一种自动识别患者导尿管相关性尿路感染的方法与流程

文档序号:33388774发布日期:2023-03-08 09:42阅读:43来源:国知局
一种自动识别患者导尿管相关性尿路感染的方法与流程

1.本发明属于医疗辅助技术领域,具体涉及一种自动识别患者导尿管相关性尿路感染的方法。


背景技术:

2.导尿管相关性尿路感染是指患者留置导尿管后,或者拔除导尿管48h内发生的泌尿系统感染。导尿管相关性尿路感染是最重要的医院感染类型之一。在美国卫生保健相关感染体系中,导尿管相关性尿路感染率高达34%,导致了大约2.3%的病死率,其中有25%-60%的人死于尿毒症。在我国,尿路感染发生率为20.8%-31.7%,仅次于呼吸道感染。导尿管相关性尿路感染的发生不但延长了患者的住院天数、增加了医疗成本及患者的经济负担,还不同程度地影响了治疗效果。
3.对于留置导尿管的患者,防治和减少导尿管相关性尿路感染是目前临床工作的重点。几乎所有质量改进项目都会提到“导尿管相关性尿路感染控制团队”防治,这个团队涉及医疗、护理、康复、感染等诸多学科。当前对于导尿管相关性感染的诊断和管理主要依靠医护人员的人为操作,尚缺乏准确性强的自动管理工具。


技术实现要素:

4.本发明的目的在于提供一种自动识别患者导尿管相关性尿路感染的方法,克服了现有技术的不足,利用标准的自动识别方法根据患者的检查检验结果来判断患者是否存在导管相关性尿路感染。
5.为解决上述问题,本发明所采取的技术方案如下:
6.一种自动识别患者导尿管相关性尿路感染的方法,包括以下步骤:
7.步骤一、建立导尿管相关性尿路感染判定的规则库;
8.步骤二、建立导尿管相关性尿路重新感染判定的规则库;
9.步骤三、通过平台获取患者检查检验以及护理记录信息,并对获取的信息进行标准结构化处理;
10.步骤四、将结构化处理的数据依次与步骤一、步骤二建立的规则库进行对比计算,同时输出对比计算的结果和得到该结果所依据的数据。
11.进一步,步骤一中所述导尿管相关性尿路感染判定的规则库包括导尿管留置周期规则、尿路感染的尿常规结果规则以及尿培养结果规则,所述导尿管留置周期规则为导尿管插管48小时后到导尿管拔管48小时内的时间。
12.进一步,步骤二中所述导尿管相关性尿路重新感染判定的规则库包括尿路感染转阴规则、感染转阴后的尿常规结果规则以及尿培养结果规则。
13.进一步,所述尿常规结果规则为尿常规中白细胞的值在高倍视野下的数量男性患者需≥5,女性患者需≥10或者尿常规中白细胞超过正常值的范围。
14.进一步,所述尿培养结果规则为尿培养细菌数量》100000cfu/ml或者尿培养真菌
数量》10000cfu/ml;尿常规临近时间的尿培养指的是尿常规和尿培养的标本采集时间差≤4小时。
15.进一步,所述尿路感染转阴规则为上一次判断的导尿管相关性尿路感染时间后的尿培养存在无细菌也无真菌的结果。
16.进一步,步骤三中所述平台包括医院信息系统、实验室信息管理系统、计算机化病案系统、临床数据中心。
17.进一步,所述标准结构化处理的具体处理方法包括以下步骤:
18.步骤一、基于预设规则对获取的医疗信息进行处理,获取需要解析的字段及字段规则,再根据所述字段规则从预处理后的医疗信息中获取所述字段对应的值,生成键值对格式的半结构化的中间数据;
19.步骤二、利用分词工具基于预设的词库对中间数据进行分词处理,确定分词结果中每一分词对应的标注规则;
20.步骤三、根据对应的标注规则以及词性对每一分词进行序列标注,生成结构化处理的数据。
21.进一步,步骤四中所述将结构化处理的数据依次与步骤一、步骤二建立的规则库进行对比计算,包括以下步骤:
22.步骤一、确定结构化处理的数据对应字段以及值;
23.步骤二、提取规则库中包含一个或多个结构化处理的数据对应字段的规则;
24.步骤三、从提取的规则中选出包含所有结构化处理的数据对应字段的规则,利用选出的规则形成规则集;
25.步骤四、将结构化处理的数据对应字段以及值与所述规则集中的规则所包括的字段和值分别进行对比计算。
26.本发明与现有技术相比较,具有以下有益效果:
27.本发明所述一种自动识别患者导尿管相关性尿路感染的方法,在重症医学科医疗及护理数据的电子化的基础上,实现对于导尿管相关性感染的自动识别,必将改善导尿管相关性感染的识别率,促进改善此疾病的管理效率,也更多地在辅助诊疗、质控上报等发挥作用。
附图说明
28.图1为一种自动识别患者导尿管相关性尿路感染的方法的流程示意图。
具体实施方式
29.下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
30.如图1所示,本发明所述一种自动识别患者导尿管相关性尿路感染的方法,包括以下步骤:
31.步骤一、建立导尿管相关性尿路感染判定的规则库;导尿管相关性尿路感染判定
的规则库包括导尿管留置周期规则、尿路感染的尿常规结果规则以及尿培养结果规则,导尿管留置周期规则为导尿管插管48小时后到导尿管拔管48小时内的时间。
32.步骤二、建立导尿管相关性尿路重新感染判定的规则库;尿路感染转阴规则为上一次判断的导尿管相关性尿路感染时间后的尿培养存在无细菌也无真菌的结果。
33.尿常规结果规则为尿常规中白细胞的值在高倍视野下的数量男性患者需≥5,女性患者需≥10或者尿常规中白细胞超过正常值的范围;尿培养结果规则为尿培养细菌数量》100000cfu/ml或者尿培养真菌数量》10000cfu/ml;尿常规临近时间的尿培养指的是尿常规和尿培养的标本采集时间差≤4小时。
34.步骤三、通过医院信息系统、实验室信息管理系统、计算机化病案系统、临床数据中心获取患者检查检验以及护理记录信息,并对获取的信息进行标准结构化处理;
35.标准结构化处理的具体处理方法包括以下步骤:
36.步骤一、基于预设规则对获取的医疗信息进行处理,获取需要解析的字段及字段规则,再根据字段规则从预处理后的医疗信息中获取字段对应的值,生成键值对格式的半结构化的中间数据;
37.步骤二、利用分词工具基于预设的词库对中间数据进行分词处理,确定分词结果中每一分词对应的标注规则;
38.步骤三、根据对应的标注规则以及词性对每一分词进行序列标注,生成结构化处理的数据;
39.步骤四、将结构化处理的数据依次与步骤一、步骤二建立的规则库进行对比计算,同时输出对比计算的结果和得到该结果所依据的数据。
40.将结构化处理的数据依次与步骤一、步骤二建立的规则库进行对比计算,包括以下步骤:
41.步骤一、确定结构化处理的数据对应字段以及值;
42.步骤二、提取规则库中包含一个或多个结构化处理的数据对应字段的规则;
43.步骤三、从提取的规则中选出包含所有结构化处理的数据对应字段的规则,利用选出的规则形成规则集;
44.步骤四、将结构化处理的数据对应字段以及值与规则集中的规则所包括的字段和值分别进行对比计算。
45.若患者计算结果为非为导尿管相关性尿路感染,则记录为空,若患者计算结果为导尿管相关性尿路感染输出一条记录,并展示导尿管相关性感染的时间;若患者一次入科有重新感染的情况,将增加产生新的一次导尿管相关性结果记录,并展示重新感染的时间;结果输出后医生可通过账号查看自动计算出的结果,同时结合相应的数据依据做出判断并对认可的结果进行审核;在规则存在更新的情况下,同步对规则库进行调整,以满足临床需要。
46.对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1