TWI689945B - 傷口處置建議系統及傷口處置建議方法 - Google Patents

傷口處置建議系統及傷口處置建議方法 Download PDF

Info

Publication number
TWI689945B
TWI689945B TW108102351A TW108102351A TWI689945B TW I689945 B TWI689945 B TW I689945B TW 108102351 A TW108102351 A TW 108102351A TW 108102351 A TW108102351 A TW 108102351A TW I689945 B TWI689945 B TW I689945B
Authority
TW
Taiwan
Prior art keywords
wound
treatment
case
questions
item
Prior art date
Application number
TW108102351A
Other languages
English (en)
Other versions
TW202029217A (zh
Inventor
蔣岳珉
黎和欣
葉怡汝
陳建任
黃素珍
Original Assignee
財團法人工業技術研究院
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW108102351A priority Critical patent/TWI689945B/zh
Priority to US16/286,110 priority patent/US20200234824A1/en
Priority to CN201910248610.6A priority patent/CN111462855B/zh
Application granted granted Critical
Publication of TWI689945B publication Critical patent/TWI689945B/zh
Publication of TW202029217A publication Critical patent/TW202029217A/zh

Links

Images

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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一種傷口處置建議方法，包含以下步驟：依據一傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列；計算當前資料序列與每個案例資料序列之一相似度參數；將小於一相似度門檻值的此些相似度參數所對應的一復原參數中為最高者視為一最佳案例；篩選最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些提問，並取得此些提問各自對應之一作答結果；將與每個此些作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從此些處置群組中篩選出包含一復原優良資料者作所採用之案例處置，作為至少一建議處置；以及顯示至少一建議處置。

Description

傷口處置建議系統及傷口處置建議方法
本案是關於一種建議系統及建議方法，特別是關於一種適用於傷口處置的一種傷口處置建議系統及傷口處置建議方法。
傷口照護目前多由一般護理師執行，護理師僅根據傷口當下狀況進行判斷，像是基本傷口護理的清潔消毒，然而，在簡單的護理下，容易讓傷口常停留至發炎期或增生期，延誤傷口復原，或是傷口常因錯誤判斷而造成無法癒合，易增加感染或壞死風險，導致敗血或截肢的結果。
此外，由於照護建議(guideline)複雜多面向，難以完整判斷，一般教條式的指引，在面對複雜狀況時，易有優先不明或衝突性，導致增加護理師照護病患傷口的難度。另外，敷材與敷料雖僅僅十幾類學名，但其產品種類繁多，在產品的選用上常造成困擾，常需採納專業人士的經驗，且需要更多觀察與建議。
因此，如何提供一種傷口處置建議系統及傷口處置建議方法，已成為本領域須解決的問題之一。
本發明的實施例提出一種傷口處置建議系統。傷口處置建議系統包含一儲存裝置、一接收裝置以及一處理器。儲存裝置用以儲存一資料庫。資料庫用以記錄複數個參考案例，此些參考案例各自包含複數個案例資料序列及複數個案例處置。接收裝置用以取得一傷口表徵記錄。處理器用以依據傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列，計算當前資料序列與每個此些案例資料序列之一相似度參數，將小於一相似度門檻值的此些相似度參數所對應的一復原參數中為最高者視為一最佳案例，篩選此最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些提問，以建立成一建議問卷，取得此些提問各自對應之一作答結果，將與每個此些作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從此些處置群組中篩選出包含一復原優良資料者所採用之此些案例處置作為至少一建議處置，並一顯示器中顯示至少一建議處置。
本發明的實施例提出一種傷口處置建議方法，至少包含以下步驟：儲存一資料庫，資料庫用以記錄複數個參考案例，此些參考案例各自包含複數個案例資料序列及複數個案例處置；接收一傷口表徵記錄；依據傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列；計算當前資料序列與每個此些案例資料序列之一相似度參數；將小於一相似度門檻值的此些相似度參數所對應的一復原參數中為最高者視為一最佳案例；篩選最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些提問，以建立成一建議問卷，並取得此些提問各自對應之一作答結果；將與每個此些作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從此些處置群組中篩選出包含一復原優良資料者作所採用之此些案例處置作為至少一建議處置；以及顯示至少一建議處置；其中，最佳案例為此些參考案例中單位時間內傷口面積縮小比例最高者。
綜上，本案的傷口處置建議系統及傷口處置建議方法可取得傷口表徵記錄，並將傷口表徵記錄與各個參考案例之案例資料序列進行資料比對，以篩選出最接近當前傷口的參考案例，佐以建議問卷，以更進一步取得作答結果，以確認傷口的狀況，將與每個作答結果相差一特定範圍值內的所有參考案例納入一處置群組，從此些處置群組中篩選出包含復原優良資料者所採用的案例處置作為建議處置，並從這些建議處置中，過濾掉護理師或照護者已執行過的處置，藉此可以給予較精簡的處置項目，提供護理師或照護者較佳的建議處置。
以下說明係為完成發明的較佳實現方式，其目的在於描述本發明的基本精神，但並不用以限定本發明。實際的發明內容必須參考之後的權利要求範圍。
必須了解的是，使用於本說明書中的”包含”、”包括”等詞，係用以表示存在特定的技術特徵、數值、方法步驟、作業處理、元件以及/或組件，但並不排除可加上更多的技術特徵、數值、方法步驟、作業處理、元件、組件，或以上的任意組合。
於權利要求中使用如”第一”、"第二"、"第三"等詞係用來修飾權利要求中的元件，並非用來表示之間具有優先權順序，先行關係，或者是一個元件先於另一個元件，或者是執行方法步驟時的時間先後順序，僅用來區別具有相同名字的元件。
於一實施例中，請參照第1~2圖，第1圖係依照本發明一實施例繪示傷口處置建議系統100之方塊圖。第2圖係依照本發明一實施例繪示一傷口處置建議方法200之流程圖。傷口處置建議系統100包含一儲存裝置10、一接收裝置20、一處理器30及一顯示器40。
於一實施例中，儲存裝置10可被實作為唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟悉此技藝者可輕易思及具有相同功能之儲存媒體。
於一實施例中，接收裝置20可以是一攝像機或任何可以取得或接收傷口或患部資訊的裝置(例如為鍵盤)。於一實施例中，攝像機拍攝傷口或患部的影像，將影像傳送到處理器30，以進行影像分析。
於一實施例中，處理器30可以由體積電路如微控制單元(micro controller)、微處理器(microprocessor)、數位訊號處理器(digital signal processor)、特殊應用積體電路(application specific integrated circuit，ASIC)或一邏輯電路來實施。
以下敘述本案傷口處置建議方法200的流程。
於步驟210中，儲存裝置10儲存一資料庫，資料庫用以記錄複數個參考案例，此些參考案例各自包含複數個案例資料序列及複數個案例處置。
於一實施例中，案例資料序列中的數值包含對應量測一傷口時點的一傷口長度、一傷口寬度、一傷口深度、一滲液程度及一皮膚溫度。例如，案例資料序列可以將傷口發生天數、傷口長度、傷口寬度、傷口深度、滲液程度及皮膚溫度以數學式子對應表現為“day 01, {2.0，3.0，0.5，50，32，…}”及“day 07, {3.0，2.0，0.4，25，31，…}”，其中，在傷口發生天數為一天(即“day 01”的例子)時，傷口長度為2.0、傷口寬度為3.0、傷口深度為0.5、滲液程度為50及皮膚溫度32，在傷口發生天數為七天(即“day 07”的例子)時，傷口長度為3.0、傷口寬度為2.0、傷口深度0.4、滲液程度為25及皮膚溫度32，此些數值的單位可以由使用者定義之。
藉由將傷口此些案例資料序列，可以很容易的比對在不同次測量時，傷口恢復的程度，並可參考由專業的傷造師依據傷口狀況進行對應的案例處置，案例處置例如為“每兩小時翻身”、“傷口消毒無菌技術換藥”、“維持床單清境乾爽”…等等。於一實施例中，參考案例包含此些案例資料序列及其對應的案例處置等資料，處理器30將多個參考案例儲存到儲存裝置10，供後續的步驟作參考。
於步驟220中，接收裝置20接收一傷口表徵記錄。於一實施例中，傷口表徵記錄包含一傷口面積變化量、一傷口顏色、一傷口位置、一傷口深度、一傷口面積或一傷口形狀。
請一併參照第3A~3C圖，第3A~3C圖係依照本發明一實施例繪示傷口觀察數據之示意圖。於一實施例中，其中此些傷口觀察數據包含量測型資訊(如第3A圖所示)或評量型資訊(如第3B圖所示)。
如第3A圖所示，量測型資訊可透過處理器30分析影像後取得；例如，攝像機拍攝傷口或患部的影像後，將影像傳送到處理器30，處理器30依據影像的顏色分布、坐標定位或其他已知的方式以進行影像分析，例如取得第1天的傷口影像DA1及第5天的傷口影像DA5，更可進一步分析出傷口相關數據，例如依據第5天的傷口影像DA5分析出傷口寬度d1及傷口長度d2，藉此取得傷口觀察數據。
如第3B圖所示，評量型資訊例如可以由評量問卷取得；透過讓護理師、照護者或病患以填寫多種評量問卷(如飲食問卷PA1、生活問卷PA2…等等)，每個評量問卷中包含多個評量問題及其對應的程度選項(例如分為1~5的級距)，可以讓護理師、照護者或病患以依據當前傷口狀態針對評量問題選擇其對應的程度選項，藉此取得傷口觀察數據。
於步驟230中，處理器30依據傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列。於一實施例中，當前資料序列可由一數學式子或一數列表示之，其表示方式可以類似於案例資料序列的方式呈現。
於一實施例中，處理器30更用以將傷口觀察數據經由正規化運算後，以建立當前資料序列。由於正規化運算為已知的數學運算方式，故此處不贅述之。於一實施例中，處理器30可以將各項原始傷口觀察數據範圍經數學函式轉換至一特定値域之範圍(例如0~5)。
於一實施例中，當傷口觀察數據經正規化運算後，其所建立的當前資料序列中的各項數據，可以以第3C圖所示的方式呈現之。
於步驟240中，處理器30計算當前資料序列與每個案例資料序列之一相似度參數。
於一實施例中，相似度參數可以是指當前資料序列與每個案例資料序列的距離差值。例如，當前資料序列為“day 07, {2.0，3.0，0.5，50，32，…}”，案例資料序列A為“day 07, {2.0，3.0，0.5，48，31，…}”， 案例資料序列B為“day 07, {10.0，15.0，0.9，46，31，…}”，則可將當前資料序列與案例資料序列A中的每個數值相減取得多個差值，再將此些差值相加後，再開根號以取得當前資料序列與案例資料序列A之間的距離差值；相似地，將當前資料序列與案例資料序列B中的每個數值相減取得多個差值，再將此些差值相加後，再開根號以取得當前資料序列與案例資料序列B之間的距離差值，於此例中，當前資料序列與案例資料序列A之間的距離差值小於當前資料序列與案例資料序列B之間的距離差值，因此，當前資料序列與案例資料序列A的相似度較高。
然而，相似度參數的計算方式並不限於此，可以用於算出當前資料序列與每個案例資料序列的相似度的數學計算方式都可以應用之。此外，相似度參數亦不限於此，相似度參數可以是指當前資料序列與每個案例資料序列的面積差值、滲液差值、溫度差值…等等。
於步驟250中，處理器30將大於一相似度門檻值的此些相似度參數所對應的一復原參數中為最高者視為一最佳案例。
例如，相似度門檻值為5，則將大於相似度門檻值5的此些相似度參數(例如分別為相似度參數1、0.7、2)所對應的復原參數(例如分別為40%、30%、50%)中，最高者(復原參數為50%)所對應的參考案例視為最佳案例。其中，參考案例中包含復原參數，復原參數可以是傷造師在先前照護傷口時，所記錄的復原狀態，並將復原狀態以數值方式描述而得。藉此，處理器30可選出與當前資料序列相似且復原情況良好的參考案例。
於一實施例中，最佳案例為此些參考案例中單位時間內傷口面積縮小比例最高者。於一實施例中，復原參數可藉由數值化各項復原狀態而得，例如，小於相似度門檻值5的此些相似度參數中，此些相似度參數對應分別對應到參考案例A與參考案例B，在參考案例A中的傷口在單位時間內傷口面積縮小比例為70%，在參考案例B中的傷口單位時間內傷口面積縮小比例90%，則選擇參考案例B為最佳案例。
於步驟260中，處理器30篩選最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些提問，以建立成一建議問卷，並取得此些提問各自對應之一作答結果。例如，護理師曾經詢問過病人的問題會被記錄在問卷記錄中，當最佳案例中所採用的多個提問涵蓋了問卷記錄中的問題時，則將最佳案例中所採用的多個提問刪掉問卷記錄中的提問，避免護理師又再次詢問相同的問題。
於一實施例中，請一併參照第4圖。第4圖係依照本發明一實施例繪示建議問卷產生方法之示意圖。舉例而言，傷造師在先前處理上述的最佳案例的過程中，有向病人或照顧者提問，此些問題視為問題集A1，問題集A1包含於最佳案例的資料中，亦事先記錄於資料庫中，因此，當護理師藉由傷口處置系統100找出對應當前傷口的最佳案例後，可以取得問題集A1，並扣除問卷記錄中的問題集A2(代表此護理師已經問過的問題)後，所得到的問題集QS(如斜線處所示)。處理器30將問題集QS建立成一建議問卷，並顯示於顯示器40上，供護理師、病人或照護者作答。
於一實施例中，處理器30更用以依據此些提問及此些提問各自對應之作答結果以產生一質性問卷。
於步驟270中，處理器30將與每個作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從此些處置群組中篩選出包含一復原優良資料者作所採用之此些案例處置作為至少一建議處置。
於一實施例中，請參照第5圖，第5圖係依照本發明一實施例繪示建立處置群組之示意圖。於第5圖中，處理器30取得質性問卷QP後，將質性問卷QP中的問題Q1~Q3各自對應的作答結果進行擴展(依據定義作答結果的+1~-1為特定範圍値進行擴展)，並取出擴展後的作答結果所對應的參考案例，將此些參考案例納入各自的處置群組GQ1~GQ3。
更具體而言，於此例中，在定義作答結果的+1~-1為特定範圍値進行擴展的情況下，當問題Q1的作答結果為選項1時，處理器30將選項擴展為1及2，並將擴展後的作答結果(1及2)所對應的參考案例納入處置群組GQ1，換言之，將所有回答過問題Q1的參考案例集合YQ1中，作答結果為選項1及2所對應的參考案例納入處置群組GQ1中；當問題Q2的作答結果為選項4時，處理器30將選項4擴展為3~5(取選項4的+1之選項及選項4的-1之選項)，並將擴展後的作答結果(3~5)所對應的參考案例納入處置群組GQ2，換言之，將所有回答過問題Q2的參考案例集合YQ2中，作答結果為選項3~5所對應的參考案例納入處置群組GQ1中；當問題Q3的作答結果為選項2時，處理器30將選項2擴展為1~3(取選項2的+1之選項及選項2的-1之選項)，並將擴展後的作答結果(1~3)所對應的參考案例納入處置群組GQ3，換言之，將所有回答過問題Q3的參考案例集合YQ3中，作答結果為選項1~3所對應的參考案例納入處置群組GQ3中。
藉此，當作答結果與實際情形稍有不準確時，將擴展後的作答結果所對應的參考案例納入處置群組GQ1~GQ3處置群組GQ1~GQ3稱為處方題庫GP，使得實際情形被納入處方題庫GP的機率變高。例如，實際體溫為37度，但因為量測時的人為失誤，測量成38度，此溫度被擴展(依據定義作答結果的+1~-1為特定範圍値)為36~37度，此時便將正確的實際體溫37度所對應的參考案例納入到處置群組中，大幅提升了作答結果的精準性。
於一實施例中，處理器30由此些處置群組GQ1~GQ3中篩選出包含一復原優良資料(例如復原參數高於一復原參數門檻値者)的此些參考案例，並取得此些參考案例所對應的複數個候選處置，將此些候選處置與至少一已執行處置取差值，以篩選出至少一建議處置。藉此，可以過濾掉護理師針對此傷口已執行過的處置。
於一實施例中，處理器30取得各處置群組GQ1~GQ3中高於一頻率門檻值且非為至少一已執行處置的所有案例處置，作為至少一建議處置。
於一實施例中，請參照第6圖，第6圖係依照本發明一實施例繪示篩選出建議處置之示意圖。於第6圖中，處理器30由各處置群組GQ1~GQ3中選出高於一頻率門檻值(例如為70%)的處置，並將此處置納入高頻率處置區B1；例如，各處置群組GQ1~GQ3都包含“每2小時翻身”的處置，則“每2小時翻身”的處置發生於各處置群組GQ1~GQ3的頻率為100%，其大於頻率門檻值(例如為70%)，則將“每2小時翻身”的處置納入處方題庫GP中的高頻率處置區B1。
於一實施例中，高頻率處置區B1內包含多個處置，處理器30將此些高頻率處置區B1的處置去除至少一已執行處置的所有案例B2，以得到建議處置SL。藉此，於此例中，傷口處置建議系統100可依據當前傷口狀態，提供高頻率廣納採用且尚未執行過(可能是護理師應注意而忽略的部分)的建議處置SL給護理師。
於步驟280中，顯示至少一建議處置。
綜上，本案的傷口處置建議系統及傷口處置建議方法可取得傷口表徵記錄，並將傷口表徵記錄與各個參考案例之案例資料序列進行資料比對，以篩選出最接近當前傷口的參考案例，佐以建議問卷，以更進一步取得作答結果，以確認傷口的狀況，將與每個作答結果相差一特定範圍值內的所有參考案例納入一處置群組，從此些處置群組中篩選出包含復原優良資料者所採用的案例處置作為建議處置，並從這些建議處置中，過濾掉護理師或照護者已執行過的處置，藉此可以給予較精簡的處置項目，提供護理師或照護者較佳的建議處置。
100：傷口處置建議系統 10：儲存裝置 20：接收裝置 30：處理器 40：顯示器 200：傷口處置建議方法 210~280：步驟 DA1：第1天傷口影像 DA5：第5天的傷口影像 d1：傷口寬度 d2：傷口長度 PA1：飲食問卷 PA2：生活問卷 A1、A2、QS：問題集 YQ1~YQ3：參考案例集合 Q1~Q3：問題 GP：處方題庫 GQ1~GQ3：處置群組 B1：高頻率處置區 B2：已執行處置的所有案例 SL：建議處置
第1圖係依照本發明一實施例繪示傷口處置建議系統之方塊圖。 第2圖係依照本發明一實施例繪示一傷口處置建議方法之流程圖。 第3A~3C圖係依照本發明一實施例繪示傷口觀察數據之示意圖。 第4圖係依照本發明一實施例繪示建議問卷產生方法之示意圖。 第5圖係依照本發明一實施例繪示建立處置群組之示意圖。 第6圖係依照本發明一實施例繪示篩選出建議處置之示意圖。
200:傷口處置建議方法
210~280:步驟

Claims (14)

  1. 一種傷口處置建議系統，包含：一儲存裝置，用以儲存一資料庫，該資料庫用以記錄複數個參考案例，該些參考案例各自包含複數個案例資料序列及複數個案例處置；一接收裝置，用以取得一傷口表徵記錄；以及一處理器，用以依據該傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列，計算該當前資料序列與每個該些案例資料序列之一相似度參數，該相似度參數是指該當前資料序列與每個該些案例資料序列的距離差值，將小於一相似度門檻值的該些相似度參數所對應的一復原參數中為最高者視為一最佳案例，篩選該最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些問題，以建立成一建議問卷，取得該些提問各自對應之一作答結果，將與每個該些作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從該些處置群組中篩選出包含一復原優良資料者所採用之該些案例處置，作為至少一建議處置，並於一顯示器中顯示該至少一建議處置；其中，該最佳案例為該些參考案例中單位時間內傷口面積縮小比例最高者。
  2. 如申請專利範圍第1項所述之傷口處置建議系統，其中該處理器更用以將該些傷口觀察數據經由正規化運算後，以建立該當前資料序列。
  3. 如申請專利範圍第1項所述之傷口處置建議系統，其中 該處理器更用以依據該些提問及該些提問各自對應之該作答結果以產生一質性問卷。
  4. 如申請專利範圍第1項所述之傷口處置建議系統，其中該處理器更用以由該些處置群組中篩選出包含一復原優良資料的該些參考案例，並取得該些參考案例所對應的複數個候選處置，將該些候選處置與至少一已執行處置取差值，以篩選出該至少一建議處置。
  5. 如申請專利範圍第1項所述之傷口處置建議系統，其中該處理器更用以取得各該處置群組中高於一頻率門檻值且非為至少一已執行處置的所有案例處置作為至少一建議處置。
  6. 如申請專利範圍第1項所述之傷口處置建議系統，其中該些傷口觀察數據包含量測型資訊或評量型資訊，該傷口表徵記錄包含一傷口面積變化量、一傷口顏色、一傷口位置、一傷口深度、一傷口面積或一傷口形狀。
  7. 如申請專利範圍第1項所述之傷口處置建議系統，其中該些案例資料序列中的數值包含對應量測一傷口時點的一傷口長度、一傷口寬度、一傷口深度、一滲液程度及一皮膚溫度。
  8. 一種傷口處置建議方法，包含：儲存一資料庫，該資料庫用以記錄複數個參考案例，該些參考案例各自包含複數個案例資料序列及複數個案例處置；接收一傷口表徵記錄；依據該傷口表徵記錄中的複數個傷口觀察數據以建立一當前資料序列；計算該當前資料序列與每個該些案例資料序列之一相似度參 數，該相似度參數是指該當前資料序列與每個該些案例資料序列的距離差值；將小於一相似度門檻值的該些相似度參數所對應的一復原參數中為最高者視為一最佳案例；篩選該最佳案例中所採用的複數個提問，且排除存在於一問卷記錄中的該些提問，以建立成一建議問卷，並取得該些提問各自對應之一作答結果；將與每個該些作答結果相差一特定範圍值內的所有參考案例納入一處置群組，並從該些處置群組中篩選出包含一復原優良資料者作所採用之該些案例處置，作為至少一建議處置；以及顯示該至少一建議處置；其中，該最佳案例為該些參考案例中單位時間內傷口面積縮小比例最高者。
  9. 如申請專利範圍第8項所述之傷口處置建議方法，更包含：將該些傷口觀察數據經由正規化運算後，以建立該當前資料序列。
  10. 如申請專利範圍第8項所述之傷口處置建議方法，更包含：依據該些提問及該些提問各自對應之該作答結果以產生一質性問卷。
  11. 如申請專利範圍第8項所述之傷口處置建議方法，更包含： 由該些處置群組中篩選出包含一復原優良資料的該些參考案例，並取得該些參考案例所對應的複數個候選處置，將該些候選處置與至少一已執行處置取差值，以篩選出該至少一建議處置。
  12. 如申請專利範圍第8項所述之傷口處置建議方法，更包含：取得各該處置群組中高於一頻率門檻值且非為至少一已執行處置的所有案例處置作為至少一建議處置。
  13. 如申請專利範圍第8項所述之傷口處置建議方法，其中該些傷口觀察數據包含量測型資訊或評量型資訊，該傷口表徵記錄包含一傷口面積變化量、一傷口顏色、一傷口位置、一傷口深度、一傷口面積或一傷口形狀。
  14. 如申請專利範圍第8項所述之傷口處置建議方法，其中該些案例資料序列中的數值包含對應量測一傷口時點的一傷口長度、一傷口寬度、一傷口深度、一滲液程度及一皮膚溫度。
TW108102351A 2019-01-22 2019-01-22 傷口處置建議系統及傷口處置建議方法 TWI689945B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW108102351A TWI689945B (zh) 2019-01-22 2019-01-22 傷口處置建議系統及傷口處置建議方法
US16/286,110 US20200234824A1 (en) 2019-01-22 2019-02-26 Wound treatment recommendation system and wound treatment recommendation method
CN201910248610.6A CN111462855B (zh) 2019-01-22 2019-03-29 伤口处置建议系统及伤口处置建议方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108102351A TWI689945B (zh) 2019-01-22 2019-01-22 傷口處置建議系統及傷口處置建議方法

Publications (2)

Publication Number Publication Date
TWI689945B true TWI689945B (zh) 2020-04-01
TW202029217A TW202029217A (zh) 2020-08-01

Family

ID=71134247

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108102351A TWI689945B (zh) 2019-01-22 2019-01-22 傷口處置建議系統及傷口處置建議方法

Country Status (3)

Country Link
US (1) US20200234824A1 (zh)
CN (1) CN111462855B (zh)
TW (1) TWI689945B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11813073B2 (en) 2020-12-23 2023-11-14 Industrial Technology Research Institute Wound multiple sensing method and wound multiple sensing system

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117174274B (zh) * 2023-11-03 2024-02-02 四川省医学科学院·四川省人民医院 一种糖尿病足介入手术后患者智能访问系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI519274B (zh) * 2013-07-18 2016-02-01 Taichung Veterans General Hospital Wound monitoring system
CN106464845A (zh) * 2014-05-15 2017-02-22 科洛普拉斯特公司 用于捕捉并数字地存储伤口、瘘管、或造口部位的图像的方法和装置
CN108814613A (zh) * 2018-05-21 2018-11-16 中南大学湘雅医院 伤口智能测量方法及移动测量终端

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050256435A1 (en) * 1999-07-28 2005-11-17 Hess Cathy I Clinical wound manager and method
US20010049609A1 (en) * 2000-03-09 2001-12-06 Michael Girouard System for assisting wound treatment management
US7225176B2 (en) * 2003-03-26 2007-05-29 Casebank Technologies Inc. System and method for case-based reasoning
CA2449470A1 (en) * 2003-11-14 2005-05-14 Casebank Technologies Inc. Case-based reasoning system and method having fault isolation manual trigger cases
US20120271654A1 (en) * 2006-01-20 2012-10-25 Telemedicine Solutions Llc Method and System for Wound Care and Management Output
US8330807B2 (en) * 2009-05-29 2012-12-11 Convergent Medical Solutions, Inc. Automated assessment of skin lesions using image library
US20180121625A1 (en) * 2016-11-03 2018-05-03 Bret Alan Barker Method and system for facilitating wound care management

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI519274B (zh) * 2013-07-18 2016-02-01 Taichung Veterans General Hospital Wound monitoring system
CN106464845A (zh) * 2014-05-15 2017-02-22 科洛普拉斯特公司 用于捕捉并数字地存储伤口、瘘管、或造口部位的图像的方法和装置
CN108814613A (zh) * 2018-05-21 2018-11-16 中南大学湘雅医院 伤口智能测量方法及移动测量终端

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11813073B2 (en) 2020-12-23 2023-11-14 Industrial Technology Research Institute Wound multiple sensing method and wound multiple sensing system

Also Published As

Publication number Publication date
CN111462855B (zh) 2024-03-19
TW202029217A (zh) 2020-08-01
CN111462855A (zh) 2020-07-28
US20200234824A1 (en) 2020-07-23

Similar Documents

Publication Publication Date Title
US8214224B2 (en) Patient data mining for quality adherence
US20160253461A1 (en) System for management and documentation of health care decisions
US11923094B2 (en) Monitoring predictive models
EP2000934A1 (en) A reputation system for providing a measure of reliability on health data
CN105308601A (zh) 健康护理支持系统和方法
TWI689945B (zh) 傷口處置建議系統及傷口處置建議方法
WO2019220366A1 (en) Systems and methods for adapting a ui based platform on patient medical data
JP4506396B2 (ja) 健康情報表示システム
US9111024B2 (en) Medical treatment management device, method, and program for tracking and advising patient caregivers
US20170364646A1 (en) Method and system for analyzing and displaying optimization of medical resource utilization
CN110675952A (zh) 检验决策方法及装置、终端设备、计算机可读存储介质
JP2020187687A (ja) 医用情報処理装置
Chong et al. Development of automated triage system for emergency medical service
US9465914B2 (en) System for monitoring and recording patient vital signs
AU2013277281A1 (en) Segregation system
US20160220127A1 (en) Wellness or illness assessment system, method, and computer program product
US20190287675A1 (en) Systems and methods for determining healthcare quality measures by evalutating subject healthcare data in real-time
US20190035502A1 (en) Systems and methods for managing care teams
Khan et al. Optimized arterial line artifact identification algorithm cleans high-frequency arterial line data with high accuracy in critically ill patients
US20220375607A1 (en) Information processing apparatus, information processing method, and program
US20210225467A1 (en) Pathway information
US20170319079A1 (en) Method of calculating blood pressure using a mobile device
KR101866896B1 (ko) 의료기기 모니터링 장치
Gale-Grant et al. Electronic recording of vital signs for mental health inpatients
KR20220082869A (ko) 진단 툴