一种用于重症监护领域的脓毒症预警系统

    公开(公告)号:CN111243727A

    公开(公告)日:2020-06-05

    申请号:CN202010035852.X

    申请日:2020-01-14

    Abstract: 本发明公开了一种用于重症监护的脓毒症预警系统,包括:采集服务器,采集病人的动态监测数据;云平台,与采集服务器通信连接,且包括:接收模块,接收动态监测数据;存储模块,存储动态监测数据和报警触发条件;报警模块,当动态监测数据满足报警触发条件时发出报警信号;可疑脓毒症部位筛查模块,根据病人的生命体征数据、临床脓毒症症状及其对应的检查结果并结合预先制定的筛查规则筛查可疑脓毒症部位;及决策模块,根据筛查结果制定抗脓毒症治疗方案;以及医护终端,包括显示装置,用于显示报警事件和抗脓毒症治疗方案。本发明能够基于全方位的临床数据自动识别报警事件发生并自动报警;基于报警自动制定抗脓毒症治疗方案辅助临床医疗。

    FUNDC1在治疗急性呼吸窘迫综合征中的应用

    公开(公告)号:CN111135289A

    公开(公告)日:2020-05-12

    申请号:CN201911240019.2

    申请日:2019-12-06

    Abstract: 本发明公开了FUNDC1在治疗急性呼吸窘迫综合征中的应用,属于生物技术领域。本发明提供了FUNDC1在制备用于预防和/或治疗炎症性疾病的产品中的应用。FUNDC1预防和/或治疗炎症性疾病的作用机制主要是通过介导线粒体自噬抑制ROS-NLRP3信号通路诱导的炎症反应的激活和扩增,从而减轻肺损伤。本发明提供FUNDC1在制备用于预防和/或治疗急性呼吸窘迫综合征的产品中的应用,本发明产品可通过促进自噬抑制炎症反应,减轻ARDS期间肺损伤,FUNDC1有望成为ARDS治疗的新靶点,具有广阔的应用前景。

    基于人工智能的重症监护患者住院时间预测方法及系统

    公开(公告)号:CN118016285B

    公开(公告)日:2024-11-05

    申请号:CN202311734743.7

    申请日:2023-12-18

    Abstract: 本发明公开了基于人工智能的重症监护患者住院时间预测方法及系统,用于时间预测领域,该方法包括以下步骤:收集重症监护患者的临床数据;构建多个基于深度学习的动态预测模型,并将重症患者的静态信息作为协变量输入动态预测模型;利用留一交叉验证对多个动态预测模型进行训练;当重症患者病情出现重大变换时,使用最新的时序数据对最佳动态预测模型进行增量训练;利用当前时刻的信息作为最佳动态预测模型的输入,输出重症患者的预期住院天数;结合医疗知识图谱对预测结果进行审核;根据新收集的重症患者入院数据和随访数据,迭代训练并优化最佳动态预测模型。本发明利用当前最新信息作为模型输入,实时监测和反映患者的最新状态。

    基于人工智能的重症监护患者住院时间预测方法及系统

    公开(公告)号:CN118016285A

    公开(公告)日:2024-05-10

    申请号:CN202311734743.7

    申请日:2023-12-18

    Abstract: 本发明公开了基于人工智能的重症监护患者住院时间预测方法及系统,用于时间预测领域,该方法包括以下步骤:收集重症监护患者的临床数据;构建多个基于深度学习的动态预测模型,并将重症患者的静态信息作为协变量输入动态预测模型;利用留一交叉验证对多个动态预测模型进行训练;当重症患者病情出现重大变换时,使用最新的时序数据对最佳动态预测模型进行增量训练;利用当前时刻的信息作为最佳动态预测模型的输入,输出重症患者的预期住院天数;结合医疗知识图谱对预测结果进行审核;根据新收集的重症患者入院数据和随访数据,迭代训练并优化最佳动态预测模型。本发明利用当前最新信息作为模型输入,实时监测和反映患者的最新状态。

Patent Agency Ranking