多发性骨髓瘤患者护理管理系统及方法

本发明涉及医疗护理，特别是多发性骨髓瘤患者护理管理系统及方法。

背景技术：

1、随着信息技术的快速发展和社会对健康管理重视程度的提升，医疗保健信息学在提高医疗服务效率与质量方面发挥着越来越重要的作用，特别是在大数据、云计算等先进技术的支持下，医疗行业正经历着前所未有的变革，针对多发性骨髓瘤等复杂疾病的管理，现有的医疗信息系统虽然能够提供一定程度的帮助，但在精准治疗方案推荐、患者长期跟踪管理和医患沟通等方面仍显不足，为了更好地满足多发性骨髓瘤患者的护理需求，提升疾病管理水平，开发更加智能化、个性化的患者护理管理系统显得尤为迫切。

2、现有的多发性骨髓瘤患者护理管理方式主要依赖于传统的纸质记录和人工跟进，这种方式不仅效率低下，而且容易出现信息丢失或更新不及时的问题，严重影响了患者治疗效果的评估和后续治疗计划的制定。此外，由于缺乏有效的数据整合和分析工具，医生难以全面掌握患者的病情变化，导致个性化治疗方案的制定受到限制，为了解决上述问题，本发明通过多发性骨髓瘤患者护理管理系统及方法，利用先进的信息和通信技术实现患者数据的高效收集、存储、分析及共享，从而为患者提供更加精准、连续的护理服务。

技术实现思路

1、鉴于现有的多发性骨髓瘤患者护理管理系统及方法中存在的问题，提出了本发明。

2、因此，本发明的目的是提供多发性骨髓瘤患者护理管理系统及方法，针对现有的多发性骨髓瘤患者护理管理系统存在数据孤岛和标准化不足的问题，本发明通过构建多源异构数据融合平台和联邦学习技术，实现了数据的高效整合和标准化处理，提高了医疗数据的质量和可用性。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了多发性骨髓瘤患者护理管理方法，其包括，构建多发性骨髓瘤患者的数据融合平台，通过数据融合平台获取多发性骨髓瘤患者的医疗数据，通过多源异构数据集对医疗数据进行整合，所述多源异构数据集包括根据互联网完成不同地区的医院联网，获取来自不同地区的医疗信息记录的数据协议；

5、所述构建多发性骨髓瘤患者的数据融合平台包括通过api接口将多发性骨髓瘤患者的身体特征数据接入到多发性骨髓瘤患者护理管理系统中，将多发性骨髓瘤患者的身体特征数据进行标准化处理，所述标准化处理包括将多发性骨髓瘤患者的身体特征数据进行格式转换；

6、采用治疗预测模型对整合后的医疗数据进行预处理，基于医疗数据的预处理结果，对多发性骨髓瘤患者制定医疗计划；在多发性骨髓瘤患者护理管理系统中构建异常检测算法，识别多发性骨髓瘤患者制定的医疗计划，根据医疗处置决策模型对医疗计划进行干预建议，完成多发性骨髓瘤患者的护理管理。

7、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述构建多发性骨髓瘤患者的数据融合平台包括通过api接口将多发性骨髓瘤患者的身体特征数据接入到多发性骨髓瘤患者护理管理系统中，将多发性骨髓瘤患者的身体特征数据进行标准化处理，所述标准化处理包括将多发性骨髓瘤患者的身体特征数据进行格式转换；

8、所述格式转换包括对身体特征数据进行过程分解，计算获取标准化函数，所述计算获取标准化函数的公式为：；其中，表示标准化函数，表示身体特征数据清洗函数，表示标准化数据，和表示字段编码，表示编码规范化函数。

9、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述获取多发性骨髓瘤患者的医疗数据包括采用联邦学习技术对标准化函数进行训练，所述训练包括在标准化数据未与外界数据发生交换情况下，训练标准化函数的全局模型；

10、结合标准化数据和联邦学习技术的过程，构建标准化数据的处理流程，将标准化数据作为联邦学习技术的输入，并上传至处理流程过程中的中央服务器，所述中央服务器包括将标准化数据进行聚合，生成局部模型，将训练后的全局模型下发至各个局部模型，完成多发性骨髓瘤患者的医疗数据获取；

11、所述将训练后的全局模型下发至各个局部模型的公式为：；其中，表示第轮迭代后的全局模型参数，表示第个局部模型在第轮迭代后的局部模型参数，表示权重系数，表示学习率，表示损失函数的梯度，表示次数。

12、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述对医疗数据进行整合包括采用高斯混合模型对多发性骨髓瘤患者的医疗数据进行修复，所述修复包括使用高斯混合模型gmm对各局部模型的数据点的概率密度值进行计算，与自适应阈值进行比较；

13、当概率密度值小于阈值时，则此时的局部模型为异常；

14、否则，当概率密度值大于或等于阈值时，则此时的局部模型为正常；

15、所述概率密度值的计算公式为：；其中，表示概率密度值，表示高斯成分，表示多发性骨髓瘤患者的医疗数据均值，表示各局部模型的数据点，表示混合权重，表示次数；

16、当局部模型为异常时，则利用插值法对异常的局部模型进行优化，所述优化包括对正常局部模型前后的局部模型的数据点进行线性插值，所述线性插值的计算公式为：；其中，和表示各局部模型的相邻正常数据点，和表示各局部模型的相邻正常数据点对应的时间戳，表示线性插值，表示时间。

17、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述对整合后的医疗数据进行预处理包括对整合后的医疗数据进行训练，生成治疗预测模型，所述对整合后的医疗数据进行训练的公式为：；其中，表示治疗预测模型，表示实际观测值，表示第个样本的特征向量，表示次数，表示模型参数下对样本的预测，表示损失函数，表示第个实际观测值，表示训练网络，表示模型参数；

18、所述对多发性骨髓瘤患者制定医疗计划包括基于治疗预测模型的输出，对患者生成治疗方案，所述治疗方案包括治疗效果评估、风险评估和综合评估；

19、当时，则治疗效果评估有效；否则，当时，则治疗效果评估无效，其中，表示多发性骨髓瘤患者护理管理系统中治疗效果评估阈值；

20、当时，则风险评估有效；否则，当时，则风险评估无效，其中，表示多发性骨髓瘤患者护理管理系统中风险评估阈值；

21、当且时，则根据患者生成治疗方案接受治疗；否则，当且时，则根据患者生成治疗方案放弃治疗。

22、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述构建异常检测算法包括基于自适应阈值识别多发性骨髓瘤患者制定的医疗计划，所述构建异常检测算法的公式为：；其中，表示各数据点的概率密度值，表示构建的异常识别时段，表示临界值；

23、当局部模型为异常，各局部模型的相邻正常数据点对应的时间戳在周末或节假日时，则标记为一级医疗异常；

24、当局部模型为异常，各局部模型的相邻正常数据点对应的时间戳在工作日时，则标记为二级医疗异常；

25、所述对医疗计划进行干预建议包括根据医疗异常对医疗计划进行通知。

26、作为本发明所述多发性骨髓瘤患者护理管理方法的一种优选方案，其中：所述对医疗计划进行通知包括根据一级医疗异常和二级医疗异常进行分析；

27、当多发性骨髓瘤患者护理管理系统检测到一级医疗异常时，则标记患者通过机构医疗进行护理；

28、当多发性骨髓瘤患者护理管理系统检测到二级医疗异常时，则标记患者通过机构医疗或二级医疗进行护理。

29、第二方面，本发明提供了多发性骨髓瘤患者护理管理系统，其包括：

30、整合模块，其构建多发性骨髓瘤患者的数据融合平台，通过数据融合平台获取多发性骨髓瘤患者的医疗数据，通过多源异构数据集对医疗数据进行整合；

31、预处理模块，其采用治疗预测模型对整合后的医疗数据进行预处理，基于医疗数据的预处理结果，对多发性骨髓瘤患者制定医疗计划；

32、护理管理模块，其在多发性骨髓瘤患者护理管理系统中构建异常检测算法，识别多发性骨髓瘤患者制定的医疗计划，根据医疗处置决策模型对医疗计划进行干预建议，完成多发性骨髓瘤患者的护理管理。

33、本发明的有益效果为：

34、本发明通过构建多源异构数据融合平台和联邦学习技术，解决了数据孤岛和标准化不足的问题，实现了医疗数据的高效整合和高质量处理，通过高斯混合模型和异常检测算法，能够及时识别和修复异常数据，确保医疗计划的准确性和安全性，基于治疗预测模型生成的个性化治疗方案，结合医疗处置决策模型的干预建议，显著提升了多发性骨髓瘤患者的护理质量和治疗效果。