CN112309563B - 一种提高医疗机器人信息推送精确度的方法及系统 - Google Patents
一种提高医疗机器人信息推送精确度的方法及系统 Download PDFInfo
- Publication number
- CN112309563B CN112309563B CN201910681921.1A CN201910681921A CN112309563B CN 112309563 B CN112309563 B CN 112309563B CN 201910681921 A CN201910681921 A CN 201910681921A CN 112309563 B CN112309563 B CN 112309563B
- Authority
- CN
- China
- Prior art keywords
- user
- result
- abnormal
- disorder
- pushing
- 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.)
- Active
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
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种提高医疗机器人信息推送精确度的方法及系统,涉及机器人技术领域,包括:对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,识别用户画像中人体的异常部位;采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;根据异常部位及关键词在本地数据库中匹配相应的病症数据,生成数据库病症结果;联网后将异常部位及关键词作为搜索选项,在网络及医院开放的医疗数据中匹配相应的病症数据,生成网络病症结果;对比网络病症结果及数据库病症结果中异常部位与关键词占据的比例,将占据比例最大的数据库病症结果或网络病症结果推送至用户;从而增加了家用医生型机器人的推送方法及推送精度。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种提高医疗机器人信息推送精确度的方法及系统。
背景技术
机器人(Robot)是自动执行工作的机器装置。它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作。
而随着技术的发展,出现了应用在各种领域的机器人,其中就包括家用医生型机器人,家用医生型机器人根据采集到的用户数据,能够判别用户的疾病,使得用户能够在家里时刻监控自己的健康状态。
然而,现有的家用医生型机器人通过采集到的用户数据、用户对自身的描述及用户的画像,在其本地数据库中匹配相应的病症数据,并将病症数据转化为病症结果推送至用户。然而,随着时间的推移,病症也在不断发生变异及增加,因此现有的家用医生型机器人的推送方法较为单一,且精度不高。
发明内容
本发明的主要目的在于提供一种提高医疗机器人信息推送精确度的方法及系统,旨在解决现有技术中家用医生型机器人的推送方法较为单一,且精度不高的技术问题。
为实现上述目的,本发明第一方面提供一种提高医疗机器人信息推送精确度的方法,包括:对用户进行扫描,生成用户画像,并识别用户画像中人体的异常部位;采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;根据所述异常部位及所述关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;联网后将所述异常部位及所述关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;对比所述网络病症结果及所述数据库病症结果中所述异常部位与所述关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
进一步地,所述对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位包括:至少采用两个角度对用户进行扫描,生成至少两张用户画像;根据至少两张所述用户画像生成用户的三维人像;将所述三维人像与本地数据库中预存的正常人体三维立体图像进行对比,得到对比结果;提取所述对比结果中,所述三维人像与所述正常人体三维立体图像之间存在差异的差异结果;将所述差异结果所在的人体部位作为用户画像中人体的异常部位。
进一步地,所述对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位包括:对用户病患部位进行扫描,生成用户病患部位的用户画像;将病患部位的用户画像中涉及的人体部位作为人体的异常部位。
进一步地,所述方法还包括:从所述用户画像中识别用户人体与预定部位相对应的实际部位,所述预定部位为从网络及医院开放的医疗数据中获取人体体表发生异常的部位比例超过预定第一阈值的部位;将所述实际部位与本地数据库中预存的与所述预定部位相对应的正常部位相匹配,得到匹配结果;提取所述匹配结果中,所述实际部位与所述正常部位的相似度超过预定第二阈值的部位数据,得到实际部位异常数据;根据所述实际部位异常数据在本地数据库、网络及医院开放的医疗数据中匹配与所述实际部位异常结果相似度最高的病症数据,并生成实际部位异常结果;将所述实际部位异常结果推送至用户。
进一步地,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词包括:接收用户的语音描述或文字描述,在采集所述语音描述时,将所述语音转换为文字词句;提取所述文字描述或所述文字词句中与医疗领域常用词组的部分词组相同的词组作为预备词;将所述预备词推送至用户以供用户确认;在接收到用户的确认信息后,将所述预备词作为关键词。
进一步地,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:根据医疗领域常用词组的读音为所述文字词句中与所述医疗领域常用词组的读音相同的用户词组进行文字修正,生成所述预备词。
进一步地,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:根据所述关键词提取本地数据库中存储的与所述关键词同属一种病症的同属词组;将所述同属词组推送至用户处以供用户选择及确认;在接收到用户的选择及确认信息后,将所述同属词组作为新的关键词。
进一步地,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:为用户推送人体各部位的部位名称;在用户选择所述部位名称后,为用户推送包含所述部位名称的病症名称;在接收到用户选择及确定所述病症名称后,将所述病症名称作为关键词。
本发明第二方面提供一种提高医疗机器人信息推送精确度的系统,包括:包括:扫描识别模块,用于对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位;关键词提取模块,用于采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;第一病症数据匹配模块,用于根据所述扫描识别模块识别的异常部位及所述关键词提取模块提取的关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;第二病症数据匹配模块,用于在联网后将所述扫描识别模块识别的异常部位及所述关键词提取模块提取的关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;对比推送模块,用于对比所述第二病症数据匹配模块生成的网络病症结果及所述第一病症数据匹配模块生成的数据库病症结果中所述异常部位与所述关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
本发明提供一种提高医疗机器人信息推送精确度的方法,有益效果在于:通过从网络及医院开放的医疗数据中匹配与用户的异常部位及关键词相应的病症数据,能够在本身的数据库之外获取与用户匹配的病症结果,从而增加了病症结果的匹配来源,增加了家用医生型机器人的推送方法及推送精度,并且网络及医院开放的医疗数据中,病症的情况是实时更新的,能够从网络及医院开放的医疗数据中获取最新的病症,进一步提升了家用医生型机器人的推送精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为提高医疗机器人信息推送精确度的方法的流程示意框图;
图2为提高医疗机器人信息推送精确度的系统的结构示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,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一部分实施例,而非全部实施例。基于本发明中的实施例,本领域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。
请参阅图1,为一种提高医疗机器人信息推送精确度的方法,包括:S1、对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位;S2、采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;S3、根据异常部位及关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;S4、联网后将异常部位及关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;S5、对比网络病症结果及数据库病症结果中异常部位与关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
在本实施例中,对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位包括:至少采用两个角度对用户进行扫描,生成至少两张用户画像;根据至少两张用户画像生成用户的三维人像;将三维人像与本地数据库中预存的正常人体三维立体图像进行对比,得到对比结果;提取对比结果中,三维人像与正常人体三维立体图像之间存在差异的差异结果;将差异结果所在的人体部位作为用户画像中人体的异常部位。
在生成用户画像的过程中,存在人体的体表部位在空间上重合后,重合部位不能扫描入用户画像中的情况,从而导致不能在后续的步骤中充分地提取用户体表的异常部位,而至少采用两个角度对用户进行扫描生成的用户画像,能够降低人体的体表部位在空间上重合的部位不能扫描入用户画像中的几率,从而使用三维人像得到的对比结果,能够使得对比结果与用户实际情况更加接近,从而在后续步骤中,能够增加本地数据库病症结果及网络病症结果与用户实际情况的匹配度,从而提升了家用医生型机器人的推送精度。
在其他实施例中,对用户进行扫描,生成用户画像,并识别用户画像中人体的异常部位包括:对用户病患部位进行扫描,生成用户病患部位的用户画像;将病患部位的用户画像中涉及的人体部位作为人体的异常部位。
通过直接扫描用户的病患部位,能够不必再生成用户的三维人像,从而提升了家用医生型机器人的推送速度,并且生成三维人像后,要将三维人像与正常人体三维立体图像进行对比,在对比的过程中,难免会出现误差,而直接扫描用户的病患部位,直接能够将扫描出的用户画像中涉及的人体部位作为人体的异常部位,从而避免了上述误差的发生,因此提升了家用医生型机器人的推送精度。
提高医疗机器人信息推送精确度的方法还包括:从用户画像中识别用户人体与预定部位相对应的实际部位,上述预定部位为从网络及医院开放的医疗数据中获取人体体表发生异常的部位比例超过预定第一阈值的部位;将实际部位与本地数据库中预存的与预定部位相对应的正常部位相匹配,得到匹配结果;提取匹配结果中,实际部位与正常部位的相似度超过预定第二阈值的部位数据,得到实际部位异常数据;根据实际部位异常数据在本地数据库、网络及医院开放的医疗数据中匹配与实际部位异常结果相似度最高的病症数据,并生成实际部位异常结果;将实际部位异常结果推送至用户。
通过上述步骤,能够在用户未发现自身体表异常的情况下,从用户画像上识别用户人体与人体体表易发生异常的预定部位相对应的实际部位,在实际部位异常的情况下,将实际部位异常结果推送至用户,从而是用户清楚本身体表已发生但却未引起用户的异常的部位。
采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词包括:接收用户的语音描述或文字描述,在采集所述语音描述时,将语音转换为文字词句;提取文字描述或文字词句中与医疗领域常用词组的部分词组相同的词组作为预备词;将预备词推送至用户以供用户确认;在接收到用户的确认信息后,将预备词转换为关键词。
通过使用提取语音描述及文字描述中关键词的方法,能够拓宽采集用户自身不适的关键词的渠道,从而使得用户可以选择合适的方式描述自身不适,因此提升了用户的实用体验。
采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:根据医疗领域常用词组的读音为文字词句中与医疗领域常用词组的读音相同的用户词组进行文字修正,生成所述预备词。
通过使用医疗领域常用词组的读音对文字词句中的用户词组进行文字修正,能够降低将语音转换成文字词句的过程中,转化不准确的情况发生,从而提高了关键词的准确性,因此提升了家用医生型机器人的推送精度。
采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:根据关键词提取本地数据库中存储的与关键词同属一种病症的同属词组;将同属词组推送至用户处以供用户选择及确认;在接收到用户的选择及确认信息后,将同属词组作为新的关键词。
通过为用户推送同属词组,能够在用户未注意自身的一些情况下,将已发生但用户却未注意的病症告知用户,从而在生成新的关键词后,在原有的关键词基础上,提升了关键词的数量,从而使得匹配的病症数据更加准确,并使得生成数据库病症结果及网络病症结果能够更加准确,从而提升了家用医生型机器人的推送精度。
采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:为用户推送人体各部位的部位名称;在用户选择部位名称后,为用户推送包含部位名称的病症名称;在接收到用户选择及确定病症名称后,将病症名称作为关键词。
通过为用户推送人体各部位的部位名称及包含各部位名称的病症描述,能够在用户不知道怎样描述自身不适的情况下,为用户提供准确的描述选项,从而使得提取的关键词更加准确,因此使得匹配的病症数据更加准确,并使得生成数据库病症结果及网络病症结果能够更加准确,从而提升了家用医生型机器人的推送精度。
本实施例提供的一种提高医疗机器人信息推送精确度的方法,其原理如下:通过从网络及医院开放的医疗数据中匹配与用户的异常部位及关键词相应的病症数据,能够在本身的本地数据库之外获取与用户匹配的病症结果,从而增加了病症结果的匹配来源,增加了家用医生型机器人的推送方法及推送精度,并且网络及医院开放的医疗数据中,病症的情况是实时更新的,能够从网络及医院开放的医疗数据中获取最新的病症,进一步提升了家用医生型机器人的推送精度。
如图2所示,本实施例提供一种提高医疗机器人信息推送精确度的系统,包括:扫描识别模块1、关键词提取模块2、第一病症数据匹配模块3、第二病症数据匹配模块4及对比推送模块5;扫描识别模块1用于对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位;关键词提取模块2用于采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;第一病症数据匹配模块3用于根据扫描识别模块1识别的异常部位及关键词提取模块2提取的关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;第二病症数据匹配模块4用于在联网后将扫描识别模块1识别的异常部位及关键词提取模块2提取的关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;对比推送模块5用于对比第二病症数据匹配模块4生成的网络病症结果及第一病症数据匹配模块3生成的数据库病症结果中异常部位与关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
在本实施例中,扫描识别模块1包括:扫描单元、三维人像生成单元、对比单元及提取单元;扫描单元用于至少采用两个角度对用户进行扫描,生成至少两张用户画像;三维人像生成单元用于根据扫描单元生成的至少两张用户画像生成用户的三维人像;对比单元用于将对比单元生成的三维人像与本地数据库中预存的正常人体三维立体图像进行对比,得到对比结果;提取单元用于提取对比对比单元生成的结果中,三维人像与正常人体三维立体图像之间存在差异的差异结果,并将差异结果所在的人体部位作为用户画像中人体的异常部位。
在其他实施例中,扫描识别模块1包括:扫描单元,扫描单元用于对用户病患部位进行扫描,生成用户病患部位的用户画像,并将病患部位的用户画像中涉及的人体部位作为人体的异常部位。
提高医疗机器人信息推送精确度的系统还包括:实际部位识别模块、匹配模块、匹配结果提取模块及异常结果生成模块;
实际部位识别模块用于从扫描识别模块1获取的用户画像中识别用户人体与预定部位相对应的实际部位,预定部位为从网络及医院开放的医疗数据中获取人体体表发生异常的部位比例超过预定第一阈值的部位;匹配模块用于将实际部位识别模块得到的实际部位与本地数据库中预存的与预定部位相对应的正常部位相匹配,得到匹配结果;匹配结果提取模块用于提取匹配模块生成的匹配结果中,将实际部位与正常部位的相似度超过预定第二阈值的部位数据,得到实际部位异常数据;异常结果生成模块用于根据匹配结果提取模块生成的实际部位异常数据在本地数据库、网络及医院开放的医疗数据中匹配与实际部位异常结果相似度最高的病症数据,并生成实际部位异常结果。
关键词提取模块2包括:描述接收单元、预备词提取单元及第一推送确认单元;描述接收单元用于接收用户的语音描述或文字描述,在采集语音描述时,将语音转换为文字词句;预备词提取单元用于提取描述接收单元接收的文字描述或文字词句中与医疗领域常用词组的部分词组相同的词组作为预备词;第一推送确认单元用于将预备词提取单元提取的预备词推送至用户以供用户确认,并在接收到用户的确认信息后,将预备词作为关键词。
关键词提取模块2还包括:文字修正单元,用于根据医疗领域常用词组的读音为描述接收单元接收的文字词句中与医疗领域常用词组的读音相同的用户词组进行文字修正,生成预备词。
关键词提取模块2还包括:同属词组提取单元及第二推送确认单元;同属词组提取单元用于根据第一推送确认单元的关键词提取本地数据库中存储的与关键词同属一种病症的同属词组;第二推送确认单元用于将同属词组提取单元提取的同属词组推送至用户处以供用户选择及确认,并在接收到用户的选择及确认信息后,将同属词组作为新的关键词。
关键词提取模块2还包括:部位名称推送单元及病症名称推送单元;部位名称推送单元用于为用户推送人体各部位的部位名称;病症名称推送单元用于在用户选择部位名称推送单元推送的部位名称后,为用户推送包含部位名称的病症名称,并在接收到用户选择及确定病症名称后,将病症名称作为关键词。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,所述模块的划分,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,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,对于前述的实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
以上为对本发明所提供的一种提高医疗机器人信息推送精确度的方法的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种提高医疗机器人信息推送精确度的方法,其特征在于,包括:
对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位;
采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;
根据所述异常部位及所述关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;
联网后将所述异常部位及所述关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;
对比所述网络病症结果及所述数据库病症结果中所述异常部位与所述关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
2.根据权利要求1所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位包括:
至少采用两个角度对用户进行扫描,生成至少两张用户画像;
根据至少两张所述用户画像生成用户的三维人像;
将所述三维人像与本地数据库中预存的正常人体三维立体图像进行对比,得到对比结果;
提取所述对比结果中,所述三维人像与所述正常人体三维立体图像之间存在差异的差异结果;
将所述差异结果所在的人体部位作为用户画像中人体的异常部位。
3.根据权利要求1所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位包括:
对用户病患部位进行扫描,生成用户病患部位的用户画像;
将病患部位的用户画像中涉及的人体部位作为人体的异常部位。
4.根据权利要求1所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述方法还包括:
从所述用户画像中识别用户人体与预定部位相对应的实际部位,所述预定部位为从网络及医院开放的医疗数据中获取人体体表发生异常的部位比例超过预定第一阈值的部位;
将所述实际部位与本地数据库中预存的与所述预定部位相对应的正常部位相匹配,得到匹配结果;
提取所述匹配结果中,所述实际部位与所述正常部位的相似度超过预定第二阈值的部位数据,得到实际部位异常数据;
根据所述实际部位异常数据在本地数据库、网络及医院开放的医疗数据中匹配与所述实际部位异常结果相似度最高的病症数据,并生成实际部位异常结果;
将所述实际部位异常结果推送至用户。
5.根据权利要求1所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词包括:
接收用户的语音描述或文字描述,在采集所述语音描述时,将所述语音转换为文字词句;
提取所述文字描述或所述文字词句中与医疗领域常用词组的部分词组相同的词组作为预备词;
将所述预备词推送至用户以供用户确认;
在接收到用户的确认信息后,将所述预备词作为关键词。
6.根据权利要求5所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:
根据医疗领域常用词组的读音为所述文字词句中与所述医疗领域常用词组的读音相同的用户词组进行文字修正,生成所述预备词。
7.根据权利要求5所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:
根据所述关键词提取本地数据库中存储的与所述关键词同属一种病症的同属词组;
将所述同属词组推送至用户处以供用户选择及确认;
在接收到用户的选择及确认信息后,将所述同属词组作为新的关键词。
8.根据权利要求5所述的提高医疗机器人信息推送精确度的方法,其特征在于,所述采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词还包括:
为用户推送人体各部位的部位名称;
在用户选择所述部位名称后,为用户推送包含所述部位名称的病症名称;
在接收到用户选择及确定所述病症名称后,将所述病症名称作为关键词。
9.一种提高医疗机器人信息推送精确度的系统,其特征在于,包括:
扫描识别模块,用于对用户进行扫描,自动在医疗机器人的图像处理器中生成用户画像,并识别用户画像中人体的异常部位;
关键词提取模块,用于采集用户对自身不适的描述,并提取用户对自身不适的描述的关键词;
第一病症数据匹配模块,用于根据所述扫描识别模块识别的异常部位及所述关键词提取模块提取的关键词在本地数据库中为用户匹配相应的病症数据,并生成数据库病症结果;
第二病症数据匹配模块,用于在联网后将所述扫描识别模块识别的异常部位及所述关键词提取模块提取的关键词作为搜索选项,为用户在网络及医院开放的医疗数据中匹配相应的病症数据,并生成网络病症结果;
对比推送模块,用于对比所述第二病症数据匹配模块生成的网络病症结果及所述第一病症数据匹配模块生成的数据库病症结果中所述异常部位与所述关键词占据的比例,并将占据比例最大的数据库病症结果或网络病症结果推送至用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681921.1A CN112309563B (zh) | 2019-07-26 | 2019-07-26 | 一种提高医疗机器人信息推送精确度的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681921.1A CN112309563B (zh) | 2019-07-26 | 2019-07-26 | 一种提高医疗机器人信息推送精确度的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112309563A CN112309563A (zh) | 2021-02-02 |
CN112309563B true CN112309563B (zh) | 2023-08-15 |
Family
ID=74329667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910681921.1A Active CN112309563B (zh) | 2019-07-26 | 2019-07-26 | 一种提高医疗机器人信息推送精确度的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112309563B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469242A (zh) * | 2015-08-11 | 2017-03-01 | 天津平和悦科技有限公司 | 一种医疗服务查询方法及装置及系统 |
CN107291864A (zh) * | 2017-06-12 | 2017-10-24 | 北京三快在线科技有限公司 | 一种搜索方法及装置,电子设备 |
CN108257669A (zh) * | 2017-12-31 | 2018-07-06 | 徐建 | 机器人医生的听诊诊断治疗方法 |
CN108257668A (zh) * | 2017-12-31 | 2018-07-06 | 徐建 | 机器人医生的看诊诊断治疗方法 |
CN109036544A (zh) * | 2018-05-31 | 2018-12-18 | 平安医疗科技有限公司 | 医疗信息推送方法、装置、计算机设备和存储介质 |
CN109635189A (zh) * | 2018-11-30 | 2019-04-16 | 广州市西美信息科技有限公司 | 一种信息搜索方法、装置、终端设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7676384B2 (en) * | 2000-01-18 | 2010-03-09 | Medigenesis, Inc. | System and method for the automated presentation of system data to, and interaction with, a computer maintained database |
US7827176B2 (en) * | 2004-06-30 | 2010-11-02 | Google Inc. | Methods and systems for endorsing local search results |
CN105095351B (zh) * | 2015-06-18 | 2019-03-26 | 百度在线网络技术(北京)有限公司 | 一种用于提供本地搜索建议的方法和装置 |
US9961166B2 (en) * | 2015-07-31 | 2018-05-01 | Microsoft Technology Licensing, Llc | Organizational directory access client and server leveraging local and network search |
-
2019
- 2019-07-26 CN CN201910681921.1A patent/CN112309563B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469242A (zh) * | 2015-08-11 | 2017-03-01 | 天津平和悦科技有限公司 | 一种医疗服务查询方法及装置及系统 |
CN107291864A (zh) * | 2017-06-12 | 2017-10-24 | 北京三快在线科技有限公司 | 一种搜索方法及装置,电子设备 |
CN108257669A (zh) * | 2017-12-31 | 2018-07-06 | 徐建 | 机器人医生的听诊诊断治疗方法 |
CN108257668A (zh) * | 2017-12-31 | 2018-07-06 | 徐建 | 机器人医生的看诊诊断治疗方法 |
CN109036544A (zh) * | 2018-05-31 | 2018-12-18 | 平安医疗科技有限公司 | 医疗信息推送方法、装置、计算机设备和存储介质 |
CN109635189A (zh) * | 2018-11-30 | 2019-04-16 | 广州市西美信息科技有限公司 | 一种信息搜索方法、装置、终端设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李明星.基于本体的医疗自动诊断系统的研究与应用.《CNKI优秀硕士学位论文》.2018,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112309563A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11210292B2 (en) | Search method and apparatus | |
US20190139642A1 (en) | System and methods for medical image analysis and reporting | |
WO2021159751A1 (zh) | 基于语义和图像识别的心电信息提取方法、装置、计算机设备及存储介质 | |
CN110032728B (zh) | 疾病名称标准化的转换方法和装置 | |
CN112015917A (zh) | 基于知识图谱的数据处理方法、装置及计算机设备 | |
CN112365987A (zh) | 诊断数据异常检测方法、装置、计算机设备及存储介质 | |
US11755661B2 (en) | Text entry assistance and conversion to structured medical data | |
US20180151254A1 (en) | High-speed similar case search method and device through reduction of large scale multi-dimensional time series health data to multiple dimensions | |
GB2574098A (en) | Interactive systems and methods | |
Sun et al. | Information extraction from free text in clinical trials with knowledge-based distant supervision | |
CN114358001A (zh) | 诊断结果的标准化方法及其相关装置、设备和存储介质 | |
CN109710928B (zh) | 非结构化文本的实体关系抽取方法及装置 | |
Liao et al. | Medical data inquiry using a question answering model | |
CN114238639A (zh) | 一种医学术语标准化框架的构建方法、装置、电子设备 | |
CN114420233A (zh) | 一种中文电子病历后结构化信息的抽取方法 | |
CN112309563B (zh) | 一种提高医疗机器人信息推送精确度的方法及系统 | |
CN112802598A (zh) | 基于语音诊疗数据的实时辅助诊疗方法及系统 | |
CN106354715A (zh) | 医疗词汇处理方法及装置 | |
CN114242267A (zh) | 基于神经网络的问诊回复方法、装置、设备及存储介质 | |
CN112509692B (zh) | 用于匹配医学表达的方法、装置、电子设备及存储介质 | |
CN114218378A (zh) | 一种基于知识图谱的内容推送方法、装置、设备及介质 | |
WO2022079593A1 (en) | A system and a way to automatically monitor clinical trials - virtual monitor (vm) and a way to record medical history | |
CN114068028A (zh) | 医疗问诊数据处理方法及装置、可读存储介质及电子设备 | |
Zafari et al. | Chatsum: an intelligent medical chat summarization tool | |
CN110570921A (zh) | 基于单病种的临床信息处理系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |