[发明专利]气道梗阻严重程度评估方法及系统

权利要求书

1.一种气道梗阻严重程度评估方法，其特征在于，所述方法包括：

获取当前患者的即时诊断数据；

从所述即时诊断数据中提取关键指标特征数据；

将所述关键指标特征数据输入预先基于病人医疗数据源构建的气道梗阻严重程度评估模型，根据所述气道梗阻严重程度评估模型的输出得到所述患者的气道梗阻严重程度评分；

所述气道梗阻严重程度评估模型包括输入层、三个隐藏层、输出层，所述三个隐藏层与所述输出层为全连接，并且相邻隐藏层之间使用随机失活机制。

2.根据权利要求1所述的方法，其特征在于，所述基于病人医疗数据源构建气道梗阻严重程度评估模型包括：

采集病人医疗数据源，并从所述医疗数据源中提取病人就诊相关数据；

对所述病人就诊相关数据进行相关性分析，得到关键指标集；

对所述关键指标集中的指标进行规范化处理及缺失值填充，得到关键指标样本集；

确定所述关键指标样本集中的各样本的气道干预手段标签及与所述气道干预手段标签对应的气道严重程度；

根据所述关键指标样本集及所述气道严重程度训练得到气道梗阻严重程度评估模型。

3.根据权利要求2所述的方法，其特征在于，所述病人医疗数据源包括以下任意一种或多种：急诊数据库、护理系统、医院数据库。

4.根据权利要求2所述的方法，其特征在于，所述病人就诊相关数据包括以下任意一种或多种：病人基本信息、病人气道干预记录、病人检测指标、以及病人的意识状态信息；

所述病人气道干预记录包括：鼻导管吸氧、面罩吸氧、口咽通气道或气管插管；

所述病人检测指标包括：生命体征、血常规、血气分析、凝血功能、急诊生化；

所述病人的意识状态信息包括：神志状态、是否躁动。

5.根据权利要求4所述的方法，其特征在于，所述对所述病人就诊相关数据进行相关性分析，得到关键指标集包括：

对所述病人检测指标进行相关性解析，得到候选关键指标集；

对所述候选关键指标集中的每个候选指标，将其与气道梗阻严重程度的相关系数按绝对值大小进行排序，选择相关系数绝对值大于等于设定阈值的候选指标加入推荐指标集，否则加入剩余指标集；

结合医学知识对所述推荐指标集中的各项指标进行重要程度分级，并将所述推荐指标集中的指标加入关键指标集；

从所述剩余指标集中选出部分指标加入所述关键指标集；

对所述关键指标集中的每个训练样本加入神志状态标签和躁动标签。

6.根据权利要求2所述的方法，其特征在于，所述对所述关键指标集中的指标进行规范化处理包括：

如果所述指标在正常区间内，则将所述指标取值为0；

如果所述指标高于所述正常区间、并且低于极度危险上限值，则将所述指标取值映射为0到1区间内的值；

如果所述指标高于或等于所述极度危险上限值，则将所述指标取值为1；

如果所述指标低于所述正常区间、并且高于极度危险下限值，则将所述指标取值映射为0到-1区间内的值；

如果所述指标低于或等于所述极度危险下限值，则将所述指标取值为-1。

7.根据权利要求2所述的方法，其特征在于，所述根据所述关键指标样本集及所述气道干预手段标签训练得到气道梗阻严重程度评估模型包括：

根据所述关键指标样本集及所述气道干预手段标签，采用MAE作为损失函数，使用Adam优化器迭代训练，得到气道梗阻严重程度评估模型。