西安交通大学医学院第一附属医院;中国人民解放军海军第九七一医院宗伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安交通大学医学院第一附属医院;中国人民解放军海军第九七一医院申请的专利一种基于大数据的医疗护理信息处理方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120260964B 。
龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510737995.8,技术领域涉及:G16H50/70;该发明授权一种基于大数据的医疗护理信息处理方法及系统是由宗伟;邵帅;杨娜设计研发完成,并于2025-06-04向国家知识产权局提交的专利申请。
本一种基于大数据的医疗护理信息处理方法及系统在说明书摘要公布了:本发明公开了一种基于大数据的医疗护理信息处理方法及系统,属于信息处理技术领域;从医疗护理系统中调取患者的护理操作类型、用药量和患者生理指标信息;构建医疗护理集,构建三维患者护理风险矩阵,计算护理风险概率,计算患者的护理风险权重,构建患者的二维护理风险图像矩阵,预设护理风险权重阈值,获取大于等于护理风险权重阈值的护理风险权重的护理操作类型和用药量,并构建高风险组合;构建基于患者的高风险组合集,计算不同患者之间的风险相似度,预设风险相似度阈值,分析并进行综合管理。本发明不仅能够精确量化单个患者的护理风险,还能进一步识别多患者间的风险相似度,形成高风险组合集,提供综合管理决策支持。
本发明授权一种基于大数据的医疗护理信息处理方法及系统在权利要求书中公布了:1.一种基于大数据的医疗护理信息处理方法,其特征在于,该方法包括以下步骤: 步骤S1:经患者授权后,从医疗护理系统中调取患者的护理操作类型、用药量和患者生理指标信息;按所述护理操作类型,对所述医疗护理信息进行排序,构建医疗护理集; 步骤S2:基于患者的医疗护理集,构建三维患者护理风险矩阵,计算患者的单个护理操作类型因单个用药量导致单个患者生理指标数据异常的护理风险概率; 步骤S3:基于护理风险概率,计算患者的单个护理操作类型因单个用药量导致全部患者生理指标数据异常的护理风险权重;基于所述护理风险权重,构建患者的二维护理风险图像矩阵; 步骤S4:基于二维护理风险图像矩阵,预设护理风险权重阈值,获取大于等于护理风险权重阈值的护理风险权重的护理操作类型和用药量,并构建高风险组合;构建基于患者的高风险组合集,计算不同患者之间的风险相似度,预设风险相似度阈值,分析并进行综合管理; 所述步骤S1的具体实施过程包括: 经患者授权后,从医疗护理系统中调取患者的医疗护理信息,所述医疗护理信息是指患者在接收医疗护理时的医疗护理操作信息、用药量和患者生理指标信息;所述医疗护理操作信息包括护理操作类型; 按所述护理操作类型,对所述医疗护理信息进行排序,构建医疗护理集,记为MTCh={TNOt,DIiTNOt,PIa[DIiTNOt]|t∈[1,T],i∈[1,I],a∈[1,A]},其中,TNOt表示第t种护理操作类型,DIiTNOt表示护理操作类型TNOt对应的第i个用药量,PIa[DIiTNOt]表示用药量DIiTNOt对应的第a个患者生理指标数据,T表示护理操作类型总数,I表示用药量总数,A表示患者生理指标数据总数,MTCh表示第h个患者的医疗护理集; 所述步骤S2的具体实施过程包括: 基于第h个患者的医疗护理集MTCh,构建三维患者护理风险矩阵,所述三维患者护理风险矩阵的行维度、列维度和层维度分别为护理操作类型、用药量和患者生理指标数据;在所述三维患者护理风险矩阵中,一个单元格表示一个护理风险概率,将第h个患者的第t种护理操作类型因第i个用药量导致第a个患者生理指标数据异常的护理风险概率记为Rt,i,ah,且护理风险概率Rt,i,ah的计算公式如下: 其中,PIa_sta表示预设的第a个患者生理指标数据的标准值; 所述步骤S3的具体实施过程包括: 根据第h个患者的第t种护理操作类型和第i个用药量,在所述三维患者护理风险矩阵中匹配对应的行维度和列维度,根据匹配的行维度和列维度,提取对应的层维度中全部患者生理指标数据异常的护理风险概率,并计算第h个患者的第t种护理操作类型因第i个用药量导致的护理风险权重,计算公式如下: 其中,WNRt,ih表示第h个患者的第t种护理操作类型因第i个用药量的护理风险权重,A表示对应的层维度中的全部患者生理指标数据; 基于第h个患者的第t种护理操作类型因第i个用药量的护理风险权重WNRt,ih,构建第h个患者的二维护理风险图像矩阵,具体如下: 其中,WNRT,Ih表示第h个患者的第T种护理操作类型因第I个用药量的护理风险权重; 所述步骤S4的具体实施过程包括: 基于第h个患者的二维护理风险图像矩阵,预设护理风险权重阈值γ,若第h个患者的第t种护理操作类型因第i个用药量的护理风险权重WNRt,ih大于等于护理风险权重阈值γ,则将第t种护理操作类型和第i个用药量记为高风险组合,记为[TNOt,DIiTNOt]; 基于高风险组合[TNOt,DIiTNOt],构建基于第h个患者的高风险组合集,记为HFh={[TNOt,DIiTNOt]|WNRt,ih≥γ}; 基于第h个患者的高风险组合集,计算第h个患者与第h+1个患者之间的风险相似度,计算公式如下: 其中,Simh,h+1表示第h个患者与第h+1个患者之间的风险相似度,HFh+1表示第h+1个患者的高风险组合集; 预设风险相似度阈值,若第h个患者与第h+1个患者之间的风险相似度Simh,h+1大于等于风险相似度阈值,则判定第h个患者与第h+1个患者之间存在关联关系; 对存在关联关系的不同患者进行综合管理,并提醒相关工作人员对高风险组合[TNOt,DIiTNOt]中的护理操作类型和用药量进行调整。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安交通大学医学院第一附属医院;中国人民解放军海军第九七一医院,其通讯地址为:710061 陕西省西安市雁塔区雁塔西路277号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励