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() 用于评估患者早期警告评分的可靠性的系统和方法技术方案_技高网

用于评估患者早期警告评分的可靠性的系统和方法技术方案

技术编号:41073244 阅读:8 留言:0更新日期:2024-04-24 11:30
提出了一种用于评估早期警告评分(EWS)的可靠性的系统。所述系统接收患者测试数据并确定针对所述患者的EWS。实时特征提取器从患者测试数据中提取特征。可靠性评分评估器通过可靠性评分回归模型对所提取的特征进行处理来生成EWS的可靠性评分。推理引擎基于所述可靠性评分和所提取的特征来生成推理。推理能够被显示在用户接口上。经由深度学习训练来确定所述可靠性评分回归模型。所述系统的训练部分接收训练数据集。数据注释器为每个训练数据集分配可靠性注释。训练特征提取器生成从训练数据集中提取的训练特征。深度学习训练器使用所提取的训练特征和可靠性注释来生成所述可靠性评分回归模型。

【技术实现步骤摘要】
【国外来华专利技术】

本公开整体上涉及用于评估针对患者确定的早期警告评分(ews)的可靠性的系统和方法。


技术介绍

1、早期警报评分(ews)在状况发生之前评估患者出现健康状况的风险。ews是根据患者数据来确定的。患者数据可以通过患者测量或审阅患者记录来确定。所确定的ews的可靠性取决于多种因素,例如测量结果的可用性、测量的年龄和测量的信号质量指数(sqi)。由于这种变化的可靠性,接收其患者的ews评估的医生已经表达出希望对ews评估本身的可靠性进行伴随评估,以帮助他们的关于潜在的干预和处置过程决策做出过程。因此,本领域需要用于评估ews的可靠性的系统和方法,并向医学专业人员提供评估。


技术实现思路

1、本公开整体上涉及用于评估针对患者确定的早期警告评分(ews)的可靠性的系统和方法。所述系统和方法通过训练和实现可靠性评分回归模型来确定针对相应ews的可靠性评分,所述可靠性评分回归模型处理从患者测试数据中提取的特征。

2、所述系统接收与患者相对应的各种患者测试数据,并且使用该患者测试数据来确定针对患者的ews。实时特征提取器根据患者测试数据来生成一个或多个提取的特征。然后,可靠性评分评估器通过可靠性评分回归模型对提取的特征进行处理来生成针对所确定的ews的可靠性评分。然后,可靠性评分能够被显示在用户接口上。

3、推理引擎能够用于基于可靠性评分和所提取的特征来生成一个或多个推理。推理能够被显示在用户接口上,也可以通过通知的方式提供给医学专业人员。

4、可靠性评分回归模型能够经由深度学习训练来确定。所述系统的训练部分接收多个训练数据集。训练数据集被提供给数据注释器,以评定训练数据集的训练ews的可靠性。数据注释器基于所述评定为每个训练数据集分配可靠性注释。评定可以手动或自动执行。训练特征提取器根据多个训练数据集中的每个生成一个或多个提取的训练特征。深度学习训练器使用所提取的训练特征和可靠性注释来生成可靠性评分回归模型。

5、一般来说,在一个方面,提供了一种用于评估患者的早期警报评分(ews)的系统。所述系统包括测试数据接收器。测试数据接收器被配置为接收患者测试数据。

6、所述系统还包括ews评估器。ews评估器被配置为基于患者测试数据来确定ews。根据示例,患者测试数据的至少部分由患者监测器收集。

7、所述系统还包括实时特征提取器。实时特征提取器被配置为根据患者测试数据来生成一个或多个提取的特征。

8、所述系统还包括可靠性评分评估器。可靠性评分评估器被配置为基于一个或多个提取的特征和可靠性评分回归模型来生成与ews相对应的可靠性评分。

9、根据示例,所述系统还包括推理引擎。所述推理引擎被配置为基于所述一个或多个提取的特征中的至少一个和所述可靠性评分来生成一个或多个推理。推理引擎还被配置为经由用户接口来显示所述一个或多个推理中的至少一个。推理引擎还被配置为生成与所述一个或多个推理中的至少一个相对应的通知。

10、根据另一示例,所述系统还包括训练数据接收器。所述训练数据接收器被配置为接收多个训练数据集。多个训练数据集中的每个包括训练ews和一个或多个训练特征。

11、所述系统还包括数据注释器。所述数据注释器被配置为基于所述训练ews将可靠性注释分配给多个训练数据集中的每个。根据示例,数据注释器基于用户输入来分配至少一个可靠性注释。根据另一个示例,数据注释器基于与ews阈值的接近程度来分配至少一个可靠性注释。根据进一步的示例,数据注释器基于ews阈值超出计数来分配至少一个可靠性注释。ews阈值超出计数可以在预定义的时间段期间被确定。根据进一步的示例,数据注释器基于ews可变性窗口来分配至少一个可靠性注释。

12、所述系统还包括训练特征提取器。训练特征提取器被配置为根据多个训练数据集中的每个来生成一个或多个提取的训练特征。根据示例,一个或多个提取的特征包括以下中的至少一个:测量可用性、测量到期、测量中断、特征年龄、特征值、短期增量特征、长期增量特征和信号质量指数(sqi)。

13、根据示例,一个或多个提取的特征中的每个对应于基于所述患者测试数据的一个或多个患者特性。一个或多个患者特性包括以下中的至少一项:心率、氧饱和度、呼吸速率、体温、舒张血压、收缩血压、患者年龄、脉压、近似平均动脉压和休克指数。

14、所述系统还包括深度学习训练器。深度学习训练器被配置为基于可靠性注释和一个或多个提取的训练特征来生成可靠性评分回归模型。

15、通常,在另一方面,提供了一种用于评估患者的ews的可靠性的方法。所述方法包括接收多个训练数据集,其中,所述多个训练数据集中的每个包括训练ews和一个或多个训练特征。所述方法还包括经由数据注释器将可靠性注释分配给多个训练数据集中的每个。所述方法还包括经由训练特征提取器根据多个训练数据集中的每个生成一个或多个提取的训练特征。所述方法还包括经由深度学习训练器基于可靠性注释和一个或多个提取的训练特征来生成可靠性评分回归模型。所述方法还包括接收患者测试数据。所述方法还包括经由ews评估器基于患者数据来确定ews。所述方法还包括经由实时特征提取器根据患者测试数据来生成一个或多个提取的特征。所述方法还包括经由可靠性评分评估器基于一个或多个提取的特征和可靠性评分回归模型来生成与ews相对应的可靠性评分。

16、在各种实施方案中,处理器或控制器可以与一种或多种存储介质(本文通常称为“存储器”,例如,易失性和非易失性计算机存储器,例如ram、prom、eprom、eeprom、软盘、光盘、磁带、ssd等)相关联。在一些实现方式中,存储介质可以利用一个或多个程序进行编码,当所述一个或多个程序在一个或多个处理器和/或控制器上运行时,执行本文所讨论的至少一些功能。各种存储介质可以固定在处理器或控制器内,或者是可传输的,使得存储在其上的一个或多个程序能够加载到处理器或控制器中,以实现本文所讨论的各种方面。在本文中使用的术语“程序”或“计算机程序”一般意义上是指能够用于对一个或多个处理器或控制器进行编程的任何类型的计算机代码(例如,软件或微码)。

17、应该认识到,上述概念和下面更详细讨论的附加概念的所有组合(只要这些概念不是相互不一致的)被认为是本文公开的专利技术主题的一部分。特别地,在本公开的末尾出现的要求保护的主题的所有组合被认为是本文公开的专利技术主题的一部分。还应认识到,本文明确使用的术语,也可能出现在通过引用并入的任何公开中,应具有与本文公开的特定概念最一致的含义。

18、各种实施例的这些方面和其他方面将从以下所述的实施例中显而易见并通过参考实施例加以阐明。

本文档来自技高网...

【技术保护点】

1.一种用于评估患者的早期警告评分(EWS)(10)的系统(100),包括:

2.根据权利要求1所述的系统(100),还包括推理引擎(112),所述推理引擎被配置为基于所述一个或多个提取的特征(14)中的至少一个和所述可靠性评分(16)来生成一个或多个推理(18)。

3.根据权利要求2所述的系统(100),其中,所述推理引擎(112)还被配置为经由用户接口(114)来显示所述一个或多个推理(18)中的至少一个。

4.根据权利要求2所述的系统(100),其中,所述推理引擎(112)还被配置为生成与所述一个或多个推理(18)中的至少一个相对应的通知(20)。

5.根据权利要求1所述的系统(100),还包括:

6.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于用户输入(58)来分配至少一个可靠性注释(56)。

7.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于与EWS阈值(60)的接近度来分配至少一个可靠性注释(56)。

8.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于EWS阈值超出计数(62)来分配至少一个可靠性注释(56)。

9.根据权利要求8所述的系统(100),其中,所述EWS阈值超出计数(64)是在预定义时段(66)期间确定的。

10.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于EWS可变性窗口(68)来分配至少一个可靠性注释(56)。

11.根据权利要求1所述的系统(100),其中,所述一个或多个提取的特征(14)中的每个与基于所述患者测试数据(12)的一个或多个患者特性(70)相对应。

12.根据权利要求11所述的系统(100),其中,所述一个或多个患者特性(70)包括以下各项中的至少一项:心率、氧饱和度、呼吸速率、体温、舒张血压、收缩血压、患者年龄、脉压、近似平均动脉压和休克指数。

13.根据权利要求1的系统(100),其中,所述一个或多个提取的特征(14)包括以下各项中的至少一项:测量可用性、测量到期、测量中断、特征年龄、特征值、短期增量特征、长期增量特征和信号质量指数(SQI)。

14.根据权利要求1的系统(100),其中,所述患者测试数据(12)中的至少部分由患者监测器(300)收集。

15.一种用于评估患者的早期警告评分(EWS)的可靠性的方法(500),包括:

...

【技术特征摘要】
【国外来华专利技术】

1.一种用于评估患者的早期警告评分(ews)(10)的系统(100),包括:

2.根据权利要求1所述的系统(100),还包括推理引擎(112),所述推理引擎被配置为基于所述一个或多个提取的特征(14)中的至少一个和所述可靠性评分(16)来生成一个或多个推理(18)。

3.根据权利要求2所述的系统(100),其中,所述推理引擎(112)还被配置为经由用户接口(114)来显示所述一个或多个推理(18)中的至少一个。

4.根据权利要求2所述的系统(100),其中,所述推理引擎(112)还被配置为生成与所述一个或多个推理(18)中的至少一个相对应的通知(20)。

5.根据权利要求1所述的系统(100),还包括:

6.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于用户输入(58)来分配至少一个可靠性注释(56)。

7.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于与ews阈值(60)的接近度来分配至少一个可靠性注释(56)。

8.根据权利要求5所述的系统(100),其中,所述数据注释器(202)基于ews阈值超出计数(62)来分配至少一个可靠性注释(56...

【专利技术属性】
技术研发人员:S·珀尔沃内
申请(专利权)人:皇家飞利浦有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1