CN111445967A - 基于人工智能的产科临床辅助顺产信息处理系统及方法 - Google Patents
基于人工智能的产科临床辅助顺产信息处理系统及方法 Download PDFInfo
- Publication number
- CN111445967A CN111445967A CN202010097054.XA CN202010097054A CN111445967A CN 111445967 A CN111445967 A CN 111445967A CN 202010097054 A CN202010097054 A CN 202010097054A CN 111445967 A CN111445967 A CN 111445967A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- puerpera
- midwifery
- key value
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 30
- 230000010365 information processing Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000036541 health Effects 0.000 claims abstract description 46
- 230000000474 nursing effect Effects 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims abstract description 21
- 238000003860 storage Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 30
- 238000012384 transportation and delivery Methods 0.000 claims description 26
- 230000001605 fetal effect Effects 0.000 claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 13
- 210000002458 fetal heart Anatomy 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 12
- 230000008774 maternal effect Effects 0.000 claims description 10
- 208000034423 Delivery Diseases 0.000 claims description 9
- 230000035606 childbirth Effects 0.000 claims description 9
- 230000003187 abdominal effect Effects 0.000 claims description 6
- 230000035876 healing Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 210000004197 pelvis Anatomy 0.000 claims description 5
- 208000036365 Normal labour Diseases 0.000 claims description 4
- 238000012552 review Methods 0.000 claims description 4
- 230000008034 disappearance Effects 0.000 claims description 3
- 208000028659 discharge Diseases 0.000 claims description 3
- 230000006651 lactation Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 208000024891 symptom Diseases 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 230000002269 spontaneous effect Effects 0.000 abstract description 14
- 229930014626 natural product Natural products 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 230000001850 reproductive effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 208000036818 High risk pregnancy Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000010515 dystocia Diseases 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 238000001839 endoscopy Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009933 reproductive health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 238000001356 surgical procedure 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于顺产信息处理技术领域，公开了一种基于人工智能的产科临床辅助顺产信息处理系统及方法，基于人工智能的产科临床辅助顺产信息处理系统包括：产妇信息采集模块、产妇生理数据监测模块、顺产辅助模块、护理视频采集模块、中央控制模块、数据库构建模块、产妇顺产概率预估模块、产妇健康评估模块、顺产报告生成模块、信息存储模块、显示模块。本发明通过数据库构建模块可使对高龄产妇的样本临床数据的管理及获取过程流程化、规范化，节省人力物力财力，提高构建数据库效率；通过产妇顺产概率预估模块分析顺产概率，有助于提高产妇本人对自身状况的了解，增强产妇的顺产自信心；通过产妇健康评估模块提高产妇健康评估的准确性。
Description
技术领域
本发明属于顺产信息处理技术领域，尤其涉及一种基于人工智能的产科临床辅助顺产信息处理系统及方法。
背景技术
妇产科是临床医学四大主要学科之一，主要研究女性生殖器官疾病的病因、病理、诊断及防治，妊娠、分娩的生理和病理变化，高危妊娠及难产的预防和诊治，女性生殖内分泌，计划生育及妇女保健等。现代分子生物学、肿瘤学、遗传学、生殖内分泌学及免疫学等医学基础理论的深入研究和临床医学诊疗检测技术的进步，拓宽和深化了妇产科学的发展，为保障妇女身体和生殖健康及防治各种妇产科疾病起着重要的作用。妇产科学不仅与外科、内科、儿科学等临床学有密切联系，需要现代诊疗技术(内镜技术、影像学、放射介人等)、临床药理学、病理学胚胎学、解剖学、流行病学等多学科的基础知识，而且是一门具有自己特点并需有综合临床、基础知识的学科。然而，现有基于人工智能的产科临床辅助顺产信息处理系统对顺产信息数据库构建效率低；同时，对产妇健康评估不准确。
综上所述，现有技术存在的问题是：现有基于人工智能的产科临床辅助顺产信息处理系统对顺产信息数据库构建效率低；同时，对产妇健康评估不准确。
发明内容
针对现有技术存在的问题，本发明提供了一种基于人工智能的产科临床辅助顺产信息处理系统及方法。
本发明是这样实现的，一种基于人工智能的产科临床辅助顺产信息处理方法，所述基于人工智能的产科临床辅助顺产信息处理方法包括以下步骤：
步骤一，通过中央控制器控制数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库：(1)通过医疗设备采集顺产产妇的样本临床数据；
其中，所述顺产产妇的样本临床数据包括产妇病史信息、个人信息、体格检查信息、化验检查信息、分娩方式信息及心理调查问卷信息；
(2)构建顺产产妇数据库共有的目标搜索参数，所述顺产产妇数据库用于输入和储存采集的顺产产妇的样本临床数据；
(3)根据待构建的顺产产妇数据库共有的目标搜索参数生成所述顺产产妇子数据库的公共键值及私有键值；
(4)将所述目标搜索参数的数据赋值在其对应的公共键值或私有键值上；
(5)根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库。
步骤二，通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估：(I)实时输入孕妇静态类信息、孕妇监护类信息；
所述孕妇静态类信息包括年龄、身高、体重、历史分娩信息、孕周、骨盆参数、胎儿参数；所述输入孕妇监护类信息包括胎头位置、胎头方向、宫颈扩张、宫颈管消失度、胎心率信息；
(II)通过产妇顺产概率预估模型分析孕妇当前顺产概率；
(III)根据实时分析的顺产概率，绘制产妇顺产概率趋势图。
步骤三，通过健康程序对产妇的健康状况进行评估：1)通过医疗设备采集得到用户的分娩信息和产褥期信息；
2)根据分娩信息进行第一评估，所述第一评估至少包括：{胎儿体重}、{分娩孕周}以及{出院诊断项}；
3)根据产褥期信息进行第二次评估，所述第二次评估至少包括：{有无不适症状}、{恶露性状和量如何}、{泌乳情况}；
4)按照第一评估和第二次评估得到复查评估结果。
进一步，步骤一之前，需进行：步骤I，通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据；
步骤II，通过医疗设备对产妇生理数据信息进行实时监测；
步骤III，通过妇产科顺产辅助装置对产妇顺产进行辅助；
步骤IV，通过摄像器采集产妇的护理视频；
步骤三之后，还需进行：
步骤1，通过报告生成程序生成产妇的顺产报告；
步骤2，通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果；
步骤3，通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
进一步，步骤一中，所述构建顺产产妇数据库的方法还包括：
(1.1)通过存储设备储存所述顺产产妇的样本临床数据；
(1.2)通过构建输入设备将顺产产妇的样本临床数据输入所述储存设备中。
进一步，步骤一中，所述根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库，包括：
将所述公共键值存储在线程级缓存中；
当所述公共键值及私有键值发生变化时，在所述顺产产妇子数据库中更新所述公共键值及私有键值所对应的参数数据，并更新所述线程级缓存中的公共键值；所述公共键值及私有参数分别与其所对应的目标搜索参数一一对应；
根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇子数据库；
根据多个顺产产妇子数据库构建所述顺产产妇分布式数据库。
进一步，步骤二中，所述骨盆信息包括以下数据的任意组合：髂嵴间径、髂棘间径、骶耻外径、坐骨棘间径；所述胎儿信息包括以下数据的任意组合：胎儿体重、双顶径、枕额径；所述胎心率信息包括以下数据的任意组合：当前胎心率平均值、胎心率监护评分值。
进一步，步骤三中，所述在产后30～42天时间范围内进行产后恢复评估方法如下：
A、若为顺产，则分娩信息还包括：{产程时间}、{有无会阴侧切}、{是否有阴道助产}，产褥期信息还包括：{会阴情况}；
B、若为剖腹产，则分娩信息还包括：{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}；
C、若为顺产转剖腹产，则分娩信息还包括：{产程时间}、{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}。
进一步，步骤三中，所述第一评估和所述第二次评估按照用户选择项，进行正和/或误判断，并匹配出对应的复查评估。
本发明的另一目的在于提供一种应用所述的基于人工智能的产科临床辅助顺产信息处理方法的基于人工智能的产科临床辅助顺产信息处理系统，所述基于人工智能的产科临床辅助顺产信息处理系统包括：
产妇信息采集模块、产妇生理数据监测模块、顺产辅助模块、护理视频采集模块、中央控制模块、数据库构建模块、产妇顺产概率预估模块、产妇健康评估模块、顺产报告生成模块、信息存储模块、显示模块。
产妇信息采集模块，与中央控制模块连接，用于通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据；
产妇生理数据监测模块，与中央控制模块连接，用于通过医疗设备对产妇生理数据信息进行实时监测；
顺产辅助模块，与中央控制模块连接，用于通过妇产科顺产辅助装置对产妇顺产进行辅助；
护理视频采集模块，与中央控制模块连接，用于通过摄像器采集产妇的护理视频；
中央控制模块，与产妇信息采集模块、产妇生理数据监测模块、顺产辅助模块、护理视频采集模块、数据库构建模块、产妇顺产概率预估模块、产妇健康评估模块、顺产报告生成模块、信息存储模块、显示模块连接，用于通过中央控制器控制各个模块正常工作；
数据库构建模块，与中央控制模块连接，用于通过数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库；
产妇顺产概率预估模块，与中央控制模块连接，用于通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估；
产妇健康评估模块，与中央控制模块连接，用于通过健康程序对产妇的健康状况进行评估；
顺产报告生成模块，与中央控制模块连接，用于通过报告生成程序生成产妇的顺产报告；
信息存储模块，与中央控制模块连接，用于通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果；
显示模块，与中央控制模块连接，用于通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的基于人工智能的产科临床辅助顺产信息处理方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的基于人工智能的产科临床辅助顺产信息处理方法。
本发明的优点及积极效果为：本发明通过数据库构建模块可使对高龄产妇的样本临床数据的管理及获取过程流程化、规范化，以起到节省人力物力的作用，提高构建数据库效率；同时，通过产妇健康评估模块采集得到用户的分娩信息和产褥期信息，根据分娩信息进行第一评估，根据产褥期信息进行第二次评估，按照第一评估和第二次评估得到复查评估结果；通过第一评估和第二评估并提供孕妇产后健康评估方案，提高产妇健康评估的准确性。
本发明通过产妇顺产概率预估模块分析产妇各类信息，分析出顺产概率，有助于提高产妇本人对自身状况的了解，增强产妇的顺产自信心。本发明根据实时分析顺产概率，并绘制顺产预测概率趋势图。医务人员和产妇本人根据顺产概率的趋势，可及时调整应对措施，在提高孕妇顺产自信心的同时，又可有效降低分娩风险。比如，对于顺产概率持续降低的，即不适合继续顺产的孕妇，采取果断措施；对顺产概率持续升高的，继续生产有很大希望的，应给予产妇足够的信心去顺产。
附图说明
图1是本发明实施例提供的基于人工智能的产科临床辅助顺产信息处理方法流程图。
图2是本发明实施例提供的基于人工智能的产科临床辅助顺产信息处理系统结构框图；
图中：1、产妇信息采集模块；2、产妇生理数据监测模块；3、顺产辅助模块；4、护理视频采集模块；5、中央控制模块；6、数据库构建模块；7、产妇顺产概率预估模块；8、产妇健康评估模块；9、顺产报告生成模块；10、信息存储模块；11、显示模块。
图3是本发明实施例提供的构建产妇顺产信息数据库的方法流程图。
图4是本发明实施例提供的对产妇顺产概率进行预估的方法流程图。
图5是本发明实施例提供的对产妇的健康状况进行评估的方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的基于人工智能的产科临床辅助顺产信息处理方法包括以下步骤：
S101，通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据；通过医疗设备对产妇生理数据信息进行实时监测。
S102，通过妇产科顺产辅助装置对产妇顺产进行辅助；通过摄像器采集产妇的护理视频。
S103，通过中央控制器控制所述基于人工智能的产科临床辅助顺产信息处理系统的正常工作。
S104，通过数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库；通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估。
S105，通过健康程序对产妇的健康状况进行评估；通过报告生成程序生成产妇的顺产报告。
S106，通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
S107，通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
如图2所示，本发明实施例提供的基于人工智能的产科临床辅助顺产信息处理系统包括：产妇信息采集模块1、产妇生理数据监测模块2、顺产辅助模块3、护理视频采集模块4、中央控制模块5、数据库构建模块6、产妇顺产概率预估模块7、产妇健康评估模块8、顺产报告生成模块9、信息存储模块10、显示模块11。
产妇信息采集模块1，与中央控制模块5连接，用于通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据。
产妇生理数据监测模块2，与中央控制模块5连接，用于通过医疗设备对产妇生理数据信息进行实时监测。
顺产辅助模块3，与中央控制模块5连接，用于通过妇产科顺产辅助装置对产妇顺产进行辅助。
护理视频采集模块4，与中央控制模块5连接，用于通过摄像器采集产妇的护理视频。
中央控制模块5，与产妇信息采集模块1、产妇生理数据监测模块2、顺产辅助模块3、护理视频采集模块4、数据库构建模块6、产妇顺产概率预估模块7、产妇健康评估模块8、顺产报告生成模块9、信息存储模块10、显示模块11连接，用于通过中央控制器控制各个模块正常工作。
数据库构建模块6，与中央控制模块5连接，用于通过数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库。
产妇顺产概率预估模块7，与中央控制模块5连接，用于通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估。
产妇健康评估模块8，与中央控制模块5连接，用于通过健康程序对产妇的健康状况进行评估。
顺产报告生成模块9，与中央控制模块5连接，用于通过报告生成程序生成产妇的顺产报告。
信息存储模块10，与中央控制模块5连接，用于通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
显示模块11，与中央控制模块5连接，用于通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
下面结合具体实施例对本发明作进一步描述。
如图3所示，本发明实施例提供的通过数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库的方法包括：
S201，通过医疗设备采集顺产产妇的样本临床数据。
S202，构建顺产产妇数据库共有的目标搜索参数，所述顺产产妇数据库用于输入和储存采集的顺产产妇的样本临床数据。
S203，根据待构建的顺产产妇数据库共有的目标搜索参数生成所述顺产产妇子数据库的公共键值及私有键值。
S204，将所述目标搜索参数的数据赋值在其对应的公共键值或私有键值上。
S205，根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库。
本发明实施例提供的构建顺产产妇数据库的方法还包括：
(1.1)通过存储设备储存所述顺产产妇的样本临床数据。其中，所述顺产产妇的样本临床数据包括产妇病史信息、个人信息、体格检查信息、化验检查信息、分娩方式信息及心理调查问卷信息。
(1.2)通过构建输入设备将顺产产妇的样本临床数据输入所述储存设备中。
本发明实施例提供的根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库，包括：
将所述公共键值存储在线程级缓存中。
当所述公共键值及私有键值发生变化时，在所述顺产产妇子数据库中更新所述公共键值及私有键值所对应的参数数据，并更新所述线程级缓存中的公共键值。所述公共键值及私有参数分别与其所对应的目标搜索参数一一对应。
根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇子数据库。
根据多个顺产产妇子数据库构建所述顺产产妇分布式数据库。
如图4所示，作为优选实施例，本发明实施例提供的通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估的方法包括：
S301，实时输入孕妇静态类信息、孕妇监护类信息。
S302，通过产妇顺产概率预估模型分析孕妇当前顺产概率。
S303，根据实时分析的顺产概率，绘制产妇顺产概率趋势图。
本发明实施例提供的孕妇静态类信息包括年龄、身高、体重、历史分娩信息、孕周、骨盆参数、胎儿参数。所述输入孕妇监护类信息包括胎头位置、胎头方向、宫颈扩张、宫颈管消失度、胎心率信息。
本发明实施例提供的骨盆信息包括以下数据的任意组合：髂嵴间径、髂棘间径、骶耻外径、坐骨棘间径。所述胎儿信息包括以下数据的任意组合：胎儿体重、双顶径、枕额径。所述胎心率信息包括以下数据的任意组合：当前胎心率平均值、胎心率监护评分值。
如图5所示，作为优选实施例，本发明实施例提供的通过健康程序对产妇的健康状况进行评估的方法包括：
S401，通过医疗设备采集得到用户的分娩信息和产褥期信息。
S402，根据分娩信息进行第一评估，所述第一评估至少包括：{胎儿体重}、{分娩孕周}以及{出院诊断项}。
S403，根据产褥期信息进行第二次评估，所述第二次评估至少包括：{有无不适症状}、{恶露性状和量如何}、{泌乳情况}。
S404，按照第一评估和第二次评估得到复查评估结果。
本发明实施例提供的在产后30～42天时间范围内进行产后恢复评估方法如下：
A、若为顺产，则分娩信息还包括：{产程时间}、{有无会阴侧切}、{是否有阴道助产}，产褥期信息还包括：{会阴情况}。
B、若为剖腹产，则分娩信息还包括：{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}。
C、若为顺产转剖腹产，则分娩信息还包括：{产程时间}、{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}。
本发明实施例提供的第一评估和所述第二次评估按照用户选择项，进行正和/或误判断，并匹配出对应的复查评估。
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。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。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)。所述计算机可读取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含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。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，所述基于人工智能的产科临床辅助顺产信息处理方法包括以下步骤：
步骤一，通过中央控制器控制数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库：(1)通过医疗设备采集顺产产妇的样本临床数据；
其中，所述顺产产妇的样本临床数据包括产妇病史信息、个人信息、体格检查信息、化验检查信息、分娩方式信息及心理调查问卷信息；
(2)构建顺产产妇数据库共有的目标搜索参数，所述顺产产妇数据库用于输入和储存采集的顺产产妇的样本临床数据；
(3)根据待构建的顺产产妇数据库共有的目标搜索参数生成所述顺产产妇子数据库的公共键值及私有键值；
(4)将所述目标搜索参数的数据赋值在其对应的公共键值或私有键值上；
(5)根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库；
步骤二，通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估：(I)实时输入孕妇静态类信息、孕妇监护类信息；
所述孕妇静态类信息包括年龄、身高、体重、历史分娩信息、孕周、骨盆参数、胎儿参数；所述输入孕妇监护类信息包括胎头位置、胎头方向、宫颈扩张、宫颈管消失度、胎心率信息；
(II)通过产妇顺产概率预估模型分析孕妇当前顺产概率；
(III)根据实时分析的顺产概率，绘制产妇顺产概率趋势图；
步骤三，通过健康程序对产妇的健康状况进行评估：1)通过医疗设备采集得到用户的分娩信息和产褥期信息；
2)根据分娩信息进行第一评估，所述第一评估至少包括：{胎儿体重}、{分娩孕周}以及{出院诊断项}；
3)根据产褥期信息进行第二次评估，所述第二次评估至少包括：{有无不适症状}、{恶露性状和量如何}、{泌乳情况}；
4)按照第一评估和第二次评估得到复查评估结果。
2.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤一之前，需进行：步骤I，通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据；
步骤II，通过医疗设备对产妇生理数据信息进行实时监测；
步骤III，通过妇产科顺产辅助装置对产妇顺产进行辅助；
步骤IV，通过摄像器采集产妇的护理视频；
步骤三之后，还需进行：
步骤1，通过报告生成程序生成产妇的顺产报告；
步骤2，通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果；
步骤3，通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
3.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤一中，所述构建顺产产妇数据库的方法还包括：
(1.1)通过存储设备储存所述顺产产妇的样本临床数据；
(1.2)通过构建输入设备将顺产产妇的样本临床数据输入所述储存设备中。
4.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤一中，所述根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇分布式数据库，包括：
将所述公共键值存储在线程级缓存中；
当所述公共键值及私有键值发生变化时，在所述顺产产妇子数据库中更新所述公共键值及私有键值所对应的参数数据，并更新所述线程级缓存中的公共键值；所述公共键值及私有参数分别与其所对应的目标搜索参数一一对应；
根据所述公共键值、私有键值及预设的公共键值及私有键值的搜索路径构建所述顺产产妇子数据库；
根据多个顺产产妇子数据库构建所述顺产产妇分布式数据库。
5.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤二中，所述骨盆信息包括以下数据的任意组合：髂嵴间径、髂棘间径、骶耻外径、坐骨棘间径；所述胎儿信息包括以下数据的任意组合：胎儿体重、双顶径、枕额径；所述胎心率信息包括以下数据的任意组合：当前胎心率平均值、胎心率监护评分值。
6.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤三中，所述在产后30～42天时间范围内进行产后恢复评估方法如下：
A、若为顺产，则分娩信息还包括：{产程时间}、{有无会阴侧切}、{是否有阴道助产}，产褥期信息还包括：{会阴情况}；
B、若为剖腹产，则分娩信息还包括：{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}；
C、若为顺产转剖腹产，则分娩信息还包括：{产程时间}、{剖宫产的指证}，产褥期信息还包括：{腹部切口愈合情况}。
7.如权利要求1所述的基于人工智能的产科临床辅助顺产信息处理方法，其特征在于，步骤三中，所述第一评估和所述第二次评估按照用户选择项，进行正和/或误判断，并匹配出对应的复查评估。
8.一种应用如权利要求1～7任意一项所述的基于人工智能的产科临床辅助顺产信息处理方法的基于人工智能的产科临床辅助顺产信息处理系统，其特征在于，所述基于人工智能的产科临床辅助顺产信息处理系统包括：
产妇信息采集模块，与中央控制模块连接，用于通过产妇信息采集设备采集产妇身份信息、住院信息、诊疗信息的信息数据；
产妇生理数据监测模块，与中央控制模块连接，用于通过医疗设备对产妇生理数据信息进行实时监测；
顺产辅助模块，与中央控制模块连接，用于通过妇产科顺产辅助装置对产妇顺产进行辅助；
护理视频采集模块，与中央控制模块连接，用于通过摄像器采集产妇的护理视频；
中央控制模块，与产妇信息采集模块、产妇生理数据监测模块、顺产辅助模块、护理视频采集模块、数据库构建模块、产妇顺产概率预估模块、产妇健康评估模块、顺产报告生成模块、信息存储模块、显示模块连接，用于通过中央控制器控制各个模块正常工作；
数据库构建模块，与中央控制模块连接，用于通过数据库构建程序根据采集的产妇数据构建产妇顺产信息数据库；
产妇顺产概率预估模块，与中央控制模块连接，用于通过顺产概率评估程序根据产妇生理数据对产妇顺产概率进行预估；
产妇健康评估模块，与中央控制模块连接，用于通过健康程序对产妇的健康状况进行评估；
顺产报告生成模块，与中央控制模块连接，用于通过报告生成程序生成产妇的顺产报告；
信息存储模块，与中央控制模块连接，用于通过存储器存储采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果；
显示模块，与中央控制模块连接，用于通过显示器显示采集的产妇信息、生理数据信息、护理视频、产妇顺产概率及健康评估结果。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～7任意一项所述的基于人工智能的产科临床辅助顺产信息处理方法。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～7任意一项所述的基于人工智能的产科临床辅助顺产信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010097054.XA CN111445967A (zh) | 2020-02-17 | 2020-02-17 | 基于人工智能的产科临床辅助顺产信息处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010097054.XA CN111445967A (zh) | 2020-02-17 | 2020-02-17 | 基于人工智能的产科临床辅助顺产信息处理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111445967A true CN111445967A (zh) | 2020-07-24 |
Family
ID=71627085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010097054.XA Pending CN111445967A (zh) | 2020-02-17 | 2020-02-17 | 基于人工智能的产科临床辅助顺产信息处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111445967A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113100711A (zh) * | 2021-04-08 | 2021-07-13 | 南通市妇幼保健院 | 一种临产产妇健康状况实时追踪的方法和系统 |
| CN113517077A (zh) * | 2021-06-18 | 2021-10-19 | 东莞市人民医院 | 用于预测臀位外倒转术疗效的控制方法、系统和存储介质 |
| CN115814235A (zh) * | 2023-01-19 | 2023-03-21 | 康辉医疗科技(苏州)有限公司 | 基于母胎实时监测的分娩智能交互系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529128A (zh) * | 2016-10-21 | 2017-03-22 | 大连千松科技有限公司 | 一种基于互联网的产后健康评估方法和装置 |
| CN106845126A (zh) * | 2017-02-10 | 2017-06-13 | 广东省妇幼保健院 | 医院产科质量信息管理系统及方法 |
| CN107307845A (zh) * | 2016-04-27 | 2017-11-03 | 广州翠格医疗技术有限公司 | 一种顺产概率预测装置及其方法 |
| CN110136787A (zh) * | 2019-05-14 | 2019-08-16 | 山东大学第二医院 | 高龄产妇临床数据库的构建方法、数据库及设备 |
| CN110674110A (zh) * | 2019-09-09 | 2020-01-10 | 中国建设银行股份有限公司 | 银行分布式数据库的构建方法及装置 |
-
2020
- 2020-02-17 CN CN202010097054.XA patent/CN111445967A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107307845A (zh) * | 2016-04-27 | 2017-11-03 | 广州翠格医疗技术有限公司 | 一种顺产概率预测装置及其方法 |
| CN106529128A (zh) * | 2016-10-21 | 2017-03-22 | 大连千松科技有限公司 | 一种基于互联网的产后健康评估方法和装置 |
| CN106845126A (zh) * | 2017-02-10 | 2017-06-13 | 广东省妇幼保健院 | 医院产科质量信息管理系统及方法 |
| CN110136787A (zh) * | 2019-05-14 | 2019-08-16 | 山东大学第二医院 | 高龄产妇临床数据库的构建方法、数据库及设备 |
| CN110674110A (zh) * | 2019-09-09 | 2020-01-10 | 中国建设银行股份有限公司 | 银行分布式数据库的构建方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113100711A (zh) * | 2021-04-08 | 2021-07-13 | 南通市妇幼保健院 | 一种临产产妇健康状况实时追踪的方法和系统 |
| CN113517077A (zh) * | 2021-06-18 | 2021-10-19 | 东莞市人民医院 | 用于预测臀位外倒转术疗效的控制方法、系统和存储介质 |
| CN115814235A (zh) * | 2023-01-19 | 2023-03-21 | 康辉医疗科技(苏州)有限公司 | 基于母胎实时监测的分娩智能交互系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Unterscheider et al. | Optimizing the definition of intrauterine growth restriction: the multicenter prospective PORTO Study | |
| CN111445967A (zh) | 基于人工智能的产科临床辅助顺产信息处理系统及方法 | |
| Badir et al. | Cervical softening occurs early in pregnancy: characterization of cervical stiffness in 100 healthy women using the aspiration technique | |
| Siafarikas et al. | Levator hiatus dimensions in late pregnancy and the process of labor: a 3-and 4-dimensional transperineal ultrasound study | |
| Chen et al. | A risk model to predict severe postpartum hemorrhage in patients with placenta previa: a single-center retrospective study | |
| Nazir | Determinants of cesarean deliveries in Pakistan | |
| CN106137127A (zh) | 基于互联网的危重孕产妇监护急救系统 | |
| Bibbo et al. | Angle of progression on ultrasound in the second stage of labor and spontaneous vaginal delivery | |
| CN113611419A (zh) | 基于胎监宫缩图和高危因素的产后出血风险预测方法及预警系统 | |
| CN103514577B (zh) | 一种区域式高危孕产妇计算机监测、评估系统 | |
| Sepulveda | Antenatal course and perinatal outcome after ultrasound detection of triple nuchal cord: a case series | |
| Agah et al. | Comparison of effacement curve with dilatation curve for prediction of labor progression | |
| Liu et al. | Prediction model for labour dystocia occurring in the active phase | |
| Trinh et al. | Caesarean sections before and during the COVID-19 pandemic in western Sydney, Australia | |
| Medjedovic et al. | Artificial intelligence as a new answer to old challenges in maternal-fetal medicine and obstetrics | |
| Daisy et al. | Review On Foetal Position Detection Using Different Techniques | |
| He et al. | [Retracted] B‐Ultrasound Image Analysis of Intrauterine Pregnancy Residues after Mid‐Term Pregnancy Based on Smart Medical Big Data | |
| Prelec et al. | A comparison of frequency of medical interventions and birth outcomes between the midwife led unit and the obstetric unit in low-risk primiparous women | |
| Saleh | The changing trend in the rate of caesarean section at a teaching hospital | |
| Dong et al. | Effect of vaginal delivery on adverse pregnancy outcomes after cesarean section in scar uterus | |
| RU2796073C1 (ru) | Способ прогнозирования влагалищных родов у беременных после одного кесарева сечения, выполненного поперечным разрезом в нижнем сегменте матки | |
| McCarthy et al. | Follow-up and outcomes of patients with a pregnancy of unknown location: A comparison of two prediction models | |
| Aditya et al. | Review and design of a midwife prenatal kit for examinations in developing regions | |
| Madiuw et al. | Health Technologies for Detecting High-Risk Conditions in Pregnancy: A | |
| Constantinou et al. | An integrated CAD system facilitating the endometrial cancer diagnosis |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200724 |