CN111403042A - 基于ai的虚拟标准病人模拟系统 - Google Patents
基于ai的虚拟标准病人模拟系统 Download PDFInfo
- Publication number
- CN111403042A CN111403042A CN202010509464.0A CN202010509464A CN111403042A CN 111403042 A CN111403042 A CN 111403042A CN 202010509464 A CN202010509464 A CN 202010509464A CN 111403042 A CN111403042 A CN 111403042A
- Authority
- CN
- China
- Prior art keywords
- examination
- inquiry
- disease
- module
- patient
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 27
- 201000010099 disease Diseases 0.000 claims abstract description 48
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 48
- 238000003745 diagnosis Methods 0.000 claims abstract description 24
- 230000005477 standard model Effects 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 208000037273 Pathologic Processes Diseases 0.000 claims abstract description 7
- 230000009054 pathological process Effects 0.000 claims abstract description 7
- 238000007689 inspection Methods 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005481 NMR spectroscopy Methods 0.000 claims description 3
- 210000001015 abdomen Anatomy 0.000 claims description 3
- 230000035606 childbirth Effects 0.000 claims description 3
- 238000003748 differential diagnosis Methods 0.000 claims description 3
- 210000004392 genitalia Anatomy 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000003759 clinical diagnosis Methods 0.000 abstract description 4
- 238000002555 auscultation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004089 microcirculation Effects 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 3
- 208000010125 myocardial infarction Diseases 0.000 description 3
- 208000032456 Hemorrhagic Shock Diseases 0.000 description 2
- 206010049771 Shock haemorrhagic Diseases 0.000 description 2
- 208000027744 congestion Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010038743 Restlessness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于AI的虚拟标准病人模拟系统，识别用户向虚拟标准病人提出的问诊问题，并将问诊问题输入至该疾病的标准模型中，得到该问诊问题对应的答案；在模拟诊断过程中，记录用户操作时间和操作步骤，并将操作时间、操作步骤与疾病参数进行关联计算，当疾病参数计算结果达到临界值时，生成干预引发突发事件，将变化后的疾病参数输入该疾病的标准模型，使疾病进入下一病理过程。本发明将人工智能与医学模拟教学有机结合，一方面可实现语音问诊，模拟了临床真实的问诊环境，增加了学生的学习兴趣。另一方面随机模拟虚拟病人病程的变化，让学生学习应对诊疗过程中出现的突发事件，更接近于临床的真实情况，更能够提高学生临床诊疗能力。
Description
技术领域
本发明涉及医学模拟教学领域，特别是涉及一种基于人工智能（AI）的虚拟标准病人模拟系统。
背景技术
医学模拟教学是模拟教学在医药学或临床医学的扩展应用，一般而言与现代电子技术、通信技术、计算机编程技术、多媒体技术结合紧密，它是现代医学教学改革的必经之路。
现有医学模拟教学系统在技术上无法体现诊疗过程中病人病情（病程）的变化，从而无法对诊疗过程中的突发事件进行有效模拟，模拟效果欠佳。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于AI的虚拟标准病人模拟系统，一方面学生可通过语音对虚拟标准病人进行问诊，模拟真实临床问诊环境，增加学生的学习兴趣；另一方面可以模拟随机病理过程，随机模拟虚拟病人病程的变化，让学生学习应对诊疗过程中出现的突发事件，更接近于临床的真实情况，更能够提高学生临床诊疗能力。
本发明的目的是通过以下技术方案来实现的：基于AI的虚拟标准病人模拟系统，包括处理器和存储器；
所述的存储器用于存储可在处理器上运行的计算机程序，以及各种疾病的标准模型、问诊问题库；
所述的处理器执行所述计算机程序实现以下功能模块：
初始疾病方案生成模块，用于随机生成一种用户未知的需要进行模拟的疾病类型，生成后系统调用该疾病的标准模型进行诊断流程模拟；
病史采集模块，识别用户向虚拟标准病人提出的问诊语音中对应的问诊问题，并将问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案；
体格检查模块，调用该疾病的标准模型中的预设体格表征数据，并通过虚拟标准病人模型进行动画展示；
辅助检查模块，用户根据其判断选择检查项目，系统输出对应的检查结果；
检查记录生成模块，用于记录病史采集模块、体格检查模块和辅助检查模块检查过程中所得到的问诊记录、查体记录和检查记录；
入院诊断模块，用户根据病史采集模块、体格检查模块和辅助检查模块收集到的虚拟病人信息，对虚拟病人作出入院诊断和鉴别诊断，同时根据问诊记录、查体记录和检查记录选择出诊断依据；
随机干预生成模块，在模拟诊断过程中，记录用户操作时间和操作步骤，并将操作时间、操作步骤与疾病参数进行关联计算，当疾病参数计算结果达到临界值时，生成干预引发突发事件，将变化后的疾病参数输入该疾病的标准模型，使疾病进入下一病理过程。
所述的病史采集模块包括语音信息采集子模块、语音内容识别子模块、问诊问题比对子模块、问诊问题答案输出子模块：语音信息采集子模块用于采集用户向虚拟标准病人提出的问诊语音；语音内容识别子模块用于识别问诊语音中的关键字；问诊问题比对子模块用于将识别到的关键字与所述的问诊问题库进行比对，得到匹配度最高的问诊问题；问诊问题答案输出子模块用于将比对确定的问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案。
所述的病史采集模块的问诊内容包括主诉、现病史、既往史、家族史、婚育史中的任意一种或多种的组合。
所述的体格检查模块的检查内容包括皮肤检查、意识状态检查、头颈部检查、胸部检查、心脏检查、腹部检查、四肢及脊柱检查、生殖器检查中的任意一种或多种的组合。
所述的辅助检查模块的检查项目包括心电检查、血常规检查、B超检查、CT检查、X光检查、PET检查以及核磁共振检查中的任意一种或多种的组合。
本发明的有益效果是：
本发明将人工智能与医学模拟教学有机结合，一方面学生可通过语音对虚拟标准病人进行问诊，经过语音识别技术对问诊语音的识别，虚拟病人会作出问诊问题的回答，模拟了真实临床的问诊环境，增加了学生的学习兴趣。另一方面可以模拟随机病理过程，随机模拟虚拟病人病程的变化，如：失血性休克病人，时间与失血量相关联，当失血量达到设定临界点时，病人由微循环淤血期进入微循环衰竭期，从而引起问诊结果、查体结果、辅查结果以及诊断结果的变化。通过这种病程的随机模拟，让学生学习应对诊疗过程中出现的突发事件，更接近于临床的真实情况，更能够提高学生临床诊疗能力。
附图说明
图1为本发明语音问诊流程示意图；
图2为本发明随机干预流程示意图。
具体实施方式
下面将结合实施例，对本发明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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的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。
本发明提供一种技术方案：
基于AI的虚拟标准病人模拟系统，包括处理器和存储器；
所述的存储器用于存储可在处理器上运行的计算机程序，以及各种疾病的标准模型、问诊问题库；
所述的处理器执行所述计算机程序实现以下功能模块：
初始疾病方案生成模块，用于随机生成一种用户未知的需要进行模拟的疾病类型，生成后系统调用该疾病的标准模型进行诊断流程模拟；
如图1所示，病史采集模块，识别用户向虚拟标准病人提出的问诊语音中对应的问诊问题，并将问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案；
具体的，所述的病史采集模块包括语音信息采集子模块、语音内容识别子模块、问诊问题比对子模块、问诊问题答案输出子模块：语音信息采集子模块用于采集用户向虚拟标准病人提出的问诊语音；语音内容识别子模块用于识别问诊语音中的关键字；问诊问题比对子模块用于将识别到的关键字与所述的问诊问题库进行比对，得到匹配度最高的问诊问题；问诊问题答案输出子模块用于将比对确定的问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案，所有问诊答案均通过语音和字幕形式给出。病史采集模块的问诊内容包括但不限于主诉、现病史、既往史、家族史、婚育史等。
通过语音对虚拟标准病人进行问诊，经过语音识别技术对问诊语音的识别，虚拟病人会作出问诊问题的回答，模拟了真实临床的问诊环境，增加了学生的学习兴趣。
体格检查模块，调用该疾病的标准模型中的预设体格表征数据，并通过虚拟标准病人模型进行动画展示；体格检查模块的检查内容包括但不限于皮肤检查、意识状态检查、头颈部检查、胸部检查、心脏检查、腹部检查、四肢及脊柱检查、生殖器检查等。对每一项体格检查的步骤、手法、操作形式进行讲解和考核，每项体格检查配有对应动画展示，动画完成后给予对应结果。
以下结合心肌梗死病例对本发明体格检查模块进行说明，通过虚拟标准病人模型模拟展示患心肌梗死的病人皮肤及意识状态，其中皮肤检查结果“患者皮肤湿冷，颜色苍白”、意识状态检查结果“患者躁动不安”；通过虚拟标准病人模型模拟展示患心肌梗死的病人的头颈部情况，头颈部检查结果“见颈静脉怒张”；心脏和肺部的检查通过模拟听诊的方式实现，听诊前学生需要选择心脏听诊顺序，心脏听诊时播放音频，听诊结果为“心尖处可闻及奔马律”，肺部听诊时同样播放音频，学生需要依次听诊，听诊结果为“双肺底散在湿罗音”。
辅助检查模块，用户根据其判断选择检查项目，系统输出对应的检查结果；辅助检查模块的检查项目包括但不限于心电检查、血常规检查、B超检查、CT检查、X光检查、PET检查以及核磁共振检查等。检查结果通过图片、文字形式呈现。
检查记录生成模块，用于记录病史采集模块、体格检查模块和辅助检查模块检查过程中所得到的问诊记录、查体记录和检查记录；操作过程产生记录，操作者可随时回顾操作历史，了解操作结果。
入院诊断模块，用户根据病史采集模块、体格检查模块和辅助检查模块收集到的虚拟病人信息，对虚拟病人作出入院诊断和鉴别诊断，同时根据问诊记录、查体记录和检查记录选择出诊断依据，模拟进行病历书写。
如图2所示，随机干预生成模块，在模拟诊断过程中，记录用户操作时间和操作步骤，并将操作时间、操作步骤与疾病参数进行关联计算（操作时间、操作步骤与疾病参数之间存在一个预设的关系模型），当疾病参数计算结果达到临界值时，生成干预引发突发事件，将变化后的疾病参数输入该疾病的标准模型，使疾病进入下一病理过程。
可以模拟随机病理过程，随机模拟虚拟病人病程的变化，如：失血性休克病人，时间与失血量相关联，当失血量达到设定临界点时，病人由微循环淤血期进入微循环衰竭期，从而引起问诊结果、查体结果、辅查结果以及诊断结果的变化。通过这种病程的随机模拟，让学生学习应对诊疗过程中出现的突发事件，更接近于临床的真实情况，更能够提高学生临床诊疗能力，实现对医学生的高级培训。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (5)
1.基于AI的虚拟标准病人模拟系统，其特征在于：包括处理器和存储器；
所述的存储器用于存储可在处理器上运行的计算机程序，以及各种疾病的标准模型、问诊问题库；
所述的处理器执行所述计算机程序实现以下功能模块：
初始疾病方案生成模块，用于随机生成一种用户未知的需要进行模拟的疾病类型，生成后系统调用该疾病的标准模型进行诊断流程模拟；
病史采集模块，识别用户向虚拟标准病人提出的问诊语音中对应的问诊问题，并将问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案；
体格检查模块，调用该疾病的标准模型中的预设体格表征数据，并通过虚拟标准病人模型进行动画展示；
辅助检查模块，用户根据其判断选择检查项目，系统输出对应的检查结果；
检查记录生成模块，用于记录病史采集模块、体格检查模块和辅助检查模块检查过程中所得到的问诊记录、查体记录和检查记录；
入院诊断模块，用户根据病史采集模块、体格检查模块和辅助检查模块收集到的虚拟病人信息，对虚拟病人作出入院诊断和鉴别诊断，同时根据问诊记录、查体记录和检查记录选择出诊断依据；
随机干预生成模块，在模拟诊断过程中，记录用户操作时间和操作步骤，并将操作时间、操作步骤与疾病参数进行关联计算，当疾病参数计算结果达到临界值时，生成干预引发突发事件，将变化后的疾病参数输入该疾病的标准模型，使疾病进入下一病理过程。
2.根据权利要求1所述的基于AI的虚拟标准病人模拟系统，其特征在于：所述的病史采集模块包括语音信息采集子模块、语音内容识别子模块、问诊问题比对子模块、问诊问题答案输出子模块：语音信息采集子模块用于采集用户向虚拟标准病人提出的问诊语音；语音内容识别子模块用于识别问诊语音中的关键字；问诊问题比对子模块用于将识别到的关键字与所述的问诊问题库进行比对，得到匹配度最高的问诊问题；问诊问题答案输出子模块用于将比对确定的问诊问题输入至该疾病的标准模型中，得到并输出该问诊问题对应的答案。
3.根据权利要求1所述的基于AI的虚拟标准病人模拟系统，其特征在于：所述的病史采集模块的问诊内容包括主诉、现病史、既往史、家族史、婚育史中的任意一种或多种的组合。
4.根据权利要求1所述的基于AI的虚拟标准病人模拟系统，其特征在于：所述的体格检查模块的检查内容包括皮肤检查、意识状态检查、头颈部检查、胸部检查、心脏检查、腹部检查、四肢及脊柱检查、生殖器检查中的任意一种或多种的组合。
5.根据权利要求1所述的基于AI的虚拟标准病人模拟系统，其特征在于：所述的辅助检查模块的检查项目包括心电检查、血常规检查、B超检查、CT检查、X光检查、PET检查以及核磁共振检查中的任意一种或多种的组合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010509464.0A CN111403042A (zh) | 2020-06-08 | 2020-06-08 | 基于ai的虚拟标准病人模拟系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010509464.0A CN111403042A (zh) | 2020-06-08 | 2020-06-08 | 基于ai的虚拟标准病人模拟系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111403042A true CN111403042A (zh) | 2020-07-10 |
Family
ID=71431922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010509464.0A Pending CN111403042A (zh) | 2020-06-08 | 2020-06-08 | 基于ai的虚拟标准病人模拟系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111403042A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115115620A (zh) * | 2022-08-23 | 2022-09-27 | 安徽中医药大学 | 一种基于深度学习的肺炎病变模拟方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036446A2 (en) * | 2003-10-07 | 2005-04-21 | Entelos, Inc. | Simulating patient-specific outcomes |
| CN106296511A (zh) * | 2016-08-19 | 2017-01-04 | 上海梅斯医药科技有限公司 | 一种虚拟诊疗系统 |
| CN108053886A (zh) * | 2018-01-05 | 2018-05-18 | 上海嘉奕医学科技有限公司 | 基于人工智能的标准化病人模拟系统 |
| CN109559787A (zh) * | 2018-12-17 | 2019-04-02 | 武汉泰乐奇信息科技有限公司 | 一种基于虚拟病例的评价方法及装置 |
-
2020
- 2020-06-08 CN CN202010509464.0A patent/CN111403042A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005036446A2 (en) * | 2003-10-07 | 2005-04-21 | Entelos, Inc. | Simulating patient-specific outcomes |
| CN106296511A (zh) * | 2016-08-19 | 2017-01-04 | 上海梅斯医药科技有限公司 | 一种虚拟诊疗系统 |
| CN108053886A (zh) * | 2018-01-05 | 2018-05-18 | 上海嘉奕医学科技有限公司 | 基于人工智能的标准化病人模拟系统 |
| CN109559787A (zh) * | 2018-12-17 | 2019-04-02 | 武汉泰乐奇信息科技有限公司 | 一种基于虚拟病例的评价方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李金梅: "虚拟病案考试系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115115620A (zh) * | 2022-08-23 | 2022-09-27 | 安徽中医药大学 | 一种基于深度学习的肺炎病变模拟方法及系统 |
| CN115115620B (zh) * | 2022-08-23 | 2022-12-13 | 安徽中医药大学 | 一种基于深度学习的肺炎病变模拟方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dominguez-Morales et al. | Deep neural networks for the recognition and classification of heart murmurs using neuromorphic auditory sensors | |
| Star | Scientific work and uncertainty | |
| Barrows et al. | The diagnostic (problem solving) skill of the neurologist: experimental studies and their implications for neurological training | |
| 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 | |
| Butterworth et al. | Auscultatory acumen in the general medical population | |
| CN111402642A (zh) | 临床思维能力训练及考核系统 | |
| CN110119775A (zh) | 医疗数据处理方法、装置、系统、设备和存储介质 | |
| WO2019223508A1 (zh) | 阿尔兹海默病症分级评估模型创建方法及计算机装置 | |
| CN111402982A (zh) | 基于虚拟标准病人的诊断评价系统 | |
| CN111403041A (zh) | 基于虚拟标准病人的诊断流程模拟系统 | |
| CN115527645A (zh) | 一种用于教学和考核的模拟临床虚拟病人系统 | |
| Sharma et al. | Heart disease prediction using convolutional neural network | |
| CN109147529A (zh) | 基于人工智能的可实现人文考核的标准化病人模拟系统 | |
| Kemmerer et al. | Searching for the elusive neural substrates of body part terms: A neuropsychological study | |
| CN112581817A (zh) | 一种中医师承医教辅助系统及使用方法 | |
| Wang et al. | Adversarial spatiotemporal contrastive learning for electrocardiogram signals | |
| CN109147927B (zh) | 一种人机交互方法、装置、设备及介质 | |
| Kellman et al. | Perceptual learning, adaptive learning, and gamification: Educational technologies for pattern recognition, problem solving, and knowledge retention in medical learning | |
| CN111863254B (zh) | 基于模拟病人的问诊查体评价方法、系统及设备 | |
| CN111403042A (zh) | 基于ai的虚拟标准病人模拟系统 | |
| JPH05257418A (ja) | 医療診断教育支援方法及び装置 | |
| CN115762688A (zh) | 一种超仿真虚拟标准化病人构建系统及诊断方法 | |
| Pereira et al. | Digital auscultation: challenges and perspectives | |
| Syed | MIT automated auscultation system | |
| Coelho et al. | A mobile device tool to assist the ECG interpretation based on a realistic 3D virtual heart simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |