[发明专利]基于深度学习的COPD患者个性化管理调优装置及设备

说明书

一种基于深度学习的COPD患者个性化管理调优装置及设备，包括：获取COPD患者的当前症状指标；基于所述当前症状指标，经由COPD干预策略模型推荐干预策略；根据所述当前症状指标以及推荐的干预策略生成输入向量；将所述输入向量输入到训练好的COPD虚拟干预环境模型，以获得输出向量；根据所述当前症状指标以及干预后的症状指标，计算得到当前的改善值，并根据当前的改善值以及历史计算得到的改善值，更新得到当前的干预策略组合的评价标准。本发明基于深度强化学习技术，以人工智能辅助决策为基础，构造非监督下的动态自适应自我管理协同机制，根据患者病理生理心理状态采取最优化的护理干预措施，实现COPD患者全程、个性化的精准管理。

技术领域

本发明涉及医疗领域，具体地涉及一种基于深度学习的COPD患者个性化管理调优装置及设备。

背景技术

慢性阻塞性肺疾病(Chronic obstructive pulmonary disease，COPD)是一种以持续性气流受限为特征的可以预防和治疗的疾病。WHO统计资料显示，预计到2020年，COPD将位居全球第三大致死原因及世界疾病负担第5位。随着发展中国家吸烟率的升高和高收入国家老龄化加剧，预计慢阻肺的患病率在未来40年仍会继续上升，至2060年可能每年有超过540万人死于慢阻肺及其相关疾病。中国成人肺部健康研究显示，我国20岁及以上成人的COPD患病率为8.6％，40岁以上则达13.7％。

慢性阻塞性肺疾病全球倡议(Global Initiative for Chronic ObstructiveLung Disease，GOLD)近20年变迁，主要关注COPD个体化评估、治疗及疾病周期管理和COPD急性加重的预测、及时干预，其目标是控制、治疗COPD，改善预后。传统的患者管理模式对COPD的早期诊断和长期有效管理存在局限性。国内外基于物联网的医疗系统已广泛应用于各类慢性病疾病管理中，推动医疗卫生服务模式的发展，人工智能医疗应运而生，如综合应用条码识别、传感器技术、无线数据通信、定位技术等智能设备，通过大数据训练和模型优化，智能化的对患者进行识别、监测与管理，实现疾病的现代化智能管理。

英国国家临床优化研究所(NICE)、美国胸科学会、欧洲呼吸学会认为自我管理是COPD患者管理的核心策略，同时应将患者和照护者纳入管理队伍以达到COPD管理覆盖面广、特异性强的最优效果。COPD自我管理包括自我认知和症状管理、服药和健康饮食、应对呼吸困难、戒烟和肺康复等。采用以病人为中心的方法设计并允许个性化服务的人工智能和物联网系统会让病人和医疗专业人员有更高的可用性和依从性，提高资源的可及性，缩小医患双方认知差异。目前，虽然有学者倡导将个性化服务的人工智能和物联网系统应用于建立COPD个性化管理办法，但诸多想法都只停留在纸上，无法实施，主要原因如下：

目前研究发现COPD患者健康知识有限、使用/获取资源困难；COPD具有居家护理干预形式与内容的异质性；临床医务人员无法及时获得客观量化的数据等方面局限性；以及标准化的护理干预策略并不完全适用于COPD患者每一个体，以上这些瓶颈问题限制了COPD自动预警和精准化自我管理的长远发展。

具体原因包括：

1、我国COPD知晓率及肺功能检查普及率极低，研究发现调查人群中仅约10％知晓COPD，不足10％的人群曾接受过肺功能检查。在所有COPD患者中，不足3％知道自己患有慢阻肺，近90％此前从未得到明确诊断。COPD患者日常管理能力匮乏，健康信息缺失或缺乏连续性，未能获得系统的COPD疾病知识体系。每个COPD患者的症状、体征各异，未建立起患者与医护人员良好的沟通渠道。

2、目前基层呼吸系统疾病防治体系与能力建设与其他慢病相比明显落后，不能满足防治的需要。基层医疗机构COPD的防治现状，发病率高，早期诊断率低，肺功能检查没有普及，社区医生诊治能力不足，用药不规范情况普遍，康复、护理干预策略处于空白状态，对戒烟等危险因素的认识理念待更新等问题，导致慢阻肺不规范治疗造成的住院率高，经济负担沉重。