CN110675951A - 智能化的疾病诊断方法及装置、计算机设备与可读介质 - Google Patents

智能化的疾病诊断方法及装置、计算机设备与可读介质 Download PDF

Info

Publication number
CN110675951A
CN110675951A CN201910788719.9A CN201910788719A CN110675951A CN 110675951 A CN110675951 A CN 110675951A CN 201910788719 A CN201910788719 A CN 201910788719A CN 110675951 A CN110675951 A CN 110675951A
Authority
CN
China
Prior art keywords
information
disease
diagnosis
patient
report
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
Application number
CN201910788719.9A
Other languages
English (en)
Inventor
冯博豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910788719.9A priority Critical patent/CN110675951A/zh
Publication of CN110675951A publication Critical patent/CN110675951A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/313—Selection or weighting of terms for indexing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Nutrition Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种智能化的疾病诊断方法及装置、计算机设备与可读介质，涉及大数据技术领域。所述方法包括：采集就诊者的疾病相关信息，所述疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。通过采用本发明的上述术方案，能够自动化地实现疾病诊断，避免人工诊断在业务能力有限、工作量加大、以及医生情绪等非正常因素对诊断结果的影响，即使医生不在现场，也能够完成疾病的诊断，能够在提高诊断效率的基础上，进一步有效地降低误诊概率，提高诊断的准确性。

Description

智能化的疾病诊断方法及装置、计算机设备与可读介质
【技术领域】
本发明涉及计算机应用技术领域，尤其涉及一种智能化的疾病诊断方法及装置、计算机设备与可读介质。
【背景技术】
随着疾病患者的增加，就诊需求也就越来越大。但是在医疗机构中，经验丰富的资深医生太少，无法满足数目庞大的就诊需求。
现有的疾病诊断方法主要依据医生根据个人经验来完成诊断。具体地，医生可以根据就诊者的体征状态以及体感等，结合医生自身的经验，生成诊断书。
但是，现有的人工诊断的整体效率较低，尤其是在就诊量巨大的情况下，容易出现误诊的情况。
【发明内容】
本发明提供了一种智能化的疾病诊断方法及装置、计算机设备与可读介质，用于提高诊断效率，降低误诊率。
本发明提供一种智能化的疾病诊断方法，所述方法包括：
采集就诊者的疾病相关信息，所述疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
进一步可选地，如上所述的方法中，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告，包括：
基于采集的所述疾病相关信息和预先建立的医疗知识图谱，得到初步的诊断结果；
向指定的医生账户发送所述初步的诊断结果，以供对应的医生诊断是否需要进一步体检；
接收所述医生账户返回的体检需求信息；
根据所述体检需求信息，判断是否需要进一步体检；
若不需要，根据所述疾病相关信息和所述初步的诊断结果，生成第一诊断报告。
进一步可选地，如上所述的方法中，若需要进一步体检时，此时所述方法还包括：
显示所述体检项目，以供所述就诊者参考所述体检项目进行体检；
采集所述就诊者参考所述体检项目体检后得到的体检报告；
根据所述就诊者的疾病相关信息、所述初步的诊断结果、所述体检报告以及所述医疗知识图谱，生成二次诊断结果；
向所述医生账户发送所述二次诊断结果，以供对应的所述医生确认相应的诊断是否合理，并在不合理时，对诊断结果进行修改；
接收所述医生账户返回的最终的诊断结果；
根据所述疾病相关信息、所述初步的诊断结果以及所述最终的诊断结果，生成第二诊断报告。
进一步可选地，如上所述的方法中，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，所述方法还包括：
根据所述诊断报告，并结合预存储的历史案例和/或所述医疗知识图谱，获取所述就诊者的用药建议和/或健康指导，以便于同所述诊断报告一起输出，给所述就诊者参考。
进一步可选地，如上所述的方法中，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，得到诊断报告之后，所述方法还包括：
存储所述就诊者的病历，所述病历包括所述疾病相关信息和所述诊断报告，以作为历史案例，为后续的类似病人提供诊断参考；
对所述病历中的所述就诊者的隐私信息进行加密处理。
进一步可选地，如上所述的方法中，采集就诊者的疾病相关信息，包括：
采集所述就诊者的就诊记录信息；
将采集的所述就诊记录信息转换为文字格式的所述就诊记录信息；
根据文字格式的所述就诊记录信息以及预先训练好的病情分析模型，获取所述就诊者的本次疾病信息。
进一步可选地，如上所述的方法中，采集所述就诊者的就诊记录，如下至少一种：
采用语音助手单元通过与所述就诊者沟通录入所述就诊者的疾病描述信息；
采用摄像仪器采集所述就诊者的体征信息；
通过人机接口单元的信息录入界面录入所述就诊者的疾病描述信息；
通过信息记录仪采集出诊医生与所述就诊者的病情交谈记录信息；和
采用所述语音助手、所述人机接口单元或者所述信息记录仪采集所述就诊者的过往病史信息以及家族遗传病信息。
进一步可选地，如上所述的方法中，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，所述方法还包括：
根据所述诊断报告，定时给所述就诊者发出日常提示和复诊提醒；和/或
接收所述就诊者通过人机接口模块发送的疾病进展信息。
本发明提供一种智能化的疾病诊断装置，所述装置包括：
采集模块，用于采集就诊者的疾病相关信息，所述疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
诊断模块，用于基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
本发明还提供一种计算机设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的智能化的疾病诊断方法。
本发明还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的智能化的疾病诊断方法。
本发明的智能化的疾病诊断方法及装置、计算机设备与可读介质，通过采用上述技术方案，能够自动化地实现疾病诊断，避免人工诊断在业务能力有限、工作量加大、以及医生情绪等非正常因素对诊断结果的影响，即使医生不在现场，也能够完成疾病的诊断，能够在提高诊断效率的基础上，进一步有效地降低误诊概率，提高诊断的准确性。
而且，本发明中，能够进一步通过由医生对初步的诊断结果进行判断，是否需要进一步检查，以便于可以进一步根据检查结果和初步的诊断结果做出二次诊断，从而能够有效地提高诊断的准确性，降低误诊概率。
进一步地，本发明中，还可以由医生对二次诊断进行合理性判断，并在不合理时，由医生调整和修改，从而能够进一步有效地提高诊断的准确性，降低误诊概率。
【附图说明】
图1为本发明的智能化的疾病诊断方法实施例一的流程图。
图2为本发明的智能化的疾病诊断方法实施例二的流程图。
图3为本发明的智能化的疾病诊断装置实施例一的结构图。
图4为本发明的智能化的疾病诊断装置实施例二的结构图。
图5为本发明的计算机设备实施例的结构图。
图6为本发明提供的一种计算机设备的示例图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明的智能化的疾病诊断方法实施例一的流程图。如图1所示，本实施例的智能化的疾病诊断方法，具体可以包括如下步骤：
100、采集就诊者的疾病相关信息，该疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
本实施例的智能化的疾病诊断方法的执行主体可以为智能化的疾病诊断装置，该智能化的疾病诊断装置可以为一个独立的电子实体，或者也可以为采用软件集成的应用。
本实施例中的本次疾病信息可以包括就诊者自己描述的本次疾病的症状，或者还包括出诊医生基于就诊者的症状记录的本次疾病的体征，或者还包括就诊者症状持续时间等等信息。
进一步，为了进一步提高疾病的诊断准确性，本实施例中，还可以根据就真正的描述，采集该就诊者的过往病史信息和/或家族遗传病信息。
例如，该步骤100采集就诊者的疾病相关信息，在实现时，具体可以包括如下步骤：
(a1)采集就诊者的就诊记录信息；
(b1)将采集的就诊记录信息转换为文字格式的所述就诊记录信息；
(c1)根据文字格式的就诊记录信息以及预先训练好的病情分析模型，获取就诊者的本次疾病信息。
具体地，由于就诊者在就诊过程中，采集就诊记录信息的工具不同，所得到的就诊记录信息的格式便不同，例如有的是语音格式、有的是聊天形式的文字格式、有的甚至还包括图片格式。为了便于后续统一处理，本实施例中，需要将采集的就诊记录信息转换为文字格式的就诊记录信息。而且就诊记录信息也没有固定的模板可以参考，有的就诊记录信息中可能包括文字信息较少，而有的就诊记录信息中可能包括较多的文字信息。且有的文字为有用信息，有的文字对于抽取本次疾病信息而言，完全没用。为了便于从就诊记录信息中抽取就诊者的本次疾病信息。本实施例中，可以预先训练一个疾病分析模型，使用时，将文字格式的就诊记录信息输入至预先训练好的疾病分析模型中，由该疾病分析模型从中抽取出该就诊者的本次疾病信息。或者本实施例中，还可以基于预先配置的模板，从就诊记录信息中抽取本次疾病信息。
本实施例的病情分析模型，在训练时，可以预先采集数条训练数据，每条训练数据中包括一条就诊记录信息和对应的疾病信息，训练时，将每条就诊记录信息输入至该病情分析模型中，由该病情分析模型预测对应的疾病信息。然后判断预测的疾病信息和训练数据中记录的真实的疾病信息是否一致，若不一致，调整病情分析模型的参数。采用数条训练数据，按照上述训练方式，不断地对病情分析模型进行训练，直到预测的疾病信息始终与真实的疾病信息一致，确定病情分析模型的参数，进而确定病情分析模型。
进一步可选地，本实施例的采集就诊者的就诊记录信息，包括如下至少一种方式：
(1)采用语音助手单元通过与就诊者沟通录入就诊者的疾病描述信息；
(2)采用摄像仪器采集就诊者的体征信息；
(3)通过人机接口单元的信息录入界面录入就诊者的疾病描述信息；
(4)通过信息记录仪采集出诊医生与就诊者的病情交谈记录信息；和
(5)采用语音助手、人机接口模块或者信息记录仪采集就诊者的过往病史信息以及家族遗传病信息。
其中过往病史信息可以包括过往的疾病是什么，如何治疗的，治疗效果怎么样，目前状态怎么样等等信息。家族遗传病信息可以包括该就诊者的疾病是否为家族遗传病，父母一代目前的状态信息，就诊者目标的状态信息等等。
本实施例的采集就诊者的就诊记录信息可以通过信息录入子模块来实现。再例如，该信息录入子模块具体可以采用语音助手单元、摄像仪器、人机接口单元以及信息记录仪中的至少一个来实现。
例如，本实施例的智能化的疾病诊断装置中，可以设置有该语音助手单元，病人来就诊时，若医生不再现场，该智能化的疾病诊断装置也可以启动对就诊者进行疾病诊断。此时，对应地，就诊者或者其他服务人员可以从智能化的疾病诊断装置的页面选择医生不在现场对应的诊断过程。此时语音助手单元启动，该语音助手单元可以代替医生与就诊者进行沟通，从沟通中获取就诊者的疾病描述信息。
进一步可选地，若就诊者的疾病为眼睛或者舌头等器官，此时信息录入子模块中还可以设置有摄像仪器，以在就诊者描述眼睛有症状或者舌头有症状时，拍摄就诊者的眼睛的图片或者舌头的图片或者其他患处的图片，以获取病人的体征信息。
需要说明的是，本实施例的语音助手单元在和就诊者沟通时，需要引导就诊者描述清楚病情，此时，语音助手单元在与就诊者沟通时，可以参考预先建立的医疗知识图谱来引导就诊者说出疾病描述信息，如就诊者说自己头痛，语音助手单元可以借助于医疗知识图谱进一步引导询问其是否发烧，以及是否咳嗽、鼻塞、流涕，看是否还有其他感冒的症状，若没有，此时语音助手单元便需要继续在医疗知识图谱中搜索有头痛症状的其他可疑疾病的症状，直到获取到该就诊者的更丰富的疾病描述信息，以便于后续更加准确地对用户的疾病进行诊断。
另外，对于说话带有口音的就诊者，与语音助手单元沟通可能有障碍，此时可以在信息录入子模块中设置人机接口单元，实现由就诊者或者其他服务人员通过该人机接口单元输入就诊者的疾病描述信息。具体地，该人机接口单元，可以与智能化的疾病诊断装置中的一个信息录入界面连接，通过人机接口单元在该信息录入界面输入文字形式的就诊者的疾病描述信息即可。本实施例的人机接口单元可以为鼠标、键盘之类的输入装置。或者触摸屏上设置的信息检测与输入模块等等。需要说明的是，该信息录入界面可以为一个没有提示信息的界面，直接输入该就诊者的所有疾病描述信息即可。或者该信息录入界面可以设置的更加智能化，根据医疗知识图谱，弹出一定的提示信息，以提示输入就诊者的疾病描述信息。此时该信息录入界面类似于为语音助手单元的文字版本，采用相同的原理，可以通过提示的方式，获取到录入的就诊者的有效的疾病描述信息。
再者，本实施例中，就诊者就诊过程中，出诊医生也可以在，但是由于每个医生的能力水平不同，同一个病人在不同的医生处可能会得到不同的诊断结果。诊断的质量受医生知识水平，经验水平，业务素质，智力程度等限定。如果医生的知识水平不够，可能会导致误判。而且随着患者的增加，医生工作量增加、精力下降，会导致误诊率和漏诊率的升高。再者医生的脾气、情绪等天然特性也会在诊断过程中影响到诊断的质量和效率。因此，本实施例中，为了提高诊断的准确性，即使医生在现场，也可以通过在信息录入子模块中设置信息记录仪，来采集出诊医生与就诊者的病情交谈记录信息。
最后，可以采用语音助手、人机接口模块或者信息记录仪采集就诊者的过往病史以及家族遗传病，这两个信息也可以基于医疗知识图谱，通过对就诊者进行提示采集的。
本实施例中，将采集的所述就诊记录信息转换为文字格式的就诊记录信息的过程可以包括：将语音助手单元采集的语义格式的疾病描述信息转化为文字格式。此时可以通过对采集到的语音信息进行语音识别，得到相应的文字信息，并存储。进一步可选地，还可以进一步对得到的文字信息进行语义识别，判断其中是否包括眼睛、舌头等需要拍照的患处，若有，此时语音助手单元，可以触发摄像仪器启动，以采集就诊者的眼睛或者舌头等患处。
例如，本实施例的语音处理过程中，可以应用DeepASR模型。这个模型利用Fluid框架完成语音识别中声学模型的配置和训练，并集成Kaldi的解码器。DeepASR的声学模型是一个单卷积层加多层层叠LSTMP的模型，利用卷积来进行初步的特征提取，并用多层的LSTMP来对时序关系进行建模，其识别准确度目前在业界处于领先水平。
本实施例中，将采集的所述就诊记录信息转换为文字格式的就诊记录信息的过程还可以包括：对采集的图片进行识别，得到文字格式的体征信息。此处也可以基于不同的患处分别预先训练一个对应的图片识别模型，以识别该患处的症状。例如眼睛和舌头要分别训练对应的图片识别模型。使用时，将采集到的图片输入至对应部位的图片识别模型中，该图片识别模型可以识别出图片中对应的就诊者的症状，如眼睛中有红血丝的程度，或者舌苔偏薄或者偏厚的程度等等症状。对应地，每种图片识别模型在训练时，也需采用同部位的多种症状的不同程度的图片来进行训练，训练原理可以参考上述疾病分析模型的训练原理，在此不再赘述。具体实现时，将图片转成文字可以分成两部分：首先目标检测应用的模型可以为YOLOv3模型，然后图像信息转文字可以应用im2txt模型或者其他神经网络模型来完成。
101、基于采集的疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
通过采用上述步骤100，可以采集到疾病相关信息，然后根据疾病相关信息，可以在预先建立的医疗知识图谱中获取到该就诊者的疾病实体，并生成相应的诊断报告，最后可以由该智能化的疾病诊断装置输出给就诊者。例如若该智能化的疾病诊断装置具有显示界面可以直接在显示界面显示，同时，还可以通过与该智能化的疾病诊断装置相连接的打印机打印该诊断报告，以供就诊者留存。
本实施例中，预先建立的医疗知识图谱为医疗领域中的知识图谱，例如该医疗知识图谱可以通过从大量的结构化或非结构化的医学数据中提取出实体、关系、属性等知识图谱的组成元素，选择合理高效的方式形成关系网络。本实施例的医疗知识图谱中可以包括疾病实体、疾病的症状及体征、以及需要做的检查和检验、对应的治疗药物以及相应的健康指导等等，其中健康指导可以包括饮食指导和运动指导等等。
其中，疾病实体即为医生诊断的疾病名称。疾病的症状为该疾病给患者带来的症状，如感冒的症状可以包括脑袋疼、流鼻涕、打喷嚏等影响患者的体感，造成的不舒服的症状。而疾病的体征可以为基于患者的症状，总结的专业一点的体感特征，如头疼、流涕等等。疾病对应的检查可以包括肠镜、胃镜、喉镜等等各种借助于医疗器械实现对患者身体的某部分进行的检查。疾病对应的检验可以为从患者的身体中采集其代谢物或者血液等等，通过一定的生化实验所进行的检验，如尿常规、血常规以及其他的血液检验、尿液检验或者粪便检验等等。
医学知识图谱中的每个节点都有许多属性，包括症状、病因、并发症、治疗以及预防等等。每个疾病节点与它所属的症状或一些并发症相关联。同类型疾病实体包含上下层关系，不同类型疾病通过相似症状相关联。
在知识图谱中，每个疾病还有对应的治疗药物。这些药物又包含有各自的属性，如适应症、禁忌症，服用量等。
本实施例中的医疗知识图谱有助于医生分析病情，并且能够有助于发现相关的并发症。
本实施例中还可以包括构建医疗知识图谱。传统知识图谱实体抽取方法需要大量人工特征和专家知识，而本实施例在构建医疗知识图谱时，可以应用双向长短时记忆-条件随机场(Bidirectional Long Short-Term Memory–Conditional Random Fields；BILSTM-CRF)的网络模型。它既使用了BILSTM网络提取文本信息的特征，又利用了CRF衡量序列标注的联系。该方法对输入的文本进行建模，把句子中的每个词转换为词向量；利用BILSTM处理分布式向量得到句子特征；使用CRF标注并抽取实体,得到最终结果。BILSTM-CRF模型的数据来源主要为百科数据、医学词典，甚至从各大医院的数据库。当然，为了保护用户的隐私，对用户信息都进行加密处理。
可选地，在上述实施例中的步骤101基于采集的疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，还可以包括：根据诊断报告，并结合存储的历史案例和/或医疗知识图谱，生成就诊者的用药建议和/或健康指导，以便于同诊断报告一起输出，给就诊者参考。
由于历史案例中记录有各种疾病的用药建议和健康指导，因此，可以根据诊断报告获取诊断出来的疾病，并从历史案例中获取相应疾病的用药建议和/或健康指导。或者，实际应用中，若医疗知识图谱中设置有疾病对应的药物和健康指导时，也可以参考医疗知识图谱获取相关的用药建议和/或健康指导。或者也可以同时参考历史案例和医疗知识图谱，获取所有相关的用药建议和/或健康指导。
本实施例的健康指导包括饮食指导和运动指导。例如，其中的饮食指导可以包括饮食应该偏重哪些，应该忌口哪些。运动指导可以包括应该做的运动，避免做的运动等等。
进一步可选地，在上述实施例中的步骤101基于采集的疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，还可以包括：存储就诊者的病历，病历包括疾病相关信息和诊断报告，以作为历史案例，为后续的类似病人提供诊断参考；同时，在本实施例中，还需要对病历中的就诊者的隐私信息进行加密处理。
对应地，可以在智能化的疾病诊断装置中设置病历存储模块，用于存储就诊者的病历，对所有就诊者的病历进行存储，能够成为智能化的疾病诊断装置中的历史案例，为下次其他类似患者提供诊断参考。此外，同一个病人复查时，存储的病历也能够提供诊断帮助。当然，在存储就诊者的病历的过程中，需要对就诊者的隐私信息进行加密处理，不会泄漏就诊者的个人隐私信息。
而且，现有技术中，诊断书是医务人员经验和知识的重要载体，尤其是著名专家、资深医生的诊断书，更是一种宝贵的知识资源。但是目前医院的诊断书，以手写版纸质材料为主，难以管理、保存和共享，就没有办法得到推广。本实施例中，通过对病历进行存储，可以便于后续诊断参考，能够进一步提高诊断效率，降低误诊率。
进一步可选地，在上述实施例中的步骤101基于采集的疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，还可以包括：根据诊断报告，定时给就诊者发出日常提示和复诊提醒。
具体地，在就诊者就诊时，会留下联系方式如电话、邮箱或者其他即时通讯等，在本实施例的智能化的疾病诊断装置中，可以设置有提醒模块，用于对每个就诊者进行追踪，例如可以根据就诊者的诊断报告中的疾病，定时通过短信、邮件或者即时消息的方式，向该就诊者发出日常提示和复诊提醒，进一步丰富了智能化的疾病诊断装置的功能，有助于就诊者及早恢复健康，同时还能够有效地增强就诊者的使用体验度。
或者进一步地，该智能化的疾病诊断装置还可以通过接收就诊者通过人机接口模块发送的疾病进展信息。
例如，就诊者可以通过就诊卡或者身份证等唯一标识登录智能化的疾病诊断装置，并在其中可以看到自己的就诊历史信息。并可以通过人机接口模块在智能化的疾病诊断装置的提醒模块中填写并上传疾病进展信息，以让医生能够把握病情发展，为病情恶化做出预防措施。
本实施例的智能化的疾病诊断方法，通过智能化的疾病诊断装置来实现，具体能够应用于各个医疗机构，特别是基层医院，能够辅助他们完成诊断。而且随着科技技术进步，整个智能化的疾病诊断装置的开发成本降低时，还能够进入到各个家庭，成为家庭的医疗顾问，提供一些日常小疾病的指导，这将极大地解决病人挂号难，就诊难的问题。
本实施例的智能化的疾病诊断方法，通过采用上述实施例的技术方案，能够自动化地实现疾病诊断，避免人工诊断在业务能力有限、工作量加大、以及医生情绪等非正常因素对诊断结果的影响，即使医生不在现场，也能够完成疾病的诊断，能够在提高诊断效率的基础上，进一步有效地降低误诊概率，提高诊断的准确性。
而且，本实施例的最大优点在于其智能性，能够有效地提高就诊者就诊的便利性，以及医生完成诊断报告的效率。而且能够在不同医疗机构形成稳定服务，实现资源共享。
具体说来，本实施例的智能化的疾病诊断方法，具备以下优点：
1、诊断过程智能化，能够节省人力成本，提高那个医生诊断的效率，减少病人的等待时间。
2、能够保存医生的诊断报告，如果出现类似疾病，能够给缺乏经验的医生提供参考。
3、可以在相应的智能化的疾病诊断装置中设置医疗知识图谱，能够降低医生的误判率，提高就诊报告的准确性。医疗知识图谱还能够补充医生需要的医学知识，提高医生的知识水平。
4、能够将诊断书转化成电子病历，管理和存储方便，也有利于诊断经验的分享与传播。
5、能够通过智能化的疾病诊断装置中设置的提醒模块，在就诊者就诊后提醒病人，及时复诊或者日常提示；而且病人也能够通过提醒模块及时给医生反馈病情。
图2为本发明的智能化的疾病诊断方法实施例二的流程图。本实施例的智能化的疾病诊断方法，在上述图1所示实施例的技术方案的基础上，进一步更加详细地介绍本发明的技术方案。如图2所示，本实施例的智能化的疾病诊断方法，具体可以包括如下步骤：
200、采集就诊者的疾病相关信息，该疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
该步骤的实现，可以参考上述图1所示实施例的相关记载，在此不再赘述。
201、基于采集的疾病相关信息和预先建立的医疗知识图谱，得到初步的诊断结果；
此时可以直接根据采集到的疾病相关信息，可以从医疗知识图谱中获取到对应的疾病，作为初步的诊断结果。该初步的诊断结果中可以包括病情描述等信息、以及基于医疗知识图谱获取的疾病。
此模块通过分析病人的病情信息，病人体征，并结合医学知识图谱与病人的过往病史，得出病人的初步诊断。初步诊断的内容包含了病情描述，病人可能患有的疾病，以及患有该疾病的置信度。
202、向指定的医生账户发送初步的诊断结果，以供对应的医生诊断是否需要进一步体检；
本实施例的智能化的疾病诊断装置中，可以为多个医生开设端口，支持医生的注册和登录。且可以预先配置有每个医生擅长治疗的疾病。在得到初步的诊断结果后，根据初步的诊断结果中标识的疾病，向预先配置的治疗该疾病的医生的账户发送初步的诊断结果。在医生登录该智能化的疾病诊断装置时，可以看到相应的初步的诊断结果，并基于自己的专业知识判断是否需要进一步体检，如需要，具体做哪些体检，并返回体检需求信息。
203、接收医生账户返回的体检需求信息；
本实施例的体检需求信息可以包括需要体检和不需要体验两个分类，在需要体检时，还进一步包括具体需要做哪些体检项目。
204、根据体检需求信息，判断是否需要进一步体检；若不需要，执行步骤205；否则若需要，执行步骤206；
205、根据疾病相关信息和初步的诊断结果，生成第一诊断报告，结束。
医生根据初步的诊断结果，判断是否需要进行更加深入的体检，如拍摄脑部CT，血检等。如果医生根据初步的诊断结果，知道就诊者只是日常的小疾病时，可以选择无需进行深入体检。智能化的疾病诊断装置会基于该就诊者的疾病相关信息以及初步的诊断结果，生成第一诊断报告。
截止步骤205，完成上述图1所示实施例的步骤101的获取诊断报告的一种实现方式。
206、显示体检项目，以供就诊者参考体检项目进行体检；执行步骤207；
207、采集就诊者参考体检项目体检后得到的体检报告；执行步骤208；
如果医生根据初步的诊断结果，认为需要进行深入的体检时，就诊者到相关部门进行体检，并采集体检后的体检报告。具体地，可以采用摄像仪器采集体检报告。
208、根据就诊者的疾病相关信息、初步的诊断结果、体检报告以及医疗知识图谱，生成二次诊断结果；执行步骤209；
本实施例中，在采集到检查报告后，可以先对检查报告进行分析，以确定该就诊者的检查报告是否正常，如果异常是哪一项异常等。
本实施例的进一步检查的检查报告可以是血检，心脏图像，肺结节，视网膜图像，脑部图像等中的一项或者多项。具体分析时可以包括图像识别和血检分析两部分。其中图像识别技术在医学上应用效果良好，特别是在心脏、肺结节、脑部等图像的识别上。图像识别应用的是AlexNet，VCG，ICNet等多个深度学习的图像模型。采用图像模型可以直接分析出来图像的信息。至于血检分析，直接对图像中的文字进行识别便可以得到检查的结果。
进一步地，根据就诊者的疾病相关信息、初步的诊断结果、分析的体检报告以及医疗知识图谱，可以生成二次诊断结果。
实际应用中，可以直接将步骤208得到的二次诊断结果作为最终的诊断结果。但是实际应用中，为了进一步提高诊断的准确性，进一步还可以包括下面的医生核实的流程。
209、向医生账户发送二次诊断结果，以供对应的医生确认相应的诊断是否合理，并在不合理时，对诊断结果进行修改；执行步骤210；
210、接收医生账户返回的最终的诊断结果；执行步骤211；
具体地，该医生账户返回的最终的诊断结果可以为医生没有修改的二次怎的结果，此时医生仅确认该诊断结果，未做任何修改。或者还可以为医生发现诊断结果不合理时，对二次诊断结果进行修改，得到的修改后的诊断结果。
211、根据疾病相关信息、初步的诊断结果以及最终的诊断结果，生成第二诊断报告；
212、根据第二诊断报告，并结合预存储的历史案例和医疗知识图谱，获取就诊者的用药建议和健康指导；
本实施例中，以同时参考历史案例和医疗知识图谱，同时获取就诊者的用药建议和健康指导为例。
213、将第二诊断报告、用药建议和健康指导一起输出，给就诊者参考。
对应地，若本实施例在步骤205结束，此时也可以基于第一诊断报告，并结合存储的历史案例，生成就诊者的用药建议和健康指导；最终将第一诊断报告、用药建议和健康指导一起输出，给就诊者参考。
本实施例中的步骤202和203、步骤209和210的与医生账户的信息交互可以通过信息交互单元来实现，该信息交互单元主要是提供给医生信息，以供医生调整诊断结果。初次诊断时，信息交互单元会显示就诊者的病情和可能患有的疾病。医生能够根据这些内容，对初步的诊断结果做出判断。二次诊断时，信息交互单元同样会显示病人的病情和可能患有的疾病，以及治疗建议。医生可以根据个人经验对结果进行调节。而且，本实施例中，信息交互单元能够同时展示多个就诊者的诊断结果，医生可以同时对多个诊断结果进行确认，修改和调整。
本实施例的智能化的疾病诊断方法，通过采用上述实施例的技术方案，能够自动化地实现疾病诊断，避免人工诊断在业务能力有限、工作量加大、以及医生情绪等非正常因素对诊断结果的影响，即使医生不在现场，也能够完成疾病的诊断，能够在提高诊断效率的基础上，进一步有效地降低误诊概率，提高诊断的准确性。
而且，本实施例中，能够进一步通过由医生对初步的诊断结果进行判断，是否需要进一步检查，以便于可以进一步根据检查结果和初步的诊断结果做出二次诊断，从而能够有效地提高诊断的准确性，降低误诊概率。
进一步地，本实施例中，还可以由医生对二次诊断进行合理性判断，并在不合理时，由医生调整和修改，从而能够进一步有效地提高诊断的准确性，降低误诊概率。
图3为本发明的智能化的疾病诊断装置实施例一的结构图。如图3所示，本实施例的智能化的疾病诊断装置，具体可以包括：
采集模块10用于采集就诊者的疾病相关信息，疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
诊断模块11用于基于采集模块10采集的疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
本实施例的智能化的疾病诊断装置，通过采用上述模块实现智能化的疾病诊断的实现原理以及技术效果与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。
图4为本发明的智能化的疾病诊断装置实施例二的结构图。如图4所示，本实施例的智能化的疾病诊断装置，在上述图3所示实施例的技术方案的基础上，进一步更加详细地介绍本发明的技术方案。
如图4所示，本实施例的智能化的疾病诊断装置中，诊断模块11包括：
初步诊断单元111用于基于采集模块10采集的疾病相关信息和预先建立的医疗知识图谱，得到初步的诊断结果；
信息交互单元112用于向指定的医生账户发送初步诊断单元111得到的初步的诊断结果，以供对应的医生诊断是否需要进一步体检；
信息交互单元112还用于接收医生账户返回的体检需求信息；
分析单元113用于根据信息交互单元112获取到的体检需求信息，判断是否需要进一步体检；
报告生成单元114用于若分析单元113不需要进一步体检，根据采集模块10采集的疾病相关信息和初步诊断单元111得到的初步的诊断结果，生成第一诊断报告。
进一步可选地，本实施例的智能化的疾病诊断装置中，还包括报告采集单元115和二次诊断单元116。
信息交互单元112还用于若需要进一步体检时，显示体检项目，以供就诊者参考体检项目进行体检；
报告采集单元115用于采集就诊者参考体检项目体检后得到的体检报告；
二次诊断单元116用于根据采集模块10采集的就诊者的疾病相关信息、初步诊断单元111初步的诊断结果、报告采集单元115采集的体检报告以及医疗知识图谱，生成二次诊断结果；
信息交互单元112还用于向医生账户发送二次诊断单元116得到的二次诊断结果，以供对应的医生确认相应的诊断是否合理，并在不合理时，对诊断结果进行修改；
信息交互单元112还用于接收医生账户返回的最终的诊断结果；
报告生成单元114还用于根据采集模块10采集的疾病相关信息、初步诊断单元111得到的初步的诊断结果以及信息交互单元112获取的最终的诊断结果，生成第二诊断报告。
进一步可选地，如图4所示，本实施例的智能化的疾病诊断装置中，还包括：
用药指导模块12用于根据报告生成单元114的诊断报告，并结合预存储的历史案例和/或医疗知识图谱，获取就诊者的用药建议和/或健康指导，以便于同诊断报告一起输出，给就诊者参考。
进一步可选地，如图4所示，本实施例的智能化的疾病诊断装置中，还包括：
病历存储模块13用于存储就诊者的病历，病历包括采集模块10采集的疾病相关信息和报告生成单元114的诊断报告，以作为历史案例，为后续的类似病人提供诊断参考；
加密处理模块14用于对病历存储模块13中存储的病历中的就诊者的隐私信息进行加密处理。
进一步可选地，如图4所示，本实施例的智能化的疾病诊断装置中，采集模块10包括：
信息录入子模块101用于采集就诊者的就诊记录信息；
信息转换子模块102用于将信息录入子模块101采集的就诊记录信息转换为文字格式的就诊记录信息；
病情分析子模块103用于根据信息转换子模块102得到的文字格式的就诊记录信息以及预先训练好的病情分析模型，获取就诊者的本次疾病信息。
进一步可选地，如图4所示，本实施例的智能化的疾病诊断装置中，信息录入子模块101包括：语音助手单元1011、摄像仪器1012、人机接口单元1013以及信息记录仪1014中的至少一个，图4所示实施例以同时包括上述为例，用于执行如下至少一种操作：
采用语音助手单元1011通过与就诊者沟通录入就诊者的疾病描述信息；
采用摄像仪器1012采集就诊者的体征信息；
采用人机接口单元1013的信息录入界面录入就诊者的疾病描述信息；
采用信息记录仪1014采集出诊医生与就诊者的病情交谈记录信息；和
采用语音助手1011、人机接口单元1013或者信息记录仪1014采集就诊者的过往病史信息以及家族遗传病信息。
进一步可选地，如图4所示，本实施例的智能化的疾病诊断装置中，还包括：
提醒模块15用于根据报告生成单元114生成的诊断报告如第一诊断报告或者第二诊断报告，定时给就诊者发出日常提示和复诊提醒；和/或接收就诊者通过人机接口模块发送的疾病进展信息。
本实施例的智能化的疾病诊断装置，通过采用上述模块实现智能化的疾病诊断的实现原理以及技术效果与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。
图5为本发明的计算机设备实施例的结构图。如图6所示，本实施例的计算机设备，包括：一个或多个处理器30，以及存储器40，存储器40用于存储一个或多个程序，当存储器40中存储的一个或多个程序被一个或多个处理器30执行，使得一个或多个处理器30实现如上图1-图2所示实施例的智能化的疾病诊断方法。图5所示实施例中以包括多个处理器30为例。
例如，图6为本发明提供的一种计算机设备的示例图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12a的框图。图6显示的计算机设备12a仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机设备12a以通用计算设备的形式表现。计算机设备12a的组件可以包括但不限于：一个或者多个处理器16a，系统存储器28a，连接不同系统组件(包括系统存储器28a和处理器16a)的总线18a。
总线18a表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12a典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12a访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28a可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30a和/或高速缓存存储器32a。计算机设备12a可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34a可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18a相连。系统存储器28a可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明上述图1-图4各实施例的功能。
具有一组(至少一个)程序模块42a的程序/实用工具40a，可以存储在例如系统存储器28a中，这样的程序模块42a包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42a通常执行本发明所描述的上述图1-图4各实施例中的功能和/或方法。
计算机设备12a也可以与一个或多个外部设备14a(例如键盘、指向设备、显示器24a等)通信，还可与一个或者多个使得用户能与该计算机设备12a交互的设备通信，和/或与使得该计算机设备12a能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22a进行。并且，计算机设备12a还可以通过网络适配器20a与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20a通过总线18a与计算机设备12a的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12a使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16a通过运行存储在系统存储器28a中的程序，从而执行各种功能应用以及数据处理，例如实现上述实施例所示的智能化的疾病诊断方法。
本发明还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例所示的智能化的疾病诊断方法。
本实施例的计算机可读介质可以包括上述图6所示实施例中的系统存储器28a中的RAM30a、和/或高速缓存存储器32a、和/或存储系统34a。
随着科技的发展，计算机程序的传播途径不再受限于有形介质，还可以直接从网络下载，或者采用其他方式获取。因此，本实施例中的计算机可读介质不仅可以包括有形的介质，还可以包括无形的介质。
本实施例的计算机可读介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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。
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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (18)

1.一种智能化的疾病诊断方法，其特征在于，所述方法包括：
采集就诊者的疾病相关信息，所述疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
2.根据权利要求1所述的方法，其特征在于，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告，包括：
基于采集的所述疾病相关信息和预先建立的医疗知识图谱，得到初步的诊断结果；
向指定的医生账户发送所述初步的诊断结果，以供对应的医生诊断是否需要进一步体检；
接收所述医生账户返回的体检需求信息；
根据所述体检需求信息，判断是否需要进一步体检；
若不需要，根据所述疾病相关信息和所述初步的诊断结果，生成第一诊断报告。
3.根据权利要求2所述的方法，其特征在于，若需要进一步体检时，此时所述方法还包括：
显示所述体检项目，以供所述就诊者参考所述体检项目进行体检；
采集所述就诊者参考所述体检项目体检后得到的体检报告；
根据所述就诊者的疾病相关信息、所述初步的诊断结果、所述体检报告以及所述医疗知识图谱，生成二次诊断结果；
向所述医生账户发送所述二次诊断结果，以供对应的所述医生确认相应的诊断是否合理，并在不合理时，对诊断结果进行修改；
接收所述医生账户返回的最终的诊断结果；
根据所述疾病相关信息、所述初步的诊断结果以及所述最终的诊断结果，生成第二诊断报告。
4.根据权利要求1-3任一所述的方法，其特征在于，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，所述方法还包括：
根据所述诊断报告，并结合预存储的历史案例和/或所述医疗知识图谱，获取所述就诊者的用药建议和/或健康指导，以便于同所述诊断报告一起输出，给所述就诊者参考。
5.根据权利要求1-3任一所述的方法，其特征在于，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，得到诊断报告之后，所述方法还包括：
存储所述就诊者的病历，所述病历包括所述疾病相关信息和所述诊断报告，以作为历史案例，为后续的类似病人提供诊断参考；
对所述病历中的所述就诊者的隐私信息进行加密处理。
6.根据权利要求1-3任一所述的方法，其特征在于，采集就诊者的疾病相关信息，包括：
采集所述就诊者的就诊记录信息；
将采集的所述就诊记录信息转换为文字格式的所述就诊记录信息；
根据文字格式的所述就诊记录信息以及预先训练好的病情分析模型，获取所述就诊者的本次疾病信息。
7.根据权利要求6所述的方法，其特征在于，采集所述就诊者的就诊记录，如下至少一种：
采用语音助手单元通过与所述就诊者沟通录入所述就诊者的疾病描述信息；
采用摄像仪器采集所述就诊者的体征信息；
通过人机接口单元的信息录入界面录入所述就诊者的疾病描述信息；
通过信息记录仪采集出诊医生与所述就诊者的病情交谈记录信息；和
采用所述语音助手、所述人机接口单元或者所述信息记录仪采集所述就诊者的过往病史信息以及家族遗传病信息。
8.根据权利要求1-3任一所述的方法，其特征在于，基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告之后，所述方法还包括：
根据所述诊断报告，定时给所述就诊者发出日常提示和复诊提醒；和/或
接收所述就诊者通过人机接口模块发送的疾病进展信息。
9.一种智能化的疾病诊断装置，其特征在于，所述装置包括：
采集模块，用于采集就诊者的疾病相关信息，所述疾病相关信息包括本次疾病信息、过往病史信息和/或家族遗传病信息；
诊断模块，用于基于采集的所述疾病相关信息和预先建立的医疗知识图谱，获取诊断报告。
10.根据权利要求9所述的装置，其特征在于，所述诊断模块，包括：
初步诊断单元，用于基于采集的所述疾病相关信息和预先建立的医疗知识图谱，得到初步的诊断结果；
信息交互单元，用于向指定的医生账户发送所述初步的诊断结果，以供对应的医生诊断是否需要进一步体检；
所述信息交互单元，还用于接收所述医生账户返回的体检需求信息；
分析单元，用于根据所述体检需求信息，判断是否需要进一步体检；
报告生成单元，用于若不需要，根据所述疾病相关信息和所述初步的诊断结果，生成第一诊断报告。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括报告采集单元和二次诊断单元；
所述信息交互单元，还用于若需要进一步体检时，显示所述体检项目，以供所述就诊者参考所述体检项目进行体检；
所述报告采集单元，用于采集所述就诊者参考所述体检项目体检后得到的体检报告；
所述二次诊断单元，用于根据所述就诊者的疾病相关信息、所述初步的诊断结果、所述体检报告以及所述医疗知识图谱，生成二次诊断结果；
所述信息交互单元，还用于向所述医生账户发送所述二次诊断结果，以供对应的所述医生确认相应的诊断是否合理，并在不合理时，对诊断结果进行修改；
所述信息交互单元，还用于接收所述医生账户返回的最终的诊断结果；
所述报告生成单元，还用于根据所述疾病相关信息、所述初步的诊断结果以及所述最终的诊断结果，生成第二诊断报告。
12.根据权利要求9-11任一所述的装置，其特征在于，所述装置还包括：
用药指导模块，用于根据所述诊断报告，并结合预存储的历史案例和/或所述医疗知识图谱，获取所述就诊者的用药建议和/或健康指导，以便于同所述诊断报告一起输出，给所述就诊者参考。
13.根据权利要求9-11任一所述的装置，其特征在于，所述装置还包括：
病历存储模块，用于存储所述就诊者的病历，所述病历包括所述疾病相关信息和所述诊断报告，以作为历史案例，为后续的类似病人提供诊断参考；
加密处理模块，用于对所述病历中的所述就诊者的隐私信息进行加密处理。
14.根据权利要求9-11任一所述的装置，其特征在于，所述采集模块，包括：
信息录入子模块，用于采集所述就诊者的就诊记录信息；
信息转换子模块，用于将采集的所述就诊记录信息转换为文字格式的所述就诊记录信息；
病情分析子模块，用于根据文字格式的所述就诊记录信息以及预先训练好的病情分析模型，获取所述就诊者的本次疾病信息。
15.根据权利要求14所述的装置，其特征在于，所述信息录入子模块，包括：语音助手单元、摄像仪器、人机接口单元以及信息记录仪中的至少一个，用于执行如下至少一种操作：
采用语音助手单元通过与所述就诊者沟通录入所述就诊者的疾病描述信息；
采用摄像仪器采集所述就诊者的体征信息；
采用人机接口单元的信息录入界面录入所述就诊者的疾病描述信息；
采用信息记录仪采集出诊医生与所述就诊者的病情交谈记录信息；和
采用所述语音助手、所述人机接口单元或者所述信息记录仪采集所述就诊者的过往病史信息以及家族遗传病信息。
16.根据权利要求9-11任一所述的装置，其特征在于，所述装置还包括：
提醒模块，用于根据所述诊断报告，定时给所述就诊者发出日常提示和复诊提醒；和/或接收所述就诊者通过人机接口模块发送的疾病进展信息。
17.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
18.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN201910788719.9A 2019-08-26 2019-08-26 智能化的疾病诊断方法及装置、计算机设备与可读介质 Pending CN110675951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910788719.9A CN110675951A (zh) 2019-08-26 2019-08-26 智能化的疾病诊断方法及装置、计算机设备与可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910788719.9A CN110675951A (zh) 2019-08-26 2019-08-26 智能化的疾病诊断方法及装置、计算机设备与可读介质

Publications (1)

Publication Number Publication Date
CN110675951A true CN110675951A (zh) 2020-01-10

Family

ID=69075778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910788719.9A Pending CN110675951A (zh) 2019-08-26 2019-08-26 智能化的疾病诊断方法及装置、计算机设备与可读介质

Country Status (1)

Country Link
CN (1) CN110675951A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274305A (zh) * 2020-01-15 2020-06-12 平安医疗健康管理股份有限公司 三维图片的生成方法、装置、计算机设备和存储介质
CN111292821A (zh) * 2020-01-21 2020-06-16 上海联影智能医疗科技有限公司 一种医学诊疗系统
CN111383760A (zh) * 2020-04-10 2020-07-07 韩琳 一种神经系统疾病的医疗智能诊断系统建立方法
CN111415719A (zh) * 2020-03-24 2020-07-14 京东方科技集团股份有限公司 患者用药教育的推送方法及装置、电子设备及介质
CN111462841A (zh) * 2020-03-12 2020-07-28 华南理工大学 一种基于知识图谱的抑郁症智能诊断装置及系统
CN111524569A (zh) * 2020-04-24 2020-08-11 常州昊泽信息科技有限公司 一种电子病历诊断维护系统
CN111639359A (zh) * 2020-04-22 2020-09-08 中国科学院计算技术研究所 一种用于社交网络图片隐私风险检测与预警的方法及系统
CN111667914A (zh) * 2020-06-05 2020-09-15 张洪海 人工智能与医生相结合的诊疗方法及系统
CN111883251A (zh) * 2020-07-28 2020-11-03 平安科技（深圳）有限公司 医疗误诊检测方法、装置、电子设备及存储介质
CN111899837A (zh) * 2020-08-17 2020-11-06 江苏达实久信数字医疗科技有限公司 一种基于数字化手术室的手术报告协同方法及系统
CN112489751A (zh) * 2020-11-27 2021-03-12 大连东软教育科技集团有限公司 一种混合增强的体检报告自动生成方法、装置及存储介质
CN112712804A (zh) * 2020-12-23 2021-04-27 哈尔滨工业大学（威海） 语音识别方法、系统、介质、计算机设备、终端及应用
CN112768082A (zh) * 2021-02-04 2021-05-07 常熟和医信息技术有限公司 一种根据电子病历文本自动给出疾病诊疗方案的方法
CN112786131A (zh) * 2020-12-31 2021-05-11 医渡云（北京）技术有限公司 识别就诊信息的方法及装置、电子设备和存储介质
CN113160995A (zh) * 2020-12-31 2021-07-23 上海明品医学数据科技有限公司 一种消化道穿孔诊断装置、干预装置及诊断干预系统
CN113223648A (zh) * 2021-05-08 2021-08-06 北京嘉和海森健康科技有限公司 一种诊前信息采集方法及装置
CN113556313A (zh) * 2021-01-27 2021-10-26 福建环宇通信息科技股份公司 一种基于ai技术的实时对讲干预与告警平台
CN113674827A (zh) * 2021-08-27 2021-11-19 中山大学肿瘤防治中心 电子病历的生成方法、装置、电子设备及计算机可读介质
CN113707307A (zh) * 2021-08-30 2021-11-26 康键信息技术（深圳）有限公司 病情分析方法、装置、电子设备及存储介质
CN113782179A (zh) * 2021-05-14 2021-12-10 广州市高科通信技术股份有限公司 报病信息管理方法、终端以及存储装置
CN113990518A (zh) * 2021-10-25 2022-01-28 北京百度网讯科技有限公司 信息生成方法、装置、电子设备及存储介质
CN114512228A (zh) * 2022-02-08 2022-05-17 吾征智能技术(北京)有限公司 一种中医疾病辅助诊断系统、设备及存储介质
CN116092616A (zh) * 2022-12-15 2023-05-09 北京中科睿医信息科技有限公司 医疗数据传输方法、装置、设备及存储介质
CN116453674A (zh) * 2023-04-27 2023-07-18 广州南翼信息科技有限公司 一种智慧医疗系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6059303B1 (ja) * 2015-07-15 2017-01-11 仲西 サヨ子 個人医療情報集約システム
CN107247881A (zh) * 2017-06-20 2017-10-13 北京大数医达科技有限公司 一种多模态智能分析方法及系统
CN109346169A (zh) * 2018-10-17 2019-02-15 长沙瀚云信息科技有限公司 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质
CN109509551A (zh) * 2018-11-01 2019-03-22 新博卓畅技术（北京）有限公司 一种常见疾病智能诊断方法及系统
CN109559822A (zh) * 2018-11-12 2019-04-02 平安科技（深圳）有限公司 智能初诊方法、装置、计算机设备及存储介质
CN109741804A (zh) * 2019-01-16 2019-05-10 四川大学华西医院 一种信息提取方法、装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6059303B1 (ja) * 2015-07-15 2017-01-11 仲西 サヨ子 個人医療情報集約システム
CN107247881A (zh) * 2017-06-20 2017-10-13 北京大数医达科技有限公司 一种多模态智能分析方法及系统
CN109346169A (zh) * 2018-10-17 2019-02-15 长沙瀚云信息科技有限公司 一种人工智能辅助诊疗系统及其构建方法、设备和存储介质
CN109509551A (zh) * 2018-11-01 2019-03-22 新博卓畅技术（北京）有限公司 一种常见疾病智能诊断方法及系统
CN109559822A (zh) * 2018-11-12 2019-04-02 平安科技（深圳）有限公司 智能初诊方法、装置、计算机设备及存储介质
CN109741804A (zh) * 2019-01-16 2019-05-10 四川大学华西医院 一种信息提取方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张利萍;邢凯;周慧;芮伟康;丁玲;: "基于病情自述和知识图谱的疾病辅助诊断", 计算机应用与软件, no. 02, 15 February 2018 (2018-02-15) *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274305A (zh) * 2020-01-15 2020-06-12 平安医疗健康管理股份有限公司 三维图片的生成方法、装置、计算机设备和存储介质
CN111274305B (zh) * 2020-01-15 2023-03-31 深圳平安医疗健康科技服务有限公司 三维图片的生成方法、装置、计算机设备和存储介质
CN111292821B (zh) * 2020-01-21 2024-02-13 上海联影智能医疗科技有限公司 一种医学诊疗系统
CN111292821A (zh) * 2020-01-21 2020-06-16 上海联影智能医疗科技有限公司 一种医学诊疗系统
CN111462841A (zh) * 2020-03-12 2020-07-28 华南理工大学 一种基于知识图谱的抑郁症智能诊断装置及系统
CN111415719A (zh) * 2020-03-24 2020-07-14 京东方科技集团股份有限公司 患者用药教育的推送方法及装置、电子设备及介质
CN111383760A (zh) * 2020-04-10 2020-07-07 韩琳 一种神经系统疾病的医疗智能诊断系统建立方法
CN111639359A (zh) * 2020-04-22 2020-09-08 中国科学院计算技术研究所 一种用于社交网络图片隐私风险检测与预警的方法及系统
CN111639359B (zh) * 2020-04-22 2023-09-12 中国科学院计算技术研究所 一种用于社交网络图片隐私风险检测与预警的方法及系统
CN111524569A (zh) * 2020-04-24 2020-08-11 常州昊泽信息科技有限公司 一种电子病历诊断维护系统
CN111667914A (zh) * 2020-06-05 2020-09-15 张洪海 人工智能与医生相结合的诊疗方法及系统
CN111883251A (zh) * 2020-07-28 2020-11-03 平安科技（深圳）有限公司 医疗误诊检测方法、装置、电子设备及存储介质
CN111899837A (zh) * 2020-08-17 2020-11-06 江苏达实久信数字医疗科技有限公司 一种基于数字化手术室的手术报告协同方法及系统
CN112489751A (zh) * 2020-11-27 2021-03-12 大连东软教育科技集团有限公司 一种混合增强的体检报告自动生成方法、装置及存储介质
CN112712804A (zh) * 2020-12-23 2021-04-27 哈尔滨工业大学（威海） 语音识别方法、系统、介质、计算机设备、终端及应用
CN113160995A (zh) * 2020-12-31 2021-07-23 上海明品医学数据科技有限公司 一种消化道穿孔诊断装置、干预装置及诊断干预系统
CN112786131A (zh) * 2020-12-31 2021-05-11 医渡云（北京）技术有限公司 识别就诊信息的方法及装置、电子设备和存储介质
CN112786131B (zh) * 2020-12-31 2023-07-04 医渡云（北京）技术有限公司 识别就诊信息的方法及装置、电子设备和存储介质
CN113556313A (zh) * 2021-01-27 2021-10-26 福建环宇通信息科技股份公司 一种基于ai技术的实时对讲干预与告警平台
CN112768082A (zh) * 2021-02-04 2021-05-07 常熟和医信息技术有限公司 一种根据电子病历文本自动给出疾病诊疗方案的方法
CN113223648A (zh) * 2021-05-08 2021-08-06 北京嘉和海森健康科技有限公司 一种诊前信息采集方法及装置
CN113223648B (zh) * 2021-05-08 2023-10-24 北京嘉和海森健康科技有限公司 一种诊前信息采集方法及装置
CN113782179A (zh) * 2021-05-14 2021-12-10 广州市高科通信技术股份有限公司 报病信息管理方法、终端以及存储装置
CN113674827A (zh) * 2021-08-27 2021-11-19 中山大学肿瘤防治中心 电子病历的生成方法、装置、电子设备及计算机可读介质
WO2023029506A1 (zh) * 2021-08-30 2023-03-09 康键信息技术（深圳）有限公司 病情分析方法、装置、电子设备及存储介质
CN113707307A (zh) * 2021-08-30 2021-11-26 康键信息技术（深圳）有限公司 病情分析方法、装置、电子设备及存储介质
CN113990518A (zh) * 2021-10-25 2022-01-28 北京百度网讯科技有限公司 信息生成方法、装置、电子设备及存储介质
CN114512228A (zh) * 2022-02-08 2022-05-17 吾征智能技术(北京)有限公司 一种中医疾病辅助诊断系统、设备及存储介质
CN116092616A (zh) * 2022-12-15 2023-05-09 北京中科睿医信息科技有限公司 医疗数据传输方法、装置、设备及存储介质
CN116092616B (zh) * 2022-12-15 2024-05-14 北京中科睿医信息科技有限公司 医疗数据传输方法、装置、设备及存储介质
CN116453674A (zh) * 2023-04-27 2023-07-18 广州南翼信息科技有限公司 一种智慧医疗系统

Similar Documents

Publication Publication Date Title
CN110675951A (zh) 智能化的疾病诊断方法及装置、计算机设备与可读介质
US11776669B2 (en) System and method for synthetic interaction with user and devices
Meskó The impact of multimodal large language models on health care’s future
JP4615629B2 (ja) ネットワークへのアクセスを含む、コンピュータを使用した医療診断および処理の助言システム
CN110168665B (zh) 使用机器学习技术生成模板文档的计算方法和设备
CN110024026A (zh) 使用语音识别模型生成结构化文本内容
Bulla et al. A review of AI based medical assistant chatbot
TWI501189B (zh) 擬人化醫療資訊紀錄方法及輔助診療系統
WO2021150617A1 (en) System and method for autonomously generating personalized care plans
Kavitha et al. Design of IoT based Rural Health Helper using Natural Language Processing
WO2021150607A1 (en) System and method for dynamic goal management in care plans
Mohd Salim et al. Exploring critical components of physician-patient communication: a qualitative study of lay and professional perspectives
CN111008269A (zh) 数据处理方法及装置、存储介质及电子终端
EP3425586A1 (en) Apparatus and method for assisting in medical consultation
CN118013001A (zh) 基于知识库和大语言模型的互动式知识交互系统
Armstrong et al. Approaches to assessment and treatment of everyday talk in aphasia
WO2023015287A1 (en) Systems and methods for automated medical data capture and caregiver guidance
CN117412702A (zh) 利用人工智能进行心理治疗的系统和方法
Shimizu DECLARE: a comprehensive, multifaceted cognitive forcing strategy to confront complex cases
CN114283912A (zh) 基于rthd、人工智能的医学病历建档方法及云平台系统
Lim et al. Artificial intelligence concepts for mental health application development: Therapily for mental health care
Pellecchia Leveraging AI via speech-to-text and LLM integration for improved healthcare decision-making in primary care
US20230352127A1 (en) Method and System for Automatic Electronic Health Record Documentation
US11450323B1 (en) Semantic reporting system
US20240282419A1 (en) Technique for sensor data based medical examination report generation

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