本发明属于医疗健康管理，尤其涉及集成ai的急性胸痛快速识别评估系统及方法。
背景技术：
1、急性胸痛作为心血管疾病的紧急症状，其突发性和高风险性要求救治过程需迅速且精准。当前，虽然已有胸痛中心和胸痛救治单元等模式，但在患者发病初期的信息采集、定位及快速响应方面存在不足。尤其是交通不便的情况下，从患者感知症状到专业救治的时间间隔较长，这直接影响了救治效果和患者生存质量。
技术实现思路
1、本发明所解决的技术问题在于提供一种集成ai的急性胸痛快速识别评估系统及方法，以实时监测患者生理参数，同时上传发病时的关键数据至医疗急救中心，从而实现早期识别、快速响应和精准救治，显著提高救治效率和成功率。
2、本发明提供的基础方案：集成ai的急性胸痛快速识别评估系统，包括：
3、监测模块：用于实时监测目标患者的体征数据；
4、数据存储模块：用于根据预设的ai提示词生成分布式文件存储单元，并按照ai提示词类别分别存储监测的目标患者的体征数据；所述数据存储模块还用于存储目标医院的急性胸痛患者历史诊断数据；
5、ai模块：用于生成大数据ai模型，并接入互联网和数据存储模块进行训练；
6、数据分析模块：用于将数据存储模块中的体征数据输入至训练完成的大数据ai模型中，输出目标患者的急性胸痛识别结果。
7、进一步，所述监测模块中包括生理特征监测单元、生物标记鉴别单元和临床体征记录单元，所述生理特征监测单元用于基于诊疗设备获取目标患者的生理特征参数；所述生物标记鉴别单元用于基于鉴别设备获取目标患者的生物标记鉴别结果；所述临床特征记录单元用于通过多源方式记录目标患者的临床特征，并构建临床特征知识图谱。
8、进一步，所述数据存储模块包括分布式存储单元和历史数据存储单元，所述分布式存储单元用于根据预设的ai提示词构建存储文件，并根据对应的ai提示词对存储文件识别读取信息进行绑定；所述分布式存储单元还用于根据存储文件类别分别存储目标患者的体征数据；所述历史数据存储单元用于存储目标医院的急性胸痛患者历史诊断数据。
9、进一步，所述ai模块包括ai模型构建单元、语料库生成单元、ai模型训练单元，所述ai模型构建单元用于构建生成大数据ai模型；所述语料库生成单元用于根据急性胸痛领域文献数据、各医院的急性胸痛患者历史诊断数据生成语料库；所述ai模型训练单元用于对语料库中存储数据划分诊断流程数据和对应的诊断结果数据，输入至大数据ai模型中进行训练。
10、进一步，所述数据分析模块包括生物标记物分析单元、生理特征识别单元以及临床特征识别单元，所述生物标记物分析单元用于基于大数据ai模型构建生物标记物分析模型，对目标患者的生物标记物鉴别结果进行分析，生成目标患者的生物标记物诊断结果；
11、所述生理特征识别单元用于基于大数据ai模型构建生理特征识别模型，对目标患者的生理特征参数进行诊断识别，生成目标患者的生理诊断结果；
12、所述临床特征识别单元用于基于大数据ai模型构建急性胸痛临床特征识别模型，对目标患者的临床特征知识图谱进行分析，生成目标患者的胸痛临床特征表现结果。
13、集成ai的急性胸痛快速识别评估方法，应用于上述的集成ai的急性胸痛快速识别评估系统，包括：
14、s1：实时监测目标患者的体征数据；
15、s2：根据预设的ai提示词生成分布式文件存储单元，并按照ai提示词类别分别存储监测的目标患者的体征数据；同时存储目标医院的急性胸痛患者历史诊断数据；
16、s3：生成大数据ai模型，并接入互联网和分布式文件存储单元进行训练；
17、s4：将数据的体征数据输入至训练完成的大数据ai模型中，输出目标患者的急性胸痛识别结果。
18、一种电子设备，包括处理器和存储器，所述存储器中存储程序或指令，所述处理器通过调用所述存储器存储的程序或指令，执行如上所述的集成ai的急性胸痛快速识别评估方法。
19、一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上所述的集成ai的急性胸痛快速识别评估方法。
20、本发明的原理及优点在于：在本发明方案中，通过获取到目标患者的体征数据后，构建大数据ai模型来进行急性胸痛快速评估诊断，具体的，获取的体征数据包括生理体征参数、生物标记物鉴别结果以及临床特征知识图谱，基于这些体征数据，一方面对于训练好的大数据ai模型来说，能够快速识别评估目标患者的状况，另一方面将这些数据按照预设的ai提示词进行分布式分类存储，能够提高后续大数据ai模型进行数据提取的效率。
21、而对于如何训练大数据ai模型，本申请中除将大数据ai模型接入互联网进行训练，还将大数据ai模型接入目标医疗机构的急性胸痛患者历史诊断数据中进行训练，由此得到的大数据ai模型，不管从分析数据，还是诊断结果，都更符合实际目标医疗机构的真实情况。
22、对于大数据ai模型在具体分析评估过程中，基于大数据ai模型，分别构建了生物标记物分析模型、生理特征识别模型、急性胸痛临床特征识别模型，以此的到目标患者的生物标记物诊断结果、目标患者的生理诊断结果和目标患者的胸痛临床特征表现结果，来作为目标患者的快速识别评估结果，提高救治效率和成功率。
1.集成ai的急性胸痛快速识别评估系统，其特征在于：包括：
2.根据权利要求1所述的集成ai的急性胸痛快速识别评估系统，其特征在于：所述监测模块中包括生理特征监测单元、生物标记鉴别单元和临床体征记录单元，所述生理特征监测单元用于基于诊疗设备获取目标患者的生理特征参数；所述生物标记鉴别单元用于基于鉴别设备获取目标患者的生物标记鉴别结果；所述临床特征记录单元用于通过多源方式记录目标患者的临床特征，并构建临床特征知识图谱。
3.根据权利要求2所述的集成ai的急性胸痛快速识别评估系统，其特征在于：所述数据存储模块包括分布式存储单元和历史数据存储单元，所述分布式存储单元用于根据预设的ai提示词构建存储文件，并根据对应的ai提示词对存储文件识别读取信息进行绑定；所述分布式存储单元还用于根据存储文件类别分别存储目标患者的体征数据；所述历史数据存储单元用于存储目标医院的急性胸痛患者历史诊断数据。
4.根据权利要求3所述的集成ai的急性胸痛快速识别评估系统，其特征在于：所述ai模块包括ai模型构建单元、语料库生成单元、ai模型训练单元，所述ai模型构建单元用于构建生成大数据ai模型；所述语料库生成单元用于根据急性胸痛领域文献数据、各医院的急性胸痛患者历史诊断数据生成语料库；所述ai模型训练单元用于对语料库中存储数据划分诊断流程数据和对应的诊断结果数据，输入至大数据ai模型中进行训练。
5.根据权利要求4所述的集成ai的急性胸痛快速识别评估系统，其特征在于：所述数据分析模块包括生物标记物分析单元、生理特征识别单元以及临床特征识别单元，所述生物标记物分析单元用于基于大数据ai模型构建生物标记物分析模型，对目标患者的生物标记物鉴别结果进行分析，生成目标患者的生物标记物诊断结果；
6.集成ai的急性胸痛快速识别评估方法，应用于如上权利要求1-5任一项所述的集成ai的急性胸痛快速识别评估系统，其特征在于：包括：
7.一种电子设备，其特征在于：包括处理器和存储器，所述存储器中存储程序或指令，所述处理器通过调用所述存储器存储的程序或指令，执行如上权利要求6所述的集成ai的急性胸痛快速识别评估方法。
8.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上权利要求6所述的集成ai的急性胸痛快速识别评估方法。
