Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福建医科大学附属第一医院郑碧琼获国家专利权

福建医科大学附属第一医院郑碧琼获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉福建医科大学附属第一医院申请的专利一种基于人工智能的麻醉药效动态评估系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121215162B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511768617.2,技术领域涉及:G16H20/10;该发明授权一种基于人工智能的麻醉药效动态评估系统及方法是由郑碧琼;刘昌毅;林诗竹;陈瀚燊;曾凯设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。

一种基于人工智能的麻醉药效动态评估系统及方法在说明书摘要公布了:本发明公开了一种基于人工智能的麻醉药效动态评估系统及方法,涉及麻醉药效评估技术领域,包括模拟预测单元、比对修正单元、异常回溯单元以及输出预警单元;模拟预测单元用于通过医疗监测设备采集患者的实时生理参数,并根据实时生理参数构建虚拟麻醉镜像,通过药物代谢动力学算法生成虚拟生理模型,输出麻醉药效评估数据并发送至比对修正单元,能够减少因评估不准确导致的麻醉过深或过浅情况的发生,降低手术风险,保障患者的生命安全,使麻醉医师可以提前了解患者可能的麻醉状态变化,及时调整麻醉方案,如调整麻醉药物的输注速率、剂量等,确保手术过程中麻醉状态的稳定,提高手术的顺利进行程度,为麻醉医师提供更全面、详细的决策依据。

本发明授权一种基于人工智能的麻醉药效动态评估系统及方法在权利要求书中公布了:1.一种基于人工智能的麻醉药效动态评估系统,其特征在于,包括模拟预测单元、比对修正单元、异常回溯单元以及输出预警单元; 所述模拟预测单元用于通过医疗监测设备采集患者的实时生理参数,并根据实时生理参数构建虚拟麻醉镜像,通过药物代谢动力学算法生成虚拟生理模型,输出麻醉药效评估数据并发送至比对修正单元; 所述比对修正单元用于获取麻醉药效评估数据,同时获取患者术中的实际生理参数,将实际生理参数与麻醉药效评估数据进行比对,计算偏差值,基于强化学习算法对虚拟生理模型进行调整,根据调整后的虚拟生理模型,生成更新后的麻醉药效评估数据并发送至异常回溯单元; 生成更新后的麻醉药效评估数据的具体过程如下: S201、获取麻醉药效评估数据,同时获取患者术中的实际生理参数,采用线性插值方法,将实际生理参数与麻醉药效评估数据进行时间对齐处理如下: 将每个时间点t上的实际生理参数集合与麻醉药效评估数据集合逐点配对,形成数据对; S202、对每个时间点t,逐参数计算偏差值如下: 采用临床安全范围归一化实时生理参数的偏差,其偏差公式为: ; 其中,、为临床安全范围阈值,为参数权重系数; 结合药效动力学特性设计偏差函数,采用非对称误差惩罚函数,计算麻醉深度BIS的偏差值,其偏差公式为: ; 其中,、为超参数; 采用相对偏差计算血药浓度C的偏差值,其偏差公式为: ; 其中,为浓度敏感度系数; 采用绝对偏差计算分布容积Vd与麻醉药效评估指标effect的偏差值,其偏差公式为: ; ; 其中,为分布容积的权重,为麻醉药效评估指标的权重; 所有参数的偏差值构成偏差向量,通过加权求和,生成综合偏差值,其中,为各参数权重; S203、将生成的综合偏差值作为强化学习算法的输入特征向量,采用Q-learning算法,定义状态为当前虚拟生理模型的参数集合,动作为对虚拟生理模型参数的调整,当虚拟生理模型调整后,新的麻醉药效评估数据与实际生理参数的偏差值减小时,给予正奖励,偏差值增大时,给予负奖励,通过多次迭代训练,优化虚拟生理模型参数,根据调整后的虚拟生理模型,重新计算麻醉深度、分布容积、血药浓度以及麻醉药效评估指标,以生成更新后的麻醉药效评估数据; 所述异常回溯单元用于获取更新后的麻醉药效评估数据,基于调整后的虚拟生理模型,预测未来预设时间段内患者的麻醉深度变化趋势,结合麻醉药效预设常规变化趋势,分析确定患者的生理异常,同步获取生理异常对应的异常时刻、以及异常时刻对应的实际生理参数,对生理异常进行回溯分析,确定麻醉药物对生理异常的影响,并将确定结果发送至输出预警单元; 确定麻醉药物对生理异常的影响的具体过程如下: S401、结合麻醉药效预设常规变化趋势,分析确定患者的生理异常,并在确定患者生理异常时,同步获取生理异常对应的异常时刻,以及该异常时刻对应的实际生理参数和对应的麻醉药效评估数据,采用皮尔逊相关系数计算实际生理参数与麻醉药效评估数据的关联性指标r,其公式为: ; S402、根据预设关联阈值,将计算得到的关联性指标r与预设关联阈值进行比对,对生理异常进行回溯分析,若,则确定麻醉药物为生理异常的主要影响因素; 所述输出预警单元用于获取确定结果,结合预设的麻醉药效安全阈值进行比对,根据比对结果划分不同的预警等级,生成预警信息并发送至医师端; 生成预警信息的具体过程如下: S501、获取确定结果,并计算麻醉药物对生理异常造成的异常严重程度指数ASI,其公式为: ; 其中,Im为麻醉药物影响程度,通过关联性指标r进行转换得到,为参数偏差值的权重,为麻醉药物影响程度的权重; S502、基于预设的麻醉药效安全阈值,根据异常严重程度指数ASI划分预警等级如下: 当时,划分为一级预警,紧急干预调整麻醉剂量; 当时,划分为二级预警,密切监测麻醉剂量; 当时,划分为三级预警,常规关注麻醉剂量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福建医科大学附属第一医院,其通讯地址为:350000 福建省福州市台江区茶中路20号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。