CN116884605B - 一种手术麻醉信息智能管理系统 - Google Patents
一种手术麻醉信息智能管理系统 Download PDFInfo
- Publication number
- CN116884605B CN116884605B CN202311072444.1A CN202311072444A CN116884605B CN 116884605 B CN116884605 B CN 116884605B CN 202311072444 A CN202311072444 A CN 202311072444A CN 116884605 B CN116884605 B CN 116884605B
- Authority
- CN
- China
- Prior art keywords
- patient
- historical
- target
- anesthesia
- visit
- 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.)
- Active
Links
- 206010002091 Anaesthesia Diseases 0.000 title claims abstract description 149
- 230000037005 anaesthesia Effects 0.000 title claims abstract description 149
- 239000003814 drug Substances 0.000 claims abstract description 37
- 238000002347 injection Methods 0.000 claims abstract description 16
- 239000007924 injection Substances 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims description 72
- 230000003444 anaesthetic effect Effects 0.000 claims description 55
- 239000003193 general anesthetic agent Substances 0.000 claims description 50
- 201000010099 disease Diseases 0.000 claims description 46
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 45
- 229940035674 anesthetics Drugs 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 17
- 238000003745 diagnosis Methods 0.000 claims description 15
- 229940079593 drug Drugs 0.000 claims description 13
- 239000004081 narcotic agent Substances 0.000 claims description 12
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 230000002980 postoperative effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000036387 respiratory rate Effects 0.000 claims description 6
- 230000003533 narcotic effect Effects 0.000 claims description 4
- 230000035622 drinking Effects 0.000 claims description 3
- 230000036391 respiratory frequency Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 238000011084 recovery Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 8
- 238000012331 Postoperative analysis Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000105 evaporative light scattering detection Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Accommodation For Nursing Or Treatment Tables (AREA)
Abstract
本发明涉及手术麻醉技术领域，具体公开一种手术麻醉信息智能管理系统，该系统包括：目标患者基本信息录入模块、目标患者相似患者分析模块、目标患者适宜麻醉数据分析模块、显示终端、目标患者术后检测模块、目标患者术后分析模块、预警终端和云数据库，本发明保障对患者的麻醉药物及其用量和适宜注射时间点选择的正确性，降低了人为因素对手术麻醉结果的影响，保障麻醉药物的准确使用和剂量的有效控制，提高后续手术操作的安全性，本发明保障患者术后的身体质量处于正常水平，避免给患者带来身体损害和心理伤害，为医生提供合理且可靠的参考数据，并帮助其做出准确的判断和决策，从而保障手术的效率和病人的恢复效果。
Description
技术领域
本发明涉及手术麻醉技术领域，具体而言，涉及一种手术麻醉信息智能管理系统。
背景技术
手术麻醉是现代医学中不可或缺的一环，它通过药物或其他方法使患者失去意识和感觉，达到痛苦减轻和手术操作顺利进行的目的，手术麻醉涉及到复杂的麻醉药物的使用和剂量控制，以及对患者生理状况的监测和评估，通过医院内部的麻醉信息的管理，可以确保麻醉药物的准确使用和剂量控制，减少麻醉过量或不足的风险，从而提高手术操作的安全性，因此，对医院内部的麻醉信息的分析和管理是极其有必要的。
现有技术中对医院内部的麻醉信息的分析在一定程度上可以满足当前要求，但是还存在一定的要求，其具体体现在以下几个层面：(1)现有技术中对患者进行麻醉药物的注射主要依靠医生的经验和技能，由于患者的体质存在差异性，且人为判断存在较大的主观性，进而导致对患者的麻醉药物及其用量和适宜注射时间点的选择上存在较大的差异性，且医生在进行药物选择时大多以患者本身的既往病史作为参照，参照条件较为单一，缺乏统一的标准，对医院内与患者相似情况的历史病患的关注度不高，从而提高人为因素对手术麻醉结果的影响，难以保障麻醉药物的准确使用和剂量的有效控制，降低后续手术操作的安全性。
(2)现有技术中对患者术后的身体质量检测分析的关注度不高，进而难以保障患者术后的身体质量处于正常水平，从而容易出现麻醉并发症的问题，给患者带来一定的身体损害和心理伤害，无法为医生提供合理且可靠的参考数据，进而难以帮助其做出准确的判断和决策，从而降低手术的效率和病人的恢复效果。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种手术麻醉信息智能管理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种手术麻醉信息智能管理系统，包括：目标患者基本信息录入模块，用于录入目标患者的基本信息，其中基本信息包括性别、年龄、身高和体重。
目标患者相似患者分析模块，用于从目标医院运行后台获取目标患者对应的历史就诊信息，并获取目标医院所属各历史就诊患者对应的基本信息和历史就诊信息，进而据此分析目标患者对应的各相似历史就诊患者。
目标患者适宜麻醉数据分析模块，用于分析目标患者对应的各适宜麻醉药品，并分析目标患者对应各适宜麻醉药品的使用优先系数，并分析目标患者对应的各推荐使用麻醉药品及其对应的用量和适宜注射时间点。
显示终端，用于将目标患者对应的各适宜麻醉药品按照使用优先系数从大到小的顺序进行排列，并将排序后的目标患者对应各适宜麻醉药品及其对应的适宜麻醉注射时间点发送给各关联医生。
目标患者术后检测模块，用于对目标患者手术后的身体状况进行检测，进而得到目标患者对应的术后身体状态参数。
目标患者术后分析模块，用于分析目标患者在各目标周期对应的身体质量系数。
预警终端，用于依据目标患者在各目标周期对应的身体质量系数进行相应预警。
云数据库，用于存储各麻醉药品，存储各年龄区间，并存储目标患者对应的正常心电图的波形。
进一步地，所述历史就诊信息包括各次历史就诊对应的病情描述和用药记录，其中用药记录包括各药品及其对应的用量和使用时间点。
进一步地，所述术后身体状态参数包括各检测时间点对应的心电图、血压、呼吸频率和氧饱和度。
进一步地，所述分析目标患者对应的各相似历史就诊患者，其具体分析方法为：从目标医院所属各历史就诊患者对应的历史就诊信息中提取各次历史就诊对应用药记录中的各药品，并将其与云数据库中存储的各麻醉药品进行匹配，若匹配成功，则将该改历史就诊患者标记为历史麻醉就诊患者，进而统计目标医院对应的各历史麻醉就诊患者。
从目标患者的基本信息中提取性别、年龄、身高和体重，并基于目标医院所属各历史就诊患者对应的基本信息提取目标医院所属各历史麻醉就诊患者对应的基本信息，并从中提取性别、年龄、身高和体重，进而据此分析目标患者与各历史麻醉就诊患者对应的基本信息相似评估指数εi，其中i表示为各历史麻醉就诊患者的编号，i＝1,2,...,n。
从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数ηi。
综合分析目标患者与各历史麻醉就诊患者对应的综合相似评估指数其中e为自然常数，λ1、λ2分别表示为预定义的基本信息相似评估指数、历史病情描述相似评估指数对应的影响权重因子。
将目标患者与各历史麻醉就诊患者对应的综合相似评估指数与预定义的综合相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的综合相似评估指数大于或等于综合相似评估指数阈值，则将该历史麻醉就诊患者标记为相似历史就诊患者，进而统计目标患者对应的各相似历史就诊患者。
进一步地，所述分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数，其具体分析方法为：从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数；
依据目标患者对应各次历史就诊对应的病情描述构建目标患者对应各次历史就诊对应的病情描述关键字集合Em，其中m表示为各次历史就诊的编号，m＝1,2,...,l。
同理，构建目标医院所属各历史麻醉就诊患者对应各次历史就诊所属的病情描述关键字集合Fip，其中p表示为历史麻醉就诊患者对饮各次历史就诊的编号，p＝1,2,...,q。
分析目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数
将目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数与预定义的病情描述相似评估系数阈值进行对比，若目标患者对应某次历史就诊与某历史麻醉就诊患者对应某次历史就诊的病情描述相似评估系数大于或等于病情描述相似评估系数阈值，则将该次历史就诊标记为病情相似历史就诊，进而统计目标患者与各历史麻醉就诊患者对应的各病情相似历史就诊，并统计目标患者与各历史麻醉就诊患者对应病情相似历史就诊的数量Mi。
统计目标患者对应历史就诊的次数M′，并据此分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数其中q、l分别表示为历史麻醉就诊患者所属历史就诊的次数、目标患者所属历史就诊的次数，χ1、χ2分别表示为预定义的历史病情描述相似评估指数、病情相似历史就诊的数量对应的权值因子。
进一步地，所述分析目标患者对应的各适宜麻醉药品，其具体分析方法为：将目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数与预定义的历史病情描述相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的历史病情描述相似评估指数大于或等于历史病情描述相似评估指数阈值，则将该历史麻醉就诊患者标记为匹配历史麻醉就诊患者，进而得到目标患者对应的各匹配历史麻醉就诊患者。
获取各匹配历史麻醉就诊患者对应各次历史就诊对应的病情描述，并依据目标患者对应的当前病情描述，同理分析目标患者与各匹配历史麻醉患者对应各次历史就诊的当前病情描述匹配指数，并据此筛选目标患者与各匹配历史麻醉患者对应的各匹配历史就诊。
获取各匹配历史麻醉患者对应各匹配历史就诊所属用药记录中的各药品及其对应的用量和使用时间点，进而从中提取各匹配历史麻醉患者对应的各麻醉药品及其对应的用量和使用时间点。
将各匹配历史麻醉患者对应的各麻醉药品进行汇总，将相同的麻醉药品标记为适宜麻醉药品，进而得到目标患者对应的各适宜麻醉药品。
进一步地，所述分析目标患者对应各适宜麻醉药品的使用优先系数，其具体分析方法为：依据目标患者与各匹配历史麻醉患者对应的各匹配历史就诊，统计目标患者对应各适宜麻醉药品所属的各匹配历史麻醉患者，并获取目标患者与各适宜麻醉药品所属的各匹配历史麻醉患者的历史病情描述相似评估指数ηjh，其中j表示为各适宜麻醉药品的编号，j＝1,2,...,k，h表示为各匹配历史麻醉患者的编号，h＝1,2,...,g。
统计目标患者对应各适宜麻醉药品所属匹配历史麻醉患者的数量Pj，进而分析目标患者对应各适宜麻醉药品的使用优先系数其中δ1、δ2分别表示为预定义的历史病情描述相似评估指数、匹配历史麻醉患者的数量对应的权重系数。
进一步地，所述分析目标患者在各目标周期对应的身体质量系数，其具体分析方法为：从目标患者对应的术后身体状态参数中提取各目标周期的心电图及各目标周期在各检测时间点对应的血压XYfb、呼吸频率HPfb和氧饱和度PIfb，其中f表示为各目标周期的编号，f＝1,2,...,t，b表示为各检测时间点的编号，b＝1,2,...,d。
从目标患者在各目标周期的心电图获取心电图的波形，并将其与云数据库中提取目标患者对应的正常心电图的波形进行重合对比，进而获取目标患者在各目标周期的心电图波形重合长度CHf。
获取目标患者在各目标周期的心电图的波形长度C′f，综合分析目标患者在各目标周期对应的身体质量系数其中d表示为检测时间点的数量，XY′、HP′、PI′分别表示为预定义的标准血压、标准呼吸频率和标准氧饱和度。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在目标患者基本信息录入模块中录入目标患者的基本信息，进而为后续目标患者的相似历史就诊患者的分析奠定了基础。
(2)本发明在目标患者相似患者分析模块中从目标医院运行后台获取目标医院内所有历史就诊患者的基本信息和历史就诊信息，进而为后续目标患者适宜麻醉的相关分析提供了强有力的数据支持。
(3)本发明在目标患者适宜麻醉数据分析模块分析目标患者对应的推荐使用麻醉药品及其对应的用量和适宜注射时间点，进而克服了现有技术中对患者进行麻醉药物的注射主要依靠医生的经验和技能的缺陷，进而保障对患者的麻醉药物及其用量和适宜注射时间点选择的正确性，且医生在进行药物选择时结合患者本身及其相似患者的既往病史作为参照，参照条件较为多元，从而降低了人为因素对手术麻醉结果的影响，保障麻醉药物的准确使用和剂量的有效控制，提高后续手术操作的安全性。
(4)本发明在目标患者术后分析模块中对患者术后的身体质量进行检测分析，进而弥补了现有技术中对这一层面忽视的缺陷，保障患者术后的身体质量处于正常水平，从而在一定程度上降低了麻醉并发症的发生率，避免给患者带来身体损害和心理伤害，为医生提供合理且可靠的参考数据，并帮助其做出准确的判断和决策，从而保障手术的效率和病人的恢复效果。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明保护的范围。
参照图1所示，本发明提供一种手术麻醉信息智能管理系统，包括：目标患者基本信息录入模块、目标患者相似患者分析模块、目标患者适宜麻醉数据分析模块、显示终端、目标患者术后检测模块、目标患者术后分析模块、预警终端和云数据库。
所述目标患者基本信息录入模块与目标患者相似患者分析模块连接，目标患者相似患者分析模块与目标患者适宜麻醉数据分析模块连接，目标患者适宜麻醉数据分析模块与显示终端连接，目标患者术后检测模块与目标患者术后分析模块连接，目标患者术后分析模块与预警终端连接，云数据库分别与目标患者相似患者分析模块和目标患者术后分析模块连接。
所述目标患者基本信息录入模块，用于录入目标患者的基本信息，其中基本信息包括性别、年龄、身高和体重。
本发明在目标患者基本信息录入模块中录入目标患者的基本信息，进而为后续目标患者的相似历史就诊患者的分析奠定了基础。
所述目标患者相似患者分析模块，用于从目标医院运行后台获取目标患者对应的历史就诊信息，并获取目标医院所属各历史就诊患者对应的基本信息和历史就诊信息，进而据此分析目标患者对应的各相似历史就诊患者。
在本发明的具体实施例中，所述历史就诊信息包括各次历史就诊对应的病情描述和用药记录，其中用药记录包括各药品及其对应的用量和使用时间点。
在本发明的具体实施例中，所述分析目标患者对应的各相似历史就诊患者，其具体分析方法为：从目标医院所属各历史就诊患者对应的历史就诊信息中提取各次历史就诊对应用药记录中的各药品，并将其与云数据库中存储的各麻醉药品进行匹配，若匹配成功，则将该改历史就诊患者标记为历史麻醉就诊患者，进而统计目标医院对应的各历史麻醉就诊患者。
从目标患者的基本信息中提取性别、年龄、身高和体重，并基于目标医院所属各历史就诊患者对应的基本信息提取目标医院所属各历史麻醉就诊患者对应的基本信息，并从中提取性别、年龄、身高和体重，进而据此分析目标患者与各历史麻醉就诊患者对应的基本信息相似评估指数εi，其中i表示为各历史麻醉就诊患者的编号，i＝1,2,...,n。
需要说明的是，所述分析目标患者与各历史麻醉就诊患者对应的基本信息相似评估指数，其具体分析方法为：将目标患者对应的性别与目标医院所属各历史麻醉就诊患者对应的性别进行匹配，若匹配成功，则将该目标患者与该历史麻醉就诊患者对应的性别匹配系数标记为α，反之，则将其标记为α′。
统计目标患者与各历史麻醉就诊患者对应的性别匹配系数βi，其中βi＝α或α′。
将目标患者对应的年龄与云数据库中存储的各年龄区间进行对比，筛选目标患者对应的年龄区间，同理，筛选目标医院所属各历史麻醉就诊患者对应的年龄区间，进而将目标患者对应的年龄区间与各历史麻醉就诊患者对应的年龄区间进行匹配，若匹配成功，则将目标患者与该历史麻醉就诊患者对应的年龄区间匹配指数标记为b，反之，则将其标记为b′。
统计目标患者与各历史麻醉就诊患者对应的年龄区间匹配指数Ai，其中Ai＝b或b′。
依据目标患者的身高H和体重G计算目标患者对应的身体质量指数同理，分析目标医院所属各历史麻醉就诊患者对应的身体质量指数bmi′i。
分析目标患者与各历史麻醉就诊患者对应的身体质量指数相似评估系数
综合分析目标患者与各历史麻醉就诊患者对应的基本信息相似评估指数其中γ1、γ2、γ3分别表示为预定义的性别匹配系数、年龄区间匹配指数、身体质量指数相似评估系数对应的占比因子。
从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数ηi。
综合分析目标患者与各历史麻醉就诊患者对应的综合相似评估指数其中e为自然常数，λ1、λ2分别表示为预定义的基本信息相似评估指数、历史病情描述相似评估指数对应的影响权重因子。
将目标患者与各历史麻醉就诊患者对应的综合相似评估指数与预定义的综合相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的综合相似评估指数大于或等于综合相似评估指数阈值，则将该历史麻醉就诊患者标记为相似历史就诊患者，进而统计目标患者对应的各相似历史就诊患者。
在本发明的具体实施例中，所述分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数，其具体分析方法为：从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数；
依据目标患者对应各次历史就诊对应的病情描述构建目标患者对应各次历史就诊对应的病情描述关键字集合Em，其中m表示为各次历史就诊的编号，m＝1,2,...,l。
同理，构建目标医院所属各历史麻醉就诊患者对应各次历史就诊所属的病情描述关键字集合Fip，其中p表示为历史麻醉就诊患者对饮各次历史就诊的编号，p＝1,2,...,q。
分析目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数
将目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数与预定义的病情描述相似评估系数阈值进行对比，若目标患者对应某次历史就诊与某历史麻醉就诊患者对应某次历史就诊的病情描述相似评估系数大于或等于病情描述相似评估系数阈值，则将该次历史就诊标记为病情相似历史就诊，进而统计目标患者与各历史麻醉就诊患者对应的各病情相似历史就诊，并统计目标患者与各历史麻醉就诊患者对应病情相似历史就诊的数量Mi。
统计目标患者对应历史就诊的次数M′，并据此分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数其中q、l分别表示为历史麻醉就诊患者所属历史就诊的次数、目标患者所属历史就诊的次数，χ1、χ2分别表示为预定义的历史病情描述相似评估指数、病情相似历史就诊的数量对应的权值因子。
本发明在目标患者相似患者分析模块中从目标医院运行后台获取目标医院内所有历史就诊患者的基本信息和历史就诊信息，进而为后续目标患者适宜麻醉的相关分析提供了强有力的数据支持。
所述目标患者适宜麻醉数据分析模块，用于分析目标患者对应的各适宜麻醉药品，并分析目标患者对应各适宜麻醉药品的使用优先系数，并分析目标患者对应的各推荐使用麻醉药品及其对应的用量和适宜注射时间点。
在本发明的具体实施例中，所述分析目标患者对应的各适宜麻醉药品，其具体分析方法为：将目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数与预定义的历史病情描述相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的历史病情描述相似评估指数大于或等于历史病情描述相似评估指数阈值，则将该历史麻醉就诊患者标记为匹配历史麻醉就诊患者，进而得到目标患者对应的各匹配历史麻醉就诊患者。
获取各匹配历史麻醉就诊患者对应各次历史就诊对应的病情描述，并依据目标患者对应的当前病情描述，同理分析目标患者与各匹配历史麻醉患者对应各次历史就诊的当前病情描述匹配指数，并据此筛选目标患者与各匹配历史麻醉患者对应的各匹配历史就诊。
需要说明的是，同目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数的分析方法一致，分析目标患者与各匹配历史麻醉患者对应各次历史就诊的当前病情描述匹配指数。
还需要说明的是，所述筛选目标患者与各匹配历史麻醉患者对应的各匹配历史就诊，其具体筛选方法为：将目标患者与各匹配历史麻醉患者的当前病情描述匹配指数大于或等于预定义的当前病情描述匹配指数阈值对应的各次历史就诊标记为各匹配历史就诊。
获取各匹配历史麻醉患者对应各匹配历史就诊所属用药记录中的各药品及其对应的用量和使用时间点，进而从中提取各匹配历史麻醉患者对应的各麻醉药品及其对应的用量和使用时间点。
将各匹配历史麻醉患者对应的各麻醉药品进行汇总，将相同的麻醉药品标记为适宜麻醉药品，进而得到目标患者对应的各适宜麻醉药品。
在本发明的具体实施例中，所述分析目标患者对应各适宜麻醉药品的使用优先系数，其具体分析方法为：依据目标患者与各匹配历史麻醉患者对应的各匹配历史就诊，统计目标患者对应各适宜麻醉药品所属的各匹配历史麻醉患者，并获取目标患者与各适宜麻醉药品所属的各匹配历史麻醉患者的历史病情描述相似评估指数ηjh，其中j表示为各适宜麻醉药品的编号，j＝1,2,...,k，h表示为各匹配历史麻醉患者的编号，h＝1,2,...,g。
统计目标患者对应各适宜麻醉药品所属匹配历史麻醉患者的数量Pj，进而分析目标患者对应各适宜麻醉药品的使用优先系数其中δ1、δ2分别表示为预定义的历史病情描述相似评估指数、匹配历史麻醉患者的数量对应的权重系数。
需要说明的是，所述分析目标患者对应的各推荐使用麻醉药品及其对应的用量和适宜注射时间点，其具体分析方法为：将目标患者的使用优先系数大于或等于预定义的使用优先系数对应的各适宜麻醉药品标记为各推荐使用麻醉药品。
依据目标患者与各匹配历史麻醉患者对应的各匹配历史就诊的用药记录获取各推荐使用麻醉药品对应各匹配历史麻醉患者所属的各匹配历史就诊，并据此获取目标患者所属各推荐使用麻醉药品对应各匹配历史麻醉患者所属的各匹配历史就诊的病情描述匹配指数。
筛选最大病情描述匹配指数对应的匹配历史就诊，将其标记为目标历史就诊，进而得到目标患者所属各推荐使用麻醉药品对应各匹配历史麻醉患者所属的目标历史就诊。
同理，筛选目标历史就诊对应最大的病情描述匹配指数所属的匹配历史麻醉患者，将其作为目标历史麻醉患者，进而得到目标患者所属各推荐使用麻醉药品对应目标历史麻醉患者的目标历史就诊。
获取目标患者所属各推荐使用麻醉药品对应目标历史麻醉患者的目标历史就诊的用量和使用时间点，并将其作为目标患者所属各推荐使用麻醉药品对应的用量和适宜注射时间点。
本发明在目标患者适宜麻醉数据分析模块分析目标患者对应的推荐使用麻醉药品及其对应的用量和适宜注射时间点，进而克服了现有技术中对患者进行麻醉药物的注射主要依靠医生的经验和技能的缺陷，进而保障对患者的麻醉药物及其用量和适宜注射时间点选择的正确性，且医生在进行药物选择时结合患者本身及其相似患者的既往病史作为参照，参照条件较为多元，从而降低了人为因素对手术麻醉结果的影响，保障麻醉药物的准确使用和剂量的有效控制，提高后续手术操作的安全性。
所述显示终端，用于将目标患者对应的各适宜麻醉药品按照使用优先系数从大到小的顺序进行排列，并将排序后的目标患者对应各适宜麻醉药品及其对应的适宜麻醉注射时间点发送给各关联医生。
需要说明的是，所述关联医生其具体为目标患者对应的所有接触医务人员，例如护士、主治医生和麻醉医生等。
所述目标患者术后检测模块，用于对目标患者手术后的身体状况进行检测，进而得到目标患者对应的术后身体状态参数。
需要说明的是，使用多功能监护仪对目标患者手术后的身体状况进行检测。
在本发明的具体实施例中，所述术后身体状态参数包括各检测时间点对应的心电图、血压、呼吸频率和氧饱和度。
所述目标患者术后分析模块，用于分析目标患者在各目标周期对应的身体质量系数。
在本发明的具体实施例中，所述分析目标患者在各目标周期对应的身体质量系数，其具体分析方法为：从目标患者对应的术后身体状态参数中提取各目标周期的心电图及各目标周期在各检测时间点对应的血压XYfb、呼吸频率HPfb和氧饱和度PIfb，其中f表示为各目标周期的编号，f＝1,2,...,t，b表示为各检测时间点的编号，b＝1,2,...,d。
从目标患者在各目标周期的心电图获取心电图的波形，并将其与云数据库中提取目标患者对应的正常心电图的波形进行重合对比，进而获取目标患者在各目标周期的心电图波形重合长度CHf。
获取目标患者在各目标周期的心电图的波形长度C′f，综合分析目标患者在各目标周期对应的身体质量系数其中d表示为检测时间点的数量，XY′、HP′、PI′分别表示为预定义的标准血压、标准呼吸频率和标准氧饱和度。
本发明在目标患者术后分析模块中对患者术后的身体质量进行检测分析，进而弥补了现有技术中对这一层面忽视的缺陷，保障患者术后的身体质量处于正常水平，从而在一定程度上降低了麻醉并发症的发生率，避免给患者带来身体损害和心理伤害，为医生提供合理且可靠的参考数据，并帮助其做出准确的判断和决策，从而保障手术的效率和病人的恢复效果。
所述预警终端，用于依据目标患者在各目标周期对应的身体质量系数进行相应预警。
需要说明的是，所述依据目标患者在各目标周期对应的身体质量系数进行相应预警，其具体方法为：依据目标患者在各目标周期对应的身体质量系数获取目标患者在当前目标周期对应的身体质量系数，并将其与预定义的身体质量系数阈值进行对比，若目标患者在当前目标周期对应的身体质量系数小于身体质量系数阈值，则将目标患者的编号发送给关联医生。
所述云数据库，用于存储各麻醉药品，存储各年龄区间，并存储目标患者对应的正常心电图的波形。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (6)
1.一种手术麻醉信息智能管理系统，其特征在于，包括：
目标患者基本信息录入模块，用于录入目标患者的基本信息，其中基本信息包括性别、年龄、身高和体重；
目标患者相似患者分析模块，用于从目标医院运行后台获取目标患者对应的历史就诊信息，并获取目标医院所属各历史就诊患者对应的基本信息和历史就诊信息，进而据此分析目标患者对应的各相似历史就诊患者；
目标患者适宜麻醉数据分析模块，用于分析目标患者对应的各适宜麻醉药品，并分析目标患者对应各适宜麻醉药品的使用优先系数，并分析目标患者对应的各推荐使用麻醉药品及其对应的用量和适宜注射时间点；
显示终端，用于将目标患者对应的各适宜麻醉药品按照使用优先系数从大到小的顺序进行排列，并将排序后的目标患者对应各适宜麻醉药品及其对应的适宜麻醉注射时间点发送给各关联医生；
目标患者术后检测模块，用于对目标患者手术后的身体状况进行检测，进而得到目标患者对应的术后身体状态参数；
目标患者术后分析模块，用于分析目标患者在各目标周期对应的身体质量系数；
预警终端，用于依据目标患者在各目标周期对应的身体质量系数进行相应预警；
云数据库，用于存储各麻醉药品，存储各年龄区间，并存储目标患者对应的正常心电图的波形；
所述分析目标患者对应的各相似历史就诊患者，其具体分析方法为：
从目标医院所属各历史就诊患者对应的历史就诊信息中提取各次历史就诊对应用药记录中的各药品，并将其与云数据库中存储的各麻醉药品进行匹配，若匹配成功，则将该历史就诊患者标记为历史麻醉就诊患者，进而统计目标医院对应的各历史麻醉就诊患者；
从目标患者的基本信息中提取性别、年龄、身高和体重，并基于目标医院所属各历史就诊患者对应的基本信息提取目标医院所属各历史麻醉就诊患者对应的基本信息，并从中提取性别、年龄、身高和体重，进而据此分析目标患者与各历史麻醉就诊患者对应的基本信息相似评估指数εi，其中i表示为各历史麻醉就诊患者的编号，i＝1,2,...,n；
从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数ηi；
综合分析目标患者与各历史麻醉就诊患者对应的综合相似评估指数其中e为自然常数，λ1、λ2分别表示为预定义的基本信息相似评估指数、历史病情描述相似评估指数对应的影响权重因子；
将目标患者与各历史麻醉就诊患者对应的综合相似评估指数与预定义的综合相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的综合相似评估指数大于或等于综合相似评估指数阈值，则将该历史麻醉就诊患者标记为相似历史就诊患者，进而统计目标患者对应的各相似历史就诊患者；
所述分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数，其具体分析方法为：
从目标患者的历史就诊信息中提取各次历史就诊对应的病情描述，并提取目标医院所属各历史麻醉就诊患者对应各次历史就诊的病情描述，进而分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数；
依据目标患者对应各次历史就诊对应的病情描述构建目标患者对应各次历史就诊对应的病情描述关键字集合Em，其中m表示为各次历史就诊的编号，m＝1,2,...,l；
同理，构建目标医院所属各历史麻醉就诊患者对应各次历史就诊所属的病情描述关键字集合Fip，其中p表示为历史麻醉就诊患者对饮各次历史就诊的编号，p＝1,2,...,q；
分析目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数
将目标患者对应各次历史就诊与各历史麻醉就诊患者对应各次历史就诊的病情描述相似评估系数与预定义的病情描述相似评估系数阈值进行对比，若目标患者对应某次历史就诊与某历史麻醉就诊患者对应某次历史就诊的病情描述相似评估系数大于或等于病情描述相似评估系数阈值，则将该次历史就诊标记为病情相似历史就诊，进而统计目标患者与各历史麻醉就诊患者对应的各病情相似历史就诊，并统计目标患者与各历史麻醉就诊患者对应病情相似历史就诊的数量Mi；
统计目标患者对应历史就诊的次数M′，并据此分析目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数其中q、l分别表示为历史麻醉就诊患者所属历史就诊的次数、目标患者所属历史就诊的次数，χ1、χ2分别表示为预定义的历史病情描述相似评估指数、病情相似历史就诊的数量对应的权值因子。
2.根据权利要求1所述的一种手术麻醉信息智能管理系统，其特征在于：所述历史就诊信息包括各次历史就诊对应的病情描述和用药记录，其中用药记录包括各药品及其对应的用量和使用时间点。
3.根据权利要求1所述的一种手术麻醉信息智能管理系统，其特征在于：所述术后身体状态参数包括各检测时间点对应的心电图、血压、呼吸频率和氧饱和度。
4.根据权利要求1所述的一种手术麻醉信息智能管理系统，其特征在于：所述分析目标患者对应的各适宜麻醉药品，其具体分析方法为：
将目标患者与各历史麻醉就诊患者对应的历史病情描述相似评估指数与预定义的历史病情描述相似评估指数阈值进行对比，若目标患者与某历史麻醉就诊患者对应的历史病情描述相似评估指数大于或等于历史病情描述相似评估指数阈值，则将该历史麻醉就诊患者标记为匹配历史麻醉就诊患者，进而得到目标患者对应的各匹配历史麻醉就诊患者；
获取各匹配历史麻醉就诊患者对应各次历史就诊对应的病情描述，并依据目标患者对应的当前病情描述，同理分析目标患者与各匹配历史麻醉患者对应各次历史就诊的当前病情描述匹配指数，并据此筛选目标患者与各匹配历史麻醉患者对应的各匹配历史就诊；
获取各匹配历史麻醉患者对应各匹配历史就诊所属用药记录中的各药品及其对应的用量和使用时间点，进而从中提取各匹配历史麻醉患者对应的各麻醉药品及其对应的用量和使用时间点；
将各匹配历史麻醉患者对应的各麻醉药品进行汇总，将相同的麻醉药品标记为适宜麻醉药品，进而得到目标患者对应的各适宜麻醉药品。
5.根据权利要求4所述的一种手术麻醉信息智能管理系统，其特征在于：所述分析目标患者对应各适宜麻醉药品的使用优先系数，其具体分析方法为：
依据目标患者与各匹配历史麻醉患者对应的各匹配历史就诊，统计目标患者对应各适宜麻醉药品所属的各匹配历史麻醉患者，并获取目标患者与各适宜麻醉药品所属的各匹配历史麻醉患者的历史病情描述相似评估指数ηjh，其中j表示为各适宜麻醉药品的编号，j＝1,2,...,k，h表示为各匹配历史麻醉患者的编号，h＝1,2,...,g；
统计目标患者对应各适宜麻醉药品所属匹配历史麻醉患者的数量Pj，进而分析目标患者对应各适宜麻醉药品的使用优先系数其中δ1、δ2分别表示为预定义的历史病情描述相似评估指数、匹配历史麻醉患者的数量对应的权重系数。
6.根据权利要求3所述的一种手术麻醉信息智能管理系统，其特征在于：所述分析目标患者在各目标周期对应的身体质量系数，其具体分析方法为：
从目标患者对应的术后身体状态参数中提取各目标周期的心电图及各目标周期在各检测时间点对应的血压XYfb、呼吸频率HPfb和氧饱和度PIfb，其中f表示为各目标周期的编号，f＝1,2,...,t，b表示为各检测时间点的编号，b＝1,2,...,d；
从目标患者在各目标周期的心电图获取心电图的波形，并将其与云数据库中提取目标患者对应的正常心电图的波形进行重合对比，进而获取目标患者在各目标周期的心电图波形重合长度CHf；
获取目标患者在各目标周期的心电图的波形长度C′f，综合分析目标患者在各目标周期对应的身体质量系数其中d表示为检测时间点的数量，XY′、HP′、PI′分别表示为预定义的标准血压、标准呼吸频率和标准氧饱和度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072444.1A CN116884605B (zh) | 2023-08-24 | 2023-08-24 | 一种手术麻醉信息智能管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072444.1A CN116884605B (zh) | 2023-08-24 | 2023-08-24 | 一种手术麻醉信息智能管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116884605A CN116884605A (zh) | 2023-10-13 |
| CN116884605B true CN116884605B (zh) | 2024-04-26 |
Family
ID=88257019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311072444.1A Active CN116884605B (zh) | 2023-08-24 | 2023-08-24 | 一种手术麻醉信息智能管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116884605B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117727468B (zh) * | 2024-02-08 | 2024-05-14 | 广州基医云计算有限公司 | 一种基于云边协同的健康筛查智能分诊系统 |
| CN118116560B (zh) * | 2024-02-27 | 2025-01-21 | 南通市口腔医院 | 一种用于麻醉科药物的调度方法 |
| CN118380161A (zh) * | 2024-06-21 | 2024-07-23 | 西安秦皇医院 | 一种诊后患者健康状况追踪系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013032171A2 (ko) * | 2011-08-31 | 2013-03-07 | 전자부품연구원 | 수술환자들에 대한 마취 관련 정보 모니터링 시스템 및 방법 |
| CN110349642A (zh) * | 2019-07-09 | 2019-10-18 | 泰康保险集团股份有限公司 | 智能麻醉实施方法、装置、设备及存储介质 |
| KR20210103370A (ko) * | 2020-02-13 | 2021-08-23 | 고려대학교 산학협력단 | 수술 전 뇌 신호를 이용한 마취제 요구량 예측 방법 및 장치 |
| CN113886407A (zh) * | 2021-09-29 | 2022-01-04 | 中国人民解放军中部战区总医院 | 麻醉剂用药数据库的智能更新方法、装置、系统及介质 |
| CN114121213A (zh) * | 2021-11-26 | 2022-03-01 | 中科麦迪人工智能研究院(苏州)有限公司 | 麻醉用药信息复核方法、装置、电子设备及存储介质 |
| CN116504413A (zh) * | 2023-04-11 | 2023-07-28 | 长沙市妇幼保健院(长沙市妇幼保健计划生育服务中心) | 人工智能麻醉管理系统 |
| CN116504352A (zh) * | 2023-04-28 | 2023-07-28 | 中南大学湘雅二医院 | 基于大数据平台的个体化麻醉方案确定方法 |
| CN116525058A (zh) * | 2023-05-05 | 2023-08-01 | 华中科技大学同济医学院附属协和医院 | 一种智能计算小儿麻醉给药剂量的计算方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9124776B2 (en) * | 2010-06-15 | 2015-09-01 | Plexus Technology Group, Llc | Systems and methods for documenting electronic medical records related to anesthesia |
| US10602978B2 (en) * | 2013-09-13 | 2020-03-31 | The General Hospital Corporation | Systems and methods for improved brain monitoring during general anesthesia and sedation |
-
2023
- 2023-08-24 CN CN202311072444.1A patent/CN116884605B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013032171A2 (ko) * | 2011-08-31 | 2013-03-07 | 전자부품연구원 | 수술환자들에 대한 마취 관련 정보 모니터링 시스템 및 방법 |
| CN110349642A (zh) * | 2019-07-09 | 2019-10-18 | 泰康保险集团股份有限公司 | 智能麻醉实施方法、装置、设备及存储介质 |
| KR20210103370A (ko) * | 2020-02-13 | 2021-08-23 | 고려대학교 산학협력단 | 수술 전 뇌 신호를 이용한 마취제 요구량 예측 방법 및 장치 |
| CN113886407A (zh) * | 2021-09-29 | 2022-01-04 | 中国人民解放军中部战区总医院 | 麻醉剂用药数据库的智能更新方法、装置、系统及介质 |
| CN114121213A (zh) * | 2021-11-26 | 2022-03-01 | 中科麦迪人工智能研究院(苏州)有限公司 | 麻醉用药信息复核方法、装置、电子设备及存储介质 |
| CN116504413A (zh) * | 2023-04-11 | 2023-07-28 | 长沙市妇幼保健院(长沙市妇幼保健计划生育服务中心) | 人工智能麻醉管理系统 |
| CN116504352A (zh) * | 2023-04-28 | 2023-07-28 | 中南大学湘雅二医院 | 基于大数据平台的个体化麻醉方案确定方法 |
| CN116525058A (zh) * | 2023-05-05 | 2023-08-01 | 华中科技大学同济医学院附属协和医院 | 一种智能计算小儿麻醉给药剂量的计算方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116884605A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116884605B (zh) | 一种手术麻醉信息智能管理系统 | |
| Deitch et al. | Does end tidal CO2 monitoring during emergency department procedural sedation and analgesia with propofol decrease the incidence of hypoxic events? A randomized, controlled trial | |
| US10058269B2 (en) | Monitoring system for identifying an end-exhalation carbon dioxide value of enhanced clinical utility | |
| US8728001B2 (en) | Nasal capnographic pressure monitoring system | |
| US9042952B2 (en) | System and method for automatic detection of a plurality of SPO2 time series pattern types | |
| US9521971B2 (en) | System and method for automatic detection of a plurality of SPO2 time series pattern types | |
| EP2535000A1 (en) | Method and system for quantifying anaesthesia or a state of vigilance | |
| Zhang et al. | Sleep stage classification using bidirectional lstm in wearable multi-sensor systems | |
| US20140163897A1 (en) | System and Method for Detecting a Baseline Gradient | |
| US20120239435A1 (en) | Automated annotation of clinical data | |
| CN108292523A (zh) | 使用有效性评级来评估和更新药物施予安排的脉搏血氧计集成 | |
| CN109259727A (zh) | 一种基于移动护理的智能护理系统 | |
| CN103040460A (zh) | 一种监护仪及其监护参数显示方法 | |
| CN202288276U (zh) | 一种监护仪 | |
| CN114177415A (zh) | 一种基于脑电信号监测老人麻醉靶控智能化方法及系统 | |
| CN114177414A (zh) | 一种基于脑电信号监测成人麻醉靶控智能化方法及系统 | |
| KR20210066271A (ko) | 마취 분야에서의 의료 딥러닝을 활용한 처방 시스템 | |
| CN114786564A (zh) | 实时疼痛检测及疼痛管理系统 | |
| CN116168840B (zh) | 一种预测术后谵妄发生风险的方法、设备及系统 | |
| CN115153571A (zh) | 一种智能生命支持一体机 | |
| Lamer et al. | Methodology to automatically detect abnormal values of vital parameters in anesthesia time-series: proposal for an adaptable algorithm | |
| Tsien et al. | An annotated data collection system to support intelligent analysis of intensive care unit data | |
| CN111568381A (zh) | 一种自动识别患者镇痛镇静或麻醉深度的报警系统 | |
| CN117503078A (zh) | 一种检测创伤应激反应的系统和方法 | |
| CN112397164A (zh) | 一种母婴健康监护系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |