System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能医疗诊断,具体为基于人工智能的危重症疑难病例的辅助诊断系统及方法。
技术介绍
1、在重症医学科或者icu中,患者多为危重型病人,且往往伴随其他基础疾病或者并发疾病。此种情况下,要及时诊断出患者的病症对临床医生的经验要求、水平要求极高。若不能及时做出准确的诊断,容易延误患者最佳的诊疗时机。
2、人工智能技术已经成为医疗领域中的一股新势力,在医学辅助诊断方面,智能诊断可以通过大规模数据分析,结合深度学习等人工智能技术,快速识别出病理类型,辅助医生做出更加准确的诊断,提高诊疗效率和水平。
3、对此我们提出了基于人工智能的危重症疑难病例的辅助诊断系统及方法。
技术实现思路
1、本专利技术的目的在于提供基于人工智能的临床检查疑难病例辅助诊断系统及方法,通过调取数据库中对应的历史病症及类似数据,并与患者基础病、各项检验指标、检查结果、影像结果、病理结果图像数据及变化趋势进行比对分析,为临床疑难病例进行辅助诊断;通过获取患者整体图像数据及病理图像,提取图像中病灶区及异常数据,并分析病理原因;同理与数据库中对应数据进行比对分析,提升了临床疑难病例的诊断效果;采用临床数据结合人工智能的就诊方式,为临床患者提供更为准确的治疗方案,为患者节约宝贵的治疗时间,提升了临床疑难病例的诊断及治疗效果,解决了上述
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:基于人工智能的临床检查疑难病例辅助诊断系统,包括:
3、数据库,用
4、身份识别单元,用于读取临床患者病历表的条形码,由此调取出临床患者的个人信息以及问诊记录信息;
5、医患交互单元,用于为患者与医生建立交互方式,以及应对后续诊断信息的交互;
6、资料获取单元,用于获取患者整体、面部、舌头的图像数据、患者脉搏信息以及扫描患者的病理图像;
7、病症处理单元,基于数据获取单元所获得的患者资料分别与数据库中所对应的历史病症进行对比,并筛出对应度最高的历史病症,以作为临床疑难病例的参考样本,结合历史病症生成对应的诊断结果;
8、诊断输出单元,基于外部的打印机将临床患者诊断过程中的检查项目清单、诊断结果以及西医药方进行打印。
9、进一步的,所述数据库还包括:
10、账号注册模块,用于注册医生个人账号,并填报医生的真实信息、所属科室以及登录密码,由此授权数据库查询功能;
11、账号登录模块,基于所注册的账号与密码登录数据库查询页面,以供临床查阅相关病症;
12、数据上传模块,用于导入以往患者的个人信息、历史病症、诊断结果以及自身需要了解的信息上传至数据库;
13、数据管理模块,用于对数据库中现有的数据资料进行增删改查。
14、进一步的,所述身份识别单元包括:
15、条码阅读器,用于扫描临床患者病历表的条形码,识别出临床患者的个人信息以及问诊记录信息;
16、信息选择模块,用于选择所需了解的个人信息以及问诊记录信息。
17、进一步的,所述医患交互单元包括:
18、第一交互模块,基于交互式触摸屏或语音听筒,选择触摸或语音方式进行交互式问诊,以确定当前就诊模式;
19、第二交互模块,基于交互式触摸屏或语音听筒,选择就诊科室与临床医生。
20、进一步的,第一交互模块,包括:
21、就诊需求确定子模块,用于基于交互式触摸屏或语音听筒获取交互发送端发出的就诊需求,同时,对患者发出的就诊需求进行读取,确定就诊需求对应的文本表达;
22、参数获取子模块,用于基于预设信号转换装置将就诊需求对应的文本表达转化为待交互信号数据,获取待交互信号数据的数据量,同时,确定交互接收端与交互发送端的响应时间,以及交互端对待交互信号数据进行交互的处理时间;
23、第一计算子模块,用于基于待交互信号数据的数据量、交互接收端与交互发送端的响应时间以及交互端对待交互信号数据进行交互的处理时间,计算交互效率;
24、;
25、其中,表示交互效率;表示常数,且取值为0.3;表示交互发送端在响应时的启动程序数据量;表示交互发送端的响应时间;表示交互发送端在进行启动时的影响因子,且取值范围为(0.1,0.2);表示交互接收端在响应时的启动程序数据量;表示交互接收送端的响应时间;表示交互接收端在进行启动时的影响因子,且取值范围为(0.1,0.2);表示待交互信号数据的数据量;表示交互端对待交互信号数据进行交互的处理时间;表示对待交互信号数据进行交互处理的影响因子,且取值范围为(0.1,0.2);
26、第二计算子模块,用于获取待交互信号数据的第一数据内容,同时,确定交互后的第二数据内容,并基于第一数据内容与第二数据内容,计算交互准确率;
27、;
28、其中,表示交互准确率;表示第一数据内容与第二数据内容中内容相同的数据量;表示第一数据内容与第二数据内容中内容相异的数据量;
29、第三计算子模块,用于根据如下公式,并基于交互效率与交互准确率对医护交互结构进行质量评估;
30、;
31、其中,f表示对医护交互结构进行质量评估的评分分值;表示基准交互效率;表示交互效率对医护交互结构进行质量评估所占权重;标志基准准确率;表示交互效率对医护交互结构进行质量评估所占权重;
32、判定子模块,用于获取预设及格分值,并将对医护交互结构进行质量评估的评分分值与预设及格分值进行比较,判断医护交互结构是否合格;
33、当评分分值等于或大于预设及格分值时,则判定医护交互结构合格;
34、否则,则判定医护交互结构不合格,并进行报警操作。
35、进一步的,所述资料获取单元包括:
36、高清摄像头,用于拍摄临床患者的整体、面部以及舌头图像,并将所拍摄的图像上传至病症处理单元;
37、脉搏传感器,用于采集临床患者的脉搏数据,并将所采集的脉搏数据上传至上传至病症处理单元;
38、三维扫描仪,用于扫描临床患者的病理图像,由此生成电子版病理图像,并将电子版病理图像上传至病症处理单元。
39、进一步的,所述病症处理单元包括:
40、特征提取模块,用于提取临床患者的整体、面部、舌头图像数据、脉搏信息以及病理图像中的病症信息,基于病症信息初步分析出病理原因;
41、资料筛查模块,基于初步分析出病理原因,结合交互式触摸屏或语音听筒中临床患者录入的身体状况,从数据库中调取相应的历史病症以及诊断结果,将其一一列出,并利用统计学根据可能性的大小进行制表或制图;
42、数据对比模块,基于临床患者的病症信息与数据库内的多组相似数据进行一一对比,并进一步进行分析,将本文档来自技高网...
【技术保护点】
1.基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述数据库还包括:
3.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述身份识别单元包括:
4.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述医患交互单元包括:
5.根据权利要求4所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于,第一交互模块,包括:
6.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述资料获取单元包括:
7.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述病症处理单元包括:
8.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述诊断输出单元还包括:
9.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述数据库中包括正常生命体
10.一种如权利要求1-9任一项所述的基于人工智能的临床检查疑难病例辅助诊断系统的实现方法,其特征在于:包括以下步骤:
...【技术特征摘要】
1.基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述数据库还包括:
3.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述身份识别单元包括:
4.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述医患交互单元包括:
5.根据权利要求4所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于,第一交互模块,包括:
6.根据权利要求1所述的基于人工智能的临床检查疑难病例辅助诊断系统,其特征在于:所述资料获...
【专利技术属性】
技术研发人员:马文娟,
申请(专利权)人:中山大学肿瘤防治中心中山大学附属肿瘤医院,中山大学肿瘤研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。