CN114664445A - 一种脑卒中复发风险患者用预测系统 - Google Patents

一种脑卒中复发风险患者用预测系统 Download PDF

Info

Publication number
CN114664445A
CN114664445A CN202210325669.2A CN202210325669A CN114664445A CN 114664445 A CN114664445 A CN 114664445A CN 202210325669 A CN202210325669 A CN 202210325669A CN 114664445 A CN114664445 A CN 114664445A
Authority
CN
China
Prior art keywords
data
risk
module
patient
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202210325669.2A
Other languages
English (en)
Inventor
任瑞芳
赵君
王昊亮
孙玉莹
张海娜
闫海清
张平
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.)
First Affiliated Hospital of Xinxiang Medical University
Original Assignee
First Affiliated Hospital of Xinxiang Medical University
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 First Affiliated Hospital of Xinxiang Medical University filed Critical First Affiliated Hospital of Xinxiang Medical University
Priority to CN202210325669.2A priority Critical patent/CN114664445A/zh
Publication of CN114664445A publication Critical patent/CN114664445A/zh
Withdrawn legal-status Critical Current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)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种脑卒中复发风险患者用预测系统，涉及脑卒中领域，其技术方案包括后台数据系统、风险评估系统、预测系统，所述风险评估系统以及预测系统均与后台数据系统连接，且风险评估系统以及预测系统建立在后台数据的基础上；后台数据系统，采集脑卒中患者信息、生活数据、病症信息，并对采集的数据进行收集、处理以及挖掘；风险评估系统，基于后台数据的基础上，建立评估模块，对患者的情况进行判断以及风险评估；通过后台数据系统中数据采集模块、数据预处理模块、数据库模块、数据处理模块、数据分析模块和数据可视化模块，从而使得生产的数据更加精准，并且便于医务人员进行观看，进而使得后续生成的Logistic模型更为精准。

Description

一种脑卒中复发风险患者用预测系统
技术领域
本发明涉及脑卒中技术领域，尤其涉及一种脑卒中复发风险患者用预测系统。
背景技术
脑卒中又称中风或者脑血管意外，是急性脑血管疾病，是由于脑部血管突然破裂或血管阻塞所致，包括缺血性和出血性卒中。
经检索，中国专利号为CN112331349A的发明专利，公开了一种脑卒中复发监测模型，包括脑卒中数据采集模块，用于多维度采集若干曾患脑卒中患者的病症数据信息和生活数据信息，并将采集到的若干份包含所述病症数据信息和生活数据信息病例数据传输到脑卒中数据处理模块。本发明利用各医院脑卒中患者数据库存储服务器和患者日常生命体征监测终端设备采集到大量的病例数据，并将病例数据量化成样本数据集用作对患者复发监测模型的建立，复发监测模型可以根据患者的病症数据信息和生活数据信息预测处患者复发脑卒中的可能性，该模型建立在对真实患者病例数据进行大数据分析，从而预测结果真实可靠，避免医生人为预测的随机性。
然而上述专利在使用的过程中仅能够通过建立的模型对患者的复发风险进行预估，但是缺乏对数据的收集处理，从而使得后续生成的Logistic模型更为精准，同时也缺乏对患者后续生活上的指导，难以降低患者后续的发病风险，因此需要一种脑卒中复发风险患者用预测系统。
发明内容
本发明的目的是为了解决现有技术中存在缺乏对数据的收集处理，从而使得后续生成的Logistic模型更为精准，同时也缺乏对患者后续生活上的指导的缺点，而提出的一种脑卒中复发风险患者用预测系统。
为了实现上述目的，本发明采用了如下技术方案：
一种脑卒中复发风险患者用预测系统，包括后台数据系统、风险评估系统、预测系统，所述风险评估系统以及预测系统均与后台数据系统连接，且风险评估系统以及预测系统建立在后台数据的基础上；
后台数据系统，采集脑卒中患者信息、生活数据、病症信息，并对采集的数据进行收集、处理以及挖掘；
风险评估系统，基于后台数据的基础上，建立评估模块，对患者的情况进行判断以及风险评估；
预测系统，基于后台数据对患者信息进行计算，推算出患者复发概率，以及复发时间，结合患者的生活习惯给予改善建议，生成报告；
所述后台数据系统包括包括数据采集模块、数据预处理模块、数据库模块、数据处理模块、数据分析模块、数据可视化模块、数据确认模块。
上述技术方案进一步包括：
所述数据采集模块，通过互联网技术，结合医院数据，对患有脑卒中患者，以及未患有脑卒中的各项信息进行收集，包括患病史，身体数据信息，生活习惯信息，以及基础信息。
所述数据预处理模块，对采集到的原始数据、多个数据源进行数据清洗、数据集成、数据归纳、数据转换、数据删除。
所述数据库模块，对预处理后的数据进行导入到数据库，对数据进行分类存储到不同的库与表中。
所述数据处理模块，采用批量分布式数据计算框架，对结构化以及非结构化的数据进行处理。
所述数据分析模块根据大数据的应用环境以及需求，对数据进行分析，分析包括对已有数据的分布分析、对未知数据的深度学习、挖掘、预测。
所述数据可视化模块，将大数据分析后所得数据进行可视化，采用图像、图形、表格等形式进行展示；
所述数据确认模块，对数据分析后得到数据进行应用，对应用结果进行检验、验证。
所述风险评估系统，设立患者风险等级，包括高危、中危以及低危；
高危：具有3项及以上危险因素；发生过脑卒中；有过短暂性脑缺血发作(TIA)，判断为高危的人群建议立即向专科医师咨询脑卒中的预防；
中危：具有少于3项危险因素，且患有慢性病(高血压、糖尿病、心房颤动)之一；
低危：具有少于3项危险因素，且无慢性病。
所述预测系统包括Logistic模型，对患者的复发概率以及复发时间进行推算；
同时通过预测系统来比较患者的各方面指标与规定指标的大小，对超过指标的方面基于生活上的建议，对于在指标边缘的项目同样给出预防建议，并且将提出的建议汇集成报告，便于患者进行观看。
相比现有技术，本发明的有益效果为：
1、本发明中，通过后台数据系统中数据采集模块、数据预处理模块、数据库模块、数据处理模块、数据分析模块和数据可视化模块，从而使得生产的数据更加精准，并且便于医务人员进行观看，进而使得后续生成的Logistic模型更为精准。
2、本发明中，通过预测系统来比较患者的各方面指标与规定指标的大小，对超过指标的方面基于生活上的建议，对于在指标边缘的项目同样给出预防建议，并且将提出的建议汇集成报告，便于患者进行观看。
附图说明
图1为本发明提出的一种脑卒中复发风险患者用预测系统的系统框图；
图2为本发明中后台数据系统的系统框图。
具体实施方式
下文结合附图和具体实施例对本发明的技术方案做进一步说明。
实施例一
如图1-2所示，本发明提出的一种脑卒中复发风险患者用预测系统，包括后台数据系统、风险评估系统、预测系统，风险评估系统以及预测系统均与后台数据系统连接，且风险评估系统以及预测系统建立在后台数据的基础上；
后台数据系统，采集脑卒中患者信息、生活数据、病症信息，并对采集的数据进行收集、处理以及挖掘。
风险评估系统，基于后台数据的基础上，建立评估模块，对患者的情况进行判断以及风险评估；
预测系统，基于后台数据对患者信息进行计算，推算出患者复发概率，以及复发时间，结合患者的生活习惯给予改善建议，生成报告；
后台数据系统包括包括数据采集模块、数据预处理模块、数据库模块、数据处理模块、数据分析模块、数据可视化模块、数据确认模块。
基于实施例一的一种脑卒中复发风险患者用预测系统工作原理是，先通过后台数据系统采集脑卒中患者信息、生活数据、病症信息，并对采集的数据进行收集、处理以及挖掘；
然后再通过风险评估系统，基于后台数据的基础上，建立评估模块，对患者的情况进行判断以及风险评估；
最后通过预测系统基于后台数据对患者信息进行计算，推算出患者复发概率，以及复发时间，结合患者的生活习惯给予改善建议，生成报告。
实施例二
如图1-2所示，基于实施例一的基础上，数据采集模块，通过互联网技术，结合医院数据，对患有脑卒中患者，以及未患有脑卒中的各项信息进行收集，包括患病史，身体数据信息，生活习惯信息，以及基础信息；
数据预处理模块，对采集到的原始数据、多个数据源进行数据清洗、数据集成、数据归纳、数据转换、数据删除；
数据库模块，对预处理后的数据进行导入到数据库，对数据进行分类存储到不同的库与表中；
数据处理模块，采用批量分布式数据计算框架，对结构化以及非结构化的数据进行处理；
数据分析模块根据大数据的应用环境以及需求，对数据进行分析，分析包括对已有数据的分布分析、对未知数据的深度学习、挖掘、预测；
数据可视化模块，将大数据分析后所得数据进行可视化，采用图像、图形、表格等形式进行展示；
数据确认模块，对数据分析后得到数据进行应用，对应用结果进行检验、验证。
本实施例中，工作时，通过互联网技术，结合医院数据，对患有脑卒中患者，以及未患有脑卒中的各项信息进行收集，包括患病史，身体数据信息，生活习惯信息，以及基础信息；
然后再对收集到的信息进行预处理，其中预处理包括对采集到的原始数据、多个数据源进行数据清洗、数据集成、数据归纳、数据转换、数据删除，从而剔除其中异常的数据，将预处理后的信息传输到数据库模块中进行存储；
之后采用批量分布式数据计算框架，对结构化以及非结构化的预处理数据进行处理，通过数据分析模块根据大数据的应用环境以及需求，对数据进行分析，分析包括对已有数据的分布分析、对未知数据的深度学习、挖掘、预测；
同时通过数据可视化模块，将大数据分析后所得数据进行可视化，采用图像、图形、表格等形式进行展示，最后通过数据确认模块，对数据分析后得到数据进行应用，对应用结果进行检验、验证。
实施例三
如图1-2所示，基于上述实施例一或二，风险评估系统，设立患者风险等级，包括高危、中危以及低危；
高危：具有3项及以上危险因素；发生过脑卒中；有过短暂性脑缺血发作(TIA)，判断为高危的人群建议立即向专科医师咨询脑卒中的预防；
中危：具有少于3项危险因素，且患有慢性病(高血压、糖尿病、心房颤动)之一；
低危：具有少于3项危险因素，且无慢性病；
预测系统包括Logistic模型，对患者的复发概率以及复发时间进行推算；
同时通过预测系统来比较患者的各方面指标与规定指标的大小，对超过指标的方面基于生活上的建议，对于在指标边缘的项目同样给出预防建议，并且将提出的建议汇集成报告，便于患者进行观看。
本实施例中，工作时，通过设立的患者风险等级，包括高危、中危以及低危标准对患者的情况进行判断；
将经过确认后的数据导入到Logistic模型，从而建立出脑卒中复发模型，再将检测的脑卒中人员数据输入到脑卒中复发模型，从而对对患者的复发概率以及复发时间进行推算；
同时通过预测系统来比较患者的各方面指标与规定指标的大小，对超过指标的方面基于生活上的建议，对于在指标边缘的项目同样给出预防建议，并且将提出的建议汇集成报告，便于患者进行观看。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种脑卒中复发风险患者用预测系统，包括后台数据系统、风险评估系统、预测系统，其特征在于，所述风险评估系统以及预测系统均与后台数据系统连接，且风险评估系统以及预测系统建立在后台数据的基础上；
后台数据系统，采集脑卒中患者信息、生活数据、病症信息，并对采集的数据进行收集、处理以及挖掘；
风险评估系统，基于后台数据的基础上，建立评估模块，对患者的情况进行判断以及风险评估；
预测系统，基于后台数据对患者信息进行计算，推算出患者复发概率，以及复发时间，结合患者的生活习惯给予改善建议，生成报告；
所述后台数据系统包括包括数据采集模块、数据预处理模块、数据库模块、数据处理模块、数据分析模块、数据可视化模块、数据确认模块。
2.根据权利要求1所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据采集模块，通过互联网技术，结合医院数据，对患有脑卒中患者，以及未患有脑卒中的各项信息进行收集，包括患病史，身体数据信息，生活习惯信息，以及基础信息。
3.根据权利要求2所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据预处理模块，对采集到的原始数据、多个数据源进行数据清洗、数据集成、数据归纳、数据转换、数据删除。
4.根据权利要求3所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据库模块，对预处理后的数据进行导入到数据库，对数据进行分类存储到不同的库与表中。
5.根据权利要求4所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据处理模块，采用批量分布式数据计算框架，对结构化以及非结构化的数据进行处理。
6.根据权利要求5所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据分析模块根据大数据的应用环境以及需求，对数据进行分析，分析包括对已有数据的分布分析、对未知数据的深度学习、挖掘、预测。
7.根据权利要求6所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述数据可视化模块，将大数据分析后所得数据进行可视化，采用图像、图形、表格等形式进行展示；
所述数据确认模块，对数据分析后得到数据进行应用，对应用结果进行检验、验证。
8.根据权利要求7所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述风险评估系统，设立患者风险等级，包括高危、中危以及低危；
高危：具有3项及以上危险因素；发生过脑卒中；有过短暂性脑缺血发作(TIA)，判断为高危的人群建议立即向专科医师咨询脑卒中的预防；
中危：具有少于3项危险因素，且患有慢性病(高血压、糖尿病、心房颤动)之一；
低危：具有少于3项危险因素，且无慢性病。
9.根据权利要求8所述的一种脑卒中复发风险患者用预测系统，其特征在于，所述预测系统包括Logistic模型，对患者的复发概率以及复发时间进行推算；
同时通过预测系统来比较患者的各方面指标与规定指标的大小，对超过指标的方面基于生活上的建议，对于在指标边缘的项目同样给出预防建议，并且将提出的建议汇集成报告，便于患者进行观看。
CN202210325669.2A 2022-03-30 2022-03-30 一种脑卒中复发风险患者用预测系统 Withdrawn CN114664445A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210325669.2A CN114664445A (zh) 2022-03-30 2022-03-30 一种脑卒中复发风险患者用预测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210325669.2A CN114664445A (zh) 2022-03-30 2022-03-30 一种脑卒中复发风险患者用预测系统

Publications (1)

Publication Number Publication Date
CN114664445A true CN114664445A (zh) 2022-06-24

Family

ID=82033855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210325669.2A Withdrawn CN114664445A (zh) 2022-03-30 2022-03-30 一种脑卒中复发风险患者用预测系统

Country Status (1)

Country Link
CN (1) CN114664445A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775751A (zh) * 2023-08-17 2023-09-19 北京华源芯电科技有限公司 一种基于数据建模实现智能预测分析系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775751A (zh) * 2023-08-17 2023-09-19 北京华源芯电科技有限公司 一种基于数据建模实现智能预测分析系统

Similar Documents

Publication Publication Date Title
CN112365978B (zh) 心动过速事件早期风险评估的模型的建立方法及其装置
WO2007142968A2 (en) Methods, systems, and computer program products for evaluating a patient in a pediatric intensive care unit
CN112786204A (zh) 一种机器学习糖尿病发病风险预测方法及应用
CN114639479A (zh) 一种基于医疗知识图谱的智能诊断辅助系统
CN112786203A (zh) 一种机器学习糖尿病视网膜病变发病风险预测方法及应用
CN110739076A (zh) 一种医疗人工智能公共训练平台
CN111243753A (zh) 一种面向医疗数据的多因素相关性交互式分析方法
CN112967803A (zh) 基于集成模型的急诊患者早期死亡率预测方法及系统
CN114023441A (zh) 基于可解释机器学习模型的严重aki早期风险评估模型、装置及其开发方法
CN116779190B (zh) 一种基于物联网的医疗平台用户随访管理系统及方法
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
CN110993096B (zh) 一种脓毒血症的预警装置、设备及存储介质
CN114664445A (zh) 一种脑卒中复发风险患者用预测系统
Skitsan et al. Evaluation of the Informative Features of Cardiac Studies Diagnostic Data using the Kullback Method.
CN111180026A (zh) 专科诊疗视图系统及方法
CN117116412A (zh) 一种基于病历数据分析的智能护理建议生成方法
CN116189866A (zh) 一种基于数据分析的远程医用护理分析系统
CN107506606A (zh) 常见疾病风险预测方法及系统
CN111292852A (zh) 基于随机森林算法的脑炎、脑膜炎智能辅助诊断系统
CN116864104A (zh) 基于人工智能的慢性血栓栓塞性肺动脉高压风险分级系统
CN115336977B (zh) 一种精准icu警报分级评估方法
CN114242239B (zh) 一种vte风险监测及结果质控系统
CN113642669B (zh) 基于特征分析的防欺诈检测方法、装置、设备及存储介质
CN110911011B (zh) 一种脓毒血症的预警装置、设备及存储介质
CN114566280A (zh) 用户状态预测方法、装置、电子设备及存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220624