CN117637153B - 患者安全护理的信息化管理系统及方法 - Google Patents
患者安全护理的信息化管理系统及方法 Download PDFInfo
- Publication number
- CN117637153B CN117637153B CN202410089425.8A CN202410089425A CN117637153B CN 117637153 B CN117637153 B CN 117637153B CN 202410089425 A CN202410089425 A CN 202410089425A CN 117637153 B CN117637153 B CN 117637153B
- Authority
- CN
- China
- Prior art keywords
- information
- semantic
- word
- granularity
- sequence
- 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
- 230000000474 nursing effect Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000011282 treatment Methods 0.000 claims abstract description 183
- 238000003745 diagnosis Methods 0.000 claims abstract description 144
- 238000012502 risk assessment Methods 0.000 claims abstract description 59
- 239000013598 vector Substances 0.000 claims description 237
- 230000003993 interaction Effects 0.000 claims description 104
- 238000007726 management method Methods 0.000 claims description 55
- 206010011985 Decubitus ulcer Diseases 0.000 claims description 31
- 208000004210 Pressure Ulcer Diseases 0.000 claims description 31
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000011269 treatment regimen Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000001225 therapeutic effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 229940079593 drug Drugs 0.000 description 10
- 239000003814 drug Substances 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000006378 damage Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 206010061623 Adverse drug reaction Diseases 0.000 description 1
- 206010067484 Adverse reaction Diseases 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 206010013786 Dry skin Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 208000036647 Medication errors Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 206010040030 Sensory loss Diseases 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000005465 channeling Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000037336 dry skin Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Accommodation For Nursing Or Treatment Tables (AREA)
Abstract
本申请公开了一种患者安全护理的信息化管理系统及方法，涉及智能化信息管理技术领域，其获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；对所述患者对象进行风险评估以得到风险评估结果；根据所述风险评估结果，制定相应的安全护理计划；通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况。这样，有利于护理人员制定合理的安全护理计划，提高患者安全护理的质量。
Description
技术领域
本申请涉及智能化信息管理技术领域，尤其涉及一种患者安全护理的信息化管理系统及方法。
背景技术
随着医疗技术的不断进步和医疗服务的不断发展，患者安全护理成为医疗机构关注的重点。患者安全护理是医疗质量管理的重要内容，是指在医疗服务过程中，通过有效的预防和控制措施，减少或避免患者受到不必要的伤害或损害。
然而，目前患者安全护理的管理还存在一些问题，如信息化水平低、风险评估不规范等。这些问题不仅影响了安全护理的效果，也增加了医务人员的工作负担。因此，期待一种优化的患者安全护理的信息化管理系统及方法。
发明内容
本申请为了克服上述缺陷，提供一种患者安全护理的信息化管理系统及方法。
本申请还提供了一种患者安全护理的信息化管理系统，其包括：
患者信息采集模块，用于获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；
患者风险评估模块，用于对所述患者对象进行风险评估以得到风险评估结果；
患者安全护理计划模块，用于根据所述风险评估结果，制定相应的安全护理计划；
患者安全护理执行模块，用于通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况；
其中，所述患者风险评估模块，包括：信息获取单元，用于获取所述患者对象的所述诊断信息和所述治疗方案信息；语义特征提取单元，用于分别提取所述诊断信息和所述治疗方案信息的语义特征以得到诊断信息词粒度语义编码特征向量的序列和治疗方案信息词粒度语义编码特征向量的序列；语义特征交互单元，用于对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量；患者对象的压疮风险判断单元，用于基于所述诊断信息-治疗方案词粒度语义交互特征向量，确定所述患者对象的压疮风险是否超过预定阈值；
其中，所述语义特征交互单元，包括：
词粒度注意力交互子单元，用于使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；
其中，所述词粒度注意力交互子单元，用于：
以如下注意力交互更新公式来对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；其中，所述注意力交互更新公式为：
；
；
；
；
；
；
其中，为所述诊断信息词粒度语义编码特征向量的序列中第/>个诊断信息词粒度语义编码特征向量，/>为所述治疗方案信息词粒度语义编码特征向量的序列中第个治疗方案信息词粒度语义编码特征向量，/>为所述第/>个诊断信息词粒度语义编码特征向量和所述第/>个治疗方案信息词粒度语义编码特征向量之间的相似度矩阵，/>为第/>个包含治疗方案语义信息的交互更新诊断信息词粒度语义编码特征向量，/>为第个包含诊断语义信息的交互更新治疗方案信息词粒度语义编码特征向量，/>为所述诊断信息词粒度语义编码特征向量的序列的长度，/>为所述治疗方案信息词粒度语义编码特征向量的序列的长度，/>为全局信息增强诊断信息词粒度语义编码特征向量，/>为全局信息增强治疗方案信息词粒度语义编码特征向量，/>表示按位置点乘，/>表示级联处理，/>为所述诊断信息-治疗方案词粒度语义交互特征向量。
在上述患者安全护理的信息化管理系统中，所述语义特征提取单元，包括：诊断信息语义编码子单元，用于对所述诊断信息进行分词处理后通过包含词嵌入层的诊断信息语义编码器以得到所述诊断信息词粒度语义编码特征向量的序列；治疗方案信息语义编码子单元，用于对所述治疗方案信息进行分词处理后通过包含词嵌入层的治疗方案信息语义编码器以得到所述治疗方案信息词粒度语义编码特征向量的序列。
在上述患者安全护理的信息化管理系统中，所述诊断信息语义编码子单元，用于：对所述诊断信息进行分词处理以将所述诊断信息转化为由多个词组成的词序列；使用所述包含词嵌入层的诊断信息语义编码器的词嵌入层将所述词序列中各个词映射到词向量以获得词向量的序列；以及，使用所述包含词嵌入层的诊断信息语义编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述诊断信息词粒度语义编码特征向量的序列。
在上述患者安全护理的信息化管理系统中，所述患者对象的压疮风险判断单元，包括：特征分布优化子单元，用于对所述诊断信息-治疗方案词粒度语义交互特征向量进行特征分布优化以得到优化后诊断信息-治疗方案词粒度语义交互特征向量；分类子单元，用于将所述优化后诊断信息-治疗方案词粒度语义交互特征向量通过分类器以得到分类结果，所述分类结果用于表示患者对象的压疮风险是否超过预定阈值。
在上述患者安全护理的信息化管理系统中，所述特征分布优化子单元，用于：对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列以基于序列聚合的特征值为粒度进行优化融合以得到优化特征向量；计算所述优化特征向量和所述诊断信息-治疗方案词粒度语义交互特征向量的按位置点乘以得到所述优化后诊断信息-治疗方案词粒度语义交互特征向量。
在上述患者安全护理的信息化管理系统中，所述分类子单元，用于：使用所述分类器的多个全连接层对所述优化后诊断信息-治疗方案词粒度语义交互特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
本申请还提供了一种患者安全护理的信息化管理方法，其包括：
获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；
对所述患者对象进行风险评估以得到风险评估结果；
根据所述风险评估结果，制定相应的安全护理计划；
通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况；
其中，对所述患者对象进行风险评估以得到风险评估结果，包括：
获取所述患者对象的所述诊断信息和所述治疗方案信息；
分别提取所述诊断信息和所述治疗方案信息的语义特征以得到诊断信息词粒度语义编码特征向量的序列和治疗方案信息词粒度语义编码特征向量的序列；
对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量；
基于所述诊断信息-治疗方案词粒度语义交互特征向量，确定所述患者对象的压疮风险是否超过预定阈值；
其中，对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量，包括：
使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；
其中，使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量，包括：
以如下注意力交互更新公式来对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；其中，所述注意力交互更新公式为：
；
；
；
；
；
；
其中，为所述诊断信息词粒度语义编码特征向量的序列中第/>个诊断信息词粒度语义编码特征向量，/>为所述治疗方案信息词粒度语义编码特征向量的序列中第个治疗方案信息词粒度语义编码特征向量，/>为所述第/>个诊断信息词粒度语义编码特征向量和所述第/>个治疗方案信息词粒度语义编码特征向量之间的相似度矩阵，/>为第/>个包含治疗方案语义信息的交互更新诊断信息词粒度语义编码特征向量，/>为第个包含诊断语义信息的交互更新治疗方案信息词粒度语义编码特征向量，/>为所述诊断信息词粒度语义编码特征向量的序列的长度，/>为所述治疗方案信息词粒度语义编码特征向量的序列的长度，/>为全局信息增强诊断信息词粒度语义编码特征向量，/>为全局信息增强治疗方案信息词粒度语义编码特征向量，/>表示按位置点乘，/>表示级联处理，/>为所述诊断信息-治疗方案词粒度语义交互特征向量。
与现有技术相比，本申请提供的患者安全护理的信息化管理系统及方法，其获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；对所述患者对象进行风险评估以得到风险评估结果；根据所述风险评估结果，制定相应的安全护理计划；通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况。这样，有利于护理人员制定合理的安全护理计划，提高患者安全护理的质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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。在附图中：
图1为本申请实施例中提供的一种患者安全护理的信息化管理系统的框图。
图2为本申请实施例中提供的一种患者安全护理的信息化管理方法的流程图。
图3为本申请实施例中提供的一种患者安全护理的信息化管理方法的系统架构的示意图。
图4为本申请实施例中提供的一种患者安全护理的信息化管理系统的应用场景图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本申请实施例做进一步详细说明。在此，本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。
除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本申请的范围。
在本申请实施例记载中，需要说明的是，除非另有说明和限定，术语“连接”应做广义理解，例如，可以是电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅只是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
患者安全护理是医疗质量管理中的重要组成部分，旨在确保在医疗服务过程中患者不会受到不必要的伤害或损害，涉及到一系列预防和控制措施，以减少医疗错误、感染、药物错误、手术失误以及其他潜在的医疗风险。
以下是患者安全护理的一些关键方面：
医疗错误预防：包括对医疗过程中的错误进行识别、分析和预防，以避免对患者造成伤害，这可能涉及改进药物管理系统、标准化手术程序、以及培训医护人员以识别和避免错误。
感染控制：通过严格的卫生措施和预防性措施，减少医院内感染的风险，这可能包括手部卫生、消毒和清洁程序、以及隔离措施。
药物管理：确保患者获得正确的药物，正确的剂量，并且避免药物相互作用或过敏反应，这需要建立有效的药物管理系统和培训医护人员以确保正确的药物使用。
手术安全：通过标准化手术程序、手术前的标记、确认患者身份和手术部位，以及减少手术并发症的风险，提高手术安全性。
患者参与：鼓励患者参与医疗决策和自己的护理过程，以增强患者对自身安全的关注和责任感。
患者安全护理管理中存在的问题确实会对患者的安全和医务人员的工作产生负面影响。许多医疗机构的信息化水平不高，导致医疗信息系统无法有效地支持患者安全护理工作，这可能包括医疗记录的不完整性、信息共享的困难以及医疗错误报告和分析的不便利性，缺乏有效的信息化系统可能导致医疗错误的遗漏和患者安全问题的未能及时发现和解决。
对患者的风险评估是患者安全护理的重要环节，但在一些医疗机构中，风险评估可能存在标准不一、流程不清晰、缺乏有效的风险评估工具等问题，这可能导致患者的潜在风险未能及时识别和处理。由于患者安全护理工作的复杂性和重要性，医务人员可能面临着过重的工作负担，这包括对患者安全护理的培训不足、缺乏有效的工作流程和支持系统，以及缺乏足够的时间和资源来有效地执行患者安全护理工作。一些医疗机构存在着不利于患者安全护理的文化和沟通问题，包括对医疗错误的隐瞒、医务人员之间的沟通不畅和团队合作不足等，这可能导致医疗错误的持续存在和患者安全护理工作的困难。
解决这些问题需要医疗机构和管理者的重视和努力，这可能包括加强信息化系统建设，推动标准化的风险评估工具和流程，提供更多的培训和支持给医务人员，以及促进积极的沟通和协作文化的建立。
本申请涉及一种患者安全护理的信息化管理系统，该患者安全护理的信息化管理系统包括以下模块：
患者信息采集模块，用于通过扫描患者的身份证或医保卡，获取患者的基本信息，如姓名、性别、年龄、联系方式等，并将其存储在数据库中；
患者风险评估模块，用于根据患者的病情、诊断、治疗方案等，对患者进行风险评估，如跌倒风险、压疮风险、药物不良反应风险等，并将评估结果存储在数据库中；
患者安全护理计划模块，用于根据患者的风险评估结果，制定相应的安全护理计划，如跌倒预防措施、压疮预防措施、药物管理措施等，并将计划内容存储在数据库中；
患者安全护理执行模块，用于通过移动终端设备，如智能手机或平板电脑，向护理人员推送患者的安全护理计划，并记录护理人员的执行情况，如执行时间、执行内容、执行效果等，并将执行情况存储在数据库中；
患者安全护理监测模块，用于通过移动终端设备，向护理人员推送患者的安全护理指标，如跌倒次数、压疮程度、药物不良反应发生率等，并记录护理人员的监测情况，如监测时间、监测内容、监测结果等，并将监测情况存储在数据库中；
患者安全护理评价模块，用于根据患者的安全护理执行情况和监测情况，对患者的安全护理效果进行评价，如满意度、改善度、预防率等，并将评价结果存储在数据库中；
患者安全护理报告模块，用于根据患者的安全护理评价结果，生成相应的安全护理报告，并将报告内容存储在数据库中或输出为电子文档或打印纸质文档。
本申请的优点包括：
1.通过信息化技术，实现了患者安全护理的全程管理，提高了患者安全护理的效率和质量；
2.通过风险评估和安全护理计划，实现了患者安全护理的个性化和精准化，降低了患者安全护理的差错和风险；
3.通过移动终端设备，实现了患者安全护理的便捷化和智能化，增强了患者安全护理的互动性和可视性；
4.通过执行监测和效果评价，实现了患者安全护理的闭环管理，提升了患者安全护理的效果和满意度。
在本申请的一个实施例中，图1为本申请实施例中提供的一种患者安全护理的信息化管理系统的框图。如图1所示，根据本申请实施例的患者安全护理的信息化管理系统100，包括：患者信息采集模块110，用于获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；患者风险评估模块120，用于对所述患者对象进行风险评估以得到风险评估结果；患者安全护理计划模块130，用于根据所述风险评估结果，制定相应的安全护理计划；患者安全护理执行模块140，用于通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况。
在所述患者信息采集模块110中，确保患者的基本信息、诊断信息和治疗方案信息的准确性和全面性，能够有效地整合和记录患者的诊断、治疗和基本信息，以便后续的风险评估和护理计划制定。这样，提供了一个集中管理和记录患者信息的平台，有助于医务人员对患者情况有全面了解，为后续的风险评估和护理计划制定提供了基础数据。
在所述患者风险评估模块120中，确保风险评估工具的科学性和准确性，同时要求医护人员进行风险评估时要有标准化的流程和操作规范。通过对患者进行风险评估，可以及时发现患者的潜在风险，有助于制定针对性的安全护理计划，从而减少患者受到不必要伤害的可能性。
在所述患者安全护理计划模块130中，根据风险评估结果，制定个性化和可操作性的安全护理计划，确保护理计划的实施性和有效性。这样，为医务人员提供了明确的护理指导和计划，有助于提高护理质量，减少医疗错误和患者安全风险。
在所述患者安全护理执行模块140中，确保移动终端设备能够及时、准确地向护理人员推送患者的安全护理计划，并能够记录护理人员的执行情况。通过移动终端设备，可以方便护理人员实时获取患者的安全护理计划，有助于及时有效地执行护理计划，并能够记录护理过程，为后续评估和改进提供数据支持。
这些模块的有效整合和协同作用可以提高患者安全护理的效率和质量，减少医疗错误和患者安全风险，同时也为医务人员提供了更好的工作支持和指导。
本申请提供了一种患者安全护理的信息化管理系统，其包括：患者信息采集模块，用于获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；患者风险评估模块，用于对所述患者对象进行风险评估以得到风险评估结果；患者安全护理计划模块，用于根据所述风险评估结果，制定相应的安全护理计划；患者安全护理执行模块，用于通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况。
现有的患者风险评估通常通过护理人员或专业医务人员根据患者的病史、诊断信息等信息进行主观评估来确定患者的风险水平。例如，患者的压疮风险等。然而，这种主观评估存在一些问题，如评估结果容易受到评估者的主观判断和经验的影响，不同评估者可能会得出不一致的评估结果。此外，主观评估需要护理人员花费较多的时间和精力，且难以进行长期追踪。因此，期待一种优化的方案。
针对上述技术问题，本申请的技术构思为利用基于深度学习的自然语言处理技术，对患者的诊断信息和治疗方案信息进行语义编码和特征交互，从而对患者的压疮风险进行智能化评估。这样，有利于护理人员制定合理的安全护理计划，提高患者安全护理的质量。
基于此，在本申请的技术方案中，首先获取患者对象的诊断信息和治疗方案信息。这里，所述患者对象的诊断信息包括疾病、病情、身体状况等方面的描述。某些疾病或病情可能增加患者患压疮的风险。例如，患者可能有神经系统疾病导致感觉丧失，或者有血液循环障碍导致局部组织供血不足，这些因素都可能增加患者患压疮的风险。而患者的治疗方案包括药物治疗、手术操作、特殊护理等。某些治疗方案可能增加患者患压疮的风险。例如，需要长期卧床休养的患者可能因为长时间的压迫而增加患压疮的风险；接受某些药物治疗的患者可能出现皮肤干燥或易损伤等情况，也增加了患压疮的风险。也就是说，患者对象的诊断信息和治疗方案信息，可以提供有关患者的身体状况、潜在的风险因素和护理需求，以从中分析出患者是否存在患压疮的高风险因素。
然后，对所述诊断信息进行分词处理后通过包含词嵌入层的诊断信息语义编码器以得到诊断信息词粒度语义编码特征向量的序列；同时，对所述治疗方案信息进行分词处理后通过包含词嵌入层的治疗方案信息语义编码器以得到治疗方案信息词粒度语义编码特征向量的序列。这里，将诊断信息进行分词处理以将作为文本数据的诊断信息拆分为以词为单位的离散词序列，并通过词嵌入将各个词映射到向量空间中以得到词嵌入向量的序列，再捕捉其中所蕴含的关于患者的诊断语义信息，理解诊断信息的文本含义。同样地，利用所述包含词嵌入层的治疗方案信息语义编码器理解治疗方案信息中所蕴含的文本含义和语义信息。
在本申请的一个具体实施例中，所述语义特征提取单元，包括：诊断信息语义编码子单元，用于对所述诊断信息进行分词处理后通过包含词嵌入层的诊断信息语义编码器以得到所述诊断信息词粒度语义编码特征向量的序列；治疗方案信息语义编码子单元，用于对所述治疗方案信息进行分词处理后通过包含词嵌入层的治疗方案信息语义编码器以得到所述治疗方案信息词粒度语义编码特征向量的序列。
更具体地，所述诊断信息语义编码子单元，用于：对所述诊断信息进行分词处理以将所述诊断信息转化为由多个词组成的词序列；使用所述包含词嵌入层的诊断信息语义编码器的词嵌入层将所述词序列中各个词映射到词向量以获得词向量的序列；以及，使用所述包含词嵌入层的诊断信息语义编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述诊断信息词粒度语义编码特征向量的序列。
诊断信息语义编码子单元中，通过对诊断信息进行分词处理，可以将复杂的诊断描述分解成更小的语义单元，有助于提取其中的关键信息。利用包含词嵌入层的语义编码器，可以将每个词转换成密集的向量表示，捕捉词语之间的语义关联和上下文信息。通过诊断信息的语义编码，可以将原始的文本信息转换成计算机可处理的向量表示，为后续的风险评估和分类器提供了更丰富的语义信息，提高了对患者情况的理解和评估准确性。
所述治疗方案信息语义编码子单元中，对治疗方案信息进行分词处理，有助于将治疗方案细化为具体的治疗措施和关键词汇。利用包含词嵌入层的语义编码器，可以将治疗方案信息转换成语义特征向量序列，捕捉其中的关键信息和语义关联。通过对治疗方案信息的语义编码，可以将治疗方案的信息转化为计算机可处理的语义特征向量序列，为后续的风险评估和分类器提供了更全面的治疗方案信息，有助于更好地理解患者的治疗情况和制定个性化的护理计划。
接着，使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到诊断信息-治疗方案词粒度语义交互特征向量。也就是，通过所述词粒度交互注意力层来捕捉诊断信息和治疗方案信息之间的语义关联。具体来说，词粒度交互注意力层利用注意力机制来构建每个诊断信息词和每个治疗方案信息词之间的相似关联性，并根据这种相似关联性来分配不同的权重，从而调整和优化诊断信息的文本语义特征分布和治疗方案信息的文本语义特征分布，以保留逐词的细粒度语义交互信息的同时，过滤掉一些无关或冗余的信息。例如，如果一个患者的诊断信息中包含“糖尿病”这个词，而治疗方案信息中包含“胰岛素”这个词，那么这两个词之间的相似度可能就会很高。而两者之间的语义交互关联特征信息对于判断患者对象的压疮风险具有重要意义。
在本申请的一个具体实施例中，所述语义特征交互单元，包括：词粒度注意力交互子单元，用于使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量。
更具体地，所述词粒度注意力交互子单元，用于：以如下注意力交互更新公式来对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；其中，所述注意力交互更新公式为：
；
；
；
；
；
；
其中，为所述诊断信息词粒度语义编码特征向量的序列中第/>个诊断信息词粒度语义编码特征向量，/>为所述治疗方案信息词粒度语义编码特征向量的序列中第个治疗方案信息词粒度语义编码特征向量，/>为所述第/>个诊断信息词粒度语义编码特征向量和所述第/>个治疗方案信息词粒度语义编码特征向量之间的相似度矩阵，/>为第/>个包含治疗方案语义信息的交互更新诊断信息词粒度语义编码特征向量，/>为第个包含诊断语义信息的交互更新治疗方案信息词粒度语义编码特征向量，/>为所述诊断信息词粒度语义编码特征向量的序列的长度，/>为所述治疗方案信息词粒度语义编码特征向量的序列的长度，/>为全局信息增强诊断信息词粒度语义编码特征向量，/>为全局信息增强治疗方案信息词粒度语义编码特征向量，/>表示按位置点乘，/>表示级联处理，/>为所述诊断信息-治疗方案词粒度语义交互特征向量。
在本申请的一个实施例中，所述患者对象的压疮风险判断单元，包括：特征分布优化子单元，用于对所述诊断信息-治疗方案词粒度语义交互特征向量进行特征分布优化以得到优化后诊断信息-治疗方案词粒度语义交互特征向量；分类子单元，用于将所述优化后诊断信息-治疗方案词粒度语义交互特征向量通过分类器以得到分类结果，所述分类结果用于表示患者对象的压疮风险是否超过预定阈值。
进一步地，在本申请的一个具体实施例中，所述特征分布优化子单元，用于：对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列以基于序列聚合的特征值为粒度进行优化融合以得到优化特征向量；计算所述优化特征向量和所述诊断信息-治疗方案词粒度语义交互特征向量的按位置点乘以得到所述优化后诊断信息-治疗方案词粒度语义交互特征向量。
在上述技术方案中，所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列分别表达所述患者对象的诊断信息和治疗方案信息的基于分词语义的编码文本语义特征，也就是，所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列具有在基于所述患者对象的诊断信息和治疗方案信息各自的分词语义序列表示基础上的不同文本语义编码计算维度下的变化性，因此，为了提升使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互时，所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列在基于分类器的类别判定下的融合效果，本申请的申请人优选地对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列以基于序列聚合的特征值为粒度进行优化融合，具体表示为：以如下优化公式对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列以基于序列聚合的特征值为粒度进行优化融合以得到优化特征向量；其中，所述优化公式为：
；
其中，和/>分别是所述诊断信息词粒度语义编码特征向量的序列级联得到的第一特征向量/>和所述治疗方案信息词粒度语义编码特征向量的序列级联得到的第二特征向量/>的特征值，/>和/>分别表示特征向量的一范数的平方和特征向量的二范数的平方根，/>是特征向量的长度，且/>是权重超参数，/>是所述优化特征向量的特征值，/>表示计算以数值为幂的自然指数函数值，/>表示按位置加法，/>表示按位置减法。
这里，上述优化融合基于特征值粒度下的对应性来将所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列的序列化融合表示进行基于向量尺度的前景流形和背景流形的划分，以在特征对应通道超流形体聚合机制下堆叠所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列的动态的特征值通道化关联，从而标记所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列间的变化的特征语义信息，实现根据所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列间的语义内容在不同计算维度下的变化性的类全连接式堆叠融合，以提升所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列的融合效果，从而改进得到的所述诊断信息-治疗方案词粒度语义交互特征向量通过分类器得到的分类结果的准确性。
进一步地，将所述优化后诊断信息-治疗方案词粒度语义交互特征向量通过分类器以得到分类结果，所述分类结果用于表示患者对象的压疮风险是否超过预定阈值。
在本申请的一个具体实施例中，所述分类子单元，用于：使用所述分类器的多个全连接层对所述优化后诊断信息-治疗方案词粒度语义交互特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
通过优化后诊断信息-治疗方案词粒度语义交互特征向量，结合分类器的处理，可以实现更加精准的风险评估，有助于医护人员及时发现患者的压疮风险程度，从而采取相应的预防和干预措施。通过分类结果表示患者对象的压疮风险是否超过预定阈值，医护人员可以根据患者的实际风险情况制定个性化的护理计划，对于高风险患者，可以加强监测和预防措施，从而降低压疮发生的可能性。通过利用分类结果，医护人员可以有针对性地进行护理，避免资源的浪费并提高护理效率，同时，对于高风险患者的重点护理可以有效地提高护理质量，减少并发症的发生。通过分类结果的输出，医务人员可以基于客观数据做出科学决策，而不仅仅依靠主观判断，有助于提高医疗决策的科学性和准确性。
综上，基于本申请实施例的患者安全护理的信息化管理系统100被阐明，其利用基于深度学习的自然语言处理技术，对患者的诊断信息和治疗方案信息进行语义编码和特征交互，从而对患者的压疮风险进行智能化评估。这样，有利于护理人员制定合理的安全护理计划，提高患者安全护理的质量。
如上所述，根据本申请实施例的患者安全护理的信息化管理系统100可以实现在各种终端设备中，例如用于患者安全护理的信息化管理的服务器等。在一个示例中，根据本申请实施例的患者安全护理的信息化管理系统100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如，该患者安全护理的信息化管理系统100可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该患者安全护理的信息化管理系统100同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该患者安全护理的信息化管理系统100与该终端设备也可以是分立的设备，并且该患者安全护理的信息化管理系统100可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
图2为本申请实施例中提供的一种患者安全护理的信息化管理方法的流程图。如图2所示，一种患者安全护理的信息化管理方法，包括：210，获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；220，对所述患者对象进行风险评估以得到风险评估结果；230，根据所述风险评估结果，制定相应的安全护理计划；240，通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况。
图3为本申请实施例中提供的一种患者安全护理的信息化管理方法的系统架构的示意图。如图3所示，对所述患者对象进行风险评估以得到风险评估结果，包括：首先，获取所述患者对象的所述诊断信息和所述治疗方案信息；接着，分别提取所述诊断信息和所述治疗方案信息的语义特征以得到诊断信息词粒度语义编码特征向量的序列和治疗方案信息词粒度语义编码特征向量的序列；然后，对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量；最后，基于所述诊断信息-治疗方案词粒度语义交互特征向量，确定所述患者对象的压疮风险是否超过预定阈值。
本领域技术人员可以理解，上述患者安全护理的信息化管理方法中的各个步骤的具体操作已经在上面参考图1的患者安全护理的信息化管理系统的描述中得到了详细介绍，并因此，将省略其重复描述。
图4为本申请实施例中提供的一种患者安全护理的信息化管理系统的应用场景图。如图4所示，在该应用场景中，首先，获取所述患者对象的所述诊断信息（如图4中所示意的C1）和所述治疗方案信息（如图4中所示意的C2）；然后，将获取的所述诊断信息和所述治疗方案信息输入至部署有患者安全护理的信息化管理算法的服务器（如图4中所示意的S）中，其中所述服务器能够基于患者安全护理的信息化管理算法对所述诊断信息和所述治疗方案信息进行处理，以确定所述患者对象的压疮风险是否超过预定阈值。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (7)
1.一种患者安全护理的信息化管理系统，其特征在于，包括：
患者信息采集模块，用于获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；
患者风险评估模块，用于对所述患者对象进行风险评估以得到风险评估结果；
患者安全护理计划模块，用于根据所述风险评估结果，制定相应的安全护理计划；
患者安全护理执行模块，用于通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况；
其中，所述患者风险评估模块，包括：
信息获取单元，用于获取所述患者对象的所述诊断信息和所述治疗方案信息；
语义特征提取单元，用于分别提取所述诊断信息和所述治疗方案信息的语义特征以得到诊断信息词粒度语义编码特征向量的序列和治疗方案信息词粒度语义编码特征向量的序列；
语义特征交互单元，用于对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量；
患者对象的压疮风险判断单元，用于基于所述诊断信息-治疗方案词粒度语义交互特征向量，确定所述患者对象的压疮风险是否超过预定阈值；
其中，所述语义特征交互单元，包括：
词粒度注意力交互子单元，用于使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；
其中，所述词粒度注意力交互子单元，用于：
以如下注意力交互更新公式来对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；其中，所述注意力交互更新公式为：
；
；
；
；
；
；
其中，为所述诊断信息词粒度语义编码特征向量的序列中第/>个诊断信息词粒度语义编码特征向量，/>为所述治疗方案信息词粒度语义编码特征向量的序列中第/>个治疗方案信息词粒度语义编码特征向量，/>为所述第/>个诊断信息词粒度语义编码特征向量和所述第/>个治疗方案信息词粒度语义编码特征向量之间的相似度矩阵，/>为第个包含治疗方案语义信息的交互更新诊断信息词粒度语义编码特征向量，/>为第/>个包含诊断语义信息的交互更新治疗方案信息词粒度语义编码特征向量，/>为所述诊断信息词粒度语义编码特征向量的序列的长度，/>为所述治疗方案信息词粒度语义编码特征向量的序列的长度，/>为全局信息增强诊断信息词粒度语义编码特征向量，/>为全局信息增强治疗方案信息词粒度语义编码特征向量，/>表示按位置点乘，/>表示级联处理，/>为所述诊断信息-治疗方案词粒度语义交互特征向量。
2.根据权利要求1所述的患者安全护理的信息化管理系统，其特征在于，所述语义特征提取单元，包括：
诊断信息语义编码子单元，用于对所述诊断信息进行分词处理后通过包含词嵌入层的诊断信息语义编码器以得到所述诊断信息词粒度语义编码特征向量的序列；
治疗方案信息语义编码子单元，用于对所述治疗方案信息进行分词处理后通过包含词嵌入层的治疗方案信息语义编码器以得到所述治疗方案信息词粒度语义编码特征向量的序列。
3.根据权利要求2所述的患者安全护理的信息化管理系统，其特征在于，所述诊断信息语义编码子单元，用于：
对所述诊断信息进行分词处理以将所述诊断信息转化为由多个词组成的词序列；
使用所述包含词嵌入层的诊断信息语义编码器的词嵌入层将所述词序列中各个词映射到词向量以获得词向量的序列；
使用所述包含词嵌入层的诊断信息语义编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述诊断信息词粒度语义编码特征向量的序列。
4.根据权利要求3所述的患者安全护理的信息化管理系统，其特征在于，所述患者对象的压疮风险判断单元，包括：
特征分布优化子单元，用于对所述诊断信息-治疗方案词粒度语义交互特征向量进行特征分布优化以得到优化后诊断信息-治疗方案词粒度语义交互特征向量；
分类子单元，用于将所述优化后诊断信息-治疗方案词粒度语义交互特征向量通过分类器以得到分类结果，所述分类结果用于表示患者对象的压疮风险是否超过预定阈值。
5.根据权利要求4所述的患者安全护理的信息化管理系统，其特征在于，所述特征分布优化子单元，用于：
对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列以基于序列聚合的特征值为粒度进行优化融合以得到优化特征向量；
计算所述优化特征向量和所述诊断信息-治疗方案词粒度语义交互特征向量的按位置点乘以得到所述优化后诊断信息-治疗方案词粒度语义交互特征向量。
6.根据权利要求5所述的患者安全护理的信息化管理系统，其特征在于，所述分类子单元，用于：
使用所述分类器的多个全连接层对所述优化后诊断信息-治疗方案词粒度语义交互特征向量进行全连接编码以得到编码分类特征向量；
将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
7.一种患者安全护理的信息化管理方法，其特征在于，包括：
获取患者对象的基本信息，所述基本信息包括诊断信息和治疗方案信息；
对所述患者对象进行风险评估以得到风险评估结果；
根据所述风险评估结果，制定相应的安全护理计划；
通过移动终端设备向护理人员推送所述患者对象的所述安全护理计划，并记录所述护理人员的执行情况；
其中，对所述患者对象进行风险评估以得到风险评估结果，包括：
获取所述患者对象的所述诊断信息和所述治疗方案信息；
分别提取所述诊断信息和所述治疗方案信息的语义特征以得到诊断信息词粒度语义编码特征向量的序列和治疗方案信息词粒度语义编码特征向量的序列；
对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量；
基于所述诊断信息-治疗方案词粒度语义交互特征向量，确定所述患者对象的压疮风险是否超过预定阈值；
其中，对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行语义特征交互以得到诊断信息-治疗方案词粒度语义交互特征向量，包括：
使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；
其中，使用词粒度交互注意力层对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量，包括：
以如下注意力交互更新公式来对所述诊断信息词粒度语义编码特征向量的序列和所述治疗方案信息词粒度语义编码特征向量的序列进行词粒度注意力交互以得到所述诊断信息-治疗方案词粒度语义交互特征向量；其中，所述注意力交互更新公式为：
；
；
；
；
；
；
其中，为所述诊断信息词粒度语义编码特征向量的序列中第/>个诊断信息词粒度语义编码特征向量，/>为所述治疗方案信息词粒度语义编码特征向量的序列中第/>个治疗方案信息词粒度语义编码特征向量，/>为所述第/>个诊断信息词粒度语义编码特征向量和所述第/>个治疗方案信息词粒度语义编码特征向量之间的相似度矩阵，/>为第个包含治疗方案语义信息的交互更新诊断信息词粒度语义编码特征向量，/>为第/>个包含诊断语义信息的交互更新治疗方案信息词粒度语义编码特征向量，/>为所述诊断信息词粒度语义编码特征向量的序列的长度，/>为所述治疗方案信息词粒度语义编码特征向量的序列的长度，/>为全局信息增强诊断信息词粒度语义编码特征向量，/>为全局信息增强治疗方案信息词粒度语义编码特征向量，/>表示按位置点乘，/>表示级联处理，/>为所述诊断信息-治疗方案词粒度语义交互特征向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410089425.8A CN117637153B (zh) | 2024-01-23 | 2024-01-23 | 患者安全护理的信息化管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410089425.8A CN117637153B (zh) | 2024-01-23 | 2024-01-23 | 患者安全护理的信息化管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117637153A CN117637153A (zh) | 2024-03-01 |
| CN117637153B true CN117637153B (zh) | 2024-03-29 |
Family
ID=90037988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410089425.8A Active CN117637153B (zh) | 2024-01-23 | 2024-01-23 | 患者安全护理的信息化管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117637153B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117995339A (zh) * | 2024-04-07 | 2024-05-07 | 吉林大学 | 一种基于多源数据融合的护理信息在线管理系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110134964A (zh) * | 2019-05-20 | 2019-08-16 | 中国科学技术大学 | 一种基于层次化卷积神经网络和注意力机制的文本匹配方法 |
| CN112487274A (zh) * | 2020-12-02 | 2021-03-12 | 重庆邮电大学 | 一种基于文本点击率的搜索结果推荐方法及系统 |
| CN115116614A (zh) * | 2022-07-05 | 2022-09-27 | 安徽讯飞医疗股份有限公司 | 一种健康状态评估方法、装置、设备及存储介质 |
| CN115269808A (zh) * | 2022-08-19 | 2022-11-01 | 齐鲁工业大学 | 面向医疗智能问答的文本语义匹配方法和装置 |
| CN116580849A (zh) * | 2023-05-30 | 2023-08-11 | 杭州医初科技有限公司 | 医疗数据的采集分析系统及其方法 |
| CN116861924A (zh) * | 2023-07-31 | 2023-10-10 | 杭银消费金融股份有限公司 | 基于人工智能的项目风险预警方法及系统 |
| CN117349437A (zh) * | 2023-10-07 | 2024-01-05 | 广东信拓人工智能研究院有限公司 | 基于智能ai的政府信息管理系统及其方法 |
| CN117349406A (zh) * | 2023-10-30 | 2024-01-05 | 山西砥凡达知识产权服务有限公司 | 基于大数据的专利信息检索系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3128218A1 (en) * | 2020-09-02 | 2022-03-02 | Royal Bank Of Canada | Web application for service recommendations with machine learning |
-
2024
- 2024-01-23 CN CN202410089425.8A patent/CN117637153B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110134964A (zh) * | 2019-05-20 | 2019-08-16 | 中国科学技术大学 | 一种基于层次化卷积神经网络和注意力机制的文本匹配方法 |
| CN112487274A (zh) * | 2020-12-02 | 2021-03-12 | 重庆邮电大学 | 一种基于文本点击率的搜索结果推荐方法及系统 |
| CN115116614A (zh) * | 2022-07-05 | 2022-09-27 | 安徽讯飞医疗股份有限公司 | 一种健康状态评估方法、装置、设备及存储介质 |
| CN115269808A (zh) * | 2022-08-19 | 2022-11-01 | 齐鲁工业大学 | 面向医疗智能问答的文本语义匹配方法和装置 |
| CN116580849A (zh) * | 2023-05-30 | 2023-08-11 | 杭州医初科技有限公司 | 医疗数据的采集分析系统及其方法 |
| CN116861924A (zh) * | 2023-07-31 | 2023-10-10 | 杭银消费金融股份有限公司 | 基于人工智能的项目风险预警方法及系统 |
| CN117349437A (zh) * | 2023-10-07 | 2024-01-05 | 广东信拓人工智能研究院有限公司 | 基于智能ai的政府信息管理系统及其方法 |
| CN117349406A (zh) * | 2023-10-30 | 2024-01-05 | 山西砥凡达知识产权服务有限公司 | 基于大数据的专利信息检索系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一种增强的多粒度特征融合语义匹配模型;尚福华 等;《计算机技术与发展》;20221231;正文第1-3节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117637153A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190287685A1 (en) | String classification apparatus and methods using artificial intelligence | |
| CN117637153B (zh) | 患者安全护理的信息化管理系统及方法 | |
| CN108899064A (zh) | 电子病历生成方法、装置、计算机设备和存储介质 | |
| KR102479692B1 (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
| CN106251865A (zh) | 一种基于语音识别的医疗健康记录自动填写方法 | |
| Balasundaram et al. | Internet of things (IoT) based smart healthcare system for efficient diagnostics of health parameters of patients in emergency care | |
| 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 | |
| CN113611401A (zh) | 一种围术期血液管理的系统和方法 | |
| Thompson et al. | Coded chief complaints—automated analysis of free‐text complaints | |
| CN106777966B (zh) | 基于医疗信息平台的数据互动训练方法及系统 | |
| CN112382388A (zh) | 一种压疮不良事件的预警方法 | |
| CN202602713U (zh) | 一种结构化护理评估及高危筛查预警装置 | |
| CN117153319A (zh) | 一种基于人工智能的电子病历数据智能分析系统 | |
| CN113724895A (zh) | 日间手术术后健康监护系统、方法及健康管理平台 | |
| WO2023240837A1 (zh) | 基于病患数据的服务包生成方法、装置、设备及存储介质 | |
| Rahurkar et al. | Leveraging health information exchange to construct a registry for traumatic brain injury, spinal cord injury and stroke in Indiana | |
| CN116130119A (zh) | 一种乳腺癌术后康复辅助管理系统 | |
| CN115578054A (zh) | 一种基于人工智能的智能处方审核系统及方法 | |
| CN114627993A (zh) | 信息预测方法、装置、存储介质及计算机设备 | |
| Kumar et al. | NATURAL LANGUAGE PROCESSING: HEALTHCARE ACHIEVING BENEFITS VIA NLP | |
| CN117542498B (zh) | 一种基于大数据分析的妇科护理管理系统及方法 | |
| AU2021101675A4 (en) | Consistent data-driven decision-making system for tele medicine applications using multitudinal and multimodal data | |
| CN117690582B (zh) | 护理工作站的信息管理系统及方法 | |
| CN117637092B (zh) | 一种基于人工智能模型的病历预编码方法及装置 | |
| CN115831298B (zh) | 基于医院管理信息系统的临床试验患者招募方法及装置 |
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 |