买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州市第一人民医院(西湖大学附属杭州市第一人民医院)申请的专利一种用于重症监护的远程智能报警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121416092B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511950170.0，技术领域涉及：G16H50/30；该发明授权一种用于重症监护的远程智能报警方法及系统是由李沂玮;胡炜;朱英;刁孟元;汪洋设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本一种用于重症监护的远程智能报警方法及系统在说明书摘要公布了：本发明涉及重症远程监护报警技术领域，特别是一种用于重症监护的远程智能报警方法及系统。该方法及系统通过远程监护平台获取患者生命体征数据；基于用户配置生成患者监护总览，其中包含基于治疗流程的各医疗设备之间的数据信号连接关系及各医疗设备的监测参数范围；将患者监护总览与各医疗设备进行实时数据信号同步；计算当前时刻与预设监护周期末端时刻的剩余时长，根据剩余时长确定自适应预测策略，基于各医疗设备的实时监测参数和数据信号连接关系，按照自适应预测策略生成对应于患者监护总览的风险预测值；将风险预测值与用户设定的风险参考阈值比对，得出偏差指标并输出报警信号，为重症监护场景提供了更为合理且高效的预警支持。

本发明授权一种用于重症监护的远程智能报警方法及系统在权利要求书中公布了：1.一种用于重症监护的远程智能报警方法，其特征在于，包括如下具体步骤： 通过远程监护平台获取患者生命体征数据并生成患者监护总览，所述患者监护总览中包含基于治疗流程的各医疗设备之间的数据信号连接关系，以及各医疗设备的实时监测参数范围； 根据预设的医疗设备类型、医疗设备连接规则和监测参数阈值范围构建医疗设备拓扑网络，所述医疗设备拓扑网络中的节点代表医疗设备、边代表医疗设备之间的数据交互关系；所述监测参数阈值范围，为每个节点分配参数监控条件，融合所述医疗设备拓扑网络和参数监控条件，生成所述患者监护总览； 所述患者监护总览与各医疗设备进行实时数据信号同步；计算当前时刻与预设监护周期的末端时刻之间的剩余时长，根据所述剩余时长确定自适应预测策略、基于各医疗设备的实时监测参数和所述数据信号连接关系，按照所述自适应预测策略生成对应于所述患者监护总览的风险预测值；将所述风险预测值与预设的风险参考阈值进行比对，得出偏差指标并输出报警信号； 所述剩余时长确定自适应预测策略，包括调用预设的第一映射表，将所述剩余时长输入所述第一映射表匹配得出初始预测间隔，获取所述风险参考阈值对应的风险类型数量，依据所述风险类型数量从第二映射表提取第一调整值；统计所述患者监护总览中的医疗设备总数，基于所述医疗设备总数查询第三映射表提取第二调整值；将所述第一调整值和所述第二调整值进行加权求和，作为调整因子；将所述初始预测间隔与所述调整因子进行乘积运算，获得优化预测间隔；依据所述优化预测间隔制定所述自适应预测策略； 所述基于各医疗设备的实时监测参数和所述数据信号连接关系，按照所述自适应预测策略生成对应于所述患者监护总览的风险预测值，包括加载预训练的特征提取模块，所述特征提取模块使用历史数据集完成训练过程；依据所述优化预测间隔，控制所述特征提取模块对各医疗设备的实时监测参数和所述数据信号连接关系进行特征融合，生成融合特征向量；所述融合特征向量通过动态评估模型计算所述风险预测值，所述风险预测值表示所述患者监护总览中所有医疗设备在所述预设监护周期内的综合风险程度；其中： 所述特征提取模块的最终输出是一个固定维度的融合特征向量，该向量形式化公式为： ； 其中：代表输入到卷积层的特征张量，包含节点特征矩阵与邻接矩阵的堆叠；conv表示包含边卷积和常规空间卷积在内的复合卷积操作；σ表示激活函数；hx即为输出的融合特征向量； 所述方法还包括：对所述患者生命体征数据进行关键特征提取，得到生理特征序列；所述生理特征序列通过预训练响应学习模块生成静态风险响应矩阵，获取可干预路径；依据所述静态风险响应矩阵中的各个静态风险响应值及对应医疗设备位置，控制报警装置的可干预路径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州市第一人民医院(西湖大学附属杭州市第一人民医院)，其通讯地址为：310006 浙江省杭州市浣纱路261号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。