CN116798598A - 智能匹配慢病管理标准操作路径的方法和系统 - Google Patents

Abstract

本申请提出一种智能匹配慢病管理标准操作路径的方法和系统，涉及慢病管理技术领域，包括：为符合慢性肾脏病的患者构建健康档案信息；获取患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；根据预设的分期规则以及专病信息判断患者的慢病阶段；获取慢病管控神经网络模型；对SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及健康档案信息进行特征提取，以获取病理特征信息和病人特征信息；对病理特征信息和病人特征信息进行分类，以获取当前患者的病情标签、治疗情况标签、病人特征标签，然后输入至慢病管控神经网络模型中，以输出慢病管控策略。由此，可以进行系统化的评测，在测评后也有对应有效的标准操作，规范、可靠、效率高。

Description

智能匹配慢病管理标准操作路径的方法和系统

技术领域

本申请涉及慢病管理技术领域，尤其涉及一种智能匹配慢病管理标准操作路径的方法和系统。

背景技术

现有的慢病管理中，通常是依据管理者根据指南给患者的慢病进行评测，比如上海慢性肾脏病早发现及规范化诊治与示范项目专家组发布的《慢性肾脏病筛查诊断及防治指南》。然而在测评后，缺乏对应有效的标准操作，而且依靠管理者个人经验临时给出管理方案的方式，很难准确和规范地为个性化的患者提供有效的管理方案、且由于是依赖人力劳动来进行管理的，容易出现误差。

发明内容

本申请提供了一种智能匹配慢病管理标准操作路径的方法和装置。

根据本申请的第一方面，提供了一种智能匹配慢病管理标准操作路径的方法，包括：

为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息；

获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；

根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段；

获取与所述慢病阶段对应的慢病管控神经网络模型；

对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息；

基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签；

将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

根据本申请的第二方面，提供了一种智能匹配慢病管理标准操作路径的系统，包括：

构建模块，为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息；

第一获取模块，用于获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；

判断模块，用于根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段；

第二获取模块，用于获取与所述慢病阶段对应的慢病管控神经网络模型；

第三获取模块，用于对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息；

第四获取模块，用于基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签；

管理模块，用于将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

根据本申请的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请前述第一方面所提供的智能匹配慢病管理标准操作路径的方法。

本公开实施例中，首先为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息，然后获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分，之后根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段，然后获取与所述慢病阶段对应的慢病管控神经网络模型，之后对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息，基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签，最后将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。由此，可以进行系统化的评测，在测评后也有对应有效的标准操作，规范、可靠、效率高，从患者的基本信息、生活习惯信息、专病信息、SAS焦虑评分和匹兹堡睡眠质量评分得到的慢病管控策略更加可靠，有效和标准，为不同阶段的患者和不同基本信息、不同生活习惯、膳食习惯、焦虑状态和睡眠情况的患者提供了个性化的慢病管理方式，使得慢病的整个治疗流程效率更高，减轻医务人员负担，帮助患者更好的恢复。由于采用了深度学习的方式，能够使得对当前慢病阶段的管控更加的可靠和准确，并为不同的慢病阶段确定了相对应的神经网络模型，使得对每个慢病阶段都能匹配到更加标准的管理操作路径。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例所提供的一种智能匹配慢病管理标准操作路径的方法的流程示意图；

图2为本申请实施例的智能匹配慢病管理标准操作路径的系统的结构框图；

图3为本申请实施例的智能匹配慢病管理标准操作路径的方法的电子设备的架构示例图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的智能匹配慢病管理标准操作路径的方法和装置。

图1为本申请实施例所提供的一种智能匹配慢病管理标准操作路径的方法的流程示意图。如图1所示，该智能匹配慢病管理标准操作路径的方法可以包括如下步骤。

步骤101，为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息。

其中，生活习惯信息可以包含有患者的饮食习惯、作息习惯、锻炼习惯、居住习惯、出行习惯，等等，在此不做限定。

其中，基本信息可以包含有患者的姓名、籍贯、性别、年龄、出生日期、身高、体重等等，在此不做限定。

其中，专病信息可以包含有患者的历史患病信息、病症信息、病因信息、病理信息、历史诊断信息、影像信息、历史用药信息、历史治疗信息，等等，在此不做限定。

其中，健康档案信息可以是由疾病管理师建立的包含有患者的各项信息的档案。在构建健康档案信息之后可以将其存储至患者的专属数据库中。

作为一种可能实现的方案，该装置可以在响应于当前分配到了患者的病历信息，从所述病历信息中筛选出与所述慢性肾脏病相关的至少四个指标信息，然后根据所述至少四个指标信息判断所述患者是否符合预设的肾损害条件，以及所述患者患有所述慢性肾脏病的患病时间。

其中，至少四个指标信息至少包含影像异常判断信息、肾小球滤过率、尿蛋白信息、肾脏损伤程度信息。

其中，病历(case history)是医务人员对患者疾病的发生、发展、转归，进行检查、诊断、治疗等医疗活动过程的记录。也是对采集到的资料加以归纳、整理、综合分析，按规定的格式和要求书写的患者医疗健康档案。

可选的，该装置可以根据病历信息获取患者的血液成分、尿液成分、肾脏影像信息和病理信息，进而根据与所述慢性肾脏病相关的至少四个指标信息判断所述患者是否符合预设的肾损害条件。比如，判断肾小球滤过率是否大于90ml/min/1.73m2，等等，在此不做限定。同时，根据影像异常判断信息判断肾脏中是否受到损伤。

其中，预设的肾损害条件是预先确定的用于判断患者是否受到损伤的条件。

进一步地，在患者符合预设的肾损害条件，且患病时间大于预设阈值的情况下，确定患者患有所述慢性肾脏病。

比如，若根据影像异常判断信息、肾小球滤过率、尿蛋白信息、肾脏损伤程度信息均表示患者已经受到了肾脏损害，也即达到了肾损害条件，且患病时间大于3个月，则说明患者患有所述慢性肾脏病。

进一步地，可以将所述患者的病历信息发送给疾病管理师的终端设备，然后接收所述终端设备发送的所述患者对应的所述健康档案信息。

其中，疾病管理师可以为医生、护士或者其他医务人员，在将病历信息发送给疾病管理师的终端设备之后，疾病管理师则可以查询并收集患者的基本信息和生活习惯信息，并将病历信息进行总结和提取，从而归纳出专病信息，进而将基本信息和生活习惯信息、专病信息整理构建成健康档案信息，并返回给本装置。

步骤102，获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

可选的，在健康档案信息构建完成之后，可以向患者设备发送SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并提示所述患者对所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表进行填写，并接收所述患者设备发送的填写完成后的所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并确定所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

可选的，还可以按照指定的周期，更新患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

需要说明的是，由于患者的各个基本情况，比如焦虑情况、饮食情况和睡眠情况都是有变化的，因而可以按照指定的周期，对患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分进行更新，比如可以一星期进行一次更新或者2周做一次更新，在此不做限定。

步骤103，根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段。

其中，CKD即慢性肾脏病(Chronic kidney disease)英文缩写。是绝大多数的肾脏疾病(诸如肾小球肾炎、隐匿性肾炎、肾盂肾炎、过敏性紫癜肾炎、红斑狼疮肾炎、痛风肾、肾病综合征、膜性肾病、糖尿病肾病、高血压肾病、多囊肾肾病)的临床统称。GFR为肾小球滤过率(glomerular filtration rate)。

作为一种可能实现的方式，可以根据患者当前的肾小球滤过率，判断所述患者当前的慢病阶段，或者，也可以是其他指标，在此不做限定。

慢病阶段可以为当前患者慢性肾脏病的阶段，比如CKD-1期、CKD-2期、CKD-3期、CKD-4期、CKD-5期。

比如，若GFR>90ml/min/1.73m2，则说明患者当前处于CKD-1期，若GFR位于60-89ml/min/1.73m2，则说明患者当前处于CKD-2期，若GFR位于30-59ml/min/1.73m2，则说明患者当前处于CKD-3期，若GFR位于15-29ml/min/1.73m2，则说明患者当前处于CKD-4期，若GFR小于15ml/min/1.73m2，则说明患者当前处于CKD-5期。

步骤104，获取与慢病阶段对应的慢病管控神经网络模型。

在本公开实施例中，为了更加精确、更加精细化的对患者的慢病进行管理，训练了多个慢病管控神经网络模型，以为各个慢病阶段提高更有效、更有用的分析策略。

也即是说，每个慢病阶段都对应的有一个慢病管控神经网络模型。

其中，慢病管控神经网络模型可以是RBF-DDA神经网络模型、随机森林模型、特征金字塔神经网络模型等等，在此不做限定。

需要说明的是，在构建与每个慢病阶段对应的慢病管控神经网络模型时，需要用不同的慢病阶段对应的数据集进行训练，从而使得对应的慢病管控神经网络模型更能够可靠的解决与该慢病阶段对应的问题。

其中，训练数据集可以为从大数据中获取得到的与不同的慢病阶段对应的专科数据，比如从专科患者数据库(CSD)、肾病数据库、疾病信息数据库、各个医院、各个学校所公开的数据库中获取与CKD-1期、CKD-2期、CKD-3期、CKD-4期、CKD-5期对应的各种基本类型的患者对应的病情信息、治疗情况信息以及病人自身信息。需要说明的是，在得到各个数据库的相关数据之后，可以对数据进行清洗和分类，从而可以更加有效的筛选与病人的慢病管控对应的相关信息。

需要说明的是，通过深度学习的方式，可以充分挖掘临床医疗病情和治疗管理的医学数据，利用慢病管控神经网络模型的分析方法，可以结合社会学、管理学、计算机学、医学和心理学等多个学科，作出相应的合理行动，从而实现对慢性病有效管理。

为了使慢病管控神经网络模型，比如RBF-DDA神经网络能够充分训练，设置训练集样本量大于测试集。比如，可以选择随机抽样调查和社区医院获取的确诊慢性病的样本各70％组成训练集，剩余样本作为测试集。

为了方便进行计算，降低数据量纲对模型的影响，对数据进行归一化处理，使数据标准化在[0,1]范围内，然后用最优RBF-DDA神经网络模型对测试集进行筛查识别。

之后可以针对已收集的健康数据建立随机森林模型，构建慢性病识别模型。首先是构建训练数据集，研究慢性病人群的健康信息特征，采用剩余数据作为测试集，便于检验模型。最后将输出结果进行分类，检查是否为慢性病患者，然后将分类结果与测试集中的实际值比较，检验模型的效果。随机森林模型的训练数据集和测试数据集的构建方式与RBF-DDA神经网络的构建方式相同。选取数据的70％作为训练集、30％作为测试集，具体细节见RBF-DDA神经网络的构建训练数据集和测试数据集部分。

其中，训练完成的慢病管控神经网络模型可以用于根据患者的病情标签、治疗情况标签、病人特征标签，来输出相对应的慢病管控策略。

步骤105，对患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及健康档案信息分别进行特征提取，以获取与患者当前的慢病阶段对应的病理特征信息和病人特征信息。

具体的，通过对患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及健康档案信息分别进行特征提取，从而能够得到与患者对应的病人特征信息中的焦虑程度特征、饮食特征以及睡眠特征。

可以理解的是，焦虑程度特征、饮食特征以及睡眠特征所对应的焦虑情况、饮食状况和睡眠状况都会在一定程度上影响慢病阶段病人病情的管理，比如说若患者的焦虑情况较为严重、饮食习惯比较差，并且睡眠质量较低的话，则会加重病情，导致病情恶化，因而在对患者进行相应慢病阶段的管控时，需要根据病人特征信息中的焦虑程度特征、饮食特征以及睡眠特征来作相对应的处理。比如可以进行健康宣教、饮食宣教、饮食情况安排和饮食控制等等，在此不做限定。

其中，通过对健康档案信息进行特征提取，可以得到与患者的病理特征信息。

可选的，可以基于参数模型的隐马尔可夫模型(HMM)的方法，对患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及健康档案信息分别进行特征提取，或者，还可以基于非参数模型的矢量量化(VQ)的方法、基于动态时间规整(Dynamic Time Warping)的算法，来对患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及健康档案信息分别进行特征提取，在此不做限定。

步骤106，基于RVM分类器对病理特征信息和病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签。

需要说明的是，通过RVM分类器以对病理特征信息和病人特征信息进行不同维度的分类，比如病情标签、治疗情况标签、病人特征标签。

其中，病情标签可以为当前患者的患病情况，比如患病阶段、患病的症状、严重程度，以及各个指标的信息，治疗情况标签可以包含有患者当前的药用信息、药品信息、服药信息、医生诊断信息、治疗效果信息，病人特征信息可以包含有病人的年龄、性别、过敏药、饮食习惯、焦虑特征、睡眠情况等等。

步骤107，将病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

其中，慢病管控策略用于表示对患者当前慢病阶段的管理方式，比如服药方式、饮食方式、睡眠方式、治疗方式、宣教方式，等等，在此不做限定。

可选的，该装置还可以根据慢病管控策略、患者的基本信息和生活习惯信息，分析与患者当前的慢病阶段对应的营养干预目标所需的营养成分的分析结果，其中，所述营养成分至少包含蛋白质、碳水化合物、脂肪、微量元素，然后基于大数据，选择与所述分析结果匹配的食谱，并将食谱发送至患者设备。由此，可以更好的对患者的饮食进行管控，为不同慢病阶段和生活习惯的病人，提高对应的食谱，帮助病人从饮食上更好的恢复。

作为另一种可能实现的方案，该装置还可以基于所述患者的SAS焦虑评分和匹兹堡睡眠质量评分以及所述健康档案信息，确定与所述慢病阶段对应的慢病管控策略。

可选的，该装置可以基于预设的映射关系，分别确定与所述患者的SAS焦虑评分和匹兹堡睡眠质量评分对应的焦虑等级和睡眠质量等级，然后基于预设的映射关系，确定所述患者的睡眠质量等级和焦虑等级对应的健康宣教内容，所述健康宣教内容包含有睡眠宣教内容和心理疏导宣教内容。

举例来说，若患者的SAS焦虑评分小于50分，则说明患者无焦虑，若患者的SAS焦虑评分位于50-59分，则说明患者轻度焦虑，若患者的SAS焦虑评分位于60-69分，则说明患者中度焦虑，若患者的SAS焦虑评分位于69分以上，则说明患者重度焦虑。

若患者的匹兹堡睡眠质量评分位于0-5分，则说明患者睡眠质量很好，若患者的匹兹堡睡眠质量评分位于6-10分，则说明患者睡眠质量还行，若患者的匹兹堡睡眠质量评分位于11-15分，则说明患者睡眠质量一般，若患者的匹兹堡睡眠质量评分位于16-21分，则说明患者睡眠质量很差。

其中，健康宣教内容可以为一系列有循证医学证据的处理优化措施,包括病人教育、心理疏导、用药宣讲、饮食宣讲，等等说教内容，用于使得患者恢复健康，是心理护理的一种有效方式。本公开中，健康宣教内容包含有睡眠宣教内容和心理疏导宣教内容，是慢病管控策略中的一部分。

其中，睡眠宣教内容可以用于解决患者的失眠困扰，帮助患者了解失眠的相关机理、影响失眠的因素和康复锻炼方法。需要说明的是，不同睡眠质量等级的睡眠宣教内容也是不同的。

其中，心理疏导宣教内容可以用于调畅患者情志、调整人体机能，改善患者的心理环境，实现心理护理，从而使得患者恢复良好的心态。需要说明的是，不同焦虑等级的心理疏导宣教内容也是不同的。

进一步地，可以基于所述健康档案信息，确定与所述患者的所述慢病阶段对应的防治重点内容、指标检测内容、用药内容和饮食管理内容。

需要说明的是，不同年龄、性别、体重，以及不同生活习惯的患者的防治重点内容、指标检测内容、用药内容和饮食管理内容通常是不相同的，因而需要精细的，个性化的根据患者的实际健康档案信息，来确定与患者对应的防治重点内容、指标检测内容、用药内容和饮食管理内容。

另外，对于不同的慢病阶段的，防治重点也是不相同的，比如患者当前处于CKD-1期，则防治重点为肌酐清除率未受影响，治疗重点为诊治原发病。患者当前处于CKD-2期，则防治重点为预防心血管并发症及治疗原发病；患者当前处于CKD-2期，则防治重点为预防各种并发症；患者当前处于CKD-4期，则防治重点为需积极进行治疗，避免产生严重的并发症；患者当前处于CKD-5期，则防治重点为进行透析前准备或透析治疗。

其中，不同的慢病阶段指标检测内容也是有差异的，用药内容和饮食内容也存在差异。

可选的，该装置还可以按照指定的周期，更新所述患者的所述SAS焦虑评分、所述匹兹堡睡眠质量评分和所述健康档案信息，并根据更新后的所述SAS焦虑评分、所述匹兹堡睡眠质量评分和所述健康档案信息，对与所述患者的慢病管控策略进行更新。

其中，指定的周期可以为半个月或者一个月。

需要说明的是，患者的SAS焦虑评分和匹兹堡睡眠质量评分通常是会变化的，可能好转，也可能恶化，健康档案信息也可以是变化的，因而，可以对SAS焦虑评分、所述匹兹堡睡眠质量评分和所述健康档案信息进行更新，并根据更新后的SAS焦虑评分、所述匹兹堡睡眠质量评分和所述健康档案信息，对与所述患者的慢病管控策略进行更新。

本公开实施例中，首先为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息，然后获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分，之后根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段，然后获取与所述慢病阶段对应的慢病管控神经网络模型，之后对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息，基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签，最后将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。由此，可以进行系统化的评测，在测评后也有对应有效的标准操作，规范、可靠、效率高，从患者的基本信息、生活习惯信息、专病信息、SAS焦虑评分和匹兹堡睡眠质量评分得到的慢病管控策略更加可靠，有效和标准，为不同阶段的患者和不同基本信息、不同生活习惯、膳食习惯、焦虑状态和睡眠情况的患者提供了个性化的慢病管理方式，使得慢病的整个治疗流程效率更高，减轻医务人员负担，帮助患者更好的恢复。由于采用了深度学习的方式，能够使得对当前慢病阶段的管控更加的可靠和准确，并为不同的慢病阶段确定了相对应的神经网络模型，使得对每个慢病阶段都能匹配到更加标准的管理操作路径。

图2是本公开一实施例提出的智能匹配慢病管理标准操作路径的系统的结构示意图。

如图2所示，该智能匹配慢病管理标准操作路径的系统200，包括：

构建模块210，为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息；

第一获取模块220，用于获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；

判断模块230，用于根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段；

第二获取模块240，用于获取与所述慢病阶段对应的慢病管控神经网络模型；

第三获取模块250，用于对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息；

第四获取模块260，用于基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签；

管理模块270，用于将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

可选的，所述构建模块，具体用于：

响应于当前分配到了所述患者的病历信息，从所述病历信息中筛选出与所述慢性肾脏病相关的至少四个指标信息；

根据所述至少四个指标信息判断所述患者是否符合预设的肾损害条件，以及所述患者患有所述慢性肾脏病的患病时间，所述至少四个指标信息至少包含影像异常判断信息、肾小球滤过率、尿蛋白信息、肾脏损伤程度信息；

在所述患者符合预设的肾损害条件，且所述患病时间大于预设阈值的情况下，确定所述患者患有所述慢性肾脏病；

将所述患者的病历信息发送给疾病管理师的终端设备；

接收所述终端设备发送的所述患者对应的所述健康档案信息。

可选的，所述第一获取模块，具体用于：

在所述健康档案信息构建完成之后，向患者设备发送SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并提示所述患者对所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表进行填写；

接收所述患者设备发送的填写完成后的所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并确定所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

可选的，所述管理模块，还用于：

根据所述慢病管控策略、所述患者的基本信息和所述生活习惯信息，分析与所述患者当前的所述慢病阶段对应的营养干预目标所需的营养成分的分析结果，其中，所述营养成分至少包含蛋白质、碳水化合物、脂肪、微量元素；

基于大数据，选择与所述分析结果匹配的食谱，并将食谱发送至患者设备。

可选的，所述第一获取模块，还用于：

按照指定的周期，更新所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

本公开实施例中，首先为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息，然后获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分，之后根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段，然后获取与所述慢病阶段对应的慢病管控神经网络模型，之后对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息，基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签，最后将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。由此，可以进行系统化的评测，在测评后也有对应有效的标准操作，规范、可靠、效率高，从患者的基本信息、生活习惯信息、专病信息、SAS焦虑评分和匹兹堡睡眠质量评分得到的慢病管控策略更加可靠，有效和标准，为不同阶段的患者和不同基本信息、不同生活习惯、膳食习惯、焦虑状态和睡眠情况的患者提供了个性化的慢病管理方式，使得慢病的整个治疗流程效率更高，减轻医务人员负担，帮助患者更好的恢复。由于采用了深度学习的方式，能够使得对当前慢病阶段的管控更加的可靠和准确，并为不同的慢病阶段确定了相对应的神经网络模型，使得对每个慢病阶段都能匹配到更加标准的管理操作路径。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图3示出了可以用来实施本公开的实施例的示例电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图3所示，设备300包括计算单元301，其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序，来执行各种适当的动作和处理。在RAM 303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如所述智能匹配慢病管理标准操作路径的方法。例如，在一些实施例中，所述智能匹配慢病管理标准操作路径的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时，可以执行上文描述的所述智能匹配慢病管理标准操作路径的方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行所述智能匹配慢病管理标准操作路径的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种智能匹配慢病管理标准操作路径的方法，其特征在于，包括：

为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息；

获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；

根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段；

获取与所述慢病阶段对应的慢病管控神经网络模型；

对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息；

基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签；

将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

2.根据权利要求1所述的方法，其特征在于，所述为符合慢性肾脏病的每个患者构建健康档案信息，包括：

响应于当前分配到了所述患者的病历信息，从所述病历信息中筛选出与所述慢性肾脏病相关的至少四个指标信息；

根据所述至少四个指标信息判断所述患者是否符合预设的肾损害条件，以及所述患者患有所述慢性肾脏病的患病时间，所述至少四个指标信息至少包含影像异常判断信息、肾小球滤过率、尿蛋白信息、肾脏损伤程度信息；

在所述患者符合预设的肾损害条件，且所述患病时间大于预设阈值的情况下，确定所述患者患有所述慢性肾脏病；

将所述患者的病历信息发送给疾病管理师的终端设备；

接收所述终端设备发送的所述患者对应的所述健康档案信息。

3.根据权利要求1所述的方法，其特征在于，所述获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分，包括：

在所述健康档案信息构建完成之后，向患者设备发送SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并提示所述患者对所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表进行填写；

接收所述患者设备发送的填写完成后的所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并确定所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

4.根据权利要求1所述的方法，其特征在于，在所述将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略之后，还包括：

根据所述慢病管控策略、所述患者的基本信息和所述生活习惯信息，分析与所述患者当前的所述慢病阶段对应的营养干预目标所需的营养成分的分析结果，其中，所述营养成分至少包含蛋白质、碳水化合物、脂肪、微量元素；

基于大数据，选择与所述分析结果匹配的食谱，并将食谱发送至患者设备。

5.根据权利要求3所述的方法，其特征在于，在所述接收所述患者设备发送的填写完成后的所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并确定所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分之后，还包括：

按照指定的周期，更新所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

6.一种智能匹配慢病管理标准操作路径的系统，其特征在于，包括：

构建模块，为符合慢性肾脏病的患者构建健康档案信息，所述健康档案信息中包含有所述患者的基本信息、生活习惯信息、专病信息；

第一获取模块，用于获取所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分；

判断模块，用于根据预设的分期规则，以及所述患者的专病信息，判断所述患者当前的慢病阶段；

第二获取模块，用于获取与所述慢病阶段对应的慢病管控神经网络模型；

第三获取模块，用于对所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分以及所述健康档案信息分别进行特征提取，以获取与所述患者当前的慢病阶段对应的病理特征信息和病人特征信息；

第四获取模块，用于基于RVM分类器对所述病理特征信息和所述病人特征信息进行分类，以获取当前所述患者的病情标签、治疗情况标签、病人特征标签；

管理模块，用于将所述病情标签、治疗情况标签、病人特征标签输入至所述慢病管控神经网络模型中，以输出与所述患者及所述慢病阶段对应的慢病管控策略。

7.根据权利要求6所述的系统，其特征在于，所述构建模块，具体用于：

响应于当前分配到了所述患者的病历信息，从所述病历信息中筛选出与所述慢性肾脏病相关的至少四个指标信息；

根据所述至少四个指标信息判断所述患者是否符合预设的肾损害条件，以及所述患者患有所述慢性肾脏病的患病时间，所述至少四个指标信息至少包含影像异常判断信息、肾小球滤过率、尿蛋白信息、肾脏损伤程度信息；

在所述患者符合预设的肾损害条件，且所述患病时间大于预设阈值的情况下，确定所述患者患有所述慢性肾脏病；

将所述患者的病历信息发送给疾病管理师的终端设备；

接收所述终端设备发送的所述患者对应的所述健康档案信息。

8.根据权利要求6所述的系统，其特征在于，所述第一获取模块，具体用于：

在所述健康档案信息构建完成之后，向患者设备发送SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并提示所述患者对所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表进行填写；

接收所述患者设备发送的填写完成后的所述SAS焦虑自评量表、膳食调查评价表、以及匹兹堡睡眠质量指数量表，并确定所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。

9.根据权利要求6所述的系统，其特征在于，所述管理模块，还用于：

根据所述慢病管控策略、所述患者的基本信息和所述生活习惯信息，分析与所述患者当前的所述慢病阶段对应的营养干预目标所需的营养成分的分析结果，其中，所述营养成分至少包含蛋白质、碳水化合物、脂肪、微量元素；

基于大数据，选择与所述分析结果匹配的食谱，并将食谱发送至患者设备。

10.根据权利要求6所述的系统，其特征在于，所述第一获取模块，还用于：

按照指定的周期，更新所述患者的SAS焦虑评分、膳食调查评分和匹兹堡睡眠质量评分。