一种医疗数据处理方法、装置以及系统制造方法及图纸

本申请公开了一种医疗数据处理方法、装置以及系统，所述方法包括利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对接收的医疗数据执行处理，获取与所述医疗数据对应的医疗诊断信息。采用本申请，可在保证医疗数据隐私性的情况下及时获取到针对医疗数据的医疗诊断信息。

【技术实现步骤摘要】
一种医疗数据处理方法、装置以及系统
本申请涉及计算机
，尤其涉及一种医疗数据处理方法、装置以及系统。
技术介绍
在临床的诊断和治疗等过程中，会产生很多医疗数据，例如心电、脑电、影像、病理。为了进一步提高诊断和治疗的准确率，可利用人工智能技术对这些医疗数据进行处理，在现有技术中，通常将这些医疗数据上传到云端利用云端执行处理，但在实现过程中会遇到诸多问题，比如，医院数据的保密；数据上传到云难以满足实时性的要求。因此，现有技术需要一种在保证隐私的同时满足实时性的技术方案。上述信息仅作为背景信息被呈现以帮助理解本公开。至于任何上述信息是否可应用为针对本公开的现有技术，尚未做出决定，也未做出声明。
技术实现思路
本申请实施例提供一种医疗数据处理方法、装置以及系统，旨在解决以上提到的数据隐私性以及处理实时性的问题。本申请实施例还提供一种医疗数据处理方法，所述方法包括利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对接收的医疗数据执行处理，获取与所述医疗数据对应的医疗诊断信息。本申请实施例还提供一种医疗数据处理方法，所述方法包括：将获取的医疗数据发送到医疗数据处理装置，其中，所述医疗数据处理装置包括与所述医疗数据的类型对应的并对所述医疗数据执行处理的医疗数据处理模型。本申请实施例还提供一种医疗数据处理装置，所述装置包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以上方法。本申请实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现以上方法。本申请实施例还提供一种医疗数据处理系统，包括：医疗数据处理装置，被配置为：利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对接收的医疗数据执行处理，获取与所述医疗数据对应的医疗诊断信息，服务器，被配置为：存储有对所述医疗数据处理模型组件执行更新的更新数据。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请的示例性实施例的医疗数据处理方法可由不同于医疗数据处理装置对数据进行处理，从而在保证医疗数据隐私性的情况下及时获取到针对医疗数据的医疗诊断信息。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是示出根据本申请的示例性实施例的医疗数据处理的应用场景图；图2是示出根据本申请的示例性实施例的医疗数据处理方法的流程图；图3是示出根据本申请的示例性实施例的医疗数据处理系统的框图；图4是示出根据本申请的示例性实施例的医疗数据处理装置的框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图1是示出根据本申请的示例性实施例的医疗数据处理的应用场景图。出于描述的目的，所绘的体系结构仅为合适环境的一个示例，并非对本申请的使用范围或功能提出任何局限。也不应将该计算系统解释为对图1所示的任一组件或其组合具有任何依赖或需求。本申请的原理可以使用其它通用或专用计算或通信环境或配置来操作。适用于本申请的众所周知的计算系统、环境和配置的示例包括但不限于，个人计算机、服务器，多处理器系统、基于微处理的系统、小型机、大型计算机、以及包括任一上述系统或设备的分布式计算环境。在其最基本的配置中，图1中的医疗数据处理系统100至少包括：一个或多个医疗数据获取装置101以及对所述一个或多个医疗数据获取装置101发送的医疗数据执行处理的一个或多个医疗数据处理装置102，以及可与医疗数据处理装置执行数据传输的服务器103。医生在诊断过程中，可要求病人利用医疗数据获取设备101执行各种相关检查，从而获取各种医疗数据，所述医疗数据可包括各种生物电信号，也包括利用各种医疗影像技术获取的医疗图像数据。所述医疗获取设备101可包括心电图机、脑电图机、肌电图机、视网膜电图机、核磁共振仪等医疗设备。以医疗数据获取装置101是心电图机为例，如图1所述，病人在平躺在病床上后，医生通过放置在身体标准点上的电极拾取体表生物电信号，并在利用生物电放大器适当放大后，形成心电图并显示在心电图机101上，医生可在观察心电图机101上的心电图后，结合自身的经验，对病人的情况进行诊断。在本申请中，所述医疗数据获取装置可将获取到的医疗数据传输到医疗数据处理装置102，随后，所述医疗数据处理装置102可对所述医疗数据执行处理，在实施中，所述医疗数据处理装置102可以是专门用于模型运算的装置，例如，所述医疗数据处理装置可以是定制的单片机，例如，不执行内存访问直接进行模型运算中的加法运算和乘法运算的张量处理单元(TPU)，或者采用“数据驱动并行计算”的架构的嵌入式神经网络处理器(NPU)，或者可执行大量并行化进程的图形处理器(GPU)等。为了保证医疗数据的隐私性，所述医疗数据处理装置利用物理隔离方式来阻断医疗数据处理装置内的数据传输至服务器103。虽然图1中仅示出了所述医疗数据处理装置102对于单个医疗数据获取装置101中传输的医疗数据执行处理，但在实施中，所述医疗数据处理装置102可能同时服务于多个医疗数据获取装置101，而这些医疗数据获取装置101的类别可以是相同的也可以是不同的，也就是说，这些医疗数据获取装置101可属于同一个科室，例如，心电图室，也可属于不同科室，例如，分别属于心电图室、脑电图室以及核磁共振室。在这种情况下，所述医疗数据处理装置102可内嵌多种医疗数据处理模型组件，从而可针对不同科室的医疗数据利用不同的医疗数据处理模型组件执行处理，例如，所述医疗数据处理装置102可具有针对脑电图的脑电数据处理模型组件，针对心电图的心电数据处理模型组件，以及针对核磁共振图像的核磁共振图像处理模型组件。这些模型组件可以是可用的各种模型组件，例如，利用训练数据训练好的神经网络模型实现的医疗数据模型组件。神经网络模型是机器学习中的一种模型，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。现有的神经网络模型可包括前馈神经网络模型、循环网络模型以及对称连接网络模型。在实施中，利用神经网络架构实现的模型或其他模型均可应用于本申请，在此将不再展开。在这种情况下，当医疗数据传输到医疗数据处理装置102后，医疗数据处理装置102可先确定与所述医疗数据对应的医疗数据处理模型组件。在实施中，可利用提取出的所述医本文档来自技高网...

【技术保护点】
1.一种医疗数据处理方法，其特征在于，包括：/n利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对接收的医疗数据执行处理，获取与所述医疗数据对应的医疗诊断信息。/n

【技术特征摘要】
1.一种医疗数据处理方法，其特征在于，包括：
利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对接收的医疗数据执行处理，获取与所述医疗数据对应的医疗诊断信息。


2.如权利要求1所述的方法，其特征在于，还包括：
接收对所述医疗数据处理模型组件执行更新的更新数据；
利用所述更新数据，执行对所述医疗数据处理模型组件的更新处理。


3.如权利要求1所述的方法，其特征在于，所述医疗数据处理装置包括连同所述医疗数据处理模型组件在内的多个医疗数据处理模型组件，其中，所述多个医疗数据处理模型组件分别与多种医疗数据对应。


4.如权利要求3所述的方法，其特征在于，所述多个医疗数据处理模型组件包括神经网络模型组件。


5.如权利要求4所述的方法，其特征在于，利用医疗数据处理装置中所包括的与所述医疗数据对应的医疗数据处理模型组件对获取的医疗数据执行处理获取与所述医疗数据对应的医疗诊断信息包括：
利用提取出的所述医疗数据的数据特征信息，从所述多个医疗数据处理模型组件中确定与所述医疗数据对应的医疗数据处理模型组件；
将所述医疗数据输入到所述医疗数据处理模型组件，获取与所述医疗数据对应的医疗诊断信息。


6.如权利要求5所述方法，其特征在于，所述数据特征信息包括医疗数据的类型、导联数量、波形信息以及维度信息中的一个或多个的组合。


7.如权利要求1所述的方法，其特征在于，还包括：
利用物理隔离方式禁止医疗数据向外传输。


8.一种医疗数据处理方法，其特征在于，包括：
将获取的医疗数据发送到医疗数据处理装置，其中，所述医疗数据处理装置包括与所述医疗数据的类型对应的并对所述医疗数据执行处...

【专利技术属性】
技术研发人员：王星，傅玲，许娟，范绎，
申请(专利权)人：阿里健康信息技术有限公司，
类型：发明
国别省市：百慕大;BM