本发明涉及医疗技术技术领域，具体是涉及一种医疗监护安全诊断分析系统。
背景技术：
目前，在医疗监控安全方面，遇到的最大的问题就是如何预防和应对病人的突发状况，而猝死是在院死亡病人中极特殊的一类，而发作时十分突然，所以在此时如果没有一个及时的处理，会大大提高病人的死亡率，因此对猝死原因分析及预防的研究具有重要临床价值，可提升病人的存活率。
而与病人较为相关的数据分为两类、病人的体征数据和病人的治疗数据，病人的体征数据是通过采集装置采集病人的体征从而得到的数据，而治疗数据包括病人用药信息、住院信息、饮食信息等等一系列的与医疗相关的数据，现有监护技术，医护人员获取这些医疗信息的主要途径是通过台式终端，台式终端的最大问题就是信息处理的不灵活，而现在遇到的问题是，繁多的医疗信息，无法第一实现汇送到第一时间赶到现场的救治人员处，可能对导致错过了最佳的诊断时机。
技术实现要素：
针对现有技术中存在的上述问题，现旨在提供一种医疗监护安全诊断分析系统，以使得与病人该项异常相关的数据都可以第一时间送至到达地点的医护人员处。
具体技术方案如下：
一种医疗监护安全诊断分析系统，其特征在于，包括
采集装置，所述采集装置用于采集病人的体征信息，所述体征信息反映病人的身体状况，所述采集装置在对应的病人体征异常时，输出异常信息，所述异常信息反映病人的体征异常情况；
医疗信息数据库，所述医疗信息数据库用于存储病人的医疗信息，所述医疗信息反映病人治疗情况；所述医疗信息包括检验信息和用药信息，所述检验信息反映病人检验情况，所述用药信息反映病人用药情况；
显示端，连接至所述索引模块，用于显示所述索引模块输出的所述医疗信息。
体征信息数据库，连接所述采集装置，用于存储所述采集装置采集的所述体征信息作为监护信息；
索引模块，分别连接所述采集装置、所述医疗数据库以及所述体征信息数据库，当所述索引模块从一采集装置中接收所述异常信息时，配置有第一策略以根据该异常信息的内容，从所述医疗信息数据库中筛选出对应的检验信息和用药信息；同时配置有第二策略以根据该异常信息的内容，从所述体征信息数据库中筛选对应的监护信息并输出；
所述显示端对所述索引模块筛选出的监护信息、用药信息和检验信息并按时间序列汇总至同一表格并分析异常原因。
进一步地，所述第二策略包括通过一第二预设数据模型筛选所述异常信息对应的所述监护信息，所述第二预设数据模型为不同类型的所述异常信息与对应类型的所述监护信息建立对应关系。
进一步地，所述第二预设数据模型预置有第二筛选时间范围，不同类型的所述异常信息分别对应一第二筛选时间范围，所述第二预设数据模型根据所述第二筛选时间范围筛选所述监护信息中对应该时间范围的数据段作为输出的监护信息。
进一步地，所述第一策略包括通过一第一数据模型筛选所述异常信息对应的所述医疗信息，所述第一数据模型为所述用药信息中的药品种类与所述异常信息建立预置第一关联信息，并根据所述第一关联信息筛选对应的所述用药信息作为输出的医疗信息，所述第一关联信息反映所述药品种类与所述异常信息的对应关系。
进一步地，所述第一策略包括通过一第一数据模型筛选所述异常信息对应的所述医疗信息，所述第一数据模型为所述检验信息中的监护类别与所述异常信息建立预置第二关联信息，并根据所述第二关联信息筛选对应的所述检验信息作为输出的医疗信息，所述第二关联信息反映所述监护类别与所述异常信息的对应关系。
进一步地，还包括告警模块，所述告警模块接收所述异常信息时用于提醒工作人员对应病人体征异常。
上述技术方案的积极效果是：
上述的医疗监护安全诊断分析系统，通过这样设置，当病人体征出现异常时，通过模块及时从数据库中获取对应的医疗信息数据，并进行筛选，将无用的医疗数据及时排除，这样保证送达的医护人员处的数据为较为直观的数据，方便医护人员进行诊断处理。
附图说明
图1为本发明的一种医疗监护安全诊断分析系统的实施例的架构图；
附图中：1、采集装置；2、医疗信息数据库；3、索引模块；4、显示端；5、体征信息数据库；6、告警模块。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图1对本发明提供的技术方案作具体阐述，但以下内容不作为本发明的限定。
一种医疗监护安全诊断分析系统，包括
采集装置1，所述采集装置1用于采集病人的体征信息，所述体征信息反映病人的身体状况，所述采集装置1在对应的病人体征异常时，输出异常信息，所述异常信息反映病人的体征异常情况；现有技术中，采集装置1出现异常时均会输出异常信息，为不同类型的采集装置反馈结果建立接口，以方便异常信息的处理，异常信息可以是异常类型，异常值等数据。体征信息可以包括体温、脉搏、心率、血压等数据。
医疗信息数据库2，所述医疗信息数据库2用于存储病人的医疗信息，所述医疗信息反映病人治疗情况；医疗信息可以是用药情况、监护情况等等与医疗相关的数据。
索引模块3，分别连接所述采集装置1和所述医疗数据库，当所述索引模块3从一采集装置1中接收所述异常信息时，配置有第一策略以根据该异常信息的内容，从所述医疗数据库中筛选对应的医疗信息并输出；索引模块3为本发明较为关键的技术方式，通过专家对异常信息和对应的医疗信息、历史监控信息预先分类、统一格式，关联，这样当一个异常信息生成时，对应的医疗信息和历史监控信息也就第一时间可以输出。
显示端4，连接至所述索引模块3，用于显示所述索引模块3输出的所述医疗信息。可以在每一病患的病床附近设置一个显示终端，用于显示上述数据，同时还通过显示端4进行显示，较为直观便利。同时显示终端还可以通过网络调取医疗信息数据库2或体征信息数据库5内的其他数据，作为辅助分析。
体征信息数据库5，连接所述采集装置1，用于存储所述采集装置1采集的所述体征信息作为历史监控信息。体征信息是实时采集的，所以历史的体征信息也需要进行存储，而后可以通过分析算法进行分析处理这些信息，形成图表或其他格式的文件。
索引模块3连接所述体征信息数据库5，所述索引模块3从一采集装置1中接收所述异常信息时，配置有第二策略以根据该异常信息的内容，从所述体征信息数据库5中筛选对应的历史监控信息并输出；同样的，历史
所述显示端4用于显示所述索引模块3输出的所述历史监控信息。历史监控信息反映的是以往的体征数据变化。所述显示端对所述索引模块筛选出的监护信息、用药信息和检验信息并按时间序列汇总至同一表格并分析异常原因。而分析方法可以通过专家根据显示端显示的结果分析，也可以通过数据模型进行分析，分析方法如下：1、纵向分析：以单个猝死病人为研究对象，利用数据模型分析患者在院期间高危用药、关键检验数据、关键监护数据与猝死的相关性，以根据猝死前单个患者各项数据的变化趋势，找出猝死的关键表征项，利用关键表征项指导临床。2、横向分析：以单个项目为研究对象，利用数据模型分析同类猝死病人：在同项目检验数据走势上的随机相关性。在同种高危药品使用后检验数据趋势变化规律。在同种高危药品使用后监护数据趋势变化规律在同种高危药品使用后监护及检验数据趋势变化规律。
具体如下：
通过第一处理单元，从变量群中提取共性因子统计分析，变量群包括影像数据、检验数据、监护数据、高危用药数据、出入量数据及相应的时间等，从中找出内在的联系，确定引起猝死的关键因子，关键因子包括有检验数据、监护数据、高危用药数据三种数据类型，及确定对应的时间阈值。
通过第二处理单元，分析患者在院期间三类关键因子与猝死现象之间是否存在某种依存关系，并对具体有依存关系的现象分析其相关方向及相关程度。
通过第三处理单元，将三类关键因子按时间序列分析，确定以上变数间相互依赖的定量关系而得到数据模型。
随着关键临床数据的不断填充，该模型可对病人对当前状况作出预警并自动分析引起该预警可能的因素，从而有效指导临床，预防猝死并提升病人存活率。
例如：研究氯化钾注射液使用后ecg及ckmb的变化规律，将某病人在院期间ecg及ckmb的变化绘制成图表，注明高危药品使用时间，并作交叉。排除其他干扰项，利用数据模型统计分析足够多的样本之后，可得出高危药品使用后，监护数据与检验数据变化规律的关联。
检验信息包括
血常规18项，包括1、白细胞；2、红细胞；3、血红蛋白；4、红细胞压积；5、红细胞平均体积；6、平均血红蛋白量；7、平均血红蛋白浓度；8、血小板；9、淋巴细胞数；10、红细胞分布宽度－cv；11、单核细胞；12、血小板分布宽度；13、平均血小板体积；14、大型血小板比率；15、单核细胞比率；16、淋巴细胞比率；17、中性细胞比率；18、中性细胞数；
尿常规10项，1、尿胆原；2、尿胆红素；3、尿酮体；4、尿隐血；5、尿蛋白；6、亚硝酸盐；7、尿白细胞；8、尿葡萄糖；9、ph值；10、尿比重。
生化常规32项，1、谷草转氨酶；2、谷丙转氨酶；3、总胆红素；4、直接胆红素；5、间接胆红素；6、总蛋白；7、白蛋白；8、球蛋白；9、白球比；10、碱性磷酸酶；11、γ谷氨酰转移酶；12、总胆汁酸；13、胆碱酯酶；14、尿素氮；15、尿酸16、肌酐；17、血糖；18、二氧化碳结合力；19、肌酸激酶；20、乳酸脱氢酶；21、羟丁酸脱氢酶；22、甘油三酯；23、总胆固醇；24、高密度脂蛋白；25、低密度脂蛋白；26、载脂蛋白a；27、载脂蛋白b；28、镁；29、钙；30、钾；31、钠；32、氯。
监护信息包括心率、血氧、血压、体温、呼吸等。常规心律失常如下：1、停搏；2、室早二联律；3、心动过缓；4、两个连发室早；5、漏搏；6、起搏器未俘获；7、起搏器未起搏；8、室性早搏；9、单个室早；10、心动过速；11、室早三联律；12、室颤/室速；13、多个连发室早。
用药信息包括以下1静脉用肾上腺素受体激动剂(如肾上腺素、去氧肾上腺素和去甲肾上腺素)2静脉用肾上腺素受体拮抗剂(如普奈洛尔、美托洛尔和拉贝洛尔)3吸入或静脉全身麻醉药(如丙泊酚和氯胺酮)4静脉用抗心律失常药(如利多卡因和胺碘酮)5抗血栓药物，包括：抗凝药(如华法林、低分子肝素、注射用普通肝素)xa因子抑制剂(如磺达肝素、阿哌沙班、利伐沙班)直接凝血酶抑制剂(如阿加曲班、比伐卢定、达比加群酯)溶栓药物(如阿替普酶、瑞替普酶、替奈普酶)糖蛋白ⅱb/ⅲa抑制剂(如依非巴肽)6心脏停搏液7胃肠外和口服化疗药8高渗葡萄糖注射液(20％或以上)9腹膜透析液和血液透析液10硬膜外或鞘内注射用药11口服降糖药12静脉用改变心肌力药(如地高辛和米力农)13皮下注射用和静脉用胰岛素14脂质体药物(如两性霉素脂质体)和常规相似物(如两性霉素b去氧胆酸盐)15静脉用中度镇静药物(如右美托咪定、咪达唑仑)16儿童口服用中度镇静药物(如水合氯醛)17麻醉药或阿片类药物，包括：静脉剂型、透皮贴剂、口服剂型(包括浓缩液、速释和缓释剂型)18神经肌肉阻断药(如琥珀酰胆碱、维库溴胺和罗库溴胺)19肠外营养20静脉用造影剂21100ml或更大体积的灭菌注射用水(供注射、吸入或灌洗用)22高浓度氯化钠注射液(浓度>0.9％)。特殊药物包括：皮下注射用肾上腺素、静脉用依前列醇、中性胰岛素500u/ml、硫酸镁注射液、甲氨蝶呤(口服，非肿瘤用途)、阿片酊、缩宫素注射液、注射用硝普钠、氯化钾注射液、磷酸氢二钾注射液、异丙嗪注射液、垂体后叶素(静脉用或骨内用。
所述第二策略包括通过一第二预设数据模型筛选所述异常信息对应的所述历史监控信息，所述第二预设数据模型为不同类型的所述异常信息与对应类型的所述历史监控信息建立对应关系。由于异常信息的数据结构和数据内容的分类与历史监控信息相同，那么可以通过类别筛选对应的历史监控信息，较为直观可靠。
所述第二预设数据模型预置有第二筛选时间范围，不同类型的所述异常信息分别对应一第二筛选时间范围，所述第二预设数据模型根据所述第二筛选时间范围筛选所述历史监控信息中对应该时间范围的数据段作为输出的历史监控信息。第二筛选时间范围由历史数据作为输出由专家预先对应每个异常数据进行分析，从而得到对应的第二筛选时间范围，保证数据可靠性。
所述第一策略包括通过一第一数据模型筛选所述异常信息对应的所述医疗信息，所述医疗信息包括用药信息，所述用药信息反映病人用药情况，所述第一数据模型为所述用药信息中的药品种类与所述异常信息建立预置第一关联信息，并根据所述第一关联信息筛选对应的所述用药信息作为输出的医疗信息，所述第一关联信息反映所述药品种类与所述异常信息的对应关系。由于病人体征异常可能与用药情况息息相关，所以及时获取用药信息是非常关键的，可以对高危药品进行分类，根据高危药品的种类得到对应的异常信息，保证异常情况可以得到及时的处理。
所述第一策略包括通过一第一数据模型筛选所述异常信息对应的所述医疗信息，所述医疗信息包括检验信息，所述检验信息反映病人检验情况，所述第一数据模型为所述检验信息中的监护类别与所述异常信息建立预置第二关联信息，并根据所述第二关联信息筛选对应的所述检验信息作为输出的医疗信息，所述第二关联信息反映所述监护类别与所述异常信息的对应关系。检验信息包括有病人的住院内容，食宿情况，不良反应情况等等，也与病人的体征息息相关，可以便于筛选处理。
还包括告警模块6，所述告警模块6接收所述异常信息时用于提醒工作人员对应病人体征异常。起到一个及时提醒的作用，告警模块6可以直接配置于医院的病房报警系统。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。