CN115171901A - 用于困难气道评估和术中气道管理辅助的智能系统及方法 - Google Patents
用于困难气道评估和术中气道管理辅助的智能系统及方法 Download PDFInfo
- Publication number
- CN115171901A CN115171901A CN202210895815.5A CN202210895815A CN115171901A CN 115171901 A CN115171901 A CN 115171901A CN 202210895815 A CN202210895815 A CN 202210895815A CN 115171901 A CN115171901 A CN 115171901A
- Authority
- CN
- China
- Prior art keywords
- unit
- management
- airway
- patient
- difficult
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims abstract description 25
- 238000010801 machine learning Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims description 13
- 238000000586 desensitisation Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 206010041235 Snoring Diseases 0.000 claims description 3
- 238000013475 authorization Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 3
- 201000002859 sleep apnea Diseases 0.000 claims description 3
- 230000000191 radiation effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000035935 pregnancy Effects 0.000 claims 1
- 239000003814 drug Substances 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 118
- 238000009423 ventilation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010007617 Cardio-respiratory arrest Diseases 0.000 description 1
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002576 laryngoscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002627 tracheal intubation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
-
- 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)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种用于困难气道评估和术中气道管理辅助的智能系统及方法，涉及临床医学技术领域。系统包括医护人员前端操作模块、后端管理模块和核心学习模块；所述医护人员前端操作模块包括困难气道评估单元、气道管理知识库单元、管理方案推送单元、气道车管理单元和术中辅助单元；后端管理模块包括知识库更新迭代单元和HIS信息连接单元；核心学习模块包括困难气道多指标预测机器学习单元和管理方案推送逻辑训练优化单元。本发明通过机器学习算法，优化困难气道预测方法，提升预测精确度；本发明量化指标权重，实现对评估方法的标准化实行。
Description
技术领域
本发明涉及临床医学技术领域，具体为一种用于困难气道评估和术中气道管理辅助的智能系统及方法。
背景技术
困难气道是指具有五年以上临床麻醉经验的麻醉医师在建立人工通气管道时遇到困难的一种临床情况。
困难气道场景包括但不限于困难面罩通气、困难喉镜检查、声门上通气困难、困难或气管插管失败、困难或气管拔管失败、困难或侵入性通气失败以及通气不足。困难气道可能会导致死亡、脑损伤、心肺停止、气道创伤和牙齿损伤。因此在术前或者急救场景中进行准确且快速的困难气道评估有十分重要的意义。
在临床环境中，现有技术存在以下不足：
1)困难气道评估和技术的选择取决于麻醉医生个人的经验、培训和偏好；
2)存在多种困难气道评估方法以及数十种评估因素，评估标准未统一；
3)评估因素与困难气道发生的关联性尚不明确，无法量化评估因素分值占比；
4)缺少术中辅助，以辅助医生快速确定通气策略，提高初次通气成功概率；
5)缺少大样本量数据支撑，无法有效迭代评估方式，提升困难气道评估准确率；
6)缺少评估后知识筛选推送，无法有效更新医生技术储备。
发明内容
本发明的目的在于克服现有技术中的缺陷，并提供一种用于困难气道评估和术中气道管理辅助的智能系统及方法。
本发明所采用的具体技术方案如下：
第一方面，本发明提供了一种用于困难气道评估和术中气道管理辅助的智能系统，包括医护人员前端操作模块、后端管理模块和核心学习模块；
所述医护人员前端操作模块包括：
困难气道评估单元，用于根据建立的多指标困难气道预测模型，将目前的患者信息与过往患者信息数据库比对，评估患者困难气道可能性并根据患者实际情况输出评估结果；
气道管理知识库单元，用于保存及展示气道管理知识，气道管理知识根据使用场景进行分类及标签设置；
管理方案推送单元，用于根据所述困难气道评估单元输出的评估结果，利用建立的管理方案推送模型，从所述气道管理知识库单元中筛选符合患者临床需求的术中方案并进行推送；
气道车管理单元，用于管理能联动气道车的连接模块，连接模块用于对气道车内的设备所在位置以及数量进行监测；
术中辅助单元，用于实时显示所述管理方案推送单元推送方案中的气道管理流程图和注意事项，根据所述气道车管理单元实时显示所需设备所在位置和数量；
所述后端管理模块包括：
知识库更新迭代单元，用于对气道管理知识库单元中的气道管理知识进行迭代和更新；
HIS信息连接单元，用于经授权后获取所需患者指标数据，并经确认后存储至所述过往患者信息数据库中进行机器学习，以优化所述困难气道评估单元的评估结果；
所述核心学习模块包括：
困难气道多指标预测机器学习单元，用于通过机器学习方法建立所述多指标困难气道预测模型；
管理方案推送逻辑训练优化单元，用于通过深度学习技术，根据患者指标情况并结合过往患者信息数据库数据，建立所述管理方案推送模型。
作为优选，所述多指标困难气道预测模型的构建方法具体如下：
S1.1：通过对现有困难气道评估方案以及所涵盖的评估指标进行归纳整理，并初筛得到出现频率高于80％的若干指标；
S1.2：通过真实数据训练，并对照现有困难气道评估方案，使用单边梯度采样以及互斥特征绑定方法，以训练算法准确度并且确定步骤S1.1所得各项初筛指标的分值占比；
S1.3：通过真实数据以及过往临床数据，利用机器学习算法，明确各项初筛指标与困难气道发生的关联性；
S1.4：通过经训练的机器学习算法，预测患者困难气道发生的可能性，并且对照过往临床数据，以困难气道关联性大小排序提取指标；构建得到所述多指标困难气道预测模型。
作为优选，所述困难气道评估单元和管理方案推送单元均用于传输脱敏的指标数据。
作为优选，所述医护人员前端操作模块还包括用户注册单元、患者信息管理单元、设备清单单元以及信息检索单元。
进一步的，所述用户注册单元用于支持医生创建账号以管理患者信息；所述患者信息管理单元用于支持医生创建、修改及删除患者个人信息；所述设备清单单元用于支持根据特定的困难气道管理流程，按步骤显示所需设备及器械；所述信息检索单元用于支持医生对患者信息以及知识库内容进行检索。
更进一步的，所述患者个人信息包括患者姓名、病例号、性别、年龄、体重、妊娠期情况、张口度、甲颏距离、Mallampati分级、颈部活动、下頜前突情况、困难气道史、大面积胡须情况、打鼾情况、睡眠呼吸暂停情况以及颈部放射影响。
作为优选，所述后端管理模块还包括用户注册管理单元。
进一步的，所述用户注册管理单元用于支持后端管理人员对注册医生的信息核实以及软件使用权限的授予。
第二方面，本发明提供了一种如第一方面任一所述用于困难气道评估和术中气道管理辅助的智能系统的使用方法，具体如下：
首次使用所述智能系统时，通过医护人员前端操作模块的用户注册单元填写个人信息并进行提交，以进行信息注册；随后通过后端管理模块的用户注册管理单元对所填写的信息进行审核后予以对应的使用权限；在注册通过后，使用注册时填写的账号密码登录所述智能系统进行使用；
在术前环节中，通过医护人员前端操作模块的患者信息管理单元进行患者管理，并且通过HIS信息连接单元以获取现有患者信息，直接进行患者档案生成；随后对现有患者进行困难气道评估，或者通过困难气道评估单元直接进行评估，其中，在输入评估内容后，困难气道多指标预测机器学习单元参与评估，并且将患者脱敏信息保存进行进一步训练；在困难气道评估的同时，所述智能系统整合评估结果以及患者信息，通过管理方案推送单元，与困难气道评估单元一并推送患者的潜在困难气道风险以及个性化的管理方案，并且管理方案推送逻辑训练优化单元将评估结果以及患者脱敏信息保存进行进一步训练优化；
在术前准备过程中，通过气道管理知识库单元对现有最新管理知识进行学习以及巩固，通过知识库更新迭代单元对最新知识进行审核及更新，通过信息检索单元直接搜索需要了解的知识或者患者信息；
在术中准备环节，通过气道管理流程以及设备清单单元，确定管理预案以及预案所需工具清单；在术中困难气道发生过程中，所述智能系统通过连接模块联动气道车，实时监控气道车内工具位置及数量，同时在需要时，通过术中辅助单元联动气道车管理单元、HIS信息连接单元、设备清单单元以及气道管理流程，提供术中急救方案、所在步骤需注意事项、所需工具以及工具位于气道车位置信息。
本发明相对于现有技术而言，具有以下有益效果：
1)本发明通过机器学习算法，优化困难气道预测方法，提升预测精确度；2)本发明量化指标权重，实现对评估方法的标准化实行；3)本发明提供个性化的患者气道管理方案，减少非预料困难气道发生的概率；4)本发明提供个性化的术中辅助，减少建立人工气道，成功进行通气的时间，保障患者生命安全；5)本发明提供气道管理知识库，方便医生对最新技术的学习，以及对困难气道管理学习训练的支持；6)本发明对患者数据进行存储管理，方便后续科研活动的进行。
附图说明
图1是本发明一种用于困难气道评估和术中气道管理辅助的智能系统的模块框图；
图2是本发明一种用于困难气道评估和术中气道管理辅助的智能系统困难预测单元的流程框图；
图3是本发明一种用于困难气道评估和术中气道管理辅助的智能系统的术中辅助单元的流程框图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。
如图1所示，为本发明提供的一种用于困难气道评估和术中气道管理辅助的智能系统，该智能系统主要包括医护人员前端操作模块、后端管理模块和核心学习模块。
医护人员前端操作模块主要包括困难气道评估单元、气道管理知识库单元、管理方案推送单元、气道车管理单元和术中辅助单元。各单元的作用具体如下：
困难气道评估单元，主要用于根据建立的多指标困难气道预测模型，负责根据医生输入的患者信息或者HIS(医院信息系统)患者病例中获取的信息通过机器学习算法以及过往患者信息数据库比对，评估患者困难气道可能性并根据患者实际情况个性化输出结果。
气道管理知识库单元，主要负责保存及展示关于气道管理的相关最新知识，气道管理知识根据使用场景进行分类及标签设置。
管理方案推送单元，主要负责根据困难气道评估单元输出的评估结果，利用建立的管理方案推送模型，个性化从气道管理知识库单元中筛选符合患者临床需求的术中方案推送给医生。
气道车管理单元，主要负责管理能联动气道车的连接模块，连接模块用于对气道车内的设备所在位置以及数量进行监测。
术中辅助单元，主要负责在困难气道实际发生时，根据患者情况推荐合适的通气方案，实时显示管理方案推送单元推送方案中的气道管理流程图和注意事项，根据气道车管理单元实时显示所需设备所在位置和数量。
后端管理模块主要包括知识库更新迭代单元和HIS信息连接单元。各单元的作用具体如下：
知识库更新迭代单元，主要支持自动及人工的对气道管理知识库单元中的气道管理知识进行迭代和更新。
HIS信息连接单元，用于经授权后获取所需患者指标数据，并经确认后存储至过往患者信息数据库中进行机器学习，以优化困难气道评估单元的评估结果。
核心学习模块主要包括困难气道多指标预测机器学习单元和管理方案推送逻辑训练优化单元。各单元的作用具体如下：
困难气道多指标预测机器学习单元，用于通过机器学习方法建立多指标困难气道预测模型。
管理方案推送逻辑训练优化单元，用于通过深度学习技术，根据患者指标情况并结合过往患者信息数据库数据，建立个性化管理方案推送模型。
如图2所示，核心学习模块在使用时主要包括以下步骤：
S1.1：通过对现有困难气道评估方案以及所涵盖的评估指标进行归纳整理，并初筛得到出现频率高于80％的若干指标。
S1.2：通过真实数据训练，并对照现有困难气道评估方案，使用单边梯度采样以及互斥特征绑定方法，以训练算法准确度并且确定步骤S1.1所得各项初筛指标的分值占比。
具体的，单边梯度采样方程的范例如下：
其中，V为样本权重，a为数据中所选取的前a个实例，b为在剩余的数据中随机采样的b个实例，A为保留a个数据实例的数据子集，B为随机采样的b个实例的数据子集，j为评估指标，d为评估指标间的分裂点，其根据计算信息增益的定义，对各个评估指标进行权重对比以及对困难气道这一事件的关联性的计算。
S1.3：通过一定量的真实数据以及过往临床数据，利用机器学习算法，明确各项初筛指标与困难气道发生的关联性。
S1.4：通过经训练的机器学习算法，预测患者困难气道发生的可能性，并且对照过往临床数据，以困难气道关联性大小排序提取指标。
S1.5：基于向量空间模型以及余弦相关性公式，结合一定量的数据训练，训练管理方案推送算法。
具体的，余弦相关性公式的范例如下：
其中，cos(T，Q)表示相似度，Ti表示已有的气道管理方案，wij表示已有气道管理方案按相关性高到低排序的第j项指标的对应权重；Q表示待推送的困难气道评估结果，qj表示待推送的评估结果按相关性高到低排序的第j项指标对应的权重，通过对应权重的相似性和差异性的对比，匹配相似度高的知识，组合为针对患者的个性化气道管理方案。
S1.6：根据患者个性化的关联性大小排序指标，通过管理推送算法，从气道管理数据库中提取相关性高于一定值的信息，组合为个性化气道管理方案，并结合困难气道评估结果，进行推送。
如图3所示，术中辅助单元在实际应用时的步骤具体如下：
S2.1：术中联动气道车，实时监测气道车中设备及器械的数量及位置。
S2.2：当患者存在困难气道风险，启用气道车时，根据患者信息自动显示困难气道管理流程，并显示所需设备及器械所在位置。
S2.3：当医生确认困难气道管理流程时，推送注意事项以及技术提示。
S2.4：当气道车使用过程中实时记录设备及器械使用情况及使用顺序，并传输至数据库中，进行困难气道管理方案优化学习；
S2.5：当气道车使用结束后，提示医生登记患者实际情况，并清点设备及器械状态，在不足时发出提醒。
在实际应用时，困难气道评估单元和管理方案推送单元均用于传输脱敏的指标数据。医护人员前端操作模块还包括用户注册单元、患者信息管理单元、设备清单单元以及信息检索单元。其中，用户注册单元用于支持医生创建账号以管理患者信息。患者信息管理单元用于支持医生创建、修改及删除患者个人信息；设备清单单元用于支持根据特定的困难气道管理流程，按步骤显示所需设备及器械；信息检索单元用于支持医生对患者信息以及知识库内容进行检索，患者个人信息包括患者姓名、病例号、性别、年龄、体重、妊娠期情况、张口度、甲颏距离、Mallampati分级、颈部活动、下頜前突情况、困难气道史、大面积胡须情况、打鼾情况、睡眠呼吸暂停情况以及颈部放射影响。
在实际应用时，后端管理模块还包括用户注册管理单元，该用户注册管理单元用于支持后端管理人员对注册医生的信息核实以及软件使用权限的授予。用户注册管理单元支持后端管理人员对注册医生的信息核实以及软件使用权限的授予。后端管理人员可以针对软件的使用意图修改使用者的使用模式，所属模式包括临床模式、学习训练模式和研究模式。
上述用于困难气道评估和术中气道管理辅助的智能系统的使用方法，具体如下：
在医护人员首次使用智能系统时，通过用户注册单元填写个人信息并进行提交，随后，后端管理人员在用户注册管理单元中对医护人员的信息进行审核后予以对应的使用权限。医护人员在注册通过后，使用注册时填写的账号密码登录该智能系统进行使用。
在术前环节中，医护人员可以通过患者信息管理单元进行患者管理，并且通过HIS信息连接单元，可以获取现有患者信息，直接进行患者档案生成，之后医护人员可以选择对现有患者进行困难气道评估，或者通过困难气道评估单元，直接进行评估，其中在医护人员输入评估内容后，困难气道多指标预测机器学习单元参与评估，并且将患者脱敏信息保存进行进一步训练。在困难气道评估的同时，该系统整合评估结果以及患者信息，通过管理方案推送单元，与困难气道评估单元一并推送患者的潜在困难气道风险以及个性化的管理方案，并且管理方案推送逻辑训练优化单元会将评估结果以及患者脱敏信息保存进行进一步训练优化。
在术前准备过程中，医护人员可以通过气道管理知识库单元对现有最新管理知识进行学习以及巩固，后端管理人员会通过知识库更新迭代单元对最新知识进行审核及更新，医护人员也可以通过信息检索单元直接搜索需要了解的知识或者患者信息。
在术中准备环节，医护人员可以选择气道管理流程单元以及设备清单单元，确定管理预案以及预案所需工具清单。在术中困难气道发生过程中，该系统可以通过连接模块联动气道车，实时监控气道车内工具位置及数量，同时在医护人员需要时，通过术中辅助单元，联动气道车管理单元、HIS信息连接单元、设备清单单元以及气道管理流程单元，为医护人员提供术中急救方案、所在步骤需注意事项、所需工具以及工具位于气道车位置等信息。
在实际使用时，为了便于操作应用，可以将本发明的智能系统作为软件进行应用，具体如下：
使用者可以选择注册或者登录软件，并在登录后进入用户登录后界面，使用者登录后可以进行单元的选择，如选择“困难气道术前评估”，后再选择“直接评估”，就会进入患者信息录入界面，在经过一些列的数据录入以及系统分析后，会得到困难气道显示结果评估界面，评估界面中会展示根据评估结果生成的气道管理方案，然后如使用者直接选择“知识库”或者选择评估界面中显示的气道管理方案，如“儿童困难气道“，就会得到气道管理知识库单元界面或者气道管理知识库内容展示。在术中环境，使用者如选择”气道管理流程“，就会进入气道管理流程单元界面，如继续选择”气道管理流程“下的子选项”儿科患者气道管理流程“，就会进入儿科患者气道管理流程图展示界面，使用者可以根据实际情况选中流程图中的步骤，以获得多样式的术中操作提示。使用者如选择”气道车管理“，就会进入气道车管理单元界面，界面中可以选择查看气道车中设备及器械位置和数量、获得术中辅助以及查看患者信息，如继续选择子选项”设备及器械管理“，就会显示气道车管理内容展示界面，使用者可以实时了解气道车的状态、所需设备和器械在气道车内的具体位置以及气道管理流程中每步骤所需的设备及器械，以及需注意事项。
以上所述的实施例只是本发明的一种较佳的方案，然其并非用以限制本发明。有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。
Claims (9)
1.一种用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，包括医护人员前端操作模块、后端管理模块和核心学习模块；
所述医护人员前端操作模块包括：
困难气道评估单元，用于根据建立的多指标困难气道预测模型，将目前的患者信息与过往患者信息数据库比对，评估患者困难气道可能性并根据患者实际情况输出评估结果；
气道管理知识库单元，用于保存及展示气道管理知识，气道管理知识根据使用场景进行分类及标签设置；
管理方案推送单元，用于根据所述困难气道评估单元输出的评估结果，利用建立的管理方案推送模型，从所述气道管理知识库单元中筛选符合患者临床需求的术中方案并进行推送；
气道车管理单元，用于管理能联动气道车的连接模块，连接模块用于对气道车内的设备所在位置以及数量进行监测；
术中辅助单元，用于实时显示所述管理方案推送单元推送方案中的气道管理流程图和注意事项，根据所述气道车管理单元实时显示所需设备所在位置和数量；
所述后端管理模块包括：
知识库更新迭代单元，用于对气道管理知识库单元中的气道管理知识进行迭代和更新；
HIS信息连接单元，用于经授权后获取所需患者指标数据，并经确认后存储至所述过往患者信息数据库中进行机器学习，以优化所述困难气道评估单元的评估结果；
所述核心学习模块包括：
困难气道多指标预测机器学习单元，用于通过机器学习方法建立所述多指标困难气道预测模型；
管理方案推送逻辑训练优化单元，用于通过深度学习技术，根据患者指标情况并结合过往患者信息数据库数据，建立所述管理方案推送模型。
2.根据权利要求1所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述多指标困难气道预测模型的构建方法具体如下：
S1.1：通过对现有困难气道评估方案以及所涵盖的评估指标进行归纳整理，并初筛得到出现频率高于80％的若干指标；
S1.2：通过真实数据训练，并对照现有困难气道评估方案，使用单边梯度采样以及互斥特征绑定方法，以训练算法准确度并且确定步骤S1.1所得各项初筛指标的分值占比；
S1.3：通过真实数据以及过往临床数据，利用机器学习算法，明确各项初筛指标与困难气道发生的关联性；
S1.4：通过经训练的机器学习算法，预测患者困难气道发生的可能性，并且对照过往临床数据，以困难气道关联性大小排序提取指标；构建得到所述多指标困难气道预测模型。
3.根据权利要求1所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述困难气道评估单元和管理方案推送单元均用于传输脱敏的指标数据。
4.根据权利要求1所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述医护人员前端操作模块还包括用户注册单元、患者信息管理单元、设备清单单元以及信息检索单元。
5.根据权利要求4所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述用户注册单元用于支持医生创建账号以管理患者信息；所述患者信息管理单元用于支持医生创建、修改及删除患者个人信息；所述设备清单单元用于支持根据特定的困难气道管理流程，按步骤显示所需设备及器械；所述信息检索单元用于支持医生对患者信息以及知识库内容进行检索。
6.根据权利要求5所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述患者个人信息包括患者姓名、病例号、性别、年龄、体重、妊娠期情况、张口度、甲颏距离、Mallampati分级、颈部活动、下頜前突情况、困难气道史、大面积胡须情况、打鼾情况、睡眠呼吸暂停情况以及颈部放射影响。
7.根据权利要求1所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述后端管理模块还包括用户注册管理单元。
8.根据权利要求7所述的用于困难气道评估和术中气道管理辅助的智能系统，其特征在于，所述用户注册管理单元用于支持后端管理人员对注册医生的信息核实以及软件使用权限的授予。
9.一种如权利要求1～8任一所述用于困难气道评估和术中气道管理辅助的智能系统的使用方法，其特征在于，具体如下：
首次使用所述智能系统时，通过医护人员前端操作模块的用户注册单元填写个人信息并进行提交，以进行信息注册；随后通过后端管理模块的用户注册管理单元对所填写的信息进行审核后予以对应的使用权限；在注册通过后，使用注册时填写的账号密码登录所述智能系统进行使用；
在术前环节中，通过医护人员前端操作模块的患者信息管理单元进行患者管理，并且通过HIS信息连接单元以获取现有患者信息，直接进行患者档案生成；随后对现有患者进行困难气道评估，或者通过困难气道评估单元直接进行评估，其中，在输入评估内容后，困难气道多指标预测机器学习单元参与评估，并且将患者脱敏信息保存进行进一步训练；在困难气道评估的同时，所述智能系统整合评估结果以及患者信息，通过管理方案推送单元，与困难气道评估单元一并推送患者的潜在困难气道风险以及个性化的管理方案，并且管理方案推送逻辑训练优化单元将评估结果以及患者脱敏信息保存进行进一步训练优化；
在术前准备过程中，通过气道管理知识库单元对现有最新管理知识进行学习以及巩固，通过知识库更新迭代单元对最新知识进行审核及更新，通过信息检索单元直接搜索需要了解的知识或者患者信息；
在术中准备环节，通过气道管理流程以及设备清单单元，确定管理预案以及预案所需工具清单；在术中困难气道发生过程中，所述智能系统通过连接模块联动气道车，实时监控气道车内工具位置及数量，同时在需要时，通过术中辅助单元联动气道车管理单元、HIS信息连接单元、设备清单单元以及气道管理流程，提供术中急救方案、所在步骤需注意事项、所需工具以及工具位于气道车位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210895815.5A CN115171901A (zh) | 2022-07-27 | 2022-07-27 | 用于困难气道评估和术中气道管理辅助的智能系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210895815.5A CN115171901A (zh) | 2022-07-27 | 2022-07-27 | 用于困难气道评估和术中气道管理辅助的智能系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115171901A true CN115171901A (zh) | 2022-10-11 |
Family
ID=83496682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210895815.5A Pending CN115171901A (zh) | 2022-07-27 | 2022-07-27 | 用于困难气道评估和术中气道管理辅助的智能系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115171901A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115602320A (zh) * | 2022-12-14 | 2023-01-13 | 北京大学第三医院（北京大学第三临床医学院）（Cn） | 一种困难气道评估方法和系统 |
| CN116630534A (zh) * | 2023-05-06 | 2023-08-22 | 华中科技大学协和深圳医院 | 一种气道管理人工智能决策系统 |
-
2022
- 2022-07-27 CN CN202210895815.5A patent/CN115171901A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115602320A (zh) * | 2022-12-14 | 2023-01-13 | 北京大学第三医院（北京大学第三临床医学院）（Cn） | 一种困难气道评估方法和系统 |
| CN115602320B (zh) * | 2022-12-14 | 2023-04-07 | 北京大学第三医院（北京大学第三临床医学院） | 一种困难气道评估方法和系统 |
| CN116630534A (zh) * | 2023-05-06 | 2023-08-22 | 华中科技大学协和深圳医院 | 一种气道管理人工智能决策系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115171901A (zh) | 用于困难气道评估和术中气道管理辅助的智能系统及方法 | |
| US20040078236A1 (en) | Storage and access of aggregate patient data for analysis | |
| CN109754886A (zh) | 治疗方案智能生成系统、方法及可读存储介质、电子设备 | |
| CN110459320A (zh) | 一种基于知识图谱的辅助诊疗系统 | |
| CN114366030B (zh) | 一种用于麻醉手术的智能辅助系统及方法 | |
| CN109643586A (zh) | 管理护理路径 | |
| CN113628734A (zh) | 一种带临床决策智能推荐功能的肿瘤科电子医嘱系统设计方法 | |
| CN115579104B (zh) | 一种基于人工智能的肝癌全病程数字化管理方法及系统 | |
| JP2010017519A (ja) | 神経精神病の診断を生成するためのコンピュータ実装方法、コンピュータ・プログラム製品、装置及びシステム | |
| US20220208323A1 (en) | Patient healthcare record templates | |
| CN114283947B (zh) | 一种适用于手术患者的健康管理方法及系统 | |
| CN118173236B (zh) | 一种慢病的平台信息管理系统 | |
| KR101525576B1 (ko) | 주제별로 연계된 의료정보 제공시스템 및 방법 | |
| CN111128324A (zh) | 术前访视与麻醉评估信息系统软件 | |
| US20170084163A1 (en) | An Acute Care Eco System Integrating Customized Devices of Personalized Care With Networked Population Based Management | |
| CN114974590A (zh) | 一种多维度监控重症患者的预测护理方法及系统 | |
| CN117174341B (zh) | 基于人工智能的语音识别医疗助手系统及方法 | |
| CN111508618A (zh) | 一种围术期人工智能辅助平台系统 | |
| Tewfik et al. | ChatGPT and its potential implications for clinical practice: an anesthesiology perspective | |
| JP2009244980A (ja) | 診療行為支援装置及びコンピュータプログラム | |
| CN117316465A (zh) | 一种基于多模态知识图谱的护理决策支持方法及系统 | |
| US20140149140A1 (en) | System and method for patient identification index | |
| CN113161016A (zh) | 一种智能医学服务系统、方法及存储介质 | |
| Joshi et al. | Audit in transfusion practice | |
| US12027269B2 (en) | Intelligent system and methods for automatically recommending patient-customized instructions |
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 |