【技术实现步骤摘要】
本专利技术涉及医疗信息，具体涉及基于智慧医疗的感染护理记录方法、装置及系统。
技术介绍
1、随着信息技术的迅猛进步，智慧医疗技术已全面融入从预防、诊断、治疗、护理到康复的医疗全过程，该技术通过应用前沿的信息技术，不仅优化了医疗资源配置，提升了医疗服务的质量与效率，还实现了医疗流程的智能化管理，特别地，在感染护理过程中，智慧医疗技术能够实时记录患者的身体状态、护士的护理操作、药物使用等关键数据，以准确、客观地反映患者的健康状况与康复进展，且智慧医疗系统的应用极大地促进了这些记录过程的自动化与标准化，显著提高了工作效率和数据准确性，为医生制定医疗决策提供了重要参考。
2、但是，在感染护理信息的记录过程中，传统方法主要依赖传感器采集与人工记录上传，若护理人员工作繁忙或电子记录系统出现技术故障，比如说传感器异常、输入错误等情况下，导致记录的信息可能存在缺失或错误，影响了数据样本的真实性，进而导致医生根据这些数据样本制定医疗策略出现误判，影响患者的治疗进程，威胁病患的人身安全。
技术实现思路
1、为了解决现有记录技术导致数据样本出现错误影响医生制定医疗策略，数据样本的真实性和可靠性存在影响的技术问题，本专利技术的目的在于提供一种基于智慧医疗的感染护理记录方法，所采用的技术方案具体如下：
2、获取数据库和目标患者的身份信息，根据数据库和身份信息得到目标患者对应的感染护理记录，并生成数据样本集；
3、对数据样本集内某一次感染护理的不同数据进行比对分析，定位得到
4、获取异常记录数据样本在时序上的变化和目标患者感染时间间隔的动态变化，并对异常记录数据样本进行预测，得到目标患者的恢复趋势；
5、通过数据库得到不同类型的记录数据样本，将记录数据样本和数据样本集进行分析获取存在关联的数据维度和/或词汇类型，结合数据样本集和恢复趋势补充剩余的数据，恢复异常记录数据样本得到完整的感染护理记录数据样本；
6、将完整的感染护理记录数据样本存储至数据库中。
7、进一步的，获取数据库和目标患者的身份信息，根据数据库和身份信息得到目标患者对应的感染护理记录，并生成数据样本集，包括：
8、通过对数据库进行访问，识别得到目标患者的身份信息，根据身份信息在数据库中提取目标患者对应的感染护理记录，并将感染护理记录对应的时间戳和记录类型排列，生成数据样本集。
9、进一步的，所述感染护理记录包括目标患者的感染诊断、护理计划、历史护理评估、护理执行记录、药物使用记录和生命体征数据任一数据。
10、进一步的，对数据样本集内某一次感染护理的不同数据进行比对分析，定位得到异常记录数据样本，包括：
11、通过自然语言技术对第次护理过程中的第个记录文本内的实体进行识别和分类；
12、将第个记录文本内的实体按照数据样本集中的顺序进行排序，得到词汇向量，重复步骤，得到第次护理过程对应的所有词汇向量；
13、基于目标患者的所有感染护理过程，得到记录文本和记录文本的最大公共子序列，获取记录文本和记录文本的关联关系；
14、根据最大公共子序列计算记录文本的异常分数值，对应的计算公式为：
15、；
16、其中，表示记录文本和记录文本的最大公共子序列元素数量；表示记录文本中与关联关系匹配的元素数量；
17、重复步骤，计算记录文本与其他所有类型的记录文本的异常分数值，并得到均值，表示记录文本在第次护理过程的异常分数值；
18、基于判断是否超过预设分数阈值，定位得到异常记录数据样本。
19、进一步的，基于判断是否超过预设分数阈值，定位得到异常记录数据样本，包括：若超过预设分数阈值，当时，表示第个记录文本属于异常记录数据样本；若未超过预设分数阈值，当时，表示第个记录文本不属于异常记录数据样本。
20、进一步的，获取异常记录数据样本在时序上的变化和目标患者感染时间间隔的动态变化，并对异常记录数据样本进行预测，得到目标患者的恢复趋势，包括：
21、界定异常记录数据样本为y，第次护理过程中的时间间隔为；
22、构建二维坐标系对时间间隔进行曲线拟合，计算得到目标患者进行感染护理的整体时间间隔变化趋势，及异常记录数据样本y的间隔变化率，对应的计算公式为：
23、；
24、其中，表示从第次护理结束到第次护理开始之间的时间间隔；表示从第次护理结束到第次护理开始之间的时间间隔；
25、计算整体时间间隔变化趋势及间隔变化率的均值，得到目标患者的恢复趋势，对应的计算公式为：。
26、进一步的，通过数据库得到不同类型的记录数据样本，将记录数据样本和数据样本集进行分析获取存在关联的数据维度和/或词汇类型，结合数据样本集和恢复趋势补充剩余的数据，恢复异常记录数据样本得到完整的感染护理记录数据样本，包括：
27、通过数据库得到第次护理过程的任意记录数据样本，并根据与异常记录数据样本的对应关系，补充、替换相应数据维度和/或词汇类型；
28、基于记录数据样本和数据样本集进行分析获取存在关联的数据维度和/或词汇类型，完成所有关联关系对异常记录数据样本的补充、替换，得到待完善的异常记录数据样本；
29、根据恢复趋势实现待完善的异常记录数据样本进行修复，得到完整的感染护理记录数据样本。
30、进一步的，根据恢复趋势实现待完善的异常记录数据样本进行修复，包括：
31、当时，根据相同类型的记录数据样本对待完善的异常记录数据样本的剩余数据进行补充、替换；
32、当时，不参考数据样本集对待完善的异常记录数据样本进行修复；
33、当时，根据恢复趋势计算数据样本集中不同类型的数据维度和/或词汇类型进行补充的可能性；
34、计算数据样本集中，第个数据维度和/或词汇类型进行补充的可能性，对应的计算公式为：
35、；
36、其中，表示有第个数据维度和/或词汇类型存在的第个序列在数据样本集中的出现概率；表示有第个数据维度和/或词汇类型存在的序列数目；表示归一化函数；表示第个序列在异常记录数据样本中的匹配情况；
37、基于判断是否超过预设可能阈值，当时，将第个数据维度和/或词汇类型补充进待完善的异常记录数据样本中，得到完整的感染护理记录数据样本；当时，无需补充第个数据维度和/或词汇类型。
38、为解决上述技术问题，本专利技术提供又一技术方案如下：一种基于智慧医疗的感染护理记录装置，包括以下单元：
39、生成单元，用于：获取数据库和目标患者的身份信息，根据数据库和身份信息得到目标患者对应的感染护理记录，并生成数据样本集；
40、数据定位单元，用于：对数据样本集内某一次感染护理的不同数据进行比对分析，定位得到异常记录数据样本；
41、数据预测单元，用于：获取异常本文档来自技高网...
【技术保护点】
1.一种基于智慧医疗的感染护理记录方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于智慧医疗的感染护理记录方法，其特征在于：获取数据库和目标患者的身份信息，根据数据库和身份信息得到目标患者对应的感染护理记录，并生成数据样本集，包括：
3.如权利要求2所述的基于智慧医疗的感染护理记录方法，其特征在于：所述感染护理记录包括目标患者的感染诊断、护理计划、历史护理评估、护理执行记录、药物使用记录和生命体征数据任一数据。
4.如权利要求1所述的基于智慧医疗的感染护理记录方法，其特征在于：对数据样本集内某一次感染护理的不同数据进行比对分析，定位得到异常记录数据样本，包括：
5.如权利要求4所述的基于智慧医疗的感染护理记录方法，其特征在于：基于判断是否超过预设分数阈值，定位得到异常记录数据样本，包括：若超过预设分数阈值，当时，表示第个记录文本属于异常记录数据样本；若未超过预设分数阈值，当时，表示第个记录文本不属于异常记录数据样本。
6.如权利要求1所述的基于智慧医疗的感染护理记录方法，其特征在于：获取异常记录数据样本在时序上
7.如权利要求6所述的基于智慧医疗的感染护理记录方法，其特征在于：通过数据库得到不同类型的记录数据样本，将记录数据样本和数据样本集进行分析获取存在关联的数据维度和/或词汇类型，结合数据样本集和恢复趋势补充剩余的数据，恢复异常记录数据样本得到完整的感染护理记录数据样本，包括：
8.如权利要求7所述的基于智慧医疗的感染护理记录方法，其特征在于：根据恢复趋势实现待完善的异常记录数据样本进行修复，包括：
9.一种基于智慧医疗的感染护理记录装置，其特征在于：包括以下单元：
10.一种基于智慧医疗的感染护理记录系统，其特征在于：包括以下模块：
...【技术特征摘要】
1.一种基于智慧医疗的感染护理记录方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于智慧医疗的感染护理记录方法，其特征在于：获取数据库和目标患者的身份信息，根据数据库和身份信息得到目标患者对应的感染护理记录，并生成数据样本集，包括：
3.如权利要求2所述的基于智慧医疗的感染护理记录方法，其特征在于：所述感染护理记录包括目标患者的感染诊断、护理计划、历史护理评估、护理执行记录、药物使用记录和生命体征数据任一数据。
4.如权利要求1所述的基于智慧医疗的感染护理记录方法，其特征在于：对数据样本集内某一次感染护理的不同数据进行比对分析，定位得到异常记录数据样本，包括：
5.如权利要求4所述的基于智慧医疗的感染护理记录方法，其特征在于：基于判断是否超过预设分数阈值，定位得到异常记录数据样本，包括：若超过预设分数阈值，当时，表示第个记录文本属于异常记录数据样本；若未超过预设分数阈值，...
【专利技术属性】
技术研发人员：李颖，王路加，刘雅芬，王越，徐小凤，
申请(专利权)人：北京大学人民医院，
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。