CN115762812B - 一种卒中患者的数字诊疗方法、系统、设备及介质 - Google Patents
一种卒中患者的数字诊疗方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115762812B CN115762812B CN202211495453.7A CN202211495453A CN115762812B CN 115762812 B CN115762812 B CN 115762812B CN 202211495453 A CN202211495453 A CN 202211495453A CN 115762812 B CN115762812 B CN 115762812B
- Authority
- CN
- China
- Prior art keywords
- information
- diagnosis
- stroke
- patient
- treatment
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请提供一种卒中患者的数字诊疗方法、系统、设备及介质，该方法可以根据卒中患者上传的健康状态信息，便于医生对卒中患者的基本情况进行初步的了解，而日常生活信息则可以帮助医生对卒中患者的生活习惯进行指导，及时纠正可能影响到卒中疾病复发的生活习惯等，便于医生针对性地开具出数字疗法处方；卒中患者可以根据数字疗法处方在院外进行诊疗，从而及时调控卒中患者的身体状态，并且根据基础诊断信息，结合卒中患者的历史诊疗信息等，对卒中患者的病情变化进行实时画像，判断数字疗法处方的诊疗效果，便于对卒中患者的下一步治疗方案进行及时调整，从而降低卒中疾病的复发概率。
Description
技术领域
本申请涉及模型匹配技术领域，尤其涉及一种卒中患者的数字诊疗方法、系统、设备及介质。
背景技术
卒中患者在患有心脑血管疾病类疾病之后，在治愈之后仍然存在较高的复发风险，所以需要定期复诊，即使调整生活习惯、药物类型和药物用量等，以降低复发的概率。
但是医生对于患者的管控只能局限于在院治疗期间，在患者出院之后，医生无法及时了解到患者的基本情况，而患者本身对于卒中疾病的发病症状并不具备准确的识别能力，从而导致医生无法根据患者的身体健康基本情况进行及时的诊断和治疗。
因此，如何解决目前卒中患者诊疗不及时而导致卒中疾病复发概率高成为了亟待解决的技术问题。
发明内容
本申请提供了一种卒中患者的数字诊疗方法、装置、设备及存储介质，可以及时对卒中患者进行诊疗，降低卒中疾病复发概率。
第一方面，本申请提供一种卒中患者的数字诊疗方法，所述卒中患者的数字诊疗方法包括以下步骤：
获取卒中患者上传的健康状态信息和日常生活信息；
获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。
进一步地，所述基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果，包括：
获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果。
进一步地，所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级，包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
进一步地，所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级，还包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述画像数值的至少一个影响因素；
基于所述画像数值和所述标准阈值的对比结果，确定各影响因素的影响等级。
进一步地，所述获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点，包括：
在所述卒中知识图谱中匹配到与所述日常生活信息对应的点亮节点时，判断所述卒中知识图谱中是否存在与所述点亮节点存在绑定关系的节点；
在所述卒中知识图谱中存在与所述点亮节点存在绑定关系的节点时，点亮所述节点，作为所述点亮节点。
第二方面，本申请还提供一种卒中患者的数字诊疗系统，所述卒中患者的数字诊疗系统包括：
患者信息获取模块，用于获取卒中患者上传的健康状态信息和日常生活信息；
处方开具模块，用于获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
处方执行模块，用于基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
诊疗反馈分析模块，用于基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。
进一步地，所述诊疗反馈分析模块包括：
知识图谱匹配单元，用于获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
危险等级确定单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
执行效果评估单元，用于基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果。
进一步地，所述危险等级确定单元包括：
患者画像子单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
危险等级评估子单元，用于基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的卒中患者的数字诊疗方法的步骤。
第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的卒中患者的数字诊疗方法的步骤。
本申请提供一种卒中患者的数字诊疗方法、装置、设备及存储介质，本方法包括获取卒中患者上传的健康状态信息和日常生活信息；获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。通过上述方式，可以根据卒中患者上传的健康状态信息，便于医生对卒中患者的基本情况进行初步的了解，而日常生活信息则可以帮助医生对卒中患者的生活习惯进行指导，及时纠正可能影响到卒中疾病复发的生活习惯等，便于医生针对性地开具出数字疗法处方；卒中患者可以根据数字疗法处方在院外进行诊疗，从而及时调控卒中患者的身体状态，并且根据基础诊断信息，结合卒中患者的历史诊疗信息等，对卒中患者的病情变化进行实时画像，判断数字疗法处方的诊疗效果，便于对卒中患者的下一步治疗方案进行及时调整，从而降低卒中疾病的复发概率。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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他的附图。
图1为本申请的实施例提供的卒中患者的数字诊疗方法第一实施例的流程示意图；
图2为本申请的实施例提供的卒中患者的数字诊疗方法第二实施例的流程示意图；
图3是本申请的实施例提供的一种卒中患者的数字诊疗系统的框架示意图；
图4是本申请的实施例提供的一种卒中患者的数字诊疗系统的装置示意框图；
图5是本申请实施例提供的一种计算机设备的结构示意性框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本申请的实施例提供了一种卒中患者的数字诊疗方法、卒中患者的数字诊疗系统、计算机设备及存储介质，用于根据页面配置数据，匹配并调用预设业务事件库中的目标业务事件，进而对目标页面组件进行渲染，生成目标页面，提高了前端页面的研发效率。
请参照图1，图1为本申请的实施例提供的卒中患者的数字诊疗方法第一实施例的流程示意图。
如图1所示，该卒中患者的数字诊疗方法包括步骤S101至步骤S104。
步骤S101、获取卒中患者上传的健康状态信息和日常生活信息；
本实施例中，患者可以向数字诊疗系统定期上传健康状态信息和日常生活信息，以便于医生可以根据卒中患者的健康状态信息的变化以及日常生活信息，对卒中患者的病情变化进行判断，并提出针对性地诊疗方案。
在一实施例中，卒中患者可以通过APP或者小程序的方式上传健康状态信息和日常生活信息。
可以理解地是，患者日常生活对卒中疾病的影响很大，卒中患者发病后，多伴随肢体麻木或者偏瘫的症状，日常生活受很大影响，患者入院经过溶栓、介入治疗、康复后出院。在家中，仍需要进行一定的康复练习，而且需对饮食、生活等进行严格管控，对血压、血糖、血脂等指标进行监控，以防再次发生卒中。
步骤S102、获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
本实施例中，医生可以通过数字诊疗系统获取卒中患者上传的健康状态信息和日常生活信息，根据这些信息，医生可以初步判断卒中患者的当前病情变化情况，比如是维持病情、好转还是有恶化趋势等，从而可以提出针对性地数字疗法处方。
在一实施例中，卒中患者发生卒中的院前症状，很容易被患者忽略，如轻微的头晕，一侧肢体的轻度麻木等，即便是已经经过一次卒中的患者，二次卒中时，仍然有识别的困难，由于卒中的病情发展迅速，延迟就诊很可能造成患者死亡和致残。
在一实施例中，医生可以在数字诊疗系统中开具数字疗法处方，包括患者定期提交的症状、日常生活细节等信息，家庭医生用药指导、定期检测血压、血糖、血脂等指标信息。
步骤S103、基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
本实施例中，医生在开具数字疗法处方之后，可以将处方下发到卒中患者手中，还可以下发到卒中患者对应的家庭医生手中，以便卒中患者及时根据数字疗法处方进行院外治疗。家庭医生可以跟踪并监督卒中患者根据数字疗法处方进行院外治疗，并及时对卒中患者的常规检查，以辅助医生对卒中患者进行进一步地诊断。
在一实施例中，可以通过家庭医生监督卒中患者定时更新健康状态信息和日常生活信息，并跟踪卒中患者病情变化和数字疗法处方的治疗效果，及时对卒中患者进行基础检测，比如血压、血糖、血脂等数据的检测。
在一实施例中，医生通过在院内开具院外的数字疗法处方的方式，使用信息化和数字化的手段，及时指导家庭医生对患者进行血压、血糖、血脂的检测、用药指导等，帮助患者在院外也能精准执行医生的医嘱，并且使用信息化的手段，还能及时收集到患者的康复状态、症状、生活习惯等，有助于及时发现危险因素，提醒患者就诊。
在一实施例中，家庭医生通过患者管理系统，可以找到分配给自己的患者，根据院内医生的处方，对患者进行电话、登门对接，保证患者按时服药，检测血压、血糖、血脂，保证指标准确有效。
步骤S104、基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。
本实施例中，数字诊疗系统可以通过患者在院的历史诊疗信息、院外的健康状态信息、日常生活信息以及家庭医生反馈的基础诊断信息，对患者进行实时画像处理，标识出患者的危险级别，如高危、中危、低危等。
在一实施例中，可以标识出各种高危、中危的因素等。
在一实施例中，院内医生通过患者画像、患者病情反馈、家庭医生的信息反馈，确定处方执行的情况，并提出指导意见。
本实施例提供一种卒中患者的数字诊疗方法，本方法可以根据卒中患者上传的健康状态信息，便于医生对卒中患者的基本情况进行初步的了解，而日常生活信息则可以帮助医生对卒中患者的生活习惯进行指导，及时纠正可能影响到卒中疾病复发的生活习惯等，便于医生针对性地开具出数字疗法处方；卒中患者可以根据数字疗法处方在院外进行诊疗，从而及时调控卒中患者的身体状态，并且根据基础诊断信息，结合卒中患者的历史诊疗信息等，对卒中患者的病情变化进行实时画像，判断数字疗法处方的诊疗效果，便于对卒中患者的下一步治疗方案进行及时调整，从而降低卒中疾病的复发概率。
请参照图2，图2为本申请的实施例提供的卒中患者的数字诊疗方法第二实施例的流程示意图。
如图2所示，基于上述图1所示实施例，本实施例中，所述步骤S104具体包括：
步骤S201、获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
本实施例中，可以在数字诊疗系统中构建一个卒中知识图谱，以保存诊疗指南信息和患者日常相关信息，在卒中患者上传日常生活信息的时候，可以在卒中知识图谱中匹配对应的节点，从而便于对卒中患者的病状进行诊断。
在一实施例中，卒中知识图谱，一方面涵盖诊疗指南中的信息，另一方面收录患者日常生活信息，如饮食情况（包括各类食品、饮品）、运动情况（包括各项室内外运动项目）、家庭情况、情绪状态、睡眠状态等。
在一实施例中，可以通过节点的形式对卒中知识图谱中收录的信息进行存储，每个节点之间的关联信息，均可以以诊疗指南为准，节点或关联信息上面的属性均为标准的阈值。
进一步地，所述步骤S201具体包括：
在所述卒中知识图谱中匹配到与所述日常生活信息对应的点亮节点时，判断所述卒中知识图谱中是否存在与所述点亮节点存在绑定关系的节点；
在所述卒中知识图谱中存在与所述点亮节点存在绑定关系的节点时，点亮所述节点，作为所述点亮节点。
在一实施例中，通过系统内置的标准的卒中知识图谱，将患者的日常生活信息对应的节点进行点亮处理，两个相关的节点点亮后，系统自动判断节点之间的关系是否存在，如果存在也进行点亮处理。
步骤S202、基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
进一步地，所述步骤S202具体包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
本实施例中，将卒中患者上传信息对应的节点操作或者是检验检查的真实数值，作为患者画像数值，通过患者画像数值和标准阈值的比对，标识出患者的危险级别。
在一实施例中，卒中患者的危险级别可以是高危、中危、低危等。
在一实施例中，患者画像数值可以是血压、血糖、血脂等数据，或者是摄入食物的含糖量、维生素、微量元素等数值，也可以是其他对患者疾病有影响的因素及对应的数值。
在一实施例中，标准阈值可以是对卒中疾病产生影响的各因素对应的正常数值范围。
进一步地，所述步骤S202具体还包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述画像数值的至少一个影响因素；
基于所述画像数值和所述标准阈值的对比结果，确定各影响因素的影响等级。
在一实施中，在对卒中患者进行危险级别标识时，还可以进一步地计算出各种高危、中危的因素，比如超出标准阈值的因素或者接近标准阈值的因素等，还可以是对卒中疾病复发影响较大的某些因素，从而可以提醒卒中患者特别注意，并可以便于医生针对性地进行处方开具。
步骤S203、基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果。
本实施例中，院内医生可以通过患者画像、患者病情反馈、家庭医生的信息反馈，确定处方执行的情况，并提出指导意见。
在一实施例中，数字诊疗系统可以记录卒中患者每一次治疗的过程和结果，包括院内治疗和院外治疗的基本情况，比如疾病信息、症状、用药类型和用量、治疗症状变化、治疗效果等；医生可以根据患者的危险等级变化和历史诊疗信息，判断数字疗法处方的治疗效果，比如维持病情平稳、好转或者恶化等。从而可以及时地提出下一步的治疗指导，比如保持院外治疗、到院内检查或者住院治疗、改变用药等。
请参照图3，图3是本申请的实施例提供的一种卒中患者的数字诊疗系统的框架示意图。
如图3所示，本实施例提供的卒中患者的数字诊疗系统包括终端以及云端服务器。
所述终端和服务器通信连接，所述服务器与远程应用端和监控端通信连接。
其中，终端包括患者应用终端、医生应用终端和家庭医生应用终端。所述终端包括手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
其中，所述服务器包括独立一台服务器，或者服务器集群。
该卒中患者的数字诊疗系统用于执行前述的卒中患者的数字诊疗方法。
请参阅图4，图4是本申请的实施例提供的一种卒中患者的数字诊疗系统的装置示意框图，该卒中患者的数字诊疗系统用于执行前述的卒中患者的数字诊疗方法。其中，该卒中患者的数字诊疗系统可以配置于终端中。
如图4所示，该卒中患者的数字诊疗系统300，包括：患者信息获取模块301、处方开具模块302、处方执行模块303、诊疗反馈分析模块304。
患者信息获取模块301，用于获取卒中患者上传的健康状态信息和日常生活信息；
处方开具模块302，用于获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
处方执行模块303，用于基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
诊疗反馈分析模块304，用于基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。
进一步地，所述诊疗反馈分析模块304包括：
知识图谱匹配单元，用于获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
危险等级确定单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
执行效果评估单元，用于基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果。
进一步地，所述危险等级确定单元包括：
患者画像子单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
危险等级评估子单元，用于基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
进一步地，所述危险等级确定单元还包括：
影响因素确定子单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述画像数值的至少一个影响因素；
影响等级确定子单元，用于基于所述画像数值和所述标准阈值的对比结果，确定各影响因素的影响等级。
进一步地，所述知识图谱匹配单元包括：
绑定节点判断子单元，用于在所述卒中知识图谱中匹配到与所述日常生活信息对应的点亮节点时，判断所述卒中知识图谱中是否存在与所述点亮节点存在绑定关系的节点；
绑定节点点亮子单元，用于在所述卒中知识图谱中存在与所述点亮节点存在绑定关系的节点时，点亮所述节点，作为所述点亮节点。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块的具体工作过程，可以参考前述卒中患者的数字诊疗方法实施例中的对应过程，在此不再赘述。
上述实施例提供的系统可以实现为一种计算机程序的形式，该计算机程序可以在如图5所示的计算机设备上运行。
请参阅图5，图5是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是终端。
参阅图5，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种卒中患者的数字诊疗方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种卒中患者的数字诊疗方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元 (Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
获取卒中患者上传的健康状态信息和日常生活信息；
获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果。
在一实施例中，所述处理器在实现所述基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果时，用于实现：
获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果。
在一实施例中，所述处理器在实现所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级时，用于实现：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
在一实施例中，所述处理器在实现所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级时，还用于实现：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述画像数值的至少一个影响因素；
基于所述画像数值和所述标准阈值的对比结果，确定各影响因素的影响等级。
在一实施例中，所述处理器在实现所述获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点时，用于实现：
在所述卒中知识图谱中匹配到与所述日常生活信息对应的点亮节点时，判断所述卒中知识图谱中是否存在与所述点亮节点存在绑定关系的节点；
在所述卒中知识图谱中存在与所述点亮节点存在绑定关系的节点时，点亮所述节点，作为所述点亮节点。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种卒中患者的数字诊疗方法，其特征在于，所述方法包括以下步骤：
获取卒中患者上传的健康状态信息和日常生活信息；
获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果；
其中，所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果，包括：
获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果；
其中，所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级，包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
2.根据权利要求1所述的卒中患者的数字诊疗方法，其特征在于，所述基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级，还包括：
基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述画像数值的至少一个影响因素；
基于所述画像数值和所述标准阈值的对比结果，确定各影响因素的影响等级。
3.根据权利要求1所述的卒中患者的数字诊疗方法，其特征在于，所述获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点，包括：
在所述卒中知识图谱中匹配到与所述日常生活信息对应的点亮节点时，判断所述卒中知识图谱中是否存在与所述点亮节点存在绑定关系的节点；
在所述卒中知识图谱中存在与所述点亮节点存在绑定关系的节点时，点亮所述节点，作为所述点亮节点。
4.一种卒中患者的数字诊疗系统，其特征在于，所述卒中患者的数字诊疗系统包括：
患者信息获取模块，用于获取卒中患者上传的健康状态信息和日常生活信息；
处方开具模块，用于获取院内医生基于所述卒中患者上传的健康状态信息和日常生活信息开具的数字疗法处方；
处方执行模块，用于基于所述数字疗法处方，对所述卒中患者进行院外诊疗，并采集所述卒中患者的基础诊断信息；
诊疗反馈分析模块，用于基于所述卒中患者的历史诊疗信息、所述健康状态信息、所述日常生活信息以及所述基础诊断信息，对所述卒中患者进行实时画像，确定所述数字疗法处方的执行效果；
其中，所述诊疗反馈分析模块包括：
知识图谱匹配单元，用于获取卒中知识图谱，在所述卒中知识图谱中匹配所述日常生活信息对应的节点，获得点亮节点；
危险等级确定单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，确定所述卒中患者当前的危险等级；
执行效果评估单元，用于基于所述危险等级和所述历史诊疗信息，确定所述数字疗法处方的执行效果；
其中，所述危险等级确定单元包括：
患者画像子单元，用于基于所述点亮节点之间的节点关系、所述健康状态信息、所述历史诊疗信息和所述基础诊断信息，计算所述卒中患者的画像数值；
危险等级评估子单元，用于基于预设标准阈值和所述卒中患者的画像数值的对比结果，确定所述卒中患者当前的危险等级。
5.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至3中任一项所述的卒中患者的数字诊疗方法的步骤。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至3中任一项所述的卒中患者的数字诊疗方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211495453.7A CN115762812B (zh) | 2022-11-27 | 2022-11-27 | 一种卒中患者的数字诊疗方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211495453.7A CN115762812B (zh) | 2022-11-27 | 2022-11-27 | 一种卒中患者的数字诊疗方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115762812A CN115762812A (zh) | 2023-03-07 |
| CN115762812B true CN115762812B (zh) | 2023-06-23 |
Family
ID=85338608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211495453.7A Active CN115762812B (zh) | 2022-11-27 | 2022-11-27 | 一种卒中患者的数字诊疗方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115762812B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107229814A (zh) * | 2016-03-24 | 2017-10-03 | 深圳中迈数字医疗技术有限公司 | 根据慢性病患者信息进行干预的方法及系统 |
| KR102165840B1 (ko) * | 2020-05-21 | 2020-10-16 | 주식회사 휴런 | 인공지능 기반 뇌졸중 진단 장치 및 방법 |
| CN112635011A (zh) * | 2020-12-31 | 2021-04-09 | 北大医疗信息技术有限公司 | 疾病诊断方法、疾病诊断系统和可读存储介质 |
| CN113284629A (zh) * | 2021-07-16 | 2021-08-20 | 成都索贝数码科技股份有限公司 | 一种基于医疗大数据、依据社会属性构建疾病画像的方法 |
| CN113707245A (zh) * | 2021-08-17 | 2021-11-26 | 扬州大学附属医院 | 基于现代通讯技术的顽固性高血压防治体系的构建方法 |
| CN113822601A (zh) * | 2021-11-18 | 2021-12-21 | 阿里健康科技(杭州)有限公司 | 一种问诊结果处理方法、服务器和终端设备 |
| CN114334179A (zh) * | 2021-11-17 | 2022-04-12 | 宁波市第一医院 | 一种数字化医疗管理方法和系统 |
-
2022
- 2022-11-27 CN CN202211495453.7A patent/CN115762812B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107229814A (zh) * | 2016-03-24 | 2017-10-03 | 深圳中迈数字医疗技术有限公司 | 根据慢性病患者信息进行干预的方法及系统 |
| KR102165840B1 (ko) * | 2020-05-21 | 2020-10-16 | 주식회사 휴런 | 인공지능 기반 뇌졸중 진단 장치 및 방법 |
| CN112635011A (zh) * | 2020-12-31 | 2021-04-09 | 北大医疗信息技术有限公司 | 疾病诊断方法、疾病诊断系统和可读存储介质 |
| CN113284629A (zh) * | 2021-07-16 | 2021-08-20 | 成都索贝数码科技股份有限公司 | 一种基于医疗大数据、依据社会属性构建疾病画像的方法 |
| CN113707245A (zh) * | 2021-08-17 | 2021-11-26 | 扬州大学附属医院 | 基于现代通讯技术的顽固性高血压防治体系的构建方法 |
| CN114334179A (zh) * | 2021-11-17 | 2022-04-12 | 宁波市第一医院 | 一种数字化医疗管理方法和系统 |
| CN113822601A (zh) * | 2021-11-18 | 2021-12-21 | 阿里健康科技(杭州)有限公司 | 一种问诊结果处理方法、服务器和终端设备 |
Non-Patent Citations (5)
| Title |
|---|
| "Pineal apoplexy: imaging diagnosis and follow-up of three new cases";Asundi A 等;《Canadian Journal of Neurological Sciences》;第38卷(第6期);第931-933页 * |
| "基于知识图谱的脑血管病辅助决策支持研究";时雨;《中国优秀硕士学位论文全文数据库医药卫生科技辑》(第2期);第E070-113页 * |
| "基于知识库与案例库的在线健康社区诊疗解决方案自动推理模型研究";盛姝 等;《情报科学》;第40卷(第5期);第161-172页 * |
| "面向在线问诊平台的精准导医模型构建研究";郑姝雅;《中国优秀硕士学位论文全文数据库医药卫生科技辑》(第2期);第E053-218页 * |
| 缺血性小卒中患者再次卒中危险因素分析;袁文霞;韩刚;雷涛;;《贵州医药》(07);第115-116页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115762812A (zh) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20170147777A1 (en) | Method and apparatus for predicting health data value through generation of health data pattern | |
| US11923094B2 (en) | Monitoring predictive models | |
| EP3070628A1 (en) | Methods and devices for tracking patient data | |
| US8489429B2 (en) | System and method for determining a person centric infection risk associated with encountering a healthcare provider | |
| US8224670B2 (en) | Graphical user interface for visualizing person centric infection risk | |
| CN104207753A (zh) | 个人健康监视系统 | |
| KR102543793B1 (ko) | 생리학적 반응을 개선시키기 위한 방법 및 시스템 | |
| CN105279362A (zh) | 个人健康监视系统 | |
| US20230115054A1 (en) | Systems and methods for creating and selecting models for predicting medical conditions | |
| US11848106B1 (en) | Clinical event outcome scoring system employing a severity of illness clinical key and method | |
| Khan et al. | Prevalence of multimorbidity among Bangladeshi adult population: a nationwide cross-sectional study | |
| US8428965B2 (en) | System for clinical research and clinical management of cardiovascular risk using ambulatory blood pressure monitoring and actigraphy | |
| US20170091410A1 (en) | Predicting personalized risk of preventable healthcare events | |
| US20180068084A1 (en) | Systems and methods for care program selection utilizing machine learning techniques | |
| US20150081328A1 (en) | System for hospital adaptive readmission prediction and management | |
| CN110265127A (zh) | 病种费用测算方法、装置及终端设备 | |
| CN115762812B (zh) | 一种卒中患者的数字诊疗方法、系统、设备及介质 | |
| AU2024216371A1 (en) | Techniques for image-based examination of dialysis access sites | |
| Omboni et al. | Feasibility of 24-h blood pressure telemonitoring in community pharmacies: the TEMPLAR project | |
| US20230395204A1 (en) | Survey and suggestion system | |
| CN111128330A (zh) | 电子病例报告表自动录入方法、装置以及相关设备 | |
| Kim et al. | Development and Comparative Performance of Physiologic Monitoring Strategies in the Emergency Department | |
| Gingele et al. | Fluid status assessment in heart failure patients: pilot validation of the Maastricht Decompensation Questionnaire | |
| US20140303987A1 (en) | Prediction of an optimal medical treatment | |
| CN114334043B (zh) | 基于医保的对诊疗关键路径监测方法及装置 |
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 |