[發明專利]一種病癥預警方法、裝置、設備及介質

在審

• 申請號: 202110285201.0
• 申請日: 2021-03-17
• 公開（公告）號: CN113057588A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 薛佩姣;賴志明;林志哲;蔣勁峰;薛佳佳
• 申請（專利權）人: 上海電氣集團股份有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 杜晶

本發明提供了一種病癥預警方法、裝置、設備及介質，用以解決現有技術進行病癥預警時，預測不及時、不準確以及無法預測的問題。由于在本發明實施例中，將獲取的生命體征和治療的數據輸入到訓練完成的多層感知機模型中，并通過多層感知機模型，獲取預測結果，根據預測結果確定預設時間段內發生預設疾病的概率，因此可以及時準確地預測疾病發生的概率。

技術領域

本發明涉及智能醫療技術領域，尤其涉及一種病癥預警方法、裝置、設備及介質。

背景技術

隨著社會的不斷發展，人們生活水平逐漸提高，通過身體數據來進行病癥預警的應用也越來越廣泛。

現有技術中，在進行病癥預警時，通過以下方式來判斷是否存在發病風險：

一、獲取原始診療數據后，用標準數據模板對原始診療數據進行梳理，自動提取原始診療數據中與所述標準數據模板相匹配的數據以得到標準診療數據，根據預定規則從標準診療數據中實時提取與膿毒癥有關的標準診療數據，并計算得到第一醫療指數數據；根據第一預設參考指數判斷第一醫療指數數據是否處于異常范圍，若是則發出第一預警信息。

整個數據處理過程僅根據標準數據模板，而各醫院或相關機構的數據集格式各不相同，無法普遍適用。

二、根據預定時間窗內的SOFA(序貫器官衰竭估計)分值上升2分以上來預測病癥是否發生。

僅根據這一條件進行病癥預測將導致預測結果不準確、不及時。

由此可知，現有技術在進行病癥預警時，存在預測不及時、不準確以及無法預測的問題。

發明內容

本發明提供了一種病癥預警方法、裝置、設備及介質，用以解決現有技術進行病癥預警時，預測不及時、不準確以及無法預測的問題。

第一方面，本發明提供了一種病癥預警方法，所述方法包括：

獲取預測時間段之前的第一預設時間段內的待預測患者的生命體征和治療的數據；其中所述生命體征的數據包括至少一類生命體征對應的數據，所述治療的數據包括所述待預測患者服用設定的藥物的數據；

基于預先訓練完成的多層感知機模型，根據輸入的所述生命體征和治療的數據，獲取所述多層感知機模型輸出的預測結果；

根據所述預測結果，確定所述待預測患者在所述預測時間段內預設疾病的病發概率。

進一步地，所述獲取預測時間段之前的第一預設時間段內的待預測患者的生命體征和治療的數據包括：

將所述生命體征和治療數據進行分類，獲取滿足生命體征要求的第一目標數據和滿足治療要求的第二目標數據；

若所述生命體征為第一類生命體征，則獲取預設時間范圍內的所述生命體征的目標最大值、目標最小值和目標平均值；若所述生命體征為第二類生命體征，則獲取預設時間范圍內的所述生命體征的數據；

若所述生命體征為第三類生命體征，則獲取所述待預測患者的第二預設時間段內該生命體征的總數據；

若所述生命體征為第四類生命體征，則獲取預設時間范圍內所述生命體征的目標平均值。

進一步地，所述獲取滿足該治療要求的第二目標數據包括：

獲取所述待預測患者第一設定時長、第二設定時長以及第三設定時長內服用設定的藥物，其中，第一設定時長小于第二設定時長，第二設定時長小于第三設定時長。

進一步地，所述多層感知機模型通過以下方式訓練：

獲取樣本集中的任一樣本數據，以及所述樣本數據對應的預設時間長度后是否病發預設疾病的標識信息；

將所述樣本數據輸入到多層感知機模型中，獲取所述樣本數據的預測結果；