基于人工智能技术的术后康复指导方法及人机交互平台技术

本发明专利技术提供的一种基于人工智能技术的术后康复指导方法及人机交互平台，术后康复指导方法包括：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型；通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率小于预设阈值时，患者医疗数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；通过采集当前患者医疗数据生成个性化的康复指导方案。该方法针对每位术后患者给出具有针对性的康复方案，使术后患者及时有效的把握自身当前的康复情况以及把握后续的康复活动流程，同时，使得医生能够全面了解术后患者的康复情况，减少医生的工作量，提高工作效率。

【技术实现步骤摘要】
基于人工智能技术的术后康复指导方法及人机交互平台
本专利技术涉及医疗
，特别涉及一种基于人工智能技术的术后康复指导方法及人机交互平台。
技术介绍
术后康复是患者治疗过程中重要的组成部分，它关系到患者个人的整体的治疗效果，如果没有进行合理的康复指导，严重时可能会导致术后患者进行二次手术，因此，一个智能康复指导方法能够帮助患者稳定且有效的康复。目前，就现有技术而言，术后患者大多凭医嘱进行康复活动，依赖于医生经验判断决定后续术后康复活动流程。但仅凭医嘱进行康复活动存在如下问题：1、术后患者对康复活动流程不清晰，术后患者无法及时有效的把握当前自身的康复情况和把控后续康复活动流程；2、康复指导建议不精准，医生无法全面了解术后患者的具体康复情况，无法给出详细的康复活动指导建议；3、医生工作量大，无法及时有效处理不同术后患者的术后康复咨询。
技术实现思路
针对上述问题，本专利技术提供了基于人工智能技术的术后康复指导方法，包括如下步骤：康复模型确认步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型；康复模型构建及优化步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率小于预设阈值时，患者医疗数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；康复模型应用步骤：通过采集当前患者医疗数据生成个性化的康复指导方案。上述的术后康复指导方法，其中，还包括如下步骤：康复模型分析步骤：通过将患者的整个康复流程中康复模型的数据进行归档、分析和学习，储备生成下一个患者的指导预备数据。上述的术后康复指导方法，其中，还包括如下步骤：康复模型判定步骤：当接收到患者端确定信息和医生端确定信息时，执行康复模型构建及优化步骤、康复模型应用步骤或康复模型分析步骤；当接收到患者端否定信息，和/或医生端否定信息时，执行康复模型确认步骤、康复模型应用步骤或康复模型构建及优化步骤。上述的术后康复指导方法，其中，所述患者医疗数据包括：患者病情数据和患者康复数据。上述的术后康复指导方法，其中，所述康复模型确认步骤中，具体包括：设定第一预设阈值；将患者病情数据与历史数据进行匹配，当数据匹配重合率大于等于第一预设阈值时，确认定位到历史数据中与患者病情数据相匹配的康复模型。上述的术后康复指导方法，其中，所述康复模型构建及优化步骤中，具体包括：设定第二预设阈值；将患者病情数据与历史数据进行匹配，当数据匹配重合率小于第一预设阈值时，患者病情数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；将患者康复数据与历史数据进行匹配，当数据匹配重合率小于第二预设阈值时，患者康复数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型，根据优化后的康复模型优化患者病情数据与历史数据匹配过程中确定的康复模型；将患者康复数据与历史数据进行匹配，当数据匹配重合率大于等于第二预设阈值时，确认定位到历史数据中与患者康复数据相匹配的康复模型，根据与患者康复数据相匹配的康复模型，优化患者病情数据与历史数据匹配过程中确定的康复模型。上述的术后康复指导方法，其中，所述康复模型构建及优化步骤中，还包括：采集到的应用建议信息进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型。本专利技术还提供一种人机交互平台，所述人机交互平台包括患者端、医生端以及搭载在所述患者端和所述医生端的基于人工智能技术的术后康复指导系统，所述术后康复指导系统包括：康复模型确认模块：用于通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型；康复模型构建及优化模块：用于通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率小于预设阈值时，患者医疗数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；康复模型应用模块：用于通过采集当前患者医疗数据生成个性化的康复指导方案。上述的人机交互平台，其中，还包括：康复模型分析模块：用于通过将患者的整个康复流程中康复模型的数据进行归档、分析和学习，储备生成下一个患者的指导预备数据。上述的人机交互平台，其中，还包括：康复模型判定模块：用于当患者端确认信息和医生端确认信息时，执行康复模型构建及优化模块、康复模型应用模块或康复模型分析模块；当接收到患者端否定信息，和/或医生端否定信息时，执行康复模型确认模块、康复模型应用模块或康复模型构建及优化模块。本专利技术的技术效果或优点：本专利技术提供的一种基于人工智能技术的术后康复指导方法，能够针对每位术后患者给出具有针对性的康复指导方案，使术后患者及时有效的把握自身当前的康复情况以及把握后续的康复活动流程，还可使得术后患者参与康复活动决策中，从而使得术后患者获得更好的康复效果，同时，使得医生能够全面了解术后患者的康复情况，减少了医生的工作量，提高了工作效率。附图说明图1为本专利技术实施例提供的一个基于人工智能技术的术后康复指导方法的流程图；图2为本专利技术实施例提供的S1步骤的流程图；图3为本专利技术实施例提供的S2步骤的流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。下面结合具体实施例及说明书附图，对本专利技术的技术方案作详细说明。参考图1，图1为本专利技术实施例提供的一个基于人工智能技术的术后康复指导方法的流程图。本实施例所提供的一种基于人工智能技术的术后康复指导方法，包括如下步骤：康复模型确认步骤S1，通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型。其中患者医疗数据包括患者病情数据和患者康复数据。在具体应用中，康复模型是一种术后患者根据时间进行阶段性康复活动的信息提示，是一种动态工作流程。其中康复模型内容主要包括：用药提示、手术部位锻炼提示、手术部位卫生提示以及食品禁忌提示。具体地说，患者病情数据包括患者个人本文档来自技高网...

【技术保护点】
1.一种基于人工智能技术的术后康复指导方法，其特征在于，包括如下步骤：/n康复模型确认步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型；/n康复模型构建及优化步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率小于预设阈值时，患者医疗数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；/n康复模型应用步骤：通过采集当前患者医疗数据生成个性化的康复指导方案。/n

【技术特征摘要】
1.一种基于人工智能技术的术后康复指导方法，其特征在于，包括如下步骤：
康复模型确认步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率大于等于预设阈值时，确认定位到历史数据中的康复模型；
康复模型构建及优化步骤：通过将患者医疗数据与历史数据进行匹配，当数据匹配重合率小于预设阈值时，患者医疗数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；
康复模型应用步骤：通过采集当前患者医疗数据生成个性化的康复指导方案。


2.根据权利要求1所述的基于人工智能技术的术后康复指导方法，其特征在于，还包括如下步骤：
康复模型分析步骤：通过将患者的整个康复流程中康复模型的数据进行归档、分析和学习，储备生成下一个患者的指导预备数据。


3.根据权利要求2所述的基于人工智能技术的术后康复指导方法，其特征在于，还包括如下步骤：
康复模型判定步骤：当接收到患者端确认信息和医生端确认信息时，执行康复模型构建及优化步骤、康复模型应用步骤或康复模型分析步骤；当接收到患者端否定信息，和/或医生端否定信息时，执行康复模型确认步骤、康复模型应用步骤或康复模型构建及优化步骤。


4.根据权利要求1所述的基于人工智能技术的术后康复指导方法，其特征在于，所述患者医疗数据包括：患者病情数据和患者康复数据。


5.根据权利要求4所述的基于人工智能技术的术后康复指导方法，其特征在于，所述康复模型确认步骤中，具体包括：
设定第一预设阈值；
将患者病情数据与历史数据进行匹配，当数据匹配重合率大于等于第一预设阈值时，确认定位到历史数据中与患者病情数据相匹配的康复模型。


6.根据权利要求5所述的基于人工智能技术的术后康复指导方法，其特征在于，所述康复模型构建及优化步骤中，具体包括：
设定第二预设阈值；
将患者病情数据与历史数据进行匹配，当数据匹配重合率小于第一预设阈值时，患者病情数据进入机器学习中，机器学习重新构建康复模型，并采用专家系统优化构建后的康复模型；

【专利技术属性】
技术研发人员：吴传祥，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：上海;31