一种基于临床知识图谱的护理辅助决策系统

本发明涉及护理辅助决策，更具体地说，本发明涉及一种基于临床知识图谱的护理辅助决策系统。

背景技术：

1、临床护理决策是指在临床护理实践过程中，由护士做出关于患者护理的专业决策的复杂过程，可以针对患者个体，也可以是针对患者群体；在当前的医疗护理环境中，护士们面临着日益增长的护理需求和复杂多变的临床情况。他们需要在短时间内处理大量的患者信息，包括但不限于医疗影像、诊断报告、仪器测量结果等，以便做出准确且及时的护理决策。然而，传统的护理决策过程往往依赖于护士的个人经验和直觉，这不仅可能导致决策的主观性和不确定性，还可能因为信息处理的不足而错过关键的治疗时机。

2、患者的健康状况是一个动态变化的过程，其生理指标数据会随着时间的推移而波动。因此，准确预测患者的健康趋势对于制定有效的护理计划至关重要。

3、但是其在实际使用时，仍旧存在较多缺点，如现有的护理决策支持系统往往缺乏对患者健康趋势的深入分析和预测能力，无法提供足够的前瞻性指导。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供一种基于临床知识图谱的护理辅助决策系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于临床知识图谱的护理辅助决策系统，包括：

3、患者健康监测模块，用于对患者健康进行监测，获取患者的生理指标数据；获取患者健康相关数据，患者健康相关数据包括不限于医疗影像数据、诊断数据和仪器测量数据；从患者健康相关数据提取患者的生理指标数据；

4、患者健康状况评估模块，用于分析患者的生理指标数据，基于生理指标数据量化患者健康程度，输出患者健康质量评估指数jp；

5、健康趋势分析模块，用于获取实际患者健康趋势系数qs和患者健康趋势预测系数qy；将更新后的实际生理指标数据输入健康质量评估模型，输出实际患者健康质量评估指数jp_b，将患者健康质量评估指数初始值记为jp_a，通过公式计算得到实际患者健康趋势系数qs，tj表示时间间隔；基于机器学习模型输出预测生理指标，将预测生理指标输入健康质量评估模型，输出预测患者健康质量评估指数jp_yb，通过公式计算得到患者健康趋势预测系数qy；

6、趋势异常分析模块，联合分析患者健康趋势预测系数qy和实际患者健康趋势系数qs，得到患者趋势异常指数；

7、趋势异常判断模块，用于判断患者趋势异常指数和预设值的关系，若患者趋势异常指数超出预设值，表明患者护理过程异常，向外发出预警，并生成预警信息，若患者趋势异常指数不超出预设值，表明患者护理过程正常，不采取措施。

8、优选的，基于临床知识图谱从医疗影像数据、诊断数据和仪器测量数据中分析得到患者的生理指标数据的过程包括下列步骤：

9、步骤s11、数据预处理：对患者健康相关数据进行清洗，统一数据格式，以便于后续的分析和处理；

10、步骤s12、数据标注与映射：利用临床知识图谱，对医疗影像数据中的关键解剖结构、病理特征进行标注，同时标注诊断数据和仪器测量数据中的关键生理指标，将标注后的关键生理指标映射到临床知识图谱中的相应节点和关系上，建立数据之间的关联；

11、步骤s13、特征提取：用于从患者健康相关数据中提取，输出患者健康特征，所述患者健康特征包括影像特征、诊断特征和测量数据特征；

12、步骤s14、融合分析：将提取出的影像特征、诊断特征和测量数据特征进行融合，输出融合后的数据；

13、步骤s15、基于知识图谱的推理：利用临床知识图谱中的规则和关系，对融合后的数据进行推理分析，得出患者的生理指标数据；

14、步骤s16、结果验证与修正：将推理分析得出的生理指标数据与临床标准或专家意见进行对比验证，确保推理分析的可靠性。

15、优选的，对患者健康特征进行融合，包括：

16、将患者健康特征划分为互补性特征数据和冗余性特征数据，根据不同来源数据的可靠性和准确性来分配权重，使用加权平均法完成特征融合，消除冗余性特征数据；合并互补性特征数据，输出患者的生理指标数据。

17、优选的，基于生理指标预测模型输出预测生理指标的过程包括下列步骤：

18、步骤s21、数据收集与预处理：收集患者的历史健康数据、护理方案以及过往病史；对数据进行清洗和预处理，去除异常值、缺失值，并进行标准化或归一化处理；

19、步骤s22、特征选择与提取：根据预测目标，从原始数据中提取特征，通过统计方法、专家经验或机器学习算法来确定对预测结果有显著影响的关键特征；

20、步骤s23、模型选择与训练：基于机器学习算法搭建生理指标预测模型，使用预处理后的数据对生理指标预测模型进行训练，调整模型参数以最小化预测误差；

21、步骤s24、模型评估与优化：通过交叉验证、留出法评估生理指标预测模型的性能，根据评估结果对生理指标预测模型进行优化，输出训练好的生理指标预测模型；

22、步骤s25、使用训练好的生理指标预测模型输出预测生理指标。

23、优选的，所述患者健康质量评估指数jp的获取方式为：

24、获取患者的生理指标数据，设有n个生理指标数据，用i，j表示生理指标数据的顺序编号，且i≠j；用yzi表示第i个生理指标偏离预设标准的数值，用yzj表示第j个生理指标偏离预设标准的数值；用gi表示第i个生理指标的权重系数，通过如下健康质量评估模型计算得到患者健康质量评估指数jp，其中，hij表示第 i 个和第 j 个生理指标之间相互作用的权重系数，ε表示患者的健康质量基础值。

25、优选的，所述患者趋势异常指数yq的获取方式为：

26、按照时间戳，通过插值法或均值/中位数填充将实际患者健康趋势系数qs和患者健康趋势预测系数qy进行时间匹配，基于时间匹配后的实际患者健康趋势系数qs和患者健康趋势预测系数qy，通过公式计算得到患者趋势异常指数yq。

27、优选的，所述护理辅助决策系统还包括异常分析模块，

28、异常分析模块中，基于预警信息生成异常分析指令，所述预警信息包括患者身份信息、护理环境信息和护理操作信息，输出护理环境异常指数、护理操作异常指数；

29、当护理环境异常指数、护理操作异常指数符合对应预设值，提示护理决策匹配异常；

30、当护理环境异常指数、护理操作异常指数不符合对应预设值，向外发出预警，提示护理环境异常、护理操作异常。

31、优选的，所述护理环境异常指数hy的获取方式为：

32、获取环境参数的偏离度dev，设有q个环境参数，用p表示环境参数的顺序编号，将第p个环境参数的偏离度记为dev_p，将第p个环境参数的权重系数记为wd_p；将护理环境参数的实际测量值记为m，将护理环境参数适宜范围的上下限分别记为l，u；通过公式计算得到偏离度dev；其中，mid（l，u）表示护理环境参数适宜范围的中点，range（l，u）表示护理环境参数适宜范围的大小；通过公式计算得到护理环境异常指数eai。

33、优选的，所述护理操作异常指数的获取方式为：

34、设在护理方案中有k项护理操作，每项操作的标准得分为s_s，实际得分为a_s，通过公式计算得到护理操作异常指数ehi。

35、优选的，所述护理辅助决策系统还包括异常分析模块，

36、护理方案管理模块，用于获取护理备选方案，基于方案推荐指数，从护理备选方案中筛选出推荐护理方案。

37、本发明的技术效果和优点：

38、本发明提供的护理辅助决策系统，获取患者健康趋势预测系数qy和实际患者健康趋势系数qs，联合分析患者健康趋势预测系数qy和实际患者健康趋势系数qs，得到患者趋势异常指数；判断患者趋势异常指数和预设值的关系，若患者趋势异常指数超出预设值，表明患者护理过程异常，向外发出预警，并生成预警信息，预警信息包括患者身份信息、护理环境信息和护理操作信息；若患者趋势异常指数不超出预设值，表明患者护理过程正常，不采取措施，解决现有护理辅助决策系统中，存在缺乏对患者健康趋势深入分析，无法提供足够的前瞻性指导问题。

39、本发明提供的护理辅助决策系统，基于预警信息生成异常分析指令，进一步分析护理环境和护理操作中的异常情况，能够更深入地识别潜在的问题；计算护理环境异常指数和护理操作异常指数，有助于更准确地定位问题所在；当护理环境异常指数或护理操作异常指数符合对应预设值时，提示护理决策匹配异常，这有助于医护人员及时调整护理方案；当这些指数不符合预设值时，指出是护理环境还是护理操作存在异常，这提高了预警的针对性和准确性。