一种儿童呼吸科疾病的智能辅助诊断方法及诊断系统技术方案

本发明专利技术提供一种儿童呼吸科疾病的智能辅助诊断方法及诊断系统，方法包括：S1、获取待诊断儿童的辅助检查信息和/或医生问诊记录信息；S2、根据所述辅助检查信息和/或医生问诊记录信息，筛选关键信息；S3、依据预先建立的儿童疾病知识库系统，采用预先训练的典型症状诊断模型对所述关键信息进行处理，获取诊断结果；所述诊断结果包括：至少一种可能的疾病，及每一种可能的疾病对应待诊断儿童的特征。上述智能辅助诊断方法可以帮助非专家医生提高对疑难杂症的诊断水平，减少误诊。

【技术实现步骤摘要】
一种儿童呼吸科疾病的智能辅助诊断方法及诊断系统
本专利技术涉及人工智能技术，特别是一种儿童呼吸科疾病的智能辅助诊断方法及诊断系统。
技术介绍
我国现有儿童医疗健康服务中人员短缺和能力分布不均的现状依然非常严重，基层人员缺乏丰富的临床经验，传统的医疗培训手段也很难起到期望的作用。其直接表现是基层医生往往难于担负起应有的职责，而患者难以得到高质量的医疗服务。为此，业内人士关注基于人工智能为核心的技术，复制国内最优秀儿科医疗资源的能力，通过技术实现优质医疗资源有序有效下沉。当前，百度推出人工智能在医疗领域内的最新成果——百度医疗大脑，正式将人工智能技术应用到医疗健康行业，百度医疗大脑是百度大脑在医疗场景中的具体应用。具体应用场景包括为百度医生在线问诊提供智能协助、为医院提供帮助以及为患者建立用户画像，以便进行慢病管理等。上述百度医疗大脑并不能实现对儿童疾病的诊断医疗。由于儿童不会表达，其各个特征无法明确获知。目前，人工智能在儿童呼吸疾病，尤其是疑难杂症诊疗方面尚数空白，现有的对仅局限在成人肺部放射影像的人工智能图像分析，而且多集中于肺部癌症的判读，对儿童呼吸科疑难杂症的研究很少，而且儿童群本文档来自技高网...

【技术保护点】
1.一种儿童呼吸科疾病的智能辅助诊断方法，其特征在于，包括：S1、获取待诊断儿童的辅助检查信息和/或医生问诊记录信息；S2、根据所述辅助检查信息和/或医生问诊记录信息，筛选关键信息；S3、依据预先建立的儿童疾病知识库系统，采用预先训练的典型症状诊断模型对所述关键信息进行处理，获取诊断结果；所述诊断结果包括：至少一种可能的疾病，及每一种可能的疾病对应待诊断儿童的特征。

【技术特征摘要】
1.一种儿童呼吸科疾病的智能辅助诊断方法，其特征在于，包括：S1、获取待诊断儿童的辅助检查信息和/或医生问诊记录信息；S2、根据所述辅助检查信息和/或医生问诊记录信息，筛选关键信息；S3、依据预先建立的儿童疾病知识库系统，采用预先训练的典型症状诊断模型对所述关键信息进行处理，获取诊断结果；所述诊断结果包括：至少一种可能的疾病，及每一种可能的疾病对应待诊断儿童的特征。2.根据权利要求1所述的方法，其特征在于，步骤S3之前，所述方法还包括：收集儿童呼吸科疑难杂症的各类症状信息及诊断信息；依据收集的症状信息及诊断信息及专家的先验知识，建立呼吸科疑难杂症的术语词典及术语词典中的各病例信息；通过术语词典中的各病例信息，构建包括训练集、验证集和测试集的儿童疾病知识库系统；采用构建的儿童疾病知识库系统训练建立的典型症状诊断模型，获得训练后的典型症状诊断模型；或者，收集儿童呼吸科的各类症状信息及诊断信息；依据收集的症状信息及诊断信息及专家的先验知识，建立呼吸科的术语词典及术语词典中的各病例信息；通过术语词典中的各病例信息，构建包括训练集、验证集和测试集的儿童疾病知识库系统；采用构建的儿童疾病知识库系统训练建立的典型症状诊断模型，获得训练后的典型症状诊断模型。3.根据权利要求2所述的方法，其特征在于，所述诊断信息包括：诊断思路、诊断方法、诊断过程、疾病症状表现、疾病鉴别诊断中的一种或多种。4.根据权利要求1所述的方法，其特征在于，所述辅助检查信息包括：病理检查信息、超声辅助检查信息、X射线辅助检查信息、CT、核磁辅助检查信息中的一种或多种；和/或，所述医生问诊记录信息包括：非专家医生的辅助检查信息、记录的家族史信息、过敏史信息。5.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：获取自动诊断系统存储的待诊断儿童的个人疾病史数据；依据待诊断儿童的个人疾病史数据、辅助检查信息和/或医生问诊...

【专利技术属性】
技术研发人员：倪鑫，赵顺英，王端民，王海，
申请(专利权)人：北京思普科软件股份有限公司，
类型：发明
国别省市：北京,11