申请/专利权人：四川省医学科学院·四川省人民医院

申请日：2024-02-06

公开（公告）日：2024-03-19

公开（公告）号：CN117727448A

主分类号：G16H50/20

分类号：G16H50/20;G16H70/00;G06F16/36;G06N5/02;G06T7/00;G06V10/50;G06V10/56;G06T7/90;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及医疗大数据信息处理技术领域，其具体公开了一种基于医联体的压力性损伤智能决策防治系统。该系统包括基础支撑模块和应用服务模块，其中基础支撑模块包括大数据单元、人工智能单元和可视化知识图谱单元；应用服务模块包括智能风险评估和复评单元、智能决策分期单元、医联体单元和健康教育推送单元。本发明利用大数据和人工智能算法对压力性损伤进行分期预测，并且实现了压力性损伤的智能决策，结合人工智能算法给出的压力性损伤分期和经典的BradenScale项目评分，提升了决策的智能性和便捷性；从院内外联合会诊的角度建立了医联体四级模型，以线上服务平台作为数字化信息的支撑，实现不同分期决策场景下的医联体服务。

主权项：1.一种基于医联体的压力性损伤智能决策防治系统，其特征在于，包括如下功能模块：基础支撑模块：包括大数据单元、人工智能单元和可视化知识图谱单元；所述大数据单元用于对压力性损伤患者历史健康数据和入院后临床数据的采集、分类、存储、检索；所述人工智能单元用于对压力性损伤患者的历史健康数据和入院后临床数据进行智能分析和压力性损伤风险预判；所述人工智能单元具体包括算法框架组件和算法接口组件；所述算法框架组件包括：利用过往的压力性损伤患者的样本数据，对人工卷积神经网络模型进行训练，并且利用不断扩充的样本数据周期性地更新所述人工卷积神经网络模型；所述算法接口组件包括：将训练好的所述人工卷积神经网络模型打包成函数，以供应用服务模块直接调用；所述可视化知识图谱单元利用领域知识库和护理规则库的融合，构建压力性损伤分期和护理知识图谱，实现可视化展示、交互和宣教；应用服务模块：包括智能风险评估及复评单元、智能决策分期单元、医联体单元和健康教育推送单元；所述智能风险评估及复评单元，用于实现BradenScale项目评分，根据项目评分生成自动生成风险预警、复评任务和时间节点，并将所述复评任务分配给主管医务人员，将评分结果、风险预警和复评任务进行可视化展示；所述智能决策分期单元，将待评估的压力性损伤患者的历史健康数据和入院后临床数据分别进行特征提取，调用所述算法接口组件中训练好的人工智能模型，对所述待评估的压力性损伤患者进行风险预判，得到患者压力性损伤智能分期；结合所述智能风险评估及复评单元中的BradenScale项目评分，实现综合智能决策；所述医联体单元，用于根据压力性损伤患者的风险等级和并发症情况，启动相应专科会诊或多学科会诊，以实现规范化治疗；所述健康教育推送单元：用于识别压力性损伤患者的宣教需求，生成PDA端和手机端的双路径宣教资料。

全文数据：

权利要求：

百度查询： 四川省医学科学院·四川省人民医院 一种基于医联体的压力性损伤智能决策防治系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD