患者营养状态恶化预警模型构建方法及系统与流程

摘要: 本发明属于营养恶化预警,特别是涉及一种患者营养状态恶化预警模型构建方法及系统。背景技术:1、随着临床营养支持技术的快速发展以及医院信息化建设的不断推进,患者营养...
患者营养状态恶化预警模型构建方法及系统与流程

本发明属于营养恶化预警,特别是涉及一种患者营养状态恶化预警模型构建方法及系统。

背景技术:

1、随着临床营养支持技术的快速发展以及医院信息化建设的不断推进,患者营养状态的精准评估与预警已成为临床诊疗过程中的关键环节。及时、准确地识别患者营养状态的恶化风险,对于制定个性化的营养干预方案、改善患者预后具有重要意义。目前,医院信息系统积累了包括检验报告、护理记录、饮食记录在内的海量多源异构数据,为营养状态的动态监测提供了丰富的数据基础。

2、在传统技术中,对患者营养状态的评估主要依赖于医护人员人工应用nrs2002、pg-sga等量表进行评分,或者利用固定规则的计算工具对单一维度的数值数据进行处理。现有的自动化预警方法通常采用预设的阈值判断规则,基于单一时间点的静态数据进行风险判定,缺乏对数据时间维度特征的深度挖掘,且难以有效整合医学知识库中的专业诊疗逻辑与复杂的计算规则,生成的报告往往较为单一,缺乏深度的推理分析。

3、然而,上述现有的营养评估及预警方式存在模型构建机制僵化、预警准确率低且无法持续优化的技术问题。具体而言,传统方法难以构建一个既能融合多源异构数据、医学知识及规则计算结果进行智能推理,又能基于临床反馈数据实现模型参数与策略动态更新的预警模型。由于缺乏基于医护反馈与患者结局数据的闭环更新机制,现有技术无法根据实际应用效果持续优化模型性能,导致模型难以适应复杂多变的临床环境,预警结果的准确性与临床参考价值受限。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够融合多源异构数据、医学知识及规则计算结果进行智能推理,并基于医护反馈与患者结局数据实现模型动态更新的患者营养状态恶化预警模型构建方法及系统。

2、第一方面,本申请提供了一种患者营养状态恶化预警模型构建方法,包括:

3、s1、获取目标患者的多源异构营养相关数据,对多源异构营养相关数据进行时序融合,生成营养状态病程时间线;

4、s2、基于营养状态病程时间线,检索预设医学知识库,得到医学知识片段;

5、s3、基于营养状态病程时间线,调用预设规则工具进行参数计算,得到营养评估计算结果;

6、s4、将营养状态病程时间线、医学知识片段和营养评估计算结果输入患者营养状态恶化预警模型中的大语言模型,输出风险推断结果;

7、s5、基于构建的风险分级预警机制,匹配风险推断结果和预设分级阈值区间,得到最终的风险等级;

8、s6、将最终的风险等级和风险推断结果映射至预设报告模板,生成结构化的营养状态恶化预警报告;

9、s7、基于结构化的营养状态恶化预警报告的医护反馈信息和患者结局数据,更新大语言模型的提示词模板、医学知识库的检索策略和规则工具,得到更新后的患者营养状态恶化预警模型。

10、第二方面,本申请还提供了一种患者营养状态恶化预警模型构建系统,包括:

11、时序融合模块,用于获取目标患者的多源异构营养相关数据,对多源异构营养相关数据进行时序融合,生成营养状态病程时间线;

12、知识检索模块,用于基于营养状态病程时间线,检索预设医学知识库,得到医学知识片段;

13、规则计算模块,用于基于营养状态病程时间线,调用预设规则工具进行参数计算,得到营养评估计算结果;

14、风险推断模块,用于将营养状态病程时间线、医学知识片段和营养评估计算结果输入患者营养状态恶化预警模型中的大语言模型,输出风险推断结果;

15、分级预警模块,用于基于构建的风险分级预警机制,匹配风险推断结果和预设分级阈值区间,得到最终的风险等级;

16、报告生成模块,用于将最终的风险等级和风险推断结果映射至预设报告模板,生成结构化的营养状态恶化预警报告;

17、模型更新模块,用于基于结构化的营养状态恶化预警报告的医护反馈信息和患者结局数据,更新大语言模型的提示词模板、医学知识库的检索策略和规则工具,得到更新后的患者营养状态恶化预警模型。

18、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如第一方面的患者营养状态恶化预警模型构建方法。

19、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面的患者营养状态恶化预警模型构建方法。

20、上述患者营养状态恶化预警模型构建方法及系统,通过时序融合将多源异构营养相关数据转化为营养状态病程时间线,并协同利用医学知识库检索与预设规则工具计算,分别获取医学知识片段与营养评估计算结果,进而将这些多维信息输入大语言模型进行综合推理与风险分级,实现了数据、知识与规则的深度融合及预警报告的结构化输出,更重要的是,该方法利用医护反馈信息和患者结局数据对大语言模型的提示词模板、检索策略和规则工具进行动态更新,构建了具备持续优化能力的闭环预警系统,从而有效解决了现有技术中预警模型僵化、难以适应临床环境变化的问题,显著提升了患者营养状态恶化预警的准确性与临床实用性。

1.一种患者营养状态恶化预警模型构建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述s1,包括:

3.根据权利要求1所述的方法,其特征在于,所述s2,包括:

4.根据权利要求1所述的方法,其特征在于,所述s3,包括:

5.根据权利要求1所述的方法,其特征在于,所述s6之后,基于所述报告中的风险等级和风险推断结果,触发红黄绿分级预警机制,还包括:

6.根据权利要求1所述的方法,其特征在于,所述s6之后,还包括:

7.根据权利要求1所述的方法,其特征在于,所述s7,包括:

8.一种患者营养状态恶化预警模型构建系统,其特征在于,所述系统包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。