基于机器学习辅助的住院期间药物跟进管理系统
技术特征:
1.一种基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,包括:一个或多个数据获取或储存模块,一个或多个分析模块、一个或多个报警模块以及一个或多个管理平台,所述报警模块至少包括有一个药物相关问题发生风险等级确定单元,所述分析模块中部署有用户个体化标签确定模型;
2.如权利要求1所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述分析模块包括信号预处理分析单元、特征融合单元和预测结果输出单元;其中,所述数据切割策略部署于所述信号预处理分析单元;所述特征融合单元中部署有第一卷积神经网络模型、长短时记忆网络模型和第二卷积神经网络模型和多源特征深度神经网络模型;所述预测结果输出单元输出的所述目标用户标签预测结果值在0-1之间。
3.如权利要求2所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述信号预处理分析单元,用于基于预先设置的数据切割策略对所述目标用户初始数据进行数据分割和筛选得到目标分割后数据;其中,所述数据切割策略中与所述目标用户对应的筛选时间段以所述目标用户的入院日期为起始日期、且以所述目标用户的出院日期为终止日期;
4.如权利要求3所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述用户个体化标签确定模型对应的公式为:
5.如权利要求4所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述目标用户标签预测结果值所属的0-1的取值区间中包括第一预设取值区间和第二预设取值区间;当目标用户标签预测结果值取值属于所述第一预设取值区间时对应于第一用户评估风险等级,当目标用户标签预测结果值取值属于所述第二预设取值区间时对应于第二用户评估风险等级。
6.如权利要求3所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,还包括药物治疗管理随访模块,用于采集目标用户的目标生理数据、目标情境数据和目标临床数据;其中,所述目标生理数据为目标用户所佩戴且与所述药物治疗管理随访模块通讯连接的患者监测装置在所述筛选时间段所采集的用户数据;所述目标情境数据为目标用户所使用且与所述药物治疗管理随访模块通讯连接的用户终端在所述筛选时间段所采集的用户数据;所述目标临床数据为与所述药物治疗管理随访模块通讯连接的医院信息平台在所述筛选时间段所采集与目标用户对应的用户数据。
7.如权利要求6所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述管理平台还用于接收临床医师终端发送的与所述目标用户对应的注释数据,并将所述注释数据发送至所述分析模块以更新所述目标用户标签预测结果值。
8.如权利要求6所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述管理平台还用于接收所述目标用户终端发送的与所述目标用户当前用药方案数据对应的目标用户反馈数据,并将所述目标用户反馈数据发送至所述分析模块以更新所述目标用户标签预测结果值。
9.如权利要求8所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述分析模块在接收到所述目标用户反馈数据时,将所述目标用户反馈数据与所述目标分割后数据融合后输入至所述用户个体化标签确定模型以得到当前目标用户标签预测结果值,以更新所述目标用户标签预测结果值。
10.如权利要求6所述的基于机器学习辅助的住院期间药物跟进管理系统,其特征在于,所述管理平台还用于接收其他医院管理平台发送的与所述目标用户对应的目标用户其他个体化标签,基于所述目标用户其他个体化标签更新所述目标用户个体化标签,并基于所述目标用户个体化标签更新所述目标用户当前用药方案数据,并发送至所述目标用户终端。
技术总结
本发明涉及人工智能技术领域,提供一种基于机器学习辅助的住院期间药物跟进管理系统,包括:一个或多个数据获取或储存模块,一个或多个分析模块、一个或多个报警模块以及一个或多个管理平台,所述报警模块至少包括有一个药物相关问题发生风险等级确定单元,所述分析模块中部署有用户个体化标签确定模型,能够对患者术后康复在住院期间产生的用户数据及时做出智能化分析以及时调整用户用药方案,能对患者用户的住院期间用药进行有效跟进管理。
技术研发人员:谢静文,黎小妍,高旻,覃利,王颐婷,郑卓玲,戴春梅,梁智坤
受保护的技术使用者:中山大学附属第六医院
技术研发日:
技术公布日:2024/11/14
技术研发人员:谢静文,黎小妍,高旻,覃利,王颐婷,郑卓玲,戴春梅,梁智坤
技术所有人:中山大学附属第六医院
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除