基于身体约束决策模型的约束决策系统和方法

本公开涉及医疗，尤其涉及一种基于身体约束决策模型的约束决策系统、基于身体约束决策模型的约束决策方法和电子设备。

背景技术：

1、谵妄是一种急性脑综合征，主要表现为意识障碍、认知障碍，伴睡眠-觉醒周期紊乱和精神运动性不安。这种病症通常会在老年、重病患者中发生，也可能由药物或毒物中毒、中枢神经系统疾病等因素引起。

2、谵妄的主要症状包括意识清晰度降低、认知障碍，例如记忆障碍、定向力障碍、理解力障碍等，同时还会伴有幻觉、错觉、睡眠-觉醒周期紊乱以及昼夜颠倒等症状。此外，患者还可能出现恐惧、焦虑、激动、易怒等情绪障碍，以及冲动等过激行为。

3、治疗谵妄首先需要治疗其原发病，例如控制感染、纠正水电解质紊乱、改善肝肾功能等。同时，也需要采取支持对症治疗，例如给予小剂量抗精神病药物、抗胆碱能药物、镇静催眠药物等。对于躁动不安的患者，可以适当给予苯二氮卓类药物。此外，患者周围的环境也需要调整，例如保持安静、避免刺激等。

4、因此，对应上述以及类似上述症状的患者，需要进行身体约束，避免患者过激行为而导致进一步地伤害。

5、目前，对于需要进行身体约束的患者的临床评估，主要是根据医师的临床经验等进行评估的，这样会存在如下问题：

6、一是评估内容比较片面，比如谵妄仅仅采用cam-icu进行评估，并未综合患者其他临床表现进行评估，因此有失约束综合权衡；

7、二是会消耗医师的就诊时间，大量花费在患者的评估上，而这种评估完全可以交给护士等进行处理；

8、三是仅仅凭借经验或者量表等进行评估，会存在评估不统一的误差，对于不同患者，可能由一个医师评估的身体约束报告，可能不同，因此存在临床上的评估误差。

技术实现思路

1、为了解决上述问题，本技术提出一种基于身体约束决策模型的约束决策系统、基于身体约束决策模型的约束决策方法和电子设备。

2、本技术一方面，提出一种基于身体约束决策模型的约束决策系统，包括：

3、肌电图传感器，用于采集患者的肌力电信号并反馈至ecu处理器；

4、ecu处理器，用于处理所述肌力电信号并生成患者的肌力等级，并将其转发至通信模块；

5、意识评估系统，用于通过智能ai语音机器人与患者交互，评估输出患者的意识等级，并转发至通信模块；

6、通信模块，用于将患者的所述肌力等级所述和意识等级上报至后台服务器；

7、后台服务器，用于登记并保存患者的所述肌力等级和所述意识等级，并结合his系统中预先填报的患者的管道等级，利用通过预先构建的身体约束决策模型，综合决策并输出患者的约束等级；

8、所述肌电图传感器、所述意识评估系统和所述通信模块，分别与所述ecu处理器电连接；

9、所述通信模块与所述后台服务器通信连接。

10、作为本技术的一可选实施方案，可选地，所述身体约束决策模型，包含如下决策：

11、(1)肌力决策：

12、当肌力等级≤2级或不自主运动者观察只能平移上肢，则直接输出患者的约束等级为：不约束；

13、当肌力等级≥3级或不自主运动者观察可抬高上肢，则进入意识决策；

14、(2)意识决策

15、当患者的cam-icu显示阴性/阳性之时，进入对应的管道决策；

16、(3)管道决策

17、当患者的cam-icu显示阴性之时，且管道等级为无重要管道，则输出患者的约束等级为：不约束；

18、当患者的cam-icu显示阴性之时，且管道等级为重要管道，则输出患者的约束等级为：约束手拍；

19、当患者的cam-icu显示阳性之时，且管道等级为无重要管道，则输出患者的约束等级为：约束手拍；

20、当患者的cam-icu显示阳性之时，且管道等级为重要管道，则输出患者的约束等级为：约束。

21、作为本技术的一可选实施方案，可选地，还包括：

22、电源模块，用于供电；

23、所述电源模块与所述ecu处理器电连接。

24、作为本技术的一可选实施方案，可选地，还包括：

25、存储器，用于存储患者的所述肌力等级所述和意识等级；

26、所述存储器与所述ecu处理器电连接。

27、作为本技术的一可选实施方案，可选地，所述智能ai语音机器人，采用cam-icu进行智能问答对训练，生成用于评估患者意识等级的智能问答；

28、与患者交互之时，所述智能ai语音机器人基于所述智能问答，与患者进行交互，对患者的对话进行语义解析并输出对应的所述意识等级。

29、作为本技术的一可选实施方案，可选地，所述后台服务器，还用于：

30、按照预设的约束报告格式，将患者的所述约束等级写入预设的约束报告中，生成患者的约束报告，并发送至his系统中，在所述his系统中，将所述约束报告绑定在患者的就诊id之下。

31、作为本技术的一可选实施方案，可选地，还包括：

32、pda终端，用于登录所述后台服务器，查看绑定在患者的就诊id之下的所述约束报告；

33、所述pda终端与所述后台服务器通信连接。

34、本技术另一方面，提出一种基于身体约束决策模型的约束决策方法，包括如下步骤：

35、通过肌电图传感器采集患者的肌力电信号并反馈至ecu处理器，由ecu处理器处理所述肌力电信号并生成患者的肌力等级之后，将其转发至通信模块，由其上报至后台服务器；

36、通过意识评估系统，激活智能ai语音机器人与患者交互，评估输出患者的意识等级，并转发至通信模块，由其上报至后台服务器；

37、在后台服务器登记并保存患者的所述肌力等级和所述意识等级，并结合his系统中预先填报的患者的管道等级，利用通过预先构建的身体约束决策模型，综合决策并输出患者的约束等级；

38、按照预设的约束报告格式，将患者的所述约束等级写入预设的约束报告中，生成患者的约束报告，并发送至his系统中，在所述his系统中，将所述约束报告绑定在患者的就诊id之下；

39、用户或者护士通过pda终端，登录所述后台服务器，查看绑定在患者的就诊id之下的所述约束报告。

40、本技术另一方面，还提出一种电子设备，包括：

41、处理器；

42、用于存储处理器可执行指令的存储器；

43、其中，所述处理器被配置为执行所述可执行指令时实现所述的一种基于身体约束决策模型的约束决策方法。

44、本发明的技术效果：

45、本技术通过采集患者的肌电图、意识评估结果，结合his系统中预先填报的患者的管道等级，利用通过预先构建的身体约束决策模型，综合决策并输出患者的约束等级，以此通过标准化的身体约束程序和模型，统一为患者提供身体约束评测，用于临床辅助诊断。本方案，系统的应用，可以由护士与患者之间进行完成，不需要主治医师参与，以此为其节省宝贵的医疗时间。同时，本方案综合了多维度的身体约束因素，能够较为全面地为患者提供精确的临床评估结果，避免约束误差。

46、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。