CN111613330A - 基于谵妄意识模糊快速评估法的智能评估系统 - Google Patents
基于谵妄意识模糊快速评估法的智能评估系统 Download PDFInfo
- Publication number
- CN111613330A CN111613330A CN202010417660.5A CN202010417660A CN111613330A CN 111613330 A CN111613330 A CN 111613330A CN 202010417660 A CN202010417660 A CN 202010417660A CN 111613330 A CN111613330 A CN 111613330A
- Authority
- CN
- China
- Prior art keywords
- delirium
- evaluation
- evaluated
- assessment
- feedback information
- 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
- 206010012218 Delirium Diseases 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 131
- 230000006399 behavior Effects 0.000 claims abstract description 72
- 238000013210 evaluation model Methods 0.000 claims abstract description 14
- 230000008921 facial expression Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000014509 gene expression Effects 0.000 claims abstract description 11
- 230000037081 physical activity Effects 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 20
- 238000012854 evaluation process Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 230000002457 bidirectional effect Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 238000005399 mechanical ventilation Methods 0.000 description 8
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 230000001815 facial effect Effects 0.000 description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000001154 acute effect Effects 0.000 description 5
- 230000004397 blinking Effects 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 230000003935 attention Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 208000010877 cognitive disease Diseases 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002980 postoperative effect Effects 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 208000014644 Brain disease Diseases 0.000 description 3
- 208000028698 Cognitive impairment Diseases 0.000 description 3
- 208000032274 Encephalopathy Diseases 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 206010024264 Lethargy Diseases 0.000 description 2
- 206010029174 Nerve compression Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 208000004209 confusion Diseases 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 206010013395 disorientation Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000006213 oxygenation reaction Methods 0.000 description 2
- 230000002685 pulmonary effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 208000032376 Lung infection Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 230000000642 iatrogenic effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 208000011977 language disease Diseases 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 206010027175 memory impairment Diseases 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- COCAUCFPFHUGAA-MGNBDDOMSA-N n-[3-[(1s,7s)-5-amino-4-thia-6-azabicyclo[5.1.0]oct-5-en-7-yl]-4-fluorophenyl]-5-chloropyridine-2-carboxamide Chemical compound C=1C=C(F)C([C@@]23N=C(SCC[C@@H]2C3)N)=CC=1NC(=O)C1=CC=C(Cl)C=N1 COCAUCFPFHUGAA-MGNBDDOMSA-N 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 208000020861 perceptual disease Diseases 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000010837 poor prognosis Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 208000010540 rapid respiration Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000002627 tracheal intubation Methods 0.000 description 1
- 238000011277 treatment modality 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及基于谵妄意识模糊快速评估法的智能评估系统,特别是针对如ICU病人的待评估对象的智能评估系统,并且所述待评估对象的语言表达能力、身体活动能力、面部表达能力中的至少一个能力受限,所述智能评估系统至少包括:至少一个获取模块,用于获取关于待评估对象和/或关于辅助人员的反馈信息,并获取待评估对象在进行谵妄意识模糊快速评估时进行的行为信息,生成模块,用于根据所述行为信息的属性和所述反馈信息的属性,分别生成谵妄评估模型所需的参数;识别模块,用于根据生成的参数,利用所述谵妄评估模型进行计算,获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值。
Description
技术领域
本发明涉及谵妄照护技术领域,尤其涉及基于谵妄意识模糊快速评估法的智能评估系统,特别是针对如ICU病人的待评估对象的智能评估系统。
背景技术
谵妄(delirium)是一组以注意缺陷、思维混乱、意识模糊、意识状态改变的急性认知障碍综合征,它是一种急性或亚急性起病的疾病,通常在数小时到数天内发生变化,识别需要简短的认知筛查和敏锐的临床观察,主要的诊断特征包括急性发作和波动的意识状态改变、注意力不集中、意识水平受损、认知障碍(例如,迷失方向、记忆障碍)。谵妄是一种复杂的神经综合征,并且与多种不良结局有关,如:医疗费用增加、住院时间延长、认知损害、独立性降低、并发症增加、累积生存率下降、术后恢复时间延长、术后病死率提高等。
临床上常将重症加强护理病房(Intensive Care Unit,ICU)患者发生的谵妄称为ICU谵妄,据文献报道,14%~24%的住院患者在住院期间发生谵妄,其中老年患者谵妄的发生率在30%~50%,而ICU谵妄的发生率高达35%~80%。导致ICU谵妄的发生率之高的原因主要在于治疗手段的影响。而ICU中最为常见的治疗手段之一就是机械通气,据调查显示,在ICU中有39%的患者接受机械通气治疗。
上述机械通气(Mechanical ventilation,MV),即为在患者自然通气和(或)氧合功能出现障碍时,应用呼吸机使患者恢复有效通气并改善氧合的方法。肺部严重感染是最为典型的需要进入ICU采取机械通气治疗的主要病症之一。一般正常人每分钟的呼吸约在18次左右,而肺部严重感染者每分钟呼吸可高达40多次,血氧饱和度低于正常值94%,在体征上表现为呼吸急促、喘气等症状。机械通气这项技术的应用尽管挽救了不少生命,但同时也给患者带来了极大的生理和心理上的不适与痛苦:上呼吸机的目的是通过机械往人体里补充氧气,呼吸机分为有创和无创两种,无创的,即在人的口鼻处戴上面罩,通过机械泵入氧气帮助病人呼吸;有创的,是在患者的脖子下面切开气管造成一个创口,然后从创口里插入一根拇指粗的塑料输氧管往里输入氧气;上呼吸机后的患者既不能说话,也不能吃东西,患者所需要的养分,暂时都需要通过注射输进人体,呼吸不能由着患者自己自然地一进一出,而是由机器机械地将氧气压进患者肺里,因此,对此类患者除了使用大剂量的镇静剂,有时还需将患者的四肢固定在病床上,以防止患者痛苦中意外拔管。ICU主要接收的是危重或大手术后的患者,本身病情和手术就会给患者带来极大的身体痛苦和心理刺激,尤其进入ICU后采取的如上述机械通气的强制性治疗手段,对ICU患者更是一种严重的心理应激源,进一步增大了ICU谵妄的发生率。
研究显示谵妄患者较无谵妄患者平均住院时间增加8天,谵妄一旦发生,会延长患者用呼吸机来支持生存的时间、在ICU停留时间及患者的住院时间;据相关研究显示,75.7%出现谵妄的患者出院时仍存在认知障碍,老年人一旦出现谵妄往往预示预后不良,包括整体功能受损、无法独力生活、极度需要照顾;据相关研究表明,与未发生谵妄患者相比,术后谵妄的患者肺部并发症发生率也有增加的趋势,术后接受进一步疗养的概率增加,ICU谵妄的发生能够促使医源性肺炎的危险提高10倍,同时能够使接受机械通气的患者出现意外拔管、二次气管插管、脱机困难等情况。
因此,针对如ICU病人的待评估对象,尤其是语言表达能力、身体活动能力、面部表达能力中的至少一个能力受限的ICU病人,谵妄的评估与预防是与ICU器官支持治疗手段同等重要的保障患者生命的重点工作内容之一。然而,谵妄由于其早期症状不典型,起病隐匿,同时非专业精神科医生常常缺乏对该疾病的认识和了解,故容易被误诊或漏诊,通常无法给予及时的关注和治疗。
现有技术如公开号为CN109069081A的专利文件所公开的用于预测、筛查和监测脑病/谵妄的系统和方法,该系统和方法检测患者脑波中弥漫性减慢(脑病发作的标志)的存在。该系统和方法能够通过对在患者头部上的少量的离散位置所记录的脑波,进行谱密度分析来检测弥漫性减慢,从而,例如使用手持式装置,较轻易地实现床边评估。也就是说,该系统和方法能够通过放置在患者头部的两条或者多条导线记录脑波,执行算法以评估所记录的低频波与高频波的比率,并且将该比率与确定的阈值进行比较,从而识别脑病的发作。在进一步的实施例中,该系统和方法利用机器学习和诸如来自病历的附加数据来提高评估准确度。
根据由美国精神病学会制定的、通常作为谵妄诊断金标准的精神疾病诊断与统计手册现行版本——DSM-IV-TR诊断标准,可知谵妄的诊断需要符合:A伴随注意力,持续性或转移能力减退的意识障碍;B认知功能改变(包括记忆力推荐,定向力障碍,语言障碍),或存在不能以痴呆所解释的知觉障碍;C病情短期内发生(通常数小时到数天),病情在一天过程中多有起伏变化。
上述专利文件利用放置在患者上的十几个生理传感器或脑传感器,持续地对患者的至少包括脑信号的生理信息进行监测,输出所述患者的谵妄的存在、不存在或者后续罹患可能性的指示。但在实际操作中,一方面,脑电图主要是针对临床症状不典型、不易发觉的脑异常放电的早期监测,无法提供DSM-IV-TR诊断标准所需的患者信息,即谵妄的评估难以仅仅通过该脑电的持续监测来确定,易错失及时采取预防谵妄措施的时机;另一方面,原本排查术后谵妄的主要目的之一,是及时采取预防措施及避免高额的谵妄治疗费用,现采用高昂的脑电陪护持续监测的评估方案反而增大了患者治疗成本。
除了采用脑电图作为谵妄评估和鉴别的辅助检查手段,临床中常应用在DSM-IV-TR诊断标准的基础上所衍生出的谵妄量表,来评估ICU谵妄严重程度,为谵妄患者提供预后评估,并作为治疗的依据。目前主要应用的量表如下:意识模糊评定量表(confusionassessment method,CAM)、记忆谵妄评定量表(memorial delirium assessment scale,MDAS)、谵妄评定量表(delirium rating scale,DRS)、谵妄评定量表-98修订版(DRS-R-98)、谵妄认知功能测查量表(cognitive test for delirium,CTD)、谵妄意识模糊快速评估法(3-Minute Diagnostic Interview for CAM-Defined Delirium,3D-CAM)。
上述专利文件中也提及了在脑电图无法评估出谵妄时,采用常用量表之一对患者继续进行评估的解决方案。然而其未考虑到,谵妄量表本身虽然将客观的认知测试评估结合到谵妄评估中,但其对护理人员的谵妄评估能力的要求较高:一是面对如ICU病人的待评估对象,其在上无创呼吸机的状态下不仅无法说话回答医护人员的问题,部分患者四肢被限制活动而无法手写回答,并且面部被呼吸面罩遮挡无法通过观察面部表情判断患者反应;二是医护人员基于现有技术如上述专利文件中所提出的解决方案,即基于护理人员自身对脑电图和量表的理解评估,难以实现可靠有效的谵妄评估。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,如谵妄由于其早期症状不典型,起病隐匿,同时非专业精神科医生常常缺乏对该疾病的认识和了解,故容易被误诊或漏诊,通常无法给予及时的关注和治疗的问题,现有技术中通过采用脑电图与常用量表相继对患者进行评估的筛查/监测谵妄的解决方案,单一的脑电图监测无法提供DSM-IV-TR诊断标准所需的患者信息,难以仅仅通过该脑电的持续监测来筛查/监测谵妄,易错失及时采取预防谵妄措施的时机,同时,即使将脑电图与常用量表相简单结合,仍无法解决面对如ICU病人的待评估对象时,谵妄量表对护理人员的谵妄评估能力的要求较高的缺点,从而难以实现可靠有效的谵妄评估。
而本发明利用视频采集方式的辅助评估提出了一种基于谵妄意识模糊快速评估法的智能评估系统,一方面,通过对视频分析处理的方式获取患者的回答,将其与辅助人员向获取模块输入的回答相互验证,消除因辅助人员失误导致其输入的回答有误的问题,避免单一地依赖于主观性强且理解偏差较大的辅助人员;另一方面,该智能评估系统能够预先对待评估对象的语言表达能力、身体活动能力、面部表达能力进行预判,区别出不同的待评估对象尤其是上无创呼吸机的患者,该部分患者在上无创呼吸机的状态下可能无法说话或无法手写,并且面部被呼吸面罩遮挡。针对该类待评估对象,评估系统向辅助人员提出眼部识别功能或外接设备辅助输入功能的提示,通过该预判分类过程,极大地提高了针对如ICU病人的待评估人群的准确度,避免了无效的单一面部识别方案,降低了医护人员连续对多个患者进行评估的工作难度,从而保证了本发明所提出的智能评估系统的评估准确性和可靠性。
具体地:
基于谵妄意识模糊快速评估法的智能评估系统,特别是针对如ICU病人的待评估对象的智能评估系统,并且所述待评估对象的语言表达能力、身体活动能力、面部表达能力中的至少一个能力受限,所述智能评估系统至少包括:至少一个获取模块,用于获取关于待评估对象和/或关于辅助人员的反馈信息,并获取待评估对象在进行谵妄意识模糊快速评估时进行的行为信息,生成模块,用于根据所述行为信息的属性和所述反馈信息的属性,分别生成谵妄评估模型所需的参数;识别模块,用于根据生成的参数,利用所述谵妄评估模型进行计算,获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值。
根据一种优选实施方式,所述获取模块至少包括:视频获取模块,其被配置为通过对确诊已发生谵妄的或具有谵妄潜在风险的待评估对象在进行谵妄意识模糊快速评估时的行为进行视频采集的方式获取关于该待评估对象的行为信息和/或反馈信息,和/或录入模块,其由待评估对象操作以获取由所述待评估对象针对评估内容所输入的反馈信息,并对该待评估过程中待评估对象的自主操作情况进行检测以获取关于该待评估对象的行为信息和/或反馈信息。
根据一种优选实施方式,所述识别模块被配置为:获取上述若干参数的参数值,至少包括用于指示反馈信息的Aij、Bij以及用于指示所述行为信息的ζj、Cij;利用谵妄评估模型中预先设定的参数值之间的关联关系,以将所述反馈信息与所述行为信息之间双向验证的方式,对上述若干参数的参数值进行匹配更新。
根据一种优选实施方式,Aij指的是患者给出的回答这一参数,i指示的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;Bij指的是辅助人员给出的回答这一参数,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;ζj指的是评估过程中的患者行为这一参数,ζ指的是至少一个行为信息,j指示的是为“出现波动或未出现波动”的反馈信息;Cij指的是评估过程中的患者行为这一参数,C指的是至少一个行为信息中所包含的第三方判定,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;i∈{01,02....09,10....21,22},j∈{1,0},ζ∈{a,b,c,d....}。
根据一种优选实施方式,所述识别模块还被配置为:基于至少一个Aij与至少一个Cij之间的关联关系,将Aij与Cij之间进行匹配,在Aij和与之对应的Cij之间匹配成功时则输出Aij,在Aij和与之对应的Cij之间匹配失败时,则以Cij中的j值更新Aij中的j值,再输出更新后的Aij;基于至少一个Bij与至少一个ζj之间的关联关系,将Bij与至少一个ζj之间进行匹配,在Bij和与之对应的至少一个ζj中任意一个之间匹配成功时则输出Bij,在Bij和与之对应的所有ζj之间均匹配失败时,则以ζj中的j值更新Bij中的j值,再输出更新后的Bij。
根据一种优选实施方式,所述识别模块还被配置为:基于预先设定的谵妄特征k,逐一调取关于至少一个谵妄特征k的条目i所对应的Aij和Bij,并根据预先设定的谵妄特征k的评估值判定条件确定该谵妄特征k的评估值为阴性或阳性。
根据一种优选实施方式,所述识别模块还被配置为:基于当前确定的谵妄特征k的评估值,判定其是否符合预先设定的选择性评估条件,在判定其不符合预先设定的选择性评估条件时,则输出上述确定的谵妄特征k的评估值;在判定其符合预先设定的选择性评估条件时,则提示辅助人员需要进行选择性评估,并基于选择性评估的评估结果,更新当前确定的谵妄特征k的评估值。
根据一种优选实施方式,所述智能评估系统还包括评估处理模块,其用于在所述识别模块获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值后,将上述关于至少一个谵妄特征的若干个评估值进行组合,并对该组合是否满足预定评估条件进行判定,以此输出该待评估对象的谵妄评估结果。
一种评估装置,其通过评估过程获取关于第一用户和/或关于第二用户的反馈信息,并获取第一用户在进行评估时的行为信息,所述评估装置利用评估模型中预先设定的参数值之间的关联关系,以将所述反馈信息与所述行为信息之间双向验证的方式,输出该第一用户的评估结果。
根据一种优选实施方式,所述评估装置通过视频获取模块对第一用户在进行评估时的行为进行视频采集的方式获取关于所述第一用户的行为信息和/或反馈信息,和/或所述评估装置通过由所述第一用户操作的录入模块,获取由所述第一用户针对评估内容所输入的反馈信息,并对该待评估过程中第一用户的自主操作情况进行检测以获取关于该第一用户的行为信息和/或反馈信息。
附图说明
图1是本发明提供的优选的智能评估方法的流程图;和
图2是本发明提供的优选的智能评估系统的简化模块连接示意图。
附图标记列表
101:获取模块 102:生成模块
103:识别模块 1011:视频获取模块
1012:录入模块 104:评估处理模块
106:云平台 107:医院信息系统
具体实施方式
下面结合附图对本发明进行详细说明。
实施例1
如图1所示,本实施例提供了基于谵妄意识模糊快速评估法的智能评估方法。为提高该智能评估系统的评估结果的准确度,本发明利用视频采集方式的辅助评估对评估过程进行双向验证。通常而言,双向验证方法将不可避免地增大数据处理量降低处理速度,系统反应迟缓而导致反馈至用户界面时用户使用不顺畅,进一步影响评估效率,无法达到快速评估,难以应用于谵妄意识模糊快速评估法。区别于上述现有双向验证方法,本发明提出了改进后的双向验证方法,该方法基于谵妄快速评估法的评估过程不受用户操作影响的特殊性,仅对用户输入的信息以及获取模块101即第三方的分析数据进行采集,交由后台运行的处理模块进一步处理,即该过程与用户界面的加载采用并行化计算方式,不但保证了系统反应速度以及反馈至用户界面时用户的顺畅使用,达到了谵妄快速评估法的快速评估要求,并且可以区别于不同条目的评估要求,分时段地和/或分条目地对第三方分析数据进行处理,即同时提高了该智能评估系统的评估结果的准确度。
S1:由至少一个获取模块101,获取关于待评估对象和/或关于辅助人员的反馈信息,并获取待评估对象在进行谵妄意识模糊快速评估时进行的行为信息。
在进行步骤S1之前,还包括预处理步骤。在预处理步骤中,在获取到当前待评估对象的患者信息后,该系统通过与医院信息系统107进行信息交互,调取出当前待评估对象的患者病史并传至预处理模块,由预处理模块对待评估对象的语言表达能力、身体活动能力、面部表达能力进行预判。优选地,由预处理模块输出关于待评估对象的语言表达能力、身体活动能力、面部表达能力分别对应的预判信息,并显示至用户界面以提示辅助人员进行操作。优选地,上述“语言表达能力”指的是患者是否能够开口说话,回答辅助人员所提问题的特征,例如是佩戴呼吸面罩或是术后神经压迫而无法说话的情况。优选地,上述“身体活动能力”指的是患者手部/手指是否能够独立活动,操作至少一个获取模块来回答辅助人员所提问题的特征,例如是待评估对象情绪不稳定而四肢被固定在床体上而不无法实现手部活动的情况。优选地,上述“面部表达能力”指的是患者面部是否有物体如呼吸面罩遮挡的特征,例如是佩戴呼吸面罩而无法识别到面部表情的情况。针对上述“预判信息”进一步举例说明:输出是第一预判信息,其包括无法说话、手部可以书写、面部表情无法识别、以及要求辅助人员选择确定上述第一预判信息或要求修改上述第一预判信息的提示内容;在辅助人员选择确定上述第一预判信息后,即确定至少一个获取模块用于对待评估对象进行眼部识别并提示辅助人员为待评估对象提供用于手动输入的至少一个获取模块;基于至少一个获取模块所分析得到的信息即为关于待评估对象的反馈信息。例如在待评估对象术后意识清醒但由于神经压迫而暂时无法说话的情况下,预处理模块输出第二预判信息,其包括说话困难、手部可以书写、面部表情可以识别、以及要求辅助人员选择确定上述预判信息或要求修改上述预判信息的提示内容;在辅助人员选择确定上述预判信息后,即确定至少一个获取模块用于对待评估对象进行面部识别并提示辅助人员为待评估对象提供用于手动输入的至少一个获取模块;基于上述至少一个获取模块所分析得到的信息即为关于待评估对象的反馈信息。优选地,当前待评估对象处于上无创呼吸机的状态的确定可以是由辅助人员手动输入的方式来确定的,或是由获取模块的视频采集功能分析当前待评估对象是否佩戴呼吸面罩的方式来确定的。
具体地,上述步骤S1中的“关于待评估对象和/或关于辅助人员的反馈信息”,指的是待评估对象或辅助人员对谵妄意识模糊快速评估量表的若干个条目作出的选择,该反馈信息可以包括有、没有、不正确、正确四个信息。
针对步骤S1中的“关于辅助人员的反馈信息”,该反馈信息是辅助人员对相关条目的回答,该回答采集方式可以是通过辅助人员向获取模块101输入的回答所确定的。例如,就量表条目之一的“在评估过程中,患者有无嗜睡,昏睡或昏迷?”,辅助人员基于自身对待评估对象的情况的判断,向获取模块101输入有或没有的反馈信息。
针对步骤S1中的“关于待评估对象的反馈信息”,该反馈信息是待评估对象对相关条目的回答,该回答采集方式可以是通过辅助人员向获取模块101输入的回答所确定的。优选地,“关于待评估对象的反馈信息”也可以是由待评估对象自行输入的回答。例如,辅助人员向待评估对象询问量表条目之一的“最近这一天你有没有感到迷糊?”,待评估对象可以握持的可操作遥控器,自行向获取模块101输入有或没有。上述优选实施方式主要是针对如上无创呼吸机等不能说话的患者而提出的,在该情况下无法通过患者话语描述来实现谵妄评估,本发明所提供的智能评估系统向待评估对象提供可操作遥控器,通过滑移或按压可操作遥控器上的按键,对显示屏上的条目进行回答。
此处进一步优选地,针对步骤S1中的“关于待评估对象的反馈信息”,该反馈信息是待评估对象对相关条目的回答,该回答采集方式可以是通过获取模块101所确定的。例如,辅助人员向待评估对象询问量表条目之一的“请问今年是哪一年?”,待评估对象可能回答正确或回答错误,由获取模块101基于其视频获取模块1011所采集到的视频对待评估对象的回答进行分析处理,以确定该条目下的回答。利用上述视频采集方式的辅助评估,本发明能够通过对视频分析处理的方式获取到准确无误的回答,将其与辅助人员向获取模块101输入的回答相互验证,消除因辅助人员失误导致其输入的回答有误的问题。
S2:由生成模块102,根据行为信息的属性和反馈信息的属性,分别生成谵妄评估模型所需的参数。
针对步骤S2中的“反馈信息的属性”,如上的反馈信息可以包括有、没有、不正确、正确四个信息,反馈信息的属性所对应的值均为非数值型,以此需要生成模块102根据反馈信息的属性,生成谵妄评估模型所需的参数。针对“谵妄评估模型所需的参数”,指的是患者给出的回答、辅助人员给出的回答、评估过程中的患者行为、患者病史四个参数中的至少一个或几个的组合。例如,针对关于待评估对象和/或关于辅助人员的反馈信息的属性所对应的参数,可以将“有或不正确”设为1,将“没有或正确”设为0。在此举例说明:在患者针对条目08给出为“有”的反馈信息时,则患者给出的回答这一参数所对应的参数值则至少包括A081。A指示的是患者给出的回答这一参数,08指示的是针对条目08,1指示的是为“有”的反馈信息。又例如在辅助人员针对条目13给出为“没有”的反馈信息时,则辅助人员给出的回答这一参数所对应的参数值至少包括B130。B指示的是辅助人员给出的回答这一参数,13指示的是针对条目13,0指示的是为“没有”的反馈信息。所需的参数是基于谵妄评估模型所确定的。为实现谵妄评估的谵妄评估模型需要哪些参数,则根据上述反馈信息的属性和行为信息的属性生成相应的参数,并确定相应的参数值。
针对“待评估对象在进行谵妄意识模糊快速评估时进行的行为信息”,指的是基于获取模块101的第三方角度,对待评估对象在评估过程中的外在表现进行采集及分析。例如,辅助人员向待评估对象询问量表条目之一的“请问今年是哪一年?”,可能待评估对象是在辅助人员重复了至少两次条目的情况下才回答了正确年份,该情况下,患者显露出跟不上正在谈论的话题或是因环境刺激出现不适当的走神。由获取模块101,基于其所采集到的视频对待评估对象的回答过程进行分析处理,以确定该条目下的关于待评估对象的行为信息。利用上述视频采集方式的辅助评估,不同于辅助人员的感官角度,视频采集方式是从客观事实角度出发,其对进行评估的患者实际反应进行分析处理,避免单一地依赖于主观性强且理解偏差较大的辅助人员,而保证了本发明所提出的智能评估系统的评估准确性和可靠性。
进一步优选地,“行为信息”可以包括反应时长a、眨眼情况b、反馈信息的相关性c、语速d等若干个信息、以及与患者回答相关的第三方判定C。针对量表中需要辅助人员完成的相关条目,是在待评估对象完成与之相对应的条目后进行的,辅助人员主要是依赖于记忆以及感官进行回答,而本发明所提供的智能评估系统是借助于获取模块101的视频处理技术,提供了能够与辅助人员的回答相互验证的第三方判定C。例如,在患者针对条目08“请问这里是什么地方”给出正确的回答时,而获取模块101分析确定了该待评估对象回答了正确年份,则评估过程中的患者行为这一参数所对应的参数值则至少包括C081。
进一步优选地,针对量表中需要辅助人员完成的相关条目,通过预先设定,将由辅助人员回答的条目12~20中的各条目分别与至少一个行为信息相对应。例如,条目B11“在评估过程中,患者有无嗜睡、昏睡或昏迷”,通过预先设定,该条目B11与行为信息中的眨眼情况b相关联。又例如,通过预先设定,条目B18与行为信息中的眨眼情况a、b相关联。更为优选地,针对量表中需要辅助人员完成的相关条目,通过预先设定,将由待评估对象回答的条目1~10中的各条目分别与行为信息中的第三方判定C相对应。例如,通过预先设定,条目1与行为信息中的针对条目1的第三方判定C1相关联。
在此以“反应时长a的行为信息”举例说明:辅助人员是按照预先设定的条目顺序逐一对待评估对象进行询问的,询问完成后,基于步骤1中的获取模块101,确定按照预先设定的条目顺序的各条目所对应的反应时长。获取模块101基于其对由待评估对象回答的条目1~10中的各条目所对应的反应时长的变化趋势的分析,获得反应时长a的行为信息的属性——a出现波动或a未出现波动。
优选地,对待评估对象进行询问的“预先设定的条目顺序”,指的是条目4、条目5、条目6、条目7、条目8、条目9、条目10、条目1、条目2、条目3的顺序。优选地,需要辅助人员进行回答的“预先设定的条目顺序”,指的是条目16、条目17、条目18、条目19、条目20、条目13、条目14、条目15、条目11、条目12、条目21、条目22的顺序。其中,对待评估对象进行询问的“预先设定的条目顺序”优先于需要辅助人员进行回答的“预先设定的条目顺序”进行。
由于行为信息的属性所对应的值均为非数值型,以此需要步骤S2中的生成模块102根据反馈信息的属性,生成谵妄评估模型所需的参数。同上,针对步骤S2中的“谵妄评估模型所需的参数”,指的是患者给出的回答、辅助人员给出的回答、评估过程中的患者行为、患者病史四个参数中的至少一个或几个的组合。针对行为信息的属性所对应的参数,可以将“出现波动”设为1,将“没有出现波动”设为0。例如,在获取模块101基于其对预先设定的条目顺序的各条目所对应的反应时长的变化趋势的分析,获得反应时长a的行为信息的属性——a出现波动时,则评估过程中的患者行为这一参数所对应的参数值至少包括a1。相应地,针对眨眼情况b、反馈信息的相关性c、语速d等若干个信息,评估过程中的患者行为这一参数所对应的参数值至少包括b1、b0、c1、c0、d1、d0中的一个或几个。
S3:由识别模块103,根据生成的参数,利用谵妄评估模型进行计算,获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值。
针对步骤S3,具体地,获取上述若干参数的参数值;利用谵妄评估模型,将上述若干参数的参数值进行匹配更新;根据匹配更新后获得的若干参数值,利用谵妄评估模型进行计算;获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值。
“谵妄特征”包括谵妄特征k,k∈{1,2,3,4},即谵妄特征1、谵妄特征2、谵妄特征3、谵妄特征4。谵妄特征的“评估值”包括阴性和阳性两个结果。阴性结果可以用“-”表示,阳性结果可以用“+”表示。具体地,基于谵妄意识模糊快速评估法可知,谵妄特征1指的是急性起病或波动性改变,谵妄特征2指的是注意力不集中,谵妄特征3指的是思维混乱,谵妄特征4指的是意识水平改变。谵妄意识模糊快速评估法判定谵妄必须满足谵妄特征1和谵妄特征2,并且至少满足谵妄特征3或是谵妄特征4中的一条或两条。
其中,谵妄特征1的评估值是基于条目8~10以及条目18~20来判定的,通过预先设定,谵妄特征1与Aiji∈{08,09,10}以及Biji∈{18,19,20}相对应。
其中,谵妄特征2是基于条目4~7以及条目16~17来判定的,通过预先设定,谵妄特征2与Aiji∈{04,05,06,07}以及Biji∈{16,17}相对应。
其中,谵妄特征3是基于条目1-3以及条目13~15来判定的,通过预先设定,谵妄特征3与Aiji∈{01,02,03}以及Biji∈{13,14,15}相对应。
其中,谵妄特征4是基于条目11~12来判定的,通过预先设定,谵妄特征4与Biji∈{11,12}相对应。
针对谵妄特征1,进一步优选地,在条目1~20分别对应的Aij和/或Bij均被调取出云平台106进行计算后,在当前的谵妄特征1为阴性、谵妄特征2为阳性,谵妄特征3为阳性和/或谵妄特征4为阳性的情况下,基于Biji∈{21,22}再次判定谵妄特征1,并根据该判定结果更新谵妄特征1的评估值。
针对步骤S3中的“谵妄评估模型”,该谵妄评估模型中预存储有若干个计算式。例如其包含有基于谵妄意识模糊快速评估法的谵妄评估计算式。
由此,针对步骤S3中的“谵妄评估模型”更具体地,步骤S3至少包括以下步骤中的一个或几个:
S31:获取由生成模块102所确定的若干个参数及其对应的参数值,至少包括Aij、Bij、ζj、Cij;
Aij指的是患者给出的回答这一参数,i指示的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
Bij指的是辅助人员给出的回答这一参数,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
ζj指的是评估过程中的患者行为这一参数,ζ指的是至少一个行为信息,j指示的是为“出现波动或未出现波动”的反馈信息;
Cij指的是评估过程中的患者行为这一参数,C指的是至少一个行为信息中所包含的第三方判定,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
i∈{01,02....09,10....21,22},j∈{1,0},ζ∈{a,b,c,d....};
S32:基于至少一个Aij与至少一个Cij之间的关联关系,将Aij与Cij之间进行匹配,在Aij和与之对应的Cij之间匹配成功时则输出Aij,在Aij和与之对应的Cij之间匹配失败时,则以Cij中的j值更新Aij中的j值,再输出更新后的Aij;
S33:基于至少一个Bij与至少一个ζj之间的关联关系,将Bij与至少一个ζj之间进行匹配,在Bij和与之对应的至少一个ζj中任意一个之间匹配成功时则输出Bij,在Bij和与之对应的所有ζj之间均匹配失败时,则以ζj中的j值更新Bij中的j值,再输出更新后的Bij;
识别模块103中预先存储有至少一个Aij与至少一个Cij之间的关联关系、以及至少一个Bij与至少一个ζj之间的关联关系;
至少一个Aij与至少一个Cij之间的关联关系是通过非数字的首位与为数字的末位之间的数值可视为i值相对应的方式确定的,至少一个Bij与至少一个ζj之间的关联关系是通过预先设定的方式确定的;
Bij与至少一个ζj之间进行匹配的方式指的是,将Bij中的j值与至少一个ζj中的j值进行比对,两者数值相同时则匹配成功,相反则匹配失败;
Aij与Cij之间进行匹配的方式指的是,将Aij中的j值与至少一个Cij中的j值进行比对,两者数值相同时则匹配成功,相反则匹配失败;
S34:基于预先设定的谵妄特征k,k∈{1,2,3,4},逐一调取关于至少一个谵妄特征k的条目ii∈{01,02....19,20}所对应的Aij和Bij,并根据预先设定的谵妄特征k的评估值判定条件确定该谵妄特征k的评估值为阴性或阳性;
“预先设定的谵妄特征k的评估值判定条件”指的是,调取与谵妄特征k相对应的所有Aij和/或Bij,若任一Aij或任一Bij的参数值即j值为1,则该谵妄特征k的评估值为阳性,若所有Aij和/或Bij的参数值即j值为0,则该谵妄特征k的评估值为阴性;
如上,关于待评估对象和/或关于辅助人员的反馈信息的属性所对应的参数,设定其为“有或不正确”的参数值设为1,设定其为“没有或正确”的参数值设为0;
S35:基于当前确定的谵妄特征k,k∈{1,2,3,4}的评估值,判定其是否符合预先设定的选择性评估条件,在判定其不符合预先设定的选择性评估条件时,则输出上述确定的谵妄特征k,k∈{1,2,3,4}的评估值;反之,则提示辅助人员需要进行选择性评估,并基于选择性评估的评估结果,更新当前确定的谵妄特征k,k∈{1,2,3,4}的评估值,以更新后的评估值输出。
“选择性评估条件”指的是,在条目1~20分别对应的Aij和/或Bij均被调取出云平台106进行计算后,在当前确定的谵妄特征1为阴性、谵妄特征2为阳性,谵妄特征3为阳性和/或谵妄特征4为阳性的情况下,提示辅助人员需要进行选择性评估包括条目21~22。
“选择性评估”的过程指的是,基于与谵妄特征1相对应的Biji∈{21,22}再次判定谵妄特征1,并根据该判定结果更新谵妄特征1的评估值。
通过上述预先设定操作,可以将由获取模块101即第三方的分析数据,与由待评估对象或辅助人员输入的回答相对应,因此能够以第三方的分析数据作为辅证,对手动输入的回答进行再次验证,尤其是针对由辅助人员输入的难以避免其强主观性及感官偏差的回答,以此不仅实现了对待评估对象进行谵妄特征的评估,并且该评估结果是根据待评估对象在评估过程所实际展示的反应及状态所生成的,能够对辅助人员输入的出现强主观性及感官偏差的回答进行有效修正及提示,有利于谵妄特征评估准确度及可靠度的提高。
为明确本智能评估系统中“获取模块101”的设置方式,在此对智能评估系统中所使用的设备进行说明:智能评估系统至少包括手持智能移动终端、显示器、输入设备,手持智能移动终端由辅助人员进行操作,显示器可架设于病床上以供待评估对象观看,输入设备由待评估对象进行操作。手持智能移动终端可以是智能手机、智能手表、智能手环、平板电脑、笔记本等设备,显示器即为与手持智能移动终端相接的外接设备,辅助人员在手持智能移动终端上操作,可以控制显示器上的显示界面。输入设备可以是类似于投影仪控制器或鼠标的外接输入设备,其与显示器相接,待评估人员可以通过手持该输入设备,向显示器录入信息。输入设备上只设置有两个物理控制按键,一个物理控制按键为鼠标滚轮,其主要是针对竖向布列的若干选项,拨动鼠标滚轮即可向上或向下进行浏览,例如针对部分条目中需要待评估对象输入数字时,显示器上竖向布列有1~9的数字,待评估对象拨动鼠标滚轮即可选中不同数字;另一个物理控制按键为触发按键,待评估对象只需按压该触发按键即可将目前鼠标滚轮所选中的选项输入显示器中。输入设备的结构及操作均简单易懂,有利于待评估对象的使用,尤其是针对如上无创呼吸机等不能说话的患者而言,能够通过手控输入设备,间接地输出对辅助人员的问题的回答。
结合上述内容,如下针对“获取模块101”的组成进行说明,其主要区别于接触式与非接触式获取两种方式类获取待评估对象的外在表现。
其中,如图2所示,通过非接触式获取方式的包括视频获取模块1011,视频获取模块1011为设置在上述显示器上的摄像头。在将显示器架设于病床上后,显示器的显示界面正对待评估对象,摄像头能够获取到待评估对象的面部信息、眼部信息以及声音信息,基于对记录到的面部信息、眼部信息以及声音信息进行分析处理,即可获取到待评估过程中待评估对象的实际反应及状态。
其中,如图2所示,通过接触式获取方式的包括录入模块1012。录入模块1012即指的是智能评估系统中的输入设备。由于待评估对象可以通过录入模块1012输入反馈信息,在输入反馈信息的过程中,待评估对象的外在表现包括面部信息、声音信息以及手部自主操作信息中的至少一个。上述待评估对象的外在表现即步骤S1中所提及的“待评估对象在进行谵妄意识模糊快速评估时进行的行为信息”。如前文的,“行为信息”可以包括反应时长a、眨眼情况b、反馈信息的相关性c、语速d等若干个信息、以及与患者回答相关的第三方判定C。针对可说话的患者而言,无需使用录入模块1012,即待评估对象的外在表现包括面部信息和声音信息;针对无法说话的患者而言,需要使用录入模块1012,即待评估对象的外在表现包括面部信息、声音信息以及手部自主操作信息。针对“待评估对象的外在表现”,具体地:
1、面部信息主要指的是反应时长a、反馈信息的相关性c,通过对评估过程中患者的面部表情进行监测识别的方式,可以获得反应时长a是否出现波动或a未出现波动。反馈信息的相关性c可以是指在面对需要回答数字时,待评估对象面部摇头表示无法回答,该情况下视为获取到的反馈信息的属性与条目答案的属性之前存在偏差。以此通过若干条目的评估,可判定反馈信息的相关性c出现波动。
2、眼部信息主要指的是眨眼情况b,通过对评估过程中患者的眨眼频率进行监测计算的方式,可以获得眨眼情况b是否出现波动,如判定眨眼情况b出现波动,即指示着待评估对象在评估过程中有反应快慢的变化、入睡倾向、警觉性低的表现。
3、声音信息主要指的是反应时长a、反馈信息的相关性c、语速d,通过对评估过程患者的声音进行监测分析的方式,可以获得上述行为信息是否出现波动。下面以“反馈信息的相关性c”为例对声音信息的分析过程进行说明。反馈信息的相关性c是指获取到的反馈信息的属性与条目答案的属性之前存在偏差。此处所指的属性偏差不是指反馈信息中不包含正确答案,而是指两者之间无相关性。例如针对条目7“你能从12月开始倒数月份吗?”,条目答案的属性是有逻辑性的连续数字,而患者可能回答的是自己的生日年月或是困惑地重复辅助人员提出的问题,反馈信息的属性是个人信息或是理解障碍,均不属于有逻辑性的连续数字。在上述情况下,存在属性偏差,判定反馈信息的相关性c出现波动,即指示着待评估对象在评估过程中有思维不清晰、回答不切题、无法跟上正在谈论的话题的表现。此外,针对声音信息,其还用于指示与患者回答相关的第三方判定C,通过对评估过程患者的声音进行监测分析的方式,可以获得关于待评估对象的回答内容的第三方判定C。
4、手部自主操作信息主要指的是反应时长a、反馈信息的相关性c、和语速d,通过对评估过程患者控制录入模块1012输入反馈信息的手部自主操作情况进行监测的方式,可以获得上述行为信息是否出现波动。下面以“语速d”为例对手部自主操作信息的分析过程进行说明。此处的语速d指的是手部操作频率,例如针对条目7“你能从12月开始倒数月份吗?”,显示器上竖向布列有1~20的数字以及若干与题干无关的回答内容条目,待评估对象拨动鼠标滚轮即可选中不同数字或条目,按压该触发按键即可将目前鼠标滚轮所选中的选项输入显示器中。在该过程中,记录患者的拨动鼠标滚轮及按压触发按键的频率,如判定语速d出现波动,即指示着待评估对象在评估过程中有语速快慢的变化、反应快慢的变化、跟不上正在谈论的话题的表现。
此外,针对“获取模块101”中可能出现多个行为信息重合的情况。具体地,单个的待评估对象的外在表现至少对应一个行为信息,至少两个的外在表现各自对应的行为信息之间可能存在重合的情况。当出现上述重合的情况时,若来源于不同外在表现的若干行为信息,各自基于生成模块102所生成的参数ζj相同,则保留任一即可;若来源于不同外在表现的若干行为信息,各自基于生成模块102所生成的参数ζj中的j值不相同,即同时存在参数ζ1和参数ζ0,则仅保留j值为“0”的参数ζ0。该处理方式下,无论是否不同外在表现对波动与否的判定相同或不同,只要是从外在表现之一确定了待评估对象的某一情况出现波动,即确定该情况为出现波动的参数,全面考虑到外在表现所呈现的患者的状态或反应,提高患者谵妄评估的准确度。如前文,ζj指的是评估过程中的患者行为这一参数,ζ指的是至少一个行为信息,j指示的是为“出现波动或未出现波动”的反馈信息。ζ∈{a,b,c,d....}。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。
Claims (10)
1.基于谵妄意识模糊快速评估法的智能评估系统,特别是针对如ICU病人的待评估对象的智能评估系统,并且所述待评估对象的语言表达能力、身体活动能力、面部表达能力中的至少一个能力受限,
其特征是,所述智能评估系统至少包括:
至少一个获取模块(101),用于获取关于待评估对象和/或关于辅助人员的反馈信息,并获取待评估对象在进行谵妄意识模糊快速评估时进行的行为信息,
生成模块(102),用于根据所述行为信息的属性和所述反馈信息的属性,分别生成谵妄评估模型所需的参数;
识别模块(103),用于根据生成的所述参数,利用所述谵妄评估模型进行计算,获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值。
2.根据权利要求1所述的智能评估系统,其特征是,所述获取模块(101)至少包括:
视频获取模块(1011),其被配置为通过对确诊已发生谵妄的或具有谵妄潜在风险的待评估对象在进行谵妄意识模糊快速评估时的行为进行视频采集的方式获取关于该待评估对象的行为信息和/或反馈信息,
和/或
录入模块(1012),其由待评估对象操作以获取由所述待评估对象针对评估内容所输入的反馈信息,并对该待评估过程中待评估对象的自主操作情况进行检测以获取关于该待评估对象的行为信息和/或反馈信息。
3.根据前述权利要求之一所述的智能评估系统,其特征是,所述识别模块(103)被配置为:
获取上述若干参数的参数值,至少包括用于指示反馈信息的Aij、Bij以及用于指示所述行为信息的ζj、Cij;
利用谵妄评估模型中预先设定的参数值之间的关联关系,以将所述反馈信息与所述行为信息之间双向验证的方式,对上述若干参数的参数值进行匹配更新。
4.根据前述权利要求之一所述的智能评估系统,其特征是,Aij指的是患者给出的回答这一参数,i指示的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
Bij指的是辅助人员给出的回答这一参数,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
ζj指的是评估过程中的患者行为这一参数,ζ指的是至少一个行为信息,j指示的是为“出现波动或未出现波动”的反馈信息;
Cij指的是评估过程中的患者行为这一参数,C指的是至少一个行为信息中所包含的第三方判定,i指的是针对条目i,j指示的是为“有、不正确、没有或正确”的反馈信息;
i∈{01,02....09,10....21,22},j∈{1,0},ζ∈{a,b,c,d....}。
5.根据前述权利要求之一所述的智能评估系统,其特征是,所述识别模块(103)还被配置为:
基于至少一个Aij与至少一个Cij之间的关联关系,将Aij与Cij之间进行匹配,在Aij和与之对应的Cij之间匹配成功时则输出Aij,在Aij和与之对应的Cij之间匹配失败时,则以Cij中的j值更新Aij中的j值,再输出更新后的Aij;
基于至少一个Bij与至少一个ζj之间的关联关系,将Bij与至少一个ζj之间进行匹配,在Bij和与之对应的至少一个ζj中任意一个之间匹配成功时则输出Bij,在Bij和与之对应的所有ζj之间均匹配失败时,则以ζj中的j值更新Bij中的j值,再输出更新后的Bij。
6.根据前述权利要求之一所述的智能评估系统,其特征是,所述识别模块(103)还被配置为:
基于预先设定的谵妄特征k(k∈{1,2,3,4}),逐一调取关于至少一个谵妄特征k的条目i(i∈{01,02....19,20})所对应的Aij和Bij,并根据预先设定的谵妄特征k的评估值判定条件确定该谵妄特征k的评估值为阴性或阳性。
7.根据前述权利要求之一所述的智能评估系统,其特征是,所述识别模块(103)还被配置为:
基于当前确定的谵妄特征k(k∈{1,2,3,4})的评估值,判定其是否符合预先设定的选择性评估条件,
在判定其不符合预先设定的选择性评估条件时,则输出上述确定的谵妄特征k(k∈{1,2,3,4})的评估值;
在判定其符合预先设定的选择性评估条件时,则提示辅助人员需要进行选择性评估,并基于选择性评估的评估结果,更新当前确定的谵妄特征k(k∈{1,2,3,4})的评估值。
8.根据前述权利要求之一所述的智能评估系统,其特征是,所述智能评估系统还包括评估处理模块(104),其用于在所述识别模块(103)获得待评估对象进行谵妄意识模糊快速评估所得的关于至少一个谵妄特征的评估值后,将上述关于至少一个谵妄特征的若干个评估值进行组合,并对该组合是否满足预定评估条件进行判定,以此输出该待评估对象的谵妄评估结果。
9.一种基于谵妄意识模糊快速评估法的评估装置,其通过评估过程获取关于第一用户和/或关于第二用户的反馈信息,并获取第一用户在进行评估时的行为信息,其特征是,
所述评估装置利用评估模型中预先设定的参数值之间的关联关系,以将所述反馈信息与所述行为信息之间双向验证的方式,输出该第一用户的评估结果。
10.根据权利要求9所述的评估装置,其特征是,所述评估装置通过视频获取模块(1011)对第一用户在进行评估时的行为进行视频采集的方式获取关于所述第一用户的行为信息和/或反馈信息,
和/或
所述评估装置通过由所述第一用户操作的录入模块(1012),获取由所述第一用户针对评估内容所输入的反馈信息,并对该待评估过程中第一用户的自主操作情况进行检测以获取关于该第一用户的行为信息和/或反馈信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417660.5A CN111613330B (zh) | 2020-05-15 | 2020-05-15 | 基于谵妄意识模糊快速评估法的智能评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417660.5A CN111613330B (zh) | 2020-05-15 | 2020-05-15 | 基于谵妄意识模糊快速评估法的智能评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111613330A true CN111613330A (zh) | 2020-09-01 |
CN111613330B CN111613330B (zh) | 2023-12-15 |
Family
ID=72196780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010417660.5A Active CN111613330B (zh) | 2020-05-15 | 2020-05-15 | 基于谵妄意识模糊快速评估法的智能评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111613330B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105590172A (zh) * | 2015-12-28 | 2016-05-18 | 上海海事大学 | Vts值班人员适任能力智能评估系统 |
CN107456208A (zh) * | 2016-06-02 | 2017-12-12 | 深圳先进技术研究院 | 多模式交互的言语语言功能障碍评估系统与方法 |
CN108630314A (zh) * | 2017-12-01 | 2018-10-09 | 首都医科大学 | 一种智能化谵妄评估系统和方法 |
CN209232420U (zh) * | 2018-08-07 | 2019-08-09 | 首都医科大学 | 一种智能化谵妄评估装置 |
KR20200046946A (ko) * | 2018-10-26 | 2020-05-07 | 재단법인 아산사회복지재단 | 섬망 여부의 조기 판단 및 섬망의 중증도 판단 방법 및 프로그램 |
-
2020
- 2020-05-15 CN CN202010417660.5A patent/CN111613330B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105590172A (zh) * | 2015-12-28 | 2016-05-18 | 上海海事大学 | Vts值班人员适任能力智能评估系统 |
CN107456208A (zh) * | 2016-06-02 | 2017-12-12 | 深圳先进技术研究院 | 多模式交互的言语语言功能障碍评估系统与方法 |
CN108630314A (zh) * | 2017-12-01 | 2018-10-09 | 首都医科大学 | 一种智能化谵妄评估系统和方法 |
CN209232420U (zh) * | 2018-08-07 | 2019-08-09 | 首都医科大学 | 一种智能化谵妄评估装置 |
KR20200046946A (ko) * | 2018-10-26 | 2020-05-07 | 재단법인 아산사회복지재단 | 섬망 여부의 조기 판단 및 섬망의 중증도 판단 방법 및 프로그램 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114913974A (zh) * | 2022-05-10 | 2022-08-16 | 上海市东方医院(同济大学附属东方医院) | 一种谵妄评估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111613330B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12070325B2 (en) | Fatigue monitoring and management system | |
US11202604B2 (en) | Comprehensive and context-sensitive neonatal pain assessment system and methods using multiple modalities | |
JP5841196B2 (ja) | ヒトの健康に関する残差ベースの管理 | |
Plarre et al. | Continuous inference of psychological stress from sensory measurements collected in the natural environment | |
Van de Water et al. | Objective measurements of sleep for non‐laboratory settings as alternatives to polysomnography–a systematic review | |
US11510613B2 (en) | Biological condition determining apparatus and biological condition determining method | |
US20170319063A1 (en) | Apparatus and method for recording and analysing lapses in memory and function | |
US20080114212A1 (en) | Detecting surgical phases and/or interventions | |
CN111613337B (zh) | 一种重症监护病房用的智能化谵妄评估系统及评估方法 | |
WO2012025622A2 (en) | Monitoring method and system for assessment of prediction of mood trends | |
WO2019044619A1 (ja) | 生体情報処理システム、生体情報処理方法、及びコンピュータプログラム記録媒体 | |
JP7504193B2 (ja) | ウェアラブルセンサを用いて被験者の転倒を検出するシステム及び方法 | |
KR101308522B1 (ko) | 다중 생체 신호를 이용한 실시간 혈압 모니터링 및 바이오피드백 시스템 및 방법 | |
CN111568445B (zh) | 一种基于谵妄动态预测模型的谵妄风险监测方法及系统 | |
CN111613281A (zh) | 一种基于医院信息系统的谵妄风险评估方法及评估系统 | |
CN111613347A (zh) | 一种用于预防或干预谵妄的护理决策辅助方法及系统 | |
WO2019075522A1 (en) | RISK INDICATOR | |
CN111613330A (zh) | 基于谵妄意识模糊快速评估法的智能评估系统 | |
WO2019075520A1 (en) | INDICATOR OF RESPIRATORY CONDITION | |
US11241173B2 (en) | Physiological monitoring systems and methods of estimating vital-sign data | |
CN116168840B (zh) | 一种预测术后谵妄发生风险的方法、设备及系统 | |
Lin et al. | Objective pain measurement based on physiological signals | |
US20240242805A1 (en) | System and method for compliance prediction based on device usage and patient demographics | |
Collop | Home sleep apnea testing for obstructive sleep apnea in adults | |
Chen et al. | Biovitals™: a personalized multivariate physiology analytics using continuous mobile biosensors |
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 |