面向资源模拟与状态预测的重症数字孪生监护系统及方法与流程

摘要: 本发明涉及医疗信息化、数字孪生与医疗资源智能调度,具体是一种面向资源模拟与状态预测的重症数字孪生监护系统及方法。背景技术:1、icu重症监护病房在医疗体系中具有...
面向资源模拟与状态预测的重症数字孪生监护系统及方法与流程

本发明涉及医疗信息化、数字孪生与医疗资源智能调度,具体是一种面向资源模拟与状态预测的重症数字孪生监护系统及方法。

背景技术:

1、icu重症监护病房在医疗体系中具有至关重要的意义,它为重症患者提供24小时不间断的专业监护和治疗,能够及时处理突发的生命危险,防止患者病情恶化。icu病房配备了先进的医疗设备和监测系统,能够实时监测患者的生命体征,如心率、血压、血氧等,确保快速响应并采取有效的治疗措施。通过高度集中的资源和专业的护理,icu病房大大提高了重症患者的生存率和治疗效果,是现代医疗中不可或缺的核心设施。

2、现有 icu 设备管理系统通常侧重于设备台账、库存查询、借还登记和维修管理,难以将患者医嘱需求、床位实时状态、设备空间位置和未来可用库存进行统一建模。现有床位管理系统通常能够记录床位占用状态,但不能直接形成面向设备调度的需求预测。部分数字孪生病房系统能够展示床位、设备或空间状态,但更多停留在可视化监控层面,缺少基于医嘱需求的设备组合匹配、预测窗口内可用库存推演以及调配确认后的孪生状态闭环更新。因此,现有方案难以在 icu 动态诊疗场景下实现设备资源的精准匹配、提前预测和快速调度。

技术实现思路

1、本发明的目的在于提供一种面向资源模拟与状态预测的重症数字孪生监护系统及方法,以解决现有技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:一种面向资源模拟与状态预测的重症数字孪生监护方法,重症数字孪生监护方法包括以下步骤:

3、步骤s1、、构建 icu 病房的数字孪生模型,所述数字孪生模型包括床位孪生对象、设备孪生对象和区域孪生对象,并根据实时采集数据同步更新使用状态,所述使用状态包括床位状态、设备状态、设备位置和库存数量;

4、数字孪生模型包括床位孪生对象、设备孪生对象和区域孪生对象。

5、床位孪生对象包括床位编号、空间坐标、占用状态、关联患者标识、所属护理单元和更新时间;

6、设备孪生对象包括设备编号、设备类型、功能标签、当前位置、可用状态、占用状态、消毒状态、故障状态、实时库存数量、历史取用频次、预计归还时间和更新时间;

7、区域孪生对象包括区域编号、区域类型、床位集合和设备需求状态。

8、步骤s1-1、根据物理床位为基本单位将icu病房区域划分为多个子区域;

9、步骤s1-2、通过实时数据采集与传感器,对每个子区域进行床位监控,所述床位监控表示为实时跟踪每个床位的使用状态,使用状态包括空闲状态和已占用状态。

10、通过数字孪生模型进行区域划分和床位监控,可以实现对icu病房的实时动态管理,提高床位使用效率和资源调度灵活性。

11、步骤s2、当目标子区域事件被触发时,获取与所述目标子区域关联的患者医嘱数据,并对所述患者医嘱数据进行需求解析,生成医嘱需求向量,所述医嘱需求向量包括医疗设备,所述医疗设备包括治疗设备、监测设备和其他辅助设备;

12、步骤s2-1、根据床位监控结果进行判断,当任意子区域接收患者时,床位的使用状态从空闲状态转变为已占用状态时,将该子区域标记为目标子区域,并对目标子区域接收的患者进行身份信息识别,确认身份信息后获取患者对应的医嘱数据;

13、步骤s2-2、根据医嘱数据结合自然语言处理技术进行内容识别,通过内容识别结果匹配目标子区域需要使用的医疗设备,所述医疗设备包括治疗设备、监测设备和其他辅助设备。

14、其中根据医嘱数据结合自然语言处理技术进行内容识别的过程为:对患者医嘱数据进行解析,包括从结构化医嘱字段或医嘱文本中提取治疗行为、监测项目、给药方式、执行频次、持续时间、护理等级和治疗设备类型;将提取结果转换为医疗设备;将所述医疗设备与设备能力标签库进行匹配,生成候选设备类型及需求权重。

15、所述治疗设备包括但不限于呼吸机、输液泵、crrt和ecmo;

16、呼吸机‌:有创和无创呼吸机,支持患者的呼吸功能;

17、输液泵:精准控制输液速度与剂量,用于临床静脉给药,保障用药安全及疗效;

18、crrt:通过连续血液净化清除废物与多余水分,维持电解质酸碱平衡;

19、ecmo‌:替代肺部功能,用于严重的呼吸衰竭或心脏功能衰竭。

20、所述监测设备包括但不限于监护仪血气分析仪;

21、监护仪:实时监测心电、血氧等生命体征,异常即时报警;

22、血气分析仪:检测动脉血氧分压、二氧化碳分压、酸碱度等指标,评估呼吸功能与酸碱平衡,指导临床诊疗。

23、所述其他辅助设备包括但不限于物理排痰装置、输液加温箱和清洁消毒设备。

24、通过床位状态变化及时识别目标子区域并获取患者的身份信息及医嘱数据,可以确保医疗资源的精准分配。结合自然语言处理技术进行医嘱内容识别,实现快速匹配所需的医疗设备,提高医疗响应效率。

25、步骤s3、根据目标子区域需要使用的医嘱需求向量结合设备管理数据进行医疗设备的综合匹配度计算,分析筛选出满足匹配度条件的医疗设备组合,并对满足匹配度条件的每个医疗设备组合进行频次分析,识别出每个医疗设备组合中满足出现次数条件的多个医疗设备构建关联医疗设备集合;

26、步骤s3-1、设置医疗设备匹配度阈值pmin,获取设备管理数据,所述设备管理数据包括各个医疗设备的使用记录、基本信息、状态信息和库存信息;

27、步骤s3-2、根据目标子区域需要使用的医疗设备分析设备管理数据中的医疗设备组合,所述医疗设备组合表示为一组具有关联性的设备集合,其中每个设备的功能作用与其它设备紧密配合,以满足特定的治疗或监测需求,对设备管理数据中的医疗设备组合进行综合匹配度计算,所述综合匹配度计算使用如下公式:

28、;

29、式中,p(ei,dj)表示为设备ei与医嘱需求dj的综合匹配度;ei表示为医疗设备组合中的第i个医疗设备;dj表示为医嘱内容识别后的第j个医嘱需求;ma(ei,dj)表示为医疗设备的功能匹配度;a表示为医嘱需求权重系数;ms(ei,dj)表示为医疗设备的可用性匹配度;s表示为可用性权重系数;md(ei,dj)表示为治疗设备的数量匹配度;d表示为数量的权重系数;mf(ei,dj)表示为医疗设备的相关性匹配度;f表示为相关性的权重系数;其中,a、s、d、f均为非负权重系数,且a+s+d+f=1;ma(ei,dj)、ms(ei,dj)、m_d(ei,dj)、mf(ei,dj)均为归一化至0—1区间的无量纲分值。

30、步骤s3-3、根据医疗设备组合的综合匹配度计算结果,对医疗设备组合进行分析筛选,分析筛选过程如下:

31、当p(ei,dj)≥pmin时,判断为该医疗设备组合符合目标子区域的医嘱需求,满足匹配度条件;

32、当p(ei,dj)<pmin时,判断为该医疗设备组合不符合目标子区域的医嘱需求,不满足匹配度条件;

33、步骤s3-4、设置组合出现次数阈值,对满足匹配度条件的医疗设备组合进行频次分析,识别出每个医疗设备组合中出现次数大于组合出现次数阈值的医疗设备,将满足组合出现次数阈值条件的医疗设备进行存储,构建关联医疗设备集合。

34、通过综合匹配度计算和频次分析,精确筛选出满足医嘱需求的医疗设备组合,确保设备的合理配置。构建关联医疗设备集合提高设备使用效率,避免重复配置并优化资源调度。

35、步骤s4、获取关联医疗设备集合中各个医疗设备对应的实时库存数据,并根据设备管理数据的时间戳数据信息计算出关联医疗设备集合中各个医疗设备的使用频率,结合实时库存数据预测出关联医疗设备集合中各个医疗设备对应的可用库存变化率,并构建出医疗设备的设备资源画像。

36、步骤s4-1、获取关联医疗设备集合中各个医疗设备对应的实时库存数据,所述库存数据包括医疗设备的当前库存数量和状态信息;

37、步骤s4-2、根据设备管理数据中的时间戳信息,计算关联医疗设备集合中各个医疗设备的使用频率,所述使用频率表示为医疗设备在特定时间段内的使用次数与该时间段长度的比值;通过应用时序预测模型对关联医疗设备集合中各个医疗设备在不同时间段的使用频率进行预测优化,结合关联医疗设备集合中各个医疗设备的实时库存数据计算出关联医疗设备集合中各个医疗设备可用库存变化率,所述可用库存变化率计算过程为:

38、;

39、;

40、其中rfuture为预测窗口结束时的预测可用库存,rcurrent为当前可用库存,nuse为预计取用数量,nreturn为预计归还数量,δt为预测窗口长度,δr为可用库存变化率;

41、步骤s4-3、根据关联医疗设备集合中各医疗设备的实时库存数据、使用频率、可用库存变化率和基本信息进行提取,构建得到医疗设备的设备资源画像。

42、实时库存数据和使用频率的计算能精确反映每个设备的库存变化为构建医疗设备设备资源画像奠定基础;再通过时序预测模型对不同时间段的使用频率进行预测优化,结合实时库存数据计算出可用库存变化率,最终整合这些数据与设备基本信息形成的设备资源画像,既能实现库存管理的精细化优化,又能提前识别设备需求波动,为资源的及时调配提供全面、立体的决策依据。

43、步骤s5、根据设备资源画像的候选设备的匹配度、预测可用库存余量、设备当前位置至目标子区域的距离和设备状态风险计算调配优先级,生成设备取用建议,在所述设备取用建议被确认后,更新对应设备孪生对象、区域孪生对象和设备资源画像;

44、步骤s5-1、根据预测出的可用库存变化率,计算出关联医疗设备集合中各个医疗设备对应的预测可用库存余量,通过定位传感器获取关联医疗设备集合中各个医疗设备当前位置至目标子区域的距离;

45、步骤s5-2、根据候选医疗设备的预测可用库存余量、设备当前位置至目标子区域的距离、周转效率、医嘱匹配度、设备状态可用性和风险惩罚值,计算候选医疗设备的综合评估值;其中,各评分项均归一化为0至1的无量纲数值,并按预设权重加权得到综合评估值,所述综合评估值计算使用如下公式:

46、;

47、式中,ci表示为医疗设备组合中的第i个医疗设备的综合评估值;表示为医疗设备组合中的第i个医疗设备预测可用库存余量得分;表示为医疗设备组合中的第i个医疗设备的距离便利性得分;表示为医疗设备组合中的第i个医疗设备的周转效率得分;表示为医疗设备组合中的第i个医疗设备的医嘱匹配度;表示为医疗设备组合中的第i个医疗设备的设备状态可用性得分;表示为医疗设备组合中的第i个医疗设备的风险惩罚得分;wr、wd、wt、wm、wa、wq均为非负权重系数,且权重和为1;

48、所述距离便利性得分的计算公式为:

49、;

50、其中,di为设备当前位置至目标子区域的距离,dmax为预设最大调配距离,γ为距离衰减系数;

51、步骤s5-3、根据综合评估值计算结果筛选出关联医疗设备集合中综合评估值最高的医疗设备,并向目标子区域的工作人员发送医疗设备取用建议,所述医疗设备取用建议包括综合评估值最高的医疗设备信息、预测可用库存余量和存放位置信息;

52、步骤s5-4、当医疗设备取用建议得到确认后,同步更新实时库存数据后,得到实时医疗设备的设备资源画像。

53、另一方面,系统基于床位管理系统、设备管理系统、定位系统和医嘱系统采集实时数据,并按照设备状态变化事件、床位占用变化事件、医嘱变更事件和取用确认事件更新对应孪生对象。数字孪生模型在预设预测窗口内对候选设备组合的可用库存、空间可达性和调配风险进行仿真推演;当实际取用时间、设备到位时间或库存变化与预测结果的偏差超过预设阈值时,触发设备资源画像更新或预测模型参数校正。

54、通过综合评估关联医疗设备集合中各设备的预测可用库存余量、与距离及使用频率,并结合对应权重系数计算综合评估值,能够精准识别综合评估值最高的优先取用设备,有效提升设备调配效率;基于该综合评估结果向目标子区域工作人员发送包含设备信息、预测可用库存余量及存放位置的取用建议,可提供清晰指引,确保医疗资源合理分配,且取用确认后同步更新实时库存数据及设备资源画像,进一步通过设备资源画像清晰直观的了解医疗设备的调配的情况。

55、进一步的,一种面向资源模拟与状态预测的重症数字孪生监护系统,所述重症数字孪生监护系统包括数字孪生建模模块、医嘱需求解析模块、设备组合匹配模块、资源状态预测模块、调配建议生成模块和状态反馈更新模块;

56、所述数字孪生建模模块用于构建icu病房的床位孪生对象、设备孪生对象和区域孪生对象,并同步更新床位状态、设备状态、设备位置和库存数量;所述医嘱需求解析模块用于在目标子区域事件触发后获取患者医嘱数据,并生成医嘱需求向量;所述设备组合匹配模块用于用于根据医嘱需求向量和设备资源画像生成候选设备集合或候选设备组合;所述资源状态预测模块用于预测候选设备在预设时间窗口内的可用库存余量;所述调配建议生成模块用于根据候选设备的匹配度、预测可用库存余量、设备当前位置至目标子区域的距离和设备状态风险生成取用建议,所述状态反馈更新模块用于在取用建议被确认后更新对应设备孪生对象、区域孪生对象和设备资源画像;

57、所述数字孪生建模模块的输出端通信连接医嘱需求解析模块的输入端;所述医嘱需求解析模块的输出端通信连接设备组合匹配模块的输入端;所述设备组合匹配模块的输出端通信连接资源状态预测模块的输入端;所述资源状态预测模块的输出端通信连接调配建议生成模块的输入端,所述调配建议生成模块的输出端连接状态反馈更新模块的输入端;

58、所述数字孪生建模模块包括建模单元和床位监控单元;所述建模单元用于使用数字孪生模型构建icu病房虚拟模型并划分区域;所述床位监控单元用于实时监控每个床位的空闲与占用状态;

59、所述医嘱需求解析模块包括身份识别单元和设备匹配单元;所述身份识别单元用于识别患者身份并获取医嘱数据;所述设备匹配单元用于根据医嘱数据匹配所需医疗设备;

60、所述设备组合匹配模块包括设备匹配度计算单元和频次分析单元;所述设备匹配度计算单元用于计算医疗设备与医嘱的匹配度;所述频次分析单元用于分析设备组合频次,构建关联设备集合;

61、所述使用频率预测单元用于应用时序预测模型,预测关联医疗设备集合中各医疗设备在未来预设预测窗口内的动态取用频次与使用频率趋势;所述可用库存预测单元用于结合实时库存数据、预计取用数量和预计归还数量,预测所述医疗设备的可用库存变化率;

62、所述调配建议生成模块包括综合评估单元和取用建议单元;所述综合评估单元用于根据候选医疗设备的预测可用库存得分、距离便利性得分、周转效率得分、医嘱匹配度得分、设备状态可用性得分和风险惩罚得分计算综合评估值;所述取用建议单元用于生成并发送设备取用建议。

63、与现有技术相比,本发明的有益效果是:

64、1、本发明通过数字孪生模型实现icu病房的动态管理与资源调度,通过精确的床位监控和区域划分,使设备调度更加灵活。通过实时监控床位状态与患者需求,能够及时获取医嘱数据并准确匹配所需设备,避免因设备短缺而影响治疗和监护,有效提升了医疗设备的设备资源画像精准度与效率,以及病房管理的响应速度。

65、2、本发明通过结合设备管理数据与医疗设备的综合匹配度计算,实现了设备取用方式的最优化,根据患者医嘱需求与设备使用记录,综合评估各设备的匹配度,从而筛选出最合适的设备组合。此方法能够避免设备分配中的冗余与不合理配置,确保医疗设备的高效利用与资源合理分配。

66、3、本发明通过实时库存数据与使用频率预测,结合设备管理的实时情况,对医疗设备的库存和使用状况进行动态评估。通过预测设备的可用库存变化率与设备间的距离,能够提前识别设备需求变化,及时调整库存分配。综合评估值计算进一步优化了设备的优先取用建议,使医疗设备能够快速、精准地调配到需求的子区域,提升了资源调度效率与响应速度。