[发明专利]基于人工智能的感染控制管理系统和方法

权利要求书

1.一种基于人工智能的感染控制管理系统，其特征在于：包括中间件模块、临床数据库模块、菌株识别模块、专家系统模块、机器学习神经网络和预测预警模块；

所述中间件模块包括新发感染计划系统和其他医院数据管理系统，用于完成院感临床数据的转换、计算和匹配，并传送到临床数据库模块；

所述临床数据库模块，用于向所述专家系统模块和所述菌株识别模块提供最新的临床数据；

所述菌株识别模块，用于对菌株中的感染性细菌分类，并分别与不同的感染事件关联；

所述专家系统模块，对于新分离的细菌和相关的抗生素知识图谱，用来验证抗生素的培养结果、选出合适的抗生素清单和对所述新分离的细菌发出警报；

所述机器学习神经网络，用来学习并建立细菌、抗生素和感染部位的关联规则，将三者的关系建立特定的知识图谱并集成到所述专家系统模块中；

所述预测预警模块，建立预测模型，用于预测感染数据和特定范围内的感染趋势，当感染事件的预测值高于设定的阈值时，所述预测预警模块向医务人员和/或社区发出预警。

2.根据权利要求1所述的感染控制管理系统，其特征在于：所述中间件模块包括的其他医院数据管理系统还包括医院信息系统、实验室信息管理系统、医学影像存档与通信系统以及电子病历。

3.根据权利要求1所述的感染控制管理系统，其特征在于，所述建立预测模型的过程如下：从所述专家系统模块中获取变量，并分为反应变量和自变量，接着对所述变量进行筛选，得到所述自变量和所述反应变量之间的关系，识别出能够较好预测所述反应变量的候选自变量，将所述候选自变量作为所述预测模型的输入。

4.根据权利要求3所述的感染控制管理系统，其特征在于，所述反应变量分为两种，一种表示感染事件发生数，另一种表示案例总数。

5.根据权利要求1所述的感染控制管理系统，其特征在于：该系统还包括统计报告模块，与所述机器学习神经网络连接，对每个感染事件进行分析，并生成统计报告，对病房、医院和/或社区呈现感染详情。

6.一种基于人工智能的感染控制管理方法，其特征在于，包括

通过临床数据库获取含有感染事件的数据；

菌株识别模块对所述感染事件进行分析，从细菌种类和抗生素谱开始，将细菌分类为相应的菌株；

机器学习神经网络学习并建立细菌、抗生素和感染部位的关联规则，将三者的关系建立特定的知识图谱并集成到所述专家系统模块中；

专家系统模块分析新分离的细菌和相关的抗生素知识图谱，检查相关的抗生素是否已经过测试，测试结果是否符合国际标准；检测患者的病情和感染的演变，判断当前疗法是否合适；检测医院内是否出现了该病情的感染，如果是则发出警报；

经过所述机器学习神经网络反复训练和验证，得到最佳预测模型，将预测结果输出到预测预警模块中；

更新所述专家系统模块，将所述关联规则和知识图谱存储在所述专家系统模块。

7.根据权利要求6所述的基于人工智能的感染控制管理方法，其特征在于，所述临床数据库中的数据来自于新发感染系统及其他医院数据管理系统。

8.根据权利要求6所述的基于人工智能的感染控制管理方法，其特征在于，所述机器学习神经网络学习并建立细菌、抗生素和感染部位的关联规则后还包括，统计报告模块对每个感染事件进行分析，并生成统计报告，对病房、医院和/或社区呈现感染详情。