[發明專利]建立普通病房患者病情評估模型的方法和服務器

在審

• 申請號: 201710310480.5
• 申請日: 2017-05-05
• 公開（公告）號: CN107391901A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 陳一昕
• 申請（專利權）人: 陳一昕
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京睿派知識產權代理事務所(普通合伙)11597
• 代理人: 劉鋒

1.一種建立普通病房患者病情評估模型的方法，其特征在于，所述方法包括：

獲取普通病房歷史患者的臨床數據和實時監測數據；

根據所述臨床數據訓練用于識別出高風險患者的第一模型，根據所述實時監測數據訓練用于從所述高風險患者中識別出病情惡化患者的第二模型。

2.根據權利要求1所述的方法，其特征在于，根據所述臨床數據訓練用于識別出高風險患者的第一模型包括：

針對所述臨床數據中的生命體征數據進行特征提取，生成所述生命體征數據對應的第一特征向量；

根據所述第一特征向量和所述臨床數據中的病情發展信息建立所述第一模型，即

Y'＝F₁(X')；

F₁＝arg min∑(log(Y')-log(Y))²；

其中，X'代表所述第一特征向量，F₁代表第一模型，Y'代表第一模型根據第一特征向量X'訓練得到的評估結果；∑(log(Y')-log(Y))²為F₁的約束條件，使所述第一模型評估得到的Y'和歷史患者的病情發展信息Y之間的總誤差最小。

3.根據權利要求1所述的方法，其特征在于，根據所述實時監測數據訓練用于從所述高風險患者中識別出病情惡化患者的第二模型包括：

針對所述實時監測數據中的傳感器數據進行特征提取，生成所述傳感器數據對應的第二特征向量；

根據所述第二特征向量和所述實時監測數據中的治療結果建立所述第二模型，即

R'＝F₂(T')；

F₂＝arg min∑(log(R')-log(R))²；

其中，T'代表所述第二特征向量，F₂代表第二模型，R'代表第二模型根據第二特征向量T'訓練得到的評估結果；∑(log(R')-log(R))²為F₂的約束條件，使所述第二模型評估得到的R'和歷史患者的治療結果R之間的總誤差最小。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取普通病房當前患者的生命體征數據并輸入所述第一模型，從所述當前患者中識別出高風險患者。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

輸出為所述高風險患者進行實時監測或者轉移至ICU的提示。

6.根據權利要求4所述的方法，其特征在于，所述方法還包括：

根據所述當前患者的生命體征數據和所述第一模型輸出的評估結果自動更新所述第一模型。

7.根據權利要求4所述的方法，其特征在于，所述方法還包括：

獲取所述高風險患者的傳感器數據并輸入所述第二模型，從所述高風險患者中識別出病情惡化患者。

8.根據權利要求7的方法，其特征在于，所述方法還包括：

輸出所述當前患者病情惡化的預警提示。

9.根據權利要求7所述的方法，其特征在于，所述方法還包括：

根據所述高風險患者的傳感器數據和所述第二模型的評估結果自動更新所述第二模型。

10.一種服務器，其特征在于，包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為：執行權利要求1至9任意一項所述的建立普通病房患者病情評估模型的方法。