[发明专利]一种适用于手术患者的健康管理方法及系统

说明书

本发明公开了一种适用于手术患者的健康管理方法及系统。本发明包括如下步骤：获取医院历史用户数据集，将历史用户数据集划分成训练数集和测试数据集进行模型训练，训练得到输血量预测模型；根据当前患者输血的相关信息输入输血量预测模型，将采集的健康策略集与医院历史用户数据集相互融合获取基础策略图谱，输入患者个体的输血量至排序策略模型进行排序学习，产生Top‑N推荐策略列表。本发明通过获得的输血量推荐值在纳入了患者的术前相关指标基础上，补充纳入了术后相关指标目标值，并以患者最佳预后为目的确定术后相关指标目标值，依据设定术后相关指标的参数值，代入输血量预测模型，预测并推荐患者的术中输血量，供临床医生参考。

技术领域

本发明属于术后管理技术领域，具体涉及医疗信息化处理技术领域，特别是涉及一种适用于手术患者的健康管理方法及系统。

背景技术

术前精准地预测患者术中的输血量，不仅与术前相关指标有关，也与术后相关指标的目标值相关，比如术后血红蛋白的目标值。既往研究多从术前或术中相关指标出发，比如限制性输血和非限制性输血策略根据术前血红蛋白或者术中血红蛋白来决定是否输血，较少考虑术后相关指标的目标值。

因此，本申请文件获得的输血量推荐值在纳入了患者的术前相关指标基础上，补充纳入了术后相关指标目标值，并以患者最佳预后为目的确定术后相关指标目标值，综合考虑了术前已掌握的患者相关情况及预后的预期发展，对于临床医生具有更好的临床参考价值。

发明内容

本发明的目的在于提供一种适用于手术患者的健康管理方法及系统，通过获得的输血量推荐值在纳入了患者的术前相关指标基础上，补充纳入了术后相关指标目标值，并以患者最佳预后为目的确定术后相关指标目标值，解决了现有的医院只关注术前和术中的相关指标，不关注术后指标，导致临床参考价值低的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种适用于手术患者的健康管理方法，包括如下步骤：

步骤S1：获取医院历史用户数据集，将历史用户数据集划分成训练数集和测试数据集；

步骤S2：收集大量患者病历、对应的治疗方法以及术后对应方法制作健康策略集；

步骤S3：提取训练集中的特征参数，根据特征的分布特性、相关特性以及重要性从多个特征中提取适合表征单用户输血量的特征参数集来训练输血量预测模型；

步骤S4：采用测试数据集对训练后的输血量预测模型进行验证；

步骤S5：根据当前患者输血的相关信息输入输血量预测模型，确定患者个体的输血量；

步骤S6：将采集的健康策略集与医院历史用户数据集相互融合获取基础策略图谱；

步骤S7：通过深度学习的Node2Vec网络表示算法，将基础策略图谱中的实体嵌入到n维空间；

步骤S8：计算策略图谱之间的相似性，构建训练模型作为排序策略模型的输入；

步骤S9：输入患者个体的输血量至排序策略模型进行排序学习，产生Top-N推荐策略列表；

步骤S10：将生成的用户术后健康管理策略列表推送至用户移动智能终端。

作为一种优选的技术方案，所述步骤S1中，用户数据集以预定科室的历史血液用量历史信息作为输入，形成按时间排列的离散值构成的曲线，判断曲线是否出现波动，如果出现波动，则使用多阶差分进行平稳化调整，直到曲线稳定差分参数为零，并根据平滑的时间序列信息建立自回归移动平均时序模型，并确定阶数。

作为一种优选的技术方案，所述步骤S2中，医院历史用户数据集获取后需要进行预处理；所述预处理包括预处理具体步骤如下：

步骤S11：将医院设备上获取的历史用户数据集进行清洗；