CN116598006B - 一种脓毒血症预警装置及应用系统 - Google Patents
一种脓毒血症预警装置及应用系统 Download PDFInfo
- Publication number
- CN116598006B CN116598006B CN202310879825.4A CN202310879825A CN116598006B CN 116598006 B CN116598006 B CN 116598006B CN 202310879825 A CN202310879825 A CN 202310879825A CN 116598006 B CN116598006 B CN 116598006B
- Authority
- CN
- China
- Prior art keywords
- early warning
- warning device
- sepsis
- information
- user
- 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
- 206010040047 Sepsis Diseases 0.000 title claims abstract description 155
- 238000004891 communication Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims abstract description 23
- 238000013475 authorization Methods 0.000 claims abstract description 8
- 230000036541 health Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 12
- 230000003321 amplification Effects 0.000 claims description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 11
- 102100032752 C-reactive protein Human genes 0.000 claims description 8
- 102000007584 Prealbumin Human genes 0.000 claims description 8
- 108010071690 Prealbumin Proteins 0.000 claims description 8
- 108010048233 Procalcitonin Proteins 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 7
- CWCXERYKLSEGEZ-KDKHKZEGSA-N procalcitonin Chemical compound C([C@@H](C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H](C(=O)N[C@@H](C)C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)NCC(O)=O)[C@@H](C)O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCSC)NC(=O)[C@H]1NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(N)=O)NC(=O)CNC(=O)[C@@H](N)CSSC1)[C@@H](C)O)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 CWCXERYKLSEGEZ-KDKHKZEGSA-N 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 5
- 210000000440 neutrophil Anatomy 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 17
- 108010074051 C-Reactive Protein Proteins 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000003416 augmentation Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 210000000265 leukocyte Anatomy 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000009640 blood culture Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010007027 Calculus urinary Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010037597 Pyelonephritis acute Diseases 0.000 description 1
- 206010040070 Septic Shock Diseases 0.000 description 1
- 206010051379 Systemic Inflammatory Response Syndrome Diseases 0.000 description 1
- 208000009911 Urinary Calculi Diseases 0.000 description 1
- 208000038016 acute inflammation Diseases 0.000 description 1
- 230000006022 acute inflammation Effects 0.000 description 1
- 201000001555 acute pyelonephritis Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 230000003266 anti-allergic effect Effects 0.000 description 1
- 230000002924 anti-infective effect Effects 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008952 bacterial invasion Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000642 iatrogenic effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 201000002364 leukopenia Diseases 0.000 description 1
- 231100001022 leukopenia Toxicity 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000036303 septic shock Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 208000019206 urinary tract infection Diseases 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种脓毒血症预警装置及应用系统，通过脓毒血症预警装置中设置院内和院外模式，对预警所需要的集成应用程序微服务化，采用用户和医生控制装置的分级授权和外接接口通信自组织网络，能够跨越科室获取数据、并结合用户的历史和实时主题下的数据信息，将装置功能在云端服务器中虚拟化，对实时获取的数据中继传输，并协调云端服务器和脓毒血症预警装置的应用处理和通信能力，便于系统的灵活配置升级，有利于在提升处理效能的同时实现脓毒血症预警装置的便携化。
Description
技术领域
本发明涉及信息化处理领域，具体涉及一种脓毒血症预警装置及应用系统。
背景技术
脓毒血症是指明确或可疑的感染引起的全身炎症反应综合征，可发展为严重脓毒血症和脓毒血症休克，是重症监护病房最常见和严重的并发症。
随着人口老龄化、肿瘤发病率的上升及侵入性医疗手段的增加，脓毒血症的发病率和病死率都在不断升高。由于脓毒血症的诊断缺乏金标准，且老年患者营养状况不佳、症状复杂、不典型，脓毒血症对于后续生活质量及生命监控造成多种影响。实践中有必要在前期对脓毒血症的患者做早期预警，如此才能够有效地减少多重耐药菌的滋生和改善预后。
医疗实践中，血培养阳性是脓毒血症的主要诊断依据，但由于抗生素的广泛使用，只有约30%的脓毒血症患者血培养阳性，单一的生物标志物检测有一定的缺陷。同时各种监测指标分散各科室，由各科室所主导检测，通用指标的运用不够，诸如血常规等体检数据处于沉睡状态。
目前，随着医院信息化程度和智能终端设备通信交互能力提升，如何适用多科室的监测结果，采用多种生活标志物联合对脓毒血症做出诊断成为大家关注的热点，相适应地如何构造一种脓毒血症预警装置，便捷轻便又能适应脓毒血症预警，以便于早期预警能够与现有的医院的信息化系统相融合，方便快捷地为医生提供辅助服务也成为了急需关注的问题。
发明内容
为解决上述技术问题至少之一，本申请提出了一种脓毒血症预警装置，所述脓毒血症预警装置包括数据采集获取模块，系统配置模块和扩增接口模块；
所述数据采集获取模块用于采集用户生理参数和生化检测参数；
所述系统配置模块用于对脓毒血症预警装置做系统配置，系统配置包括设置分类权限控制区，根据用户的分级授权信息，将不同的结果信息发送到对应不同的服务终端；所述系统配置模块设置院内模式和院外模式，当处于院内模式时，根据医生控制装置和用户的联合授权配置，在云端服务器中配置对应标识的脓毒血症预警装置的功能；根据用户的分级授权信息获取用户的实时和历史诊疗数据信息；由实时和历史诊疗数据信息确定用户主题类型信息，根据用户主题类型信息映射得到相应的预测模型，将预测结果以弹窗的方式提供给医生控制装置；
所述扩增接口模块包括集成外界接口，所述集成外界接口用于与家用的智能健康设备及其他脓毒血症预警装置相匹配，建立组织信息网络；脓毒血症预警装置在预设周期性时段内未收到反馈信息时，将触发扩增接口模块中已连接的中转优先设备与云端服务器的中继通信。
优选的，所述系统配置模块还用于根据医生控制模块设置主题信息；根据主题信息查找该标识对应的在云端服务器中的集成程序配置；云端服务器根据用户设置的主题信息，将配置设置信息发送到所述脓毒血症预警装置；其中，所述配置设置信息呈现为能够请求和接收配置输入的一个或多个用户界面元素；所述用户界面元素映射为对应的微服务。
优选的，用户生理参数至少包括：体温、血氧脉搏、运动状态及运动量和/或GPS定位信息，所述生化检测参数至少包括：降钙素原PCT、C-反应蛋白CRP、前白蛋白PA和中性粒细胞百分比。
优选的，当脓毒血症预警装置处于院外模式时，根据扩增接口模块获取的实时采集信息，预置单一预测模型，并在系统配置模块中设置具有通信功能的中转优先设备，云端服务器周期性获取并反馈信息给脓毒血症预警装置，当未收到云端服务器的反馈信号时，通过扩增接口模块连接的包含在自组织网络中的中转优先设备予以转发数据；所述中转优先设备为与用户关联相关的智能设备。
优选的，当脓毒血症预警装置处于院外模式时，脓毒血症预警装置向云端服务器发送硬件结构配置信息，云端服务器根据脓毒血症预警装置的硬件结构配置，将集成应用程序的微服务分组化，根据脓毒血症预警装置的硬件结构分配对应的微服务，结合云端服务器中的对应标识的虚拟脓毒血症预警装置的功能做组合调用微服务，获得对应用户的预警信息。
优选的，所述集成应用程序包括标准配置模式；在医生控制装置对脓毒血症预警装置执行配置时，在标准集成应用程序的基础上设置多个关联的主题类型，所述多个关联的主题类型对应于不同的加权组合预测模型。
优选的，预测模型包括自回归模型和神经网络模型。
优选的，当所述脓毒血症预警装置配置为院内模式时，系统配置模块自动设置为自动中继主从模式，使所述脓毒血症预警装置能够自动与院内区域范围内的脓毒血症预警装置匹配，建立直连中继通信，当脓毒血症预警装置未能触发与云端服务器的正常通信时，则通过其它脓毒血症预警装置进行匹配中转通信，保证需采集的用户信息能够被实时采集并发送到云端服务器中。
优选的，所述脓毒血症预警装置根据接收到的异常信号触发自身的预警信息，所述预警信息在脓毒血症预警装置处以声光闪烁的模式进行警示。本申请还提供一种应用脓毒血症预警装置的系统，包括云端服务器，医生控制端和如上的脓毒血症预警装置，所述云端服务器及脓毒血症预警装置、医生控制模块之间相互交互通信，用以实现对脓毒血症的预警。
本申请的方案，通过脓毒血症预警装置设置院内和院外模式，对预警所需要的集成应用程序微服务化，采用用户和医生控制终端的分级控制授权和外接接口通信自组织网络，能够跨越科室获取数据、并结合用户的历史和实时主题下的数据信息，将实体装置功能在云端服务器中虚拟化和对实时获取的数据中继传输，协调云端服务器和脓毒血症预警装置的应用处理和通信能力，便于系统的灵活配置升级，有利于在提升处理效能的同时，实现脓毒血症预警装置的便携化。
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，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是本脓毒血症预警装置的结构示意图；
图2是应用本脓毒血症预警装置的系统结构示意图。
具体实施方式
参看下面的说明以及附图，本发明的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解，其中说明和附图形成了说明书的一部分。然而，可以清楚地理解，附图仅用作说明和描述的目的，并不意在限定本发明的保护范围。可以理解的是，附图并非按比例绘制。本发明中使用了多种结构图用来说明根据本发明的实施例的各种变形。
下面将结合本发明实施例中的附图，对本发明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，本领域普通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。
需要说明的是，本文中的“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
需要说明的是，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能或作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。例如，第一信息和第二信息是用于区别不同的信息，而不是用于描述信息的特定顺序。
需要说明的是，本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
实施例1
本申请提出了一种脓毒血症预警装置及其应用系统。如图1所示，所述脓毒血症预警装置包括数据采集获取模块，系统配置模块和扩增接口模块；
所述数据采集获取模块用于采集数据包括体温、血氧脉搏、运动状态及运动量等生理参数、GPS定位信息、以及降钙素原(PCT)、C-反应蛋白(CRP)、前白蛋白(PA)和中性粒细胞百分比(Neut%)等用户健康类参数数据。
所述系统配置模块用于对脓毒血症预警装置做系统配置，所述系统配置模块还用于与医院的云服务器及医生控制装置交互，在系统配置模块设置有分类权限控制区，系统配置模块根据用户的分级授权信息，将不同的预警结果信息和获取的数据信息发送给对应不同的终端。用户的分级授权可根据不同的隐私信息等级设置，设置不同的终端可获取对应的隐私信息。不同的终端对应为用户处理相应用户数据装置。
优选的，对应终端与云端服务器对隐私数据采用加密通信，所述加密通信的方式具体为，云端服务在所述终端上固定配置公钥服务设备的地址；在终端获取IP地址时，通过动态主机配置协议通知其所述公钥服务设备的地址。示例性的设置会话初始协议SIP消息，在所述SIP消息中设置包含用于请求加密或签名的头域，所述头域包含以下信息的组合：指示终端请求签名或请求加密的信息；标识所述消息中请求签名或加密的内容的信息；指示所述需要知道该消息内容的实体的信息，将消息体和头域区分设置。
系统配置模块中区分院内和院外模式，当处于院内模式时，基于通信带宽的允许，可将脓毒血症预警装置功能虚拟化，以促使脓毒血症预警装置的便携化，根据医生控制装置和/或用户的配置设置，可授权在云端服务器中开设配置对应标识的虚拟脓毒血症预警装置的功能，其中虚拟脓毒血症预警装置的功能可映射在相应的终端中；允许虚拟脓毒血症预警装置跨科室获取对应用户的实时及历史诊疗数据信息；所述虚拟脓毒血症预警装置根据用户主题类型信息映射到相应的预测模型，将预测结果发送到虚拟脓毒血症预警装置中，并以弹窗的方式提供给医生控制装置。
优选的，所述系统配置模块还用于根据医生控制装置设置主题信息；根据该对应的主题信息，查找该标识对应的在云端服务器中的集成应用程序配置；云端服务器平台根据用户设置的主题信息，将配置设置信息发送到所述脓毒血症预警装置，其中所述配置设置信息可用以显示能够请求和接收配置输入的一个或多个用户界面元素，所述用户界面元素对应于微服务。
其中，从所述脓毒血症预警装置接收所述集成应用程序的配置输入包括响应于所述配置设置信息发送并接收所述配置输入。一些实施方式中，对应的，当处于院内模式设置时，上述配置同样映射配置在虚拟脓毒血症预警装置中。
所述脓毒血症预警装置安装对应的集成应用程序之后，云端服务器将通过广播通知发送给其管理的一个或多个微服务，根据广播通知以识别安装在脓毒血症预警装置上的集成应用程序以及执行可推荐的后续动作。
当处于院外模式时，根据扩增端口获取的实时采集信息，预置单一预测模型，并在系统配置模块中设置具有通信功能的中转优先设备序列表，云端服务器根据医生控制装置设置，周期性获取并反馈脓毒血症预警装置的信息，当超时未收到反馈信号时，通过扩增端口连接的设置设备依次选择予以转发数据信息。所述中转优先设备对应为与用户相关联的设备，可包括为智能手机或智能家居中具备WIFI功能的设备。
可选的，所述集成应用程序可为标准配置模式；在医生控制装置在对脓毒血症预警装置执行配置时，在标准集成应用程序模块的基础上，设置多关联的主题类型，所述多关联的主题类型，对应于预警装置中的不同的预测模型。可选的，所述对应于预警装置中的预测模型，可以包括自回归模型和神经网络模型。
可选的，系统扩增接口模块包括集成外界接口，所述集成外界接口用于与家用的智能健康设备相匹配，建立组织信息网络，在周期性时段内未收到反馈信息时，所述云端服务器根据前一阶段的GIS位置信息，触发扩增接口中连接的中转优先设备。
优选的，所述脓毒血症预警装置，当配置为院内模式时，将其设置为自动中继主从模式，在该模式在所述预警装置能够自动与院内的区域范围内的脓毒血症预警装置匹配，建立直连中继通信，当用户在院内时，当脓毒血症预警装置未能触发与云端服务器的正常通信时，则通过其它脓毒血症预警装置进行匹配通信，以保证需采集的用户的信息能够被实时采集并发送到云端服务器中。所述脓毒血症预警装置根据接收到的异常信号触发自身的预警信息，所述预警信息可以以声光闪烁的模式进行。
优选的实施方式中，系统配置模块用于对脓毒血症预警装置的系统配置，在脓毒血症预警装置的配置中区分院内和院外模式。所述脓毒血症预警装置的使用场景包括院内和院外康复期，对于脓毒血症患者而言，在院外通常配置为对运动类信息采集，而无法获取到生化类信息。为此，为实现脓毒血症预警装置的集约精炼化，在每个脓毒血症预警装置中对系统配置模块做进一步设置。所述系统配置模块与云端服务器相关联，所述脓毒血症的具体配置信息，为每个使用脓毒血症预警功能的设备分配一个标识符，所述标识符对应于所述用户关联的主题信息。
可选的所述主题信息标识为该用户入院的诊断信息，诸如尿路插管治疗，心脏介入手术等，所述主题信息可依据科室信息做标注。根据该对应的主题信息，将该标识对应的集成程序配置在云端服务器中，所述集成程序可为标准配置模式。在医生管理控制装置对脓毒血症预警装置执行配置时，可以在标准集成程序模块的基础上，设置多个关联的主题类型，所述多个关联的主题类型，对应于脓毒血症预警装置中的不同的预测模型。
对于该脓毒血症预警装置的应用系统，如图2所示，所述系统可以包括云端服务器和医生控制模块及该脓毒血症预警装置，可选的云端服务器中设置有数据库和/或数据库管理服务器。相类似的，云端服务器可以涵盖或单设云端管理服务器。集成程序包含生成所述集成的唯一标识符以及将包含所述集成的唯一标识符的应用程序记录保存到云端服务器中的可用应用程序数据库，其中脓毒血症预警装置能够使用所述可用应用程序数据库来识别可用应用程序。
脓毒血症预警装置根据上述标识，在标识获取到是否可用的信息，及在系统配置模块做服务组配时，能够依据该标识符中涵盖的可用性标识，将服务进行组配，获得对虚拟脓毒血症预警装置的功能实体。可选的院外模式时，可以根据脓毒血症预警装置的硬件结构配置，服务应用程序分组化，根据云端服务器的功能将集成程序中所对应的功能服务做划分，部分根据实体脓毒血症预警装置的硬件结构分配对应的功能服务，而后由云端服务器中的虚拟脓毒血症预警装置或集中的系统处理单元做组合调用，生成对应用户的预警信息。
云端管理服务器平台在所述脓毒血症预警装置安装某集成程序之后，将通过广播通知发送给数据库管理的一个或多个服务，所述数据库管理服务器根据广播通知消息以识别安装在脓毒血症预警装置上的集成程序以及执行可推荐的后续服务或动作。
云端管理服务器平台根据用户设置的主题信息，将配置设置信息发送到对应的脓毒血症预警装置，其中所述配置设置信息可用以显示能够请求和接收配置输入的一个或多个用户界面元素，且其中从所述脓毒血症预警装置接收所述集成程序的配置输入包括响应于所述配置设置信息的所述发送而接收所述配置输入。
在所述脓毒血症预警装置中的集成云服务/应用程序已选用于配置后，向脓毒血症预警装置发送用户界面管理界面，所述用户管理界面可配置成显示一个或多个用户输入接收元素，请求来自用户的安装、配置、启用或停用云服务/应用程序所要的输入。所述用户管理界面对应的用户界面管理器接收用户输入且将接收到的输入提供到必要组件即微服务功能以用于将基于所述用户输入进行的后续动作。云端服务器中包含配置成存储所安装集成程序的配置，例如硬件设置、标识符、必要系统配置资源等。
优选的实施方式中，对应的脓毒血症预警装置的安装配置是基于用户的主题类型而配置，即根据确定的用户主题类型，从云端服务器中获取基本的配置信息。用户根据上述设置，自由组合预警类型信息和参数。在云端服务器中不同的主题类型设置有不同的权重值，即对于不同的主题类型配置不同的权重设置预测模型。所述脓毒血症预警装置，配置由院内模式和院外模式，其中在所述院外模式中，所述脓毒血症配置成，具有集成外接接口。所述集成外接接口用于与家用的智能健康设备相匹配通信，可选的，所述匹配信息通信可以是通过诸如与蓝牙手环，智能电子称，电子血压计，血氧仪，移动手机等，构成自组织信息网络。所述集成外接接口用于根据用户的GIS位置信息，在区域范围内设置自组织健康信息获取中转优先序列。所述信息中转优先序列与位置信息关联，依据不同的位置区域，设置不同的优先中转序列，在配置成功之后，自组织网络中的健康类信息可以通过脓毒血症预警装置中的采集模块进行采集并发送或中转发送到云端服务器中。
具体的其它实施方式中，所述脓毒血症预警装置当配置为院内模式时，将其设置为自动中继主从模式，在该院内模式下，所述预警装置能够自动与院内的由医生控制模块设置的区域范围内的脓毒血症预警装置匹配，建立直连中继通信，当用户处于院内时，当脓毒血症预警装置未能触发与云端服务器的正常通信时，超过设定时限后，则通过其它脓毒血症预警装置进行匹配通信，以保证采集的用户的信息能够被实时采集并发送到云端服务器中。
优选的，脓毒血症预警装置的系统配置中，基于用户的授权确认允许用户的跨越科室的信息能够被云端服务器中的预警计算使用。当处于院外模式时，根据云端服务器和预警装置中的历史通信记录信息，云端服务器可将所述预警预测功能模块配置在脓毒血症预警装置中，如前实施方式，将集成程序中的功能微服务化，根据硬件配置信息将集成程序的微服务化的功能，区分性地设置在云服务器测和脓毒血症预警装置侧，进一步的微服务的划分还基于所述脓毒血症预警装置与云端服务器中的传输的信息量和通信信道容量，选择单一预警模式或组合权重模式。
脓毒血症的映射中存在跨科室检测指标，且脓毒血症的指标参数并不唯一。诸如在实践中血常规中WBC是临床上检测炎症的常用指标，急性炎症时WBC水平升高，但在严重感染的患者，也可以出现白细胞降低的现象。各种指标的特异性并不时明显，为此在预测过程中需要综合多种因素做集成预测。比如，WBC以10.92×109/L为界值，诊断脓毒血症的敏感度为72.7%，特异度为85.3%；同时降钙素原(PCT)、C-反应蛋白(CRP)、前白蛋白(PA)和中性粒细胞百分比(Neut%)等也可以作为脓毒血症的对应指标，将用户的用户历史年龄，过往病史，以及主题信息，即患者的就诊和操作信息等，作为用户脓毒血症的预测抽样和比对组信息，对预测训练模型做训练。
根据已有的病史信息根据信息可知，患有降低免疫力的疾病的患者由于机体抗感染能力减弱，易发生尿脓毒血比重较高，一般引起严重尿源性脓毒血症的疾病包括尿路感染加重、上尿路结石梗阻性急性肾盂肾炎以及医源性操作等，同时如膀胱镜、输尿管镜、经皮肾镜等，这类侵袭性操作不可避免地会损伤作为天然屏障的尿道黏膜，同时又会将外界细菌带入体内，进一步为细菌侵袭、繁殖创造条件。加之一些泌尿外科腔道内镜手术经常需要借助循环水来暴露视野进行操作，结石、前列腺等的手术中往往使用加压泵，更为细菌快速入血提供了便利条件。
为此，针对上述信息抽样样本的用户的权重值可以加重，同时考虑年龄等因素和病史等因素。
示例性的，本脓毒血症预置装置采用现有样本中的数据信息，依据主题关键词选取确定映射出的指标参数，采用自回归模型做预测，根据样本信息可选的，所述的预测步骤基于用户历史健康数据，所述用户的历史健康数据信息包括：用户的年龄，过往病史，体检数据等，对脓毒血症的未来趋势及数值进行回归预测。
优选的，采用用户体检健康的指标 包括降钙素原(PCT)、C-反应蛋白(CRP)、前白蛋白(PA)和中性粒细胞百分比(Neut%)等，综合上述指标获得对于脓毒血症指标，将该脓毒血症的指标能够针对不同用户的主题类型而设置。采用自回归模型，其中在预测模型的构造中，模型训练的过程就是通过大量的数据找出这条线，并拟合出这条线的表达式。
对于新的待预测的数据，就以这条线为区分来为该待预测的数据分类；该脓毒血症预测可选的通过模拟回归曲线的方法，将用户健康等数据获得特征性数据分为三类，对应的预测结果评判标准结果分别为高、中、低三个类别，三个风险类别。
逻辑回归的算法公式为：其中，z＝w1*x1+ w2*x2+w3*x3+…wn*xn，w是待定参数，而x是用户健康指标数据的各维度特征值，y是求得的综合风险预测结果，随后再将这些输出结果跟样本的实际结果值比较，并根据比较情况来调整拟合线（即回归曲线）的参数值，从而使拟合线的参数w逼近最优。
预测方法包括时间序列预测和回归预测，时间序列预测提供移动平均预测和指数平滑模型，回归预测提供多变量回归模型。
具体的所述预测模型还可以采用神经网络卷积模型，所述特征曲线的匹配检测可以采用卷积神经网络算法，所述神经网络算法，具体为：将用户的多维数据信息，做降维处理后输入所述第一卷积神经网络模型中的至少一个卷积层中，得到所述至少一个卷积层中的最后一个卷积层的特征向量图，所述第一卷积神经网络模型包括至少一个卷积层、至少一个全连接层以及一个Softmax层；将所述最后一个卷积层的特征向量图输入所述至少一个全连接层中，得到所述至少一个全连接层中的最后一个全连接层输出的二维向量；将所述二维向量输入所述Softmax层中，得到用于标识所述用户是否存在脓毒血症的风险。
对于神经网络的训练方式，可以采用不同科室的不同样本信息做训练检测，泌尿科室，介入治疗科室等，将历史发生了脓毒血症的多维样本数据输入到神经网络模式中训练。
其它具体实施方式中，对于用户的预警结果检测还包括与群体异常检测结果的比对，异常检测包括针对用户个体的异常检测和针对群体的异常检测，个体异常检测对每次收集到的用户健康数据与事先设置的正常范围或者规则学习到的正常范围进行比对，检测出异常并报警。群体性数据具体可以是去过敏信息后的同主题类型下或科室下，以及年龄组下的，指定在不同的区域范围或时间维度内，当在指定时间和区域内用户出现某一种或几种健康数据超出群体标准值时，则判断为异常并报警，用以提示脓毒血症预警装置发出报警信息。
院内模式的处理中，脓毒血症预警装置将采集到的数据传输到云端服务器处理模块上，由云端对数据进行处理，还可采用多模式预测方式，不同的科室的对应不同的加权处理方式，即根据历史科室的预测数据获取到不同的预测方式的加权值，依据该加权值对同一科室的预测信息做加权处理。
所述云端服务器通过程序响应用户的操作，云端服务器可以利用发送信号，脓毒血症预警装置中的内置LCD驱动控制器控制液晶输出图像显示。可选的，可以以总线驱动音频解码模块输出音频信号，音频信号由功率放大电路放大后送至扬声器输出，发出闪烁性的警示或蜂鸣音。脓毒血症预警装置周期性地将传输数据到网络云端服务器上，并与云端服务器进行信息交互。
其它实施例中，当存在云端服务器检测到预警信息时，将所述信息发送到脓毒血症预警装置，所述脓毒血症预警装置根据所述预警信息的做分类触发，将该信息发送到医生触发界面装置即医生控制装置，并通过液晶显示屏输出预警信息或音频信号。
医生控制装置中的功能也包括所述的医生工作平台运行在医生智能设备上，用于医生从云服务器调取用户历史健康数据；用于医生从云服务器调取用户健康报告，调取用户所在位置；用于将用户历史健康数据及用户位置通过可视化方式呈现于医生智能设备显示屏上。
基于如上所述的示例，在一个实施例中涉及方法步骤的特征，可以被本发明提供的一种计算机设备/或系统实现，该计算机设备/系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如上述各实施例中的任意一种方法。
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，所述的程序可存储于一非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各视频播放方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
据此，还提供一种存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述各实施例中的任意涉及的方法步骤。
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 (8)
1.一种脓毒血症预警装置，其特征在于：所述脓毒血症预警装置包括数据采集获取模块，系统配置模块和扩增接口模块；
所述数据采集获取模块用于采集用户生理参数和生化检测参数；
所述系统配置模块用于对脓毒血症预警装置做系统配置，系统配置包括设置分类权限控制区，根据用户的分级授权信息，将不同的结果信息发送到对应不同的服务终端；所述系统配置模块设置院内模式和院外模式，当处于院内模式时，根据医生控制装置和用户的联合授权配置，在云端服务器中配置对应标识的脓毒血症预警装置的功能；根据用户的分级授权信息获取用户的实时和历史诊疗数据信息；由实时和历史诊疗数据信息确定用户主题类型信息，根据用户主题类型信息映射得到相应的预测模型，将预测结果以弹窗的方式提供给医生控制装置；
当脓毒血症预警装置处于院外模式时，根据扩增接口模块获取的实时采集信息，预置单一预测模型，并在系统配置模块中设置具有通信功能的中转优先设备，云端服务器周期性获取并反馈信息给脓毒血症预警装置，当未收到云端服务器的反馈信号时，通过扩增接口模块连接的包含在自组织网络中的中转优先设备予以转发数据；所述中转优先设备为与用户关联的智能设备；
当脓毒血症预警装置处于院外模式时，脓毒血症预警装置向云端服务器发送硬件结构配置信息，云端服务器根据脓毒血症预警装置的硬件结构配置，将集成应用程序的微服务分组化，根据脓毒血症预警装置的硬件结构分配对应的微服务，结合云端服务器中的对应标识的虚拟脓毒血症预警装置的功能做组合调用微服务，获得对应用户的预警信息；
所述扩增接口模块包括集成外界接口，所述集成外界接口用于与家用的智能健康设备及其他脓毒血症预警装置相匹配，建立组织信息网络；脓毒血症预警装置在预设周期性内未收到反馈信息时，将触发扩增接口模块中已连接的中转优先设备与云端服务器的中继通信。
2.如权利要求1所述的脓毒血症预警装置，其特征在于：所述系统配置模块还用于根据医生控制模块设置主题信息；根据主题信息查找该标识对应的在云端服务器中的集成程序配置；云端服务器根据用户设置的主题信息，将配置设置信息发送到所述脓毒血症预警装置；其中，配置设置信息呈现为能够请求和接收配置输入的一个或多个用户界面元素；所述用户界面元素映射为对应的微服务。
3.如权利要求2所述的脓毒血症预警装置，其特征在于：用户生理参数至少包括：体温、血氧脉搏、运动状态及运动量和/或GPS定位信息，所述生化检测参数至少包括：降钙素原PCT、C-反应蛋白CRP、前白蛋白PA和中性粒细胞百分比。
4.如权利要求3所述的脓毒血症预警装置，其特征在于：所述集成应用程序包括标准配置模式；在医生控制装置对脓毒血症预警装置执行配置时，在标准集成应用程序的基础上设置多个关联的主题类型，所述多个关联的主题类型对应于不同的加权组合预测模型。
5.如权利要求4所述的脓毒血症预警装置，其特征在于：预测模型包括自回归模型和神经网络模型。
6.如权利要求5所述的脓毒血症预警装置，其特征在于：当所述脓毒血症预警装置配置为院内模式时，系统配置模块自动设置为自动中继主从模式，使所述脓毒血症预警装置能够自动与院内区域范围内的脓毒血症预警装置匹配，建立直连中继通信，当脓毒血症预警装置未能触发与云端服务器的正常通信时，则通过其它脓毒血症预警装置进行匹配中转通信，保证需采集的用户信息被实时采集并发送到云端服务器中。
7.如权利要求6所述的脓毒血症预警装置，其特征在于：所述脓毒血症预警装置根据接收到的异常信号触发自身的预警信息，所述预警信息在脓毒血症预警装置处以声光闪烁的模式进行警示。
8.一种应用脓毒血症预警装置的系统，其特征在于：所述系统包括云端服务器，医生控制装置和如权利要求1-7中任一项所述的脓毒血症预警装置，所述云端服务器及脓毒血症预警装置、医生控制装置之间交互通信，用于对脓毒血症的预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310879825.4A CN116598006B (zh) | 2023-07-18 | 2023-07-18 | 一种脓毒血症预警装置及应用系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310879825.4A CN116598006B (zh) | 2023-07-18 | 2023-07-18 | 一种脓毒血症预警装置及应用系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116598006A CN116598006A (zh) | 2023-08-15 |
| CN116598006B true CN116598006B (zh) | 2023-10-17 |
Family
ID=87599567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310879825.4A Active CN116598006B (zh) | 2023-07-18 | 2023-07-18 | 一种脓毒血症预警装置及应用系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116598006B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104822310A (zh) * | 2012-10-04 | 2015-08-05 | 太空实验室健康护理有限公司 | 用于提供病人护理的系统和方法 |
| CN105105762A (zh) * | 2015-09-22 | 2015-12-02 | 赖大坤 | 一种多参数自动预警和快速定位响应的遥测监护方法及系统 |
| CN107169270A (zh) * | 2017-04-24 | 2017-09-15 | 江苏省苏北人民医院 | 一种慢性心血管病远程分级随访精准管理系统 |
| CN112289462A (zh) * | 2020-10-16 | 2021-01-29 | 深圳市盛景基因生物科技有限公司 | 一种基于移动互联网的远程医疗综合服务平台 |
| CN114403806A (zh) * | 2022-01-08 | 2022-04-29 | 北京数字众智科技有限公司 | 一种危险疾病预警及通知系统 |
| KR20220071331A (ko) * | 2020-11-24 | 2022-05-31 | 주식회사 오퍼스원 | 건강 관리 인공지능 주치의 서비스 제공 방법 |
| CN115225658A (zh) * | 2021-04-15 | 2022-10-21 | 深圳迈瑞生物医疗电子股份有限公司 | 通讯模块、医疗设备、监护系统及监护方法 |
| CN116126509A (zh) * | 2021-11-12 | 2023-05-16 | 华为技术有限公司 | 基于多设备提供服务的方法、相关装置及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170347895A1 (en) * | 2015-01-04 | 2017-12-07 | Vita-Course Technologies Co.,Ltd | System and method for health monitoring |
-
2023
- 2023-07-18 CN CN202310879825.4A patent/CN116598006B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104822310A (zh) * | 2012-10-04 | 2015-08-05 | 太空实验室健康护理有限公司 | 用于提供病人护理的系统和方法 |
| CN105105762A (zh) * | 2015-09-22 | 2015-12-02 | 赖大坤 | 一种多参数自动预警和快速定位响应的遥测监护方法及系统 |
| CN107169270A (zh) * | 2017-04-24 | 2017-09-15 | 江苏省苏北人民医院 | 一种慢性心血管病远程分级随访精准管理系统 |
| CN112289462A (zh) * | 2020-10-16 | 2021-01-29 | 深圳市盛景基因生物科技有限公司 | 一种基于移动互联网的远程医疗综合服务平台 |
| KR20220071331A (ko) * | 2020-11-24 | 2022-05-31 | 주식회사 오퍼스원 | 건강 관리 인공지능 주치의 서비스 제공 방법 |
| CN115225658A (zh) * | 2021-04-15 | 2022-10-21 | 深圳迈瑞生物医疗电子股份有限公司 | 通讯模块、医疗设备、监护系统及监护方法 |
| CN116126509A (zh) * | 2021-11-12 | 2023-05-16 | 华为技术有限公司 | 基于多设备提供服务的方法、相关装置及系统 |
| CN114403806A (zh) * | 2022-01-08 | 2022-04-29 | 北京数字众智科技有限公司 | 一种危险疾病预警及通知系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116598006A (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10347373B2 (en) | Intelligent integration, analysis, and presentation of notifications in mobile health systems | |
| CN107145704B (zh) | 一种面向社区的健康医疗监护、评测系统及其方法 | |
| CN104537275B (zh) | 一种基于患者身体病症的导医系统 | |
| CN103514356B (zh) | 一种车载式家庭医疗系统及其数据处理方法 | |
| JP5695661B2 (ja) | グラフィック表示を生成するシステム | |
| US9144384B2 (en) | Method, system and apparatus for continuous cardiac monitoring of an individual | |
| US20160078747A1 (en) | Intelligent presentation of alarms and messages in mobile health systems | |
| US9510791B2 (en) | Diagnostic efficiency | |
| KR20140107714A (ko) | 건강 관리 시스템 및 그것의 건강 정보 제공 방법 | |
| WO2021222601A1 (en) | Epidemic monitoring system | |
| CN110660482A (zh) | 一种基于大数据的中医处方智能推荐系统及其控制方法 | |
| CN109243622A (zh) | 一种基于互联网的医疗保健的方法及装置 | |
| CN105340314B (zh) | 使用患者病情信息的mban信道管理系统 | |
| Anand et al. | Study and design of smart embedded system for remote health monitoring using internet of things | |
| CN204744132U (zh) | 远程健康检测与服务系统 | |
| US9129501B1 (en) | Augmented acknowledgement of alarms and messages in mobile health systems | |
| Wu et al. | Improving momentary stress measurement and prediction with bluetooth encounter networks | |
| CN116598006B (zh) | 一种脓毒血症预警装置及应用系统 | |
| US20170354383A1 (en) | System to determine the accuracy of a medical sensor evaluation | |
| KR102233725B1 (ko) | 5g 기반의 멀티 헬스케어 서비스 스마트홈 플랫폼 시스템 및 그 구동 방법 | |
| CN203930832U (zh) | 基于电视系统的家庭健康监测与诊疗系统 | |
| Elsaadany et al. | A triggering mechanism for end-to-end IoT eHealth system with connected ambulance vehicles | |
| KR102645192B1 (ko) | 인공지능 모델을 기반으로 욕창을 관리하는 방법 및 이를 수행하는 전자 장치 | |
| CN113518581B (zh) | 用于医疗诊断支持的系统和方法 | |
| US20220122702A1 (en) | A system and method for cluster based medical diagnosis support |
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 |