CN112289136A - 一种危险预知强化护理实践技能训练方法及系统 - Google Patents
一种危险预知强化护理实践技能训练方法及系统 Download PDFInfo
- Publication number
- CN112289136A CN112289136A CN202011245701.3A CN202011245701A CN112289136A CN 112289136 A CN112289136 A CN 112289136A CN 202011245701 A CN202011245701 A CN 202011245701A CN 112289136 A CN112289136 A CN 112289136A
- Authority
- CN
- China
- Prior art keywords
- information
- training
- danger
- user
- intensive care
- 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.)
- Withdrawn
Links
- 238000012549 training Methods 0.000 title claims abstract description 253
- 230000000474 nursing effect Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 238000005728 strengthening Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001965 increasing effect Effects 0.000 claims description 5
- 238000004904 shortening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 35
- 238000010586 diagram Methods 0.000 description 11
- 238000003062 neural network model Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000010392 Bone Fractures Diseases 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010017076 Fracture Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 206010013647 Drowning Diseases 0.000 description 1
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 208000007981 Humeral Fractures Diseases 0.000 description 1
- 206010020462 Humerus fracture Diseases 0.000 description 1
- 206010023204 Joint dislocation Diseases 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 206010070863 Toxicity to various agents Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种危险预知强化护理实践技能训练方法及系统，所述方法包括：获得第一危险预知检测信息；根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；并对所述第一用户进行危险预知强化护理实践技能训练。解决了现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题。
Description
技术领域
本发明涉及强化技能训练领域，尤其涉及一种危险预知强化护理实践技能训练方法及系统。
背景技术
目前，随着人民生活水平的不断提高，护理人员的就业领域也不断扩展，使得国际医疗市场对护理人员的需求激增，护理人员除了要具备深厚的专业知识和较高的综合素质以外还需要具备较高的临场反应能力，因此，如何提高护理人员临床实践能力护理操作技能水平是目前提升护理人员个人能力的主要关注点。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题。
发明内容
本申请实施例通过提供一种危险预知强化护理实践技能训练方法及系统，解决了现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题，达到强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。
鉴于上述问题，提出了本申请实施例提供一种危险预知强化护理实践技能训练方法及系统。
第一方面，本申请实施例提供了一种危险预知强化护理实践技能训练方法，所述方法包括：获得第一危险预知检测信息；根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
另一方面，本申请还提供了一种危险预知强化护理实践技能训练系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一危险预知检测信息；第二获得单元，所述第二获得单元用于根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；第一输入单元，所述第一输入单元用于将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；第三获得单元，所述第三获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；第四获得单元，所述第四获得单元用于根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；第一训练单元，所述第一训练单元用于根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
第三方面，本发明提供了一种危险预知强化护理实践技能训练系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过获得所述第一危险预知检测信息和获得第一用户的第一危险预判结果信息，将所述第一危险预判结果信息输入第一训练模型，通过神经网络模型进行多组数据训练的方式，得出准确的第一用户危险预知强化护理实践技能的第一等级信息，进而获得与之对应的所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练，从而达到强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种危险预知强化护理实践技能训练方法的流程示意图；
图2为本申请实施例一种危险预知强化护理实践技能训练系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第一输入单元13，第三获得单元14，第四获得单元15，第一训练单元16，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本申请实施例通过提供一种危险预知强化护理实践技能训练方法及系统，解决了现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题，达到强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
由于国际医疗市场对护理人员的需求激增，护理人员除了要具备深厚的专业知识和较高的综合素质以外还需要具备较高的临场反应能力，因此，如何提高护理人员临床实践能力护理操作技能水平是目前提升护理人员个人能力的主要关注点，但现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种危险预知强化护理实践技能训练方法，所述方法包括：获得第一危险预知检测信息；根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种危险预知强化护理实践技能训练方法，其中，所述方法包括：
步骤S100：获得第一危险预知检测信息；
具体而言，所述第一危险预知检测信息是指进行强化护理实践技能训练之前预先判断所发生危险情况包括现场急救、心肺脑意外、食物或药物中毒、烧伤溺水、骨折或关节脱位等。预知该危险情况的基本信息，从而掌握之后进行护理实践技能训练的实施方向，通过该系统与计算机搭建的平台，实现大数据的复杂计算和检测，进而为之后的训练提供理论基础。
步骤S200：根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；
具体而言，所述第一危险预判结果是指通过所述第一危险预知检测信息预判得出可能发生的结果，进而使得之后能根据第一危险预判结果信息实施对应的强化护理实践技能训练，举例而言，如得出心肺脑意外危险预知检测信息，进而预判可能出现气管异物的危险情况。
步骤S300：将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；
具体而言，将将所述第一危险预判结果信息输入第一训练模型，所述训练模型为神经网络模型，所述神经网络模型即机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial NeuralNetworks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。基于大量的训练数据的训练，其中，所述训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息，所述神经网络模型不断地自我的修正，当所述神经网络模型的输出信息达到预定的准确率达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的数据训练，使得所述第一危险预判结果信息和危险预知强化护理实践技能等级的标识信息更加准确，达到强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。
步骤S400：获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；
具体而言，所述第一等级信息是指针对预知的危险划分为强度不同的强化护理实践训练等级，其中，基于所述神经网络模型处理所述输入数据更加准确的特性，进而使得输出的所述第一用户危险预知强化护理实践技能的第一等级信息更加准确，进而达到针对不同危险情况具有与之对应的实践技能等级，从而达到实现自身护理能力的强化的技术效果。
步骤S500：根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；
步骤S600：根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
具体而言，所述第一训练计划信息是指根据所述第一用户危险预知强化护理实践技能的第一等级信息所制定的具有强化护理技能的训练计划，并根据所述第一训练计划信息对所述第一用户进行危险预知强化护理实践技能训练，其中获得所述第一训练计划是根据正确护理的步骤标准制定训练计划，从而使得所述第一用户能够通过所述第一训练计划实现强化护理技能的目的，达到升护理实践技能训练效果的技术效果。
进一步而言，本申请实施例步骤S500还包括：
步骤S510：根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练周期信息，获得第一训练内容信息；
步骤S520：根据所述第一训练周期信息，所述第一训练内容信息，获得所述第一训练计划信息。
具体而言，所述第一训练周期是指进行危险预知强化护理实践技能训练的训练时长，由于所述第一训练计划信息都是针对所述预知危险情况进行制定的，其中，不同预知危险情况对应不同等级的实践技能训练，根据所述第一训练周期信息，所述第一训练内容信息，获得所述第一训练计划信息能够达到提高护理人员技能水平的技术效果。
进一步而言，本申请实施例步骤S200还包括：
步骤S210：根据所述第一危险预知检测信息，获得第二用户的第二危险预判结果信息；
步骤S220：根据所述第二危险预判结果信息，获得所述第二用户危险预知强化护理实践技能的第二等级信息；
步骤S230：比较所述第二用户危险预知强化护理实践技能的第二等级信息与所述第一用户危险预知强化护理实践技能的第一等级信息的高低；
步骤S240：如果所述第二用户危险预知强化护理实践技能的第二等级信息比所述第一用户危险预知强化护理实践技能的第一等级信息的高，获得第一广播信息，所述第一广播信息用于将所述第二危险预判结果信息进行广播。
具体而言，所述第二用户的第二危险预判结果信息是指所述第二用户根据所述第一危险预知检测信息预判的另一个有可能发生的结果，从而根据所述第二危险预判结果信息获得所述第二等级信息，再判断所述第一用户的第一等级信息和所述第二用户的第二等级信息的高低，进而通过所述第一广播信息，对所述危险预知强化护理实践技能等级高的危险预判结果信息进行广播。其中，由于同样的患者情况会产生不同的预判结果，比如获得骨折的危险预知检测信息时，可能会得出肱骨外科颈骨折和肱骨骨折且神经损伤这两种危险预判结果，采取的急救护理措施也不同。因此，危险预知强化护理实践技能等级越高，就要首先着重进行训练，并广播此预判结果信息，从而达到提升护理实践技能训练效果的技术效果。
进一步而言，所述根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练之后，本申请实施例步骤S600还包括：
步骤S610a：获得所述第一用户的第三危险预判结果信息；
步骤S620a：根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
步骤S630a：判断所述第三等级信息与所述第一等级信息的高低；
步骤S640a：如果所述第三等级信息比所述第一等级信息高，获得第一调整信息；
步骤S650a：根据所述第一调整信息，对所述第一训练周期信息进行延长，获得第二训练周期信息。
具体而言，所述第三预判结果信息是指所述第一用户通过所述第一危险预知检测信息预判的结果，所述第一调整信息是指针对所述第一训练计划信息中所述第一训练周期进行延长的调整方式。根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息，判断所述第三等级信息与所述第一等级信息的高低，经判断如果所述第三等级信息更高，调整增加之前为所述第一用户的危险预知强化护理实践技能训练的时长，即通过提高训练时长的方式反复多次的对同一内容进行训练，达到强化护理人员紧急护理操作能力，同时由于对训练时长灵活进行调整，从而达到提高训练效果的技术效果。
进一步而言，本申请实施例S630a还包括：
步骤S630a1：如果所述第三等级信息比所述第一等级信息低，获得第二调整信息；
步骤S630a2：根据所述第二调整信息，对所述第一训练周期信息进行缩短，获得第三训练周期信息。
具体而言，所述的第二调整信息主要是指对所述第一训练计划信息中所述第一训练周期信息进行缩短的调整方式，比较所述第一用户危险预知强化护理实践技能的所述第一等级信息和所述第三等级信息，如果所述第三等级信息比所述第一等级信息低，调整缩短之前为所述第一用户的危险预知强化护理实践技能训练的时长，也就是对所述第一训练周期信息进行缩短，减少因重复训练而浪费的时间，从而重新获得训练周期信息，即所述第三训练周期信息。其中，根据训练等级信息对所述第一训练周期进行修正和调整，能够达到提高训练效果的技术效果。
进一步而言，所述根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练之后，本申请实施例步骤S600还包括：
步骤S610b：获得所述第一用户的第三危险预判结果信息；
步骤S620b：根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
步骤S630b：判断所述第三等级信息与所述第一等级信息的高低；
步骤S640b：如果所述第三等级信息比所述第一等级信息高，获得第三调整信息；
步骤S650b：根据所述第三调整信息，增加所述第一训练内容信息的难度，获得第二训练内容信息。
具体而言，所述第三调整信息是指针对所述第一训练计划信息中所述第一训练内容进行延长的调整方式。根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息，判断所述第三等级信息与所述第一等级信息的高低，经判断如果所述第三等级信息更高，调整增加之前为所述第一用户的危险预知强化护理实践技能训练的内容，也就是对所述第一训练中不熟悉内容相对应做出提高和强化训练，能够重新获得有效的训练内容，即所述第二训练内容信息。其中，根据训练等级信息对所述第一训练内容进行修正和调整，能够达到强化护理人员紧急护理操作能力的技术效果。
进一步而言，本申请实施例步骤S630b还包括：
步骤S630b1：如果所述第三等级信息比所述第一等级信息低，获得第四调整信息；
步骤S630b2：根据所述第四调整信息，降低所述第一训练内容信息的难度，获得第三训练内容信息。
具体而言，所述第四调整信息是指针对所述第一训练计划信息中所述第一训练内容进行适当降度的调整方式。根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息，判断所述第三等级信息与所述第一等级信息的高低，经判断如果所述第三等级信息更高，调整降低之前为所述第一用户的危险预知强化护理实践技能训练的内容，也就是对所述第一训练内容经过筛选后重新获得有效的训练内容，即所述第三训练内容信息。其中，根据训练等级信息对所述第一训练内容中重复训练的内容进行修正和调整，适当减少已经训练的强化内容，能够减少训练的时间，达到强化护理人员紧急护理操作能力，提升训练效果的技术效果。
综上所述，本申请实施例所提供的一种危险预知强化护理实践技能训练方法及系统具有如下技术效果：
1、由于采用了根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练，其中，对不断对所述第一虚拟按计划信息进行时间和内容上的优化，进而达到不断更新，调整优化的目的，从而实现强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。
2、由于采用了通过获得第一危险预知检测信息和获得第一用户的第一危险预判结果信息，将所述第一危险预判结果信息输入第一训练模型，根据所述训练模型，实现准确标识危险预知强化护理实践技能等级，强化护理人员紧急护理操作能力，进而提升系统训练效果的技术效果。
实施例二
基于与前述实施例中一种危险预知强化护理实践技能训练方法同样发明构思，本发明还提供了一种危险预知强化护理实践技能训练系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一危险预知检测信息；
第二获得单元12，所述第二获得单元12用于根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；
第一输入单元13，所述第一输入单元13用于将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；
第三获得单元14，所述第三获得单元14用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；
第四获得单元15，所述第四获得单元15用于根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；
第一训练单元16，所述第一训练单元16用于根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
进一步的，所述系统还包括：
第五获得单元，所述第五获得单元用于根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练周期信息，获得第一训练内容信息；
第六获得单元，所述第六获得单元用于根据所述第一训练周期信息，所述第一训练内容信息，获得所述第一训练计划信息。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于根据所述第一危险预知检测信息，获得第二用户的第二危险预判结果信息；
第八获得单元，所述第八获得单元用于根据所述第二危险预判结果信息，获得所述第二用户危险预知强化护理实践技能的第二等级信息；
第一比较单元，所述第一比较单元用于比较所述第二用户危险预知强化护理实践技能的第二等级信息与所述第一用户危险预知强化护理实践技能的第一等级信息的高低；
第九获得单元，所述第九获得单元用于如果所述第二用户危险预知强化护理实践技能的第二等级信息比所述第一用户危险预知强化护理实践技能的第一等级信息的高，获得第一广播信息，所述第一广播信息用于将所述第二危险预判结果信息进行广播。
进一步的，所述系统还包括：
第十获得单元，所述第十获得单元用于获得所述第一用户的第三危险预判结果信息；
第十一获得单元，所述第十一获得单元用于根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
第一判断单元，所述第一判断单元用于判断所述第三等级信息与所述第一等级信息的高低；
第十二获得单元，所述第十二获得单元用于如果所述第三等级信息比所述第一等级信息高，获得第一调整信息；
第十三获得单元，所述第十三获得单元用于根据所述第一调整信息，对所述第一训练周期信息进行延长，获得第二训练周期信息。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于如果所述第三等级信息比所述第一等级信息低，获得第二调整信息；
第十五获得单元，所述第十五获得单元用于根据所述第二调整信息，对所述第一训练周期信息进行缩短，获得第三训练周期信息。
进一步的，所述系统还包括：
第十六获得单元，所述第十六获得单元用于获得所述第一用户的第三危险预判结果信息；
第十七获得单元，所述第十七获得单元用于根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
第二判断单元，所述第二判断单元用于判断判断所述第三等级信息与所述第一等级信息的高低；
第十八获得单元，所述第十八获得单元用于如果所述第三等级信息比所述第一等级信息高，获得第三调整信息；
第十八获得单元，所述第十八获得单元用于根据所述第三调整信息，增加所述第一训练内容信息的难度，获得第二训练内容信息。
进一步的，所述系统还包括：
第十九获得单元，所述第十九获得单元用于如果所述第三等级信息比所述第一等级信息低，获得第四调整信息；
第二十获得单元，所述第二十获得单元用于根据所述第四调整信息，降低所述第一训练内容信息的难度，获得第三训练内容信息。
前述图1实施例一中的一种危险预知强化护理实践技能训练方法的各种变化方式和具体实例同样适用于本实施例的一种危险预知强化护理实践技能训练系统，通过前述对一种危险预知强化护理实践技能训练方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种危险预知强化护理实践技能训练系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种危险预知强化护理实践技能训练方法的发明构思，本发明还提供一种危险预知强化护理实践技能训练系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种危险预知强化护理实践技能训练方法的任一方法的步骤。
其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种危险预知强化护理实践技能训练方法，所述方法包括：获得第一危险预知检测信息；根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。解决了现有技术中存在护理人员紧急护理实践能力不达标，临床急救训练技术效果差的技术问题，达到强化护理人员紧急护理操作能力，进而提升护理实践技能训练效果的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种危险预知强化护理实践技能训练方法，其中，所述方法包括：
获得第一危险预知检测信息；
根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；
将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；
获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；
根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；
根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
2.如权利要求1所述的方法，其中，所述方法包括：
根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练周期信息，获得第一训练内容信息；
根据所述第一训练周期信息，所述第一训练内容信息，获得所述第一训练计划信息。
3.如权利要求1所述的方法，其中，所述方法包括：
根据所述第一危险预知检测信息，获得第二用户的第二危险预判结果信息；
根据所述第二危险预判结果信息，获得所述第二用户危险预知强化护理实践技能的第二等级信息；
比较所述第二用户危险预知强化护理实践技能的第二等级信息与所述第一用户危险预知强化护理实践技能的第一等级信息的高低；
如果所述第二用户危险预知强化护理实践技能的第二等级信息比所述第一用户危险预知强化护理实践技能的第一等级信息的高，获得第一广播信息，所述第一广播信息用于将所述第二危险预判结果信息进行广播。
4.如权利要求1所述的方法，其中，所述根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练之后，包括：
获得所述第一用户的第三危险预判结果信息；
根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
判断所述第三等级信息与所述第一等级信息的高低；
如果所述第三等级信息比所述第一等级信息高，获得第一调整信息；
根据所述第一调整信息，对所述第一训练周期信息进行延长，获得第二训练周期信息。
5.如权利要求4所述的方法，其中，所述方法还包括：
如果所述第三等级信息比所述第一等级信息低，获得第二调整信息；
根据所述第二调整信息，对所述第一训练周期信息进行缩短，获得第三训练周期信息。
6.如权利要求1所述的方法，其中，所述根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练之后，包括：
获得所述第一用户的第三危险预判结果信息；
根据所述第三危险预判结果信息，获得所述第一用户危险预知强化护理实践技能的第三等级信息；
判断所述第三等级信息与所述第一等级信息的高低；
如果所述第三等级信息比所述第一等级信息高，获得第三调整信息；
根据所述第三调整信息，增加所述第一训练内容信息的难度，获得第二训练内容信息。
7.如权利要求6所述的方法，其中，所述方法还包括：
如果所述第三等级信息比所述第一等级信息低，获得第四调整信息；
根据所述第四调整信息，降低所述第一训练内容信息的难度，获得第三训练内容信息。
8.一种危险预知强化护理实践技能训练系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一危险预知检测信息；
第二获得单元，所述第二获得单元用于根据所述第一危险预知检测信息，获得第一用户的第一危险预判结果信息；
第一输入单元，所述第一输入单元用于将所述第一危险预判结果信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一危险预判结果信息和用来标识危险预知强化护理实践技能等级的标识信息；
第三获得单元，所述第三获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一用户危险预知强化护理实践技能的第一等级信息；
第四获得单元，所述第四获得单元用于根据所述第一用户危险预知强化护理实践技能的第一等级信息，获得第一训练计划信息；
第一训练单元，所述第一训练单元用于根据所述第一训练计划信息，对所述第一用户进行危险预知强化护理实践技能训练。
9.一种危险预知强化护理实践技能训练系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011245701.3A CN112289136A (zh) | 2020-11-10 | 2020-11-10 | 一种危险预知强化护理实践技能训练方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011245701.3A CN112289136A (zh) | 2020-11-10 | 2020-11-10 | 一种危险预知强化护理实践技能训练方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112289136A true CN112289136A (zh) | 2021-01-29 |
Family
ID=74350759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011245701.3A Withdrawn CN112289136A (zh) | 2020-11-10 | 2020-11-10 | 一种危险预知强化护理实践技能训练方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112289136A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204215591U (zh) * | 2014-12-01 | 2015-03-18 | 齐齐哈尔医学院 | 一种用于急危重症护理学考试答题装置 |
| CN106683518A (zh) * | 2017-03-20 | 2017-05-17 | 合肥德铭电子有限公司 | 一种腔镜模拟仿真训练系统及其方法 |
| CN109036063A (zh) * | 2018-10-09 | 2018-12-18 | 武汉湾流科技股份有限公司 | 一种针灸治疗模拟训练方法及系统 |
| CN109410721A (zh) * | 2018-10-30 | 2019-03-01 | 深圳市墨优科技开发有限公司 | 一种急救护理训练方法及终端 |
| CN111754370A (zh) * | 2020-07-01 | 2020-10-09 | 广州驰兴通用技术研究有限公司 | 一种基于人工智能的在线教育课程管理方法及系统 |
| CN211719095U (zh) * | 2020-03-08 | 2020-10-20 | 甘肃中医药大学 | 一种医学教学演示板 |
| CN111797324A (zh) * | 2020-08-07 | 2020-10-20 | 广州驰兴通用技术研究有限公司 | 一种智慧教育用远程教育方法及系统 |
| CN111814055A (zh) * | 2020-07-30 | 2020-10-23 | 广州驰兴通用技术研究有限公司 | 一种基于云平台的智慧城市综合服务方法及系统 |
| CN111833680A (zh) * | 2020-06-19 | 2020-10-27 | 上海长海医院 | 一种医务人员理论学习评估系统、方法及电子设备 |
| CN111899837A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种基于数字化手术室的手术报告协同方法及系统 |
-
2020
- 2020-11-10 CN CN202011245701.3A patent/CN112289136A/zh not_active Withdrawn
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204215591U (zh) * | 2014-12-01 | 2015-03-18 | 齐齐哈尔医学院 | 一种用于急危重症护理学考试答题装置 |
| CN106683518A (zh) * | 2017-03-20 | 2017-05-17 | 合肥德铭电子有限公司 | 一种腔镜模拟仿真训练系统及其方法 |
| CN109036063A (zh) * | 2018-10-09 | 2018-12-18 | 武汉湾流科技股份有限公司 | 一种针灸治疗模拟训练方法及系统 |
| CN109410721A (zh) * | 2018-10-30 | 2019-03-01 | 深圳市墨优科技开发有限公司 | 一种急救护理训练方法及终端 |
| CN211719095U (zh) * | 2020-03-08 | 2020-10-20 | 甘肃中医药大学 | 一种医学教学演示板 |
| CN111833680A (zh) * | 2020-06-19 | 2020-10-27 | 上海长海医院 | 一种医务人员理论学习评估系统、方法及电子设备 |
| CN111754370A (zh) * | 2020-07-01 | 2020-10-09 | 广州驰兴通用技术研究有限公司 | 一种基于人工智能的在线教育课程管理方法及系统 |
| CN111814055A (zh) * | 2020-07-30 | 2020-10-23 | 广州驰兴通用技术研究有限公司 | 一种基于云平台的智慧城市综合服务方法及系统 |
| CN111797324A (zh) * | 2020-08-07 | 2020-10-20 | 广州驰兴通用技术研究有限公司 | 一种智慧教育用远程教育方法及系统 |
| CN111899837A (zh) * | 2020-08-17 | 2020-11-06 | 江苏达实久信数字医疗科技有限公司 | 一种基于数字化手术室的手术报告协同方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112086166B (zh) | 一种骨科患者皮肤牵引护理方法与系统 | |
| CN112043408A (zh) | 一种提高骨科术后康复速度的方法和装置 | |
| CN112967819A (zh) | 一种神经外科手术的术前评估方法及系统 | |
| CN114283947A (zh) | 一种适用于手术患者的健康管理方法及系统 | |
| CN115985515A (zh) | 一种基于机器学习的弱视矫治效果预测方法、装置及设备 | |
| CN112289136A (zh) | 一种危险预知强化护理实践技能训练方法及系统 | |
| Bourgani et al. | Timed fuzzy cognitive maps for supporting obstetricians’ decisions | |
| CN114141349A (zh) | 一种icu护理人员的智能调配方法及系统 | |
| CN112185530A (zh) | 一种医院排号管理方法及系统 | |
| CN113053539A (zh) | 一种脊柱侧凸患者的护理方法及系统 | |
| Telléus et al. | Orthopedic surgical procedures in 3,305 children and young adults with cerebral palsy: a register-based cohort study | |
| CN112053129A (zh) | 一种提高移动式体检效率的信息处理方法和系统 | |
| CN113053482B (zh) | 一种肾内科患者的体征监测分析系统及方法 | |
| CN112807542B (zh) | 一种麻醉剂用量控制的方法和装置 | |
| CN112992312A (zh) | 一种脊髓损伤康复训练合格监测方法及系统 | |
| CN113197554A (zh) | 一种高热患者的重症监护护理方法及系统 | |
| CN112420208B (zh) | 一种医护人员疫情防护监测方法及系统 | |
| CN113113124A (zh) | 一种神经外科多患者的整合护理方法及系统 | |
| CN112259222A (zh) | 一种妇产科高危产妇管理方法和装置 | |
| CN113192603A (zh) | 一种基于大数据的精神状态评估方法和系统 | |
| Liu et al. | Implementation of auricular malformation screenings in the newborn population | |
| CN116523704B (zh) | 一种基于大数据的医学实习教学决策方法 | |
| CN113053518A (zh) | 一种心内科患者体征的智能监测系统及方法 | |
| Martín et al. | Development of a multi-criteria evaluation system to assess growing pig welfare | |
| CN112509685B (zh) | 一种筛选手术方式的标准化的系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210129 |