人工智能辅助感染监测及报警系统设计与实现

【摘要】：医院感染的监测和检测是医院面临的一个非常重要的问题。尽管许多国家和地区的医院中采用了感染监测及报警系统,但医院感染暴发仍然时有发生。主要原因在于:传统感染监测及报警系统主要是通过对医生主动上报的感染患者信息进行统计分析,进而实现感染监测,感染监测的可靠性和实时性取决于医生主动上报的及时性和自觉性,并且存在无法监测微生物的耐药性变化导致的新发感染和无法准确判断感染患者中是否发生了传染现象等问题。如何利用计算机系统提高感染监测效率和感染监测的可靠性,实现对微生物耐药性监控并及时发出感染报警,充分利用监测数据进行干预提示,进而提高医院感染监测的效率和临床医师治疗的合理性,是当前医务人员及感染控制人员的迫切需求。本研究设计并实现了人工智能辅助感染监测及报警系统,系统采用了人工智能JESS(Java expert system shell)推理引擎和数据挖掘技术。一方面,解决了传统感染监测系统感染监测准确度和监测效率低的问题。另一方面,系统监测到感染事件后发出感染报警,并生成智能报告为临床医生提出最佳的抗生素清单辅助治疗。除此之外,系统还集成了一个统计分析模块,帮助用户可以直观的发现感染数据的变化趋势及感染事件在医院中发生的特征。在系统实现过程中,首先,对人工智能辅助感染监测系统的需求分析及功能描述,包括业务流程分析、系统功能需求描述和系统的非功能需求分析。然后对系统进行设计与实现,其中对JESS感染监测模块及知识发现模块进行了详细设计。在JESS感染监测模块中,使用JESS推理引擎实现感染监测及报警并生成智能报告,将感染监测模块细分为初始化子模块、JESS感染监测子模块和JESS通信子模块进行详细设计;在知识发现模块中,应用关联规则算法Aprior算法实现规则挖掘,发现的规则用于更新JESS专家系统知识库。最后对各功能模块进行软件测试并且在领域专家的指导下对智能报告和数据挖掘的可靠性进行了数据验证,验证JESS感染监测模块生成智能报告中的任务达到了很高的可靠性,其中抗生素耐药性变化报告的精确率为94%,灵敏度为97.5%。