[发明专利]建立普通病房患者病情评估模型的方法和服务器

权利要求书

1.一种建立普通病房患者病情评估模型的方法，其特征在于，所述方法包括：

获取普通病房历史患者的临床数据和实时监测数据；

根据所述临床数据训练用于识别出高风险患者的第一模型，根据所述实时监测数据训练用于从所述高风险患者中识别出病情恶化患者的第二模型。

2.根据权利要求1所述的方法，其特征在于，根据所述临床数据训练用于识别出高风险患者的第一模型包括：

针对所述临床数据中的生命体征数据进行特征提取，生成所述生命体征数据对应的第一特征向量；

根据所述第一特征向量和所述临床数据中的病情发展信息建立所述第一模型，即

Y'＝F₁(X')；

F₁＝arg min∑(log(Y')-log(Y))²；

其中，X'代表所述第一特征向量，F₁代表第一模型，Y'代表第一模型根据第一特征向量X'训练得到的评估结果；∑(log(Y')-log(Y))²为F₁的约束条件，使所述第一模型评估得到的Y'和历史患者的病情发展信息Y之间的总误差最小。

3.根据权利要求1所述的方法，其特征在于，根据所述实时监测数据训练用于从所述高风险患者中识别出病情恶化患者的第二模型包括：

针对所述实时监测数据中的传感器数据进行特征提取，生成所述传感器数据对应的第二特征向量；

根据所述第二特征向量和所述实时监测数据中的治疗结果建立所述第二模型，即

R'＝F₂(T')；

F₂＝arg min∑(log(R')-log(R))²；

其中，T'代表所述第二特征向量，F₂代表第二模型，R'代表第二模型根据第二特征向量T'训练得到的评估结果；∑(log(R')-log(R))²为F₂的约束条件，使所述第二模型评估得到的R'和历史患者的治疗结果R之间的总误差最小。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取普通病房当前患者的生命体征数据并输入所述第一模型，从所述当前患者中识别出高风险患者。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

输出为所述高风险患者进行实时监测或者转移至ICU的提示。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述当前患者的生命体征数据和所述第一模型输出的评估结果自动更新所述第一模型。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取所述高风险患者的传感器数据并输入所述第二模型，从所述高风险患者中识别出病情恶化患者。

8.根据权利要求7的方法，其特征在于，所述方法还包括：

输出所述当前患者病情恶化的预警提示。

9.根据权利要求7所述的方法，其特征在于，所述方法还包括：

根据所述高风险患者的传感器数据和所述第二模型的评估结果自动更新所述第二模型。

10.一种服务器，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至9任意一项所述的建立普通病房患者病情评估模型的方法。