System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及医疗看护的,尤其涉及一种看护预警方法、装置及相关设备。
技术介绍
1、在现有技术中,针对居住在住所或者养老机构中的被看护人员进行预警的预警方案通常包括:紧急情况预警方案和看护方案。紧急情况预警方案通常用于对被看护人员在日常生活中突发的比如晕倒等紧急情况进行预警;看护方案通常用于对被看护人员在长期生活中逐渐出现的慢性病或者身体逐渐恶化的情况进行预警。
2、根据实际经验可知,由于在紧急情况在发生时通过技术手段能够采集到被看护人员的比较明显的健康特征变化,所以基于视频监测等技术的紧急情况预警方案已经比较成熟并且已经应用于市场。
3、但是由于看护方案的实施目的是对逐渐出现的慢性病或者身体逐渐恶化进行预警,可是慢性病的逐渐出现、慢性病导致的身体逐渐恶化为被看护人员带来的健康特征的变化在较短时间内通常是无法察觉的,这导致无法通过视频监测等技术迅速准确提取到被看护人员的比较明显的健康特征的变化,所以现在仍采用家属、护理人员的肉眼观察或者定期体检等方法来对被看护人员可能出现逐渐的慢性病或者可能发生的逐渐恶化的情况进行预警。根据实际经验可知,采用家属、护理人员的肉眼观察或者定期体检等的看护预警方法均具有预警不及时、预警不准确的风险。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种看护预警方法、装置及相关设备,用于解决现有的通过家属、护理人员的肉眼观察或者定期体检等途径实现的看护预警方法所具有的预警不及时、预警不准确风险的技术问题。
2、第一方面,本
3、获取目标人员的多种健康特征中每种所述健康特征的时间序列数据;
4、其中,所述健康特征包括:生理特征、身体活动特征;所述生理特征包括:心率、体温、血压、体重、体脂、血糖和血脂中的至少三种;所述身体活动特征包括:行走、躺坐、跑跳、睡眠、如厕和进食中的至少三种;
5、将多个所述时间序列数据整合为矩阵形式的输入数据;
6、根据所述输入数据,通过看护预警模型得到所述目标人员的看护预警预测结果。
7、可选地,所述获取目标人员的多种健康特征中每种所述健康特征的时间序列数据,包括:
8、根据健康特征的筛选集合中包括的所述健康特征的种类,在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据;
9、其中,所述健康特征的筛选集合中包括的多种健康特征需要被确定是否为具有潜在风险的健康特征。
10、可选地,所述在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据之后,所述方法还包括:
11、根据筛选标准,将多个所述第一时间序列数据中不满足所述筛选标准的所述第一时间序列数据所对应的所述健康特征确定为所述具有潜在风险的健康特征;
12、其中,所述筛选标准指示所述第一时间序列数据中数据变化程度的参考范围;
13、根据所述具有潜在风险的健康特征、多个待选择看护预警模型的输入数据中包括的所述健康特征的种类,将所述输入数据中包括所述具有潜在风险的健康特征的所述待选择看护预警模型确定为目标看护预警模型;
14、其中,不同的所述待选择看护预警模型对应于不同的看护方案。
15、可选地,所述将所述输入数据中包括所述具有潜在风险的健康特征确定为目标看护预警模型,包括:
16、将所述输入数据中包括至少一个所述具有潜在风险的健康特征的多个所述待选择看护预警模型确定为备用看护预警模型;
17、针对多个所述备用看护预警模型,判断所述输入数据中包括的所述具有潜在风险的健康特征的数量是否大于等于数量阈值;
18、若判断结果为大于等于所述数量阈值,将对应的所述备用看护预警模型确定为所述目标看护预警模型。
19、可选地,所述将多个所述时间序列数据整合为矩阵形式的输入数据之前,所述方法还包括:
20、根据所述目标看护预警模型的输入数据中包括的所述健康特征的种类,在第二采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第二时间序列数据;
21、其中,所述第二采样时长大于所述第一采样时长。
22、第二方面,本申请提供了一种看护预警装置,所述装置包括:采样模块、整合模块和预警模块;
23、所述采样模块,用于获取目标人员的多种健康特征中每种所述健康特征的时间序列数据;
24、其中,所述健康特征包括:生理特征、身体活动特征;所述生理特征包括:心率、体温、血压、体重、体脂、血糖和血脂中的至少三种;所述身体活动特征包括:行走、躺坐、跑跳、睡眠、如厕和进食中的至少三种;
25、所述整合模块,用于将多个所述时间序列数据整合为矩阵形式的输入数据;
26、所述预警模块,用于根据所述输入数据,通过看护预警模型得到所述目标人员的看护预警预测结果。
27、可选地,所述采样模块,还用于根据健康特征的筛选集合中包括的所述健康特征的种类,在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据;
28、其中,所述健康特征的筛选集合中包括的多种健康特征需要被确定是否为具有潜在风险的健康特征。
29、第三方面,本申请提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储软件程序,所述处理器通过运行或执行存储在所述存储器内的软件程序,以使所述电子设备实现上述的方法。
30、第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储处理器所执行的程序代码,所述程序代码包括用于实现上述的方法。
31、第五方面,本申请提供了一种计算机程序产品,包括程序代码,当计算机运行所述计算机程序产品时,使得所述计算机执行上述的方法。
32、有益效果:
33、本申请提供了一种看护预警方法,方法包括:获取目标人员的多种健康特征中每种健康特征的时间序列数据;将多个时间序列数据整合为矩阵形式的输入数据;根据输入数据,通过看护预警模型得到目标人员的看护预警预测结果。综上可知,本申请首先通过对目标人员的健康特征的日常数据进行采样得到多种健康特征中每种健康特征的时间序列数据,然后再将多个时间序列数据整合成输入数据,最后通过看护预警模型对输入数据进行处理得到目标人员的看护预警预测结果;由于本申请是通过训练好的看护预警模型来对目标人员是否需要看护预警进行预测,因此具有准确高效的特点;在具体的实践时,由于可通过滚动输入的方式以自然日为基础将对应于不同采样时间段的输入数据输入至看护预警模型中,所以本申请可及时提供目标人员的准确的看护预警预测结果,因此本申请能够解决现有的通过家属、护理人员的肉眼观察或者定期体检等途径实现的看护预警方法所具有的预警不及时、预警不准确风险的技术问题。
本文档来自技高网...【技术保护点】
1.一种看护预警方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标人员的多种健康特征中每种所述健康特征的时间序列数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据之后,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述输入数据中包括所述具有潜在风险的健康特征确定为目标看护预警模型,包括:
5.根据权利要求3所述的方法,其特征在于,所述将多个所述时间序列数据整合为矩阵形式的输入数据之前,所述方法还包括:
6.一种看护预警装置,其特征在于,所述装置包括:采样模块、整合模块和预警模块;
7.根据权利要求6所述的装置,其特征在于,所述采样模块,还用于根据健康特征的筛选集合中包括的所述健康特征的种类,在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据;
8.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器用于
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储处理器所执行的程序代码,所述程序代码包括用于实现如权利要求1至5任一项所述的方法。
10.一种计算机程序产品,其特征在于,包括程序代码,当计算机运行所述计算机程序产品时,使得所述计算机执行如权利要求1至5任一项所述的方法。
...【技术特征摘要】
1.一种看护预警方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标人员的多种健康特征中每种所述健康特征的时间序列数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述在第一采样时长内获取所述目标人员的多种健康特征中每种所述健康特征的第一时间序列数据之后,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述输入数据中包括所述具有潜在风险的健康特征确定为目标看护预警模型,包括:
5.根据权利要求3所述的方法,其特征在于,所述将多个所述时间序列数据整合为矩阵形式的输入数据之前,所述方法还包括:
6.一种看护预警装置,其特征在于,所述装置包括:采样模块、整合模块和预警模块;
7.根据权...
【专利技术属性】
技术研发人员:刘芳,胡艳云,朱立颖,邵蔚,胡吉,章志建,范能光,董黎宁,姜天缘,吴俊,李杰,周丽娟,冯佳,
申请(专利权)人:上海市第一人民医院,
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。