CN117912698A - 一种针对扁桃体术后患者的健康监控方法和系统 - Google Patents
一种针对扁桃体术后患者的健康监控方法和系统 Download PDFInfo
- Publication number
- CN117912698A CN117912698A CN202410302360.0A CN202410302360A CN117912698A CN 117912698 A CN117912698 A CN 117912698A CN 202410302360 A CN202410302360 A CN 202410302360A CN 117912698 A CN117912698 A CN 117912698A
- Authority
- CN
- China
- Prior art keywords
- patient
- monitoring signal
- health monitoring
- behavior
- patient health
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 361
- 230000036541 health Effects 0.000 title claims abstract description 214
- 238000000034 method Methods 0.000 title claims abstract description 41
- 210000002741 palatine tonsil Anatomy 0.000 title abstract description 11
- 235000016709 nutrition Nutrition 0.000 claims abstract description 41
- 230000035764 nutrition Effects 0.000 claims abstract description 36
- 230000002980 postoperative effect Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims description 14
- 238000001356 surgical procedure Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 103
- 238000007483 tonsillectomy Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 208000032843 Hemorrhage Diseases 0.000 description 4
- 208000034158 bleeding Diseases 0.000 description 4
- 230000000740 bleeding effect Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 102000009027 Albumins Human genes 0.000 description 3
- 108010088751 Albumins Proteins 0.000 description 3
- 102000007584 Prealbumin Human genes 0.000 description 3
- 108010071690 Prealbumin Proteins 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 208000001797 obstructive sleep apnea Diseases 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 208000002720 Malnutrition Diseases 0.000 description 2
- 238000010241 blood sampling Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000001990 intravenous administration Methods 0.000 description 2
- 230000001071 malnutrition Effects 0.000 description 2
- 235000000824 malnutrition Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 208000015380 nutritional deficiency disease Diseases 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010009152 Chronic tonsillitis Diseases 0.000 description 1
- 208000019505 Deglutition disease Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000035965 Postoperative Complications Diseases 0.000 description 1
- 206010053692 Wound complication Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000017580 chronic wasting disease Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 235000020888 liquid diet Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 206010044008 tonsillitis Diseases 0.000 description 1
- 210000002396 uvula Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于智慧医疗领域,具体涉及一种针对扁桃体术后患者的健康监控方法和系统,采集患者行为监控信号,患者行为监控信号用于监控待监控术后患者;根据患者行为监控信号,获取对应的患者健康监控信号,患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,分别用于监控患者匹配数据集中存储的待监控术后患者和监控营养匹配数据集中存储的待监控术后患者;向患者健康监控信号对应的数据集发送患者健康监控信号。本发明可以全面监控数据,监控手段准确,术后患者的健康恢复效率快以及对于扁桃体术后患者的健康监测准确性高。
Description
技术领域
本发明属于智慧医疗领域,具体的,涉及一种针对扁桃体术后患者的健康监控方法和系统。
背景技术
外科手术营养不良的患病率为20%-80%,食物摄入不足是外科住院患者营养不良最常见的原因。疾病造成患者无法正常进食或进食不足,术后较长时间无法正常进食均可影响营养物质的摄入,从而造成体重丢失、术后并发症发生率升高。扁桃体切除术是耳鼻喉科最常见的手术。扁桃体摘除术后伤口疼痛,造成患者吞咽困难,进食减少,同时为预防出血,患者术后1-3天进食流质饮食,摄入减少,根据统计,成人扁桃体摘除术后5-7日,体重减轻5-6KG左右,影响患者术后康复。同时赖若沙等人也提出肥胖患者在扁桃体切除术后有出血高发生率,在扁桃体切除术术前应采取减轻体重的营养方法。
现有技术中对于扁桃体术后患者的健康情况监控还缺少行之有效的手段,监控数据不全面,监控手段不准确等造成扁桃体术后患者的健康恢复效率慢以及对于扁桃体术后患者的健康监测准确性低的结果。
发明内容
根据本发明第一方面,本发明请求保护一种针对扁桃体术后患者的健康监控方法,包括:
采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
进一步的,所述根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
进一步的,该方法还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
确定所述患者行为监控信号的监控策略;
确定所述患者行为监控信号的监控策略匹配的数据集,所述匹配的数据集为所述患者匹配数据集或所述营养匹配数据集;
根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,并将该患者健康监控信号发送至所述匹配的数据集;
所述根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,包括:
对所述患者行为监控信号进行语义分析,获得所述患者行为监控信号对应的第二元组,所述第二元组包括至少一个数据元,所述至少一个数据元中的任意一个数据元用于存储患者行为指令关键字与健康患者指令关键字之间的对应关系;
根据所述第二元组中的数据元对应的健康患者关键字生成所述第二患者健康监控信号。
根据本发明第二方面,本发明请求保护一种针对扁桃体术后患者的健康监控系统,包括:
获取模块,采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
处理模块,用于根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
发送模块,用于向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
进一步的,所述处理模块中根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
进一步的,该系统还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
确定所述患者行为监控信号的监控策略;
确定所述患者行为监控信号的监控策略匹配的数据集,所述匹配的数据集为所述患者匹配数据集或所述营养匹配数据集;
根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,并将该患者健康监控信号发送至所述匹配的数据集;
所述根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,包括:
对所述患者行为监控信号进行语义分析,获得所述患者行为监控信号对应的第二元组,所述第二元组包括至少一个数据元,所述至少一个数据元中的任意一个数据元用于存储患者行为指令关键字与健康患者指令关键字之间的对应关系;
根据所述第二元组中的数据元对应的健康患者关键字生成所述第二患者健康监控信号。
本发明属于智慧医疗领域,具体涉及一种针对扁桃体术后患者的健康监控方法和系统, 采集患者行为监控信号,患者行为监控信号用于监控待监控术后患者;根据患者行为监控信号,获取对应的患者健康监控信号,患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,分别用于监控患者匹配数据集中存储的待监控术后患者和监控营养匹配数据集中存储的待监控术后患者;向患者健康监控信号对应的数据集发送患者健康监控信号。本发明可以全面监控数据,监控手段准确,术后患者的健康恢复效率快以及对于扁桃体术后患者的健康监测准确性高。
附图说明
图1为本发明第一实施例所涉及的一种针对扁桃体术后患者的健康监控方法的工作流程图;
图2为本发明第一实施例所涉及的一种针对扁桃体术后患者的健康监控方法的第二工作流程图;
图3为本发明第二实施例所涉及的一种针对扁桃体术后患者的健康监控系统的结构模块图。
具体实施方式
根据本发明第一实施例,参照附图1,本发明请求保护一种针对扁桃体术后患者的健康监控方法,包括:
采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
其中,在该实施例中,患者年龄大于14岁,小于60岁有扁桃体切除手术适应症且无手术禁忌症的患者,包括慢性扁桃体炎、阻塞性睡眠呼吸暂停低通气综合征(obstructivesleep apnea-hypopnea syndrome, OSAHS)、病灶性扁桃体、茎突综合征及各种扁桃体良性肿瘤。所有患者仅进行扁桃体切除,或根据需要同时进行悬雍垂腭咽成型手术。
患者患有血液学疾病、慢性消耗性疾病及无法控制的慢性疾病患者(如糖尿病、高血压等),排除需要腺样体切除的患者。排除年龄≤ 14 岁的儿童。
进一步的,所述根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
进一步的,参照图2,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
其中,在该实施例中,术前由护士采用NRS2002进行营养风险筛查,并测定患者术前的体重、体质指数(BMI),医生开具静脉采血医嘱,由护士静脉采血获取患者术前的血白蛋白、前白蛋白的结果,营养师术前为患者进行人体成分分析检测1次。
进一步的,该方法还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
其中,在该实施例中,术后第1-3天,根据耳鼻喉科术后护理常规进食流质饮食,如牛奶、米汤等,护士记录患者每日摄入的食物量和饮水量、大便次数、患者每日空腹体重,术后第3天医生开具静脉采血的医嘱,护士为患者抽取静脉血,获取患者术后的血白蛋白、前白蛋白的结果(可作为生理参数监控信号)。术后第1天、第3天再次采用NRS2002进行营养风险筛查。术后第3天营养师进行术后人体成分分析检测。护士记录患者的每日摄入的食物量和饮水量、大便次数、患者每日的空腹体重直至患者出院为止。护士还需要统计患者的住院日以及患者术后有无出血、感染等并发症的发生。
其中,在该实施例中,术后第1天,由营养师为患者进行营养评定,制定营养计划,为患者配制口服营养液,患者术后每日口服营养液,护士记录患者每日摄入营养液以及饮水的量,有无胃肠道反应、每日的大便次数、每日的空腹体重,术后第3天医生开具静脉采血的医嘱,护士为患者抽取静脉血,获取患者术后的血白蛋白、前白蛋白的结果。术后第1天、第3天再次采用NRS2002进行营养风险筛查。术后第3天营养师进行术后人体成分分析检测。患者术后第4天,可进食半流质无渣饮食,护士记录患者的每日摄入的营养液量和饮水量、大便次数、患者每日的空腹体重直至患者出院为止(上述行为可作为患者行为监控信号)。护士还需要统计患者的住院日以及患者术后有无出血、感染等并发症的发生。
根据本发明第二实施例,参照附图3,本发明请求保护一种针对扁桃体术后患者的健康监控系统,包括:
获取模块,采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
处理模块,用于根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
发送模块,用于向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
进一步的,所述处理模块中根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
进一步的,该系统还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
进一步的,若所述执行信息集合中不存在所述第一执行信息,则还包括:
确定所述患者行为监控信号的监控策略;
确定所述患者行为监控信号的监控策略匹配的数据集,所述匹配的数据集为所述患者匹配数据集或所述营养匹配数据集;
根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,并将该患者健康监控信号发送至所述匹配的数据集;
所述根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,包括:
对所述患者行为监控信号进行语义分析,获得所述患者行为监控信号对应的第二元组,所述第二元组包括至少一个数据元,所述至少一个数据元中的任意一个数据元用于存储患者行为指令关键字与健康患者指令关键字之间的对应关系;
根据所述第二元组中的数据元对应的健康患者关键字生成所述第二患者健康监控信号。
本领域技术人员能够理解,本公开所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意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一定指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何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种针对扁桃体术后患者的健康监控方法,其特征在于,包括:
采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
2.如权利要求1所述的针对扁桃体术后患者的健康监控方法,其特征在于,所述根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
3.如权利要求2所述的针对扁桃体术后患者的健康监控方法,其特征在于,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
4.如权利要求3所述的针对扁桃体术后患者的健康监控方法,其特征在于,还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
5.如权利要求4所述的针对扁桃体术后患者的健康监控方法,其特征在于,若所述执行信息集合中不存在所述第一执行信息,则还包括:
确定所述患者行为监控信号的监控策略;
确定所述患者行为监控信号的监控策略匹配的数据集,所述匹配的数据集为所述患者匹配数据集或所述营养匹配数据集;
根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,并将该患者健康监控信号发送至所述匹配的数据集;
所述根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,包括:
对所述患者行为监控信号进行语义分析,获得所述患者行为监控信号对应的第二元组,所述第二元组包括至少一个数据元,所述至少一个数据元中的任意一个数据元用于存储患者行为指令关键字与健康患者指令关键字之间的对应关系;
根据所述第二元组中的数据元对应的健康患者关键字生成所述第二患者健康监控信号。
6.一种针对扁桃体术后患者的健康监控系统,其特征在于,包括:
获取模块,采集患者行为监控信号,所述患者行为监控信号用于监控待监控术后患者,所述患者行为监控信号与手术方式无关;
处理模块,用于根据所述患者行为监控信号,获取对应的患者健康监控信号,所述患者健康监控信号包括用于患者匹配数据集的第一患者健康监控信号或用于营养匹配数据集的第二患者健康监控信号,所述第一患者健康监控信号用于监控患者匹配数据集中存储的所述待监控术后患者,所述第二患者健康监控信号用于监控营养匹配数据集中存储的所述待监控术后患者;
发送模块,用于向所述患者健康监控信号对应的数据集发送所述患者健康监控信号。
7.如权利要求6所述的一种针对扁桃体术后患者的健康监控系统,其特征在于,所述处理模块中根据所述患者行为监控信号,获取对应的患者健康监控信号,包括:
获取执行信息集合,所述执行信息集合中包括至少一个执行信息,任一执行信息包括患者行为监控信号以及对应的患者健康监控信号;
若所述执行信息集合中存在第一执行信息,所述第一执行信息中包括采集到的所述患者行为监控信号,则从所述第一执行信息中获取患者健康监控信号。
8.如权利要求7所述的一种针对扁桃体术后患者的健康监控系统,其特征在于,若所述执行信息集合中不存在所述第一执行信息,则还包括:
根据所述患者行为监控信号,生成所述患者匹配数据集的所述第一患者健康监控信号,以及所述营养匹配数据集的所述第二患者健康监控信号;
向所述患者匹配数据集发送所述第一患者健康监控信号,确定所述第一患者健康监控信号相应患者健康操作执行过程的第一性能指标,向所述营养匹配数据集发送所述第二患者健康监控信号,确定所述第二患者健康监控信号相应患者健康操作执行过程的第二性能指标;
将所述第一性能指标和所述第二性能指标中最高性能指标对应的患者健康监控信号作为所述患者行为监控信号对应的患者健康监控信号;
根据所述患者行为监控信号以及所述患者行为监控信号对应的患者健康监控信号,生成所述患者行为监控信号的执行信息。
9.如权利要求8所述的一种针对扁桃体术后患者的健康监控系统,其特征在于,该系统还包括:
所述第一患者健康监控信号对应第一传感器,所述第一传感器创建了所述患者匹配数据集的第一风险行为监控信号,所述第一风险行为监控信号用于获得第一风险行为结果,所述第一风险行为结果为所述第一性能指标;
所述第二患者健康监控信号对应第二传感器,所述第二传感器创建了所述营养匹配数据集的第二风险行为监控信号,所述第二风险行为监控信号用于获得第二风险行为结果,所述第二风险行为结果为所述第二性能指标;
所述第一传感器与所述第二传感器并行执行。
10.如权利要求9所述的一种针对扁桃体术后患者的健康监控系统,其特征在于,若所述执行信息集合中不存在所述第一执行信息,则还包括:
确定所述患者行为监控信号的监控策略;
确定所述患者行为监控信号的监控策略匹配的数据集,所述匹配的数据集为所述患者匹配数据集或所述营养匹配数据集;
根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,并将该患者健康监控信号发送至所述匹配的数据集;
所述根据所述患者行为监控信号,生成所述匹配的数据集对应的患者健康监控信号,包括:
对所述患者行为监控信号进行语义分析,获得所述患者行为监控信号对应的第二元组,所述第二元组包括至少一个数据元,所述至少一个数据元中的任意一个数据元用于存储患者行为指令关键字与健康患者指令关键字之间的对应关系;
根据所述第二元组中的数据元对应的健康患者关键字生成所述第二患者健康监控信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410302360.0A CN117912698B (zh) | 2024-03-18 | 2024-03-18 | 一种针对扁桃体术后患者的健康监控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410302360.0A CN117912698B (zh) | 2024-03-18 | 2024-03-18 | 一种针对扁桃体术后患者的健康监控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117912698A true CN117912698A (zh) | 2024-04-19 |
CN117912698B CN117912698B (zh) | 2024-05-17 |
Family
ID=90690841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410302360.0A Active CN117912698B (zh) | 2024-03-18 | 2024-03-18 | 一种针对扁桃体术后患者的健康监控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117912698B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7243265B1 (en) * | 2003-05-12 | 2007-07-10 | Sun Microsystems, Inc. | Nearest neighbor approach for improved training of real-time health monitors for data processing systems |
US20080140449A1 (en) * | 2006-10-18 | 2008-06-12 | Hayes Daniel C | Information management and communications system for communication between patients and healthcare providers |
US20140222446A1 (en) * | 2013-02-07 | 2014-08-07 | Cerner Innovation, Inc. | Remote patient monitoring system |
CN104537276A (zh) * | 2015-01-30 | 2015-04-22 | 北京大众益康科技有限公司 | 生理参数监控方法及装置 |
US20150213220A1 (en) * | 2014-01-30 | 2015-07-30 | Prevail Holdings Inc. | Monitoring patient health |
CN105796071A (zh) * | 2014-12-28 | 2016-07-27 | 天津心康科技发展有限公司 | 一种新型多功能穿戴式远程生命体征监护腕表 |
US20170231568A1 (en) * | 2016-02-12 | 2017-08-17 | Cardiac Pacemakers, Inc. | Systems and methods for patient monitoring |
US20170277855A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient risk using open data and clinician input |
US20200161000A1 (en) * | 2017-06-02 | 2020-05-21 | University Of Florida Research Foundation, Incorporated | Method and apparatus for prediction of complications after surgery |
US20200342267A1 (en) * | 2018-01-30 | 2020-10-29 | Fujifilm Corporation | Data processing apparatus and method, recognition apparatus, learning data storage apparatus, machine learning apparatus, and program |
CN112885454A (zh) * | 2020-12-31 | 2021-06-01 | 复旦大学附属华山医院 | 用于透析患者的营养状况监控系统及方法 |
JP2021116930A (ja) * | 2020-01-21 | 2021-08-10 | リンナイ株式会社 | 風呂システム |
CN116153531A (zh) * | 2023-04-17 | 2023-05-23 | 北京康爱医疗科技股份有限公司 | 一种肿瘤患者康复监测方法及系统 |
CN116386874A (zh) * | 2023-04-18 | 2023-07-04 | 平安科技(深圳)有限公司 | 健康信息的监测预警方法、装置、计算机设备及存储介质 |
CN116434899A (zh) * | 2022-11-24 | 2023-07-14 | 杭州半云科技有限公司 | 一种基于多源数据的健康档案信息平台建立方法 |
CN117274242A (zh) * | 2023-11-17 | 2023-12-22 | 简阳市人民医院 | 一种基于图像识别的创面检测方法和系统 |
CN117373675A (zh) * | 2023-12-07 | 2024-01-09 | 简阳市人民医院 | 一种基于smote算法的慢性阻塞性肺疾病再入院风险预测系统 |
WO2024021959A1 (zh) * | 2022-07-27 | 2024-02-01 | 景昱医疗科技(苏州)股份有限公司 | 程控装置、医疗系统及计算机可读存储介质 |
CN117542530A (zh) * | 2024-01-10 | 2024-02-09 | 天津医科大学总医院 | 一种针对产后患者的健康监控数据监控方法和监控系统 |
-
2024
- 2024-03-18 CN CN202410302360.0A patent/CN117912698B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7243265B1 (en) * | 2003-05-12 | 2007-07-10 | Sun Microsystems, Inc. | Nearest neighbor approach for improved training of real-time health monitors for data processing systems |
US20080140449A1 (en) * | 2006-10-18 | 2008-06-12 | Hayes Daniel C | Information management and communications system for communication between patients and healthcare providers |
US20140222446A1 (en) * | 2013-02-07 | 2014-08-07 | Cerner Innovation, Inc. | Remote patient monitoring system |
US20150213220A1 (en) * | 2014-01-30 | 2015-07-30 | Prevail Holdings Inc. | Monitoring patient health |
CN105796071A (zh) * | 2014-12-28 | 2016-07-27 | 天津心康科技发展有限公司 | 一种新型多功能穿戴式远程生命体征监护腕表 |
CN104537276A (zh) * | 2015-01-30 | 2015-04-22 | 北京大众益康科技有限公司 | 生理参数监控方法及装置 |
US20170231568A1 (en) * | 2016-02-12 | 2017-08-17 | Cardiac Pacemakers, Inc. | Systems and methods for patient monitoring |
US20170277855A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient risk using open data and clinician input |
US20200161000A1 (en) * | 2017-06-02 | 2020-05-21 | University Of Florida Research Foundation, Incorporated | Method and apparatus for prediction of complications after surgery |
US20200342267A1 (en) * | 2018-01-30 | 2020-10-29 | Fujifilm Corporation | Data processing apparatus and method, recognition apparatus, learning data storage apparatus, machine learning apparatus, and program |
JP2021116930A (ja) * | 2020-01-21 | 2021-08-10 | リンナイ株式会社 | 風呂システム |
CN112885454A (zh) * | 2020-12-31 | 2021-06-01 | 复旦大学附属华山医院 | 用于透析患者的营养状况监控系统及方法 |
WO2024021959A1 (zh) * | 2022-07-27 | 2024-02-01 | 景昱医疗科技(苏州)股份有限公司 | 程控装置、医疗系统及计算机可读存储介质 |
CN116434899A (zh) * | 2022-11-24 | 2023-07-14 | 杭州半云科技有限公司 | 一种基于多源数据的健康档案信息平台建立方法 |
CN116153531A (zh) * | 2023-04-17 | 2023-05-23 | 北京康爱医疗科技股份有限公司 | 一种肿瘤患者康复监测方法及系统 |
CN116386874A (zh) * | 2023-04-18 | 2023-07-04 | 平安科技(深圳)有限公司 | 健康信息的监测预警方法、装置、计算机设备及存储介质 |
CN117274242A (zh) * | 2023-11-17 | 2023-12-22 | 简阳市人民医院 | 一种基于图像识别的创面检测方法和系统 |
CN117373675A (zh) * | 2023-12-07 | 2024-01-09 | 简阳市人民医院 | 一种基于smote算法的慢性阻塞性肺疾病再入院风险预测系统 |
CN117542530A (zh) * | 2024-01-10 | 2024-02-09 | 天津医科大学总医院 | 一种针对产后患者的健康监控数据监控方法和监控系统 |
Non-Patent Citations (6)
Title |
---|
CRISTIAN RAVARIU,等: "Pre- and Post-surgical Monitoring by Laser Bio-photometry", 2020 INTERNATIONAL CONFERENCE ON E-HEALTH AND BIOENGINEERING, 10 December 2020 (2020-12-10), pages 1 - 4 * |
WANG YUE,等: "Design and Implementation of a Remote Monitoring Human Health System", 2020 SYSTEMS OF SIGNALS GENERATING AND PROCESSING IN THE FIELD OF ON BOARD COMMUNICATIONS, 27 April 2020 (2020-04-27), pages 1 - 7 * |
时君丽: "扁桃体切除术患者的护理", 淮海医药, no. 06, 10 December 2001 (2001-12-10), pages 512 - 513 * |
曾小琴: "循证护理干预对扁桃体患者术后治疗的应用", 吉林医学, vol. 33, no. 24, 25 August 2012 (2012-08-25), pages 5345 * |
沈莉: "小儿慢性扁桃体炎术后疼痛的相关因素及护理对策", 实用临床医学杂志, vol. 21, no. 16, 23 August 2017 (2017-08-23), pages 94 - 96 * |
陈仲玉,等: "以PDCA循环持续改进扁桃体手术管理质量与效益应用研究", 现代医药卫生, vol. 36, no. 05, 13 March 2020 (2020-03-13), pages 789 - 791 * |
Also Published As
Publication number | Publication date |
---|---|
CN117912698B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Tonsillectomy versus tonsillotomy for obstructive sleep‐disordered breathing in children | |
Chial et al. | Rumination syndrome in children and adolescents: diagnosis, treatment, and prognosis | |
Burk et al. | Predictors of agitation in critically ill adults | |
Abraham et al. | Patient monitoring across the spectrum of heart failure disease management 10 years after the CHAMPION trial | |
Schissel et al. | Renal stones: evolving epidemiology and management | |
Stephens et al. | Radiological versus clinical evidence of malrotation, a tortuous tale—10-year review | |
CN117912698B (zh) | 一种针对扁桃体术后患者的健康监控方法和系统 | |
Lim et al. | Spontaneous epidural hematoma of the cervical spine in an elderly woman with recent COVID-19 infection: a case report | |
Vandenplas et al. | Oesophageal pH monitoring and reflux oesophagitis in irritable infants | |
Alvarez et al. | Sleeve gastrectomy morphology and long-term weight-loss and gastroesophageal reflux disease outcomes | |
Tran et al. | The false positive rate of transcutaneous tissue oximetry alarms in microvascular breast reconstruction rises after 24 hours | |
Borkhuu et al. | Prevalence and risk factors in postoperative pancreatitis after spine fusion in patients with cerebral palsy | |
Sood et al. | A rare case of obstructive uropathy in an elderly male from rural India-a case report | |
Sumitro et al. | An unusual cause of acute abdomen and acute renal failure: Djenkolism | |
Ohdaira et al. | Demographic characteristics of 3,659 Japanese patients with obstructive sleep apnea–hypopnea syndrome diagnosed by full polysomnography: associations with apnea–hypopnea index | |
Alshahrani et al. | Intussusception in adults: A rare etiology of small intestinal obstruction | |
RU2395085C1 (ru) | Способ дифференциальной диагностики острого панкреатита и острого холецистита | |
Vane et al. | Initial resection of potentially viable tissue is not optimal treatment for grades II–IV pancreatic injuries | |
Soliman et al. | Ectopic liver tissue mistakenly diagnosed as a right atrial myxoma | |
Mohil et al. | Challenges of Managing Emergency Ileostomy: Nutrition—A Neglected Aspect | |
Seidner et al. | Management of a Traumatic Gastric Ulcer With a Low‐Profile Gastrostomy Tube | |
Homko et al. | Self-monitoring of blood glucose in gestational diabetes | |
Awawda et al. | Endoscopic Management of Unusual Bezoar in a Prader-Willi Syndrome Patient | |
Ahmed et al. | Proximal migration of the ureteral double-J stent into the peritoneal cavity without peritonitis: A Rare Complication | |
Chakraborty et al. | Difference between capillary blood glucose of free flap and the patient: a novel objective marker of free flap vascular compromise during postoperative monitoring |
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 |