CN116705350A - 基于人工智能的安全预警系统 - Google Patents
基于人工智能的安全预警系统 Download PDFInfo
- Publication number
- CN116705350A CN116705350A CN202310749976.8A CN202310749976A CN116705350A CN 116705350 A CN116705350 A CN 116705350A CN 202310749976 A CN202310749976 A CN 202310749976A CN 116705350 A CN116705350 A CN 116705350A
- Authority
- CN
- China
- Prior art keywords
- value
- monitoring
- patient
- vital sign
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了基于人工智能的安全预警系统，涉及人工智能检测技术领域，病患信息监控模块主要对重点监控对象的监控信息进行采集，监控信息处理模块先通过对以往的重点监控对象进行分析，从而得到生命特征值的区间值，再通过对此时的重点监控对象的监控信息进行获取，得到此时的重点监控对象的生命特征值，之后将其与区间值进行比较，获取到异常生命特征值，并生成对应的危险信号传输至危险警报模块，之后危险警报模块用于根据危险信号生成对应的提醒信号传输至对应科室的夜间值班人员，对应的值班人员根据危险信号对目标患者进行及时的治疗，从而减少夜间病人身体异常特征时被发现的时间，提高患者就诊的效率。
Description
技术领域
本发明属于人工智能检测技术领域，具体是基于人工智能的安全预警系统。
背景技术
在医院，由于夜间的作息等原因，患者的陪护可能会对患者疏于照顾，同时由于夜间的护士或医生进行查房时，由于患者体征的多样性，在进行查房的过程中，会产生医生不能及时发现患者的异常特征的信息，同时由于患者特征异常时，需要陪护或者医生发现之后，还需要呼叫相关的人员进行及时的诊断，才开始对患者进行治疗，在这个过程中会浪费大量的时间，从而对患者的身体安全造成影响。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了基于人工智能的安全预警系统，用于解决上述所提出的技术问题。
为实现上述目的，根据本发明的第一方面的实施例提出基于人工智能的安全预警系统，包括：
病患信息监控模块，用于根据目标患者的基本信息，先将目标患者分为重点监控对象和常规监控对象，其中目标患者指在医院住院的病人，基本信息包括病人的年龄、性别、病历和治疗进度，之后病患信息监控模块主要用于对重点监控对象的监控信息进行获取并传输至监控信息处理模块，监控信息包括目标患者的睡眠质量、心率和体温；
监控信息处理模块，用于根据监控信息，先通过对以往的重点监控对象进行分析，得到心率均值、体温均值和睡眠质量均值，之后采用公式计算得到以往重点监控对象中的生命特征的均值，然后对同一种类型的病人的不同的生命特征的均值进行排列，从而得到生命特征值的区间值，之后再通过对此时的重点监控对象的监控信息进行获取，并通过对应的公式进行计算，得到此时的重点监控对象的生命特征值，之后将生命特征值与区间值进行比较，获取到异常生命特征值，并生成对应的危险信号传输至危险警报模块；
危险警报模块，用于根据危险信号生成对应的提醒信号传输至对应科室的夜间值班人员。
作为本发明的进一步方案，获取到异常生命特征值的具体方法为：
S01：获取到以往跟重点监控对象病历相似的病患的监控信息，并将其监控信息中的夜间的心率值、体温值和睡眠质量进行均值处理，得到以往重点监控对象的心率均值YXa、体温均值YTa和睡眠质量YSa均值；
S02：之后采用公式TZ＝YXa×α1+YTa×α2+YSa×α3得到以往重点监控对象中的生命特征的均值TZ，其中α1、α2和α3分别为对应的YXa、YTa和YSa的权值，且α1+α2+α3＝1；
S03：之后将不同的重点监控对象的生命特征的均值进行排列，获取到生命特征的最大值和最小值，并将最大值和最小值分别作为生命特征的区间值的上限值和下限值；
S04：之后在夜间时对重点监控对象的监控信息分别进行获取，通过每隔时间段T1获取到重点病人的心率值Xi、体温Wi和睡眠质量Si，i表示不同的时间间隔，时间段T1为预设值，采用公式Zi＝Xi×α1+Ti×α2+Si×α3得到此时的重点监控对象的生命特征值；
S05：之后将重点监控对象的生命特征值与生命特征的区间值进行比较，将在区间值内的生命特征值Zi标记为正常生命特征值，将不在区间值内的生命特征值，且不在区间值超过预设时间Ty的生命特征值Zi标记为异常生命特征值，同时监控信息处理模块将异常生命特征值生成对应的危险信号，并传输至危险信号警报模块。
作为本发明的进一步方案，所述目标患者的基本信息通过人员信息采集模块进行获取，并传输至病患信息监控模块。
作为本发明的进一步方案，所述重点监控对象指刚办理住院的病人、当日手术后的病人和次日准备手术的病人，常规监控对象指除重点监控对象之外的目标患者。
作为本发明的进一步方案，所述病患监控模块是通过在目标患者身上佩戴专用的监控设备，对目标患者的监控信息进行采集。
与现有技术相比，本发明的有益效果是：病患信息监控模块主要对重点监控对象的监控信息进行采集，监控信息处理模块先通过对以往的重点监控对象进行分析，采用公式进行计算得到以往重点监控对象中的生命特征的均值，然后对同一种类型的病人的不同的生命特征的均值进行排列，从而得到生命特征值的区间值，再通过对此时的重点监控对象的监控信息进行获取，并采用对应的公式进行计算，得到此时的重点监控对象的生命特征值，之后将其与区间值进行比较，获取到异常生命特征值，并生成对应的危险信号传输至危险警报模块，之后危险警报模块用于根据危险信号生成对应的提醒信号传输至对应科室的夜间值班人员，对应的值班人员根据危险信号对目标患者进行及时的治疗，从而减少夜间病人身体异常特征时被发现的时间，提高患者就诊的效率，防止在夜间时由于陪护和值班人员的疏漏，对病人的异常特征发现的不及时。
附图说明
图1为本发明系统框架原理图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本申请提供了基于人工智能的安全预警系统，包括人员信息采集模块、病患信息监控模块、监控信息处理模块和危险信号警报模块；
人员信息采集模块用于对目标患者的基本信息进行采集，目标患者指在医院住院的病人，基本信息包括病人年龄、性别、病历和治疗进度，同时人员信息采集模块还用于对目标患者的住院的开始时间和手术时间进行采集，之后人员信息采集模块将所收集的基本信息传输至病患信息监控模块；
病患信息监控模块用于根据目标患者的基本信息对目标患者进行监控，同时病患信息监控模块先根据目标患者的治疗进度，将目标患者分为重点监控对象和常规监控对象，此处要说明的是，病患信息监控模块主要用于在夜间时间段对目标患者进行重点监控，在本实施例中，夜间时间段指18点至第二天8点，其中，重点监控对象指刚办理住院的病人，在本实施例中，刚办理住院的病人指住院时间在三天内的目标患者，重点监控对象还包括当日手术后的病人和次日准备手术的病人，常规监控对象指除重点监控对象之外的目标患者；
病患信息监控模块将对重点监控对象进行监控，同时将重点监控对象的监控信息传输至监控信息处理模块，其中监控信息包括目标患者的睡眠质量、心率和体温，且监控信息获取模块是通过在重点监控对象的身上佩戴专用的监控设备，对重点监控对象的监控信息进行获取，睡眠质量通过重点监控对象的所佩戴的设备，对重点监控对象睡眠的深浅通过专业的算法进行计算，在此处为现有技术，故不再赘述；
监控信息处理模块用于根据重点监控对象的监控信息，将监控信息进行惯性处理，具体的处理方法为：
S01：获取到以往跟重点监控对象病历相似的病患的监控信息，并将其监控信息中的夜间的心率值、体温值和睡眠质量进行均值处理，得到以往重点监控对象的心率均值YXa、体温均值YTa和睡眠质量YSa均值，此处要说明的是，所获取的监控信息中的心率值、体温值和睡眠质量的值均为正常范围内的数据值，且这里所获得的监控信息的均值均为单个重点监控对象的在住院期间的监控信息的均值；
S02：之后采用公式TZ＝YXa×α1+YTa×α2+YSa×α3得到以往重点监控对象中的生命特征的均值TZ，其中α1、α2和α3分别为对应的YXa、YTa和YSa的权值，且α1+α2+α3＝1，其具体的值由相关的专业人员进行设置；
S03：之后将不同的重点监控对象的生命特征的均值进行排列，获取到生命特征的最大值和最小值，并将最大值和最小值分别作为生命特征的区间值的上限值和下限值；
S04：之后在夜间时对重点监控对象的监控信息分别进行获取，通过每隔时间段T1获取到重点病人的心率值Xi、体温Wi和睡眠质量Si，i表示不同的时间间隔，其中时间段T1为预设值，其具体的值由相关的专业人员进行设置，之后采用公式Zi＝Xi×α1+Ti×α2+Si×α3得到此时的重点监控对象的生命特征值；
S05：之后将重点监控对象的生命特征值与生命特征的区间值进行比较，将在区间值内的生命特征值Zi标记为正常生命特征值，将不在区间值内的生命特征值，且不在区间值超过预设时间Ty的生命特征值Zi标记为异常生命特征值，同时监控信息处理模块将异常生命特征值生成对应的危险信号，并传输至危险信号警报模块，此处预设时间Ty的具体时间范围由相关的专业人员进行取值；
危险信号警报模块用于接收危险信号，之后根据危险信号生成对应的提醒信息并传输至对应科室的夜间值班人员，之后对应的值班人员根据危险信号对目标患者进行及时的治疗，从而减少夜间病人身体异常特征时被发现的时间，提高患者就诊的效率，防止在夜间时由于陪护和值班人员的疏漏，对病人的异常特征发现的不及时。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：先通过人员信息采集模块对目标患者的基本信息进行采集，之后病患信息监控模块对目标患者进行监控，同时将目标患者分为重点监控对象和常规监控对象，之后病患信息监控模块主要对重点监控对象的监控信息进行采集，监控信息处理模块先通过对以往的重点监控对象进行分析，得到心率均值、体温均值和睡眠质量均值，之后采用公式进行计算得到以往重点监控对象中的生命特征的均值TZ，然后对同一种类型的病人的不同的生命特征的均值进行排列，从而得到生命特征值的最大值和最小值，并将其作为此类生命特征值的区间值，之后再通过对此时的重点监控对象的监控信息进行获取，并通过对应的公式进行计算，得到此时的重点监控对象的生命特征值，之后将生命特征值与区间值进行比较，获取到异常生命特征值，并生成对应的危险信号传输至危险警报模块，之后危险警报模块用于根据危险信号生成对应的提醒信号传输至对应科室的夜间值班人员。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (5)
1.基于人工智能的安全预警系统，其特征在于，包括：
病患信息监控模块，用于根据目标患者的基本信息，先将目标患者分为重点监控对象和常规监控对象，其中目标患者指在医院住院的病人，基本信息包括病人的年龄、性别、病历和治疗进度，之后病患信息监控模块主要用于对重点监控对象的监控信息进行获取并传输至监控信息处理模块，监控信息包括目标患者的睡眠质量、心率和体温；
监控信息处理模块，用于根据监控信息，先通过对以往的重点监控对象进行分析，得到心率均值、体温均值和睡眠质量均值，之后采用公式计算得到以往重点监控对象中的生命特征的均值，然后对同一种类型的病人的不同的生命特征的均值进行排列，从而得到生命特征值的区间值，之后再通过对此时的重点监控对象的监控信息进行获取，并通过对应的公式进行计算，得到此时的重点监控对象的生命特征值，之后将生命特征值与区间值进行比较，获取到异常生命特征值，并生成对应的危险信号传输至危险警报模块；
危险警报模块，用于根据危险信号生成对应的提醒信号传输至对应科室的夜间值班人员。
2.根据权利要求1所述的基于人工智能的安全预警系统，其特征在于，获取到异常生命特征值的具体方法为：
S01：获取到以往跟重点监控对象病历相似的病患的监控信息，并将其监控信息中的夜间的心率值、体温值和睡眠质量进行均值处理，得到以往重点监控对象的心率均值YXa、体温均值YTa和睡眠质量YSa均值；
S02：之后采用公式TZ＝YXa×α1+YTa×α2+YSa×α3得到以往重点监控对象中的生命特征的均值TZ，其中α1、α2和α3分别为对应的YXa、YTa和YSa的权值，且α1+α2+α3＝1；
S03：之后将不同的重点监控对象的生命特征的均值进行排列，获取到生命特征的最大值和最小值，并将最大值和最小值分别作为生命特征的区间值的上限值和下限值；
S04：之后在夜间时对重点监控对象的监控信息分别进行获取，通过每隔时间段T1获取到重点病人的心率值Xi、体温Wi和睡眠质量Si，i表示不同的时间间隔，时间段T1为预设值，采用公式Zi＝Xi×α1+Ti×α2+Si×α3得到此时的重点监控对象的生命特征值；
S05：之后将重点监控对象的生命特征值与生命特征的区间值进行比较，将在区间值内的生命特征值Zi标记为正常生命特征值，将不在区间值内的生命特征值，且不在区间值超过预设时间Ty的生命特征值Zi标记为异常生命特征值，同时监控信息处理模块将异常生命特征值生成对应的危险信号，并传输至危险信号警报模块。
3.根据权利要求1所述的基于人工智能的安全预警系统，其特征在于，所述目标患者的基本信息通过人员信息采集模块进行获取，并传输至病患信息监控模块。
4.根据权利要求1所述的基于人工智能的安全预警系统，其特征在于，所述重点监控对象指刚办理住院的病人、当日手术后的病人和次日准备手术的病人，常规监控对象指除重点监控对象之外的目标患者。
5.根据权利要求1所述的基于人工智能的安全预警系统，其特征在于，所述病患监控模块是通过在目标患者身上佩戴专用的监控设备，对目标患者的监控信息进行采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310749976.8A CN116705350A (zh) | 2023-06-25 | 2023-06-25 | 基于人工智能的安全预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310749976.8A CN116705350A (zh) | 2023-06-25 | 2023-06-25 | 基于人工智能的安全预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116705350A true CN116705350A (zh) | 2023-09-05 |
Family
ID=87823764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310749976.8A Withdrawn CN116705350A (zh) | 2023-06-25 | 2023-06-25 | 基于人工智能的安全预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116705350A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118588262A (zh) * | 2024-08-05 | 2024-09-03 | 广州医科大学附属第一医院（广州呼吸中心） | 一种用于医院护理中心的夜间智能呼叫系统 |
-
2023
- 2023-06-25 CN CN202310749976.8A patent/CN116705350A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118588262A (zh) * | 2024-08-05 | 2024-09-03 | 广州医科大学附属第一医院（广州呼吸中心） | 一种用于医院护理中心的夜间智能呼叫系统 |
| CN118588262B (zh) * | 2024-08-05 | 2024-11-15 | 广州医科大学附属第一医院（广州呼吸中心） | 一种用于医院护理中心的夜间智能呼叫系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102008054442A1 (de) | Verfahren zur ferndiagnostischen Überwachung und Unterstützung von Patienten sowie Einrichtung und telemedizinisches Zentrum | |
| CN116705350A (zh) | 基于人工智能的安全预警系统 | |
| JP2021533472A (ja) | 医療機器をベースとする医師の健康監視測定システム | |
| WO2021046968A1 (zh) | 一种基于穿戴设备的医生健康监测系统 | |
| CN117017301A (zh) | 基于穿戴式心电监护报警系统及方法 | |
| CN117423459A (zh) | 一种基于人工智能的幼儿体质健康检测平台及其方法 | |
| CN118749996A (zh) | 基于人工智能的动态心电图心房颤动预警系统 | |
| CN113436742A (zh) | 一种基于健康监测的云端系统 | |
| JP2014054391A (ja) | 生体情報処理装置、ホルター心電図計、及び生体情報処理システム | |
| Fujita et al. | Characterization of cardiovascular diseases using wavelet packet decomposition and nonlinear measures of electrocardiogram signal | |
| CN102999698A (zh) | 潜在危重病管理系统及方法 | |
| CA3110176A1 (en) | Advanced cardiac waveform analytics | |
| CN112168188B (zh) | 一种用于压力检测数据的处理方法和装置 | |
| CN114664445A (zh) | 一种脑卒中复发风险患者用预测系统 | |
| CN113558585A (zh) | 一种基于大数据的智慧医疗病情监控预警系统 | |
| CN113223713A (zh) | 基于风险评估的动态监护方法、系统以及存储介质 | |
| Ertugrul et al. | Fetal heart rate monitoring system (FHRMS) | |
| CN113344466B (zh) | 一种基于云端处理的排班系统 | |
| CN113261924B (zh) | 一种脑卒中智能预警系统及方法 | |
| de Mello Dantas et al. | A data fusion algorithm for clinically relevant anomaly detection in remote health monitoring | |
| CN115251864A (zh) | 一种用于新冠病毒居家隔离症状监测的装置和方法 | |
| CN115410712A (zh) | 一种基于数据处理的可视化探视系统及方法 | |
| CN105997006A (zh) | 无痛分娩信息监控方法及系统 | |
| TWM616082U (zh) | 人體監控設備 | |
| LU503861B1 (en) | Integrated management system applied to cerebrovascular disease early screening equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230905 |