本發(fā)明涉及醫(yī)療護理，特別是多發(fā)性骨髓瘤患者護理管理系統(tǒng)及方法。

背景技術(shù)：

1、隨著信息技術(shù)的快速發(fā)展和社會對健康管理重視程度的提升，醫(yī)療保健信息學在提高醫(yī)療服務效率與質(zhì)量方面發(fā)揮著越來越重要的作用，特別是在大數(shù)據(jù)、云計算等先進技術(shù)的支持下，醫(yī)療行業(yè)正經(jīng)歷著前所未有的變革，針對多發(fā)性骨髓瘤等復雜疾病的管理，現(xiàn)有的醫(yī)療信息系統(tǒng)雖然能夠提供一定程度的幫助，但在精準治療方案推薦、患者長期跟蹤管理和醫(yī)患溝通等方面仍顯不足，為了更好地滿足多發(fā)性骨髓瘤患者的護理需求，提升疾病管理水平，開發(fā)更加智能化、個性化的患者護理管理系統(tǒng)顯得尤為迫切。

2、現(xiàn)有的多發(fā)性骨髓瘤患者護理管理方式主要依賴于傳統(tǒng)的紙質(zhì)記錄和人工跟進，這種方式不僅效率低下，而且容易出現(xiàn)信息丟失或更新不及時的問題，嚴重影響了患者治療效果的評估和后續(xù)治療計劃的制定。此外，由于缺乏有效的數(shù)據(jù)整合和分析工具，醫(yī)生難以全面掌握患者的病情變化，導致個性化治療方案的制定受到限制，為了解決上述問題，本發(fā)明通過多發(fā)性骨髓瘤患者護理管理系統(tǒng)及方法，利用先進的信息和通信技術(shù)實現(xiàn)患者數(shù)據(jù)的高效收集、存儲、分析及共享，從而為患者提供更加精準、連續(xù)的護理服務。

技術(shù)實現(xiàn)思路

1、鑒于現(xiàn)有的多發(fā)性骨髓瘤患者護理管理系統(tǒng)及方法中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明的目的是提供多發(fā)性骨髓瘤患者護理管理系統(tǒng)及方法，針對現(xiàn)有的多發(fā)性骨髓瘤患者護理管理系統(tǒng)存在數(shù)據(jù)孤島和標準化不足的問題，本發(fā)明通過構(gòu)建多源異構(gòu)數(shù)據(jù)融合平臺和聯(lián)邦學習技術(shù)，實現(xiàn)了數(shù)據(jù)的高效整合和標準化處理，提高了醫(yī)療數(shù)據(jù)的質(zhì)量和可用性。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了多發(fā)性骨髓瘤患者護理管理方法，其包括，構(gòu)建多發(fā)性骨髓瘤患者的數(shù)據(jù)融合平臺，通過數(shù)據(jù)融合平臺獲取多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)，通過多源異構(gòu)數(shù)據(jù)集對醫(yī)療數(shù)據(jù)進行整合，所述多源異構(gòu)數(shù)據(jù)集包括根據(jù)互聯(lián)網(wǎng)完成不同地區(qū)的醫(yī)院聯(lián)網(wǎng)，獲取來自不同地區(qū)的醫(yī)療信息記錄的數(shù)據(jù)協(xié)議；

5、所述構(gòu)建多發(fā)性骨髓瘤患者的數(shù)據(jù)融合平臺包括通過api接口將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)接入到多發(fā)性骨髓瘤患者護理管理系統(tǒng)中，將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)進行標準化處理，所述標準化處理包括將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)進行格式轉(zhuǎn)換；

6、采用治療預測模型對整合后的醫(yī)療數(shù)據(jù)進行預處理，基于醫(yī)療數(shù)據(jù)的預處理結(jié)果，對多發(fā)性骨髓瘤患者制定醫(yī)療計劃；在多發(fā)性骨髓瘤患者護理管理系統(tǒng)中構(gòu)建異常檢測算法，識別多發(fā)性骨髓瘤患者制定的醫(yī)療計劃，根據(jù)醫(yī)療處置決策模型對醫(yī)療計劃進行干預建議，完成多發(fā)性骨髓瘤患者的護理管理。

7、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述構(gòu)建多發(fā)性骨髓瘤患者的數(shù)據(jù)融合平臺包括通過api接口將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)接入到多發(fā)性骨髓瘤患者護理管理系統(tǒng)中，將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)進行標準化處理，所述標準化處理包括將多發(fā)性骨髓瘤患者的身體特征數(shù)據(jù)進行格式轉(zhuǎn)換；

8、所述格式轉(zhuǎn)換包括對身體特征數(shù)據(jù)進行過程分解，計算獲取標準化函數(shù)，所述計算獲取標準化函數(shù)的公式為：；其中，表示標準化函數(shù)，表示身體特征數(shù)據(jù)清洗函數(shù)，表示標準化數(shù)據(jù)，和表示字段編碼，表示編碼規(guī)范化函數(shù)。

9、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述獲取多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)包括采用聯(lián)邦學習技術(shù)對標準化函數(shù)進行訓練，所述訓練包括在標準化數(shù)據(jù)未與外界數(shù)據(jù)發(fā)生交換情況下，訓練標準化函數(shù)的全局模型；

10、結(jié)合標準化數(shù)據(jù)和聯(lián)邦學習技術(shù)的過程，構(gòu)建標準化數(shù)據(jù)的處理流程，將標準化數(shù)據(jù)作為聯(lián)邦學習技術(shù)的輸入，并上傳至處理流程過程中的中央服務器，所述中央服務器包括將標準化數(shù)據(jù)進行聚合，生成局部模型，將訓練后的全局模型下發(fā)至各個局部模型，完成多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)獲??；

11、所述將訓練后的全局模型下發(fā)至各個局部模型的公式為：；其中，表示第輪迭代后的全局模型參數(shù)，表示第個局部模型在第輪迭代后的局部模型參數(shù)，表示權(quán)重系數(shù)，表示學習率，表示損失函數(shù)的梯度，表示次數(shù)。

12、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述對醫(yī)療數(shù)據(jù)進行整合包括采用高斯混合模型對多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)進行修復，所述修復包括使用高斯混合模型gmm對各局部模型的數(shù)據(jù)點的概率密度值進行計算，與自適應閾值進行比較；

13、當概率密度值小于閾值時，則此時的局部模型為異常；

14、否則，當概率密度值大于或等于閾值時，則此時的局部模型為正常；

15、所述概率密度值的計算公式為：；其中，表示概率密度值，表示高斯成分，表示多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)均值，表示各局部模型的數(shù)據(jù)點，表示混合權(quán)重，表示次數(shù)；

16、當局部模型為異常時，則利用插值法對異常的局部模型進行優(yōu)化，所述優(yōu)化包括對正常局部模型前后的局部模型的數(shù)據(jù)點進行線性插值，所述線性插值的計算公式為：；其中，和表示各局部模型的相鄰正常數(shù)據(jù)點，和表示各局部模型的相鄰正常數(shù)據(jù)點對應的時間戳，表示線性插值，表示時間。

17、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述對整合后的醫(yī)療數(shù)據(jù)進行預處理包括對整合后的醫(yī)療數(shù)據(jù)進行訓練，生成治療預測模型，所述對整合后的醫(yī)療數(shù)據(jù)進行訓練的公式為：；其中，表示治療預測模型，表示實際觀測值，表示第個樣本的特征向量，表示次數(shù)，表示模型參數(shù)下對樣本的預測，表示損失函數(shù)，表示第個實際觀測值，表示訓練網(wǎng)絡，表示模型參數(shù)；

18、所述對多發(fā)性骨髓瘤患者制定醫(yī)療計劃包括基于治療預測模型的輸出，對患者生成治療方案，所述治療方案包括治療效果評估、風險評估和綜合評估；

19、當時，則治療效果評估有效；否則，當時，則治療效果評估無效，其中，表示多發(fā)性骨髓瘤患者護理管理系統(tǒng)中治療效果評估閾值；

20、當時，則風險評估有效；否則，當時，則風險評估無效，其中，表示多發(fā)性骨髓瘤患者護理管理系統(tǒng)中風險評估閾值；

21、當且時，則根據(jù)患者生成治療方案接受治療；否則，當且時，則根據(jù)患者生成治療方案放棄治療。

22、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述構(gòu)建異常檢測算法包括基于自適應閾值識別多發(fā)性骨髓瘤患者制定的醫(yī)療計劃，所述構(gòu)建異常檢測算法的公式為：；其中，表示各數(shù)據(jù)點的概率密度值，表示構(gòu)建的異常識別時段，表示臨界值；

23、當局部模型為異常，各局部模型的相鄰正常數(shù)據(jù)點對應的時間戳在周末或節(jié)假日時，則標記為一級醫(yī)療異常；

24、當局部模型為異常，各局部模型的相鄰正常數(shù)據(jù)點對應的時間戳在工作日時，則標記為二級醫(yī)療異常；

25、所述對醫(yī)療計劃進行干預建議包括根據(jù)醫(yī)療異常對醫(yī)療計劃進行通知。

26、作為本發(fā)明所述多發(fā)性骨髓瘤患者護理管理方法的一種優(yōu)選方案，其中：所述對醫(yī)療計劃進行通知包括根據(jù)一級醫(yī)療異常和二級醫(yī)療異常進行分析；

27、當多發(fā)性骨髓瘤患者護理管理系統(tǒng)檢測到一級醫(yī)療異常時，則標記患者通過機構(gòu)醫(yī)療進行護理；

28、當多發(fā)性骨髓瘤患者護理管理系統(tǒng)檢測到二級醫(yī)療異常時，則標記患者通過機構(gòu)醫(yī)療或二級醫(yī)療進行護理。

29、第二方面，本發(fā)明提供了多發(fā)性骨髓瘤患者護理管理系統(tǒng)，其包括：

30、整合模塊，其構(gòu)建多發(fā)性骨髓瘤患者的數(shù)據(jù)融合平臺，通過數(shù)據(jù)融合平臺獲取多發(fā)性骨髓瘤患者的醫(yī)療數(shù)據(jù)，通過多源異構(gòu)數(shù)據(jù)集對醫(yī)療數(shù)據(jù)進行整合；

31、預處理模塊，其采用治療預測模型對整合后的醫(yī)療數(shù)據(jù)進行預處理，基于醫(yī)療數(shù)據(jù)的預處理結(jié)果，對多發(fā)性骨髓瘤患者制定醫(yī)療計劃；

32、護理管理模塊，其在多發(fā)性骨髓瘤患者護理管理系統(tǒng)中構(gòu)建異常檢測算法，識別多發(fā)性骨髓瘤患者制定的醫(yī)療計劃，根據(jù)醫(yī)療處置決策模型對醫(yī)療計劃進行干預建議，完成多發(fā)性骨髓瘤患者的護理管理。

33、本發(fā)明的有益效果為：

34、本發(fā)明通過構(gòu)建多源異構(gòu)數(shù)據(jù)融合平臺和聯(lián)邦學習技術(shù)，解決了數(shù)據(jù)孤島和標準化不足的問題，實現(xiàn)了醫(yī)療數(shù)據(jù)的高效整合和高質(zhì)量處理，通過高斯混合模型和異常檢測算法，能夠及時識別和修復異常數(shù)據(jù)，確保醫(yī)療計劃的準確性和安全性，基于治療預測模型生成的個性化治療方案，結(jié)合醫(yī)療處置決策模型的干預建議，顯著提升了多發(fā)性骨髓瘤患者的護理質(zhì)量和治療效果。