基于自学习与数据保护的发热伴呼吸道症候群的监测系统技术方案

本发明专利技术提供基于自学习与数据保护的发热伴呼吸道症候群的监测系统，属于人工智能技术领域，具体包括：个体监测预警子系统接收社区传送的患者症状信息、患者的流行病学史、社区医院传送的就诊信息，进行初步诊断，确定患者的疾病类型，将反馈建议和预警信息发送至社区及社区医院，并将社区患者信息传送到所述群体监测预警子系统；辅助诊断决策支持子系统，用于接收就诊患者的基本信息，接收辅助诊断信息，将医院患者信息传送到群体监测预警子系统；群体监测预警子系统，用于接收医院患者信息以及社区患者信息，并响应于信息查询请求发送预警信息，从而在社区端结合流行病学进行预警，提高了响应速度。提高了响应速度。提高了响应速度。

【技术实现步骤摘要】
基于自学习与数据保护的发热伴呼吸道症候群的监测系统
[0001]

[0002]本专利技术属于人工智能
，具体涉及基于自学习与数据保护的发热伴呼吸道症候群的监测系统。
[0003]
技术介绍

[0004]中国专利文献申请公布号CN108511072A公开了一种结合区域环境监测的健康管理系统，包括社区/村镇环境评估中心监测端、社区/村镇卫生服务中心监测端和疾病预防控制中心终端，所述社区/村镇环境评估中心监测端、社区/村镇卫生服务中心监测端和疾病预防控制中心终端均通过无线传输装置与医院健康评估终端双向相连，所述医院健康评估终端输出连接卫生管理部门终端。本专利技术设有社区/村镇卫生服务中心监测端，掌握居民身体生理特征参数，在居民发生疾病时根据环境评估指数方便医院健康评估终端做出处置措施或临时急救建议。中国专利文献申请公布号CN113362959A公开了一种区域疫情防控用突发呼吸道传染病风险预测模型，包括如下步骤：S1：原始数据；S2：数据治理；S3：知识库建立；S4：决策层融合；S5：风险预测模型建立，采用基于多元异构数据的方式实现了对数据的融合处理，并采用加密算法实现对数据的传输，通过基于知识图谱技术实现了对数据的解析，并根据解析结果通过风险预测模型实现了对风险的预测。
[0005]但上述专利申请文件均没有将疑似患者的流行病学史因素作为进行预警判断的重要因素之一，在社区端即构建预警系统，风险预警迁移。
[0006]针对上述技术问题，本专利技术提供了基于自学习与数据保护的发热伴呼吸道症候群的监测系统。/>[0007]
技术实现思路

[0008]为实现本专利技术目的，本专利技术采用如下技术方案：根据本专利技术的一个方面，提供了基于自学习与数据保护的发热伴呼吸道症候群的监测系统。
[0009]基于自学习与数据保护的发热伴呼吸道症候群的监测系统，其特征在于，具体包括：个体监测预警子系统，辅助诊断决策支持子系统，群体监测预警子系统；所述个体监测预警子系统接收社区传送的患者的症状信息、患者的流行病学史、社区医院传送的就诊信息，进行初步诊断，确定患者的疾病类型，将反馈建议发送至社区及社区医院，当存在疑似发热伴呼吸道症候的疾病类型时，需要将反馈建议和预警信息发送至社区及社区医院，并将社区患者信息传送到所述群体监测预警子系统；所述辅助诊断决策支持子系统，用于接收就诊患者的基本信息，接收HIS系统和/
或PACS系统的辅助诊断信息，将经校正的诊断信息发回到HIS系统和/或PACS系统，并将医院患者信息传送到所述群体监测预警子系统；所述群体监测预警子系统，用于接收医院患者信息以及社区患者信息，进行数据分析得到分析结果，并根据所述分析结果得出预警信息，并响应于信息查询请求发送预警信息和/或数据统计分析结果。
[0010]通过设置个体监测预警子系统，通过基于社区和社区医院传送的包括患者的流行病学史和诊断信息的信息，并根据传输得到的数据进行初步诊断，当系统诊断结果确定此时疑似发生了当存在疑似发热伴呼吸道症候的疾病类型时，需要将反馈建议和预警信息发送至社区及社区医院，并将社区患者信息传送到所述群体监测预警子系统，从而实现了将疑似患者的流行病学史作为进行预警判断的重要因素之一，在社区端即构建预警系统，风险预警迁移，解决了原有的技术问题；同时通过设置辅助诊断决策支持子系统，基于患者的基本信息和来自HIS系统和/或PACS系统的辅助诊断信息包括图像或者其他检验结果，实现对患者的病症的准确判断得到经校正的诊断信息，并所述经校正的诊断信息传输给群体监测预警子系统；群体监测预警子系统通过上面两方面信息的分析，对进行数据分析得到分析结果，并根据所述分析结果得出预警信息，并响应于信息查询请求发送预警信息和/或数据统计分析结果。
[0011]通过设置个体监测预警子系统，通过对社区传输的包括患者的流行病学史和诊断信息的信息，进行诊断，并在当出现疑似发热伴呼吸道症候的疾病类型时，发出预警信息，从而解决了原先未能与患者的流行病史相结合，不能在社区段即可以准确的发出诊断信息的问题，从而使得预警前移，使得扩散风险降到最低，进一步提升了疫情防控的效率；通过所述辅助诊断决策支持子系统，通过对就诊患者的基本信息以及接收HIS系统和/或PACS系统的辅助诊断信息，将经校正的诊断信息发回到HIS系统和/或PACS系统，从而实现了对诊断信息的精准化，使得对疾病的诊断结果不再依赖于医生的经验，进而提升了疾病诊断的效率；设置群体监测预警子系统，通过对医院患者信息以及社区患者信息的分析，从而根据分析结果实现了群体的预警，实现了对疫情扩展的进一步监控，尽可能将疫情风险在最短的时间得到抑制。
[0012]进一步的技术方案在于，所述患者的症状信息包括个体的身份信息、个体的基础疾病，个体的疾病症状、个体是否为隔离人员和或健康观测人员。
[0013]通过对个体的身份信息、个体的基础疾病，个体的疾病症状、个体是否为隔离人员和或健康观测人员，从而不仅仅依赖其个体的疾病症状进行对患者进行诊断，可以使得对患者的诊断结果变得更加准确，而且结合个体是否为隔离人员和/或健康观测人员，当发现同样的疾病症状时，若为隔离人员和或健康观测人员，其可能性更大，发出预警信息，使得将疫情外泄的风险尽可能缩小到最小。
[0014]进一步的技术方案在于，所述个体监测预警子系统中的初步判断采用基于知识图谱技术，建立发热伴呼吸道症候群知识库及识别模型，根据疾病类型，输出反馈建议以及预警信息，并根据专家团队经验，对所述知识库及识别模型进行更新。
[0015]通过采用知识图谱技术，从而建立了发热伴呼吸道症候群知识库及识别模型，其输入是所述的患者的症状信息、患者的流行病学史、社区医院传送的就诊信息，基于知识图谱技术，对所述症状信息、流行病学史、所述就诊信息进行语义解析得到解析结果，并根据
所述解析结果形成行为图谱，建立发热伴呼吸道症候群知识库及识别模型，对所述行为图谱进行识别，确定疾病类型，使得症状的判断精度进一步提高，根据具体情况输出相应的告警信息；通过采用专家团队经验，对所述知识库及识别模型进行更新，使得诊断模型和数据库能够根据疫情的变化进行相应的变化，从而使得其变得更加的准确。
[0016]进一步的技术方案在于，所述就诊患者的基本信息包括基础信息、基础疾病、流行病学史、症状、生命体征。
[0017]进一步的技术方案在于，所述辅助诊断信息包括外院就诊数据、检验数据、影像数据。
[0018]进一步的技术方案在于，所述经校正的诊断信息采用的方法为基于多模态学习和深度学习的预测模型进行预测。
[0019]采用多模态学习方法，将输入的影像图像及医疗文本信息，分别提取特征生成多模态向量，根据多模态向量，并基于深度学习算法的预测模型，得到经校正过的诊断信息，从而实现了对多种信息的融合处理，考虑多重因素，将多模态向量送入到基于深度学习算法的预测模型中，进一步提升了预测模型的精度。
[0020]进一步的技术方案在于，获得所述经校正的诊断信息的具体步骤为：S11 根据所述就诊患本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自学习与数据保护的发热伴呼吸道症候群的监测系统，其特征在于，具体包括：个体监测预警子系统，辅助诊断决策支持子系统，群体监测预警子系统；所述个体监测预警子系统接收社区传送的患者的症状信息、患者的流行病学史、社区医院传送的就诊信息，进行初步诊断，确定患者的疾病类型，将反馈建议发送至社区及社区医院，当存在疑似发热伴呼吸道症候的疾病类型时，需要将反馈建议和预警信息发送至所述社区及社区医院，并将社区患者信息传送到所述群体监测预警子系统；所述辅助诊断决策支持子系统，用于接收就诊患者的基本信息，接收HIS系统和/或PACS系统的辅助诊断信息，将经校正的诊断信息发回到HIS系统和/或PACS系统，并将医院患者信息传送到所述群体监测预警子系统；所述群体监测预警子系统，用于接收医院患者信息以及社区患者信息，进行数据分析得到分析结果，并根据所述分析结果得出预警信息，并响应于信息查询请求发送预警信息和/或数据统计分析结果。2.如权利要求1所述的监测系统，其特征在于，所述患者的症状信息包括个体的身份信息、个体的基础疾病，个体的疾病症状、个体是否为隔离人员和或健康观测人员。3.如权利要求1或2所述的监测系统，其特征在于，所述个体监测预警子系统中的初步判断采用基于知识图谱技术，建立发热伴呼吸道症候群知识库及识别模型，根据疾病类型，输出反馈建议以及预警信息，并根据专家团队经验，对所述知识库及识别模型进行更新。4.如权利要求1所述的监测系统，其特征在于，所述就诊患者的基本信息包括基础信息、基础疾病、流行病学史、症状、生命体征。5.如权利要求1所述的监测系统...

【专利技术属性】
技术研发人员：刘杰，刘韬，
申请(专利权)人：北京超数时代科技有限公司，
类型：发明
国别省市：