CN109903846A - 基于医疗大数据的肺癌筛查系统及方法 - Google Patents
基于医疗大数据的肺癌筛查系统及方法 Download PDFInfo
- Publication number
- CN109903846A CN109903846A CN201910129056.XA CN201910129056A CN109903846A CN 109903846 A CN109903846 A CN 109903846A CN 201910129056 A CN201910129056 A CN 201910129056A CN 109903846 A CN109903846 A CN 109903846A
- Authority
- CN
- China
- Prior art keywords
- data
- lung cancer
- central server
- hospital
- screening
- 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
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 36
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 36
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 36
- 238000012216 screening Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 9
- 238000003745 diagnosis Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 9
- 239000002689 soil Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 4
- 210000004072 lung Anatomy 0.000 claims description 4
- 238000004820 blood count Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及基于医疗大数据的肺癌筛查系统,包括中心服务器及多个与其通过网络连接的网络节点,每个所述网络节点连接一个区域内的医院数据平台,所述医院数据平台将患者信息实时通过网络节点传输给中心服务器,所述中心服务器内置有根据医院数据平台传输的数据进行机器学习的专家系统,所述专家系统对新传输的患者数据给出初步诊疗结果,并实时传递给医院数据平台,供医生诊断时加以参考。还提供了基于医疗大数据的肺癌筛查方法,该系统前期可以对大量用户进行肺癌的初步筛查,对于高风险的用户,提醒其至医院进行确诊,一方面扩大了肺癌筛查的范围,另一方面通过分级筛查,节省成本,使得医疗资源使用更加有效。
Description
技术领域
本发明涉及肺癌肿瘤诊疗技术领域,具体是基于医疗大数据的肺癌筛查系统及方法。
背景技术
目前,随着互联网技术的飞速发展及大数据技术的进步,我国已经建成了一些肺癌数据库,而且此类数据库亦散见于极少量教学医院、中心医院。但各大医院使用各自的医疗系统,同样的病人数据采用不同的记录规则,导致了肺癌病人信息无法集成,各个医院因为使用的电子病历系统的差异,肿瘤病人数据无法被收集统一使用,大量的病人数据只是成了摆设,出现了“数据丰富,无法统一”的现象。因此如何充分利用这些宝贵的信息资源来对肺癌的早期诊断和治疗提供科学的指导、为医院管理决策提供科学的参考依据,已经成为迫切需要解决的问题;并且现有技术仅是针对患者体检数据进行基于大数据的判断标准,虽然准确性有一定提高,但并没有考虑患者周围生存环境对肺癌发病率的影响,导致判断结果准确性仍有待提高。
发明内容
本发明所要解决的技术问题是提供基于医疗大数据的肺癌筛查系统及方法,以解决现有技术中存在的缺陷。
本发明解决上述技术问题的技术方案如下:
基于医疗大数据的肺癌筛查系统,包括中心服务器及多个与其通过网络连接的网络节点,每个所述网络节点连接一个区域内的医院数据平台,所述医院数据平台将患者信息实时通过网络节点传输给中心服务器,所述中心服务器内置有根据医院数据平台传输的数据进行机器学习的专家系统,所述专家系统对新传输的患者数据给出初步诊疗结果,并实时传递给医院数据平台,供医生诊断时加以参考;医生通过医院诊疗模块诊断完毕后,将诊断数据实时更新至中心服务器,所述中心服务器根据诊断结果再次对专家系统进行机器学习;
进一步的,所述的患者信息包括体检数据及根据问诊获得的患者地址信息查询获得的当地水、土壤质量状况及空气PM2.5的含量;所述的体检数据包括肺癌常规验血指标及肺部X光片数据;
进一步的,所述体检数据通过体检数据录入模块输入至医院数据平台,并实时传输至中心服务器,所述当地水、土壤质量状况及空气PM2.5的含量数据通过环境信息录入模块输入至医院数据平台,并实时传输至中心服务器。
基于医疗大数据的肺癌筛查方法,包括如下步骤,中心服务器根据收集的大数据对专家系统进行机器学习,首先对数据进行分析,得出肺癌与体检各个数据之间的关联参数,再得出肺癌与各水质、土壤质量及PM2.5含量的关联参数,然后进行归一化处理,得出各数据对肺癌的影响因子,建立专家诊断数据模型,然后每次新患者就诊,将数据传入专家系统后即可得出初步诊断结果,并传输给医院数据平台,医生确诊后,将诊断结果传输回中心服务器,中心服务器将医生确诊结果与初步诊断结果进行比对,修正影响因子数值后再次对专家系统进行数据学习。
本发明的有益效果是:该系统前期可以对大量用户进行肺癌的初步筛查,对于高风险的用户,提醒其至医院进行确诊,一方面扩大了肺癌筛查的范围,另一方面通过分级筛查,节省成本,使得医疗资源使用更加有效。
附图说明
图1为本发明结构示意图;
附图标记说明如下:
1、中心服务器,2、网络节点,3、医院数据平台,4、体检数据录入模块,5、环境信息录入模块,6、医院诊疗模块;
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,基于医疗大数据的肺癌筛查系统,包括中心服务器及多个与其通过网络连接的网络节点,每个所述网络节点连接一个区域内的医院数据平台,所述医院数据平台将患者信息实时通过网络节点传输给中心服务器,所述中心服务器内置有根据医院数据平台传输的数据进行机器学习的专家系统,所述专家系统对新传输的患者数据给出初步诊疗结果,并实时传递给医院数据平台,供医生诊断时加以参考;医生通过医院诊疗模块诊断完毕后,将诊断数据实时更新至中心服务器,所述中心服务器根据诊断结果再次对专家系统进行机器学习;
更具体的,所述的患者信息包括体检数据及根据问诊获得的患者地址信息查询获得的当地水、土壤质量状况及空气PM2.5的含量;所述的体检数据包括肺癌常规验血指标及肺部X光片数据;
更具体的,所述体检数据通过体检数据录入模块输入至医院数据平台,并实时传输至中心服务器,所述当地水、土壤质量状况及空气PM2.5的含量数据通过环境信息录入模块输入至医院数据平台,并实时传输至中心服务器;
基于医疗大数据的肺癌筛查方法,包括如下步骤,中心服务器根据收集的大数据对专家系统进行机器学习,首先对数据进行分析,得出肺癌与体检各个数据之间的关联参数,再得出肺癌与各水质、土壤质量及PM2.5含量的关联参数,然后进行归一化处理,得出各数据对肺癌的影响因子,建立专家诊断数据模型,然后每次新患者就诊,将数据传入专家系统后即可得出初步诊断结果,并传输给医院数据平台,医生确诊后,将诊断结果传输回中心服务器,中心服务器将医生确诊结果与初步诊断结果进行比对,修正影响因子数值后再次对专家系统进行数据学习。
通过基于大数据的筛查系统,可以前期对大量用户进行肺癌的初步筛查,对于高风险的用户,即可提醒其至医院进行确诊,一方面扩大了肺癌筛查的范围,另一方面通过分级筛查,节省成本,使得医疗资源使用更加有效。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于医疗大数据的肺癌筛查系统,其特征在于:包括中心服务器及多个与其通过网络连接的网络节点,每个所述网络节点连接一个区域内的医院数据平台,所述医院数据平台将患者信息实时通过网络节点传输给中心服务器,所述中心服务器内置有根据医院数据平台传输的数据进行机器学习的专家系统,所述专家系统对新传输的患者数据给出初步诊疗结果,并实时传递给医院数据平台,供医生诊断时加以参考;医生通过医院诊疗模块诊断完毕后,将诊断数据实时更新至中心服务器,所述中心服务器根据诊断结果再次对专家系统进行机器学习。
2.根据权利要求1所述的基于医疗大数据的肺癌筛查系统,其特征在于:所述的患者信息包括体检数据及根据问诊获得的患者地址信息查询获得的当地水、土壤质量状况及空气PM2.5的含量;所述的体检数据包括肺癌常规验血指标及肺部X光片数据。
3.根据权利要求2所述的基于医疗大数据的肺癌筛查系统,其特征在于:所述体检数据通过体检数据录入模块输入至医院数据平台,并实时传输至中心服务器,所述当地水、土壤质量状况及空气PM2.5的含量数据通过环境信息录入模块输入至医院数据平台,并实时传输至中心服务器。
4.基于医疗大数据的肺癌筛查方法,其特征在于:包括如下步骤,中心服务器根据收集的大数据对专家系统进行机器学习,首先对数据进行分析,得出肺癌与体检各个数据之间的关联参数,再得出肺癌与各水质、土壤质量及PM2.5含量的关联参数,然后进行归一化处理,得出各数据对肺癌的影响因子,建立专家诊断数据模型,然后每次新患者就诊,将数据传入专家系统后即可得出初步诊断结果,并传输给医院数据平台,医生确诊后,将诊断结果传输回中心服务器,中心服务器将医生确诊结果与初步诊断结果进行比对,修正影响因子数值后再次对专家系统进行数据学习。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910129056.XA CN109903846A (zh) | 2019-02-21 | 2019-02-21 | 基于医疗大数据的肺癌筛查系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910129056.XA CN109903846A (zh) | 2019-02-21 | 2019-02-21 | 基于医疗大数据的肺癌筛查系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109903846A true CN109903846A (zh) | 2019-06-18 |
Family
ID=66945087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910129056.XA Pending CN109903846A (zh) | 2019-02-21 | 2019-02-21 | 基于医疗大数据的肺癌筛查系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903846A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110767310A (zh) * | 2019-11-06 | 2020-02-07 | 西安交通大学医学院第二附属医院 | 一种基于大数据的肺癌筛查系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760705A (zh) * | 2016-05-20 | 2016-07-13 | 陕西科技大学 | 一种基于大数据的医疗诊断系统 |
CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
US20160224760A1 (en) * | 2014-12-24 | 2016-08-04 | Oncompass Gmbh | System and method for adaptive medical decision support |
CN108198621A (zh) * | 2018-01-18 | 2018-06-22 | 中山大学 | 一种基于神经网络的数据库数据综合诊疗决策方法 |
CN108520778A (zh) * | 2018-04-20 | 2018-09-11 | 中日友好医院 | 一种基于大数据的肺癌筛查系统及方法 |
CN109003672A (zh) * | 2018-07-16 | 2018-12-14 | 北京睿客邦科技有限公司 | 一种基于深度学习的早期肺癌检测分类一体化设备及系统 |
-
2019
- 2019-02-21 CN CN201910129056.XA patent/CN109903846A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105793852A (zh) * | 2013-12-04 | 2016-07-20 | M·奥利尼克 | 具有海量医疗分析的医疗处理计算机规划方法和系统 |
US20160224760A1 (en) * | 2014-12-24 | 2016-08-04 | Oncompass Gmbh | System and method for adaptive medical decision support |
CN105760705A (zh) * | 2016-05-20 | 2016-07-13 | 陕西科技大学 | 一种基于大数据的医疗诊断系统 |
CN108198621A (zh) * | 2018-01-18 | 2018-06-22 | 中山大学 | 一种基于神经网络的数据库数据综合诊疗决策方法 |
CN108520778A (zh) * | 2018-04-20 | 2018-09-11 | 中日友好医院 | 一种基于大数据的肺癌筛查系统及方法 |
CN109003672A (zh) * | 2018-07-16 | 2018-12-14 | 北京睿客邦科技有限公司 | 一种基于深度学习的早期肺癌检测分类一体化设备及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110767310A (zh) * | 2019-11-06 | 2020-02-07 | 西安交通大学医学院第二附属医院 | 一种基于大数据的肺癌筛查系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107066814A (zh) | 一种基于望闻问切协同的中医智能辅助诊断系统 | |
CN105678066B (zh) | 基于用户反馈信息完成数据训练的疾病自诊方法及系统 | |
CN109887589A (zh) | 人工智能医疗大数据系统 | |
CN108520778A (zh) | 一种基于大数据的肺癌筛查系统及方法 | |
CN103679393B (zh) | 一种基于层次分析法的临床路径管理评价指标系统和方法 | |
CN109741317A (zh) | 医学影像智能评价方法 | |
CN109615012A (zh) | 基于机器学习的就诊数据异常识别方法、设备及存储介质 | |
US20190108264A1 (en) | System prototype of intelligent regional mobile healthcare integrated data center based on metadata | |
CN109920543A (zh) | 一种基于人工智能的校园健康管理app | |
CN110246590A (zh) | 一种血液病知识图谱数据库的构建方法 | |
CN115458108A (zh) | 一种融合多元技术的可视化糖尿病大数据智能分析系统 | |
CN108549686A (zh) | 一种基于软件定义的智能化区域医疗信息互联互通标准数据库架构 | |
Zhao et al. | Is coronavirus-related research becoming more interdisciplinary? A perspective of co-occurrence analysis and diversity measure of scientific articles | |
CN109903846A (zh) | 基于医疗大数据的肺癌筛查系统及方法 | |
Wei et al. | [Retracted] Clinical Care of Hyperthyroidism Using Wearable Medical Devices in a Medical IoT Scenario | |
CN107563113A (zh) | 临床用血申请闭环管理系统及方法 | |
CN113921127A (zh) | 一种区域内血液资源优化调度及精准使用信息系统及方法 | |
CN109192312A (zh) | 一种心力衰竭患者不良事件智能管理系统及方法 | |
CN106156459A (zh) | 一种眼科检查报告的管理系统 | |
CN107563128A (zh) | 一种基于元数据的构建智能化区域急救医疗知识库方法 | |
CN109887597A (zh) | 基于医疗大数据的数据库管理系统 | |
CN114864112A (zh) | 一种基于云的社区慢病大数据管理系统 | |
CN107491662A (zh) | 一种基于元数据的智能化区域移动医疗集成数据中心系统架构 | |
CN107343043A (zh) | 一种医疗服务信息精准发布的方法和发布服务器 | |
CN108154919A (zh) | 医院科室信息处理方法及其系统 |
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: 20190618 |