一种儿童发热全病程管理方法、系统及存储介质与流程

本技术涉及病程管理，特别涉及一种儿童发热全病程管理方法、系统及存储介质。

背景技术：

1、儿童发热是儿科最常见的就诊原因之一，目前医院信息系统普遍采用分段式管理模式，即挂号分诊、医生问诊、离院指导等环节彼此独立运作。随着人工智能在医疗领域的应用，已有部分方案尝试将ai引入儿科诊疗，例如通过自然语言交互进行初步问诊，或在诊中提供辅助决策参考。然而，现有系统本质上仍是围绕单次就诊事件构建的，各环节产生的数据分散存储于不同模块，缺乏以患儿个体为中心、沿时间维度纵向组织的统一病程管理机制。这种分段割裂的管理模式导致患儿从就诊前到离院后的全过程无法形成连续可追溯的病程记录，也使后续随访计划只能依赖人工制定且无法随病情演变动态调整，难以实现全病程的闭环管理。

技术实现思路

1、为了实现发热儿童从就诊前到康复全过程的标准化、动态化闭环管理，提升病程管理的连续性和个性化水平。本技术实施例提供了一种儿童发热全病程管理方法、系统及存储介质。

2、第一方面，提供一种儿童发热全病程管理方法，方法包括：

3、获取儿童发热相关的多轮对话信息，基于所述多轮对话信息识别危险信号并生成包含病史摘要和分诊等级的分诊结果；

4、在就诊时，将所述分诊结果同步至医生端，并获取医生基于所述分诊结果输入的诊断结果；

5、基于所述诊断结果和所述分诊等级生成对应的诊后随访计划；

6、在诊后阶段，获取基于所述诊后随访计划上报的随访数据，根据所述随访数据、所述病史摘要和所述诊断结果计算病情偏离度；

7、当所述病情偏离度达到预设触发条件时调整所述诊后随访计划并发出预警；

8、基于所述多轮对话信息、所述分诊结果、所述诊断结果和所述随访数据生成以发热事件为单位的健康档案。

9、在其中的一些实施例中，所述基于所述多轮对话信息识别危险信号并生成包含病史摘要和分诊等级的分诊结果包括：

10、获取所述多轮对话信息中的回答文本和发热相关时序数据，按照预设问诊骨架对所述回答文本逐层提取阳性症状实体，并根据所述发热相关时序数据生成体温变化趋势；

11、根据阳性症状实体和所述体温变化趋势，按照危险信号清单更新危险信号标志位向量，并记录各危险信号的首次出现时间和置信度；

12、根据所述阳性症状实体、所述体温变化趋势、所述危险信号标志位向量和所述置信度计算基础评分、危险信号加权值和不确定性惩罚值，将所述基础评分、所述危险信号加权值和所述不确定性惩罚值叠加得到紧急度评分；

13、根据所述紧急度评分匹配对应的分诊等级，并将各轮提取的阳性症状实体和体温变化趋势按时间序列组合形成病史摘要。

14、在其中的一些实施例中，所述基于所述诊断结果和所述分诊等级生成对应的诊后随访计划包括：

15、获取所述诊断结果中的疾病类型和严重程度分级以及所述分诊等级所表征的患儿年龄风险层级，将所述疾病类型、所述严重程度分级和所述患儿年龄风险层级输入至预置的儿童发热病程状态机模板，以实例化生成包含发热急性期、热退观察期、恢复期、症状反复待判期、恶化警示期和事件关闭期及其状态转移条件的个体化状态机；

16、根据所述个体化状态机中各状态的预设持续时长和预设随访触点生成对应各预设随访触点的护理内容标识和自评问卷标识，并按照各预设随访触点的时间顺序和对应的所述护理内容标识及所述自评问卷标识配置形成诊后随访计划。

17、在其中的一些实施例中，所述根据所述随访数据、所述病史摘要和所述诊断结果计算病情偏离度包括：

18、从所述随访数据中提取体温时序数据、症状量化评分和新发症状实体，从所述病史摘要中提取历史体温峰值，从所述诊断结果中匹配对应的同病种期望恢复曲线和期望症状好转轨迹；

19、计算体温时序数据与所述同病种期望恢复曲线之间的动态时间弯曲距离，对所述动态时间弯曲距离进行归一化处理得到时序偏离度；

20、计算所述症状量化评分与所述期望症状好转轨迹在相同时序位点上的残差绝对值，将各时序位点的残差绝对值加权求和后归一化得到症状转归偏离度；

21、根据所述新发症状实体与预置危险信号清单进行匹配，当匹配成功时，根据匹配到的危险信号的预设权重计算新发危险信号惩罚值，当匹配失败时，将新发危险信号惩罚值置为零；

22、将所述时序偏离度、所述症状转归偏离度和所述新发危险信号惩罚值加权求和得到病情偏离度。

23、在其中的一些实施例中，所述当所述病情偏离度达到预设触发条件时调整所述诊后随访计划包括：

24、将病情偏离度与预设的多级偏离阈值进行比较得到偏离等级；

25、当所述偏离等级为轻度偏离时，维持所述诊后随访计划不变；

26、当所述偏离等级为中度偏离时，在所述诊后随访计划的相邻两个预设随访触点之间插入临时随访触点，并在所述临时随访触点推送密切观察指导内容；

27、当所述偏离等级为显著偏离时，将所述个体化状态机强制迁移至恶化警示期，基于所述恶化警示期暂停所述诊后随访计划中当前未执行的预设随访触点，并启动高频监测方案。

28、在其中的一些实施例中，所述方法还包括：

29、在启动所述高频监测方案后，调取当前发热事件对应的病史摘要、诊断结果和已上报的随访数据，并按照预设回溯摘要模板合并生成病情回溯摘要，将所述病情回溯摘要推送至绑定的医生端。

30、在其中的一些实施例中，基于所述多轮对话信息、所述分诊结果、所述诊断结果和随访数据生成以发热事件为单位的健康档案包括：

31、将所述多轮对话信息、所述分诊结果、所述诊断结果和所述随访数据按时间顺序写入以发热事件的发热事件id为索引的事件日志得到事件日志流；

32、将事件日志流按时间维度聚合为以患儿id为主键的物化视图得到健康档案，其中，健康档案中的每个发热事件记录包含所述多轮对话信息对应的症状演变图谱、分诊结果对应的紧急度变迁日志、诊断结果对应的诊断结论和所述随访数据对应的体温曲线与转归状态。

33、在其中的一些实施例中，所述方法还包括：

34、获取所述健康档案中同一发热事件的诊前分诊方向与诊中最终诊断，对所述诊前分诊方向与所述诊中最终诊断进行结构化对齐并提取差异特征得到诊断偏差集；

35、根据所述诊断偏差集生成包含字段级修改记录和诊断方向偏差的修正反馈包，将所述修正反馈包发送至诊前预问诊引擎以更新决策树节点的剪枝阈值和追问触发权重。

36、第二方面，提供了一种儿童发热全病程管理系统，系统包括：

37、识别模块，用来获取儿童发热相关的多轮对话信息，基于多轮对话信息识别危险信号并生成包含病史摘要和分诊等级的分诊结果；

38、就诊模块，用来在就诊时，将所述分诊结果同步至医生端，并获取医生基于所述分诊结果输入的诊断结果；

39、随访模块，用来基于所述诊断结果和所述分诊等级生成对应的诊后随访计划，在诊后阶段，获取基于所述诊后随访计划上报的随访数据，根据所述随访数据、所述病史摘要和诊断结果计算病情偏离度；

40、预警模块，用来当所述病情偏离度达到预设触发条件时调整所述诊后随访计划并发出预警；

41、管理模块，用来基于所述多轮对话信息、所述分诊结果、所述诊断结果和所述随访数据生成以发热事件为单位的健康档案。

42、第三方面，提供了一种计算机可读存储介质，其上存储有能在处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的一种儿童发热全病程管理方法。

43、本发明至少具有如下有益效果：

44、其一，通过将诊前智能分诊、诊中数据同步与诊后自适应随访有机衔接，以发热事件为主线贯通各环节，改善数据断裂、重复采集的问题，形成从就诊前到康复全过程的连续可追溯病程记录。

45、其二，基于诊断结果和分诊等级实例化病程状态机，自动生成与患儿病情匹配的随访计划；同时通过计算病情偏离度，驱动随访频率和内容的阶梯式动态调整，使诊后管理从固定模式转变为数据驱动的自适应模式。

46、其三，以事件溯源模式将全病程数据按时间维度聚合为以患儿id为主键的健康档案，完整记录每次发热事件的症状演变、诊疗结论与转归轨迹，为后续诊疗和流行病学分析提供可靠数据底座。