一种预防心内科潜在并发症的护理系统及方法

摘要

本发明公开了一种预防心内科潜在并发症的护理系统及方法，获得第一用户的正常生命指标信息和异常生命指标信息；获得所述正常生命指标信息和所述异常生命指标信息的第一异常比；获得所述异常生命指标中与心内科并发症的关联度；获得预定关联度阈值，提取异常生命指标中与心内科并发症的关联度在预定关联度阈值之内的第一异常指标集合；根据第一异常指标集合，确定所述第一用户的心内科患病等级；根据所述患病等级和所述第一异常比，获得第一护理方案；根据所述第一护理方案对所述第一用户进行护理。解决了现有技术中缺少一种智能化基于患者的身体信息对用户的数据进行分析，进而达到对心内科患者的并发症进行有效的预防的技术问题。

权利要求

1.一种预防心内科潜在并发症的护理系统，所述系统包括：第一获得单元：所述第一获得单元用于获得第一用户的正常生命指标信息和异常生命指标信息；

第二获得单元：所述第二获得单元用于获得所述正常生命指标信息和所述异常生命指标信息的第一异常比；

第三获得单元：所述第三获得单元用于获得所述异常生命指标中与心内科并发症的关联度；

第四获得单元：所述第四获得单元用于获得预定关联度阈值；

第一提取单元：所述第一提取单元用于根据所述预定关联度阈值，提取所述异常生命指标中与心内科并发症的关联度在所述预定关联度阈值之内的第一异常指标集合；

第一确定单元：所述第一确定单元用于根据所述第一异常指标集合，确定所述第一用户的心内科患病等级；

第五获得单元：所述第五获得单元用于根据所述患病等级和所述第一异常比，获得第一护理方案；

第一护理单元：所述第一护理单元用于根据所述第一护理方案对所述第一用户进行护理。

2.如权利要求1所述的系统，其中，所述第五获得单元还包括：第一构建单元：所述第一构建单元用于根据所述患病等级，分等级构建并发症数据库；

第二提取单元：所述第二提取单元用于根据所述第一异常比和所述第一异常指标集合，从所述相应等级的并发症数据库中提取第一并发症信息；

第六获得单元：所述第六获得单元用于根据所述第一并发症信息，获得所述第一并发症的特征信息；

第七获得单元：所述第七获得单元用于根据所述第一并发症的特征信息，获得第一护理方案。

3.如权利要求2所述的系统，其中，所述系统还包括：第八获得单元：所述第八获得单元用于根据所述第一用户的心内科患病等级，获得第一饮食控制类型和控制量；

第九获得单元：所述第九获得单元用于根据所述第一饮食控制类型和控制量获得第一饮食护理方案；

第二护理单元：所述第二护理单元用于根据所述第一饮食护理方案对所述第一用户进行饮食护理。

4.如权利要求3所述的系统，其中，所述系统还包括：第十获得单元：所述第十获得单元用于根据所述第一并发症，获得所述第一并发症的饮食建议信息；

第十一获得单元：所述第十一获得单元用于根据所述饮食建议信息调整所述第一饮食护理方案，获得第二饮食护理方案；

第三护理单元：所述第三护理单元用于根据所述第二饮食护理方案对所述第一用户进行饮食护理。

5.如权利要求1所述的系统，其中，所述系统还包括：第十二获得单元：所述第十二获得单元用于获得所述第一用户的咽喉健康状态；

第十三获得单元：所述第十三获得单元用于获得所述第一用户的肺部健康状态；

第十四获得单元：所述第十四获得单元用于根据所述咽喉健康状态和所述肺部健康状态，获得第一呼吸系统影响因素；

第十五获得单元：所述第十五获得单元用于根据所述第一呼吸系统影响因素和所述第一用户的心内科患病等级，获得第一呼吸系统护理方案；

第四护理单元：所述第四护理单元用于根据所述第一呼吸系统护理方案，对所述第一用户进行呼吸系统的护理。

6.如权利要求1所述的系统，其中，所述系统还包括：第十六获得单元：所述第十六获得单元用于获得预定心内科患病等级阈值；

第一判断单元：所述第一判断单元用于判断所述第一用户的心内科患病等级是否在所述预定心内科患病等级阈值之内；

第十七获得单元：所述第十七获得单元用于如果所述第一用户的心内科患病等级在所述预定心内科患病等级阈值之内，获得第一图像信息，所述第一图像信息包括所述第一用户的图像信息；

第二判断单元：所述第二判断单元用于根据所述第一图像信息判断所述第一用户是否发生皮下水肿；

第十八获得单元：所述第十八获得单元用于如果所述第一用户发生皮下水肿，获得第一调整指令；

第一调整单元：所述第一调整单元用于根据所述第一调整指令，调整所述第一护理方案。

7.如权利要求1所述的系统，其中，所述第五获得单元还包括：第一输入单元：所述第一输入单元用于将所述患病等级和所述第一异常比输入护理方案设计模型，其中所述护理方案设计模型通过多组作为输入数据的训练数据训练获得，其中，所述多组作为输入数据的训练数据中的每组训练数据均包括所述患病等级、所述第一异常比和用于标识第一护理方案的标识信息；

第十九获得单元：所述第十九获得单元用于获得所述护理方案设计模型的输出结果，所述输出结果包括所述第一护理方案。

8.一种预防心内科潜在并发症的护理系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1‑7任一项所述系统的步骤。

说明书

一种预防心内科潜在并发症的护理系统及方法

技术领域

[0001] 本发明涉及心内科护理领域，尤其涉及一种预防心内科潜在并发症的护理系统及方法。

背景技术

[0002] 心内科，即心血管内科，它负责的疾病包括心绞痛、高血压、猝死、心律失常、心力衰竭、早搏、心律不齐、心肌梗死、心肌病、心肌炎、急性心肌梗死等心血管疾病等，心内科患
者一般容易患有其他并发症，有显性也有隐性并发症，如何准确甄别并进行预防是保证患
者生命安全急需解决的问题。

[0003] 但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

[0004] 现有技术中缺少一种智能化基于患者的身体信息对用户的数据进行分析，进而达到对心内科患者的并发症进行有效的预防的技术问题。

发明内容

[0005] 本申请实施例通过提供一种预防心内科潜在并发症的护理系统及方法，解决了现有技术中缺少一种智能化基于患者的身体信息对用户的数据进行分析，进而达到对心内科
患者的并发症进行有效的预防的技术问题，达到了智能化基于患者的身体信息，对患者的
各项指标分析处理，进而达到有效对心内科患者的并发症进行预防的技术效果。

[0006] 鉴于上述问题，本申请实施例提供一种预防心内科潜在并发症的护理系统及方法。

[0007] 第一方面，本申请实施例提供了一种预防心内科潜在并发症的护理系统，所述系统包括：第一获得单元：所述第一获得单元用于获得第一用户的正常生命指标信息和异常
生命指标信息；第二获得单元：所述第二获得单元用于获得所述正常生命指标信息和所述
异常生命指标信息的第一异常比；第三获得单元：所述第三获得单元用于获得所述异常生
命指标中与心内科并发症的关联度；第四获得单元：所述第四获得单元用于获得预定关联
度阈值；第一提取单元：所述第一提取单元用于根据所述预定关联度阈值，提取所述异常生
命指标中与心内科并发症的关联度在所述预定关联度阈值之内的第一异常指标集合；第一
确定单元：所述第一确定单元用于根据所述第一异常指标集合，确定所述第一用户的心内
科患病等级；第五获得单元：所述第五获得单元用于根据所述患病等级和所述第一异常比，
获得第一护理方案；第一护理单元：所述第一护理单元用于根据所述第一护理方案对所述
第一用户进行护理。

[0008] 另一方面，本申请还提供了一种预防心内科潜在并发症的护理方法，所述方法包括：获得第一用户的正常生命指标信息和异常生命指标信息；获得所述正常生命指标信息
和所述异常生命指标信息的第一异常比；获得所述异常生命指标中与心内科并发症的关联
度；获得预定关联度阈值；根据所述预定关联度阈值，提取所述异常生命指标中与心内科并
发症的关联度在所述预定关联度阈值之内的第一异常指标集合；根据所述第一异常指标集
合，确定所述第一用户的心内科患病等级；根据所述患病等级和所述第一异常比，获得第一
护理方案；根据所述第一护理方案对所述第一用户进行护理。

[0009] 本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

[0010] 通过采集第一用户的正常生命指标信息和异常生命指标信息，获得第一异常比，根据所述异常生命指标与心内科并发症的关联度，提取所述异常生命指标与心内科并发症
的满足所述预定关联度阈值的集合，缺定所述第一用户的患病等级，基于所述患病等级和
第一异常比获得第一护理方案，基于所述第一护理方案对所述第一用户进行护理，进而达
到智能化基于患者的身体信息，对患者的各项指标分析处理，进而达到有效对心内科患者
的并发症进行预防的技术效果。

[0011] 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够
更明显易懂，以下特举本申请的具体实施方式。

附图说明

[0012] 图1为本申请实施例一种预防心内科潜在并发症的护理方法的流程示意图；

[0013] 图2为本申请实施例一种预防心内科潜在并发症的护理系统的结构示意图；

[0014] 图3为本申请实施例示例性电子设备的结构示意图。

[0015] 附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一提取单元15，第一确定单元16，第五获得单元17，第一护理单元18，总线300，接收
器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

[0016] 本申请实施例通过提供一种预防心内科潜在并发症的护理系统及方法，解决了现有技术中缺少一种智能化基于患者的身体信息对用户的数据进行分析，进而达到对心内科
患者的并发症进行有效的预防的技术问题，达到了智能化基于患者的身体信息，对患者的
各项指标分析处理，进而达到有效对心内科患者的并发症进行预防的技术效果。

[0017] 下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示
例实施例的限制。

[0018] 申请概述

[0019] 心内科，即心血管内科，它负责的疾病包括心绞痛、高血压、猝死、心律失常、心力衰竭、早搏、心律不齐、心肌梗死、心肌病、心肌炎、急性心肌梗死等心血管疾病等，心内科患
者一般容易患有其他并发症，有显性也有隐性并发症，如何准确甄别并进行预防是保证患
者生命安全急需解决的问题。现有技术中缺少一种智能化基于患者的身体信息对用户的数
据进行分析，进而达到对心内科患者的并发症进行有效的预防的技术问题。

[0020] 针对上述技术问题，本申请提供的技术方案总体思路如下：

[0021] 本申请实施例提供了一种预防心内科潜在并发症的护理系统，所述系统包括：第一获得单元：所述第一获得单元用于获得第一用户的正常生命指标信息和异常生命指标信
息；第二获得单元：所述第二获得单元用于获得所述正常生命指标信息和所述异常生命指
标信息的第一异常比；第三获得单元：所述第三获得单元用于获得所述异常生命指标中与
心内科并发症的关联度；第四获得单元：所述第四获得单元用于获得预定关联度阈值；第一
提取单元：所述第一提取单元用于根据所述预定关联度阈值，提取所述异常生命指标中与
心内科并发症的关联度在所述预定关联度阈值之内的第一异常指标集合；第一确定单元：
所述第一确定单元用于根据所述第一异常指标集合，确定所述第一用户的心内科患病等
级；第五获得单元：所述第五获得单元用于根据所述患病等级和所述第一异常比，获得第一
护理方案；第一护理单元：所述第一护理单元用于根据所述第一护理方案对所述第一用户
进行护理。

[0022] 在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

[0023] 实施例一

[0024] 如图1所示，本申请实施例提供了一种预防心内科潜在并发症的护理方法，其中，所述方法包括：

[0025] 步骤S100：获得第一用户的正常生命指标信息和异常生命指标信息；

[0026] 具体而言，所述生命指标为所述第一用户的各项表明所述第一用户的身体状况的表征信息，所述指标包括但不限于：血红蛋白数、血细胞压积、淋巴细胞数、葡萄糖、尿酸、肌
酸等，所述正常生命指标为所述第一用户的各项指标在与所述第一用户匹配的体征中对应
的正常指标范围内的指标的相关信息，所述异常生命指标为不在所述第一用户匹配的体征
中对应的正常指标范围内的指标的相关信息，在所述第一用户许可的前提下，通过所述第
一用户的检测医院，获得所述第一用户的相关检测结果，对所述检测结果进行分析，获得第
一用户的正常生命指标信息和异常生命指标信息。

[0027] 步骤S200：获得所述正常生命指标信息和所述异常生命指标信息的第一异常比；

[0028] 具体而言，基于上述获得的正常生命指标信息和异常生命指标信息，获得所述第一用户的正常生命指标信息的数量和异常生命指标信息的数量，进一步来说，可根据所述
第一用户的检测的时间、类别的不同，获得每个报告单的异常比，还可以包括获得一总异常
与总正常的比值。

[0029] 步骤S300：获得所述异常生命指标中与心内科并发症的关联度；

[0030] 步骤S400：获得预定关联度阈值；

[0031] 具体而言，所述关联度是指监测的生命指标信息与心内科各并发症的关联程度，即所述体征的单体信息与并发症的密切度。举例而言，当所述第一用户的血压指标异常时，
则所述第一用户可能出现脑出血、缺血性脑中风等，则所述血压信息与所述脑出血、缺血性
脑中风关联度则较高，对所述第一用户的检测的各项生理指标进行各项心内科并发症关联
度的统计，获得第一统计结果，设定一关联度阈值，所述阈值可根据大数据进行设定，即不
同关联度下的生命体征的异常与发生并发症的概率的关系进行设定。

[0032] 步骤S500：根据所述预定关联度阈值，提取所述异常生命指标中与心内科并发症的关联度在所述预定关联度阈值之内的第一异常指标集合；

[0033] 步骤S600：根据所述第一异常指标集合，确定所述第一用户的心内科患病等级；

[0034] 具体而言，根据所述预定的关联度阈值，对上述获得的关联度的统计结果进行分析处理，即判断所述统计结果中的关联度是否满足所述关联度阈值，将满足所述关联度阈
值的统计结果进行提取，获得第一异常指标集合，基于所述第一异常指标集合，对所述第一
用户的心内科的并发症的患病等级进行预估，即获得所述第一用户可能患有并发症的概
率。

[0035] 步骤S700：根据所述患病等级和所述第一异常比，获得第一护理方案；

[0036] 具体而言，基于所述患病等级和所述第一异常比，对所述第一用户的患病的等级进行实时微调，确定所述第一用户的实际的风险值，基于所述风险值和异常的生命体征信
息，生成第一护理方案。通过根据所述第一异常比对所述患病等级的进一步的细化，使得所
述患病等级的判断更加的精确，为后续生成更加匹配的护理方案夯实了基础。

[0037] 步骤S800：根据所述第一护理方案对所述第一用户进行护理。

[0038] 具体而言，将所述生成的第一护理方案应用于所述第一用户的护理，进而达到智能化基于患者的身体信息，对患者的各项指标分析处理，进而达到有效对心内科患者的并
发症进行预防的技术效果。

[0039] 进一步的，所述根据所述患病等级和所述第一异常比，获得第一护理方案，本申请实施例步骤S700还包括：

[0040] 步骤S710：根据所述患病等级，分等级构建并发症数据库；

[0041] 步骤S720：根据所述第一异常比和所述第一异常指标集合，从所述相应等级的并发症数据库中提取第一并发症信息；

[0042] 步骤S730：根据所述第一并发症信息，获得所述第一并发症的特征信息；

[0043] 步骤S740：根据所述第一并发症的特征信息，获得第一护理方案。

[0044] 具体而言，所述并发症数据库为根据所述第一用户的患病等级信息构建的并发症的数据库，即每一等级都对应有自己的并发症的数据库。所述患病等级为包括但不限于低
危、中危、高危、很高危等等级。基于所述患病的等级的不同，构建不同患病等级对应的专属
数据库，根据所述第一用户的第一异常比和第一异常指标的集合，对所述第一用户的患病
等级对应的数据库中的数据进行提取，即首先获得所述患病等级对应的全部并发症，在通
过上述异常指标的集合和异常比信息，对所述并发症进行关联度筛选，提取第一并发症信
息，基于所述第一并发症信息，提取所述第一并发症的发病特征信息，根据所述发病特征信
息获得对应的护理方案。进一步来说，所述提取并发症信息还包括提取其他关联度满足设
定阈值的关联度信息，然后再提取对应的特征信息，获得相适应的护理方案。通过构建并发
症与患病等级对应的数据库信息，为后续进行并发症的准确的匹配夯实了基础，进而达到
可获得更加适合的护理方案的技术效果。

[0045] 进一步的，本申请实施例还包括：

[0046] 步骤S741：根据所述第一用户的心内科患病等级，获得第一饮食控制类型和控制量；

[0047] 步骤S742：根据所述第一饮食控制类型和控制量获得第一饮食护理方案；

[0048] 步骤S743：根据所述第一饮食护理方案对所述第一用户进行饮食护理。

[0049] 进一步的，本申请实施例还包括：

[0050] 步骤S744：根据所述第一并发症，获得所述第一并发症的饮食建议信息；

[0051] 步骤S745：根据所述饮食建议信息调整所述第一饮食护理方案，获得第二饮食护理方案；

[0052] 步骤S746：根据所述第二饮食护理方案对所述第一用户进行饮食护理。

[0053] 具体而言，基于所述第一用户的患病等级，判断所述第一用户的饮食类型和饮食的控制量信息，举例而言，当所述第一用户为冠心病患者，且患病等级较高时，则肥肉，动物
油，甜品，动物肝脏，蛋黄，鱼卵等富含高脂肪、高热量的食物则为所述第一用户不适宜食用
的食物信息。进一步来说，所述判断过程还包括基于所述患病等级匹配的数据库的并发症
信息进行调整，即根据并发症的数量、种类、严重程度等信息对所述第一用户的饮食控制进
行方案设定。进一步来说，所述控制的过程还包括对于所述第一用户的营养需求进行设定，
即在满足所述第一用户得当前营养状态的基础上进行饮食的种类和数量的调整，使得所述
第一用户的饮食对于抑制或不促进并发症的生成和恶化，通过所述第一饮食护理方案对所
述第一用户进行饮食的护理。

[0054] 进一步的，本申请实施例还包括：

[0055] 步骤S910：获得所述第一用户的咽喉健康状态；

[0056] 步骤S920：获得所述第一用户的肺部健康状态；

[0057] 步骤S930：根据所述咽喉健康状态和所述肺部健康状态，获得第一呼吸系统影响因素；

[0058] 步骤S940：根据所述第一呼吸系统影响因素和所述第一用户的心内科患病等级，获得第一呼吸系统护理方案；

[0059] 步骤S950：根据所述第一呼吸系统护理方案，对所述第一用户进行呼吸系统的护理。

[0060] 具体而言，所述咽喉健康状态为所述第一用户的咽喉的健康情况的评估相关信息，它包括咽喉的喉痒、干咳、积痰、咽喉腐烂、干燥等方面的评估，通过上述相关的数据对
所述第一用户的咽喉的健康状态进行评估，获得所述第一用户的咽喉的健康状态信息，通
过所述第一用户的肺部检查结果，获得所述第一用户的肺部健康状态信息。基于所述第一
用户的咽喉健康状态信息和所述肺部健康状态对所述第一用户的呼吸系统影响因素进行
评估，将所述影响因素相关的因素对应匹配护理方案，获得第一呼吸系统的护理方案，根据
所述第一呼吸系统护理方案，对所述第一用户进行呼吸系统的护理。

[0061] 进一步的，本申请实施例还包括：

[0062] 步骤S1010：获得预定心内科患病等级阈值；

[0063] 步骤S1020：判断所述第一用户的心内科患病等级是否在所述预定心内科患病等级阈值之内；

[0064] 步骤S1030：如果所述第一用户的心内科患病等级在所述预定心内科患病等级阈值之内，获得第一图像信息，所述第一图像信息包括所述第一用户的图像信息；

[0065] 步骤S1040：根据所述第一图像信息判断所述第一用户是否发生皮下水肿；

[0066] 步骤S1050：如果所述第一用户发生皮下水肿，获得第一调整指令；

[0067] 步骤S1060：根据所述第一调整指令，调整所述第一护理方案。

[0068] 具体而言，所述预定心内科患病等级阈值为一设定的心内科的患病等级阈值，当所述第一用户的患病等级阈值在所述阈值之下时，此时不需要对所述第一用户进行进一步
的处理，当所述第一用户的患病等级超过所述阈值时，此时所述第一用户的其他体征有造
成巨大风险的可能，此时获得第一图像信息，其中，所述第一图像为包括所述第一用户的图
像，根据所述第一图像对所述第一用户的皮肤进行分析，判断所述第一用户的皮肤或者皮
下是否存在液体潴留。当所述第一用户的皮肤或者皮下存在液体潴留时，则表明所述第一
用户发生皮下水肿，此时则根据皮下水肿的护理相关注意事项，对上述的第一护理方案进
行调整。

[0069] 进一步的，本申请实施例还包括：

[0070] 步骤S750：将所述患病等级和所述第一异常比输入护理方案设计模型，其中所述护理方案设计模型通过多组作为输入数据的训练数据训练获得，其中，所述多组作为输入
数据的训练数据中的每组训练数据均包括所述患病等级、所述第一异常比和用于标识第一
护理方案的标识信息；

[0071] 步骤S760：获得所述护理方案设计模型的输出结果，所述输出结果包括所述第一护理方案。

[0072] 具体而言，为了获得更加准确的第一护理方案，可通过将将所述患病等级和所述第一异常比输入第一训练模型进行训练，可以使得输出的训练结果更加精确。所述第一训
练模型是一个神经网络模型，即机器学习中的神经网络模型，神经网络(Neural Networks，
NN)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系
统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络
模型是以神经元的数学模型为基础来描述的。人工神经网络（Artificial  Neural 
Networks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。在本
申请实施例中，将将所述患病等级和所述第一异常比输入第一训练模型进行训练，用标识
第一护理方案的标识信息对所述神经网络模型进行训练。

[0073] 进一步来说，所述训练神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为：所述患病等级、所述第一异常比和用于标识第一护理方案的标识信息。通过
输入将所述患病等级和所述第一异常比，神经网络模型会输出第一训练结果，所述第一训
练结果为护理方案信息，通过将所述输出信息与所述起标识作用的标识信息进行校验，如
果所述输出信息与所述标识信息相一致，则本数据监督学习完成，则进行下一组数据监督
学习；如果所述输出信息与所述起标识信息要求不一致，则神经网络学习模型自身进行调
整，直到神经网络学习模型输出结果与所述起标识信息相一致，进行下一组数据的监督学
习。通过训练数据使神经网络学习模型自身不断地修正、优化，通过监督学习的过程来提高
神经网络学习模型处理所述输入信息的准确性，进而达到获得更加准确的护理方案的技术
效果。

[0074] 综上所述，本申请实施例所提供的一种预防心内科潜在并发症的护理系统及方法具有如下技术效果：

[0075] 1、通过采集第一用户的正常生命指标信息和异常生命指标信息，获得第一异常比，根据所述异常生命指标与心内科并发症的关联度，提取所述异常生命指标与心内科并
发症的满足所述预定关联度阈值的集合，缺定所述第一用户的患病等级，基于所述患病等
级和第一异常比获得第一护理方案，基于所述第一护理方案对所述第一用户进行护理，进
而达到智能化基于患者的身体信息，对患者的各项指标分析处理，进而达到有效对心内科
患者的并发症进行预防的技术效果。

[0076] 2、通过构建并发症与患病等级对应的数据库信息，为后续进行并发症的准确的匹配夯实了基础，进而达到可获得更加适合的护理方案的技术效果。

[0077] 3、通过训练数据使神经网络学习模型自身不断地修正、优化，通过监督学习的过程来提高神经网络学习模型处理所述输入信息的准确性，进而达到获得更加准确的护理方
案的技术效果。

[0078] 实施例二

[0079] 基于与前述实施例中一种预防心内科潜在并发症的护理方法同样发明构思，本发明还提供了一种预防心内科潜在并发症的护理系统，如图2所示，所述系统包括：

[0080] 第一获得单元11：所述第一获得单元11用于获得第一用户的正常生命指标信息和异常生命指标信息；

[0081] 第二获得单元12：所述第二获得单元12用于获得所述正常生命指标信息和所述异常生命指标信息的第一异常比；

[0082] 第三获得单元13：所述第三获得单元13用于获得所述异常生命指标中与心内科并发症的关联度；

[0083] 第四获得单元14：所述第四获得单元14用于获得预定关联度阈值；

[0084] 第一提取单元15：所述第一提取单元15用于根据所述预定关联度阈值，提取所述异常生命指标中与心内科并发症的关联度在所述预定关联度阈值之内的第一异常指标集
合；

[0085] 第一确定单元16：所述第一确定单元16用于根据所述第一异常指标集合，确定所述第一用户的心内科患病等级；

[0086] 第五获得单元17：所述第五获得单元17用于根据所述患病等级和所述第一异常比，获得第一护理方案；

[0087] 第一护理单元18：所述第一护理单元18用于根据所述第一护理方案对所述第一用户进行护理。

[0088] 进一步的，所述系统还包括：

[0089] 第一构建单元：所述第一构建单元用于根据所述患病等级，分等级构建并发症数据库；

[0090] 第二提取单元：所述第二提取单元用于根据所述第一异常比和所述第一异常指标集合，从所述相应等级的并发症数据库中提取第一并发症信息；

[0091] 第六获得单元：所述第六获得单元用于根据所述第一并发症信息，获得所述第一并发症的特征信息；

[0092] 第七获得单元：所述第七获得单元用于根据所述第一并发症的特征信息，获得第一护理方案。

[0093] 进一步的，所述系统还包括：

[0094] 第八获得单元：所述第八获得单元用于根据所述第一用户的心内科患病等级，获得第一饮食控制类型和控制量；

[0095] 第九获得单元：所述第九获得单元用于根据所述第一饮食控制类型和控制量获得第一饮食护理方案；

[0096] 第二护理单元：所述第二护理单元用于根据所述第一饮食护理方案对所述第一用户进行饮食护理。

[0097] 进一步的，所述系统还包括：

[0098] 第十获得单元：所述第十获得单元用于根据所述第一并发症，获得所述第一并发症的饮食建议信息；

[0099] 第十一获得单元：所述第十一获得单元用于根据所述饮食建议信息调整所述第一饮食护理方案，获得第二饮食护理方案；

[0100] 第三护理单元：所述第三护理单元用于根据所述第二饮食护理方案对所述第一用户进行饮食护理。

[0101] 进一步的，所述系统还包括：

[0102] 第十二获得单元：所述第十二获得单元用于获得所述第一用户的咽喉健康状态；

[0103] 第十三获得单元：所述第十三获得单元用于获得所述第一用户的肺部健康状态；

[0104] 第十四获得单元：所述第十四获得单元用于根据所述咽喉健康状态和所述肺部健康状态，获得第一呼吸系统影响因素；

[0105] 第十五获得单元：所述第十五获得单元用于根据所述第一呼吸系统影响因素和所述第一用户的心内科患病等级，获得第一呼吸系统护理方案；

[0106] 第四护理单元：所述第四护理单元用于根据所述第一呼吸系统护理方案，对所述第一用户进行呼吸系统的护理。

[0107] 进一步的，所述系统还包括：

[0108] 第十六获得单元：所述第十六获得单元用于获得预定心内科患病等级阈值；

[0109] 第一判断单元：所述第一判断单元用于判断所述第一用户的心内科患病等级是否在所述预定心内科患病等级阈值之内；

[0110] 第十七获得单元：所述第十七获得单元用于如果所述第一用户的心内科患病等级在所述预定心内科患病等级阈值之内，获得第一图像信息，所述第一图像信息包括所述第
一用户的图像信息；

[0111] 第二判断单元：所述第二判断单元用于根据所述第一图像信息判断所述第一用户是否发生皮下水肿；

[0112] 第十八获得单元：所述第十八获得单元用于如果所述第一用户发生皮下水肿，获得第一调整指令；

[0113] 第一调整单元：所述第一调整单元用于根据所述第一调整指令，调整所述第一护理方案。

[0114] 进一步的，所述系统还包括：

[0115] 第一输入单元：所述第一输入单元用于将所述患病等级和所述第一异常比输入护理方案设计模型，其中所述护理方案设计模型通过多组作为输入数据的训练数据训练获
得，其中，所述多组作为输入数据的训练数据中的每组训练数据均包括所述患病等级、所述
第一异常比和用于标识第一护理方案的标识信息；

[0116] 第十九获得单元：所述第十九获得单元用于获得所述护理方案设计模型的输出结果，所述输出结果包括所述第一护理方案。

[0117] 前述图1实施例一中的一种预防心内科潜在并发症的护理方法的各种变化方式和具体实例同样适用于本实施例的一种预防心内科潜在并发症的护理系统，通过前述对一种
预防心内科潜在并发症的护理方法的详细描述，本领域技术人员可以清楚的知道本实施例
中一种预防心内科潜在并发症的护理系统的实施方法，所以为了说明书的简洁，在此不再
详述。

[0118] 示例性电子设备

[0119] 下面参考图3来描述本申请实施例的电子设备。

[0120] 图3图示了根据本申请实施例的电子设备的结构示意图。

[0121] 基于与前述实施例中一种预防心内科潜在并发症的护理方法的发明构思，本发明还提供一种预防心内科潜在并发症的护理系统，其上存储有计算机程序，该程序被处理器
执行时实现前文所述一种预防心内科潜在并发症的护理方法的任一方法的步骤。

[0122] 其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存
储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之
类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步
描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器
303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

[0123] 处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

[0124] 本申请还提供了一种预防心内科潜在并发症的护理方法，所述方法包括：获得第一用户的正常生命指标信息和异常生命指标信息；获得所述正常生命指标信息和所述异常
生命指标信息的第一异常比；获得所述异常生命指标中与心内科并发症的关联度；获得预
定关联度阈值；根据所述预定关联度阈值，提取所述异常生命指标中与心内科并发症的关
联度在所述预定关联度阈值之内的第一异常指标集合；根据所述第一异常指标集合，确定
所述第一用户的心内科患病等级；根据所述患病等级和所述第一异常比，获得第一护理方
案；根据所述第一护理方案对所述第一用户进行护理。

[0125] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实
施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机
可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产
品的形式。

[0126] 本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流
程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。

[0127] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或
多个方框中指定的功能。

[0128] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一
个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内
的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，
所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

[0129] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围
之内，则本发明也意图包含这些改动和变型在内。