CN110580952A - 用人工智能的大型无人医院系统 - Google Patents
用人工智能的大型无人医院系统 Download PDFInfo
- Publication number
- CN110580952A CN110580952A CN201810591923.7A CN201810591923A CN110580952A CN 110580952 A CN110580952 A CN 110580952A CN 201810591923 A CN201810591923 A CN 201810591923A CN 110580952 A CN110580952 A CN 110580952A
- Authority
- CN
- China
- Prior art keywords
- software
- user
- prescription
- database
- disease
- 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
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
用人工智能的大型无人医院系统;包括:智能终端、通信装置、外围设备、存贮单元、智能单元、主控单元。看病软件从问诊题目集中,提出多种形式的询问要求,由用户点击固定答案回答、或者进行额外用户回答;用户提出用户要求,由看病软件回答或者执行;看病软件获得疾病征兆。看病软件将问诊结论与病例数据库中相同科目病例参数比对,看病软件分别给出相应的诊病报告。开处方软件将诊病报告中的参数与处方源中的参数,进行比对识别,开出相应的治病处方、或者保健处方。无人医院首创的即时诊病、即时全面治疗,颠覆当代医学的被动等病人得病、等病人病重后的抢救式医疗。无人医院发展成熟后、取代大部分实体医院是时代的大趋势。
Description
技术领域
本发明涉及信息技术,尤其涉及用人工智能的大型无人医院系统。
背景技术
无人医院是基于互联网、基于人工智能和大数据,无医生直接服务的高效治疗疾病、防范疾病、实施健康管理的智能型医院。确
众所周知,防治早期疾病的疗效,要远远大于治疗中期、治疗晚期的疗效。而且各大医院的门诊有80%以上是常见病。因此治疗早期疾病、治疗有规律的常见病,无人医院有巨大的优势。
人工智能在识别判断、积累数据、快速学习等方面远超人类。因此,随着无人医院的各项性能完善,取代大部分有医生服务的医院是大趋势。
发明内容
本发明目的是:发明用人工智能的大型无人医院系统;实现无人化的智能问诊、智能诊病、智能开处方;创建无人医院取代大部分实体医院,实现随时随地的即时诊病、即时治疗,将病魔消灭在萌芽期;领导全球的互联网医疗,彻底提高医疗水平、彻底提高健康管理水平,彻底提高看病效率。
所述的系统,包括:智能终端、通信装置、外围设备、存贮单元、智能单元、主控单元。
所说的智能终端,是指智能手机、平板电脑、智能穿戴设备、台式电脑、电脑触摸屏、医疗服务机器人、问诊服务机器人,并且安装看病软件。
所说的通信装置,是指主控单元与智能终端通信联系的装置。具体有多种通信联系方式,例如:电信通信、互联网络、WIFI、有线连接等。
所说的外围设备,是指系统相关的辅助电子设备。例如:监控显示装置、备用电源、备用电脑服务器、数据备份存贮器、输入输出装置等。
所说的存贮单元,是指大型电子数据存贮器,主要存贮有:用户信息数据库、问诊题目数据库、疾病征兆数据库、病例数据库、处方数据库、实体医院数据库、药品库院数据库、危急病兆数据库、急救措施数据库、医疗服务数据库、统计报表数据库。
所说的用户信息数据库,主要保存用户的注册信息、登陆信息、病历信息。
所说的问诊题目数据库,是指保存问诊题目集的数据库。
所说的问诊题目集,是指参照高级医师对用户问诊交流,按照科目、用户要求进行分类;并且每个主要疾病征兆、均配套有问诊题目集。
所说的主要疾病征兆,是指用户登陆看病软件时、有若干固定的疾病征兆供用户点击选择,或者用户采用文字输入、或者用语音输入的疾病征兆。
在每个问诊题目集中,有若干询问要求、若干固定答案、若干用户要求;而且问诊题目集接受控制,根据不同的用户回答和用户要求,安排后续相匹配的问诊流程。
所说的询问要求,是指看病软件用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式,提出询问和要求,让用户回答。具体采用的形式,根据内容而定;即:要让表述简单、要方便用户正确的快速领悟。
所说的用户回答,一种是用户从中若干固定答案中、选择点击回答;还有一种是用户采用文字输入、或者语音输入、或者对自己身体某个部位拍照片上传,作为额外用户回答。
例如:看病软件提出询问要求:要求用户拍右手的手掌照片上传,用户自己或者请周边人员帮助拍照上传,完成了回答。而后,智能单元采集照片中的色块、纹路、斑点征兆,并且与疾病征兆数据库中同类的疾病征兆比对,识别出疾病征兆。中医的手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊中的疾病征兆,可反映许多隐性疾病、重大疾病。
所说的固定答案,是指由高级医师根据用户回答的规律,预先设定的答案;固定答案可以采用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式。
所说的用户要求,是指用户从若干固定用户要求中选择点击,作为自己的用户要求;用户还可以用文字、或者语音、或者对自己身体某个部位拍照上传,作为自己的额外用户要求。具体拍照上传时,可以有文字补充说明。
所说的固定用户要求,是指由高级医师根据用户要求的规律,预先设定的要求;并且用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式。方便用户从中选择点击、提出自己的用户要求。
监管医师负责审核,并且将额外用户回答、额外用户要求中的文字、语音、照片编辑规范化,然后设置成为正式的固定答案、固定用户要求。
所说的多媒体格式,是指在问诊界面中有动画加文字、或者动画加语音、或者动画加文字加语音、或者视频加文字、或者视频加语音、或者视频加文字加语音、或者三维图像加文字、或者三维图像加语音、或者三维图像加文字的加语音的表现形式。
所说的多画面格式,是指在问诊界面中有多幅图片、或者多幅图片加文字、或者多幅图片加语音、或者多个动画、或者多个动画加文字、或者多个动画加语音、或者多个动画加文字加语音的表现形式。
所说的疾病征兆数据库,是指保存各种疾病征兆的数据库。
所说的疾病征兆,是指人体患病时的各种表现或者数据;其中包括:疾病症状、疾病数据、中医反射征兆、反应征兆。
所说的疾病症状,是指人体发病时的各种表现和现象。
所说的疾病数据,是指用户或者用户身边人员、使用检测身体的工具或者仪器,测量化验用户身体中的数据;还包括用户在周边的保健中心、医务诊所、敬老院、实体医院所做的检测和化验,包括影像拍片诊病中的数据。
所说的中医反射征兆,是指中医的手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊中描述人体患病时,人体表面所反射出来的色块、纹路、斑点的征兆。
用户或者用户的周边人员,可以用智能终端对用户的手、脸、眼睛、耳、脚、舌苔拍照上传,由智能单元采集其中的疾病征兆。
所说的反应征兆,是指人体患有疾病时,身体会有各种反应的征兆。例如:不能举手超过头顶的动作,说明有肩周炎;慢跑运动2分钟、气喘吁吁的征兆;特别爱吃某种食品的偏好征兆;近期精神特别亢奋的征兆等等。
所说的病例数据库,是指保存各种疾病例子所形成的数据库。
所说的病例,是指各种疾病例子、由高级医师设置的范例;或者由智能学习增加病例软件、所增加的病例。病例有多种命名方法,例如感冒B3型等。
在每个病例中,有科目、疾病名称、疾病程度、若干疾病征兆。
所说的科目,是指医院的科室。例如:内科、外科、儿科等。
所说的疾病程度,是指疾病的轻重程度。具体轻重程度,有多种划分方法。而且有用户描述的疾病程度,看病软件诊断出的疾病程度。
所说的处方数据库,是指保存各种治病处方、保健处方的数据库;并且在治病处方和保健处方中,包含药品处方、非药品处方;在处方数据库中的处方称为处方源。处方源是开处方软件、开出处方的依据来源。
所说的处方源,是指保存在处方数据库中的各种处方;并且由医师将各种处方、编辑为比较规范的样式。
每个处方源有参数:治疗清单或者保健清单,适用的疾病名称、疾病程度、使用处方的注意事项、基础疗效,还有若干统计数字。例如:使用本处方的总人数;给予好评、差评的用户人数;给予好评百分比的统计数据等。
所说的非药品处方,是指不用药品、采用多种切实有效地防病治病的方法或者措施。主要有:对症的运动方法、对症的饮食调理方法、对症的中医推拿按摩针灸方法、对症的健康管理措施、用联网采集人体数据的产品和措施、对症的调节心态心情的措施。
所说的联网采集人体数据的产品,例如:智能手机上的跑步APP等。
所说的基础疗效,是根据处方源的疗效、设定的百分比数。并且随着应用处方源的用户数量的增多,统计用户对疗效的真实反馈,修正基础疗效的数字。尽可能让基础疗效、更接近真实疗效。
所说的实体医院数据库,主要记录用户周边的实体医院的挂号方式、主要科目、联系方式、联系地址、医疗特长。
所说的实体医院,是指有医生当面问诊、当面治疗服务的医院。
所说的药品库院数据库,是指保存各个药品库院的数据库;并且保存每个药品库院的名称、地址、联系方式、快递药品方式的数据库。
所说的药品库院,是指存有药品、并且与本无人医院有合作的仓库、商店、医院。例如:药店、药品仓库、社区医院、保健中心、实体医院、诊所等。
在药品库院数据库中,还保存所使用的每种药品名称、商标、性能、使用禁忌、价格、使用方法,并且统计药品的使用记录。
所说的危急病兆数据库,是指保存危急病兆的数据库。
所说的危急病兆,是指用户身体出现危险紧急疾病时的征兆。
例如:用户表面症状是感冒,但是有胸口闷、心慌病兆时;此时极有可能是心肌炎,非常危险。因此要验血证实、或者需要紧急救治。
再例如:当青少年患白血病时,早期的表面症状也类似于感冒;特别需要用人工智能、用大数据区别感冒与白血病。用早期智能诊病、拯救生命。
所说的急救措施数据库,主要保存各种危急疾病的急救建议或者方法,所保存形成的数据库。
每种危急疾病有多种急救建议或者方法,因此需要用智能科技进行筛选,需要根据危急病兆的种类、疾病程度,结合现场条件,并且参考用户的病史,给予最适合的建议或者方法。
所说的医疗服务数据库,主要保存本系统的各项医疗服务、各项日常维护工作、系统各项运行数据,所保存形成的数据库。
所说的统计报表数据库,主要保存各类统计报表软件、纠错软件,所统计形成的报表数据库。
所说的智能单元,是指执行人工智能采集、识别、判断、学习的软硬件;主要有:智能控制器、播放器、智能采集器、智能识别软件、智能学习软件。
所说的智能控制器,是指若干电脑服务器及其软件;主要负责控制播放器、智能采集器,执行相关的智能采集、识别、判断、学习的工作。
所说的播放器,是指用电子软硬件显示文字、播放语音、显示图片的装置。
所说的智能采集器,是指从播放器所播放的文字、语音、图片中,用采集文字、录取语音、扫描图片的方法,智能识别软件采集其中的若干疾病现象,并且与疾病征兆数据库中的若干疾病征兆逐一比对,可识别文字、语音、图片中的疾病征兆。所说的图片,包括各种相机或者智能终端所拍摄的照片。
所说的智能识别软件,是指在智能单元中,执行各项智能识别比对、判断和计算的软件。
显然、智能单元识别文字、语音、图片中的疾病征兆,与人脸识别技术的原理相类似。人脸识别,是识别人。智能单元,是识别疾病征兆。
所说的智能学习软件,是指智能学习自动执行若干智能工作的软件。主要有:智能学习增加疾病征兆软件、智能学习增加病例软件、智能纠错软件。
所说的主控单元,是指若干电脑服务器、或者云服务器,主要有看病软件、看病支持软件、转院软件、开处方软件、医疗后续服务软件、控制及辅助软件。其中的看病软件是供智能终端下载的软件。
所说的看病软件,是指包含问诊和诊病功能,安装在智能终端中、与智能单元协同,并且在若干数据库支持下,与用户问诊交流,识别用户的疾病程度、若干疾病征兆;然后根据疾病程度、若干疾病征兆,诊断用户疾病的软件。
看病软件,也称为诊断疾病软件、或者称为问诊诊病软件、或者称为诊断疾病APP、或者称为问诊诊病APP,或者称为看病APP。
所说的看病支持软件,是指安装在主控单元中的、支持智能终端中的看病软件工作的软件。主要负责看病软件下载、升级和维护、调用相关数据库。
所说的转院软件,是指根据用户的疾病征兆,执行危急转院流程、或者执行正常转院流程的软件。
所说的开处方软件,是指与智能单元协同,在处方数据库的支持下,根据用户诊病报告中的参数,开出治病处方、或者开出保健处方的软件。
所说的医疗后续服务软件,主要是指医疗后续各项服务工作的软件;主要有:自动配送药软件、各项医疗费用的结算软件、监管医师的专用软件、维护人员的专用软件。
所说的控制及辅助软件,是指控制系统、辅助系统运行的多种软件。例如:控制各项工作运行的软件、系统维护软件、数据自动备份的软件、监控软件、隔离电脑病毒的软件、统计报表软件等。
智能问诊、获得用户疾病征兆的过程如下:
用户使用智能终端,打开并登陆看病软件,用户选择看病要求、看病科目;选择点击主要疾病征兆,或者用文字、用语音输入主要疾病征兆;
看病软件从问诊题目数据库中调用,与用户的看病要求、看病科目、主要疾病征兆,相匹配的若干问诊题目集;
看病软件从所调用的若干问诊题目集中,提出多种形式的询问要求,由用户点击固定答案回答、或者进行额外用户回答;用户提出用户要求,由看病软件回答或者执行;
看病软件与智能单元协同,根据不同的用户回答和用户要求,智能安排后续有匹配的问诊流程;用户问答结束后、看病软件获得用户详细的疾病征兆;
看病软件将用户的若干疾病征兆、与危急病兆数据库中危急病兆识别比对,如果有一致时,酌情分别给予提醒、警告、启动危急转院流程;并可以从急救措施数据库中调用、给用户最适合的急救建议和方法;
看病软件得出:问诊结论;可以通过智能终端,发送问诊结论给用户,供用户审核和确认。用户可以修改、补充问诊结论中的内容。
智能诊病、诊断用户疾病的过程如下:
看病软件将问诊结论的参数与病例数据库中相同科目的若干病例参数比对,从中选择最高符合的比对结果;比对结果有完全符合、高符合、低符合、不符合,看病软件分别给出诊病报告,诊断出疾病名称、疾病程度。
所说的诊病报告,主要内容有:用户姓名或者ID号或者用户的别名,用户登陆日期,诊断出的疾病名称、科目、疾病程度、与病例的近似程度。
智能开出处方的过程如下:
开处方软件将用户诊病报告中的参数、与处方数据库中相同科目的若干处方源中的参数,进行相对应的比对识别,从中选择最高符合的比对结果;根据比对结果有完全符合、高符合、低符合、不符合,则开处方软件参照处方源的内容,分别开出相应的治病处方、或者保健处方。
所说的治病处方,是指治疗用户疾病的处方;在治病处方中,也可以附带保健处方。
所说的保健处方,是指防范疾病、健康保健的处方,也称为防病处方。
开处方软件开出治病处方,还是保健处方,由用户要求而定。例如:用户登陆时,目的是防范疾病,则开处方软件只需开出保健处方即可。
开处方软件开出的治病处方、或者保健处方中,不仅有医药清单,还可以根据用户的需要、给予非药品处方中的防病治病的方法或者措施。
如果在治病处方中有打针或者输液的药品清单,则开处方软件可开出打针或者输液用的电子证明、发送到用户的智能终端中。用户凭借该电子证明,到附近的社区医院、或者诊所、或者实体医院打针或者输液。
所说的自动配送药软件,是指将处方中的药品清单、发送给用户地址周边的药品库院,并且安排快递、送药品到用户地址的软件。
所说的各项医疗费用的结算软件,是指根据用户在无人医院的各种各样的服务、所产生的费用,并且自动与用户医保卡或者银行卡结算的软件。
从而实现自动配送药品给用户,自动结算各项费用。极大地方便用户。
进一步,在开处方软件开出的治病处方、保健处方中,增加有预估疗效。
所说的预估疗效,是指根据开处方软件将诊病报告、与处方源的比对识别的比例,并且参照基础疗效计算得出的治病处方、保健处方的疗效。
例如:开处方软件将诊病报告、与若干处方源的比对识别,从中选择最高符合的比对结果是80%,而且处方源的基础疗效是70%,则计算得到预估疗效是:70%*80%=56%。
再进一步,可以将疾病征兆数据库、危急病兆数据库二者合并。成为综合疾病征兆、危急病兆的数据库。
再进一步,问诊题目数据库可下载保存在智能终端中;同时疾病征兆数据库、危急病兆数据库、病例数据库、危急病兆数据库也下载保存到智能终端中。并且可以将看病软件、看病支持软件合并。
此时智能终端可以成为独立工作的诊病终端,减少对通信网络的依赖。
本发明的主要优点之一:用户随时随地通过互联网实现无人化的智能问诊,实现广谱征兆的识别用户的疾病征兆。具有问诊科学、全面不遗漏、相互印证的优势。使用多媒体、多画面格式,用户领悟题目准确快捷。并根据用户回答和要求,智能安排后续问诊流程。智能问诊远超医生的问诊。
本发明的主要优点之二:无人医院可以从治疗早期疾病风险低为突破口,充分发挥智能联网优势。人工智能具有自学习,随着病例逐步增加,各项性能逐步完善。实现不用医生当面服务的智能问诊、智能诊病、智能开处方、自动快递药品。彻底提高看病效率,给用户带来方便。
本发明的主要优点之三:无人医院首创的即时诊病、即时全面治疗,颠覆当代医学的被动等病人得病、等病人病重后的抢救式医疗。无人医院充分应用人工智能和大数据,可以在早期全面地治疗和预防肿瘤疾病、心脑血管疾病、糖尿病、危急疾病,及时挽救千万人的生命。实现治标又治本的科学大智慧的人工智能医疗。无人医院实现的健康效果、远超时髦的精准医疗。无人医院发展成熟后、取代大部分的实体医院是时代的大趋势。
附图说明
图1是本发明所述系统的一种原理方框示意图。
图2是本发明所述智能问诊的一种软件流程示意图。
图3是本发明所述智能诊病的一种软件流程示意图。
图4是本发明所述智能开处方的一种软件流程示意图。
图中,100.智能终端;200.通信装置;300.主控单元;400.智能单元;500.存贮单元;600.监控装置;700.外围设备。
具体实施方式
参见图1,智能终端100通过通信装置200与主控单元300相连接。主控单元300是整个系统的控制中心。
主控单元300与智能单元400、与存贮单元500、与监控装置600、与外围设备700相连接。并且智能单元400与存贮单元500相连接。
众多的用户可以同时使用各自的智能终端100、实现智能问诊交流。显然,用户可以在家庭、办公室、保健中心、实体医院、敬老院、公共场合等,随时通过智能终端100,实现联网的看病就医、联网的问诊交流。
用智能终端100,不仅实现问诊和诊病的交流,而且成为医生的助手、提示医生的医疗工作更科学。
注册信息主要有:用户姓名、ID号、别名、地址、联系方式、出生日期、身高、体重、工作职业、医保卡号、用户的银行卡号及相关信息。
注册信息中还可以增加用户的性格爱好、生活环境、饮食习惯、并且建立用户的健康管理档案。有益于对用户的疾病进行全面有效地管控。
登陆信息主要有:用户的登陆时间、登陆地点、登陆的持续时间。其中的登陆地点很有用,当用户患有危急病兆时,可给予有针对地点的救治。
病历信息主要有:用户的病历病史,包括之前的诊病报告、治病处方、保健处方、用户的用药禁忌、用药喜好、用户的疗效反馈、用户的建议,还有在实体医院的医治大病的补充记录;还可以有用户的奖赏记录,获奖记录。
所说的奖赏记录,是指用户对本系统的优秀工作、服务工作给予奖赏现金的记录。所说的获奖记录,是指用户在本无人医院获得各种奖励的记录。奖励用户将患病教训、治疗心得与他人分享。让其它的用户避免重蹈覆辙。
所说的智能学习增加疾病征兆软件,是指与智能单元协同,将用户回答的文字、语音、照片,与疾病征兆数据库中若干疾病征兆逐一比对、并且不一致时,则智能学习增加疾病征兆软件将用户的疾病现象,自动转为新疾病征兆。
由相关人员设计新疾病征兆的内容,符合标准的规范化。
所说的智能学习增加病例软件,是指与智能识别软件协同,将用户问诊结论中的若干参数、与病例数据库中相同科目的若干病例相对应的参数逐一比对、从中选择最高符合的比对结果;而且比对结果不是完全一致时,则自动地将用户的看病例子、转为新病例。
所说的参数,在问诊结论中是指疾病的科目、疾病程度、若干疾病征兆。但是,在病例的参数中、或者在诊病报告的参数中,还有疾病名称。
所说的智能纠错软件,是指对本系统的各项工作,预先设置若干种条件,不能违背;如果有违背,则智能纠错软件自动进行纠错,并且将错误的地址和内容、保存到统计报表中。
所说的监管医师的专用软件,是指专门为监管医师对问诊结论、诊病报告、开出处方、自学习增病例、智能纠错软件、若干统计报表,进行审查、监管、修改、设置的软件。
所说的维护人员的专用软件,是指专门为本系统的维护人员对系统运行、故障处理、软件调试,以及若干统计报表进行维护、监管、设置的软件。
所说的危急转院流程,是指用户身体有危急病兆时,通过智能终端给用户发出危急通知,同时帮助用户、在用户周边的实体医院挂号,甚至联系急救;并且将所联系实体医院的信息,通过智能终端发送给用户的工作流程。
所说的正常转院流程,是指本无人医院对于用户的疾病无法医治,需要转实体医院医治的工作流程。例如:做手术治疗、需要正常转院等。
在看病软件的问诊交流中,所说的动画加文字加语音,是指在动画中加上若干文字,并且加上配套的语音,帮助用户准确、快速理解询问要求。以此类推,例如:视频加文字加语音、或者多个动画加文字加语音等等,具有同样的原理,在此不一一展开说明。
如果用文字表达询问要求,当文字较多时,用户往往很难准确、快速理解。同样,如果用语音表达询问要求,当语音较多时,用户往往聆听不清楚,甚至其中有专业用语,让用户领悟题目也比较困难。
由于疾病征兆种类较多,可以有若干智能单元400,进行分类的智能识别、智能比对、智能判断,从而提高工作效率。
用户刚登陆看病软件时,提出的看病要求、往往都是比较重要的用户要求,此时,用户对疾病的描述,往往也是主要的疾病征兆。
在用户要求中,也可以有具体细小的要求。例如:用户要求不打针,建议用药品;或者用户要求不要送药上门、自己取药等;或者用户登陆本无人医院,主要是咨询,提出若干咨询问题,学习保健知识。
所说的问诊,是指软件程序通过智能终端用多种形式与用户互动交流,让用户反映自己的身体不适或者疾病的情况,并且提出若干看病要求。
药品库院数据库中有若干药品使用的记录。例如:统计药品在处方中的使用次数,统计某药品的用户反馈信息等。
本发明采集人体患有疾病时的各种表面的征兆,各种隐性的征兆;并且用大数据积累,广泛征集;而且若干疾病征兆可以相互印证。因此,看病软件的诊断疾病、未来会非常精准。
用户的疾病征兆,除了用户对自己疾病所描述的征症之外,还包括:用户使用小型检测身体的仪器、测量所得的数据。例如用血压计、体温计、血糖仪等,所测量的用户的血压、体温、血糖等,并且将数值在问诊中回答。
用户的疾病征兆,还包括用户在保健中心、敬老院、医务所、实体医院等所做的检测、化验、影像诊病中的疾病征兆。例如:心电图、化验血常规仪器、CT拍片、核磁共振等所检测、所化验、所拍疾病片子中的疾病征兆。
智能纠错软件,是本系统智能方面的比较重要部分。所说的智能纠错软件中的设置若干条件,种类较多。例如:设置某二个词组,不能同时出现。再例如:对于A疾病,处方中不可以出现B药品等等。
为了加强智能识别软件的识别比对和判断的效率。对本系统中的每个询问要求、固定答案、固定用户要求、额外用户回答、额外用户要求、每个疾病名称、每个科目、每个疾病征兆、每个疾病程度、每个危急病兆等,可以设置有独立编号。有了编号,智能识别软件只要比对识别编号即可。
所说的智能学习,主要是指执行智能学习增加疾病征兆软件、智能学习增加病例软件、智能纠错软件的相关工作。智能学习还有若干,不一一列举。
所说的自动配送药,是指执行自动配送药软件的工作过程。将开处方软件、所开出处方中的药品清单、发送给用户地址周边的药品库院,并且安排快递、送药品到用户地址。不仅方便用户看病就医,而且对疾病实现即时治疗。
在传统中医的望诊中,有手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊,描述人体某个位置的色块、纹路、斑点,反应不同疾病的征兆。而且凭借手诊、脸诊、色诊等诊断疾病,已有近千年的历史。属于成熟的诊病技术。
而且,智能终端的拍照功能越来越强大。照片的清晰度、色彩的真实度,都已经达到拍照诊病的要求。因此,这是人工智能诊病的有效手段。
如果说中医望诊属于经验医学,那么用互联网、用人工智能大数据来验证、来积累数据。让若干疾病征兆,相互印证。从而诊病将越来越精准。
所说的电子证明,是治病处方开出的,让用户到周边的社区医院、诊所、实体医院打针或者输液用的证明。在电子证明中,有打针或者输液的药品名称、用药剂量和方法,注意事项;还有证明用的验证数字。
医务人员查看用户智能终端中的电子证明,掌握电子证明中的药剂量和方法,注意事项,并且通过验证数字、反映本次电子证明确实有效。
所说的验证数字,是指只用一次,有多种方式产生。例如:由本无人医院,与相关诊所、医院预先约好的若干组数字。每次用一组、不重复。
参见图2,用户在智能终端中打开看病软件,首先要提出看病要求。例如:用户从治疗、防病、复诊、咨询、其它等等之中选择。
用户在登陆看病软件时,看病软件可以对用户的人脸拍照上传,实现身份认证。这也为配送药品、注射治疗、转院治疗等工作建立身份的验证。
用户在属于科目中选择:内科、外科、儿科、妇科、伤科、其它等等,让看病软件限制诊病的范围。
如果用户不知道属什么科目,可以选择“其它”,由看病软件和智能识别软件根据用户的若干疾病征兆,识别比对得出:用户疾病所属的科目。
用户还要对自己的疾病有主要的描述。当用户选择内科时,有腰疼、胃疼、感冒、胸疼、头晕、其它等等,供用户选择答案。还可以分类,供用户选择。
如果用户回答的疾病征兆,有危急病兆,则立即启动危急转院流程。
最后,看病软件归纳整理后,得出:问诊结论。可以通过用户的智能终端,发送问诊结论给用户审核和确认。并且可以补充、修改其中的内容。
显然,问诊交流随着用户的不同回答和要求,有相配套的流程。
参见图3,看病软件与智能识别软件协同,根据用户的问诊结论、科目。看病软件从病例数据库中调用本科目的若干病例。
看病软件与智能识别软件协同,将问诊结论与相同科目若干病例进行比对,从若干比对有近似的结果中、选择最高符合的比对结果,也就是最接近用户疾病的结果。
图3中比对的结果,例如:设置判断值H的范围60%至80%,暂时设定为:70%;设置判断值M的范围20%至50%,暂时设定为:40%。说明如下:
第一种,比对结果完全符合,也就是用户问诊结论中的某个疾病科目、疾病程度、若干疾病征兆,与某病例中的参数有100%符合。则看病软件增加该病例的应用人数,并且形成与病例一致的诊病报告。
第二种,比对结果符合程度大于等于判断值H的70%,说明此种情况是病例的高符合的近似疾病。如果符合程度是80%,则看病软件开出病例的高符合诊病报告,与病例的近似程度为80%。
第三种,比对结果符合程度小于H,并且大于等于M。说明此种情况是病例的低符合的近似疾病。如果符合程度是55%,则看病软件开出病例的低符合诊病报告,与病例的近似程度为55%。
第四种,比对结果符合程度小于判断值M的40%。说明此种情况不符合,诊断不出疾病。则看病软件,通知医生出面给予诊病报告。
上述第二种、第三种、第四种比对的结果,看病软件自动增加用户的看病例子为新病例。即:图3的流程,也说明自学习增加病例的工作情况。
上述情况是用H、M区分,共计有四种比对的结果。当然,也可以有更细的划分方法。例如:共计有五种、或者六种比对的结果等等。
诊断用户的一个疾病之后,如果看病软件和智能识别软件,识别用户还有其它疾病征兆,则重新走一遍智能诊病的流程,看病软件诊断用户的其它疾病。具体的工作原理一样,在此不作详细描述。
参见图4,开处方软件与智能识别软件协同,将诊病报告中的疾病及其参数、与处方数据库中同科目的若干处方源参数进行比对。从中选择最高符合的比对结果,开出治病处方、保健处方,分别得出预估疗效。
例如:设置判断值Y为60%,判断值X为30%;设置处方源的基础疗效是70%。分别说明如下。
A、比对结果完全100%符合,此时开处方软件自动增加处方的应用人数,依照处方源中的参数,100%符合情况,参照处方源中的内容、开出治病处方,或者开出保健处方。
而且,预估疗效较高,达到与处方源中的基础疗效一致的疗效。
B,比对结果符合程度大于等于Y,说明此种情况是处方源的高符合情况。依照处方源中的参数,高符合情况,开出治病处方,或者开出保健处方,其中有高符合的说明。
如果比对结果是80%高符合(大于判断值Y的60%),则预估疗效是:基础疗效与比对结果、相乘的数值,即:70%*80%等于56%。
C,比对结果符合程度小于Y,并且大于等于X。说明此种情况是处方源的低符合情况。依照处方源中的参数,低符合情况,开出治病处方,或者开出保健处方,其中有低符合的说明。
如果比对结果是50%低符合(大于判断值X的30%),则预估疗效是:基础疗效与比对结果、相乘的数值,即:70%*50%等于35%。
D,比对结果符合程度小于X(小于判断值X的30%)。说明此处方源不适合。则开处方软件通知医生出面开出处方,由医生给出预估疗效。
上述B、C、D比对结果中,并且所开出的处方中,如果经过统计达到预估疗效时,则可以将其列为新处方。即:在新处方中,适用的疾病征兆、适应的疾病程度,相比原来的处方有新的变化。
如果符合程度小于X,而且在本无人医院无法医治时,可建议用户转院、实施正常转院流程。例如:属于疑难杂症,或者需要做手术的治疗等。此时,可以帮助在用户周边的实体医院挂号,并且将所联系的信息发送给用户。
上述开处方是针对一种疾病。如果用户有多种疾病,需要对于若干疾病,可以开一个处方同时兼顾治疗;也可以分别单独的分阶段性治疗。这主要取决于若干疾病的病名及医学的分析,也取决于治疗药品的治疗范围。
无人医院创建的即时诊病、即时治疗的特点,充分应用人工智能和大数据、借助于移动互联网,将各种重大疾病、隐性疾病消灭在萌芽状态。
因此,无人医院是众望所归,属于大众热切盼望的健康领域的重大科技。未来将得到全面广泛的普及。
而且,无人医院所积累的各种防治疾病处方的大数据,将亿万用户的使用处方过程、身体患病的教训、康复的经验、反馈评价,都将形成大数据的资产。让各种处方源在阳光下,让众人使用和评估、实现优胜劣汰。从而让优秀处方的神奇和智慧大放光芒,给亿万用户带来靠谱有智慧的大健康。
事实上,无人医院创建的即时诊病、即时治疗的工作做好,实现治未病、治早病。那么当下时髦的精准医疗、昂贵医疗,可能将日落西山。
上述是本发明的说明,基于本发明的基本思想,还可以有多种的变形方案,可以增加许多辅助的功能,均在本发明的技术特征范围之内。
Claims (8)
1.用人工智能的大型无人医院系统;所述的系统,其特征在于,包括:智能终端、通信装置、外围设备、存贮单元、智能单元、主控单元;
所说的智能终端,是指智能手机、平板电脑、智能穿戴设备、台式电脑、电脑触摸屏、医疗服务机器人、问诊服务机器人,并且安装看病软件;
所说的通信装置,是指主控单元与智能终端通信联系的装置;
所说的外围设备,是指系统相关的辅助电子设备;
所说的存贮单元,是指大型电子数据存贮器,主要存贮有:用户信息数据库、问诊题目数据库、疾病征兆数据库、病例数据库、处方数据库、实体医院数据库、药品库院数据库、危急病兆数据库、急救措施数据库、医疗服务数据库、统计报表数据库;
所说的用户信息数据库,主要保存用户的注册信息、登陆信息、病历信息;
所说的问诊题目数据库,是指保存问诊题目集的数据库;
所说的问诊题目集,是指参照高级医师对用户问诊交流,按照科目、用户要求进行分类;并且每个主要疾病征兆、均配套有问诊题目集;
在每个问诊题目集中,有若干询问要求、若干固定答案、若干用户要求;而且问诊题目集接受控制,根据不同的用户回答和用户要求,安排后续相匹配的问诊流程;
所说的询问要求,是指看病软件用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式,提出询问和要求,让用户回答;
所说的用户回答,一种是用户从中若干固定答案中、选择点击回答;还有一种是用户采用文字输入、或者语音输入、或者对自己身体某个部位拍照片上传,作为额外用户回答;
所说的固定答案,是指由高级医师根据用户回答的规律,预先设定的答案;固定答案可以采用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式;
所说的用户要求,是指用户从若干固定用户要求中选择点击,作为自己的用户要求;用户还可以用文字、或者语音、或者对自己身体某个部位拍照上传,作为自己的额外用户要求;
所说的固定用户要求,是指由高级医师根据用户要求的规律,预先设定的要求;并且用文字、或者图文、或者图文加语音、或者多媒体格式、或者多画面格式;
所说的多媒体格式,是指在问诊界面中有动画加文字、或者动画加语音、或者动画加文字加语音、或者视频加文字、或者视频加语音、或者视频加文字加语音、或者三维图像加文字、或者三维图像加语音、或者三维图像加文字的加语音的表现形式;
所说的多画面格式,是指在问诊界面中有多幅图片、或者多幅图片加文字、或者多幅图片加语音、或者多个动画、或者多个动画加文字、或者多个动画加语音、或者多个动画加文字加语音的表现形式;
所说的疾病征兆数据库,是指保存各种疾病征兆的数据库;
所说的疾病征兆,是指人体患病时的各种表现或者数据;其中包括:疾病症状、疾病数据、中医反射征兆、反应征兆;
所说的疾病症状,是指人体发病时的各种表现和现象;
所说的疾病数据,是指用户或者用户身边人员、使用检测身体的工具或者仪器,测量化验用户身体中的数据;还包括用户在周边的保健中心、医务诊所、敬老院、实体医院所做的检测和化验,包括影像拍片诊病中的数据;
所说的中医反射征兆,是指中医的手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊中描述人体患病时,人体表面所反射出来的色块、纹路、斑点的征兆;
用户或者用户的周边人员,可以用智能终端对用户的手、脸、眼睛、耳、脚、舌苔拍照上传,由智能单元采集其中的疾病征兆;
所说的反应征兆,是指人体患有疾病时,身体会有各种反应的征兆;
所说的病例数据库,是指保存各种疾病例子所形成的数据库;
所说的病例,是指各种疾病例子、由高级医师设置的范例;或者由智能学习增加病例软件、所增加的病例;
在每个病例中,有科目、疾病名称、疾病程度、若干疾病征兆;
所说的科目,是指医院的科室;
所说的疾病程度,是指疾病的轻重程度;
所说的处方数据库,是指保存各种治病处方、保健处方的数据库;并且在治病处方和保健处方中,包含药品处方、非药品处方;在处方数据库中的处方称为处方源;处方源是开处方软件、开出处方的依据来源;
所说的处方源,是指保存在处方数据库中的各种处方;并且由医师将各种处方、编辑为比较规范的样式;
每个处方源有参数:治疗清单或者保健清单,适用的疾病名称、疾病程度、使用处方的注意事项、基础疗效,还有若干统计数字;
所说的非药品处方,是指不用药品、采用多种切实有效地防病治病的方法或者措施;主要有:对症的运动方法、对症的饮食调理方法、对症的中医推拿按摩针灸方法、对症的健康管理措施、用联网采集人体数据的产品和措施、对症的调节心态心情的措施;
所说的基础疗效,是根据处方源的疗效、设定的百分比数;并且随着应用处方源的用户数量的增多,统计用户对疗效的真实反馈,修正基础疗效的数字;尽可能让基础疗效、更接近真实疗效;
所说的实体医院数据库,主要记录用户周边的实体医院的挂号方式、主要科目、联系方式、联系地址、医疗特长;
所说的药品库院数据库,是指保存各个药品库院的数据库;并且保存每个药品库院的名称、地址、联系方式、快递药品方式的数据库;
所说的危急病兆数据库,是指保存危急病兆的数据库;
所说的危急病兆,是指用户身体出现危险紧急疾病时的征兆;
所说的急救措施数据库,主要保存各种危急疾病的急救建议或者方法,所保存形成的数据库;
每种危急疾病有多种急救建议或者方法,因此需要用智能科技进行筛选,需要根据危急病兆的种类、疾病程度,结合现场条件,并且参考用户的病史,给予最适合的建议或者方法;
所说的医疗服务数据库,主要保存本系统的各项医疗服务、各项日常维护工作、系统各项运行数据,所保存形成的数据库;
所说的统计报表数据库,主要保存各类统计报表软件、纠错软件,所统计形成的报表数据库;
所说的智能单元,是指执行人工智能采集、识别、判断、学习的软硬件;主要有:智能控制器、播放器、智能采集器、智能识别软件、智能学习软件;
所说的智能控制器,是指若干电脑服务器及其软件;主要负责控制播放器、智能采集器,执行相关的智能采集、识别、判断、学习的工作;
所说的播放器,是指用电子软硬件显示文字、播放语音、显示图片的装置;
所说的智能采集器,是指从播放器所播放的文字、语音、图片中,用采集文字、录取语音、扫描图片的方法,智能识别软件采集其中的若干疾病现象,并且与疾病征兆数据库中的若干疾病征兆逐一比对,可识别文字、语音、图片中的疾病征兆;所说的图片,包括各种相机或者智能终端所拍摄的照片;
所说的智能识别软件,是指在智能单元中,执行各项智能识别比对、判断和计算的软件;
所说的智能学习软件,是指智能学习自动执行若干智能工作的软件;主要有:智能学习增加疾病征兆软件、智能学习增加病例软件、智能纠错软件;
所说的主控单元,是指若干电脑服务器、或者云服务器,主要有看病软件、看病支持软件、转院软件、开处方软件、医疗后续服务软件、控制及辅助软件;其中的看病软件是供智能终端下载的软件;
所说的看病软件,是指包含问诊和诊病功能,安装在智能终端中、与智能单元协同,并且在若干数据库支持下,与用户问诊交流,识别用户的疾病程度、若干疾病征兆;然后根据疾病程度、若干疾病征兆,诊断用户疾病的软件;
看病软件,也称为诊断疾病软件、或者称为问诊诊病软件、或者称为诊断疾病APP、或者称为问诊诊病APP,或者称为看病APP;
所说的看病支持软件,是指安装在主控单元中的、支持智能终端中的看病软件工作的软件;主要负责看病软件下载、升级和维护、调用相关数据库;
所说的转院软件,是指根据用户的疾病征兆,执行危急转院流程、或者执行正常转院流程的软件;
所说的开处方软件,是指与智能单元协同,在处方数据库的支持下,根据用户诊病报告中的参数,开出治病处方、或者开出保健处方的软件;
所说的医疗后续服务软件,主要是指医疗后续各项服务工作的软件;主要有:自动配送药软件、各项医疗费用的结算软件、监管医师的专用软件、维护人员的专用软件;
所说的控制及辅助软件,是指控制系统、辅助系统运行的多种软件;
智能问诊、获得用户疾病征兆的过程如下:
用户使用智能终端,打开并登陆看病软件,用户选择看病要求、看病科目;选择点击主要疾病征兆,或者用文字、用语音输入主要疾病征兆;
看病软件从问诊题目数据库中调用,与用户的看病要求、看病科目、主要疾病征兆,相匹配的若干问诊题目集;
看病软件从所调用的若干问诊题目集中,提出多种形式的询问要求,由用户点击固定答案回答、或者进行额外用户回答;用户提出用户要求,由看病软件回答或者执行;
看病软件与智能单元协同,根据不同的用户回答和用户要求,智能安排后续有匹配的问诊流程;用户问答结束后、看病软件获得用户详细的疾病征兆;
看病软件将用户的若干疾病征兆、与危急病兆数据库中危急病兆识别比对,如果有一致时,酌情分别给予提醒、警告、启动危急转院流程;并可以从急救措施数据库中调用、给用户最适合的急救建议和方法;
看病软件得出:问诊结论;可以通过智能终端,发送问诊结论给用户,供用户审核和确认;用户可以修改、补充问诊结论中的内容;
智能诊病、诊断用户疾病的过程如下:
看病软件将问诊结论的参数与病例数据库中相同科目的若干病例参数比对,从中选择最高符合的比对结果;比对结果有完全符合、高符合、低符合、不符合,看病软件分别给出诊病报告,诊断出疾病名称、疾病程度;
所说的诊病报告,主要内容有:用户姓名或者ID号或者用户的别名,用户登陆日期,诊断出的疾病名称、科目、疾病程度、与病例的近似程度;
智能开出处方的过程如下:
开处方软件将用户诊病报告中的参数、与处方数据库中相同科目的若干处方源中的参数,进行相对应的比对识别,从中选择最高符合的比对结果;根据比对结果有完全符合、高符合、低符合、不符合,则开处方软件参照处方源的内容,分别开出相应的治病处方、或者保健处方;
所说的治病处方,是指治疗用户疾病的处方;在治病处方中,也可以附带保健处方;
开处方软件开出治病处方,还是保健处方,由用户要求而定;
开处方软件开出的治病处方、或者保健处方中,不仅有医药清单,还可以根据用户的需要、给予非药品处方中的防病治病的方法或者措施;
如果在治病处方中有打针或者输液的药品清单,则开处方软件可开出打针或者输液用的电子证明、发送到用户的智能终端中;用户凭借该电子证明,到附近的社区医院、或者诊所、或者实体医院打针或者输液;
所说的自动配送药软件,是指将处方中的药品清单、发送给用户地址周边的药品库院,并且安排快递、送药品到用户地址的软件;
所说的各项医疗费用的结算软件,是指根据用户在无人医院的各种各样的服务、所产生的费用,并且自动与用户医保卡或者银行卡结算的软件。
2.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
在开处方软件开出的治病处方、保健处方中,增加有预估疗效。
3.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
可以将疾病征兆数据库、危急病兆数据库二者合并。
4.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
问诊题目数据库可下载保存在智能终端中;同时疾病征兆数据库、危急病兆数据库、病例数据库、危急病兆数据库也下载保存到智能终端中。
5.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
在开处方软件开出的治病处方、保健处方中,增加有预估疗效;
可以将疾病征兆数据库、危急病兆数据库二者合并。
6.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
在开处方软件开出的治病处方、保健处方中,增加有预估疗效;
问诊题目数据库可下载保存在智能终端中;同时疾病征兆数据库、危急病兆数据库、病例数据库、危急病兆数据库也下载保存到智能终端中。
7.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
可以将疾病征兆数据库、危急病兆数据库二者合并;
问诊题目数据库可下载保存在智能终端中;同时疾病征兆数据库、危急病兆数据库、病例数据库、危急病兆数据库也下载保存到智能终端中。
8.根据权利要求1所述的用人工智能的大型无人医院系统;所述的系统,其特征包括:
在开处方软件开出的治病处方、保健处方中,增加有预估疗效;
可以将疾病征兆数据库、危急病兆数据库二者合并;
问诊题目数据库可下载保存在智能终端中;同时疾病征兆数据库、危急病兆数据库、病例数据库、危急病兆数据库也下载保存到智能终端中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591923.7A CN110580952A (zh) | 2018-06-08 | 2018-06-08 | 用人工智能的大型无人医院系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591923.7A CN110580952A (zh) | 2018-06-08 | 2018-06-08 | 用人工智能的大型无人医院系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580952A true CN110580952A (zh) | 2019-12-17 |
Family
ID=68810308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810591923.7A Pending CN110580952A (zh) | 2018-06-08 | 2018-06-08 | 用人工智能的大型无人医院系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580952A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113113117A (zh) * | 2021-03-25 | 2021-07-13 | 肖尧 | 一种中医诊疗系统 |
WO2021253867A1 (zh) * | 2020-06-17 | 2021-12-23 | 厦门波耐模型设计有限责任公司 | 无人化智慧医院的架构、方法、系统 |
TWI788696B (zh) * | 2020-08-27 | 2023-01-01 | 清源智慧健康醫學科技股份有限公司 | 導入個人診療暨健康管理資訊及健康促進以優化健保資源分配之系統 |
-
2018
- 2018-06-08 CN CN201810591923.7A patent/CN110580952A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021253867A1 (zh) * | 2020-06-17 | 2021-12-23 | 厦门波耐模型设计有限责任公司 | 无人化智慧医院的架构、方法、系统 |
TWI788696B (zh) * | 2020-08-27 | 2023-01-01 | 清源智慧健康醫學科技股份有限公司 | 導入個人診療暨健康管理資訊及健康促進以優化健保資源分配之系統 |
CN113113117A (zh) * | 2021-03-25 | 2021-07-13 | 肖尧 | 一种中医诊疗系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220384046A1 (en) | Systems and methods for determining and providing a display of a plurality of wellness scores for patients with regard to a medical condition and/or a medical treatment | |
US20220392591A1 (en) | System and method for processing medical claims using biometric signatures | |
US11355247B2 (en) | Systems and methods for determining a wellness score, an improvement score, and/or an effectiveness score with regard to a medical condition and/or treatment | |
US20180233237A1 (en) | Apparatus and method for processing and/or providing healthcare information and/or healthcare-related information with or using an electronic healthcare record and information regarding and/or obtained with or from electronic interactive activity, information, content, or media | |
WO2022267678A1 (zh) | 视频问诊方法、装置、设备及存储介质 | |
US20160371998A1 (en) | Health-based incentive plans and systems and methods for implementing health-based incentive transactions | |
WO2018218789A1 (zh) | 中医治未病健康管理系统及方法 | |
CN110580953A (zh) | 采用人工智能的诊病系统和方法 | |
CN111128333A (zh) | 一种一站式智能诊断与智能就医管理系统 | |
US20210295992A1 (en) | Fully automated medical solution (mydoctor) | |
WO2014039881A1 (en) | Personalized health score generator | |
WO2019041711A1 (zh) | 基于健康检查一体机的慢病随访监控系统及方法 | |
KR20190132290A (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
US20100049547A1 (en) | Person Reported Outcome Report Generation | |
US20170103181A1 (en) | Healthcare delivery system | |
CN110580952A (zh) | 用人工智能的大型无人医院系统 | |
CN113674858A (zh) | 在线医疗处方用药智能检查方法、装置、设备及存储介质 | |
CN107808692A (zh) | 数字医疗系统和方法 | |
CN112365961A (zh) | 一种大数据智慧医疗系统 | |
JP2016018224A (ja) | 健康状態予測診断利用サービスシステム | |
US20100088111A1 (en) | System and method for obtaining, processing and evaluating individual blood type and ayurvedic core constitution (prakruti) to construct a personalized health risk assessment report | |
Woźniacka et al. | Artificial intelligence in medicine and dermatology | |
CN117038106A (zh) | 智能导医云平台 | |
AU2017312809A1 (en) | Systems and methods for determining and providing a display of a plurality of wellness scores | |
AU2014223224A1 (en) | Apparatus and method for assessment of patient condition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191217 |