重症患者的营养配方智能计算引擎系统及计算方法与流程

1.本发明属于计算机计算领域，涉及一种营养配方智能计算引擎系统，尤其涉及一种重症患者的营养配方智能计算引擎系统；同时，本发明还涉及一种重症患者的营养配方智能计算方法。


背景技术：

2.icu中的重症患者普遍存在营养不良的风险。调查结果显示，重症监护病房(icu)中营养不良的发生率为38％～78％。但是目前还没有一种体征或血清学指标作为判断营养不良的“金指标”。然而合适的营养处方配置可以避免重症患者营养不良导致发病或死亡的问题。因此，市面上应该提供一种面向重症患者的个体化营养处方计算引擎，以减轻医护人员工作量，降低重症患者的发病率和死亡率。
3.目前，市面上大多数的营养系统主要解决以下三种问题：
4.一是针对单病种进行营养处方计算，例如妊娠糖尿病、高血压。通过采集用户该病种信息，根据当前用户的营养状况进行评估，提供营养个性化指导。由于患者病因错综复杂，单病种治疗局限性较大，现有技术不能针对不同病种灵活配置营养处方，具有局限性；
5.二是针对单途径进行营养支持。根据营养饮食谱中可食用的热量数值和所需的各种营养物质数值计算生成对应个人饮食偏好性的个性化营养饮食谱。现有技术营养的摄入渠道主要通过食物获取，但并不是所有的患者都能通过食物获取营养，对于有营养不良，又不能通过胃肠道途径提供营养的重症病人，如不给予有效的营养治疗，患者死亡的风险可能会增加，而足够的热量和合理的组成配比是有效营养的保证；
6.三是针对单功能进行营养处方计算。现有技术利用microsoftexcel表的数据处理分析功能，结合营养知识制作营养计算器输出分析结果，在一定程度上简化医师人员的工作量，但营养方案并不是一成不变的，要根据患者的耐受性等多方面逐步调整改进。因此治疗中的评估与监测也是营养治疗的重要部分。
7.有鉴于此，如今迫切需要设计一种新的重症病人营养配方计算方式，以便克服现有营养配方计算方式存在的上述缺陷。


技术实现要素：

8.本发明提供一种重症患者的营养配方智能计算引擎系统及计算方法，可运用图表直观展示实际与目标差距。
9.为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：
10.一种重症患者的营养配方智能计算引擎系统，所述营养配方智能计算引擎系统包括：
11.患者数据库，用以存储患者基本信息，包括患者性别、年龄、身高、体重数据；
12.目标热卡模块，与所述患者数据库连接，用以根据所述患者数据库中获取的患者基本信息，运用相关计算公式，测量和估算重症患者所需的热量消耗；包括运用体重计算法
智能计算bmi、ibw、abw数据、运用harris
‑
benedic公式计算休息时能量消耗、运用目标热卡公式计算患者目标热卡；
13.营养风险评估模块，用以对重症患者进行营养风险评估，从而实施个体化营养支持治疗，改善重症患者营养状态及预后；支持nutric营养评分，为用户分析出哪些病人能从营养治疗中最大程度获益，提高治疗的质量，从而实现对患者的预后及转归作出客观判断；
14.营养成分模块，与所述营养风险评估模块连接，用以根据所述营养风险评估模块中获取的评估结果，制定个体化营养支持方案；所述营养成分模块中包括各种营养制剂的配方，用以将配方中的糖、氮、脂肪、氨基酸的比例自动拆分，智能计算患者所需的蛋白热卡和非蛋白热卡；
15.医嘱营养匹配模块，与所述营养风险评估模块连接，用以根据所述营养风险评估模块中获取的评估结果，制定个体化营养支持方案；所述医嘱营养匹配模块根据统计组套内与营养项目相关的医嘱信息总量、实际执行量总值，智能汇总单日医嘱执行量换算后的营养摄入指标总值；
16.营养摄入总值模块，与所述营养成分模块、医嘱营养匹配模块连接，用以获取所述营养成分模块提取的总热卡和所述医嘱营养匹配模块提取的营养摄入总值，计算当前患者实际营养摄入总值；
17.营养对比模块，用以将目标热卡模块获取的患者目标热卡与营养摄入总值模块的患者实际营养摄入总值进行比对，运用图表直观展示实际与目标差距。
18.作为本发明的一种实施方式，所述患者数据库还用以维护营养成分字典、营养参考值字典、医嘱营养匹配字典。
19.作为本发明的一种实施方式，所述目标热卡模块从患者数据库获取计算所需的参数值，自动生成相关值；用户通过点选的方式维护和调整参数值，系统根据哈里斯
‑
本尼迪克特公式自动计算病人目标热卡；
20.所述哈里斯
‑
本尼迪克特公式为：
21.女性：bee＝655+9.6w+1.8h
‑
4.7a；
22.男性：bee＝66+13.7w+5.0h
‑
6.8a。
23.式中，w为体重(kg)；h为身高(cm)；a为年龄(岁)。
24.作为本发明的一种实施方式，所述营养风险评估模块还用以维护简易胃肠功能评分、营养风险评分nrs
‑
2002、apacheⅱ评分、sofa评分。
25.作为本发明的一种实施方式，所述营养成分模块与所述营养风险评估模块连接，还用以维护肠内营养和肠外营养所需的营养物质能量供应比例。
26.作为本发明的一种实施方式，所述医嘱营养匹配模块，与所述营养风险评估模块连接，还用以维护医嘱营养所需的医嘱内容、营养成分；
27.用户将昨天实际执行的医嘱汇总至配方，或者/并且选择其中部分医嘱汇总至配方，减少用户重复操作。
28.作为本发明的一种实施方式，所述营养摄入总值模块用以将医嘱营养匹配模块汇总的医嘱配方与营养成分模块获取的肠内营养或肠外营养进行组合，生成营养配方；
29.当用户根据患者病情选择所需的肠内营养或肠外营养时，系统能根据名称拆分出蛋白热卡、非蛋白热卡、氮、糖、脂肪、氨基酸，自动生成肠内营养或肠外营养对应的总热卡。
30.作为本发明的一种实施方式，所述营养对比模块将营养摄入总值模块所得的总热卡与目标热卡模块计算的目标热卡进行对比，运用柱形图的方式可视化对比目标热卡和实际热卡，还包括蛋白热卡、非蛋白热卡、糖热卡、脂肪热卡的对比图；
31.用户根据重症患者所需的目标热卡，与实际热卡进行对比和调整，调整的方法为通过调整医嘱、肠内营养、肠外营养产生的总热卡，使实际热卡等同于目标热卡，最终得出符合重症患者所需的营养配方。
32.根据本发明的另一个方面，采用如下技术方案：一种重症患者的营养配方智能计算方法，所述营养配方智能计算方法包括：
33.患者数据库步骤，载入患者基本信息，包括患者性别、年龄、身高、体重数据；
34.目标热卡步骤，用户可通过点选的方式维护和调整参数值，系统根据哈里斯
‑
本尼迪克特公式。女性：bee＝655+9.6w+1.8h
‑
4.7a；男性：bee＝66+13.7w+5.0h
‑
6.8a。自动计算病人目标热卡；
35.营养风险评估步骤，支持nutric营养评分等评分表为用户分析哪些病人能从营养治疗中最大程度获益，提高治疗的质量，从而实现对患者的预后及转归作出客观判断；
36.营养成分步骤，用户可以维护各种营养制剂的配方以及配方成分，同时能根据患者所需的目标热卡，选择所需的肠内营养和肠外营养；
37.医嘱营养匹配步骤，用户将昨天实际执行的医嘱汇总至配方，或者/并且选择其中部分医嘱汇总至配方，减少重复操作；
38.营养摄入总值步骤，用户将医嘱营养匹配模块汇总的医嘱配方与营养成分模块获取的肠内营养或肠外营养进行组合，生成营养配方；当用户根据患者病情选择所需的肠内营养或肠外营养时，系统能根据名称拆分出蛋白热卡、非蛋白热卡、氮、糖、脂肪、氨基酸，自动生成肠内营养或肠外营养对应的总热卡；
39.营养对比步骤，用户根据重症患者所需的目标热卡，与实际热卡进行对比和调整，使实际热卡等同于目标热卡，最终得出符合重症患者所需的营养配方。
40.本发明的有益效果在于：本发明提出的重症患者的营养配方智能计算引擎系统及计算方法，能全面优化医护人员的工作流程，提升医护人员的工作效率，更好的应对重症患者进行个体化的营养处方开立，使医护人员从原来大量的非技术工作中解放出来，将更多的精力服务于患者。
41.本发明存在如下优势：
42.(1)适用于多学科处方计算。本发明对icu患者诊疗数据进行深度挖掘，科学分析，将患者基本信息、检验指标、营养评估等各类医疗信息多角度融合，提供患者诊疗处方依据，更好的为患者服务，辅助医生根据不同患者的病情采取个体化的营养处方计算；
43.(2)适用于多途径处方计算。本发明解决部分患者饮食不能获取或摄入不足时，只能通过肠内、外途径补充来维持人体必需的营养素问题。提供简易肠胃功能评分、nutric营养评分、apeche
‑ⅱ
评分，实现对icu患者病情判断，从而对患者的预后和转归作出客观判断；
44.(3)适用于多功能处方计算。本发明通过对icu患者诊疗数据进行深度挖掘，自动计算生成实际能量消耗ree；提供医嘱辅助功能，帮助临床医生根据检验指标、营养评估等多角度参考输入个体化营养素比例；支持将实际能量消耗ree与设定的个体化营养处方对
比，判断两者间差值，并用图形化的形式展示，辅助医生灵活配置营养处方，而不仅仅是单功能解决临床单一问题。
附图说明
45.图1为本发明一实施例中营养配方智能计算引擎系统的组成示意图。
46.图2为本发明一实施例中营养配方智能计算方法的流程图。
具体实施方式
47.下面结合附图详细说明本发明的优选实施例。
48.为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
49.该部分的描述只针对几个典型的实施例，本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
50.说明书中各个实施例中的步骤的表述只是为了方便说明，本技术的实现方式不受步骤实现的顺序限制。说明书中的“连接”既包含直接连接，也包含间接连接。
51.本发明揭示了一种重症患者的营养配方智能计算引擎系统,图1为本发明一实施例中营养配方智能计算引擎系统的组成示意图；请参阅图1，所述营养配方智能计算引擎系统包括：患者数据库10、目标热卡模块20、营养风险评估模块30、营养成分模块40、医嘱营养匹配模块50、营养摄入总值模块60及营养对比模块70。
52.患者数据库10用以存储患者基本信息，包括患者性别、年龄、身高、体重数据等。在本发明的一实施例中，所述患者数据库10还用以维护营养成分字典、营养参考值字典、医嘱营养匹配字典。
53.目标热卡模块20与所述患者数据库10连接，用以根据所述患者数据库10中获取的患者基本信息，运用相关计算公式，测量和估算重症患者所需的热量消耗；包括运用体重计算法智能计算bmi、ibw、abw数据、运用harris
‑
benedic公式计算休息时能量消耗、运用目标热卡公式计算患者目标热卡。
54.在本发明的一实施例中，所述目标热卡模块20从患者数据库获取计算所需的参数值，自动生成相关值；用户通过点选的方式维护和调整参数值，系统根据哈里斯
‑
本尼迪克特公式自动计算病人目标热卡；所述哈里斯
‑
本尼迪克特公式为：女性：bee＝655+9.6w+1.8h
‑
4.7a；男性：bee＝66+13.7w+5.0h
‑
6.8a。式中，w为体重(kg)；h为身高(cm)；a为年龄(岁)。
55.营养风险评估模块30用以对重症患者进行营养风险评估，从而实施个体化营养支持治疗，改善重症患者营养状态及预后；支持nutric营养评分，为用户分析出哪些病人能从营养治疗中最大程度获益，提高治疗的质量，从而实现对患者的预后及转归作出客观判断。
56.在本发明的一实施例中，所述营养风险评估模块30还用以维护简易胃肠功能评分、营养风险评分nrs
‑
2002、apacheⅱ评分、sofa评分。
57.营养成分模块40与所述营养风险评估模块30连接，用以根据所述营养风险评估模
块30 中获取的评估结果，制定个体化营养支持方案；所述营养成分模块40中包括各种营养制剂的配方，用以将配方中的糖、氮、脂肪、氨基酸的比例自动拆分，智能计算患者所需的蛋白热卡和非蛋白热卡。
58.在本发明的一实施例中，所述营养成分模块40还用以维护肠内营养和肠外营养所需的营养物质能量供应比例。
59.医嘱营养匹配模块50与所述营养风险评估模块30连接，用以根据所述营养风险评估模块30中获取的评估结果，制定个体化营养支持方案；所述医嘱营养匹配模块根据统计组套内与营养项目相关的医嘱信息总量、实际执行量总值，智能汇总单日医嘱执行量换算后的营养摄入指标总值。
60.在本发明的一实施例中，所述医嘱营养匹配模块50还用以维护医嘱营养所需的医嘱内容、营养成分；用户将昨天实际执行的医嘱汇总至配方，或者/并且选择其中部分医嘱汇总至配方，减少用户重复操作。
61.营养摄入总值模块60与所述营养成分模块40、医嘱营养匹配模块50连接，用以获取所述营养成分模块提取的总热卡和所述医嘱营养匹配模块提取的营养摄入总值，计算当前患者实际营养摄入总值。
62.在本发明的一实施例中，所述营养摄入总值模块60用以将医嘱营养匹配模块汇总的医嘱配方与营养成分模块获取的肠内营养或肠外营养进行组合，生成营养配方。当用户根据患者病情选择所需的肠内营养或肠外营养时，系统能根据名称拆分出蛋白热卡、非蛋白热卡、氮、糖、脂肪、氨基酸，自动生成肠内营养或肠外营养对应的总热卡。
63.营养对比模块70用以将目标热卡模块20获取的患者目标热卡与营养摄入总值模块60的患者实际营养摄入总值进行比对，运用图表直观展示实际与目标差距。
64.在本发明的一实施例中，所述营养对比模块70将营养摄入总值模块60所得的总热卡与目标热卡模块20计算的目标热卡进行对比，运用柱形图的方式可视化对比目标热卡和实际热卡，还包括蛋白热卡、非蛋白热卡、糖热卡、脂肪热卡的对比图。用户根据重症患者所需的目标热卡，与实际热卡进行对比和调整，调整的方法为通过调整医嘱、肠内营养、肠外营养产生的总热卡，使实际热卡等同于目标热卡，最终得出符合重症患者所需的营养配方。
65.本发明还揭示一种重症患者的营养配方智能计算方法，图2为本发明一实施例中营养配方智能计算方法的流程图；请参阅图2，所述营养配方智能计算方法包括：
66.【步骤s1】患者数据库步骤，载入患者基本信息，包括患者性别、年龄、身高、体重数据；
67.【步骤s2】目标热卡步骤，用户可通过点选的方式维护和调整参数值，系统根据哈里斯
‑
本尼迪克特公式。女性：bee＝655+9.6w+1.8h
‑
4.7a；男性：bee＝66+13.7w+5.0h
‑
6.8a。
68.自动计算病人目标热卡；
69.【步骤s3】营养风险评估步骤，支持nutric营养评分等评分表为用户分析哪些病人能从营养治疗中最大程度获益，提高治疗的质量，从而实现对患者的预后及转归作出客观判断；
70.【步骤s4】营养成分步骤，用户可以维护各种营养制剂的配方以及配方成分，同时能根据患者所需的目标热卡，选择所需的肠内营养和肠外营养；
71.【步骤s5】医嘱营养匹配步骤，用户将昨天实际执行的医嘱汇总至配方，或者/并且选择其中部分医嘱汇总至配方，减少重复操作；
72.【步骤s6】营养摄入总值步骤，用户将医嘱营养匹配模块汇总的医嘱配方与营养成分模块获取的肠内营养或肠外营养进行组合，生成营养配方；当用户根据患者病情选择所需的肠内营养或肠外营养时，系统能根据名称拆分出蛋白热卡、非蛋白热卡、氮、糖、脂肪、氨基酸，自动生成肠内营养或肠外营养对应的总热卡；
73.【步骤s7】营养对比步骤，用户根据重症患者所需的目标热卡，与实际热卡进行对比和调整，使实际热卡等同于目标热卡，最终得出符合重症患者所需的营养配方。
74.综上所述，本发明提出的重症患者的营养配方智能计算引擎系统及计算方法，能全面优化医护人员的工作流程，提升医护人员的工作效率，更好的应对重症患者进行个体化的营养处方开立，使医护人员从原来大量的非技术工作中解放出来，将更多的精力服务于患者。
75.需要注意的是，本技术可在软件和/或软件与硬件的组合体中被实施；例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中，本技术的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本技术的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中；例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本技术的一些步骤或功能可采用硬件来实现；例如，作为与处理器配合从而执行各个步骤或功能的电路。
76.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
77.这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。实施例中所涉及的效果或优点可因多种因素干扰而可能不能在实施例中体现，对于效果或优点的描述不用于对实施例进行限制。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。