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！

申请/专利权人：绵竹市人民医院

摘要：本发明提供基于人工智能的全区域院内外一体化急救暨质控系统，涉及数据处理领域，包括：医疗资源汇总模块，用于确定每个创伤中心的救治能力及每个创伤中心的实时医疗资源信息；救治信息采集模块，用于采集院外救治现场中患者的病情相关信息；救治匹配模块，用于确定患者的病情，从多个创伤中心中确定最优创伤中心，调度相关医疗设备及相关医务人员，将患者的病情相关信息实时发送至相关医务人员的信息终端；监督及质量控制模块，用于在最优创伤中心救治所述患者的过程中，记录救治关键时间点、地点及事件，还用于将记录的救治关键时间点、地点及事件发送至相关医务人员的信息终端；病历生成模块，用于生成患者的病历，具有提高救治质量及救治效率的优点。

主权项：1.基于人工智能的全区域院内外一体化急救暨质控系统，其特征在于，包括：医疗资源汇总模块，用于获取多个创伤中心的相关数据，确定每个所述创伤中心的救治能力，还用于获取所述多个创伤中心的实时数据，确定每个所述创伤中心的实时医疗资源信息；救治信息采集模块，用于采集院外救治现场中患者的病情相关信息；救治匹配模块，用于基于所述救治信息采集模块采集的院外救治现场中患者的病情相关信息，确定所述患者的病情，还用于通过救治匹配模型基于所述患者的病情、每个所述创伤中心的救治能力及每个所述创伤中心的实时医疗资源信息，从所述多个创伤中心中确定最优创伤中心，启动所述最优创伤中心并调度所述最优创伤中心用于救治所述患者的医疗资源，其中，所述医疗资源至少包括相关医疗设备及相关医务人员，还用于将所述院外救治现场中患者的病情相关信息实时发送至所述最优创伤中心的相关医务人员的信息终端；所述救治信息采集模块还用于：基于所述患者的呼救求助，获取患者的相关信息，其中，所述患者的相关信息至少包括患者的位置信息及情况描述信息；基于多个候选现场救治医务人员的相关信息及多辆候选救护车的相关信息，确定最优现场救治医务人员及最优救护车，其中，所述候选现场救治医务人员的相关信息至少包括人员状态信息、救治能力信息及历史救治记录，所述人员状态信息至少包括当前的状态信息、位置信息，所述候选救护车的相关信息至少包括车辆状态信息及设备相关信息，所述设备相关信息至少包括车载的检查组件的功能信息，具体的，先基于情况描述信息，确定患者需要的检查项目，基于患者的位置与候选救护车的位置之间的距离、候选救护车是否处于可执行任务状态及车载的检查组件的功能对患者需要的检查项目的覆盖率，确定候选救护车的匹配分值，将匹配分值最大的候选救护车作为最优救护车，人员状态信息表征候选现场救治医务人员是否处于可执行任务状态，救治能力基于候选现场救治医务人员的学历、技能证书确定，基于历史救治记录计算候选现场救治医务人员的优先值，基于候选现场救治医务人员的人员状态信息、救治能力及优先值，计算候选现场救治医务人员的匹配分值，将匹配分值最大的候选现场救治医务人员作为最优现场救治医务人员；基于以下公式计算候选救护车的匹配分值： 其中，Mi为第i个候选救护车的匹配分值，Di为第i个候选救护车的位置与患者的位置之间的距离，Si为第i个候选救护车的当前的状态，当第i个候选救护车处于可执行任务状态时，Si＝1，当第i个候选救护车处于执行任务状态或故障状态时，Si＝0，Ci为车载的检查组件的功能对患者需要的检查项目的覆盖率，H1及H2均为预设参数，a1、a2及a3均为预设权重；基于以下公式计算最优现场救治医务人员：Mj＝b1Sj+b2Aj+b3Pj其中，Mj为第j个候选现场救治医务人员的匹配分值，Sj表征第j个候选现场救治医务人员的当前的状态，当第j个候选现场救治医务人员处于可执行任务状态时，Sj＝1，当第j个候选现场救治医务人员处于执行任务状态或休息状态时，Sj＝0，Aj为归一化后的第j个候选现场救治医务人员的救治能力，Pj为归一化后的第j个候选现场救治医务人员的优先值，b1、b2及b3均为预设权重；监督及质量控制模块，用于在所述最优创伤中心救治所述患者的过程中，记录救治关键时间点、地点及事件，还用于将记录的所述救治关键时间点、地点及事件存储至所述最优创伤中心的数据库中；病历生成模块，用于汇总所述院外救治现场中患者的病情相关信息及所述监督及质量控制模块记录的救治关键时间点、地点及事件，生成所述患者的病历；其中，所述救治信息采集模块包括设置在救护车内和或急诊现场的医务人员穿戴组件、检查组件及数据预处理组件；所述医务人员穿戴组件至少包括语音采集设备、图像采集设备、辅助光源、控制器及蓄电池，其中，所述蓄电池用于给所述语音采集设备、所述图像采集设备、所述控制器及所述辅助光源供电，所述控制器用于控制所述语音采集设备采集院外救治现场的医务人员与所述患者的交互语音信息，并控制所述图像采集设备及所述辅助光源配合，采集所述院外救治现场图像；所述检查组件用于采集所述患者的生理特征，其中，所述生理特征至少包括所述患者的心率、心电图、氧饱和度、血压及呼吸频率；所述数据预处理组件用于接收所述语音采集设备采集的交互语音信息、所述图像采集设备采集的院外救治现场图像及所述检查组件采集的患者的生理特征，并对所述语音采集设备采集的交互语音信息、所述图像采集设备采集的院外救治现场图像及所述检查组件采集的患者的生理特征进行预处理，生成所述患者的病情特征信息，具体包括：基于经验模态分解将语音采集设备采集的交互语音信息分解为多个内涵模态分量及余量，通过声音去噪模型对分解而成的多个内涵模态分量及余量进行第一次去噪，基于去噪后的多个内涵模态分量及余量重构交互语音信息，实现去除交互语音信息中的环境噪声，获取去除环境噪声后的交互语音信息；通过声音分解模型对去除环境噪声后的交互语音信息进行人物识别，确定患者的语音信息和院外救治现场的医务人员的语音信息；通过第一语音补全模型对患者的语音信息进行无效信息筛除，并基于现场病症关键词库对筛除了无效信息的患者的语音信息进行语音补全，获取补全后的患者的语音信息，其中，现场病症关键词库包括多个患者在表达病症时使用的关键词，第一语音补全模型为生成对抗神经网络模型；通过第一关键词提取模型对补全后的患者的语音信息进行关键字提取，提取患者的语音信息对应的多个第一关键词；通过第二语音补全模型基于问询关键词库，对院外救治现场的医务人员的语音信息进行无效信息筛除，并对筛除了无效信息的院外救治现场的医务人员的语音信息进行语音补全，获取补全后的院外救治现场的医务人员的语音信息，其中，问询关键词库包括医务人员在询问患者病症时使用的关键词，第二语音补全模型为生成对抗神经网络模型；通过第二关键词提取模型对补全后的院外救治现场的医务人员的语音信息进行关键字提取，提取院外救治现场的医务人员的语音信息对应的多个第二关键词；基于患者的语音信息对应的多个第一关键词的时间标签及院外救治现场的医务人员的语音信息对应的多个第二关键词的时间标签，基于时间先后顺序，确定每个第二关键词对应的第一关键词，生成院外救治现场的语音记录，其中，第一关键词的时间标签表征采集到该第一关键词的时间，第二关键词的时间标签表征采集到该第二关键词的时间，第二关键词对应的第一关键词为对第二关键词做出回复的第一关键词，患者的病情特征信息包括生成的院外救治现场的语音记录；通过目标识别模型先对采集的无效的院外救治现场图像进行筛除，保留有效的院外救治现场图像，不包括患者的院外救治现场图像被认为是无效图像；对于有效的院外救治现场图像，基于特征提取模型提取有效图像中的病情特征，包括：通过特征提取模型基于有效的院外救治现场图像中各个像素的RGB值，确定患者出现流血的创伤位置，通过特征提取模型提取有效的院外救治现场图像中患者的手部的形态，其中，患者的病情特征信息包括识别的创伤位置及患者的手部的形态；从多个第二关键词中确定目标第二关键词，其中，目标第二关键词为用于引导用户通过动作表达病情的关键词；基于每个目标第二关键词的时间标签和有效的院外救治现场图像的时间标签，确定与目标第二关键词关联的有效的院外救治现场图像，其中，有效的院外救治现场图像的时间标签表征有效的院外救治现场图像的采集时间，当目标第二关键词的时间标签与有效的院外救治现场图像的时间标签之间的差值小于预设时间差值阈值，则判断该目标第二关键词与该有效的院外救治现场图像关联，基于该目标第二关键词关联的有效的院外救治现场图像，识别患者的手部的形态，生成院外救治现场的动作问答记录，患者的病情特征信息包括生成的院外救治现场的动作问答记录；通过异常剔除模型剔除患者的生理特征中的无效数据，保留有效的患者的生理特征，其中，患者的病情特征信息包括保留的有效的患者的生理特征；所述救治匹配模块基于所述救治信息采集模块采集的院外救治现场中患者的病情相关信息，确定所述患者的病情，包括：基于所述患者的病情特征信息及病情特征关联图谱，确定所述患者的疾病类型及疾病等级；所述救治匹配模块通过救治匹配模型基于所述患者的病情、每个所述创伤中心的救治能力及每个所述创伤中心的实时医疗资源信息，从所述多个创伤中心中确定最优创伤中心，并调度所述最优创伤中心用于救治所述患者的医疗资源，包括：建立多种候选匹配指标，其中，多种候选匹配指标至少包括CT彩超的等待时间指标、进行创伤控制性手术的等待时间指标、运输所需时间指标、费用指标；基于所述患者的疾病类型及疾病等级和病情指标关联图谱，从所述多种候选匹配指标中确定多个目标匹配指标及每个所述目标匹配指标的权重，其中，病情指标关联图谱包括两种节点，第一种节点为表征某种等级的疾病的节点，第二种节点为表征指标的节点，当某个第二种节点与第一种节点之间通过边连接，表明该种等级的疾病与该种指标之间存在关联关系，将该种指标作为该种等级的疾病的目标匹配指标，并基于该种指标与该种等级的疾病之间的相关系数确定该目标匹配指标的权重；基于所述患者的疾病类型及疾病等级和每个所述创伤中心的救治能力，确定至少一个候选创伤中心；对于每个所述候选创伤中心，通过所述救治匹配模型基于多维评估数据集，计算所述候选创伤中心在所述多个目标匹配指标的得分，基于所述候选创伤中心在所述多个目标匹配指标的得分及每个所述目标匹配指标的权重，计算所述候选创伤中心的优先分值，其中，多维评估数据集至少包括候选创伤中心的相关数据、路况信息及候选创伤中心的实时医疗资源信息；基于每个所述候选创伤中心的优先分值，将优先分值最大的候选创伤中心作为最优创伤中心，并通过所述救治匹配模型基于所述患者的疾病类型及疾病等级和所述最优创伤中心的相关数据，确定所述最优创伤中心用于救治所述患者的医疗资源，并调度所述最优创伤中心用于救治所述患者的医疗资源；基于以下公式计算候选创伤中心的优先分值： 其中，Pq为第q个候选创伤中心的优先分值，N为目标匹配指标的总数，cn为第n个目标匹配指标对应的权重，Sn为第q个候选创伤中心在第n个目标匹配指标的得分。

全文数据：

权利要求：

百度查询： 绵竹市人民医院 基于人工智能的全区域院内外一体化急救暨质控系统