System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及医疗风险,具体涉及一种医疗安全风险评估方法、装置、电子设备及存储介质。
技术介绍
1、狭义上,患者医疗安全风险评估仅仅涉及患者的疾病风险评估,其方法主要依赖于临床指标的采集以及数据的判断(例如“危机值上报系统”)。然而,本专利技术所定义的医疗风险还包括患者发生投诉纠纷或医疗不良事件的范畴。若单纯由医务人员评估此类风险,较主观的评估容易受到个体差异、偏见和局限性的影响,缺乏客观性和一致性,也不可能做到患者全覆盖和实时精确预警。因此,现有技术中缺乏一种科学、客观、可量化医疗安全风险评估方法,以提供给临床医生、医务处风险管理的可解释依据,并为后续的风险趋势数据统计提供支持。
技术实现思路
1、有鉴于此,有必要提供一种医疗安全风险评估方法、装置、电子设备及存储介质,用以实现科学、客观、可量化的给临床医生、医务处风险管理的可解释依据,并为后续的风险趋势数据统计提供支持。
2、第一方面,本专利技术提供了一种医疗安全风险评估方法,包括:
3、获取医疗安全风险评价指标;
4、对所述医疗安全风险评价指标进行加权计算,得到指标分数;
5、获取训练完备的分数计算模型,将所述指标分数输入到所述训练完备的分数计算模型,得到医疗安全风险概率评分;
6、其中,所述医疗安全风险评价指标是通过如下步骤得到:
7、获取历史数据,基于德尔菲法对所述历史数据进行关联度分析,得到数据关联度;
8、获取医疗数据,基于所述数据关联
9、基于所述指标库进行医疗安全风险评价指标抽取,得到医疗安全风险评价指标。
10、可选的,所述基于所述医疗安全风险评价指标进行加权计算,得到指标分数,包括:
11、基于所述医疗安全风险评价指标进行赋值,得到赋值数据,基于所述赋值数据进行加权计算,得到指标分数。
12、可选的,所述加权计算公式如下:
13、s=∑(t*wi);
14、其中,s为所述指标分数,t为医疗安全风险评价指标权重及wi为命中的第i条指标的指标分数。
15、可选的,所述训练完备的分数计算模型是通过如下步骤得到:
16、获取待训练的计算网络模型和训练数据集,将所述训练数据集带入所述待训练的计算网络模型进行迭代训练,得到训练完备的分数计算模型。
17、可选的,所述方法,还包括:
18、将所述医疗安全风险概率评分与预设的等级阈值进行匹配,得到对应等级阈值的处置措施。
19、可选的,所述方法,还包括:
20、将所述指标分数与预设的报警阈值进行匹配,在所述指标分数达到报警阈值时,发出指标分数预警信号。
21、可选的,所述方法,还包括:
22、将所述医疗安全风险概率评分与预设的报警阈值进行匹配,在所述医疗安全风险概率评分达到报警阈值时,发出医疗安全风险预警信号。
23、第二方面,本专利技术提供了一种医疗安全风险评估装置,包括:
24、获取模块,用于获取医疗安全风险评价指标;
25、赋值模块,用于对所述医疗安全风险评价指标进行赋值,得到指标分数;
26、输出模块,用于获取训练完备的分数计算模型,将所述指标分数输入到所述训练完备的分数计算模型,得到医疗安全风险概率评分;
27、其中,所述医疗安全风险评价指标是通过如下步骤得到:
28、获取历史数据,基于德尔菲法对所述历史数据进行关联度分析,得到数据关联度;
29、获取医疗数据,基于所述数据关联度对所述医疗数据进行标准指标库构建,得到指标库;
30、基于所述指标库进行医疗安全风险评价指标抽取,得到医疗安全风险评价指标。
31、第三方面,本专利技术提供了一种电子设备,用于执行存储器中存储的程序,以实现如上述任一种实现方式中的一种医疗安全风险评估方法中的步骤。
32、第四方面,本专利技术还提供了一种暂态计算机可读存储介质,用于存储计算机程序,能够实现上述任一种实现方式中的一种医疗安全风险评估方法。
33、本专利技术提供了一种医疗安全风险评估方法、装置、电子设备及存储介质,获取医疗安全风险评价指标,对所述医疗安全风险评价指标进行加权计算,得到指标分数,获取训练完备的分数计算模型,将所述指标分数输入到所述训练完备的分数计算模型,得到医疗安全风险概率评分,其中,所述医疗安全风险评价指标是通过如下步骤得到:获取历史数据,基于德尔菲法对所述历史数据进行关联度分析,得到数据关联度,获取医疗数据,基于所述数据关联度对所述医疗数据进行标准指标库构建,得到指标库,基于所述指标库进行医疗安全风险评价指标抽取,得到医疗安全风险评价指标。本申请通过设计一种基于医疗安全风险评价指标进行医疗安全风险评估,该医疗安全风险评价指标包含所有可能导致医疗安全不良事件以及投诉的直接、间接因素,根据该指标体系提供的信息,提供给后续算法模型后,使得模型可以有效预警患者在治疗过程中发生的不良事件和投诉。相比于现有技术,本申请实现科学、客观、可量化的给临床医生、医务处风险管理的可解释依据,并为后续的风险趋势数据统计提供支持。
本文档来自技高网...【技术保护点】
1.一种医疗安全风险评估方法,其特征在于,包括:
2.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述基于所述医疗安全风险评价指标进行加权计算,得到指标分数,包括:
3.根据权利要求2所述的医疗安全风险评估方法,其特征在于,所述加权计算公式如下:
4.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述训练完备的分数计算模型是通过如下步骤得到:
5.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述方法,还包括:
6.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述方法,还包括:
7.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述方法,还包括:
8.一种医疗安全风险评估装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器,其中,
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种医疗安全风险评估方法。
【技术特征摘要】
1.一种医疗安全风险评估方法,其特征在于,包括:
2.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述基于所述医疗安全风险评价指标进行加权计算,得到指标分数,包括:
3.根据权利要求2所述的医疗安全风险评估方法,其特征在于,所述加权计算公式如下:
4.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述训练完备的分数计算模型是通过如下步骤得到:
5.根据权利要求1所述的医疗安全风险评估方法,其特征在于,所述方法,还包括...
【专利技术属性】
技术研发人员:赵瑞,朱璇,
申请(专利权)人:武汉润和德康医疗数据有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。