1.一种基于医联体的压力性损伤智能决策防治系统，其特征在于，包括如下功能模块：
基础支撑模块：包括大数据单元、人工智能单元和可视化知识图谱单元；
所述大数据单元用于对压力性损伤患者历史健康数据和入院后临床数据的采集、分类、存储、检索；
所述人工智能单元用于对压力性损伤患者的历史健康数据和入院后临床数据进行智能分析和压力性损伤风险预判；
所述人工智能单元具体包括算法框架组件和算法接口组件；
所述算法框架组件包括：利用过往的压力性损伤患者的样本数据，对人工卷积神经网络模型进行训练，并且利用不断扩充的样本数据周期性地更新所述人工卷积神经网络模型；
所述算法接口组件包括：将训练好的所述人工卷积神经网络模型打包成函数，以供应用服务模块直接调用；
所述可视化知识图谱单元利用领域知识库和护理规则库的融合，构建压力性损伤分期和护理知识图谱，实现可视化展示、交互和宣教；
应用服务模块：包括智能风险评估及复评单元、智能决策分期单元、医联体单元和健康教育推送单元；
所述智能风险评估及复评单元，用于实现Braden Scale项目评分，根据项目评分生成自动生成风险预警、复评任务和时间节点，并将所述复评任务分配给主管医务人员，将评分结果、风险预警和复评任务进行可视化展示；
所述智能决策分期单元，将待评估的压力性损伤患者的历史健康数据和入院后临床数据分别进行特征提取，调用所述算法接口组件中训练好的人工智能模型，对所述待评估的压力性损伤患者进行风险预判，得到患者压力性损伤智能分期；结合所述智能风险评估及复评单元中的Braden Scale项目评分，实现综合智能决策；
所述医联体单元，用于根据压力性损伤患者的风险等级和并发症情况，启动相应专科会诊或多学科会诊，以实现规范化治疗；
所述健康教育推送单元：用于识别压力性损伤患者的宣教需求，生成PDA端和手机端的双路径宣教资料；
所述大数据单元具体包括：采集不同分期下的压力性损伤患者的历史健康数据和入院后的临床数据，所述历史健康数据包括性别、年龄、身高、体重、自身和家族既往病史；所述入院后的临床数据包括治疗护理数据和伤口皮肤数据；
所述治疗护理数据包括治疗项目数据、生命体征数据和护理项目数据；所述伤口皮肤数据包括同一伤口的多角度伤口皮肤图像数据、以及描述伤口部位、长度、宽度、面积、深度、颜色的文本数据；对采集后的所述历史健康数据和所述治疗护理数据进行清洗、去重、数据格式转换和分类，得到预处理后的结构化数据，以键值对的形式存储入结构化数据库中；
所述大数据单元具体包括：将预处理后的历史健康数据的键值对进行属性提取并编码表示为历史健康数据属性特征向量；将预处理后的治疗护理数据的键值对进行属性提取并编码表示为治疗护理数据属性特征向量；对采集后的所述伤口皮肤数据进行预处理，包括：
将多角度的伤口皮肤图像数据进行目标分割后再融合，得到融合后的伤口皮肤图像数据，融合方式为R、G、B三个通道上进行均值处理，融合后的伤口皮肤图像中每个通道上某个坐标的像素值等于多张伤口皮肤图像在对应坐标上该通道对应的像素值相加取平均；将描述伤口部位、长度、宽度、面积、深度、颜色的文本数据分别进行编码表示成伤口属性特征向量；
所述人工智能单元具体包括：对所述融合后的伤口皮肤图像数据进行特征提取以得到颜色特征向量和面积特征向量；其中，颜色特征向量采用颜色直方图的方式获取；面积特征向量提取时，首先通过边缘识别得到伤口的轮廓，计算轮廓的最小外接矩形，将最小外接矩形的面积作为伤口的面积，将统计出的伤口面积归一化映射到[0,1]区间范围内，从而得到面积特征向量；
所述人工智能单元具体包括：将所述颜色特征向量、所述面积特征向量、所述历史健康数据属性特征向量、所述治疗护理数据属性特征向量以及所述伤口属性特征向量进行拼接，整合得到压力性损伤特征向量，将所述压力性损伤特征向量输入到人工卷积神经网络模型中进行训练迭代；
所述人工卷积神经网络模型包括一个输入层、一个输出层、4个隐藏层，采用relu作为激活函数，采用交叉熵作为损失函数；模型输入为从患者的历史健康数据和入院后的临床数据中提取的压力性损伤特征向量，模型输出为患者分别属于压力性损伤各个分期概率组成的概率向量，将最大概率对应的分期作为待评估患者的压力性损伤分期。
2.如权利要求1所述一种基于医联体的压力性损伤智能决策防治系统，其特征在于，所述可视化知识图谱单元具体包括：所述领域知识库中存储有压力性损伤易发人群、易发部位、形成原因、分期评估标准的理论数据；所述护理规则库存储有不同压力性损伤分期下的护理流程、潜在风险提醒、转诊条件；对所述领域知识库和护理规则库中的文本数据进行结构化处理并建立索引，以实现所述领域知识库和护理规则库中文本数据的检索和展示；将不同压力性损伤分期作为一级节点，不同分期对应的护理流程、潜在风险提醒、转诊条件作为二级节点，易发人群、易发部位、形成原因、分期评估标准作为三级节点，建立层级式的知识图谱，用于可视化展示、交互和宣教。
3.如权利要求1所述一种基于医联体的压力性损伤智能决策防治系统，其特征在于，所述智能决策分期单元具体包括：将所述患者压力性损伤智能分期和Braden Scale项目评分结果进行加权融合后得到患者风险评级，根据预设的患者风险评级和预防、护理、治理之间的对应关系，生成决策方案并提供给主管医务人员，作为实际治疗的参考依据。
4.如权利要求1所述的一种基于医联体的压力性损伤智能决策防治系统，其特征在于，所述医联体单元具体包括：建立医联体线上服务平台，搭建“本院同科室+本院其他科室+外院同科室+外院其他科室”的四级医联体服务模型，分别用于响应不同的患者风险等级；根据实际需求在医联体的每一级中设置组长和组员，为每个角色分配具体操作权限和具体责任分工；平台支撑相关医务人员对于患者数据、转诊会诊记录、护理治疗方案的信息共享，为后续业务功能预留信息化接口，实现不同场景下的医联体智能化管理。