CN109903838B - 糖尿病及糖尿病视网膜病变网络防治系统 - Google Patents
糖尿病及糖尿病视网膜病变网络防治系统 Download PDFInfo
- Publication number
- CN109903838B CN109903838B CN201910133719.5A CN201910133719A CN109903838B CN 109903838 B CN109903838 B CN 109903838B CN 201910133719 A CN201910133719 A CN 201910133719A CN 109903838 B CN109903838 B CN 109903838B
- Authority
- CN
- China
- Prior art keywords
- patient
- diabetic
- diabetes
- grade
- stage
- 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.)
- Active
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种糖尿病及糖尿病视网膜病变网络防治系统,包括检测模块、读片智能诊断模块、信息存储模块和智能防治模块,所述检测模块包括血糖检测终端和眼底检测终端,用于检测患者的血糖浓度,并为患者拍摄眼底影像图片,所述读片智能诊断模块包括读片单元和智能诊断单元,用于对眼底影像图片提供专业的读片结果和诊断结果,所述无线传输模块用于传输血糖浓度信息及眼底影像图片,所述信息存储模块用于存储血糖信息和眼底影像图片,所述智能防治模块包括糖尿病防治单元、糖尿病视网膜病变防治单元和用户终端,用于为患者提供治疗方案。以解决信息录入繁琐、消耗人力及时间,以及对视网膜病变照片诊断不够全面等问题。
Description
技术领域
本发明涉及疾病防治领域,具体而言,涉及一种糖尿病及糖尿病视网膜病变网络防治系统。
背景技术
糖尿病视网膜病变为糖尿病常见的微血管并发症,是工作年龄人群第一位的致盲性疾病,我国已成为全球糖尿病视网膜病变患者人口最多的国家,糖尿病视网膜病变已成为我国近十年的主要致盲性眼底病。但由于防治资源分布极不合理,较多的防盲项目及资金用于防治白内障而忽略了对糖尿病视网膜病变的防治,直到2012年,糖尿病视网膜病变才被纳入国家防盲规划。我国绝大多数糖尿病视网膜病变患者不仅没有接受过定期的筛查,而且往往在出现明显的视力损伤症状后才就诊,效果自然很不理想,很多患者因此而失明,失去良好的生活质量,给家庭及社会带来承重的经济负担,
目前,我国糖尿病视网膜病变的主要防治工作还是在眼科门诊进行,患者进入到诊室接受传统的糖尿病视网膜病变筛查,医生实施患者教育,进行眼底检查及诊治,指导随访,属于被动式防治,同时不可避免地会遗漏那些未及时就诊或不愿就诊的糖尿病居民,且不适合高龄人群和行动不便者,依从性普遍不佳。
现有的云平台信息系统还存在如下问题:
(1)患者及医生及其他人员的信息录入较为繁琐,消耗人力及时间;
(2)图片摄取质量与智能诊断的准确率及诊断水平,目前对糖尿病视网膜病变图片的智能诊断智能达到有或无的程度,而不能分期,还需进一步做智能诊断功能的提升研究。
发明内容
本发明的目的在于提供一种糖尿病及糖尿病视网膜病变网络防治系统,以解决上述存在的信息录入繁琐、消耗人力及时间,以及对视网膜病变照片诊断不够全面等问题。
为实现上述目的,本发明提出一种糖尿病及糖尿病视网膜病变网络防治系统,包括检测模块、读片智能诊断模块读片智能诊断模块、信息存储模块和智能防治模块,所述检测模块包括血糖检测终端和眼底检测终端,用于检测患者的血糖浓度,并为患者拍摄眼底影像图片,所述读片智能诊断模块读片智能诊断模块包括读片单元和智能诊断单元,用于对所述眼底影像图片提供专业的读片结果和诊断结果,并将眼底情况反馈给患者,所述无线传输模块用于通过无线网络传输所述血糖浓度信息、患者基本信息及眼底影像图片及其他影像图片,所述信息存储模块与所述检测模块和所述读片智能诊断模块分别连接,用于存储患者的血糖信息和眼底影像图片及其他影像图片,所述智能防治模块包括糖尿病防治单元、糖尿病视网膜病变防治单元和用户终端,用于为患者提供预防及治疗方案。
进一步地,所述血糖检测模块包括设置在社区及医疗机构的血糖仪,用于监测患者的血糖浓度,所述血糖浓度通过所述无线传输模块上传至信息存储模块,以便于监控患者血糖浓度的变化情况,所述眼底检测终端包括设置在各个社区及医疗机构的免散瞳数码眼底照相机,用于为糖尿病及糖尿病视网膜病变患者拍摄眼底影像图片以及用于糖尿病视网膜病变检查的OCT及FFA影像图片,所述眼底影像图片及FFA影像图片通过所述无线传输模块上传至所述读片单元。
进一步地,所述读片单元用于接收所述眼底影像图片,并判断视网膜、眼底血管、视神经乳头、视神经纤维、视网膜上的黄斑部,以及视网膜后的脉络膜的病变情况,根据眼底病变程度分为1、2、3、4、5五个等级,等级1为糖网眼底病变I期,等级2为糖网眼底病变II期,等级3为糖网眼底病变III期,等级4为糖网眼底病变IV期,等级5为糖网眼底病变V期,所述读片结果通过所述无线传输模块上传至信息存储模块。
进一步地,所述信息存储模块包括云端存储服务器,可以实现智能化存储,通过虚拟化存储解决了硬件存储空间不足的问题,所有存储资源整合在一起,提高了存储空间的利用率,并且存储设备升级不会导致服务的中断,也避免了硬件损坏造成的数据损失。
进一步地,所述信息存储模块为每一位患者单独建立资料库,包括糖尿病患者的患病阶段、患病年限、遗传概率、眼底病变程度和年龄,以便于对糖尿病患者的患病情况进行长期监督。
进一步地,所述智能诊断单元根据糖尿病患者的患病阶段Ci、患病年限Lj、遗传概率Nm、眼底病变程度Qk和年龄Rs建立糖尿病诊断模型,
f=(Ci,Lj,Nm,Qk,Rs) (1)
其中,f表示糖尿病的诊断函数模型,Ci表示糖尿病患者的患病阶段,分为糖尿病高危人群阶段、高血糖阶段和糖尿病阶段,i表示糖尿病患病阶段的序列,1表示糖尿病高危人群阶段,空腹血糖在5.7~6.1mol/L之间,2表示高血糖阶段,空腹血糖在6.1~7.0mol/L之间,3表示糖尿病阶段,空腹血糖≥7.0mmol/L,Lj表示糖尿病患者的患病年限,j表示患病年限等级,以五年为一等,患病年限为0-5年为1级,5-10年为2级,10-15年为3级,以此类推,Nm表示糖尿病患者的遗传等级,m表示所述遗传等级序列,1表示三代内糖尿病的患病比例小于0.2,2表示三代内糖尿病的患病比例在[0.2-0.4),3表示三代内糖尿病的患病比例在[0.4-0.6),4表示三代内糖尿病的患病比例在[0.6-0.8),5表示三代内糖尿病的患病比例大于等于0.8,Qk表示糖尿病患者的眼底病变程度,k表示由所述读片单元确定的眼底病变程度等级,分为1级、2级、3级、4级和5级,等级1为糖网眼底病变I期,等级2为糖网眼底病变II期,等级3为糖网眼底病变III期,等级4为糖网眼底病变IV期,等级5为糖网眼底病变V期,Rs表示糖尿病患者的年龄阶段,s表示患者年龄阶段序号,年龄在30岁以下为阶段1,31-40岁为阶段2,41-50岁为阶段3,51-60岁为阶段4,61岁以上为阶段5。
进一步地,所述智能诊断单元根据所述糖尿病诊断模型将糖尿病患者分为两大类,当k=0时为仅患糖尿病的患者,当k>0时为患糖尿病伴随糖尿病视网膜病变的患者,下述公式(2)用于划分糖尿病及糖尿病视网膜病变的患病等级,
其中,y表示糖尿病及糖尿病视网膜病变的患病等级,i表示糖尿病患病阶段的序列,j表示患病年限等级,m表示所述遗传等级序列,k表示由所述读片单元确定的眼底病变程度等级,s表示患者年龄阶段序号,其患病等级根据运算结果分为三个层次,患病的严重程度依次递增,当y的范围在[1,15]时,若k=0则定义该患者为一级糖尿病患者,k>0则定义该患者为I期糖尿病视网膜病变患者,当y的范围在(15,30]时,若k=0则定义该患者为二级糖尿病患者,k>0则定义该患者为II期糖尿病视网膜病变患者,当y>30时,若k=0则定义该患者为三级糖尿病患者,k>0则定义该患者为III期糖尿病视网膜病变患者,所述仅患糖尿病的患者的诊断结果发送至糖尿病防治单元,所述患糖尿病伴随糖尿病视网膜病变的患者的诊断结果发送至糖尿病视网膜病变防治单元,以确定进一步的治疗方案。
进一步地,所述糖尿病防治单元接收所述智能诊断单元筛选出的仅患糖尿病患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病患者的治疗方案为控制饮食,适当运动,所述二级糖尿病患者的治疗方案为口服药物治疗,所述三级糖尿病患者的治疗方案为注射胰岛素,以达到控制血糖的目的。
进一步地,所述糖尿病视网膜病变防治单元接收所述智能诊断单元筛选出的患糖尿病伴随糖尿病视网膜病变患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病视网膜病变患者的治疗方案为药物治疗,所述二级糖尿病视网膜病变患者的治疗方案为激光治疗,三级糖尿病视网膜病变患者的治疗方案为手术治疗。
进一步地,所述智能防治模块将新的检测数据与历史数据进行比对,生成血糖变化曲线,同上述治疗方案一并发送至所述用户终端,使患者能够清楚的了解到自己的病情,所述智能防治模块还能够通过用户终端按时提醒患者复查,为患者建立完整的病历资料库,有效监控糖尿病及糖尿病视网膜病变的发展趋势,以提供更加准确的治疗方案。
进一步地,所述用户终端包括手机、电脑设备,用于接收所述读片单元的读片结果、智能防治模块给出的治疗方案及血糖变化曲线。
与现有技术相比,本发明的有益效果在于所述糖尿病及糖尿病视网膜病变网络防治系统可实现不需要眼科医生参与的糖尿病视网膜病变筛查,能够及时发现需要治疗的病人,可纳入最多的糖尿病居民,大大提高检查的依从性,提高早期糖尿病视网膜病变的诊出率,同时可降低医疗人力成本及患者就诊成本的投入,可以极大程度地提高医院的工作效率。
尤其,信息存储模块为每一位患者单独建立资料库,以便于对糖尿病患者的患病情况进行长期监督,患者的治疗情况也会同步记录,实现糖尿病视网膜病变的早发现、早治疗,预防和减少致盲率,并且可以随时查询患者的资料详情,医生能够随时准确掌握患者病情,实现信息交互,减少冗余步骤,节省人力资源。
进一步地,所述信息存储模块包括云端存储服务器,可以实现智能化存储,通过虚拟化存储解决了硬件存储空间不足的问题,所有存储资源整合在一起,提高了存储空间的利用率,并且存储设备升级不会导致服务的中断,也避免了硬件损坏造成的数据损失。
进一步地,所述智能诊断单元根据糖尿病患者的患病阶段Ci、患病年限Lj、遗传概率Nm、眼底病变程度Qk和年龄Rs建立糖尿病诊断模型,将糖尿病患者分为仅患糖尿病的患者和患糖尿病伴随糖尿病视网膜病变,并且能够对患病情况划分等级,以给出合理的治疗方案。
进一步地,所述血糖检测终端和眼底检测终端设置在社区及基层医疗机构,有效解决了老年人不愿意去医院就诊的问题,所述读片结果、治疗方案及血糖变化曲线通过微信公众号或邮箱等方式发送给患者,方便快捷,避免了社区或医疗机构大量患者排队获取读片结果造成拥堵。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例糖尿病及糖尿病视网膜病变网络防治系统的结构示意图;
图2为本发明实施例糖尿病及糖尿病视网膜病变网络防治系统读片智能诊断模块结构示意图;
图3为本发明实施例糖尿病及糖尿病视网膜病变网络防治系统智能防治模块结构示意图。
具体实施方式
下面参照附图来描述发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释发明的技术原理,并非在限制发明的保护范围。
需要说明的是,在发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对发明的限制。
此外,还需要说明的是,在发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在发明中的具体含义。
请参阅图1-图3所示,本发明实施例提供一种糖尿病及糖尿病视网膜病变网络防治系统,包括检测模块、读片智能诊断模块、无线传输模块、信息存储模块和智能防治模块,所述检测模块包括血糖检测终端和眼底检测终端,用于检测患者的血糖浓度,并为患者拍摄眼底影像图片,所述读片智能诊断模块包括读片单元和智能诊断单元,用于对所述眼底影像图片提供专业的读片结果和诊断结果,并将眼底情况反馈给患者,所述无线传输模块用于通过无线网络传输所述血糖浓度信息、患者基本信息及眼底影像图片,所述信息存储模块与所述检测模块和所述读片智能诊断模块分别连接,用于存储患者的血糖信息和眼底影像图片,所述智能防治模块包括糖尿病防治单元、糖尿病视网膜病变防治单元和用户终端,用于为患者提供预防及治疗方案。
具体而言,所述血糖检测模块包括设置在社区及医疗机构的血糖仪,用于监测患者的血糖浓度,所述血糖浓度通过所述无线传输模块上传至信息存储模块,以便于监控患者血糖浓度的变化情况,所述眼底检测终端包括设置在各个社区及医疗机构的免散瞳数码眼底照相机,用于为糖尿病及糖尿病视网膜病变患者拍摄眼底影像图片以及用于糖尿病视网膜病变检查的OCT及FFA影像图片,所述眼底影像图片及FFA影像图片通过所述无线传输模块上传至所述读片单元,可实现不需要眼科医生参与的糖尿病视网膜病变筛查,能够及时发现需要治疗的病人,可纳入最多的糖尿病居民,大大提高检查的依从性,提高早期糖尿病视网膜病变的诊出率,同时可降低医疗人力成本及患者就诊成本的投入,可以极大程度地提高医院的工作效率。
具体而言,所述读片单元用于接收所述眼底影像图片,并判断视网膜、眼底血管、视神经乳头、视神经纤维、视网膜上的黄斑部,以及视网膜后的脉络膜的病变情况,根据眼底病变程度分为1、2、3、4、5五个等级,等级1为糖网眼底病变I期,等级2为糖网眼底病变II期,等级3为糖网眼底病变III期,等级4为糖网眼底病变IV期,等级5为糖网眼底病变V期,所述读片结果通过所述无线传输模块上传至信息存储模块,以监控糖尿病患者视网膜的病变情况,实现糖尿病视网膜病变的早发现、早治疗,预防和减少致盲率。
具体而言,所述信息存储模块包括云端存储服务器,可以实现智能化存储,通过虚拟化存储解决了硬件存储空间不足的问题,所有存储资源整合在一起,提高了存储空间的利用率,并且存储设备升级不会导致服务的中断,也避免了硬件损坏造成的数据损失。
具体而言,所述信息存储模块为每一位患者单独建立资料库,除患者姓名、身份证号等基本信息外,还包括糖尿病患者的患病阶段、患病年限、遗传概率、眼底病变程度和年龄,以便于对糖尿病患者的患病情况进行长期监督,患者的治疗情况也会同步记录,并且可以随时查询患者的资料详情,医生能够随时准确掌握患者病情,实现信息交互,减少冗余步骤,节省人力资源。
具体而言,所述智能诊断单元根据糖尿病患者的患病阶段Ci、患病年限Lj、遗传概率Nm、眼底病变程度Qk和年龄Rs建立糖尿病诊断模型,
f=(Ci,Lj,Nm,Qk,Rs) (1)
其中,f表示糖尿病的诊断函数模型,Ci表示糖尿病患者的患病阶段,分为糖尿病高危人群阶段、高血糖阶段和糖尿病阶段,i表示糖尿病患病阶段的序列,1表示糖尿病高危人群阶段,空腹血糖在5.7~6.1mol/L之间,2表示高血糖阶段,空腹血糖在6.1~7.0mol/L之间,3表示糖尿病阶段,空腹血糖≥7.0mmol/L,Lj表示糖尿病患者的患病年限,j表示患病年限等级,以五年为一等,患病年限为0-5年为1级,5-10年为2级,10-15年为3级,以此类推,Nm表示糖尿病患者的遗传等级,m表示所述遗传等级序列,1表示三代内糖尿病的患病比例小于0.2,2表示三代内糖尿病的患病比例在[0.2-0.4),3表示三代内糖尿病的患病比例在[0.4-0.6),4表示三代内糖尿病的患病比例在[0.6-0.8),5表示三代内糖尿病的患病比例大于等于0.8,Qk表示糖尿病患者的眼底病变程度,k表示由所述读片单元确定的眼底病变程度等级,分为1级、2级、3级、4级和5级,等级1为糖网眼底病变I期,等级2为糖网眼底病变II期,等级3为糖网眼底病变III期,等级4为糖网眼底病变IV期,等级5为糖网眼底病变V期,Rs表示糖尿病患者的年龄阶段,s表示患者年龄阶段序号,年龄在30岁以下为阶段1,31-40岁为阶段2,41-50岁为阶段3,51-60岁为阶段4,61岁以上为阶段5。
具体而言,所述智能诊断单元根据所述糖尿病诊断模型将糖尿病患者分为两大类,当k=0时为仅患糖尿病的患者,当k>0时为患糖尿病伴随糖尿病视网膜病变的患者,下述公式(2)用于划分糖尿病及糖尿病视网膜病变的患病等级,
其中,y表示糖尿病及糖尿病视网膜病变的患病等级,i表示糖尿病患病阶段的序列,j表示患病年限等级,m表示所述遗传等级序列,k表示由所述读片单元确定的眼底病变程度等级,s表示患者年龄阶段序号,其患病等级根据运算结果分为三个层次,患病的严重程度依次递增,当y的范围在[1,15]时,若k=0则定义该患者为一级糖尿病患者,k>0则定义该患者为I期糖尿病视网膜病变患者,当y的范围在(15,30]时,若k=0则定义该患者为二级糖尿病患者,k>0则定义该患者为II期糖尿病视网膜病变患者,当y>30时,若k=0则定义该患者为三级糖尿病患者,k>0则定义该患者为III期糖尿病视网膜病变患者,所述仅患糖尿病的患者的诊断结果发送至糖尿病防治单元,所述患糖尿病伴随糖尿病视网膜病变的患者的诊断结果发送至糖尿病视网膜病变防治单元,以确定进一步的治疗方案。例如一位53岁的糖尿病患者,其患病年限为15年,空腹血糖浓度维持在7.2mmol/L上下,家族三代以内患糖尿病的概率为0.33,眼底病变程度为2级,则为该位患者建立糖尿病诊断模型为f=(C3,L3,N2,Q2,R4),由于k=2,则确定该位患者为糖尿病视网膜病变患者,根据公式(2)确定糖尿病视网膜病变的患病等级,y=12.18,该位患者确定为一级糖尿病视网膜病变患者。
具体而言,所述糖尿病防治单元接收所述智能诊断单元筛选出的仅患糖尿病患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病患者的治疗方案为控制饮食,适当运动,所述二级糖尿病患者的治疗方案为口服药物治疗,所述三级糖尿病患者的治疗方案为注射胰岛素,以达到控制血糖的目的。
具体而言,所述糖尿病视网膜病变防治单元接收所述智能诊断单元筛选出的患糖尿病伴随糖尿病视网膜病变患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病视网膜病变患者的治疗方案为药物治疗,所述二级糖尿病视网膜病变患者的治疗方案为激光治疗,三级糖尿病视网膜病变患者的治疗方案为手术治疗。
具体而言,所述智能防治模块将新的检测数据与历史数据进行比对,生成血糖变化曲线,同上述治疗方案一并发送至所述用户终端,使患者能够清楚的了解到自己的病情,所述智能防治模块还能够通过用户终端按时提醒患者复查,为患者建立完整的病历资料库,有效监控糖尿病及糖尿病视网膜病变的发展趋势,以提供更加准确的治疗方案。
具体而言,所述用户终端包括手机、电脑等设备,用于接收所述读片单元的读片结果、智能防治模块给出的治疗方案及血糖变化曲线,所述读片结果、治疗方案及血糖变化曲线可以通过微信公众号或邮箱等方式发送给患者,方便快捷,避免了社区或医疗机构大量患者排队获取读片结果造成拥堵。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,包括检测模块、读片模块、信息存储模块和防治模块;
所述检测模块包括血糖检测终端和眼底检测终端,用于检测患者的血糖浓度,并为患者拍摄眼底照片;
所述读片模块包括读片单元和智能诊断单元,用于对所述眼底照片进行读片和诊断并提供读片结果和诊断结果;
还包括无线传输模块,其用于通过无线网络传输所述血糖浓度信息及眼底照片;
所述信息存储模块、所述检测模块分别与所述读片模块连接,所述信息存储模块用于存储患者的血糖信息和眼底照片;
所述防治模块包括糖尿病防治单元、糖尿病视网膜病变防治单元和用户终端,用于为患者提供治疗方案;
所述智能诊断单元根据糖尿病患者的患病阶段Ci、患病年限Lj、遗传概率Nm、眼底病变程度Qk和年龄Rs建立糖尿病诊断模型,
f=(Ci,Lj,Nm,Qk,Rs) (1)
其中,f表示糖尿病的诊断函数模型,Ci表示糖尿病患者的患病阶段,分为糖尿病高危人群阶段、高血糖阶段和糖尿病阶段,i表示糖尿病患病阶段的序列,1表示糖尿病高危人群阶段,空腹血糖在5.7~6.1mol/L之间,2表示高血糖阶段,空腹血糖在6.1~7.0mol/L之间,3表示糖尿病阶段,空腹血糖≥7.0mmol/L,Lj表示糖尿病患者的患病年限,j表示患病年限等级,以五年为一等,患病年限为0-5年为1级,5-10年为2级,10-15年为3级,以此类推,Nm表示糖尿病患者的遗传等级,m表示所述遗传等级序列,1表示三代内糖尿病的患病比例小于0.2,2表示三代内糖尿病的患病比例在[0.2-0.4),3表示三代内糖尿病的患病比例在[0.4-0.6),4表示三代内糖尿病的患病比例在[0.6-0.8),5表示三代内糖尿病的患病比例大于等于0.8,Qk表示糖尿病患者的眼底病变程度,k表示由所述读片单元确定的眼底病变程度等级,分为1级、2级、3级、4级和5级,等级1为眼底病变程度最轻,等级2为眼底病变程度较轻,等级3为眼底病变程度一般,等级4为眼底病变程度较重,等级5为眼底病变程度最重,Rs表示糖尿病患者的年龄阶段,s表示患者年龄阶段序号,年龄在30岁以下为阶段1,31-40岁为阶段2,41-50岁为阶段3,51-60岁为阶段4,61岁以上为阶段5;
所述智能诊断单元根据所述糖尿病诊断模型将糖尿病患者分为两大类,当k=0时为仅患糖尿病的患者,当k>0时为患糖尿病伴随糖尿病视网膜病变的患者,下述公式(2)用于划分糖尿病及糖尿病视网膜病变的患病等级,
其中,y表示糖尿病及糖尿病视网膜病变的患病等级,i表示糖尿病患病阶段的序列,j表示患病年限等级,m表示所述遗传等级序列,k表示由所述读片单元确定的眼底病变程度等级,s表示患者年龄阶段序号,其患病等级根据运算结果分为三个层次,患病的严重程度依次递增,当y的范围在[1,15]时,若k=0则定义该患者为一级糖尿病患者,k>0则定义该患者为一级糖尿病视网膜病变患者,当y的范围在(15,30]时,若k=0则定义该患者为二级糖尿病患者,k>0则定义该患者为二级糖尿病视网膜病变患者,当y>30时,若k=0则定义该患者为三级糖尿病患者,k>0则定义该患者为三级糖尿病视网膜病变患者,所述仅患糖尿病的患者的诊断结果发送至糖尿病防治单元,所述患糖尿病伴随糖尿病视网膜病变的患者的诊断结果发送至糖尿病视网膜病变防治单元;
所述糖尿病防治单元接收所述智能诊断单元筛选出的仅患糖尿病患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病患者的治疗方案为控制饮食,适当运动,所述二级糖尿病患者的治疗方案为口服药物治疗,所述三级糖尿病患者的治疗方案为注射胰岛素,以达到控制血糖的目的;
所述糖尿病视网膜病变防治单元接收所述智能诊断单元筛选出的患糖尿病伴随糖尿病视网膜病变患者的诊断结果,根据诊断结果给出治疗方案,所述一级糖尿病视网膜病变患者的治疗方案为药物治疗,所述二级糖尿病视网膜病变患者的治疗方案为激光治疗,三级糖尿病视网膜病变患者的治疗方案为手术治疗。
2.根据权利要求1所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述血糖检测终端包括设置在社区及医疗机构的血糖仪,用于监测患者的血糖浓度,所述血糖浓度通过所述无线传输模块上传至信息存储模块,用于监控患者血糖浓度的变化情况。
3.根据权利要求1所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述眼底检测终端包括设置在各个社区及医疗机构的免散瞳数码眼底照相机,用于为糖尿病及糖尿病视网膜病变患者拍摄眼底照片,所述眼底照片通过所述无线传输模块上传至所述读片单元。
4.根据权利要求3所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述读片单元用于接收所述眼底照片,并判断视网膜、眼底血管、视神经乳头、视神经纤维、视网膜上的黄斑部,以及视网膜后的脉络膜的病变情况,根据眼底病变程度分为1、2、3、4、5五个等级,等级1为眼底病变程度最轻,等级2为眼底病变程度较轻,等级3为眼底病变程度一般,等级4为眼底病变程度较重,等级5为眼底病变程度最重,所述读片结果通过所述无线传输模块上传至信息存储模块。
5.根据权利要求4所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述信息存储模块包括云端存储服务器,其能实现智能化存储。
6.根据权利要求4所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述信息存储模块为每一位患者单独建立资料库,包括糖尿病患者的患病阶段、患病年限、遗传概率、眼底病变程度和年龄,用于对糖尿病患者的患病情况进行长期监督。
7.根据权利要求1所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述防治模块将新的检测数据与历史数据进行比对,生成血糖变化曲线,同上述治疗方案一并发送至所述用户终端,所述防治模块还能够通过用户终端按时提醒患者复查,为患者建立完整的病历资料库。
8.根据权利要求7所述的糖尿病及糖尿病视网膜病变网络防治系统,其特征在于,所述用户终端包括手机、电脑设备,用于接收所述读片单元的读片结果、防治模块给出的治疗方案及血糖变化曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133719.5A CN109903838B (zh) | 2019-02-22 | 2019-02-22 | 糖尿病及糖尿病视网膜病变网络防治系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133719.5A CN109903838B (zh) | 2019-02-22 | 2019-02-22 | 糖尿病及糖尿病视网膜病变网络防治系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903838A CN109903838A (zh) | 2019-06-18 |
CN109903838B true CN109903838B (zh) | 2020-01-10 |
Family
ID=66945429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133719.5A Active CN109903838B (zh) | 2019-02-22 | 2019-02-22 | 糖尿病及糖尿病视网膜病变网络防治系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903838B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4006914A4 (en) * | 2019-07-31 | 2023-08-16 | Nikon Corporation | INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING DEVICE, IMAGE CAPTURE DEVICE, INFORMATION PROCESSING METHOD, IMAGE CAPTURE METHOD AND PROGRAM |
CN110838358A (zh) * | 2019-10-09 | 2020-02-25 | 南通大学 | 一种个性化的结合眼底图像的糖尿病智能信息管理系统 |
CN111816297A (zh) * | 2020-03-31 | 2020-10-23 | 复旦大学附属中山医院 | 一种基于云端的nCoV病毒诊疗系统和方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5388564B2 (ja) * | 2008-12-22 | 2014-01-15 | シスメックス株式会社 | 糖尿病診療支援システム、コンピュータプログラム、及び記録媒体 |
WO2015168519A1 (en) * | 2014-05-01 | 2015-11-05 | University Of Massachusetts | System and methods for scoring data to differentiate between disorders |
CN104636631B (zh) * | 2015-03-09 | 2018-06-05 | 江苏中康软件有限责任公司 | 一种利用糖尿病系统大数据预测糖尿病的装置 |
CN105031546B (zh) * | 2015-08-28 | 2018-11-06 | 河北君临药业有限公司 | 一种预防和治疗糖尿病视网膜病变的中药及其制备方法 |
CN106709225A (zh) * | 2015-11-12 | 2017-05-24 | 中国移动通信集团公司 | 一种糖尿病视网膜病变的预警方法、装置及系统 |
CN107591203A (zh) * | 2017-10-25 | 2018-01-16 | 湖南网数科技有限公司 | 一种基于知识库的疾病预警方法及系统 |
-
2019
- 2019-02-22 CN CN201910133719.5A patent/CN109903838B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109903838A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Digital technology, tele-medicine and artificial intelligence in ophthalmology: A global perspective | |
CN109903838B (zh) | 糖尿病及糖尿病视网膜病变网络防治系统 | |
Lin et al. | The sensitivity and specificity of single-field nonmydriatic monochromatic digital fundus photography with remote image interpretation for diabetic retinopathy screening: a comparison with ophthalmoscopy and standardized mydriatic color photography | |
US20020052551A1 (en) | Systems and methods for tele-ophthalmology | |
WO2022099668A1 (zh) | 一种基于家族遗传病与体征数据关联的精准健康管理与风险预警方法及系统 | |
US20030117580A1 (en) | System for vision examination utilizing telemedicine | |
Pradeepa et al. | Use of telemedicine technologies in diabetes prevention and control in resource-constrained settings: lessons learned from emerging economies | |
Askew et al. | Diabetic retinopathy screening and monitoring of early stage disease in general practice: design and methods | |
de Mul et al. | Improving the quality of eye care with tele-ophthalmology: shared-care glaucoma screening | |
Kumar et al. | Glaucoma screening: analysis of conventional and telemedicine‐friendly devices | |
CN111199794B (zh) | 一种适用于高度近视白内障的手术智能决策系统及其建立方法 | |
CN110236479A (zh) | 视力检测及管理系统 | |
Bursztyn et al. | Accuracy and reliability of a handheld, nonmydriatic fundus camera for the remote detection of optic disc edema | |
US11763938B2 (en) | Modular automated physical health testing systems and associated devices and methods | |
CN106919804A (zh) | 基于临床数据的药物推荐方法、推荐装置及服务器 | |
CN111599490A (zh) | 智能全科诊疗工作站 | |
Kapoor et al. | Detecting common eye diseases using the first teleophthalmology GlobeChek Kiosk in the United States: a pilot study | |
CN111710396A (zh) | 一种医联体内白内障患者的控制系统与方法 | |
Liu et al. | Evaluation of an OCT-AI–based telemedicine platform for retinal disease screening and referral in a primary care setting | |
Rani et al. | Analysis of yield of retinal imaging in a rural diabetes eye care model | |
CN113077889A (zh) | 一种人工智能眼病筛查服务方法和系统 | |
CN107066816A (zh) | 基于临床数据的就医指导方法、装置及服务器 | |
Wang et al. | [Retracted] Application Research of Artificial Intelligence Screening System for Diabetic Retinopathy | |
CN117198525A (zh) | 基于血压趋势分析预警血压疾病风险分析系统 | |
Addepalli et al. | LV Prasad eye institute glaucoma epidemiology and molecular genetic study (LVPEI-GLEAMS). Report 1: Study design and research methodology |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |