[发明专利]机械通气决策方法、装置、存储介质及电子设备

权利要求书

1.一种机械通气决策方法，其特征在于，包括：

获取通气对象的监护数据；

将所述监护数据输入预先训练得到的预测模型中，得到所述预测模型输出表征对所述通气对象执行目标操作的可行性大小的数值，所述目标操作包括对所述通气对象进行插管通气的操作或者对所述通气对象进行通气脱机处理的操作；

根据所述数值的大小，输出对执行所述目标操作的目标决策信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述数值的大小，输出对执行所述目标操作的目标决策信息包括：

根据所述数值所处的区间，以及区间与决策信息之间的对应关系，确定所述目标决策信息。

3.根据权利要求2所述的方法，其特征在于，所述目标决策信息包括确定执行所述目标操作、待进一步评估是否执行所述目标操作或者不执行所述目标操作。

4.根据权利要求1所述的方法，其特征在于，所述预先训练得到的预测模型为异质集成学习模型，所述异质集成学习模型包括的个体学习器通过以下步骤确定：

利用与所述目标操作对应的训练集对各个候选神经网络模型进行训练，得到各个候选学习器；

利用与所述目标操作对应的测试集，测试所述各个候选学习器的准确率；

将准确率靠前的预设数量个候选学习器确定为所述异质集成学习模型包括的个体学习器。

5.根据权利要求4所述的方法，其特征在于，所述训练集或者所述测试集中的特征通过以下步骤确定：

获取原始样本集合，所述原始样本集合中的每个样本包括各个候选特征对应的数据以及所述目标操作对应的执行结果标签；

基于各个样本包括的所述各个候选特征对应的数据以及所述目标操作对应的执行结果标签，确定所述各个候选特征与所述目标操作之间的皮尔森系数；

将所述皮尔森系数满足预设阈值的候选特征确定为所述训练集或者所述测试集中的特征。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：

当参考所述目标决策信息执行所述目标操作之后，获取执行所述目标操作的实际执行结果；

将所述监护数据以及所述实际执行结果作为新的训练样本；

利用所述新的训练样本更新所述预先训练得到的预测模型，得到更新后的预测模型。

7.根据权利要求1-5任一项所述的方法，其特征在于，所述目标操作为所述对所述通气对象进行插管通气的操作，所述监护数据包括心率、呼吸频率、血压、血氧饱和度、白细胞浓度、二氧化碳分压、吸入氧浓度以及呼气流速中一者或者多者的组合。

8.根据权利要求1-5任一项所述的方法，其特征在于，所述目标操作为对所述通气对象进行通气脱机处理的操作，所述监护数据包括心率、呼吸频率、血压、血氧饱和度、白细胞浓度、二氧化碳分压、血清白蛋白浓度、钙离子浓度、镁离子浓度、肌松药、吸入氧浓度、呼气末正压以及吸气压力中一者或者多者的组合。

9.一种机械通气决策装置，其特征在于，所述装置包括：

获取模块，用于获取通气对象的监护数据；

预测模块，用于将所述监护数据输入预先训练得到的预测模型中，得到所述预测模型输出表征对所述通气对象执行目标操作的可行性大小的数值，所述目标操作包括对所述通气对象进行插管通气的操作或者对所述通气对象进行通气脱机处理的操作；

决策信息输出模块，用于根据所述数值的大小，输出对执行所述目标操作的目标决策信息。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。

11.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-8中任一项所述方法的步骤。