一种机械通气治疗数据管理方法及系统

摘要

本发明涉及一种机械通气治疗数据管理方法及系统，属于机械通气治疗数据管理和实时分析技术领域，解决了庞大的异构数据给临床应用造成的诸多困难，以及影响机械通气治疗质量的问题，提高了医生护士数据处理工作效率。该方法包括：将患者信息、实时接收的机械通气治疗数据分别置入标准数据结构对象，形成标准化数据；所述机械通气治疗数据包括机械通气数据；对所述标准化数据进行数据清洗，得到医疗数据集；对所述医疗数据集中的机械通气治疗数据进行数据标注；所述数据标注包括：标记波形数据的幅值、频率及形态，标记数值型数据的计量值，标记异常事件；当收到报告生成指令时，基于携带数据标注的医疗数据集，生成机械通气治疗数据分析报告。

说明书

技术领域

本发明涉及机械通气治疗数据管理和实时分析技术领域，尤其涉及一种机械通气治疗数据管理方法及系统。

背景技术

呼吸机-机械通气治疗技术，在世界各国医院重症加强监护病房(ICU、NICU、RICU、EICU等)、麻醉科等科室均得到了广泛应用，每年全球有数千万危重患者使用这项治疗技术，如果使用不当，将会造成肺损伤、呼吸机相关肺炎、心律失常、急性心力衰竭等并发症，加重原发病的病情，危及患者生命。

一种常见的机械通气治疗场景，病人身上安装了呼吸机、多参数监护仪，医生护士在每台呼吸机屏幕上观察分析连续的机械通气波形数据和数值型数据，判断呼吸机工作状态，分析病人呼吸力学变化和病情演变，人/机相互作用的状态，同时观察生理参数心率、血压、血氧饱和度、体温的变化，还需要通过临床信息系统(HIS/CIS/EMR系统)观察血气分析，实验诊断、影像等数据，才能全面了解病情状态和演变趋势，调整呼吸机参数和治疗策略，预防控制各种并发症。

但是，每台呼吸机24小时产生高达数百MB波形数据，医生护士每天频繁在各种设备屏幕上来回巡视，观察分析各种数据，同时每天还需要了解病人过去时间的病情状况，在设备上或临床信息系统中调取24/48小时机械通气数据和治疗过程中的生理参数等数据，而设备和临床信息系统仅存储数值型数据，缺少重要的波形数据，并且含有大量的干扰数据，以及设备本身分析错误的数据，医生护士需要耗费大量的时间逐段阅读分析，人工进行识别判断。显然，这种数据的临床应用方式造成繁重的工作压力，需要大量的人力应对，但是，各厂家的呼吸机均不能提供24小时机械通气数据分析报告，同时世界各国医院ICU医生护士普遍不足。至今为止，这种状况没有改变。

此外，一家医院大多配置数十台到数百台来自不同的厂家的呼吸机和多参数监护仪，存在着同类设备不同的数据通讯协议和数据格式，不同种类的设备不同的数据通讯协议和数据格式等复杂问题，临床信息系统同样来自不同的厂家，这些问题加大了机械通气治疗数据处理的难度。数十年来，呼吸机技术不断发展，但是机械通气治疗数据的临床应用方式没有进步，存在着较大的缺陷。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种机械通气治疗数据管理方法及系统，用以解决庞大的异构数据给临床应用造成的诸多困难、机械通气治疗的医疗质量差及医生护士数据处理工作效率低等问题。

一方面，本发明公开了一种机械通气治疗数据管理方法，所述方法包括：

将患者信息、实时接收的机械通气治疗数据分别置入标准数据结构对象，形成标准化数据；所述机械通气治疗数据包括机械通气数据；

对所述标准化数据进行数据清洗，得到医疗数据集；

对所述医疗数据集中的机械通气治疗数据进行数据标注；所述数据标注包括：标记波形数据的幅值、频率及形态，标记数值型数据的计量值，标记异常事件；

当收到报告生成指令时，基于携带数据标注的医疗数据集，生成机械通气治疗数据分析报告。

在上述方案的基础上，本发明还做出了如下改进：

进一步，所述机械通气治疗数据还包括以下一项或多项：生理参数数据、血气分析数据、实验诊断数据、影像数据、临床诊疗信息以及输出机械通气治疗数据的设备ID；其中，

生理参数数据由多参数监护仪输出；

患者信息、血气分析数据、实验诊断数据、影像数据及临床诊疗信息均由临床信息系统输出；

机械通气数据由呼吸机设备输出。

进一步，在所述机械通气数据中，波形数据包括：机械通气压力波形数据、容积波形数据、流量波形数据及呼气末二氧化碳波形数据；数值型数据包括：气道阻力、呼吸功、顺应性、通气参数和呼吸频率；

对所述机械通气数据进行数据标注过程中，

标记的波形数据的形态包括：每次机械通气波形的吸气相开始、吸气相、吸气相结束、呼气相开始、呼气相、呼气相结束、气道峰压、呼气峰流速，以及呼气末二氧化碳波形的吸气基线、呼气平台高度、呼气平台开始和结束；

标记的异常事件包括：人机不同步事件、气道压力过高/过低、呼末正压过高/过低、呼出潮气量过高/过低、分钟通气量过高/过低、吸入氧浓度过高/过低、氧浓度过高/过低、呼吸频率过高/过低、呼气末二氧化碳分压过高/过低、潮气量过高/过低、呼吸机停止工作、窒息及气道压递增。

进一步，在所述生理参数数据中，波形数据包括：心电波形数据、呼吸波形数据、容积脉搏波波形数据和有创动脉压波形数据；数值型数据包括：心率、血压、血氧饱和度和体温；

对所述生理参数数据进行数据标注过程中，

标记的心电波形数据的形态包括：每个心电周期波形的P波、QRS波群、T波、ST段、PR间期、RR间期及QT间期；

标记的呼吸波形数据的形态包括：每个呼吸周期波形的波峰、波谷；

标记的容积脉搏波波形数据的形态包括：每个脉搏周期波形的波峰、波谷；

标记的有创动脉压波形数据的形态包括：每个动脉收缩-舒张周期波形的波峰、波谷；

标记的异常事件包括：心动过速、心动过缓、心律失常、心脏停搏、心房扑动、心房颤动、心室扑动、心室颤动、房室传导阻滞、ST段抬高/压低、心率过高/过低、血压过高/过低、体温过高/过低及血氧饱和度过低。

进一步，在所述血气分析数据中，数值型数据包括：氧分压、二氧化碳分压、二氧化碳总量、钾离子浓度、钠离子浓度、碳酸氢根离子浓度和pH值；

对所述血气分析数据进行数据标注过程中，

标记的异常事件包括：氧分压过高/过低、二氧化碳分压过高/过低、二氧化碳总量过高/过低、钾离子浓度过高/过低、钠离子浓度过高/过低、pH值过高/过低。

进一步，在实验诊断数据中，数值型数据包括：白细胞计数、红细胞计数、血小板计数、血红蛋白、血细胞比容、血糖、凝血酶原时间和活化部分凝血酶时间；

对实验诊断数据进行数据标注过程中，

标注的异常事件包括：白细胞计数过高/过低、红细胞计数过高/过低、血红蛋白过高/过低、血细胞比容过高/过低、血糖过高/过低、血小板计数过高/过低、凝血酶原时间过长/过短、活化部分凝血活酶时间过长/过短。

进一步，所述机械通气治疗数据分析报告的报告框架包括报告综述页和报告分析页；其中，所述报告综述页分为基本信息区、机械通气数据区和分析结论区；

所述基本信息区，至少包括患者信息、关键时间节点信息；还包括以下可选项：临床诊断信息、输出机械通气治疗数据的设备ID及机械通气模式与设置信息；

所述机械通气数据区，至少包括呼吸分析结果、人机不同步事件分析结果、气道阻力变化分析结果、顺应性变化分析结果及肺损伤预警分析结果；所述机械通气数据区的各项分析结果基于机械通气数据及其数据标注得到；所述呼吸分析结果包括浅快呼吸指数；

所述分析结论区，用于展示机械通气治疗数据的分析描述和结论；

所述报告分析页，用于以图表形式分别展示一项或多项机械通气治疗数据的详细分析报告。

进一步，所述报告分析页包括趋势图页；所述趋势图页包括：

机械通气数据的压力、容积、通气量趋势分析区；

呼吸频率趋势分析区；

吸入氧浓度趋势分析区；以及，

趋势分析描述和结论区，用于综合各趋势分析区的趋势走向给出趋势分析描述及相应结论；

所述趋势图页中的各项趋势分析区的内容基于机械通气数据及其数据标注得到。

进一步，所述报告分析页还包括数据页；

所述数据页至少包括：

机械通气设置参数数据子页，包括：机械通气设置参数记录表、机械通气通气模式及设置参数变化趋势图；

机械通气监测参数数据子页，包括机械通气监测参数记录表；

所述机械通气设置参数数据子页、机械通气监测参数数据子页的内容基于机械通气数据及其数据标注得到；

所述数据页还包括以下可选的数据子页：

24小时生理参数数据子页，包括24小时生命体征监测记录表、心率/呼吸率/血压趋势图；所述24小时生理参数数据子页的内容基于生理参数数据及其数据标注得到；

24小时血气分析和实验诊断数据子页，包括24小时血气分析监测记录表、氧分压/二氧化碳分压/碳酸氢根趋势图，以及实验诊断数据表；

所述24小时血气分析和实验诊断数据子页的内容基于血气分析数据、实验诊断数据及其数据标注得到；

报警事件数据子页，包括：报警事件记录表、24小时报警事件分布图、报警事件综合分析表；

所述报警事件数据子页基于机械通气治疗数据标注的异常事件得到；

扩展影像数据子页，用于展示所述影像数据。

进一步，所述报告分析页还包括图形页；所述图形页分为机械通气波形数据区、机械通气环图区、生理参数波形数据区；其中，

所述机械通气波形数据区，包括连续的正常机械通气数据波形图和异常机械通气事件数据波形图；

所述机械通气环图区，包括机械通气压力、容积、流量数据组合绘制的压力-容积环图、流量-容积环图；

所述机械通气波形数据区和机械通气环图区的内容基于机械通气数据及其数据标注得到；

所述生理参数波形数据区，包括与机械通气数据波形图同步的连续的生理参数数据波形图；

所述生理参数波形数据区的内容基于生理参数数据及其数据标注得到。

进一步，所述报告生成指令为定制化报告生成指令；

所述定制化报告生成指令包含一项或多项定制化参数，用于生成报告综述页，以及，匹配于所述定制化参数的报告分析页；

所述定制化参数包括趋势图页、数据页或图形页。

进一步，所述方法还包括：

在数据标注过程中，当出现呼吸机停止工作、窒息、气道压递增、心脏停搏、心动过速、心动过缓、心室扑动、心室颤动及低血压中的一种或多种异常事件时，发出急救指令，所述急救指令中携带出现的异常事件的信息。

进一步，所述方法还包括：

在数据标注过程中，当出现人机不同步事件、气道压力过高、气道压力过低、呼末正压过高、呼末正压过低、分钟通气量过高、分钟通气量过低、潮气量过高、潮气量过低、呼吸频率过高、呼吸频率过低、氧浓度过高、氧浓度过低中的一种或多种异常事件时，发出呼吸机参数调整指令，所述呼吸机参数调整指令中携带出现的异常事件的信息。

进一步，在所述标准数据结构对象中，为每项机械通气治疗数据、以及患者信息分别配置了相应的数据结构对象；

将解耦后的每项机械通气治疗数据、以及患者信息分别置入相应的数据结构对象，形成标准化数据。

进一步，在实时接收机械通气治疗数据的同时，还实时接收治疗场景的流媒体数据；

实时直播一个或多个病区中部分或所有患者的医疗数据集的机械通气治疗数据中的波形数据、数值型数据、治疗场景以及机械通气治疗数据分析报告。

另一方面，本发明还提供了一种机械通气治疗数据管理系统，所述系统包括应用软件系统、临床数据终端设备及数据库服务器；其中，所述应用软件系统包括：

数据采集及标准化模块，用于将患者信息、实时接收的机械通气治疗数据分别置入标准数据结构对象，形成标准化数据；所述机械通气治疗数据包括机械通气数据；

数据清洗模块，用于对所述标准化数据进行数据清洗，得到医疗数据集；

数据标注模块，用于对所述医疗数据集中的机械通气治疗数据进行数据标注；所述数据标注包括：标记波形数据的幅值、频率及形态，标记数值型数据的计量值，标记异常事件；

报告生成模块，用于当收到报告生成指令时，基于携带数据标注的医疗数据集，生成机械通气治疗数据分析报告；

临床数据终端设备，用于发出所述报告生成指令，还用于接收并展示所述机械通气治疗数据分析报告；

数据库服务器，用于分区存储所述标准化数据、医疗数据集、机械通气治疗数据分析报告。

在上述方案的基础上，本发明还做出了如下改进：

进一步，所述机械通气治疗数据还包括以下一项或多项：生理参数数据、血气分析数据、实验诊断数据、影像数据、临床诊疗信息以及输出机械通气治疗数据的设备ID；其中，

生理参数数据由多参数监护仪输出；

患者信息、血气分析数据、实验诊断数据、影像数据及临床诊疗信息均由临床信息系统输出；

机械通气数据由呼吸机设备输出。

进一步，在所述机械通气数据中，波形数据包括：机械通气压力波形数据、容积波形数据、流量波形数据及呼气末二氧化碳波形数据；数值型数据包括：气道阻力、呼吸功、顺应性、通气参数和呼吸频率；

对所述机械通气数据进行数据标注过程中，

标记的波形数据的形态包括：每次机械通气波形的吸气相开始、吸气相、吸气相结束、呼气相开始、呼气相、呼气相结束、气道峰压、呼气峰流速，以及呼气末二氧化碳波形的吸气基线、呼气平台高度、呼气平台开始和结束；

标记的异常事件包括：人机不同步事件、气道压力过高/过低、呼末正压过高/过低、呼出潮气量过高/过低、分钟通气量过高/过低、吸入氧浓度过高/过低、氧浓度过高/过低、呼吸频率过高/过低、呼气末二氧化碳分压过高/过低、潮气量过高/过低、呼吸机停止工作、窒息及气道压递增。

进一步，在所述生理参数数据中，波形数据包括：心电波形数据、呼吸波形数据、容积脉搏波波形数据和有创动脉压波形数据；数值型数据包括：心率、血压、血氧饱和度和体温；

对所述生理参数数据进行数据标注过程中，

标记的心电波形数据的形态包括：每个心电周期波形的P波、QRS波群、T波、ST段、PR间期、RR间期及QT间期；

标记的呼吸波形数据的形态包括：每个呼吸周期波形的波峰、波谷；

标记的容积脉搏波波形数据的形态包括：每个脉搏周期波形的波峰、波谷；

标记的有创动脉压波形数据的形态包括：每个动脉收缩-舒张周期波形的波峰、波谷；

标记的异常事件包括：心动过速、心动过缓、心律失常、心脏停搏、心房扑动、心房颤动、心室扑动、心室颤动、房室传导阻滞、ST段抬高/压低、心率过高/过低、血压过高/过低、体温过高/过低及血氧饱和度过低。

进一步，在所述血气分析数据中，数值型数据包括：氧分压、二氧化碳分压、二氧化碳总量、钾离子浓度、钠离子浓度、碳酸氢根离子浓度和pH值；

对所述血气分析数据进行数据标注过程中，

标记的异常事件包括：氧分压过高/过低、二氧化碳分压过高/过低、二氧化碳总量过高/过低、钾离子浓度过高/过低、钠离子浓度过高/过低、pH值过高/过低。

进一步，在实验诊断数据中，数值型数据包括：白细胞计数、红细胞计数、血小板计数、血红蛋白、血细胞比容、血糖、凝血酶原时间和活化部分凝血酶时间；

对实验诊断数据进行数据标注过程中，

标注的异常事件包括：白细胞计数过高/过低、红细胞计数过高/过低、血红蛋白过高/过低、血细胞比容过高/过低、血糖过高/过低、血小板计数过高/过低、凝血酶原时间过长/过短、活化部分凝血活酶时间过长/过短。

进一步，所述机械通气治疗数据分析报告的报告框架包括报告综述页和报告分析页；其中，所述报告综述页分为基本信息区、机械通气数据区和分析结论区；

所述基本信息区，至少包括患者信息、关键时间节点信息；还包括以下可选项：临床诊断信息、输出机械通气治疗数据的设备ID及机械通气模式与设置信息；

所述机械通气数据区，至少包括呼吸分析结果、人机不同步事件分析结果、气道阻力变化分析结果、顺应性变化分析结果及肺损伤预警分析结果；所述机械通气数据区的各项分析结果基于机械通气数据及其数据标注得到；所述呼吸分析结果包括浅快呼吸指数；

所述分析结论区，用于展示机械通气治疗数据的分析描述和结论；

所述报告分析页，用于以图表形式分别展示一项或多项机械通气治疗数据的详细分析报告。

进一步，所述报告分析页包括趋势图页；所述趋势图页包括：

机械通气数据的压力、容积、通气量趋势分析区；

呼吸频率趋势分析区；

吸入氧浓度趋势分析区；以及，

趋势分析描述和结论区，用于综合各趋势分析区的趋势走向给出趋势分析描述及相应结论；

所述趋势图页中的各项趋势分析区的内容基于机械通气数据及其数据标注得到。

进一步，所述报告分析页还包括数据页；

所述数据页至少包括：

机械通气设置参数数据子页，包括：机械通气设置参数记录表、机械通气通气模式及设置参数变化趋势图；

机械通气监测参数数据子页，包括机械通气监测参数记录表；

所述机械通气设置参数数据子页、机械通气监测参数数据子页的内容基于机械通气数据及其数据标注得到；

所述数据页还包括以下可选的数据子页：

24小时生理参数数据子页，包括24小时生命体征监测记录表、心率/呼吸率/血压趋势图；所述24小时生理参数数据子页的内容基于生理参数数据及其数据标注得到；

24小时血气分析和实验诊断数据子页，包括24小时血气分析监测记录表、氧分压/二氧化碳分压/碳酸氢根趋势图，以及实验诊断数据表；

所述24小时血气分析和实验诊断数据子页的内容基于血气分析数据、实验诊断数据及其数据标注得到；

报警事件数据子页，包括：报警事件记录表、24小时报警事件分布图、报警事件综合分析表；

所述报警事件数据子页基于机械通气治疗数据标注的异常事件得到；

扩展影像数据子页，用于展示所述影像数据。

进一步，所述报告分析页还包括图形页；所述图形页分为机械通气波形数据区、机械通气环图区、生理参数波形数据区；其中，

所述机械通气波形数据区，包括连续的正常机械通气数据波形图和异常机械通气事件数据波形图；

所述机械通气环图区，包括机械通气压力、容积、流量数据组合绘制的压力-容积环图、流量-容积环图；

所述机械通气波形数据区和机械通气环图区的内容基于机械通气数据及其数据标注得到；

所述生理参数波形数据区，包括与机械通气数据波形图同步的连续的生理参数数据波形图；

所述生理参数波形数据区的内容基于生理参数数据及其数据标注得到。

进一步，所述报告生成指令为定制化报告生成指令；

所述定制化报告生成指令包含一项或多项定制化参数，用于生成报告综述页，以及，匹配于所述定制化参数的报告分析页；

所述定制化参数包括趋势图页、数据页或图形页。

进一步，在所述数据标注模块的数据标注过程中，当出现呼吸机停止工作、窒息、气道压递增、心脏停搏、心动过速、心动过缓、心室扑动、心室颤动及低血压中的一种或多种异常事件时，向临床数据终端设备发出急救指令，所述急救指令中携带出现的异常事件的信息；

所述临床数据终端设备还用于接收并响应所述急救指令。

进一步，在所述数据标注模块的数据标注过程中，当出现人机不同步事件、气道压力过高、气道压力过低、呼末正压过高、呼末正压过低、分钟通气量过高、分钟通气量过低、潮气量过高、潮气量过低、呼吸频率过高、呼吸频率过低、氧浓度过高、氧浓度过低中的一种或多种异常事件时，向临床数据终端设备发出呼吸机参数调整指令，所述呼吸机参数调整指令中携带出现的异常事件的信息；

所述临床数据终端设备还用于接收并响应呼吸机参数调整指令。

进一步，在所述标准数据结构对象中，为每项机械通气治疗数据、以及患者信息分别配置了相应的数据结构对象；

将解耦后的每项机械通气治疗数据、以及患者信息分别置入相应的数据结构对象，形成标准化数据。

进一步，所述应用软件系统还包括流媒体管理模块，所述流媒体管理模块用于实时接收治疗场景的流媒体数据；所述流媒体数据由床边音视频设备输出；

所述数据库服务器，还用于分区存储所述流媒体数据，并将所述流媒体数据与所述医疗数据集及机械通气治疗数据分析报告进行关联；

所述临床数据终端设备，还用于实时直播一个或多个病区中部分或所有患者的医疗数据集的机械通气治疗数据中的波形数据、数值型数据、治疗场景以及机械通气治疗数据分析报告。

进一步，所述系统还包括多模网关和主控服务器；其中，

所述多模网关，用于通过网络连接医院各病区不同厂家的呼吸机设备、多参数监护仪、床边音视频设备、临床信息系统及临床数据终端设备；所述多模网关内嵌多种通讯协议，用于实现呼吸机设备、多参数监护仪、床边音视频设备、临床信息系统与数据采集及标准化模块数据通讯，以及用于实现应用软件系统与病人所在临床数据终端设备的数据通讯；

所述主控服务器，内嵌多任务操作系统和运行在多任务操作系统上的应用软件系统，用于控制所述应用软件系统运行。

与现有技术相比，本发明至少可实现如下有益效果之一：

本发明提供的机械通气治疗数据管理方法及系统，具备如下优势：

1、本发明为医生护士提供了集中管理机械通气治疗数据的技术手段，医生护士使用临床数据终端设备，以可视化方式远距离集中管理多个病区病人的机械通气治疗数据业务，提供实时数据监护和机械通气数据分析报告，提高了数据工作效率和机械通气治疗质量，降低医生护士劳动强度，缓解ICU人力资源短缺的问题，解决了现有的机械通气治疗业务的缺陷，具有广泛地适用性。

2、本发明将各厂家设备不同的数据通讯协议与内含的数据解耦，分离出多源异构数据，单独对庞大的多源异构数据解析过滤，重构为标准化数据，有效降低解析过程的复杂度，提高解析速度和稳定性，解决了现有的医疗设备数据通讯协议和数据格式混乱，难以统一处理的缺陷，具有广泛地适用性。

3、本发明对机械通气治疗数据进行聚合分析，生成机械通气治疗数据分析报告，医生护士便捷地获得总结性数据集，可以快速准确判断当前和过去时间的机械通气治疗状态和病情演变趋势，及时给与干预措施，解决了庞大的多源异构数据给临床应用造成的困难，降低医生护士工作压力，提高医疗质量和效率，具有广泛地适用性。

4、本发明提供的数据标注方法，能够有效清除干扰数据和设备本身分析错误数据，有效减轻了医生护士数据工作压力，同时大幅度提高了数据质量，解决了现有的设备和临床信息系统存储的数据质量低、可用性差、缺少波形数据的缺陷，具有广泛地适用性。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例1提供的机械通气治疗数据管理方法流程图；

图2为本发明实施例1提供的标准数据结构对象示例图；

图3为本发明实施例1提供的确定人机不同步事件过程中模型输入处理过程示意图；其中，图3(a)表示两次滑窗处理示意图；图3(b)表示两次滑窗处理后的时间序列示意图；

图4为本发明实施例1提供的机械通气治疗数据分析报告综述页；

图5为本发明实施例1提供的机械通气治疗数据分析报告的趋势页；

图6为本发明实施例1提供的机械通气治疗数据分析报告的数据页；其中，图6(a)表示机械通气设置参数数据子页；图6(b)表示机械通气监测参数数据子页；图6(c)表示24小时生理参数数据子页；图6(d)表示24小时血气分析和实验诊断数据子页；图6(e)表示报警事件数据子页；图6(f)表示影像数据子页；

图7为本发明实施例1提供的机械通气治疗数据分析报告的图形页；

图8为本发明实施例2提供的多种设备数据聚合的机械通气治疗数据管理系统架构图；

图9为本发明实施例2提供的可视化方式展示病人实施范例；

图10为本发明实施例2提供的临床数据终端设备的病区管理面板实施范例；

图11为本发明实施例2提供的临床数据终端设备的数据分析报告面板实施范例；

图12为本发明实施例3提供的边缘计算节点形式的机械通气治疗数据管理系统架构图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明实施例1提供了一种机械通气治疗数据管理方法，流程图如图1所示，包括以下步骤：

步骤S1：将患者信息、实时接收的机械通气治疗数据分别置入标准数据结构对象，形成标准化数据；所述机械通气治疗数据包括机械通气数据；

在步骤S1中，机械通气治疗数据还包括以下一项或多项：生理参数数据、血气分析数据、实验诊断数据、影像数据、临床诊疗信息以及输出机械通气治疗数据的设备ID；其中，生理参数数据由多参数监护仪输出；患者信息、血气分析数据、实验诊断数据、影像数据及临床诊疗信息均由临床信息系统输出；机械通气数据由呼吸机设备输出。示例性地，临床信息系统至少包括HIS、CIS、EMR系统中的一种。

在具体实施过程中，为解决不同厂家的同类设备、以及不同种类的机械通气治疗数据采集设备输出的数据形式不统一、造成后续数据处理过程繁琐的问题，本实施例设置了标准数据结构对象，以便对上述设备输出的多源异构数据进行标准化处理。具体地，在本实施例中，并行接收处理各厂家设备不同的数据通讯协议，同步采集来自呼吸机、多参数监护仪和临床信息系统的数据报文，解耦分离出数据报文中的首尾部结构与数据部分，并行解析数据部分，从中抽取出有效数据，填入预设的标准数据结构对象的对应位置，形成标准化数据，与患者信息捆绑封装，设置唯一标识，存入数据库；标准数据结构对象是对机械通气治疗数据及患者信息的抽象，简化了复杂的多源异构数据，从而提高数据分析处理和利用的效率，降低数据应用成本。因此，本实施例通过执行数据解析及标准化处理，即可完成多源异构数据的标准化流程，降低多源异构数据解析的复杂度，提高数据解析速度和稳定性，标准化数据不仅节约存储空间，同时提高数据运算和检索的效率。

图2示例出了一种标准数据结构对象201，包括机械通气数据对象202、生理参数数据对象203、血气分析数据对象204、实验诊断数据对象205、影像数据对象206、临床诊疗信息对象207及患者信息对象208，每种数据结构对象的具体内容可以根据实际情况进行预先设置。此外，图2中还包括元数据信息对象209，用于描述标准数据结构对象201本身及其所包含的数据结构对象的结构、内容和属性，定义各数据结构对象的名称、关系、字段、约束以及句法结构。由于血气分析数据、实验诊断数据及影像数据等均属于周期性数据，在机械通气治疗过程中间断或定时发生，标准数据结构对象201允许相关数据在没有出现时，设为空值null。此外，为提升标准数据结构对象201的适应性和扩展性，图2的标准数据结构对象201中包括扩展对象1-n所示，用来添加其他相关的机械通气治疗数据。例如，对于机械通气治疗的休克病人，需要同时进行CRRT过滤血液和尿量动态监测，此时，机械通气治疗数据还可以包括连续血液过滤数据和尿量动态监测数据，相应地，标准数据结构对象201可以扩展连续血液过滤数据对象和尿量动态监测数据对象，从而方便添加其他相关的机械通气治疗数据。本实施例提供的标准数据结构对象，较好地解决了现有医疗设备数据通讯协议和数据格式混乱、难以统一处理的缺陷，具有广泛地适用性。具体地，标准化数据结构对象可以通过高级语言来实现，以面向对象程序设计语言JAVA为例，标准化数据结构对象是一个具体的类(class)，类的属性(field)是各数据结构对象，编写类的各种方法(method)函数供外部调用，用于设置具体的数据结构对象及其包含的参数，例如，浮点型表示的气道阻力和呼吸功，线性表表示的容积波形数据，布尔型的属性标识。将标准化数据结构对象类分发到解析程序中，各解析程序在并行解析时，创建每份数据包的标准化数据结构类对象(Object)，并调用类的方法填充数据，并通过聚合程序将同一时间的标准化数据结构类对象合并为一个标准化数据。

步骤S2：对所述标准化数据进行数据清洗，得到医疗数据集；

数据清洗是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。现有的数据清洗技术已经比较成熟，实际实施过程中，可根据具体的应用场景、以及应用场景下机械通气治疗数据的具体情况，选择相应的数据清洗方式。示例性地，本实施例中的数据清洗过程可以包括以下操作：

(1)数据约束范围判断：医学理论数据值的范围约束、经验主义推断的数据约束；

(2)数据单位/数据精度转换；

(3)数据离群值剔除；

(4)对于波形类数据，还进行校准数据长度、校验数据完整性等；

数据清洗后得到的医疗数据集，即可用于后续的数据分析。

步骤S3：对所述机械通气治疗数据中的波形、数值型数据进行数据标注；所述数据标注包括：标记波形数据的幅值、频率及形态，标记数值型数据的计量值，标记异常事件；其中，标记的数值型数据的计量值可以包括高于相应数值型数据的上限阈值、或者低于相应数值型数据的下限阈值的参数；标记后的数据自动存入医疗数据集；

由于机械通气治疗数据可以包含很多的具体数据，无法穷举，在本实施例中，仅对各项机械通气治疗数据中常见的数据、以及常见的数据标注做重点说明；具体地，

(1)在机械通气数据中，波形数据包括：机械通气压力波形数据、容积波形数据、流量波形数据及呼气末二氧化碳波形数据；数值型数据包括：气道阻力、呼吸功、顺应性、通气参数和呼吸频率；对机械通气数据进行数据标注过程中，标记的波形数据的形态包括：每次机械通气波形的吸气相开始、吸气相、吸气相结束、呼气相开始、呼气相及呼气相结束、气道峰压、呼气峰流速，以及呼气末二氧化碳波形的吸气基线、呼气平台高度、呼气平台开始和结束；标记的内容可直接、或经过统计、计算、分析后用于生成报告综述页及报告分析页；示例性地，可以通过以下过程确定气道峰压和呼气峰流速：

(a)首先，采用中值/均质滤波等常见滤波算法对高采样率的机械通气压力、容积及流量波形数据进行滤波、聚合，以便降低波形处理复杂度。记机械通气压力波形数据压力-时间曲线为P(t)，记机械通气容积波形数据容积-时间曲线为V(t)，记机械通气流量波形数据流量-时间曲线为F(t)；设置观察窗口，示例性地，两次呼吸最少需要3.428s，因此，观察窗口时长大于3.428s，示例性地，可将观察窗口设置为4s。步骤(b)-(d)全部根据该观察窗口进行计算；

(b)在第i个观察窗口，对容积-时间曲线V(t)做以下处理：

利用峰值查找算法查找观察窗口内的波峰、波谷并存储该结果，并获取：

第i次吸气开始时间

第i次呼气结束时间

(c)根据上述吸气相和呼气相起始、结束时间节点，对压力-时间曲线P(t)进行如下计算，得到气道峰压PIP并存储结果；第i次气道峰压

(d)根据上述吸气相和呼气相起始、结束时间节点，对流量-时间曲线F(t)进行如下计算，得到呼气峰流速PEF并存储结果；第i次呼气峰流速

标记的数值型数据的计量值包括：高于相应数值型数据的上限阈值、或者低于相应数值型数据的下限阈值的参数；标记的内容可直接用于或经过统计、计算、分析，用于趋势图页、机械通气设置参数子页及机械通气监测参数子页；示例性地，持续对顺应性数据和其相应上、下限阈值进行数值比较，当顺应性数据低于下限阈值(例如，下限阈值为25ml/cmH

标记的异常事件包括：人机不同步事件、气道压力过高/过低、呼末正压过高/过低、呼出潮气量过高/过低、分钟通气量过高/过低、吸入氧浓度过高/过低、氧浓度过高/过低、呼吸频率过高/过低、呼气末二氧化碳分压过高/过低、潮气量过高/过低、呼吸机停止工作、窒息、气道压递增。标记的内容可直接用于或经过统计、计算、分析，用于报告综述页、报警事件数据子页、图形页。

示例性地，可基于神经网络模型确定人机不同步事件，具体过程描述如下：

(a)基于压力-时间曲线P(t)、容积-时间曲线V(t)、流量-时间曲线F(t)，构建模型输入；

具体地，将压力-时间曲线P(t)、容积-时间曲线V(t)、流量-时间曲线F(t)组成三维时间序列作为模型输入：T＝

(b)执行两次滑窗处理进行特征丰富，得到滑窗处理后的时间序列；

两次滑窗处理：考虑到时间序列数据存在内在依赖性，本实施例采用两次滑窗的方式对序列数据进行分块处理，提取每一个窗口的统计特征，排除干扰因素，增强时间序列特征规律，更好地描述波形采样点数据值分布的集中趋势与离散程度，波形形态变化的偏态与峰度特征，便于后续捕获输入序列的依赖特性与局部特征。两次滑窗处理的示意图如图3(a)所示。其中，

第一次滑窗处理，执行：

以b/2为滑窗步长，对模型输入T进行滑窗处理，b表示第一次滑窗宽度；经过第一次滑窗处理后，模型输入长度由C变为C′，c的取值范围变为[1，C′]；

第一次滑窗处理后，基于第c个滑窗窗口内所有采样点中的第l类波形数据，计算得到欧氏矩阵向量中的第l类波形数据的欧氏距离

最终得到欧氏矩阵向量

基于第c个滑窗窗口内所有采样点中的第l类波形数据，计算得到距离差向量中的第l类波形数据的距离差

最终得到距离差向量表示为

因此，第一次滑窗处理后的时间序列T′＝

第二次滑窗处理，执行：

以f/2为滑窗步长，对时间序列T′再次进行滑窗处理，f表示第二滑窗宽度；经过第二次滑窗处理后，模型输入长度由C′变为C″，c的取值范围变为[1，C″]；

第二次滑窗处理过程中，可以获取第二次滑窗内所有欧氏矩阵向量及距离差向量的派生特征，以第c个滑窗窗口为例进行说明，可以获得：

欧氏矩阵及距离差的平均值向量(NOR

欧氏矩阵及距离差的极大值向量(NOR

欧氏矩阵及距离差的极小值向量(NOR

欧氏矩阵及距离差的上4分位数向量(NOR

欧氏矩阵及距离差的中位数向量(NOR

欧氏矩阵及距离差的下4分位数向量(NOR

欧氏矩阵及距离差的标准差向量(NOR

欧氏矩阵及距离差的偏差向量(NOR

通过对第c个滑窗窗口内的欧氏矩阵向量中的第l类波形数据的欧氏距离

通过对第c个滑窗窗口内的距离差向量中的第l类波形数据的距离差

第二次滑窗处理后的其他派生特征，根据其特征的名称即可确定对

因此，第二次滑窗处理后的时间序列T″＝

两次滑窗处理后的时间序列示意图如图3(b)所示。

(c)将滑窗处理后的时间序列输入至神经网络模型，神经网络模型处理后输出正常事件以及呼吸机异常事件(具体为人机不同步事件的类型及其发生时间)；呼吸机异常事件的类型包括无效触发、重复触发、自动触发、反向触发、流速不同步、超射、延迟切换及提前切换；

基于神经网络模型的输出类别结果，还可以计算人机不同步总数及人机不同步指数，这两项内容按照现有方式计算即可，此处不再赘述。

(2)在生理参数数据中，波形数据包括：心电波形数据、呼吸波形数据、容积脉搏波波形数据、有创动脉压波形数据；数值型数据包括：心率、血压、血氧饱和度和体温；对生理参数数据进行数据标注过程中，

标记的心电波形数据的形态包括：每次心电周期波形的P波、QRS波群、T波、ST段、PR间期、RR间期、QT间期；标记的呼吸波形数据的形态包括：每个呼吸周期波形的波峰、波谷；标记的容积脉搏波波形数据的形态包括：每个脉搏周期波形的波峰、波谷；标记的有创动脉压波形数据的形态包括：每个动脉收缩-舒张周期波形的波峰、波谷；标记的内容可直接或经过统计、计算、分析后用于报告综述页、分析页；

标记的数值型数据的计量值包括：高于相应数值型数据阈值或低于阈值的参数；标记的内容可直接用于或经过统计、计算、分析用于24小时生理参数数据子页；

标记的异常事件包括：心动过速、心动过缓、心律失常、心脏停搏、心房扑动、心房颤动、心室扑动、心室颤动、房室传导阻滞、ST段抬高/压低、心率过高/过低、血压过高/过低、体温过高/过低、血氧饱和度过低。标记的内容可直接用于或经过统计、计算、分析，用于报告综述页、分析页、报警事件数据子页。

(3)在血气分析数据中，数值型数据包括：氧分压、二氧化碳分压、二氧化碳总量、钾离子浓度、钠离子浓度、碳酸氢根离子浓度和pH值；

对血气分析数据进行数据标注过程中，

标记的数值型数据的计量值包括：高于相应数值型数据阈值或低于阈值的参数；标记的内容可直接用于或经过统计、计算、分析，用于24小时血气分析和实验诊断数据子页；

标记的异常事件包括：氧分压过高/过低、二氧化碳分压过高/过低、二氧化碳总量过高/过低、钾离子浓度过高/过低、钠离子浓度过高/过低、碳酸氢根离子浓度过高/过低、pH值过高/过低。标记的内容可直接用于或经过统计、计算、分析，用于24小时血气分析和实验诊断数据子页。

(4)在实验诊断数据中，数值型数据包括：白细胞计数、红细胞计数、血小板计数、血红蛋白、血细胞比容、血糖、凝血酶原时间和活化部分凝血酶时间；

对实验诊断数据进行数据标注过程中，

标记的数值型数据包括：高于相应数值型数据阈值或低于阈值的参数；标记的内容可直接用于或经过统计、计算、分析，用于24小时血气分析和实验诊断数据子页；

标注的异常事件包括：白细胞计数过高/过低、红细胞计数过高/过低、血红蛋白过高/过低、血细胞容过高/过低、血糖过高/过低、血小板计数过高/过低、凝血酶原时间过长/过短、活化部分凝血活酶时间过长/过短。标记的内容可直接用于或经过统计、计算、分析，用于24小时血气分析和实验诊断数据子页；

其他未尽的机械通气治疗数据及其数据标注也均为本领域技术人员在本实施例方案基础上容易想到的，因此，也属于本申请的保护范围。

步骤S4：当收到报告生成指令时，基于携带数据标注的医疗数据集，生成机械通气治疗数据分析报告。

示例性地，在步骤S4中，调取携带数据标注的医疗数据集，进行多维度数据聚合分析，生成基于关联性的分析结论，同时各类数据与时间标签和维度标签组合，填入预设的数据分析报告框架，生成机械通气治疗数据分析报告，存入数据库。此外，为了进一步保证机械通气治疗数据分析报告的准确性，还可以增加人工审核操作，人工审核后的机械通气治疗数据分析报告存入数据库中。

需要说明的是，医疗数据集中的各类数据，经过逐层计算、分析、统计，得到符合所述分析报告预设框架中所需内容和精度要求的数据，用于生成机械通气治疗数据分析报告。

所述机械通气治疗数据分析报告的报告框架包括报告综述页和报告分析页；其中，如图4所示，所述报告综述页400分为基本信息区401、机械通气数据区402、分析结论区403；

所述基本信息区401，至少包括患者信息、关键时间节点信息；还包括以下可选项：临床诊断信息、输出机械通气治疗数据的设备ID及机械通气模式与设置信息；示例性地，患者信息可以包括医院信息、病人基本信息、病区床位信息、医院科室等；关键时间节点信息可以包括报告时间、数据开始时间、数据结束时间、设备开机时间及设备撤机时间等。

所述机械通气数据区402，至少包括呼吸分析结果、人机不同步事件分析结果、气道阻力变化分析结果、顺应性变化分析结果及肺损伤预警分析结果；基于机械通气数据及其数据标注得到各项分析结果；示例性地，呼吸分析结果包括：总呼吸周期、自主呼吸周期自主呼吸频率占比及浅快呼吸指数；

具体地，本实施例中，对机械通气波形数据标注的总呼吸周期、自主呼吸周期和潮气量进行统计计算，得到总呼吸周期数、自主呼吸周期数，自主呼吸频率占比，同时还可以得到浅快呼吸指数，用于评价患者脱机的可能性。对机械通气人机不同步事件标注的数据进行统计计算，得到人机不同步事件总数，并对每种不同步事件发生频率进行统计和占比计算。对机械通气数值型数据标注的顺应性数据进行计算，得到顺应性降低的数值和发生时间，并统计预设时间范围内顺应性降低次数、累积时长和最长降低时长。图4给出了机械通气数据区各分析结果的示例，这些示例内容是临床医生较为关注的指标数据，具有较高的临床价值。

图4中的分析结论区403，用于展示机械通气治疗数据分析描述和结论；其中，分析结论区可以包括机械通气监测时长计量结论、呼吸分析结论(包括“浅快呼吸指数”)、人机不同步事件分析结论、气道阻力变化分析结论、顺应性变化分析结论、肺损伤预警分析结论。具体地，对机械通气数据区的各类数据进行统计，获得正常区间、异常区间二大类数据；根据异常区间事件发生次数、发生时间、持续时长，以及异常区间事件类型与风险程度进行事件分层，并与对应的各类分析结论词条关联，描述患者机械通气治疗的状态，生成分析结论，填入预设的数据分析报告框架。示例性地，顺应性变化分析结论根据标注的顺应性降低事件数据，统计符合预设顺应性降低异常区间(<25ml/cmH2O)的事件发生次数，同时将所有顺应性变化异常事件的持续时长相比较，得到持续最长的顺应性降低事件。最后，根据顺应性降低事件发生次数、持续最长的顺应性降低事件及发生时间，生成分析结论，填入分析结论区403。

所述报告分析页，用于以图表形式分别展示一项或多项机械通气治疗数据的详细分析报告。

所述报告分析页包括趋势图页500，如图5所示；趋势图页包括：机械通气数据的压力趋势分析区501、容积趋势分析区502、通气量趋势分析区503、呼吸频率趋势分析区504、吸入氧浓度趋势分析区505，以及趋势分析描述和结论区506。其中，趋势分析描述和结论区506，用于综合各趋势分析区的趋势走向，得到趋势分析描述及相应结论。此外，基于机械通气数据以及数据标注得到各项趋势分析区的内容，按小时分成24个小时数据单元，计算各单元中报告相关参数的平均值，将每小时参数的平均值描点连线绘制趋势图。

报告分析页还包括数据页，如图6所示；数据页至少包括：机械通气设置参数数据子页610、机械通气监测参数数据子页620；所述数据页还包括以下可选的数据子页：24小时生理参数数据子页630、24小时血气分析和实验诊断数据子页640、报警事件数据子页650；其中，

机械通气设置参数数据子页610，如图6(a)所示，包括机械通气设置参数记录表611、机械通气通气模式及设置参数变化趋势图612；

机械通气监测参数数据子页620，如图6(b)所示；包括机械通气监测参数记录表621；基于机械通气数据以及数据标注，得到所述机械通气设置参数数据子页、机械通气监测参数数据子页620的内容；

24小时生理参数数据子页630，如图6(c)所示；包括24小时生命体征监测记录表631、心率/呼吸率/血压趋势图632；基于生理参数数据以及数据标注，得到所述24小时生理参数数据子页630的内容；

24小时血气分析和实验诊断数据子页640，如图6(d)所示；包括24小时血气分析监测记录表641、氧分压/二氧化碳分压/碳酸氢根趋势图642，以及实验诊断数据表643；基于血气分析数据、实验诊断数据以及数据标注，得到所述24小时血气分析和实验诊断数据子页640的内容；

报警事件数据子页650，如图6(e)所示；包括报警事件记录表651、24小时报警事件分布图652、报警事件综合分析表653。基于机械通气治疗数据标注的异常事件，得到所述报警事件数据子页650的内容。

扩展影像数据子页660，如图6(e)所示；用于展示所述影像数据。示例性地，影像数据可以包括超声影像检查区661、CT影像检查区662、DR影像检查区663。

报告分析页还包括图形页700，如图7所示；图形页分为机械通气波形数据区701、生理参数波形数据区702、机械通气环图区703；其中，

所述机械通气波形数据区701，包括连续的正常机械通气数据波形图和异常机械通气事件数据波形图，并附有波形计量值、每个波形周期的标记及标记的异常事件类型；

所述生理参数波形数据区702，包括与机械通气数据波形图同步的连续的生理参数数据波形图，并附有波形计量值、每个波形周期的标记及标记的异常事件类型。基于生理参数数据及其数据标注，得到所述生理参数波形数据区的内容。

所述机械通气环图区703，包括机械通气事件周期内压力、容积、流量数据组合绘制的压力-容积环图、流量-容积环图，并以叠加方式，突出显示异常环图；基于机械通气数据及其数据标注，得到所述机械通气波形数据区和机械通气环图区的内容；示例性地，使用机械通气数据绘制正常机械通气数据波形图、异常机械通气事件数据波形图，以及机械通气环图，并对每次机械通气形成的环图进行叠加，突出显示形态发生变化的环图，并标记发生时间和持续时长。

上述图形页可以按照机械通气波形数据区、生理参数波形数据区顺序进行布局；也可以按照临床医生使用数据习惯和分析思维方式，对机械通气波形数据、生理参数波形数据排列顺序进行重组。

需要强调的是，机械通气治疗数据分析报告是一个多种类、多时区的总结性数据集，提供了机械通气治疗的关键指标数据的总结性分析和结论，以及各种关键指标数据和异常事件数据、演变趋势，包括治疗过程中的生理参数数据、血气分析和实验诊断数据；同时提供了反应呼吸机功能状态、人/机相互作用状态、呼吸力学状态、生理参数状态、各类事件状态的波形图形数据；还可以提供肺、心脏、腹部膈肌影像数据。根据机械通气治疗数据分析报告，医生护士能够快速掌握全面的机械通气治疗数据、病情状态和演变趋势，评估治疗方案效果，及时给与干预措施，减少肺损伤等并发症，提高了数据处理工作效率和机械通气治疗质量，促进病人康复，具有广泛的适用性。

实际应用过程中，为扩展本实施例中方案的应用场景，所述报告生成指令可以为定制化报告生成指令；所述定制化报告生成指令包含一项或多项定制化参数，用于生成报告综述页，以及，匹配于所述定制化参数的报告分析页；所述定制化参数包括趋势图页、数据页或图形页。例如，当定制化参数中仅包括趋势图页时，生成的机械通气治疗数据分析报告中的报告分析页也仅包括趋势图页，不再包括数据页及图形页。机械通气治疗数据分析报告中各项内容的生成方式参考前述说明即可，此处不再赘述。

此外，所述方法还包括：

步骤S5：在数据标注过程中，当出现呼吸机停止工作、窒息、气道压递增、心脏停搏、心动过速、心动过缓、心室颤动、心室扑动、低血压(休克)中的一种或多种异常事件时，发出急救指令，所述急救指令中携带出现的异常事件信息。

步骤S6：所述方法还包括：

在数据标注过程中，当出现人机不同步事件、气道压力过高、气道压力过低、呼末正压过高、呼末正压过低、分钟通气量过高、分钟通气量过低、潮气量过高、潮气量过低、呼吸频率过高、呼吸频率过低、氧浓度过高、氧浓度过低的一种或多种异常事件时，发出呼吸机参数调整指令，所述呼吸机参数调整指令中携带出现的异常事件信息。

此外，步骤S7：所述方法还包括：

在实时接收机械通气治疗数据的同时，还实时接收治疗场景的流媒体数据(示例性地，可通过床边音视频设备采集流媒体数据)；实时直播一个或多个病区中部分或所有患者的医疗数据集的机械通气治疗数据中的波形数据、数值型数据、治疗场景以及机械通气治疗数据分析报告。示例性地，临床数据终端设备可以对医疗数据集的机械通气波形数据和数值型数据、流媒体数据进行直播。当数据来源于多个病区的多个病人时，以可视化方式展示多个病区病人数据和治疗场景；此外，流媒体数据可以与医疗数据集相关联，全部存入数据库。

本实施例提供的机械通气治疗数据管理方法，医生护士以可视化方式远距离集中管理多个病区的机械通气治疗数据业务，将多种设备产生的庞大数量的异构数据处理为标准数据结构数据，生成机械通气治疗数据分析报告，在一个临床数据终端设备上，能够观察分析多个病区病人机械通气治疗的实时数据、事件数据、数据分析报告、治疗场景，包括来自临床信息系统的实验诊断数据、影像数据，掌握当前和过去机械通气治疗状态和病情演变趋势，早期发现并发症，及时给与干预措施，提高机械通气治疗质量和工作效率，降低医生护士劳动强度，解决了庞大的多源异构数据给临床应用造成的困难，具有广泛地适用性。

实施例2

本发明实施例公开了一种机械通气治疗数据管理系统，如图8所示，所述系统包括应用软件系统801、临床数据终端设备802及数据库服务器803；其中，

所述应用软件系统801包括数据采集及标准化模块、数据清洗模块、数据标注模块及报告生成模块；具体地，

数据采集及标准化模块，用于将患者信息、实时接收的机械通气治疗数据分别置入标准数据结构对象，形成标准化数据；所述机械通气治疗数据包括机械通气数据；

数据清洗模块，用于对所述标准化数据进行数据清洗，得到医疗数据集；

数据标注模块，用于对所述医疗数据集中的机械通气治疗数据进行数据标注；所述数据标注包括：标记波形数据的幅值、频率及形态，标记数值型数据的计量值，标记异常事件；

报告生成模块，用于当收到报告生成指令时，基于携带数据标注的医疗数据集，生成机械通气治疗数据分析报告；

临床数据终端设备802，用于发出所述报告生成指令，还用于接收并展示所述机械通气治疗数据分析报告；

数据库服务器803，用于分区存储所述标准化数据、医疗数据集及机械通气治疗数据分析报告。

在实施例1中已经详细介绍了机械通气治疗数据包含的其他数据、数据标注过程及机械通气治疗数据分析报告生成过程，此处不再赘述。

此外，在本实施例中，在所述数据标注模块的数据标注过程中，当出现呼吸机停止工作、窒息、气道压递增、心脏停搏、心动过速、心动过缓、心室扑动、心室颤动及低血压中的一种或多种异常事件时，向临床数据终端设备发出急救指令，所述急救指令中携带出现的异常事件的信息；此时，所述临床数据终端设备802还用于接收并响应所述急救指令。示例性地，临床数据终端设备802响应急救指令的方式可以是发出异常报警，以引起医护人员关注，还可以通过临床数据终端设备展示异常事件的信息。

在所述数据标注模块的数据标注过程中，当出现人机不同步事件、气道压力过高、气道压力过低、呼末正压过高、呼末正压过低、分钟通气量过高、分钟通气量过低、潮气量过高、潮气量过低、呼吸频率过高、呼吸频率过低、氧浓度过高、氧浓度过低中的一种或多种异常事件时，向临床数据终端设备802发出呼吸机参数调整指令，所述呼吸机参数调整指令中携带出现的异常事件的信息；此时，所述临床数据终端设备802还用于接收并响应呼吸机参数调整指令，响应呼吸机参数调整指令可以是发出异常报警，以引起医护人员关注，还可以通过临床数据终端设备802展示异常事件的信息，还可以给出针对当前异常事件的呼吸机参数调整方式的建议。

所述应用软件系统801还包括流媒体管理模块，流媒体管理模块用于通过床边音视频设备实时接收治疗场景的流媒体数据；流媒体管理模块还可以管理床边音视频设备的运行，包括流媒体业务管理、设备调度、会诊管理、查房巡诊管理，以及流媒体数据的直播、存储、回顾、检索。此时，所述数据库服务器803，还用于分区存储所述流媒体数据，并将所述流媒体数据与所述医疗数据集及机械通气治疗数据分析报告进行关联；所述临床数据终端设备802，还用于实时直播一个或多个病区中部分或所有患者的医疗数据集的机械通气治疗数据中的波形数据、数值型数据、治疗场景以及机械通气治疗数据分析报告。

如图8所示，机械通气治疗数据管理系统还可以包括多模网关804和主控服务器805；其中，多模网关用于通过网络连接医院各病区不同厂家的呼吸机设备807、多参数监护仪808、床边音视频设备809、临床信息系统810及临床数据终端设备802；多模网关804内嵌多种通讯协议，至少包括TCP/IP，UDP、RS232/485、Restful-API、WiFi、MQTT、HL7，用于实现呼吸机设备807、多参数监护仪808、床边音视频设备809、临床信息系统810与数据采集及标准化模块数据通讯，以及实现应用软件系统801与临床数据终端设备802的数据通讯。主控服务器805，内嵌多任务操作系统和运行在操作系统上的应用软件系统801，用于控制应用软件系统801的运行。

数据库服务器803，由多台服务器组成数据库集群，用于所述系统存储各类数据、文件，此外，还可以实现实时分析处理、多维度检索查询、多用户网络操作、数据库灾备管理。需要说明的是，数据库服务器803可以采用多台服务器组成数据库集群，其中一台服务器设为主节点，其余设为子节点，作为主节点的副本，分流主节点服务器业务压力，运行中主节点发生异常时，子节点可以自适应切换为主节点，提高了数据库的安全性和高可用性，满足所述系统的海量机械通气治疗数据、数据分析报告文件、流媒体数据的存储，数据库集群可以更加方便地动态扩容或迁移云端。

临床数据终端设备802，至少包括桌面计算机、具有计算功能的台式设备，用于和所述系统之间的数据通讯，展示病人机械通气治疗数据和状态；常见的临床数据终端设备如医生护士手持终端设备811，至少包括笔记本电脑、智能手机，展示病人机械通气治疗数据和状态。

床边音视频设备809，至少包括视频监控设备、音视频移动车，用于在临床数据终端设备屏幕展示病人治疗场景。

在本实施例中，应用软件系统801中的各个模块之间相互配合，共同完成数据采集、数据清洗、数据标注及报告生成等功能，能够实现对病人的机械通气治疗过程进行多维度分析、综合判断，从而预测疾病演变趋势，便于医生制定干预措施，有效提高了机械通气治疗质量和工作效率，降低医生护士劳动强度。临床数据终端设备802的屏幕可以是单屏幕，也可以是组合屏幕，医生护士手持数据终端设备811，在任何场合都可以对机械通气治疗病人进行无缝监护管理。

优选地，本实施例的图9给出了可视化方式展示病人实施范例，其中，临床数据终端设备901实时接收多个病区病人902机械通气治疗数据和流媒体数据，以可视化方式动态展示多个病区病人的波形数据、数值型数据及治疗场景，远距离集中管理多个病区病人的机械通气治疗数据业务。

优选地，临床数据终端设备屏幕提供的病区管理面板1000如图10所示，集中管理多个病区病人机械通气数据业务，可视化展示病人的机械通气治疗数据和演变趋势，观察分析各种数据和事件数据、治疗场景，可以输出临床诊断信息，以及医嘱和护理信息、业务指令，所述业务指令至少包括急救指令，呼吸机参数调整指令、生成分析报告指令。病区管理面板设置功能操作区1001、病区管理区1002、病人数据管理区1003、临床应用管理区1004在内的内容窗体，以及功能按钮，还可以选择多个病区里的全部或指定某一个病人，观察病人的实时数据、事件数据、历史数据、临床医嘱和护理信息、治疗场景，对机械通气治疗进行分析，下达业务指令或医嘱。具体地，功能操作区1001设置有功能按钮，用于在临床数据终端设备的各面板之间切换，还用于选择指定病人；病区管理区1002用于展示和调取病人信息、病房信息和报告信息；病人数据管理区1003用于展示和调取病人的机械通气治疗数据；临床应用管理管理区1004用于展示和调取病人的流媒体数据、机械通气治疗数据，下达业务指令或医嘱。

优选地，图11为本发明实施例2提供的临床数据终端设备的数据分析报告面板1100实施范例；所述临床数据终端设备屏幕提供数据分析报告面板，可视化展示多个病区中全部或指定某一个病人的机械通气分析报告，根据业务指令或医嘱约定时间自动提示的人工审核请求，对机械通气数据分析报告进行审核，网络分发、输出打印、数据库存档。所述数据分析报告面板，包括设置功能操作区1101、病区管理区1102、分析报告区1103、临床医嘱区1104的内容窗体，以及功能按钮，集中管理多个病区机械通气数据分析报告业务，可以结合临床治疗医嘱信息分析数据变化原因，还可以对某个病人历次机械通气治疗数据分析报告进行对比分析，判断病情演变趋势，触发打印机输出机械通气治疗数据分析报告。具体地，功能操作区1101设置有功能按钮，用于在临床数据终端设备的数据分析面板之间切换，还用于对报告进行管理操作；病区管理区1102用于展示和调取病人信息、病房信息和报告信息，还用于选择指定病人或报告；分析报告区1103用于展示和调取病人的数据分析报告，并以可视化方式展现；临床医嘱区1104用于展示和调取病人机械通气治疗数据，对报告内容进行编辑，触发打印命令。

为进一步扩展本实施例中机械通气治疗数据管理系统的可扩展性和灵活性，示例性地，可以将机械通气治疗数据管理系统部署在云计算架构下，即，将机械通气治疗数据管理系统中的各个功能模块均部署在云计算架构下；或者，将机械通气治疗数据管理系统中的部分功能模块部署在云平台上，如报告生成模块及流媒体管理模块等，用于实现系统各种业务功能，包括云-边协同实时直播波形数据、数值型数据、治疗场景；将其他功能模块部署在边缘计算节点上，如数据采集及标准化模块、数据清洗模块、数据标注模块等，在数据源头进行数据清洗和数据标准化处理，以及数据标注和事件标注，为云-边协同和云平台数据存储管理、快速多维度数据检索、数据更新提供支持。如图12所示，包括多模网关1201、主控服务器1202、数据库服务器1203、应用软件系统1204、床边音视频设备1205、临床数据终端设备1206；多模网关1201通过网络连接医院各病区不同厂家的床边音视频设备1205、呼吸机1207和多参数监护仪1208、临床信息系统1209以及临床数据终端设备1206，并与云平台1210建立连接。

本实施例中的机械通气治疗数据管理系统还可以连接第三方医疗数据服务，将复杂繁琐的机械通气治疗数据的实时监护、数据分析处理委托给第三方管理，便于医生护士能够专注于机械通气治疗的临床医疗问题，进一步降低医生护士工作压力，提高机械通气治疗质量和工作效率。

上述方法和系统实施例，改进了现有的机械通气治疗数据的临床应用方法，医生护士可以远距离集中管理多个病区病人，快速掌握全面的机械通气数据和病情演变趋势，解决了庞大的多源异构数据给临床应用造成的困难，降低医生护士工作压力，提高机械通气治疗质量，具有广泛地适用性。

本实施例降低了硬件成本和业务压力，在数据源头进行数据预处理，有效降低网络数据通讯和云平台处理的延时，可以灵活确定用户数据存储的规模，例如限定保存三个月时间的数据文件，降低机械通气治疗数据存储的压力和存储成本，在外部网络发生故障时，边缘计算节点可以独立完成机械通气治疗数据分析报告的处理。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。