[发明专利]一种基于数据挖掘技术的护理不良事件风险预测方法和系统

说明书

本发明涉及计算机技术领域，公开了一种基于数据挖掘技术的护理不良事件风险预测方法和系统，所述预测方法包括：锁定跌倒、非计划拔管护理不良事件，确定跌倒事件关键词及各管路医嘱下达文本，结合各管路更换时间与医嘱下达频率之间的关联规则，制定风险预测数据挖掘表达式，从病程记录、医嘱中发现可疑跌倒及非计划拔管不良事件。本发明运用数据挖掘技术对电子病历病程记录、医嘱进行分析与筛查，借助关联规则及时发现漏报的护理不良事件。

技术领域

本发明涉及计算机技术领域，具体为一种基于数据挖掘技术的护理不良事件风险预测方法和系统。

背景技术

医疗不良事件是指在临床诊疗活动及医院运行过程中，任何可能影响病人的诊疗结果、增加病人的痛苦和负担、并可能引发医疗纠纷的因素和事件。据世界卫生组织（WHO）统计，每年全球4.21亿例住院病例中，超过4200万名患者发生过不良事件。《患者安全目标》、三级综合医院评审细则中均包含医疗安全不良事件的条款，2021年2月20日，国家卫健委印发《2021年国家医疗质量安全改进目标的通知》，将提高医疗质量安全不良事件报告率作为目标之一。

分析不良事件相关数据，进而发现制度、流程、临床实践过程中存在的问题，提出持续改进建议，是保障患者安全的重要前提。由于受传统思维模式的影响，担心惩罚及医疗纠纷的发生或者“事不关己、高高挂起”的心态，导致员工对不良事件上报的主动性不足，上报数量与实际发生数量相比缺口较大。

我院一直营造“医院安全，人人有责”的安全文化氛围，不良事件网络上报平台允许上报者匿名上报并给予每例20元奖励，上报平台嵌入OA系统，员工可通过手机、内网OA随时随地上报，实现了网络化、非责备、高效的报告系统。但护理部在归档病历审核、护理文书查检过程中，仍发现有漏报事件。

发明内容

针对相关技术中的问题，本发明提出一种基于数据挖掘技术的护理不良事件风险预测方法和系统，以克服现有相关技术所存在的上述技术问题，本发明的目的是运用数据挖掘技术对电子病历病程记录、医嘱进行分析与筛查，借助关联规则及时发现漏报的护理不良事件。

为实现上述目的，本发明提供如下技术方案：一种基于数据挖掘技术的护理不良事件风险预测方法，所述的方法包括以下步骤：

步骤一：锁定跌倒、非计划拔管护理不良事件；

步骤二：根据跌倒关键词、各管路医嘱下达文本，结合管路更换时间与医嘱频率的关联规则，制定风险预测数据挖掘表达式；

步骤三：从病程记录、医嘱中发现可疑跌倒及非计划拔管不良事件。

优选的，所述跌倒、非计划拔管护理不良事件包括跌倒、鼻胃管非计划性拔管、尿管非计划性拔管、气管导管非计划拔管。

优选的，还包括制定风险预测数据挖掘表达式，所述风险预测数据挖掘表达式包括跌倒风险预测表达式、鼻胃管非计划性拔管风险预测表达式、尿管非计划性拔管风险预测表达式、气管导管非计划拔管风险预测表达式。

优选的，所述风险预测表达式包括：

跌倒风险预测表达式设定关键词，从医生病程记录中提取；

鼻胃管非计划性拔管、尿管非计划性拔管、气管导管非计划拔管风险预测表达式，依据各管路医嘱下达文本及临床更换频率，提取医嘱下达文本频率多于实际更换频率的病历。

本发明还提供如下技术方案：一种基于数据挖掘技术的护理不良事件风险预测系统，包括数据锁定模块、数据存储管理模块、事件分析模块、数据处理模块和数据挖掘模块；

所述数据锁定模块主要用于跌倒、非计划拔管护理不良事件进行锁定；

所述数据存储管理模块主要用于存储数据锁定模块锁定的跌倒、非计划拔管护理不良事件；

所述事件分析模块用于根据跌倒关键词、各管路医嘱下达文本，结合管路更换时间与医嘱频率的关联规则，制定风险预测数据挖掘表达式；