CN111739638A - 适用于分化型甲状腺癌患者的术后自助评估系统 - Google Patents

适用于分化型甲状腺癌患者的术后自助评估系统 Download PDF

Info

Publication number
CN111739638A
CN111739638A CN202010548101.8A CN202010548101A CN111739638A CN 111739638 A CN111739638 A CN 111739638A CN 202010548101 A CN202010548101 A CN 202010548101A CN 111739638 A CN111739638 A CN 111739638A
Authority
CN
China
Prior art keywords
patient
review
data
risk
initial
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
Application number
CN202010548101.8A
Other languages
English (en)
Inventor
刘�文
程若川
闫雪晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010548101.8A priority Critical patent/CN111739638A/zh
Publication of CN111739638A publication Critical patent/CN111739638A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例公开了一种适用于分化型甲状腺癌患者的术后自助评估系统，包括数据采集终端、后台服务器和患者终端。后台服务器用于根据患者资料进行初始、动态复发风险评估及内分泌抑制(药物)治疗方案评估处理，并向患者终端发送建议。可方便地对分化型甲状腺癌患者提供术后风险自助评估，第一、解决了分化型甲状腺癌患者术后每年因需多次复查、就诊、调药，消耗大量时间和经济成本问题；第二、解决了因甲状腺外科专科医师严重不足造成的大型三甲医院复查难、挂号难和基层医院相关专业知识缺乏难以满足复查需求的矛盾问题；第三、采用规范化、标准化的治疗方案解决了国内分化型甲状腺癌患者术后内分泌抑制治疗规范化程度不足的问题。

Description

适用于分化型甲状腺癌患者的术后自助评估系统
技术领域
本发明涉及医疗技术领域，具体涉及一种适用于分化型甲状腺癌患者的术后自助评估系统。
背景技术
近几十年来分化型甲状腺癌发病率在全世界范围内快速增长。分化型甲状腺癌是一种恶性程度极低的肿瘤，其手术后生存率可达95％以上，主要的风险即为肿瘤复发或残余。内分泌治疗是分化型甲状腺癌术后常规的治疗方法，主要起维持正常人体甲状腺激素代谢需要和抑制肿瘤复发两方面作用。即为根据手术后甲状腺功能的抽血检查结果，制定药物(左旋甲状腺素)调整方案。因此，分化型甲状腺癌患者术后需经历终生、高频率的复查，以调整药物剂量达到不同阶段内分泌抑制治疗(TSH)目标和监测肿瘤复发。尤其在手术后前5年，常需要多达数十次的复查和频繁的药物剂量调整。
尽管用药方案单一，但如何调整药物剂量和判定复查周期需要丰富的甲状腺外科专业知识综合考量。甲状腺外科属普通外科学下的分支学科，目前国内基本只有三甲医院设置此专科，具有专业知识背景的专科医师缺口巨大。目前分化型甲状腺癌术后诊疗的主要矛盾即为，专业甲状腺外科门诊调药和复查病人量巨大，就诊难和基层医院医生缺乏专业知识储备，难以满足患者内分泌治疗药物调整和复查计划制定。
发明内容
针对上述技术缺陷，本发明实施例提供了一种适用于分化型甲状腺癌患者的术后自助评估系统、方法及后台服务器。
为实现上述目的，第一方面，本发明实施例提供了一种适用于分化型甲状腺癌患者的术后自助评估系统，包括数据采集终端、后台服务器和患者终端。其中，所述数据采集终端用于采集分化型甲状腺癌患者的个人资料、手术资料和病理检查资料，并将所述个人资料、手术资料和病理检查资料上传至所述后台服务器；
所述后台服务器用于根据所述个人资料建立患者数据库，并将所述手术资料和病理检查资料存储至所述患者数据库中；
所述患者终端用于获取分化型甲状腺癌患者的复查资料，并将所述复查资料上传至所述后台服务器；
所述后台服务器用于结合所述手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向所述患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向所述患者终端发送药物调整建议。
作为本申请的一种具体实施方式，所述后台服务器进行初始复发风险评估及发送复查建议具体包括：
结合所述手术资料、病理检查资料以及复查资料得到患者的初始风险分层，所述初始风险分层包括低风险、中风险及高风险；
根据不同的所述初始风险分层向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
作为本申请的一种具体实施方式，所述后台服务器进行动态复发风险评估及发送复查建议具体包括：
根据患者初始特征和初始风险分层，结合每次患者上传复查资料，动态评估当前治疗反应，所述当前治疗反应根据不同临床场景分为优良反应、生化不全反应、结构不全反应和不确定性反应；
根据不同的当前治疗反应和持续时间动态评估复发风险以得到评估结果，并根据所述评估结果向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
作为本申请的一种具体实施方式，所述后台服务器进行动态复发风险评估及发送复查建议具体包括：
根据患者初始复发风险分层、当前治疗反应、持续时间及基础身体情况，设置基于肿瘤复发和药物副作用双风险评估的内分泌抑制治疗目标(例如TSH目标0.1—0.5ng/ml)发送至所述患者终端；
根据患者的所述初始复发风险分层和复查结果，向患者终端发送药物调整建议，所述药物调整建议包括药物调整剂量和下次复查间隔时间；
根据患者的所述初始复发风险分层、动态复发风险分层和复查结果，向患者终端发送处理建议，如目前情况提示可能已出现复发，建议到医院进一步就诊，给出补充检查项目或进行手术等推荐意见。
进一步地，所述患者终端还用于获取患者输入的当前验证信息，并将所述当前验证信息发送给所述后台服务器，所述当前验证信息包括姓名、医保卡号或身份证号；
所述后台服务器还用于对所述当前验证信息进行比对，若比对成功，则保存所述患者终端的终端地址。
第二方面，本发明实施例提供了一种适用于分化型甲状腺癌患者的术后自助评估方法，包括：
接收数据采集终端上传的分化型甲状腺癌患者的个人资料、手术资料和病理检查资料；
根据所述个人资料建立患者数据库，并将所述手术资料和病理检查资料存储至所述患者数据库中；
接收患者终端上传的分化型甲状腺癌患者的复查资料；
结合所述手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向所述患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向所述患者终端发送药物调整建议。
第三方面，本发明实施例提供了一种后台服务器，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
实施本发明实施例，针对分化型甲状腺癌患者，结合手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向患者终端发送药物调整建议，可方便地对分化型甲状腺癌患者提供术后风险自助评估，具有以下优点：
第一、解决了分化型甲状腺癌患者术后每年因需多次复查、就诊、调药，消耗大量时间和经济成本问题；
第二、解决了因甲状腺外科专科医师严重不足造成的大型三甲医院复查难、挂号难和基层医院相关专业知识缺乏难以满足复查需求的矛盾问题；
第三、采用规范化、标准化的治疗方案解决了国内分化型甲状腺癌患者术后内分泌抑制治疗规范化程度不足的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的适用于分化型甲状腺癌患者的术后自助评估系统的结构示意图；
图2为本发明实施例提供的适用于分化型甲状腺癌患者的术后自助评估方法的流程示意图；
图3为图2的另一流程示意图；
图4为本发明实施例提供的后台服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，本发明实施例提供的适用于分化型甲状腺癌患者的术后自助评估系统包括：数据采集终端100、后台服务器200及患者终端300。
其中，数据采集终端100用于采集分化型甲状腺癌患者的个人资料、手术资料和病理检查资料，并将所述个人资料、手术资料和病理检查资料上传至所述后台服务器200；个人资料包括但不仅限于分化型甲状腺癌患者的姓名、住院号、身份证号、医保卡号或手机号码等；该数据采集终端100可以是但不仅限于是电脑或手持扫描终端或手机等；当数据采集终端100为电脑时，医护人员可操作电脑以录入患者的个人资料、手术资料和病理资料；当数据采集终端100为手持扫描终端时，医护人员可扫描患者的手术资料和病理资料图片以录入患者的个人资料、手术资料和病理资料；当数据采集终端100为手机时，患者可通过登录APP或小程序进行注册录入的方式实现患者个人资料、手术资料和病理资料的录入。
患者终端300可以是但不仅限于是手机，患者可通过该患者终端300将分化型甲状腺癌患者的个人资料、手术资料和病理检查资料上传至后台服务器200进行保存。
进一步地，患者终端300还用于获取患者输入的当前验证信息，并将所述当前验证信息发送给所述后台服务器200，所述当前验证信息包括姓名、医保卡号或身份证号；
所述后台服务器200还用于对所述当前验证信息进行比对，若比对成功，则保存所述患者终端300的终端地址。
后台服务器200主要用于：
根据个人资料建立患者数据库，并将所述手术资料和病理检查资料存储至所述患者数据库中；
结合所述手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制(药物)治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向所述患者终端发送复查建议，以及根据内分泌抑制(药物)治疗方案评估情况向所述患者终端发送药物调整建议。
其中，后台服务器200进行初始复发风险评估及发送复查建议具体包括：
结合所述手术资料、病理检查资料以及复查资料得到患者的初始风险分层，所述初始风险分层包括低风险、中风险及高风险；
根据不同的所述初始风险分层向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
其中，后台服务器200进行动态复发风险评估及发送复查建议具体包括：
根据患者初始特征和初始风险分层，结合每次患者上传复查资料，动态评估当前治疗反应，所述当前治疗反应根据不同临床场景分为优良反应、生化不全反应、结构不全反应和不确定性反应；
根据不同的当前治疗反应和持续时间动态评估复发风险以得到评估结果，并根据所述评估结果向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
其中，后台服务器200进行动态复发风险评估及发送复查建议具体包括：
根据患者初始复发风险分层、当前治疗反应、持续时间及基础身体情况，设置基于肿瘤复发和药物副作用双风险评估的内分泌抑制治疗目标(如TSH目标0.1-0.5ng/mL)发送至所述患者终端；
根据患者的所述初始复发风险分层和复查结果，向患者终端发送药物调整建议，所述药物调整建议包括药物调整剂量和下次复查间隔时间；
根据患者的所述初始复发风险分层、动态复发风险分层和复查结果，向患者终端发送处理建议。
需要说明的是，在本实施例中，初始复发风险评估给出复发风险的大概范围如中度风险(约20％)，中度风险(约3-8％)；动态复发风险评估给出下一步预后转归可能的大概范围，如生化不全反应(约30％自发获得为优良反应，20％通过额外治疗后获得优良反应，20％发展为结构不全反应)等；结构不全反应(额外治疗后约50-85％仍有肿瘤残余可能)等。
需要强调的是，本实施例所提供的适用于分化型甲状腺癌患者的术后自助评估系统，是根据预先存储的标准数据(包括各专业诊疗指南指导和推荐意见)，结合初始复发风险评估方法和动态复发风险评估方法，对患者每次新上传的资料(可以是术后资料，也可以是每次复查资料)进行自助评估，自动生成复查建议或药物调整建议，并将其发送至患者终端。
另外，针对初次上传资料和后续上传资料，建议每项给出一个参考来源，该来源包括各国或各权威专业学术协会分化型甲状腺癌诊疗指南，如建议内分泌抑制治疗TSH目标为0.5-2.0ng/mL，参考2015年美国甲状腺协会分化型甲状腺癌诊治指南。且，随后续指南更新或研究进展，参考来源可调整更新。
实施本发明实施例的系统，针对分化型甲状腺癌患者，结合手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向患者终端发送药物调整建议，可方便地对分化型甲状腺癌患者提供术后风险自助评估具有以下优点：
第一、解决了分化型甲状腺癌患者术后每年因需多次复查、就诊、调药，消耗大量时间和经济成本问题；
第二、解决了因甲状腺外科专科医师严重不足造成的大型三甲医院复查难、挂号难和基层医院相关专业知识缺乏难以满足复查需求的矛盾问题；
第三、采用规范化、标准化的治疗方案解决了国内分化型甲状腺癌患者术后内分泌抑制治疗规范化程度不足的问题。
基于上述发明构思，请参考图2及图3，本发明实施例提供了一种适用于分化型甲状腺癌患者的术后自助评估方法，包括：
S101，接收数据采集终端上传的分化型甲状腺癌患者的个人资料、手术资料和病理检查资料。
请参考图3，步骤S101对应于预先存储步骤①和预先存储步骤②。
其中，预先存储步骤①为：医护人员预先将分化型甲状腺癌患者的手术资料和病理检查资料录入数据采集终端，并上传至后台服务器。后台服务器接收上述资料。
S102，根据个人资料建立患者数据库，并将手术资料和病理检查资料存储至患者数据库。
后台服务器根据患者的个人资料建立个人档案，并将来自于数据采集终端的患者手术资料和病理检查资料存入患者数据库中。
S103，获取患者输入的当前验证信息，对当前验证信息进行比对，若比对成功，则保存患者终端的终端地址。
请参考图3，当患者需要上传复查资料之前，需要进行身份验证。
其中，身份验证步骤包括：根据①姓名+住院号②医保卡号③身份证号，三种途径与患者数据库比对，如比对成功，则将患者终端地址保存到后台服务器的对应数据中。
S104，接收患者终端上传的分化型甲状腺癌患者的复查资料。
请参考图3，步骤S104对应于数据采集步骤。
其中，数据采集步骤包括：数据采集步骤，患者通过患者终端将手术后每次复查结果上传，并将数据采集名称、采集数据和采集时间保存到后台服务器相应患者数据中。
S105，结合手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向患者终端发送药物调整建议。
请参考图3，步骤S105对应于初始复发风险评估步骤、动态复发风险评估步骤及内分泌抑制治疗目标评估剂量调整步骤。
其中，初始复发风险评估步骤包括：患者建立个人档案后(预先存储步骤)，后台将根据不同临床场景分为低风险(复发风险1％-5％)、中风险(3％-30％)、高风险(10％-55％)；并根据不同风险分层向患者终端发送复查建议(复查时间和检查项目)。
动态复发风险评估步骤包括：后台将根据患者初始特征、初始风险分层，结合每次患者上传复查资料，动态评估目前治疗反应，根据不同临床场景分为(优良反应、生化不全反应、结构不全反应、不确定性反应)；并根据不同治疗反应和持续时间动态评估风险，向患者终端发送复查建议(复查时间和检查项目)。
内分泌抑制治疗目标评估剂量调整步骤包括：后台可根据患者初始复发风险分层、治疗反应、持续时间及基础身体情况，设置基于复发和副作用双风险评估的TSH抑制目标发送至患者终端；并根据患者初始复发风险分层和复查结果，向患者终端发送药物调整建议(药物调整剂量和下次复查间隔时间)。
实施本发明实施例的方法，针对分化型甲状腺癌患者，结合手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向患者终端发送药物调整建议，可方便地对分化型甲状腺癌患者提供术后风险自助评估，第一、解决了分化型甲状腺癌患者术后每年因需多次复查、就诊、调药，消耗大量时间和经济成本问题；第二、解决了因甲状腺外科专科医师严重不足造成的大型三甲医院复查难、挂号难和基层医院相关专业知识缺乏难以满足复查需求的矛盾问题；第三、采用规范化、标准化的治疗方案解决了国内分化型甲状腺癌患者术后内分泌抑制治疗规范化程度不足的问题。
需要说明的是，本发明实施例提供的方法及系统，所有的信息都是根据世界上各个国家的临床诊疗指南或一些权威的临床研究结果设计的，不涉及人工智能或复发风险算法等。需要前期把几十种临床场景预先设置在系统中，然后根据不同场景向患者终端发送建议。
对应于上述方法实施例，本发明还提供了一种后台服务器。如图4所示，该后台服务器可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述适用于分化型甲状腺癌患者的术后自助评估方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的适用于分化型甲状腺癌患者的术后自助评估方法的实施例中所描述的实现方式，在此不再赘述。
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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种适用于分化型甲状腺癌患者的术后自助评估系统，包括数据采集终端、后台服务器和患者终端，其特征在于，所述数据采集终端用于采集分化型甲状腺癌患者的个人资料、手术资料和病理检查资料，并将所述个人资料、手术资料和病理检查资料上传至所述后台服务器；
所述后台服务器用于根据所述个人资料建立患者数据库，并将所述手术资料和病理检查资料存储至所述患者数据库中；
所述患者终端用于获取分化型甲状腺癌患者的复查资料，并将所述复查资料上传至所述后台服务器；
所述后台服务器用于结合所述手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向所述患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向所述患者终端发送药物调整建议。
2.如权利要求1所述的术后自助评估系统，其特征在于，所述后台服务器进行初始复发风险评估及发送复查建议具体包括：
结合所述手术资料、病理检查资料以及复查资料得到患者的初始风险分层，所述初始风险分层包括低风险、中风险及高风险；
根据不同的所述初始风险分层向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
3.如权利要求2所述的术后自助评估系统，其特征在于，所述后台服务器进行动态复发风险评估及发送复查建议具体包括：
根据患者初始特征和初始风险分层，结合每次患者上传复查资料，动态评估当前治疗反应，所述当前治疗反应根据不同临床场景分为优良反应、生化不全反应、结构不全反应和不确定性反应；
根据不同的当前治疗反应和持续时间动态评估复发风险以得到评估结果，并根据所述评估结果向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目。
4.如权利要求2所述的术后自助评估系统，其特征在于，所述后台服务器进行动态复发风险评估及发送复查建议具体包括：
根据患者初始复发风险分层、当前治疗反应、持续时间及基础身体情况，设置基于肿瘤复发和药物副作用双风险评估的内分泌抑制治疗目标发送至所述患者终端；
根据患者的所述初始复发风险分层和复查结果，向患者终端发送药物调整建议，所述药物调整建议包括药物调整剂量和下次复查间隔时间；
根据患者的所述初始复发风险分层、动态复发风险分层和复查结果，向患者终端发送处理建议。
5.如权利要求1所述的术后自助评估系统，其特征在于，所述患者终端还用于获取患者输入的当前验证信息，并将所述当前验证信息发送给所述后台服务器，所述当前验证信息包括姓名、医保卡号或身份证号；
所述后台服务器还用于对所述当前验证信息进行比对，若比对成功，则保存所述患者终端的终端地址。
6.如权利要求1所述的术后自助评估系统，其特征在于，所述数据采集端通过接收医护人员录入、患者注册录入或OCR识别图片的方式采集所述个人资料、手术资料和病理检查资料。
7.一种适用于分化型甲状腺癌患者的术后自助评估方法，其特征在于，包括：
接收数据采集终端上传的分化型甲状腺癌患者的个人资料、手术资料和病理检查资料；
根据所述个人资料建立患者数据库，并将所述手术资料和病理检查资料存储至所述患者数据库中；
接收患者终端上传的分化型甲状腺癌患者的复查资料；
结合所述手术资料、病理检查资料以及复查资料对分化型甲状腺癌患者进行初始复发风险评估、动态复发风险评估及内分泌抑制药物治疗方案评估，并根据初始复发风险评估和动态复发风险评估情况向所述患者终端发送复查建议，以及根据内分泌抑制药物治疗方案评估情况向所述患者终端发送药物调整建议。
8.如权利要求7所述的术后自助评估方法，其特征在于，对分化型甲状腺癌患者进行初始复发风险评估和动态复发风险评估并发送复查建议具体包括：
结合所述手术资料、病理检查资料以及复查资料得到患者的初始风险分层，所述初始风险分层包括低风险、中风险及高风险；
根据不同的所述初始风险分层向所述患者终端发送复查建议，所述复查建议包括复查时间和检查项目；
根据患者初始特征和初始风险分层，结合每次患者上传复查资料，动态评估当前治疗反应，所述当前治疗反应根据不同临床场景分为优良反应、生化不全反应、结构不全反应和不确定性反应；
根据不同的当前治疗反应和持续时间动态评估复发风险以得到评估结果，并根据所述评估结果向所述患者终端发送复查建议。
9.如权利要求8所述的术后自助评估方法，其特征在于，进行动态复发风险评估及发送复查建议具体包括：
根据患者初始复发风险分层、当前治疗反应、持续时间及基础身体情况，设置基于肿瘤复发和药物副作用双风险评估的内分泌抑制治疗目标发送至所述患者终端；
根据患者的所述初始复发风险分层和复查结果，向患者终端发送药物调整建议，所述药物调整建议包括药物调整剂量和下次复查间隔时间；
根据患者的所述初始复发风险分层、动态复发风险分层和复查结果，向患者终端发送处理建议。
10.一种后台服务器，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。
CN202010548101.8A 2020-06-16 2020-06-16 适用于分化型甲状腺癌患者的术后自助评估系统 Pending CN111739638A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010548101.8A CN111739638A (zh) 2020-06-16 2020-06-16 适用于分化型甲状腺癌患者的术后自助评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010548101.8A CN111739638A (zh) 2020-06-16 2020-06-16 适用于分化型甲状腺癌患者的术后自助评估系统

Publications (1)

Publication Number Publication Date
CN111739638A true CN111739638A (zh) 2020-10-02

Family

ID=72649443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010548101.8A Pending CN111739638A (zh) 2020-06-16 2020-06-16 适用于分化型甲状腺癌患者的术后自助评估系统

Country Status (1)

Country Link
CN (1) CN111739638A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907045A (zh) * 2021-02-02 2021-06-04 方翔 一种基于5g物联网的智慧医疗数据采集方法
CN113643776A (zh) * 2021-08-31 2021-11-12 平安医疗健康管理股份有限公司 基于分层计算的患者标记方法、装置、设备及存储介质
CN117877721A (zh) * 2024-03-12 2024-04-12 天津市肿瘤医院（天津医科大学肿瘤医院） 一种个性化甲状腺癌放疗后内分泌治疗管理系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006200412A1 (en) * 2005-05-06 2006-11-23 Merck Sharp & Dohme (Australia) Pty Ltd Individualized patient care management system
CN104933314A (zh) * 2015-06-30 2015-09-23 中国医学科学院北京协和医院 分化型甲状腺癌的远处转移分析方法及分析系统
CN105160614A (zh) * 2015-09-24 2015-12-16 小米科技有限责任公司 提醒消息输出方法及装置
CN105956378A (zh) * 2016-04-26 2016-09-21 成都聚恒康科技有限公司 肿瘤诊疗临床决策支持系统
CN107025376A (zh) * 2017-03-16 2017-08-08 西南医科大学附属医院 甲状腺疾病大数据统计管理系统及其管理方法
CN108198594A (zh) * 2017-12-22 2018-06-22 北京鑫丰南格科技股份有限公司 电子病历管理方法和系统
CN108428470A (zh) * 2018-02-28 2018-08-21 湖南琴海数码股份有限公司 一种基于电子病历的健康管理系统
CN109523044A (zh) * 2018-10-27 2019-03-26 平安医疗健康管理股份有限公司 一种就医任务管理方法、服务器及计算机存储介质
CN109887568A (zh) * 2019-03-02 2019-06-14 深圳市宝安区人民医院 基于医嘱的健康管理系统
CN110349657A (zh) * 2018-04-07 2019-10-18 温俊 一种基于移动互联网的诊后服务方法和云平台
CN110660481A (zh) * 2019-09-27 2020-01-07 颐保医疗科技(上海)有限公司 一种基于人工智能技术的原发性肝癌复发预测方法
CN111243704A (zh) * 2020-01-17 2020-06-05 长沙四维医疗器械科技有限责任公司 一种在线分析系统
CN111243696A (zh) * 2020-01-08 2020-06-05 温州医科大学 一种脑卒中发病的自动检测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006200412A1 (en) * 2005-05-06 2006-11-23 Merck Sharp & Dohme (Australia) Pty Ltd Individualized patient care management system
CN104933314A (zh) * 2015-06-30 2015-09-23 中国医学科学院北京协和医院 分化型甲状腺癌的远处转移分析方法及分析系统
CN105160614A (zh) * 2015-09-24 2015-12-16 小米科技有限责任公司 提醒消息输出方法及装置
CN105956378A (zh) * 2016-04-26 2016-09-21 成都聚恒康科技有限公司 肿瘤诊疗临床决策支持系统
CN107025376A (zh) * 2017-03-16 2017-08-08 西南医科大学附属医院 甲状腺疾病大数据统计管理系统及其管理方法
CN108198594A (zh) * 2017-12-22 2018-06-22 北京鑫丰南格科技股份有限公司 电子病历管理方法和系统
CN108428470A (zh) * 2018-02-28 2018-08-21 湖南琴海数码股份有限公司 一种基于电子病历的健康管理系统
CN110349657A (zh) * 2018-04-07 2019-10-18 温俊 一种基于移动互联网的诊后服务方法和云平台
CN109523044A (zh) * 2018-10-27 2019-03-26 平安医疗健康管理股份有限公司 一种就医任务管理方法、服务器及计算机存储介质
CN109887568A (zh) * 2019-03-02 2019-06-14 深圳市宝安区人民医院 基于医嘱的健康管理系统
CN110660481A (zh) * 2019-09-27 2020-01-07 颐保医疗科技(上海)有限公司 一种基于人工智能技术的原发性肝癌复发预测方法
CN111243696A (zh) * 2020-01-08 2020-06-05 温州医科大学 一种脑卒中发病的自动检测方法
CN111243704A (zh) * 2020-01-17 2020-06-05 长沙四维医疗器械科技有限责任公司 一种在线分析系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
匿名: "全球首款甲状腺癌术后智能管理系统发布", pages 1 - 3, Retrieved from the Internet <URL:https://news.fh21.com.cn/mryx/479774.html> *
核医学: "分化型甲状腺癌术后复发风险分层软件（RSS）的合理性", pages 1 - 3, Retrieved from the Internet <URL:https://mp.weixin.qq.com/s?__biz=MzA5OTQ1NDMyNg==&mid=2651599418&idx=3&sn=72fdc280fb6650708d52b2dc3f805cdf&chksm=8b7a8e23bc0d073591617b49a9e0adf89c8f4ae38cf32b82875c033cad68d0fe5368770d96dc&scene=27> *
经纶世纪: "甲状腺癌术后智能管理系统——国内首个术后智能康复管理系统（甲状腺癌）", pages 1, Retrieved from the Internet <URL:https://www.mmednet.com/news/article/32> *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907045A (zh) * 2021-02-02 2021-06-04 方翔 一种基于5g物联网的智慧医疗数据采集方法
CN113643776A (zh) * 2021-08-31 2021-11-12 平安医疗健康管理股份有限公司 基于分层计算的患者标记方法、装置、设备及存储介质
CN117877721A (zh) * 2024-03-12 2024-04-12 天津市肿瘤医院（天津医科大学肿瘤医院） 一种个性化甲状腺癌放疗后内分泌治疗管理系统

Similar Documents

Publication Publication Date Title
Heidenreich et al. 2020 ACC/AHA clinical performance and quality measures for adults with heart failure: a report of the American College of Cardiology/American Heart Association Task Force on Performance Measures
Amin et al. Association of same-day discharge after elective percutaneous coronary intervention in the United States with costs and outcomes
Abraham et al. Sustained efficacy of pulmonary artery pressure to guide adjustment of chronic heart failure therapy: complete follow-up results from the CHAMPION randomised trial
CN111739638A (zh) 适用于分化型甲状腺癌患者的术后自助评估系统
RU2719922C2 (ru) Адаптивная система управления лечением с механизмом управления потоком действий
Peterson et al. Association of single-vs dual-chamber ICDs with mortality, readmissions, and complications among patients receiving an ICD for primary prevention
Curtis et al. Association of physician certification and outcomes among patients receiving an implantable cardioverter-defibrillator
US20060116904A1 (en) Wound electronic medical record system
Bradley et al. Racial and ethnic differences in time to acute reperfusion therapy for patients hospitalized with myocardial infarction
US20070033073A1 (en) System and user interface for monitoring patient treatment orders
WO2019041711A1 (zh) 基于健康检查一体机的慢病随访监控系统及方法
US20200234806A1 (en) Method and system for intelligent completion of medical record based on big data analytics
KR20190132290A (ko) 환자 진단 학습 방법, 서버 및 프로그램
Yeung et al. Use and cost of actinic keratosis destruction in the Medicare Part B fee-for-service population, 2007 to 2015
Cooperberg et al. Time trends and variation in the use of active surveillance for management of low-risk prostate cancer in the US
WO2019041710A1 (zh) 基于健康检查一体机的慢病管理系统及方法
US20140278492A1 (en) System and methods for proving medical care algorithms to a user
Devillier et al. Allergen immunotherapy: what is the added value of real-world evidence from retrospective claims database studies?
Hallerbach et al. Patterns and predictors of early hospital readmission in patients with congestive heart failure
Desai et al. Association of the US Department of Justice Investigation of Implantable cardioverter-defibrillators and devices not meeting the Medicare National Coverage Determination, 2007-2015
JP7259224B2 (ja) 問診票作成支援装置、方法およびプログラム
Séroussi et al. Update on the DMP, the French nationally shared medical record: did we make it?
Pokorney et al. Lead extraction and mortality among patients with cardiac implanted electronic device infection
Okoli et al. Integration of geriatric assessment into clinical oncology practice: A scoping review
Atzema et al. Predictors of obtaining follow-up care in the province of Ontario, Canada, following a new diagnosis of atrial fibrillation, heart failure, and hypertension in the emergency department

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