本發(fā)明涉及醫(yī)療數(shù)據(jù)處理，特別是基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法。

背景技術(shù)：

1、近年來(lái)，醫(yī)療領(lǐng)域中的重癥監(jiān)護(hù)室（icu）患者預(yù)警系統(tǒng)得到了快速發(fā)展，得益于醫(yī)學(xué)技術(shù)與人工智能技術(shù)的深度融合，icu患者的監(jiān)護(hù)方式逐漸從被動(dòng)監(jiān)控向主動(dòng)預(yù)警方向發(fā)展。目前，大量的臨床數(shù)據(jù)可以通過(guò)監(jiān)護(hù)設(shè)備實(shí)時(shí)采集，包括生命體征如心率、血壓、血氧飽和度等，以及更復(fù)雜的生物信號(hào)如呼吸波形、心電圖（ecg）等，利用這些數(shù)據(jù)，現(xiàn)代醫(yī)學(xué)已經(jīng)能夠?qū)崿F(xiàn)初步的健康狀態(tài)監(jiān)測(cè)和病情趨勢(shì)分析。然而，盡管技術(shù)不斷進(jìn)步，現(xiàn)有預(yù)警系統(tǒng)仍存在局限性，特別是在復(fù)雜且易變化的臨床環(huán)境中，單一的參數(shù)預(yù)警方法難以有效應(yīng)對(duì)患者病情的動(dòng)態(tài)變化。

2、現(xiàn)有的預(yù)警系統(tǒng)大多依賴于單一或少數(shù)參數(shù)的監(jiān)測(cè)，無(wú)法充分利用患者歷史數(shù)據(jù)和多模態(tài)實(shí)時(shí)數(shù)據(jù)來(lái)進(jìn)行綜合分析。這種局限性使得現(xiàn)有預(yù)警系統(tǒng)的靈敏度和特異性受限，難以捕捉到患者病情的細(xì)微變化，特別是在呼吸系統(tǒng)異常的早期階段，呼吸波形作為一種反映呼吸功能的重要生理信號(hào)，其形態(tài)特征能夠反映許多細(xì)微的呼吸異常，然而傳統(tǒng)系統(tǒng)通常無(wú)法實(shí)時(shí)分析復(fù)雜的呼吸波形形態(tài)。此外，固定的預(yù)警閾值和策略無(wú)法應(yīng)對(duì)個(gè)體患者病情的變化，特別是當(dāng)患者的生理狀況在短時(shí)間內(nèi)發(fā)生急劇波動(dòng)時(shí)，傳統(tǒng)的預(yù)警機(jī)制顯得遲鈍，無(wú)法實(shí)現(xiàn)動(dòng)態(tài)調(diào)整和靈活應(yīng)對(duì)。

技術(shù)實(shí)現(xiàn)思路

1、鑒于現(xiàn)有的預(yù)警系統(tǒng)存在的問(wèn)題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問(wèn)題在于如何通過(guò)呼吸波形的形態(tài)分析以及動(dòng)態(tài)閾值調(diào)整及時(shí)發(fā)現(xiàn)患者潛在風(fēng)險(xiǎn)。

3、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明實(shí)施例提供了基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法，其包括，實(shí)時(shí)采集患者數(shù)據(jù)，并進(jìn)行多模態(tài)數(shù)據(jù)融合；對(duì)患者呼吸波形進(jìn)行實(shí)時(shí)分析，提取波形中的形態(tài)特征，識(shí)別呼吸系統(tǒng)中的細(xì)微異常變化；基于患者歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，構(gòu)建時(shí)間序列模型，預(yù)測(cè)患者是否有潛在風(fēng)險(xiǎn)；基于歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的變化趨勢(shì)，動(dòng)態(tài)調(diào)整預(yù)警閾值和策略。

5、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述多模態(tài)數(shù)據(jù)融合包括：從每個(gè)模態(tài)的數(shù)據(jù)中提取關(guān)鍵特征；基于不同模態(tài)的特征，在統(tǒng)一的框架下進(jìn)行融合：設(shè)有n種不同的生理指標(biāo)，分別為，每個(gè)指標(biāo)對(duì)應(yīng)的權(quán)重為，設(shè)心率和血氧飽和度的權(quán)重分別為和，則加權(quán)融合后的綜合指標(biāo)x計(jì)算公式為：；其中，根據(jù)各生理指標(biāo)的重要性調(diào)整。

6、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：對(duì)患者呼吸波形進(jìn)行實(shí)時(shí)分析，提取波形中的形態(tài)特征，識(shí)別呼吸系統(tǒng)中的細(xì)微異常變化包括以下步驟：實(shí)時(shí)監(jiān)控患者的呼吸波形數(shù)據(jù)，提取基礎(chǔ)特征包括波峰、波谷、波幅以及周期；提取高級(jí)特征包括振幅標(biāo)準(zhǔn)差和呼吸節(jié)律變化率；通過(guò)分析所述振幅標(biāo)準(zhǔn)差和所述呼吸節(jié)律變化率，識(shí)別呼吸系統(tǒng)中的異?，F(xiàn)象；通過(guò)對(duì)多次呼吸波形的微小變化進(jìn)行累積檢測(cè)，識(shí)別是否存在系統(tǒng)性的呼吸惡化趨勢(shì)；當(dāng)檢測(cè)到呼吸波形的微小變化時(shí)，同時(shí)將心電、血壓和血氧數(shù)據(jù)作為校驗(yàn)項(xiàng)，判斷是否存在同步異常；根據(jù)校驗(yàn)結(jié)果綜合評(píng)估呼吸波形異常是否有效。

7、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述識(shí)別呼吸系統(tǒng)中的異?，F(xiàn)象包括：所述振幅標(biāo)準(zhǔn)差的計(jì)算公式為：；其中，為波幅，為振幅的平均值；

8、所述呼吸節(jié)律變化率為：；其中，為每個(gè)呼吸周期的時(shí)長(zhǎng)，表示第 k個(gè)周期的時(shí)間長(zhǎng)度，是當(dāng)前周期內(nèi)所記錄的時(shí)間，表示第 k+1個(gè)周期的時(shí)間長(zhǎng)度；

9、所述識(shí)別是否存在系統(tǒng)性的呼吸惡化趨勢(shì)包括：

10、設(shè)定檢測(cè)窗口長(zhǎng)度為，累計(jì)多個(gè)周期的變化，并根據(jù)變化幅度設(shè)定閾值，當(dāng)累計(jì)變化超過(guò)閾值時(shí)觸發(fā)預(yù)警，其中，累積變化公式為：；其中，為基于檢測(cè)窗口長(zhǎng)度的幅度均值；當(dāng)累積變化超過(guò)設(shè)定閾值時(shí)，觸發(fā)預(yù)警。

11、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述將心電、血壓和血氧數(shù)據(jù)作為校驗(yàn)項(xiàng)，判斷是否存在同步異常包括以下步驟；提取心電圖中的rr間隔，計(jì)算瞬時(shí)心率，并與正常心率范圍進(jìn)行對(duì)比，若心率波動(dòng)超過(guò)波動(dòng)閾值，則視為異常；采集收縮壓和舒張壓，并與正常血壓范圍進(jìn)行對(duì)比，如果收縮壓或舒張壓超出正常范圍，則判定為異常；若血壓在正常范圍內(nèi)，則判定為無(wú)異常；采集血氧數(shù)據(jù)，判斷是否低于正常值，如果低于血氧濃度閾值，則視為異常；若在正常范圍，則視為無(wú)異常。

12、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述根據(jù)校驗(yàn)結(jié)果綜合評(píng)估呼吸波形異常是否有效包括：匯總所有生理參數(shù)的校驗(yàn)結(jié)果，形成異常狀態(tài)向量，其中，為心率的變化量，為血壓的變化量，為血氧飽和度的變化量；如果所有校驗(yàn)項(xiàng)均為0，則降低此次呼吸異常預(yù)警的優(yōu)先級(jí)，認(rèn)為可能是誤報(bào)，不觸發(fā)報(bào)警；如果至少有一項(xiàng)為1，即中有一項(xiàng)或多項(xiàng)異常，則確認(rèn)呼吸異常有效，發(fā)出預(yù)警信號(hào)，并記錄相關(guān)數(shù)據(jù)；在誤報(bào)降低機(jī)制下，若呼吸波形檢測(cè)到的異常未通過(guò)其他生理參數(shù)的校驗(yàn)，則將此次異常記錄為誤報(bào)事件，同時(shí)減少相同類型誤報(bào)的發(fā)生頻率。

13、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述構(gòu)建時(shí)間序列模型，預(yù)測(cè)患者是否有潛在風(fēng)險(xiǎn)包括以下步驟：基于患者歷史呼吸數(shù)據(jù)和實(shí)時(shí)采集的數(shù)據(jù)，構(gòu)建時(shí)間序列模型，同時(shí)考慮短期、中期和長(zhǎng)期的數(shù)據(jù)變化；將呼吸波形異常特征與生理參數(shù)通過(guò)加權(quán)算法，為每個(gè)患者的時(shí)間序列數(shù)據(jù)生成風(fēng)險(xiǎn)評(píng)分，綜合評(píng)估患者的呼吸狀態(tài)；當(dāng)判斷未來(lái)存在呼吸衰竭高風(fēng)險(xiǎn)時(shí)，系統(tǒng)將發(fā)出高級(jí)別預(yù)警，提示醫(yī)護(hù)人員立即干預(yù)。

14、作為本發(fā)明所述基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的一種優(yōu)選方案，其中：所述動(dòng)態(tài)調(diào)整預(yù)警閾值和策略包括：利用機(jī)器學(xué)習(xí)算法自動(dòng)動(dòng)態(tài)調(diào)整生理指標(biāo)的閾值，自適應(yīng)閾值公式如下：；其中，為第 i個(gè)指標(biāo)的動(dòng)態(tài)調(diào)整閾值，是基礎(chǔ)閾值，為學(xué)習(xí)參數(shù)，為當(dāng)前時(shí)間點(diǎn)下指標(biāo)的變化量；根據(jù)患者病情的發(fā)展情況，實(shí)施不同的預(yù)警策略。

15、第二方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的步驟。

16、第三方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的基于臨床數(shù)據(jù)的重癥監(jiān)護(hù)室患者預(yù)警方法的步驟。

17、本發(fā)明的有益效果為：本發(fā)明能夠通過(guò)對(duì)振幅和節(jié)律的微小變化進(jìn)行檢測(cè)，發(fā)現(xiàn)呼吸惡化趨勢(shì)，并通過(guò)多次累積分析判斷呼吸系統(tǒng)是否存在潛在問(wèn)題，結(jié)合心電、血壓和血氧數(shù)據(jù)作為校驗(yàn)項(xiàng)有效減少了誤報(bào)警的發(fā)生率，達(dá)到了精確預(yù)警的效果；另外，相比于傳統(tǒng)的單一數(shù)據(jù)分析方法，本發(fā)明通過(guò)時(shí)間序列模型對(duì)未來(lái)風(fēng)險(xiǎn)進(jìn)行精準(zhǔn)預(yù)測(cè)，實(shí)現(xiàn)了從被動(dòng)監(jiān)測(cè)向主動(dòng)預(yù)警的轉(zhuǎn)變，提高了重癥監(jiān)護(hù)室患者風(fēng)險(xiǎn)預(yù)測(cè)能力，且能夠根據(jù)患者的具體病情發(fā)展情況，自適應(yīng)地調(diào)節(jié)預(yù)警策略，避免了固定閾值帶來(lái)的誤報(bào)警問(wèn)題，確保預(yù)警機(jī)制的靈活性。本發(fā)明極大提升了重癥監(jiān)護(hù)室患者風(fēng)險(xiǎn)管理的水平，確保了對(duì)患者細(xì)微異常的精準(zhǔn)識(shí)別，并能夠在問(wèn)題發(fā)生之前進(jìn)行有效的干預(yù)。