一种基于大数据的产科实时护理优化方法及系统

本发明涉及医疗护理领域，尤其涉及一种基于大数据的产科实时护理优化方法及系统。

背景技术：

1、在传统的产科实时护理模式中，大数据统计被广泛应用以预测和判断孕妇在不同状态下的异常护理风险。然而，这种传统的数据统计方式存在个体化程度不足的显著问题，它通常直接采集孕妇的全部指标实时状态，并基于这些状态在历史数据中出现异常的概率来进行评估。但这种方法忽视了个体孕妇之间的差异性，不同的孕妇对于不同的生理指标具有不同的容错程度。具体来说，孕妇的生理状态受到多种因素的影响，包括年龄、体重、孕期阶段、健康状况等，这些因素导致孕妇对于不同指标的敏感度和反应程度各不相同。传统的数据统计方式没有充分考虑到这些个体差异，而是对所有孕妇采用统一的标准和阈值进行评估，这显然是不够准确和个体化的。此外，传统的数据统计方式在异常情况的判断上也存在一定的局限性，它通常只关注指标是否超出正常范围而缺乏对指标变化趋势和异常情况的深入分析，这种简单的二分类判断方式容易导致误报和漏报，影响产科实时护理的准确性和效率。

技术实现思路

1、本发明针对现有技术中产科实时护理时忽视了孕妇之间的个体差异，导致实时护理的准确性和效率不足的技术问题，提供一种基于大数据的产科实时护理优化方法及系统来解决。

2、本发明解决上述技术问题的技术方案如下：

3、第一方面，本发明提供了一种基于大数据的产科实时护理优化方法，包括：以产科护理对象的静态指标为常量，以动态指标为变量，检索多条异常护理日志，其中，任意一条异常护理日志包括异常动态指标集合；基于所述异常动态指标集合，统计动态指标于所述多条异常护理日志的出现日志条数大于或等于日志条数阈值的中心动态指标，以及出现日志条数小于日志条数阈值的边缘动态指标；统计产科护理对象的中心动态指标监测值的偏离向量，以及边缘动态指标监测值的偏离指标数量占比；预测同时满足所述静态指标、所述偏离向量和所述偏离指标数量占比的异常护理概率；当所述异常护理概率大于或等于异常概率阈值时，提醒护理端进行护理优化。

4、第二方面，本发明提供了一种基于大数据的产科实时护理优化系统，包括：信息检索模块，用于以产科护理对象的静态指标为常量，以动态指标为变量，检索多条异常护理日志，其中，任意一条异常护理日志包括异常动态指标集合；统计筛分模块，用于基于所述异常动态指标集合，统计动态指标于所述多条异常护理日志的出现日志条数大于或等于日志条数阈值的中心动态指标，以及出现日志条数小于日志条数阈值的边缘动态指标；偏离统计模块，用于统计产科护理对象的中心动态指标监测值的偏离向量，以及边缘动态指标监测值的偏离指标数量占比；异常预测模块，用于预测同时满足所述静态指标、所述偏离向量和所述偏离指标数量占比的异常护理概率；护理优化模块，用于当所述异常护理概率大于或等于异常概率阈值时，提醒护理端进行护理优化。

5、本发明的有益效果是：通过区分产科护理对象的静态指标和动态指标，并基于异常护理日志统计分析中心动态指标和边缘动态指标，以及它们的偏离情况，能够更精确地预测异常护理概率，从而在需要时及时提醒护理端进行护理优化，有效提升了产科实时护理的针对性和效率。

技术特征：

1.一种基于大数据的产科实时护理优化方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，基于所述异常动态指标集合，统计动态指标于所述多条异常护理日志的出现日志条数大于或等于日志条数阈值的中心动态指标，以及出现日志条数小于日志条数阈值的边缘动态指标，包括：

3.如权利要求1所述的方法，其特征在于，预测同时满足所述静态指标、所述偏离向量和所述偏离指标数量占比的异常护理概率，包括：

4.如权利要求3所述的方法，其特征在于，基于所述严格一致约束条件和所述容错一致约束条件，联网检索经过区块链存证的产科护理记录数据，包括：

5.如权利要求4所述的方法，其特征在于，统计所述产科护理记录数据的异常护理触发频率比，设为所述异常护理概率，包括：

6.如权利要求5所述的方法，其特征在于，计算所述n级产科护理记录数据的n级偏离向量和n级偏离指标数量占比，与所述偏离向量和所述偏离指标数量占比的偏差距离，设为n级分布距离，包括：

7.如权利要求3所述的方法，其特征在于，根据所述静态指标，构建严格一致约束条件，根据所述偏离向量和所述偏离指标数量占比，构建容错一致约束条件，包括：

8.一种基于大数据的产科实时护理优化系统，其特征在于，用于实施权利要求1-7任一项所述的一种基于大数据的产科实时护理优化方法，所述系统包括：

技术总结
本发明涉及一种基于大数据的产科实时护理优化方法及系统，涉及医疗护理领域，以产科护理对象的静态指标为常量，以动态指标为变量，检索多条异常护理日志；基于异常动态指标集合统计动态指标于异常护理日志的出现条数大于或等于条数阈值的中心动态指标以及出现条数小于条数阈值的边缘动态指标；统计中心动态指标监测值的偏离向量以及边缘动态指标监测值的偏离指标数量占比；预测同时满足静态指标、偏离向量和偏离指标数量占比的异常护理概率；当概率大于或等于概率阈值时提醒护理端进行护理优化，解决了产科实时护理时忽视了孕妇之间的个体差异，导致实时护理的准确性和效率不足的技术问题。

技术研发人员：张维娜,高翠,王雪阳
受保护的技术使用者：西安医学院第二附属医院
技术研发日：
技术公布日：2025/4/24