基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台.pdf

《基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台.pdf》由会员分享，可在线阅读，更多相关《基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台.pdf（7页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010675843.7 (22)申请日 2020.07.14 (71)申请人 北京航空航天大学 地址 100191 北京市海淀区学院路37号 (72)发明人 任帅寇建阁石岩蔡茂林 (74)专利代理机构 北京慕达星云知识产权代理 事 务 所( 特 殊 普 通 合 伙 ) 11465 代理人 李冉 (51)Int.Cl. G16H 10/60(2018.01) G16H 40/67(2018.01) G16H 50/20(2018.01) G16H 50/30(2018.01)。

2、 G16H 50/50(2018.01) G16H 50/70(2018.01) (54)发明名称 基于专家治疗模式的经鼻高流量湿化氧疗 远程管理平台 (57)摘要 本发明公开了一种基于专家治疗模式的经 鼻高流量湿化氧疗远程管理平台， 包括数据采集 模块、 数据存储与处理模块、 监测模块、 专家辅助 治疗系统、 云服务器和远程平台管理系统； 数据 采集器， 采集病人症状数据、 治疗参数数据、 相关 病症流行病学资料的数据指标； 数据存储与处理 模块， 对采集的数据进行存储， 作归一化处理， 形 成HFNC专家数据库； 监测模块， 远程采集终端的 数据； 专家辅助治疗系统， 制定个性化专家治疗 。

3、方案， 将方案传输至终端进行实时治疗； 云服务 器， 治疗后的患者数据存储至云端； 远程平台管 理系统， 建立长周期HFNC治疗的监测与管理模 式。 本发明能够远程管理提供临床数据支撑， 建 立长周期HFNC治疗的监测与管理模式。 权利要求书1页 说明书4页 附图1页 CN 111667896 A 2020.09.15 CN 111667896 A 1.一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台， 其特征在于， 包括： 数 据采集模块、 数据存储与处理模块、 监测模块、 专家辅助治疗系统、 云服务器和远程平台管 理系统， 其中， 所述数据采集器， 采集呼吸衰竭病人代表性症状数据、 治。

4、疗参数数据、 相关病症流行病 学资料的数据指标； 所述数据存储与处理模块， 对数据采集器采集的数据进行存储， 并对存储的数据进行 统计分析， 作归一化处理， 形成HFNC专家数据库； 所述监测模块， 远程采集终端的数据； 所述专家辅助治疗系统， 基于HFNC专家数据库及终端的数据， 制定个性化专家治疗方 案， 并将方案传输至终端进行实时治疗； 所述云服务器， 治疗后的患者数据通过云服务器存储至云端； 所述远程平台管理系统， 利用深度学习技术对云端存储的患者数据进行分析与监测， 建立长周期HFNC治疗的监测与管理模式。 2.根据权利要求1所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平 。

5、台， 其特征在于， 所述终端包括生命体征检测仪和高流量湿化氧疗治疗仪。 3.根据权利要求2所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平 台， 其特征在于， 生命体征检测仪获取患者生命体征数据， 包括脉氧饱和度、 心率和呼吸频 率。 4.根据权利要求2所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平 台， 其特征在于， 流量湿化氧疗治疗仪的数据包括流量、 氧浓度、 温湿度、 压力、 报警、 故障、 工作时间和环境数据。 5.根据权利要求1所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平 台， 其特征在于， 远程平台管理系统包括核心处理器和人机交互界面， 人机交互界面与。

6、所述 核心处理器电性连接。 6.根据权利要求1所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平 台， 其特征在于， 利用深度学习技术对云端患者治疗数据进行分析方法包括： 1)采集患者的生命体征数据； 2)基于采集数据建立各参数动态变化模型； 利用深度学习算法及各参数下反应的病情 状况， 建立病情的演化过程； 3)通过长时间的采集、 处理和分析， 建立病情演化模型、 医疗效果评估模型， 依据患者 生命体征数据建立的病情演化模型同HFNC专家数据库作对比， 找出异常值， 根据异常值的 变化趋势及异常程度来评估健康状态。 7.根据权利要求1所述的一种基于专家治疗模式的经鼻高流量湿化氧疗远程管。

7、理平 台， 其特征在于， 治疗后的患者数据通过云服务器存储至云端云服务器在将患者数据存储 至云端后， 建立患者电子健康档案， 为远程管理提供临床数据支撑。 权利要求书 1/1 页 2 CN 111667896 A 2 基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台 技术领域 0001 本发明属于医疗设备技术领域， 更具体的说是涉及一种基于专家治疗模式的经鼻 高流量湿化氧疗远程管理平台。 背景技术 0002 呼吸衰竭是各种原因引起的肺通气和(或)换气功能严重障碍， 以致不能进行有效 的气体交换， 导致缺氧伴(或不伴)二氧化碳潴留， 从而引起一系列生理功能和代谢紊乱的 临床综合征。 会造成患者呼。

8、吸困难、 急促， 甚至会引发精神神经症状等， 并发肺性脑病时， 还 可有消化道出血， 给患者带来极大痛苦， 严重时直接危害生命。 0003 经鼻高流量氧疗(High-flow nasal cannula oxygen therapy， HFNC)是通过无需 密封的鼻塞导管直接将一定氧浓度的空氧混合高流量气体输送给患者的一种新型氧疗方 式， 作为一种无创呼吸支持的形式， 其能迅速地改善氧合， 是目前国内外用于解决呼吸衰竭 的主要医疗方式， 已经用于多种临床医治。 但目前国内外HFNC装备研发均处于起步阶段， 在 技术上存在明显缺陷， 主要表现为： 1)缺少智能化技术， 不能很好适应病人的个体差异。

9、， 影 响疗效， 不利于在基层和家庭规范应用及推广； 2)数字化程度不足， 不能远程采集装备数据 和患者生命体征数据， 无法利用物联网实现规模化、 长周期的氧疗管理。 0004 因此， 如何提供一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台是本 领域技术人员亟需解决的问题。 发明内容 0005 有鉴于此， 本发明提供了一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理 平台， 能够实现数据稳定可靠地传输至云端， 建立患者电子健康档案， 为远程管理提供临床 数据支撑， 建立长周期HFNC治疗的监测与管理模式， 对患者提供科学管理与个性化指导。 0006 为了实现上述目的， 本发明采用如下技术。

10、方案： 0007 一种基于专家治疗模式的经鼻高流量湿化氧疗远程管理平台， 包括： 数据采集模 块、 数据存储与处理模块、 监测模块、 专家辅助治疗系统、 云服务器和远程平台管理系统， 其 中， 0008 所述数据采集器， 采集呼吸衰竭病人代表性症状数据、 治疗参数数据、 相关病症流 行病学资料的数据指标； 0009 所述数据存储与处理模块， 对数据采集器采集的数据进行存储， 并对存储的数据 进行统计分析， 作归一化处理， 形成HFNC专家数据库； 0010 所述监测模块， 远程采集终端的数据； 0011 所述专家辅助治疗系统， 基于HFNC专家数据库及终端的数据， 制定个性化专家治 疗方案， 。

11、并将方案传输至终端进行实时治疗； 0012 所述云服务器， 治疗后的患者数据通过云服务器存储至云端； 0013 所述远程平台管理系统， 利用深度学习技术对云端存储的患者数据进行分析与监 说明书 1/4 页 3 CN 111667896 A 3 测， 建立长周期HFNC治疗的监测与管理模式。 0014 优选的， 所述终端包括生命体征检测仪和高流量湿化氧疗治疗仪。 0015 优选的， 生命体征检测仪获取患者生命体征数据， 包括脉氧饱和度、 心率和呼吸频 率。 0016 优选的， 流量湿化氧疗治疗仪的数据包括流量、 氧浓度、 温湿度、 压力、 报警、 故障、 工作时间和环境数据。 0017 优选的，。

12、 远程平台管理系统包括核心处理器和人机交互界面， 人机交互界面与所 述核心处理器电性连接。 0018 优选的， 利用深度学习技术对云端患者治疗数据进行分析方法包括： 0019 1)采集患者的生命体征数据； 0020 2)基于采集数据建立各参数动态变化模型； 利用深度学习算法及各参数下反应的 病情状况， 建立病情的演化过程； 0021 3)通过长时间的采集、 处理和分析， 建立病情演化模型、 医疗效果评估模型， 依据 患者生命体征数据建立的病情演化模型同HFNC专家数据库作对比， 找出异常值， 根据异常 值的变化趋势及异常程度来评估健康状态。 0022 优选的， 治疗后的患者数据通过云服务器存储。

13、至云端云服务器在将患者数据存储 至云端后， 建立患者电子健康档案， 为远程管理提供临床数据支撑。 0023 本发明的有益效果在于： 0024 本发明能够提升治疗准确性、 便捷性， 解决国内不同层级医疗机构和家庭HFNC的 使用不规范、 不便捷， 影响治疗效果的问题； 实现了数据稳定可靠地传输至云端， 建立患者 电子健康档案， 为远程管理提供临床数据支撑， 建立长周期HFNC治疗的监测与管理模式， 对 患者提供科学管理与个性化指导。 附图说明 0025 为了更清楚地说明本发明实施例或现有技术中的技术方案， 下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的。

14、附图仅仅是本 发明的实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据 提供的附图获得其他的附图。 0026 图1附图为本发明的结构示意图。 具体实施方式 0027 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。 0028 请参阅附图1， 本发明提供了一种基于专家治疗模式的经鼻高流量湿化氧疗远程 管理平台， 包括： 数据采集模块、 。

15、数据存储与处理模块、 监测模块、 专家辅助治疗系统、 云服 务器和远程平台管理系统， 其中， 0029 数据采集器， 采集呼吸衰竭病人代表性症状数据、 治疗参数数据、 相关病症流行病 说明书 2/4 页 4 CN 111667896 A 4 学资料的数据指标； 0030 数据存储与处理模块， 对数据采集器采集的数据进行存储， 并对存储的数据进行 统计分析， 作归一化处理， 形成HFNC专家数据库； 0031 监测模块， 远程采集终端的数据； 0032 专家辅助治疗系统， 基于HFNC专家数据库及终端的数据， 制定个性化专家治疗方 案， 并将方案传输至终端进行实时治疗； 0033 云服务器， 治。

16、疗后的患者数据通过云服务器存储至云端； 0034 远程平台管理系统， 利用深度学习技术对云端存储的患者数据进行分析与监测， 建立长周期HFNC治疗的监测与管理模式。 0035 终端包括生命体征检测仪和高流量湿化氧疗治疗仪。 生命体征检测仪获取患者生 命体征数据， 包括脉氧饱和度、 氧分压、 氧合指数、 PH值、 CO2分压、 呼吸频率、 心率、 血压等 等。 流量湿化氧疗治疗仪的数据包括流量、 氧浓度、 温湿度、 压力、 报警、 故障、 工作时间和环 境数据等。 0036 远程平台管理系统包括核心处理器和人机交互界面， 人机交互界面与核心处理器 电性连接。 核心处理器用于对云端存储的患者数据进。

17、行分析与处理， 人机交互界面， 用于输 入参数并显示实时监测数据。 0037 利用深度学习技术对云端患者治疗数据进行分析方法包括： 0038 1)采集患者的生命体征数据； 0039 2)基于采集数据建立各参数动态变化模型； 利用深度学习算法及各参数下反应的 病情状况， 建立病情的演化过程； 0040 3)通过长时间的采集、 处理和分析， 建立病情演化模型、 医疗效果评估模型， 依据 患者生命体征数据建立的病情演化模型同HFNC专家数据库作对比， 找出异常值， 根据异常 值的变化趋势及异常程度来评估健康状态。 0041 在另一种实施例中， 治疗后的患者数据通过云服务器存储至云端云服务器在将患 者。

18、数据存储至云端后， 建立患者电子健康档案， 为远程管理提供临床数据支撑。 0042 本发明能够提升治疗准确性、 便捷性， 解决国内不同层级医疗机构和家庭HFNC的 使用不规范、 不便捷， 影响治疗效果的问题； 根据HFNC临床研究结论， 结合急慢性呼吸衰竭 等典型病症， 开发HFNC专家数据库和专家辅助治疗系统， 优化HFNC治疗方案， 提升治疗准确 性、 便捷性， 实现HFNC智能化临床应用； 针对远程管理缺陷， 提出基于物联网经鼻高流量湿 化氧疗远程管理平台， 远程采集基层医疗机构和家庭HFNC装备与患者生命体征数据， 将数 据稳定可靠地传输至云端， 建立患者电子健康档案， 为远程管理提供。

19、临床数据支撑； 采用深 度学习技术对云端患者治疗数据进行分析， 对患者的疾病治疗情况进行综合评估， 并基于 评估结果为患者提供个性化、 合理化的综合治疗路径， 形成基层医疗机构与家庭远程监测、 数据回顾、 异常报警等智能化应用， 实现长周期HFNC治疗的监测与管理模式， 对患者提供科 学管理与个性化指导。 0043 本发明的工作流程： 0044 (1)数据采集器采集呼吸衰竭病人代表性症状数据、 治疗参数数据、 相关病症流行 病学资料等数据指标。 0045 (2)数据存储与处理模块将数据指标进行存储， 进行统计分析， 并作归一化处理， 说明书 3/4 页 5 CN 111667896 A 5 形。

20、成HFNC专家数据库， 以此优化治疗方案。 0046 (3)利用分布式云存储技术、 数据滤波与分析技术， 开发基于物联网的远程平台管 理系统。 0047 (4)基于物联网技术， 远程采集基层医疗机构和家庭HFNC装备(流量、 氧浓度、 温湿 度、 压力、 报警、 故障、 工作时间、 环境数据等)与患者生命体征(脉氧饱和度、 心率、 呼吸频率 等)数据。 0048 (5)根据HFNC专家数据库与远程患者数据， 形成个性化专家治疗方案， 并将方案传 送到终端进行实时医治。 0049 (6)采集治疗后的患者数据采用动态数据收发策略和抗干扰技术， 实现数据稳定 可靠地传输至云端， 依据数据反馈情况实时。

21、调整治疗方案参数， 并建立患者电子治疗档案。 0050 (7)利用深度学习技术对云端患者治疗数据进行分析包括以下步骤： 1)采集患者 的生命体征(脉氧饱和度、 心率、 呼吸频率等)数据； 2)基于采集数据建立各参数动态变化模 型； 利用深度学习算法及各参数下反应的病情状况， 建立病情的演化过程； 3)通过长时间的 采集、 处理和分析， 建立病情演化模型、 医疗效果评估模型， 依据患者生命体征(脉氧饱和 度、 心率、 呼吸频率等)数据建立的演化模型同利用健康者生命体征建立的专家知识库做对 比， 找出异常值， 根据异常值的变化趋势及异常程度来评估健康状态。 对患者的疾病治疗情 况进行综合评估， 并。

22、基于评估结果为患者提供个性化、 合理化的综合治疗路径， 预警、 记录 并监督患者进行相应的管理活动。 0051 (8)基于评估结果为患者提供个性化、 合理化的综合治疗路径， 预警、 记录并监督 患者进行相应的管理活动， 形成基层医疗机构与家庭远程监测、 数据回顾、 异常报警等智能 化应用， 建立长周期HFNC治疗的监测与管理模式， 对患者提供长期科学管理与个性化指导。 0052 本说明书中各个实施例采用递进的方式描述， 每个实施例重点说明的都是与其他 实施例的不同之处， 各个实施例之间相同相似部分互相参见即可。 对于实施例公开的装置 而言， 由于其与实施例公开的方法相对应， 所以描述的比较简单， 相关之处参见方法部分说 明即可。 0053 对所公开的实施例的上述说明， 使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的， 本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下， 在其它实施例中实现。 因此， 本发明 将不会被限制于本文所示的这些实施例， 而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。 说明书 4/4 页 6 CN 111667896 A 6 图1 说明书附图 1/1 页 7 CN 111667896 A 7 。