一种基于人工智能的慢性病信息管理系统

专利主权项内容

1.一种基于人工智能的慢性病信息管理系统，其特征在于，包括：患者医学影像信息分析模块：用于获取监测周期内各采样时间段目标医院疗养区中各慢阻肺患者的医学影像信息，将其记为监测周期内各采样时间段各患者的医学影像信息，分析监测周期内各采样时间段各患者基于医学影像的病情严重系数；患者临床症状信息分析模块：用于获取监测周期内各采样时间段各患者的临床症状信息，分析监测周期内各采样时间段各患者基于临床症状的病情严重系数；患者肺功能检查信息分析模块：用于获取监测周期内各采样时间段各患者的肺功能检查信息，分析监测周期内各采样时间段各患者基于肺功能检查的病情严重系数；患者血气检查信息分析模块：用于获取监测周期内各采样时间段各患者的血气检查信息，分析监测周期内各采样时间段各患者基于血气检查的病情严重系数；患者血常规检查信息分析模块：用于获取监测周期内各采样时间段各患者的血常规检查信息，分析监测周期内各采样时间段各患者基于血常规检查的病情严重系数；患者病情发展趋势分析模块：用于根据监测周期内各采样时间段各患者基于医学影像、临床症状、肺功能检查、血气检查和血常规检查的病情严重系数，分析各患者的病情发展趋势类型，并进行反馈；数据库：用于存储目标医院疗养区慢阻肺患者的病历信息；所述患者医学影像信息分析模块的具体分析过程包括：设定监测周期的时长，按照预设的等时长原则对监测周期进行划分，得到监测周期内各采样时间段；获取监测周期内各采样时间段各患者的医学影像信息，得到监测周期内各采样时间段各患者的支气管轮廓，提取数据库中存储的目标医院疗养区慢阻肺患者的病历信息，得到各患者的性别和年龄，将其与预设的各性别各年龄段对应的参考支气管轮廓进行比对，筛选得到各患者的参考支气管轮廓；将监测周期内各采样时间段各患者的支气管轮廓与其对应的参考支气管轮廓进行比对，得到监测周期内各采样时间段各患者的支气管轮廓与其对应参考支气管轮廓的重合度，将其记为，/>表示第/>个采样时间段的编号，/>，/>表示第/>个患者的编号，；通过分析公式得到监测周期内各采样时间段各患者的支气管形变系数/>，其中/>表示预设的支气管轮廓重合度阈值；所述患者医学影像信息分析模块的具体分析过程还包括：根据监测周期内各采样时间段各患者的医学影像信息，得到监测周期内各采样时间段各患者支气管各处黏液区域的面积，将其记为，/>表示第/>处黏液区域的编号，；按照预设的原则对支气管区域进行划分，得到支气管各子区域，获取监测周期内各采样时间段各患者支气管各处黏液区域的位置，将其与预设的支气管各子区域的影响因子进行比对，筛选得到监测周期内各采样时间段各患者支气管各处黏液区域的影响因子，将其记为；通过分析公式得到监测周期内各采样时间段各患者的支气管黏液积聚系数/>，其中/>表示预设的支气管单位黏液面积对应的影响因子；按照预设的原则在各患者的支气管布设各检测点，根据监测周期内各采样时间段各患者的医学影像信息，得到监测周期内各采样时间段各患者支气管上各检测点的支气管壁厚度和支气管内腔直径；获取各患者的支气管壁厚度与支气管内腔直径的参考比值，将其记为；通过分析公式得到监测周期内各采样时间段各患者的支气管壁增厚系数/>，其中/>分别表示监测周期内第/>个采样时间段第/>个患者支气管上第/>个检测点的支气管壁厚度和支气管内腔直径，/>；所述患者医学影像信息分析模块的具体分析过程还包括：通过分析公式得到监测周期内各采样时间段各患者基于医学影像的病情严重系数/>，其中分别表示预设的支气管形变系数、支气管黏液积聚系数和支气管壁增厚系数的阈值，/>分别表示预设的支气管形变系数、支气管黏液积聚系数和支气管壁增厚系数的权重因子；所述患者临床症状信息分析模块的具体分析过程为：获取监测周期内各采样时间段各患者的临床症状信息，得到监测周期内各采样时间段各患者的呼吸频率、脉搏和排痰量，将其分别记为，并获取监测周期内各采样时间段各患者的排痰颜色，将其与预设的各排痰颜色对应的影响因子进行比对，筛选得到监测周期内各采样时间段各患者排痰颜色对应的影响因子，并表示为/>；获取各患者的参考呼吸频率和参考脉搏，将其分别记为；通过分析公式得到监测周期内各采样时间段各患者基于临床症状的病情严重系数/>，其中/>表示自然常数，/>表示预设的单位排痰量对应的影响因子，/>分别表示预设的呼吸频率、脉搏和排痰量的权值；所述患者肺功能检查信息分析模块的具体分析过程为：获取监测周期内各采样时间段各患者的肺功能检查信息，得到监测周期内各采样时间段各患者的一秒用力呼气容积、用力肺活量和呼气峰流速，将其分别记为；获取各患者的一秒用力呼气容积与用力肺活量的参考比值，将其记为；将各患者的性别和年龄与预设的各性别各年龄段对应的呼气峰流速预计值进行比对，筛选得到各患者的呼气峰流速预计值，将其记为；通过分析公式得到监测周期内各采样时间段各患者基于肺功能检查的病情严重系数/>，其中/>表示预设的基于肺功能检查的病情严重系数的修正因子；所述患者血气检查信息分析模块的具体分析过程为：获取监测周期内各采样时间段各患者的血气检查信息，得到监测周期内各采样时间段各患者的肺泡氧分压和动脉血二氧化碳分压，将其分别记为；获取各患者的参考肺泡氧分压和参考动脉血二氧化碳分压，将其分别记为；通过分析公式得到监测周期内各采样时间段各患者基于血气检查的病情严重系数/>，其中/>分别表示预设的肺泡氧分压和动脉血二氧化碳分压的权值；所述患者血常规检查信息分析模块的具体分析过程为：获取监测周期内各采样时间段各患者的血常规检查信息，得到监测周期内各采样时间段各患者的嗜酸性粒细胞百分比和中性粒细胞百分比，将其分别记为；获取各患者的嗜酸性粒细胞百分比和中性粒细胞百分比的参考值，将其分别记为；通过分析公式得到监测周期内各采样时间段各患者基于血常规检查的病情严重系数/>；所述患者病情发展趋势分析模块的具体分析过程包括：获取监测周期内各采样时间段的气候信息，得到监测周期内各采样时间段的气温变化量和空气湿度变化量，将其分别记为，通过分析公式得到监测周期内各采样时间段的气候影响因子/>，其中/>分别表示预设的单位气温变化量和单位空气湿度变化量的影响因子；通过分析公式得到监测周期内各采样时间段各患者的病情严重程度评估指数/>，其中/>表示预设的病情严重程度评估指数的修正量；所述患者病情发展趋势分析模块的具体分析过程还包括：根据监测周期内各采样时间段各患者的病情严重程度评估指数，绘制各患者的病情发展趋势曲线；将各患者的病情发展趋势曲线与预设的各种病情发展趋势类型对应的病情发展趋势曲线进行比对，得到各患者的病情发展趋势曲线与预设的各种病情发展趋势类型对应病情发展趋势曲线的相似度，将最大相似度对应的病情发展趋势类型作为患者的病情发展趋势类型，统计得到各患者的病情发展趋势类型，并反馈至目标医院的医疗团队。