CN112992350A - 一种体征数据的监测方法、装置、电子终端及存储介质 - Google Patents

一种体征数据的监测方法、装置、电子终端及存储介质 Download PDF

Info

Publication number
CN112992350A
CN112992350A CN202110202833.6A CN202110202833A CN112992350A CN 112992350 A CN112992350 A CN 112992350A CN 202110202833 A CN202110202833 A CN 202110202833A CN 112992350 A CN112992350 A CN 112992350A
Authority
CN
China
Prior art keywords
sign data
historical
current
monitoring
risk assessment
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
CN202110202833.6A
Other languages
English (en)
Inventor
柳耀斌
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.)
Lianren Healthcare Big Data Technology Co Ltd
Original Assignee
Lianren Healthcare Big Data Technology 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 Lianren Healthcare Big Data Technology Co Ltd filed Critical Lianren Healthcare Big Data Technology Co Ltd
Priority to CN202110202833.6A priority Critical patent/CN112992350A/zh
Publication of CN112992350A publication Critical patent/CN112992350A/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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

发明实施例公开了一种体征数据的监测方法、装置、电子终端及存储介质，该方法包括：实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。本发明实施例的技术方案，实现了体征数据的智能化监测，有利于减少资源消耗，能够及时应对突发情况。

Description

一种体征数据的监测方法、装置、电子终端及存储介质
技术领域
本发明实施例涉及智能医疗技术，尤其涉及一种体征数据的监测方法、装置、电子终端及存储介质。
背景技术
目前，一些体征数据的采集设备(例如心电监护仪)，由于其体积重量较大，并不便携，需要放置在固定场所使用。这种情况下，若要监测体征数据，则需医护人员定期到场查看。然而，现有的监测方式不仅消耗大量的人力时间成本，也存在突发情况应对不及时的风险。因此，亟需一种智能化的体征数据的检测方法，以减少资源消耗，积极应对突发情况。
发明内容
有鉴于此，本发明实施例提供了一种体征数据的监测方法、装置、电子终端及存储介质，能够实现体征数据的智能化监测，有利于减少资源消耗，及时应对突发情况。
第一方面，本发明实施例提供了一种体征数据的监测方法，包括：
实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
第二方面，本发明实施例还提供了一种体征数据的监测装置，包括：
分析时段确定模块，用于实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
历史数据获取模块，用于从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
风险评估结果确定模块，用于根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
报警消息发送模块，用以于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
第三方面，本发明实施例还提供了一种电子终端，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，所述处理器执行所述程序时实现如本发明任意实施例提供的体征数据的监测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明任意实施例提供的体征数据的监测方法。
本发明实施例提供的一种体征数据的监测方法、装置、电子终端及存储介质，其中该体征数据的监测方法，包括：实时接收体征数据，并确定当前体征数据所属的分析时段；其中，体征数据与身份标识对应；从预设数据库中，获取分析时段内的历史体征数据，以及与历史体征数据对应的历史风险评估结果；根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；于当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
具体的，通过实时接收体征数据，并确定当前体征数据所属的分析时段，能够实现体征数据的智能化监测。通过分析时段内的历史体征数据，以及与历史体征数据对应的历史风险评估结果，确定与当前体征数据对应的当前风险评估结果，有利于减少资源消耗。通过于当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息，解决了现有的监测方式不仅消耗大量的人力时间成本，以及突发情况应对不及时技术问题，达到了减少资源消耗，以及能够及时应对突发情况的效果。
附图说明
图1是本发明实施例一提供的一种体征数据的监测方法的流程示意图；
图2是本发明实施例二提供的一种体征数据的监测方法的流程示意图；
图3是本发明实施例三提供的一种体征数据的监测装置的结构示意图；
图4是本发明实施例四提供的一种电子终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，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。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本发明实施例一提供的一种体征数据的监测方法的流程示意图，本实施例可适用于的情况，例如可适用于监测体征数据的情况，例如监测心电数据等情况。该方法可以由本发明实施例提供的体征数据的监测装置(可简称为监测装置)来执行，且监测装置可配置于本发明实施例提供的电子终端中，例如可配置于计算机中。
参见图1，体征数据的监测方法，具体包括如下步骤：
S110、实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应。
其中，体征数据可以是由检测仪器测量所得到的信息数据。本发明实施例中，以检测仪器是心电监护仪为例，体征数据可以是由心电监护仪实时采集患者的心电、心率、血氧饱和度、血压、体温等信息数据。获取体征数据的方式可以是在检测到用于接收体征数据的控件被触发时，生成获取体征数据的指令。在接收到获取体征数据的指令时，可以实时接收体征数据。
其中，体征数据可以携带的信息包括：时间信息以及体征数据对应的身份标识。时间信息可以理解为采集体征数据所对应的时刻，可以用于记录体征数据的采集时刻，以便于了解患者的体征数据的变化情况。身份标识可以理解为采集的体征数据所对应的患者信息，可以用于确定体征数据对应的具体患者，以便于确定患者的体征数据。身份标识与体征数据之间的对应关系可以是一对多。身份标识可以是患者的病例标识。
其中，当前体征数据可以理解为当前时刻的体征数据。分析时段可以是预先设置的时间间隔。由于不同时段，体征参数的风险评估标准可发生变化，通过确定分析时段，并基于分析时段内的体征数据进行风险评估，能够基于不同标准进行风险评估，提高准确率。此外，分析时段的起始点时刻，可根据经验值或实验值进行预先设置。通常可以设置分析时段的时长为较小值，例如为几分钟，既能保证基于该时段的体征数据可正确表征风险程度，又能够实现实时报警。具体的，预先设置分析时段。在检测到用于接收体征数据的控件被触发时，生成获取体征数据的指令。在接收到获取体征数据的指令时，接收携带时间信息和身份标识的体征数据。根据预先设置的分析时段，以及根据体征数据携带的时间信息，确定接收到的体征数据所属的分析时段。
示例性的，分析时段1为8:00至9:00，分析时段2为9:00至10:00。身份标识为患者1。8:20开始接收患者1的体征数据，9:40结束接收患者1体征数据的。由于患者1的体征数据的开始接收时间为8:20，结束接收时间为9:40，所以8:20至9:00接收到患者1的体征数据的分析时段为分析时段1，9:00至9:40 接收到患者1的体征数据的分析时段为分析时段2。
可选的，所述确定当前体征数据所属的分析时段，包括：根据当前体征数据的类型，确定监测周期内的预划分时段；根据当前体征数据的采集时间，从所述预划分时段中确定分析时段。
其中，体征数据的类型可以是心电、血压或血氧饱和度等类型。监测周期可以是预先设定的时间周期，如，1天。预划分时段可以理解为预先将监测周期进行时段划分。由于每天不同时段，体征参数的变化趋势不同，因此当体征数据的类型不同时，监测周期内的划分时段可以不同。具体的，可以预先设置监测周期内各体征数据的类型对应的预划分时段。
示例性的，监测周期为1天，当体征数据的类型为血氧时，监测周期内的预划分时段为每2小时对应一个时段；当体征数据的类型为血压时，监测周期内的与划分时段为每1小时对应一个时段。
具体的，预先设置监测周期，在监测周期内预先设置体征数据的类型对应的划分时段。在接收到体征数据时，确定体征数据对应的采集时间，并根据体征数据的类型、以及根据预先设置的监测周期，以及在监测周期内预先设置体征数据的类型对应的划分时段，确定体征数据对应的划分时段。根据体征数据对应的采集时间，以及根据体征数据对应的划分时段，从体征数据对应的划分时段中确定体征数据对应的分析时段。
S120、从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果。
其中，预设数据库可以是关系型的数据库。预设数据库可以用于存储历史体征数据、以及与历史体征数据对应的历史风险评估结果。历史体征数据可以包括当前身份标识对应的历史体征数据，还可以包括其他身份标识对应的历史体征数据。其中，风险评估结果可以是体征数据对应的风险等级结果。
具体的，根据当前体征数据所属的分析时段，从预设数据库中，获取该分析时段内当前体征数据对应的身份标识、以及其他身份标识对应的历史体征数据，以及与历史体征数据对应的历史风险评估结果。
S130、根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果。
具体的，预先设置根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果的方式，根据预先设置根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果的方式，确定与当前体征数据对应的当前风险评估结果。
其中，根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果的方式有多种。具体的方式可以根据实际需求进行确定。作为本发明实施例的一种可选的实施方式，例如，可以提取历史体征数据的第一趋势特征，以及当前体征数据的第二趋势特征；根据第一趋势特征与第二趋势特征的相似度，确定与当前体征数据相匹配的历史体征数据；将与相匹配的历史体征数据对应的历史风险评估结果，作为当前风险评估结果。
其中，趋势特征可以理解为分析时段内体征数据的变化特征。
具体的，在预设数据库中获取到与历史体征数据对应的历史风险评估结果时，根据当前体征数据所属的分析时段，提取历史体征数据在分析时段内的趋势特征。即，提取历史体征数据的第一趋势特征，以及提取当前体征数据在分析时段内的趋势特征，即，提取历史体征数据的第二趋势特征。在提取第一趋势特征和第二趋势特征完成时，将第一趋势特征与第二趋势特征进行匹配，确定第一趋势特征与第二趋势特征的相似度。根据第一趋势特征与第二趋势特征的相似度，确定与当前体征数据相匹配的历史体征数据。根据历史体征数据与历史风险评估结果的对应关系，并将与相匹配的历史体征数据对应的历史风险评估结果，作为当前风险评估结果。
可选的，确定与当前体征数据相匹配的历史体征数据的方式可以是，预先设置相似度阈值(如，0.95)，在检到第一趋势特征与第二趋势特征的相似度达到预设的相似度阈值时，即，表示当前体征数据与历史体征数据相匹配，可以确定与当前体征数据相匹配的历史体征数据。示例性的，预设相似度阈值为 0.95，第一趋势特征与第二趋势特征的相似度为0.96，此时，第一趋势特征与第二趋势特征的相似度大于预设相似度阈值，即0.96>0.95，则表示历史体征数据与当前体征数据相匹配。
需要说明的是，第一趋势特征与第二趋势特征的相似度越高，则历史体征数据与当前体征数据的匹配度越高。
作为本发明实施例的另一种可选实施方式可以是，基于其他大数据分析方式，确定当前风险评估结果。例如，可以基于历史体征数据进行模型训练，基于训练的到模型确定当前风险评估结果。
具体的，将历史体征数据以及与历史体征数据对应的历史风险评估结果作为样本数据。将样本数据中的历史体征数据作为预测模型的输入，将样本数据中与历史体征数据对应的历史风险评估结果作为预测模型的输出，对预测模型进行训练，得到体征数据风险预测评估模型。将当前体征数据输入至体征数据风险预测评估模型中，得到与当前体征数据对应的当前风险评估结果。
S140、于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
其中，第一预设结果可以理解为预先设置的高风险的评估结果。报警形式可以包括指示灯报警、文字报警以及声音报警，相应的，报警信息可以包括指示灯报警信息、文字报警信息以及声音报警信息。发送警报信息的目的在于当发生异常情况时，能够及时发送提示信息，以使医护人员及时采取措施。为了保证体征数据的安全性，用户端在使用之前，需要对医护人员、家属以及患者进行实名认证。
具体的，在检测到当前体征数据对应的当前风险评估结果与第一预设结果相匹配时，确定当前体征数据对应的身份标识。根据身份标识，确定与身份标识绑定的用户端。在确定与身份标识绑定的用户端完成时，向绑定身份标识的用户端，发送报警信息，以及时提示医护人员以及患者亲友，患者的体征数据出现异常情况。
本发明实施例提供的一种体征数据的监测方法、装置、电子终端及存储介质，其中该体征数据的监测方法，包括：实时接收体征数据，并确定当前体征数据所属的分析时段；其中，体征数据与身份标识对应；从预设数据库中，获取分析时段内的历史体征数据，以及与历史体征数据对应的历史风险评估结果；根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；于当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
具体的，通过实时接收体征数据，并确定当前体征数据所属的分析时段，能够实现体征数据的智能化监测。通过分析时段内的历史体征数据，以及与历史体征数据对应的历史风险评估结果，确定与当前体征数据对应的当前风险评估结果，有利于减少资源消耗。通过于当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息，解决了现有的监测方式不仅消耗大量的人力时间成本，以及突发情况应对不及时技术问题，达到了减少资源消耗，以及能够及时应对突发情况的效果。
实施例二
图2是本发明实施例二提供的一种体征数据的监测方法的流程示意图。本实施例在上述实施例的基础上，所述体征数据的监测方法还包括，将当前体征数据和当前风险评估结果，以分析时段作为存储单位，存储至预设数据库，以及对将当前体征数据和当前风险评估结果，以分析时段作为存储单位，存储至预设数据库进行了优化，能够达到及时获取体征数据和风险评估结果的效果。
参见图2，体征数据的监测方法，具体包括如下步骤：
S210、实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应。
S220、从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果。
S230、根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果。
S240、于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
S250、将所述当前体征数据和当前风险评估结果，以所述分析时段作为存储单位，存储至预设数据库。
其中，存储单位可以是一种计量单位。本发明实施例中的存储单位可以是分析时段。示例性的，分析时段为8:00至9:00，将8:00至9:00的体征数据和风险评估结果作为一组数据进行存储。可选的，存储的形式可以是数组的形式，可以是一维数组。以分析时段作为存储单位的好处在于：便于后期体征数据的分析。将体征数据以及风险评估结果储存至预设数据库的好处在于可以为体征数据分析提供基础数据支撑。
具体的，在确定与当前体征数据对应的当前风险评估结果完成时，或者是，在发送报警信息完成时，可以将当前体征数据与当前风险评估结果，以分析时段作为存储单位。将属于分析时段内的当前数据与当前风险评估结果存储至预设数据库中。
可选的，在所述存储至预设数据库之后，还包括：响应于所述用户端的查询请求，从所述预设数据库中获取与所述查询请求相应的体征数据和风险评估结果；将获取的体征数据和风险评估结果反馈至所述用户端。
其中，查询请求可以用于查询当前体征数据和当前体征数据对应的风险评估结果，或者是，可以用于查询历史体征数据和历史体征数据对应的风险评估结果。生成查询请求可以是预先在用户端设置用于查询体征数据和风险评估结果的控件，在检测到用于查询体征数据和风险评估结果的控件被触发时，生成查询体征数据和风险评估结果的请求。
其中，反馈至用户端的方式可以是以预设样式显示至客户端，且预设样式可以包括但不限于是表格、图形等样式。
具体的，在检测到用户端中用于查询体征数据和风险评估结果的查询控件被触发时，或者是，在接收到用户端输入用于查询体征数据和风险评估结果的查询请求时，根据查询请求，确定与查询请求对应的体征数据和风险评估结果。在与查询请求对应的体征数据和风险评估结果确定完成时，从预设数据库中，获取与查询请求对应的体征数据和风险评估结果。在与查询请求对应的体征数据和风险评估结果获取完成时，将获取到的体征数据和风险评估结果反馈至用户端，以使用户端接收与查询请求对应的体重数据和风险评估结果，以便于用户可以了解自身体征数据的变化情况。
示例性的，查询请求为查询XX年XX月XX日的体征数据和风险评估结果。从预设数据中，获取XX年XX月XX日的体征数据和风险评估结果。并将XX年XX月XX日的体征数据和风险评估结果以预设数据显示样式，显示在用户端。
S260、于当前时刻为预设报告时刻时，根据所述身份标识，从所述预设数据库中获取当前时刻之前的预设数量个监测周期内，各预划分时段的体征数据和风险评估结果。
其中，报告时刻可以是预先设置的时刻，可以理解为用于设定生成报告的时刻。各预划分时段可以是体征数据对应的各划分时段。
具体的，预先设置数量个监测周期(如，7个)。若当前时刻为预设报告时刻时，则根据身份标识，以及根据预先设置数量个监测周期，确定预设数据库中当前时刻之前，或预设报告时刻之前，在预先设置数量个监测周期内各与划分时段的体征数据和风险评估结果。在确定当前时刻之前的预设数量个监测周期内各预划分时段的体征数据和风险评估结果完成时，从预设数据库中获取当前时刻之前的预设数量个监测周期内，各预划分时段的体征数据和风险评估结果。
示例性的，预设报告时刻为9:00，当前时刻为某年某月20日9:00，监测周期为1天，预设数量个监测周期为7天。体征数据的预设划分时段为9:00至10:00 为一个时段，10:00至11:00为一个时段。从预设数据库中，获取某年某月13 日9:00至某年某月20日9:00时间段内，处于9:00至10:00时段内对应的体征数据和风险评估结果，以及10:00至11:00时段内对应的体征数据和风险评估结果。
S270、根据预设数量个监测周期内，相同预设划分时段的体征数据和风险评估结果，生成监测报告。
其中，监测报告可以用于展示体征数据和风险评估结果。生成监测报告的好处在于可以便于医护人员对患者体征数据和风险数据的分析。监测报告的数量可以是一个、两个或两个以上。
具体的，根据预先设置的数据量个监测周期，在从预设数据库中获取当前时刻之前的数据量个监测周期内，各预划分时段的体征数据和风险评估结果完成时。提取具有相同划分时段的体征数据和风险评估结果，并基于相同划分时段的体征数据和风险评估结果，生成数据量个监测周期内的监测报告。
示例性的，从预设数据库中，获取某年某月13日9:00至某年某月20日9:00 时间段内，处于9:00至10:00时段内对应的体征数据和风险评估结果，以及10:00 至11:00时段内对应的体征数据和风险评估结果。可以将某年某月13日9:00至某年某月20日9:00时间段内，处于9:00至10:00时段内对应的体征数据和风险评估结果，生成监测报告。可以将某年某月13日9:00至某年某月20日9:00 时间段内，处于9:00至10:00时段内对应的体征数据和风险评估结果，生成监测报告。
可选的，在所述生成监测报告之后，还包括：从所述预设数据库中，筛选出与所述监测报告匹配的参考病例；将所述参考病例，发送至绑定所述身份标识的用户端。
其中，参考病例可以包括可参考的治疗的方案、可参考的预防方案等。参考病例的个数可以是一个、两个或两个以上。预设数据库中可以包括参考病例，即，预设数据库中可以包括可参考的治疗的方案、可参考的预防方案等。
其中，与监测报告匹配的参考病例的确定方式可以是将监测报告中的体征数据与参考病例对应的体征数据进行相似度计算，得到监测报告中的体征数据与参考病例对应的体征数据的相似度。当监测报告中的体征数据与参考病例对应的体征数据的相似度达到预设相似度时，则确定参考病例确定为与监测报告匹配的参考病例。
需要说明的是，本发明实施例中，与监测报告匹配的参考病例的确定方式不做限定，只要能够得到与监测报告匹配的参考病例即可。
具体的，在生成监测报告之后，从预设数据库中，根据预设的筛选出与监测报告匹配的参考病例的方式，筛选出与监测报告匹配的参考病例。在与监测报告匹配的参考病例筛选完成时，将筛选出的参考病例，发送至绑定身份标识的用户端，以便于医护人员可以根据参考病例为患者制定预防或治疗计划等。
S280、将所述监测报告，发送至绑定所述身份标识的用户端。
具体的，在检测到检测报告生成完成时，或者是，在接收到用户接收到用于获取监测报告的指令时，将生成的和监测报告发送至绑定身份标识的用户端，以使用户端接收检测报告。
本发明实施例中，对根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果进行了优化，能够更加准确、快速的确定当前风险评估结果。此外，本发明实施例与上述实施例提供的体征数据的监测方法属于同一发明构思，未详尽描述的技术细节可参见上述施例，且具备相同的技术效果。
实施例三
图3是本发明实施例三提供的一种体征数据的监测装置的结构示意图。可适用于监测体征数据的情况，例如监测心电数据等情况。应用该体征数据的监测装置可以实现本发明任一实施例所提供的体征数据的监测方法。
参见图3，体征数据的监测装置，包括：分析时段确定模块310、历史数据获取模块320、风险评估结果确定模块330和报警消息发送模块340。
其中，分析时段确定模块310，用于实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；历史数据获取模块320，用于从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；风险评估结果确定模块330，用于根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；报警消息发送模块340，用以于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
本发明实施例提供的一种体征数据的监测方法，通过分析时段确定模块实时接收体征数据，并确定当前体征数据所属的分析时段；其中，体征数据与身份标识对应。通过历史数据获取模块从预设数据库中，获取分析时段内的历史体征数据，以及与历史体征数据对应的历史风险评估结果。通过风险评估结果确定模块根据历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果。通过报警消息发送模块于当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息，解决了现有的监测方式不仅消耗大量的人力时间成本，以及突发情况应对不及时技术问题，达到了减少资源消耗，以及能够及时应对突发情况的效果。
可选的，风险评估结果确定模块330，用于提取所述历史体征数据的第一趋势特征，以及所述当前体征数据的第二趋势特征；根据所述第一趋势特征与所述第二趋势特征的相似度，确定与当前体征数据相匹配的历史体征数据；将与相匹配的历史体征数据对应的历史风险评估结果，作为当前风险评估结果。
可选的，分析时段确定模块310，用于根据当前体征数据的类型，确定监测周期内的预划分时段；根据当前体征数据的采集时间，从所述预划分时段中确定分析时段。
可选的，该装置还包括：数据存储模块350，用于将所述当前体征数据和当前风险评估结果，以所述分析时段作为存储单位，存储至预设数据库。
可选的，在所述存储至预设数据库之后，还包括：数据反馈模块360，用于响应于所述用户端的查询请求，从所述预设数据库中获取与所述查询请求相应的体征数据和风险评估结果；将获取的体征数据和风险评估结果反馈至所述用户端。
可选的，该装置还包括：监测报告发送模块370，用以于当前时刻为预设报告时刻时，根据所述身份标识，从所述预设数据库中获取当前时刻之前的预设数量个监测周期内，各预划分时段的体征数据和风险评估结果；根据预设数量个监测周期内，相同预设划分时段的体征数据和风险评估结果，生成监测报告；将所述监测报告，发送至绑定所述身份标识的用户端。
可选的，在所述生成监测报告之后，还包括：参考病例发送模块380，用于从所述预设数据库中，筛选出与所述监测报告匹配的参考病例；将所述参考病例，发送至绑定所述身份标识的用户端。
本发明实施例所提供的体征数据的监测装置可执行本发明任一实施例所提供的体征数据的监测方法，具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节，可参见本发明任一实施例所提供的体征数据的监测方法。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。
实施例四
图4是本发明实施例四提供的一种电子终端的结构示意图。图4示出了适于用来实现本发明任一实施方式的示例性终端12的框图。图4显示的终端12 仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备 12典型的是承担体征数据的监测功能，或者基于模型的预测功能的终端。
如图4所示，终端12以通用计算设备的形式表现。终端12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，存储器28，连接不同组件 (包括存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构 (Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
终端12典型地包括多种计算机可读介质。这些介质可以是任何能够被终端 12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机装置可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。终端 12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘 (例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品40，该程序产品40具有一组程序模块42，这些程序模块被配置以执行本发明各实施例的功能。程序产品40，可以存储在例如存储器28中，这样的程序模块42包括但不限于一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
终端12也可以与一个或多个外部设备14(例如键盘、鼠标、摄像头等和显示器)通信，还可与一个或者多个使得用户端能与该终端12交互的设备通信，和/或与使得该终端12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22 进行。并且，终端12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与终端12 的其它模块通信。应当明白，尽管图中未示出，可以结合终端12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)装置、磁带驱动器以及数据备份存储装置等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的体征数据的监测方法，该方法包括：
实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
当然，本领域技术人员可以理解，处理器还可以实现本发明任一实施例所提供的体征数据的监测方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，例如实现本发明上述实施例所提供的体征数据的监测方法，该方法包括：
实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上的方法请求，还可以执行本发明任意实施例提供所提供的体征数据的监测方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器 (CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被请求执行装置、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由请求执行装置、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明请求的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户端计算机上执行、部分地在用户端计算机上执行、作为一个独立的软件包执行、部分在用户端计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户端计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种体征数据的监测方法，其特征在于，包括：
实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果，包括：
提取所述历史体征数据的第一趋势特征，以及所述当前体征数据的第二趋势特征；
根据所述第一趋势特征与所述第二趋势特征的相似度，确定与当前体征数据相匹配的历史体征数据；
将与相匹配的历史体征数据对应的历史风险评估结果，作为当前风险评估结果。
3.根据权利要求1所述的方法，其特征在于，所述确定当前体征数据所属的分析时段，包括：
根据当前体征数据的类型，确定监测周期内的预划分时段；
根据当前体征数据的采集时间，从所述预划分时段中确定分析时段。
4.根据权利要求1所述的方法，其特征在于，还包括：
将所述当前体征数据和当前风险评估结果，以所述分析时段作为存储单位，存储至预设数据库。
5.根据权利要求4所述的方法，其特征在于，在所述存储至预设数据库之后，还包括：
响应于所述用户端的查询请求，从所述预设数据库中获取与所述查询请求相应的体征数据和风险评估结果；
将获取的体征数据和风险评估结果反馈至所述用户端。
6.根据权利要求4所述的方法，其特征在于，还包括：
于当前时刻为预设报告时刻时，根据所述身份标识，从所述预设数据库中获取当前时刻之前的预设数量个监测周期内，各预划分时段的体征数据和风险评估结果；
根据预设数量个监测周期内，相同预设划分时段的体征数据和风险评估结果，生成监测报告；
将所述监测报告，发送至绑定所述身份标识的用户端。
7.根据权利要求6所述的方法，其特征在于，在所述生成监测报告之后，还包括：
从所述预设数据库中，筛选出与所述监测报告匹配的参考病例；
将所述参考病例，发送至绑定所述身份标识的用户端。
8.一种体征数据的监测装置，其特征在于，包括：
分析时段确定模块，用于实时接收体征数据，并确定当前体征数据所属的分析时段；其中，所述体征数据与身份标识对应；
历史数据获取模块，用于从预设数据库中，获取所述分析时段内的历史体征数据，以及与所述历史体征数据对应的历史风险评估结果；
风险评估结果确定模块，用于根据所述历史体征数据和历史风险评估结果，确定与当前体征数据对应的当前风险评估结果；
报警消息发送模块，用以于所述当前风险评估结果，与第一预设结果匹配时，向绑定所述身份标识的用户端，发送报警消息。
9.一种电子终端，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，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的体征数据的监测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的体征数据的监测方法。
CN202110202833.6A 2021-02-23 2021-02-23 一种体征数据的监测方法、装置、电子终端及存储介质 Pending CN112992350A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110202833.6A CN112992350A (zh) 2021-02-23 2021-02-23 一种体征数据的监测方法、装置、电子终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110202833.6A CN112992350A (zh) 2021-02-23 2021-02-23 一种体征数据的监测方法、装置、电子终端及存储介质

Publications (1)

Publication Number Publication Date
CN112992350A true CN112992350A (zh) 2021-06-18

Family

ID=76350337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110202833.6A Pending CN112992350A (zh) 2021-02-23 2021-02-23 一种体征数据的监测方法、装置、电子终端及存储介质

Country Status (1)

Country Link
CN (1) CN112992350A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113628704A (zh) * 2021-07-22 2021-11-09 海信集团控股股份有限公司 一种健康数据存储的方法及设备
CN114334145A (zh) * 2021-12-06 2022-04-12 中国医学科学院北京协和医院 一种不典型危重患者的动态识别方法
CN114694852A (zh) * 2022-04-13 2022-07-01 武汉科瓴智能科技有限公司 一种慢性疾病分析方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206075276U (zh) * 2016-06-23 2017-04-05 深圳中科金证科技有限公司 一种高血压风险评估系统
CN107610779A (zh) * 2017-10-25 2018-01-19 医渡云（北京）技术有限公司 疾病评价及患病风险评估方法及装置
CN107644681A (zh) * 2017-09-15 2018-01-30 医遛健康咨询（上海）有限公司 参赛者的体征预警方法及系统
CN112022124A (zh) * 2020-09-14 2020-12-04 山东省创新设计研究院有限公司 生理监测方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206075276U (zh) * 2016-06-23 2017-04-05 深圳中科金证科技有限公司 一种高血压风险评估系统
CN107644681A (zh) * 2017-09-15 2018-01-30 医遛健康咨询（上海）有限公司 参赛者的体征预警方法及系统
CN107610779A (zh) * 2017-10-25 2018-01-19 医渡云（北京）技术有限公司 疾病评价及患病风险评估方法及装置
CN112022124A (zh) * 2020-09-14 2020-12-04 山东省创新设计研究院有限公司 生理监测方法、装置、计算机设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113628704A (zh) * 2021-07-22 2021-11-09 海信集团控股股份有限公司 一种健康数据存储的方法及设备
CN114334145A (zh) * 2021-12-06 2022-04-12 中国医学科学院北京协和医院 一种不典型危重患者的动态识别方法
CN114694852A (zh) * 2022-04-13 2022-07-01 武汉科瓴智能科技有限公司 一种慢性疾病分析方法及系统

Similar Documents

Publication Publication Date Title
CN112992350A (zh) 一种体征数据的监测方法、装置、电子终端及存储介质
CN112071425B (zh) 一种数据处理方法、装置、计算机设备及存储介质
WO2019219036A1 (zh) 一种基于第三方业务的医疗云平台数据共享系统及方法
CN109524069A (zh) 医疗数据处理方法、装置、电子设备和存储介质
CN112216402A (zh) 基于人工智能的疫情预测方法、装置、计算机设备及介质
WO2021032055A1 (zh) 临床试验报告自动录入方法及装置、电子设备、存储介质
CN103440421A (zh) 医学数据处理方法和系统
CN111063448A (zh) 输血不良反应数据库建立方法、存储系统以及主动预警系统
CN112992325A (zh) 一种监护对象的检测数据处理方法、系统及装置
US11688496B2 (en) Health information exchange system
CN111028862B (zh) 处理语音数据的方法、装置、计算机设备和存储介质
CN112420211B (zh) 未知传染病的预警方法、装置、电子设备及计算机介质
US20150106124A1 (en) Date and time accuracy testing patient data transferred from a remote device
US20180349558A1 (en) Systems and methods for autonomous discharge queue management
CN113722324B (zh) 基于人工智能的报表生成方法、装置、电子设备及介质
CN114566280A (zh) 用户状态预测方法、装置、电子设备及存储介质
CN114266501A (zh) 医院运营指标的自动预测和根因分析方法及系统
CN113780855A (zh) 医疗机构监管方法、装置、计算机设备及存储介质
CN113488172A (zh) 全息数字人模型生成方法、装置、电子设备及存储介质
CN113990512A (zh) 异常数据检测方法及装置、电子设备和存储介质
US20220254459A1 (en) Data processing method, data processing device, computing device and computer readable storage medium
CN111210910A (zh) 猪只疾病诊断方法及系统
CN109887526B (zh) 对母羊的生理状态检测方法、装置、设备及存储介质
CN112117015B (zh) 一种脓毒症的预警设备、方法、装置及存储介质
CN112509688B (zh) 压疮图片自动分析系统、方法、设备和介质

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