一种基于急危重症科室医疗质控指标自动采集分析方法及系统与流程

本发明属于医疗质控数据采集与分析领域，具体涉及一种基于急危重症科室医疗质控指标自动采集分析方法及系统。

背景技术：

1、急危重症学科是独立的医疗单元，是现代化医院医疗水平发展的集中体现，并且目前作为现代化医院的重要标志之一。主要医疗职责为：为急危重症患者的抢救和延续生命提供医疗支持；为发生多器官功能障碍患者的治疗和器官功能提供医疗支持；防治多脏器功能障碍综合征。其中包括各种危重的急性可逆性疾病，需要紧急维持生命的患者，如各种原因休克，循环衰竭和心搏、呼吸骤停，各种原因引起的急性呼吸功能不全和呼吸衰竭急性发作；心肺复苏后需脑复苏的患者，溺水、电击伤复苏后患者，严重创伤，多系统器官衰竭，昏迷及各种代谢性疾病危象，严重酸碱及电解质失衡等；重大手术后需要密切监护和复苏、需要呼吸辅助的患者、高龄半有并发症患者术后监护等。

2、急危重症科室有相应的医疗质量控制指标，包括：科室患者收治率、患者收治床日率、急性生理与慢性健康评分(apache2)大于等于十五分的患者收治率、感染性休克3小时集束化治疗(bundle)完成率、感染性休克6小时集束化治疗(bundle)完成率、危重症科室抗菌药物治疗前病原学送检率、危重症科室深静脉血栓预防率、危重症科室患者预计病死率、危重症科室患者标化病死指数、危重症科室非计划气管插管拔管率、危重症气管插管拔管后48小时内再插管率、非计划转入危重症科室率、转出危重症科室后48小时内重返率、危重症科室呼吸机相关性肺炎发病率、危重症科室血管内导管相关血流感染发病率、危重症科室导尿管相关泌尿系统感染发病率等。

3、急危重症患者的各方面生命体征指标需要长时间的实时监测、采集与分析。现有的医疗信息采集与分析设备与系统主要依靠设置固定指标预警来监控和提示患者的体征数据，其系统实时性较差且仅在患者超过危重病症指标的情况下进行报警，对患者的及时救护具有较大隐患。同时医疗信息的安全管理也需要在系统中考虑，确保数据安全准确地传输，并保护患者的隐私安全。

技术实现思路

1、本发明的目的之一在于提出了一种基于急危重症科室医疗质控指标自动采集分析方法，克服了现有方式实时性较差并仅在患者超过危重病症指标的情况下进行报警进而存在较大隐患的弊端。

2、本发明的目的之一是通过以下技术方案实现的：

3、一种基于急危重症科室医疗质控指标自动采集分析方法，包括以下步骤：

4、s1：根据历史监控数据建立病例特征数据库；

5、s2：根据病例特征数据库构建并训练质控指标模型；

6、s3：建立模型更新数据库用于存储新输入的病例；

7、s4：定时将模型更新数据库的数据输入质控指标模型；

8、s5：根据质控指标模型显示模块的输出判断急危重症科室医疗质控指标是否在合格范围并反馈给相关人员。

9、进一步，所述步骤s1中，根据历史监控数据建立病例特征数据库具体包括：

10、步骤s101：对历史监控数据进行预处理，提取各病例中包含医疗质量控制指标相关的状态；

11、步骤s102：将各病例的医疗质量控制指标相关的状态使用0和1表示，0为不合格，1为合格。

12、步骤s103：将单个病例的上述状态存入同一组数据中，并将所有病例以同种方式存入病例特征数据库。

13、进一步，所述步骤s2中，根据病例特征数据库构建并训练质控指标模型具体包括：

14、步骤s201：构建医疗质量评估单元，加入图像采集模块、医疗程度评价模块以及用户评价采集模块等模块；

15、步骤s202：构建中央集群计算模块用于接收医疗质量评估单元输入的各数据；

16、步骤s203：在中央集群计算模块中嵌入专项合格率算法处理医疗质量评估单元的各项输出数据；

17、步骤s204：构建医疗指标采集模块存储医疗质量控制指标比值mqa；

18、步骤s205：构建判断模块并设计特征合格值算法对当前科室的医疗质控指标是否合格进行判断；

19、步骤s206：在判断模块中构建医疗质量等级评判算法对该重症监护室的医疗质量进行级别判定；

20、步骤s207：使用病例特征数据库输入的各项数据训练模型并计算特征合格值算法中符合该科室现状的动态平衡情景参数k的大小；

21、步骤s208：构建预警模块用于对判断模块输出的不合格科室进行预警通报；

22、步骤s209：构建显示模块用于显示各科室的合格程度以及预警通报。

23、进一步，步骤s203中，专项合格率算法的表达式为：

24、

25、其中，n表示重症患者总数，m表示的是医疗质控指标所需要参考的医疗质量质控评分项目类别，i表示病例特征数据库中的患者序列号，j表示某一医疗质量质控序号，stat表示医疗质量控制指标相关状态的数值，sum(i)为第i号重症患者在该医疗项目上的就医总次数，max(stat)为该医疗质量控制指标相关状态数值的最大值，pct为该分式计算的最终结果质控百分比数据；

26、进一步，步骤s205中特征合格值算法的表达式为：

27、

28、其中，pct为专项合格率算法输出的质控百分比数据，mqa为权威卫生健康机构最新公布的医疗质量控制指标比值，k为小于1的动态平衡情景参数，k随医疗收治管理等因素而变化，若近期管理严格或收治数较少导致医疗质量较低则将k调小，反之将k调大，qc为医疗质量控制合格程度，若qc<0则说明该重症监护室的医疗质量不达标，qc越小医疗质量越差，若qc>0则说明该重症监护室的医疗质量达标，qc越大医疗质量越好。

29、进一步，步骤s206中医疗质量等级评判算法的表达式为：

30、

31、其中，n表示重症患者总数，m表示医疗质控指标所需要参考的医疗质量质控评分项目类别，i表示病例特征数据库中的患者序列号，j表示某一医疗质量质控序号，stat表示医疗质量控制指标相关状态的数值，sum(i)为第i号重症患者在该医疗项目上的就医总次数，max(stat)为该医疗质量控制指标相关状态数值的最大值，mqa为权威卫生健康机构最新公布的医疗质量控制指标比值，rank为该重症监护室医疗质量的级别，若则说明该重症监护室医疗质量为优秀；若rank>0且则说明该重症监护室医疗质量为良好；若且rank≤0，则说明该重症监护室医疗质量为差；若则说明该重症监护室医疗质量极差，可以通过预警模块应向监管部门推送该重症监护室医疗质量不合格消息。

32、进一步，步骤s3中，建立模型更新数据库用于存储新输入的病例，具体包括以下子步骤：

33、步骤s301：根据病理特征数据库构造同等存储格式的模型更新数据库；

34、步骤s302：对新输入病例数据进行预处理，提取各病例中包含医疗质量控制指标等的相关状态；

35、步骤s303：将新输入病例信息及质量控制指标相关数据输入模型更新数据库。

36、进一步，步骤s4中，定时将模型更新数据库的数据输入模型具体包括以下子步骤：

37、步骤s401：设置一个定长周期对模型更新数据库进行数据检测；

38、步骤s402：将模型更新数据库中完整的病例数据作为样本数据加入模型训练集；

39、步骤s403：将训练集输入至质控指标模型；

40、步骤s404：重复上述步骤直至样本数据全部使用完毕；

41、步骤s405：获得训练更新后的质控指标模型。

42、进一步，所述步骤s5具体包括以下子步骤：

43、步骤s501：将模型更新数据库的各项数据输入质控指标模型中医疗质量评估单元的各模块；

44、步骤s502：中央集群计算模块获取医疗质量评估单元各模块的输出并通过专项合格率算法对医疗质量评估单元各输出的各特征向量数据进行百分化处理生成质控百分比数据pct；

45、步骤s503：由判断模块接收中央集群计算模块输出的质控百分比数据pct与医疗指标采集模块输出的医疗质量控制指标比值mqa；

46、步骤s504：构建医疗质量等级评判算法对该重症监护室的医疗质量进行级别判定；

47、步骤s505：通过特征合格值算法计算出其科室的医疗质量控制合格程度qc，若qc>0则进入步骤s507；否则进入s506；

48、步骤s506：将结果输入至预警模块，由预警模块反馈给处理人员并由处理人员采取相关操作；

49、步骤s507：由显示模块显示出最终结果。

50、本发明的目的之二是通过以下技术方案实现的：一种基于急危重症科室医疗质控指标自动采集分析系统，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前所述的方法。

51、本发明的有益效果包括：

52、(1)本发明通过完成训练的指控指标模型能够精准地预测医疗质量合格程度，定时将模型更新数据库的数据输入质控指标模型，在一定程度上具有迭代更新的作用，消除了人工输入所带来的误差、降低了人工成本、提高了企业的利润；

53、(2)本发明通过对重症患者病例特征的分析，建立了质控指标模型。该模型通过收集所有可用的重症患者的就医情况，可全方位对医疗质量进行评估，大大地提升了医疗质控指标判断的准确度，为医疗监管部门提供详实的关于该急危重症科室的医疗质控数据，便于及时发现和预警医疗隐患；

54、(3)本发明设计了特征合格值算法对医疗质量进行评估，由于不同地区的医疗情况及患者数量会有所不同，所以不能以相同的医疗指控指标来衡量所有地区的医疗情况，所以在本发明中加入了动态平衡情景参数k能够根据当前实时情况动态调整k值平衡不同医疗情境下的指控指标计算误差，通过牺牲了小部分的数值精度，而大大地提高了系统的容错率。

55、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和前述的权利要求书来实现和获得。