一种基于人工智能的诊疗系统及其构建方法、设备和存储介质技术方案

本发明专利技术公开了一种基于人工智能的诊疗系统及其构建方法、设备和存储介质，诊疗系统包括疾病知识收集模块、疾病分析模块、疾病校对模块和人工智能学习模块；疾病分析模块，用于获取患者信息，生成疾病诊断报告，对每种可能出现的疾病按百分比标识可能性；人工智能学习模块，用于从疾病知识收集模块获取疾病知识进行机器学习并做出决策；疾病校对模块，用于对疾病分析模块列出的每种可能出现的疾病按百分比标识的可能性进行校对。本发明专利技术通过人工智能分析，给出每种可能出现的疾病的可能性百分比，降低临床上误诊几率，给临床工作人员带来可靠的数据支持，为医疗安全提供有力保障。

A Diagnosis and Treatment System Based on Artificial Intelligence and Its Construction Method, Equipment and Storage Medium

【技术实现步骤摘要】
一种基于人工智能的诊疗系统及其构建方法、设备和存储介质
本专利技术涉及医疗行业诊疗
，尤其涉及一种基于人工智能的诊疗系统及其构建方法、设备和存储介质。
技术介绍
在目前信息大爆炸的时代、高压的医疗工作环境下，同时存在医疗人员人手不足的情况，导致许多上级专家检查无法一一执行，上级医生的指示不能即时提示。在现有的医疗条件下，往往每个医务人员都在超负荷运载，误诊误治的几率便大大增加，同时很多重要信息和知识无法第一时间传达、分析及总结。医疗工作中遇到此类问题，在解决途径方面存在效性和效率偏低的问题。
技术实现思路
针对上述缺陷，本专利技术提供了一种基于人工智能的诊疗系统及其构建方法、设备和存储介质。一种基于人工智能的诊疗系统，包括疾病知识收集模块、疾病分析模块、疾病校对模块和人工智能学习模块；其中，所述疾病知识收集模块，用于收集关于疾病的各种数据，形成疾病知识库，以供查询和读取；所述疾病分析模块，用于获取患者信息，将所述患者信息发送给疾病知识收集模块进行数据采集，并输入给所述人工智能学习模块，通过所述人工智能学习模块从所述疾病知识收集模块中提取疾病对应数据进行分析，生成疾病诊断报告，对每种可能出现的疾病按百分比标识可能性；所述人工智能学习模块，用于从所述疾病知识收集模块获取疾病知识和所述疾病校对模块输入的疾病校对数据，进行机器学习并做出决策；所述疾病校对模块，用于对所述疾病分析模块列出的所述每种可能出现的疾病按百分比标识的可能性进行校对，并把疾病校对数据输入给所述人工智能学习模块。进一步，所述的疾病知识库包括临床技能科室报告、现有医学已知疾病知识和患者客观数据。进一步，人工智能学习模块通过人工智能实时对患者进行语音识别和/或图像识别，实时获取患者的临床数据；所述人工智能学习模块把通过所述语音识别和/或图像识别获取到的所述患者的临床数据发送给所述疾病校对模块。进一步，所述疾病校对模块根据所述患者的病史和/或所述患者的临床症状数据，实时对所述每种可能出现的疾病按百分比标识的可能性进行校对。进一步，所述临床人员根据所述患者的确诊疾病对对所述每种可能出现的疾病按百分比标识的可能性进行校对；所述患者的确诊疾病不是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析模块分析错误；所述患者的确诊疾病是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析模块分析正确；所述疾病校对模块把所述疾病分析模块分析正确或分析错误的结果和所述患者确诊疾病过程中产生的数据输出给所述人工智能学习模块，从而不断提高所述人工智能学习模块输出分析结果的准确性。此外，为实现上述目的，本专利技术还提供一种基于人工智能的诊疗系统的构建方法，其特征在于：A1、构建疾病知识库：全面收集关于疾病的各种数据，形成疾病知识库；A2、构建疾病分析模型：获取患者信息，将所述患者信息保存到疾病知识库中，然后从疾病知识库中获取数据进行人工智能学习，根据人工智能学习输出的数据分析结果生成疾病诊断报告，并对每种可能出现的疾病按百分比标识可能性；A3、构建疾病校对模型，对所述疾病分析模型所列出的所述每种可能出现的疾病按百分比标识的可能性进行校对，并把疾病校对数据存储到疾病知识库中供人工智能学习调用。进一步，所述全面收集关于疾病的各种数据过程为：通过网络爬虫从互联网实时获取关于疾病的各种资源；从医疗系统内部网络中获取临床技能科室报告；通过对患者进行人工智能语音识别和/或图像识别实时获取患者临床数据。进一步，所述构建疾病分析模型的过程还包括：根据所述患者的病史和/或所述患者的临床症状数据，实时对所述每种可能出现的疾病按百分比标识的可能性进行校对；临床人员根据所述患者的确诊疾病对所述每种可能出现的疾病按百分比标识的可能性进行校对；所述患者的确诊疾病不是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析错误；所述患者的确诊疾病是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析正确；把所述疾病分析的正确或错误的结果和所述患者确诊疾病过程中产生的数据输出给人工智能进行机器学习，从而不断改进疾病分析模型。此外，为实现上述目的，本专利技术还提供一种设备，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如以上中任一项所述的方法。此外，为实现上述目的，本专利技术还提供一种存储有计算机程序的存储介质，其特征在于，所述程序被处理器执行时实现如以上中任一项所述的方法。本专利技术对照现有技术，通过人工智能分析，给出每种可能出现的疾病按百分比标识的可能性，降低临床上误诊几率，给临床工作人员带来可靠的数据支持，为医疗安全提供有力保障。【附图说明】图1本专利技术实施例一基于人工智能的诊疗系统模块图。图2本专利技术实施例三基于人工智能的诊疗系统的构建方法流程图。图3本专利技术实施例五的设备结构示意图。【具体实施方式】应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。现在将参考附图描述实现本专利技术各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身并没有特定的意义。因此，＂模块＂与＂部件＂可以混合地使用。实施例一图1为本专利技术实施例一基于人工智能的诊疗系统模块图，本专利技术实施例一提出基于人工智能的诊疗系统100，包括疾病知识收集模块101、疾病分析模块102、疾病校对模块104和人工智能学习模块103。疾病知识收集模块101，用于收集关于疾病的各种数据，形成疾病知识库，以供查询和读取。疾病知识收集模块101通过网络爬虫从互联网实时获取疾病相关知识，对知识进行归类，然后存储到大数据库系统中；通过医疗系统内部网络，获取医疗系统内部科室的临床数据，并对获取的数据进行疾病归类，把相应数据存储到大数据库系统中，如存储在hadoop大数据库系统中；临床人员在对患者进行诊断时，把从患者处获取到的信息实时录入到疾病知识收集模块。疾病分析模块102，用于获取患者信息，将患者信息发送给疾病知识收集模块进行数据采集，并输入给人工智能学习模块103，通过人工智能学习模块103从疾病知识收集模块101中提取疾病对应数据进行分析。然后由人工智能学习模块103根据输入的患者信息，输出与患者相关的疾病信息。疾病分析模块102根据临床人员从患者获取的信息，生成疾病诊断报告，对每种可能出现的疾病按百分比标识可能性。按百分比从高到低进行排序，把越可能出现的疾病排在前面，便于辅助临床人员进行疾病诊断。疾病分析模块102把生成的诊断报告，推送到临床人员的电脑或手机app上。临床人员根据患者的临床症状和患者的病史，调整疾病分析模块102生成的疾病诊断报告。人工智能学习模块103，用于从疾病知识收集模块101获取海量的疾病知识，然后使用深度学习算法分析疾病诊断数据。根据临床人员输入的患者信息，分析得到该患者可能出现的疾病，并把疾病信息输出给疾病分析模块102。人工智能学习模块103，不断根据临床人员通过疾病校对模块104输入的疾病校对数据，进行机器学习并做出决策，实时更新患者可能出现的疾病信息。疾病校对模块104，用本文档来自技高网...

【技术保护点】
1.一种基于人工智能的诊疗系统，其特征在于，包括疾病知识收集模块、疾病分析模块、疾病校对模块和人工智能学习模块；其中，所述疾病知识收集模块，用于收集关于疾病的各种数据，形成疾病知识库，以供查询和读取；所述疾病分析模块，用于获取患者信息，将所述患者信息发送给疾病知识收集模块进行数据采集，并输入给所述人工智能学习模块，通过所述人工智能学习模块从所述疾病知识收集模块中提取疾病对应数据进行分析，生成疾病诊断报告，对每种可能出现的疾病按百分比标识可能性；所述人工智能学习模块，用于从所述疾病知识收集模块获取疾病知识和所述疾病校对模块输入的疾病校对数据，进行机器学习并做出决策；所述疾病校对模块，用于对所述疾病分析模块列出的所述每种可能出现的疾病按百分比标识的可能性进行校对，并把疾病校对数据输入给所述人工智能学习模块。

【技术特征摘要】
1.一种基于人工智能的诊疗系统，其特征在于，包括疾病知识收集模块、疾病分析模块、疾病校对模块和人工智能学习模块；其中，所述疾病知识收集模块，用于收集关于疾病的各种数据，形成疾病知识库，以供查询和读取；所述疾病分析模块，用于获取患者信息，将所述患者信息发送给疾病知识收集模块进行数据采集，并输入给所述人工智能学习模块，通过所述人工智能学习模块从所述疾病知识收集模块中提取疾病对应数据进行分析，生成疾病诊断报告，对每种可能出现的疾病按百分比标识可能性；所述人工智能学习模块，用于从所述疾病知识收集模块获取疾病知识和所述疾病校对模块输入的疾病校对数据，进行机器学习并做出决策；所述疾病校对模块，用于对所述疾病分析模块列出的所述每种可能出现的疾病按百分比标识的可能性进行校对，并把疾病校对数据输入给所述人工智能学习模块。2.根据权利要求1所述的基于人工智能的诊疗系统，其特征在于，所述的疾病知识库包括临床技能科室报告、现有医学已知疾病知识和患者客观数据。3.根据权利要求1所述的基于人工智能的诊疗系统，其特征在于，人工智能学习模块通过人工智能实时对患者进行语音识别和/或图像识别，实时获取患者的临床数据；所述人工智能学习模块把通过所述语音识别和/或图像识别获取到的所述患者的临床数据发送给所述疾病校对模块。4.根据权利要求1所述的基于人工智能的诊疗系统，其特征在于，所述疾病校对模块根据所述患者的病史和/或所述患者的临床症状数据，实时对所述每种可能出现的疾病按百分比标识的可能性进行校对。5.根据权利要求1所述的基于人工智能的诊疗系统，其特征在于，所述临床人员根据所述患者的确诊疾病对对所述每种可能出现的疾病按百分比标识的可能性进行校对；所述患者的确诊疾病不是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析模块分析错误；所述患者的确诊疾病是所述每种可能出现的疾病按百分比标识的可能性高的疾病时，则所述疾病分析模块分析正确；所述疾病校对模块把所述疾病分析模块分析正确或分析错误的结果和所述患者确诊疾病过程中产生的数据输出...

【专利技术属性】
技术研发人员：张培发，孙璐露，范金凤，曾秋英，
申请(专利权)人：深圳市第三人民医院，
类型：发明
国别省市：广东,44