基于大数据的术后伤口感染的医疗预测系统技术方案

本发明专利技术公开了基于大数据的术后伤口感染的医疗预测系统，属于大数据技术领域；通过从对象自身方面以及手术方面两个维度进行数据采集以及数据处理，并将处理后的数据进行整合获取推送系数，基于推送系数来对实施腰椎融合内固定术后对象的整体状态进行评估，根据评估结果自适应的对不同的对象实施动态的推送展示提醒，以便医生可以针对性的实施动态巡查，提高术后不同状态患者的巡查效果；同时根据医学大数据对展示提醒的结果进行追溯和修正，可以提高展示提醒的准确性；本发明专利技术用于解决现有方案中腰椎融合内固定术后伤口感染情况的展示提醒的整体效果不佳的技术问题。示提醒的整体效果不佳的技术问题。示提醒的整体效果不佳的技术问题。

【技术实现步骤摘要】
基于大数据的术后伤口感染的医疗预测系统


[0001]本专利技术涉及大数据
，具体涉及基于大数据的术后伤口感染的医疗预测系统。

技术介绍

[0002]腰椎融合作为腰椎失稳的有效治疗手段，已在各级医院广泛开展，但因各种原因造成的腰椎融合术后切口感染时有发生。
[0003]现有的患者实施腰椎融合内固定术后，医生需要凭借经验对不同的患者进行不同频次的巡查和询问，并根据接收到的信息来初步判断患者是否存在感染的症状，无法基于现有的医学大数据来对医生进行展示提醒，以及根据医学大数据来对展示提醒的结果进行追溯和修正，存在腰椎融合内固定术后伤口感染情况的展示提醒的整体效果不佳。

技术实现思路

[0004]本专利技术的目的在于提供基于大数据的术后伤口感染的医疗预测系统，用于解决现有方案中腰椎融合内固定术后伤口感染情况的展示提醒的整体效果不佳的技术问题。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]基于大数据的术后伤口感染的医疗预测系统，包括：
[0007]对象监测模块，用于采集对象的病例数据，并对病例数据进行数字化处理并整合，得到包含健估值的画像基础数据；
[0008]画像分析模块，用于根据健估值对对象进行画像前，评估对象健康方面存在的影响；
[0009]若健估值不小于K；K为大于零的实数，则判定对象自身方面的影响大并生成第二身估信号，根据第二身估信号将健估值与健估阈值进行匹配，得到包含体轻等级、体中等级、体高等级的画像数据；
[0010]手术监测模块，用于对不同对象的手术过程进行数据统计和数据处理，得到操作处理数据；
[0011]操作评估模块，用于将操作处理数据与画像数据进行联立整合来对对象的整体状态进行评估，得到包含第一推送集和第二推送集的操作评估数据；
[0012]展示提醒模块，用于根据操作评估数据自适应的动态向目标推送并展示提醒。
[0013]优选地，画像基础数据的获取步骤包括：
[0014]统计对象的病例数据，筛选病例数据中是否存在糖尿病和低蛋白血症；设定糖尿病和低蛋白血症分别对应一个病例权重B1和B2；
[0015]获取糖尿病或者低蛋白血症对应的疾病程度，分别将对应的疾病程度标记为C1和C2；提取各项数据的数值并联立整合获取对象的健估值JG；
[0016]健估值以及标记的各项数据构成画像基础数据。
[0017]优选地，操作处理数据获取的步骤包括：
[0018]统计手术动刀的开始时间点，以及缝线的结束时间点，获取两个时间点之间的时长并设定为手术时长S1；统计融合节段数量并标记为S2；
[0019]将标记的各项数据进行组合并编号，得到操作处理数据。
[0020]优选地，操作评估数据获取的步骤包括：
[0021]提取各项数据的数值并与画像数据中的健估值JG进行整合联立获取对象的推送系数TSX；根据推送系数TSX来对对象的整体状态进行评估以便自适应的动态向目标进行推送展示。
[0022]优选地，将若干个推送系数TSX降序排列，并根据预设的划分阈值对排序的若干个推送系数进行划分，得到第一推送集和第二推送集；推送系数以及第一推送集和第二推送集构成操作评估数据。
[0023]优选地，展示提醒模块的工作步骤包括：
[0024]获取操作评估数据中的第一推送集和第二推送集，展示并提醒目标增加对第一推送集中排序推送系数对应的对象进行巡查的频次，以及展示并提醒目标维持现有的对第二推送集中排序推送系数对应的对象进行巡查的频次。
[0025]优选地，还包括追溯评估模块，用于对对象的巡查结果和对象的感染结果进行追溯和评估，并根据评估结果对展示提醒的方案进行修正；包括：
[0026]获取第一推送集和第二推送集中推送系数的推送总人数并分别标记为TR1和TR2；监测第一推送集和第二推送集中对象的感染情况，统计第一推送集和第二推送集中的感染总人数并分别标记为GR1和GR2；
[0027]分别对第一推送集和第二推送集中的推送总人数和感染总人数进行整合获取评估系数PX；对评估系数PX进行分析时，将评估系数PX与预设的评估阈值进行匹配得到评估结果。
[0028]优选地，评估结果的获取步骤包括：若评估系数小于评估阈值，则生成调整信号；若评估系数不小于评估阈值，则生成维持信号；评估系数以及对应的调整信号和维持信号构成评估结果。
[0029]优选地，根据评估结果对展示提醒的方案进行修正时，利用评估结果中的调整信号降低预设的划分阈值。
[0030]相比于现有方案，本专利技术实现的有益效果：
[0031]本专利技术通过从对象自身方面以及手术方面两个维度进行数据采集以及数据处理，并将处理后的数据进行整合获取推送系数，基于推送系数来对实施腰椎融合内固定术后对象的整体状态进行评估，根据评估结果自适应的对不同的对象实施动态的推送展示提醒，以便医生可以针对性的实施动态巡查，提高术后不同状态患者的巡查效果；同时根据医学大数据对展示提醒的结果进行追溯和修正，可以提高展示提醒的准确性。
附图说明
[0032]下面结合附图对本专利技术作进一步的说明。
[0033]图1为本专利技术基于大数据的术后伤口感染的医疗预测系统的模块框图。
[0034]图2为实施基于大数据的术后伤口感染的医疗预测系统的装置结构示意图。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0036]实施例一
[0037]如图1所示，本专利技术为基于大数据的术后伤口感染的医疗预测系统，包括对象监测模块、画像分析模块、手术监测模块、操作评估模块和展示提醒模块；
[0038]对象监测模块，用于采集对象的病例数据，并对病例数据进行数字化处理并整合，得到对象的画像基础数据；包括：
[0039]统计对象的病例数据，筛选病例数据中是否存在糖尿病和低蛋白血症；设定糖尿病和低蛋白血症分别对应一个病例权重B1和B2；
[0040]需要注意的是，对象可以为实施腰椎融合内固定术的患者，对象自身患有糖尿病或者低蛋白血症时，与没有这两个疾病的对象相比，腰椎融合内固定术后感染的几率要高，通过从疾病特征方面来对对象进行画像，可以有效提高数据统计的准确性；
[0041]获取糖尿病或者低蛋白血症对应的疾病程度，分别将对应的疾病程度标记为C1和C2；
[0042]其中，疾病程度可以为一级、二级和三级，对应的严重程度可以表示为重度、重度和轻度，通过对疾病特征进一步挖掘统计，可以提高画像分析的准确性；
[0043]提取各项数据的数值并联立整合，通过公式计算获取对象的健估值JG；健估值JG的计算公式为：
[0044本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的术后伤口感染的医疗预测系统，其特征在于，包括：对象监测模块，用于采集对象的病例数据，并对病例数据进行数字化处理并整合，得到包含健估值的画像基础数据；画像分析模块，用于根据健估值对对象进行画像前，评估对象健康方面存在的影响；若健估值不小于K；K为大于零的实数，则判定对象自身方面的影响大并生成第二身估信号，根据第二身估信号将健估值与健估阈值进行匹配，得到包含体轻等级、体中等级、体高等级的画像数据；手术监测模块，用于对不同对象的手术过程进行数据统计和数据处理，得到操作处理数据；操作评估模块，用于将操作处理数据与画像数据进行联立整合来对对象的整体状态进行评估，得到包含第一推送集和第二推送集的操作评估数据；展示提醒模块，用于根据操作评估数据自适应的动态向目标推送并展示提醒。2.根据权利要求1所述的基于大数据的术后伤口感染的医疗预测系统，其特征在于，画像基础数据的获取步骤包括：统计对象的病例数据，筛选病例数据中是否存在糖尿病和低蛋白血症；设定糖尿病和低蛋白血症分别对应一个病例权重B1和B2；获取糖尿病或者低蛋白血症对应的疾病程度，分别将对应的疾病程度标记为C1和C2；提取各项数据的数值并联立整合获取对象的健估值JG；健估值以及标记的各项数据构成画像基础数据。3.根据权利要求1所述的基于大数据的术后伤口感染的医疗预测系统，其特征在于，操作处理数据获取的步骤包括：统计手术动刀的开始时间点，以及缝线的结束时间点，获取两个时间点之间的时长并设定为手术时长S1；统计融合节段数量并标记为S2；将标记的各项数据进行组合并编号，得到操作处理数据。4.根据权利要求1所述的基于大数据的术后伤口感染的医疗预测系统，其特征在于，操作评估数据获取的步骤包括：提取各项数据的数值并与画像数据中的健估值JG进行整合联立获取对象的推送系数TSX；根据推送系数TSX...

【专利技术属性】
技术研发人员：于佳，
申请(专利权)人：上海卓冶机电科技有限公司，
类型：发明
国别省市：