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】
本专利技术涉及一种基于大模型技术的皮肤专病患者管理方法及系统,属于医疗管理。
技术介绍
1、皮肤病是发生在皮肤和皮肤附属器官疾病的总称,随着医疗技术的发展,对皮肤专病患者的精准管理需求日益增强,与之相对应的是,传统的患者管理方法依赖于人工诊断和手动记录,无法实现大规模的数据处理和深度分析,难以满足日益增长的精准医疗需求。
2、目前,对于皮肤病的诊断,主要依赖于医生的经验、专业知识水平、患者的描述及症状表现。
3、虽然上述方法能够实现对皮肤专病的诊断,但是在对患者进行诊断时,未考虑患病时期及用药疗程,在对患者进行病症分析时,未考虑结合现有数据辅助对患者的诊断,造成对患者诊断结果不准确及患者管理困难的问题。
技术实现思路
1、本专利技术提供一种基于大模型技术的皮肤专病患者管理方法及系统,其主要目的在于解决对患者诊断结果不准确及患者管理困难的问题。
2、为实现上述目的,本专利技术提供的一种基于大模型技术的皮肤专病患者管理方法,包括:
3、接收患者管理指令,基于患者管理指令确认出用于管理患者的管理系统,其中,管理系统包括:数据收集单元、就医进程单元及检测反馈单元;
4、获取患者的初始病理图像,基于初始病理图像及预训练的病理图像分割模型获取目标病理图像,利用预训练的病理识别模型集及目标病理图像获取第一诊断结果集,其中,病理识别模型集中包括多个病理识别模型;
5、获取医生的第二诊断结果集,其中,第二诊断结果集包括:一个或多
6、利用数据收集单元获取历史分析数据集,其中,历史分析数据集包括多个历史分析数据,基于目标诊断名称及历史分析数据集获取目标分析数据集及目标分析图像集;
7、基于目标分析图像集获取病理图像序列,利用目标分析数据集获取目标治疗时间,接收来自就医进程单元的进程获取指令,基于进程获取指令获取治疗进程序列;
8、利用检测反馈单元将所述病理图像序列、治疗进程序列及目标治疗时间发送至患者管理指令的发起端,实现对皮肤专病患者的管理。
9、可选地,所述利用预训练的病理识别模型集及目标病理图像获取第一诊断结果集,包括:
10、从所述病理识别模型集中依次提取病理识别模型,并对所提出的病理识别模型执行如下操作:
11、利用所提出的病理识别模型及目标病理图像获取第一诊断结果;
12、汇总所述第一诊断结果,得到第一诊断结果集,其中,第一诊断结果集包括多个第一诊断结果,且第一诊断结果包括:模型诊断名称及模型诊断名称所对应的模型诊断准确率。
13、可选地,所述利用第一诊断结果集及第二诊断结果集获取目标诊断名称,包括:
14、利用模型诊断名称及第一诊断结果集获取一个或多个分类诊断结果集,从所述一个或多个分类诊断结果集中依次提取分类诊断结果集,并对所提取的分类诊断结果集,执行如下操作:
15、基于所提取的分类诊断结果集及预构建的结果评估关系式计算分类诊断概率,其中,结果评估关系式,如下所示:
16、
17、其中,表示第个分类诊断结果集所对应的分类诊断概率,表示第个分类诊断结果集中第个模型诊断准确率,表示第个分类诊断结果集中共有个模型诊断准确率;
18、比较分类诊断概率及预设的概率参考阈值;
19、若分类诊断概率大于或等于所述概率参考阈值,则保留分类诊断概率所对应的分类诊断结果集;
20、否则,剔除分类诊断概率所对应的分类诊断结果集;
21、汇总所保留的分类诊断结果集,得到目标诊断结果集;
22、基于目标诊断结果集及第二诊断结果集获取目标诊断名称。
23、可选地,所述基于目标诊断结果集及第二诊断结果集获取目标诊断名称,包括:
24、利用第二诊断结果集划分目标诊断结果集,得到预测名称结果集及异常名称结果集,其中,预测名称结果集包括第二诊断结果集所对应的医生诊断名称,异常名称结果集不包括第二诊断结果集所对应的医生诊断名称;
25、从所述预测名称结果集中依次提取医生诊断名称,并对所提取的医生诊断名称执行如下操作:
26、利用医生诊断名称所对应的医生诊断准确率及预构建的综合评定关系式计算综合评定值,汇总所述综合评定值,得到综合评定值集,基于综合评定值集获取目标医生诊断值,其中,目标医生诊断值为综合评定值集中数值最大的综合评定值;
27、从所述异常名称结果集中依次提取模型诊断名称,并对所提取的模型诊断名称执行如下操作:
28、利用模型诊断名称所对应的分类诊断概率及所述综合评定关系式计算模型评定值;
29、汇总模型评定值,得到模型评定值集,基于模型评定值集获取目标模型诊断值,其中,目标模型诊断值为模型评定值集中数值最大的模型评定值;
30、比较目标医生诊断值与目标模型诊断值;
31、若目标医生诊断值大于目标模型诊断值,则目标诊断名称为目标医生诊断值所对应的医生诊断名称;
32、若目标医生诊断值小于或等于目标模型诊断值,则提示诊断结果错误。
33、可选地,所述综合评定关系式,如下所示:
34、
35、其中,表示对于疾病的综合评定值,均为预设的系数,表示第个分类诊断结果集所对应的分类诊断概率,表示疾病的医生诊断准确率。
36、可选地,所述基于目标诊断名称及历史分析数据集获取目标分析数据集及目标分析图像集,包括:
37、获取患者的身份识别码,利用身份识别码划分历史分析数据集,得到多个初始分析数据集,其中,初始分析数据集中包括:一个或多个问诊时间、一个或多个就诊时间、一个或多个病理图像及一个或多个患病名称;
38、剔除多个初始分析数据集中患病名称不唯一的初始分析数据集,得到多个第一分析数据集;
39、剔除多个第一分析数据集中患病名称不为目标诊断名称的第一分析数据集,得到目标分析数据集;
40、基于目标分析数据集获取一个或多个病理图像,得到目标分析图像集。
41、可选地,所述基于目标分析图像集获取病理图像序列,包括:
42、从目标分析图像集中依次提取病理图像,并对所提取的病理图像执行如下操作:
43、利用预构建的分析方法及所提取的病理图像获取评分数值,其中,所述分析方法为层次分析法;
44、汇总所述评分数值,得到评分数值集,按照从大到小的顺序排列评分数值集中的评分数值,得到评分序列,基于所述评分序列获取病理图像序列。
45、可选地,所述利用目标分析数据集获取目标治疗时间,包括:
46、从所述目标分析数据集中依次提取第一分析数据集,并对所提取的第一分析数据集执行如下操作:
本文档来自技高网...
【技术保护点】
1.一种基于大模型技术的皮肤专病患者管理方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述利用预训练的病理识别模型集及目标病理图像获取第一诊断结果集,包括:
3.如权利要求2所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述利用第一诊断结果集及第二诊断结果集获取目标诊断名称,包括:
4.如权利要求3所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述基于目标诊断结果集及第二诊断结果集获取目标诊断名称,包括:
5.如权利要求4所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述综合评定关系式,如下所示:
6.如权利要求1所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述基于目标诊断名称及历史分析数据集获取目标分析数据集及目标分析图像集,包括:
7.如权利要求6所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述基于目标分析图像集获取病理图像序列,包括:
8.如权利要求7所述的基于大模型技术的皮肤专
9.如权利要求8所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述筛选初始诊断时间集,得到目标诊断时间集,包括:
10.如权利要求8所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述基于目标诊断时间集获取目标治疗时间,包括:
11.一种基于大模型技术的皮肤专病患者管理系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种基于大模型技术的皮肤专病患者管理方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述利用预训练的病理识别模型集及目标病理图像获取第一诊断结果集,包括:
3.如权利要求2所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述利用第一诊断结果集及第二诊断结果集获取目标诊断名称,包括:
4.如权利要求3所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述基于目标诊断结果集及第二诊断结果集获取目标诊断名称,包括:
5.如权利要求4所述的基于大模型技术的皮肤专病患者管理方法,其特征在于,所述综合评定关系式,如下所示:
6.如权利要求1所述的基于大模型技术的皮肤专病患者管理方法,...
【专利技术属性】
技术研发人员:蒋献,刘绪,张璐,陈思良,杜丹,
申请(专利权)人:四川大学华西医院,
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。