气道梗阻干预推荐方法及系统技术方案

本发明专利技术公开了一种气道梗阻干预推荐方法及系统，该方法包括：获取当前患者的即时诊断数据；从所述即时诊断数据中提取关键指标特征数据；利用所述关键指标特征数据及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。利用本发明专利技术方案，可以辅助相关救治人员对患者气道梗阻做出快速有效地处置，提高紧急突发条件下的救治能力。突发条件下的救治能力。突发条件下的救治能力。

【技术实现步骤摘要】
气道梗阻干预推荐方法及系统


[0001]本专利技术涉及数据处理领域，具体涉及一种气道梗阻干预推荐方法及系统。

技术介绍

[0002]急诊医学是以现代医学科学的发展为基础，以临床医学的救治措施为手段，在机体整体的角度上研究和从事急性病症的及时、快速、有效救治及其科学管理体系的综合性临床学科。随着医学科学的发展，急诊医学已成为一门独立的新型综合性医学学科，也是目前发展最为迅速的临床学科之一。急诊医学不同于常规的门诊医学，对于病情的诊断、救治要求更高，需要医生在短时间内，通过有限的患者病情信息，做出正确的诊断并快速救治，因此能够为急诊医生提供快速高效精准的病情分析方法是十分有意义的。
[0003]气道梗阻是创伤死亡的重要原因之一，及时有效的气道管理对降低死亡率至关重要。创伤气道管理的核心问题是对气道梗阻早期识别和原因的准确判断。气道管理的核心技术是保护气道、开放气道和建立人工通气，其根本目的是保证良好通气与氧合。在急救紧急条件下，患者是否需要进行气道管理必须尽早做出决定。然而对于存在自主呼吸的患者，做出此决定往往会明显延迟，而一旦发生严重气道梗阻病情会对伤员生命存在巨大威胁。若能在早期对气道进行正确识别和有效干预，患者往往能迅速转危为安，但目前存在的一个问题是专业医护人员短缺，因此，如何辅助急救医护人员对患者气道梗阻进行快速有效的干预，是业界面临的一项重要课题。

技术实现思路

[0004]本专利技术提供一种气道梗阻干预推荐方法及系统，以便辅助相关救治人员对患者气道梗阻做出快速有效地处置，提高紧急突发条件下的救治能力。
[0005]为此，本专利技术提供如下技术方案：
[0006]一种气道梗阻干预推荐方法，所述方法包括：
[0007]获取当前患者的即时诊断数据；
[0008]从所述即时诊断数据中提取关键指标特征数据；
[0009]利用所述关键指标特征数据及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。
[0010]可选地，所述方法还包括：
[0011]确定所述患者气道梗阻严重程度评分；
[0012]利用所述关键指标特征数据、所述患者气道梗阻严重程度评分、以及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。
[0013]可选地，所述方法还包括：
[0014]预先基于病人医疗数据源构建气道梗阻严重程度评估模型；
[0015]利用所述气道梗阻严重程度评估模型确定所述患者气道梗阻严重程度评分。
[0016]可选地，所述基于病人医疗数据源构建气道梗阻严重程度评估模型包括：
[0017]采集病人医疗数据源，并从所述医疗数据源中提取病人就诊相关数据；
[0018]对所述病人就诊相关数据进行相关性分析，得到关键指标集；
[0019]对所述关键指标集中的指标进行规范化处理及缺失值填充，得到关键指标样本集；
[0020]确定所述关键指标样本集中的各样本的气道干预手段标签及与所述气道干预手段标签对应的气道严重程度；
[0021]根据所述关键指标样本集及所述气道严重程度训练得到气道梗阻严重程度评估模型。
[0022]可选地，所述对所述病人就诊相关数据进行相关性分析，得到关键指标集包括：
[0023]对所述病人检测指标进行相关性解析，得到候选关键指标集；
[0024]对所述候选关键指标集中的每个候选指标，将其与气道梗阻严重程度的相关系数按绝对值大小进行排序，选择相关系数绝对值大于等于设定阈值的候选指标加入推荐指标集，否则加入剩余指标集；
[0025]结合医学知识对所述推荐指标集中的各项指标进行重要程度分级，再将分级后的推荐指标集中的指标加入关键指标集；
[0026]从所述剩余指标集中选出部分指标加入所述关键指标集；
[0027]对所述关键指标集中的每个训练样本加入神志状态标签和躁动标签。
[0028]可选地，所述对所述关键指标集中的指标进行规范化处理包括：
[0029]如果所述指标在正常区间内，则将所述指标取值为0；
[0030]如果所述指标高于所述正常区间、并且低于极度危险上限值，则将所述指标取值映射为0到1区间内的值；
[0031]如果所述指标高于或等于所述极度危险上限值，则将所述指标取值为1；
[0032]如果所述指标低于所述正常区间、并且高于极度危险下限值，则将所述指标取值映射为0到
‑
1区间内的值；
[0033]如果所述指标低于或等于所述极度危险下限值，则将所述指标取值为
‑
1。
[0034]可选地，所述方法还包括按照以下方式建立气道梗阻干预决策模型：
[0035]由多棵决策树构建随机森林，所述决策树衡量特征贡献程度的准则采用Gini系数，每棵决策树的决策结果为一种气道干预方案的推荐概率；
[0036]将所述随机森林作为气道梗阻干预决策模型，所述气道梗阻干预决策模型的输出为所述多棵决策树的决策结果。
[0037]一种气道梗阻干预推荐系统，所述系统包括：
[0038]数据获取模块，用于获取当前患者的即时诊断数据；
[0039]特征提取模块，用于从所述即时诊断数据中提取关键指标特征数据；
[0040]推荐模块，用于利用所述关键指标特征数据及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。
[0041]可选地，所述系统还包括：
[0042]评估模块，用于确定所述患者气道梗阻严重程度评分；
[0043]所述推荐模块，用于利用所述关键指标特征数据、所述患者气道梗阻严重程度评分、以及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。
[0044]可选地，所述系统还包括：
[0045]第一模型构建模块，用于预先基于病人医疗数据源构建气道梗阻严重程度评估模型；
[0046]所述评估模块，用于利用所述气道梗阻严重程度评估模型确定所述患者气道梗阻严重程度评分。
[0047]可选地，所述第一模型构建模块包括：
[0048]数据采集单元，用于采集病人医疗数据源，并从所述医疗数据源中提取病人就诊相关数据；
[0049]数据分析单元，有于对所述病人就诊相关数据进行相关性分析，得到关键指标集；
[0050]数据处理单元，用于对所述关键指标集中的指标进行规范化处理及缺失值填充，得到关键指标样本集；
[0051]标签确定单元，用于确定所述关键指标样本集中的各样本的气道干预手段标签及与所述气道干预手段标签对应的气道严重程度；
[0052]训练单元，用于根据所述关键指标样本集及所述气道严重程度训练得到气道梗阻严重程度评估模型。
[0053]可选地，所述数据分析单元包括：
[0054]数据解析子单元，用于对所述病人检测指标进行相关性解析，得到候选关键指标集；
[0055]排序处理子单元，用于对所述候选关键指标集中的每个候选指标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气道梗阻干预推荐方法，其特征在于，所述方法包括：获取当前患者的即时诊断数据；从所述即时诊断数据中提取关键指标特征数据；利用所述关键指标特征数据及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定所述患者气道梗阻严重程度评分；利用所述关键指标特征数据、所述患者气道梗阻严重程度评分、以及预先建立的气道梗阻干预决策模型，确定气道梗阻干预推荐方案。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：预先基于病人医疗数据源构建气道梗阻严重程度评估模型；利用所述气道梗阻严重程度评估模型确定所述患者气道梗阻严重程度评分。4.根据权利要求3所述的方法，其特征在于，所述基于病人医疗数据源构建气道梗阻严重程度评估模型包括：采集病人医疗数据源，并从所述医疗数据源中提取病人就诊相关数据；对所述病人就诊相关数据进行相关性分析，得到关键指标集；对所述关键指标集中的指标进行规范化处理及缺失值填充，得到关键指标样本集；确定所述关键指标样本集中的各样本的气道干预手段标签及与所述气道干预手段标签对应的气道严重程度；根据所述关键指标样本集及所述气道严重程度训练得到气道梗阻严重程度评估模型。5.根据权利要求4所述的方法，其特征在于，所述对所述病人就诊相关数据进行相关性分析，得到关键指标集包括：对所述病人检测指标进行相关性解析，得到候选关键指标集；对所述候选关键指标集中的每个候选指标，将其与气道梗阻严重程度的相关系数按绝对值大小进行排序，选择相关系数绝对值大于等于设定阈值的候选指标加入推荐指标集，否则加入剩余指标集；结合医学知识对所述推荐指标集中的各项指标进行重要程度分级，再将分级后的推荐指标集中的指标加入关键指标集；从所述剩余指标集中选出部分指标加入所述关键指标集；对所述关键指标集中的每个训练样本加入神志状态标签和躁动标签。6.根据权利要求4所述的方法，其特征在于，所述对所述关键指标集中的指标进行规范化处理包括：如果所述指标在正常区间内，则将所述指标取值为0；如果所述指标高于所述正常区间、并且低于极度危险上限值，则将所述指标取值映射为0到1区间内的值；如果所述指标高于或等于所述极度危险上限值，则将所述指标取值为1；如果所述指标低于所述正常区间、并且高于极度危险下限值，则将所述指标取值映射为0到
‑
1区间内的值；如果所述指标低于或等于所述极度危险下限值，则将所述指标取值为
‑
1。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括按照以下方式建立气道梗阻干预决策模型：由多棵决策树构建随机森林，所述决策树衡量特征贡献程度的准则采用Gini系数，每棵...

【专利技术属性】
技术研发人员：李春平，黎檀实，潘菲，韩有方，宋海楠，王俊康，
申请(专利权)人：中国人民解放军总医院第一医学中心，
类型：发明
国别省市：