结合数据挖掘和智能学习算法的智能医疗云端系统技术方案

本发明专利技术涉及一种结合数据挖掘和智能学习算法的智能医疗云端系统，属于人工智能医疗领域。利用人工智能技术，通过云端与客户端用户、云端与第三方机构、云端与专家团队的交互，为客户端用户提供更精准化的医疗服务，降低诊疗过程的时间成本、人力成本，提升诊疗的精确度。通过云端系统存储的用户历史数据和训练样本，利用数据挖掘和智能机器学习算法得到更加精确的诊疗结果。可用于客户端、第三方机构、与科学研究对个体或人群的医学研究。

Intelligent medical cloud system based on data mining and intelligent learning algorithm

The invention relates to an intelligent medical cloud system combining data mining and intelligent learning algorithm, which belongs to the field of artificial intelligence medical treatment. Using artificial intelligence technology, through the interaction between cloud and client users, cloud and third-party institutions, cloud and expert team, to provide more accurate medical services for client users, reduce the time cost and human cost of diagnosis and treatment process, and improve the accuracy of diagnosis and treatment. Through the user history data and training samples stored in the cloud system, data mining and intelligent machine learning algorithm are used to get more accurate diagnosis and treatment results. It can be used for medical research of clients, third-party institutions, and scientific research on individuals or populations.

【技术实现步骤摘要】
结合数据挖掘和智能学习算法的智能医疗云端系统
本专利技术涉及一种结合数据挖掘和智能学习算法的智能医疗云端系统。从应用场景的角度讲，属于医疗领域；从技术实现的角度来讲，亦属于人工智能与机器学习领域。
技术介绍
从中医角度来看，人体内在变化能从体表感知，中医讲究望闻问切，他们通过感知人体外表的信息(如面色、气血、脉象等)加之以往经验做出诊断。这表明人的体表数据蕴含着丰富的人体内部信息，即体表信息与人体内部健康状况有着密切联系。这种联系过去通过经验获得，如今，随着数据挖掘技术和人工智能技术的飞速发展，这种联系能够通过计算机分析海量医疗数据得到。算法的选择取决于数据的表达形式，它们能够挖掘数据内部潜在的信息，将它们映射到高维空间，从而进行分析并得出结论。此外，随着人工智能技术的发展，智能穿戴设备越发普及，如：智能手表、智能手环、智能眼镜等。这些设备经常带有精密传感器，能够搜集多种人体信息，如心跳信息、体温信息、运动信息等。此外，它们还装有许多智能应用，通常会和智能手机通过蓝牙或者无线网络相连，使得它们之间能高效便捷地传输数据。利用智能穿戴设备和智能手机这个移动终端，人体健康信息能够顺利地通过手机利用互联网传到云端，进一步被处理分析；智能手机也能从云端利用互联网获取健康信息分析结果，并以可视化方式展示给用户。这就使得普通用户与云端海量数据的联系成为可能。对于图像信息，如面相，可以采用卷积神经网络进行处理；对于时间序列信息，如心跳信号，采用变换域分析或LSTM神经网络进行分析，充分利用互联网、物联网时代海量大数据，让云端具有像人类一样的医疗诊断水平。此外，根据不断累积的历史数据，云端会利用人工智能算法学习各类疾病变化规律，从而根据用户当前健康数据预测其未来健康状况，以提供保持健康生活状况的建议，当用户未来健康状况不佳时，及时发出警告或做出诊断，起到智能医生的作用。云端的智能系统能够根据每个用户度的具体情况，制定个性化评估、诊治方案，使用户足不出户即可享受基本医疗服务。传统医疗模式无法满足用户个性化需求，如时间、地点、环境、交流方式，而云端智能系统能够根据来自用户的数据，挖掘其个性，从而使得医疗服务更加人性化和高效便捷。海量数据的优势在于它们蕴含着丰富的潜在信息，这些信息存在于数据间的抽象联系中，传统方法难以发现它们，而利用计算机技术可以将它们转化成形象的数据，提炼成有价值的规律，尤其是许多复杂的疾病，如果从病理角度研究难以发现其内部规律，但是从数据角度能够分析得到结论。比如：某种疾病的演化规律，如果只是通过传统实验验证，需要花费大量时间和精力，但是利用互联网时代存在的大量历史数据，借助计算机强大的计算分析能力，能够快速且准确地从数据角度获得该疾病的演化规律。海量数据在云端管理也能更加便捷高效。如果将计算和存储资源分配到本地，不仅难以集中管理，而且存在资源分布不均和资源闲置等状况。而将计算和存储资源集中起来，不仅便于管理，还能充分利用资源，避免闲置浪费。云端好比一个巨大水池，只要水池没有满即可注水；而如果计算资源分布到本地，好比一个个小水桶，本地水桶注满水后无法向其他地方的闲置水桶注水。综述，目前人工智能医疗和大数据疾病预测处于一个刚刚起步的阶段，将大数据与中医结合的相关研究也仅仅是萌芽阶段，随着科技的发展，人工智能医疗必会取代传统的医疗方式，形成更准确更高效的医疗方式，而医疗数据的挖掘以及疾病的预测将会成为一个重要的新兴发展方向。本专利技术所涉及的云端与客户端用户、第三方机构、专家团队四者构成的联系将在大数据和人工智能医疗的助力下具有积极的发展前景。
技术实现思路
本专利技术的目的是：通过云端与客户端用户、云端与第三方机构、云端与专家团队的交互，充分发挥人工智能技术和海量医疗数据在诊疗患者方面的精确性、快速性和预测性，为客户端用户提供更精准化的医疗服务，降低医疗的人力成本和时间成本，并对潜在疾病进行预测与防控。同时云端海量医疗数据为第三方机构和专家团队提供科研的数据来源，助力医疗水平和科研水平的提升。其中用户端与云端系统之间借助智能穿戴、移动终端，通过互联网相互联系。随着人工智能技术的发展，智能穿戴设备越发普及，如：智能手表、智能手环、智能眼镜等，这些设备经常带有精密传感器，能够搜集多种人体信息，如：心跳信息、体温信息、运动信息等。此外，它们还装有许多智能应用，通常会和智能手机通过蓝牙或者无线网络相连，使得它们之间能高效便捷地传输数据。利用智能穿戴设备和智能手机等移动终端，人体健康信息能够顺利地通过互联网传到云端，进一步被处理分析；智能手机也能从云端利用互联网获取健康信息分析结果，并以可视化方式展示给用户。第三方机构与云端系统之间能够借助服务系统通过互联网进行连接。第三方机构能从云端获得客户(患者)的历史数据和云端分析结果，而无需花费时间了解客户，这将极大地提高医疗实践成本和准确度。第三方机构会根据云端的结果，为客户提供必要的诊治服务，主要是一些无法家用的服务，如：CT、核磁共振、血液检测、手术等。第三方机构中的执行机构也可以是智能系统，如：医疗机器人，它们的控制也可以借助云端完成，即云控制，由北京理工大学自动化学院夏元清教授提出，旨在通过云端实时控制本地执行机构。如果第三方机构实现全智能化，那么第三方机构也是一个本地智能云脑。同时，云端会从第三方机构搜集有价值的信息，丰富其数据库和智能系统。专家团队与云端之间通过人机交互系统，借助云端资源，助力专家科研，促进医疗技术的不断进步。这是基于新的疾病与研究不断出现的现实考虑，需要实时将新的数据资料传输至云端，让云端更新智能算法。专家的信息通常是符合人类习惯的，而且形式多样，而云端智能系统也有自己的表达方式，当他们进行交互时，需要一个高效的中间环节，在二者之间切换，即人机交互系统。它能使得信息高效地在云端和专家之间传送，专家也能借助云端强大的数据分析能力和累积的海量数据更好地进行医疗研究。二者互帮互助，加速医学研究进度或医疗技术的进步。专家的信息形式可以是文本、语音、视频等，云端能根据不同数据类型采用不同模式提取其中的有用信息，优化系统。有益效果相比传统的患者医生面对面诊疗的医疗治疗方案，本专利技术应用云端系统更有利于降低诊疗过程的时间成本、人力成本，提升诊疗的精确度，通过云端系统存储的用户历史数据和训练样本，利用数据挖掘和智能机器学习算法得到更加精确的诊疗结果。附图说明图1为结合数据挖掘和智能学习算法的智能医疗云端系统图示意。具体实施方式步骤1，云端系统作为核心，储存并管理用户健康历史数据，采用数据挖掘和智能学习算法，得到用户的当前健康状况，并对其未来健康状况(患病概率Pm等)进行预测，向用户提供建议和警告。步骤2，客户端传输健康数据至云端，云端将评估预测反馈至客户端。步骤2.1，客户端用户通过智能穿戴设备搜集用户体表数据(如心跳信号、中医层面的面相)，将数据D传输至云端。步骤2.2，云端存储用户数据D，通过数据挖掘和智能学习算法得到用户当前健康状况H，并对其未来健康状本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘和智能学习算法的利用云端联系客户端、专家端与第三方机构的概念模型，其特征在于，所述模型包括以下步骤：/n步骤1，云端系统作为核心，储存并管理用户健康历史数据，采用数据挖掘和智能学习算法，得到用户的当前健康状况，并对其未来健康状况(患病概率Pm等)进行预测，向用户提供建议和警告；/n步骤2，客户端传输用户的健康数据至云端，云端将评估预测反馈至客户端；/n步骤3，第三方机构(医院、私人诊所、家庭医生等)将用户诊断结果与最新数据传输至云端，云端将分析结果与用户历史数据反馈至第三方机构；/n步骤4，专家团队将算法优化方案更新至云端系统，云端系统反馈助力专家团队的科研水平。/n

【技术特征摘要】
1.一种基于数据挖掘和智能学习算法的利用云端联系客户端、专家端与第三方机构的概念模型，其特征在于，所述模型包括以下步骤：
步骤1，云端系统作为核心，储存并管理用户健康历史数据，采用数据挖掘和智能学习算法，得到用户的当前健康状况，并对其未来健康状况(患病概率Pm等)进行预测，向用户提供建议和警告；
步骤2，客户端传输用户的健康数据至云端，云端将评估预测反馈至客户端；
步骤3，第三方机构(医院、私人诊所、家庭医生等)将用户诊断结果与最新数据传输至云端，云端将分析结果与用户历史数据反馈至第三方机构；
步骤4，专家团队将算法优化方案更新至云端系统，云端系统反馈助力专家团队的科研水平。


2.根据权利要求1所述的方法，其特征在于，所述客户端传输用户的健康数据至云端，云端将评估预测至客户端的步骤具体包括：
步骤2.1，客户端通过智能穿戴设备搜集用户体表数据(如心跳信号、中医层面的面相)，将数据D传输至云端；
步骤2.2，云端存储用户数据D，通过数据挖掘和智能学习算法得到用户当前健康状况H，并对其未来健康状况(患病概率Pm)进行预测，获得面向用户的建议和警告S；
步骤2.3，云端反馈面向用户的建议和警告S至客户端；<...

【专利技术属性】
技术研发人员：张将，王煜，其他发明人请求不公开姓名，
申请(专利权)人：智森鸟北京科技有限责任公司，
类型：发明
国别省市：北京;11