一种脓毒症的预警设备、方法、装置及存储介质制造方法及图纸

本发明专利技术实施例涉及医疗技术领域，公开了一种脓毒症的预警设备、方法、装置及存储介质，该设备的处理器用于执行：对获取到的患者对象进入重症监护室后的监测数据进行采样得到采样监测数据；当检测到采样监测数据中存在数据缺失的字段时，提取数据缺失的字段中缺失的数据；将缺失的数据填充至数据缺失的字段中得到目标监测数据；将从目标监测数据中提取得到的多个特征数据输入风险预测模型中，得到患者对象患脓毒症的风险概率；当检测到风险概率大于预设阈值时，生成预警提示信息，并将预警提示信息发送给医护终端。通过这种方式可以提高预测脓毒症的准确性，降低脓毒症的发生率。本发明专利技术涉及区块链技术，上述监测数据可存储于区块链中。

【技术实现步骤摘要】
一种脓毒症的预警设备、方法、装置及存储介质
本专利技术涉及医疗
，尤其涉及一种脓毒症的预警设备、方法、装置及存储介质。
技术介绍
据统计全球每年有超过1800万严重脓毒症病例，死亡率高达50％以上。脓毒症的早期发现和及时治疗对于脓毒症患者的结局有至关重要的作用，每延迟一小时死亡率增加4％-8％。一项调查报告显示，86％的医师认为脓毒症的症状不典型，从而导致诊断和治疗的延迟。目前，脓毒症的预测方案多采用传统机器学习方法，如随机森林、xgboost等，预测精度较差。同时模型可解释性较差，无法解释决策过程，结果无法使临床医生信服。因此，如何提高脓毒症预测结果的有效性非常重要。
技术实现思路
本专利技术实施例提供了一种脓毒症的预警设备、方法、装置及存储介质，可以提高预测脓毒症的准确性，通过生成预警提示信息，有助于及时提醒医护人员对患者对象进行抗脓毒症治疗，降低了脓毒症的发生率。第一方面，本专利技术实施例提供了一种脓毒症的预警设备，所述设备包括：存储器和处理器；所述存储器，用于存储程序指令；<br>所述处理器，用本文档来自技高网...

【技术保护点】
1.一种脓毒症的预警设备，其特征在于，所述设备包括：存储器和处理器；/n所述存储器，用于存储程序指令；/n所述处理器，用于调用所述程序指令，当所述程序指令被执行时，用于执行以下操作：/n获取患者对象进入重症监护室后的监测数据，所述监测数据包括从所述患者对象的生命监护系统中实时提取的用户数据、生命体征数据、检验数据中的一种或多种；/n根据预设的采样频率对获取到的所述患者对象的监测数据进行采样，得到采样监测数据；/n当检测到所述采样监测数据中存在数据缺失的字段时，从所述监测数据中提取所述数据缺失的字段中缺失的数据；/n使用前向插值法将所述缺失的数据填充至所述数据缺失的字段中，得到目标监测数据，并从...

【技术特征摘要】
1.一种脓毒症的预警设备，其特征在于，所述设备包括：存储器和处理器；
所述存储器，用于存储程序指令；
所述处理器，用于调用所述程序指令，当所述程序指令被执行时，用于执行以下操作：
获取患者对象进入重症监护室后的监测数据，所述监测数据包括从所述患者对象的生命监护系统中实时提取的用户数据、生命体征数据、检验数据中的一种或多种；
根据预设的采样频率对获取到的所述患者对象的监测数据进行采样，得到采样监测数据；
当检测到所述采样监测数据中存在数据缺失的字段时，从所述监测数据中提取所述数据缺失的字段中缺失的数据；
使用前向插值法将所述缺失的数据填充至所述数据缺失的字段中，得到目标监测数据，并从所述目标监测数据中提取多个特征数据；
将提取得到的所述多个特征数据输入风险预测模型中，得到所述患者对象患脓毒症的风险概率；
当检测到所述风险概率大于预设阈值时，根据所述风险概率生成预警提示信息，并将所述预警提示信息发送给医护终端，以使所述医护终端显示所述预警提示信息，所述预警提示信息用于提醒医护人员对所述患者对象实施抗脓毒症治疗方案。


2.根据权利要求1所述的设备，其特征在于，所述处理器从所述目标监测数据中提取多个特征数据时，具体用于：
获取多个预设时间窗口中每个预设时间窗口中的目标监测数据的最大值、最小值以及均值；
根据所述每个预设时间窗口中的目标监测数据的最大值、最小值以及均值，确定当前时刻与上一时刻的目标监测数据的变化量和变化率；
从所述目标监测数据中获取所述患者对象进入重症监护室后每天的检测次数。


3.根据权利要求1所述的设备，其特征在于，所述处理器将提取得到的所述多个特征数据输入风险预测模型中，得到所述患者对象患脓毒症的风险概率时，具体用于：
将提取得到的所述多个特征数据输入风险预测模型中，得到每个特征数据对患者对象患脓毒症的风险影响值；
根据所述每个特征数据和所述每个特征数据对患者对象患脓毒症的风险影响值确定所述患者对象患脓毒症的风险概率。


4.根据权利要求1所述的设备，其特征在于，所述处理器将提取得到的所述多个特征数据输入风险预测模型中，得到所述患者对象患脓毒症的风险概率之前，还用于：
获取训练集中脓毒症的样本数据；
将所述样本数据输入指定分类器模型中，并采用k折交叉验证的方式训练所述指定分类器模型，得到所述样本数据对应的患脓毒症的风险概率；
根据所述样本数据对应的患脓毒症的风险概率训练所述指定分类器模型，得到所述风险预测模型。


5.根据权利要求4所述的设备，其特征在于，所述处理器将所述样本数据输入指定分类器模型中，并采用k折交叉验证的方式训练所述指定分类器模型，得到所述样本数据对应的患脓毒症的风险概率时，具体用于：
将所述样本数据输入分析模型中，得到所述样本数据中每个特征数据对患者对象患脓毒症的风险影响值；
将所述样本数据中每个特征数据和所述样本数据中每个特征数据对患者对象患脓毒症的风险影响值输入所述指定分类模型，并采用k折交叉验证的方式训练所述指定分类器模型，得到所述样本数据对应的患脓毒症的风险概率。

【专利技术属性】
技术研发人员：徐衔，徐啸，孙瑜尧，刘小双，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44