一种心力衰竭患者不良事件智能管理系统及方法技术方案

本发明专利技术涉及一种心力衰竭患者不良事件智能管理系统及方法，属于医疗数据管理领域。系统包括通信服务器、计算云服务器及一个或多个与计算云服务器相连接的客户端；所述通信服务器包括用于采集心力衰竭患者数据的数据采集模块；所述计算云服务器包括利用DCC算法对患者数据进行建模的算法模块，经所述算法模块计算得到不良事件模型的分析结果；所述客户端的结果显示模块用于结果输出或数据输入，包括用于分析结果输出或评分输入的结果展示模块。有效避免了现有系统及方法无法解决心力衰竭患者不良事件智能管理的缺陷，有利于规范和提升心力衰竭患者智能管理的流程和水平。

An Intelligent Management System and Method for Adverse Events of Heart Failure Patients

The invention relates to an intelligent management system and method for adverse events of patients with heart failure, belonging to the field of medical data management. The system includes a communication server, a computing cloud server and one or more clients connected with a computing cloud server; the communication server includes a data acquisition module for collecting data from patients with heart failure; the computing cloud server includes an algorithm module for modeling patient data by using DCC algorithm, and the analysis of adverse event model is obtained by calculating the algorithm module. Result: The client's result display module is used for result output or data input, including a result display module for analysis result output or score input. It effectively avoids the shortcomings of existing systems and methods that can not solve the intelligent management of adverse events in patients with heart failure, and is conducive to standardizing and improving the process and level of intelligent management of patients with heart failure.

【技术实现步骤摘要】
一种心力衰竭患者不良事件智能管理系统及方法
本专利技术涉及医疗数据管理领域，尤其涉及一种心力衰竭患者不良事件智能管理系统及方法。
技术介绍
心力衰竭(HeartFailure，HF)是各种心脏疾病终末期临床综合征。据文献报道，我国从2012年至2030年，心力衰竭的发病率将激增46％，心力衰竭患者5年的全因死亡率仍接近50％。全面、准确的风险测试评估和干预效果分析是心衰诊疗和管理的基础。其中，从大量的、不平衡的、高维的、冗余的HF患者特征数据中挖掘出诱发临床主要不良事件发生的潜在风险因素，发现临床主要不良事件的发生机理及耦合规律，进而建立HF患者不良事件智能管理系统；增强HF临床主要不良事件智能管理能够满足临床实际应用的要求，被普遍认为是进行HF诊疗和管理的核心环节。现有系统及方法无法解决心力衰竭患者不良事件智能管理的缺陷，不利于规范和提升心力衰竭患者智能管理流程和水平。基于医学专家经验和医学知识，利用大数据技术构建心力衰竭患者不良事件智能管理系统及方法，对规范心力衰竭诊疗流程具有重要的临床指导意义。
技术实现思路
鉴于上述分析，本专利技术实施例旨在提供一种心力衰竭患者不良事件智能管理系统及方法，利用大数据技术构建心力衰竭患者不良事件智能管理系统及方法，有利于规范和提升心力衰竭诊疗管理流程和水平，避免了现有系统与方法无法解决心力衰竭患者不良事件智能管理的缺陷，具有重要的临床指导意义。一方面，本专利技术实施例提供了一种心力衰竭患者不良事件智能管理系统，包括通信服务器、计算云服务器及一个或多个与计算云服务器相连接的客户端；所述通信服务器包括用于采集心力衰竭患者数据的数据采集模块；所述计算云服务器包括利用DCC算法对患者数据进行建模的算法模块，经所述算法模块计算得到不良事件模型的分析结果；所述客户端的结果显示模块，包括用于分析结果输出或评分输入的结果展示模块。上述技术方案的有益效果如下：本专利技术公开了一种心力衰竭患者不良事件智能管理系统，该系统包括通信服务器、计算云服务器及一个或多个与计算云服务器相连接的客户端；所述通信服务器包括用于采集心力衰竭患者数据的数据采集模块；所述计算云服务器包括利用DCC算法对患者数据进行建模的算法模块，经所述算法模块计算得到不良事件模型的分析结果；所述客户端的结果显示模块，包括用于分析结果输出或评分输入的结果展示模块。本技术方案利用了大数据技术构建心力衰竭患者不良事件智能管理系统，即从大量的、不平衡的、高维的、冗余的心力衰竭患者特征数据中挖掘出诱发临床主要不良事件发生的潜在风险因素，发现临床主要不良事件的发生机理及耦合规律，进而建立心力衰竭患者不良事件智能管理系统，避免了现有系统无法解决心力衰竭患者不良事件智能管理的缺陷，利于规范和提升心力衰竭诊疗的智能管理流程和水平。基于上述系统的另一个实施例中，数据采集模块包括医院信息采集模块和个体数据采集模块；所述医院信息采集模块用于接收从医院数据中心CDR中提取的患者数据；所述个体数据采集模块用于接收手动输入的患者检验检查数据及个人基本信息数据。所述算法模块包括数据预处理模块、模型选择模块、数据建模模块、模型分析模块；其中，所述数据预处理模块用于对数据采集模块采集的患者数据进行数据预处理，得到样本集，包括测试样本；所述模型选择模块用于对不同不良事件模型的切换，具体用于所述样本集根据不同不良事件模型进行入组分类，每组分类样本包括正样本和负样本；所述数据建模模块对所述样本集根据预设原则或者设定阈值进行筛选，并根据所述DCC算法和所述样本集对选择的不良事件模型进行建模分析，得到不良事件分析模型保存在所述模型分析模块。所述DCC算法包括以下几个步骤：对筛选出的样本集根据以下权重函数计算特征权重，W＝αw1+βw2+σw3，w1是使用机器学习算法计算出的第一权重；w2是依据特征完整性计算出的第二权重；w3是依据特征方差计算出的第三权重；α，β和σ为系数；选取特征权重高的M维特征，并利用选取出的M维特征对筛选出的样本集进行聚类，得到多个类簇，M为大于1的自然数；基于所述类簇分别训练分类器，得到各类簇对应的分类器。所述模型分析模块根据所述模型选择模块中选择的不良事件模型以及所述数据建模模块的训练，并对所述测试样本进行不良事件模型的分析，包括以下步骤：采用筛选的样本集计算特征权重并提取所用特征，并对该样本集进行聚类得到多个类簇；计算所述测试样本与每个所述类簇中心的距离；根据距离远近判断所述测试样本的类簇归属；选择所述类簇对应的分类器对所述测试样本进行分类得到分析结果。所述系统还进一步包括模型修正模块，用于对所述分析结果的修正及对所述数据建模模块的优化，包括以下步骤：根据对分析结果的评分对所述测试样本进行加权后加入到样本集中；利用新的样本集对所述数据建模模型进行训练；更新所述模型分析模块中的所述不良事件分析模型，得到更准确的分析结果；其中，按照下列公式计算对所述测试样本加权所用的权重：ωi＝α·exp(50-Si)，其中α为>0的系数，Si是反馈的分值，即根据显示的分析结果和结果解读给出的评分；结果解读模块，用于展示与分析结果相应不良事件模型的术语解释和不良事件的诱发因素以及注意事项。上述实施例的技术效果如下：数据采集模块保证了大数据技术构建心力衰竭不良事件智能管理系统的基础，算法模块对数据采集模块采集的数据进行数据预处理，并通过样本集对数据建模模块进行训练，还通过测试样本对数据建模模型优化和完善，模型修正模块根据客户端反馈的用户评分不断迭代优化数据建模模型，从而不断更新不良事件分析模型，得到更准确的分析结果。该具体的实施例能够帮助医生制定合理的诊疗措施，降低医疗风险，规范和提升心力衰竭诊疗的智能管理流程和水平另一方面，本专利技术实施例提供了一种心力衰竭患者不良事件智能管理方法，包括：采集心力衰竭患者的数据；利用DCC算法对所述患者数据进行数据建模计算得到不良事件模型的分析结果；客户端输出并显示对不良事件模型的分析结果及结果解读，同时用于输入对结果的评分。基于上述方法的另一个实施例中，采集心力衰竭患者的数据包括：从医院数据中心CDR中提取患者数据或手动输入患者的检验检查数据及个人基本信息数据。利用DCC算法对所述患者数据进行数据建模包括：对所述患者数据进行数据预处理得到样本集，包括测试样本；通过对不同不良事件模型的切换，将所述样本集根据不同不良事件的模型进行入组分类，每组分类样本包括正样本和负样本；对所述样本集根据预设原则或者设定阈值进行筛选，并根据所述DCC算法和所述样本集对选择的不良事件模型进行建模分析，得到不良事件分析模型；对所述测试样本进行不良事件模型的分析得到分析结果。对所述分析结果的修正及对所述数据建模的优化，包括以下步骤：根据分析结果的评分对所述测试样本进行加权后加入到所述样本集中；利用新的样本集对所述数据建模模型进行训练；更新所述不良事件分析模型，得到更准确的分析结果。本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得本文档来自技高网...

【技术保护点】
1.一种心力衰竭患者不良事件智能管理系统，其特征在于，所述系统包括通信服务器、计算云服务器及一个或多个与计算云服务器相连接的客户端；所述通信服务器包括用于采集心力衰竭患者数据的数据采集模块；所述计算云服务器包括利用DCC算法对患者数据进行建模的算法模块，经所述算法模块计算得到不良事件模型的分析结果；所述客户端的结果显示模块，包括用于分析结果输出或评分输入的结果展示模块。

【技术特征摘要】
1.一种心力衰竭患者不良事件智能管理系统，其特征在于，所述系统包括通信服务器、计算云服务器及一个或多个与计算云服务器相连接的客户端；所述通信服务器包括用于采集心力衰竭患者数据的数据采集模块；所述计算云服务器包括利用DCC算法对患者数据进行建模的算法模块，经所述算法模块计算得到不良事件模型的分析结果；所述客户端的结果显示模块，包括用于分析结果输出或评分输入的结果展示模块。2.根据权利要求1所述系统，其特征在于，所述数据采集模块包括医院信息采集模块和个体数据采集模块；所述医院信息采集模块用于接收从医院数据中心CDR中提取的患者数据；所述个体数据采集模块用于接收手动输入的患者检验检查数据及个人基本信息数据。3.根据权利要求1所述系统，其特征在于，所述算法模块包括数据预处理模块、模型选择模块、数据建模模块、模型分析模块；其中，所述数据预处理模块用于对数据采集模块采集的患者数据进行数据预处理，得到样本集，包括测试样本；所述模型选择模块用于对不同不良事件模型的切换，具体用于所述样本集根据不同不良事件模型进行入组分类，每组分类样本包括正样本和负样本；所述数据建模模块对所述样本集根据预设原则或者设定阈值进行筛选，并根据所述DCC算法和所述样本集对选择的不良事件模型进行建模分析，得到不良事件分析模型保存在所述模型分析模块。4.根据权利要求3所述系统，其特征在于，所述DCC算法包括以下几个步骤：对筛选出的样本集根据以下权重函数计算特征权重，W＝αw1+βw2+σw3，w1是使用机器学习算法计算出的第一权重；w2是依据特征完整性计算出的第二权重；w3是依据特征方差计算出的第三权重；α，β和σ为系数；选取特征权重高的M维特征，并利用选取出的M维特征对筛选出的样本集进行聚类，得到多个类簇，M为大于1的自然数；基于所述类簇分别训练分类器，得到各类簇对应的分类器。5.根据权利要求4所述系统，其特征在于，所述模型分析模块根据所述模型选择模块中选择的不良事件模型以及所述数据建模模块的训练，并对所述测试样本进行不良事件模型的分析，包括以下步骤：采用筛选的样本集计算特征权重并提取所用特征，并对该样本集进行聚类得到多个类...

【专利技术属性】
技术研发人员：何昆仑，王彬华，董蔚，李佳月，薛万国，田亚平，戈程，
申请(专利权)人：中国人民解放军总医院，
类型：发明
国别省市：北京,11