CN117253580A - 一种自动化患者监测护理系统、方法以及装置 - Google Patents
一种自动化患者监测护理系统、方法以及装置 Download PDFInfo
- Publication number
- CN117253580A CN117253580A CN202310230386.4A CN202310230386A CN117253580A CN 117253580 A CN117253580 A CN 117253580A CN 202310230386 A CN202310230386 A CN 202310230386A CN 117253580 A CN117253580 A CN 117253580A
- Authority
- CN
- China
- Prior art keywords
- patient
- nursing
- evaluation
- care
- sign
- 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
Links
- 230000000474 nursing effect Effects 0.000 title claims abstract description 143
- 238000012544 monitoring process Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 85
- 239000003814 drug Substances 0.000 claims abstract description 69
- 235000013305 food Nutrition 0.000 claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims description 24
- 229940079593 drug Drugs 0.000 claims description 24
- 230000007170 pathology Effects 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 230000008921 facial expression Effects 0.000 claims description 6
- 210000000214 mouth Anatomy 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 239000008103 glucose Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000003340 mental effect Effects 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 231100000430 skin reaction Toxicity 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001934 delay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000013307 optical fiber Substances 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
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种自动化患者监测护理系统、方法以及装置,其系统包括:护理方案生成模块,用于依据获取的患者的基础信息与诊断信息生成护理方案;监测信息获取模块,用于通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;护理效果评价模块,用于依据体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;护理方案调整模块,用于依据当前护理效果评价来调整患者的护理方案。本发明给患者分配护理机器人与体征监测设备,并基于监测信息来对护理方案进行针对性地及时调整,以应对患者的不同阶段的身体状态,最终使得患者达到一个较佳的护理状态。
Description
技术领域
本发明涉及医疗护理监测技术领域,尤其涉及一种自动化患者监测护理系统、方法以及装置。
背景技术
现如今在对患者护理的过程中,在很多环节依然需要依赖于人工进行患者的监控管理或者不及时处理还需患者主动呼叫护理,像这样的常规护理方式存在粗放式管理,患者护理滞后等现象,这些问题都是难以避免的。
同时,医院方面针对患者的护理方式一旦确定,因医院的监测信息不能及时关注、护理调整流程繁杂以及需多级上报的原因其更改周期较长,这样呆板固定的护理方式对于病情进展不如预期的患者,是不适用的,耽误病情,甚至造成医疗事故。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种自动化患者监测护理系统、方法以及装置,其解决了现有技术中在对患者进行护理时,存在护理方案的粗放式管理、部分环节需要依赖人工以及不能依据病情进展及时调整护理方案的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种自动化患者监测护理系统,包括:
护理方案生成模块,用于依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划;
监测信息获取模块,用于通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;
护理效果评价模块,用于依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;
护理方案调整模块,用于依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
可选地,护理资源分配模块包括:
药品推荐单元,用于依据患者的基础信息与诊断信息得到病理分析报告,并基于病理分析报告从预设的数据库中调用相关治疗案例,针对治疗案例推荐出相应的药品使用方案;
食品推荐单元,用于依据确定的药品使用方案,并结合药品中各组成成分与营养素的搭配关系,推荐出相应的食品种类和食品数量;
护理机器人推荐单元,用于依据部署于预设区域的每一护理机器人的工作安排日程推荐出相应的护理机器人;
体征监测设备推荐单元,用于利用相关性对得到的病理分析报告进行分析,得到病理分析报告上各个因素所对应的代表体征,并依据代表体征推荐出相应的体征监测设备;
其中,病理分析报告包括:病因明确诊断或倾向性诊断;药品的使用方案包括:不同阶段的药品的用量、不同药品的搭配使用以及品使用禁忌。
可选地,体征信息包括:体温、血压、血糖、血氧、脉搏率、脑电波形图、眼震图、心电图、皮肤电响应以及表面肌电图。
可选地,护理效果评价模块包括:
差异值分析模块,用于分析得到监测的体征信息中的每一项信息与预设数据库中调用的相应的体征指标之间的差异值;
患者观察指标分析模块,用于通过护理机器人获取患者的观察指标,并依据预先训练的图像识别模型判断观察指标是否出现异常;其中,观察指标包括患者的行为姿态、面部表情以及起卧时长;异常的标准包括:行为姿态中出现N次以上的手出现在口腔预设范围内、手出现在胸腔预设范围内、手出现在身体一固定位置预设范围内;面部表情出现左眼、右眼、嘴巴、鼻子两两之间的直线距离超出第一预设距离;卧床时间超过第一预设时段范围、起床与卧床的变换时间超过第二预设时段范围;
患者自评模块,用于通过护理机器人向患者提供评价问卷,并收集患者针对评价问卷作出的反馈评价信息;其中,评价问卷包括:生理问题选项与心里问题选项;
多元评价模块,用于依据差异值大小、患者观察指标是否符合异常标准以及反馈评价信息进行综合评价。
可选地,差异值分析模块包括:
差异值计算子单元,用于计算体征信息中的每一项信息与预设数据库中相应的体征指标的差异值;
差异值分级子单元,用于依据体征信息中的每一项信息与预设数据库中相应的体征指标的差异值大小,并按照预设的差异值范围分级成待观察级别、初级待处理级别以及危情急需处理级别;
其中,待观察级别指不执行任何护理方案调整,观察经下一次护理机器人的护理周期的差异值变化;初级待处理级别指提示护理机器人来调整药品用量、药品种类、食品用量以及食品种类;情急需处理级别指同时提示护理机器人与护理人员。
可选地,多元评价模块包括:
加权值确定单元,用于依据预设的数据库中调取的相关治疗案例中的差异值、患者观察指标以及患者自评的加权值,结合先验经验得到此次差异值、患者观察指标以及患者自评的加权值;
评价单元,用于依据此次差异值、患者观察指标以及患者自评的加权值,得到此次护理效果评价;
其中,加权值为以往的相关治疗案例中的差异值、患者观察指标以及患者自评各自的贡献比重的平均值。
可选地,还包括:危急预警模块,病情预警模块用于在出现差异值符合危情急需处理级别、观察指标符合异常标准以及患者自评出现问题之中的一种或多种情况时进行病情危急预警,并将病情危急预警推送至护理机器人与护理人员操作端。
第二方面,本发明实施例提供一种自动化患者监测护理方法,包括:
依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划;
通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;
依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;
依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
第三方面,本发明实施例提供一种自动化患者监测护理装置,包括:
部署在预设区域内的若干护理机器人;
以及,执行如上所述的一种自动化患者监测护理方法的医用中控平台,医用中控平台与护理机器人连接,用于控制护理机器人在预设区域内执行置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划以及将调整后的护理方案下发到护理机器人。
可选地,每一护理机器人配置有存取机构、毫米波雷达、摄像模组、激光扫描仪以及人机交互界面之中的一种或多种。
(三)有益效果
本发明的有益效果是:本发明针对常规护理方式存在粗放式管理,患者护理滞后以及缺乏动态调整等问题,来给每一位患者分配护理机器人与体征监测设备,基于体征监测设备来时刻监测患者服下药品和食品后的体征信息并结合从护理机器人处获得的患者的各项观察指标与患者自评,进而对护理方案进行针对性的及时调整,以应对患者的不同阶段的身体状态,最终在整个护理周期使得患者达到一个较佳的护理状态。
附图说明
图1为本发明提供的一种自动化患者监测护理系统的组成示意图;
图2为本发明提供的一种自动化患者监测护理系统的图像识别模型的识别过程示意图;
图3为本发明提供的一种自动化患者监测护理方法的流程示意图;
图4为本发明提供的一种电子设备的计算机系统的结构示意图。
【附图标记说明】
100:计算机系统;101:CPU;102:ROM;103:RAM;104:总线;105:I/O接口;106:输入部分;107:输出部分;108:存储部分;109:通信部分;110:驱动器;111:可拆卸介质。
具体实施方式
为了更好地解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
如图1所示,本发明实施例提出的一种自动化患者监测护理系统,包括:护理方案生成模块,用于依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划;监测信息获取模块,用于通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;护理效果评价模块,用于依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;护理方案调整模块,用于依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
本发明针对常规护理方式存在粗放式管理,患者护理滞后以及缺乏动态调整等问题,来给每一位患者分配护理机器人与体征监测设备,基于体征监测设备来时刻监测患者服下药品和食品后的体征信息并结合从护理机器人处获得的患者的各项观察指标与患者自评,进而对护理方案进行针对性的及时调整,以应对患者的不同阶段的身体状态,最终在整个护理周期使得患者达到一个较佳的护理状态。
为了更好地理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
进一步地,护理资源分配模块包括:
药品推荐单元,用于依据患者的基础信息与诊断信息得到病理分析报告,并基于病理分析报告从预设的数据库中调用相关治疗案例,针对治疗案例推荐出相应的药品使用方案。
食品推荐单元,用于依据确定的药品使用方案,并结合药品中各组成成分与营养素的搭配关系,推荐出相应的食品种类和食品数量。
护理机器人推荐单元,用于依据部署于预设区域的每一护理机器人的工作安排日程与每一护理机器人的行进轨迹,推荐出相应的护理机器人。
体征监测设备推荐单元,用于利用相关性对得到的病理分析报告进行分析,得到病理分析报告上各个因素所对应的代表体征,并依据代表体征推荐出相应的体征监测设备。
其中,病理分析报告包括:病因明确诊断或倾向性诊断;药品的使用方案包括:不同阶段的药品的用量、不同药品的搭配使用以及品使用禁忌。体征信息包括:体温、血压、血糖、血氧、脉搏率、脑电波形图、眼震图、心电图、皮肤电响应以及表面肌电图。
进一步地,护理效果评价模块包括:
差异值分析模块,用于分析得到监测的体征信息中的每一项信息与预设数据库中调用的相应的体征指标之间的差异值。
患者观察指标分析模块,用于通过护理机器人获取患者的观察指标,并依据预先训练的图像识别模型判断观察指标是否出现异常;其中,观察指标包括患者的行为姿态、面部表情以及起卧时长;异常的标准包括:行为姿态中出现N次以上的手出现在口腔预设范围内、手出现在胸腔预设范围内、手出现在身体一固定位置预设范围内;面部表情出现左眼、右眼、嘴巴、鼻子两两之间的直线距离超出第一预设距离;卧床时间超过第一预设时段范围、起床与卧床的变换时间超过第二预设时段范围。
参考图2,首先在护理机器人拍摄的图像中标注出目标人物的候选框,然后针对目标人物的候选框选出人物躯体关键点,然后基于关键点进行图像重构得到保留人物关键特征的图像,在基于现有的图像识别模型(如AlexNet、VGG19、ResNet_152、InceptionV4、DenseNet等)在保留人物关键特征的图像上识别手部图像的位置,结合手部停留时长来判断患者的行为姿态是否出现因病导致的异常。
患者自评模块,用于通过护理机器人向患者提供评价问卷,并收集患者针对评价问卷作出的反馈评价信息;其中,评价问卷包括:生理问题选项与心里问题选项。
多元评价模块,用于依据差异值大小、患者观察指标是否符合异常标准以及反馈评价信息进行综合评价。
更近一步地,差异值分析模块包括:
差异值计算子单元,用于计算体征信息中的每一项信息与预设数据库中相应的体征指标的差异值。
差异值分级子单元,用于依据体征信息中的每一项信息与预设数据库中相应的体征指标的差异值大小,并按照预设的差异值范围分级成待观察级别、初级待处理级别以及危情急需处理级别。
其中,待观察级别指不执行任何护理方案调整,观察经下一次护理机器人的护理周期的差异值变化;初级待处理级别指提示护理机器人来调整药品用量、药品种类、食品用量以及食品种类;情急需处理级别指同时提示护理机器人与护理人员。
再者,多元评价模块包括:
加权值确定单元,用于依据预设的数据库中调取的相关治疗案例中的差异值、患者观察指标以及患者自评的加权值,结合先验经验得到此次差异值、患者观察指标以及患者自评的加权值。
评价单元,用于依据此次差异值、患者观察指标以及患者自评的加权值,得到此次护理效果评价。
其中,加权值为以往的相关治疗案例中的差异值、患者观察指标以及患者自评各自的贡献比重的平均值。
以及,还包括:危急预警模块,病情预警模块用于在出现差异值符合危情急需处理级别、观察指标符合异常标准以及患者自评出现问题之中的一种或多种情况时进行病情危急预警,并将病情危急预警推送至护理机器人与护理人员操作端。
此外,本发明还提供一种自动化患者监测护理方法,如图3所示,其包括:
S1、依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划。
S2、通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息。
S3、依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价。
S4、依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
同时,本发明还提供一种自动化患者监测护理装置,包括:部署在预设区域内的若干护理机器人,每一护理机器人配置有用于取放暂存药品和/或食品的存取机构、毫米波雷达、摄像模组、激光扫描仪以及人机交互界面之中的一种或多种;以及,执行如上所述的一种患者护理方法的医用中控平台,医用中控平台与护理机器人连接,用于控制护理机器人在预设区域内执行置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划以及将调整后的护理方案下发到护理机器人。具体控制机器人在预设区域内按照护理计划定时定量的进行药品和食物配送,或者控制机器人在预设场景预设时段中对患者进行观察指标和患者自评的采集。
另一方面,本发明还提供了一种电子设备,包括处理器和存储器,存储器存储用于上述处理器控制如上述的自动化患者监测护理方法步骤。
下面参考图4,其示出了适于用来实现本申请实施例的电子设备的计算机系统100的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统100包括中央处理单元(CPU)101,其可以根据存储在只读存储器(ROM)102中的程序或者从存储部分107加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM103中,还存储有系统100操作所需的各种程序和数据。CPU101、ROM102以及RAM103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
以下部件连接至I/O接口105:包括键盘、鼠标等的输入部分106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分107;包括硬盘等的存储部分108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分109。通信部分109经由诸如因特网的网络执行通信处理。驱动器110也根据需要连接至I/O接口105。可拆卸介质111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器110上,以便于从其上读出的计算机程序根据需要被安装入存储部分108。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分109从网络上被下载和安装,和/或从可拆卸介质111被安装。在该计算机程序被中央处理单元(CPU)101执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
综上所述,本发明提供一种患者监测护理系统、方法以及设备,借助于计算机技术生成患者的针对性护理方案,在实施护理方案时基于体征监测设备实时监测用户身体变化情况,同时通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评,进而对护理方案进行适应性调整,这具备对于提高护理治愈率以及减轻医护人员的工作具有重要意义。
由于本发明上述实施例所描述的系统/装置,为实施本发明上述实施例的方法所采用的系统/装置,故而基于本发明上述实施例所描述的方法,本领域所属技术人员能够了解该系统/装置的具体结构及变形,因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统/装置都属于本发明所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种自动化患者监测护理系统,其特征在于,包括:
护理方案生成模块,用于依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划;
监测信息获取模块,用于通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;
护理效果评价模块,用于依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;
护理方案调整模块,用于依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
2.如权利要求1所述的一种自动化患者监测护理系统,其特征在于,护理资源分配模块包括:
药品推荐单元,用于依据患者的基础信息与诊断信息得到病理分析报告,并基于病理分析报告从预设的数据库中调用相关治疗案例,针对治疗案例推荐出相应的药品使用方案;
食品推荐单元,用于依据确定的药品使用方案,并结合药品中各组成成分与营养素的搭配关系,推荐出相应的食品种类和食品数量;
护理机器人推荐单元,用于依据部署于预设区域的每一护理机器人的工作安排日程推荐出相应的护理机器人;
体征监测设备推荐单元,用于利用相关性对得到的病理分析报告进行分析,得到病理分析报告上各个因素所对应的代表体征,并依据代表体征推荐出相应的体征监测设备;
其中,病理分析报告包括:病因明确诊断或倾向性诊断;药品的使用方案包括:不同阶段的药品的用量、不同药品的搭配使用以及品使用禁忌。
3.如权利要求1所述的一种自动化患者监测护理系统,其特征在于,体征信息包括:体温、血压、血糖、血氧、脉搏率、脑电波形图、眼震图、心电图、皮肤电响应以及表面肌电图。
4.如权利要求1所述的一种自动化患者监测护理系统,其特征在于,护理效果评价模块包括:
差异值分析模块,用于分析得到监测的体征信息中的每一项信息与预设数据库中调用的相应的体征指标之间的差异值;
患者观察指标分析模块,用于通过护理机器人获取患者的观察指标,并依据预先训练的图像识别模型判断观察指标是否出现异常;其中,观察指标包括患者的行为姿态、面部表情以及起卧时长;异常的标准包括:行为姿态中出现N次以上的手出现在口腔预设范围内、手出现在胸腔预设范围内、手出现在身体一固定位置预设范围内;面部表情出现左眼、右眼、嘴巴、鼻子两两之间的直线距离超出第一预设距离;卧床时间超过第一预设时段范围、起床与卧床的变换时间超过第二预设时段范围;
患者自评模块,用于通过护理机器人向患者提供评价问卷,并收集患者针对评价问卷作出的反馈评价信息;其中,评价问卷包括:生理问题选项与心里问题选项;
多元评价模块,用于依据差异值大小、患者观察指标是否符合异常标准以及反馈评价信息进行综合评价。
5.如权利要求4所述的一种自动化患者监测护理系统,其特征在于,差异值分析模块包括:
差异值计算子单元,用于计算体征信息中的每一项信息与预设数据库中相应的体征指标的差异值;
差异值分级子单元,用于依据体征信息中的每一项信息与预设数据库中相应的体征指标的差异值大小,并按照预设的差异值范围分级成待观察级别、初级待处理级别以及危情急需处理级别;
其中,待观察级别指不执行任何护理方案调整,观察经下一次护理机器人的护理周期的差异值变化;初级待处理级别指提示护理机器人来调整药品用量、药品种类、食品用量以及食品种类;情急需处理级别指同时提示护理机器人与护理人员。
6.如权利要求4所述的一种自动化患者监测护理系统,其特征在于,多元评价模块包括:
加权值确定单元,用于依据预设的数据库中调取的相关治疗案例中的差异值、患者观察指标以及患者自评的加权值,结合先验经验得到此次差异值、患者观察指标以及患者自评的加权值;
评价单元,用于依据此次差异值、患者观察指标以及患者自评的加权值,得到此次护理效果评价;
其中,加权值为以往的相关治疗案例中的差异值、患者观察指标以及患者自评各自的贡献比重的平均值。
7.如权利要求4所述的一种自动化患者监测护理系统,其特征在于,还包括:危急预警模块,病情预警模块用于在出现差异值符合危情急需处理级别、观察指标符合异常标准以及患者自评出现问题之中的一种或多种情况时进行病情危急预警,并将病情危急预警推送至护理机器人与护理人员操作端。
8.一种自动化患者监测护理方法,其特征在于,包括:
依据获取的患者的基础信息与诊断信息生成护理方案,其中护理方案包括给患者分配至少一药品、至少一食物、至少一护理机器人以及至少一体征监测设备以及给护理机器人配置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划;
通过护理机器人获取患者的药品用量、食品用量、患者观察指标和患者自评以及通过体征监测设备获取患者的体征信息;
依据监测的体征信息与预设数据库中的体征指标的之间差异值、患者观察指标以及患者自评进行护理效果评价;
依据当前护理效果评价来调整患者所分配的药品种类、药品用量、食物种类、食物用量、体征监测设备的种类以及护理机器人的护理计划之中的一种或多种。
9.一种自动化患者监测护理装置,其特征在于,包括:
部署在预设区域内的若干护理机器人;
以及,执行如权利要求8所述的一种自动化患者监测护理方法的医用中控平台,医用中控平台与护理机器人连接,用于控制护理机器人在预设区域内执行置包含药品配给、食品配给、患者观察以及患者自评交互的护理计划以及将调整后的护理方案下发到护理机器人。
10.如权利要求9所述的一种自动化患者监测护理装置,其特征在于,每一护理机器人配置有存取机构、毫米波雷达、摄像模组、激光扫描仪以及人机交互界面之中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310230386.4A CN117253580A (zh) | 2023-03-10 | 2023-03-10 | 一种自动化患者监测护理系统、方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310230386.4A CN117253580A (zh) | 2023-03-10 | 2023-03-10 | 一种自动化患者监测护理系统、方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117253580A true CN117253580A (zh) | 2023-12-19 |
Family
ID=89135698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310230386.4A Pending CN117253580A (zh) | 2023-03-10 | 2023-03-10 | 一种自动化患者监测护理系统、方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117253580A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117457219A (zh) * | 2023-12-25 | 2024-01-26 | 杭州乐湾科技有限公司 | 一种老年人照护和监测方法与系统 |
-
2023
- 2023-03-10 CN CN202310230386.4A patent/CN117253580A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117457219A (zh) * | 2023-12-25 | 2024-01-26 | 杭州乐湾科技有限公司 | 一种老年人照护和监测方法与系统 |
CN117457219B (zh) * | 2023-12-25 | 2024-04-16 | 杭州乐湾科技有限公司 | 一种老年人照护和监测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220383998A1 (en) | Artificial-intelligence-based facilitation of healthcare delivery | |
Jamieson et al. | Mindfulness interventions in the workplace: A critique of the current state of the literature. | |
Sarcevic et al. | Teamwork errors in trauma resuscitation | |
CA3015838A1 (en) | System and method for monitoring brain health status | |
US20180150604A1 (en) | Method and System for Determining The Nursing Workload of Care Workers | |
US20220020487A1 (en) | Processing of Portable Device Data | |
CN110827951A (zh) | 一种临床智能决策平台 | |
CN103167831A (zh) | 焦虑监测 | |
CN116895372B (zh) | 一种基于大规模语言模型与元学习的智能急救分级系统 | |
CN117253580A (zh) | 一种自动化患者监测护理系统、方法以及装置 | |
CN112712882A (zh) | 一种提高重症护理管理水平的方法和系统 | |
CN113270175A (zh) | 一种护理技能提升方法及系统 | |
CN111916213A (zh) | 一种基于云计算的医疗服务方法和装置 | |
Tariq et al. | Artificial intelligence in public health dentistry | |
CN113100711A (zh) | 一种临产产妇健康状况实时追踪的方法和系统 | |
KR102598101B1 (ko) | 딥 뉴럴 네트워크 기반 실시간 중환자실 환자 상태 분석 시스템 및 방법 | |
US20230053474A1 (en) | Medical care system for assisting multi-diseases decision-making and real-time information feedback with artificial intelligence technology | |
CN112259222B (zh) | 一种妇产科高危产妇管理方法和装置 | |
Iftene | Using Artificial Intelligence in Medicine | |
Sulaiman et al. | The Application of Facial Expression Recognition in Reducing Inaccuracy in Pain Scale Intensity Identification | |
Singh et al. | Future Directions in Healthcare Research | |
Badhoutiya et al. | Leveraging Recurrent Neural Networks for Diabetes Progression Monitoring | |
Shklovskiy-Kordi | Intelligent Remote Health Monitoring for Rehabilitation After COVID Disease | |
CN110638455B (zh) | 用于评估用户康复状态的服务器、系统、设备及介质 | |
Veerabhadrappa et al. | Evaluating Operator Training Performance Using Recurrence Quantification Analysis of Autocorrelation Transformed Eye Gaze Data |
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 |