CN112801836B - 一种智能护理信息处理方法及智能护理系统 - Google Patents

一种智能护理信息处理方法及智能护理系统 Download PDF

Info

Publication number
CN112801836B
CN112801836B CN202110273131.7A CN202110273131A CN112801836B CN 112801836 B CN112801836 B CN 112801836B CN 202110273131 A CN202110273131 A CN 202110273131A CN 112801836 B CN112801836 B CN 112801836B
Authority
CN
China
Prior art keywords
nursing
target
care
updating
item
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.)
Active
Application number
CN202110273131.7A
Other languages
English (en)
Other versions
CN112801836A (zh
Inventor
周凯
祁静
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.)
Guangzhou Huansi Industrial Co Ltd
Original Assignee
Guangzhou Huansi Industrial Co Ltd
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 Guangzhou Huansi Industrial Co Ltd filed Critical Guangzhou Huansi Industrial Co Ltd
Priority to CN202110273131.7A priority Critical patent/CN112801836B/zh
Publication of CN112801836A publication Critical patent/CN112801836A/zh
Application granted granted Critical
Publication of CN112801836B publication Critical patent/CN112801836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Epidemiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Child & Adolescent Psychology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及智能控制与数据处理技术领域，涉及一种智能护理信息处理方法及智能护理系统。本发明通过智能护理服务平台响应智能护理指令，根据目标智能护理控制装置的护理成员信息向目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，目标智能护理控制装置根据目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。本发明可以根据不同护理条目，采用不同的护理配置信息进行智能护理控制，以使得不同护理条目的智能护理过程能够达到较为合适的智能护理效果。

Description

一种智能护理信息处理方法及智能护理系统
技术领域
本发明涉及智能控制与数据处理技术领域，具体地，涉及一种智能护理信息处理方法及智能护理系统。
背景技术
随着人口老龄化问题的加剧，中国正快速步入老龄社会。老龄社会面临的首要问题是如何照顾比例不断增加的老年人。一方面，现代社会的快节奏使传统的依靠子女抚养老人的模式难以维持，同时由于独生子女政策及生育观念改变造成的少子化趋势也加重了新时期年轻家庭的养老困境；另一方面，虽然把老人送到养老院养老或者雇佣家政服务人员居家养老已经是较为普遍的社会现象，但大部分养老院流水式的服务无法保证每位老人能够有尊严地生活，同时由于劳动力人口减少，也没有足够护理人员能够保证每个老人的居家护理需求得到满足。而且，随着养老护理成本的增加，如何让每个老人都能够有条件获得所需的养老服务，需要全社会的关注和投入。因此，依靠现代科技实现智能养老护理必将是解决养老难题的主要方向。
然而，现有常见的一些智能护理装置，大多是针对所有护理条目采用相同的智能护理策略进行智能护理控制，从而导致智能护理效果不佳。
发明内容
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种智能护理信息处理方法及智能护理系统，可以根据不同护理条目，采用不同的护理配置信息进行智能护理控制，以使得不同护理条目的智能护理过程能够达到较为合适的智能护理效果。
第一方面，本发明提供一种智能护理信息处理方法，应用于智能护理系统，所述智能护理系统包括智能护理服务平台、用户终端、智能护理控制装置以及智能护理装置，所述智能护理控制装置和所述用户终端与所述智能护理服务平台通信连接，所述智能护理控制装置与所述智能护理装置连接用于单个控制所述智能护理装置的智能护理配置参数，所述方法包括：
所述用户终端根据输入的智能护理信息向所述智能护理服务平台发送智能护理指令，所述智能护理指令中包括目标智能护理控制装置的护理成员信息以及针对所述目标智能护理控制装置的目标护理基础数据信息；
所述智能护理服务平台响应所述智能护理指令，根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，所述护理配置信息包括有所述护理条目的护理参数配置信息以及护理频率配置信息；
所述目标智能护理控制装置根据所述目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。
在第一方面的一种可能的实施方式中，所述根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息的步骤，包括：
提取所述目标智能护理控制装置的目标护理基础数据信息的护理条目状态向量，并将所述护理条目状态向量输入到智能护理项目预测网络中，输出所述目标护理基础数据信息对应的目标护理项目；
根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息。
在第一方面的一种可能的实施方式中，所述方法还包括：
所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息后，基于所述目标护理基础数据信息对初始智能护理项目预测网络进行配置后，获得对应的智能护理项目预测网络；
其中，所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息的步骤，包括：
获取待更新的目标护理条目更新信息，对所述目标护理条目更新信息进行特征提取，得到目标护理条目更新特征，所述目标护理条目更新特征包括所述目标护理条目更新信息对应的目标护理状态更新特征，所述目标护理条目更新信息为历史护理条目更新信息；
获取所述目标护理条目更新信息中的目标护理联动更新分量，确定所述目标护理联动更新分量对应的第一相关护理联动更新分量；
根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征，其中，所述护理更新规则信息根据所述目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，所述动态护理状态更新特征为表示护理联动更新分量的动态护理状态更新结果的特征；
将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征，根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息。
在第一方面的一种可能的实施方式中，所述根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征的步骤，包括：
获取所述第一相关护理联动更新分量与所述目标护理联动更新分量组成的护理联动更新分布；
对于所述护理联动更新分布中的分布节点，获取表示所述分布节点与相关节点的动态护理状态更新结果的动态护理状态更新特征；
根据所述动态护理状态更新特征与所述目标护理状态更新特征得到关联系数，根据所述关联系数确定所述相关节点对应的护理更新规则信息；
根据所述相关节点对应的护理更新规则信息以及所述相关节点的更新动态描述特征，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征；
从所述护理联动更新分布的各个分布节点对应的目标护理条目的建模马尔科夫链特征中，提取所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征。
在第一方面的一种可能的实施方式中，所述分布节点对应的目标护理条目的建模马尔科夫链特征是护理条目建特征预测网络输出的，所述护理条目建特征预测网络包括至少一个目标预测单元；
所述根据所述相关节点对应的护理更新规则信息以及所述相关节点的更新动态描述特征，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征的步骤，包括：
将所述相关节点的更新动态描述特征以及所述动态护理状态更新特征输入到所述目标预测单元中进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征；
根据所述分布节点对应的第一护理条目建模马尔科夫链特征以及对应的所述相关节点对应的护理更新规则信息，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征。
在第一方面的一种可能的实施方式中，所述将所述相关节点的更新动态描述特征以及所述动态护理状态更新特征输入到所述目标预测单元中进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征的步骤，包括：
根据所述分布节点与所述相关节点之间的护理联动更新分量的动态护理状态更新结果确定目标护理条目状态切换策略，所述目标护理条目状态切换策略为递增权重状态标注或者递减权重状态标注；
根据所述目标护理条目状态切换策略对所述相关节点的更新动态描述特征以及所述动态护理状态更新特征进行状态标注，得到所述分布节点对应的状态标注更新动态描述特征；
根据所述目标预测单元中的预测单元参数对所述状态标注更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征。
在第一方面的一种可能的实施方式中，所述根据所述目标预测单元中的预测单元参数对所述状态标注更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征的步骤，包括：
获取所述护理条目建特征预测网络中，所述目标预测单元对应的上一预测单元输出的，所述相关节点对应的预测更新动态描述特征；
所述目标预测单元根据第一预测单元参数对所述状态标注更新动态描述特征以及所述预测更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征。
在第一方面的一种可能的实施方式中，所述分布节点对应的目标护理条目的建模马尔科夫链特征是护理条目建特征预测网络输出的，所述护理条目建特征预测网络包括至少一个目标预测单元；
所述根据所述动态护理状态更新特征与所述目标护理状态更新特征得到关联系数，根据所述关联系数确定所述相关节点对应的护理更新规则信息的步骤，包括：
根据所述目标预测单元中的第二预测单元参数对所述动态护理状态更新特征进行处理，得到第一预测向量；
根据所述目标预测单元中的第三预测单元参数对所述目标护理状态更新特征进行处理，得到第二预测向量；
根据所述第一预测向量与所述第二预测向量计算得到关联系数；
根据所述关联系数确定所述相关节点对应的护理更新规则信息，所述关联系数与所述相关节点对应的护理更新规则信息成正相关关系。
在第一方面的一种可能的实施方式中，所述目标护理条目更新信息包括多个护理条目更新行为信息，所述目标护理条目更新特征包括护理条目的更新状态切换特征清单，所述护理条目的更新状态切换特征清单包括各个护理条目更新行为信息对应的护理条目更新状态切换特征；
所述将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征的步骤，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量；
根据所述目标护理条目更新行为信息对应的护理条目映射分量，更新所述护理条目的更新状态切换特征清单中，所述目标护理条目更新行为信息对应的护理条目更新状态切换特征，得到更新后的护理条目的更新状态切换特征清单；
根据拼接网络单元对所述更新后的护理条目的更新状态切换特征清单以及所述目标护理状态更新特征进行拼接，得到拼接后的护理条目的更新状态切换特征清单以及拼接后的目标护理状态更新特征；
所述根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息的步骤，包括：
将拼接后的目标护理状态更新特征输入到已配置的护理条目更新信息预测网络中，得到所述目标护理条目更新信息对应的护理条目更新信息预测结果；
所述根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量的步骤，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征与目标护理条目更新行为信息对应的护理条目更新状态切换特征进行特征拼接处理，得到所述目标护理条目更新行为信息对应的护理条目映射分量。
第二方面，本发明实施例还提供一种智能护理系统，所述智能护理系统包括智能护理服务平台、用户终端、智能护理控制装置以及智能护理装置，所述智能护理控制装置和所述用户终端与所述智能护理服务平台通信连接，所述智能护理控制装置与所述智能护理装置连接用于单个控制所述智能护理装置的智能护理配置参数，所述方法包括：
所述用户终端用于根据输入的智能护理信息向所述智能护理服务平台发送智能护理指令，所述智能护理指令中包括目标智能护理控制装置的护理成员信息以及针对所述目标智能护理控制装置的目标护理基础数据信息；
所述智能护理服务平台用于响应所述智能护理指令，根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，所述护理配置信息包括有所述护理条目的护理参数配置信息以及护理频率配置信息；
所述目标智能护理控制装置用于根据所述目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。
基于上述任意一个方面，本发明提供的实施方式中，通过智能护理服务平台响应智能护理指令，根据目标智能护理控制装置的护理成员信息向目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，目标智能护理控制装置根据目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。如此，可以根据不同护理条目，采用不同的护理配置信息进行智能护理控制，以使得不同护理条目的智能护理过程能够达到较为合适的智能护理效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本发明实施例提供的智能护理系统的应用场景示意图；
图2为本发明实施例提供的智能护理信息处理方法的流程示意图；
图3为本发明实施例提供的用于实现上述的智能护理信息处理方法的智能护理服务平台的结构组件示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
请参阅图1，是本发明实施例提供的一种智能护理系统的系统架构图。本发明实施例中，所述智能护理系统包括智能护理控制装置100以及与所述智能护理控制装置100连接的智能护理装置200，所述智能护理装置200包括多个智能护理单元210，每个智能护理单元210用于对相应的护理条目进行智能护理。所述智能护理控制装置100还可以通过蓝牙、Wi-Fi、通信网络等方式与外部用户终端300通信连接，所述外部用户终端300可以通过语音、文字等方式向所述智能护理控制装置100发送针对目标护理条目的智能护理需求描述信息，使所述智能护理控制装置100可以根据该智能护理需求描述信息进行人工智能分析，得到针对所述目标护理条目的护理联动信息，进而根据所述护理联动控制对应的所述智能护理单元210内相应的目标护理条目进行智能护理触发操作。此外，智能护理控制装置100还可以向智能护理服务平台400上传对应的护理过程的记录信息。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的智能护理信息处理方法的流程示意图，本实施例提供的智能护理信息处理方法可以由图1中所示的智能护理系统执行，下面对该智能护理信息处理方法进行详细介绍。
步骤S110，用户终端根据输入的智能护理信息向智能护理服务平台发送智能护理指令。
本实施例中，智能护理指令中例如可以包括目标智能护理控制装置的护理成员信息以及针对目标智能护理控制装置的目标护理基础数据信息。其中，护理成员信息可以用于表示目标智能护理控制装置的护理成员。此外，目标护理基础数据信息可以是指目标护理条目所对应的具体基础数据（如护理类别、护理内容等）的信息。
步骤S120，智能护理服务平台响应智能护理指令，根据目标智能护理控制装置的护理成员信息向目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息。
本实施例中，护理配置信息例如可以包括有护理条目的护理参数配置信息以及护理频率配置信息，例如针对每个护理参数分别配置对应的加热模式和护理频率等。
步骤S130，目标智能护理控制装置根据目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。
本实施例中，目标智能护理控制装置可以配置有每个智能护理装置当前对应的护理条目，进而可以根据目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。
基于上述步骤，本实施例通过智能护理服务平台响应智能护理指令，根据目标智能护理控制装置的护理成员信息向目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，目标智能护理控制装置根据目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台。如此，可以根据不同护理条目，采用不同的护理配置信息进行智能护理控制，以使得不同护理条目的智能护理过程能够达到较为合适的智能护理效果。
在一种可能的实施方式中，对于步骤S120，可以提取所述目标智能护理控制装置的目标护理基础数据信息的护理条目状态向量，并将所述护理条目状态向量输入到智能护理项目预测网络中，输出所述目标护理基础数据信息对应的目标护理项目，进而可以根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息。
这样，通过深度学习训练获得的智能护理项目预测网络对当前的目标智能护理控制装置的目标护理基础数据信息的护理条目状态向量进行预测预测，进而获得与护理条目状态向量相匹配的目标护理项目。
示例性地，在一种可能的实施方式中，接下来对该智能护理项目预测网络的配置过程进行说明，例如在步骤S110之前，可以包括以下步骤。
步骤S101，获取待更新的目标护理条目更新信息，对目标护理条目更新信息进行特征提取，得到目标护理条目更新特征，目标护理条目更新特征包括目标护理条目更新信息对应的目标护理状态更新特征。
本实施例中，特征提取是指将护理条目更新信息转换成向量进行表示。目标护理条目更新特征是对目标护理条目更新信息进行特征提取得到的向量。目标护理状态更新特征是表示目标护理条目更新信息的更新护理条目属性的向量。目标护理状态更新特征是根据目标护理条目更新信息的各个护理条目更新行为信息进行特征提取得到的，拼接了护理条目更新信息中各个护理条目更新行为信息的更新护理条目属性信息。目标护理条目更新特征还可以包括护理条目的更新状态切换特征清单，护理条目的更新状态切换特征清单包括各个护理条目更新行为信息对应的护理条目更新状态切换特征，护理条目更新状态切换特征是指对护理条目更新行为信息进行特征提取得到的向量。对护理条目更新行为信息进行特征提取得到的向量，按照所对应的护理条目更新行为信息在目标护理条目更新信息的顺序进行排序，形成护理条目的更新状态切换特征清单。
例如，智能护理服务平台可以获取待更新的目标护理条目更新信息，对目标护理条目更新信息进行分解，将目标护理条目更新信息，分解成具有更新护理条目属性合理性的护理条目更新行为信息序列，根据护理条目更新特征提取网络对目标护理条目更新信息进行特征提取，得到目标护理条目更新特征，目标护理条目更新特征包括护理条目的更新状态切换特征清单以及目标护理状态更新特征。
步骤S102，获取目标护理条目更新信息中的目标护理联动更新分量，确定目标护理联动更新分量对应的第一相关护理联动更新分量。
第一相关护理联动更新分量是指与目标护理联动更新分量存在动态护理状态更新结果的护理联动更新分量。动态护理状态更新结果例如可以是从属关系或者依附关系等。目标护理联动更新分量对应的相关护理联动更新分量可以是根据护理联动更新分布图得到的。护理联动更新分布图可以用于描述护理联动更新分量与护理联动更新分量的动态护理状态更新结果，因此可以获取护理联动更新分布图中，与目标护理联动更新分量存在动态护理状态更新结果的相关护理联动更新分量。第一相关护理联动更新分量可以包括护理联动更新分布图中，与目标护理联动更新分量存在直接的动态护理状态更新结果的护理联动更新分量，以及存在间接动态护理状态更新结果的护理联动更新分量的至少一种。直接的动态护理状态更新结果是指目标护理联动更新分量与第一相关护理联动更新分量存在关联属性的连接，间接的动态护理状态更新结果是指目标护理联动更新分量与第一相关护理联动更新分量之间，还存在中间的相关护理联动更新分量。例如，假设护理联动更新分布图中，目标护理联动更新分量为A，A的直接关系对象为B，B的直接关系对象为C，即A与B之间存在关联属性的连接，B与C之间存在关联属性的连接，则B为与A存在直接的动态护理状态更新结果的第一相关护理联动更新分量，C为与A存在间接的动态护理状态更新结果的第一相关护理联动更新分量。可以用“层级”表示护理联动更新分量之间动态护理状态更新结果的近似度，将与目标护理联动更新分量存在直接的动态护理状态更新结果的护理联动更新分量称为目标护理联动更新分量的一级相关护理联动更新分量，将与一级相关护理联动更新分量存在直接的动态护理状态更新结果的护理联动更新分量称为目标护理联动更新分量的二级相关护理联动更新分量。第一相关护理联动更新分量可以是与目标护理联动更新分量的关联层级在预设关联层级之内的相关护理联动更新分量，预设层级例如可以根据需要设置，例如可以为2。
例如，智能护理服务平台可以对目标护理条目更新信息进行标签护理联动更新分量识别，得到目标护理联动更新分量。智能护理服务平台可以获取护理联动更新分布图中，与目标护理联动更新分量的关联层级在预设层级之内的相关护理联动更新分量，作为第一相关护理联动更新分量。
步骤S103，根据第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征，其中，护理更新规则信息根据目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，动态护理状态更新特征为表示护理联动更新分量的动态护理状态更新结果的特征。
例如，更新动态描述特征是指用于表示护理联动更新分量的业务标签传播特征，业务标签传播特征指从更新护理条目属性空间到向量空间的映射结果。
控制过程的分布中，一个引用特征可以根据多个基础特征得到，护理更新规则信息表示在确定引用特征时，对基础特征的控制过程大小，一个基础特征对应的护理更新规则信息越大，说明在确定引用特征时，越关注该基础特征。即护理更新规则信息表示基础特征对引用特征的业务影响程度。护理更新规则信息与业务影响程度成正相关关系。一个基础特征对应的护理更新规则信息越大，则其对引用特征的影响就越大，则该基础特征对引用特征而言更为关键。相反地，一个基础特征对应的护理更新规则信息越小，则会减弱该基础特征对引用特征的影响，说明该基础特征不那么关键。护理更新规则信息可以是根据控制过程网络得到的。目标护理条目的建模马尔科夫链特征为引用特征，可以将第一相关护理联动更新分量对应的更新动态描述特征作为基础特征，也可以根据第一相关护理联动更新分量对应的更新动态描述特征得到基础特征。例如可以将第一相关护理联动更新分量对应的更新动态描述特征基础特征到护理条目建特征预测网络中，得到第一护理条目建模马尔科夫链特征，将第一护理条目建模马尔科夫链特征作为基础特征。
本实施例中，护理更新规则信息是根据目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，护理更新规则信息与相关特征成正相关关系，相关特征越大，则对应的护理更新规则信息越大。目标护理状态更新特征与动态护理状态更新特征之间的相关特征可以是直接相关特征或者间接相关特征的至少一个。直接相关特征是指计算目标护理状态更新特征与动态护理状态更新特征的相关特征例如相似度，作为目标护理状态更新特征与动态护理状态更新特征之间的相关特征。间接相关特征是指对目标护理状态更新特征进行进一步处理，对动态护理状态更新特征进行进一步处理，基于处理后的目标护理状态更新特征以及处理后的动态护理状态更新特征，得到目标护理状态更新特征与动态护理状态更新特征之间的相关特征。例如，可以将目标护理状态更新特征以及动态护理状态更新特征输入到配置得到的网络中，根据网络参数对目标护理状态更新特征进行处理，对动态护理状态更新特征进行处理。
动态护理状态更新特征可以是表示第一相关护理联动更新分量与目标护理联动更新分量的动态护理状态更新结果的向量，也可以是表示第一相关护理联动更新分量之间的关系的向量，例如，第一相关护理联动更新分量对应的护理更新规则信息，可以是根据从第一相关护理联动更新分量到目标护理联动更新分量所经过的最短的业务通道的关联属性的护理更新规则信息得到的，例如可以是所经过的最短业务通道的关联属性的护理更新规则信息相乘得到的。例如，假设A→B→C，目标护理联动更新分量为A，对于第一相关护理联动更新分量C，其对应的护理更新规则信息计算方式可以如下：将基于B与C之间的动态护理状态更新特征与目标护理状态更新特征的相关特征得到的护理更新规则信息，与基于A与B之间的动态护理状态更新特征与目标护理状态更新特征的相关特征得到的护理更新规则信息，进行相乘，得到第一相关护理联动更新分量C对应的护理更新规则信息。
护理条目建模马尔科夫链特征是指基于主题分布得到的向量，用于表示主题分布。目标护理联动更新分量对应的相关护理联动更新分量，以及目标护理联动更新分量与相关护理联动更新分量之间的动态护理状态更新结果为主题分布，可以基于护理联动更新分布图得到，因此可以将根据目标护理联动更新分量对应的相关护理联动更新分量的更新动态描述特征以及动态护理状态更新特征，得到的向量称为护理条目建模马尔科夫链特征。
例如，智能护理服务平台可以将第一相关护理联动更新分量的更新动态描述特征以及第一相关护理联动更新分量与目标护理联动更新分量之间的动态护理状态更新特征、第一相关护理联动更新分量之间的动态护理状态更新特征输入到护理条目建特征预测网络中，护理条目建特征预测网络根据目标护理状态更新特征与动态护理状态更新特征之间的相关特征，确定各个第一相关护理联动更新分量对应的护理更新规则信息。即目标护理状态更新特征与动态护理状态更新特征之间的相关特征，可以表示护理联动更新分量之间的关系对目标护理条目更新信息的更新护理条目属性的业务影响程度，对于与更新护理条目属性更相关的关系，则表示该关系是更有用的主题分布，需要重点关注该关系对应的相关护理联动更新分量。
在一种可能的实施方式中，可以获取第一相关护理联动更新分量与目标护理联动更新分量组成的护理联动更新分布，获取护理联动更新分布中各个分布节点对应的更新动态描述特征以及表示分布节点中护理联动更新分量间的动态护理状态更新结果的动态护理状态更新特征，输入到图神经网络网络中，图神经网络网络确定分布节点的护理条目建模马尔科夫链特征的方式包括：对于任意的分布节点，基于网络参数对该分布节点的相关节点的更新动态描述特征，以及表示该分布节点与该相关节点的关系的动态护理状态更新特征进行处理，得到该分布节点对应的第一护理条目建模马尔科夫链特征。当相关节点有多个，得到的该分布节点对应的第一护理条目建模马尔科夫链特征也有多个，故可以获取各个第一护理条目建模马尔科夫链特征对应的护理更新规则信息，根据第一护理条目建模马尔科夫链特征与对应的护理更新规则信息进行加权计算，得到分布节点对应的目标护理条目的建模马尔科夫链特征，由于护理联动更新分布中包括目标护理联动更新分量，即目标护理联动更新分量亦为分布节点，故可以得到目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征。
步骤S104，将目标护理条目更新特征与目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征，并根据目标拼接特征确定目标护理条目更新信息对应的目标护理基础数据信息。
在一种可能的实施方式中，目标护理条目更新特征包括护理条目的更新状态切换特征清单，将目标护理条目更新特征与目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征包括：根据目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到目标护理条目更新行为信息对应的护理条目映射分量；根据目标护理条目更新行为信息对应的护理条目映射分量，更新护理条目的更新状态切换特征清单中，目标护理条目更新行为信息对应的护理条目更新状态切换特征，得到更新后的护理条目的更新状态切换特征清单；根据拼接网络单元对更新后的护理条目的更新状态切换特征清单以及目标护理状态更新特征进行拼接，得到拼接后的护理条目的更新状态切换特征清单以及拼接后的目标护理状态更新特征。
护理条目映射是指将目标护理条目的建模马尔科夫链特征融入到护理条目更新状态切换特征中，护理条目映射可以是拼接或者加权求和，例如向量递增权重状态标注。例如，可以根据目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征与目标护理条目更新行为信息对应的护理条目更新状态切换特征进行拼接处理，可以是直接将目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征与目标护理条目更新行为信息对应的护理条目更新状态切换特征进行拼接，得到目标护理条目更新行为信息对应的护理条目映射分量，也可以是先进一步处理，再进行拼接。例如，拼接网络单元可以包括两个拼接网络函数，根据其中的一个拼接网络函数对护理条目的更新状态切换特征清单中的护理条目的更新状态切换特征清单进行处理，根据另一个拼接网络函数对目标护理条目的建模马尔科夫链特征进行处理，将经过拼接网络函数处理得到的护理条目更新状态切换特征以及经过拼接网络函数处理得到的目标护理条目的建模马尔科夫链特征进行拼接，得到护理条目映射分量。
例如。拼接的方式可以是顺次拼接。举个例子，假设“A护理条目更新进程”对应的护理条目更新状态切换特征为k维特征，表示为(a1，a2……ak)以及“A”对应的目标护理条目的建模马尔科夫链特征为j维特征，表示为(b1，b2……bj)，则顺次拼接得到的建模马尔科夫链特征为k+j维的向量，表示为(a1，a2……ak，b1，b2……bj)。
例如，智能护理服务平台得到目标护理条目更新行为信息对应的护理条目映射分量后，根据该护理条目映射分量替换护理条目的更新状态切换特征清单中，目标护理条目更新行为信息对应的护理条目更新状态切换特征，得到更新后的护理条目的更新状态切换特征清单。智能护理服务平台可以将更新后的护理条目的更新状态切换特征清单以及目标护理状态更新特征输入到拼接网络单元的拼接层中，进行拼接，得到拼接后的护理条目的更新状态切换特征清单以及拼接后的目标护理状态更新特征的至少一个。
例如，目标拼接特征可以是拼接后的护理条目的更新状态切换特征清单或者拼接后的目标护理状态更新特征。目标拼接特征根据具体的场景确定。智能护理服务平台可以将目标拼接特征输入到配置控制网络中，配置控制网络对目标拼接特征进行处理，得到目标护理基础数据信息。
在一种可能的实施方式中，对于护理条目更新信息预测任务，拼接后的目标护理状态更新特征为目标拼接特征，可以将拼接后的目标护理状态更新特征输入到护理条目更新信息预测网络中，得到护理条目更新信息预测结果。例如，对于一般处理任务，例如护理条目更新信息预测任务，可以根据前述[FE]的表示特征确定目标护理基础数据信息。
在一种可能的实施方式中，对于标签护理联动更新分量识别，拼接后的护理条目的更新状态切换特征清单为目标拼接特征，可以根据护理联动更新分量标识符对拼接后的护理条目的更新状态切换特征清单中，护理联动更新分量对应的护理条目更新状态切换特征进行标识，以根据护理联动更新分量对应的护理条目更新状态切换特征进行标签护理联动更新分量识别。
在一种可能的实施方式中，对于护理联动更新分量关系识别，拼接后的护理条目的更新状态切换特征清单为目标拼接特征，可以根据关系标识符对拼接后的护理条目的更新状态切换特征清单中，护理联动更新分量对应的护理条目更新状态切换特征进行标识，以在护理联动更新分量关系识别时，根据关系标识符从中抽取得到起始护理联动更新分量(start)对应的护理条目更新状态切换特征以及结束护理联动更新分量(finish)对应的护理条目更新状态切换特征，并进行拼接。关系标识符包括起始护理联动更新分量标识符和结束护理联动更新分量标识符，对于每个护理联动更新分量，可以在该护理联动更新分量之前加上起始护理联动更新分量标识符，例如[ST]，在该护理联动更新分量之后加上结束护理联动更新分量标识符，例如[FH]。在下游任务做预测的时候，可以抽出起始护理联动更新分量[ST]对应的护理条目更新状态切换特征以及结束护理联动更新分量[FH]对应的护理条目更新状态切换特征并拼接起来，作为最终的表示特征去进行关系抽取，得到护理联动更新分量之间的关系。
上述实施例中，目标护理条目更新特征中拼接了目标护理条目的建模马尔科夫链特征，而且目标护理条目的建模马尔科夫链特征是根据目标护理条目更新信息中，目标护理联动更新分量对应的第一相关护理联动更新分量的更新动态描述特征以及护理更新规则信息得到的，由于护理更新规则信息根据目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，因此可以根据目标护理条目更新信息的更新护理条目属性，确定相关护理联动更新分量的更新动态描述特征对目标护理联动更新分量的更新特征的重要程度，根据重要程度确定护理更新规则信息，从而可以使得基于护理更新规则信息以及更新动态描述特征得到的目标护理条目的建模马尔科夫链特征能够促进对目标护理条目更新信息的深度学习。
在一种可能的实施方式中，步骤S103即根据第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征包括以下步骤：
步骤S1031，获取第一相关护理联动更新分量以及目标护理联动更新分量组成的护理联动更新分布。
例如，护理联动更新分布包括拓扑成员以及关联属性。拓扑成员为护理联动更新分量，护理联动更新分量之间存在关联属性表示护理联动更新分量之间存在直接的动态护理状态更新结果。
可以理解，护理联动更新分布之间的关联属性也可以是有方向的，护理联动更新分量与护理联动更新分量之间的关系可以用三元组表示(h，r，t)，h为起始护理联动更新分量，r指关系，t指结束护理联动更新分量。
在一种可能的实施方式中，可以从护理联动更新分布图中获取与目标护理联动更新分量的关联层级在预设关联层级的相关护理联动更新分量，组成护理联动更新分布。
步骤S1032，对于护理联动更新分布中的分布节点，获取表示分布节点与相关节点的动态护理状态更新结果的动态护理状态更新特征。
其中，分布节点是指护理联动更新分布中的护理联动更新分量，目标护理联动更新分量以及第一相关护理联动更新分量为业务拓扑中的护理联动更新分量。相关节点是指与该分布节点存在关联属性的连接的护理联动更新分量。
步骤S1033，根据动态护理状态更新特征与目标护理状态更新特征得到关联系数，根据关联系数确定相关节点对应的护理更新规则信息。
其中，关联系数指向量的关联程度，可以是相似度。相关特征与护理更新规则信息成正相关关系。即相关特征越大，护理更新规则信息越大。
例如，智能护理服务平台可以是将关联系数作为护理更新规则信息，也可以是对关联系数进行归一化处理，得到护理更新规则信息。
在一种可能的实施方式中，分布节点对应的护理条目建模马尔科夫链特征是护理条目建特征预测网络输出的，护理条目建特征预测网络包括至少一个目标预测单元，对于不同的预测单元，其对应的护理更新规则信息可以是不变的，也可以是变化的。例如，根据动态护理状态更新特征与目标护理状态更新特征得到关联系数，根据关联系数确定相关节点对应的护理更新规则信息包括：根据目标预测单元中的第二预测单元参数对动态护理状态更新特征进行处理，得到第一预测向量；根据目标预测单元中的第三预测单元参数对目标护理状态更新特征进行处理，得到第二预测向量；根据第一预测向量与第二预测向量计算得到关联系数；根据关联系数确定相关节点对应的护理更新规则信息，关联系数与相关节点对应的护理更新规则信息成正相关关系。
其中，控制过程机制中，可以包括第一预测向量(K1)与第二预测向量(K2)，第一预测向量(K1)与describe(第一护理条目建模马尔科夫链特征)具有对应关系。可以基于第一预测向量(K1)与第二预测向量(K2)的相关度，确定相关节点对应的护理更新规则信息。第二预测单元参数是目标预测单元中，用于对动态护理状态更新特征进行处理的网络参数，第三预测单元参数是目标预测单元中，用于对目标护理状态更新特征进行处理的网络参数，不同的预测单元，所对应的第二预测单元参数以及第三预测单元参数是变化的，因此护理更新规则信息也在变化，相当于得到目标护理条目的建模马尔科夫链特征时，是综合不同预测单元得到的护理更新规则信息得到的，能够提高得到的目标护理条目的建模马尔科夫链特征的准确性。关联系数可以是特征相似度，可以基于常规的相似度算法得到。
例如，智能护理服务平台可以将动态护理状态更新特征以及目标护理状态更新特征输入到目标预测单元中，通过目标预测单元的第二预测单元参数计算得到第一预测向量，通过目标预测单元的第三预测单元参数计算得到第二预测向量，计算第二预测向量与第一预测向量的相似度，对相似度进行归一化处理，得到护理更新规则信息。
步骤S1034，根据相关节点对应的护理更新规则信息以及相关节点的更新动态描述特征，确定分布节点对应的目标护理条目的建模马尔科夫链特征。
例如，一个分布节点对应的相关节点可以有一个或者多个，智能护理服务平台可以将该护理更新规则信息与相关节点的更新动态描述特征加权求和，得到分布节点对应的护理条目建模马尔科夫链特征。也可以根据已配置得到的护理条目建特征预测网络的网络参数对相关节点的更新动态描述特征进行处理，得到第一护理条目建模马尔科夫链特征，再将第一护理条目建模马尔科夫链特征以及相关节点对应的护理更新规则信息进行加权处理，得到分布节点对应的目标护理条目的建模马尔科夫链特征。
在一种可能的实施方式中，分布节点对应的护理条目建模马尔科夫链特征是护理条目建特征预测网络输出的，护理条目建特征预测网络包括至少一个目标预测单元，根据相关节点对应的护理更新规则信息以及相关节点的更新动态描述特征，确定分布节点对应的目标护理条目的建模马尔科夫链特征包括：将相关节点的更新动态描述特征以及动态护理状态更新特征输入到目标预测单元中进行处理，得到分布节点对应的第一护理条目建模马尔科夫链特征；根据分布节点对应的第一护理条目建模马尔科夫链特征以及对应的相关节点对应的护理更新规则信息，确定分布节点对应的目标护理条目的建模马尔科夫链特征。
例如，智能护理服务平台可以将分布节点对应的第一护理条目建模马尔科夫链特征以及对应的相关节点对应的护理更新规则信息进行加权处理，得到分布节点对应的护理条目建模马尔科夫链特征。由于是将相关节点的更新动态描述特征以及动态护理状态更新特征输入到预测单元中进行处理，通过结合更新动态描述特征与动态护理状态更新特征确定护理条目建模马尔科夫链特征，使得得到的护理条目建模马尔科夫链特征更加准确。
在一种可能的实施方式中，可以是根据分布节点与对应的相关节点之间的护理联动更新分量的动态护理状态更新结果确定目标护理条目状态切换策略，目标护理条目状态切换策略为递增权重状态标注或者递减权重状态标注；根据目标护理条目状态切换策略对相关节点的更新动态描述特征以及动态护理状态更新特征进行状态标注，得到分布节点对应的状态标注更新动态描述特征；根据目标预测单元中的预测单元参数对状态标注更新动态描述特征进行处理，得到分布节点对应的第一护理条目建模马尔科夫链特征。
例如，当护理联动更新分量的动态护理状态更新结果为该分布节点是起始护理联动更新分量，相关节点是结束护理联动更新分量时，则目标护理条目状态切换策略为递减权重状态标注。当护理联动更新分量的动态护理状态更新结果为该分布节点是结束护理联动更新分量，相关节点是起始护理联动更新分量时，则目标护理条目状态切换策略为递增权重状态标注。在确定护理联动更新分布中的更新动态描述特征以及动态护理状态更新特征时，可以将护理联动更新分量的关系看成是从起始护理联动更新分量到结束护理联动更新分量的一个翻译操作，即根据起始护理联动更新分量以及动态护理状态更新结果，可以得到结束护理联动更新分量，因此起始护理联动更新分量的更新动态描述特征加上动态护理状态更新特征，可以表示结束护理联动更新分量。或者结束护理联动更新分量的更新动态描述特征减去动态护理状态更新特征，可以表示起始护理联动更新分量。因此，状态标注更新动态描述特征是指根据目标护理条目状态切换策略对相关节点的更新动态描述特征以及动态护理状态更新特征进行状态标注，所得到的表示分布节点的向量。故基于目标预测单元对状态标注更新动态描述特征进行处理，可以准确的得到分布节点对应的第一护理条目建模马尔科夫链特征。
在一种可能的实施方式中，智能护理服务平台可以获取护理条目建特征预测网络中目标预测单元对应的上一预测单元输出的，相关节点对应的预测更新动态描述特征；目标预测单元根据第一预测单元参数对状态标注更新动态描述特征以及预测更新动态描述特征进行处理，得到分布节点对应的第一护理条目建模马尔科夫链特征。
例如，相关节点对应的预测更新动态描述特征是指上一层预测单元中，输出的相关节点的护理条目建模马尔科夫链特征。第一预测单元参数是预测单元中，用于确定第一护理条目建模马尔科夫链特征的参数。护理条目建特征预测网络中可以包括多层预测单元，对于目标预测单元，可以获取上一预测单元输出的相关节点对应的护理条目建模马尔科夫链特征，输入到目标预测单元中，使得目标预测单元是在上一预测单元的基础上，继续进行处理的，能够使得护理条目建模马尔科夫链特征随着预测单元的深度逐渐增加，越来越准确。
步骤S1035，从护理联动更新分布的各个分布节点对应的目标护理条目的建模马尔科夫链特征中，提取目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征。
例如，由于护理联动更新分布包括目标护理联动更新分量，即目标护理联动更新分量是其中的一个分布节点，因此得到的分布节点对应的护理条目建模马尔科夫链特征后，可以提取得到目标护理联动更新分量所对应的护理条目建模马尔科夫链特征。
本发明实施例中，通过组成护理联动更新分布，获取分布节点与相关节点的动态护理状态更新结果的动态护理状态更新特征，基于动态护理状态更新特征与目标护理状态更新特征得到关联系数，能够表示该分布节点与其相关节点之间的动态护理状态更新结果与目标护理条目更新信息的更新护理条目属性是否有关联或者是否具有正面的影响，故基于该护理更新规则信息与相关节点的更新动态描述特征聚合得到分布节点的护理条目建模马尔科夫链特征，能够使主题分布的聚合是与目标护理条目更新信息的更新护理条目属性相关的。可以理解，基于相关节点的更新动态描述特征聚合得到分布节点的护理条目建模马尔科夫链特征可以是执行多次的，在每次聚合时，可以结合上一次聚合得到的护理条目建模马尔科夫链特征以及相关节点的更新动态描述特征进行聚合。
图3示出了本发明实施例提供的用于实现上述的智能护理信息处理方法的智能护理服务平台100的硬件结构示意图，如图3所示，智能护理服务平台100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行机器可读存储介质120存储的计算机执行指令，使得处理器110可以执行如上方法实施例的智能护理信息处理方法，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作。
处理器110的具体实现过程可参见上述智能护理服务平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中预设有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上智能护理信息处理方法。
最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (6)

1.一种智能护理信息处理方法，其特征在于，应用于智能护理系统，所述智能护理系统包括智能护理服务平台、用户终端、智能护理控制装置以及智能护理装置，所述智能护理控制装置和所述用户终端与所述智能护理服务平台通信连接，所述智能护理控制装置与所述智能护理装置连接用于单个控制所述智能护理装置的智能护理配置参数，所述方法包括：
所述用户终端根据输入的智能护理信息向所述智能护理服务平台发送智能护理指令，所述智能护理指令中包括目标智能护理控制装置的护理成员信息以及针对所述目标智能护理控制装置的目标护理基础数据信息；
所述智能护理服务平台响应所述智能护理指令，根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，所述护理配置信息包括有所述护理条目的护理参数配置信息以及护理频率配置信息；
所述目标智能护理控制装置根据所述目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台；
所述根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息的步骤，包括：
提取所述目标智能护理控制装置的目标护理基础数据信息的护理条目状态向量，并将所述护理条目状态向量输入到智能护理项目预测网络中，输出所述目标护理基础数据信息对应的目标护理项目；
根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息；
所述方法还包括：
所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息后，基于所述目标护理基础数据信息对初始智能护理项目预测网络进行配置后，获得对应的智能护理项目预测网络；
其中，所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息的步骤，包括：
获取待更新的目标护理条目更新信息，对所述目标护理条目更新信息进行特征提取，得到目标护理条目更新特征，所述目标护理条目更新特征包括所述目标护理条目更新信息对应的目标护理状态更新特征，所述目标护理条目更新信息为历史护理条目更新信息；
获取所述目标护理条目更新信息中的目标护理联动更新分量，确定所述目标护理联动更新分量对应的第一相关护理联动更新分量；
根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征，其中，所述护理更新规则信息根据所述目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，所述动态护理状态更新特征为表示护理联动更新分量的动态护理状态更新结果的特征；
将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征，根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息；
所述根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征的步骤，包括：
获取所述第一相关护理联动更新分量与所述目标护理联动更新分量组成的护理联动更新分布；
对于所述护理联动更新分布中的分布节点，获取表示所述分布节点与相关节点的动态护理状态更新结果的动态护理状态更新特征；
根据所述动态护理状态更新特征与所述目标护理状态更新特征得到关联系数，根据所述关联系数确定所述相关节点对应的护理更新规则信息；
根据所述相关节点对应的护理更新规则信息以及所述相关节点的更新动态描述特征，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征；
从所述护理联动更新分布的各个分布节点对应的目标护理条目的建模马尔科夫链特征中，提取所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征；
所述目标护理条目更新信息包括多个护理条目更新行为信息，所述目标护理条目更新特征包括护理条目的更新状态切换特征清单，所述护理条目的更新状态切换特征清单包括各个护理条目更新行为信息对应的护理条目更新状态切换特征；
所述将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征的步骤，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量；
根据所述目标护理条目更新行为信息对应的护理条目映射分量，更新所述护理条目的更新状态切换特征清单中，所述目标护理条目更新行为信息对应的护理条目更新状态切换特征，得到更新后的护理条目的更新状态切换特征清单；
根据拼接网络单元对所述更新后的护理条目的更新状态切换特征清单以及所述目标护理状态更新特征进行拼接，得到拼接后的护理条目的更新状态切换特征清单以及拼接后的目标护理状态更新特征；
所述根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息的步骤，包括：
将拼接后的目标护理状态更新特征输入到已配置的护理条目更新信息预测网络中，得到所述目标护理条目更新信息对应的护理条目更新信息预测结果；
所述根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量的步骤，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征与目标护理条目更新行为信息对应的护理条目更新状态切换特征进行特征拼接处理，得到所述目标护理条目更新行为信息对应的护理条目映射分量。
2.根据权利要求1所述的智能护理信息处理方法，其特征在于，所述分布节点对应的目标护理条目的建模马尔科夫链特征是护理条目建特征预测网络输出的，所述护理条目建特征预测网络包括至少一个目标预测单元；
所述根据所述相关节点对应的护理更新规则信息以及所述相关节点的更新动态描述特征，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征的步骤，包括：
将所述相关节点的更新动态描述特征以及所述动态护理状态更新特征输入到所述目标预测单元中进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征；
根据所述分布节点对应的第一护理条目建模马尔科夫链特征以及对应的所述相关节点对应的护理更新规则信息，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征。
3.根据权利要求2所述的智能护理信息处理方法，其特征在于，所述将所述相关节点的更新动态描述特征以及所述动态护理状态更新特征输入到所述目标预测单元中进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征的步骤，包括：
根据所述分布节点与所述相关节点之间的护理联动更新分量的动态护理状态更新结果确定目标护理条目状态切换策略，所述目标护理条目状态切换策略为递增权重状态标注或者递减权重状态标注；
根据所述目标护理条目状态切换策略对所述相关节点的更新动态描述特征以及所述动态护理状态更新特征进行状态标注，得到所述分布节点对应的状态标注更新动态描述特征；
根据所述目标预测单元中的预测单元参数对所述状态标注更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征。
4.根据权利要求3所述的智能护理信息处理方法，其特征在于，所述根据所述目标预测单元中的预测单元参数对所述状态标注更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征的步骤，包括：
获取所述护理条目建特征预测网络中，所述目标预测单元对应的上一预测单元输出的，所述相关节点对应的预测更新动态描述特征；
所述目标预测单元根据第一预测单元参数对所述状态标注更新动态描述特征以及所述预测更新动态描述特征进行处理，得到所述分布节点对应的第一护理条目建模马尔科夫链特征。
5.根据权利要求1所述的智能护理信息处理方法，其特征在于，所述分布节点对应的目标护理条目的建模马尔科夫链特征是护理条目建特征预测网络输出的，所述护理条目建特征预测网络包括至少一个目标预测单元；
所述根据所述动态护理状态更新特征与所述目标护理状态更新特征得到关联系数，根据所述关联系数确定所述相关节点对应的护理更新规则信息的步骤，包括：
根据所述目标预测单元中的第二预测单元参数对所述动态护理状态更新特征进行处理，得到第一预测向量；
根据所述目标预测单元中的第三预测单元参数对所述目标护理状态更新特征进行处理，得到第二预测向量；
根据所述第一预测向量与所述第二预测向量计算得到关联系数；
根据所述关联系数确定所述相关节点对应的护理更新规则信息，所述关联系数与所述相关节点对应的护理更新规则信息成正相关关系。
6.一种智能护理系统，其特征在于，所述智能护理系统包括智能护理服务平台、用户终端、智能护理控制装置以及智能护理装置，所述智能护理控制装置和所述用户终端与所述智能护理服务平台通信连接，所述智能护理控制装置与所述智能护理装置连接用于单个控制所述智能护理装置的智能护理配置参数；
所述用户终端用于根据输入的智能护理信息向所述智能护理服务平台发送智能护理指令，所述智能护理指令中包括目标智能护理控制装置的护理成员信息以及针对所述目标智能护理控制装置的目标护理基础数据信息；
所述智能护理服务平台用于响应所述智能护理指令，根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息，所述护理配置信息包括有所述护理条目的护理参数配置信息以及护理频率配置信息；
所述目标智能护理控制装置用于根据所述目标护理项目对应的多个不同护理条目的护理配置信息，对含有相对应护理条目的智能护理装置采用相对应的护理配置信息进行护理启用控制后将对应的护理过程信息上传到所述智能护理服务平台；
所述根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息的方式，包括：
提取所述目标智能护理控制装置的目标护理基础数据信息的护理条目状态向量，并将所述护理条目状态向量输入到智能护理项目预测网络中，输出所述目标护理基础数据信息对应的目标护理项目；
根据所述目标智能护理控制装置的护理成员信息向所述目标智能护理控制装置发送目标护理项目对应的多个不同护理条目的护理配置信息；
所述智能护理服务平台还用于：
所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息后，基于所述目标护理基础数据信息对初始智能护理项目预测网络进行配置后，获得对应的智能护理项目预测网络；
其中，所述智能护理服务平台获取待更新的目标护理条目更新信息，并从所述待更新的目标护理条目更新信息中提取对应的目标护理基础数据信息的方式，包括：
获取待更新的目标护理条目更新信息，对所述目标护理条目更新信息进行特征提取，得到目标护理条目更新特征，所述目标护理条目更新特征包括所述目标护理条目更新信息对应的目标护理状态更新特征，所述目标护理条目更新信息为历史护理条目更新信息；
获取所述目标护理条目更新信息中的目标护理联动更新分量，确定所述目标护理联动更新分量对应的第一相关护理联动更新分量；
根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征，其中，所述护理更新规则信息根据所述目标护理状态更新特征与动态护理状态更新特征之间的相关特征得到，所述动态护理状态更新特征为表示护理联动更新分量的动态护理状态更新结果的特征；
将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征，根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息；
所述根据所述第一相关护理联动更新分量的更新动态描述特征以及对应的护理更新规则信息，确定所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征的方式，包括：
获取所述第一相关护理联动更新分量与所述目标护理联动更新分量组成的护理联动更新分布；
对于所述护理联动更新分布中的分布节点，获取表示所述分布节点与相关节点的动态护理状态更新结果的动态护理状态更新特征；
根据所述动态护理状态更新特征与所述目标护理状态更新特征得到关联系数，根据所述关联系数确定所述相关节点对应的护理更新规则信息；
根据所述相关节点对应的护理更新规则信息以及所述相关节点的更新动态描述特征，确定所述分布节点对应的目标护理条目的建模马尔科夫链特征；
从所述护理联动更新分布的各个分布节点对应的目标护理条目的建模马尔科夫链特征中，提取所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征；
所述目标护理条目更新信息包括多个护理条目更新行为信息，所述目标护理条目更新特征包括护理条目的更新状态切换特征清单，所述护理条目的更新状态切换特征清单包括各个护理条目更新行为信息对应的护理条目更新状态切换特征；
所述将所述目标护理条目更新特征与所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征进行拼接，得到目标拼接特征的方式，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量；
根据所述目标护理条目更新行为信息对应的护理条目映射分量，更新所述护理条目的更新状态切换特征清单中，所述目标护理条目更新行为信息对应的护理条目更新状态切换特征，得到更新后的护理条目的更新状态切换特征清单；
根据拼接网络单元对所述更新后的护理条目的更新状态切换特征清单以及所述目标护理状态更新特征进行拼接，得到拼接后的护理条目的更新状态切换特征清单以及拼接后的目标护理状态更新特征；
所述根据所述目标拼接特征确定所述目标护理条目更新信息对应的目标护理基础数据信息的方式，包括：
将拼接后的目标护理状态更新特征输入到已配置的护理条目更新信息预测网络中，得到所述目标护理条目更新信息对应的护理条目更新信息预测结果；
所述根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征对目标护理条目更新行为信息对应的护理条目更新状态切换特征进行护理条目映射，得到所述目标护理条目更新行为信息对应的护理条目映射分量的方式，包括：
根据所述目标护理联动更新分量对应的目标护理条目的建模马尔科夫链特征与目标护理条目更新行为信息对应的护理条目更新状态切换特征进行特征拼接处理，得到所述目标护理条目更新行为信息对应的护理条目映射分量。
CN202110273131.7A 2021-03-13 2021-03-13 一种智能护理信息处理方法及智能护理系统 Active CN112801836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110273131.7A CN112801836B (zh) 2021-03-13 2021-03-13 一种智能护理信息处理方法及智能护理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110273131.7A CN112801836B (zh) 2021-03-13 2021-03-13 一种智能护理信息处理方法及智能护理系统

Publications (2)

Publication Number Publication Date
CN112801836A CN112801836A (zh) 2021-05-14
CN112801836B true CN112801836B (zh) 2021-09-10

Family

ID=75817029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110273131.7A Active CN112801836B (zh) 2021-03-13 2021-03-13 一种智能护理信息处理方法及智能护理系统

Country Status (1)

Country Link
CN (1) CN112801836B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106562868A (zh) * 2015-11-25 2017-04-19 郑博航 一种康复训练系统及康复训练方法
CN106618826A (zh) * 2016-12-23 2017-05-10 北京益康生活智能科技有限公司 一种智能护理系统
CN106790419A (zh) * 2016-12-01 2017-05-31 江苏物联网研究发展中心 护理床智能管理系统
CN107240055A (zh) * 2017-04-28 2017-10-10 深圳市前海安测信息技术有限公司 基于语音识别的养老服务信息交互方法及云平台服务器
CN109966079A (zh) * 2019-04-15 2019-07-05 河北昆仑智慧养老服务有限公司 一种可提供远程智能护理服务的电子机械护理床
CN110478160A (zh) * 2019-07-03 2019-11-22 营口东峰工贸有限公司 智能型声控/手控全自动十五功能翻身护理床
CN111789741A (zh) * 2020-06-23 2020-10-20 华南师范大学 一种智能语音控制手臂康复训练装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544503B (zh) * 2013-11-14 2016-09-21 中国科学院自动化研究所 一种基于多实例马尔科夫模型的行为识别方法
CN109316168A (zh) * 2018-10-26 2019-02-12 济宁市融通医疗器械有限公司 一种智能医学康复理疗仪控制系统
CN110444284A (zh) * 2019-08-21 2019-11-12 中国科学院苏州生物医学工程技术研究所 智能辅助护理与监护系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106562868A (zh) * 2015-11-25 2017-04-19 郑博航 一种康复训练系统及康复训练方法
CN106790419A (zh) * 2016-12-01 2017-05-31 江苏物联网研究发展中心 护理床智能管理系统
CN106618826A (zh) * 2016-12-23 2017-05-10 北京益康生活智能科技有限公司 一种智能护理系统
CN107240055A (zh) * 2017-04-28 2017-10-10 深圳市前海安测信息技术有限公司 基于语音识别的养老服务信息交互方法及云平台服务器
CN109966079A (zh) * 2019-04-15 2019-07-05 河北昆仑智慧养老服务有限公司 一种可提供远程智能护理服务的电子机械护理床
CN110478160A (zh) * 2019-07-03 2019-11-22 营口东峰工贸有限公司 智能型声控/手控全自动十五功能翻身护理床
CN111789741A (zh) * 2020-06-23 2020-10-20 华南师范大学 一种智能语音控制手臂康复训练装置

Also Published As

Publication number Publication date
CN112801836A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN109818839B (zh) 应用于智能家居的个性化行为预测方法、装置和系统
CN107357838B (zh) 基于多任务学习的对话策略在线实现方法
WO2019128547A1 (zh) 一种神经网络模型的训练方法及装置
JP6611053B2 (ja) 主題推定システム、主題推定方法およびプログラム
CN110364146B (zh) 语音识别方法、装置、语音识别设备及存储介质
CN108919669A (zh) 一种智能家居动态决策方法、装置和服务终端
CN106448670A (zh) 基于深度学习和强化学习的自动回复对话系统
US20190139537A1 (en) Dialogue system and dialogue method
JP5870189B1 (ja) 個別電気機器稼働状態推定装置、およびその方法
CN107831903A (zh) 多人参与的人机交互方法及装置
CN111566728B (zh) 能够实现用户意图和机器服务之间的语义理解映射的对话系统
CN109961041B (zh) 一种视频识别方法、装置及存储介质
CN111831798A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质
CN109101624A (zh) 对话处理方法、装置、电子设备及存储介质
CN111191450A (zh) 语料清洗方法、语料录入设备及计算机可读存储介质
JP2020061173A (ja) 回答学習装置、回答学習方法、回答生成装置、回答生成方法、及びプログラム
CN110288513A (zh) 用于改变人脸属性的方法、装置、设备和存储介质
CN112418302A (zh) 一种任务预测方法及装置
CN116956116A (zh) 文本的处理方法和装置、存储介质及电子设备
CN114974253A (zh) 一种基于人物画像的自然语言解释方法、装置及存储介质
CN114528387A (zh) 基于对话流自举的深度学习对话策略模型构建方法和系统
CN112801836B (zh) 一种智能护理信息处理方法及智能护理系统
CN111400479B (zh) 针对多轮对话的问题识别方法和装置
CN115809669B (zh) 一种对话管理方法和电子设备
CN111931503A (zh) 信息抽取方法及装置、设备、计算机可读存储介质

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