本發(fā)明涉及醫(yī)療管理，具體為一種醫(yī)療管理方法。

背景技術(shù)：

1、醫(yī)療管理是指對(duì)醫(yī)院醫(yī)療系統(tǒng)活動(dòng)全過程進(jìn)行的組織、計(jì)劃、協(xié)調(diào)和控制，旨在使醫(yī)療系統(tǒng)保持經(jīng)常運(yùn)作的狀態(tài)，并針對(duì)變化了的客觀環(huán)境具有較強(qiáng)的適應(yīng)性，從而達(dá)到最佳醫(yī)療效率和醫(yī)療效果的目的；對(duì)于骨科內(nèi)的患者進(jìn)行醫(yī)療數(shù)據(jù)管理時(shí)，通常是獲取或采集對(duì)應(yīng)患者的基本信息、病情以及其他相關(guān)的信息作為一個(gè)醫(yī)療數(shù)據(jù)包，以反映對(duì)應(yīng)患者的情況，便于后續(xù)根據(jù)對(duì)應(yīng)的醫(yī)療數(shù)據(jù)包進(jìn)行分析或處理。

2、以往，骨折患者的康復(fù)進(jìn)度預(yù)測(cè)主要依賴醫(yī)生的經(jīng)驗(yàn)和直覺，缺乏科學(xué)依據(jù)，及時(shí)后續(xù)利用相關(guān)算法對(duì)歷史康復(fù)數(shù)據(jù)進(jìn)行分析，來建立康復(fù)進(jìn)度預(yù)測(cè)模型，初始建立的模型可能只對(duì)訓(xùn)練數(shù)據(jù)表現(xiàn)良好，對(duì)新患者的預(yù)測(cè)能力有限，而后進(jìn)行常規(guī)調(diào)整，無法保障預(yù)測(cè)結(jié)果的準(zhǔn)確性和精度，不利于對(duì)于醫(yī)療數(shù)據(jù)的管理。

技術(shù)實(shí)現(xiàn)思路

1、(一)解決的技術(shù)問題

2、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種醫(yī)療管理方法，采用機(jī)器學(xué)習(xí)算法能夠挖掘歷史康復(fù)數(shù)據(jù)中的潛在規(guī)律，建立準(zhǔn)確的預(yù)測(cè)模型，通過對(duì)比預(yù)測(cè)結(jié)果和實(shí)際結(jié)果，采用微調(diào)模型參數(shù)的方法，不斷優(yōu)化模型的預(yù)測(cè)性能，同時(shí)在模型中對(duì)于關(guān)鍵特征的識(shí)別和調(diào)整做出了具體的安排，增加了該模型對(duì)于患者康復(fù)進(jìn)度的精確度，解決了背景技術(shù)中提出的問題。

3、(二)技術(shù)方案

4、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：

5、一種醫(yī)療管理方法，包括如下步驟：

6、s1、采用pacs系統(tǒng)獲取患者骨折區(qū)域的圖像數(shù)據(jù)，對(duì)紙質(zhì)記錄數(shù)據(jù)采用ocr技術(shù)轉(zhuǎn)換為電子格式數(shù)據(jù)，并同步獲取疼痛數(shù)值數(shù)據(jù)，將圖像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)上傳；

7、s2、接收?qǐng)D像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)，并將圖像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)整合到一個(gè)數(shù)據(jù)庫(kù)中，并統(tǒng)一數(shù)據(jù)的格式和標(biāo)準(zhǔn)；

8、s3、利用機(jī)器學(xué)習(xí)算法對(duì)采集的歷史康復(fù)數(shù)據(jù)進(jìn)行分析，建立康復(fù)進(jìn)度預(yù)測(cè)模型；

9、s4、將實(shí)時(shí)監(jiān)控采集到的對(duì)應(yīng)患者數(shù)據(jù)輸入至康復(fù)進(jìn)度預(yù)測(cè)模型中，將得到的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果進(jìn)行對(duì)比；

10、s5、根據(jù)對(duì)比結(jié)果采用微調(diào)模型參數(shù)來優(yōu)化模型，直至對(duì)比結(jié)果符合預(yù)期為止。

11、進(jìn)一步的，圖像數(shù)據(jù)包括但不限于x光片和mri掃描結(jié)果；紙質(zhì)記錄包括手術(shù)記錄和藥物使用情況；疼痛數(shù)值數(shù)據(jù)為患者對(duì)自己骨折區(qū)域疼痛程度的自主評(píng)分，1至10分，1分表示疼痛值最低，10分表示疼痛值最高。

12、進(jìn)一步的，將圖像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)整合到同一數(shù)據(jù)庫(kù)中，且統(tǒng)一數(shù)據(jù)格式和標(biāo)準(zhǔn)的方式為：利用fhir對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。

13、進(jìn)一步的，歷史康復(fù)數(shù)據(jù)包括但不限于：基本信息、骨折位置和類型、初始傷情嚴(yán)重程度以及康復(fù)所需總時(shí)長(zhǎng)；

14、其中，基本信息包括患者的年齡和性別；初始傷情嚴(yán)重程度表示醫(yī)院的初步診斷結(jié)果，包括骨折位移程度；康復(fù)所需總時(shí)長(zhǎng)表示從受傷到康復(fù)的時(shí)間。

15、進(jìn)一步的，建立康復(fù)進(jìn)度預(yù)測(cè)模型的過程如下：s301、清洗歷史康復(fù)數(shù)據(jù)；

16、s302、從清洗后的歷史康復(fù)數(shù)據(jù)中，選擇與骨折愈合時(shí)間相關(guān)的特征，包括年齡、骨折類型以及初始傷情嚴(yán)重程度；

17、s303、選擇適配時(shí)間序列分析的算法，包括arima和lstm中的任一種；

18、s304、使用歷史康復(fù)數(shù)據(jù)訓(xùn)練選定的模型，調(diào)整模型參數(shù)以最小化預(yù)測(cè)誤差；

19、s305、使用獨(dú)立的驗(yàn)證數(shù)據(jù)集測(cè)試模型的預(yù)測(cè)性能；

20、s306、將訓(xùn)練好的模型部署完成，用于實(shí)時(shí)預(yù)測(cè)新患者的骨折愈合時(shí)間定值范圍。

21、進(jìn)一步的，預(yù)測(cè)結(jié)果表示：預(yù)測(cè)對(duì)應(yīng)患者骨折愈合時(shí)間定值范圍；實(shí)際結(jié)果表示：實(shí)際對(duì)應(yīng)患者骨折愈合時(shí)間。

22、進(jìn)一步的，對(duì)比結(jié)果表示預(yù)測(cè)結(jié)果和實(shí)際結(jié)果之間的差值，采用微調(diào)模型參數(shù)來優(yōu)化模型，優(yōu)化的過程為：識(shí)別關(guān)鍵特征，依據(jù)對(duì)比結(jié)果，設(shè)定關(guān)鍵特征在模型中的權(quán)重，并由如下方式限制每次調(diào)整關(guān)鍵特征對(duì)應(yīng)的權(quán)重：

23、q＝α*(|yc-jc|)；

24、式中，q表示每次調(diào)整關(guān)鍵特征的增加權(quán)重，α表示一個(gè)調(diào)整系數(shù)，且0＜α＜1，yc、jc分別表示預(yù)測(cè)對(duì)應(yīng)患者骨折愈合時(shí)間定值和實(shí)際對(duì)應(yīng)患者骨折愈合時(shí)間。

25、進(jìn)一步的，識(shí)別關(guān)鍵特征的過程為：采用分析算法集中的任一種來識(shí)別關(guān)鍵特征，且分析算法集包括但不限于特征重要性評(píng)估算法、皮爾遜相關(guān)系數(shù)、pdp和ice圖以及自動(dòng)化特征選擇算法。

26、進(jìn)一步的，優(yōu)化模型的過程為：

27、按照每次調(diào)整關(guān)鍵特征的增加權(quán)重q來增加關(guān)鍵特征在模型中的權(quán)重，得出新的康復(fù)進(jìn)度預(yù)測(cè)模型，并重新執(zhí)行s4；

28、若對(duì)比結(jié)果中的差值未超過前一對(duì)比結(jié)果，則計(jì)算前一對(duì)比結(jié)果差值與當(dāng)前對(duì)比差值之間的差距值，當(dāng)差距值大于預(yù)設(shè)的標(biāo)準(zhǔn)閾值時(shí)，則不符合預(yù)期，繼續(xù)執(zhí)行s4，直至差距值小于或等于預(yù)設(shè)的標(biāo)準(zhǔn)閾值，則符合預(yù)期，采用當(dāng)前的康復(fù)進(jìn)度預(yù)測(cè)模型繼續(xù)對(duì)下一位患者進(jìn)行預(yù)測(cè)管理；

29、若對(duì)比結(jié)果中的差值超過前一對(duì)比結(jié)果，則觸發(fā)算法更換策略，更換識(shí)別關(guān)鍵特征所采用的分析算法，直至對(duì)比結(jié)果中的差值未超過前一對(duì)比結(jié)果為止。

30、(三)有益效果

31、本發(fā)明提供了一種醫(yī)療管理方法，具備以下有益效果：

32、數(shù)字化、網(wǎng)絡(luò)化和信息化的管理方式使得醫(yī)生可以更快地獲取和分析患者的全面數(shù)據(jù)，提高了診療效率，將圖像數(shù)據(jù)、電子格式數(shù)據(jù)和疼痛數(shù)值數(shù)據(jù)整合到同一數(shù)據(jù)庫(kù)中，確保了數(shù)據(jù)的關(guān)聯(lián)性和一致性，便于后續(xù)進(jìn)行綜合分析；

33、采用機(jī)器學(xué)習(xí)算法能夠挖掘歷史康復(fù)數(shù)據(jù)中的潛在規(guī)律，建立準(zhǔn)確的預(yù)測(cè)模型，提高了患者骨折康復(fù)進(jìn)度預(yù)測(cè)的準(zhǔn)確性，通過對(duì)比預(yù)測(cè)結(jié)果和實(shí)際結(jié)果，采用微調(diào)模型參數(shù)的方法，不斷優(yōu)化模型的預(yù)測(cè)性能，同時(shí)在模型中對(duì)于關(guān)鍵特征的識(shí)別和調(diào)整做出了具體的安排，從而進(jìn)一步優(yōu)化預(yù)測(cè)模型，增加了該模型對(duì)于患者康復(fù)進(jìn)度的精確度。

技術(shù)特征：

1.一種醫(yī)療管理方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種醫(yī)療管理方法，其特征在于：圖像數(shù)據(jù)包括但不限于x光片和mri掃描結(jié)果；紙質(zhì)記錄包括手術(shù)記錄和藥物使用情況；疼痛數(shù)值數(shù)據(jù)為患者對(duì)自己骨折區(qū)域疼痛程度的自主評(píng)分，1至10分，1分表示疼痛值最低，10分表示疼痛值最高。

3.根據(jù)權(quán)利要求2所述的一種醫(yī)療管理方法，其特征在于：將圖像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)整合到同一數(shù)據(jù)庫(kù)中，且統(tǒng)一數(shù)據(jù)格式和標(biāo)準(zhǔn)的方式為：利用fhir對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。

4.根據(jù)權(quán)利要求3所述的一種醫(yī)療管理方法，其特征在于：歷史康復(fù)數(shù)據(jù)包括但不限于：基本信息、骨折位置和類型、初始傷情嚴(yán)重程度以及康復(fù)所需總時(shí)長(zhǎng)；

5.根據(jù)權(quán)利要求4所述的一種醫(yī)療管理方法，其特征在于：建立康復(fù)進(jìn)度預(yù)測(cè)模型的過程如下：s301、清洗歷史康復(fù)數(shù)據(jù)；

6.根據(jù)權(quán)利要求5所述的一種醫(yī)療管理方法，其特征在于：預(yù)測(cè)結(jié)果表示：預(yù)測(cè)對(duì)應(yīng)患者骨折愈合時(shí)間定值范圍；實(shí)際結(jié)果表示：實(shí)際對(duì)應(yīng)患者骨折愈合時(shí)間。

7.根據(jù)權(quán)利要求6所述的一種醫(yī)療管理方法，其特征在于：對(duì)比結(jié)果表示預(yù)測(cè)結(jié)果和實(shí)際結(jié)果之間的差值，采用微調(diào)模型參數(shù)來優(yōu)化模型，優(yōu)化的過程為：識(shí)別關(guān)鍵特征，依據(jù)對(duì)比結(jié)果，設(shè)定關(guān)鍵特征在模型中的權(quán)重，并由如下方式限制每次調(diào)整關(guān)鍵特征對(duì)應(yīng)的權(quán)重：

8.根據(jù)權(quán)利要求7所述的一種醫(yī)療管理方法，其特征在于：識(shí)別關(guān)鍵特征的過程為：采用分析算法集中的任一種來識(shí)別關(guān)鍵特征，且分析算法集包括但不限于特征重要性評(píng)估算法、皮爾遜相關(guān)系數(shù)、pdp和ice圖以及自動(dòng)化特征選擇算法。

9.根據(jù)權(quán)利要求8所述的一種醫(yī)療管理方法，其特征在于：優(yōu)化模型的過程為：

技術(shù)總結(jié)
本發(fā)明公開了一種醫(yī)療管理方法，涉及醫(yī)療管理技術(shù)領(lǐng)域，包括如下步驟：S1、采用PACS系統(tǒng)獲取患者骨折區(qū)域的圖像數(shù)據(jù)，對(duì)紙質(zhì)記錄數(shù)據(jù)采用OCR技術(shù)轉(zhuǎn)換為電子格式數(shù)據(jù)，并同步獲取疼痛數(shù)值數(shù)據(jù)，將圖像數(shù)據(jù)、電子格式數(shù)據(jù)以及疼痛數(shù)值數(shù)據(jù)上傳；其技術(shù)要點(diǎn)為：采用機(jī)器學(xué)習(xí)算法能夠挖掘歷史康復(fù)數(shù)據(jù)中的潛在規(guī)律，建立準(zhǔn)確的預(yù)測(cè)模型，提高了患者骨折康復(fù)進(jìn)度預(yù)測(cè)的準(zhǔn)確性，通過對(duì)比預(yù)測(cè)結(jié)果和實(shí)際結(jié)果，采用微調(diào)模型參數(shù)的方法，不斷優(yōu)化模型的預(yù)測(cè)性能，同時(shí)在模型中對(duì)于關(guān)鍵特征的識(shí)別和調(diào)整做出了具體的安排，從而進(jìn)一步優(yōu)化預(yù)測(cè)模型，增加了該模型對(duì)于患者康復(fù)進(jìn)度的精確度。

技術(shù)研發(fā)人員：黃曉夢(mèng)
受保護(hù)的技術(shù)使用者：河北北方學(xué)院附屬第一醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19