CN112687389A - 基于5g和区块链的人工智能医疗分级就诊方法及系统 - Google Patents
基于5g和区块链的人工智能医疗分级就诊方法及系统 Download PDFInfo
- Publication number
- CN112687389A CN112687389A CN202110041306.1A CN202110041306A CN112687389A CN 112687389 A CN112687389 A CN 112687389A CN 202110041306 A CN202110041306 A CN 202110041306A CN 112687389 A CN112687389 A CN 112687389A
- Authority
- CN
- China
- Prior art keywords
- patient
- disease
- medical
- information
- word
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于5G和区块链的人工智能医疗分级就诊方法及系统,包括:通过患者终端采集患者的身份信息、位置信息和医疗信息;云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,得到第一结构化数据,根据第一结构化数据匹配的疾病等级;并将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链;本发明实现了各级医院之间的病情沟通和数据共享,有利于协调医院之间的资源,提高了分级诊疗的转诊效率,降低了管理难度,实现“基层首诊、双向转诊、急慢分治、上下联动”的分级诊疗制度,形成“小病在基层,大病到医院,康复回社区”的就医格局。
Description
技术领域
本发明属于医疗分级就诊的技术领域,具体涉及一种基于5G和区块链的人工智能医疗分级就诊方法及系统。
背景技术
目前医疗资源分配严重不均,三级医院门庭若市,而基层、市 县级二级医院门可罗雀的现象依然未能得到本质上的改善。同时,医保费用连连高企,过度医疗,高水平专家资源紧缺等等现状也促进了国家推进分级诊疗制度的进程。
患者就医过程中,对于一些疑难杂症、罕见病症或者急危重症患者,往往需要专业且经验丰富的医生进行诊疗,以及需要高性能的检查设备和高水平检验技术等进行辅助检查。我国幅员辽阔,医疗资源总量不足、分布不均,优质医疗资源主要集中在大城市中。对于一些医疗资源相对薄弱地方的急危重症以及疑难杂症患者而言,及时得到优质医疗资源和高水平诊疗条件就显得十分重要。但是城市大医院也存在医疗资源有限且医疗信息不通畅等问题。既是大医院在面对来自全国各地患者时,也经常显得捉襟见肘,疲于应付,医疗资源利用效率不高,医生工作强度大、患者满意度不高等问题比较突出。例如,一些偏远地区的患者,需要长途跋涉,亲自到医院挂号、排队等,从发病到得到治疗可能需要花费几天甚至更久的时间,在求医过程中需要耗费大量人力、物力和财力。尤其对于需要复诊患者,往往是需要回到首诊医院进行复诊,以便医生快速获取到患者的目前病情,而这个医疗过程并不复杂,但却要消耗医院、医生和患者大量精力和金钱,挤占了优质资源。医疗信息不通畅、医疗资源利用效率不高、信息没有发挥跑腿效果,是目前各大医院所面临的主要挑战。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种基于5G和区块链的人工智能医疗分级就诊方法及系统,能够自动匹配与病人病症对症的医院及医生,使病人和医生尽快匹配对接,合理使用医疗资源。
为了解决上述技术问题,本发明采用的技术方案为:一种基于5G和区块链的人工智能医疗分级就诊方法,包括:通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链。
优选地,所述一种基于5G和区块链的人工智能医疗分级就诊方法,还包括:通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库。
进一步地,所述通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级,具体包括:根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;按照词间共现度大小进行连边,建立词共现图中节点间的边集;在所述词共现图中加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词。
优选地,所述一种基于5G和区块链的人工智能医疗分级就诊方法,还包括:当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;当患者病情较重,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;医生通过医生终端根据患者病情自动生成随访计划,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。
相应地,一种基于5G和区块链的人工智能医疗分级就诊系统,包括:数据采集单元:通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;数据切词单元:云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;分级确定单元:根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;无线通信单元:基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链。
优选地,所述一种基于5G和区块链的人工智能医疗分级就诊系统,还包括:疾病等级数据库建立单元:用于通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;医院数据库建立单元:用于将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库。
进一步地,所述疾病等级数据库建立单元,具体包括:第一排序单元:根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;边集数组建立单元:按照词间共现度大小进行连边,建立词共现图中节点间的边集;计算单元:在所述词共现图中加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;第二排序单元:将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;匹配单元:将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词。
优选地,所述一种基于5G和区块链的人工智能医疗分级就诊系统,还包括:第一诊疗单元:用于当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;第二诊疗单元:用于当患者病情较重,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;随诊单元:医生通过医生终端根据患者病情自动生成随访计划,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。
一种计算机设备,所述计算机设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述的基于5G和区块链的人工智能医疗分级就诊方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的基于5G和区块链的人工智能医疗分级就诊方法。
本发明与现有技术相比具有以下有益效果:
本发明一种基于5G和区块链的人工智能医疗分级就诊方法及系统,包括:通过患者终端采集患者的身份信息、位置信息和医疗信息;云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,得到第一结构化数据,根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链;本发明提升了基层医院的医疗水平,使分级诊疗的“基层首诊”更容易被老百姓所接受,名医专家的医疗技能不受地域限制,可以服务到更广大的患者,解决专家一号难求的医患矛盾,有效利用医疗资源,改善医患关系,解决病患就医困难,无法及时、有效和正确处理病患数据并对病患进行治疗的问题,能够快速的进行转院诊疗,实现了各级医院之间的病情沟通和数据共享,有利于协调医院之间的资源,提高了分级诊疗的转诊效率,降低了管理难度,最终达到医院和社区中心医疗资源的有机整合和互联互通,实现“基层首诊、双向转诊、急慢分治、上下联动”的分级诊疗制度,形成“小病在基层,大病到医院,康复回社区”的就医格局。
附图说明
下面结合附图对本发明做进一步详细的说明;
图1 是本发明实施例一提供的一种基于5G和区块链的人工智能医疗分级就诊方法的流程示意图;
图2 是本发明实施例一提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图;
图3是本发明实施例二提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图;
图4是本发明实施例三提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图;
图5是本发明实施例四提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图;
图中:101为数据采集单元,102为数据切词单元,103为分级确定单元,104为无线通信单元,105为疾病等级数据库建立单元,1051为第一排序单元,1052为边集数组建立单元,1053为计算单元,1054为第二排序单元,1055为匹配单元,106为医院数据库建立单元,107为第一诊疗单元,108为第二诊疗单元,109为随诊单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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;基于本发明中的实施例,本领域普通技术人员在没有作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。
参考图1,图1 是本发明实施例一提供的一种基于5G和区块链的人工智能医疗分级就诊方法的流程示意图,如图1所示,一种基于5G和区块链的人工智能医疗分级就诊方法,包括:
S101、通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;
S102、云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;
S103、根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;
S104、基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后通过无线通信方式一起打包发送至区块链。
具体地,所述无线方式包括:5G通信模块、4G通信模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中的任意一种或任意几种的组合;通过设置多种无线通信方式,不仅可以增加无线通信方式的灵活性,还能满足不同用户和不同场合的需求,当采用LoRa模块时,其通信距离较远,且通信性能较为稳定,适用于对通信质量要求较高的场合;采用5G通信方式可以达到高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接;本实施例提供多种无线通信方式,能满足用户对多样化数据传输方式的需求;所述加密算法包括DES加密算法、AES加密算法、RSA加密算法、Base64加密算法、MD5加密算法、SHA1加密算法、HMAC加密算法、3DES加密算法、ECC加密算法、RC2加密算法、RC4加密算法、IDEA加密算法或BLOWFISH加密算法,通过数据加密,能够提高数据传输的安全性。
为便于理解,例如患者通过移动终端录入身份信息、位置信息和当前症状、既往史及历史检查报告,云服务器接收到信息后对患者的当前症状、既往史及历史检查报告进行切词,根据切词结果对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;根据疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后通过无线通信方式一起打包发送至区块链。
本实施例中,疾病等级分为:普通、一般、危重及高危,目标医院根据医院的级别分为,一级医院、二级医院和三级医院,所述一级医院是直接为社区提供医疗、预防、康复、保障综合服务的基层医院,用于参与指导普通患者和一般患者的监测;二级医院是跨社区提供医疗卫生服务的地区性医院,用于参与指导危重患者的监测,接受一级转诊,对一级医院进行业务技术指导,并能进行一定程度的教学和科研;三级医院是跨地区、省、市以及向全国范围提供医疗卫生服务的医院,用于解决危重患者及疑难杂症,接受二级转诊,对下级医院进行业务技术指导和培训人才;完成培养各种高级医疗专业人才的教学和承担省以上科研项目的任务参与和指导一、二级预防工作。
本实施例提升了基层医院的医疗水平,使分级诊疗的“基层首诊”更容易被老百姓所接受,名医专家的医疗技能不受地域限制,可以服务到更广大的患者,解决专家一号难求的医患矛盾,有效利用医疗资源,改善医患关系,解决病患就医困难,无法及时、有效和正确处理病患数据并对病患进行治疗的问题,能够快速的进行转院诊疗,实现了各级医院之间的病情沟通和数据共享,有利于协调医院之间的资源,提高了分级诊疗的转诊效率,降低了管理难度,最终达到医院和社区中心医疗资源的有机整合和互联互通,实现“基层首诊、双向转诊、急慢分治、上下联动”的分级诊疗制度,形成“小病在基层,大病到医院,康复回社区”的就医格局。
进一步地,所述一种基于5G和区块链的人工智能医疗分级就诊方法,还包括:通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库;本实施例中,通过机器学习算法训练不同病种、病症及相关检查数据,使得疾病等级的判定具有科学性;通过存储医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表,使得患者能够就近匹配到与病症适应的医生,使患者第一时间得到治疗,提高就诊效率;通过利用机器学习模型实现分诊,相比基于知识的分诊,更加准确,高效,覆盖面更广;医院数据库建立使得医院的重点科室更加“人尽其才、物尽其用”。
具体地,所述通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级,具体包括:根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;按照词间共现度大小进行连边,建立词共现图中节点间的边集;在所述词共现图加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词;本实施例中,采集现有病历中的病种、病症、相关检查数据及医生诊断的疾病等级,通过对现有病历中的关键字提取,生成与疾病等级相关的病种、病症及相关检查数据对应的关键字,从而保证与医生匹配时能够更加准确。为患者疾病等级的划分奠定基础。
进一步地,所述一种基于5G和区块链的人工智能医疗分级就诊方法,还包括:当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;当患者病情较重,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;医生通过医生终端根据患者病情自动生成随访计划,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;本实施例中,当患者病情较轻,无需向上转诊或面诊时,患者可通过患者终端与医生进行线上交流,并可选择线上配送药品,实现足不出户即可看病的需求,便于行动不便及边远地区的患者,大大提升患者就医体验;当患者病情较重,需向上会诊、转诊,患者可使用挂号模块,根据云服务器2推荐的医生进行挂号,实现就医及时性,使患者早日得到治疗;医生通过医生终端能够对诊治过的患者进行随访,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,提升患者的基本医疗常识及自我防护工作。
参考图2,图2 是本发明实施例一提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图,如图2所示,一种基于5G和区块链的人工智能医疗分级就诊系统,包括:
数据采集单元101:通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;
数据切词单元102:云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;
分级确定单元103:根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;
无线通信单元104:基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链。
参考图3,图3是本发明实施例二提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图,在实施例一的基础上,所述系统还包括:
疾病等级数据库建立单元105:用于通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;
医院数据库建立单元106:用于将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库。
参考图4,图4是本发明实施例三提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图,在实施例二的基础上,所述疾病等级数据库建立单元105,具体包括:
第一排序单元1051:根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;
边集数组建立单元1052:按照词间共现度大小进行连边,建立词共现图中节点间的边集;
计算单元1053:在所述词共现图中加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;
第二排序单元1054:将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;
匹配单元1055:将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词。
参考图5,图5是本发明实施例四提供的一种基于5G和区块链的人工智能医疗分级就诊系统的结构示意图,在实施例三的基础上,所述系统还包括:
第一诊疗单元107:用于当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;
第二诊疗单元108:用于当患者病情较重,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;
随诊单元109:医生通过医生终端根据患者病情自动生成随访计划,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。
一种计算机设备,所述计算机设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述的基于5G和区块链的人工智能医疗分级就诊方法。
处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行程序指令,以实现上文的本申请的各个实施例的存储授权变更方法中的步骤以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如光线强度、补偿光强度、滤光片的位置等信息。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如上所述的基于5G和区块链的人工智能医疗分级就诊方法。
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。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。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于5G和区块链的人工智能医疗分级就诊方法,其特征在于:包括:
通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;
云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;
根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;
基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链。
2.根据权利要求1所述的一种基于5G和区块链的人工智能医疗分级就诊方法,其特征在于:还包括:
用于通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;
用于将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库。
3.根据权利要求2所述的一种基于5G和区块链的人工智能医疗分级就诊方法,其特征在于:所述通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级,具体包括:
根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;
按照词间共现度大小进行连边,建立词共现图中节点间的边集;
在所述词共现图中加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;
将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;
将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词。
4.根据权利要求1所述的一种基于5G和区块链的人工智能医疗分级就诊方法,其特征在于:还包括:
当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;
当患者病情较重,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;
医生通过医生终端根据患者病情自动生成随访计划,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。
5.一种基于5G和区块链的人工智能医疗分级就诊系统,其特征在于:包括:
数据采集单元:通过患者终端采集患者的身份信息、位置信息和医疗信息;所述医疗信息包括:当前症状、既往史及历史检查报告;
数据切词单元:云服务器接收患者发出的身份信息、位置信息和医疗信息,对医疗信息的文本数据进行切词,基于文本数据的切词结果,对医疗信息进行结构化处理,生成与医疗信息对应的第一结构化数据;所述第一结构化数据包含病种、病症及相关检查数据;
分级确定单元:根据第一结构化数据,在预先建立的疾病等级数据库中查找与病种、病症及相关检查数据匹配的疾病等级;
无线通信单元:基于所述疾病等级,结合患者的位置信息在医院数据库中查找合适的就诊建议、目标医院及医生推荐并发送至患者终端;同时将患者的身份信息、位置信息和医疗信息以及对应的时间戳经加密算法加密后一起打包发送至区块链。
6.根据权利要求5所述的一种基于5G和区块链的人工智能医疗分级就诊系统,其特征在于:还包括:
疾病等级数据库建立单元:用于通过机器学习算法训练现有病例中不同病种、病症及相关检查数据,得到与病种、病症及相关检查数据对应的疾病等级;
医院数据库建立单元:用于将医院的位置信息、医院简介、重点科室、医生基本信息及医生排班表进行存储,形成医院数据库。
7.根据权利要求6所述的一种基于5G和区块链的人工智能医疗分级就诊系统,其特征在于:所述疾病等级数据库建立单元,具体包括:
第一排序单元:根据停用词表去除现有病例文档中的停用词,得到词语集合,将所述词语集合中的词语按照频率高低排序,生成词共现图;
边集数组建立单元:按照词间共现度大小进行连边,建立词共现图中节点间的边集;
计算单元:在所述词共现图中加入新的节点生成转换共现图,计算所述转换共现图中每个词语的信息量;
第二排序单元:将所述转换共现图中的词语按照信息量大小进行排序,取前k个词语输出,作为关键词;
匹配单元:将关键词输入神经网络模型进行学习,生成疾病等级与病种、病症及相关检查数据相匹配的关键词。
8.根据权利要求5所述的一种基于5G和区块链的人工智能医疗分级就诊系统,其特征在于:还包括:
第一诊疗单元:用于当患者病情较轻,无需向上转诊,患者通过患者终端与医生进行线上交流,并可选择线上配送药品;
第二诊疗单元:用于当患者病情较重,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;
随诊单元:医生通过医生终端根据患者病情自动生成随访计划,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。
9.一种计算机设备,其特征在于:所述计算机设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4中任意一项所述的基于5G和区块链的人工智能医疗分级就诊方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的基于5G和区块链的人工智能医疗分级就诊方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041306.1A CN112687389A (zh) | 2021-01-13 | 2021-01-13 | 基于5g和区块链的人工智能医疗分级就诊方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041306.1A CN112687389A (zh) | 2021-01-13 | 2021-01-13 | 基于5g和区块链的人工智能医疗分级就诊方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112687389A true CN112687389A (zh) | 2021-04-20 |
Family
ID=75457643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110041306.1A Pending CN112687389A (zh) | 2021-01-13 | 2021-01-13 | 基于5g和区块链的人工智能医疗分级就诊方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687389A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205865A (zh) * | 2021-04-25 | 2021-08-03 | 上海米帝信息技术有限公司 | 一种医院门诊管理系统 |
CN113241179A (zh) * | 2021-05-31 | 2021-08-10 | 重庆工程职业技术学院 | 一种用于智能驾驶车辆的控制系统及方法 |
CN113870983A (zh) * | 2021-09-28 | 2021-12-31 | 平安国际智慧城市科技股份有限公司 | 社康转诊方法、装置、计算机设备和存储介质 |
CN113973122A (zh) * | 2021-10-14 | 2022-01-25 | 杭州卓健信息科技股份有限公司 | 一种加密解密的通信系统及方法 |
CN115497615A (zh) * | 2022-10-24 | 2022-12-20 | 王征 | 一种远程医疗方法及系统 |
CN115565656A (zh) * | 2022-10-12 | 2023-01-03 | 广州智链科技有限公司 | 一种基于人工智能的双向就诊推荐算法 |
CN116092623A (zh) * | 2023-04-12 | 2023-05-09 | 四川执象网络有限公司 | 一种基于基层医学质控的健康数据管理方法 |
CN116884428A (zh) * | 2023-09-05 | 2023-10-13 | 北京赛博日新科技有限公司 | 基于区块链的线上诊疗及音视频数据智能优化方法和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046078A (zh) * | 2015-07-18 | 2015-11-11 | 深圳市前海安测信息技术有限公司 | 基于电子诊疗单的诊疗机构识别方法和网络医院平台 |
CN110010214A (zh) * | 2019-02-21 | 2019-07-12 | 河南翔宇医疗设备股份有限公司 | 一种分级转诊装置、系统和计算机可读存储介质 |
CN110070928A (zh) * | 2019-04-18 | 2019-07-30 | 方翔 | 基于大数据的智慧医疗系统 |
CN110097955A (zh) * | 2019-03-07 | 2019-08-06 | 南通奕霖智慧医学科技有限公司 | 一种基于支持向量机分类器的儿科智能急诊预检分诊系统 |
CN110148473A (zh) * | 2019-03-29 | 2019-08-20 | 中国人民解放军总医院 | 分级诊疗方法及系统 |
CN110210234A (zh) * | 2019-04-23 | 2019-09-06 | 平安科技(深圳)有限公司 | 转诊时医疗信息的迁移方法、装置、计算机设备和存储介质 |
CN110516161A (zh) * | 2019-08-30 | 2019-11-29 | 深圳前海微众银行股份有限公司 | 一种推荐方法及装置 |
CN110534206A (zh) * | 2019-08-26 | 2019-12-03 | 北京好医生云医院管理技术有限公司 | 一种医疗诊断辅助系统的工作方法 |
CN110706766A (zh) * | 2019-08-31 | 2020-01-17 | 华南理工大学 | 一种基于区块链的电子病历管理系统和转诊方法 |
CN111710417A (zh) * | 2020-07-24 | 2020-09-25 | 四川大学华西医院 | 一种急诊呼救信息录入及智能分级诊疗的导医系统 |
CN112037897A (zh) * | 2020-08-18 | 2020-12-04 | 泽达易盛(天津)科技股份有限公司 | 一种分级诊疗服务管理平台及信息采集终端 |
CN112133389A (zh) * | 2020-08-12 | 2020-12-25 | 福建中榕数据科技有限公司 | 临床辅助决策高危自动预警方法、系统、设备和介质 |
-
2021
- 2021-01-13 CN CN202110041306.1A patent/CN112687389A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046078A (zh) * | 2015-07-18 | 2015-11-11 | 深圳市前海安测信息技术有限公司 | 基于电子诊疗单的诊疗机构识别方法和网络医院平台 |
CN110010214A (zh) * | 2019-02-21 | 2019-07-12 | 河南翔宇医疗设备股份有限公司 | 一种分级转诊装置、系统和计算机可读存储介质 |
CN110097955A (zh) * | 2019-03-07 | 2019-08-06 | 南通奕霖智慧医学科技有限公司 | 一种基于支持向量机分类器的儿科智能急诊预检分诊系统 |
CN110148473A (zh) * | 2019-03-29 | 2019-08-20 | 中国人民解放军总医院 | 分级诊疗方法及系统 |
CN110070928A (zh) * | 2019-04-18 | 2019-07-30 | 方翔 | 基于大数据的智慧医疗系统 |
CN110210234A (zh) * | 2019-04-23 | 2019-09-06 | 平安科技(深圳)有限公司 | 转诊时医疗信息的迁移方法、装置、计算机设备和存储介质 |
CN110534206A (zh) * | 2019-08-26 | 2019-12-03 | 北京好医生云医院管理技术有限公司 | 一种医疗诊断辅助系统的工作方法 |
CN110516161A (zh) * | 2019-08-30 | 2019-11-29 | 深圳前海微众银行股份有限公司 | 一种推荐方法及装置 |
CN110706766A (zh) * | 2019-08-31 | 2020-01-17 | 华南理工大学 | 一种基于区块链的电子病历管理系统和转诊方法 |
CN111710417A (zh) * | 2020-07-24 | 2020-09-25 | 四川大学华西医院 | 一种急诊呼救信息录入及智能分级诊疗的导医系统 |
CN112133389A (zh) * | 2020-08-12 | 2020-12-25 | 福建中榕数据科技有限公司 | 临床辅助决策高危自动预警方法、系统、设备和介质 |
CN112037897A (zh) * | 2020-08-18 | 2020-12-04 | 泽达易盛(天津)科技股份有限公司 | 一种分级诊疗服务管理平台及信息采集终端 |
Non-Patent Citations (1)
Title |
---|
张浪: "《区块链+:商业模式革新与全行业应用实例》", 31 January 2019, 中国经济出版社 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205865A (zh) * | 2021-04-25 | 2021-08-03 | 上海米帝信息技术有限公司 | 一种医院门诊管理系统 |
CN113241179A (zh) * | 2021-05-31 | 2021-08-10 | 重庆工程职业技术学院 | 一种用于智能驾驶车辆的控制系统及方法 |
CN113870983A (zh) * | 2021-09-28 | 2021-12-31 | 平安国际智慧城市科技股份有限公司 | 社康转诊方法、装置、计算机设备和存储介质 |
CN113973122A (zh) * | 2021-10-14 | 2022-01-25 | 杭州卓健信息科技股份有限公司 | 一种加密解密的通信系统及方法 |
CN113973122B (zh) * | 2021-10-14 | 2024-04-30 | 杭州卓健信息科技股份有限公司 | 一种加密解密的通信系统及方法 |
CN115565656A (zh) * | 2022-10-12 | 2023-01-03 | 广州智链科技有限公司 | 一种基于人工智能的双向就诊推荐算法 |
CN115497615A (zh) * | 2022-10-24 | 2022-12-20 | 王征 | 一种远程医疗方法及系统 |
CN115497615B (zh) * | 2022-10-24 | 2023-09-01 | 北京亿家老小科技有限公司 | 一种远程医疗方法及系统 |
CN116092623A (zh) * | 2023-04-12 | 2023-05-09 | 四川执象网络有限公司 | 一种基于基层医学质控的健康数据管理方法 |
CN116092623B (zh) * | 2023-04-12 | 2023-07-28 | 四川执象网络有限公司 | 一种基于基层医学质控的健康数据管理方法 |
CN116884428A (zh) * | 2023-09-05 | 2023-10-13 | 北京赛博日新科技有限公司 | 基于区块链的线上诊疗及音视频数据智能优化方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112687389A (zh) | 基于5g和区块链的人工智能医疗分级就诊方法及系统 | |
Zhang et al. | RETRACTED ARTICLE: Research on intelligent medical big data system based on Hadoop and blockchain | |
WO2021143779A1 (zh) | 一种基于知识图谱的跨科室慢性肾病早期诊断决策支持系统 | |
KR102088980B1 (ko) | 사용자 맞춤형 의료정보 제공 시스템 및 이의 구동방법 | |
Yan et al. | Experiments of federated learning for COVID-19 chest X-ray images | |
León et al. | Designing a model of a digital ecosystem for healthcare and wellness using the business model canvas | |
CN106960125A (zh) | 一种大数据下基于可信组合评估的医疗自诊断服务设计方法 | |
ZA202308369B (en) | Chronic pain internet plus management platform and construction method thereof | |
CN106920196A (zh) | 分级诊疗医患签约健康管理医疗服务包分群定制系统工具 | |
Jiang et al. | The prevalence and management of chronic pain in the Chinese population: findings from the China Pain Health Index (2020) | |
Gao et al. | Research on the identification of medical service quality factors: based on a data-driven method | |
Wu et al. | Application of the improved clustering algorithm in operating room nursing recommendation under the background of medical big data | |
Kazemi et al. | Heart disease forecast using neural network data mining technique | |
Fanghua et al. | Internet intervention system for elderly hypertensive patients based on hospital community family edge network and personal medical resources optimization | |
CN106951697A (zh) | 一种基于云数据平台的疾病治疗方案推送系统及使用方法 | |
Saravanakumar et al. | Clustering big data for novel health care system | |
Excoffier et al. | Local explanation-based method for healthcare risk stratification | |
Kim et al. | Universal EHR federated learning framework | |
Lei et al. | Fairness evaluation method of resource allocation based on BPSO multidimensional perspective | |
Li et al. | A Chinese knowledge graph for cardiovascular disease | |
Pang et al. | Genetic algorithm for patient assignment optimization in cloud healthcare system | |
Haule et al. | Influence of Health Information Systems on Services Delivery in Public and Private Health Facilities: A Systematic Literature Review | |
Zhao | The application and influence of big data in medicine | |
Zhang et al. | Research on the Secure Medical Big Data Ecosystem Based on Hadoop | |
Santur et al. | Big Data and Restful Based Web Api for Smart Health Application in Smart Cities |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210420 |