静脉血栓栓塞症主动预测、预警及全周期智能化管理系统技术方案

本发明专利技术公开一种静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，包括AI VTE智能预测诊疗流程，所述AI VTE智能预测诊疗流程包括以下步骤：a、通过医疗大数据引擎自动获取数据，所述数据包括静脉血栓栓塞症患者的病历；b、AI病情分析和VTE特征提取；c、AI智能模型评估；d、输出评估评估结果至血管中心。本发明专利技术采用大数据与人工智能的结合，可以针对VTE进行可能存在的风险进行主动预测、主动预警，并构建临床辅助决策系统，帮助医护人员进行有效、合理的干预措施，减少进而避免漏诊、误诊、错误用药等，最终实现VTE防控的高效、精准、主动与智能化。智能化。智能化。

【技术实现步骤摘要】
静脉血栓栓塞症主动预测、预警及全周期智能化管理系统


[0001]本专利技术涉及AI
，尤其涉及一种静脉血栓栓塞症主动预测、预警及全周期智能化管理系统。

技术介绍

[0002]人工智能的浪潮正席卷着各个行业，而作为行业中相对成熟的领域，医疗被认为是人工智能最先落地的部分。伴随着经济快速发展、民众生活水平的提升，以及人口老龄化的到来，人们对于医疗健康的需要日益增长。这就催生了对人工智能(AI)医疗的巨大需求，可以说，人工智能技术已成为解决医疗问题的突破口。
[0003]事实上，早在1972年，人工智能在医疗领域的应用就已开始，英国利兹大学尝试用人工智能的算法进行腹部疼痛的判断。2011年，IBM公司正式启动人工智能认知系统Watson，IBM Watson可以在10分钟内阅读和剖析20万份医学文献、论文和病理，协助医生提供个性化专业治疗建议。2015年，谷歌对企业架构进行调整，成立母公司Alphabet。Verily、DeepMind和Calico是Alphabet旗下专注于使用AI来解决疾病，从监测、检测到生活方式管理。其中，DeepMind开发的系统依照光学相干断层扫描(OCT)数据进行诊断，可以识别50种左右的眼部疾病。2016年，微软公布了研发微软人工智能医疗项目Hanover，该项目涉及开发计算方法推动癌症治疗、采用机器学习和图像处理技术帮助放射医生了解肿瘤扩展过程。2018年，亚马逊成立了一个医疗健康团队，将通过Alexa智能语音助手，对新生儿、产妇照顾、糖尿病管理，以及衰老问题等提供各种医疗保健服务。
[0004]在国内，人工智能在医疗领域的发展同样是如火如荼。虽然我国医疗人工智能领域的研究比发达国家晚，但是发展速度却十分迅猛。2016年，百度推出了人工智能在医疗健康领域的最新成果-百度医疗大脑。百度医疗大脑是通过海量的数据、专业文献的采集与分析，进行人工智能化的产品设计，模拟医生问诊流程，根据用户症状，提出可能出现的问题，经过反复验证最终给出建议。节省了医生的时间，提升了问诊过程效率。2017年，阿里巴巴旗下阿里云宣布推出了人工智能系统ET医疗大脑。ET医疗大脑可在患者虚拟助理、医学影像、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。目前，ET医疗大脑可以辅助医生判断甲状腺结节点，通过计算机视觉技术，在甲状腺B超影像上圈出结节点，并给出良性或者恶性的判断。2017年，腾讯公司推出了将人工智能技术应用到医学领域的AI医学影像产品：腾讯觅影。通过人工智能技术，让癌症的早期筛查变得更加精准。目前，腾讯觅影已经能够支持肺癌、宫颈癌、糖尿病视网膜病变等筛查。此外，腾讯旗下的微信用户在2018年突破了10亿，截至2018年大约有3.8万家医疗机构开设了微信账号，其中约有60％允许用户在线挂号，超过两千家医院接受微信支付。
[0005]静脉血栓栓塞症(VTE)是指血液在静脉内不正常凝结，导致静脉完全或部分阻塞，包括深静脉血栓形成(DVT)和肺动脉栓塞(PE)，是同一种疾病的不同部分和不同阶段，常急性发作，一旦发生严重肺动脉栓塞，可危及生命。VTE是继缺血性心脏病和卒中之后位列第三的最常见的心血管疾病，全球范围内每年的VTE例数可达近1000万例，多达60％的VTE事
件发生在住院期间或出院后，已成为主要的可预防的院内死亡原因。我国VTE患病率在ICU患者中为27％，脑卒中患者中为12.4％～21.7％，骨科甚至达到40％，构成了重大的公共健康问题。中国住院患者发生VTE的风险比例和欧美相仿，但仅有极少数(内科2.20％、外科4.00％)完全依从指南采取预防措施，这意味着相当一部分患者最终将真正发生VTE，其中一部分因深静脉血栓脱落可能形成肺栓塞(PE)并危及生命。针对VTE，预防甚至比治疗更重要，我们需要及时发现VTE高危、极高危以及确诊患者，及时给予有效的干预措施，目前针对VTE的风险评估主要应用的是Caprini评分，然而一方面全国大多数医院还是停留在纸质版评分表，缺乏信息化手段，更谈不上大数据、人工智能主动预测预警；同时患者VTE的高危因素远远不止Caprini评分量表上的几十个危险因素，大量的潜在风险，包括海量的临床数据、组学数据、健康档案数据、循证医学数据、生活方式数据、遗传因素、气候因素、社会因素、医疗因素等都可能影响VTE的发生几率，而这些都需要大数据与人工智能的支撑和实现。
[0006]大数据时代，疾病管理模式需要与时俱进，国家卫健委提出搭建中国VTE患者管理信息平台，驱动人工智能应用，推进全程VTE疾病管理，目前全国大多数医院针对VTE缺乏有效的信息化评估手段，利用人工智能技术对VTE的预防诊断处于探索阶段。
[0007]VTE：静脉血栓栓塞症(VTE)是指血液在静脉内不正常凝结，导致静脉完全或部分阻塞，包括深静脉血栓形成(DVT)和肺动脉栓塞(PE)。VTE是继缺血性心脏病和卒中之后位列第三的最常见的心血管疾病。致病因素有血流缓慢、静脉壁损伤和高凝状态三大因素。VTE若不能及时诊断和处理，一旦血栓脱落导致PE，可危及生命，或者演变为血栓形成后遗症，长时间影响患者的生活质量。
[0008]大数据(Big Data)，是指无法在一定时间范围内用常规软件工具进行采集、管理和处理的数据集合，需要新的处理模式才能具有更强决策力、洞察力和优化能力的海量、多样化的信息资产。大数据不用随机分析法进行抽样调查这样的捷径，而是对所有数据进行分析处理，具有大量、高速、多样、价值、质量、可变等特点。
[0009]人工智能：人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
[0010]目前针对VTE风险评估包括团体风险和个人风险评估。团体风险是将患者从总体上进行风险分类，个人风险是通过风险评分方法来确定个人的风险。个人风险评估包括Autar血栓风险评估量表、JFK医学中心血栓评估表、Caprini血栓评估表、Padua预测评分表、RAP评分法。目前针对VTE风险评估应用比较多的是Caprini评分，尤其是外科患者，针对内科患者，Caprini评分也同样适用，2015年《内科住院患者VTE预防的中国专家建议》中针对内科患者也推荐了Padua评估量表。目前国内多数医院应用的评分表是Caprini血栓评估表(表1)和Padua预测评分表(表2)。
[0011]表1 Caprini血栓评估表
[0012][0013]风险因素总分:
[0014][0015][0016]□
门诊小手术，无需VTE预防
[0017]□
VTE预防禁忌症
[0018]抗凝药物的使用禁忌
[0019][0020]物理预防的使用禁忌
]9[<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，其特征在于，包括AI VTE智能预测诊疗流程，所述AI VTE智能预测诊疗流程包括以下步骤：a、通过医疗大数据引擎自动获取数据，所述数据包括静脉血栓栓塞症患者的病历；b、AI病情分析和VTE特征提取；c、AI智能模型评估；d、输出评估评估结果至血管中心。2.根据权利要求1所述的静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，其特征在于，所述病历包括前期的静脉血栓栓塞症患者的VTE诊断信息，步骤a还包括AI自动根据病情变化重复通过医疗大数据引擎自动获取数据。3.根据权利要求1所述的静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，其特征在于，步骤c还包括通过AI接受评价反馈完善模型。4.根据权利要求1-3任一项所述的静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，其特征在于，所述病历通过AI病历提取模块提取，所述AI病历提取模块包括数据层、知识层和应用层，所述数据层包括数据准备以及人机协同图谱构建平台，所述知识层包括可视化辅助推理系统、专家规则知识库和医疗图谱，所述医疗图谱包括VTE图谱，所述应用层包括概率图模型，所述概率图模型包含深度学习；应用层调用知识层，知识层调用数据层。5.根据权利要求4所述的静脉血栓栓塞症主动预测、预警及全周期智能化管理系统，其特征在于，其系统构架包括UI界面层、VTE展示...

【专利技术属性】
技术研发人员：曾国军，赵纪春，梁继良，张涛，程志新，刘杰，
申请(专利权)人：北京优炫软件股份有限公司，
类型：发明
国别省市：