[发明专利]一种手术患者肺部感染例次数监测方法及系统

说明书

本发明提供了一种手术患者肺部感染例次数监测方法，利用住院过程信息、感染信息、手术信息、选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数以及根据用户的身份信息确定用户的权限科室，对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。

技术领域

本发明属于对医院感染进行管理的技术领域，具体涉及一种手术患者肺部感染例次数监测方法及系统。

背景技术

肺部感染包括终末气道、肺泡腔及肺间质在内的肺实质炎症。手术相关肺部感染，死亡率高，很有可能造成肺功能衰竭，也有可能引发呼吸困难，因此，对手术患者相关肺部感染进行统计与上报，对疾病的防控与治疗具有重大的指导意义。现有的医院信息系统通常会对手术患者的肺部感染进行判断，而不能很好地对确定时间段内与手术相关的肺部感染例次数进行有效的统计与监测。手术患者肺部感染的病例次数监测能够对医院的手术水平、看护水平进行评估，具有重大的指导意义。此外，现有的对手术患者肺部感染的监测，即使能统计肺部感染例次数，也是对所有的感染进行监测，而不能按需进行确定时间段内手术相关的肺部病例监测。

公开号为CN109065178A的发明专利申请公开了种基于医院信息系统的院内感染预警构建方法，先根据医院感染诊断标准收集和整理感染所需的结构化数据和非结构化数据；然后对非结构化数据进行分词和词性标注，得到分词后的病历文档集；再对以上分词和词性标注后的非结构化数据进行自然语言处理；接着通过正则表达式的注释规则和机器学习的技术进行信息抽取，得到目的数据信息；最后将目的数据信息和结构化数据构建成院内感染预警数据系统。

上述申请虽然提及了肺部感染，但是其核心是对肺部感染进行检测，而不能对肺部感染例次数进行有效监控，更不能对确定时间段内的手术相关肺部感染例次数进行监控。因此，如何实现确定时间段手术患者肺部感染例次数监测是本领域亟待解决的问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种手术患者肺部感染例次数监测方法及系统。本发明对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。

为了实现以上目的，本发明采用以下技术方案：

一种手术患者肺部感染例次数监测方法，包括步骤：

S1、采集患者的住院过程信息A，基于所述住院过程信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；

S2、采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；

S3、接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；

S4、判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，执行步骤S5，若不存在，输出手术患者肺部感染例次数为0；

S5、采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；