CN116153458A - 药源性疾病主动监测预警系统及方法 - Google Patents

药源性疾病主动监测预警系统及方法 Download PDF

Info

Publication number
CN116153458A
CN116153458A CN202310113960.8A CN202310113960A CN116153458A CN 116153458 A CN116153458 A CN 116153458A CN 202310113960 A CN202310113960 A CN 202310113960A CN 116153458 A CN116153458 A CN 116153458A
Authority
CN
China
Prior art keywords
patient
time
information
acquiring
real
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
Application number
CN202310113960.8A
Other languages
English (en)
Inventor
袁维惠
曾铠枫
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.)
Guangdong Kailijia Information Technology Co ltd
Original Assignee
Guangdong Kailijia Information Technology Co ltd
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 Guangdong Kailijia Information Technology Co ltd filed Critical Guangdong Kailijia Information Technology Co ltd
Priority to CN202310113960.8A priority Critical patent/CN116153458A/zh
Publication of CN116153458A publication Critical patent/CN116153458A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
    • 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
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Toxicology (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种药源性疾病主动监测预警系统，其包括：第一获取模块，用于获取患者的服药时刻；第二获取模块，用于获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息；计算模块，用于根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；监测预警模块，用于在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。本发明可以有效提高药源性疾病监测准确性。

Description

药源性疾病主动监测预警系统及方法
技术领域
本发明涉及医疗保健技术领域，具体而言，涉及一种药源性疾病主动监测预警系统及方法。
背景技术
药源性疾病，是指在药物使用过程中，如预防、诊断或治疗中，通过各种途径进入人体后诱发的生理生化过程紊乱、结构变化等异常反应或疾病，是药物不良反应的后果。药源性疾病可分为两大类，第一类是由于药物副作用、剂量过大导致的药理作用或由于药物相互作用引发的疾病。第二类为过敏反应或变态反应或特异反应。对药源性疾病进行主动监测预警，可以更好地保证患者的服药安全。
申请人经过检索发现一些与药源性疾病监测相关的现有技术，如申请号为CN2018100234892的中国发明专利公开了一种药源性疾病监测方法及系统，其确保了药源性疾病监测结果的准确性，改善了目前各国对药源性疾病的监测还停留在被动的自发呈报阶段，尚未进行主动监测所导致的药物安全性问题。又如申请号CN2021116639157的中国发明专利公开了一种药源性疾病主动监测预警系统，其基于所述患者治疗过程信息，向前回溯和向后继续监测，确定不良反应与可疑药品间的关联性后，主动上报药品不良事件，有效防范用药风险，提高了不良事件的上报率和上报准确性。再如申请号为CN2021116386242的中国发明专利公开了一种药源性疾病主动监测上报系统，其采用实时监测患者治疗过程信息中出现的用药风险信息，及时预警、主动上报药品不良事件和用药错误，变事后处置为事前预警，变事后自愿上报为发生即主动上报，有效加强了临床用药风险管控。
由此可见，对于药源性疾病监测在实际应用中存在的许多亟待解决的技术问题，还存在许多未提出的新的解决方案。
发明内容
基于此，为了提高药源性疾病监测准确性，本发明提供了一种药源性疾病主动监测预警系统及方法，其具体技术方案如下：
药源性疾病主动监测预警系统，其包括第一获取模块、第二获取模块、计算模块以及监测预警模块。
第一获取模块用于获取患者的服药时刻；第二获取模块用于获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息。
计算模块用于根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；监测预警模块用于在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
所述药源性疾病主动监测预警系统通过获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息，并计算特征信息的变化速率以及变化幅度，可以在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号，从而有效提高药源性疾病监测准确性。
进一步地，所述药源性疾病主动监测预警系统还包括第三获取模块以及第四获取模块。
第三获取模块用于获取患者的实时图像；第四获取模块用于获取患者的实时信息。
其中，实时图像至少包括部分第四获取模块，第一获取模块根据实时图像以及实时信息获取患者的服药时刻。
进一步地，所述第四获取模块用于获取患者输入的确认指令，第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
进一步地，所述药源性疾病主动监测预警系统还包括药物存储装置以及服务器。
药物存储装置用于存储多种药物，获取患者所服药物的剂量以及种类。
服务器用于根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息。
其中，监测预警模块还用于根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。
进一步地，所述监测预警模块还用于获取药物不良反应所对应的表征信息，根据表征信息、第一特征信息以及第二特征信息计算药物不良反应发生概率，若药物不良反应发生概率大于预设概率值，则生成报警信号。
药源性疾病主动监测预警方法，其包括如下步骤：
获取患者的服药时刻；
获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息；
根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；
在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
进一步地，所述获取患者的服药时刻的具体方法包括如下步骤：
通过第三获取模块获取患者的实时图像；
通过第四获取模块获取患者的实时信息；
第一获取模块根据实时图像以及实时信息获取患者的服药时刻；
其中，实时图像至少包括部分第四获取模块。
进一步地，第一获取模块根据实时图像以及实时信息获取患者的服药时刻的具体方法包括如下步骤：
获取患者输入的确认指令；
第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
进一步地，所述药源性疾病主动监测预警系统还包括如下步骤：
获取患者所服药物的剂量以及种类；
根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息；
根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。
进一步地，一种计算机可读存储介质，其存储有计算机程序，当计算机程序被处理器执行时实现所述的药源性疾病主动监测预警方法。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明一实施例中一种药源性疾病主动监测预警方法的整体流程示意图；
图2是本发明另一实施例中一种药源性疾病主动监测预警方法的整体流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明中所述“第一”、“第二”不代表具体的数量及顺序，仅仅是用于名称的区分。
本发明一实施例中的药源性疾病主动监测预警系统，其包括第一获取模块、第二获取模块、计算模块以及监测预警模块。
第一获取模块用于获取患者的服药时刻；第二获取模块用于获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息。
具体而言，患者的服药时刻为t，服药时刻前第一预设时间段则可为【t0,t】，服药时刻后第二预设时间段则为【t,t1】。其中，t-t0为第一预设时间段的宽度,t1-t为第二预设时间段的宽度。
设置第一预设时间段以及第二预设时间段的目的在于使得第一特征信息与第二特征信息具备相关性，以便根据第二特征信息以及第一特征信息之间的变化判断患者身体状况是否因为服药而变化，提高监测预警的准确性。
第一特征信息包括但不限于心率、体温、血压、呼吸、血氧等参数。相应地，第二特征信息包括但不限于心率、体温、血压、呼吸、血氧等参数。
多个第一特征信息与多个第二特征信息一一对应。第一预设时间段以及第二预设时间段均可以根据实际情况进行设定，在此不再赘述。
计算模块用于根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；监测预警模块用于在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
具体而言，计算模块先计算第一特征信息在第一预设时间段内的平均值，在根据第二特征信息与平均值计算特征信息的变化速率以及变化幅度。
一般来说，患者的第一特征信息以及第二特征信息处在波动状态。若患者服药后的第二特征信息波动幅度过大又或者波动速率过快，可以认为患者的特征信息发生异常情况。
此时，通过监测计算特征信息的变化速率以及变化幅度，可以根据特征信息的变化速率以及变化幅度判断患者服药后是否出现体征信息异常的问题。
通过设置第一预设速率幅值以及第一预设幅度阈值，可以在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
所述药源性疾病主动监测预警系统通过获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息，并计算特征信息的变化速率以及变化幅度，可以在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号，从而有效提高药源性疾病监测准确性。
在其中一个实施例中，所述药源性疾病主动监测预警系统还包括第三获取模块以及第四获取模块。
第三获取模块用于获取患者的实时图像；第四获取模块用于获取患者的实时信息。
其中，实时图像至少包括部分第四获取模块，第一获取模块根据实时图像以及实时信息获取患者的服药时刻。
实时图像包括患者的人脸图像以及实时姿态。实时姿态可以为坐姿、站姿以及卧姿等等。
第四获取模块为智能佩戴终端。实时信息可以为第四获取模块的实时高度。
第一获取模块根据患者的人脸图像、实时姿态以及第一获取模块的实时高度，判断患者当前动作是否为服药动作。若患者当前动作为服药动作，则以当前时刻为服药时刻。
优选地，第一获取模块根据第四获取模块的实时高度获取患者手臂的实时动作状态。第一获取模块预先存储有患者在不同姿态下服药时的标准动作状态，计算实时动作状态与标准动作状态之间的相似度，若相似度大于预设相似度阈值，则判断患者当前动作为服药动作，并获取服药动作过程中某一时刻作为服药时刻。优选地，可以以服药动作的完成时刻作为服药时刻。
第一获取模块根据实时图像以及实时信息获取患者的服药时刻，可以提高患者服药动作以及服药时刻获取的准确性。
在其中一个实施例中，所述第四获取模块用于获取患者输入的确认指令，第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
具体地，可以在确定患者服药动作以及对应的当前时刻后，根据患者输入的确认指令，最终确定并获取患者的服药时刻。
根据第一获取模块根据实时图像以及实时信息获取的患者服药动作的当前时刻，并以当前时刻作为初始服药时刻，在获取确认指令后，再讲初始服药时刻作为最终服药时刻。如此一来，通过获取患者输入的确认指令，并根据确认指令最终获取患者服药时刻，可以进一步提高服药时刻的准确性，避免出现服药时刻错误的问题。
优选地，获取患者输入的确认指令时，获取对应的确认时刻；若确认时刻早于初始服药时刻，可以在某种程度上表面患者在输入确认指令后，再进行服药，此时以初始服药时刻作为最终服药时刻。
若确认时刻晚于初始服药时刻且确认时刻与初始服药时刻之间的差值大于预设时刻阈值，则可以认为患者服药后没有在合理时间内输入了确认指令，输入确认指令的时间超出了预设时间阈值，此时以初始服药时刻作为最终服药时刻。
若确认时刻晚于初始服药时刻且确认时刻与初始服药时刻之间的差值小于或等于预设时刻阈值，则可以认为患者服药后在合理时间内输入了确认指令，此时以确认作为最终服药时刻。
通过根据实时图像、实时信息以及确认指令获取患者的服药时刻，可以更加具体并且符合实际情况地确定服药时刻，提高服药时刻获取准确性，进而提高药源性疾病监测预警的准确性。
在其中一个实施例中，所述药源性疾病主动监测预警系统还包括药物存储装置以及服务器。
药物存储装置用于存储多种药物，获取患者所服药物的剂量以及种类。
服务器用于根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息。
其中，监测预警模块还用于根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。在这里，可以基于大数据技术，获取大量患者不同病症下，服用药物剂量以及种类可能出现与患者病症治疗无关的药物不良反应。
药物存储装置设有多个用于放置药瓶的放置槽。放置槽中设有称量传感器，称重传感器与药物存储装置中的处理芯片通信连接。药瓶通过称重传感器放置在放置槽中。
另外，每一个放置槽，还设有摄像单元。摄像单元通过升降单元安装在放置槽的边缘，用于获取药瓶的标签信息。
升降单元与处理芯片通信连接，用于根据处理芯片的控制指令控制摄像单元进行升降移动，直至处理器根据摄像单元反馈的标签信息识别出药瓶的药物种类。
处理芯片根据识别读取标签信息中的关键字比如药名来识别药瓶的药物种类。
称重传感器向处理芯片反馈药瓶的实时重量值，处理芯片根据药瓶的实时重量值的变化，计算出患者所服药物的剂量。
为了更好地获取药瓶的标签信息，在放置槽的四周设有环形轨道，环形轨道上设有滑动装置，升降单元通过滑动装置安装在放置槽的边缘。
所述滑动装置被构造成可根据处理芯片的驱动指令相对环形轨道滑动，以使升降单元以及摄像单元环绕药瓶移动。
如此，处理芯片通过驱动滑动装置以及升降单元移动，可以方便通过摄像单元拍摄药瓶侧面图像，并从药瓶侧面图像中提取标签信息。
监测预警模块根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应后，获取药物不良反应所对应的表征信息，根据表征信息、第一特征信息以及第二特征信息计算药物不良反应发生概率，若药物不良反应发生概率大于预设概率值，则生成报警信号。
同样，基于大数据技术，获取大量患者在不同病症下，服用不同药物剂量以及种类所可能出现的药物不良反应，以及药物不良反应所对应的表征信息。
所述表征信息与第一特征信息以及第二特征信息相对应。通过表征信息、第一特征信息以及第二特征信息计算药物不良反应发生概率后，判断药物不良反应发生概率是否大于预设概率值，若药物不良反应发生概率大于预设概率值，则生成报警信号。
如此，基于大数据技术，并通过获取患者所服药物剂量、种类、病症信息以及对应不良反应的表征信息，综合衡量判断患者是否因为服用药物产生了药物不良反应，可以提高药源性疾病监测预警的准确性。
在其中一个实施例中，如图1所示，本发明提供一种药源性疾病主动监测预警方法，其包括如下步骤：
S1，获取患者的服药时刻。
具体而言，在步骤S1中，如图2所示，所述获取患者的服药时刻的具体方法包括如下步骤：
S10，通过第三获取模块获取患者的实时图像。
S11，通过第四获取模块获取患者的实时信息。
S12，第一获取模块根据实时图像以及实时信息获取患者的服药时刻。
其中，实时图像至少包括部分第四获取模块。
第三获取模块可以是安装在患者居住环境又或者活动环境中的摄像头。优选地，第三获取模块包括多个且安装位置以及角度各不相同。
多个第三获取模块从不同角度拍摄获取患者的实时图像，根据实时图像获取实时图像。
实时图像包括患者的人脸图像以及实时姿态。实时姿态可以为坐姿、站姿以及卧姿等等。
第四获取模块为智能佩戴终端。实时信息可以为第四获取模块的实时高度。
第一获取模块根据患者的人脸图像，验证确定患者的身份信息，结合患者实时姿态以及实时高度的变化，判断患者手臂的实时动作状态。
具体而言，第一获取模块可以根据患者身高以及臂长，获取患者在不同姿态下，患者手臂标准动作状态与服药的关系，对不同姿态下患者服药与关联的手臂标准动作状态进行绑定。
在获取实时图像以及实时信息后，第一获取模块根据患者对应姿态下实时动作状态与标准动作状态的相似度，判断患者是否服药。
若判断患者服药，则获取当前时间并以当前时间作为患者的服药时刻。
实时图像至少包括第四获取模块，即实时图像包括第四获取模块的图像信息以及患者人脸信息。如此，可以保证第四获取模块佩戴在患者手臂上，进而保证判断患者是否服药的准确性，避免出现第四获取模块佩戴在除患者以外其他人手臂上而得出患者错误服药时刻的问题。
在实时图像不包括第四获取模块的图像信息时，第一获取模块反馈一个重新获取图像指令至第三获取模块。
第三获取模块响应重新获取图像指令并获取患者的实时图像，直至实时图像包括患者人脸图像以及第四获取模块的图像信息。
S2,获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息。
优选地，实时获取患者的多个第一特征信息，在确定患者的服药时刻后，获取患者在服药时刻前第一预设时间段内的多个第一特征信息。
S3，根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度。
S4，在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
通过获取多个第一特征信息以及相对应的第二特征信息，并在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号，克服了仅仅采用比较患者单个第一特征信息变化速率和/或变化幅值来监测预警药源性疾病所容易出现的监测预警错漏的问题，可以提高药源性疾病监测准确性。
所述药源性疾病主动监测预警系统通过获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息，并计算特征信息的变化速率以及变化幅度，可以在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号，从而有效提高药源性疾病监测准确性
在其中一个实施例中，第一获取模块根据实时图像以及实时信息获取患者的服药时刻的具体方法包括如下步骤：
获取患者输入的确认指令；
第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
通过根据实时图像、实时信息以及确认指令获取患者的服药时刻，可以更加具体并且符合实际情况地确定服药时刻，提高服药时刻获取准确性，进而提高药源性疾病监测预警的准确性。
在其中一个实施例中，所述药源性疾病主动监测预警系统还包括如下步骤：
获取患者所服药物的剂量以及种类；
根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息；
根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。
患者所服药物的剂量以及种类可以有患者输入至系统。具体而言，患者可以通过第四获取模块输入所服药物剂量以及种类。
在获取与患者病症治疗无关的药物不良反应后，获取药物不良反应所对应的表征信息，根据表征信息、第一特征信息以及第二特征信息计算药物不良反应发生概率，若药物不良反应发生概率大于预设概率值，则生成报警信号。
在这里，可以根据与表征信息相对应的第一特征信息以及第二特征信息，计算药物的不良反应发生概率。具体而言，先设定与变化速率相对应的第一报警阈值以及与变化幅度相对应的第二报警阈值，再根据变化速率与第一报警阈值计算第一不良反应概率以及变化幅值与第一报警阈值计算第二不良反应概率。
若变化速率小于等于第一报警阈值，则第一不良反应概率＝(变化速率/第一报警阈值)*100％，否则第一不良反应概率＝1；若变化幅值小于等于第二报警阈值，则第二不良反应概率＝(变化幅值/第二报警阈值)*100％，否则第二不良反应概率＝1。
药物不良反应发生概率为第一不良反应概率与第二不良反应概率的叠加概率，记药物不良反应发生概率＝1-(1-第一不良反应概率)*(1-第二不良反应概率)
通过获取药物不良反应发生概率，并在药物不良反应发生概率大于预设概率值时生成报警信号，综合衡量判断患者是否因为服用药物产生了药物不良反应，可以提高药源性疾病监测预警的准确性。
在其中一个实施例中，本发明提供一种计算机可读存储介质，其存储有计算机程序，当计算机程序被处理器执行时实现所述的药源性疾病主动监测预警方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.药源性疾病主动监测预警系统，其特征在于，所述药源性疾病主动监测预警系统包括：
第一获取模块，用于获取患者的服药时刻；
第二获取模块，用于获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息；
计算模块，用于根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；
监测预警模块，用于在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
2.如权利要求1所述的药源性疾病主动监测预警系统，其特征在于，所述药源性疾病主动监测预警系统还包括：
第三获取模块，用于获取患者的实时图像；
第四获取模块，用于获取患者的实时信息；
其中，实时图像至少包括部分第四获取模块，第一获取模块根据实时图像以及实时信息获取患者的服药时刻。
3.如权利要求2所述的药源性疾病主动监测预警系统，其特征在于，所述第四获取模块用于获取患者输入的确认指令，第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
4.如权利要求3所述的药源性疾病主动监测预警系统，其特征在于，所述药源性疾病主动监测预警系统还包括：
药物存储装置，用于存储多种药物，获取患者所服药物的剂量以及种类；
服务器，用于根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息；
其中，监测预警模块还用于根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。
5.如权利要求4所述的药源性疾病主动监测预警系统，其特征在于，所述监测预警模块还用于获取药物不良反应所对应的表征信息，根据表征信息、第一特征信息以及第二特征信息计算药物不良反应发生概率，若药物不良反应发生概率大于预设概率值，则生成报警信号。
6.药源性疾病主动监测预警方法，其特征在于，所述药源性疾病主动监测预警方法包括如下步骤：
获取患者的服药时刻；
获取患者在服药时刻前第一预设时间段内的多个第一特征信息以及以预设频率获取患者在服药时刻后第二预设时间段内的与第一特征信息相对应的第二特征信息；
根据第一特征信息以及第二特征信息计算特征信息的变化速率以及变化幅度；
在变化速率大于第一预设速率阈值和/或变化幅值大于第一预设幅度阈值时，生成预警信号。
7.如权利要求6所述的药源性疾病主动监测预警方法，其特征在于，所述获取患者的服药时刻的具体方法包括如下步骤：
通过第三获取模块获取患者的实时图像；
通过第四获取模块获取患者的实时信息；
第一获取模块根据实时图像以及实时信息获取患者的服药时刻；
其中，实时图像至少包括部分第四获取模块。
8.如权利要求7所述的药源性疾病主动监测预警方法，其特征在于，第一获取模块根据实时图像以及实时信息获取患者的服药时刻的具体方法包括如下步骤：
获取患者输入的确认指令；
第一获取模块根据实时图像、实时信息以及确认指令获取患者的服药时刻。
9.如权利要求8所述的药源性疾病主动监测预警方法，其特征在于，所述药源性疾病主动监测预警系统还包括如下步骤：
获取患者所服药物的剂量以及种类；
根据患者身份信息，搜索数据库中与患者身份信息相匹配的诊断信息，根据诊断信息获取患者病症信息；
根据患者病症信息、患者所服药物的剂量以及种类获取与患者病症治疗无关的药物不良反应。
10.一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存储有计算机程序，当计算机程序被处理器执行时实现如权利要求6-9任一项所述的药源性疾病主动监测预警方法。
CN202310113960.8A 2023-02-13 2023-02-13 药源性疾病主动监测预警系统及方法 Pending CN116153458A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310113960.8A CN116153458A (zh) 2023-02-13 2023-02-13 药源性疾病主动监测预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310113960.8A CN116153458A (zh) 2023-02-13 2023-02-13 药源性疾病主动监测预警系统及方法

Publications (1)

Publication Number Publication Date
CN116153458A true CN116153458A (zh) 2023-05-23

Family

ID=86340314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310113960.8A Pending CN116153458A (zh) 2023-02-13 2023-02-13 药源性疾病主动监测预警系统及方法

Country Status (1)

Country Link
CN (1) CN116153458A (zh)

Similar Documents

Publication Publication Date Title
US11437139B2 (en) Method and apparatus for biometric data collection combining visual data with historical health records metadata
Rantz et al. A new paradigm of technology-enabled ‘Vital Signs' for early detection of health change for older adults
US11670100B2 (en) Method and apparatus for recognition of patient activity
US10811130B2 (en) Pulse oximeter integration for evaluating and updating a drug administration schedule using effectiveness rating
US20210321932A1 (en) Medical device and method for diagnosis and treatment of disease
CN113823376B (zh) 智能服药提醒方法、装置、设备及存储介质
Deepika et al. Iot based elderly monitoring system
CN116705264A (zh) 一种医用记录定时服药提醒系统
Bhagat Artificial Intelligence in Healthcare
US20210228092A1 (en) Treatment recommendation creation system
CN116153458A (zh) 药源性疾病主动监测预警系统及方法
CN111993442B (zh) 一种基于大数据的高智能全科医疗执业机器人
US20200161001A1 (en) Personal Data Analytics System
Tan et al. Remote patient monitoring system
Watts et al. Best practice nursing management of nosocomial hypoglycemia: lessons learned
Clemmer et al. Computer support in critical care medicine
CN110335648A (zh) 智能药箱信息交互系统
Lee et al. IoT-based Architecture and Implementation for Automatic Shock Treatment
KR102596492B1 (ko) 비접촉식 생체정보 측정이 가능한 복약 디스펜서
US12040088B2 (en) Method and apparatus for determining user information
US11623044B2 (en) False alarm control and drug titration control using non-contact patient monitoring
US20210393144A1 (en) Medical monitoring system
Vinutha et al. Machine Learning–Assisted Remote Patient Monitoring with Data Analytics
KR20230149004A (ko) 생체데이터기록시스템 및 그것을 이용한 생체데이터기록방법
CN115662558A (zh) 一种临床药学的监管方法、系统及设备

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