CN116631578B - 一种肺癌网络综合管理信息平台 - Google Patents
一种肺癌网络综合管理信息平台 Download PDFInfo
- Publication number
- CN116631578B CN116631578B CN202310917349.0A CN202310917349A CN116631578B CN 116631578 B CN116631578 B CN 116631578B CN 202310917349 A CN202310917349 A CN 202310917349A CN 116631578 B CN116631578 B CN 116631578B
- Authority
- CN
- China
- Prior art keywords
- information
- treatment
- data
- patient
- evaluation
- 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
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 72
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 72
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 72
- 238000011282 treatment Methods 0.000 claims abstract description 167
- 238000011156 evaluation Methods 0.000 claims abstract description 106
- 238000000554 physical therapy Methods 0.000 claims abstract description 87
- 238000003745 diagnosis Methods 0.000 claims abstract description 48
- 201000010099 disease Diseases 0.000 claims abstract description 44
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 39
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 238000003860 storage Methods 0.000 claims abstract description 18
- 210000004072 lung Anatomy 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 29
- 238000012544 monitoring process Methods 0.000 claims description 26
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 230000004199 lung function Effects 0.000 claims description 17
- 230000036541 health Effects 0.000 claims description 15
- 206010028980 Neoplasm Diseases 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000013506 data mapping Methods 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000002560 therapeutic procedure Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 208000019901 Anxiety disease Diseases 0.000 claims description 3
- 230000036506 anxiety Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009325 pulmonary function Effects 0.000 claims description 3
- 230000003860 sleep quality Effects 0.000 claims description 3
- 230000008621 organismal health Effects 0.000 claims description 2
- 230000037213 diet Effects 0.000 abstract description 3
- 235000005911 diet Nutrition 0.000 abstract description 3
- 230000003863 physical function Effects 0.000 abstract description 3
- 238000012549 training Methods 0.000 abstract description 3
- 239000003814 drug Substances 0.000 description 9
- 230000000391 smoking effect Effects 0.000 description 7
- 238000001574 biopsy Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000001959 radiotherapy Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 238000011269 treatment regimen Methods 0.000 description 5
- 230000002380 cytological effect Effects 0.000 description 4
- 230000001575 pathological effect Effects 0.000 description 4
- 206010041067 Small cell lung cancer Diseases 0.000 description 3
- 238000002512 chemotherapy Methods 0.000 description 3
- 208000000587 small cell lung carcinoma Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000009169 immunotherapy Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 208000002154 non-small cell lung carcinoma Diseases 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000002626 targeted therapy Methods 0.000 description 2
- 208000029729 tumor suppressor gene on chromosome 11 Diseases 0.000 description 2
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 1
- 206010073310 Occupational exposures Diseases 0.000 description 1
- 208000021063 Respiratory fume inhalation disease Diseases 0.000 description 1
- 208000031971 Yin Deficiency Diseases 0.000 description 1
- 208000009956 adenocarcinoma Diseases 0.000 description 1
- 238000009098 adjuvant therapy Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000010425 asbestos Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000011347 external beam therapy Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 208000003849 large cell carcinoma Diseases 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 231100000675 occupational exposure Toxicity 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 208000005069 pulmonary fibrosis Diseases 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 229910052895 riebeckite Inorganic materials 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 206010041823 squamous cell carcinoma Diseases 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229940126585 therapeutic drug Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 230000009790 vascular invasion Effects 0.000 description 1
- 238000012800 visualization Methods 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Nutrition Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Biophysics (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及医疗信息管理技术领域,尤其是涉及一种肺癌网络综合管理信息平台,该平台包括以下组成模块:信息管理模块、病情录入模块、治疗记录模块、康复理疗模块、疗效评估模块、诊治推荐模块、共享存储模块及可视化展示模块;信息管理模块,用于登记管理包含患者身份与病史的基本信息;病情录入模块,用于录入患者肺部医学检查诊断的病情信息;治疗记录模块,用于记录患者确诊病情后参与就医的治疗信息。本发明通过搭建融入肺癌患者基本信息、病情信息及治疗信息等信息的综合管理信息平台,提供个性化的康复理疗建议,可涵盖康复训练、饮食指导、心理支持等方面,帮助患者恢复身体功能、提升理疗质量。
Description
技术领域
本发明涉及医疗信息管理技术领域,尤其是涉及一种肺癌网络综合管理信息平台。
背景技术
肺癌是一种恶性肿瘤,起源于肺组织的异常细胞生长。它是全球最常见的癌症之一,也是最常见的癌症死因之一。肺癌通常分为两类:小细胞肺癌和非小细胞肺癌。小细胞肺癌是一种快速生长的肺癌类型,通常已扩散到其他部位时才会被发现。非小细胞肺癌是指其他类型的肺癌,包括鳞状细胞癌、腺癌和大细胞癌等,这些类型的肺癌通常较小细胞肺癌生长缓慢,更容易早期被发现。
肺癌的主要风险因素包括吸烟和长期暴露在二手烟中。其他风险因素包括空气污染、职业暴露(如石棉、放射性物质和某些化学物质)、家族遗传以及某些肺疾病(如慢性阻塞性肺病和肺纤维化)。
目前,医疗领域一直在努力发展各种电子健康记录系统和信息平台,以便更好地管理和协调患者的医疗信息。这些平台通常旨在提供医疗专业人员之间的协作、患者数据的集中存储、临床决策支持等功能。它们可以用于记录和跟踪患者的诊断、治疗和随访信息,同时提供个性化的治疗计划和指导。
对于肺癌而言,也需要搭建相应的信息管理平台,旨在整合肺癌患者的相关信息,包括诊断、治疗、康复等多个方面,以实现综合管理和协调护理。这些平台通常基于互联网和信息技术,提供患者管理、医生协作、数据分析和决策支持等功能。尽管肺癌网络综合管理平台在提供综合管理和协调护理方面具有许多优势,但仍存在一些不足与待改进之处,包括:
1、数据互操作性:不同医疗机构和系统之间的数据互操作性仍然存在挑战。不同系统使用不同的数据标准和格式,导致数据集成和共享困难。
2、隐私与安全:肺癌患者的个人健康信息涉及隐私和安全问题。在建立和使用肺癌网络综合管理平台时,需要采取严格的数据安全措施,保护患者的隐私和数据安全。
3、用户体验与易用性:肺癌网络综合管理平台的用户体验和易用性对于医生和患者来说都很重要。平台应该设计简洁直观的界面,提供易于操作的功能和工具,使用户能够方便地访问和利用平台提供的信息和服务。
3、数据的长期跟踪与持续更新:肺癌患者的康复过程是一个长期的过程,需要对患者的数据进行持续跟踪和更新。平台应该提供持久的数据存储和跟踪机制,以便对患者的进展进行监测和评估。
发明内容
基于此,有必要针对上述技术问题,提供一种肺癌网络综合管理信息平台。
在一个方面,本发明提供了一种肺癌网络综合管理信息平台,该平台包括以下组成模块:信息管理模块、病情录入模块、治疗记录模块、康复理疗模块、疗效评估模块、诊治推荐模块、共享存储模块及可视化展示模块;
信息管理模块,用于登记管理包含患者身份与病史的基本信息;
病情录入模块,用于录入患者肺部医学检查诊断的病情信息;
治疗记录模块,用于记录患者确诊病情后参与就医的治疗信息;
康复理疗模块,用于依据患者病情治疗数据提供康复理疗建议;
疗效评估模块,用于监督患者的康复理疗信息,进行疗效评估;
诊治推荐模块,用于依据患者康复理疗结果推荐最优诊治建议;
共享存储模块,用于构建患者信息安全的信息存储与共享网络;
可视化展示模块,用于提供信息输入与输出的可视化展示界面。
在其中一个实施例中,基本信息包括姓名、年龄、性别、主诉、现病史、吸烟史、个人史、家族病史、既往病史及中医体质,病情信息包括影像学检查结论、细胞学检查与活检结论、病理学检查结论及基因检测结论,治疗信息包括确诊医院、治疗医院、治疗时间、治疗方案、治疗内容及治疗消费。
在其中一个实施例中,康复理疗模块包括信息处理单元、理疗建议单元、算法匹配单元及康复目标单元;
其中,信息处理单元,用于对基本信息、病情信息与治疗信息进行去冗余与降维处理,并提取有效特征作为病情治疗数据;
理疗建议单元,用于获取肺癌在不同病情程度、不同治疗方案前提下的康复理疗建议,组建理疗建议数据集并进行存储与定期更新;
算法匹配单元,用于提供建议匹配算法,建立病情治疗数据与康复理疗建议之间的关联关系,依据当前患者情况进行关联匹配;
康复目标单元,用于获取经过算法匹配单元运算得到参考建议集,并反馈其中前N项康复理疗建议构成理疗建议列表。
在其中一个实施例中,算法匹配单元包括数据库子单元、数据关联子单元及建议关联子单元;
其中,数据库子单元,用于获取信息平台公开记录的所有病情治疗数据以及对应的康复理疗建议,并作为数据库;
数据关联子单元,用于将当前患者的病情治疗数据在数据库中进行相似度匹配,筛选出满足相似度阈值的病情治疗数据作为参考数据,并提取出该参考数据对应的康复理疗建议,组建参考建议集;
其中,所述病情治疗数据进行相似度匹配的运算表达式为:
式中,S(A,B)表示病情治疗数据A与数据库中病情治疗数据B之间的相似度;m表示病情治疗数据中特征向量的个数;a j 表示病情治疗数据中第j个特征向量;b j 表示病情治疗数据中第j个特征向量;p表示闵可夫斯基距离参数;
建议关联子单元,用于对参考建议集中的康复理疗建议进行筛选,获取并关联该参考数据所有者的康复理疗信息,判断是否处于健康恢复状态,若不处于健康恢复状态,则剔除该康复理疗建议,若处于健康理疗状态,则将该康复理疗信息保留至参考建议集中。
在其中一个实施例中,疗效评估模块包括信息同步单元、康复监测单元及疗效分析单元;
其中,信息同步单元,用于提供机体监测设备的信息同步接口,获取患者在康复理疗过程中监测得到的肺功能指标以及机体功能指标;
康复监测单元,用于对肺功能指标与机体功能指标进行数据监测,对患者肺部健康与机体健康进行预警;
疗效分析单元,用于获取患者康复理疗过程中监测得到的指标信息构建肺功能康复评估体系,对患者的康复理疗的疗效进行分析评估。
在其中一个实施例中,信息同步单元包括应用程序接口子单元、数据映射转换子单元及数据统一规范子单元;
其中,应用程序接口子单元,用于提供应用程序接口实现不同信息平台间的数据交换与共享,实现患者肺功能监测数据的同步与更新;
数据映射转换子单元,用于设定数据映射表与转换脚本,将不同标准与格式存储的数据转换为本管理信息平台可识别的格式;
数据统一规范子单元,用于不同类型监测设备采集得到的患者肺功能指标与机体功能指标进行医疗数据规范标准化。
在其中一个实施例中,疗效分析单元包括评估指标子单元与评估模型子单元;
其中,评估指标子单元,用于依据肺功能指标与机体功能指标中的数据确定疗效评估的评价因素,包括肺活量、呼气峰流速、强迫呼气容积、肿瘤大小、睡眠质量指数及焦虑自评指数;
评估模型子单元,用于采用1-9标度法对每个评价因素进行打分,并设定评估周期,按照时间序列记录每个评估周期内各个评价因素数值及理疗疗效评估值,最终依据当前评估周期评价因素的数值对当前评估周期的理疗疗效评估值进行计算,计算公式为:
式中,F t 表示当前评估周期的肺癌康复理疗疗效评估值;F t-1 表示前一个评估周期的肺癌康复理疗疗效评估值;n表示评价因素的数量;x t i 表示当前评估周期的第i个评价因素;表示前一个评估周期的第i个评价因素;/>表示评价因素数据序列的变差系数值;X i 表示第i个评价因素在多个评估周期的数据序列。
在其中一个实施例中,诊治推荐模块包括患者定位单元、信息网络单元及就医推荐单元;
其中,患者定位单元,用于结合治疗信息对患者所在位置、就医地点与就医线路进行定位与记录;
信息网络单元,用于获取肺癌诊治医院信息及肺癌诊治科室资源利用率,结合GIS技术构建可视化的肺癌诊治网络;
就医推荐单元,用于依据当前患者的位置信息、治疗信息以及疗效评估结果进行诊治医院推荐。
在其中一个实施例中,信息网络单元包括医院评价子单元、数据整合子单元及地理信息子单元;
其中,医院评价子单元,用于采集医院的医疗实力信息,包括医院规模、科室设置、肺癌专科医生数量、技术设备、手术量及研究成果;
数据整合子单元,用于整合每个医院的医疗实力信息,并为子元素赋予权重计算每个医院的医疗实力参数,为医院赋予可视化评价参数;
地理信息子单元,用于获取医院的地理信息位置,结合GIS技术构建医院地理网络模型,并在各个医院节点导入可视化评价参数及医疗实力信息查看入口。
在其中一个实施例中,共享存储模块包括安全云单元、区块链单元、移动终端单元及医疗中心单元;
其中,安全云单元,用于提供患者加密后的基本信息、病情信息及治疗信息的云存储服务;
区块链单元,用于依据智能合约实现患者移动终端的身份注册,并向移动终端分配代理重加密的加密密钥;
移动终端单元,用于为患者提供移动终端,接收由区块链分配的加密密钥,并利用加密密钥对上传信息进行加密与数字签名;
医疗中心单元,用于向患者移动终端提供智能合约,并作为信息共享中心,接收数据分析服务以及第三方移动终端的数据请求。
本发明的有益效果为:
1、通过搭建融入肺癌患者基本信息、病情信息及治疗信息等信息的综合管理信息平台,可根据患者的基本信息和病情信息,结合康复理疗的专业知识,提供个性化的康复理疗建议,可涵盖康复训练、饮食指导、心理支持等方面,帮助患者恢复身体功能、提升理疗质量;平台还可实时监测患者在康复理疗过程中的进展和效果,通过监测患者的康复数据,如肺功能指标、机体功能指标等,结合算法和模型进行分析和评估,帮助患者或医护人员了解患者的康复情况,及时调整康复方案,从而最大程度发挥信息平台的作用。
2、通过融合各个医院的地理信息、医疗实力等因素,构建基于GIS技术的肺癌诊治网络,能够将各个医院的地理位置信息以地图形式进行可视化展示,患者和医护人员可以通过地图快速了解医院的分布情况、位置关系和距离等信息,便于就近选择合适的医疗机构;同时结合医院的医疗实力、设备、专科人员等信息,通过GIS技术进行综合评估和分析,可以根据评估结果,为患者和医疗专业人员提供医院资源的信息,包括医疗技术水平、医疗设备设施、专科人员配置等方面的评价,并且将各个医院、诊所、实验室等相关机构连接起来,形成一个完整的诊治网络,患者和医疗专业人员可以通过网络展示了解不同机构之间的联系与合作关系,便于诊治的协同和信息共享。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种肺癌网络综合管理信息平台系统框图。
附图标号:1、信息管理模块;2、病情录入模块;3、治疗记录模块;4、康复理疗模块;401、信息处理单元;402、理疗建议单元;403、算法匹配单元;404、康复目标单元;5、疗效评估模块;501、信息同步单元;502、康复监测单元;503、疗效分析单元;6、诊治推荐模块;601、患者定位单元;602、信息网络单元;603、就医推荐单元;7、共享存储模块;701、安全云单元;702、区块链单元;703、移动终端单元;704、医疗中心单元;8、可视化展示模块。
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,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,提供了一种肺癌网络综合管理信息平台,该平台包括以下组成模块:信息管理模块1、病情录入模块2、治疗记录模块3、康复理疗模块4、疗效评估模块5、诊治推荐模块6、共享存储模块7及可视化展示模块8。
信息管理模块1,用于登记管理包含患者身份与病史的基本信息。
其中,基本信息包括姓名、年龄、性别、主诉、现病史、吸烟史、个人史、家族病史、既往病史及中医体质,各个信息的组成与含义如下:
主诉:患者就诊时所述的主要症状或问题,例如呼吸困难、咳嗽、胸痛等。
现病史:患者当前的疾病情况,包括症状的发生时间、持续时间、症状的性质、程度等。
吸烟史:患者过去和现在吸烟的情况,包括吸烟的起止时间、吸烟的频率、吸烟的方式等。
个人史:患者个人生活方式和习惯的相关信息,如饮食习惯、运动习惯、工作环境等。
家族病史:患者近亲属是否有肺癌或其他相关疾病的病史,这可以有助于评估患者的遗传风险。
既往病史:患者过去曾经患过的其他疾病或接受过的治疗,如心脏病、高血压、糖尿病等。
中医体质:中医理论中的体质类型分类,根据患者的体质特点和表现进行评估,如气虚、阴虚、痰湿等。
病情录入模块2,用于录入患者肺部医学检查诊断的病情信息。
其中,病情信息包括影像学检查结论、细胞学检查与活检结论、病理学检查结论及基因检测结论,各个信息的组成与含义如下:
影像学检查结论:包括患者进行的各种影像学检查(如X光、CT扫描、MRI等)的结果与结论。这些结果可以包括肿瘤的大小、位置、分布、形态、病变类型(如实性结节、空洞、结节边缘模糊等)等信息,用于评估肿瘤的严重程度和病情进展。
细胞学检查与活检结论:指对患者进行细胞学检查或活检,获取病理组织学信息,以确定肿瘤的类型、分级和分期。这些结果可以包括细胞学或组织学上的异常细胞形态、肿瘤细胞的类型、肿瘤的分级与分期等信息。
病理学检查结论:指通过对患者手术切除标本或活检标本进行病理学检查,以确定肿瘤的组织学类型、分级和分期。这些结果可以提供更详细的肿瘤组织学特征、淋巴结转移情况、血管侵犯情况等信息。
基因检测结论:指通过对患者肿瘤标本进行基因检测,以确定肿瘤的分子特征和基因突变情况。这些结果可以包括特定基因突变的存在与类型,以及对某些靶向治疗药物的敏感性和抗药性等信息。
治疗记录模块3,用于记录患者确诊病情后参与就医的治疗信息。
其中,治疗信息包括确诊医院、治疗医院、治疗时间、治疗方案、治疗内容及治疗消费。
以下是治疗信息的具体内容:
确诊医院:记录患者接受肺癌确诊的医疗机构或医院的名称。
治疗医院:记录患者接受肺癌治疗的医疗机构或医院的名称,有些患者可能会选择不同的医院进行治疗。
治疗时间:记录患者接受肺癌治疗的时间段,包括开始治疗的日期和结束治疗的日期。
治疗方案:记录患者接受的肺癌治疗方案,例如手术、放疗、化疗、靶向治疗、免疫治疗等。治疗方案可能是单一的,也可能是多种治疗方式的组合。
治疗内容:记录患者接受的具体治疗内容,包括手术的类型和范围、放疗的剂量和照射部位、化疗的药物和剂量、靶向治疗的药物名称等。这些信息可以提供治疗过程的详细描述。
治疗消费:记录患者在治疗过程中的费用支出情况,包括医疗费用、手术费用、药物费用、放疗费用等。这些信息对于患者的医疗费用管理和报销具有重要意义。
康复理疗模块4,用于依据患者病情治疗数据提供康复理疗建议。
在本发明的描述中,康复理疗模块4包括信息处理单元401、理疗建议单元402、算法匹配单元403及康复目标单元404。
信息处理单元401,用于对基本信息、病情信息与治疗信息进行去冗余与降维处理,并提取有效特征作为病情治疗数据。
信息处理单元401在肺癌综合管理系统中的作用是对患者的基本信息、病情信息和治疗信息进行去冗余和降维处理,同时提取有效特征作为病情治疗数据,以支持后续的分析和决策。
去冗余处理是指对数据中的冗余信息进行剔除或合并,以减少数据的冗余度和存储空间。在肺癌综合管理系统中,基本信息、病情信息和治疗信息可能存在冗余的部分,例如相同的患者姓名和年龄在多个记录中重复出现。去冗余处理可以通过比对和筛选,将重复的信息进行合并或删除,保留唯一且准确的数据。
降维处理是指将高维数据转化为低维表示,以便于数据的可视化、存储和分析。在肺癌综合管理系统中,病情信息和治疗信息可能包含多个特征变量,如影像学检查结论、细胞学检查与活检结论、病理学检查结论和基因检测结论等。降维处理可以通过特征选择或特征提取的方法,将这些多维特征转化为少数重要的特征,减少数据的维度并保留关键信息。
提取有效特征是指从处理后的数据中提取具有较高信息量和预测能力的特征,用于描述患者的病情和治疗情况。这些特征可是数值型、分类型或文本型的数据,例如影像学特征、细胞学特征、病理学特征、基因表达特征等。提取有效特征可以通过统计分析、机器学习算法或领域知识等方法来实现。
理疗建议单元402,用于获取肺癌在不同病情程度、不同治疗方案前提下的康复理疗建议,组建理疗建议数据集并进行存储与定期更新。
算法匹配单元403,用于提供建议匹配算法,建立病情治疗数据与康复理疗建议之间的关联关系,依据当前患者情况进行关联匹配。
在本发明的描述中,算法匹配单元403包括数据库子单元、数据关联子单元及建议关联子单元。
数据库子单元,用于获取信息平台公开记录的所有病情治疗数据以及对应的康复理疗建议,并作为数据库。
具体的,康复理疗建议包括:
药物治疗建议:根据肺癌的类型、分期和基因检测结果,提供药物治疗方案,如化疗、靶向治疗或免疫治疗。
外科手术建议:对于可手术切除的肺癌患者,提供手术治疗的建议,如肺叶切除、楔形切除或肺全切除等。
放射治疗建议:对于无法手术切除或需要辅助治疗的患者,提供放射治疗的建议,如外部放射治疗或内照射治疗。
康复理疗方案:针对患者的身体状况、治疗历史和康复需求,制定康复理疗方案,包括体力锻炼、营养调整、心理支持和社会康复等方面的建议。
随访和监测计划:制定定期随访和监测计划,以评估疗效、监测复发风险和管理并发症。
数据关联子单元,用于将当前患者的病情治疗数据在数据库中进行相似度匹配,筛选出满足相似度阈值的病情治疗数据作为参考数据,并提取出该参考数据对应的康复理疗建议,组建参考建议集。
其中,所述病情治疗数据进行相似度匹配的运算表达式为:
式中,S(A,B)表示病情治疗数据A与数据库中病情治疗数据B之间的相似度,m表示病情治疗数据中特征向量的个数,a j 表示病情治疗数据中第j个特征向量,b j 表示病情治疗数据中第j个特征向量,p表示距离参数。
建议关联子单元,用于对参考建议集中的康复理疗建议进行筛选,获取并关联该参考数据所有者的康复理疗信息,判断是否处于健康恢复状态,若不处于健康恢复状态,则剔除该康复理疗建议,若处于健康理疗状态,则将该康复理疗信息保留至参考建议集中。
康复目标单元404,用于获取经过算法匹配单元403运算得到参考建议集,并反馈其中前N项康复理疗建议构成理疗建议列表。
疗效评估模块5,用于监督患者的康复理疗信息,进行疗效评估。
在本发明的描述中,疗效评估模块5包括信息同步单元501、康复监测单元502及疗效分析单元503。
信息同步单元501,用于提供机体监测设备的信息同步接口,获取患者在康复理疗过程中监测得到的肺功能指标以及机体功能指标。
在本发明的描述中,信息同步单元501包括应用程序接口子单元、数据映射转换子单元及数据统一规范子单元。
应用程序接口子单元,用于提供应用程序接口实现不同信息平台间的数据交换与共享,实现患者肺功能监测数据的同步与更新。
数据映射转换子单元,用于设定数据映射表与转换脚本,将不同标准与格式存储的数据转换为本管理信息平台可识别的格式。
数据统一规范子单元,用于不同类型监测设备采集得到的患者肺功能指标与机体功能指标进行医疗数据规范标准化。
康复监测单元502,用于对肺功能指标与机体功能指标进行数据监测,对患者肺部健康与机体健康进行预警。
疗效分析单元503,用于获取患者康复理疗过程中监测得到的指标信息构建肺功能康复评估体系,对患者的康复理疗的疗效进行分析评估。
在本发明的描述中,疗效分析单元503包括评估指标子单元、评估模型子单元、
评估指标子单元,用于依据肺功能指标与机体功能指标中的数据确定疗效评估的评价因素,包括肺活量、呼气峰流速、强迫呼气容积、肿瘤大小、睡眠质量指数及焦虑自评指数。
评估模型子单元,用于采用1-9标度法对每个评价因素进行打分,并设定评估周期,按照时间序列记录每个评估周期内各个评价因素数值及理疗疗效评估值,最终依据当前评估周期评价因素的数值对当前评估周期的理疗疗效评估值进行计算,计算公式为:
式中,F t 表示当前评估周期的肺癌康复理疗疗效评估值,F t-1 表示前一个评估周期的肺癌康复理疗疗效评估值,n表示评价因素的数量,x t i 表示当前评估周期的第i个评价因素,表示前一个评估周期的第i个评价因素,/>表示评价因素数据序列的变差系数值,X i 表示第i个评价因素在多个评估周期的数据序列。
诊治推荐模块6,用于依据患者康复理疗结果推荐最优诊治建议。
在本发明的描述中,诊治推荐模块6包括患者定位单元601、信息网络单元602及就医推荐单元603。
患者定位单元601,用于结合治疗信息对患者所在位置、就医地点与就医线路进行定位与记录。
其中,患者定位单元601通过结合治疗信息,对患者所在位置、就医地点和就医线路进行定位和记录。包括患者所在的城市、地区以及与就医相关的交通路线和距离等信息。通过患者定位,可以更准确地了解患者所在的地理位置,并为后续的推荐提供基础数据。
信息网络单元602,用于获取肺癌诊治医院信息及肺癌诊治科室资源利用率,结合GIS技术构建可视化的肺癌诊治网络。
其中,信息网络单元602用于获取肺癌诊治医院信息和肺癌诊治科室资源利用率,并结合地理信息系统(Geographic Information System,GIS)技术构建可视化的肺癌诊治网络。通过收集和整理肺癌诊治医院和科室的信息,包括医院位置、专科设置、资源利用情况等,可以建立一个全面的肺癌诊治网络。
在本发明的描述中,信息网络单元602包括医院评价子单元、数据整合子单元及地理信息子单元。
医院评价子单元,用于采集医院的医疗实力信息,包括医院规模、科室设置、肺癌专科医生数量、技术设备、手术量及研究成果。
数据整合子单元,用于整合每个医院的医疗实力信息,并为子元素赋予权重计算每个医院的医疗实力参数,为医院赋予可视化评价参数。
地理信息子单元,用于获取医院的地理信息位置,结合GIS技术构建医院地理网络模型,并在各个医院节点导入可视化评价参数及医疗实力信息查看入口。
具体的,在信息网络单元602中,GIS技术可以用来将医院信息和肺癌诊治网络以地理空间的方式展示,为后续的就医推荐提供可视化支持。GIS技术是一种用于捕捉、存储、管理、分析和展示地理数据的技术。GIS技术用于收集和存储与诊治医院相关的地理数据,例如医院的位置坐标、科室的分布等。这些地理数据可以通过GPS定位、地理编码等方式获取,并以空间数据库的形式存储,以便后续的空间分析和可视化展示。并且GIS技术提供了丰富的空间分析和查询功能,对诊治医院的地理数据进行空间关系分析,例如查找附近的医院、计算患者与医院之间的距离等。通过空间分析,可以根据患者位置和医院的空间属性,生成空间推荐结果。
另外,GIS技术可将医院信息和肺癌诊治网络以地图的形式展示出来。通过地图制作,将医院的位置标注在地图上,用不同的符号和颜色表示医院的属性和特征,例如医院等级、科室设置等。这样,患者可以通过地图直观地了解附近的医院分布和资源利用情况,从而做出更好的就医决策。
就医推荐单元603,用于依据当前患者的位置信息、治疗信息以及疗效评估结果进行诊治医院推荐。
其中,就医推荐单元603依据当前患者的位置信息、治疗信息和疗效评估结果,进行诊治医院的推荐。通过分析患者所在位置与附近的诊治医院、科室资源利用情况,结合疗效评估结果,可以为患者提供符合其治疗需求的医院推荐。推荐的过程可以考虑患者就医的便利性、治疗质量和专科资源的合理利用等因素。
共享存储模块7,用于构建患者信息安全的信息存储与共享网络。
在本发明的描述中,共享存储模块7包括安全云单元701、区块链单元702、移动终端单元703及医疗中心单元704。
安全云单元701,用于提供患者加密后的基本信息、病情信息及治疗信息的云存储服务。
区块链单元702,用于依据智能合约实现患者移动终端的身份注册,并向移动终端分配代理重加密的加密密钥。
移动终端单元703,用于为患者提供移动终端,接收由区块链分配的加密密钥,并利用加密密钥对上传信息进行加密与数字签名。
医疗中心单元704,用于向患者移动终端提供智能合约,并作为信息共享中心,接收数据分析服务以及第三方移动终端的数据请求。
可视化展示模块8,用于提供信息输入与输出的可视化展示界面。
具体的,可视化展示模块是肺癌网络综合管理信息平台中的一个重要组成部分,它提供了信息的可视化展示界面,使用户能够方便地输入和输出信息。以下是该模块可能具备的功能和效果:
信息输入界面:提供用户友好的界面,方便用户输入患者的基本信息、病情信息和治疗记录等数据。可以通过表单、下拉菜单、复选框等形式,使用户能够逐步填写必要的信息,并确保数据的准确性和完整性。
信息输出界面:以图表、表格、图像等形式展示患者的病情治疗数据、康复理疗建议和疗效评估结果。通过可视化展示,用户可以直观地了解患者的病情发展、治疗效果和康复进展,从而更好地进行决策和指导。
数据统计和分析:利用图表和统计分析方法,将大量的病情治疗数据进行汇总和分析,以揭示患者群体的特征、治疗趋势和康复效果等信息。这样的分析结果可以帮助医生和研究人员更好地了解肺癌的特点和治疗趋势,为决策和研究提供参考。
可交互性和自定义功能:提供交互式的界面,使用户可以根据自己的需求进行数据筛选、排序和定制化展示。用户可以根据特定的指标、时间范围和其他条件,对数据进行自定义的查看和分析,以满足不同用户的需求。
多平台支持:该模块应支持多种设备和平台,如计算机、手机和平板电脑等,以便用户能够随时随地访问和查看肺癌相关的信息。界面的布局和操作方式应根据不同设备的特点进行优化,确保用户体验的一致性和便捷性。
综上所述,借助于本发明的上述技术方案,通过搭建融入肺癌患者基本信息、病情信息及治疗信息等信息的综合管理信息平台,可根据患者的基本信息和病情信息,结合康复理疗的专业知识,提供个性化的康复理疗建议,可涵盖康复训练、饮食指导、心理支持等方面,帮助患者恢复身体功能、提升理疗质量;平台还可实时监测患者在康复理疗过程中的进展和效果,通过监测患者的康复数据,如肺功能指标、机体功能指标等,结合算法和模型进行分析和评估,帮助患者或医护人员了解患者的康复情况,及时调整康复方案,从而最大程度发挥信息平台的作用。通过融合各个医院的地理信息、医疗实力等因素,构建基于GIS技术的肺癌诊治网络,能够将各个医院的地理位置信息以地图形式进行可视化展示,患者和医护人员可以通过地图快速了解医院的分布情况、位置关系和距离等信息,便于就近选择合适的医疗机构;同时结合医院的医疗实力、设备、专科人员等信息,通过GIS技术进行综合评估和分析,可以根据评估结果,为患者和医疗专业人员提供医院资源的信息,包括医疗技术水平、医疗设备设施、专科人员配置等方面的评价,并且将各个医院、诊所、实验室等相关机构连接起来,形成一个完整的诊治网络,患者和医疗专业人员可以通过网络展示了解不同机构之间的联系与合作关系,便于诊治的协同和信息共享。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。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,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
Claims (6)
1.一种肺癌网络综合管理信息平台,其特征在于,该平台包括以下组成模块:信息管理模块、病情录入模块、治疗记录模块、康复理疗模块、疗效评估模块、诊治推荐模块、共享存储模块及可视化展示模块;
所述信息管理模块,用于登记管理包含患者身份与病史的基本信息;
所述病情录入模块,用于录入患者肺部医学检查诊断的病情信息;
所述治疗记录模块,用于记录患者确诊病情后参与就医的治疗信息;
所述康复理疗模块,用于依据患者病情治疗数据提供康复理疗建议;所述康复理疗模块包括信息处理单元、理疗建议单元、算法匹配单元及康复目标单元;
其中,所述信息处理单元,用于对所述基本信息、所述病情信息与所述治疗信息进行去冗余与降维处理,并提取有效特征作为病情治疗数据;
所述理疗建议单元,用于获取肺癌在不同病情程度、不同治疗方案前提下的康复理疗建议,组建理疗建议数据集并进行存储与定期更新;
所述算法匹配单元,用于提供建议匹配算法,建立所述病情治疗数据与康复理疗建议之间的关联关系,依据当前患者情况进行关联匹配;
所述康复目标单元,用于获取经过所述算法匹配单元运算得到参考建议集,并反馈其中前N项康复理疗建议构成理疗建议列表;
所述疗效评估模块,用于监督患者的康复理疗信息,进行疗效评估;所述疗效评估模块包括信息同步单元、康复监测单元及疗效分析单元;
其中,所述信息同步单元,用于提供机体监测设备的信息同步接口,获取患者在康复理疗过程中监测得到的肺功能指标以及机体功能指标;
所述康复监测单元,用于对所述肺功能指标与所述机体功能指标进行数据监测,对患者肺部健康与机体健康进行预警;
所述疗效分析单元,用于获取患者康复理疗过程中监测得到的指标信息构建肺功能康复评估体系,对患者的康复理疗的疗效进行分析评估;
所述疗效分析单元包括评估指标子单元与评估模型子单元;
其中,所述评估指标子单元,用于依据肺功能指标与机体功能指标中的数据确定疗效评估的评价因素,包括肺活量、呼气峰流速、强迫呼气容积、肿瘤大小、睡眠质量指数及焦虑自评指数;
所述评估模型子单元,用于采用1-9标度法对每个评价因素进行打分,并设定评估周期,按照时间序列记录每个评估周期内各个评价因素数值及理疗疗效评估值,最终依据当前评估周期评价因素的数值对当前评估周期的理疗疗效评估值进行计算,计算公式为:
;
式中,F t 表示当前评估周期的肺癌康复理疗疗效评估值;
F t-1 表示前一个评估周期的肺癌康复理疗疗效评估值;
n表示评价因素的数量;
x i 表示第i个评价因素;
表示评价因素数据序列的变差系数值;
X i 表示第i个评价因素在多个评估周期的数据序列;
所述诊治推荐模块,用于依据患者康复理疗结果推荐最优诊治建议;
所述共享存储模块,用于构建患者信息安全的信息存储与共享网络;
所述可视化展示模块,用于提供信息输入与输出的可视化展示界面。
2.根据权利要求1所述的一种肺癌网络综合管理信息平台,其特征在于:所述算法匹配单元包括数据库子单元、数据关联子单元及建议关联子单元;
其中,所述数据库子单元,用于获取信息平台公开记录的所有病情治疗数据以及对应的康复理疗建议,并作为数据库;
所述数据关联子单元,用于将当前患者的所述病情治疗数据在所述数据库中进行相似度匹配,筛选出满足相似度阈值的病情治疗数据作为参考数据,并提取出该参考数据对应的康复理疗建议,组建参考建议集;
其中,所述病情治疗数据进行相似度匹配的运算表达式为:
;
式中,S(A,B)表示病情治疗数据A与数据库中病情治疗数据B之间的相似度;
m表示病情治疗数据中特征向量的个数;
a j 表示病情治疗数据中第j个特征向量;
b j 表示病情治疗数据中第j个特征向量;
p表示距离参数;
所述建议关联子单元,用于对所述参考建议集中的康复理疗建议进行筛选,获取并关联该参考数据所有者的康复理疗信息,判断是否处于健康恢复状态,若不处于所述健康恢复状态,则剔除该康复理疗建议,若处于所述健康恢复状态,则将该康复理疗信息保留至所述参考建议集中。
3.根据权利要求1所述的一种肺癌网络综合管理信息平台,其特征在于:所述信息同步单元包括应用程序接口子单元、数据映射转换子单元及数据统一规范子单元;
其中,所述应用程序接口子单元,用于提供应用程序接口实现不同信息平台间的数据交换与共享,实现患者肺功能监测数据的同步与更新;
所述数据映射转换子单元,用于设定数据映射表与转换脚本,将不同标准与格式存储的数据转换为本管理信息平台可识别的格式;
所述数据统一规范子单元,用于不同类型监测设备采集得到的患者肺功能指标与机体功能指标进行医疗数据规范标准化。
4.根据权利要求1所述的一种肺癌网络综合管理信息平台,其特征在于:所述诊治推荐模块包括患者定位单元、信息网络单元及就医推荐单元;
其中,所述患者定位单元,用于结合所述治疗信息对患者所在位置、就医地点与就医线路进行定位与记录;
所述信息网络单元,用于获取肺癌诊治医院信息及肺癌诊治科室资源利用率,结合GIS技术构建可视化的肺癌诊治网络;
所述就医推荐单元,用于依据当前患者的位置信息、治疗信息以及疗效评估结果进行诊治医院推荐。
5.根据权利要求4所述的一种肺癌网络综合管理信息平台,其特征在于:所述信息网络单元包括医院评价子单元、数据整合子单元、地理信息子单元、
其中,所述医院评价子单元,用于采集医院的医疗实力信息,包括医院规模、科室设置、肺癌专科医生数量、技术设备、手术量及研究成果;
所述数据整合子单元,用于整合每个医院的医疗实力信息,并为子元素赋予权重计算每个医院的医疗实力参数,为医院赋予可视化评价参数;
所述地理信息子单元,用于获取医院的地理信息位置,结合GIS技术构建医院地理网络模型,并在各个医院节点导入可视化评价参数及医疗实力信息查看入口。
6.根据权利要求1所述的一种肺癌网络综合管理信息平台,其特征在于:所述共享存储模块包括安全云单元、区块链单元、移动终端单元及医疗中心单元;
其中,所述安全云单元,用于提供患者加密后的所述基本信息、所述病情信息及所述治疗信息的云存储服务;
所述区块链单元,用于依据智能合约实现患者移动终端的身份注册,并向移动终端分配代理重加密的加密密钥;
所述移动终端单元,用于为患者提供移动终端,接收由区块链分配的加密密钥,并利用加密密钥对上传信息进行加密与数字签名;
所述医疗中心单元,用于向患者移动终端提供智能合约,并作为信息共享中心,接收数据分析服务以及第三方移动终端的数据请求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310917349.0A CN116631578B (zh) | 2023-07-25 | 2023-07-25 | 一种肺癌网络综合管理信息平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310917349.0A CN116631578B (zh) | 2023-07-25 | 2023-07-25 | 一种肺癌网络综合管理信息平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116631578A CN116631578A (zh) | 2023-08-22 |
CN116631578B true CN116631578B (zh) | 2023-10-13 |
Family
ID=87590690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310917349.0A Active CN116631578B (zh) | 2023-07-25 | 2023-07-25 | 一种肺癌网络综合管理信息平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116631578B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001089363A2 (en) * | 2000-05-19 | 2001-11-29 | Mayer Gregg L | Systems and methods for electronic health management |
WO2008131224A2 (en) * | 2007-04-18 | 2008-10-30 | Tethys Bioscience, Inc. | Diabetes-related biomarkers and methods of use thereof |
CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
CN106126945A (zh) * | 2016-06-29 | 2016-11-16 | 刘惠亮 | 协同救治系统及基于该系统的终端交互方法 |
CN107863134A (zh) * | 2017-11-24 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种基于云计算的智能医疗管理系统 |
CN110851725A (zh) * | 2019-11-15 | 2020-02-28 | 北京盛诺一家医院管理咨询有限公司 | 一种医疗资源推荐方法、系统、计算设备和存储介质 |
CN111696678A (zh) * | 2020-06-15 | 2020-09-22 | 中南大学 | 一种基于深度学习的用药决策方法和系统 |
CN112434336A (zh) * | 2020-11-25 | 2021-03-02 | 深圳前海微众银行股份有限公司 | 基于区块链的电子病历共享方法、装置、系统及存储介质 |
CN114067999A (zh) * | 2020-08-07 | 2022-02-18 | 四川医枢科技股份有限公司 | 肺癌临床决策、教学、科研辅助支持系统及方法 |
CN115579104A (zh) * | 2022-09-08 | 2023-01-06 | 广东技术师范大学 | 一种基于人工智能的肝癌全病程数字化管理方法及系统 |
-
2023
- 2023-07-25 CN CN202310917349.0A patent/CN116631578B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001089363A2 (en) * | 2000-05-19 | 2001-11-29 | Mayer Gregg L | Systems and methods for electronic health management |
WO2008131224A2 (en) * | 2007-04-18 | 2008-10-30 | Tethys Bioscience, Inc. | Diabetes-related biomarkers and methods of use thereof |
CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
CN106126945A (zh) * | 2016-06-29 | 2016-11-16 | 刘惠亮 | 协同救治系统及基于该系统的终端交互方法 |
CN107863134A (zh) * | 2017-11-24 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种基于云计算的智能医疗管理系统 |
CN110851725A (zh) * | 2019-11-15 | 2020-02-28 | 北京盛诺一家医院管理咨询有限公司 | 一种医疗资源推荐方法、系统、计算设备和存储介质 |
CN111696678A (zh) * | 2020-06-15 | 2020-09-22 | 中南大学 | 一种基于深度学习的用药决策方法和系统 |
CN114067999A (zh) * | 2020-08-07 | 2022-02-18 | 四川医枢科技股份有限公司 | 肺癌临床决策、教学、科研辅助支持系统及方法 |
CN112434336A (zh) * | 2020-11-25 | 2021-03-02 | 深圳前海微众银行股份有限公司 | 基于区块链的电子病历共享方法、装置、系统及存储介质 |
CN115579104A (zh) * | 2022-09-08 | 2023-01-06 | 广东技术师范大学 | 一种基于人工智能的肝癌全病程数字化管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
张凤娟.鲜红斑痣光动力治疗中光剂量的控制和优化.《中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2016,第59页第1段至64页最后1段. * |
Also Published As
Publication number | Publication date |
---|---|
CN116631578A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shapiro et al. | Comparison of skin biopsy triage decisions in 49 patients with pigmented lesions and skin neoplasms: store-and-forward teledermatology vs face-to-face dermatology | |
CN109478418A (zh) | 用于使健康数据匿名化并且跨地理区域传输健康数据进行分析的系统和方法 | |
US20170011188A1 (en) | System And Method Of Patient Account Registration In A Telemedicine System | |
Singh et al. | Area deprivation and inequalities in health and health care outcomes | |
US9754075B1 (en) | Medical symptoms tracking apparatus, methods and systems | |
US20070239491A1 (en) | Patient Data Mining for Lung Cancer Screening | |
JPWO2005122033A1 (ja) | 医療総合情報装置及び医療総合情報システム | |
CN106997421B (zh) | 个性化医疗信息采集和健康监测的智能系统和方法 | |
WO2003040987A2 (en) | Patient data mining for lung cancer screening | |
CN102395975A (zh) | 临床决策支持系统和方法 | |
JPWO2019244949A1 (ja) | 生体情報処理方法、生体情報処理装置、および生体情報処理システム | |
KR100737382B1 (ko) | 의료 진단 데이터 연산방법 | |
US11200967B1 (en) | Medical patient synergistic treatment application | |
KR101512068B1 (ko) | 원격 진료 서비스 시스템 및 방법 | |
CN110097972A (zh) | 疼痛患者质量管理平台及院外随访系统 | |
Hudson et al. | Sexual and gender minority issues across NCCN guidelines: results from a national survey | |
Adamson et al. | Association of UV radiation exposure, diagnostic scrutiny, and melanoma incidence in US counties | |
JP2004258978A (ja) | バーチャルペーシェントシステム、情報提供システム及び医療情報提供方法 | |
CN105765571A (zh) | 使用结合社交媒体的现代数据库、搜索和匹配技术来查找疾病的第二意见的方法及装置 | |
KR20200143012A (ko) | 건강검진 데이터를 활용한 건강관리 서비스 제공 방법 및 그 장치 | |
CN116631578B (zh) | 一种肺癌网络综合管理信息平台 | |
CN110047566B (zh) | 一种医疗数据展示平台 | |
US20160085917A1 (en) | Selective access to medical symptom tracking data using dispersive storage area network (san) | |
Axelrath | Challenges encountered in the public health data collection of COVID-19 cases among people experiencing homelessness | |
JP6695310B2 (ja) | 医療支援システム及び医療支援プログラム |
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 |