CN106682446A - 一种病理诊断方法 - Google Patents

一种病理诊断方法 Download PDF

Info

Publication number
CN106682446A
CN106682446A CN201710059782.XA CN201710059782A CN106682446A CN 106682446 A CN106682446 A CN 106682446A CN 201710059782 A CN201710059782 A CN 201710059782A CN 106682446 A CN106682446 A CN 106682446A
Authority
CN
China
Prior art keywords
client
result
diagnostic
diagnostic result
diagnosis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710059782.XA
Other languages
English (en)
Inventor
刘炳宪
谢菊元
王焱辉
王克惠
邵立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konfoong Biotech International Co Ltd
Original Assignee
Konfoong Biotech International Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Konfoong Biotech International Co Ltd filed Critical Konfoong Biotech International Co Ltd
Priority to CN201710059782.XA priority Critical patent/CN106682446A/zh
Publication of CN106682446A publication Critical patent/CN106682446A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种病理诊断方法，包括：提供第一客户端，用户向第一客户端中输入临床信息和数字切片，用户根据临床信息和数字切片得到第一诊断结果；提供第二客户端，第二客户端设有自动诊断系统，自动诊断系统根据临床信息和数字切片得到第二诊断结果；提供第三客户端判断第一诊断结果和第二诊断结果是否一致：若判断结果为是，则第一诊断结果为最终诊断结果；若判断结果为否，则第三客户端对第一诊断结果和第二诊断结果进行显示以供用户根据第二诊断结果对第一诊断结果进行修改得到最终诊断结果。本发明的有益效果：通过人工诊断和自动诊断两种方式，有效、快速提高病理医生的诊断经验和诊断准确率。

Description

一种病理诊断方法
技术领域
本发明涉及病理诊断领域，尤其涉及一种病理诊断方法。
背景技术
病理诊断需要医生通过观察切片找到病理特征进行诊断,目前病理行业人才缺失以及短期内病理诊断经验缺乏的不足，而且人眼观察的图像特征有限，年轻病理医生诊断经验有限，再加上语义描述的差异更增加了精准诊断的难度，病理诊断遗漏率高。
如何辅助病理医师进行病理诊断，从而快速提高诊断精准度成为亟待解决的问题。
发明内容
针对现有技术中存在的问题，本发明提供了一种通过辅助病理医师进行病理诊断以提高诊断准确率的病理诊断方法。
一种病理诊断方法，适用于自动诊断系统，所述自动诊断系统包括多个诊断模型，每个所述诊断模型分别根据预设的标准病理特征和标准诊断规则建立：所述病理诊断方法包括：
步骤S1、提供一第一客户端，用户向所述第一客户端中输入临床信息和数字切片，所述第一客户端显示所述临床信息和所述数字切片，用户根据所述临床信息和所述数字切片得到第一诊断结果并将所述第一诊断结果输入到所述第一客户端以进行输出；
步骤S2、提供一第二客户端，所述第二客户端设有所述自动诊断系统，用户向所述第二客户端中输入所述临床信息和所述数字切片，所述自动诊断系统根据所述临床信息和所述数字切片得到第二诊断结果并将所述第二诊断结果输送到所述第二客户端以进行输出；
步骤S3、提供一第三客户端，所述第三客户端接收所述第一诊断结果和所述第二诊断结果并判断所述第一诊断结果和所述第二诊断结果是否一致：
若判断结果为是，则所述第三客户端将所述第一诊断结果作为最终诊断结果进行输出，随后退出；
若判断结果为否，则所述第三客户端对所述第一诊断结果和所述第二诊断结果进行显示以供用户根据所述第二诊断结果对所述第一诊断结果进行修改以得到第四诊断结果，所述第三客户端将所述第四诊断结果作为所述最终诊断结果进行输出，随后退出。
优选的，所述步骤S1中，所述第一客户端还能够对所述第一诊断结果进行显示和存储。
优选的，所述步骤S2中，所述第二客户端还能够对所述第二诊断结果进行显示和存储。
优选的，所述步骤S4中，所述第二客户端还能够对所述最终诊断结果进行显示和存储。
优选的，所述第一客户端、所述第二客户端以及所述第三客户端设置于同一个硬件装置中。
优选的，所述第一客户端、所述第二客户端以及所述第三客户端分别设置于不同的硬件装置中。
优选的，所述步骤S1于所述病理医生的工作时段进行，所述步骤S2于所述病理医生的非工作时段进行，所述步骤S1先于所述步骤S2进行。
优选的，所述步骤S1和所述步骤S2同时进行。
本发明的有益效果是：通过人工诊断和自动诊断两种方式，降低病理诊断遗漏率，提高诊断准确率；通过自动诊断系统辅助病理医生进行诊断，有效、快速提高病理医生的诊断经验和诊断准确率，人工智能辅助可以弥补短期内人才缺失及短期内诊断经验不足的情况；通过自动诊断系统输出标准的诊断结果，从而帮助病理医生加强关于病理诊断的语义描述的规范性。
附图说明
图1为本发明一种较佳的实施例中，病理诊断方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，下述技术方案，技术特征之间可以相互组合。下面结合附图对本发明的具体实施方式作进一步的说明：
如图1所示，一种病理诊断方法，适用于自动诊断系统，自动诊断系统包括多个诊断模型，每个诊断模型分别根据预设的标准病理特征和标准诊断规则建立：病理诊断方法包括：
步骤S1、提供一第一客户端，用户向第一客户端中输入临床信息和数字切片，第一客户端显示临床信息和数字切片，用户根据临床信息和数字切片得到第一诊断结果并将第一诊断结果输入到第一客户端以进行输出；
步骤S2、提供一第二客户端，第二客户端设有自动诊断系统，用户向第二客户端中输入临床信息和数字切片，自动诊断系统根据临床信息和数字切片得到第二诊断结果并将第二诊断结果输送到第二客户端以进行输出；
步骤S3、提供一第三客户端，第三客户端接收第一诊断结果和第二诊断结果并判断第一诊断结果和第二诊断结果是否一致：
若判断结果为是，则第三客户端将第一诊断结果作为最终诊断结果进行输出，随后退出；
若判断结果为否，则第三客户端对第一诊断结果和第二诊断结果进行显示以供用户根据第二诊断结果对第一诊断结果进行修改以得到第四诊断结果，第三客户端将第四诊断结果作为最终诊断结果进行输出，随后退出。
在本实施例中，通过数字切片扫描仪扫描切片，病理医生通过临床信息及数字切片进行诊断，夜间人工智能系统(自动诊断系统)统一把今天诊断的病理进行智能分析，等到第二天医生查看结果，当出现结果不一致时，病理医生再次诊断或者提交主任医生，如果一致可以发布报告。
进一步的，关于人工智能系统的建立，根据预设的标准病理特征和标准诊断规则建立诊断模型，根据多个上述诊断模型建立自动诊断系统，即通过专家长期诊断积累诊断数据得到上述标准诊断规则，自动诊断系统使用数字图像处理、模式识别以及机器学习对病理数字切片进行图像分析，通过提取病理数字切片的数字图像中的大量的标准病理特征，结合记忆程序中的病理数据得到上述的诊断模型，根据上述的诊断模型可建立上述的自动诊断系统，可以提供年轻的病理医生提高诊断水平。
通过人工诊断和自动诊断两种方式，降低病理诊断遗漏率，提高诊断准确率；通过自动诊断系统辅助病理医生进行诊断，有效、快速提高病理医生的诊断经验和诊断准确率，人工智能辅助可以弥补短期内人才缺失及短期内诊断经验不足的情况；通过自动诊断系统输出标准的诊断结果，从而帮助病理医生加强关于病理诊断的语义描述的规范性。
本发明较佳的实施例中，步骤S1中，第一客户端还能够对第一诊断结果进行显示和存储。
本发明较佳的实施例中，步骤S2中，第二客户端还能够对第二诊断结果进行显示和存储。
本发明较佳的实施例中，步骤S4中，第二客户端还能够对最终诊断结果进行显示和存储。
本发明较佳的实施例中，第一客户端、第二客户端以及第三客户端设置于同一个硬件装置中。
本发明较佳的实施例中，第一客户端、第二客户端以及第三客户端分别设置于不同的硬件装置中。
本发明较佳的实施例中，步骤S1于病理医生的工作时段进行，步骤S2于病理医生的非工作时段进行，步骤S1先于步骤S2进行。
在本实施例中，病理医生工作时间进行人工诊断，自动诊断系统在晚上进行自动诊断，第二天病理医生可以通过比较人工诊断和自动诊断两种诊断方式得到的诊断结果，从而对诊断结果进行确认或修正，提高诊断精度。
本发明较佳的实施例中，步骤S1和步骤S2同时进行。
本实施例中，同时进行同时得到两种方式下的诊断结果，病理医生可以通过比较人工诊断和自动诊断两种诊断方式得到的诊断结果，从而对诊断结果进行确认或修正，提高诊断精度。
本发明较佳的实施例中，步骤S3中，第四诊断结果和第二诊断结果相同。
在本实施例中，以第二诊断结果为正确的诊断结果。
本发明较佳的实施例中，步骤S3中，第四诊断结果和第二诊断结果不同。
在本实施例中，以以第二诊断结果为不正确的诊断结果，则采集该数字切片的病理特征和第四诊断结果建立补充诊断模型，将补充诊断模型添加到自动诊断系统中，通过机器学习不断提高自动诊断系统的诊断准确率。
通过说明和附图，给出了具体实施方式的特定结构的典型实施例，基于本发明精神，还可作其他的转换。尽管上述发明提出了现有的较佳实施例，然而，这些内容并不作为局限。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (8)

1.一种病理诊断方法，其特征在于，适用于自动诊断系统，所述自动诊断系统包括多个诊断模型，每个所述诊断模型分别根据预设的标准病理特征和标准诊断规则建立：所述病理诊断方法包括：
步骤S1、提供一第一客户端，用户向所述第一客户端中输入临床信息和数字切片，所述第一客户端显示所述临床信息和所述数字切片，用户根据所述临床信息和所述数字切片得到第一诊断结果并将所述第一诊断结果输入到所述第一客户端以进行输出；
步骤S2、提供一第二客户端，所述第二客户端设有所述自动诊断系统，用户向所述第二客户端中输入所述临床信息和所述数字切片，所述自动诊断系统根据所述临床信息和所述数字切片得到第二诊断结果并将所述第二诊断结果输送到所述第二客户端以进行输出；
步骤S3、提供一第三客户端，所述第三客户端接收所述第一诊断结果和所述第二诊断结果并判断所述第一诊断结果和所述第二诊断结果是否一致：
若判断结果为是，则所述第三客户端将所述第一诊断结果作为最终诊断结果进行输出，随后退出；
若判断结果为否，则所述第三客户端对所述第一诊断结果和所述第二诊断结果进行显示以供用户根据所述第二诊断结果对所述第一诊断结果进行修改以得到第四诊断结果，所述第三客户端将所述第四诊断结果作为所述最终诊断结果进行输出，随后退出。
2.根据权利要求1所述的病理诊断方法，其特征在于，所述步骤S1中，所述第一客户端还能够对所述第一诊断结果进行显示和存储。
3.根据权利要求1所述的病理诊断方法，其特征在于，所述步骤S2中，所述第二客户端还能够对所述第二诊断结果进行显示和存储。
4.根据权利要求1所述的病理诊断方法，其特征在于，所述步骤S4中，所述第二客户端还能够对所述最终诊断结果进行显示和存储。
5.根据权利要求1所述的病理诊断方法，其特征在于，所述第一客户端、所述第二客户端以及所述第三客户端设置于同一个硬件装置中。
6.根据权利要求1所述的病理诊断方法，其特征在于，所述第一客户端、所述第二客户端以及所述第三客户端分别设置于不同的硬件装置中。
7.根据权利要求1所述的病理诊断方法，其特征在于，所述步骤S1于所述病理医生的工作时段进行，所述步骤S2于所述病理医生的非工作时段进行，所述步骤S1先于所述步骤S2进行。
8.根据权利要求1所述的病理诊断方法，其特征在于，所述步骤S1和所述步骤S2同时进行。
CN201710059782.XA 2017-01-24 2017-01-24 一种病理诊断方法 Pending CN106682446A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710059782.XA CN106682446A (zh) 2017-01-24 2017-01-24 一种病理诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710059782.XA CN106682446A (zh) 2017-01-24 2017-01-24 一种病理诊断方法

Publications (1)

Publication Number Publication Date
CN106682446A true CN106682446A (zh) 2017-05-17

Family

ID=58859039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710059782.XA Pending CN106682446A (zh) 2017-01-24 2017-01-24 一种病理诊断方法

Country Status (1)

Country Link
CN (1) CN106682446A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108766556A (zh) * 2018-04-24 2018-11-06 宁波江丰生物信息技术有限公司 一种病理质控系统
CN109961847A (zh) * 2019-03-20 2019-07-02 武汉千屏影像技术有限责任公司 一种图片、文字和语音结合的病理智能诊断系统
CN110232957A (zh) * 2019-06-06 2019-09-13 深圳市第三人民医院 一种基于人工智能的诊疗系统及其构建方法、设备和存储介质
CN110718300A (zh) * 2019-09-09 2020-01-21 杭州憶盛医疗科技有限公司 一种基于数据分析的病理诊断方法
CN111354441A (zh) * 2018-12-21 2020-06-30 北京赛迈特锐医疗科技有限公司 对医学影像ai运行结果进行监测的系统及其方法
CN115631386A (zh) * 2022-12-19 2023-01-20 天津医之本医疗科技有限公司 一种基于机器学习的病理图像分类方法和系统
CN117116436A (zh) * 2023-09-11 2023-11-24 北京透彻未来科技有限公司 一种条目化数字病理切片诊断系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060274928A1 (en) * 2005-06-02 2006-12-07 Jeffrey Collins System and method of computer-aided detection
CN102314541A (zh) * 2010-07-02 2012-01-11 上海四维医学科技有限公司 一种心电智能分析系统的临床检验方法
CN105138816A (zh) * 2015-07-23 2015-12-09 杭州电子科技大学 基于云计算的乳腺钼靶计算机辅助检测及远程诊断系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060274928A1 (en) * 2005-06-02 2006-12-07 Jeffrey Collins System and method of computer-aided detection
CN102314541A (zh) * 2010-07-02 2012-01-11 上海四维医学科技有限公司 一种心电智能分析系统的临床检验方法
CN105138816A (zh) * 2015-07-23 2015-12-09 杭州电子科技大学 基于云计算的乳腺钼靶计算机辅助检测及远程诊断系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108766556A (zh) * 2018-04-24 2018-11-06 宁波江丰生物信息技术有限公司 一种病理质控系统
CN111354441A (zh) * 2018-12-21 2020-06-30 北京赛迈特锐医疗科技有限公司 对医学影像ai运行结果进行监测的系统及其方法
CN109961847A (zh) * 2019-03-20 2019-07-02 武汉千屏影像技术有限责任公司 一种图片、文字和语音结合的病理智能诊断系统
CN110232957A (zh) * 2019-06-06 2019-09-13 深圳市第三人民医院 一种基于人工智能的诊疗系统及其构建方法、设备和存储介质
CN110718300A (zh) * 2019-09-09 2020-01-21 杭州憶盛医疗科技有限公司 一种基于数据分析的病理诊断方法
CN115631386A (zh) * 2022-12-19 2023-01-20 天津医之本医疗科技有限公司 一种基于机器学习的病理图像分类方法和系统
CN117116436A (zh) * 2023-09-11 2023-11-24 北京透彻未来科技有限公司 一种条目化数字病理切片诊断系统

Similar Documents

Publication Publication Date Title
CN106682446A (zh) 一种病理诊断方法
US11763933B2 (en) Medical report labeling system and method for use therewith
JP5875285B2 (ja) 医療診断支援装置、情報処理方法及びプログラム
CN108366788A (zh) 利用dnn学习的细胞异常与否诊断系统及诊断管理方法
KR102261473B1 (ko) 세미 슈퍼바이즈드 학습을 이용한 진단 시스템 제공방법 및 이를 이용하는 진단 시스템
US11848098B2 (en) Identifying anomalous brain data
CN108231189B (zh) 基于双深度神经学习网络的数据处理方法和疾病诊断装置
JP7349425B2 (ja) 診断支援システム、診断支援方法及び診断支援プログラム
CN111899887A (zh) 老年人群老年痴呆病风险预测方法
US20190348170A1 (en) Display control device, display control method, and display control program
US20220192637A1 (en) Processing and analyzing ultrasound shear wave elastography images
JP6316325B2 (ja) 情報処理装置、情報処理装置の作動方法及び情報処理システム
CN114021744A (zh) 设备的剩余使用寿命的确定方法、装置和电子设备
CN116205909B (zh) 一种用于预测帕金森病认知障碍的装置和存储介质
JP6193964B2 (ja) 情報処理装置、情報処理装置の作動方法および情報処理システム
CN112585618A (zh) 用于确定解释图的方法和设备
Burtseva et al. SonaRes—Diagnostic decision support system for ultrasound examination
Reinab et al. Latent Vector Autoregressive Modeling: A Stepwise Estimation Approach
JP2024007851A (ja) 情報処理装置、情報処理方法、及びプログラム
EP4262570A1 (en) Processing and analyzing ultrasound shear wave elastography images
CN117664574A (zh) 一种基于半监督图神经网络的轴承故障诊断方法
DE102019213000A1 (de) Durchführen von medizinischen Aufgaben basierend auf unvollständigen oder fehlerhaften Daten

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170517

RJ01 Rejection of invention patent application after publication