【技术实现步骤摘要】
本专利技术涉及计算机处理系统，尤其涉及基于高颗粒度数据的术中麻醉异常指标分级智能报警系统。
技术介绍
1、手术麻醉中患者的生命体征及其他由麻醉机和监护仪的健康相关参数变化很快，需要及时发现异常并进行处理从而保障患者的安全。二线麻醉医生往往需要同时管理多个手术中患者的麻醉，在一些特殊的场景比如值夜班的情况下，多个手术室的分布可能在医院的不同地点。因此需要一种可以远程报警的系统，在医院内网的覆盖范围内，实时提醒该二线麻醉医生所负责的术中麻醉患者的监护指标异常。
2、在麻醉监护过程中，麻醉机和监护仪实时对通过传感器从患者身体采集到的一些参数进行异常报警。此类报警前提是麻醉医生必须在麻醉机或者监护仪旁，且此类报警不区分具体的异常，无法直接提示患者出现的异常指标细节。
3、以手麻系统为代表的麻醉科信息化系统，通过抓包的方式获取监护仪数据，其数据的颗粒度往往较低，普遍在1-5min/包，无法满足远程监护的需求。
技术实现思路
1、为了克服上述技术缺陷，本专利技术的目的在于提供基于高颗粒度数据的术中麻醉异常指标分级智能报警系统。
2、为此，本专利技术提出基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，包括数据采集端，手麻系统，his(医院信息系统hospital information system)系统，服务器，客户端，其中：
3、数据采集端用于采集有数据输出功能的设备采集的高颗粒度数据指标并上传至服务器，采集数据频率为1秒/组，系统延迟加上
4、服务器用于储存汇总数据采集端采集的数据，以及手麻系统上传的手术和麻醉进程相关信息和his系统上传的患者基础健康状况和合并症信息，形成结构化数据库，并实时对每个指标数据进行逻辑判断，判断数据是否处于异常范围，将结果推送至客户端；
5、客户端用于将数字化内容重组为监护仪屏幕的形式在客户端展示，若有报警信息则叠加在监护画面上同步展示。
6、进一步的，客户端是移动设备或者可穿戴设备，包括笔记本电脑，平板电脑，智能手机，ar眼镜。
7、进一步的，一个客户端同时监控多个患者，用于值班状态下的二线医生远程统一管理。
8、进一步的，多个客户端同时监控同一个患者，用于急危重症患者的远程联合管理。
9、进一步的，客户端通过个人账号登录后，以网页推送或者微信公众号/小程序的方式，实现针对危机状态的院外麻醉专家会诊。
10、进一步的，本系统收集的各种数据和信息，以及对应处理的数据和标注，形成一组问题-解答的训练样本，用于训练以gpt(生成式预训练transformer模型,generative pre-trained transformer)为代表的大语言模型。
11、进一步的，针对不同医院麻醉科监护项目的侧重点不同，以及新添加的辅助监护设备系统，添加或删除需要预警的监测项目。
12、进一步的，针对不同患者本身的合并症对异常生命体征状态的耐受程度不同，以及不同麻醉理念下所理解的异常阈值不同，报警阈值根据使用场景进行调整。
13、进一步的，服务器保存报警记录，用于日后复盘当时的手术麻醉状态以及相应的处置是否合理，以及用做病例分析的视频素材。
14、进一步的，本系统根据存储信息形成初步的决策辅助，给麻醉医生处理建议。
15、采用了上述技术方案后，与现有技术相比，具有以下有益效果：
16、(1)该报警系统的数据是高颗粒度数据，最短间隔为每3毫秒产生一组数据(波形的原始数据)，最长间隔为每1秒产生一组数据。这直接促成了该报警系统的报警信息对比同类产品拥有极高的时效性，避免因系统延迟导致抢救的延误。
17、(2)基于同样的原因，该系统可提供非常多的具体细节。由于获取了组成波形的原始数据，可以重组监护仪画面，在使用者收到报警的第一时间，可以迅速比对监护设备画面，以确认患者的紧急状态。
18、(3)该系统采取多感官模式，既有视觉方案，又有听觉方案(移动端另有以震动为例的体感交互)，可全方位的提醒二线人员，避免危机状态的报警被忽视；同时，多感官的模式，让使用者在远程指导时现场感更强，更利于对现场情况的判断。
19、(4)该系统跨平台，支持移动设备及可穿戴设备，从而让使用者在内网覆盖的范围内，以最便利的方式收到相关报警信息，不受工作环境的限制。
20、(5)采用分级别的报警流程，这更符合患者临床情况下的病情变化过程，避免了指标一刀切。不但可以使麻醉医生对于异常状态的早期掌握，也避免了频繁报警干扰正常的临床工作。
21、(6)该系统提供了自定义的开放式阈值管理系统，可以根据不同患者的病情和不同使用者的习惯个性化定制。
22、(7)该系统与his系统、手麻系统等数据实现互联互通，获取相关病程信息再结合知识库，自动调整报警阈值。
23、(8)该系统提供远程会诊功能，对于持续处于危急值的患者，可以进入该流程，在院内和院外快速组织专家会诊。
24、(9)该系统提供数据库调阅功能，提供报警相关的有充分细节术中监护数据，支持临床科研。
25、(10)该系统可以实现临床场景再现，辅助案例分析，支持临床教学。
26、(11)该系统记录的报警信息，并提取手麻系统中记录的相关处理，形成报警(问题)+处理(答案)闭环，作为机器学习的素材，可以利用以gpt为代表的先进大语言模型，实现自我迭代。
27、(12)该系统在机器学习的基础上后续可以结合人工智能进行决策辅助，配合知识库，在每次报警后给予一定的建议，形成智能应用，成为智慧麻醉系统的重要一环。
本文档来自技高网...【技术保护点】
1.基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，包括数据采集端，服务器，客户端，其中：
2.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，客户端是移动设备或者可穿戴设备，包括笔记本电脑，平板电脑，智能手机，AR眼镜。
3.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，一个客户端同时监控多个患者，用于值班状态下的二线医生远程统一管理。
4.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，多个客户端同时监控同一个患者，用于急危重症患者的远程联合管理。
5.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，客户端通过个人账号登录后，以网页推送、微信公众号或小程序的方式，实现针对危机状态的院外麻醉专家会诊。
6.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，本系统收集的各种数据和信息，以及对应处理的数据和标注，形成一组问题、解答
7.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，针对不同医院麻醉科监护项目的侧重点不同，以及新添加的辅助监护设备系统，添加或删除需要预警的监测项目。
8.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，针对不同患者本身的合并症对异常生命体征状态的耐受程度不同，以及不同麻醉理念下所理解的异常阈值不同，报警阈值根据使用场景进行调整。
9.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，服务器保存报警记录，所述报警记录用于日后复盘当时的手术麻醉状态以及相应的处置是否合理，以及用做病例分析的视频素材。
10.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，本系统根据存储信息形成初步的决策辅助，给麻醉医生处理建议。
...【技术特征摘要】
1.基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，包括数据采集端，服务器，客户端，其中：
2.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，客户端是移动设备或者可穿戴设备，包括笔记本电脑，平板电脑，智能手机，ar眼镜。
3.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，一个客户端同时监控多个患者，用于值班状态下的二线医生远程统一管理。
4.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，多个客户端同时监控同一个患者，用于急危重症患者的远程联合管理。
5.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，客户端通过个人账号登录后，以网页推送、微信公众号或小程序的方式，实现针对危机状态的院外麻醉专家会诊。
6.根据权利要求1所述的基于高颗粒度数据的术中麻醉异常指标分级智能报警系统，其特征在于，本系...
【专利技术属性】
技术研发人员：罗艳，陶磊，杨笑萱，缪晟昊，何苗，
申请(专利权)人：上海交通大学医学院附属瑞金医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。