CN115990002A - 一种生命体征监测系统及方法 - Google Patents
一种生命体征监测系统及方法 Download PDFInfo
- Publication number
- CN115990002A CN115990002A CN202310274158.7A CN202310274158A CN115990002A CN 115990002 A CN115990002 A CN 115990002A CN 202310274158 A CN202310274158 A CN 202310274158A CN 115990002 A CN115990002 A CN 115990002A
- Authority
- CN
- China
- Prior art keywords
- patient
- data
- vital sign
- blood pressure
- module
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 117
- 238000005259 measurement Methods 0.000 claims abstract description 65
- 238000011282 treatment Methods 0.000 claims abstract description 21
- 238000003745 diagnosis Methods 0.000 claims abstract description 19
- 230000036772 blood pressure Effects 0.000 claims description 238
- 238000011156 evaluation Methods 0.000 claims description 54
- 230000036541 health Effects 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 23
- 239000008280 blood Substances 0.000 claims description 15
- 210000004369 blood Anatomy 0.000 claims description 15
- 230000036760 body temperature Effects 0.000 claims description 12
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 238000012216 screening Methods 0.000 description 24
- 230000002537 thrombolytic effect Effects 0.000 description 15
- 208000010392 Bone Fractures Diseases 0.000 description 14
- 206010017076 Fracture Diseases 0.000 description 14
- 210000004204 blood vessel Anatomy 0.000 description 11
- 238000011084 recovery Methods 0.000 description 10
- 230000035488 systolic blood pressure Effects 0.000 description 10
- 208000007536 Thrombosis Diseases 0.000 description 9
- 230000017531 blood circulation Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 239000003146 anticoagulant agent Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 210000002302 brachial artery Anatomy 0.000 description 7
- 208000026106 cerebrovascular disease Diseases 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 208000027418 Wounds and injury Diseases 0.000 description 6
- 210000000709 aorta Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006378 damage Effects 0.000 description 6
- 235000006694 eating habits Nutrition 0.000 description 6
- 208000014674 injury Diseases 0.000 description 6
- 208000005189 Embolism Diseases 0.000 description 5
- 210000001367 artery Anatomy 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000001934 delay Effects 0.000 description 5
- 230000035487 diastolic blood pressure Effects 0.000 description 5
- 238000001356 surgical procedure Methods 0.000 description 5
- 206010008118 cerebral infarction Diseases 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 230000002980 postoperative effect Effects 0.000 description 4
- 230000004855 vascular circulation Effects 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000002526 effect on cardiovascular system Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004622 sleep time Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 206010061599 Lower limb fracture Diseases 0.000 description 2
- 206010038563 Reocclusion Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000003276 anti-hypertensive effect Effects 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 238000011269 treatment regimen Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 206010060965 Arterial stenosis Diseases 0.000 description 1
- 206010003178 Arterial thrombosis Diseases 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 102000015081 Blood Coagulation Factors Human genes 0.000 description 1
- 108010039209 Blood Coagulation Factors Proteins 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000018982 Leg injury Diseases 0.000 description 1
- 208000035965 Postoperative Complications Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 206010000891 acute myocardial infarction Diseases 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 230000000702 anti-platelet effect Effects 0.000 description 1
- 230000002785 anti-thrombosis Effects 0.000 description 1
- 230000010100 anticoagulation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 206010003230 arteritis Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000003114 blood coagulation factor Substances 0.000 description 1
- 229940019700 blood coagulation factors Drugs 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 210000003270 subclavian artery Anatomy 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
Abstract
本发明涉及一种生命体征监测系统及方法。生命体征监测系统至少包括测量模块和处理模块,处理模块至少包括处理器和存储器。处理模块通过有线或无线的方式与测量模块电信号连接。测量模块用于采集患者的生命体征数据并传输给处理模块。存储器用于存储测量模块采集的数据,以及历史医疗数据。处理器用于根据测量模块采集的数据与历史医疗数据进行比对以生成处理结果,并将处理结果作为诊疗的辅助参考进行展示。本发明提供的生命体征监测系统在通过测量模块采集患者生命体征数据后,处理器将患者生命体征数据与存储器中存储的历史医疗数据进行对比,从而确定患者的生命体征数据是否处于正常范围之内。
Description
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种生命体征监测系统及方法。
背景技术
由于手术结束后患者仍然处于麻醉状态,各项生命指标都不稳定,容易发生危险,术后早期患者的身体机能暂时处于一个较低的水平,患者就像新生的婴儿一样需要照顾,因此需要应用多种监护设备对患者的体征参数进行24小时不间断地连续监测。例如进行溶栓手术的患者,患者在溶栓手术后容易出现出血、灌注损伤,再闭塞等并发症,因此需要对患者的血压,血氧饱和度,体温、心率等体征参数进行长期且频繁的监测与观察,在发现以上体征参数出现异常时,就可以及时处理,从而将患者的各项体征参数保持在正常范围之内,相应地出现了用于监测患者生命体征数据的监护仪器。
例如公开号为CN106361304A的专利公开了一种基于计算机的穿戴式医疗监护系统,由可穿戴计算机模块、人体生理信息采集模块、人机接口模块、通讯模块及GPS定位模块构成,可穿戴计算机模块由母板、嵌入式微处理器、存储器、外围接口组及电源模块构成,嵌入式微处理器、存储器、外围接口组及电源模块均嵌入安装在母板内,人体生理信息采集模块包括体温传感器、脉搏传感器及血压传感器,所述人机接口模块由触摸屏及语言模块构成,通讯模块包括GPRS模块和以太网模块。
公开号为CN109805906A的专利公开了一种监护装置,包括:监护盒、微控制器、摄像头、血压仪、体温检测仪、心率检测仪、无线通信模块和语音报警模块;所述血压仪、体温检测仪、心率检测仪、微控制器和无线通信模块均设置在监护盒内,所述语音报警模块设置在所述监护盒的外壳上,所述摄像头设置在室内;所述摄像头、血压仪、体温检测仪和心率检测仪均与所述微控制器的输入端连接,所述语音报警模块与所述微控制器的输出端连接,所述无线通信模块与所述微控制器的输入输出端连接。
目前溶栓患者的术后观察多为医护人员人工操作,不能保证实时监控,并且现有的监护仪器只能采集患者的生命体征数据,需要医护人员对监护仪器采集的数据进行进一步分析才能够确定患者病情。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于申请人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明提供一种生命体征监测系统。所述生命体征监测系统至少包括测量模块和处理模块,处理模块至少包括处理器和存储器。所述处理模块通过有线或无线的方式与所述测量模块电信号连接。所述测量模块用于采集患者的生命体征数据并传输给所述处理模块。所述存储器用于存储所述测量模块采集的数据,以及历史医疗数据。所述处理器用于根据所述测量模块采集的数据与历史医疗数据进行比对以生成处理结果,并将所述处理结果作为诊疗的辅助参考进行展示。
优选地,本发明提供的生命体征监测系统在通过测量模块采集患者生命体征数据后,所述处理器将患者生命体征数据与所述存储器中存储的历史医疗数据进行对比,从而确定患者的生命体征数据是否处于正常范围之内。优选地,所述处理结果至少包括患者生命体征数据的数值和/或对患者健康情况的评估结论和/或历史医疗数据中作为诊疗参考的病例。
根据一种优选实施方式,所述处理器至少包括评估单元和运算单元。所述评估单元根据所述测量模块采集的数据对患者的健康情况进行评估并将评估结果传输至所述运算单元。所述运算单元将所述评估结果与历史医疗数据进行比对,筛选出支撑所述评估结果的病例。
优选地,所述处理器对患者生命体征数据与历史医疗数据的对比可以包括:所述处理器通过配置的评估单元对患者生命体征数据进行处理从而评估患者的健康情况;所述评估单元将评估结果传输至所述处理器配置的所述运算单元,所述运算单元基于所述评估结论对历史医疗数据进行筛选,以获得与所述评估结论匹配度最高的病例。优选地,所述处理器对患者生命体征数据进行处理后生成作为诊疗的辅助参考的处理结果,其中,处理结果可以包括患者生命体征数据的数值、所述评估单元对患者健康情况的评估结论以及与患者当前健康情况的最接近的病例。优选地,本发明提供的生命体征监测系统在展示患者生命体征数据的同时,还可以评估患者的健康情况,并获取与患者最接近的病例,从而为医护人员制定诊疗方案提供具体的参考病例。
根据一种优选实施方式,所述评估单元对患者的健康情况之评估至少包括根据所述测量模块采集的数据确定患者的生命体征数据的变化情况。
根据一种优选实施方式,所述处理器将所述测量模块采集的生命体征数据与预设阈值进行比较,若测量数据突破阈值则生成预警信息。优选地,所述处理器根据所述历史医疗数据设置阈值。
根据一种优选实施方式,所述生命体征监测系统还包括医护端,所述医护端与所述处理模块通信连接。所述处理器能够将所述预警信息传输至所述医护端。
优选地,所述生命体征监测系统在所述测量模块采集的数据突破阈值时生成预警信息,并将所述预警信息传输至所述医护端,使得医护人员能够及时做出反应对患者进行救治。优选地,所述处理器可以通过判断所述测量模块采集的生命体征数据是否突破预设阈值以生成预警信息。优选地,所述处理器还可以根据所述测量模块采集的数据确定患者的生命体征数据的变化情况对患者的生命体征数据进行预测,从而在患者生命体征数据未突破预设阈值时生成预警信息,以实现超前预警。
根据一种优选实施方式,所述生命体征监测系统还包括与处理模块电信号连接的输入模块。所述输入模块用于输入患者的个人数据并传输给处理模块。优选地,所述患者的个人数据至少包括患者的生理信息和日常生活习性信息。
优选地,所述输入模块将所述患者的个人数据传输至处理模块,使得所述处理模块在对患者的健康情况进行评估时可以获得更多的影响患者健康的影响因子,从而提高评估结论的可靠性;并且所述处理模块在获取与患者最接近的病例时,可以将所述患者的个人数据作为筛选条件对历史数据进行过滤,从而获得最贴近患者的病例,为所述评估结果提供既有病例作为事实依据。
根据一种优选实施方式,所述处理器根据所述患者的个人数据对基于历史医疗数据设置的阈值进行修正以获得匹配患者个体的阈值。优选地,基于历史医疗数据设置的阈值为第一阈值,利用所述患者的个人数据对第一阈值进行修正得到的阈值为第二阈值。
优选地,所述处理器根据所述患者的个人数据对第一阈值进行修正得到匹配患者个体第二阈值,从而将针对群体患者设置的第一阈值修正为针对个体患者的第二阈值。在所述测量模块采集患者的生命体征数据并传输至所述处理模块时,所述处理模块配置的所述处理器可以根据所述第二阈值,确定是否生成预警信息,从而实现匹配患者个体差异的监测预警。
根据一种优选实施方式,所述测量模块获取患者两个部位的生命体征数据并传输给所述处理模块,所述处理模块根据患者两个部位的生命体征数据之间的时延、强度、波形来评估患者的健康情况。优选地,所述生命体征数据至少包括患者血压、血氧饱和度、体温、心率中的一种。优选地,所述测量模块可以采集患者血压、血氧饱和度、体温、心率中的一种或几种的组合。优选地,所述测量模块对于同一种生命体征数据可以采集至少两组数据,所述处理模块可以根据同一种生命体征数据不同组数据之间的时延、强度、波形或其他关系来评估患者的健康情况。
根据一种优选实施方式,所述存储器至少包括第一数据库和第二数据库。所述第一数据库用于存储历史医疗数据。所述第二数据库用于存储患者的个人数据和测量模块采集的生命体征数据。监测完成后,所述第二数据库中的数据作为历史医疗数据存入第一数据库。
优选地,所述存储器可以对第一数据库中的存储历史医疗数据进行优化,具体优化方式可以是将相似病例进行融合,从而确保历史医疗数据中病例多样性的情况下,减少存储历史医疗数据所需要的空间。
本发明还提供一种生命体征监测方法。所述生命体征监测方法至少包括:
获取历史医疗数据和患者的个人数据;
采集患者的生命体征数据;
根据所述采集的生命体征数据对患者的健康情况进行评估;
将所述评估结论与历史医疗数据进行比对,并找出最接近的病例作为诊疗的辅助参考。
优选地,对患者的健康情况之评估通过预测模型对所述采集的生命体征数据进行处理的方式进行。
附图说明
图1是本发明提供的一种优选实施方式的监测系统的简化模块连接关系示意图。
附图标记列表
100:监测系统;110:测量模块;120:处理模块;121:处理器;122:存储器;130:输入模块;140:医护端。
具体实施方式
下面结合附图1进行详细说明。
实施例1
本实施例提供一种生命体征监测系统100。参见图1,优选地,生命体征监测系统100可以包括测量模块110、处理模块120、输入模块130和医护端140。优选地,处理模块120可以通过有线或无线的方式分别与测量模块110、输入模块130和医护端140电信号连接。
优选地,测量模块110用于采集患者的生命体征数据并传输给处理模块120。输入模块130用于输入患者的个人数据并传输给处理模块120。优选地,患者的个人数据可以包括患者的生理信息和日常生活习性信息。优选地,处理模块120可以包括处理器121和存储器122。优选地,存储器122用于存储测量模块110采集的数据、历史医疗数据以及患者的个人数据。优选地,存储器122可以包括用于存储历史医疗数据的第一数据库和用于存储患者的个人数据和测量模块110采集的生命体征数据的第二数据库。优选地,处理器121用于根据测量模块110采集的数据与历史医疗数据进行比对以生成处理结果,并将处理结果作为诊疗的辅助参考进行展示。优选地,处理器121可以将处理结果发送至医护端140向医护人员进行展示。
优选地,测量模块110采集的生命体征数据可以包括患者血压、血氧饱和度、体温、心率中的一种。优选地,测量模块110可以采集患者血压、血氧饱和度、体温、心率中的一种或几种的组合。优选地,测量模块110可以包括血压仪、体温检测仪、心率检测仪。
优选地,处理器121可以通过一个或多个处理元件来实现。优选地,处理器121可以是诸如,逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器或被配置为以定义的方式响应并执行指令来实现期望的结果的任意其他装置或装置的组合。
优选地,存储器122可以是只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态硬盘以及任何其它装置,其中,该任何其它装置被配置为:以非暂时性方式存储指令或软件以及任何相关联的数据、数据文件和数据结构,并且为一个或多个处理元件提供指令或软件以及任何相关联的数据、数据文件和数据结构,以使一个或多个处理元件能够执行指令。
优选地,输入模块130可以是按键、触摸屏、麦克风或被配置为以定义的方式将完成数据录入的器件或器件的组合。
优选地,测量模块110对于同一种生命体征数据可以采集两组数据,处理模块120可以根据同一种生命体征数据不同组数据之间的时延、强度、波形或其他关系来评估患者的健康情况。
优选地,医护端140可以是设置在病房中或护士站等位置处的显示设备,也可以是医护人员随身携带的手机等智能终端。优选地,医护人员可以通过医护端140将患者的个人数据传输给处理模块120。
优选地,本实施例提供的生命体征监测系统100在通过测量模块110采集患者生命体征数据后,处理器121将患者生命体征数据与存储器122中存储的历史医疗数据进行对比,从而确定患者的生命体征数据是否处于正常范围之内。
优选地,处理器121可以设置评估单元和运算单元。评估单元根据测量模块110采集的数据对患者的健康情况进行评估并将评估结果传输至运算单元。运算单元将评估结果与历史医疗数据进行比对,并找出最接近的病例。
优选地,处理器121对患者生命体征数据与历史医疗数据的对比可以包括:处理器121通过配置的评估单元对患者生命体征数据进行处理从而评估患者的健康情况;评估单元将评估结果传输至处理器121配置的运算单元,运算单元基于评估结论对历史医疗数据进行筛选,以获得与评估结论匹配度最高的病例。优选地,处理器121对患者生命体征数据进行处理后生成作为诊疗的辅助参考的处理结果,其中,处理结果可以包括患者生命体征数据的数值、评估单元对患者健康情况的评估结论以及与患者当前健康情况的最接近的病例。优选地,本发明提供的生命体征监测系统100在展示患者生命体征数据的同时,还可以评估患者的健康情况,并获取与患者最接近的病例,从而为医护人员对患者的治疗提供具体的参考病例。
优选地,评估单元对患者的健康情况之评估可以包括根据测量模块110采集的数据确定患者的生命体征数据的变化情况。优选地,处理器121将测量模块110采集的生命体征数据与预设阈值进行比较,若测量数据突破阈值则生成预警信息。优选地,处理器121根据历史医疗数据设置阈值。优选地,生命体征监测系统100还包括医护端140,医护端140与处理模块120通信连接。处理器121能够将预警信息传输至医护端140。
优选地,生命体征监测系统100在测量模块110采集的数据突破阈值时生成预警信息,并将预警信息传输至医护端140,使得医护人员能够及时做出反应对患者进行救治。优选地,处理器121可以通过判断测量模块110采集的生命体征数据是否突破预设阈值以生成预警信息。优选地,处理器121还可以根据测量模块110采集的数据确定患者的生命体征数据的变化情况对患者的生命体征数据进行预测,从而在患者生命体征数据未突破预设阈值时生成预警信息,以实现超前预警。
优选地,处理器121根据患者的个人数据对基于历史医疗数据设置的阈值进行修正以获得匹配患者个体的阈值。优选地,基于历史医疗数据设置的阈值为第一阈值,利用患者的个人数据对第一阈值进行修正得到的阈值为第二阈值。
优选地,处理器121根据患者的个人数据对第一阈值进行修正得到匹配患者个体的第二阈值。在测量模块110采集患者的生命体征数据并传输至处理模块120时,处理模块120配置的处理器121可以根据第二阈值,确定是否生成预警信息,从而实现匹配患者个体差异的监测预警。
优选地,监测完成后,第二数据库中的数据作为历史医疗数据存入第一数据库。优选地,存储器122可以对第一数据库中的存储历史医疗数据进行优化,具体优化方式可以是将相似病例进行融合,从而确保历史医疗数据中病例多样性的情况下,减少存储历史医疗数据所需要的空间。
对于溶栓手术的术后恢复患者而言,由于术后并发症的病情发展迅速,因此需要进行长期且频繁的生命体征监测,受限于医疗资源,难以为每位患者设置专人24小时的护理。优选地,本实施例提供的生命体征监测系统100可以对进行溶栓手术后的患者进行生命体征监测,并在患者的生命体征数据出现异常时向医护人员报警,使得医护人员及时对患者进行救治处理。
优选地,对于溶栓手术的术后恢复患者生命体征监测系统100可以通过周期性监测血压的方式对患者进行生命体征监测。
优选地,测量模块110可以采用血压仪。优选地,血压仪连续采集患者的血压,并将采集到的血压值发送至处理模块120。优选地,处理模块120将采集到的血压值与历史医疗数据进行比,从而确定患者的生命体征数据是否处于正常范围之内。优选地,处理模块120将处理结果作为诊疗的辅助参考进行展示。优选地,历史医疗数据可以是以往溶栓手术患者的病例,即包括术后恢复良好的病例,也包括在恢复过程中出现并发症的病例。
优选地,处理模块120可以包括处理器121和存储器122。优选地,处理器121可以通过预设程序汇总储存在存储器122中的历史医疗数据中各病例在术后恢复过程中的血压,从而获得表示患者处于健康状态的血压的第一阈值。优选地,血压的第一阈值可以是收缩压135mmHg、舒张压87mmHg。
优选地,当测量模块110采集到的血压中的收缩压或者舒张压超过第一阈值中的收缩压或者舒张压时,处理器121生成预警信息,并将预警信息传输至医护端140,使得医护人员能够及时做出反应对患者进行救治。优选地,预警信息的内容可以包括患者的病床号出发预警时的血压等。
优选地,由于患者可能由于运动或者情绪变化等非病理性因素导致血压升高,因此为避免错误预警,在通过比较测量模块110采集到的血压与第一阈值的血压的方式触发预警的情况下,处理器121可以在测量模块110采集到的血压连续突破第一阈值时生成预警信息。例如当测量模块110采集到的血压中的收缩压依次是128、133、133、140、132……130、134、136、137、139、140mmHg时,虽然140超过了第一阈值,但患者的血压在下一时刻回落至正常范围内,患者血压的升高可能是因为运动或者情绪激动等非病理性因素产生的,在休息或平复心情后血压会回落至正常值,若在患者收缩压为140时,触发预警则会浪费医疗资源;处理器121可以在患者的收缩压连续突破第一阈值时生成预警信息,从而减少误报。
优选地,处理器121还可以根据测量模块110连续采集的血压分析患者的血压变化趋势,对患者的血压进行预测,从而在患者血压未突破第一阈值时生成预警信息,以实现超前预警。优选地,当处理器121预测出患者的血压将持续突破第一阈值时,处理器121生成预警信息。
优选地,处理器121通过分析患者的血压变化趋势以对患者的血压进行预测,使得第一阈值的设置范围可以更加靠近危险值,从而使得预警结果更加精确。
优选地,处理器121可以通过分析患者的血压在第一时长内的变化趋势,从而预测患者的血压在第二时长内的发展情况。优选地,当处理器121对患者血压的预测结果是患者血压将会持续突破第一阈值时,处理器121生成预警信息。优选地,处理器121可以分析患者的血压变化趋势的第一时长和/或第二时长可以是测量模块110至少进行三次患者血压数据采集的时长。优选地,处理器121可以通过对三个以上的患者血压数据进行分析以获取患者血压的变化趋势,从而对患者血压进行预测。
例如在测量模块110采集到的血压中的收缩压依次是128、133、133、140、132……130、131、133、134、136、137、139、140mmHg的情况下,当测量模块110采集到患者血压中的收缩压为130、131、133mmHg时,处理器121可以确定患者血压是持续上升的,并且患者血压接近第一阈值,从而预测下一时段内患者血压会持续上升并突破第一阈值,此时,处理器121可以生成预警信息并将预警信息发送至医护端140。
优选地,在测量模块110采集的数据未触发预警时,处理模块120可以将采集到的血压值进行处理,并将处理结果作为诊疗的辅助参考进行展示。优选地,在测量模块110采集的数据未触发预警时,处理模块120可以预设时间间隔周期性地向医护端140汇报处理结果。优选地,预设时间间隔可以是15min、30min、45min等。
优选地,在使用本实施例提供的监测系统100监测患者血压时,处理器121通过配置的评估单元对患者血压进行处理从而评估患者的健康情况;评估单元将评估结果传输至处理器121配置的运算单元,运算单元基于评估结论对历史医疗数据进行筛选,以获得与评估结论匹配度最高的病例。
优选地,在进行监测前,医护人员可以通过医护端140或者输入模块130将患者的个人数据传输给处理模块120。优选地,患者的个人数据至少包括患者的生理信息和日常生活习性信息。优选地,患者的个人数据可以包括患者的年龄、性别、饮食习惯、运动习惯、作息习惯等。
优选地,评估单元对患者健康情况的评估可以是通过预设数学模型计算评估患者的健康情况。优选地,数学模型如下:
N=(P-P0)∫(F+E+T)dt
其中,N为表示患者的健康情况的健康指数,N的数值越大,则表明患者的健康情况越差;P表示测量模块110采集的患者血压;P0表示健康情况下人体的理想血压值;F表示对患者饮食习惯的赋值;E表示对患者运动习惯的赋值;T表示对患者作息习惯的赋值;dt表示对测量模块110血压采集时间的微分。
优选地,运算单元将评估结果与历史医疗数据进行比对,并找出最接近的病例。优选地,运算单元在寻找最接近的病例时可以根据患者的健康指数和个人数据设置筛选条件,对历史医疗数据进行筛选从而获得最接近的病例。
优选地,运算单元可以将患者的健康指数设置为第一筛选条件、将患者的年龄、性别、饮食习惯、运动习惯、作息习惯等依次设置为第二筛选条件、第三筛选条件、第四筛选条件、第五筛选条件、第六筛选条件等。
例如当患者为“健康指数60,48岁,男性,饮食油腻,缺乏锻炼,睡眠充足”时,处理模块120可以将“健康指数60”设置为第一筛选条件,然后再将“48岁”设置为第二筛选条件,将“男性”设置为第三筛选条件,将“饮食油腻”设置为第四筛选条件,将“缺乏锻炼”设置为第五筛选条件,将“睡眠充足”设置为第六筛选条件从而获得可以为患者的治疗提供参考的病例。
优选地,运算单元可以对筛选出的病例与患者病情的相似程度进行赋值,当相似度超过80%时,即可作为参考病例;优选地,当相似度低于80%时,则不具备参考价值,运算单元不输出具体参考病例。
由于人体健康情况下的理想血压值存在个体差异,特别是对于年龄不同性别不同的患者理想血压值的个体差异更加明显,因此对血压阈值的设置需要适配患者个体。
优选地,医护人员可以将患者的个人数据传输给处理模块120后,处理器121可以根据患者的个人数据对基于历史医疗数据设置的阈值进行修正以获得匹配患者个体的阈值。优选地,处理器121利用患者的个人数据对第一阈值进行修正得到的阈值为第二阈值。例如当患者的个人数据包括38岁、男性时,处理器121可以将血压第一阈值的收缩压135mmHg、舒张压87mmHg调整为血压第二阈值的收缩压120mmHg、舒张压80mmHg。
优选地,处理器121根据患者的个人数据对第一阈值进行修正得到匹配患者个体第二阈值。在测量模块110采集患者的血压并传输至处理模块120时,处理模块120配置的处理器121可以根据第二阈值,确定是否生成预警信息,从而实现匹配患者个体差异的监测预警。
优选地,监测完成后,第二数据库中的数据作为历史医疗数据存入第一数据库。优选地,存储器122可以对第一数据库中的存储历史医疗数据进行优化,具体优化方式可以是将相似病例进行融合,从而确保历史医疗数据中病例多样性的情况下,减少存储历史医疗数据所需要的空间。优选地,存储器122对第一数据库中的存储历史医疗数据进行优化时,可以将相似度超过98%的病例进行融合,生成复合病例。例如当两个病例只存在患者年龄差距时,如A病例患者30岁、B病例患者32岁,可以融合成C病例患者30~32岁,将病例中的单一值变成区间值,通过上述方法生成复合病例在确保历史医疗数据中病例多样性的前提下,减少了存储历史医疗数据所需要的空间。
优选地,本实施例提供的监测系统100可以在患者两个不同部位分别采集一组血压并根据并可以根据两组血压的关系来评估患者的健康情况。
优选地,测量模块110可以包括测量患者左臂血压的第一血压仪和测量患者右臂血压的第二血压仪。优选地,第一血压仪和第二血压仪将采集到的血压输送至处理模块120,处理模块120可以根据患者左臂血压与患者右臂血压之间的时延、强度、波形或其他关系来评估患者的健康情况。
每次心脏跳动时血液沿着动脉被推动引起的动脉的重复的扩张和舒张,血液首先被注入到主动脉、然后注入到主动脉的分支的动脉,从而供应到身体的其余部分。血液的注入引起主动脉的压力的改变,从而引起患者左臂血压与患者右臂血压的改变。由于血液注入路径的不同,导致患者左臂血压与患者右臂血压的状态改变存在时间延迟。
优选地,处理模块120通过连续获得第一血压仪和第二血压仪s采集到的血压,从而获得患者左臂血压与患者右臂血压随时间变化的波形。
优选地,处理模块120可以通过沿着时间轴移动患者左臂血压的波形和患者右臂血压的波形中的至少一个,并且基于所述至少一个移动的患者左臂血压的波形和患者右臂血压的波形之间的相似性,来确定患者左臂血压与患者右臂血压之间的时间延迟。
由于血管在人体内的解剖位置不同,离开心脏的距离不同,而且血管的直径也各不相同,因而血流流经血管时血管壁所受到的压力也不同,受此因素影响,正常人四肢测得的血压值也不相同。在确定患者左臂血压与患者右臂血压之间的时间延迟时,即使患者左臂血压与患者右臂血压数值相同,也无法确定患者左臂与患者右臂处于同一血压变化状态,换言之,无法通过判断患者左臂血压波形与患者右臂血压波形的数值是否一致的方式确定左臂血压波与患者右臂血压波的时间延迟。
虽然患者左臂和右臂的血压数值存在差异,但患者左臂血压和右臂血压的波动规律是一致的。
优选地,处理模块120可以通过在患者左臂血压波形上提取特征点,以得到特征波段即第一波段,并得出第一波段的波动规律;再根据第一波段的波动规律在患者右臂血压波形上获取具有相同波动规律的波段,即第二波段。优选地,在确定第一波段和第二波段的情况下,处理模块120可以根据第一波段与第二波段在时间轴上的起点的差值,确定患者左臂血压与患者右臂血压之间的时间延迟。
现有技术在测量患者血压时,由于患者的运动、饮食、情绪变化等因素都会导致患者的血压发生变化,因此,单次测量得到的患者血压无法准确评估患者的健康情况,不能作为诊断依据。在根据血压诊断患者病症的情况下,现有技术大多采用动态血压监测的方式全面、准确地对患者血压进行评估,从而为诊疗策略的制定提供切实、可靠的依据。当前,动态血压监测已成为识别诊断高血压、评估心脑血管疾病发生风险和降压疗效、指导个体化降压治疗不可或缺的检测手段。
在对患者进行动态血压监测时,动态血压监测时间应不少于24小时,并且在每小时都获取1个以上血压读数。测量的时间间隔通常设定为:白天每15~30分钟测量1次,夜间每30分钟测量1次,并且在至少获取20个白天血压的读数和至少7个夜间血压的读数的情况下,综合得出的血压读数才可以看作有效监测血压。
在通过动态血压监测的方式获得患者的有效监测血压后,医护人员或监测设备将有效监测血压与血压参考值比较以确定患者的血压水平,以诊断高血压、评估心脑血管疾病发生风险和降压疗效、指导个体化降压治疗。
现有动态血压监测方式虽然可以为高血压的诊断、心脑血管疾病发生风险和降压疗效的评估、个体化降压治疗的指导等诊疗策略的制定提供依据,但是动态血压监测获取有效监测血压的耗时较长,至少需要24小时,在动态血压监测获取有效监测血压前,存在至少24小时的监测数据不可信时期,若患者在监测数据不可信时期内发病,则可能因监测血压不准确而延误治疗。以脑梗患者的溶栓治疗为例,对于脑梗患者的溶栓治疗要求:患者从发病到开始溶栓的“时间窗”原则上是不能超过4.5小时,需要患者在最短时间之内到达医院并在发病4.5小时之内完成一系列的诊断、检查及用药过程。动态血压监测无法应对患者在动态血压监测的监测数据不可信时期内因血栓形成而造成的急性脑梗或急性心梗等病症。
优选地,本实施例通过获取患者不同位置处血压变化的延迟时间评估患者的健康情况,即使在血压值不可信的情况下,处理模块120可以通过比较患者不同位置处血压产生相同波动规律时间差值,确定患者不同血压的时间延迟,通过时间延迟的变化趋势判断患者血管的流通性变化。例如当患者左臂血压与患者右臂血压之间的时间延迟逐渐增加时,表明患者血管的流通性正在降低,血管内部可能正在形成血栓,存在发生脑梗或心梗等病症的风险。
测量血压,测的是肱动脉的血管压力,右臂上是右肱动脉,因为右肱动脉来源于主动脉较大的分支——头臂干,而左臂的左肱动脉则是来源于主动脉相对稍小的分支——锁骨下动脉。因为各自来源的动脉“粗细”不同,所以相对应左右肱动脉内的压力也不相同。每次心脏收缩时,含氧血液通过首先被注入到主动脉、然后注入到主动脉的分支的动脉,而从心脏供应到身体的其余部分,血液的注入引起主动脉的压力的改变。由于患者左右臂血压检测位置至患者心脏的血液流通路径不同,使得患者左臂血压与患者右臂血压的状态改变存在时间延迟。当时间延迟增加时,表明患者血管的流通性减弱,患者左右肱动脉血液的血管可能会出现血管壁增厚、狭窄,血流不畅的情况,可能是出现了脑中风或动脉粥样硬化、锁骨下动脉狭窄或大动脉炎。
优选地,本实施例通过比较患者不同部位血压发生相同波动规律的时间延迟来评估患者的健康情况,从而在血压监测数值不足以作为诊疗依据时为患者提供风险监测。特别优选地,在对患者血管中血液流通状态进行监测时,相较于患者血压数值的变化,患者不同部位血压之间的时间延迟的变化能够更明显直观的反应患者血管的流通性的改变。优选地,相较于至少24小时的动态血压监测时间,本实施例所需时间大大减少,避免浪费脑梗或心梗患者的溶栓“时间窗”。
优选地,处理模块120通过血压仪连续获取患者血压数据后,可以基于患者的血压数据绘制折线图,得到关于患者血压的锯齿波波形图。
优选地,特征点可以是血压波形的拐点或极值点等。优选地,本实施例通过几个连续的特征点获取特征波段,以获取特征波段的波动规律,通过波动规律确定相似波段。
优选地,处理模块120可以在患者左臂血压波形上选取一个极值点作为第一波段的起点,连续记录若干极值点后,获得第一波段。优选地,第一波段可以包括至少两个极值点。优选地,为获取准确的波动规律,第一波段可以包括十个极值点。
优选地,处理模块120获取第一波段后,在患者右臂血压波形上获取具有相同波动规律的第二波段。优选地,处理模块120可以按照如下方式获取第二波段。优选地,处理模块120在第一波段起点对应时刻之后的患者右臂血压波形上,以各极值点为起点,逐一获取包含若干极值点的波段。优选地,处理模块120以各极值点为起点,获取包括各起点及起点后连续9个极值点在内的波段生成若干待验证波段。优选地,前一待验证波段的后9个极值点,作为后一待验证波段的前9个极值点。优选地,处理模块120可以通过将若干待验证波段按时间轴排序并逐一与第一波段对比,以筛选出与第一波段具有相同波动规律的第二波段。
优选地,波动规律可以是指波段中相邻极值点的差值。优选地,当第二波段中相邻极值点的差值与第一波段中相邻极值点的差值之间存在一个固定的比例系数时,可以视作第一波段与第二波段具有相同波动规律。
例如,当第一波段中相邻极值点的差值依次为:2,0,4,2,-2,0,4,2,-4,第二波段中相邻极值点的差值依次为:1,0,2,1,-1,0,2,1,-2时,第二波段中相邻极值点的差值与第一波段中相邻极值点的差值之间的比例系数为0.5,可以认为第一波段与第二波段具有相同波动规律。
优选地,处理模块120可以根据患者左臂血压与患者右臂血压之间的时间延迟来评估患者的健康情况,当患者左臂血压与患者右臂血压之间的时间延迟与患者身体健康情况下左臂血压与右臂血压的时间延迟不一致时,则可确定患者健康情况出现异常。
优选地,在对溶栓术后恢复患者进行监测时,处理模块120可以将患者左臂血压与患者右臂血压之间的时间延迟与预设延迟时间比较,若患者左臂血压与患者右臂血压之间的时间延迟超过预设延迟时间,则说明患者血管的流通性降低,患者可能出现了“血管再闭塞”“溶栓失败”等情况,需要医护人员对患者进行介入治疗。例如当患者出现“血管再闭塞”时,医护人员能够通过动脉取栓、早期抗血小板、早期抗凝以及联合抗栓等治疗手段。
优选地,当患者左臂血压与患者右臂血压之间的时间延迟超过预设延迟时间,处理模块120生成报警信息,以提示医护人员。
优选地,在对溶栓术后恢复患者进行监测时,若患者左臂血压与患者右臂血压之间的时间延迟逐渐减小,则说明手术成功,患者的血栓正在逐步溶解,血管的流通性逐步增加。
优选地,在对溶栓术后恢复患者进行监测时,若患者左臂血压与患者右臂血压之间的时间延迟未超过预设延迟时间,但患者左臂血压与患者右臂血压之间的时间延迟随着监测时长的增加而增加时,则表明患者血管的流通性正在降低,但仍属于合理范围内,无法确定患者是否发生了“血管再闭塞”等情况,此时,处理模块120生成包括“时间延迟变长”的提示信息,并通过医护端140提示医护人员,以加强对患者的观察或进一步检查。
优选地,本实施例提供的监测系统100可以在患者两个不同部位分别采集一组血压并根据并可以根据两组血压的关系来评估患者的健康情况。
优选地,监测系统100还可以通过测量模块110获取患者不同部位的生命体征数据并传输给处理模块120,处理模块120可以对接收到的生命体征数据进行处理以生成提示发送至医护端140、患者配置的智能终端及既有的提示设施。
优选地,监测系统100还可以用于监测骨折患者的生命体征数据生成运动提示,提醒患者运动,防止患者发生腿部栓塞。
对于骨折患者而言,骨折后由于血管壁损伤,以及康复过程中长期制动导致运动量的下降,使得患者体内的血流缓慢和血液中凝血因子的含量增加从而导致在深静脉形成血栓的风险增加,特别是对于下肢骨折的患者,形成血栓的风险更高。因此,如果骨折患者长期卧床会容易形成腿部栓塞,形成的血栓可能造成受伤肢体的肿胀,疼痛,如果血栓发生脱落,栓子会由深静脉流入肺动脉,造成肺动脉及其分支栓塞,严重的会导致人员死亡。
优选地,本发明提供的监测系统100可以对骨折患者进行监测,特别是对于腿部受伤的患者进行监测,在监测过程中,监测系统100能够通过预设时间地快速检测生成运动提示,提醒患者下床运动,避免形成栓塞。
优选地,在对腿部骨折的患者进行监测时,监测系统100的检查点可以设置在患者骨折位置的上游和下游。优选地,在对腿部骨折的患者进行监测时,测量模块110可以包括测量患者骨折位置的上游血压的第三血压仪和测量骨折位置的下游血压的第四血压仪。
优选地,第三血压仪和第四血压仪将采集到的血压输送至处理模块120,处理模块120可以根据患者骨折位置上下游血压之间的时延、强度、波形或其他关系来评估患者的骨折位置处的恢复情况,进而生成提醒患者下床运动的提示。
优选地,第三血压仪和第四血压仪可以按照预设时间间隔采集血压并将采集到的血压传输至处理模块120。优选地,处理模块120可以通过血压之间的时延、强度、波形或其他关系来评估患者的骨折位置处的恢复情况。优选地,第三血压仪采集到的血压为第三血压,第四血压仪采集到的血压为第四血压。优选地,处理模块120可以通过比较第三血压与第四血压的差值,以评估患者的骨折位置处的恢复情况,进而确定是否生成提醒患者下床运动的提示。
由于第三血压仪位于患者骨折位置的上游,相较于位于患者骨折位置下游的第四血压仪,第三血压仪距离人体心脏更近,其检测到的血压值较高。
优选地,第三血压仪和第四血压仪可以按照预设时间间隔采集血压并将采集到的血压传输至处理模块120。优选地,处理模块120获取第三血压仪和第四血压仪的采集的血压值后计算第三血压与第四血压的差值。优选地,处理模块120可以将第三血压仪和第四血压仪初次获取的血压值作为初始值,并将第三血压仪获得的初始值与第四血压获得的初始值之间的差值作为初始差值。优选地,处理模块120将第三血压仪和第四血压仪在初始值之后采集的血压值作为监测值,相应地处理模块120将第三血压仪和第四血压仪在同一时间获得的监测值之间的差值作为监测差值。优选地,处理模块120将监测差值与初始差值比较,从而评估患者的骨折位置处的恢复情况,进而确定是否生成提醒患者下床运动的提示。
优选地,当监测差值超过初始差值时,表明患者伤处上下游的血液流通受阻,患者生成血栓的风险增加,此时处理模块120生成提醒患者下床运动的提示,并将提示发送至医护端140或患者配置的智能终端或既有的提示设施,促使患者下床运动,从而避免患者因长期卧床而形成腿部栓塞。
优选地,当监测差值未超过初始差值时,表明患者伤处上下游的血液流通良好,特别是监测差值低于初始差值时,表明患者伤处的恢复情况良好,损伤的血管壁逐步恢复,患者伤处上下游的血液流通能力增强,此时,无需处理模块120生成提示促使患者下床运动。
优选地,第三血压仪和第四血压仪的监测时间间隔可以根据患者的个人作息时间进行设定。优选地,第三血压仪和第四血压仪可以在患者的非睡眠时间内按照15min、30min、60min等时间间隔采集患者血压。例如,患者个人的睡眠时间是从晚上10点至次日早上8点,则第三血压仪和第四血压仪可以在早上8点至晚上10点的时间段内按照30min的时间间隔采集患者血压。优选地,监测系统100可以在患者的非睡眠时间内通过预设时间地快速检测患者血压生成运动提示,提醒患者下床运动,避免形成栓塞。
实施例2
本实施例是对实施例1的进一步改进,重复的内容不再赘述。
本实施例提供一种生命体征监测方法。生命体征监测方法至少包括:
获取历史医疗数据和患者的个人数据;
采集患者的生命体征数据;
根据采集的生命体征数据对患者的健康情况进行评估;
将评估结论与历史医疗数据进行比对,并找出最接近的病例作为诊疗的辅助参考。
优选地,对患者的健康情况之评估可以通过将采集的生命体征数据带入预测模型进行处理的方式进行。
优选地,本实施例可以通过实施例1提供的监测系统实现该生命体征监测方法。
优选地,患者的个人数据可以包括患者的年龄、性别、饮食习惯、运动习惯、作息习惯等。优选地,在进行监测前,医护人员可以通过医护端140或者输入模块130将患者的个人数据传输给处理模块120。优选地,历史医疗数据可以预先存储在处理模块120的存储器122中。
优选地,测量模块110可以采集患者的生命体征数据。优选地,患者的生命体征数据可以包括患者血压、血氧饱和度、体温、心率中的一种。优选地,测量模块110可以是采集患者血压的血压仪。
优选地,处理模块120可以将测量模块110采集的患者血压带入预测模型进行评估。
优选地,预测模型可以是数学模型。优选地,数学模型如下:
N=(P-P0)∫(F+E+T)dt
其中,N为表示患者的健康情况的健康指数,N的数值越大,则表明患者的健康情况越差;P表示测量模块110采集的患者血压;P0表示健康情况下人体的理想血压值;F表示对患者饮食习惯的赋值;E表示对患者运动习惯的赋值;T表示对患者作息习惯的赋值;dt表示对测量模块110血压采集时间的微分。
优选地,处理模块120将评估结果与历史医疗数据进行比对,并找出最接近的病例。优选地,处理模块120在寻找最接近的病例时可以根据患者的健康指数和个人数据设置筛选条件,对历史医疗数据进行筛选从而获得最接近的病例。
优选地,处理模块120可以将患者的健康指数设置为第一筛选条件、将患者的年龄、性别、饮食习惯、运动习惯、作息习惯等依次设置为第二筛选条件、第三筛选条件、第四筛选条件、第五筛选条件、第六筛选条件等。
优选地,在设置筛选条件时可以按照对血压影响程度从大到小的顺序设置筛选条件的优先级。
优选地,完成病例筛选后,处理模块120可以将患者的血压、患者健康情况的评估结论以及与患者当前健康情况的最接近的病例作为处理结果输送至医护人员配置的医护端140向医护人员进行展示,从而在实现对患者生命体征进行监测的同时为医护人员对患者的治疗提供具体的参考病例。
优选地,处理模块120配置的处理器121可以将测量模块110采集的生命体征数据与预设阈值进行比较,若测量数据突破阈值则生成预警信息,并将预警信息传输至医护端140,使得医护人员能够及时做出反应对患者进行救治。优选地,处理器121可以通过判断测量模块110采集的生命体征数据是否突破预设阈值以生成预警信息。优选地,处理器121还可以根据测量模块110采集的数据确定患者的生命体征数据的变化情况对患者的生命体征数据进行预测,从而在患者生命体征数据未突破预设阈值时生成预警信息,以实现超前预警。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。在全文中,“优选地”所引导的特征仅为一种可选方式,不应理解为必须设置,故此申请人保留随时放弃或删除相关优选特征之权利。本发明说明书包含多项发明构思,诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思,申请人保留根据每项发明构思提出分案申请的权利。
Claims (10)
1.一种生命体征监测系统,其特征在于,所述生命体征监测系统至少包括测量模块(110)和处理模块(120),所述处理模块(120)至少包括处理器(121)和存储器(122);
所述处理模块(120)通过有线或无线的方式与所述测量模块(110)电信号连接;
所述测量模块(110)用于采集患者的生命体征数据并传输给所述处理模块(120);
所述存储器(122)用于存储所述测量模块(110)采集的数据,以及历史医疗数据;
所述处理器(121)用于根据所述测量模块(110)采集的数据与历史医疗数据进行比对以生成处理结果,并将所述处理结果作为诊疗的辅助参考进行展示;
其中,所述处理结果至少包括患者生命体征数据的数值和/或对患者健康情况的评估结论和/或历史医疗数据中作为诊疗参考的病例。
2.根据权利要求1所述的生命体征监测系统,其特征在于,所述处理器(121)至少包括评估单元和运算单元;
所述评估单元根据所述测量模块(110)采集的数据对患者的健康情况进行评估并将评估结果传输至所述运算单元;
所述运算单元将所述评估结果与历史医疗数据进行比对,并筛选出支撑所述评估结果的病例。
3.根据权利要求2所述的生命体征监测系统,其特征在于,所述评估单元对患者的健康情况之评估至少包括根据所述测量模块(110)采集的数据确定患者的生命体征数据的变化情况。
4.根据权利要求3所述的生命体征监测系统,其特征在于,所述处理器(121)将所述测量模块(110)采集的生命体征数据与预设阈值进行比较,若测量数据突破阈值则生成预警信息;
其中,所述处理器(121)根据所述历史医疗数据设置阈值。
5.根据权利要求4所述的生命体征监测系统,其特征在于,所述生命体征监测系统还包括医护端(140),所述医护端(140)与所述处理模块(120)通信连接;
所述处理器(121)能够将所述预警信息传输至所述医护端(140)。
6.根据权利要求5所述的生命体征监测系统,其特征在于,所述生命体征监测系统还包括与处理模块(120)电信号连接的与输入模块(130);
所述输入模块(130)用于输入患者的个人数据并传输给处理模块(120),其中,所述患者的个人数据至少包括患者的生理信息和日常生活习性信息。
7.根据权利要求6所述的生命体征监测系统,其特征在于,所述处理器(121)根据所述患者的个人数据对基于历史医疗数据设置的阈值进行修正以获得匹配患者个体的阈值;
其中,基于历史医疗数据设置的阈值为第一阈值,利用所述患者的个人数据对第一阈值进行修正得到的阈值为第二阈值。
8.根据权利要求7所述的生命体征监测系统,其特征在于,所述测量模块(110)获取患者两个部位的生命体征数据并传输给所述处理模块(120),所述处理模块(120)根据患者两个部位的生命体征数据之间的时延、强度、波形来评估患者的健康情况;
其中,所述生命体征数据至少包括患者血压、血氧饱和度、体温、心率中的一种。
9.根据权利要求8所述的生命体征监测系统,其特征在于,所述存储器(122)至少包括第一数据库和第二数据库;
所述第一数据库用于存储历史医疗数据,所述第二数据库用于存储患者的个人数据和测量模块(110)采集的生命体征数据;
在监测完成后,所述第二数据库中的数据作为历史医疗数据存入第一数据库。
10.一种生命体征监测方法,其特征在于,所述生命体征监测方法至少包括:
获取历史医疗数据和患者的个人数据;
采集患者的生命体征数据;
根据采集的所述生命体征数据对患者的健康情况进行评估;
将评估结果与所述历史医疗数据进行比对,并找出最接近的病例作为诊疗的辅助参考;
其中,对患者的健康情况之评估通过预测模型对采集的所述生命体征数据进行处理的方式进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310274158.7A CN115990002B (zh) | 2023-03-21 | 2023-03-21 | 一种生命体征监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310274158.7A CN115990002B (zh) | 2023-03-21 | 2023-03-21 | 一种生命体征监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115990002A true CN115990002A (zh) | 2023-04-21 |
CN115990002B CN115990002B (zh) | 2024-03-19 |
Family
ID=85992274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310274158.7A Active CN115990002B (zh) | 2023-03-21 | 2023-03-21 | 一种生命体征监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115990002B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116807467A (zh) * | 2023-07-12 | 2023-09-29 | 徐州市永康电子科技有限公司 | 基于指夹式脉搏血氧仪的血氧饱和度监测预警系统及方法 |
CN117473254A (zh) * | 2023-10-19 | 2024-01-30 | 广州市番禺区中医院 | 一种老年人下行椎体成形手术的麻醉状态监测方法和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080235058A1 (en) * | 2005-12-01 | 2008-09-25 | The General Electric Company | Vital sign monitor utilizing historic patient data |
CN102274009A (zh) * | 2010-06-13 | 2011-12-14 | 深圳市迈迪加科技发展有限公司 | 一种基于压电传感器的呼吸和心跳信号处理电路 |
CN203054973U (zh) * | 2012-12-11 | 2013-07-10 | 陈沛然 | 自助式医导系统 |
CN104188637A (zh) * | 2014-09-24 | 2014-12-10 | 中国科学院合肥物质科学研究院 | 一种基于波形匹配法的主动脉脉搏波传导时间获取方法 |
US20160135755A1 (en) * | 2012-10-24 | 2016-05-19 | Zte Corporation | Remote home healthcare system |
CN109448862A (zh) * | 2018-09-17 | 2019-03-08 | 广州中石科技有限公司 | 一种健康监测预警方法及装置 |
CN110868922A (zh) * | 2017-06-21 | 2020-03-06 | 卫保数码有限公司 | 用于监测人的脉搏的装置及其方法 |
CN111067501A (zh) * | 2018-10-22 | 2020-04-28 | 深圳迈瑞生物医疗电子股份有限公司 | 血压计 |
CN111543978A (zh) * | 2020-05-11 | 2020-08-18 | 中北大学 | 基于心电、心音和脉搏同步诊断的方法及系统 |
CN112806965A (zh) * | 2021-02-01 | 2021-05-18 | 广州市爱香瓣医疗科技有限公司 | 一种基于物联网的重症监护方法及系统 |
CN113409940A (zh) * | 2021-07-21 | 2021-09-17 | 成都奇门科技有限公司 | 一种基于人工智能的云端大数据诊断系统 |
CN115762781A (zh) * | 2022-11-21 | 2023-03-07 | 上海市同仁医院 | 一种基于医疗大数据的危重症早期预警系统及方法 |
-
2023
- 2023-03-21 CN CN202310274158.7A patent/CN115990002B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080235058A1 (en) * | 2005-12-01 | 2008-09-25 | The General Electric Company | Vital sign monitor utilizing historic patient data |
CN102274009A (zh) * | 2010-06-13 | 2011-12-14 | 深圳市迈迪加科技发展有限公司 | 一种基于压电传感器的呼吸和心跳信号处理电路 |
US20160135755A1 (en) * | 2012-10-24 | 2016-05-19 | Zte Corporation | Remote home healthcare system |
CN203054973U (zh) * | 2012-12-11 | 2013-07-10 | 陈沛然 | 自助式医导系统 |
CN104188637A (zh) * | 2014-09-24 | 2014-12-10 | 中国科学院合肥物质科学研究院 | 一种基于波形匹配法的主动脉脉搏波传导时间获取方法 |
CN110868922A (zh) * | 2017-06-21 | 2020-03-06 | 卫保数码有限公司 | 用于监测人的脉搏的装置及其方法 |
CN109448862A (zh) * | 2018-09-17 | 2019-03-08 | 广州中石科技有限公司 | 一种健康监测预警方法及装置 |
CN111067501A (zh) * | 2018-10-22 | 2020-04-28 | 深圳迈瑞生物医疗电子股份有限公司 | 血压计 |
CN111543978A (zh) * | 2020-05-11 | 2020-08-18 | 中北大学 | 基于心电、心音和脉搏同步诊断的方法及系统 |
CN112806965A (zh) * | 2021-02-01 | 2021-05-18 | 广州市爱香瓣医疗科技有限公司 | 一种基于物联网的重症监护方法及系统 |
CN113409940A (zh) * | 2021-07-21 | 2021-09-17 | 成都奇门科技有限公司 | 一种基于人工智能的云端大数据诊断系统 |
CN115762781A (zh) * | 2022-11-21 | 2023-03-07 | 上海市同仁医院 | 一种基于医疗大数据的危重症早期预警系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116807467A (zh) * | 2023-07-12 | 2023-09-29 | 徐州市永康电子科技有限公司 | 基于指夹式脉搏血氧仪的血氧饱和度监测预警系统及方法 |
CN117473254A (zh) * | 2023-10-19 | 2024-01-30 | 广州市番禺区中医院 | 一种老年人下行椎体成形手术的麻醉状态监测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115990002B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115990002B (zh) | 一种生命体征监测系统及方法 | |
US9700218B2 (en) | Systems and methods for reducing nuisance alarms in medical devices | |
US11382571B2 (en) | Noninvasive predictive and/or estimative blood pressure monitoring | |
RU2603052C2 (ru) | Обнаружение нарушений у пациента | |
JP6692355B2 (ja) | バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法 | |
RU2675048C2 (ru) | Оптимизация установочных значений сигнализации для консультаций на основе сигнализации с использованием ее обновления | |
CN113520395A (zh) | 一种精神状态的实时评估系统和方法 | |
WO2009074985A2 (en) | Method and system for detection of pre-fainting and other conditions hazardous to the health of a patient | |
JP2012065713A (ja) | 心電図データの異常心拍及びトレンドの除去方法、自律神経モニタ装置、及び敗血症発症警告装置 | |
EP3065631A1 (en) | Noninvasive predictive and/or estimative blood pressure monitoring | |
US20200178903A1 (en) | Patient monitoring system and method having severity prediction and visualization for a medical condition | |
US11571170B2 (en) | Method for providing alert of potential thyroid abnormality | |
Tham et al. | IoT health monitoring device of oxygen saturation (SpO2) and heart rate level | |
CN114842935B (zh) | 一种用于医院夜间查房的智能检测方法及系统 | |
CN113168759B (zh) | 预测危急警报 | |
CN115299887A (zh) | 一种动态代谢功能的检测量化方法和系统 | |
JP6831382B2 (ja) | 血圧測定の信頼性を評価する方法およびこれを実装する装置 | |
JP2015533548A (ja) | 被測定者の上腕血圧を測定する装置 | |
CN110840424B (zh) | 一种预警式诊中监测装置及方法 | |
Melillo et al. | Automatic prediction of falls via Heart Rate Variability and data mining in hypertensive patients: the SHARE project experience | |
CN115251852B (zh) | 一种体温调节功能的检测量化方法和系统 | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
US20220313148A1 (en) | Pregnancy-related complication identification and prediction from wearable-based physiological data | |
CN115990001B (zh) | 一种可穿戴监护系统、可穿戴装置及存储介质 | |
McEwen et al. | Development of personalized tourniquet systems using a new technique for measuring limb occlusion pressure |
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 |