一种骨髓瘤智能随访系统及方法技术方案

本发明专利技术涉及一种骨髓瘤智能随访系统及方法，包括：用于获取患者诊疗信息的诊疗信息获取模块，其中诊疗信息包括身份信息、就诊信息、检查化验单信息；存储有骨髓瘤病例及特征信息的医案数据库模块；通过机器学习算法预先建立预测模型，并通过此模型输出病情预测及康复趋势的病情预测模块；通过曼哈顿距离理论计算并输出相似度符合要求的骨髓瘤医案病例的相似案例匹配模块。通过本系统及方法，充分利用了已有信息资源进行数据分析、数据挖掘，对患者检查化验单中的关键特征信息进行分析，为患者进行病情预测及诊疗方案匹配，可以协助医生诊断治疗，为骨髓瘤患者提供了一种质量高、效果好、反馈及时有效的诊疗方法和护理方法。反馈及时有效的诊疗方法和护理方法。反馈及时有效的诊疗方法和护理方法。

【技术实现步骤摘要】
一种骨髓瘤智能随访系统及方法


[0001]本专利技术涉及医疗数据处理
，尤其涉及一种骨髓瘤智能随访系统及方法。

技术介绍

[0002]多发性骨髓瘤是中年和晚年发生的多发恶性骨髓内肿瘤，主要症状是持续的脊柱疼痛，呈进行性加重，，易出现截瘫和神经根受压症状，是一种高发恶性血液疾病，其诊疗瓶颈在于骨髓瘤有显著的异质性、患者自我管理缺乏，和医疗资源相对不足。
[0003]但目前并没有可以针对多发性骨髓瘤患者的检查单化验数据做出人工智能的预警提示，对患者的后期护理提供合理化建议的系统。在这个信息化时代，骨髓瘤患者的临床数据并没有得到充分的应用，不能通过医案数据库进行大数据分析、数据挖掘，查找匹配出相似的患者医案，预测诊疗方案，协助医生决定诊疗方案。
[0004]因此，需要一种骨髓瘤智能随访方案来解决以上问题。

技术实现思路

[0005]针对上述的技术问题，本专利技术提供了一种骨髓瘤智能随访系统及方法，根据本专利技术公开实施例的第一方面，提供一种骨髓瘤智能随访系统，包括：
[0006]诊疗信息获取模块，用于获取患者诊疗信息；患者诊疗信息包括患者身份信息、患者就诊信息、患者检查化验单信息；
[0007]医案数据库模块，与诊疗信息获取模块相连接，存储有骨髓瘤病例，以及存储有从患者诊疗信息中提取的特征信息；
[0008]病情预测模块，与医案数据库模块相连接，通过预先建立的预测模型对符合设定时间窗内的特征信息进行病情预测，输出对应患者的康复趋势；
[0009]相似案例匹配模块，与医案数据库模块相连接，根据曼哈顿距离理论计算特征信息与骨髓瘤病例之间的相似度，并按照相似度高低对骨髓瘤病例进行排行。
[0010]进一步的，骨髓瘤智能随访系统还包括AI医生模块，AI医生模块与病情预测模块相连接，用于获取患者生活信息，并结合符合设定时间窗内的特征信息生成指导建议和医疗提醒。
[0011]进一步的，指导建议包含营养指导建议、运动建议、居家卫生建议，其中：
[0012]营养指导建议包括饮食餐单、营养辅助；
[0013]运动建议包括运动项目、运动时间、运动频率；
[0014]家居卫生建议包括气候变化、环境清洁。
[0015]进一步的，医疗提醒包括服药提醒、复诊提醒、异常提醒。
[0016]进一步的，病情预测模块包括样本输入单元、样本划分单元、模型预测单元以及样本输出单元；其中：
[0017]样本输入单元用于将符合设定时间窗内的特征信息作为输入样本输入到预测模型中；
[0018]述样本划分单元用于根据骨髓瘤病例中患者最后一次确认的诊断情况，对骨髓瘤病例划分为正样本或负样本；
[0019]模型预测单元通过预测模型以及输入样本、正样本、负样本对患者进行病情预测；
[0020]样本输出单元用于获取预测模型输出的患者的病情预测结果及健康趋势。
[0021]进一步的，患者身份信息包括姓名、性别、出生日期、联系电话、紧急联系人、诊疗卡号；
[0022]患者就诊信息包括既往病史、过敏史、就诊时间、诊断结果、病情、具体治疗；
[0023]患者检查化验单信息包括尿常规检查单、肝功能检查单及血常规检查单；尿常规检查单的内容至少包含酸碱度、尿比重、尿胆原含量、隐血含量、白细胞比例、尿蛋白含量、尿糖量、胆红素比例、酮体比例、尿红细胞含量、尿液颜色；肝功能检查单的内容至少包含免疫球蛋白M含量、肌酐含量、尿酸含量、免疫球蛋白G含量、尿素氮含量；血常规检查单内容至少包含红细胞计数、白细胞计数、血小板计数、血红蛋白比例、平均血小板体积。
[0024]进一步的，诊疗信息获取模块采用OCR文字识别对患者检查化验单信息进行处理。
[0025]根据本专利技术公开实施例的第二方面，提供一种骨髓瘤智能随访方法，其特征在于，包括：
[0026]获取患者诊疗信息，并提取患者诊疗信息中的特征信息；
[0027]通过机器学习算法建立预测模型；
[0028]通过预测模型，对符合设定时间窗内的特征信息进行病情预测，输出对应患者的康复趋势；
[0029]根据曼哈顿距离理论计算特征信息与骨髓瘤病例之间的相似度，输出符合相似度要求的骨髓瘤病例；
[0030]将诊疗完成的患者诊疗信息存储为新骨髓瘤病例，并根据新骨髓瘤病例对预测模型进行更新。
[0031]进一步的，方法还包括：
[0032]判断预测模型的病情预测结果是否有异常，若无异常，则输出“目前指标范围正常，请按期复诊”,若有异常，则输出“目前指标范围异常，请尽快复诊”，并生成患者挂号指导方案；以及
[0033]获取患者生活信息，并结合符合设定时间窗内的特征信息生成指导建议和医疗提醒。
[0034]进一步的，通过机器学习算法建立预测模型，包括：
[0035]获取批量骨髓瘤病例；
[0036]根据骨髓瘤病例中患者最后一次确认的诊断情况，将骨髓瘤病例划分为正样本或负样本；
[0037]根据正样本、负样本使用机器学习算法生成预测模型。
[0038]综上所述，通过一种骨髓瘤智能随访系统，充分利用大数据时代的信息资源，进行数据分析、数据挖掘，帮助患者针对检测检查化验单潜在风险予以警告提示，对患者进行病情预测及诊疗方案匹配，协助医生决定诊疗方案；其中，AI医生还能根据患者的实时情况，帮助患者规划复诊，给予营养指导，对患者的服药、检查、复诊执行情况进行主动干预，使患者获得有质量的诊疗及护理；通过一种骨髓瘤智能随访方法，为骨髓瘤患者提供一种质量
高、效果好、反馈及时有效的诊疗和护理方法。
附图说明
[0039]为了更清楚的说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见的，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0040]图1为本专利技术公开实施例示出的骨髓瘤智能随访系统的结构示意图；
[0041]图2为本专利技术公开实施例示出的一种骨髓瘤智能随访方法的步骤流程图；
[0042]图3为本专利技术公开实施例示出的另一种骨髓瘤智能随访方法的步骤流程图；
[0043]图4为本专利技术公开实施例示出的建立预测模型方法的步骤流程图。
[0044]其中，1
‑
诊疗信息获取模块，2
‑
医案数据库模块，3
‑
病情预测模块，4
‑
相似案例匹配模块，5
‑
AI医生模块，31
‑
样本输入单元，32
‑
样本划分单元，33
‑
模型预测单元，34
‑
样本输出单元。
具体实施方式
[0045]下面将结合本专利技术中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种骨髓瘤智能随访系统，其特征在于，包括：诊疗信息获取模块，用于获取患者诊疗信息；所述患者诊疗信息包括患者身份信息、患者就诊信息、患者检查化验单信息；医案数据库模块，与所述诊疗信息获取模块相连接，存储有骨髓瘤病例，以及存储有从所述患者诊疗信息中提取的特征信息；病情预测模块，与所述医案数据库模块相连接，通过预先建立的预测模型对符合设定时间窗内的所述特征信息进行病情预测，输出对应患者的康复趋势；相似案例匹配模块，与所述医案数据库模块相连接，根据曼哈顿距离理论计算所述特征信息与所述骨髓瘤病例之间的相似度，并按照相似度高低对骨髓瘤病例进行排行。2.如权利要求1所述的骨髓瘤智能随访系统，其特征在于，所述骨髓瘤智能随访系统还包括AI医生模块，所述AI医生模块与所述病情预测模块相连接，用于获取患者生活信息，并结合符合所述设定时间窗内的所述特征信息生成指导建议和医疗提醒。3.如权利要求2所述的骨髓瘤智能随访系统，其特征在于，所述指导建议包含营养指导建议、运动建议、居家卫生建议，其中：所述营养指导建议包括饮食餐单、营养辅助；所述运动建议包括运动项目、运动时间、运动频率；所述家居卫生建议包括气候变化、环境清洁。4.如权利要求2所述的骨髓瘤智能随访系统，其特征在于，所述医疗提醒包括服药提醒、复诊提醒、异常提醒。5.如权利要求1所述的骨髓瘤智能随访系统，其特征在于，所述病情预测模块包括样本输入单元、样本划分单元、模型预测单元以及样本输出单元；其中：所述样本输入单元用于将符合设定时间窗内的所述特征信息作为输入样本输入到所述预测模型中；所述样本划分单元用于根据所述骨髓瘤病例中患者最后一次确认的诊断情况，将所述骨髓瘤病例划分为正样本或负样本；所述模型预测单元通过所述预测模型以及所述输入样本、正样本、负样本对患者进行病情预测，输出患者的病情预测结果及健康趋势；所述样本输出单元用于获取所述预测模型输出的患者的病情预测结果及健康趋势。6.如权利要求1所述的骨髓瘤智能随访系统，其特征在于，所述...

【专利技术属性】
技术研发人员：钟立业，黄海铨，程琦，夏忠军，魏永强，陈自强，罗军，彭宏凌，廖鹏军，王惊华，周辉，
申请(专利权)人：钟立业，
类型：发明
国别省市：