一种基于大数据分析的心血管手术风险评估系统

技术领域

本发明涉及手术风险评估技术领域，具体为一种基于大数据分析的心血管手术风险评估系统。

背景技术

风险，就是指存在不确定性因素，大致有两层含义：一种定义强调了风险表现为收益不确定性；而另一种定义则强调风险表现为成本或代价的不确定性，在医疗领域中，一些患者在做手术时，医生通常会在做手术之前做出一个风险的评估，再由病人家属进行签字同意。

现有的评估方法只是通过一些仪器简单的检查患者的身体状况，然后通过有经验的医生进行人为的评估，这样评估所得到的结果并不全面和准确，因此在手术过程中仍然存在安全隐患，为此，我们提出一种基于大数据分析的心血管手术风险评估系统。

发明内容

本发明的目的在于提供一种基于大数据分析的心血管手术风险评估系统，来解决上述提出的技术问题。

本发明的目的可以通过以下技术方案实现：一种基于大数据分析的心血管手术风险评估系统，包括数据采集单元、数据库、识别单元、数据分析单元、数据判定单元、风险评价单元和智能设备；

所述数据采集单元用于采集心血管手术病人相关的数据，并将采集的相关数据标定为病人信息，将病人信息传输至识别单元；

所述数据库内存储有心血管手术相关的病例信息，识别单元从数据库内获取病例信息，并将病例信息与病人信息一同进行识别操作，得到名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据，并将其一同传输至数据分析单元；

所述数据分析单元用于对名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据一同进行数据分析操作，得到危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据和患病时间数据，并将其一同传输至数据判定单元;

所述数据判定单元用于对危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据、患病时间数据一同进行判定操作，得到实际风险占比数据，并将其传输至风险评价单元；

所述风险评价单元用于对实际风险占比数据进行风险评价，得到低风险信号、高风险信号或禁止信号，并将其与对应的名称数据传输至智能设备；

所述智能设备接收并显示低风险信号、高风险信号或禁止信号以及名称数据，同时提醒用户，智能设备具体为平板电脑。

作为本发明的进一步改进方案：识别操作的具体操作过程为：

步骤一：获取病人信息，将病例信息内病人的名字标定为名称数据，将病人信息内病人在一段时间内病发的次数标定为病发次数数据，将病人信息内病人的年龄标定为年龄数据，将病人信息内病人患有心血管症状的时间标定为患病时间数据，将病人信息内病人身体病情的文字表述标定为病人数据；

步骤二：获取病例信息，将病例信息内每例病情标定为病例数据，将病例信息内病例数据对应的病人在一段时间内并发的次数标定为记录次数数据，将病例信息内病例数据对应的病人年龄标定为记录年龄数据，将病例信息内病例数据对应的病人患病时间标定为记录患病症时间数据，将病例信息内病例数据对应的影响手术的文字因素标定为影响因素数据，将病例信息内病例数据对应的病人手术后完全恢复的结果标定为正常数据，将病例信息内病例数据对应的病人手术后没有恢复的结果标定为非正常数据；

步骤三：提取上述步骤二中的影响因素数据，将影响因素数据内对病人手术有重大影响的病态文字描述标定为第一影响病态，将影响因素数据内对病人手术有影响的病态文字描述标定为第二影响病态，将影响因素数据内对病人手术有轻微影响的病态文字描述标定为第三影响病态，并依次对第一影响病态、第二影响病态和第三影响病态进行影响赋值，分别为X1、X2和X3，且X1＞X2＞X3，且X1、X2和X3均为百分比值，并将其标定为影响赋值数据；

步骤四：提取上述步骤一至步骤三中的名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据。

作为本发明的进一步改进方案：数据分析操作的具体操作过程为：

K1：获取病例数据，并依据其提取对应的正常数据和非正常数据，将正常数据和非正常数据进行识别转化，当识别到正常数据时，生成正常信号，当识别到非正常数据时，生成非正常信号，分别对正常信号和非正常信号进行次数统计，并将统计过后的正常信号次数标定为安全次数，将统计过后的不正常信号的次数标定为危险次数，提取安全次数和危险次数，并将其带入到占比计算式中，计算出危险次数的占比，并将其标定为危险占比数据；

K2：获取记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态和第三影响病态，并依次以其中的一个数据为变量，以正常信号和非正常信号为参照进行风险分析，从而得出影响风险的数据，并将其标定为风险数据，其中风险分析具体为：

S1：选取出若干个病例数据，且若干个病例数据中除了记录次数数据之外，其他数据均保持相同，并查询手术结果，即结果是正常信号或非正常信号，选取出非正常信号对应的年龄段，将其标定为风险时段，反之则标定为安全时段；

S2：依据上述S1中的操作方法依次对记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态和第三影响病态进行风险分析，从而得出影响手术安全的风险数据和风险时段；

K3：选取出病人数据，并将其内的每个文字、符号以及数字标定为字符数据，将第一影响病态、第二影响病态和第三影响病态对应的病情描述依次标定为第一关键词、第二关键词和第三关键词，并将其分别字符数据进行匹配，具体为：识别出第一关键词、第二关键词和第三关键词对应的字符个数，依据第一关键词、第二关键词和第三关键词对应的字符个数对字符数据进行顺序选取，从而选取出匹配字符组，将匹配字符组与字符数据进行匹配，当匹配结果一致时，则判定该病人数据与对应的第一影响病态、第二影响病态和第三影响病态相同，生成病态信号，病态信号具体包括匹配第一影响病态信号、匹配第二影响病态信号和匹配第三影响病态信号，当匹配结果不一致时，则判定无影响病态，生成无影响信号；

K4：提取危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据和患病时间数据。

作为本发明的进一步改进方案：判定操作的具体操作过程为：

H1：获取名称数据，依据名称数据提取出对应的病发次数数据、年龄数据、患病时间数据，并将其与风险数据进行匹配，当匹配到对应的风险数据时，则判定对应数据存在手术风险，并提取对应的病发次数数据、年龄数据和患病时间数据，将其标定为选取数据;

H2：依据上述H1中提取的选取数据，并将其与对应的风险时段进行匹配，当选取数据属于对应数据的风险时段时，则判定对应数据存在手术风险，生成提取信号，反之，则判定对应数据不存在手术风险，不生成信号；

H3：获取上述H2中的提取信号，并依据其提取对应的选取数据，并对其进行影响风险计算，具体为：提取选取数据对应的风险时段，将风险时段内的最大值和最小值带入到计算式：风点值=最小值+（最大值-最小值）/2，其中，风点值指代风险最高的一个时段点，获取选取数据，并将其与对应的风点值进行差值计算，当选取数据小于风点值时，则用风点值减去选取数据，当选取数据大于风点值时，则用选取数据减去风点值，依据计算得到计算差值，依据计算差值设定一个划分风险基值，并将其与计算差值进行风险分值计算，将得到的风险分值标定为计算占比数据，其中，风险基值为分数，即计算差值小，计算占比越大；

H4：获取病态信号和无影响信号，并对其进行识别，当识别到病态信号时，则对其进行信号判定，判定该病态信号具体是匹配第一影响病态信号、匹配第二影响病态信号或匹配第三影响病态信号，并将其标定为识别提示，依据识别提示进行第一影响病态、第二影响病态和第三影响病态匹配，选取出匹配到的影响赋值数据，当识别到无影响信号时，则不进行信号判定；

H5：提取上述影响赋值数据、选取数据对应的计算占比数据和危险占比数据，并将其进行求和计算，将影响赋值数据+每个选取数据对应的计算占比数据+危险占比数据，计算出综合风险占比，再将综合风险占比*风险偏差值，从而得到实际风险占比数据；

H6：提取实际风险占比数据。

作为本发明的进一步改进方案：风险评价单元对实际风险占比数据进行风险评价的具体过程为：

G1：获取实际风险占比数据，并将其标记为M，设定一个预设安全占比数值，将预设安全占比数据标记为N，并将预设安全占比数值与实际风险占比数据进行比对；

G2：上述G1中的具体比对过程为：

Gi1：当M≤N，则判定该手术进行安全，生成低风险信号；

Gi2：当M＞N，则判定该手术进行危险，生成高风险信号；

Gi3：当M＞2N，则判定该手术禁止进行，生成禁止信号；

G3：提取低风险信号、高风险信号或禁止信号，并将其与对应的名称数据传输至智能设备。

本发明的有益效果：

（1）通过数据采集单元采集心血管手术病人相关的数据，并将采集的相关数据标定为病人信息，将病人信息传输至识别单元；识别单元从数据库内获取病例信息，并将病例信息与病人信息一同进行识别操作，快速识别出病人信息和病例信息中的具体数据，节省识别时间，提高工作效率，并增加数据识别的准确性。

（2）通过数据分析单元对识别单元识别的相关数据一同进行数据分析操作，得到危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据和患病时间数据，并将其一同传输至数据判定单元;通过数据判定单元对危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据、患病时间数据一同进行判定操作，得到实际风险占比数据，并将其传输至风险评价单元；增加对数据分析的准确性，提高数据的说服力度，并且快速判定和计算手术的风险，节省时间，提高工作效率。

（3）通过风险评价单元对实际风险占比数据进行风险评价，得到低风险信号、高风险信号或禁止信号，并将其与对应的名称数据传输至智能设备；智能设备接收并显示低风险信号、高风险信号或禁止信号以及名称数据，同时提醒用户，对判定和计算后的风险进行进一步的数据分析处理，从而直接转化成系统对手术风险的提示，避免人为判断失误，造成不可避免的损失。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于大数据分析的心血管手术风险评估系统，包括数据采集单元、数据库、识别单元、数据分析单元、数据判定单元、风险评价单元和智能设备；

数据采集单元用于采集心血管手术病人相关的数据，并将采集的相关数据标定为病人信息，将病人信息传输至识别单元；

数据库内存储有心血管手术相关的病例信息，识别单元从数据库内获取病例信息，并将病例信息与病人信息一同进行识别操作，识别操作的具体操作过程为：

步骤一：获取病人信息，将病例信息内病人的名字标定为名称数据，将病人信息内病人在一段时间内病发的次数标定为病发次数数据，将病人信息内病人的年龄标定为年龄数据，将病人信息内病人患有心血管症状的时间标定为患病时间数据，将病人信息内病人身体病情的文字表述标定为病人数据；

步骤二：获取病例信息，将病例信息内每例病情标定为病例数据，将病例信息内病例数据对应的病人在一段时间内并发的次数标定为记录次数数据，将病例信息内病例数据对应的病人年龄标定为记录年龄数据，将病例信息内病例数据对应的病人患病时间标定为记录患病症时间数据，将病例信息内病例数据对应的影响手术的文字因素标定为影响因素数据，将病例信息内病例数据对应的病人手术后完全恢复的结果标定为正常数据，将病例信息内病例数据对应的病人手术后没有恢复的结果标定为非正常数据；

步骤三：提取上述步骤二中的影响因素数据，将影响因素数据内对病人手术有重大影响的病态文字描述标定为第一影响病态，将影响因素数据内对病人手术有影响的病态文字描述标定为第二影响病态，将影响因素数据内对病人手术有轻微影响的病态文字描述标定为第三影响病态，并依次对第一影响病态、第二影响病态和第三影响病态进行影响赋值，分别为X1、X2和X3，且X1＞X2＞X3，且X1、X2和X3均为百分比值，并将其标定为影响赋值数据；

步骤四：提取上述步骤一至步骤三中的名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据，并将其一同传输至数据分析单元；

数据分析单元用于对名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据一同进行数据分析操作，数据分析操作的具体操作过程为：

K1：获取病例数据，并依据其提取对应的正常数据和非正常数据，将正常数据和非正常数据进行识别转化，当识别到正常数据时，生成正常信号，当识别到非正常数据时，生成非正常信号，分别对正常信号和非正常信号进行次数统计，并将统计过后的正常信号次数标定为安全次数，将统计过后的不正常信号的次数标定为危险次数，提取安全次数和危险次数，并将其带入到占比计算式中，计算出危险次数的占比，并将其标定为危险占比数据；

K2：获取记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态和第三影响病态，并依次以其中的一个数据为变量，以正常信号和非正常信号为参照进行风险分析，从而得出影响风险的数据，并将其标定为风险数据，其中风险分析具体为：

S1：选取出若干个病例数据，且若干个病例数据中除了记录次数数据之外，其他数据均保持相同，并查询手术结果，即结果是正常信号或非正常信号，选取出非正常信号对应的年龄段，将其标定为风险时段，反之则标定为安全时段；

S2：依据上述S1中的操作方法依次对记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态和第三影响病态进行风险分析，从而得出影响手术安全的风险数据和风险时段；

K3：选取出病人数据，并将其内的每个文字、符号以及数字标定为字符数据，将第一影响病态、第二影响病态和第三影响病态对应的病情描述依次标定为第一关键词、第二关键词和第三关键词，并将其分别字符数据进行匹配，具体为：识别出第一关键词、第二关键词和第三关键词对应的字符个数，依据第一关键词、第二关键词和第三关键词对应的字符个数对字符数据进行顺序选取，从而选取出匹配字符组，将匹配字符组与字符数据进行匹配，当匹配结果一致时，则判定该病人数据与对应的第一影响病态、第二影响病态和第三影响病态相同，生成病态信号，病态信号具体包括匹配第一影响病态信号、匹配第二影响病态信号和匹配第三影响病态信号，当匹配结果不一致时，则判定无影响病态，生成无影响信号；

K4：提取危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据和患病时间数据，并将其一同传输至数据判定单元；

数据判定单元用于对危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据、患病时间数据一同进行判定操作，判定操作的具体操作过程为：

H1：获取名称数据，依据名称数据提取出对应的病发次数数据、年龄数据、患病时间数据，并将其与风险数据进行匹配，当匹配到对应的风险数据时，则判定对应数据存在手术风险，并提取对应的病发次数数据、年龄数据和患病时间数据，将其标定为选取数据;

H2：依据上述H1中提取的选取数据，并将其与对应的风险时段进行匹配，当选取数据属于对应数据的风险时段时，则判定对应数据存在手术风险，生成提取信号，反之，则判定对应数据不存在手术风险，不生成信号；

H3：获取上述H2中的提取信号，并依据其提取对应的选取数据，并对其进行影响风险计算，具体为：提取选取数据对应的风险时段，将风险时段内的最大值和最小值带入到计算式：风点值=最小值+（最大值-最小值）/2，其中，风点值指代风险最高的一个时段点，获取选取数据，并将其与对应的风点值进行差值计算，当选取数据小于风点值时，则用风点值减去选取数据，当选取数据大于风点值时，则用选取数据减去风点值，依据计算得到计算差值，依据计算差值设定一个划分风险基值，并将其与计算差值进行风险分值计算，将得到的风险分值标定为计算占比数据，其中，风险基值为分数，即计算差值小，计算占比越大；

H4：获取病态信号和无影响信号，并对其进行识别，当识别到病态信号时，则对其进行信号判定，判定该病态信号具体是匹配第一影响病态信号、匹配第二影响病态信号或匹配第三影响病态信号，并将其标定为识别提示，依据识别提示进行第一影响病态、第二影响病态和第三影响病态匹配，选取出匹配到的影响赋值数据，当识别到无影响信号时，则不进行信号判定；

H5：提取上述影响赋值数据、选取数据对应的计算占比数据和危险占比数据，并将其进行求和计算，将影响赋值数据+每个选取数据对应的计算占比数据+危险占比数据，计算出综合风险占比，再将综合风险占比*风险偏差值，从而得到实际风险占比数据；

H6：提取实际风险占比数据，并将其传输至风险评价单元；

风险评价单元用于对实际风险占比数据进行风险评价，具体为：

G1：获取实际风险占比数据，并将其标记为M，设定一个预设安全占比数值，将预设安全占比数据标记为N，并将预设安全占比数值与实际风险占比数据进行比对；

G2：上述G1中的具体比对过程为：

Gi1：当M≤N，则判定该手术进行安全，生成低风险信号；

Gi2：当M＞N，则判定该手术进行危险，生成高风险信号；

Gi3：当M＞2N，则判定该手术禁止进行，生成禁止信号；

G3：提取低风险信号、高风险信号或禁止信号，并将其与对应的名称数据传输至智能设备；

智能设备接收并显示低风险信号、高风险信号或禁止信号以及实际风险占比数据和名称数据，同时提醒用户，智能设备具体为平板电脑。

本发明在工作时，通过数据采集单元采集心血管手术病人相关的数据，并将采集的相关数据标定为病人信息，将病人信息传输至识别单元；数据库内存储有心血管手术相关的病例信息，识别单元从数据库内获取病例信息，并将病例信息与病人信息一同进行识别操作，得到名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据，并将其一同传输至数据分析单元；数据分析单元对名称数据、病发次数数据、年龄数据、患病时间数据、病人数据、病例数据、记录次数数据、记录年龄数据、记录患病症时间数据、正常数据、非正常数据、第一影响病态、第二影响病态、第三影响病态和影响因素数据一同进行数据分析操作，得到危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据和患病时间数据，并将其一同传输至数据判定单元;数据判定单元对危险占比数据、风险数据、风险时段、病态信号、无影响信号、名称数据、病发次数数据、年龄数据、患病时间数据一同进行判定操作，得到实际风险占比数据，并将其传输至风险评价单元；风险评价单元对实际风险占比数据进行风险评价，得到低风险信号、高风险信号或禁止信号，并将其与对应的名称数据传输至智能设备；智能设备接收并显示低风险信号、高风险信号或禁止信号以及名称数据，同时提醒用户，智能设备具体为平板电脑。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。