一种人工智能医疗信息系统技术方案

本发明专利技术公开了一种人工智能医疗信息系统，利用数据采集模块采集医生的诊断信息和病人的就诊信息，利用数据传输模块将诊断信息和就诊信息发送至信息分析模块；利用数据处理模块接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，并将诊断处理信息和就诊处理信息发送至数据分析模块；利用数据分析模块接收诊断处理信息和就诊处理信息并进行分析；利用数据分配模块用于根据诊断值和就诊值对医生的诊断进行安排；利用提示模块对医生的诊断和病人的就诊进行提示；本发明专利技术用于解决不能根据病人以往的诊断信息对医生的诊断进行合理分配的问题，以及医生不能获取病人的诊断史进行高效诊断的问题。

【技术实现步骤摘要】
一种人工智能医疗信息系统
本专利技术涉及人工智能
，尤其涉及一种人工智能医疗信息系统。
技术介绍
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用；不同场景通过结合人工智能可以实现更好的效果，比如交通、教育、医疗以及农业结合人工智能可以提高数据处理效果。现有的人工智能医疗信息系统存在的缺陷是：不能根据病人以往的诊断信息对医生的诊断进行合理分配的问题，以及医生不能获取病人的诊断史进行高效诊断的问题。
技术实现思路
本专利技术的目的在于提供一种人工智能医疗信息系统，本专利技术所要解决的技术问题为：如何解决现有方案中不能根据病人以往的诊断信息对医生的诊断进行合理分配的问题，以及医生不能获取病人的诊断史进行高效诊断的问题。本专利技术的目的可以通过以下技术方案实现：一种人工智能医疗信息系统，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块、数据分配模块和提示模块；数据采集模块用于采集医生的诊断信息和病人的就诊信息，该诊断信息包含诊断时间数据、诊断原因数据、诊断结果数据和开药数据，该就诊信息包含病人个人数据、病史数据和服药数据，并通过数据传输模块将诊断信息和就诊信息发送至信息分析模块；数据处理模块用于接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，并将诊断处理信息和就诊处理信息发送至数据分析模块；数据分析模块用于接收诊断处理信息和就诊处理信息并进行分析，具体的步骤包括：步骤一：接收诊断处理信息和就诊处理信息；步骤二：获取诊断处理信息中标记的诊断时差K1、原因预设值K2、结果预设值J1、严重预设值Yi和药品预设值P1；步骤三：利用公式获取医生的诊断值，该公式为：其中，Qzd表示为诊断值，μ表示为预设的诊断修正因子，a1、a2、a3、a4表示为不同的比例系数；步骤四：将若干个诊断值根据预设的诊断范围进行分类，将大于诊断范围最大值的诊断值判定为严重数据，将属于诊断范围的诊断值判定为中等数据，将小于诊断范围最小值的诊断值判定为轻微数据；步骤五：将严重数据中的若干个诊断值进行降序排列，并将诊断值对应的病人标记为监测病人；步骤六：获取就诊处理信息中标记的病人凭证、个人年龄L1、体重数据Tij、历史病例值B1、历史服药值B2和服药次数F1；步骤七：利用公式获取病人的就诊值，该公式为：其中，Qjz表示为就诊值，β表示为预设的就诊修正因子，b1、b2、b3表示为不同的比例系数；步骤八：将若干个就诊值进行降序排列，得到就诊排序集，并通过病人凭证将就诊值进行关联；数据分配模块用于根据诊断值和就诊值对医生的诊断进行安排；数据传输模块用于对各个模块之间的数据进行传输。优选的，数据处理模块用于接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，具体的步骤包括：S21：获取诊断信息中的诊断时间数据、诊断原因数据、诊断结果数据和开药数据；S22：根据诊断时间数据与实时时间获取诊断时差，并将诊断时差标记为K1，设定不同的诊断原因均对应一个不同的原因预设值，将诊断原因数据与所有的诊断原因进行匹配获取对应的原因预设值并标记为K2；S23：设定不同的诊断结果均对应一个不同的结果预设值，设定不同的诊断结果的严重程度对应一个不同的严重预设值，将诊断结果数据中的诊断结果与所有的诊断结果进行匹配获取对应的结果预设值并标记为J1，将诊断结果数据中的严重程度与所有的严重程度进行匹配获取对应的严重预设值并标记为Yi,i＝1，2，3；S24：设定不同的药品均对应一个药品预设值，将开药数据与所有的药品进行匹配获取对应的药品预设值并标记为P1；S25：将标记的诊断时差、原因预设值、结果预设值、严重预设值和药品预设值分类组合，得到诊断处理信息；S26：获取就诊处理信息中的病人个人数据、病史数据和服药数据；S27：将病人个人数据中的身份证号标记为病人凭证，将病人个人数据中的个人年龄标记为L1，将病人个人数据中的体重数据与预设的标准体重范围进行匹配，若体重数据属于标准体重范围，则判定体重数据正常，若体重数据不属于标准体重范围，则判定体重数据异常，并将匹配后的体重数据标记为Tij,i＝1，2；j＝1，2...n；S28：将病史数据与所有的诊断结果进行匹配获取病史数据对应的结果预设值并标记为历史病例值B1，将服药数据与所有的药品进行匹配获取对应的药品预设值并标记为历史服药值B2，统计服药数据中的服药次数并标记为F1；S29：将标记的病人凭证、个人年龄、体重数据、历史病例值、历史服药值和服药次数组合，得到就诊处理信息。优选的，数据分配模块用于根据诊断值和就诊值对医生的诊断进行安排，具体的步骤包括：S31：获取严重数据中的诊断值和就诊排序集中的就诊值；S32：利用公式获取病人的匹配值，该公式为其中，Qp表示为病人的匹配值，α表示为预设的权重，Qjz表示为就诊排序集中的就诊值，Qzd表示为严重数据中的诊断值；S33：将匹配值与预设的标准阈值进行对比，若匹配值等于标准阈值，则判定就诊值与严重数据中的诊断值匹配，根据该就诊值关联的病人凭证对病人进行优先诊断得到优先诊断结果，并根据优先诊断结果将病人凭证对应的病史数据和服药数据进行存储和更新，根据优先诊断结果将诊断信息中的诊断时间数据、诊断原因数据、诊断结果数据和开药数据进行存储和更新；S34：若匹配值不等于标准阈值，则判定就诊值与严重数据中的诊断值不匹配，根据挂号时间的排列顺序和就诊值关联的病人凭证对病人进行诊断并生成正常诊断结果，根据诊断结果对病人凭证关联的病史数据和服药数据进行存储和更新，根据正常诊断结果将诊断信息中的诊断时间数据、诊断原因数据、诊断结果数据和开药数据进行存储和更新；S35：提示模块根据匹配值对医生的诊断和病人的就诊进行提示。优选的，提示模块根据匹配值对医生的诊断和病人的就诊进行提示，具体的步骤包括：S41：获取病人凭证并与数据库中存储的病人凭证集进行匹配，若病人凭证集中未匹配到该病人凭证，判定该病人为首次就诊并将该病人凭证存储至病人凭证集中，对该病人进行诊断生成首次诊断信息，并将首次诊断信息与病人凭证关联和存储；S42：若病人凭证集中匹配到该病人凭证，判定该病人为非首次就诊并提取该病人凭证关联的就诊信息，根据病人凭证获取病人上一次的就诊时间，获取上一次的就诊时间与实时时间的时长，将时长与预设的复诊时长进行匹配，若时长不大于复诊时长，则判定病人正常复诊并生成正常复诊信号，医生根据正常复诊信号和该病人凭证关联的就诊信息进行正常复诊，生成第一复诊信息并与该病人凭证进行关联和存储；S43：若时长大于复诊时长，则判定病人迟到复诊并生成迟到复诊信号，医生根据迟到复诊信号和该病人凭本文档来自技高网...

【技术保护点】
1.一种人工智能医疗信息系统，其特征在于，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块、数据分配模块和提示模块；/n数据采集模块用于采集医生的诊断信息和病人的就诊信息，该诊断信息包含诊断时间数据、诊断原因数据、诊断结果数据和开药数据，该就诊信息包含病人个人数据、病史数据和服药数据，并通过数据传输模块将诊断信息和就诊信息发送至信息分析模块；/n数据处理模块用于接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，并将诊断处理信息和就诊处理信息发送至数据分析模块；/n数据分析模块用于接收诊断处理信息和就诊处理信息并进行分析，具体的步骤包括：/n步骤一：接收诊断处理信息和就诊处理信息；/n步骤二：获取诊断处理信息中标记的诊断时差K1、原因预设值K2、结果预设值J1、严重预设值Yi和药品预设值P1；/n步骤三：利用公式获取医生的诊断值，该公式为：/n

【技术特征摘要】
1.一种人工智能医疗信息系统，其特征在于，包括数据采集模块、数据传输模块、数据处理模块、数据分析模块、数据分配模块和提示模块；
数据采集模块用于采集医生的诊断信息和病人的就诊信息，该诊断信息包含诊断时间数据、诊断原因数据、诊断结果数据和开药数据，该就诊信息包含病人个人数据、病史数据和服药数据，并通过数据传输模块将诊断信息和就诊信息发送至信息分析模块；
数据处理模块用于接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，并将诊断处理信息和就诊处理信息发送至数据分析模块；
数据分析模块用于接收诊断处理信息和就诊处理信息并进行分析，具体的步骤包括：
步骤一：接收诊断处理信息和就诊处理信息；
步骤二：获取诊断处理信息中标记的诊断时差K1、原因预设值K2、结果预设值J1、严重预设值Yi和药品预设值P1；
步骤三：利用公式获取医生的诊断值，该公式为：



其中，Qzd表示为诊断值，μ表示为预设的诊断修正因子，a1、a2、a3、a4表示为不同的比例系数；
步骤四：将若干个诊断值根据预设的诊断范围进行分类，将大于诊断范围最大值的诊断值判定为严重数据，将属于诊断范围的诊断值判定为中等数据，将小于诊断范围最小值的诊断值判定为轻微数据；
步骤五：将严重数据中的若干个诊断值进行降序排列，并将诊断值对应的病人标记为监测病人；
步骤六：获取就诊处理信息中标记的病人凭证、个人年龄L1、体重数据Tij、历史病例值B1、历史服药值B2和服药次数F1；
步骤七：利用公式获取病人的就诊值，该公式为：



其中，Qjz表示为就诊值，β表示为预设的就诊修正因子，b1、b2、b3表示为不同的比例系数；
步骤八：将若干个就诊值进行降序排列，得到就诊排序集，并通过病人凭证将就诊值进行关联；
数据分配模块用于根据诊断值和就诊值对医生的诊断进行安排；
数据传输模块用于对各个模块之间的数据进行传输。


2.根据权利要求1所述的一种人工智能医疗信息系统，其特征在于，数据处理模块用于接收诊断信息和就诊信息并进行处理，得到诊断处理信息和就诊处理信息，具体的步骤包括：
S21：获取诊断信息中的诊断时间数据、诊断原因数据、诊断结果数据和开药数据；
S22：根据诊断时间数据与实时时间获取诊断时差，并将诊断时差标记为K1，设定不同的诊断原因均对应一个不同的原因预设值，将诊断原因数据与所有的诊断原因进行匹配获取对应的原因预设值并标记为K2；
S23：设定不同的诊断结果均对应一个不同的结果预设值，设定不同的诊断结果的严重程度对应一个不同的严重预设值，将诊断结果数据中的诊断结果与所有的诊断结果进行匹配获取对应的结果预设值并标记为J1，将诊断结果数据中的严重程度与所有的严重程度进行匹配获取对应的严重预设值并标记为Yi,i＝1，2，3；
S24：设定不同的药品均对应一个药品预设值，将开药数据与所有的药品进行匹配获取对应的药品预设值并标记为P1；
S25：将标记的诊断时差、原因预设值、结果预设值、严重预设值和药品预设值分类组合，得到诊断处理信息；
S26：获取就诊处理信息中的病人个人数据、病史数据和服药数据；
S27：将病人个人数据中的身份证号标记为病人凭证，将病人个人数据中的个人年龄标记为L1，将病人个人数据中的体重数据与预设的标准...

【专利技术属性】
技术研发人员：梁亚正，
申请(专利权)人：智粤云广州数字信息科技有限公司，
类型：发明
国别省市：广东;44