[發(fā)明專利]一種腦卒中復(fù)發(fā)監(jiān)測系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011207792.1
• 申請日: 2020-11-03
• 公開（公告）號: CN112331349B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 劉祚燕;陳可涵;曾寧;曾曉梅
• 申請（專利權(quán)）人: 四川大學(xué)華西醫(yī)院
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H50/70;G16H10/60
• 代理公司: 北京正華智誠專利代理事務(wù)所(普通合伙) 11870
• 代理人: 呂春艷

本發(fā)明公開了一種腦卒中復(fù)發(fā)監(jiān)測模型，包括腦卒中數(shù)據(jù)采集模塊，用于多維度采集若干曾患腦卒中患者的病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息，并將采集到的若干份包含所述病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息病例數(shù)據(jù)傳輸?shù)侥X卒中數(shù)據(jù)處理模塊。本發(fā)明利用各醫(yī)院腦卒中患者數(shù)據(jù)庫存儲服務(wù)器和患者日常生命體征監(jiān)測終端設(shè)備采集到大量的病例數(shù)據(jù)，并將病例數(shù)據(jù)量化成樣本數(shù)據(jù)集用作對患者復(fù)發(fā)監(jiān)測模型的建立，復(fù)發(fā)監(jiān)測模型可以根據(jù)患者的病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息預(yù)測處患者復(fù)發(fā)腦卒中的可能性，該模型建立在對真實(shí)患者病例數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，從而預(yù)測結(jié)果真實(shí)可靠，避免醫(yī)生人為預(yù)測的隨機(jī)性。

技術(shù)領(lǐng)域

本發(fā)明涉及智能醫(yī)療技術(shù)領(lǐng)域，具體涉及一種腦卒中復(fù)發(fā)監(jiān)測系統(tǒng)。

背景技術(shù)

腦卒中作為一種急性腦血管病，其主要臨床表現(xiàn)癥狀有腦組織缺血及出血性損傷，具體表現(xiàn)為高發(fā)病率、高致殘率、高死亡率和高復(fù)發(fā)率。作為一個(gè)不可逆的、復(fù)雜的、循序漸進(jìn)的疾病過程，腦卒中沒有特定的治療標(biāo)準(zhǔn)，家庭，社會危害性很大，通過對腦卒中預(yù)防篩查分析系統(tǒng)進(jìn)行腦卒中篩查可以有效預(yù)防中風(fēng)和對治療效果評估，提高病人預(yù)防意識，如果延緩中風(fēng)發(fā)病年齡5-10年，將會減輕對家庭、國家、社會的經(jīng)濟(jì)負(fù)擔(dān)和就醫(yī)負(fù)擔(dān)。

目前臨床上預(yù)防篩查分析系統(tǒng)借助人工智能技術(shù)，找到數(shù)據(jù)中人不容易總結(jié)的組合規(guī)律，學(xué)習(xí)各種組合的可能性。隨著近些年機(jī)器學(xué)習(xí)與人工智能技術(shù)的高速發(fā)展，人工智能應(yīng)用于腦卒中預(yù)防篩查系統(tǒng)成為可能，而且在臨床研究中取得了很好的效果。

在大力研究預(yù)防篩查分析系統(tǒng)過程可以有效的幫助人們預(yù)防腦卒中，但是卻忽略了腦卒中的高復(fù)發(fā)性質(zhì)，對于曾有腦卒中患病史的患者要進(jìn)行特別關(guān)注，現(xiàn)有技術(shù)中，往往是基于病人的臨床表現(xiàn)來判斷病人是否發(fā)病，這樣容易錯(cuò)過腦卒中的最佳防范時(shí)機(jī)，病人的需要到醫(yī)院由醫(yī)生進(jìn)行復(fù)發(fā)可能性的判定，全然依據(jù)醫(yī)生經(jīng)驗(yàn)，隨機(jī)性大，同時(shí)，由于患者恐懼心理造成的頻繁約診會大大增加患者和醫(yī)生的經(jīng)濟(jì)和工作。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種腦卒中復(fù)發(fā)監(jiān)測系統(tǒng)，以解決現(xiàn)有技術(shù)中病人的需要到醫(yī)院由醫(yī)生進(jìn)行復(fù)發(fā)可能性的判定，全然依據(jù)醫(yī)生經(jīng)驗(yàn)，隨機(jī)性大，以及患者難以消除自身恐懼心理增加醫(yī)療負(fù)擔(dān)的技術(shù)問題。

為解決上述技術(shù)問題，本發(fā)明具體提供下述技術(shù)方案：

一種腦卒中復(fù)發(fā)監(jiān)測系統(tǒng)，包括

腦卒中數(shù)據(jù)采集模塊，用于多維度采集若干曾患腦卒中患者的病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息，并將采集到的若干份包含所述病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息病例數(shù)據(jù)傳輸?shù)侥X卒中數(shù)據(jù)處理模塊；

腦卒中數(shù)據(jù)處理模塊，用于對來自腦卒中數(shù)據(jù)采集模塊的若干份病例數(shù)據(jù)量化成樣本數(shù)據(jù)集，將樣本數(shù)據(jù)集傳輸?shù)綇?fù)發(fā)監(jiān)測模型建立模塊用以建立復(fù)發(fā)監(jiān)測模型；

復(fù)發(fā)監(jiān)測模型建立模塊，用于對樣本數(shù)據(jù)集中的由病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息量化而來的樣本數(shù)據(jù)集分成訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，在訓(xùn)練數(shù)據(jù)集上進(jìn)行預(yù)測訓(xùn)練，訓(xùn)練完成后用測試數(shù)據(jù)集驗(yàn)證預(yù)測復(fù)發(fā)的準(zhǔn)確性，并持續(xù)優(yōu)化模型直至準(zhǔn)確性達(dá)到規(guī)定閾值，生成最佳復(fù)發(fā)監(jiān)測模型，并接收模型監(jiān)測應(yīng)用模塊輸入的患者的病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息，經(jīng)過復(fù)發(fā)監(jiān)測模型進(jìn)行監(jiān)測運(yùn)算將當(dāng)前患者復(fù)發(fā)結(jié)果反饋到模型檢測應(yīng)用模塊；

模型監(jiān)測應(yīng)用模塊，用于根據(jù)輸入的當(dāng)前患者的病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息，并將病癥數(shù)據(jù)信息和生活數(shù)據(jù)信息上傳到復(fù)發(fā)監(jiān)測模型建立模塊，并接收復(fù)發(fā)監(jiān)測模型建立模塊反饋的當(dāng)前患者復(fù)發(fā)結(jié)果并生成報(bào)告供患者查詢；

追蹤核實(shí)模塊，用于對模型監(jiān)測應(yīng)用模塊的預(yù)測的患者進(jìn)行追蹤訪問，用以獲得患者真實(shí)的復(fù)發(fā)結(jié)果，并將真實(shí)的復(fù)發(fā)結(jié)果和預(yù)測的復(fù)發(fā)結(jié)果相比對獲得復(fù)發(fā)監(jiān)測模型在真實(shí)場景中的應(yīng)用情況，并根據(jù)復(fù)發(fā)監(jiān)測模型在真實(shí)場景中的應(yīng)用情況對腦卒中數(shù)據(jù)采集模塊中采集的患者病癥數(shù)據(jù)信息和生活信息進(jìn)行調(diào)整以更新影響預(yù)測復(fù)發(fā)結(jié)果的特征，進(jìn)一步進(jìn)行模型更新?lián)Q代。