[發明專利]一種急診電子病歷管理系統及管理方法

有效

• 申請號: 202310913491.8
• 申請日: 2023-07-25
• 公開（公告）號: CN116631564B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 楊杰;劉品;楊元元
• 申請（專利權）人: 汶上縣人民醫院
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/205;G06F21/62;G06F16/31;G06F40/30
• 代理公司: 青島海盈智專利代理事務所(普通合伙) 37432
• 代理人: 楊金鳳

1.一種急診電子病歷管理方法，其特征在于，包括以下步驟：

步驟S1：獲取患者生理體征參數，基于患者生理體征參數利用光學成像技術進行患者生理數據采集，生成非侵入式生理數據；

步驟S2：基于非侵入式生理數據利用NLP技術進行自動化病歷分析，生成智能結構化病歷數據；

步驟S3：基于智能結構化病歷數據利用增強學習技術進行個性化診療方案嵌入，生成個性化病歷數據集；

步驟S4：基于個性化病歷數據集利用區塊鏈數據加密技術進行電子病歷數據加密，生成智能安全病歷數據；

步驟S5：基于智能安全病歷數據利用云計算技術進行遠程協作跨平臺互聯管理，實現急診電子病歷管理。

2.根據權利要求1所述的方法，其特征在于，步驟S1的具體步驟為：

步驟S11：基于患者生理體征參數利用光學成像技術進行患者生理信號采集，生成生理監測數據；

步驟S12：基于生理監測數據利用ZigBee無線通信技術進行生理數據點對點傳輸，生成生理信號節點協同通信數據；

步驟S13：基于生理信號節點協同通信數據利用數字信號處理進行數據去噪預處理，生成生理數字純凈信號數據；

步驟S14：基于生理數字純凈信號數據利用卷積神經網絡進行數據特征提取，生成生理特征參數；

步驟S15：基于生理特征參數利用線性回歸進行機器學習模型建立，生成生理模型數據；

步驟S16：基于生理模型數據利用貝葉斯優化進行生理數據超參數調整，生成非侵入式生理數據。

3.根據權利要求2所述的方法，其特征在于，步驟S2的具體步驟為：

步驟S21：基于非侵入式生理數據利用SNOMED-CT進行結構化病歷標準化術語制定，生成SNOMED-CT結構化生理數據；

步驟S22：基于SNOMED-CT結構化生理數據利用計算機視覺進行非結構化病歷數據提取，生成視覺導向非結構化病歷數據；

步驟S23：基于視覺導向非結構化病歷數據利用自動記錄算法進行預定義病歷模板數據映射，生成結構化病歷數據集；

步驟S24：基于結構化病歷數據集利用智能病歷數據指標計算公式進行病歷語義分析計算，生成智能病歷語義元素數據；

步驟S25：基于智能病歷語義元素數據利用知識圖譜進行病歷結構數據關聯，生成智能結構化病歷數據。

4.根據權利要求3所述的方法，其特征在于，步驟S24中的智能病歷數據指標計算公式具體為：

；

其中，為智能病歷語義元素數據，為結構化病歷數據集數據數量，為病歷數據的記錄結束時間，為病歷數據的記錄開始時間，為結構化病歷數據集中第i個病歷數據，為病歷數據關于時間的導數表示病歷元素數據隨時間變化的速率，為病歷數據的記錄時間，為生理參數綜合偏離值，為病歷數據關于病歷數據中第i個病歷數據的二階偏導數表示病歷數據的變化趨勢數據，為自然指數函數，為病歷權重數據，為數據采樣頻率，為采樣時間窗口內數據量，為結構化病歷數據集中的噪聲級別，為結構化病歷數據集中的癥狀等級數據，為語義協調參數。

5.根據權利要求4所述的方法，其特征在于，步驟S3的具體步驟為：

步驟S31：獲取醫療存儲數據，基于智能結構化病歷數據以及醫療存儲數據利用MDSS進行治療方案選擇，生成個性化治療方案數據；

步驟S32：基于個性化治療方案數據利用本體論技術進行病歷治療嵌入處理，生成個性化病歷診療嵌入數據；

步驟S33：基于個性化病歷診療嵌入數據利用關聯規則挖掘進行診斷過程因素關聯，生成病歷診療因素關聯數據；

步驟S34：基于病歷診療因素關聯數據利用數據清洗技術進行異常值清洗處理，生成個性化病歷數據集。