基于大数据挖掘技术建立围手术期风险评估系统

发布时间：2021-01-14 12:13

　　目的建立一套基于患者术前信息的风险预测系统,使得待手术患者麻醉手术风险建立定性评估指导临床。方法基于APACHE II、P-POSSSUM、ACS NSQIP评估数据结合临床观察指标的比重选择变量,通过提取麻醉信息系统、电子病历系统、病案系统中手术患者数据信息,建立训练集和验证集建立模型,经过测试以随机森林法建立模型。结果完成开发预测模型软件进行临床应用。结论本预测系统能够对围术期手术麻醉患者的手术风险并发症进行良好的预测为临床提供指导价值。 

【文章来源】：中国卫生标准管理. 2020,11(21)

【文章页数】：5 页

【部分图文】：

围手术期步骤

风险评估软件数据流程

手术是一项高风险的治疗措施，不同部位，不同手术方式带来的风险也不一样，围术期安全是手术、麻醉学科最关注的问题，安全包括术前、术中、术后的全程管理，减少并发症的发生[12]。本课题通过收集整理全院2016—2018年手术麻醉病例的围术期数据经过数据提取、整理、补缺建立围术期并发症数据库。通过对变量权重的分析、应用机器学习的方法建立数据预测模型，通过验证集的方案交叉确认模型的可靠性，而后开发出围手术期风险预测评估系统，在国内较早的人工智能在围术期风险预测的大数据应用。图4 风险评估软件预测结果

【参考文献】：
期刊论文
[1]大数据时代医院档案信息化建设探讨[J]. 朱岩.  中国卫生标准管理. 2019(12)
[2]麻醉与神经环路及人工智能的研究现状[J]. 张玮艳,翟茜,方向明.  国际麻醉学与复苏杂志. 2019 (01)
[3]Hussman病情和体质状况评估方法预测围术期并发症[J]. 徐德朋,张燕燕,王超,杨磊,马福嫣,刘春意,江学成.  临床麻醉学杂志. 2017(06)



本文编号：2976840