【技术实现步骤摘要】
本申请涉及静脉置管并发症风险预测，具体而言，涉及一种深静脉导管并发症风险预测系统。
技术介绍
1、随着静脉治疗方案的多样化以及肿瘤、慢性病、老年患者的增加，多途径的静脉通路在临床的应用愈加广泛。静脉通路包括外周钢针、留置针及各类深静脉置管。深静脉置管类型包括经颈内静脉、锁骨下静脉、腋静脉、手臂静脉、股静脉等不同部位穿刺后，置入cvc、picc、port等导管装置，确保导管头端到达上腔静脉下三分之一段。
2、根据深静脉置管的不同类型，带管时间可达1月~10年。由于导管留置时间长，深静脉导管相关并发症也逐渐增多，导管相关血流感染、血栓、堵管等并发症会影响治疗开展、延长住院时间甚至危及生命等。
3、目前针对导管并发症的管理大多数集中在并发症的预防和处理。预防主要是对患者宣教，减少并发症的出现的概率，处理则是有医护人员加强对静脉置管的维护，在即将出现和出现并发症时处理患者的静脉置管。
4、上述方式在实践中存在如下问题：因为导管类型多种多样，患者的手术置入情况不尽相同，所以临床上根本不可能完全避免并发症。同时，每个患者需要注意的事项不同，在宣教时难度很大，如此静脉置管科室需要花费大量的时间进行并发症的处理。
5、静脉置管的并发症相对来说存在无序性，实践中难以对患者的置管情况进行合理评估，预计并发症出现的风险，进而导致静脉置管科室的日常工作容易受到影响。同时，因为无法预估患者的并发症，所以对于患者并发症的预防工作缺乏重点，难以给实际需要进行并发症预防的患者提供医疗资源，导致医疗资源分配不合理。
技术实现思路
1、本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、作为本申请的第一个方面，为了解决静脉置管科室中，医疗资源分配不合理的技术问题，本申请提供了一种深静脉导管并发症风险预测系统，包括：
3、就诊信息收集模块：用于收集在患者静脉置管之前的病历数据，得到第一信息；
4、置管信息收集模块：用于收集患者此次静脉置管的置管数据，得到第二信息；
5、治疗信息收集模块：用于收集患者在静脉置管中的治疗数据，得到第三信息；
6、信息处理模块：获取各患者的第一信息、第二信息以及第三信息，将各患者的第一信息、第二信息以及第三信息处理为对应的第一标签信息、第二标签信息以及第三标签信息；
7、风险预测模块：将第一标签信息、第二标签信息以及第三标签信息输入至预先训练的预测模型，得到患者未来一段时间内的并发症的预计风险；
8、数据分类模块：收集各患者未来一段时间内并发症的预计风险，将并发症的预计风险发送至信息终端；患者和医护人员分别通过不同的信息终端获取并发症的预计风险。
9、本申请所提供的技术方案中，通过将第一信息、第二信息以及第三信息发送至预测模型中，利用预测模型预测患者在置管后一段时间内并发症的风险，然后将并发症的风险发送给信息终端，所以对于患者而言可以根据并发症的预计风险，主动去学习如何避免并发症的相关知识，医护人员也可以根据患者的并发症状况，有选择性的给不同患者提供宣教知识，做好宣教工作。对于医护人员而言，则可以根据并发症的预计风险合理的进行预后处理，及时的对患者进行护理工作，从而降低并发症的出现。所以本方案中，通过预测各患者并发症的预计风险，能够让患者和医护人员都充分了解并发症预计情况，进而可以合理的分配医疗资源，做好并发症的预防工作。
10、进一步的，病历数据包括：文化程度、肿瘤类型、bmi、合并症、既往史、手术级别。
11、进一步的，置管数据包括：置管季节、置管部位、导管类型、导管腔数、置管频次、导管长度、臂围。
12、进一步的，治疗数据包括：带管时间、化学治疗药种类数、血液检查结果是否异常、导管尖端位置是否标准、是否手术、是否放射治疗、是否化学治疗、是否靶向治疗、是否使用氟尿嘧啶、是否使用血液制品、是否使用中草药。
13、作为本申请的第二个方面，医院内部需要置管的患者以及正在置管的患者数量众多。每个患者所处的阶段并不相同，过于关注对已经置管的患者进行并发症的风险预测，以及并发症风险预测的护理，在实践中并没有过大的意义，因为第一信息、第二信息以及第三信息均完整的患者的数量，远小于其余患者的数量，所以只关注第一信息、第二信息以及第三信息完整的患者，难以起到通过风险预测对置管科室内部的人员分配和材料分配起到对应的指导作用。针对这一问题，本申请提供了如下技术方案：
14、信息处理模块包括：
15、信息汇总单元，分别与就诊信息收集模块、置管信息收集模块以及治疗信息收集模块信号连接，以获取所有患者的第一信息、第二信息以及第三信息，并为每个患者生成一个包括第一信息、第二信息以及第三信息的信息数据表；
16、初始化单元，与信息汇总单元信号连接，收集各患者的信息数据表，将各患者的信息数据表按照预先设置的初始化规则将其中未收集到的各类病历数据、置管数据以及治疗数据初始化为对应的值，得到各患者的信息初始化表；
17、信息处理单元，与初始化单元信号连接，将各患者的信息初始化表中的第一信息、第二信息以及第三信息转化为对应的第一标签、第二标签以及第三标签。
18、本申请所提供的技术方案中，通过设置初始化单元将所有患者的信息数据表初始化为信息初始化表，所以每个患者的初始化信息表的数据结构都是一致的，进而将信息初始化表进行标签化后，对于每个患者都能够发送至风险预测模块中，预测未来一段时间内的并发症的预计风险，进一步增加医疗资源分配的合理性。
19、进一步的，风险预测模块包括：
20、数据分类单元，与信息处理单元信号连接，用于接收各患者的信息初始化表，并根据信息初始化表中的实际收集的信息划分为若干类预测样本；
21、数据预测单元，内置有预测模型，不同类别的预测样本输入至预测模型内得到患者未来一段时间内的并发症的预计风险；
22、数据集储存单元，收集各患者的对应的预测样本，以及在对应预测样本下的并发症状况，得到若干个训练样本，训练样本用于预测模型的训练。
23、本申请的风险预测模块在使用时，会进一步的对各患者的初始化表进行分类，然后发送至预测模型中，所以预测模型更能够发现不同类别的患者之间的差异，进而在预测时，更具有准确性。
24、本申请中需要对不同类别的预测样本预测并发症的预计风险，而每种类型的预测样本的并发症风险预测的情况都不一致。所以在实践中是需要用不同的预测模型进行风险预测，以应对不同类型的预测样本。使用不同的预测模型预测并发症的预计风险，需要同时训练多个预测模型，增加训练难度，并且部分种类的预测样本数量稀少，用这部分预测样本用于预测模型的训练，最终得到的预测模型的精度低。针对这一问本文档来自技高网...
【技术保护点】
1.一种深静脉导管并发症风险预测系统，其特征在于：包括：
2.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：病历数据包括：文化程度、肿瘤类型、BMI、合并症、既往史、手术级别。
3.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：置管数据包括：置管季节、置管部位、导管类型、导管腔数、置管频次、导管长度、臂围。
4.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：治疗数据包括：带管时间、化学治疗药种类数、血液检查结果是否异常、导管尖端位置是否标准、是否手术、是否放射治疗、是否化学治疗、是否靶向治疗、是否使用氟尿嘧啶、是否使用血液制品、是否使用中草药。
5.根据权利要求1~4中任一项所述的深静脉导管并发症风险预测系统，其特征在于：信息处理模块包括：
6.根据权利要求5所述的深静脉导管并发症风险预测系统，其特征在于：风险预测模块包括：
7.根据权利要求6所述的深静脉导管并发症风险预测系统，其特征在于：所述预测模型为基于随机森林算法建立的分类预测模型。
8.根据
9.根据权利要求5所述的深静脉导管并发症风险预测系统，其特征在于：所述的深静脉导管并发症风险预测系统还包括：
...【技术特征摘要】
1.一种深静脉导管并发症风险预测系统，其特征在于：包括：
2.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：病历数据包括：文化程度、肿瘤类型、bmi、合并症、既往史、手术级别。
3.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：置管数据包括：置管季节、置管部位、导管类型、导管腔数、置管频次、导管长度、臂围。
4.根据权利要求1所述的深静脉导管并发症风险预测系统，其特征在于：治疗数据包括：带管时间、化学治疗药种类数、血液检查结果是否异常、导管尖端位置是否标准、是否手术、是否放射治疗、是否化学治疗、是否靶向治疗、是否使用氟尿嘧...
【专利技术属性】
技术研发人员：高丽，郭玲，秦英，杨青，罗蕾，查文中，向明飞，罗安心，何骄，刘翠，
申请(专利权)人：四川省肿瘤医院，
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。