楊 穎,李 玲,唐冬來,桑婷婷,文 艷,劉小曼
(1.蘇州高新區(qū)人民醫(yī)院康復(fù)醫(yī)學(xué)科,江蘇 蘇州 215000;2.四川中電啟明星信息技術(shù)有限公司,四川成都 610074)
近年來,隨著中國人口老齡化的不斷加劇,慢性病致殘率逐年上升,康復(fù)患者的醫(yī)療需求不斷增大[1-2]。當(dāng)前,中國的大部分二級乙等及以上級別的醫(yī)院均建立了完善的康復(fù)醫(yī)學(xué)治療體系,康復(fù)患者的治療需求得到了一定程度的緩解[3-4]。但是在患者康復(fù)醫(yī)療效果的評估方面,醫(yī)院間未建立統(tǒng)一的評估體系,仍采用格式化的紙質(zhì)單據(jù)進行評估[5],患者多次治療期間的聯(lián)合評估效果關(guān)聯(lián)性差,不同患者之間的橫向比較不足[6-8],因此,亟需采用一種有效的方法進行康復(fù)醫(yī)療效果評估。
國內(nèi)外許多醫(yī)生對康復(fù)醫(yī)療效果評估做了大量的研究,文獻[9]中提出了一種基于多科協(xié)作的康復(fù)療效評估方法,通過多個醫(yī)學(xué)學(xué)科的綜合診斷,提高了康復(fù)醫(yī)療評估準(zhǔn)確率。文獻[10]中提出了一種基于時機理論的康復(fù)效果評估方法,通過家庭護理時機分析,提高康復(fù)醫(yī)療效果評估的精準(zhǔn)度。文獻[11]中,提出了一種基于PDCA 的骨折術(shù)后康復(fù)效果評估方法,通過PDCA 循環(huán)對康復(fù)治療評估進行干預(yù),提高康復(fù)評估的效果。文獻[12]中提出了一種基于生活質(zhì)量與焦慮心里的康復(fù)醫(yī)療效果評估方法,通過觀測患者生活質(zhì)量水平、疼痛級別數(shù)等指標(biāo)對康復(fù)效果進行評估。由此可見,康復(fù)醫(yī)療效果評估方法多樣,且取得了一定的成果,但上述研究在同一患者的多次評估中聯(lián)合評估效果關(guān)聯(lián)性差,患者間橫向比較不足。
針對傳統(tǒng)康復(fù)治療中存在的多次治療信息關(guān)聯(lián)度低,整理、評估效果差的問題,提出了一種基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法。在對康復(fù)患者建立評估矩陣的基礎(chǔ)上進行指標(biāo)權(quán)重調(diào)優(yōu),其次,結(jié)合患者的歷史數(shù)據(jù),采用長短期記憶網(wǎng)絡(luò)對康復(fù)患者醫(yī)療效果進行評估。最后,通過實例驗證了該方法的可行性與有效性。
文中提出了基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法,該方法重點考慮了多次治療信息關(guān)聯(lián)評價、評價橫向?qū)?biāo)的問題,康復(fù)醫(yī)療效果評估框架如圖1 所示。

圖1 康復(fù)醫(yī)療效果評估框架
通過物聯(lián)網(wǎng)技術(shù)采集患者的跌倒危險、管路滑脫、壓瘡、靜脈血栓栓塞、日常活動、疼痛等康復(fù)醫(yī)療數(shù)據(jù),為后續(xù)分析奠定數(shù)據(jù)基礎(chǔ)。在患者特征分析環(huán)節(jié),通過AP 聚類方法對患者的康復(fù)特征進行分析,獲得患者的康復(fù)特征聚類中心,并以此建立分級分類的康復(fù)醫(yī)療評估矩陣。在評估指標(biāo)權(quán)重調(diào)優(yōu)環(huán)節(jié),根據(jù)康復(fù)醫(yī)療評估訓(xùn)練模型,采用熵權(quán)法不斷優(yōu)化康復(fù)評估指標(biāo)的權(quán)重。在康復(fù)醫(yī)療效果綜合評估環(huán)節(jié),結(jié)合單個患者多次康復(fù)治療的關(guān)聯(lián)數(shù)據(jù)、不同患者之間的橫向比較數(shù)據(jù),采用長短期記憶網(wǎng)絡(luò)對康復(fù)患者的醫(yī)療效果進行綜合評估。
基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法是一種充分考慮單個患者多次康復(fù)治療的關(guān)聯(lián)和不同患者之間橫向比較的康復(fù)醫(yī)療效果評估方法[13-14],可有效提高康復(fù)醫(yī)療效果評估準(zhǔn)確度。
為解決傳統(tǒng)醫(yī)院采用格式化紙質(zhì)單據(jù)評估康復(fù)醫(yī)療效果差的問題,文中通過物聯(lián)網(wǎng)技術(shù)設(shè)計了一種現(xiàn)場康復(fù)醫(yī)療數(shù)據(jù)采集應(yīng)用,醫(yī)護人員在對康復(fù)患者進行檢查時,通過醫(yī)療監(jiān)測傳感器和移動終端錄入評估相關(guān)數(shù)據(jù),從而實現(xiàn)多種類型的康復(fù)醫(yī)療數(shù)據(jù)采集。
在康復(fù)醫(yī)療數(shù)據(jù)采集模型中,文中采用分布式散列表算法完成康復(fù)醫(yī)療中結(jié)構(gòu)與非結(jié)構(gòu)化數(shù)據(jù)的采集。設(shè)現(xiàn)場的康復(fù)醫(yī)療指標(biāo)采集總數(shù)為na個,跌倒危險數(shù)據(jù)為ca,管路滑落數(shù)據(jù)為cb,壓瘡數(shù)據(jù)為cc,靜脈血栓栓塞數(shù)據(jù)為cd,日常活動數(shù)據(jù)為ce、疼痛數(shù)據(jù)為cf,采集的函數(shù)為ka,康復(fù)數(shù)據(jù)采集資源Fa為:

設(shè)單個康復(fù)病人的采集數(shù)據(jù)時間為ttm,醫(yī)院的病區(qū)內(nèi)有ma個病人,數(shù)據(jù)采集的時間St為:

因AP 聚類具有結(jié)果誤差小、無需指定聚類數(shù)等特點,因此,文中選擇AP 聚類對康復(fù)醫(yī)療采集數(shù)據(jù)進行分析,獲取康復(fù)醫(yī)療的特征。
設(shè)康復(fù)患者的采集指標(biāo)量測數(shù)據(jù)la、lb之間的離散特征點為設(shè)特征權(quán)重系數(shù)為?,康復(fù)醫(yī)療效果評估矩陣U(la,lb)為:

康復(fù)醫(yī)療效果評估矩陣的偏向函數(shù)與聚類結(jié)果數(shù)量相關(guān),設(shè)迭代指標(biāo)B的最小值為Bmin,評估矩陣的中位數(shù)為Ma,康復(fù)醫(yī)療評估矩陣U(la,lb)收斂判據(jù)為:

分析康復(fù)特征指標(biāo)后,得到康復(fù)醫(yī)療效果評估矩陣,如表1 所示。

表1 康復(fù)醫(yī)療效果評估矩陣
不同類別的康復(fù)患者對康復(fù)評估指標(biāo)的適應(yīng)度不同,文中根據(jù)康復(fù)醫(yī)療評估訓(xùn)練模型,采用熵權(quán)法對康復(fù)評估指標(biāo)的權(quán)重進行優(yōu)化。
根據(jù)康復(fù)醫(yī)療專家輸入的康復(fù)評估矩陣進行初始特征權(quán)重,設(shè)輸入的指標(biāo)個數(shù)為e,初始權(quán)重W為:

設(shè)評估矩陣為Us=U(la,lb),改進的康復(fù)指標(biāo)權(quán)重特征賦權(quán)值Wh為:

長短期記憶網(wǎng)絡(luò)在標(biāo)準(zhǔn)RNN 網(wǎng)絡(luò)上進行了調(diào)優(yōu),包括輸入門、輸出門和遺忘門[15-16],可處理單個患者多次康復(fù)治療的依賴關(guān)系,也可用于不同患者之間橫向比較,因此,文中采用長短期記憶網(wǎng)絡(luò)構(gòu)建康復(fù)醫(yī)療效果綜合評估模型。
設(shè)康復(fù)醫(yī)療效果評估模型的激活函數(shù)為?,評估模型遺忘門的激活函數(shù)為tan,輸入的康復(fù)患者歷史康復(fù)醫(yī)療數(shù)據(jù)為Xa,輸入的康復(fù)患者跌倒危險數(shù)據(jù)為Ya,管路滑落數(shù)據(jù)為Yb,壓瘡數(shù)據(jù)為Yc,靜脈血栓栓塞數(shù)據(jù)為Yd,日常活動數(shù)據(jù)為Ye,疼痛數(shù)據(jù)為Yf,則當(dāng)前康復(fù)醫(yī)療評估數(shù)據(jù)Px為:

由式(7)可知,通過復(fù)醫(yī)療效果綜合評估模型可獲得康復(fù)患者的醫(yī)療效果精準(zhǔn)評估結(jié)果。
基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法仿真流程如圖2 所示。

圖2 康復(fù)醫(yī)療效果評估仿真仿真流程
步驟1:通過現(xiàn)場康復(fù)醫(yī)療數(shù)據(jù)采集模型,實現(xiàn)多種類型的康復(fù)醫(yī)療數(shù)據(jù)采集。
步驟2:通過AP 聚類方法對患者的康復(fù)特征進行分析,建立分級分類的康復(fù)醫(yī)療評估矩陣。
步驟3:采用熵權(quán)法不斷優(yōu)化康復(fù)評估指標(biāo)的權(quán)重。
步驟4:采用長短期記憶網(wǎng)絡(luò)對康復(fù)患者的醫(yī)療效果進行綜合評估。
采用文中所提的基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法,在某醫(yī)院進行實際運行,使用的計算機操作系統(tǒng)環(huán)境為Win7,計算機處理器為酷睿i7,運行頻率為2.8 GHz,內(nèi)存為16 GB。
1)康復(fù)醫(yī)療效果評估性能分析
采用文中所提基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法與PDCA 康復(fù)醫(yī)療效果評估進行性能測試,選擇的患者數(shù)據(jù)為2、5、10、20、30、50、100 個,治療期平均為兩個月,兩種方法的運行性能如表2所示。

表2 康復(fù)醫(yī)療效果評估性能分析表
由表2 可知,基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型的運行性能優(yōu)于PDCA 康復(fù)醫(yī)療效果評估模型。
2)康復(fù)醫(yī)療效果評估結(jié)果
采用文中所提的基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型對60 個康復(fù)患者分兩組進行評價,每組為30個患者,評價內(nèi)容分壓瘡、跌倒、ADL、VTE、管路滑脫五部分,評價次數(shù)為初評和末評兩次,評價結(jié)果如圖3 所示。

圖3 康復(fù)醫(yī)療效果評估結(jié)果圖
由圖3 可知,在對兩組60 名康復(fù)患者的評價中,有23 名康復(fù)患者評價指標(biāo)出現(xiàn)了波動,其中第一組8 名,第二組15 名。經(jīng)過專家人工診斷,23 名康復(fù)患者的癥狀均出現(xiàn)緩解,基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型評估結(jié)果有效。
3)康復(fù)醫(yī)療效果評估準(zhǔn)確性分析
采用文中所提的基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型與PDCA 康復(fù)醫(yī)療效果評估模型進行康復(fù)醫(yī)療效果評估準(zhǔn)確性分析。模型的訓(xùn)練樣本數(shù)據(jù)為某醫(yī)院2015 年-2019 年500 例康復(fù)患者的數(shù)據(jù)。驗證的模型為2020 年康復(fù)患者數(shù)據(jù),驗證集數(shù)據(jù)分別選擇10、20、30、40、50 個患者,每個患者評估的天數(shù)為30 天,并將評估的數(shù)據(jù)與醫(yī)療專家人工診斷的數(shù)據(jù)進行比較,兩種方法的患者康復(fù)醫(yī)療效果評估準(zhǔn)確率如圖4 所示。

圖4 康復(fù)醫(yī)療效果評估準(zhǔn)確性分析圖
由圖3 可知,基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型的康復(fù)醫(yī)療效果評估準(zhǔn)確率和PDCA康復(fù)醫(yī)療效果評估方法康復(fù)患者的平均評估準(zhǔn)確率分別為98%、94%。文中所提方法平均評估準(zhǔn)確率優(yōu)于PDCA 康復(fù)醫(yī)療效果評估方法。
為解決傳統(tǒng)康復(fù)治療中存在的多次治療信息關(guān)聯(lián)度低,整理、評估效果差的問題,提出了一種基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估方法。設(shè)計了一種基于長短期記憶網(wǎng)絡(luò)的康復(fù)醫(yī)療效果評估模型,通過物聯(lián)網(wǎng)技術(shù)采集患者的跌倒、管路滑脫、壓瘡、靜脈血栓栓塞、日常活動、疼痛等康復(fù)醫(yī)療數(shù)據(jù),并進行AP 聚類分析,獲得患者的康復(fù)醫(yī)療評估矩陣。并采用熵權(quán)法確定評估指標(biāo)的權(quán)重;其次,結(jié)合患者的歷史康復(fù)效果評估數(shù)據(jù),采用長短期記憶網(wǎng)絡(luò)對康復(fù)患者的醫(yī)療效果進行綜合評估。最后在某醫(yī)院進行的實際運行結(jié)果驗證了文中提方法的有效和可行性。
下一步,將結(jié)合全國范圍內(nèi)其他醫(yī)院的康復(fù)醫(yī)療效果評估特征,對跨醫(yī)院的康復(fù)患者評估做進一步研究。