CN110752025A - 皮肤病的数据融合分级诊疗方法与服务平台 - Google Patents
皮肤病的数据融合分级诊疗方法与服务平台 Download PDFInfo
- Publication number
- CN110752025A CN110752025A CN201910812685.2A CN201910812685A CN110752025A CN 110752025 A CN110752025 A CN 110752025A CN 201910812685 A CN201910812685 A CN 201910812685A CN 110752025 A CN110752025 A CN 110752025A
- Authority
- CN
- China
- Prior art keywords
- module
- patient
- diagnosis
- treatment
- management module
- 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
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及图像识别分类与疾病分级技术领域,尤其为一种皮肤病的数据融合分级诊疗方法与服务平台,包括患者档案管理模块、智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块、诊疗管理模块、药品配送模块、随访管理模块。该皮肤病分级诊疗平台及其方法,通过患者档案管理模块,以患者主索引为基础,实现患者在皮肤病医联体单位就诊行为及数据的识别、融合,形成完整的患者诊疗档案,通过智能皮肤病识别终端,对皮肤病进行初步分类分型,通过智能辅助诊疗模块,对皮肤病进行进一步的鉴别诊断,通过智能推荐就诊模块,能够向患者推荐合适的的医疗机构及专科医生。
Description
技术领域
本发明涉及一种皮肤病的数据融合分级诊疗方法与服务平台,属于图像识别分类与疾病分级技术领域。
背景技术
皮肤病具有发病人群广、病情轻慢性多、某些皮肤病容易复发等特点,这就使得慢性皮肤病患者不得不定期到医院复查。与此同时,门诊中约有80%左右的患者皮肤病都属于比较轻的。通过互联网分级诊疗平台,能使上述这两部分人群得到便利。慢性皮肤病患者只要情况没有恶化,就能通过网络与医生交流,继续控制病情,无需频繁跑医院。对于病情较轻的皮肤病患者,只需通过上传医疗资料与症状图片,也能使病情得到确诊。但是目前基层皮肤科医生严重缺乏,各级皮肤科医生诊断水平存在很大差异,诊断能力严重缺乏“同质化”,这成为制约和弱化国家卫生主管部门制定的“分级诊疗”、“医疗资源下沉”等政策的主要因素。因此,在立足我国现有就医情形的基础上,构建满足皮肤病诊疗需求的分级诊疗平台及其方法,是支撑分级诊疗政策和制度的逐步落实的有效尝试。随着大数据时代的到来,深度学习技术被来越多地应用到图像识别的应用中。深度学习是一种源于人工神经网络的强大技术。而人工神经网络则受自然界生物的神经网络启发,通过构建多层的神经元,加上大量数据的反复训练,进而达到类似人类的准确识别图像的能力。目前的图像识别类产品更多的是对人脸、车牌、运动目标等生活图像的识别。对于医学领域,特别是皮肤类疾病,还较少引用图像识别类以进行非人工的诊断,特别是分类之后科学合理地调动医疗资源对患者进行系统化地诊疗。鉴于此,申请人提出一种皮肤病分级诊疗平台及其方法。
发明内容
本发明的目的在于,为了克服现有技术中的缺失与不足,提供一种皮肤病的数据融合分级诊疗方法与服务平台,以解决上述背景技术中提出的基层皮肤科医生严重缺乏,各级皮肤科医生诊断水平存在很大差异,诊断能力严重缺乏“同质化”的问题。
本发明通过以下技术方案实现,通过患者档案管理模块,以患者主索引为基础,实现患者在皮肤病医联体单位就诊行为及数据的识别、融合,形成完整的患者诊疗档案,通过智能皮肤病识别终端,对皮肤病进行初步分类分型,通过智能辅助诊疗模块,对皮肤病进行进一步的鉴别诊断,通过智能推荐就诊模块,能够向患者推荐合适的的医疗机构及专科医生。
本发明包括以下步骤,
步骤1、患者首先通过患者档案管理模块,在基层医疗机构通过扫描身份证配合手机短信认证或者人脸识别,进行身份认证,及系统登录;
步骤2、通过智能皮肤病识别终端,使用高清摄像头拍摄或者图片上传功能提交皮肤病照片,系统根据皮肤病照片给出疑似诊断;
步骤3、通过智能辅助诊疗模块,从患者档案管理模块中获取历次诊疗信息,并根据初步图像诊断结果,结合皮肤病知识库,以选择问答的形式,在基层医生的指导下,完成对疾病的进一步鉴别诊断;
步骤4、通过智能推荐就诊模块,根据患者的既往病史、本次病情的严重紧急程度、地理位置,推荐合适的医疗机构和专科医生;
步骤5、如果患者病情较轻,无需向上转诊,基层医生可以继续使用诊疗管理模块为患者进行治疗,并可选择性通过药品配送模块给患者配送药品;
步骤6、如果患者病情较重,需向上会诊、转诊,患者可使用挂号模块,根据推荐的医院、医生及排班情况,自动挂号并缴费;
步骤7、各级医生都可以使用基于SAAS云服务的诊疗管理模块进行专病数据的采集,并通过与医疗机构信息系统的接口实现检验检查、医嘱、处方管理等功能,采集的专病数据可为科研提供数据基础,最后医生可选择性通过药品配送模块给患者配送药品;
步骤8、最后,医生通过随访管理模块,根据患者病情由随访模板自动生成随访计划,通过问卷或主动沟通的方式,关注患者病情并指导患者康复。
所述步骤6的会诊、转诊包括以下步骤:
第一步、点击菜单栏的会诊、转诊选项,进入会诊、转诊模块,完成患者的个人基本信息填写;
第二步、由申请会诊、转诊的医生填写患者病情初步诊断、主诉、病情描述、上传患者身份证正反面照片、上传患者患处照片或影像文件、医学检验结果单扫描件;
第三步、由申请发起人明确会诊目的为在线会诊或在线转诊。
本发明包括以下皮肤病的数据融合分级诊疗服务平台:
包括患者档案管理模块、智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块、诊疗管理模块、药品配送模块、随访管理模块;智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块构成院前子系统,诊疗管理模块、药品配送模块构成院中子系统,随访管理模块构成院后子系统,患者档案管理模块分别与院前、院中、院后子系统连接,院前、院中、院后子系统之间依次连接,院前子系统输院中子系统子系统,院中子系统输入院后子系统;
所述患者档案管理模块,是以患者主索引为基础,实现患者跨医疗机构就诊行为及数据的识别、融合,形成完整的患者诊疗档案;
所述智能皮肤病识别终端,是通过皮肤病人工智能图像识别技术对皮肤病进行初步分类分型;
所述智能辅助诊疗模块,是对初步分类分型的对皮肤病诊断进行进一步的鉴别诊断;
所述智能推荐就诊模块,是通过对患者的诊疗情况、地理位置等,向患者推荐合适的的医疗机构及专科医生;
所述挂号模块用于对接医疗机构的预约挂号接口;
所述诊疗管理模块,是皮肤病专科医生在院内使用的皮肤病专病数据采集及医嘱管理系统,并自动对接医疗机构的HIS等药物系统;
所述药品配送模块,是向合作药房、药店对接药物的物流配送接口;
所述随访管理模块,是通过调查问卷、主动沟通等形式定期向患者了解病情变化、指导患者康复。
所述患者档案管理模块包括患者登录模块、患者权限管理模块、患者主索引管理模块、患者档案创建模块、患者档案合并模块。
院前子系统包括智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块;
所述智能皮肤病识别终端包括高清摄像头模块、图片上传模块、智能分析模块、辅助决策模块;
所述智能辅助诊疗模块包括患者档案调阅模块、检验单扫描模块、异常结果录入模块、鉴别诊断模块、知识库管理模块;
所述智能推荐就诊模块包括患者辖区查询模块、位置定位模块、智能匹配模块、医疗资源管理及调度模块;
所述挂号模块包括预约挂号模块、排队查询模块、延时呼叫模块以及支付模块。
院中子系统包括诊疗管理模块、药品配送模块;
所述诊疗管理模块包括专病数据采集模块、医嘱管理模块、业务系统接口管理模块;
所述药品配送管理模块包括药品处方管理模块、药品配送接口管理模块。
院后子系统包括随访管理模块;所述随访管理模块包括随访计划管理模块、提醒模块、问卷管理模块、即时沟通模块。
与现有技术相比,本发明的有益效果在于:
1、该发明平台不存储患者全部诊疗数据,仅存储患者主索引及数据路由表,通过数据路由及分布式数据管理技术,向皮肤病医联体单位按需调阅患者诊疗数据,并通过数据实时融合及隐私保护技术,形成“阅后即毁”的患者完整诊疗档案。
2、该发明通过智能皮肤病识别终端、智能辅助诊疗模块及智能推荐就诊模块三个智能模块的协同,完成对皮肤病分类分型的初步识别,鉴别诊断,以及医疗资源的推荐,通过智能技术有效辅助实现分级诊疗的决策过程。
3、以皮肤病医联体为基础的诊疗管理平台有效实现医疗机构信息系统的互联互通,并通过专病数据的采集分析有效支撑科研。
附图说明
图1为系统管理实体关系图。
图2为会诊转诊流程图。
具体实施方式
下面将结合附图1至2,对本发明实施例中的技术方案进行清楚、完整地描述,一种皮肤病分级诊疗平台,如图1所示,包括患者档案管理模块1、智能皮肤病识别终端2、智能辅助诊疗模块3、智能推荐就诊模块4、挂号模块5、诊疗管理模块6、药品配送模块7、随访管理模块8。智能皮肤病识别终端2、智能辅助诊疗模块3、智能推荐就诊模块4、挂号模块5构成院前子系统,诊疗管理模块6、药品配送模块7构成院中子系统,随访管理模块8构成院后子系统,患者档案管理模1块分别与院前、院中、院后子系统连接,院前、院中、院后子系统之间依次连接,院前子系统输院中子系统子系统,院中子系统输入院后子系统。
所述患者档案管理模块1,是以患者主索引为基础,实现患者跨医疗机构就诊行为及数据的识别、融合,形成完整的患者诊疗档案;所述智能皮肤病识别终端2,是通过皮肤病人工智能图像识别技术对皮肤病进行初步分类分型;所述智能辅助诊疗模块3,是对初步分类分型的对皮肤病诊断进行进一步的鉴别诊断;所述智能推荐就诊模块4,是通过对患者的诊疗情况、地理位置等,向患者推荐合适的的医疗机构及专科医生;所述挂号模块5用于对接医疗机构的预约挂号接口;所述诊疗管理模块6,是皮肤病专科医生在院内使用的皮肤病专病数据采集及医嘱管理系统,并自动对接医疗机构的HIS等药物系统;所述药品配送模块7,是向合作药房、药店对接药物的物流配送接口;所述随访管理模块8,是通过调查问卷、主动沟通等形式定期向患者了解病情变化、指导患者康复。
作为优选,所述患者档案管理模块1包括患者登录模块、患者权限管理模块、患者主索引管理模块、患者档案创建模块、患者档案合并模块;
作为优选,所述智能皮肤病识别终端2包括高清摄像头模块、图片上传模块、智能分析模块、辅助决策模块;
作为优选,所述智能辅助诊疗模块3包括患者档案调阅模块、检验单扫描模块、异常结果录入模块、鉴别诊断模块、知识库管理模块;
作为优选,所述智能推荐就诊模块4包括患者辖区查询模块、位置定位模块、智能匹配模块、医疗资源管理及调度模块;
作为优选,所述挂号模块5包括预约挂号模块、排队查询模块、延时呼叫模块以及支付模块;
作为优选,所述诊疗管理模块6包括专病数据采集模块、医嘱管理模块、业务系统接口管理模块;
作为优选,所述药品配送管理模块7包括药品处方管理模块、药品配送接口管理模块;
作为优选,所述随访管理模块8包括随访计划管理模块、提醒模块、问卷管理模块、即时沟通模块。
作为优选,本发明操作步骤如下:
患者首先通过患者档案管理模块,在基层医疗机构通过扫描身份证配合手机短信认证或者人脸识别,进行身份认证,及系统登录;
通过智能皮肤病识别终端2,使用高清摄像头拍摄或者图片上传功能提交皮肤病照片,系统根据皮肤病照片给出疑似诊断;
通过智能辅助诊疗模块3,从患者档案管理模块中获取历次诊疗信息,并根据初步图像诊断结果,结合皮肤病知识库,以选择问答的形式,在基层医生的指导下,完成对疾病的进一步鉴别诊断;
通过智能推荐就诊模块4,根据患者的既往病史、本次病情的严重紧急程度、地理位置,推荐合适的医疗机构和专科医生;
如果患者病情较轻,无需向上转诊,基层医生可以继续使用诊疗管理模块为患者进行治疗,并可选择性通过药品配送模块7给患者配送药品;
如果患者病情较重,需向上会诊、转诊,如图2所示,患者可使用挂号模块5,根据推荐的医院、医生及排班情况,自动挂号并缴费;会诊、转诊包括以下步骤:
第一步、点击菜单栏的会诊、转诊选项,进入会诊、转诊模块,完成患者的个人基本信息填写;
第二步、由申请会诊、转诊的医生填写患者病情初步诊断、主诉、病情描述、上传患者身份证正反面照片、上传患者患处照片或影像文件、医学检验结果单扫描件;
第三步、由申请发起人明确会诊目的为在线会诊或在线转诊。
各级医生都可以使用基于SAAS云服务的诊疗管理模块6进行专病数据的采集,并通过与医疗机构信息系统的接口实现检验检查、医嘱、处方管理等功能,采集的专病数据可为科研提供数据基础,医生选择性通过药品配送模块7给患者配送药品;
最后,医生通过随访管理模块8,根据患者病情由随访模板自动生成随访计划,通过问卷或主动沟通的方式,关注患者病情并指导患者康复。
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1、一种皮肤病分级诊疗平台及其方法,如图1所示,包括患者档案管理模块1、智能皮肤病识别终端2、智能辅助诊疗模块3、智能推荐就诊模块4、挂号模块5、诊疗管理模块6、药品配送模块7、随访管理模块8。患者档案管理模块1以患者主索引为基础,实现患者跨医疗机构就诊行为及数据的识别、融合,形成完整的患者诊疗档案;智能皮肤病识别终端2通过皮肤病人工智能图像识别技术对皮肤病进行初步分类分型;智能辅助诊疗模块3对初步分类分型的对皮肤病诊断进行进一步的鉴别诊断;智能推荐就诊模块4通过对患者的诊疗情况、地理位置等,向患者推荐合适的的医疗机构及专科医生;挂号模块5用于对接医疗机构的预约挂号接口;诊疗管理模块6皮肤病专科医生在院内使用的皮肤病专病数据采集及医嘱管理系统,并自动对接医疗机构的HIS等药物系统;药品配送模块7向合作药房、药店对接药物的物流配送接口;述随访管理模8块通过调查问卷、主动沟通等形式定期向患者了解病情变化、指导患者康复。
实施例2、为了方便患者登录平台,本发明患者档案管理模块1设置患者登录模块、患者权限管理模块、患者主索引管理模块、患者档案创建模块、患者档案合并模块。
在基层医疗机构通过扫描身份证配合手机短信认证或者人脸识别,进行身份认证,系统登录、进行患者诊疗档案的更新。
实施例3、为了便于实现智能皮肤病识别终端2,本发明设置高清摄像头模块、图片上传模块、智能分析模块、辅助决策模块。
通过智能皮肤病识别终端2,使用高清摄像头拍摄或者图片上传功能提交皮肤病照片,系统根据皮肤病照片给出疑似诊断。
实施例4、为了便于皮肤病的进一步识别和确诊,本发明设置了皮肤病智能辅助诊疗模块3,其包括患者档案调阅模块、检验单扫描模块、异常结果录入模块、鉴别诊断模块、知识库管理模块。通过智能辅助诊疗模块3,从患者档案管理模块中获取历次诊疗信息,并根据初步图像诊断结果,结合皮肤病知识库,以选择问答的形式,在基层医生的指导下,完成对疾病的进一步鉴别诊断
实施例5、为了便于实现智能推荐就诊功能,本发明设置了智能推荐就诊模块4,作为一种优选实施例,智能推荐就诊模块4包括患者辖区查询模块、位置定位模块、智能匹配模块、医疗资源管理及调度模块,通过分析患者就诊档案并根据患者地理位置和就诊需求,数据输出模块用于智能推荐医院和医生。
实施例6、为了便于实现挂号,本发明设置了挂号模块5包括预约挂号模块、排队查询模块、延时呼叫模块以及支付模块。患者可使用挂号模块,根据推荐的医院、医生及排班情况,自动挂号并缴费。
实施例7、为了便于皮肤病医联体单位实现皮肤病诊疗管理,本发明设置的诊疗管理模块6包括专病数据采集模块、医嘱管理模块、业务系统接口管理模块。皮肤病医联体各级医生都可以使用基于SAAS云服务的诊疗管理模块进行专病数据的采集,并通过与医疗机构信息系统的接口实现检验检查、医嘱、处方管理等功能,采集的专病数据可为科研提供数据基础。
实施例8、为了便于药品配送管理,本发明设置了药品配送模块7包括药品处方管理模块、药品配送接口管理模块。医生可选择性通过药品配送模块给患者配送药品。
实施例9、为了便于指导患者康复,本发明设置了随访管理模块8包括随访计划管理模块、提醒模块、问卷管理模块、即时沟通模块。医生通过随访管理模块,根据患者病情由随访模板自动生成随访计划,通过问卷或主动沟通的方式,关注患者病情并指导患者康复。
Claims (8)
1.皮肤病的数据融合分级诊疗方法,其特征是,
通过患者档案管理模块,以患者主索引为基础,实现患者在皮肤病医联体单位就诊行为及数据的识别、融合,形成完整的患者诊疗档案,通过智能皮肤病识别终端,对皮肤病进行初步分类分型,通过智能辅助诊疗模块,对皮肤病进行进一步的鉴别诊断,通过智能推荐就诊模块,能够向患者推荐合适的的医疗机构及专科医生。
2.根据权利要求1所述的皮肤病分级诊疗方法,其特征是包括以下步骤,
步骤1、患者首先通过患者档案管理模块,在基层医疗机构通过扫描身份证配合手机短信认证或者人脸识别,进行身份认证,及系统登录;
步骤2、通过智能皮肤病识别终端,使用高清摄像头拍摄或者图片上传功能提交皮肤病照片,系统根据皮肤病照片给出疑似诊断;
步骤3、通过智能辅助诊疗模块,从患者档案管理模块中获取历次诊疗信息,并根据初步图像诊断结果,结合皮肤病知识库,以选择问答的形式,在基层医生的指导下,完成对疾病的进一步鉴别诊断;
步骤4、通过智能推荐就诊模块,根据患者的既往病史、本次病情的严重紧急程度、地理位置,推荐合适的医疗机构和专科医生;
步骤5、如果患者病情较轻,无需向上转诊,基层医生可以继续使用诊疗管理模块为患者进行治疗,并可选择性通过药品配送模块给患者配送药品;
步骤6、如果患者病情较重,需向上会诊、转诊,患者可使用挂号模块,根据推荐的医院、医生及排班情况,自动挂号并缴费;
步骤7、各级医生都可以使用基于SAAS云服务的诊疗管理模块进行专病数据的采集,并通过与医疗机构信息系统的接口实现检验检查、医嘱、处方管理等功能,采集的专病数据可为科研提供数据基础,医生选择性通过药品配送模块给患者配送药品;
步骤8、最后,医生通过随访管理模块,根据患者病情由随访模板自动生成随访计划,通过问卷或主动沟通的方式,关注患者病情并指导患者康复。
3.根据权利要求2所述的皮肤病分级诊疗方法,其特征是,
所述步骤6的会诊、转诊包括以下步骤:
第一步、点击菜单栏的会诊、转诊选项,进入会诊、转诊模块,完成患者的个人基本信息填写;
第二步、由申请会诊、转诊的医生填写患者病情初步诊断、主诉、病情描述、上传患者身份证正反面照片、上传患者患处照片或影像文件、医学检验结果单扫描件;
第三步、由申请发起人明确会诊目的为在线会诊或在线转诊。
4.根据权利要求1至3任一项所述的皮肤病的数据融合分级诊疗方法,其特征是还包括以下皮肤病的数据融合分级诊疗服务平台:
包括患者档案管理模块、智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块、诊疗管理模块、药品配送模块、随访管理模块;智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块构成院前子系统,诊疗管理模块、药品配送模块构成院中子系统,随访管理模块构成院后子系统,患者档案管理模块分别与院前、院中、院后子系统连接,院前、院中、院后子系统之间依次连接,院前子系统输院中子系统子系统,院中子系统输入院后子系统;
所述患者档案管理模块,是以患者主索引为基础,实现患者跨医疗机构就诊行为及数据的识别、融合,形成完整的患者诊疗档案;
所述智能皮肤病识别终端,是通过皮肤病人工智能图像识别技术对皮肤病进行初步分类分型;
所述智能辅助诊疗模块,是对初步分类分型的对皮肤病诊断进行进一步的鉴别诊断;
所述智能推荐就诊模块,是通过对患者的诊疗情况、地理位置等,向患者推荐合适的的医疗机构及专科医生;
所述挂号模块用于对接医疗机构的预约挂号接口;
所述诊疗管理模块,是皮肤病专科医生在院内使用的皮肤病专病数据采集及医嘱管理系统,并自动对接医疗机构的HIS等药物系统;
所述药品配送模块,是向合作药房、药店对接药物的物流配送接口;
所述随访管理模块,是通过调查问卷、主动沟通等形式定期向患者了解病情变化、指导患者康复。
5.根据权利要求4所述的皮肤病的数据融合分级诊疗服务平台,其特征是,
所述患者档案管理模块包括患者登录模块、患者权限管理模块、患者主索引管理模块、患者档案创建模块、患者档案合并模块。
6.根据权利要求4所述的皮肤病的数据融合分级诊疗服务平台,其特征是,院前子系统包括智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块;
所述智能皮肤病识别终端包括高清摄像头模块、图片上传模块、智能分析模块、辅助决策模块;
所述智能辅助诊疗模块包括患者档案调阅模块、检验单扫描模块、异常结果录入模块、鉴别诊断模块、知识库管理模块;
所述智能推荐就诊模块包括患者辖区查询模块、位置定位模块、智能匹配模块、医疗资源管理及调度模块;
所述挂号模块包括预约挂号模块、排队查询模块、延时呼叫模块以及支付模块。
7.根据权利要求4所述的皮肤病的数据融合分级诊疗服务平台,其特征是,院中子系统包括诊疗管理模块、药品配送模块;
所述诊疗管理模块包括专病数据采集模块、医嘱管理模块、业务系统接口管理模块;
所述药品配送管理模块包括药品处方管理模块、药品配送接口管理模块。
8.根据权利要求4所述的皮肤病的数据融合分级诊疗服务平台,其特征是,院后子系统包括随访管理模块;所述随访管理模块包括随访计划管理模块、提醒模块、问卷管理模块、即时沟通模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812685.2A CN110752025A (zh) | 2019-08-30 | 2019-08-30 | 皮肤病的数据融合分级诊疗方法与服务平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812685.2A CN110752025A (zh) | 2019-08-30 | 2019-08-30 | 皮肤病的数据融合分级诊疗方法与服务平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110752025A true CN110752025A (zh) | 2020-02-04 |
Family
ID=69275879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910812685.2A Pending CN110752025A (zh) | 2019-08-30 | 2019-08-30 | 皮肤病的数据融合分级诊疗方法与服务平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110752025A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833993A (zh) * | 2020-07-18 | 2020-10-27 | 贵州精准健康数据有限公司 | 一种基于ai的区域影像远程质控管理系统 |
CN112562842A (zh) * | 2020-11-20 | 2021-03-26 | 杭州星彧科技有限公司 | 一种口腔医生复诊预约管理系统 |
CN113066566A (zh) * | 2021-03-26 | 2021-07-02 | 嘉兴市第二医院 | 一种门诊患者智能化预约就诊方法 |
CN113160224A (zh) * | 2021-05-18 | 2021-07-23 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种基于人工智能的皮肤老化程度识别方法、系统和装置 |
US20210287797A1 (en) * | 2020-03-11 | 2021-09-16 | Memorial Sloan Kettering Cancer Center | Parameter selection model using image analysis |
CN113707306A (zh) * | 2021-08-30 | 2021-11-26 | 浙江海心智惠科技有限公司 | 基于ai规范化辅助诊疗决策的在线联合会诊方法 |
CN113870963A (zh) * | 2021-09-08 | 2021-12-31 | 四川大学华西医院 | 慢性皮肤病管理系统 |
CN114822826A (zh) * | 2022-05-16 | 2022-07-29 | 河南艾玛医疗科技有限公司 | 一种互联网的医疗诊断系统 |
CN115862819A (zh) * | 2023-02-21 | 2023-03-28 | 山东第一医科大学第二附属医院 | 一种基于图像处理的医学图像管理方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077969A1 (en) * | 2009-09-29 | 2011-03-31 | Shanghai Pudong New Area People's Hospital | Self-service medical service method and its system |
CN104200294A (zh) * | 2014-05-04 | 2014-12-10 | 黄海铨 | 一种门诊信息管理系统 |
CN104361542A (zh) * | 2014-11-26 | 2015-02-18 | 王常松 | 一种智能个人医疗档案系统 |
CN204595857U (zh) * | 2015-05-14 | 2015-08-26 | 杨志健 | 一种远程会诊系统 |
WO2016101351A1 (zh) * | 2014-12-26 | 2016-06-30 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗系统及方法 |
CN106952205A (zh) * | 2017-03-22 | 2017-07-14 | 首都医科大学附属北京天坛医院 | 一种基于互联网的移动远程医疗综合服务系统 |
CN107025375A (zh) * | 2017-03-14 | 2017-08-08 | 芜湖卫健康物联网医疗科技有限公司 | 一种云分级诊疗数据处理系统及其数据处理方法 |
CN107526934A (zh) * | 2017-09-06 | 2017-12-29 | 青海大学附属医院 | 一种医疗服务系统 |
CN108198620A (zh) * | 2018-01-12 | 2018-06-22 | 洛阳飞来石软件开发有限公司 | 一种基于深度学习的皮肤疾病智能辅助诊断系统 |
-
2019
- 2019-08-30 CN CN201910812685.2A patent/CN110752025A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110077969A1 (en) * | 2009-09-29 | 2011-03-31 | Shanghai Pudong New Area People's Hospital | Self-service medical service method and its system |
CN104200294A (zh) * | 2014-05-04 | 2014-12-10 | 黄海铨 | 一种门诊信息管理系统 |
CN104361542A (zh) * | 2014-11-26 | 2015-02-18 | 王常松 | 一种智能个人医疗档案系统 |
WO2016101351A1 (zh) * | 2014-12-26 | 2016-06-30 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗系统及方法 |
CN204595857U (zh) * | 2015-05-14 | 2015-08-26 | 杨志健 | 一种远程会诊系统 |
CN107025375A (zh) * | 2017-03-14 | 2017-08-08 | 芜湖卫健康物联网医疗科技有限公司 | 一种云分级诊疗数据处理系统及其数据处理方法 |
CN106952205A (zh) * | 2017-03-22 | 2017-07-14 | 首都医科大学附属北京天坛医院 | 一种基于互联网的移动远程医疗综合服务系统 |
CN107526934A (zh) * | 2017-09-06 | 2017-12-29 | 青海大学附属医院 | 一种医疗服务系统 |
CN108198620A (zh) * | 2018-01-12 | 2018-06-22 | 洛阳飞来石软件开发有限公司 | 一种基于深度学习的皮肤疾病智能辅助诊断系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210287797A1 (en) * | 2020-03-11 | 2021-09-16 | Memorial Sloan Kettering Cancer Center | Parameter selection model using image analysis |
US11887732B2 (en) * | 2020-03-11 | 2024-01-30 | Memorial Sloan Kettering Cancer Center | Parameter selection model using image analysis |
CN111833993A (zh) * | 2020-07-18 | 2020-10-27 | 贵州精准健康数据有限公司 | 一种基于ai的区域影像远程质控管理系统 |
CN111833993B (zh) * | 2020-07-18 | 2024-04-19 | 贵州精准健康数据有限公司 | 一种基于ai的区域影像远程质控管理系统 |
CN112562842A (zh) * | 2020-11-20 | 2021-03-26 | 杭州星彧科技有限公司 | 一种口腔医生复诊预约管理系统 |
CN113066566A (zh) * | 2021-03-26 | 2021-07-02 | 嘉兴市第二医院 | 一种门诊患者智能化预约就诊方法 |
CN113160224A (zh) * | 2021-05-18 | 2021-07-23 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种基于人工智能的皮肤老化程度识别方法、系统和装置 |
CN113160224B (zh) * | 2021-05-18 | 2021-11-26 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种基于人工智能的皮肤老化程度识别方法、系统和装置 |
CN113707306A (zh) * | 2021-08-30 | 2021-11-26 | 浙江海心智惠科技有限公司 | 基于ai规范化辅助诊疗决策的在线联合会诊方法 |
CN113870963A (zh) * | 2021-09-08 | 2021-12-31 | 四川大学华西医院 | 慢性皮肤病管理系统 |
CN114822826A (zh) * | 2022-05-16 | 2022-07-29 | 河南艾玛医疗科技有限公司 | 一种互联网的医疗诊断系统 |
CN115862819A (zh) * | 2023-02-21 | 2023-03-28 | 山东第一医科大学第二附属医院 | 一种基于图像处理的医学图像管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110752025A (zh) | 皮肤病的数据融合分级诊疗方法与服务平台 | |
Miah et al. | On-cloud healthcare clinic: an e-health consultancy approach for remote communities in a developing country | |
US20190115097A1 (en) | Remotely-executed medical diagnosis and therapy including emergency automation | |
US20160103963A1 (en) | Method and system for smart healthcare management | |
CA2861824C (en) | System and method for patient care plan management | |
CN111128333A (zh) | 一种一站式智能诊断与智能就医管理系统 | |
US20180032692A1 (en) | Computer assisted patient navigation and information systems and methods | |
US20210224419A1 (en) | System and method for transferring data, scheduling appointments, and conducting conferences | |
US20190311791A1 (en) | System and method for patient-centric universal health recording and payment | |
EP3811377A1 (en) | Perioperative education and engagement of surgical patients | |
CN108648813A (zh) | 一种基于app、微信客户端以及网页端的家庭医生签约方法 | |
Kummer et al. | Clinical information systems integration in New York City's first mobile stroke unit | |
Kearney et al. | Stakeholder impact on the implementation of integrated care: opportunities to consider for patient-centered outcomes research | |
CN109637644A (zh) | 一种基于移动互联网的脑卒中数据管理系统及管理方法 | |
Connecting for Health Personal Health Working Group | The personal health working Group | |
US20240135291A1 (en) | Generating evolving unmet need maps | |
US20240143672A1 (en) | Ephemeral social networks | |
TWI772605B (zh) | 醫療諮詢系統 | |
US20220367014A1 (en) | Multi-location, multi-entity, multi-purpose medical appointment booking system with third party results validation | |
CN115762755A (zh) | 基于算法、区块链和图像处理的智慧医疗护理交互平台 | |
Burrows | Electronic Health Record and Impact on Healthcare Outcomes | |
Ablameyko et al. | E-Health: Medical Data Protection and Patient Rights | |
WO2022228596A1 (de) | Gesichertes kommunikations- und assistenzsystem | |
WO2023219985A1 (en) | Systems and methods for ems encounter records | |
DE102021002201A1 (de) | Gesichertes Kommunikations- und Assistenzsystem |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211221 Address after: 410000 room 1114, building 12, 13 and 15, fangmaoyuan (phase II), No. 1177, Huanhu Road, Yuelu District, Changsha City, Hunan Province Applicant after: Hunan Inspur health medical big data Co.,Ltd. Address before: 410000 Xiangya Road, Changsha, Hunan 87 Applicant before: Chen Xiang Applicant before: Xiangya Hospital of Central South University |
|
TA01 | Transfer of patent application right |