[发明专利]一种围术期药物不良反应评估模型构建方法

说明书

本发明公开了一种围术期药物不良反应评估模型构建方法，通过采集术前术中以及术后的数据作为训练集来构建训练评估模型，评估模型即可提取数据中的相关特征与术后数据进行关联，进行较为准确的药物不良反应预测。

技术领域

本发明涉及医疗检测技术领域，尤其是涉及一种围术期药物不良反应评估模型构建方法。

背景技术

需要外科手术治疗的患者，通常需要在围术期使用多种药物，以调整患者的状态使其能够适应手术。然而在药物使用过程中，常会因为药物使用的剂量不准确或药物作用时间的差异导致各种不良反应。减少围术期不良反应的发生，需要医生熟悉药物的药理学特点，对不同病情的患者使用精确的药物剂量，并对患者的生理指标进行严密的监测分析。

现阶段对人类生理病理进程的研究存在不足，对人类大脑的研究存在局限，各项人体指标(如脑电图等)在药物作用下的各种细微变化仍然无法得到准确研究。随着研究水平的提高，对药物或其他治疗手段的不良反应的研究不断获得进展，目前未被关注的现象或者症状未来可能会被定义为不良反应。在长时间使用某些药物而未发生具有临床症状的不良反应时，临床医师无法精准判断这些药物的长时间使用导致的潜在的不良反应。在长时间使用麻醉药物对患者进行麻醉而人体未发生明显的不良反应时，临床医师无法精准判断长时间的药物暴露对人体的损伤。因此，如何提取生理指标中的未知特征并与不良反应进行关联，及时、准确的评估药物治疗相关的不良反应，具有较大的临床意义。

发明内容

本发明所要解决的技术问题是提供一种围术期药物不良反应评估模型构建方法，该方法能够提取生理指标中的未知特征与术后不良反应进行关联，对手术对象过程中可能产生的不良反应进行准确评估。

本发明所采用的技术方案是，一种围术期药物不良反应评估模型构建方法，包括以下步骤：

S1、在术前采集手术对象的术前生理指标数据；

S2、在术中采集手术对象术中生理指标数据、手术药物的使用数据；

S3、跟踪采集手术对象的术后症状表现数据与术后生理指标数据；

S4、构建评估模型，将S1、S2以及S3中得到的所有数据作为训练集对评估模型进行训练。

本发明的有益效果是：通过采集术前术中以及术后的数据作为训练集来构建训练评估模型，评估模型即可提取数据中的相关特征与术后数据进行关联，进行较为准确的围术期药物不良反应预测。

作为优先，步骤S3的跟踪采集动作包括下列步骤：

A1、在手术开始时，再次采集手术对象的术前生理指标数据进行手术可执行确认；

A2、在手术过程中对手术对象的术中生理指标数据和手术药物的使用数据进行实时采集；

A3、将每一个时刻的术中生理指标数据作为该时刻环境，同时刻的手术药物的使用数据作为该时刻动作，从而构建每一个时刻的环境动作对；

A4、按手术时间顺序对环境动作对进行排列，从而得到该手术对象的术中流程序列数据，并存入数据库中。

采用上述方法，手术开始时再次采集数据一方面可以保证手术对象生理状况正常，另一方面可以在后续的数据处理中找出手术开始时状态与不良反应的关联性。收集环境动作对存入数据库中，方便后续数据处理，其中，每一个时刻指瞬时时间。

作为优先，步骤S1的术前生理指标数据和步骤A1的术前生理指标数据包括客观医学检验数据、基于医生经验的主观评估数据以及基于手术对象感受的主观描述数据。针对上述数据进行采集能够全面的判别手术对象的术前生理状况。

作为优先，步骤S3跟踪采集手术对象的症状表现数据与术后生理指标数据包括下列步骤：