CN109035094A - 基于人工智能的教学方法、装置及终端设备 - Google Patents
基于人工智能的教学方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109035094A CN109035094A CN201810862176.6A CN201810862176A CN109035094A CN 109035094 A CN109035094 A CN 109035094A CN 201810862176 A CN201810862176 A CN 201810862176A CN 109035094 A CN109035094 A CN 109035094A
- Authority
- CN
- China
- Prior art keywords
- information
- teaching
- analysis
- medical record
- artificial intelligence
- 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
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000004590 computer program Methods 0.000 claims description 20
- 239000003814 drug Substances 0.000 claims description 8
- 238000003058 natural language processing Methods 0.000 claims description 8
- 229940079593 drug Drugs 0.000 claims description 5
- 230000001225 therapeutic effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- JMANVNJQNLATNU-UHFFFAOYSA-N oxalonitrile Chemical compound N#CC#N JMANVNJQNLATNU-UHFFFAOYSA-N 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明适用于人工智能技术领域,提供了一种基于人工智能的教学方法、装置及终端设备。该方法包括:获取符合预设要求的教学病历信息;获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果,本发明通过人工智能对教学病历信息进行实时的检索与更新,确保教学内容的时效性,提高了教学的效率,具有较强的实用性。
Description
技术领域
本发明属于人工智能技术领域,尤其涉及一种基于人工智能的教学方法、装置及终端设备。
背景技术
随着医学的发展与进步,近年来医学的教育也在不断的发展与进步,除了基础医学阶段各类课程的知识积累学习之外,更强调将所学知识融会贯通运用到临床实践当中去。现有的计算机医学教学系统仍是以医学教材为出发点,以理论知识为主,病例教学内容少,且一般教材的更新速度较慢,所教授内容与最新指南及医学进展相比,可能存在知识体系落后的情况,导致教学效率低。
因此,有必要提出一种方案以解决上述问题。
发明内容
有鉴于此,本发明实施例提供了一种基于人工智能的教学方法、装置及终端设备,以解决现有技术中存在知识体系落后的情况,导致教学效率低的问题。
本发明实施例的第一方面提供了一种基于人工智能的教学方法,包括:
获取符合预设要求的教学病历信息;
获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
本发明实施例的第二方面提供了一种基于人工智能的教学装置,包括:
第一获取模块,用于获取符合预设要求的教学病历信息;
第二获取模块,用于获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用模块,用于调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
比较模块,用于将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取符合预设要求的教学病历信息;
获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
获取符合预设要求的教学病历信息;
获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
在本发明实施例中,通过获取符合预设要求的教学病历信息;获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果,从而通过人工智能对教学病历信息进行实时的检索与更新,确保教学内容的时效性,提高了教学的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的基于人工智能的教学方法的实现流程示意图;
图2是本发明实施例提供的基于人工智能的教学方法的实现流程示意图;
图3是本发明实施例提供的基于人工智能的教学管理流程的示意图;
图4是本发明实施例二提供的基于人工智能的教学装置的结构框图;
图5是本发明实施例三提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1示出了本发明实施例一提供的基于人工智能的教学方法的实现流程示意图。如图1所示,该基于人工智能的教学方法具体可包括如下步骤S101至步骤S104。
步骤S101:获取符合预设要求的教学病历信息。
其中,符合预设要求可以是与某个课题的教学要求的匹配度达到预定阈值。
具体地,获取符合预设要求的教学病历,包括:
A1、从医院管理信息系统中获取病历信息。
其中,所述医院管理信息系统可以提供全面完善的可检索教学病例数据库,该教学病例数据库覆盖全部病种及各临床治疗阶段,并可通过智能匹配或关键字进行检索。
A2、通过对所述病历信息进行自然语言处理,将所述病历信息匹配至教学病历库。
其中,所述自然语言处理包括中文自动分词、语义理解和信息提取。
对所述病历信息进行自然语言处理的目的在于使医疗文本结构化,并与教学病例数据库进行匹配及排序,根据排序结果从病历信息中筛选教学病历信息,并将这些教学病历信息更新至教学病例数据库。
A3、根据教学场景信息,从所述教学病历库中选择与所述场景对应的教学病历信息。
根据实际教学的场景需要,从教学病历库中选择与所述场景对应的教学病历。
步骤S102:获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息。
其中,该步骤分为三种情况:
获取学生提交的对所述教学病历信息中患者的第一病史概括信息;
获取学生提交的对所述教学病历信息中患者的第一决策分析信息;
获取学生提交的对所述教学病历信息中患者的第一病史概括信息和第一决策分析信息。
其中,第一病史概括信息,可以是学生对所述教学病历信息进行概括后的信息。第一决策分析信息,可以是学生对所述教学病历信息进行分析后的决策分析信息。
步骤S103:调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息。
当学生只提交了对所述教学病历信息中患者的第一病史概括信息时,调用所述第一病史概括信息的标准答案,该标准答案包括第二病史概括信息;
当学生只提交了对所述教学病历信息中患者的第一决策分析信息时,调用所述第二决策分析信息的标准答案,该标准答案包括第二决策分析信息;
当学生提交了对所述教学病历信息中患者的第一病史概括信息和第一决策分析信息时,调用所述第一病史概括信息和第一决策分析信息的标准答案,该标准答案包括第二病史概括信息和第二决策分析信息。
可以理解的是,在上述三种情景下,还可以将所述标准答案以显示设备展示给学生,例如在终端、移动终端通过相应的应用软件进行展示。
步骤S104:将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
当学生只提交了对所述教学病历信息中患者的第一病史概括信息时,调用所述第一病史概括信息的标准答案,该标准答案包括第二病史概括信息;对应地,将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果。
当学生只提交了对所述教学病历信息中患者的第一决策分析信息时,调用所述第二决策分析信息的标准答案,该标准答案包括第二决策分析信息;对应地,将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果。
当学生提交了对所述教学病历信息中患者的第一病史概括信息和第一决策分析信息时,调用所述第一病史概括信息和第一决策分析信息的标准答案,该标准答案包括第二病史概括信息和第二决策分析信息,对应地,将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,且将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和第二比较结果。
进一步地,作为本实施例的一个优选实施例,上述基于人工智能的教学方法还包括:
步骤S105:获取提交的病历参数,基于病例参数进行人工智能辅助决策,得到辅诊决策结果,所述辅诊决策结果包括治疗方案、治疗时间线、药物信息和支持文献信息。
可选地,预先通过对各大医学文献数据库(如PUBMED、NCCN、ASCO、Elsevier、Wiley)的机器学习。在获取到提交的病历参数时,基于病例参数进行人工智能辅助决策,得到辅诊决策结果,所述辅诊决策结果包括治疗方案、治疗时间线、药物信息和支持文献信息。其中,病历参数包括所述教学病历信息中的各类参数。
进一步地,还包括,将业内知名专家对所述教学病历信息进行的点评信息,进行展现,例如,显示在所述标准答案或者辅诊决策结果的旁边。
进一步地,还可展示所述内知名专家推荐的参考文献进行教学补充。
本优选实施例,解决了现有在线教育系统教学内容较为陈旧的问题,提供平了一个全面接入互联网的开放平台,可通过人工智能进行实时的信息检索与更新,展现于系统内的为最新的文献与报道,确保教学内容的时效性,与前沿资讯保持同步。
步骤S106:根据所述第一比较结果进行评分得到第一评分结果,和/或,
根据所述第二比较结果进行评分得到第二评分结果。
进一步地,在得到所述第一评分结果和第二评分结果之后,还包括:
步骤S107:根据所述第一评分结果和第二评分结果,得到第三评分结果。
对于步骤S106和S107,主要是对学生的学习效果进行有效地评估,
为了便于理解,整个基于人工智能的教学方流程可参照图2;对应于图2,图3还提供了一种基于人工智能的教学系统的示意图。
在本发明实施例中,通过获取符合预设要求的教学病历信息;获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果,从而通过人工智能对教学病历信息进行实时的检索与更新,确保教学内容的时效性,提高了教学的效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
请参考图4,其示出了本发明实施例二提供的基于人工智能的教学装置的结构框图。基于人工智能的教学装置40包括:第一获取模块41、第二获取模块42、调用模块43和比较模块44。其中,各模块的具体功能如下:
第一获取模块41,用于获取符合预设要求的教学病历信息;
第二获取模块42,用于获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用模块43,用于调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
比较模块44,用于将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
可选地,第一获取模块41包括:
获取单元,用于从医院管理信息系统中获取病历信息;
匹配单元,用于通过对所述病历信息进行自然语言处理,将所述病历信息匹配至教学病历库;
选择单元,用于根据教学场景信息,从所述教学病历库中选择与所述场景对应的教学病历信息。
可选地,所述自然语言处理包括中文自动分词、语义理解和信息提取。
可选地,基于人工智能的教学装置还包括:
人工智能辅助决策模块,用于获取提交的病历参数,基于病例参数进行人工智能辅助决策,得到辅诊决策结果,所述辅诊决策结果包括治疗方案、治疗时间线、药物信息和支持文献信息。
可选地,基于人工智能的教学装置40还包括:
第一评分模块,用于根据所述第一比较结果进行评分得到第一评分结果,和/或,根据所述第二比较结果进行评分得到第二评分结果。
可选地,基于人工智能的教学装置40还包括:
第二评分模块,用于根据所述第一评分结果和第二评分结果,得到第三评分结果。
在本发明实施例中,通过获取符合预设要求的教学病历信息;获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果,从而通过人工智能对教学病历信息进行实时的检索与更新,确保教学内容的时效性,提高了教学的效率。
实施例三
图5是本发明三实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如基于人工智能的教学方法程序。所述处理器50执行所述计算机程序52时实现上述各个基于人工智能的教学方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块的功能,例如图4所示模块41至44的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如,所述计算机程序52可以被分割成第一获取模块、第二获取模块、调用模块和比较模块,各模块的具体功能如下:
第一获取模块,用于获取符合预设要求的教学病历信息;
第二获取模块,用于获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用模块,用于调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
比较模块,用于将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑、手机、IPAD等计算设备。所述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的教学方法,其特征在于,包括:
获取符合预设要求的教学病历信息;
获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
2.如权利要求1所述的基于人工智能的教学方法,其特征在于,获取符合预设要求的教学病历,包括:
从医院管理信息系统中获取病历信息;
通过对所述病历信息进行自然语言处理,将所述病历信息匹配至教学病历库;
根据教学场景信息,从所述教学病历库中选择与所述场景对应的教学病历信息。
3.如权利要求2所述的基于人工智能的教学方法,其特征在于,所述自然语言处理包括中文自动分词、语义理解和信息提取。
4.如权利要求1所述的基于人工智能的教学方法,其特征在于,还包括:
获取提交的病历参数,基于病例参数进行人工智能辅助决策,得到辅诊决策结果,所述辅诊决策结果包括治疗方案、治疗时间线、药物信息和支持文献信息。
5.如权利要求1所述的基于人工智能的教学方法,其特征在于,还包括:
根据所述第一比较结果进行评分得到第一评分结果,和/或,
根据所述第二比较结果进行评分得到第二评分结果。
6.如权利要求5所述的基于人工智能的教学方法,其特征在于,还包括:
根据所述第一评分结果和第二评分结果,得到第三评分结果。
7.一种基于人工智能的教学装置,其特征在于,包括:
第一获取模块,用于获取符合预设要求的教学病历信息;
第二获取模块,用于获取学生提交的对所述教学病历信息中患者的第一病史概括信息和/或第一决策分析信息;
调用模块,用于调用所述教学病历的标准答案,所述标准答案包括第二病史概括信息和/或第二决策分析信息;
比较模块,用于将所述第一病史概括信息和第二病史概括信息进行比较,获得第一比较结果,和/或将所述第一决策分析信息和所述第二决策分析信息进行比较,获得第二比较结果,展示所述第一比较结果和/或第二比较结果。
8.如权利要求7所述的基于人工智能的教学装置,其特征在于,所述第一获取模块包括:
获取单元,用于从医院管理信息系统中获取病历信息;
匹配单元,用于通过对所述病历信息进行自然语言处理,将所述病历信息匹配至教学病历库;
选择单元,用于根据教学场景信息,从所述教学病历库中选择与所述场景对应的教学病历信息。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862176.6A CN109035094A (zh) | 2018-08-01 | 2018-08-01 | 基于人工智能的教学方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862176.6A CN109035094A (zh) | 2018-08-01 | 2018-08-01 | 基于人工智能的教学方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035094A true CN109035094A (zh) | 2018-12-18 |
Family
ID=64647352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810862176.6A Pending CN109035094A (zh) | 2018-08-01 | 2018-08-01 | 基于人工智能的教学方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035094A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887558A (zh) * | 2018-12-29 | 2019-06-14 | 北京天鹏恒宇科技发展有限公司 | 一种门诊病历质控系统 |
CN113345286A (zh) * | 2021-08-03 | 2021-09-03 | 南京大经中医药信息技术有限公司 | 一种融合了ai技术和视频技术的师承教学系统及方法 |
CN114049971A (zh) * | 2021-10-11 | 2022-02-15 | 北京左医科技有限公司 | 基于医患对话的医学教学方法及医学教学装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311986A (zh) * | 2007-05-23 | 2008-11-26 | 路成 | 实现学习测试与评价的数据转换设计及其应用 |
CN104008464A (zh) * | 2014-06-17 | 2014-08-27 | 北京大学第一医院 | 医院药师技能测评系统 |
CN107341345A (zh) * | 2017-06-22 | 2017-11-10 | 厦门大学 | 一种基于电子病历大数据的临床合理用药风险评估方法 |
CN107391932A (zh) * | 2017-07-21 | 2017-11-24 | 承德医学院 | 模拟临床门诊病例学习考试管理系统 |
-
2018
- 2018-08-01 CN CN201810862176.6A patent/CN109035094A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311986A (zh) * | 2007-05-23 | 2008-11-26 | 路成 | 实现学习测试与评价的数据转换设计及其应用 |
CN104008464A (zh) * | 2014-06-17 | 2014-08-27 | 北京大学第一医院 | 医院药师技能测评系统 |
CN107341345A (zh) * | 2017-06-22 | 2017-11-10 | 厦门大学 | 一种基于电子病历大数据的临床合理用药风险评估方法 |
CN107391932A (zh) * | 2017-07-21 | 2017-11-24 | 承德医学院 | 模拟临床门诊病例学习考试管理系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887558A (zh) * | 2018-12-29 | 2019-06-14 | 北京天鹏恒宇科技发展有限公司 | 一种门诊病历质控系统 |
CN113345286A (zh) * | 2021-08-03 | 2021-09-03 | 南京大经中医药信息技术有限公司 | 一种融合了ai技术和视频技术的师承教学系统及方法 |
CN113345286B (zh) * | 2021-08-03 | 2021-11-19 | 南京大经中医药信息技术有限公司 | 一种融合了ai技术和视频技术的师承教学系统及方法 |
CN114049971A (zh) * | 2021-10-11 | 2022-02-15 | 北京左医科技有限公司 | 基于医患对话的医学教学方法及医学教学装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107731269B (zh) | 基于原始诊断数据和病历文件数据的疾病编码方法及系统 | |
CN107705839B (zh) | 疾病自动编码方法及系统 | |
US10818397B2 (en) | Clinical content analytics engine | |
CN104714931B (zh) | 用于选择用以代表表格式信息的方法和系统 | |
CN111538894B (zh) | 查询反馈方法、装置、计算机设备及存储介质 | |
CN107833603B (zh) | 电子病历文档分类方法、装置、电子设备及存储介质 | |
CN110781298B (zh) | 药品分类方法、装置、计算机设备及存储介质 | |
CN111401066B (zh) | 基于人工智能的词分类模型训练方法、词处理方法及装置 | |
CN108182262A (zh) | 基于深度学习和知识图谱的智能问答系统构建方法和系统 | |
CN110675944A (zh) | 分诊方法及装置、计算机设备及介质 | |
Gharehchopogh et al. | Neural network application in diagnosis of patient: a case study | |
CN109035094A (zh) | 基于人工智能的教学方法、装置及终端设备 | |
CN107480131A (zh) | 中文电子病历症状语义提取方法及其系统 | |
CN111144658B (zh) | 医疗风险预测方法、装置、系统、存储介质与电子设备 | |
CN110534185A (zh) | 标注数据获取方法、分诊方法、装置、存储介质及设备 | |
CN115858886B (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN111723277A (zh) | 影像结构化报告云端需求分类系统及其方法 | |
CN109299470A (zh) | 文本公告中触发词的抽取方法及系统 | |
CN112634889A (zh) | 基于人工智能的电子病例录入方法、装置、终端及介质 | |
CN113450796B (zh) | 语音报表生成方法、装置、设备及存储介质 | |
CN109616165A (zh) | 医疗信息展示方法及装置 | |
CN115620886B (zh) | 一种数据审核方法和装置 | |
CN116992879A (zh) | 基于人工智能的实体识别方法、装置、设备及介质 | |
CN109300550A (zh) | 医学数据关系挖掘方法及装置 | |
CN110287270A (zh) | 实体关系挖掘方法及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |