System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及醫療急救領域,具體涉及用于急診急救過程中的信息對接方法。
技術介紹
1、急診急救是醫療體系中至關重要的一環,旨在為突發疾病或意外傷害的患者提供及時、有效的初步診斷和治療;在急救電話中,求救者提供的信息往往不完整或不準確,導致調度中心難以準確評估患者的病情;此外,救護車通常將患者送往最近的醫院,但是醫院的專業能力同樣需要考慮,如果僅僅是將患者送往最近的醫院,患者后續可能仍然需要轉到專科能力更強的醫院才能得到更加合適的治療,導致急診就診的流程更加繁瑣,影響救治效果。
2、為了提高急診急救的效率和效果,需要一種更智能、更靈活的信息對接方法;因此本專利技術提出了用于急診急救過程中的信息對接方法。
技術實現思路
1、為了解決上述技術問題,本專利技術提供了一種用于急診急救過程中的信息對接方法,能夠更大程度地利用急救電話中獲取的患者信息;基于患者的具體病情,構建科室推薦模型,選擇最合適的科室和醫院,提高救治效果;同時,對患者的生命體征和意識水平進行綜合評估,準確判斷患者的緊急程度,優化急救決策;通過這些改進,可以確保患者在最短時間內得到最合適的治療,提高急診急救的成功率和患者的生存率,具體方案如下:
2、用于急診急救過程中的信息對接方法,包括:
3、在急救中心接收到急救電話時,基于撥打者的描述獲取患者信息集,患者信息集包括患者的事發地點、事發原因、患者基本信息、患者病史和癥狀表現;
4、利用獨熱編碼將獲取的事發地點、事發原因、患者病史
5、基于當前患者對應各個科室的概率值,從所有科室中選取若干個預備科室;隨后針對距離患者最近的若干個醫院,根據選取的預備科室,分別計算各個醫院的綜合專業能力,同時為各個醫院規劃路線,并獲取從患者位置到達各個醫院所需的預測花費時間;
6、在救護車到達患者位置后,對患者的生命體征以及意識水平進行評估,并計算獲取患者的緊急程度;隨后基于各個醫院的綜合專業能力、從患者位置到達各個醫院所需的預測花費時間以及患者的緊急程度,計算獲取各個醫院的最終適配評分;將最終適配評分最高的醫院作為目標醫院,并按照預先規劃的路線將患者送往目標醫院。
7、優選地,基于當前患者對應各個科室的概率值,從所有科室中選取若干個預備科室,具體操作如下:
8、將概率值最大的科室歸類為預備科室,并記錄最大概率值;設置差值閾值,隨后針對其它科室中的任意一個,判斷當前科室的概率值與最大概率值的差值是否低于差值閾值,若是,則將當前科室歸類為預備科室;若否,則無操作。
9、優選地,針對距離患者最近的若干個醫院,根據選取的預備科室,分別計算各個醫院的綜合專業能力,具體操作如下:
10、針對距離患者最近的個醫院中的任意一個醫院,獲取當前醫院對選取的各個預備科室的專業能力評分,=1,2,…,;=1,2,…,;表示當前選取的預備科室的數量;基于各個預備科室的概率值,利用公式計算獲取當前醫院的綜合專業能力評分。
11、優選地,對患者的生命體征以及意識水平進行評估,并計算獲取患者的緊急程度,具體操作如下:
12、獲取患者的生命體征數據集,生命體征數據集包括心率、血壓、呼吸頻率、體溫和血氧飽和度,針對生命體征數據集中的任意一個生命體征數據,=1,2,3,4,5;到依次表示心率、血壓、呼吸頻率、體溫和血氧飽和度;設置該生命體征數據的正常范圍為至,利用公式計算獲取該生命體征數據的正常中值;隨后利用公式計算獲取該生命體征數據的風險評分;利用公式計算獲取患者的生命體征風險評分;
13、利用格拉斯哥昏迷量表對患者的意識水平進行評估,獲取患者的gcs評分值,利用公式計算獲取患者的意識水平風險評分;
14、最后利用公式計算獲取患者的緊急程度。
15、優選地,計算獲取各個醫院的最終適配評分,具體操作如下:
16、針對距離患者最近的個醫院中的任意一個醫院,基于當前醫院的綜合專業能力評分以及從患者位置到達當前醫院所需的預測花費時間,利用公式計算獲取當前醫院的最終適配評分;其中,為各個醫院的綜合專業能力評分的上限;為調整系數,用于調整預測花費時間對最終適配評分的影響程度,的值通過群體優化算法獲取。
17、優選地,利用獨熱編碼將獲取的事發地點、事發原因、患者病史和癥狀表現分別轉化為事發地點向量、事發原因向量、患者病史向量和癥狀表現向量,具體操作如下:
18、針對事發地點、事發原因、患者病史和癥狀表現中任意一個患者信息,基于當前患者信息所有可能存在的類別數量n,在類別數量n的基礎上增加一個未知類別,根據當前患者信息對應的類別,獲取當前患者信息對應的n+1維的獨熱編碼向量。
19、優選地,科室推薦模型基于fnn建立,包括輸入層、隱藏層和輸出層;
20、輸入層用于接收當前患者的統一特征向量;隱藏層用于使用relu激活函數提取統一特征向量中的各個輸入特征之間的關系;輸出層用于使用softmax函數將隱藏層的輸出轉換為各個科室的預測概率,輸出層包括c個神經元,c為科室的總數量,最終輸出每個科室的概率分布;
21、針對科室推薦模型進行訓練,具體操作如下:
22、獲取若干個歷史患者樣本,每一個歷史患者樣本包含一個患者的患者基本信息、事發地點向量、事發原因向量、患者病史向量和癥狀表現向量以及該患者最終就醫的科室類型;將所有歷史患者樣本劃分為訓練集和驗證集,利用訓練集對參數初始化的科室推薦模型進行訓練,其中,患者基本信息、事發地點向量、事發原因向量、患者病史向量和癥狀表現向量作為科室推薦模型,患者最終就醫的科室類型作為科室推薦模型的目標輸出;隨后利用驗證集對科室推薦模型進行驗證,獲取驗證結果;設置訓練條件,判斷驗證結果是否滿足訓練條件,若是,則輸出訓練好的科室推薦模型;若否,則繼續利用訓練集對科室推薦模型進行訓練。
23、優選地,獲取的值所使用的群體優化算法為粒子群優化算法,獲取的值的具體操作如下:
24、步驟一:隨機生成粒子群,每一個粒子的位置表示一個候選值,并設置最大迭代次數;針對任意一個粒子,初始化該粒子的速度,并將當前位置作為該粒子的個體最佳位置;利用公式計算獲取該粒子的適應度值;其中,表示患者在最終選取的目標醫院的治療效果,表示患者到達目標醫院花費的時間;遍歷所有粒子,將適應度值最高的粒子對應的位置作為全局最佳位置;
25、步驟二:針對任意一個粒子,對該粒子的速度和位置進行更新,并重新計算適應度值;若更新后的適應度值高于該粒子個體最佳位置的適應度值,則將該粒子的個體最佳位置更新為當前位置;
26、步驟三:遍歷所有粒子,本文檔來自技高網...
【技術保護點】
1.用于急診急救過程中的信息對接方法,其特征在于,包括:
2.根據權利要求1所述的用于急診急救過程中的信息對接方法,其特征在于,基于當前患者對應各個科室的概率值,從所有科室中選取若干個預備科室,具體操作如下:
3.根據權利要求2所述的用于急診急救過程中的信息對接方法,其特征在于,針對距離患者最近的若干個醫院,根據選取的預備科室,分別計算各個醫院的綜合專業能力,具體操作如下:
4.根據權利要求3所述的用于急診急救過程中的信息對接方法,其特征在于,對患者的生命體征以及意識水平進行評估,并計算獲取患者的緊急程度,具體操作如下:
5.根據權利要求4所述的用于急診急救過程中的信息對接方法,其特征在于,計算獲取各個醫院的最終適配評分,具體操作如下:
6.根據權利要求5所述的用于急診急救過程中的信息對接方法,其特征在于,利用獨熱編碼將獲取的事發地點、事發原因、患者病史和癥狀表現分別轉化為事發地點向量、事發原因向量、患者病史向量和癥狀表現向量,具體操作如下:
7.根據權利要求6所述的用于急診急救過程中的信息對接方法,其特征在
8.根據權利要求7所述的用于急診急救過程中的信息對接方法,其特征在于,獲取的值所使用的群體優化算法為粒子群優化算法,獲取的值的具體操作如下:
...【技術特征摘要】
1.用于急診急救過程中的信息對接方法,其特征在于,包括:
2.根據權利要求1所述的用于急診急救過程中的信息對接方法,其特征在于,基于當前患者對應各個科室的概率值,從所有科室中選取若干個預備科室,具體操作如下:
3.根據權利要求2所述的用于急診急救過程中的信息對接方法,其特征在于,針對距離患者最近的若干個醫院,根據選取的預備科室,分別計算各個醫院的綜合專業能力,具體操作如下:
4.根據權利要求3所述的用于急診急救過程中的信息對接方法,其特征在于,對患者的生命體征以及意識水平進行評估,并計算獲取患者的緊急程度,具體操作如下:
5.根據權利要求4所述的用于...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。