【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种病情变化趋势预警系统。
技术介绍
1、在相关技术中，cn110970132a公开了一种基于移动护理的病情预警系统，该系统包括：医疗数据采集模块、云存储器、病情分析模块和移动护理平台；医疗数据采集模块获取患者信息；云存储器接收患者信息，并进行缓存；病情分析模块从云存储器中获取患者信息，对患者生命体征进行分析，判断患者的身体情况，并将相应结果发送至移动护理平台；移动护理平台接收结果并予以显示；还用于在结果显示该患者身体情况异常时进行报警。相比于直接通过医生的医学认识对患者的病情进行诊断，该系统是基于已获取的患者的生理体征信息和预存的各类疾病的标准病症信息，进而对患者的身体情况进行诊断，避免了医生的从医经验带来的主观认知的影响，更能客观准确地反应患者身体的真实情况。
2、cn113362941a公开了一种基于大数据的病情监测的方法和系统，应用于一病情监测系统，其中，所述方法包括：获得病情监测系统的第一专业监测点的监测数据；构建第一传染病信息的第一病情检索数据库；对于第一传染病类型；输入至所述第一病情检索数据库进行检索，获得所述第一病情检索数据库中与第一传染病类型关联度较高的第二传染病类型；继而由第一检索结果获得第一病情发展趋势；依据第一病情发展趋势获得第一病情防控方案。解决了现有技术中病情监测系统中的监测数据精确性不足，对于突发病情响应不及时的技术问题。
3、基于以上相关技术，可对病情进行监测，然而相关技术在对不同的监护人员的病情进行监测时，难以根据监护人员的实时生理指标状况
4、公开于本申请
技术介绍
部分的信息仅仅旨在加深对本申请的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术提供一种病情变化趋势预警系统，能够解决难以为监护人员提供实时且精准的病情变化趋势预测和警示的技术问题。
2、根据本专利技术，提供一种病情变化趋势预警系统,包括：
3、采集模块，用于在第i个监测周期内的多个时刻，采集监护人员的多项生理指标数据，并获取第i个监测周期内的监护人员的用药信息，其中，所述用药信息包括所述监护人员使用的药物类型，以及各类药物的用量信息，i为正整数；
4、获取模块，用于获取第i个监测周期之前的多个监测周期的历史生理指标数据，以及历史用药信息；
5、第一预测模块，用于根据历史监测周期的历史生理指标数据和历史用药信息，第i个监测周期的用药信息，以及第i-1个监测周期的生理指标数据预测模型，对历史监测周期的历史生理指标数据进行预测，获得历史生理指标训练数据，并对第i个监测周期内的生理指标数据进行预测，获得生理指标训练数据；
6、判断模块，用于根据所述生理指标训练数据和所述生理指标数据，判断第i-1个监测周期的生理指标数据预测模型是否需要训练；
7、训练模块，用于在第i-1个监测周期的生理指标数据预测模型需要训练的情况下，根据所述生理指标训练数据、所述历史生理指标训练数据、所述生理指标数据和所述历史生理指标数据，对第i-1个监测周期的生理指标数据预测模型进行训练，获得第i个监测周期的生理指标数据预测模型；
8、第二预测模块，用于根据所述生理指标数据、所述历史生理指标数据、所述用药信息、所述历史用药信息、未来的监测周期的计划用药信息和第i个监测周期的生理指标数据预测模型，获得未来的监测周期的多个时刻的预测生理指标数据；
9、病情预测模块，用于根据所述预测生理指标数据，确定未来的监测周期的病情状况评分；
10、预警模块，用于根据所述病情状况评分，生成预警信息。
11、技术效果：根据本专利技术，通过采集监护人员的生理指标数据和用药信息，可实时监护人员的健康状况，及时发现异常情况。通过生理指标数据预测模型，提供实时且精准的病情变化趋势预测和警示。根据病情状况评分生成预警信息，从而及时采取干预措施或调整治疗方案，减少病情恶化的可能，提高医疗效率。在确定第i-1个监测周期的生理指标数据预测模型是否需要训练时，可基于第n-k相对偏差的加权平均，获得生理指标数据的相对偏差评分，且在确定权值时，考虑参考的历史生理指标的数据量以及参考的历史生理指标对应的监测周期与第i个监测周期的时间差等多种可能影响预测精度的因素，提升相对偏差评分的准确性和客观性，进而可确定第i-1个监测周期的生理指标数据预测模型是否需要训练，从而不断优化生理指标数据预测模型，提高第i-1个监测周期的生理指标数据预测模型的准确性。在训练第i-1个监测周期的生理指标数据预测模型时，可确定生理指标数据、历史生理指标数据与第i-1个监测周期的生理指标数据预测模型输出的生理指标训练数据、历史生理指标训练数据之间的相对差值，并基于时刻差越大预测精度越低的特点设置权值，以及越接近所求监测周期参考价值越大和参考的数据越多预测结果越准确的特点设置权值，从而对第i-1个监测周期的生理指标数据预测模型输出的生理指标训练数据、历史生理指标训练数据的相对误差进行加权求和，获得损失函数，以提升损失函数的设计精度和客观性，从而在训练过程中提升训练效率。在确定病情状况评分时，可通过预测生理指标数据、生理指标数据与标准指标数据的相对偏差，以及基于未来监测周期与当前监测的时间差设置的权值，确定病情状况评分，从而提前预测监护人员在未来时段内可能出现的病情变化，有助于及时采取治疗措施。
12、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本专利技术。根据下面参考附图对示例性实施例的详细说明，本专利技术的其它特征及方面将更清楚。
本文档来自技高网...【技术保护点】
1.一种病情变化趋势预警系统，其特征在于，包括：
2.根据权利要求1所述的病情变化趋势预警系统，其特征在于，根据历史监测周期的历史生理指标数据和历史用药信息，第i个监测周期的用药信息，以及第i-1个监测周期的生理指标数据预测模型，对历史监测周期的历史生理指标数据进行预测，获得历史生理指标训练数据，并对第i个监测周期内的生理指标数据进行预测，获得生理指标训练数据，包括：
3.根据权利要求2所述的病情变化趋势预警系统，其特征在于，根据所述生理指标训练数据和所述生理指标数据，判断第i-1个监测周期的生理指标数据预测模型是否需要训练，包括：
4.根据权利要求3所述的病情变化趋势预警系统，其特征在于，根据所述第n-k相对偏差，获得所述生理指标数据的相对偏差评分，包括：
5.根据权利要求2所述的病情变化趋势预警系统，其特征在于，在第i-1个监测周期的生理指标数据预测模型需要训练的情况下，根据所述生理指标训练数据、所述历史生理指标训练数据、所述生理指标数据和所述历史生理指标数据，对第i-1个监测周期的生理指标数据预测模型进行训练，获得第i个监测周
6.根据权利要求5所述的病情变化趋势预警系统，其特征在于，根据所述生理指标训练数据、所述历史生理指标训练数据、所述生理指标数据和所述历史生理指标数据，确定第i-1个监测周期的生理指标数据预测模型的损失函数，包括：
7.根据权利要求2所述的病情变化趋势预警系统，其特征在于，根据所述预测生理指标数据，确定病情状况评分，包括：
8.根据权利要求7所述的病情变化趋势预警系统，其特征在于，根据多种生理指标数据的标准指标数据，以及所述预测生理指标数据，确定病情状况评分，包括：
...【技术特征摘要】
1.一种病情变化趋势预警系统，其特征在于，包括：
2.根据权利要求1所述的病情变化趋势预警系统，其特征在于，根据历史监测周期的历史生理指标数据和历史用药信息，第i个监测周期的用药信息，以及第i-1个监测周期的生理指标数据预测模型，对历史监测周期的历史生理指标数据进行预测，获得历史生理指标训练数据，并对第i个监测周期内的生理指标数据进行预测，获得生理指标训练数据，包括：
3.根据权利要求2所述的病情变化趋势预警系统，其特征在于，根据所述生理指标训练数据和所述生理指标数据，判断第i-1个监测周期的生理指标数据预测模型是否需要训练，包括：
4.根据权利要求3所述的病情变化趋势预警系统，其特征在于，根据所述第n-k相对偏差，获得所述生理指标数据的相对偏差评分，包括：
5.根据权利要求2所述的病情变化趋势预警系统，其特...
【专利技术属性】
技术研发人员：赵敏，陈松斌，张露，刘奕杉，杨佳乐，
申请(专利权)人：厦门大学附属第一医院厦门市第一医院，厦门市红十字会医院，厦门市糖尿病研究所，
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。