病检测，使得其结果更为准确，提高系统诊断的准确率；
3、本发明的慢性肺疾病管理系统，在更进一步优选地实施方式中，在本技术方案中，发明人提出在现有的检测终端中，加入肺功能检测仪，通过肺功能检测仪对患者的肺部体征数据的检测，可以及时有效地使得系统监控患者的肺部体征数据；而结合上述检测终端中的一种或多种信息，以及可穿戴检测设备中一种或多种体征信息，可以使得通过结合这些信息进行有效、准确、及时地判断，进一步提高了检测的准确性；
4、本发明的慢性肺疾病管理系统，在本系统中设有采用oracle数据库保存系统数据与业务数据和采用Spring Security安全框架保证用户访问系统的认证与授权的保密装置，使得本系统信息交互过程，或者是信息存储过程中的信息保密性得到提高。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1为本发明的慢性肺疾病管理系统处理终端一种较优选实施方式的程序执行流程图；
图2为本发明的慢性肺疾病管理系统一种较优选实施方式的总体架构图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下：
实施例1
本发明提供一种慢性肺疾病管理系统，其包括检测终端、处理终端、数据中心；所述检测终端与所述处理终端通讯连接；所述处理终端与所述数据中心通讯连接；
所述检测终端用于获取患者输入的病情参数并将所述参数传送至所述处理终端；所述检测终端还用于获取患者输入的筛查问卷信息并将所述筛查问卷信息传送至所述处理终端；所述检测终端还用于从所述数据中心获取患者病情历史数据并将所述病情历史数据传送至所述处理终端；
所述处理终端用于获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级；
所述数据中心用于存储患者病情历史数据。
需要说明的是，在本技术方案中，发明人提出了对于现有的检测终端进行的改进，具体来说，在本方案中，所述检测终端是通过综合三种方法进行综合判断，其中主要表现形式是一种综合问卷，即将三种判断方式的所有问题进行整合，包括获取患者输入的病情参数，获取患者输入的筛查问卷信息和从所述数据中心获取患者病情历史数据。然后，将这些信息传送到所述处理终端中进行计算评估，得到患者病情等级。医生或医疗单位可以参考计算结果，再结合经验性诊断结果自行采用不同的治疗方法对患者进行治疗。通过本技术方案，可以更准确地分析患者的病情情况，提高分析的准确率。特别地，将本技术方案应用在检测慢性肺病领域，能够更加准确地分析到患者的慢性肺病情况，方便后续医生进行诊断治疗。用户可通过该设备主动或根据系统引导输入其他相关信息，并通过结合这些信息进行有效、准确、及时地判断，为患者提供更好地持续性医疗服务。
本系统的工作过程如下：
系统通过检测终端(1)获取患者输入的病情参数并将所述参数传送至所述处理终端；(2)获取患者输入的筛查问卷信息并将所述筛查问卷信息传送至所述处理终端；(3)从所述数据中心获取患者病情历史数据并将所述病情历史数据传送至所述处理终端。
处理终端在收到(1)～(3)中的信息后，分别根据不同类型的信息进行不同的计算处理，结合三种不同信息所得的计算结果，综合得出患者的病情等级。
通过本技术方案，可以更准确地分析患者的病情情况，提高分析的准确率。特别地，将本技术方案应用在检测慢性肺病领域，能够更加准确地分析到患者的慢性肺病情况，方便后续医生进行诊断治疗。用户可通过该设备主动或根据系统引导输入其他相关信息，并通过结合这些信息进行有效、准确、及时地判断，为患者提供更好地持续性医疗服务。
以下列举若干具体实施方式对用户病情等级的计算方法以说明，但并不局限于以下具体实施方式。
在获取患者患病历史信息进行计算的方式中，将结果分成“否”和“是”两种等级结果。
在获取病情参数进行计算的方式当中，可出现三种等级结果：“Y0正常”；“Y1＝I、II级”；“Y2＝III、IV级”。
在获取患者输入的筛查问卷结果进行计算的方式中，将结果分成患病和正常两种等级结果。
更具体的，获取患者患病历史信息进行计算的方式可以是从系统中获取已经存有的数据，也可以是对患者进行现场确认获取等。
(一)患者已经肺功能检查确诊为慢阻肺，即只根据病情严重程度判别公式进行判别：
1)Y0＝正常:初筛结果为轻度慢阻肺患者；
2)Y1＝I、II级:初筛结果为轻度慢阻肺患者；
3)Y2＝III、IV级:初筛结果为重度慢阻肺患者。
病情严重程度判别公式可具体通过以下问题进行处理，例如调查问题及其对应的变量、答案及其赋值具体为：
问题1：居住环境，变量:X1，答案及赋值：城市＝0，农村＝1；
问题2：性别，变量:X2，答案及赋值：女＝0，男＝1；
问题3：周岁，变量:X3，答案及赋值：答案即为赋值；
问题4：活动时是否感觉到呼吸困难？，变量:X5，答案及赋值：只在剧烈运动时才感到呼吸困难＝1，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝4，因为严重呼吸困难以至于不能离开家或影星到穿衣或脱衣＝5；
问题5：平均每天吸烟的包数×烟龄，变量:X7，答案及赋值：答案即为赋值；
问题6：从事粉尘较大或有害气体较重工作的年数，变量:X8，答案及赋值：答案即为赋值；
问题7：体重指数＝体重除以身高的平方，单位kg/m2，变量:X11，答案及赋值：答案即为赋值；
问题8：咳嗽或者咳痰，变量:X12，答案及赋值：否＝0，是＝咳嗽或者咳痰的年数；
问题9：气喘，变量:X14，答案及赋值：否＝0，是＝1；
处理终端根据用户的变量值进行计算评估，得到患者病情等级的具体方式为：Y0＝-59.01354–1.26683*X1+7.56887*X2+0.64493*X3–0.83960*X5–0.07024*X7–0.03545*X8+3.14363*X11+0.07232*X12+2.01073*X14
Y1＝-58.27013–3.17714*X1+9.52916*X2+0.78278*X3–0.68573*X5–0.02098*X7–0.03143*X8+2.67730*X11+0.54014*X12+1.43502*X14
Y2＝-58.63480–3.29184*X1+9.73954*X2+0.81083*X3–0.27664*X5+0.01266*X7–0.00501*X8+2.48299*X11+0.59150*X12+2.79344*X14
输入相应变量值，同时计算Y0、Y1、Y2的最大值max(YO,Y1,Y2)；
如果Y0最高：病情判别为正常人群；
如果Y1最高：病情判别为COPD I/II级；
如果Y2最高：病情判别为COPDIII/IV级；
如果最高值有2个或3个值，那么取病情判别结果更轻的那个结果。
(二)患者未经肺功能诊断为慢阻肺，则根据病情严重程度判别公式和自我筛查评分进行综合判断。
1)自我筛查<16分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺低风险人群；
2)自我筛查<16分，病情判断结果为Y＝I、II级，初筛结果为：慢阻肺高风险人群；
3)自我筛查<16分，病情判断结果为Y＝III、IV级，初筛结果为：慢阻肺高风险人群；
4)自我筛查>＝16分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺高风险人群；
5)自我筛查>＝16分，病情判断结果为Y＝I、II级，初筛结果为：轻度慢阻肺；
6)自我筛查>＝16分，病情判断结果为Y＝III、IV级，初筛结果为：重度慢阻肺。
其中，病情严重程度判别公式判别参照上述(一)的过程，而关于(二)的筛查问卷，具体可以是：
问题1：年龄，答案及赋值：>0岁,<50岁，＝0分；>＝50岁,<60岁，＝3分；>＝60岁,<70岁，＝7分；>＝70岁，＝10分；
问题2：平均每天吸烟的包数×烟龄，答案及赋值：>＝0包·年,<15包·年，＝0分；>＝15包·年,<30包·年，＝1分；≥30包·年，＝2分；
问题3：体重(kg)/(身高(m))2，答案及赋值：<18.5kg/m2，＝7分；>＝18.5kg/m2,<24kg/m2，＝4分；>＝24kg/m2,<28kg/m2，＝1分；>＝28kg/m2，＝0分；
问题4：您是否经常咳嗽？，答案及赋值：是，＝3分；否，＝0分；
问题5：您活动时是否感觉到呼吸困难？，答案及赋值：只在剧烈运动时才感到呼吸困难＝0，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝3，因为严重呼吸困难以至于不能离开家或影响到穿衣或脱衣＝3；
问题6：您长期使用柴草或煤炉烤火或烹饪吗？，答案及赋值：是，＝1分；否，＝0分；
问题7：您的父母兄弟姐妹有患支气管炎、肺气肿、慢阻肺、哮喘等疾病吗？，答案及赋值：是，＝2分；否，＝0分；
筛查问卷信息分数为上述问题答案对应赋值的总和。
实施例2
本实施例是在实施例1的基础上更优选的实施方式，本实施例与实施例1的区别在于：所述慢性肺疾病管理系统还包括多功能检测设备，所述多功能检测设备包括可穿戴生命体征检测仪。
所述可穿戴生命体征检测仪用于获取患者生命体征信息，并将所述生命体征信息发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述生命体征信息进行计算评估，得到患者病情等级。由于慢性肺病的数据检测可能牵涉到不同体征参数，作为更优选地一种实施方式，发明人在本技术方案中加入了多功能检测设备，优选为可穿戴生命体征检测仪，实现多功能、多层次、多角度地进行患者的慢性肺疾病检测。
在一些更优选地实施方式中，所述可穿戴生命体征检测仪包括体温检测仪、脉搏检测器、血压检测器、心率检测器之中的一种或多种。
作为一种可选的实施方式，通过上述的检测仪或者是检测器，可以同时获取患者多种体征数据，使得其结果更为准确，提高系统分析的准确率。
在其他的一些实施方式中，所述多功能检测设备还包括肺功能检测仪。
在一些更具体的实施方式中，所述肺功能检测仪用于获取患者肺功能参数，并将所述肺功能参数发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述肺功能参数进行计算评估，得到患者病情等级。在本技术方案中，发明人提出在现有的检测终端中，加入肺功能检测仪，通过肺功能检测仪对患者的肺部体征数据的检测，可以及时有效地使得系统监控患者的肺部体征数据；而结合上述检测终端中的一种或多种信息，以及可穿戴检测设备中一种或多种体征信息，可以使得通过结合这些信息进行有效、准确、及时地判断，进一步提高了分析的准确性。
本实施例的其余优选实施方式与其他实施例相同，在此不再赘述。
实施例3
本实施例是在上述实施例的基础上更优选的实施方式，本实施例与上述实施例的区别在于：所述检测终端还用于从患者处获取病况信息，所述病况信息包括加重、差不多、好转、基本恢复之中的一种；
所述处理终端还用于获取所述病况信息，并根据所述病况信息提出决策方案。
在一些更优选的实施方式中，所述处理终端在获取所述病况信息时，还执行以下步骤：将获取的病况信息进行有效性识别，若识别结果有效，则根据所述病况信息提出决策方案。病况信息获取的是向患者询问的结果，患者可选包括加重、差不多、好转、基本恢复之中的一种，载有这些结果选项的病况信息会被发送至诊断评估设备进行第二诊断评估，第二诊断评估步骤会对病况信息的有效性进行识别，例如识别是否属于上述选项中的一种，如不符合则需要用户重新输入，以确保病况信息是有效的，可以被识别的。当确认可以被识别后，病况信息会被用于进行下一步决策。
在更具体的实施方式中，所述处理终端还执行如下指令：若病况为加重，则向所述检测终端发送进一步诊断询问；若病况为差不多、好转、基本恢复之中的其中一种，则进一步询问是否使用呼吸类药物，若是，则提供药物列表；可以通过诊断评估设备根据患者的体征数据，以及结合病况信息进行判断患者是否需要使用呼吸类药物。需要指出的是，此处的判断方式是由医生判断，并给予患者随访，告知患者是否需使用药物及是否需更改方案；或者，也可以是根据向用户发送信息询问是否需要使用呼吸类药物；如判断或医生反馈需要使用呼吸类药物，则从所述数据中心处导出相关的药物列表。在一些实施方式当中，若病况信息为加重，则向所述检测终端发送进一步诊断询问，例如询问是哪些症状加重等，并采集相应的回答作为信息发送至诊断评估设备进行诊断判断；若病况信息为差不多、好转、基本恢复之中的其中一种，则进一步询问是否使用呼吸类药物，若是，则提供药物列表。这样能够结合用户的肺功能的实际情况进行更准确的医疗诊断，提高医疗诊断和决策的准确性。
在其他更具体的实施方式中，所述判断是否需要使用呼吸类药物的方式是用户自行判断或者是将相关信息推送至医生；在其他更具体的实施方式中，若病况为基本恢复，则进一步记录是否就医，若是，则进行就医方式的记录；若否，则记录用药方式。
需要说明的是，所述就医方式包括门诊或住院；在进一步方式中进入门诊或住院结果后还可以继续记录次数或费用。
该系统是监测系统，主要通过患者主动记录症状用药变化，由医护进行判断，当患者记录到已基本恢复时，需要对此次加重过程进行总结，即此次加重的就医及用药情况。
举例来说，所述就医方式包括门诊或住院；在进一步方式中进入门诊或住院结果后还可以继续记录次数或费用。
举例来说，所述用药方式包括自行购药或者是维持现有用药方式。
我们也可以举一结合上述多个实施方式的具体实施例，如图1所示，即为一个实施例的执行流程图，具体实施过程结合上述可知，在此不再累述。
本实施例的其余优选实施方式与其他实施例相同，在此不再赘述。
实施例4
本实施例列举的是本系统的一些优选实施方式。
在一些实施方式中，所述处理终端还包括监测随访设备以及决策支持设备中的一种或两种。所述监测随访设备，用于监测和采集患者血压、心率、血氧饱和度、肺功能、运动和睡眠情况等各项生命体征和健康指标，以及所处环境空气质量等信息；所述决策支持设备，用于辅助医疗机构做出最适合患者个体情况的健康咨询处方，包括患者是否需要就医、转诊和急救等建议。
在一些实施方式中，所述诊断评估设备的各种判断结果均发送至所述数据中心进行存储。将诊断评估设备的各种判断结果均发送至所述数据中心进行存储，一方面可以存储本次检测结果，与下次检测结果进行诊断评估，也可以根据多次检测结果进行综合判断；另一方面可以方便信息管理，又可以方便患者、医生等查阅，提高检测效率。
在一些实施方式中，所述数据中心还包括临床病例数据库。所述临床病例数据库，可以用于记录入组患者治疗、用药情况，疗效分析和统计。
在一些实施方式中，所述系统的数据库采用oracle数据库；所述系统采用SpringSecurity安全框架。在本系统中设有采用oracle数据库保存系统数据与业务数据和采用Spring Security安全框架保证用户访问系统的认证与授权的保密装置，使得本系统信息交互过程，或者是信息存储过程中的信息保密性得到提高。
在一些实施方式中，在本系统中使用公众号作为交互平台。通过本技术方案，无需安装直接通过微信就能访问；同时，症状记录与自我筛查问卷使用可以配置的方式来自定义，能及时方便添加问题，修改问卷的跳转流程，使得本系统信息交互过程更为快捷，效率更高。
在一些实施方式中，本系统中采用ehcache缓存系统基础数据，采用nginx缓存前端页面。通过本技术方案，可以使得本系统所占用的内存，外存等资源能够得到减少，提高其运行效率并减少存储占用。
实施例5
本实施例是本技术方案中结合上述一个或多个实施例的一些具体的应用方式举例。
如图2所示是本发明的慢性肺疾病管理系统一种较优选实施方式的总体架构图。
①平台(系统)的总体架构：平台(系统)的总体架构：依托“互联网+”技术，采用慢阻肺管理APP(微信公众账号)进行慢阻肺初筛、评估分级与医患沟通；依托智能硬件进行日常健康体征数据的采集、监测与随访；依托慢阻肺社区综合防治云平台(系统)实现远程监控与数据储存与分析；实现慢阻肺社区综合防治云平台(系统)，开展区域医疗卫生协同、双向转诊和分级诊疗，协助社区提供优质治疗服务。平台(系统)由下到上分别是基础设施层、数据中心层、应用支撑层、应用层和门户层。
②平台(系统)的基础设施层：即检测终端所在的层级。包括计算池、存储池、固定和移动网络等资源及多功能便携式检测仪，实现便携式监测记录，并及时通过无线WIFI、蓝牙或3G/4G通信技术实现数据上传至综合防治平台(系统)。
③平台(系统)的数据中心层：即系统数据中心所对应的层级。数据中心保存平台(系统)所有相关数据，主要包括居民呼吸病档案基础数据、慢阻肺初步筛查数据、慢阻肺病情研判数据及第三方应用数据等，并对数据进行集成加工，提供数据管理服务。
④平台(系统)的应用支撑层：即处理终端所包括的层级。可以包括应用集成平台(系统)和数据共享交换平台(系统)，即数据采集监测、终端应用服务、健康教育、诊断评估、治疗监督管理和决策支持等，所有业务应用建设将围绕上述六大系统分类展开。
⑤平台(系统)的门户展示层：业务应用系统的应用对象，主要包括社会公众、卫生监督管理机构、社区卫生服务机构和医院四类对象，通过网页、微信、APP、专业客户端等多种形式提供给用户使用。
本实施例的其余优选实施方式与其他实施例相同，在此不再赘述。
Claims (10)
1.一种慢性肺疾病管理系统，其特征在于，其包括检测终端、处理终端、数据中心；所述检测终端与所述处理终端通讯连接；所述处理终端与所述数据中心通讯连接；
所述检测终端用于获取患者输入的病情参数并将所述参数传送至所述处理终端；所述检测终端还用于获取患者输入的筛查问卷信息并将所述筛查问卷信息传送至所述处理终端；所述检测终端还用于从所述数据中心获取患者病情历史数据并将所述病情历史数据传送至所述处理终端；
所述处理终端用于获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级；
所述数据中心用于存储患者病情历史数据。
2.如权利要求1所述的慢性肺疾病管理系统，其特征在于，处理终端获取所述病情参数、筛查问卷信息和病情历史数据，并进行计算评估，得到患者病情等级的步骤包括：
判断所述病情历史数据，若所述病情历史数据表示患者已经肺功能检查确诊为慢阻肺，则根据所述病情参数进行计算评估，得到患者病情等级；若所述病情历史数据表示患者未经肺功能诊断为慢阻肺病，则根据所述病情参数以及所述筛查问卷信息进行计算评估，得到患者病情等级。
3.如权利要求2所述的慢性肺疾病管理系统，其特征在于，根据所述病情参数进行计算评估，得到患者病情等级的具体方式为：
处理终端预先设定若干个调查问题，每个调查问题对应一个变量，对每个调查问题的答案进行赋值，形成变量赋值表；
检测终端显示所述调查问题并获取患者对调查问题的回答作为病情参数发送给处理终端；
处理终端获取病情参数并查询变量赋值表得到患者的变量值；
处理终端根据用户的变量值进行计算评估，得到患者病情等级。
4.如权利要求3所述的慢性肺疾病管理系统，其特征在于，调查问题及其对应的变量、答案及其赋值具体为：
问题1：居住环境，变量:X1，答案及赋值：城市＝0，农村＝1；
问题2：性别，变量:X2，答案及赋值：女＝0，男＝1；
问题3：周岁，变量:X3，答案及赋值：答案即为赋值；
问题4：活动时是否感觉到呼吸困难？，变量:X5，答案及赋值：只在剧烈运动时才感到呼吸困难＝1，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝4，因为严重呼吸困难以至于不能离开家或影响到穿衣或脱衣＝5；
问题5：平均每天吸烟的包数×烟龄，变量:X7，答案及赋值：答案即为赋值；
问题6：从事粉尘较大或有害气体较重工作的年数，变量:X8，答案及赋值：答案即为赋值；
问题7：体重指数＝体重除以身高的平方，单位kg/m2，变量:X11，答案及赋值：答案即为赋值；
问题8：咳嗽或者咳痰，变量:X12，答案及赋值：否＝0，是＝咳嗽或者咳痰的年数；
问题9：气喘，变量:X14，答案及赋值：否＝0，是＝1；
处理终端根据用户的变量值进行计算评估，得到患者病情等级的具体方式为：Y0＝-59.01354–1.26683*X1+7.56887*X2+0.64493*X3–0.83960*X5–0.07024*X7–0.03545*X8+3.14363*X11+0.07232*X12+2.01073*X14
Y1＝-58.27013–3.17714*X1+9.52916*X2+0.78278*X3–0.68573*X5–0.02098*X7–0.03143*X8+2.67730*X11+0.54014*X12+1.43502*X14
Y2＝-58.63480–3.29184*X1+9.73954*X2+0.81083*X3–0.27664*X5+0.01266*X7–0.00501*X8+2.48299*X11+0.59150*X12+2.79344*X14
输入相应变量值，同时计算Y0、Y1、Y2的最大值max(YO,Y1,Y2)；
如果Y0最高：病情判别为正常人群；
如果Y1最高：病情判别为COPD I/II级；
如果Y2最高：病情判别为COPDIII/IV级；
如果最高值有2个或3个值，那么取病情判别结果更轻的那个结果；
优选地，根据所述病情参数以及所述筛查问卷信息进行计算评估步骤中，所述筛查问卷信息的问题及其对应的答案及其赋值具体为：
问题1：年龄，答案及赋值：>0岁,<50岁，＝0分；>＝50岁,<60岁，＝3分；>＝60岁,<70岁，＝7分；>＝70岁，＝10分；
问题2：平均每天吸烟的包数×烟龄，答案及赋值：>＝0包·年,<15包·年，＝0分；>＝15包·年,<30包·年，＝1分；≥30包·年，＝2分；
问题3：体重(kg)/(身高(m))2，答案及赋值：<18.5kg/m2，＝7分；>＝18.5kg/m2,<24kg/m2，＝4分；>＝24kg/m2,<28kg/m2，＝1分；>＝28kg/m2，＝0分；
问题4：您是否经常咳嗽？，答案及赋值：是，＝3分；否，＝0分；
问题5：您活动时是否感觉到呼吸困难？，答案及赋值：只在剧烈运动时才感到呼吸困难＝0，在平地急行爬楼梯或爬小山时感到呼吸困难＝2，因为气短会比同龄人走得慢或按自己的步伐行走时需要停下来休息＝3，平地行走100米或走几分钟后需要停下来休息＝3，因为严重呼吸困难以至于不能离开家或影响到穿衣或脱衣＝3；
问题6：您长期使用柴草或煤炉烤火或烹饪吗？，答案及赋值：是，＝1分；否，＝0分；
问题7：您的父母兄弟姐妹有患支气管炎、肺气肿、慢阻肺、哮喘等疾病吗？，答案及赋值：是，＝2分；否，＝0分；
筛查问卷信息分数为上述问题答案对应赋值的总和；
根据所述病情参数以及所述筛查问卷信息进行计算评估步骤具体包括：
设阈值为a；
1)自我筛查<a分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺低风险人群；
2)自我筛查<a分，病情判断结果为Y＝I、II级，初筛结果为：慢阻肺高风险人群；
3)自我筛查<a分，病情判断结果为Y＝III、IV级，初筛结果为：慢阻肺高风险人群；
4)自我筛查>＝a分，病情判断结果Y＝Y0正常人群，筛选结果判断为：慢阻肺高风险人群；
5)自我筛查>＝a分，病情判断结果为Y＝I、II级，初筛结果为：轻度慢阻肺；
6)自我筛查>＝a分，病情判断结果为Y＝III、IV级，初筛结果为：重度慢阻肺；
更优选地，所述a取值为16。
5.如权利要求1所述的慢性肺疾病管理系统，其特征在于，所述慢性肺疾病管理系统还包括多功能检测设备，所述多功能检测设备包括可穿戴生命体征检测仪。
6.如权利要求5所述的慢性肺疾病管理系统，其特征在于，所述可穿戴生命体征检测仪用于获取患者生命体征信息，并将所述生命体征信息发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述生命体征信息进行计算评估，得到患者病情等级。
7.如权利要求5所述的慢性肺疾病管理系统，其特征在于，所述可穿戴生命体征检测仪包括体温检测仪、脉搏检测器、血压检测器、心率检测器之中的一种或多种。
8.如权利要求5所述的慢性肺疾病管理系统，其特征在于，所述多功能检测设备还包括肺功能检测仪。
9.如权利要求5所述的慢性肺疾病管理系统，其特征在于，所述肺功能检测仪用于获取患者肺功能参数，并将所述肺功能参数发送至所述处理终端，所述处理终端根据所述检测终端所传送的数据，以及所述肺功能参数进行计算评估，得到患者病情等级。
10.如权利要求1所述的慢性肺疾病管理系统，其特征在于，所述系统包括医护端，所述医护端用于获取处理终端的信息；所述检测终端还用于从患者处获取病况信息，所述病况信息包括加重、差不多、好转、基本恢复之中的一种；
所述处理终端还用于获取所述病况信息，并将所述病况信息推送至所述医护端；
优选地，所述处理终端在获取所述病况信息时，还执行以下步骤：
将获取的病况信息进行有效性识别，若识别结果有效，则将所述病况信息推送至所述医护端；优选地，所述检测终端还执行以下指令：若病况为加重，则向所述检测终端发送进一步诊断询问；若病况为差不多、好转、基本恢复之中的其中一种，则进一步询问是否使用呼吸类药物，若是，则提供药物列表；
更优选地，所述判断是否需要使用呼吸类药物的方式是用户自行判断或者是将相关信息推送至医生；
更优选地，若病况为基本恢复，则进一步记录是否就医，若是，则进行就医方式的记录；若否，则进行记录用药方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811022784.2A CN110875087A (zh) | 2018-09-03 | 2018-09-03 | 一种慢性肺疫病管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811022784.2A CN110875087A (zh) | 2018-09-03 | 2018-09-03 | 一种慢性肺疫病管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110875087A true CN110875087A (zh) | 2020-03-10 |
Family
ID=69716170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811022784.2A Pending CN110875087A (zh) | 2018-09-03 | 2018-09-03 | 一种慢性肺疫病管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110875087A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111276257A (zh) * | 2020-03-17 | 2020-06-12 | 胡远超 | 一种基于app的新型冠状病毒肺炎筛查和评估系统 |
| CN111681725A (zh) * | 2020-05-09 | 2020-09-18 | 中南大学湘雅二医院 | 一种慢阻肺防治管理方法及系统 |
| CN111816297A (zh) * | 2020-03-31 | 2020-10-23 | 复旦大学附属中山医院 | 一种基于云端的nCoV病毒诊疗系统和方法 |
| CN113161010A (zh) * | 2021-05-14 | 2021-07-23 | 复旦大学附属中山医院 | 一种区分普通感冒、流感以及新冠病毒的辅助诊断系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385666A (zh) * | 2011-09-20 | 2012-03-21 | 广州医学院第一附属医院 | 一种慢性阻塞性肺疾病的初步检测系统 |
| RU2011107424A (ru) * | 2011-02-25 | 2012-08-27 | Государственное образовательное учреждение высшего профессионального образования "Воронежская государственная медицинская академия | Способ определения степени тяжести обострения хронической обструктивной болезни легких для выбора оптимального лечения пациентов |
| CN102743178A (zh) * | 2012-07-25 | 2012-10-24 | 中国科学院合肥物质科学研究院 | 一种具有自助功能的肺机能检测仪及其测量方法 |
| US20130018274A1 (en) * | 2011-07-13 | 2013-01-17 | O'neill Alfonso V | System and device for testing pulmonary function |
| CN103565521A (zh) * | 2012-07-20 | 2014-02-12 | 数伦计算机技术（上海）有限公司 | 一种糖尿病、心脑血管疾病监控及治疗系统 |
| US20140365139A1 (en) * | 2011-12-04 | 2014-12-11 | Temple University | System and method for assessing a condition of a patient with a chronic illness |
| CN104679997A (zh) * | 2015-02-06 | 2015-06-03 | 四川长虹电器股份有限公司 | 一种构建疾病危险系数评估模型的方法 |
| US20170124279A1 (en) * | 2015-10-29 | 2017-05-04 | Alive Sciences, Llc | Adaptive Complimentary Self-Assessment And Automated Health Scoring For Improved Patient Care |
-
2018
- 2018-09-03 CN CN201811022784.2A patent/CN110875087A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2011107424A (ru) * | 2011-02-25 | 2012-08-27 | Государственное образовательное учреждение высшего профессионального образования "Воронежская государственная медицинская академия | Способ определения степени тяжести обострения хронической обструктивной болезни легких для выбора оптимального лечения пациентов |
| US20130018274A1 (en) * | 2011-07-13 | 2013-01-17 | O'neill Alfonso V | System and device for testing pulmonary function |
| CN102385666A (zh) * | 2011-09-20 | 2012-03-21 | 广州医学院第一附属医院 | 一种慢性阻塞性肺疾病的初步检测系统 |
| US20140365139A1 (en) * | 2011-12-04 | 2014-12-11 | Temple University | System and method for assessing a condition of a patient with a chronic illness |
| CN103565521A (zh) * | 2012-07-20 | 2014-02-12 | 数伦计算机技术（上海）有限公司 | 一种糖尿病、心脑血管疾病监控及治疗系统 |
| CN102743178A (zh) * | 2012-07-25 | 2012-10-24 | 中国科学院合肥物质科学研究院 | 一种具有自助功能的肺机能检测仪及其测量方法 |
| CN104679997A (zh) * | 2015-02-06 | 2015-06-03 | 四川长虹电器股份有限公司 | 一种构建疾病危险系数评估模型的方法 |
| US20170124279A1 (en) * | 2015-10-29 | 2017-05-04 | Alive Sciences, Llc | Adaptive Complimentary Self-Assessment And Automated Health Scoring For Improved Patient Care |
Non-Patent Citations (1)
| Title |
|---|
| 高宏;: "慢性阻塞性肺疾病的诊治进展", 中国社区医师, no. 08, pages 5 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111276257A (zh) * | 2020-03-17 | 2020-06-12 | 胡远超 | 一种基于app的新型冠状病毒肺炎筛查和评估系统 |
| CN111816297A (zh) * | 2020-03-31 | 2020-10-23 | 复旦大学附属中山医院 | 一种基于云端的nCoV病毒诊疗系统和方法 |
| CN111681725A (zh) * | 2020-05-09 | 2020-09-18 | 中南大学湘雅二医院 | 一种慢阻肺防治管理方法及系统 |
| CN113161010A (zh) * | 2021-05-14 | 2021-07-23 | 复旦大学附属中山医院 | 一种区分普通感冒、流感以及新冠病毒的辅助诊断系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105528526B (zh) | 一种基于中医药传承与大数据挖掘的生命周期动态健康管理系统 | |
| Antoniades et al. | Pilot study of remote telemonitoring in COPD | |
| CN103942432B (zh) | 智慧健康管理系统 | |
| CN110875087A (zh) | 一种慢性肺疫病管理系统 | |
| Torrance et al. | Framing and designing the cost-effectiveness analysis | |
| Orwat et al. | Towards pervasive computing in health care–A literature review | |
| Graham et al. | Walking speed threshold for classifying walking independence in hospitalized older adults | |
| CN108573752A (zh) | 一种基于健康大数据的健康信息处理的方法及系统 | |
| US20130096942A1 (en) | Discharge Decision Support System for Post Acute Care Referral | |
| CN109643586A (zh) | 管理护理路径 | |
| CN113241196B (zh) | 基于云-终端协同的远程医疗与分级监控系统 | |
| CN105279362A (zh) | 个人健康监视系统 | |
| CN112289465A (zh) | 一种基于大数据的医疗监管系统 | |
| CN104107031A (zh) | 智慧城市远程生理监测健康监护系统及其方法 | |
| WO2018158430A1 (en) | Method for providing a wearable device, method for predicting an acute exacerbation and system for predicting an acute exacerbation | |
| CN110189823A (zh) | 一种智能同源健康医疗及预防的医疗模式 | |
| Batool et al. | CTASS: an intelligent framework for personalized travel behaviour advice to cardiac patients | |
| CN111161820A (zh) | 一种口腔健康管理系统 | |
| Chatterjee et al. | Conceptualizing tomorrow's healthcare through digitization | |
| CN115798715B (zh) | 基于数据分析的慢性呼吸疾病防治信息管理系统 | |
| CN205942696U (zh) | 大数据分析的健康监测与医理研究系统 | |
| Bae et al. | A Real-time Health Monitoring System for Evaluating Environmental Exposures. | |
| Brettlecker et al. | Technology in healthcare | |
| Wang et al. | Enhancing Quality of Patients Care and Improving Patient Experience in China with Assistance of Artificial Intelligence | |
| Ravi et al. | Internet of things (IoT): A revolutionary approach towards healthcare surveillance |
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 |