[發明專利]一種基于大數據分析的心血管手術風險評估系統

有效

• 申請號: 202110287316.3
• 申請日: 2021-03-17
• 公開（公告）號: CN113053533B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 許鈞杰;孫喆;李迪楠;范夢頔;馬雨培
• 申請（專利權）人: 曜立科技（北京）有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70
• 代理公司: 北京興智翔達知識產權代理有限公司 11768
• 代理人: 郭衛芹

1.一種基于大數據分析的心血管手術風險評估系統，其特征在于，包括數據采集單元、數據庫、識別單元、數據分析單元、數據判定單元和智能設備；

所述數據采集單元用于采集心血管手術病人相關的數據，并將采集的相關數據標定為病人信息，將病人信息傳輸至識別單元；

所述數據庫內存儲有心血管手術相關的病例信息，識別單元從數據庫內獲取病例信息，并將病例信息與病人信息一同進行識別操作，得到名稱數據、病發次數數據、年齡數據、患病時間數據、病人數據、病例數據、記錄次數數據、記錄年齡數據、記錄患病癥時間數據、正常數據、非正常數據、第一影響病態、第二影響病態、第三影響病態和影響因素數據，并將其一同傳輸至數據分析單元；

所述數據分析單元用于對名稱數據、病發次數數據、年齡數據、患病時間數據、病人數據、病例數據、記錄次數數據、記錄年齡數據、記錄患病癥時間數據、正常數據、非正常數據、第一影響病態、第二影響病態、第三影響病態和影響因素數據一同進行數據分析操作，得到危險占比數據、風險數據、風險時段、病態信號、無影響信號、名稱數據、病發次數數據、年齡數據和患病時間數據，并將其一同傳輸至數據判定單元；

所述數據判定單元用于對危險占比數據、風險數據、風險時段、病態信號、無影響信號、名稱數據、病發次數數據、年齡數據、患病時間數據一同進行判定操作，得到實際風險占比數據，并將其傳輸至智能設備；

所述智能設備接收并顯示實際風險占比數據以及名稱數據，同時提醒用戶；

識別操作的具體操作過程為：

步驟一：獲取病人信息，將病例信息內病人的名字標定為名稱數據，將病人信息內病人在一段時間內病發的次數標定為病發次數數據，將病人信息內病人的年齡標定為年齡數據，將病人信息內病人患有心血管癥狀的時間標定為患病時間數據，將病人信息內病人身體病情的文字表述標定為病人數據；

步驟二：獲取病例信息，將病例信息內每例病情標定為病例數據，將病例信息內病例數據對應的病人在一段時間內并發的次數標定為記錄次數數據，將病例信息內病例數據對應的病人年齡標定為記錄年齡數據，將病例信息內病例數據對應的病人患病時間標定為記錄患病癥時間數據，將病例信息內病例數據對應的影響手術的文字因素標定為影響因素數據，將病例信息內病例數據對應的病人手術后完全恢復的結果標定為正常數據，將病例信息內病例數據對應的病人手術后沒有恢復的結果標定為非正常數據；

步驟三：提取上述步驟二中的影響因素數據，將影響因素數據內對病人手術有重大影響的病態文字描述標定為第一影響病態，將影響因素數據內對病人手術有影響的病態文字描述標定為第二影響病態，將影響因素數據內對病人手術有輕微影響的病態文字描述標定為第三影響病態，并依次對第一影響病態、第二影響病態和第三影響病態進行影響賦值，分別為X1、X2和X3，且X1＞X2＞X3，且X1、X2和X3均為百分比值，并將其標定為影響賦值數據；

步驟四：提取上述步驟一至步驟三中的名稱數據、病發次數數據、年齡數據、患病時間數據、病人數據、病例數據、記錄次數數據、記錄年齡數據、記錄患病癥時間數據、正常數據、非正常數據、第一影響病態、第二影響病態、第三影響病態和影響因素數據；

數據分析操作的具體操作過程為：

K1：獲取病例數據，并依據其提取對應的正常數據和非正常數據，將正常數據和非正常數據進行識別轉化，當識別到正常數據時，生成正常信號，當識別到非正常數據時，生成非正常信號，分別對正常信號和非正常信號進行次數統計，并將統計過后的正常信號次數標定為安全次數，將統計過后的不正常信號的次數標定為危險次數，提取安全次數和危險次數，并將其帶入到占比計算式中，計算出危險次數的占比，并將其標定為危險占比數據；

K2：獲取記錄次數數據、記錄年齡數據、記錄患病癥時間數據、正常數據、非正常數據、第一影響病態、第二影響病態和第三影響病態，并依次以其中的一個數據為變量，以正常信號和非正常信號為參照進行風險分析，從而得出影響風險的數據，并將其標定為風險數據，其中風險分析具體為：

S1：選取出若干個病例數據，且若干個病例數據中除了記錄次數數據之外，其他數據均保持相同，并查詢手術結果，即結果是正常信號或非正常信號，選取出非正常信號對應的年齡段，將其標定為風險時段，反之則標定為安全時段；

S2：依據上述S1中的操作方法依次對記錄年齡數據、記錄患病癥時間數據、正常數據、非正常數據、第一影響病態、第二影響病態和第三影響病態進行風險分析，從而得出影響手術安全的風險數據和風險時段；

K3：選取出病人數據，并將其內的每個文字、符號以及數字標定為字符數據，將第一影響病態、第二影響病態和第三影響病態對應的病情描述依次標定為第一關鍵詞、第二關鍵詞和第三關鍵詞，并將其分別字符數據進行匹配，得到病態信號和無影響信號；

K4：提取危險占比數據、風險數據、風險時段、病態信號、無影響信號、名稱數據、病發次數數據、年齡數據和患病時間數據；

判定操作的具體操作過程為：

H1：獲取名稱數據，依據名稱數據提取出對應的病發次數數據、年齡數據、患病時間數據，并將其與風險數據進行匹配，當匹配到對應的風險數據時，則判定對應數據存在手術風險，并提取對應的病發次數數據、年齡數據和患病時間數據，將其標定為選取數據；

H2：依據上述H1中提取的選取數據，并將其與對應的風險時段進行匹配，當選取數據屬于對應數據的風險時段時，則判定對應數據存在手術風險，生成提取信號，反之，則判定對應數據不存在手術風險，不生成信號；

H3：獲取上述H2中的提取信號，并依據其提取對應的選取數據，并對其進行影響風險計算，從而得到風點值，獲取選取數據，并將其與對應的風點值進行差值計算，當選取數據小于風點值時，則用風點值減去選取數據，當選取數據大于風點值時，則用選取數據減去風點值，依據計算得到計算差值，依據計算差值設定一個劃分風險基值，并將其與計算差值進行風險分值計算，將得到的風險分值標定為計算占比數據；

H4：獲取病態信號和無影響信號，并對其進行識別，當識別到病態信號時，則對其進行信號判定，判定該病態信號具體是匹配第一影響病態信號、匹配第二影響病態信號或匹配第三影響病態信號，并將其標定為識別提示，依據識別提示進行第一影響病態、第二影響病態和第三影響病態匹配，選取出匹配到的影響賦值數據，當識別到無影響信號時，則不進行信號判定；

H5：提取上述影響賦值數據、選取數據對應的計算占比數據和危險占比數據，并將其進行求和計算，將影響賦值數據+每個選取數據對應的計算占比數據+危險占比數據，計算出綜合風險占比，再將綜合風險占比*風險偏差值，從而得到實際風險占比數據；

H6：提取實際風險占比數據。