基于多模态数据与深度学习的围术期低体温实时预测模型

本发明涉及体温实时预测技术领域，特别涉及基于多模态数据与深度学习的围术期低体温实时预测模型，通过建立智能辅助系统，提前收集大量已进行的手术数据，这些数据包括术前信息、术中信息以及术后数据，并全面分析患者的健康状况；通过系统将收集到的患者术前健康数据、历史的手术记录与ASA分类标准结合后，可以准确地预测患者在手术过程中低体温发生的概率，供一个低体温发生的风险评分或概率，可以帮助医生在制定手术计划时考虑到这一因素，以此达到对患者的围术期低体温初步预测效果，通过将环境数据与患者体征的实时数据结合，可更好地评估患者术中低体温的发生风险，辅助医生及时调整术中保暖措施，为患者提供更加安全和舒适的手术环境。