一种基于电子护理文本数据的人体跌倒风险预测方法及系统

技术领域

本发明属于数据处理技术领域，具体涉及一种基于电子护理文本数据的人体跌倒风险预测方法及系统。

背景技术

跌倒风险因素包括与受护理对象相关的因素、组织或环境因素以及跌倒时的行为活动。跌倒风险因素评估只是预防跌倒的一小部分。在繁忙且人手不足的护理中心中，提炼避免跌倒的知识准则是一个挑战。它必须在人员自由活动与严重受伤风险之间取得平衡。通过护理文本对话机制，为护理团队以及受护理人及家庭提供有关该人员的决策支持信息，包括跌倒风险因素、预防策略相关建议，以及跌倒后的应对策略。基于电子健康档案(EHR)的护理文本数据，开发可计算的本体知识，表征跌倒风险管理的现有知识，对具有不同风险程度的老人制定对应的护理方案，从而优化护理方案。

将人工标注与基于莫尔斯跌倒得分(MFS)词典的自动标注进行比较，虽然二者准确性都为较高，但人工标注的效率要远低于自动标注，在标注过程中需要重复浏览检查，且发生错误和遗漏的概率更高。

发明内容

为解决以上现有技术存在的问题，本发明提出了一种基于电子护理文本数据的人体跌倒风险预测方法，该方法包括：获取电子护理数据集，并对电子护理数据集中的数据进行预处理，根据预处理后的电子护理数据集中的数据构建莫尔斯跌倒词典；采用自然语言处理技术对待预测用户的电子护理文本数据进行文本特征提取；采用建莫尔斯跌倒词典对提取的文本特征进行解析，得到变量数据集；使用变量数据集对决策树算法进行训练，得到人体跌倒风险的预测结果；根据预测结果对用户聚类和精准护理。

优选的，构建莫尔斯跌倒词典的过程包括：对电子护理数据集中的所有电子护理文本数据进行情感得分挖掘和跌倒词典得分挖掘；根据情感得分挖掘的结果和跌倒词典得分挖掘结果构建莫尔斯跌倒词典。

进一步的，对电子护理文本数据进行情感得分挖掘的过程包括：采用Jieba分词工具对电子护理文本数据进行分词处理，得到向量词组；采用自然语言处理技术提取向量词组的情感词；遍历所有的情感词，将情感词划分为有否定词的情感词、无否定词的情感词以及其他情感词；采用否定词得分机制计算有否定词的情感词的情感得分，采用无否定词得分机制计算无否定词的情感得分，计算其他情感词的情感得分；将有否定词的情感词的情感得分、无否定词的情感得分以及其他情感词的情感得分进行求和，得到该情感词的总得分。

进一步的，采用否定词得分机制计算有否定词的情感词的情感得分的过程包括：

步骤1：对文档分词，找出文档中的情感词、否定词以及程度副词；

步骤2：判断每个情感词之前是否有否定词及程度副词，将它之前的否定词和程度副词划分为一个组；

步骤3：根据NLP词典计算有否定词的情感词的得分和程度副词的权值；如果有否定词将情感词的情感权值乘以-1，如果有程度副词就乘以程度副词的程度值；

步骤4：将初始得分取相反数后再与程度副词权值相乘，得到有否定词的情感词的情感得分；所有组的得分加起来，大于0的归于正向，小于0的归于负向，其中得分的绝对值大小反映了积极或消极的程度。

进一步的，程度副词的权值计算公式为：

其中，freq(w,positive)是一个词汇w在积极的文本中出现的次数，freq(positive)表示每个护理文本中每个词汇的总数，freq(negative)表示每个护理文本中消极词汇的总数，req(w,negative)是一个词汇w在消极的文本中出现的次数。

优选的，采用无否定词得分机制计算无否定词的情感得分包括：计算无否定词的情感词的初始得分和程度副词权值；将初始得分取与程度副词权值相乘，得到无否定词的情感词的情感得分。

优选的，对电子护理文本数据进行跌倒词典得分挖掘的过程包括：构建跌倒词典；采用Jieba分词工具对电子护理文本数据进行分词处理，得到向量词组；采用跌倒词典提取向量词组中的跌倒词；遍历所有的跌倒词，计算每个跌倒词的得分，并将所有的得分求和，得到跌倒词典得分。

优选的，数据变量集中的数据包括跌倒等级、跌倒历史、二次诊断结果、拐杖、手杖、助步车、静脉用具/肝素锁或生理盐水指标、步态/移动、精神状态、情感得分以及莫尔斯跌倒计分。

优选的，采用决策树算法对数据变量集中的数据进行处理的过程包括：

第一步：构建决策树，将数据变量集中的莫尔斯跌倒计分作为决策树的根节点，并根据根节点对用户进行分类；

第二步：查询各个子类，确定各个子类的分类结果是否正确，若正确，则将分支末端节点作为决策树的叶子节点；否则，选取一个非父节点的属性，重复第一步；

第三步：选取一个非父节点的属性，根据该属性得分对第一步已经分类出来的结果继续进行分类；该分类结果为最终的预测结果。

一种基于电子护理文本数据的人体跌倒风险预测系统，该系统包括：数据获取模块、数据预处理模块、文本特征提取模块、莫尔斯跌倒词典模块、迭代风险预测模块、跌倒事件防控模块以及反馈模块；

所述数据获取模块用于获取用户的电子护理文本数据，并将获取的数据输入到数据预处理模块中；

所述数据预处理模块用于对电子护理文本数据进行预处理，该预处理包括对电子护理文本数据筛选出对应的特征，删除重复的特征，对缺失特征进行补全；

所述文本特征提取模块用于对经过数据预处理模块处理后的数据进行文本特征提取；

所述莫尔斯跌倒词典模块用于对提取的文本特征进行解析，得到变量数据集；

所述迭代风险预测模块采用决策树算法对变量数据集中的特征进行选择，得到人体跌倒风险的预测结果；将预测结果输入到跌倒事件防控模块中；

所述跌倒事件防控模块根据预测结果构建跌倒风险预防策略；

所述反馈模块用于将跌倒事件防控模块生成的跌倒风险预防策略反馈给用户。

本发明的有益效果：

本发明通过电子健康档案构建莫尔斯跌倒词典，并根据莫尔斯跌倒词典获取用户的的风险因子，并根据风险因子对用户进行迭代风险预测，提高了预测的效率；本发明通过数据的智能决策支持，节省人工标准成本并同时避免人工错误的发生。

附图说明

图1为本发明的人体跌倒风险预测流程图；

图2为本发明的情感得分挖掘流程图；

图3为本发明的跌倒词典得分挖掘流程图；

图4为本发明的提取数据遍历集的流程图；

图5为本发明的决策树算法对数据进行处理的流程图；

图6为本发明的谱系图；

图7为基于电子护理文本数据的人体跌倒风险预测系统。

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。

本发明提供了一种基于电子护理文本数据的人体跌倒风险预测方法，包括首先对获取的电子护理数据集进行预处理，获取跌倒事件相关的风险预测需求并定义用例；其次，构建本体引擎，包括跌倒领域本体知识库，确保电子护理的决策支持系统与电子护理档案系统自适应和操作性强。根据卫生信息学标准，映射服务将使用本体知识和著名护理术语系统进行映射。再次，构建机器学习和推理引擎，完成跌倒风险知识提取上下文自适应的决策树模型和系统聚类算法。完成跌倒风险因素萃取、跌倒预防潜在响应及其证据链管理等。第四，构建跌倒事件相关的控制面板，供最终用户使用，通过带有决策支持控制面板的示范应用验证其有效性。这一控制面板与现有的电子健康档案系统通过嵌入式集成，通过护理文本对话机制，为护理团队以及受护理人及家庭提供有关该人员的决策支持信息，包括跌倒风险因素、预防策略相关建议，以及跌倒后的应对策略，系统的用户体验度。

本发明将收集护工护理老人的相关记录，通过跌倒词典得分和情感得分文本挖掘方法，分析老人摔倒的风险程度，萃取人体(患者等)跌倒风险因子，进而依据电子护理文本数据实现跌倒风险预判。首先，把莫尔斯跌倒记分表(Morse Fall Scale,MFS)和自然语言处理(NLP)库扩展到知识库工具包中，以解析非结构化的护理文本数据。其次，将解析的数据映射到本体知识，即对跌倒事件相关概念体系明确的、形式化的、可共享的规范，包括ICD-11、Morse跌倒记分体系、最小护理集NMDF和国家卫健委WS45.7-2004等在内的著名护理术语系统进行映射。根据卫生信息学标准，映射服务使用本体知识和最小护理数据集，提取数据变量集。再次，将各个护理文本作为案例集，将其值映射到变量集，得到每个案例的决策数据集。这一决策数据集包括属性变量和决策变量。属性变量来源于案例的特征；决策变量由每个案例数据的莫尔斯跌倒记分给出。最后，通过决策数据集，使用决策树模型进行训练，进而能够对新案例进行跌倒事件预测。本发明能够针对跌倒事件预测其潜在响应，并通过案例和知识库进行证据链管理和跌倒风险预判。

一种基于电子护理文本数据的人体跌倒风险预测方法，如图1所示，该方法包括：获取电子护理数据集，并对电子护理数据集中的数据进行预处理，根据预处理后的电子护理数据集中的数据构建莫尔斯跌倒词典；采用自然语言处理技术对待预测用户的电子护理文本数据进行文本特征提取；采用建莫尔斯跌倒词典对提取的文本特征进行解析，得到变量数据集；使用变量数据集对决策树算法进行训练，得到人体跌倒风险的预测结果；根据预测结果对用户聚类和精准护理。

一种基于电子护理文本数据的人体跌倒风险预测方法的具体实施方式，该方法包括：将把莫尔斯跌倒记分表(Morse Fall Scale score)和自然语言处理(NLP)库扩展到知识库工具包中，以解析非结构化的护理文本数据。将解析的数据映射到本体知识中定义的相关数据变量和值。这为自动处理文本数据(即护理进度报告)提供条件，萃取跌倒风险因素、预防潜在响应策略、跌倒风险证据链管理和应对措施。

构建莫尔斯跌倒词典的过程包括：获取不同用户的电子护理文本数据；对所有的电子护理文本数据进行情感得分挖掘和跌倒词典得分挖掘；根据情感得分挖掘的结果和跌倒词典得分挖掘结果构建莫尔斯跌倒词典。

对电子护理文本数据进行情感得分挖掘的过程包括：采用Jieba分词工具对电子护理文本数据进行分词处理，得到向量词组；采用自然语言处理技术提取向量词组的情感词；遍历所有的情感词，将情感词划分为有否定词的情感词、无否定词的情感词以及其他情感词；采用否定词得分机制计算有否定词的情感词的情感得分，采用无否定词得分机制计算无否定词的情感得分，直接计算其他情感词的情感得分；将有否定词的情感词的情感得分、无否定词的情感得分以及其他情感词的情感得分进行求和，得到该情感词的总得分。

电子护理档案情感倾向是评分主体(护士等)对测试客体(如老人)通过电子护理档案提供的主观存在的内心喜恶和内在评价的一种倾向。老人对于自己的身体状况的态度是老人发生跌倒的一个关键因素。不同的态度也在一定程度上决定了老人跌倒的概率高低，因此用情感得分挖掘对每个案例的老人情感进行打分，根据得分高低来对老人进行不同的情绪上的引导，使老人对自己的身体情况以及生活状态有一个积极乐观的心态，从而降低跌倒的风险。如图2所示，对电子护理文本数据进行情感得分挖掘的步骤包括：

步骤1.导入病人生活记录。

步骤2.通过Jieba分词获得向量词组。Jieba中文分词工具是一款广泛使用、分词效果较好的分词器，开源分词工具，基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图(DAG)，采用了动态规划查找最大概率路径,找出基于词频的最大切分组合，对于未登录词，采用了基于汉字成词能力的HMM模型(Hidden MarkovModel，隐马尔可夫模型)，使用了Viterbi算法。Jieba支持自定义专业词典和未登录词典。

步骤3.基于BosonNLP词典获取情感词。

步骤4.就获得的情感词进行前后遍历。

步骤5.得分为只有程度副词的副词权值乘以得分和既有程度副词又有否定词的副词权值乘以得分的相反数的总和。

步骤6.当得分大于0且分数越高时，说明病人的心态越积极；当得分小于0且分数越低时，说明病人的心态越消极。

如图3所示，对电子护理文本数据进行跌倒词典得分挖掘的过程包括：构建跌倒词典；采用Jieba分词工具对电子护理文本数据进行分词处理，得到向量词组；采用跌倒词典提取向量词组中的跌倒词；遍历所有的跌倒词，计算每个跌倒词的得分，并将所有的得分求和，得到跌倒词典得分。构建的跌倒词典如表1所示。

表2跌倒词典(MFS词典)

下面介绍了两者不同计算方案的跌倒词典得分：

当忽略跌倒词前的否定词时，计算跌倒词典得分的过程包括：

步骤1.导入病人生活记录。

步骤2.通过Jieba分词获得向量词组。

步骤3.基于MFS词典获取有关跌倒词。

步骤4.就获得的跌倒词进行前后遍历。

步骤5.得分为跌倒词得分的总和。

当有否定词时将此得分记为-1乘以得分时，计算跌倒词典得分的过程包括：

步骤1.导入病人生活记录。

步骤2.通过Jieba分词获得向量词组。

步骤3.基于MFS词典获取有关跌倒词。

步骤4.就获得的跌倒词进行前后遍历。

步骤5.得分为只有跌倒词的得分和有否定词的跌倒词得分的相反数的总和。

表2不同情况下老人的跌倒得分对比(以8个电子护理档案为例)

由表2可知，当忽略跌倒词前的否定词时，最终所得到的跌倒词得分没有出现负数的情况即最低分数为0，具体分析8位老人的跌倒分数。案例3与案例4中的老人的跌倒分数为0，说明两位老人目前的身体状况良好，跌倒风险很低，两位老人需要保持目前的身体状态，维持日常生活习惯；案例1、案例2、案例5以及案例7的四位老人跌倒分数较低，说明四位老人目前的身体状况较为稳定，有一定的跌倒风险，四位老人需要改善目前的身体状态，提升生活质量，避免摔倒情况的出现；案例6和案例8中的两位老人跌倒分数较高，说明两位老人目前身体状况较差，有较高的跌倒风险，两位老人需要尽快改善目前糟糕的身体状态，家人或安排护工对老人进行护理，避免老人发生跌倒意外。

由不忽略否定词的跌倒得分表可知，当计算跌倒词前的否定词时，最终所得到的跌倒词得分有出现负数的情况即最低分数小于0，具体分析8位老人的跌倒分数。案例3与案例4中的老人的跌倒分数与前一种计算方法相同都为0，说明两位老人目前的身体状况良好，跌倒风险很低，两位老人需要保持目前的身体状态，维持日常生活习惯；案例1与案例2中的老人的跌倒分数与前一种计算方法相同都为15，两位老人跌倒分数较低，说明四位老人目前的身体状况较为稳定，有一定的跌倒风险，四位老人需要改善目前的身体状态，提升生活质量，避免摔倒情况的出现；案例6和案例8中的两位老人跌倒分数与前一种计算方法相同分别为55和30，说明两位老人目前身体状况较差，有较高的跌倒风险，两位老人需要尽快改善目前糟糕的身体状态，家人或安排护工对老人进行护理，避免老人发生跌倒意外；而案例5和案例7两位老人的跌倒分数相较于前一种计算方法发生了变化，都变为-25，此时分析两位老人的状态应为跌倒风险很低，两位老人需要保持目前的身体状态，维持日常生活习惯。

如图4所示，确定变量集的步骤：

步骤1.通过病人的护理记录提取重要关键词，关键词包括老人的身体状况、生活状况、精神状况、接受医疗状况以及疾病史等与老人紧密相关的信息。

步骤2.将这些关键词先进行筛选然后总结归类。

步骤3.再将总结归类的关键词与MFS词典和BosonNLP词典进行匹配得到最终的变量集。

采用建莫尔斯跌倒词典对提取的文本特征进行解析，得到变量数据集的结果如表3所示。

表3基于莫尔斯跌倒词典的文本特征解析表

如表4所示，数据变量集中的数据包括跌倒等级、跌倒历史、二次诊断结果、拐杖、手杖、助步车、静脉用具/肝素锁或生理盐水PⅡD、步态/移动、精神状态、情感得分以及莫尔斯跌倒计分。

表4 Morse Fall score数据变量集

电子护理对话数据可能为护理记录文本Text(如医生对患者的处方)、对患者护理过程的对话文本等形式，需要使用文本挖掘等方法，对数据中的特征量进行提取、模糊识别和转化等处理，最终形成D′

D′

其中，LDA(Text)表示对对话的文本挖掘算法，LDA(SR(audio))表示语音识别为文字，进而进行文本对话挖掘等。FS(S)总体上体现了对多样化对话的非结构数据转化为结构化数据的预处理、模式识别、情感挖掘和特征提取等技术。

构建Morse Fall score决策表，该表如表5所示。

表5基于Morse Fall score决策表

由表5可知案例2、3、4、7中的老人情绪良好，心态积极，对于自己身体情况和所处的境况感到满意，这几位老人需要保持自己良好的心态以维持低风险的跌倒程度；案例1、6、8中老人情绪稳定，心态平稳正常，能接受自己的身体情况与所处环境，这几位老人需要保持或些许提高自己的心态以减少可能出现的跌倒风险；案例5中的老人明显情绪低落，心态消极，对自己的身体状况以及所处的生活环境感到不满，这位老人应该及时调整心态，护工或家人亲戚应该给予老人必要的帮助，让他从消极的情绪中走出来,积极的面对现在的处境，为了自己身体的健康以及减少未来出现跌倒的概率。

决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

熵(Entropy)作为系统的凌乱程度，使用算法ID3、C4.5和C5.0生成树算法使用熵。熵泛指某些物质系统状态的一种量度，某些物质系统状态可能出现的程度，熵的本质是一个系统“内在的混乱程度”，即：

其中i标记概率空间中所有可能的样本，p

由表5可知，取方法一的跌倒结果分数并根据跌倒标准将老人的跌倒风险进行分级，一共三个等级，以及莫尔斯分数具体构成，具体包括跌倒风险等级(level)、跌倒历史(history of falling)、二次诊断(secondary diagnosis)、拐杖(crutches)、手杖(cane(s))、助步车(walker)、静脉用具/肝素锁或生理盐水PIID(Ⅳ/Heparin lock or saline PⅡD)、步态/移动(gait/transferring)、精神状态(mental status)、情感得分(sentimentscore)。

如图5所示，该决策树最终在8个案例中选择了6个案例作为测试集，分别为两个跌倒风险等级1的案例、三个跌倒风险等级为2的案例以及一个跌倒风险等级为3案例。当跌倒历史得分小于等于12.5分时，一共有三个案例被划分进来，分别是两个跌倒风险等级为1的案例和一个跌倒风险等级为2的案例；反之跌倒历史得分大于12.5分时，同样也有三个案例，分别是两个跌倒风险等级为2的案例和一个跌倒风险等级为3的案例。而在跌倒历史得分小于等于12.5分的案例中手杖得分小于等于7.5分的案例一共有两个，为两个跌倒风险等级为1的案例；反之在跌倒历史得分小于等于12.5分的案例中手杖得分大于7.5分的案例有一个，为跌倒风险等级为2的案例。在跌倒历史得分大于12.5分的案例中手杖得分小于等于7.5分的案例一共有两个，为两个跌到风险等级为2的案例；而在跌倒历史得分大于12.5的案例中手杖得分大于7.5分的案例有一个，为跌倒风险等级为3的案例。

同时使用系统聚类方法，对电子护理档案数据进行非监督学习。该过程能够对这些电子护理档案按用户需要的簇的个数进行划分。这种方法不受数据集中类别变量的影响，因而比决策树划分更具有灵活性。这种学习方法的结果能够对相关患者进行分层健康管理。聚类表由系统聚类分析得出，其列出了变量逐步聚类的过程，聚类方法为组间联接，测量区间为平方欧氏距离。第一列表示这是聚类的第几步；第二、第三列表示在这一步中，哪些样本或小类聚类在了一起(在前面步骤中聚类在一起的小类将以前面一个来命名该小类)；第四列系数表示该步聚类样本个体或者小类之间的距离；第五、六列表示第几步生成的小类将在该步骤与之前步骤的样本聚类；第七列即下一个阶段表示该步骤生成的小类将在第几步中用到。

表6.使用平均联接(组间)的集中计划表

表6中将案例1到案例8中的老人分别标志为1～8。上图的聚类群集表呈现出了变量被逐步聚合起来的过程：第一行的是5和7，即案例5和案例8被首先聚合，其距离系数为0，是最小的；同理案例3和案例4、案例1和案例2的距离系数均为0，所以它们各自分为一类。然后是第四行，案例1和案例8被聚合。其它行的解释以此类推，即距离系数越小越先被聚合。

表7使用平均联接(组间)的聚类成员表

表7为聚类成员表，当聚类数量为四个时，案例1、案例2和案例8为第一类，案例3和案例4为第二类、案例5和案例7为第三类、案例6为第四类；当聚类数量为三个时，案例1、案例2、案例3、案例4和案例8为第一类，案例5和案例7为第二类，案例6为第三类；当聚类数量为2时，案例1、案例2、案例3、案例4和案例8为第一类，案例5、案例6和案例7为第三类。该图证明了6中的聚合情况是正确的。

如图6所示，可以对案例进行分类。从最外层的线开始分，例如，将变量分成两类，则案例5、案例7、案例6分为一类，其它的案例分为一类；如果需要分成三类，则从第二层进行划分，将案例6划为一类，案例5、案例7划为一类，其它案例划为一类；如果需要分成四类，则从第三层进行划分，将案例5、案例7归为一类，案例6归为一类，案例3、案例4归为一类，其他案例归为一类。

一种基于电子护理文本数据的人体跌倒风险预测系统，如图7所示，该系统用于执行上述任意一种基于电子护理文本数据的人体跌倒风险预测方法，该系统包括：数据获取模块、数据预处理模块、文本特征提取模块、莫尔斯跌倒词典模块、迭代风险预测模块、跌倒事件防控模块以及反馈模块；

所述数据获取模块用于获取用户的电子护理文本数据，并将获取的数据输入到数据预处理模块中；电子护理文本数据包括护理评估、护理计划和进展报告以及其他数据集；其他数据集包括服务流程数据、传感器数据、纸质记录；

所述数据预处理模块用于对电子护理文本数据进行预处理，该预处理包括对电子护理文本数据筛选出对应的特征，删除重复的特征，对缺失特征进行补全；

所述文本特征提取模块用于对经过数据预处理模块处理后的数据进行文本特征提取；

所述莫尔斯跌倒词典模块用于对提取的文本特征进行解析，得到变量数据集；即对提取的文本特征进行解析包括构建本体引擎，创建带有ICD-11、最小护理数据集等标准术语的地图服务并将其应用于应用本体与领域本体。

所述迭代风险预测模块采用决策树算法对变量数据集中的特征进行选择，得到人体跌倒风险的预测结果；将预测结果输入到跌倒事件防控模块中；

所述跌倒事件防控模块根据预测结果构建跌倒风险预防策略；该策略包括个性化的跌倒风险因素、个性化的跌倒风险预防以及个性化的跌倒风险管理；

所述反馈模块用于将跌倒事件防控模块生成的跌倒风险预防策略反馈给用户。

本发明系统的具体实现方式与方法的具体实现方式相同。

以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。