基于数据融合技术的手术信息管理系统

许琴 邱燕 朱涛

摘 要： 为了提高手术信息和医院流程的高效管理，需要建立手术信息管理系统。贝叶斯估计法通过先验概率和新的特征数据，得到新的概率，能够观察数据本身。将贝叶斯估計法应用于手术信息管理系统中，利用硬件设备和手术室医疗仪器采集并传输手术及麻醉时间、患者生理情况等信息录至手术信息管理系统。系统使用贝叶斯估计法从参数和先验概率出发，首先确定参数的分布概率，再由样本集求解出样本的联合概率分布。并通过贝叶斯定理处理先验概率和样本信息处理接收的数据，计算出后验信息，求解贝叶斯估计值，得到所需的统计判断结果，分析手术情况、患者状态。从而实现手术过程的数据化、自动化、智能化，提高手术效率，助力医院管理。

关键词： 数据融合; 贝叶斯估计; 手术信息; 管理系统

中图分类号： TP273      文献标志码： A

Operation Information Management System Based on Data Fusion Technology

XU Qin， QIU Yan， ZHU Tao*

（West China Hospital， Sichuan University， Chengdu 610041）

Abstract： In order to improve the efficient management of operation information and hospital process， it is necessary to establish an operation information management system. Bayesian estimation method can obtain new probability through prior probability and new characteristic data， and can observe the data. In this paper， the Bayesian estimation method is applied to the operation information management system. The hardware equipment and the operating room medical instruments are used to collect and transmit the information of operation， anesthesia time and patients physiological conditions to the operation information management system. The system uses the Bayesian estimation method to determine the distribution probability of parameters from the parameters and prior probability， and then the joint probability score of samples is obtained from the sample set. By using Bayesian theorem to process the prior probability and the data received from sample information processing， the posterior information is calculated， the Bayesian estimation is solved， the required statistical judgment results are obtained， and the operation situation and patient status are analyzed. It realizes the digitalization， automation and intellectualization of the operation process， improves the operation efficiency and helps hospital management.

Key words： Data fusion; Bayesian estimation; Operation information; Management system

0 引言

手术的人数随着医学技术的发展而不断增加。手术室作为医院的重要科室，其医务人员不仅需要医治大量的病患，还需要处理繁多的手术信息。

一方面，若每日的首台手术不能准时开始，且手术延时，主要会导致3个方面的问题：患者在手术室长时间等待，造成手术前紧张的负面情绪，影响病情恢复;影响整体手术的安排，造成加班，使医护人员感到焦虑和压力[1];手术室作为医院的核心部门，仪器集中且医疗耗材量大，环境管控严格，人力成本要求较高，若不能增加手术室的使用效率，提高医院的运作成本[2]，将影响经济效益。因此，手术准时开始、手术时间不延时，是一个高效率手术室应具备的特征，也是影响手术间利用率的关键[3]。若手术室工作率低下，不仅影响患者的周转及住院时间，增加患者的经济压力，还会积压后续手术，导致医护人员频繁加班，影响社会效益，成为医院质量管理的瓶颈[4]。

另一方面，大量的手术也导致了相关的数据量繁多。在手术中，需要记录的各个时间点，如患者及手术医师到位时间、手术开始时间、手术房间号、床号、住院号、手术名称、患者名称、各医师护士名称等信息，以及患者在手术签收心率、麻醉、恢复等情况。

任何一场手术都包含了大量的数据， 因此为了更好的分析手术延误原因、管理患者手术信息、分析手术前后患者情况，只有建立以数据融合为核心的手术信息管理系统智能处理手术信息，才能更好的将手术信息融入临床信息系统中，为一线诊疗做好保障[5]。

1 需求分析与系统设计

该基于数据融合技术的手术信息管理系统的目的是通过手术麻醉信息系统，实时采集麻醉和监护设备的数据，实现手术前、手术中、手术后全过程的数字信息化管理，为手术室提供全数字化的临床管理、耗材管理、费用管理等业务[6]。并通过系统集成，实现病人资料、医院病历、检查报告、检验结果等信息的全面共享，为各科室更好的了解病患信息做好准备。

基于数据融合技术的手术信息管理系统的结构，如图1所示。

主要由数据录入模块、传输网络和手术信息管理这3个部分组成。数据录入包括手术信息的录入和患者信息的录入;无线传输网络通过蓝牙的无线网络实现数据的交互;手术信息管理系统采用JAVA语言编译，基于C/S服务架构的JAVA Web，将接收到的数据保存在MySQL数据库中。为了更好的处理手术信息和患者信息，手术信息管理系统会调用数据融合算法，分析患者及手术情况，并将融合结果储存在数据库中，便于医疗人员和医院管理人员查看所需信息。系统的流程，如图2所示。

患者住院后，会在管理系统录入患者的数据信息，包括患者姓名、床号、住院号、医护人员姓名、手术前情况、手术后情况等。当患者需要手术，相应的手术室终端机会被启动，无线设备装置上电后会组建、加入无线网络，采集到的手术信息同步传输至手术信息管理系统，保存在本地数据库中。系统会调用手术数据和患者数据进行相应的数据融合分析，并在手术信息管理系统中显示当前手术的患者、手术医护人员、手术状态、手术仪器等信息，且通过数据融合技术分析当前患者情况。手术结束后会进行数据融合分析，显示历史手术数据，查看手术是否延时、延时手术医师、延时原因、患者术后情况等信息。

2 数据融合设计

数据融合技术最初仅应用于军事领域[7-8]，随着技术的不断发展已广泛应用于各个领域[9-11]。数据融合技术的目的是通过计算机对采集的多项数据信息进行观测，并在一定规定下进行信息处理，实现多数据信息的自动分析、综合，得到所需的决策和评估[12-14]。常用的方法有代數法、图像回归法、贝叶斯估计法和神经网络法。

本文采用的是贝叶斯（Bayes）估计法[15-16]。该方法是利用贝叶斯定理，结合新的证据以及之前的先验概率，从而得到新的概率。

贝叶斯估计法的设定参数服从概率分布，已有的数据是在该参数的分布下产生的，通过MAP（maximun a posterior，最大值后验估计）方法求解参数θ。

贝叶斯估计中有两个概念：先验概率和后验概念。根据贝叶斯公式：p（θ|X）=p（X|θ）·p（θ）p（X）

（1）  这是一个条件概率公式，其中p（θ）为先验概率，p（θ|X）为后验概率，p（D）为数据分布。根据全概率分布，数据分布可以分解为：p（D）=∫θp（D|θ）p（θ）dθ

（2）  对于已有数据D={x1，x2，x3，…，xn），有似然函数p（D|θ）：p（D|θ）=∏ni=1p（xi|θ）

（3）  将数据分布函数带入后验概率函数中，可以得到：p（θ|D）=（∏ni=1p（xi|θ））p（θ）∫θ（∏ni=1p（xi|θ））p（θ）dθ

（4）  由此可见，该函数中具有高复杂度的计算过程。因此，通过最大值后验估计算法估计该函数。为了得到预测值，需得到已有数据D={x1，x2，x3，…，xn）的数学期望：E（x|D）=∫xxp（x|D）dx

（5）  由于x的分布于参数θ相关，且参数θ服从概率分布，故可以得到：p（x|D）=∫θp（x，θ|D）dθ

（6）  因为x和参数θ在已知数据D={x1，x2，x3，…，xn）条件下的概率分布，等于x在已知参数θ和数据D={x1，x2，x3，…，xn）的条件下的概率，再乘上在已有数据D={x1，x2，x3，…，xn）条件下的概率，所以可以得到：p（x，θ|D）=p（x|θ，D）p（θ|D）

（7）其中，p（x|θ，D））=p（x|θ）。由此可以得到：

p（x|D）=∫θp（x，θ|D）dθ=∫θp（x|θ）p（θ|D）dθ

（8）

根据观察可以发现，p（θ|D）的分母是归一化因子，而非参数θ的函数。因此，使用下述函数最大化p（θ|D）的分子：θMAP=argmax∏ni=1p（xi|θ）p（θ）

（9）  贝叶斯估计的原理图，如图3所示。

贝叶斯估计的主要流程是首先进行先验概率，再将样本信息通过贝叶斯定理进行计算。最终通过后验概率，得到统计推断的结果。

3 系统硬件功能设计

该系统的硬件部分主要负责记录手术信息，降低麻醉医师的工作强度，提高麻醉医师在工作中的注意力和工作质量。同时，还需要连接手术室内各医疗仪器的工作状态和采集的数据。

手术从开始至结束，需主要记录的是全过程的时间节点、医疗仪器的使用情况及仪器采集的人体体征数据。

手术前由医护人员录入患者的到位时间、麻醉时间，并通过医疗仪器测量、记录、传输患者的生命体征数据至手术信息管理系统，再由系统进行数据的汇总与分析。手术医生、麻醉医生等到位时间由打卡录入时间为准，终端采集到到位时间后，通过无线网络传输至协调器，再由协调器将数据写入信息管理系统。医疗仪器通过串口将采集数据录入手术信息管理系统之中。

在手术的过程中，会设置手术信息管理的液晶屏。该液晶屏会显示手术全过程的实时监控信息、提示手术室内患者使用的医疗仪器的数据信息，以及通过数据融合后综合判断的手术、患者情况的提示，便于医护人员观测。

硬件系统的具体流程，如图4所示。

打卡机接收到数据后进行A/D转换，并设置数据帧格式，将打包的数据包通过无线的方式发送至蓝牙的协调器。蓝牙的协调器接收数据后进行数据解析，通过串口的方式将数据发送至手术信息管理系统。系统处理数据后，再通过串口的方式将数据发出，蓝牙的协调器接收数据并解析显示在液晶屏上。同时还接收摄像头采集的手术实时数据，将图像显示在液晶屏上。

4 手术信息管理系统的实现

在该界面中输入账号、密码登录系统，可以查看相关信息。

该系统主要包括了患者信息、术前管理信息和手术信息这3个模块，点击相应的标签可以查看所需的信息和数据融合后的判断信息。

患者住院后，如需做手术，则要在手术信息管理系统中记录患者信息，包括基本信息、入院时间、主治医生、术前评估、手术医师、手术排班等信息。数据保存在数据库后，可以将其导出在表格中，如图5所示。

通过打卡系统，可以获取医护人员、患者进入手术室的时间信息。在手术信息管理系统中，不仅可以查询手术信息，并根据数据融合技术的计算结果，判断手术是否准时开始或延误。同时列出多次延误手术的相关信息，便于管理。

在手术过程中，使用的相关医疗仪器会记录患者在使用过程中的相关情况，例如体温、心率、血氧等情况。这些医疗仪器以每秒为周期采集、存储这些数据，同时能够以二维图像直观的显示该项数据，由数据融合技术判断分析患者当前的综合身体状态。如图6所示为某患者进入手术室2分钟后的生命体征曲线。

通过与数据库同类数据样本的分析与比对，当系统判断出患者的体征数据发生异常后，显示器会显示患者状态，并发出报警，提示医护人员及时采取措施。同时这些数据会被作为比对样本保存进数据库，为后续对比数据库的进一步健全提供详实的数据。采集到的数据样表，如表1所示。

5 总结

该系统能够实现手术数据的采集，并分析手术信息，为医院管理提供一定的依据;并能全面、准确、实时、详细的采集患者手术信息，为医护人员治疗患者提供有效地依据，从而实现手术信息数字化管理。通过该手术信息管理系统，分析、保存手术信息，提高工作效率，降低人力劳动，提升经济效益，在麻醉醫疗质量管控方面具有良好的应用开发空间。

基于数据融合技术的手术信息管理系统，能够帮助医院一线医务人员在手术流程中实现工作标准化、数据化、自动化、流程化。这不仅可提高日常手术进展的效率，还能规范医疗人员的手术行为，实现以患者为中心的医护过程，具有一定的实用价值。

参考文献

[1] 于慧.手术室移动护理信息管理系统的应用[J].中医药管理杂志，2018，26（19）：162-163.

[2] 何奕，朱静.手术患者安全交接闭环管理信息系统的设计与实现[J].中国卫生信息管理杂志，2018，15（5）：108-111.

[3] 赵欣.医院临床中麻醉信息系统的应用分析[J].医学信息，2018，31（15）：18-19.

[4] 姜燕，李亢.基于CT图像的辅助骨肿瘤切除手术的计算机导航系统设计与实现[J].电子设计工程，2017，25（4）：122-125.

[5] 熊玲，唐锦辉，程龙，等.基于过程管理的手术资质授权与分级管理信息系统建设与应用[J].中国医院，2018，22（6）：22-24.

[6] 毛中亮，杜晓霞，苏茂生.日间手术管理信息系统的设计与应用[J].中国卫生信息管理杂志，2018，15（2）：197-201..

[7] 吴南，魏巍.基于大数据分析的医院信息化管理系统[J].现代电子技术，2018，41（21）：41-44.

[8] 陈强，卢燕.基于大数据分析的智慧型医院集成管理平台建设与应用效果评价[J].中国医药导报，2018，15（35）：167-170.

[9] 王翔，白茹，崔晓阳，等.姿态检测系统中的数据融合算法综述[J].电子科技，2018，31（10）：43-47.

[10] 翟霄，潘海为，谢晓芹，等.支持多模态医学数据融合的并行加载算法[J].数据采集与处理，2018（4）：758-768.

[11] 姚川，林妍，王光大，等.医院临床医学系统电子数据交互融合技术研究[J].自动化与仪器仪表，2018（5）：89-92.

[12] 崔宇佳，张一迪，王培志，等.基于多评价标准融合的医疗数据特征选择算法[J].复旦学报（自然科学版），2019（2）：250-255.

[13] 毛颉.基于无线传感器网络的视频目标跟踪算法[J].控制工程，2018，25（1）：71-75.

[14] 陆文英，胡海荣.基于手机多传感器数据融合的测步长算法[J].电子科技，2018，31（12）：13-17.

[15] 陈志国，滕桂法.基于层次拓扑的无线传感网络的数据融合算法[J].现代电子技术，2018，41（24）：71-75，80.

[16] 尉永清，陈小雪，伊静，等.基于混合粒子群优化的贝叶斯网络结构学习方法[J].小型微型计算机系统，2018（9）：2060-2066.

（收稿日期： 2019.06.14）

作者简介：许琴（1983-），女，成都人，硕士，研究方向：医院管理。

邱燕（1983-），女，四川隆昌人，博士研究生，研究方向：麻醉与免疫。

通信作者：朱涛（1969-），男，江苏如皋人，博士研究生，研究方向：人体基本生命功能监控及新技术研发。文章编号：1007-757X（2020）02-0156-03