CN115798141A - 一种基于大数据监测的监护状态报警方法及护理监护系统 - Google Patents

Abstract

本发明涉及智能监控技术领域，具体涉及一种基于大数据监测的监护状态报警方法及护理监护系统。该方法包括获取与服务器通讯连接的多个临床监护设备的临床监护信息；将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，在不满足安全监护预设要求时进行报警。实现临床生理以及监控的同步监护，通过同一服务器对多个临床监护设备的患者临床生理数据及临床监控数据进行分进程监护，实现了服务器资源管理的自动化调整，实现对多床位护理的精确监控，以保证对多床位监护状况集中管理且保证对异常情况及时响应，保障服务器的正常运行，在出现异常的第一时间紧急预警。

Description

一种基于大数据监测的监护状态报警方法及护理监护系统

技术领域

本发明涉及智能监控技术领域，尤其涉及一种基于大数据监测的监护状态报警方法及护理监护系统。

背景技术

随着医疗行业信息化的不断建设，在医疗护理中也逐渐通过网络及信息化解决临床护理工作中的护理难题。随着信息化的不断发展，也逐渐将护理监护纳入医护平台系统建设的重要组成部分。

在医护平台系统的建设及开发过程中，由于目前的护理监护大部分的工作仍有医护人员协助进行，由于缺乏与医疗信息的互通，医护平台系统本身缺乏数据共享及患者诊断信息及数据的收集功能，导致无法基于大数据监测，在护理工作过程中依旧以医护人员为主，使得无法实现多床位信息集中管理、安全预警和护理全程监护，降低了护理工作的效率，导致无法实时护理监护并针对异常情况及时报警反馈，以便医护人员第一时间处理。

发明内容

为解决无法基于大数据监测实现多床位信息集中管理、安全预警和护理全程监护的问题，本发明提供了一种基于大数据监测的监护状态报警方法及护理监护系统。

为实现上述目的，本发明提供了如下的技术方案：

第一方面，在本发明提供的一个实施方案中，提供了一种基于大数据监测的监护状态报警方法，所述基于大数据监测的监护状态报警方法应用于对多床位护理信息进行监护的服务器，所述基于大数据监测的监护状态报警方法包括：

获取与所述服务器通讯连接的多个临床监护设备的临床监护信息；其中，所述临床监护信息至少包括患者临床生理数据及临床监控数据；

基于所述临床监护设备对每个床位的患者临床生理数据及临床监控数据进行监护；

将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，否则进行报警；其中，所述安全监护预设要求包括所述临床监护信息的安全阈值、监控阈值以及报警阈值。

可选地，所述将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，否则进行报警，还包括：

当所述多个临床监护设备中的目标临床监护设备的目标患者临床监护信息在预设时间段内满足预设要求时，获取所述目标临床监护设备上所有监护项目相对于所述安全监护预设要求的划分结果；

确定在设定时间段内所述目标患者临床监护信息在安全阈值、监控阈值以及报警阈值的区间范围；依据区间范围进行阶梯监护进程转移。

可选地，所述阶梯监护进程包括：安全监护进程区间、监控进程区间以及异常报警进程。

可选地，依据区间范围进行阶梯监护进程转移，包括：

将所述目标患者临床监护信息在安全阈值范围内的临床监护设备的监护进程转移至安全监护进程区间；

将所述目标患者临床监护信息在安全阈值和监控阈值之间的临床监护设备的监护进程转移至监控进程区间；

将所述目标患者临床监护信息超出报警阈值的临床监护设备的监护进程转移至异常报警进程，并进行报警。

可选地，所述临床监护设备包括监护仪器以及临床监控摄像机，分别用于采集患者临床生理数据及临床监控数据。

可选地，基于所述临床监护设备对每个床位的患者临床生理数据及临床监控数据进行监护，包括：

将获取的患者临床生理数据与所述服务器预存储的生理监护指标数据进行对比，判断所述患者临床生理数据是否满足预设要求；

将获取的临床监控数据输入预训练的场景监护模型进行辨识，根据辨识结果判断所述临床监控数据是否满足预设要求。

可选地，场景监护模型的训练方法，包括：

获取包含待监护床位场景的临床监控数据的样本数据集，其中，所述样本数据集包括临床监控数据的临床标识信息和与所述临床标识信息对应的临床监护状态；

获取构建的临床监护的异常图谱信息；基于所述异常图谱信息并根据所述样本数据集中的临床标识信息，提取与该临床标识信息对应的关联临床标识信息；

将临床监控数据的所述临床标识信息和所述关联临床标识信息融合，获得融合后的临床标识信息；

将包含融合后的临床标识信息以及临床监护状态的样本数据集划分为临床监控训练集以及临床监控测试集，

利用所述融合后的临床标识信息和临床监控数据的所述临床监护状态，对所述场景监护模型进行训练，以获得与所述临床监控训练集对应的预测结果，其中，所述场景监护模型为卷积网络模型。

可选地，场景监护模型的训练方法，还包括：

利用所述卷积网络模型处理所述融合后的临床标识信息，以获得与所述融合后的临床标识信息对应的预测结果，基于预测结果对床位场景进行异常图谱信息辨识；

将所述临床监控测试集输入训练后的卷积网络模型进行测试。

可选地，所述构建的临床监护的异常图谱信息包括触发报警阈值的姿势图谱信息、液位图谱信息。

第二方面，本发明还提供了一种基于大数据监测的护理监护系统，包括服务器，所述服务器包括处理器以及与所述处理器连接的存储器和通信模块；其中，所述通信模块用于与临床监护设备建立通讯连接，所述通信模块还用于与远程的医护终端连接，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现上述基于大数据监测的监护状态报警方法。

第三方面，在本发明提供的又一个实施方案中，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器加载并执行所述计算机程序时实现基于大数据监测的监护状态报警方法的步骤。

第四方面，在本发明提供的再一个实施方案中，提供了一种存储介质，存储有计算机程序，所述计算机程序被处理器加载并执行时实现所述基于大数据监测的监护状态报警方法的步骤。

本发明提供的技术方案，具有如下有益效果：

本发明提供的基于大数据监测的监护状态报警方法及护理监护系统，获取与服务器通讯连接的多个临床监护设备的临床监护信息；基于所述临床监护设备对每个床位的患者临床生理数据及临床监控数据进行监护；将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，在不满足安全监护预设要求时进行报警。实现临床生理以及监控的同步监护，通过同一服务器对多个临床监护设备的患者临床生理数据及临床监控数据进行分进程监护，实现了服务器资源管理的自动化调整，实现对多床位护理的精确监控，以保证对多床位监护状况集中管理且保证对异常情况及时响应，保障服务器的正常运行，在出现异常的第一时间紧急预警。

本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。在附图中：

图1为本发明一个实施例的一种基于大数据监测的监护状态报警方法的流程图。

图2为本发明实施例的一种基于大数据监测的监护状态报警方法中场景监护模型训练的流程图。

图3为本发明实施例的一种基于大数据监测的护理监护系统的应用框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明示例性实施例中的附图，对本发明示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性实施例仅仅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，本领域技术人员在没有作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。

由于缺乏与医疗信息的互通，医护平台系统本身缺乏数据共享及患者诊断信息及数据的收集功能，导致无法基于大数据监测，在护理工作过程中依旧以医护人员为主，使得无法实现多床位500信息集中管理、安全预警和护理全程监护，降低了护理工作的效率，导致无法实时护理监护并针对异常情况及时报警反馈，以便医护人员第一时间处理。

为解决无法基于大数据监测实现多床位500信息集中管理、安全预警和护理全程监护的问题，本发明提供了一种基于大数据监测的监护状态报警方法及护理监护系统。

具体地，下面结合附图，对本申请实施例作进一步阐述。

参见图1至图3所示，本发明的一个实施例提供一种基于大数据监测的监护状态报警方法，应用于对多床位500护理信息进行监护的服务器100，参见图1所示，该基于大数据监测的监护状态报警方法包括如下步骤：

S10、获取与所述服务器100通讯连接的多个临床监护设备300的临床监护信息；其中，所述临床监护信息至少包括患者临床生理数据及临床监控数据；

S20、基于所述临床监护设备300对每个床位500的患者临床生理数据及临床监控数据进行监护；

S30、将满足安全监护预设要求的临床监护设备300的监护进程转移至阶梯监护进程中运行，否则进行报警；其中，所述安全监护预设要求包括所述临床监护信息的安全阈值、监控阈值以及报警阈值。

在本发明的基于大数据监测的监护状态报警方法中，实现临床生理以及监控的同步监护，通过同一服务器100对多个临床监护设备300的患者临床生理数据及临床监控数据进行分进程监护，实现了服务器100资源管理的自动化调整，实现对多床位500护理的精确监控，以保证对多床位500监护状况集中管理且保证对异常情况及时响应，保障服务器100的正常运行，在出现异常的第一时间紧急预警。

在本实施例中，所述将满足安全监护预设要求的临床监护设备300的监护进程转移至阶梯监护进程中运行，否则进行报警，还包括：

当所述多个临床监护设备300中的目标临床监护设备300的目标患者临床监护信息在预设时间段内满足预设要求时，获取所述目标临床监护设备300上所有监护项目相对于所述安全监护预设要求的划分结果；

确定在设定时间段内所述目标患者临床监护信息在安全阈值、监控阈值以及报警阈值的区间范围；依据区间范围进行阶梯监护进程转移。

其中，所述阶梯监护进程包括：安全监护进程区间、监控进程区间以及异常报警进程。

在本实施例中，依据区间范围进行阶梯监护进程转移，包括：

将所述目标患者临床监护信息在安全阈值范围内的临床监护设备300的监护进程转移至安全监护进程区间；

将所述目标患者临床监护信息在安全阈值和监控阈值之间的临床监护设备300的监护进程转移至监控进程区间；

将所述目标患者临床监护信息超出报警阈值的临床监护设备300的监护进程转移至异常报警进程，并进行报警。

在本实施例中，通过将多床位的监护进程划分为安全监护进程区间、监控进程区间以及异常报警进程，将不同状态的进程进行管理，降低服务器100的运行压力和资源的占用率。

示例性的，在对实时获取的多个临床监护设备300的临床监护信息进行判断是否满足安全监护预设要求时，可以将阈值范围内处于稳定状态的安全监护进程区间中的多床位的监护进程，采用的临床监护信息以2分钟每次的频率与安全阈值、监控阈值以及报警阈值进行对比；可以将阈值范围内处于监控状态的监控进程区间中的多床位的监护进程，采用的临床监护信息以5秒每次的频率与安全阈值、监控阈值以及报警阈值进行对比，或者是进行实时对比；在上述两种状态的对比中，根据每个床位500的单位时间阈值内的情况进行灵活调整对应的区间，一旦出现超出报警阈值的情况则监护进程立即转移至异常报警进程，并及时报警。

在本实施例中，所述临床监护设备300包括监护仪器301以及临床监控摄像机302，分别用于采集患者临床生理数据及临床监控数据。

在本实施例中，基于所述临床监护设备300对每个床位500的患者临床生理数据及临床监控数据进行监护，包括：

将获取的患者临床生理数据与所述服务器100预存储的生理监护指标数据进行对比，判断所述患者临床生理数据是否满足预设要求；

将获取的临床监控数据输入预训练的场景监护模型进行辨识，根据辨识结果判断所述临床监控数据是否满足预设要求。

在一些实施例中，参见图2所示，场景监护模型的训练方法，包括：

S101、获取包含待监护床位500场景的临床监控数据的样本数据集，其中，所述样本数据集包括临床监控数据的临床标识信息和与所述临床标识信息对应的临床监护状态；

S102、获取构建的临床监护的异常图谱信息；基于所述异常图谱信息并根据所述样本数据集中的临床标识信息，提取与该临床标识信息对应的关联临床标识信息；

S103、将临床监控数据的所述临床标识信息和所述关联临床标识信息融合，获得融合后的临床标识信息；

S104、将包含融合后的临床标识信息以及临床监护状态的样本数据集划分为临床监控训练集以及临床监控测试集，

S105、利用所述融合后的临床标识信息和临床监控数据的所述临床监护状态，对所述场景监护模型进行训练，以获得与所述临床监控训练集对应的预测结果，其中，所述场景监护模型为卷积网络模型。

其中，场景监护模型的训练方法，还包括：

利用所述卷积网络模型处理所述融合后的临床标识信息，以获得与所述融合后的临床标识信息对应的预测结果，基于预测结果对床位500场景进行异常图谱信息辨识；

将所述临床监控测试集输入训练后的卷积网络模型进行测试。

在一些实施例中，所述构建的临床监护的异常图谱信息包括触发报警阈值的姿势图谱信息、液位图谱信息。

应该理解的是，上述虽然是按照某一顺序描述的，但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，本实施例的一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

参见图3所示，在本发明的一个实施例中还提供了一种基于大数据监测的护理监护系统，包括服务器100，所述服务器100包括处理器以及与所述处理器连接的存储器和通信模块200；其中，所述通信模块200用于与临床监护设备300建立通讯连接，所述通信模块200还用于与远程的医护终端400连接，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现上述基于大数据监测的监护状态报警方法。

需要特别说明的是，基于大数据监测的护理监护系统在执行时采用如前述的一种基于大数据监测的监护状态报警方法的步骤，因此，本实施例中对基于大数据监测的护理监护系统的运行过程不再详细介绍。

在一个实施例中，在本发明的实施例中还提供了一种计算机设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述的基于大数据监测的监护状态报警方法，该处理器执行指令时实现上述各方法实施例中的步骤。

在本发明的一个实施例中还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述基于大数据监测的监护状态报警方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。

综上所述，本发明提供的基于大数据监测的监护状态报警方法及护理监护系统，通过获取与服务器100通讯连接的多个临床监护设备300的临床监护信息；基于所述临床监护设备300对每个床位500的患者临床生理数据及临床监控数据进行监护；将满足安全监护预设要求的临床监护设备300的监护进程转移至阶梯监护进程中运行，在不满足安全监护预设要求时进行报警。实现临床生理以及监控的同步监护，通过同一服务器100对多个临床监护设备300的患者临床生理数据及临床监控数据进行分进程监护，实现了服务器100资源管理的自动化调整，实现对多床位500护理的精确监控，以保证对多床位500监护状况集中管理且保证对异常情况及时响应，保障服务器100的正常运行，在出现异常的第一时间紧急预警。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据监测的监护状态报警方法，其特征在于，所述基于大数据监测的监护状态报警方法应用于对多床位护理信息进行监护的服务器，所述基于大数据监测的监护状态报警方法包括：

获取与所述服务器通讯连接的多个临床监护设备的临床监护信息；其中，所述临床监护信息至少包括患者临床生理数据及临床监控数据；

基于所述临床监护设备对每个床位的患者临床生理数据及临床监控数据进行监护；

将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，否则进行报警；其中，所述安全监护预设要求包括所述临床监护信息的安全阈值、监控阈值以及报警阈值。

2.根据权利要求1所述的基于大数据监测的监护状态报警方法，其特征在于，所述将满足安全监护预设要求的临床监护设备的监护进程转移至阶梯监护进程中运行，否则进行报警，还包括：

当所述多个临床监护设备中的目标临床监护设备的目标患者临床监护信息在预设时间段内满足预设要求时，获取所述目标临床监护设备上所有监护项目相对于所述安全监护预设要求的划分结果；

确定在设定时间段内所述目标患者临床监护信息在安全阈值、监控阈值以及报警阈值的区间范围；依据区间范围进行阶梯监护进程转移。

3.根据权利要求2所述的基于大数据监测的监护状态报警方法，其特征在于，所述阶梯监护进程包括：安全监护进程区间、监控进程区间以及异常报警进程。

4.根据权利要求3所述的基于大数据监测的监护状态报警方法，其特征在于，依据区间范围进行阶梯监护进程转移，包括：

将所述目标患者临床监护信息在安全阈值范围内的临床监护设备的监护进程转移至安全监护进程区间；

将所述目标患者临床监护信息在安全阈值和监控阈值之间的临床监护设备的监护进程转移至监控进程区间；

将所述目标患者临床监护信息超出报警阈值的临床监护设备的监护进程转移至异常报警进程，并进行报警。

5.根据权利要求1所述的基于大数据监测的监护状态报警方法，其特征在于，所述临床监护设备包括监护仪器以及临床监控摄像机，分别用于采集患者临床生理数据及临床监控数据。

6.根据权利要求5所述的基于大数据监测的监护状态报警方法，其特征在于，基于所述临床监护设备对每个床位的患者临床生理数据及临床监控数据进行监护，包括：

将获取的患者临床生理数据与所述服务器预存储的生理监护指标数据进行对比，判断所述患者临床生理数据是否满足预设要求；

将获取的临床监控数据输入预训练的场景监护模型进行辨识，根据辨识结果判断所述临床监控数据是否满足预设要求。

7.根据权利要求6所述的基于大数据监测的监护状态报警方法，其特征在于，场景监护模型的训练方法，包括：

获取包含待监护床位场景的临床监控数据的样本数据集，其中，所述样本数据集包括临床监控数据的临床标识信息和与所述临床标识信息对应的临床监护状态；

获取构建的临床监护的异常图谱信息；基于所述异常图谱信息并根据所述样本数据集中的临床标识信息，提取与该临床标识信息对应的关联临床标识信息；

将临床监控数据的所述临床标识信息和所述关联临床标识信息融合，获得融合后的临床标识信息；

将包含融合后的临床标识信息以及临床监护状态的样本数据集划分为临床监控训练集以及临床监控测试集，

利用所述融合后的临床标识信息和临床监控数据的所述临床监护状态，对所述场景监护模型进行训练，以获得与所述临床监控训练集对应的预测结果，其中，所述场景监护模型为卷积网络模型。

8.根据权利要求7所述的基于大数据监测的监护状态报警方法，其特征在于，场景监护模型的训练方法，还包括：

利用所述卷积网络模型处理所述融合后的临床标识信息，以获得与所述融合后的临床标识信息对应的预测结果，基于预测结果对床位场景进行异常图谱信息辨识；

将所述临床监控测试集输入训练后的卷积网络模型进行测试。

9.根据权利要求7所述的基于大数据监测的监护状态报警方法，其特征在于，所述构建的临床监护的异常图谱信息包括触发报警阈值的姿势图谱信息、液位图谱信息。

10.一种基于大数据监测的护理监护系统，包括服务器，其特征在于，所述服务器包括处理器以及与所述处理器连接的存储器和通信模块；

其中，所述通信模块用于与临床监护设备建立通讯连接，所述通信模块还用于与远程的医护终端连接，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现如权利要求1-9任一项所述的基于大数据监测的监护状态报警方法。

Images