基于智能决策支持技术的心血管慢病管理方法技术

本发明专利技术公开了一种基于智能决策支持技术的心血管慢病管理方法，包括以下步骤：S1、创建患者健康档案；S2、心血管疾病血栓和出血风险评估；S3、抗凝治疗疗效跟踪和药物中断风险预测；S4、心血管疾病患者出院或诊后结构化专病长期随访；S5、医生支持；S6、患者支持。本发明专利技术融合互联网通讯技术、建立风险预警模型、数据分析及权威心血管疾病管理指南，构建一套实时数据支持的治疗决策流程，动态监测患者风险变化，是联合医生指导加患者参与的自我管理方法，利用数据分析模型，提供心血管疾病相关风险评估、心血管疾病治疗效果跟踪，并根据患者自身情况，自动抓取并提供患者长期自我管理个性化风险清单，帮助患者安全用药，提高生活质量。

【技术实现步骤摘要】
基于智能决策支持技术的心血管慢病管理方法
本专利技术涉及互联网移动医疗
，尤其涉及一种基于智能决策支持技术的心血管慢病管理方法。
技术介绍
慢性病已成为全球居民健康的头号杀手，心脑血管病等慢性病占我国居民总死亡的79.4%。每5例死亡中就有2例死于心血管病。全国现有心血管病患者2.9亿，其中高血压2.7亿，脑卒中700万，心肌梗死250万，心力衰竭450万。目前中国一年用于心脑血管疾病的治疗费用已达3000亿人民币，预测未来二十年内中国成人心血管病事件增加将大于50%，约增加2130万，将导致严重的社会、经济及健康负担。目前尚无有效的慢病管理模式。一方面，心血管疾病慢病增加与心血管疾病危险因素，包括高血压，血脂异常，糖尿病，代谢综合症等慢病状态未得到有效治疗有关。另一方面，已诊断心血管慢病人群，不良心血管事件未能有效遏制，上述现象体现在心血管慢病知晓率，治疗率，治疗控制率（27.4%）不足。患者住院治疗却未有效降低长期心血管事件风险的原因还包括患者出院后失去有效的医患沟通，治疗依从性下降，未能进行有效的二级预防。此外，中国的现状是医药卫生资源总体短缺，优质医疗资源主要分布在大中城市，长期形成的不合理医疗资源配置结构，所形成的优质资源城乡差异落差更大。虽然实现优质医疗资源的可及性和均等性一直是政府医疗改革的目标，但困难很大。以301医院为例，具有4000张床位，2014年的总门诊量达到400万，日待床患者3000余个。面对如此严峻的心血管疾病负担攀升的现状，亟需探索如何结合当下的国情，将大医院的优质资源和医疗服务延伸，探讨一个高效率低成本的疾病整体管理策略和适用方案，管控“疾病链”从防到治的节点，实现对心血管疾病持续有效的干预，从而降低政府医保支出、社会及家庭负担。随着移动及通信技术发展，新的技术尝试用于疾病的管理。然而，现有的互联网技术在医疗领域内的应用限于“图文咨询”、“电话咨询”、“信息提醒”等，这些只是电话或短信功能的延伸，没有发挥出移动医疗技术潜在优势。基于此，我们构建基于智能决策支持技术的心血管疾管理方法，旨在帮助心血管疾病人群有效自我管理，健康生活。基于智能决策支持技术的心血管疾管理方法利用数据分析模型，提供常见心血管疾病风险评估、治疗效果跟踪，并根据患者自身情况，自动匹配并提供患者长期自我管理个性化风险清单，帮助患者安全用药，提高生活质量。下面以心房纤颤管理为例对本专利技术的关键技术、拟解决问题进行说明。心房纤颤是最常见的心律失常症状，脑卒中和血栓是心房纤颤的主要并发症。全球疾病负担数据库分析显示，目前全球心房纤颤患病率为0.5%，随着老龄化，全球心房纤颤负担将增大。目前中国约有1000万心房纤颤人群，中国心房纤颤及其相关脑卒中负担增加显著，近11年心房纤颤患病率增加20倍，心房纤颤脑卒中增加13倍。中国心房纤颤人群平均抗凝率不足20%，未能有效防治心房纤颤及其脑卒中等并发症危害。随着新型口服抗凝药物上市，抗凝治疗有了更为安全的选择。然而，如何用好药物，帮助患者获得最大限度抗凝获益是临床医生以及患者亟需解决的问题，这些安全用药实际的问题包括抗凝策略选择、患者药物依从性、以及药物出血风险长期管理等。上述不足，不仅体现在患者就诊或住院期间，尤其体现在患者出院后的长期管理中，患者常难以获得持续有效的治疗。
技术实现思路
本专利技术的目的是为了研发智能决策支持系统，通过抓取患者特征数据，自动测算心血管疾病（如房颤）相关风险，跟踪抗凝治疗效果，匹配个性化风险清单，帮助心血管疾病（如房颤）患者进行诊后/出院后的自我管理，而提出的基于智能决策支持技术的心血管慢病管理方法。基于智能决策支持技术的心血管慢病管理方法，包括以下步骤：S1、利用心健康心血管疾病管理智能决策支持系统方便医生或患者运用心健康心血管疾病专病格式化健康档案创建患者健康档案；S2、利用心健康心血管疾病管理智能决策支持系统建立心血管疾病血栓及出血风险评估数学模型，并使用智能自动关联及数据处理技术，调用步骤S1中创建的患者健康档案相关的数据要素，自动匹配到心血管疾病血栓及出血风险评估要素，并匹配相应的心血管疾病管理方法；S3、在步骤S2中的基础上，利用心健康心血管疾病管理智能决策支持系统完成心血管疾病抗凝治疗疗效跟踪、评估和药物中断风险预测；S4、心血管疾病患者出院或诊后结构化专病长期随访支持系统按患者就诊或出院时间，自动计算患者随访时间，根据患者的临床危险因素、治疗情况，自动匹配患者随访内容，包括药物治疗情况，血栓事件，出血事件，健康评价，心健康心血管疾病管理App使用调查，抗凝满意度等，对心血管疾病患者出院或诊后结构化专病长期随访；S5、医生支持；S6、患者支持。优选的，所述步骤S1中的心健康心血管疾病管理智能决策支持系统是基于第三方OCR智能识别技术，定向开发的具有OCR智能图文识别功能的系统，其图文识别准确率达到90%以上；基于第三方语音识别技术，开发的具有语音转换和识别功能的系统，可将语音文件转换为文字信息，其普通话识别准确率达到95%以上；心健康心血管疾病管理智能决策支持系统还建立有专家知识库和各类症状、疾病、药品等医疗词汇字典库，具有语义分析功能。优选的，所述步骤S1中的心健康心血管疾病管理智能决策支持系统包括以下特征：a、按照权威心血管疾病管理指南推荐的风险评估流程进行风险评估，包括血栓及出血风险；b、心健康心血管疾病管理智能决策支持系统自动获取评分要素，评价风险后，进入使用传统抗凝药物疗效预测阶段；c、心健康心血管疾病管理智能决策支持系统完成传统抗凝药物疗效预测评价后，将治疗决策概率、优缺点返回给医生或患者，帮助医生或患者决策。优选的，所述步骤S1中的心健康心血管疾病专病格式化健康档案为本专利技术专门设计的包括心血管疾病及心血管疾病相关疾病、心血管疾病手术、器械或药物治疗相关要素的档案，用于医生或患者添加心血管疾病相关疾病要素的智能识别匹配技术。优选的，所述步骤S4中的心血管疾病患者出院或诊后结构化专病长期随访支持系统包括以下特征：a、心血管疾病患者治疗情况、心血管疾病疾病认识及药物治疗情况，包括停服、漏服、改用其它药物及其原因等；b、患者治疗疗效结构化随访，包括血栓、出血事件；c、基于患者当前治疗，调查患者抗凝治疗满意度及生活质量情况。优选的，所述步骤S5中的医生支持包括以下特征：a、医疗决策支持；b、指南共识；c、专家点评；d、热点话题；e、临床经验分享；f、会议资讯；g、实时患者治疗情况统计分析。优选的，所述步骤S6中的患者支持包括以下特征：a、测测风险；b、安全药物治疗；c、现场患者健康教育。本专利技术属于互联网移动医疗领域，针对心血管疾病（如房颤）进行风险评估、预警、治疗决策支持、及长期安全治疗指导，本专利技术融合互联网通讯技术、建立风险预警模型、数据分析及权威房颤管理指南，构建一套实时数据支持的治疗决策流程，动态监测患者风险变化，联合医生指导+患者参与的自我管理，是一种全新的心血管疾病（如房颤）管理体系和方法。本专利技术方法以移动端APP、电脑平台端为辅助工具，为心血管疾病（如房颤）患者提供安全有效的治疗。现有的互联网技术在医疗领域内的应用限于“图文咨询”、“电话咨询”、“信息提醒”等，这些只是电话或短信功能的延伸，没有发本文档来自技高网...

【技术保护点】
基于智能决策支持技术的心血管慢病管理方法，其特征在于，包括以下步骤：S1、利用心健康心血管疾病管理智能决策支持系统方便医生或患者运用心健康心血管疾病专病格式化健康档案创建患者健康档案；S2、利用心健康心血管疾病管理智能决策支持系统建立心血管疾病血栓及出血风险评估数学模型，并使用智能自动关联及数据处理技术，调用步骤S1中创建的患者健康档案相关的数据要素，自动匹配到心血管疾病血栓及出血风险评估要素，并匹配相应的心血管疾病管理方法；S3、在步骤S2中的基础上，利用心健康心血管疾病管理智能决策支持系统完成心血管疾病抗凝治疗疗效跟踪、评估和药物中断风险预测；S4、心血管疾病患者出院或诊后结构化专病长期随访支持系统按患者就诊或出院时间，自动计算患者随访时间，根据患者的临床危险因素、治疗情况，自动匹配患者随访内容；S5、医生支持；S6、患者支持。

【技术特征摘要】
1.基于智能决策支持技术的心血管慢病管理方法，其特征在于，包括以下步骤：S1、利用心健康心血管疾病管理智能决策支持系统方便医生或患者运用心健康心血管疾病专病格式化健康档案创建患者健康档案；S2、利用心健康心血管疾病管理智能决策支持系统建立心血管疾病血栓及出血风险评估数学模型，并使用智能自动关联及数据处理技术，调用步骤S1中创建的患者健康档案相关的数据要素，自动匹配到心血管疾病血栓及出血风险评估要素，并匹配相应的心血管疾病管理方法；S3、在步骤S2中的基础上，利用心健康心血管疾病管理智能决策支持系统完成心血管疾病抗凝治疗疗效跟踪、评估和药物中断风险预测；S4、心血管疾病患者出院或诊后结构化专病长期随访支持系统按患者就诊或出院时间，自动计算患者随访时间，根据患者的临床危险因素、治疗情况，自动匹配患者随访内容；S5、医生支持；S6、患者支持。2.根据权利要求1所述的基于智能决策支持技术的心血管慢病管理方法，其特征在于，所述步骤S1中的心健康心血管疾病管理智能决策支持系统是基于第三方OCR智能识别技术，定向开发的具有OCR智能图文识别功能的系统，其图文识别准确率达到90%以上；基于第三方语音识别技术，开发的具有语音转换和识别功能的系统，可将语音文件转换为文字信息，其普通话识别准确率达到95%以上；心健康心血管疾病管理智能决策支持系统还建立有专家知识库和医疗词汇字典库，具有语义分析功能。3.根据权利要求1所述的基于智能决策支持技术的心血管慢病管理方法，其特征在于，所述步骤S1中的心健康心血管疾病管理智能决策支持系统包括...

【专利技术属性】
技术研发人员：陈韵岱，郭豫涛，王春江，
申请(专利权)人：陈韵岱，
类型：发明
国别省市：北京,11