[发明专利]一种智能医疗信息生成提示方法及系统

权利要求书

1.一种智能医疗信息生成提示方法，包括以下步骤：

步骤S1，通过光学字符识别OCR方式将目标个体的所有医疗档案文件进行扫描，将每一份档案文件保存成一个档案数据文件；

步骤S2，对所述档案数据文件的类型进行识别，所述类型包括状态数据类型、过程数据类型；

步骤S3，将档案数据文件按照类型整理成结构化数据文件，所述结构化数据文件包括状态数据文件和过程数据文件；

步骤S4，对结构化数据文件进行时序化整理，将所述状态数据文件标记为首状态数据文件或尾状态数据文件，将所述过程数据文件按照时间信息进行排序；

步骤S5，根据所述首状态数据和所述尾状态数据选取关键医疗指标；

步骤S6，基于所述过程数据文件对关键医疗指标进行建模，得到至少一个关键医疗指标模型；

步骤S7，根据所述关键医疗指标模型生成过程异常参数，并根据所述过程异常参数确定过程异常等级；

步骤S8，根据过程异常等级进行过程异常提示。

2.如权利要求1所述的方法，其特征在于，所述步骤S4中的将所述过程数据文件按照时间信息进行排序，具体为：

将所述过程数据文件区分为护理记录数据文件和检查数据文件，获取所述护理记录数据文件的时间信息和所述检查数据文件的时间信息，按照时间关联度，将与护理记录数据文件后时间最近的检查数据文件作为该护理数据文件的匹配检查数据文件；

按照时间先后顺序对护理记录数据文件和检查数据文件的匹配对进行排序。

3.如权利要求1所述的方法，其特征在于，所述步骤S5中根据所述首状态数据和所述尾状态数据选取关键医疗指标，具体为：

获取首状态数据文件中的各项医疗指标和对应的检测数值，以及获取尾状态数据文件中的各项医疗指标和对应的检测数值，对比首状态数据文件中和尾首状态数据文件中匹配的医疗指标的变化率，将变化率超过预设阈值的医疗指标作为关键医疗指标；

当没有变化率超过预设阈值的医疗指标时，对医疗指标的变化率进行排序，选取排序靠前的医疗指标作为关键医疗指标。

4.如权利要求1或2中任一项所述的方法，其特征在于，步骤S6，根据所述过程数据文件对关键医疗指标进行建模，得到至少一个关键医疗指标模型，具体为：

获取已经按照时间先后顺序进行排序的所有护理记录数据文件和检查数据文件的匹配对，所述匹配对的数量为n，提取所有匹配对中检查数据文件中的关键医疗指标对应的检测数值，提取所有匹配对中护理记录数据中与检测数值相关的医疗方式及对应的剂量数值，利用n对匹配对中时间排序靠前的(n-1)对匹配对中与检测数值相关的医疗方式的剂量数值和关键医疗指标对应的检测数值的数量关系生成目标个体体征特征模型。

5.如权利要求4所述的方法，其特征在于，将与检测数值相关的医疗方式的剂量数值V_i作为自变量，将和关键医疗指标对应的检测数值index_k作为因变量，建立线性拟合模型，具体地，

将所述n对匹配对中时间排序靠前的(n-1)对匹配对中与检测数值相关的医疗方式的剂量数值V_i和关键医疗指标对应的检测数值index_k作为训练数据，确定线性拟合模型中m个与V_i相关的对index_k的影响因子a_i，生成所述目标个体体征特征模型，所述目标个体体征特征模型具体为：

其中，index_k为第k个确定的关键医疗指标的检测数值，V_i为与检测数值相关的第i项医疗方式的剂量数值，a_i为与V_i相关的对index_k的影响因子，m为与检测数值index_k有关的医疗方式的个数，所述m＜n-1。