CN110580953A - 采用人工智能的诊病系统和方法 - Google Patents
采用人工智能的诊病系统和方法 Download PDFInfo
- Publication number
- CN110580953A CN110580953A CN201810591925.6A CN201810591925A CN110580953A CN 110580953 A CN110580953 A CN 110580953A CN 201810591925 A CN201810591925 A CN 201810591925A CN 110580953 A CN110580953 A CN 110580953A
- Authority
- CN
- China
- Prior art keywords
- user
- software
- disease
- inquiry
- intelligent
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
采用人工智能的诊病系统和方法;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。用户使用智能终端,使用多媒体、多画面格式的问诊,比文字或语音问诊,用户领悟题目更准更快。并且有自学习软件,自我完善性能。智能问诊的优异性能远超医生的当面问诊、远程问诊。诊病软件将问诊结论与若干病例的参数进行比对识别,诊断用户的疾病,并得出诊病报告。在诊病报告中还可以增加预估准确率。智能诊断疾病,颠覆传统,用人工智能即时诊断重大疾病、危险疾病。既方便广大用户快速及时地诊断疾病,又是实体医院、健康管理中心、网上医院、无人医院不可或缺的助手。
Description
技术领域
本发明涉及信息技术,尤其涉及采用人工智能的诊病系统和方法。
背景技术
诊病、也称为诊断疾病。主要有二项要点:诊断的准确性、及时性。
诊断的准确性,直接影响后续的医疗和疗效。现实中,医生的问诊交流,不仔细不全面,常常有重大疏忽。国内外医院的误诊率平均为30%。
诊断的及时性,能否在早期发现恶性疾病和危险疾病,这显然是当代医学最需要增强的领域。及时诊断早期的恶性疾病和危险疾病,属于医学上的皇冠。至今没有找到很好的破解办法。
众所周知,人工智能的识别判断、积累数据、快速学习能力远远超过人类。因此,用人工智能AI实现智能问诊和诊病,其智能化、精准性、全面性,远超医生的当面问诊和远程问诊,远超单个医生的诊病能力。
健康医学,重点在于早防早治。智能诊断疾病,可以随时随地用人工智能,不放过疾病的蛛丝马迹,未来将获得广泛应用。既方便广大用户提前防治各种重大的疾病、彻底提高看病的效率,又是各个实体医院、网上医院、健康管理中心、智能医院、无人医院不可或缺的技术手段。
发明内容
本发明目的是:发明采用人工智能的诊病系统和方法;采集识别人体疾病征兆的蛛丝马迹,实现无人化的用大数据诊病;可广泛应用于实体医院、健康管理中心、网上医院、无人医院,大幅提高早期诊病水平和看病就医效率。
所述系统,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,并且从主控单元下载安装问诊软件。
智能终端需要从主控单元中下载安装问诊软件后、才能与用户问诊交流。
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,存贮有:用户信息数据库、医疗服务数据库、问诊题目数据库、疾病征兆数据库、病例数据库、实体医院数据库、危急病兆数据库、急救措施数据库、各种统计报表数据库。
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,均匹配有问诊题目集;其中有若干多种形式的询问要求、若干固定答案、若干多种形式的用户要求;而且接受控制,根据用户不同的回答、不同的用户要求,安排后续有匹配的问诊流程。
所说的主要疾病征兆,是指用户登陆问诊软件时、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。
问诊题目数据库,也可以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、危急病兆数据库下载保存到智能终端中。此时,可以将问诊诊病软件、诊病支持软件合并。
在本系统中,每个询问要求、固定答案、固定要求、额外用户回答、额外用户要求、疾病名称、科目、若干疾病征兆、疾病程度、危急病兆等都设置有独立编号。设置独立编号,主要便于智能识别软件的识别比对和判断。
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,主要包括:疾病症状、疾病数据、反射征兆、人体动作征兆、人体运动征兆、运动后身体的变化征兆、杂项征兆。
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;还包括智能识别单据软件所识别的各种医学检测报告和化验报告中的数据。
所说的反射征兆,是指中医手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊中所描述患有疾病时,身体表面所反射出来的色块、纹路、斑点的征兆。
所说的人体动作征兆,是指要求用户做某个动作、身体所表现的征兆。例如:要求用户举手超过头顶的动作、反映肩周炎的征兆等。
所说的人体运动征兆,是指要求用户做某项运动、身体所表现的征兆。
例如:要求用户慢跑2分钟,用户反映跑步有头晕、呼吸困难的征兆。
所说的运动后身体的变化征兆,是指要求用户做某项运动后,身体的变化、所表现出的征兆。
例如:要求用户右手握紧拳头5秒后放开,手掌从白色恢复到正常肤色所消耗的时间、可反映血管或者血压的征兆。
所说的杂项征兆,是指比较杂乱的无规律的征兆。例如:夜里睡觉脚抽筋;近期特别爱吃某种食物;近期掉头发较多;手背上或者腿肚子上有许多青筋;吐痰的颜色;无感冒的常常咳嗽;大便的颜色和形状等等征兆。
对上述的征兆,用智能终端对准身体相应的部位拍照、或者拍视频上传,或者用文字、用语音说明,由智能单元采集其中的疾病征兆。
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,并且由高级医师设置的疾病范例;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、若干疾病征兆、疾病程度。在病例中,还可以有配套的报告模板、基础准确率。
所说的报告模板,是指在病例中、有预先设置的诊病报告的基本样式;当诊病软件要给出诊病报告时、需要参照报告模板中的格式和内容。
所说的基础准确率,是指在病例中,反映疾病名称与若干疾病征兆、疾病程度相匹配的程度。相匹配的程度越高,则基础准确率也越高。并且基础准确率是诊病报告中的预估准确率的重要参考依据。
所说的实体医院数据库,主要保存用户周边的实体医院的挂号方式、科目、联系方式、地址、特长科目。
所说的实体医院,是指有医生当面问诊、有医生进行医疗服务的医院。
所说的危急病兆数据库,是指专门保存危急病兆的数据库。
所说的危急病兆,是指用户的身体出现危险疾病的征兆。
所说的急救措施数据库,保存各种危急疾病的急救建议或者方法的数据库。
显然,急救建议或者方法,要根据用户危急病兆、所处场合,并参考用户的病史,给予最适合的急救建议或者方法。因此需要优选、需要识别。
所说的各种统计报表数据库,主要保存统计报表软件、纠错软件,所统计的报表形成的数据库。
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,是指用电子软件和硬件显示文字、播放语音、显示图片、播放视频的装置。
所说的图片,包括各种相机或者智能终端所拍摄的照片。
所说的智能采集器,是指从播放器所播放的文字、语音、图片、视频中,用采集文字、录取语音、扫描图片、扫描视频的方法,智能识别软件采集其中的若干疾病现象、与疾病征兆数据库中的若干疾病征兆逐一比对,识别文字、语音、图片、视频中的疾病征兆。
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、计算的软件。
显然,智能单元识别文字、语音、图片、视频中的疾病征兆,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、自动增加功能、自我完善的软件;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、智能识别单据软件、智能纠错软件。
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、视频,与疾病征兆数据库中若干疾病征兆逐一比对、并且没有一致时,则智能学习增加疾病征兆软件将用户的文字、语音、照片、视频中的疾病现象,自动转为新疾病征兆。
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、不完全一致时,则自动将用户的看病例子、转为新病例。
所说的参数,在问诊结论中有:科目、若干疾病征兆、疾病程度。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。
对于新疾病征兆、新病例,也可以经过监管医师的审核和确认,将新疾病征兆转为疾病征兆,将新病例转为病例。
所说的智能识别单据软件,是指用户或者用户的身边人员、用智能终端对各种医学方面的检测报告、化验报告拍照上传;而后由智能单元采集检测报告、化验报告中的数据,从上传的照片中采集获得疾病征兆。
所说的智能纠错软件,是指针对本系统的各项工作,预先设置若干条件,不能违背;如有违背,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。
所说的主控单元,是指若干电脑服务器或者云服务器,主要有:问诊软件、问诊支持软件、危急转院软件、诊病软件、控制及辅助运行软件。
所说的问诊软件、也可称为问诊APP,是指安装在智能终端中,并且与智能单元协同,在若干数据库的支持下,提出多种形式的询问要求,由用户回答或者执行;用户也可以提出多种形式的用户要求,由问诊软件回答或者执行;实现与用户问诊交流,识别用户的若干疾病征兆;并且得出问诊结论。
所说的多种形式的询问要求,是指问诊软件询问用户时,用文字、或者图文、或者语音、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。具体采用何种形式,可根据所表达的内容而定;即:表述要简单、要方便用户正确的快速领悟。
所说的用户回答或者执行,是指在问诊界面中有预先设计的若干固定答案,供用户从中选择点击回答。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片上传、或者拍视频上传,作为额外用户回答。
所说的用户执行,是指让用户执行要求后、再给予回答。
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;固定答案可采用文字、或者图片、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,用户点击其中相应的位置回答。
所说的多种形式的用户要求,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、或者对自己身体某部位拍照上传、或者拍视频上传,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。用户从中选择点击、提出用户要求。
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、视频编辑规范化,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,是指在问诊的界面中有多幅图片、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、或者多个视频、或者多个视频加文字、或者多个视频加文字加语音的表现形式。
所说的问诊结论,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、若干用户要求、科目、问诊得出的若干疾病征兆、疾病程度。
问诊软件通过智能终端向用户发出问诊结论,由用户对问诊结论中的内容进行审查和确认。如果用户发现有遗漏、有差错,可及时给予补充、修改。
所说的科目,是指医院治病的科室。例如:内科、外科、儿科等。
所说的疾病程度,是指用户患疾病的轻重程度。有多种划分方法。例如:划为早期、中期、晚期阶段;或者划为轻微、一般、较重、严重等。
所说的问诊支持软件,是指安装在主控单元中的、支持智能终端中的问诊软件各项工作的软件。例如:问诊支持软件,主要支持问诊软件的下载和升级、调用数据等。
所说的危急转院软件,是指用户身体有危急病兆时,一方面通过智能终端给用户发出危急通知,另一方面帮助用户在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相关信息,通过智能终端发送给用户。
所说的诊病软件,是指与智能单元协同,在病例数据库支持下、模拟高级医师的诊病过程;将问诊结论与相同科目的若干病例的参数进行比对识别,从中选择最高的比对结果、诊断用户疾病的软件;并得出:诊病报告。
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、科目、诊断出的疾病名称、疾病程度。
所说的控制及辅助运行软件,是指控制系统、辅助系统运行的多种软件。例如:主控各项工作运行的软件、系统维护软件、监管医师的专用软件、维护人员的专用软件、监控软件、连接软件、统计报表软件等。
为达到所述目的,本发明所采用技术方案是:采用人工智能的诊病系统和方法;所述方法、包括以下步骤:
步骤1,用户使用智能终端登陆问诊软件,在看病要求的大类中选择自己的用户要求,并且选择科目,选择点击或者输入主要的疾病现象;问诊软件从问诊题目数据库中调用与用户要求、科目、疾病现象相匹配的问诊题目集;
步骤2,问诊软件采用问诊题目集,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;用户提出多种形式的用户要求,由问诊软件回答或者执行;
步骤3,问诊软件与智能单元协同,根据用户不同的回答和用户要求,安排相匹配的问诊流程;并且将用户回答的疾病现象,与疾病征兆数据库中的疾病征兆比对,问诊软件识别、获得用户的若干疾病征兆;用户问答结束后、问诊软件得出:问诊结论;
步骤4,如果用户的疾病征兆、与危急病兆数据库中的危急病兆识别比对有一致,则酌情分别给予提醒、警告、启动危急转院软件;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;
步骤5,诊病软件将问诊结论中的参数、与病例数据库中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;有时,诊病软件还向用户开出检测和化验单;还可以向用户提出若干补充询问;
步骤6,诊病软件的比对结果有完全符合、高符合、低符合、不符合,分别开出完全符合诊病报告、高符合诊病报告、低符合诊病报告、无诊病说明;将诊病报告发送给用户的智能终端,或者发送给智能无人医院或者医用终端。
进一步,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。此时步骤3和步骤4,可以合并。
再进一步,在完全符合诊病报告、高符合诊病报告、低符合诊病报告、高级医师给出的诊病报告中,可增加:预估准确率。
所说的预估准确率,是指预测本次诊病报告的准确程度;可以有多种算法得到。例如:根据基础准确率及用户的问诊结论中的参数与病例中的参数比对的符合程度,得出预估准确率。再例如:统计大量用户在康复后,对诊病报告的评价,形成:预估准确率等。
所说的完全符合诊病报告,是指参照病例的报告模板,并且参照问诊结论中的参数与病例中的参数比对、有100%符合程度,所给出的报告。
所说的高符合诊病报告,是指参考病例的报告模板,并且参照问诊结论中的参数与病例中的参数比对、有比较高的符合程度,所给出的报告。
所说的低符合诊病报告,是指参考病例的报告模板,并且参照问诊结论中的参数与病例中的参数比对、有比较低的符合程度,所给出的报告。
所说的无诊病说明,是指诊病软件、诊断不出疾病时,所给出的简要说明。而后由高级医师根据用户的疾病征兆、给出诊病报告。
再进一步,将所说的问诊软件、诊病软件合并,成为:智能问诊诊病软件。
所说的智能问诊诊病软件,可称为智能诊断疾病APP,或者称为智能诊病APP;是指安装在智能终端中,并且有问诊题目数据库、疾病征兆数据库、危急病兆数据库、病例数据库支持,与用户进行问诊交流、诊断疾病的软件。
本发明的主要优点之一:用户通过互联网实现无人化的智能问诊。使用多媒体、多画面格式的问诊,比文字或者语音问诊,用户领悟题目更准确更快捷。随着用户的不同回答和要求,安排后续有不同的问诊流程。并且有自学习软件,自我完善性能。智能问诊的优异性能,远超医生的当面问诊、远程问诊。
本发明的主要优点之二:智能诊病,采集中医反射征兆、人体动作、运动、运动后的变化征兆、杂项征兆,形成广谱性征兆;通过拍照或者拍视频上传,实现用大数据诊病早期的重大疾病。还可以借助各种检验和化验工具或者仪器诊病。智能诊断疾病,颠覆传统,用人工智能即时诊断重大疾病、危险疾病。既方便广大用户快速及时地诊断疾病,又是实体医院、健康管理中心、网上医院、无人医院不可或缺的助手。
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是本发明所述方法的一种步骤示意图。
图3是本发明所述智能诊断疾病的一种工作流程示意图。
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.外围设备。
具体实施方式
参见图1,若干智能终端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、与外围设备600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、实现智能诊断疾病。给用户诊断早期疾病、诊断重大疾病提供相当大的方便。
用户可以在家庭、办公室、医院、保健中心、公共场合等,通过电信网、互联网、WIFI等,使用智能终端100,实现智能诊断疾病。
在多媒体、多画面格式中,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。有益于用户快速正确理解题目。以此类推,所说的视频加文字加语音、或者多个视频加文字加语音等,具有同样类似的原理。
显然用文字表达询问要求,当文字较多时、用户往往很难准确理解、很难快速理解。用户不仅操作困难,而且很难正确理解询问要求的具体内容。造成问诊的差错,或者遗漏。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。
采用多媒体格式、采用多画面格式,比采用文字、比采用语音更形象。特别方便用户从多媒体、从多画面中相互参照比较,从而有益于用户快速掌握询问的要领,快速做出正确的选择。
用户要求中有看病要求,也有详细小要求。例如:选择治疗、防病、复诊等大类,属于看病大要求。再例如:用户要求重视某个疾病,属于小要求。
用户的疾病征兆,除了用户对自己疾病所描述的征症之外,还包括使用血压计、体温计、血糖仪等,所测得的血压、体温、血糖等测量得到的疾病数据,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、影像拍片诊病中的疾病征兆。例如:心电图、血常规化验仪器、CT拍片、核磁共振等所检测、所化验中的疾病征兆。
用户的疾病征兆,可以将用户做身体动作、运动,从中准确反映疾病征兆;还可以要求用户身体做指定的运动后,用拍视频记录身体的变化、身体的恢复,上传视频后、准确反映疾病征兆。
例如:要求用户握紧拳头5秒后放开,手掌恢复正常肤色的时间约3秒。如果大于等于5秒,就反映用户有血管、血压的疾病征兆。
在疾病征兆数据库中,可以按照文字、语音、图片、视频进行分类。
用户信息数据库主要存贮用户的注册信息、登陆信息、病历信息。
注册信息主要有:用户姓名、用户的别名、ID号、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。实现对慢性疾病、重大疾病,进行全面有效的管控。
登陆信息主要有:用户的登陆日期时间、登陆地点、登陆的持续时间。
病历信息主要有:用户的病历和病史,包括之前的问诊结论、诊病报告、治病和防病处方、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。
所说的主控各项工作运行的软件,是指主控单元对智能终端、通信装置、智能单元、存贮单元、外围设备进行运行控制的软件。
所说的系统维护软件,是指系统的日常维护、运行检测、防范病毒、故障提示、防数据被盗取的软件、系统危险警报的软件。
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、智能学习软件、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,数据备份、防范电脑病毒,以及若干统计报表进行维护、监管、设置的软件。
所说的监控软件,是指监控显示装置需要的监督维护系统的运行、控制系统、设置系统数据的软件。所说的连接软件,是指主控单元连接通信装置、存贮单元、外围设备的通信连接软件。
事实上诊病的过程,也是识别诊断疾病名称、疾病程度的过程。
所说的统计报表软件,是指本系统对多项工作进行统计的软件。例如:对诊病报告的用户反馈、进行统计的报表;有病例比对次数的统计报表;有纠错软件的统计报表等。
参见图2,展开说明如下。
关于步骤1,在看病要求的大类中,例如:用户在治疗、防病、复诊、咨询、其它中选择用户要求。表明本次的看病要求。
用户在科目中选择:内科、外科、儿科、妇科、伤科、其它等等,让问诊软件限制问诊的范围。如果用户不知道科目,也可以选择“其它”,由问诊软件根据用户的若干疾病征兆,识别出:用户疾病所属的科目。
用户选好科目,例如:内科。而后在头疼、胃痛、感冒等主要的疾病现象中,例如:选择点击感冒。或者用户在输入框中,用文字或者用语音输入主要的疾病现象。所说的主要的疾病现象,也就是主要的疾病征兆。
问诊软件从问诊题目数据库中,调用与用户的用户要求、看病科目、主要的疾病现象,相匹配的问诊题目集。
关于步骤2,向用户提出详细的多种形式的询问要求,具体可以采用文字、语音、图文、多媒体格式、或者多画面格式。显然,要根据询问要求中的具体内容,选择合适的询问形式,让用户快速理解准确。
例如:询问用户背部的疼痛部位,显然采用多画面格式有优势。用户只需从有背部图的若干答案图片中、找到与自己疼痛位置吻合的图片即可。再例如:用户表达胸口痛的位置时,采用多媒体格式有优势。
所说的图文,是指图片加上文字;其中还可以加上箭头图形。
用户回答时,首先从若干固定答案中、选择自己需要的答案。如果固定答案数量较多时,可以按照规律进行分类,方便用户选择。
还可以用文字、语音、拍照、拍视频上传,作为额外用户要求。当拍照、拍视频上传时,可以附带有若干文字、或者语音说明。
关于步骤3,根据用户不同的回答,不同的详细的用户要求,安排后续有相配套的问诊流程。即后续的问诊流程,取决用户前面的回答和要求。要做到询问步骤的连贯性、科学性。不可以答非所问,文不对题。
关于步骤4,用户的疾病可能属于危急的情况。因此需要帮助用户识别危急的疾病。而且根据用户的危险程度,分别给予早期的提醒、中期的警告、晚期非常危险时,需要启动危急转院软件。并且可以帮助用户挂号,帮助联系实体医院的急救。帮助用户避免病情恶化、保障生命安全。
要根据当前危急病兆的情况、还要参考用户当前所处的地点环境,还要参考用户信息中的病史记录,然后从急救措施数据库中调用、给予最适合的急救建议和方法。
早期科学急救的措施和知识非常重要,要用智慧拯救用户的生命。
关于步骤5,诊病软件开始工作。注意,问诊结论的参数中没有疾病名称,病例参数中有疾病名称。诊病软件的比对识别工作,就是诊断疾病名称。
如果诊病软件发现特别需要用户做某项检测或者化验,否则很难诊断用户的疾病。则诊病软件可以向用户开出检测化验单,由用户到身边的保健中心、敬老院、医务所、实体医院等,委托进行检测或者化验。并且对检测报告或者化验报告拍照上传,问诊软件及智能单元可以采集其中的疾病数据。
如果诊病软件发现特别需要向用户补充询问若干问题,否则很难诊断疾病。则诊病软件可以向用户提出若干补充询问。并且,诊病软件将若干补充询问的内容,反馈给问诊题目集中、可以进一步完善问诊题目集的性能。
关于步骤6,其比对结果可以有多种情况。下面以四种比对结果,分别说明如下。例如设置:高判断值为七成、低判断值为四成。
第一种,比对结果完全符合(有十成符合),则病例中的报告模板,就是本次诊病报告的内容。病例中的基础准确率,就是本次诊病的预估准确率。例如:病例的基础准确率为90%,比对完全符合时,则预估准确率也是90%。
第二种,比对结果高符合,大于等于高判断值的七成、并且小于十成时,病例的报告模板是本次诊病报告的内容,并说明高符合的近似疾病。
如果病例的基础准确率为90%,而且实际比对的结果有:八成符合病例(大于高判断值的七成),则90%*0.8=72%,预估准确率是72%。
第三种,比对结果低符合,大于等于低判断值的四成、并且小于高判断值的七成时,病例的报告模板是本次诊病报告的内容,并说明低符合的近似疾病。
如果病例的基础准确率为90%,而且实际比对的结果有:五成符合病例(大于低判断值的四成),则90%*0.5=72%,预估准确率是45%。
第四种,比对结果不符合。如果设置低判断值为四成,则小于四成时,属于诊断不出疾病。此时,可以由高级医师开出诊病报告,并设置预估准确率。
上述诊病软件的比对结果,其中的高符合、低符合、不符合的情况,说明没有现成的病例,诊病软件可增加为新病例。
显然,不仅有四种比对结果,还可以有五种、六种比对结果。而且在四种比对结果中,其中的高判断值、低判断值,可以有多种设置。
诊病软件还可以将诊病报告发送给智能无人医院、发送给医用终端。
所说的智能无人医院,是指用人工智能科技,可以代替医生的问诊、诊病,可以自动开治疗处方、防病处方的智能型无人服务的医院。
所说的医用终端,是指医生用的台式电脑、电脑触摸屏、平板电脑、智能手机、智能医用机器人等设备。
医生或者服务人员,从医用终端中获得该诊病报告的内容,供查看分析。医生还可以开出治病处方、防病处方。防病处方也称为保健处方。
预估准确率,主要供用户、医务人员、保健人员进行防病治病时的参考。
参见图3,是一种工作流程示意图。其中主要描述对危急病兆进行判断,当早期的危急病兆,可以给用户发出提醒。对于中期的危急病兆,可以给用户发出警告。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。
对于严重危急的情况,则启动危急转院软件;不仅给用户最适合的急救建议和方法,而且帮助用户、联系实体医院的急救。并且通过智能终端通知用户,所联系实体医院的相关信息。
需要补充的是,据国内著名病理学教授介绍:当代医学中,只有病理检查的准确率可达到99%。其它如CT、核磁共振等设备的准确率不超过80%。
因此用身体的疾病征兆、用人工智能大数据智能诊病、若干疾病征兆可以相互印证,其准确率将达到或者超过80%。从而为早期防治心血管疾病、肿瘤疾病、糖尿病、危险疾病,创造必要的条件。
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 (9)
1.采用人工智能的诊病系统和方法;所述系统,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,并且从主控单元下载安装问诊软件;
智能终端需要从主控单元中下载安装问诊软件后、才能与用户问诊交流;
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,存贮有:用户信息数据库、医疗服务数据库、问诊题目数据库、疾病征兆数据库、病例数据库、实体医院数据库、危急病兆数据库、急救措施数据库、各种统计报表数据库;
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,均匹配有问诊题目集;其中有若干多种形式的询问要求、若干固定答案、若干多种形式的用户要求;而且接受控制,根据用户不同的回答、不同的用户要求,安排后续有匹配的问诊流程;
所说的主要疾病征兆,是指用户登陆问诊软件时、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;
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,主要包括:疾病症状、疾病数据、反射征兆、人体动作征兆、人体运动征兆、运动后身体的变化征兆、杂项征兆;
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;还包括智能识别单据软件所识别的各种医学检测报告和化验报告中的数据;
所说的反射征兆,是指中医手诊、脸诊、目诊、耳诊、脚诊、舌诊、色诊中所描述患有疾病时,身体表面所反射出来的色块、纹路、斑点的征兆;
所说的人体动作征兆,是指要求用户做某个动作、身体所表现的征兆;
所说的人体运动征兆,是指要求用户做某项运动、身体所表现的征兆;
所说的运动后身体的变化征兆,是指要求用户做某项运动后,身体的变化、所表现出的征兆;
所说的杂项征兆,是指比较杂乱的无规律的征兆;
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,并且由高级医师设置的疾病范例;或者由智能学习增加病例软件、所增加的病例;
所说的实体医院数据库,主要保存用户周边的实体医院的挂号方式、科目、联系方式、地址、特长科目;
所说的实体医院,是指有医生当面问诊、有医生进行医疗服务的医院;
所说的危急病兆数据库,是指专门保存危急病兆的数据库;
所说的危急病兆,是指用户的身体出现危险疾病的征兆;
所说的急救措施数据库,保存各种危急疾病的急救建议或者方法的数据库;
所说的各种统计报表数据库,主要保存统计报表软件、纠错软件,所统计的报表形成的数据库;
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,是指用电子软件和硬件显示文字、播放语音、显示图片、播放视频的装置;
所说的图片,包括各种相机或者智能终端所拍摄的照片;
所说的智能采集器,是指从播放器所播放的文字、语音、图片、视频中,用采集文字、录取语音、扫描图片、扫描视频的方法,智能识别软件采集其中的若干疾病现象、与疾病征兆数据库中的若干疾病征兆逐一比对,识别文字、语音、图片、视频中的疾病征兆;
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、计算的软件;
所说的智能学习软件,是指智能学习、自动增加功能、自我完善的软件;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、智能识别单据软件、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:问诊软件、问诊支持软件、危急转院软件、诊病软件、控制及辅助运行软件;
所说的问诊软件、也可称为问诊APP,是指安装在智能终端中,并且与智能单元协同,在若干数据库的支持下,提出多种形式的询问要求,由用户回答或者执行;用户也可以提出多种形式的用户要求,由问诊软件回答或者执行;实现与用户问诊交流,识别用户的若干疾病征兆;并且得出问诊结论;
所说的多种形式的询问要求,是指问诊软件询问用户时,用文字、或者图文、或者语音、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;
所说的用户回答或者执行,是指在问诊界面中有预先设计的若干固定答案,供用户从中选择点击回答;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片上传、或者拍视频上传,作为额外用户回答;
所说的用户执行,是指让用户执行要求后、再给予回答;
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;固定答案可采用文字、或者图片、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,用户点击其中相应的位置回答;
所说的多种形式的用户要求,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、或者对自己身体某部位拍照上传、或者拍视频上传,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;用户从中选择点击、提出用户要求;
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,是指在问诊的界面中有多幅图片、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、或者多个视频、或者多个视频加文字、或者多个视频加文字加语音的表现形式;
所说的问诊结论,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、若干用户要求、科目、问诊得出的若干疾病征兆、疾病程度;
所说的科目,是指医院治病的科室;
所说的疾病程度,是指用户患疾病的轻重程度;
所说的问诊支持软件,是指安装在主控单元中的、支持智能终端中的问诊软件各项工作的软件;
所说的危急转院软件,是指用户身体有危急病兆时,一方面通过智能终端给用户发出危急通知,另一方面帮助用户在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相关信息,通过智能终端发送给用户;
所说的诊病软件,是指与智能单元协同,在病例数据库支持下、模拟高级医师的诊病过程;将问诊结论与相同科目的若干病例的参数进行比对识别,从中选择最高的比对结果、诊断用户疾病的软件;并得出:诊病报告;
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、科目、诊断出的疾病名称、疾病程度;
所说的控制及辅助运行软件,是指控制系统、辅助系统运行的多种软件。
2.采用人工智能的诊病系统和方法;所述方法,包括如下步骤:
步骤1,用户使用智能终端登陆问诊软件,在看病要求的大类中选择自己的用户要求,并且选择科目,选择点击或者输入主要的疾病现象;问诊软件从问诊题目数据库中调用与用户要求、科目、疾病现象相匹配的问诊题目集;
步骤2,问诊软件采用问诊题目集,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;用户提出多种形式的用户要求,由问诊软件回答或者执行;
步骤3,问诊软件与智能单元协同,根据用户不同的回答和用户要求,安排相匹配的问诊流程;并且将用户回答的疾病现象,与疾病征兆数据库中的疾病征兆比对,问诊软件识别、获得用户的若干疾病征兆;用户问答结束后、问诊软件得出:问诊结论;
步骤4,如果用户的疾病征兆、与危急病兆数据库中的危急病兆识别比对有一致,则酌情分别给予提醒、警告、启动危急转院软件;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;
步骤5,诊病软件将问诊结论中的参数、与病例数据库中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;有时,诊病软件还向用户开出检测和化验单;还可以向用户提出若干补充询问;
步骤6,诊病软件的比对结果有完全符合、高符合、低符合、不符合,分别开出完全符合诊病报告、高符合诊病报告、低符合诊病报告、无诊病说明;将诊病报告发送给用户的智能终端,或者发送给智能无人医院或者医用终端。
3.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
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。
4.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
在完全符合诊病报告、高符合诊病报告、低符合诊病报告、高级医师给出的诊病报告中,可增加:预估准确率。
5.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
将所说的问诊软件、诊病软件合并,成为:智能问诊诊病软件。
6.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
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;
在完全符合诊病报告、高符合诊病报告、低符合诊病报告、高级医师给出的诊病报告中,可增加:预估准确率。
7.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
在完全符合诊病报告、高符合诊病报告、低符合诊病报告、高级医师给出的诊病报告中,可增加:预估准确率;
将所说的问诊软件、诊病软件合并,成为:智能问诊诊病软件。
8.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
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;
将所说的问诊软件、诊病软件合并,成为:智能问诊诊病软件。
9.根据权利要求2所述的采用人工智能的诊病系统和方法;所述方法,其特征包括:
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;
在完全符合诊病报告、高符合诊病报告、低符合诊病报告、高级医师给出的诊病报告中,可增加:预估准确率;
将所说的问诊软件、诊病软件合并,成为:智能问诊诊病软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591925.6A CN110580953A (zh) | 2018-06-08 | 2018-06-08 | 采用人工智能的诊病系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591925.6A CN110580953A (zh) | 2018-06-08 | 2018-06-08 | 采用人工智能的诊病系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580953A true CN110580953A (zh) | 2019-12-17 |
Family
ID=68810079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810591925.6A Pending CN110580953A (zh) | 2018-06-08 | 2018-06-08 | 采用人工智能的诊病系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580953A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112133385A (zh) * | 2020-09-14 | 2020-12-25 | 黄军彩 | 一种问诊信息采集分析系统及采集分析方法 |
US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
CN113140315A (zh) * | 2020-12-31 | 2021-07-20 | 上海明品医学数据科技有限公司 | 一种健康自测系统、服务器及健康检测系统 |
CN113299360A (zh) * | 2021-04-26 | 2021-08-24 | 王传菊 | 一种基于云计算技术的智慧医疗系统 |
CN113990493A (zh) * | 2021-11-25 | 2022-01-28 | 袁冰 | 一种用于中医疾病诊断与证候辨识的人机互动智能系统 |
CN115414007A (zh) * | 2022-08-31 | 2022-12-02 | 上海医加医科技有限公司 | 一种居家多途径多方联动急救系统 |
WO2023002501A1 (en) * | 2021-07-17 | 2023-01-26 | Qubiseed Technologies Llp | System and method for a symptom suggestion engine |
-
2018
- 2018-06-08 CN CN201810591925.6A patent/CN110580953A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
US10991185B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
US11514737B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
US11514738B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
US11574514B2 (en) | 2020-07-20 | 2023-02-07 | Abbott Laboratories | Digital pass verification systems and methods |
CN112133385A (zh) * | 2020-09-14 | 2020-12-25 | 黄军彩 | 一种问诊信息采集分析系统及采集分析方法 |
CN113140315A (zh) * | 2020-12-31 | 2021-07-20 | 上海明品医学数据科技有限公司 | 一种健康自测系统、服务器及健康检测系统 |
CN113299360A (zh) * | 2021-04-26 | 2021-08-24 | 王传菊 | 一种基于云计算技术的智慧医疗系统 |
WO2023002501A1 (en) * | 2021-07-17 | 2023-01-26 | Qubiseed Technologies Llp | System and method for a symptom suggestion engine |
CN113990493A (zh) * | 2021-11-25 | 2022-01-28 | 袁冰 | 一种用于中医疾病诊断与证候辨识的人机互动智能系统 |
CN115414007A (zh) * | 2022-08-31 | 2022-12-02 | 上海医加医科技有限公司 | 一种居家多途径多方联动急救系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580953A (zh) | 采用人工智能的诊病系统和方法 | |
CN109243605B (zh) | 一种基于人工智能的精神障碍诊断治疗系统 | |
Pollock | The hardiness characteristic: A motivating factor in adaptation | |
US9841811B2 (en) | Visually directed human-computer interaction for medical applications | |
US20160371998A1 (en) | Health-based incentive plans and systems and methods for implementing health-based incentive transactions | |
JP7300802B2 (ja) | 患者の医学的状態もしくは治療又はその両方と関連付けられた拡張現実の提示 | |
Hewing et al. | Plus disease in retinopathy of prematurity: qualitative analysis of diagnostic process by experts | |
CN109310317A (zh) | 用于自动医学诊断的系统和方法 | |
CN108778097A (zh) | 用于评估心力衰竭的装置和方法 | |
US20050144042A1 (en) | Associated systems and methods for managing biological data and providing data interpretation tools | |
CN111128333A (zh) | 一种一站式智能诊断与智能就医管理系统 | |
CN103500270A (zh) | 可视互动远程医疗咨询服务系统 | |
JP2016018224A (ja) | 健康状態予測診断利用サービスシステム | |
CN111951981A (zh) | 一种基于互联网的远程在线诊疗系统 | |
CN112466423A (zh) | 智能慢病健康管理方法及系统 | |
Woźniacka et al. | Artificial intelligence in medicine and dermatology | |
CN108257668A (zh) | 机器人医生的看诊诊断治疗方法 | |
CN110580952A (zh) | 用人工智能的大型无人医院系统 | |
US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
US20200312455A1 (en) | Systems and methods for determining health condition of an individual | |
CN108335746A (zh) | 机器人医生的脉诊诊断治疗方法 | |
CN116913446A (zh) | 康复锻炼集中管理和学习系统 | |
EP4124287A1 (en) | Regularized multiple-input pain assessment and trend | |
CN110703965A (zh) | 一种中医健康状态智能辨识软件及电子设备 | |
US20230238140A1 (en) | Addiction treatment and management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191217 |
|
WD01 | Invention patent application deemed withdrawn after publication |