本技术涉及医疗技术领域,具体涉及一种血常规结果审核与同源匹配方法及系统,方法包括:获取目标人群的血常规检验数据,组成训练数据集和测试数据集;构建异常检测模型,制定适用场景、复检决策及同源预测的评估规则;利用训练数据集对异常检测模型进行训练;测试时,在样本质量审核场景下,异常检测模型的输入为当前被试者血常规样本与本人前序血常规样本的各项目指标差值及相关干扰因素数据,输出为是否需要复检;在同源匹配场景下,异常检测模型的输入为当前被试者血常规样本与疑似同源患者血常规样本的各项目指标差值及相关干扰因素数据,输出为是否匹配。本发明实现快速、准确地判断患者样本是否合格,以及针对错配样本进行同源匹配。
背景技术
血常规检验是临床医学中最广泛应用的检验项目之一,在实验室分析前的检验结果误差可能会引起临床决策错误,进而引发医疗事故。常见分析前误差有患者识别错误、样本识别错误、采血管错误、标本污染、标本不完整、标本中存在干扰物质等,其中因各种因素所致标本混淆属严重的分析前差错。
为了保证血常规检验的质量,需要对检验结果进行质量控制,排除仪器、试剂、操作、样本等因素造成的伤害。其中delta check做为一种常用方法可对同一患者的连续两次或多次检验结果的特定项目差值进行判断,但是存在一定的局限性。另外,现有技术无法针对错配样本进行溯源匹配,即无法准确判断两条或多条血常规检验数据是否来自同一位患者。
实现思路