本發明涉及醫療護理領域，尤其涉及一種基于大數據的產科實時護理優化方法及系統。

背景技術：

1、在傳統的產科實時護理模式中，大數據統計被廣泛應用以預測和判斷孕婦在不同狀態下的異常護理風險。然而，這種傳統的數據統計方式存在個體化程度不足的顯著問題，它通常直接采集孕婦的全部指標實時狀態，并基于這些狀態在歷史數據中出現異常的概率來進行評估。但這種方法忽視了個體孕婦之間的差異性，不同的孕婦對于不同的生理指標具有不同的容錯程度。具體來說，孕婦的生理狀態受到多種因素的影響，包括年齡、體重、孕期階段、健康狀況等，這些因素導致孕婦對于不同指標的敏感度和反應程度各不相同。傳統的數據統計方式沒有充分考慮到這些個體差異，而是對所有孕婦采用統一的標準和閾值進行評估，這顯然是不夠準確和個體化的。此外，傳統的數據統計方式在異常情況的判斷上也存在一定的局限性，它通常只關注指標是否超出正常范圍而缺乏對指標變化趨勢和異常情況的深入分析，這種簡單的二分類判斷方式容易導致誤報和漏報，影響產科實時護理的準確性和效率。

技術實現思路

1、本發明針對現有技術中產科實時護理時忽視了孕婦之間的個體差異，導致實時護理的準確性和效率不足的技術問題，提供一種基于大數據的產科實時護理優化方法及系統來解決。

2、本發明解決上述技術問題的技術方案如下：

3、第一方面，本發明提供了一種基于大數據的產科實時護理優化方法，包括：以產科護理對象的靜態指標為常量，以動態指標為變量，檢索多條異常護理日志，其中，任意一條異常護理日志包括異常動態指標集合；基于所述異常動態指標集合，統計動態指標于所述多條異常護理日志的出現日志條數大于或等于日志條數閾值的中心動態指標，以及出現日志條數小于日志條數閾值的邊緣動態指標；統計產科護理對象的中心動態指標監測值的偏離向量，以及邊緣動態指標監測值的偏離指標數量占比；預測同時滿足所述靜態指標、所述偏離向量和所述偏離指標數量占比的異常護理概率；當所述異常護理概率大于或等于異常概率閾值時，提醒護理端進行護理優化。

4、第二方面，本發明提供了一種基于大數據的產科實時護理優化系統，包括：信息檢索模塊，用于以產科護理對象的靜態指標為常量，以動態指標為變量，檢索多條異常護理日志，其中，任意一條異常護理日志包括異常動態指標集合；統計篩分模塊，用于基于所述異常動態指標集合，統計動態指標于所述多條異常護理日志的出現日志條數大于或等于日志條數閾值的中心動態指標，以及出現日志條數小于日志條數閾值的邊緣動態指標；偏離統計模塊，用于統計產科護理對象的中心動態指標監測值的偏離向量，以及邊緣動態指標監測值的偏離指標數量占比；異常預測模塊，用于預測同時滿足所述靜態指標、所述偏離向量和所述偏離指標數量占比的異常護理概率；護理優化模塊，用于當所述異常護理概率大于或等于異常概率閾值時，提醒護理端進行護理優化。

5、本發明的有益效果是：通過區分產科護理對象的靜態指標和動態指標，并基于異常護理日志統計分析中心動態指標和邊緣動態指標，以及它們的偏離情況，能夠更精確地預測異常護理概率，從而在需要時及時提醒護理端進行護理優化，有效提升了產科實時護理的針對性和效率。

技術特征：

1.一種基于大數據的產科實時護理優化方法，其特征在于，包括：

2.如權利要求1所述的方法，其特征在于，基于所述異常動態指標集合，統計動態指標于所述多條異常護理日志的出現日志條數大于或等于日志條數閾值的中心動態指標，以及出現日志條數小于日志條數閾值的邊緣動態指標，包括：

3.如權利要求1所述的方法，其特征在于，預測同時滿足所述靜態指標、所述偏離向量和所述偏離指標數量占比的異常護理概率，包括：

4.如權利要求3所述的方法，其特征在于，基于所述嚴格一致約束條件和所述容錯一致約束條件，聯網檢索經過區塊鏈存證的產科護理記錄數據，包括：

5.如權利要求4所述的方法，其特征在于，統計所述產科護理記錄數據的異常護理觸發頻率比，設為所述異常護理概率，包括：

6.如權利要求5所述的方法，其特征在于，計算所述n級產科護理記錄數據的n級偏離向量和n級偏離指標數量占比，與所述偏離向量和所述偏離指標數量占比的偏差距離，設為n級分布距離，包括：

7.如權利要求3所述的方法，其特征在于，根據所述靜態指標，構建嚴格一致約束條件，根據所述偏離向量和所述偏離指標數量占比，構建容錯一致約束條件，包括：

8.一種基于大數據的產科實時護理優化系統，其特征在于，用于實施權利要求1-7任一項所述的一種基于大數據的產科實時護理優化方法，所述系統包括：

技術總結
本發明涉及一種基于大數據的產科實時護理優化方法及系統，涉及醫療護理領域，以產科護理對象的靜態指標為常量，以動態指標為變量，檢索多條異常護理日志；基于異常動態指標集合統計動態指標于異常護理日志的出現條數大于或等于條數閾值的中心動態指標以及出現條數小于條數閾值的邊緣動態指標；統計中心動態指標監測值的偏離向量以及邊緣動態指標監測值的偏離指標數量占比；預測同時滿足靜態指標、偏離向量和偏離指標數量占比的異常護理概率；當概率大于或等于概率閾值時提醒護理端進行護理優化，解決了產科實時護理時忽視了孕婦之間的個體差異，導致實時護理的準確性和效率不足的技術問題。

技術研發人員：張維娜,高翠,王雪陽
受保護的技術使用者：西安醫學院第二附屬醫院
技術研發日：
技術公布日：2025/4/24