CN112908474A - 一种基于人工智能的医疗诊断系统 - Google Patents

一种基于人工智能的医疗诊断系统 Download PDF

Info

Publication number
CN112908474A
CN112908474A CN202110382732.1A CN202110382732A CN112908474A CN 112908474 A CN112908474 A CN 112908474A CN 202110382732 A CN202110382732 A CN 202110382732A CN 112908474 A CN112908474 A CN 112908474A
Authority
CN
China
Prior art keywords
intelligent
result
subsystem
examination
basic
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
CN202110382732.1A
Other languages
English (en)
Inventor
王培伟
杨涛
吴昕
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.)
Shenzhen Wanpu Ruibang Technology Co ltd
Original Assignee
Shenzhen Wanpu Ruibang 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 Shenzhen Wanpu Ruibang Technology Co ltd filed Critical Shenzhen Wanpu Ruibang Technology Co ltd
Priority to CN202110382732.1A priority Critical patent/CN112908474A/zh
Publication of CN112908474A publication Critical patent/CN112908474A/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
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明实施例涉及医疗领域，具体公开了一种基于人工智能的医疗诊断系统。本发明实施例通过人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统的相互配合，将待检信息、历史诊断结果和基本检查结果生成智能检查方案，根据所述智能检查方案对患者进行检查，生成智能检查结果，并根据所述基本检查结果和智能检查结果生成智能诊断结果。从而实现对于患者的人工智能辅助诊断，为医生的最终诊断提供参考和对比，能够提高诊断效率，降低误诊率，有效避免出现延误最佳治疗时间和大病小治的情况。

Description

一种基于人工智能的医疗诊断系统
技术领域
本发明属于医疗领域，尤其涉及一种基于人工智能的医疗诊断系统。
背景技术
伴随全球市场经济的不断发展，人类的生存压力由温饱状态转变成对健康状态的重视，亚健康从被人忽略到慢慢的被人们重视起来。无论老年人还是正在拼搏事业的年轻人，随着生活压力和工作压力的不断加码，长期忽略自身的亚健康状态，容易造成病症隐患的积累，给自己的身体带来许多的安全问题。因此，现在人们越来越重视健康与医疗，且随着社会保障制度的健全，医疗健康的条件也越来越丰富。
由于医疗资源的分布不均匀，大医院和经验丰富的医生主要在大城市中，而一般的中小城市，特别是县城、乡镇，医疗资源不足，人们看病诊断特别麻烦，且就职的医生普遍没有大城市的医生经验丰富，容易出现误诊的情况，导致患者容易延误最佳治疗时间，且容易出现大病小治的情况。
发明内容
本发明实施例的目的在于提供一种基于人工智能的医疗诊断系统，旨在解决背景技术中提出的问题。
为实现上述目的，本发明实施例提供如下技术方案：
一种基于人工智能的医疗诊断系统，所述系统包括人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统，其中：
人工智能交互子系统，用于提示患者放置身份证；提示患者选择检查的部位；提示患者选择出现的症状；根据所述部位和症状生成待检信息；将所述待检信息发送至智能检查子系统；
身份读取子系统，用于读取所述身份证的身份信息；根据所述身份信息调取历史诊断结果；将所述历史诊断结果发送至智能检查子系统；
基本检查子系统，用于对患者进行基本健康检查；根据所述基本健康检查生成基本检查结果；将所述基本检查结果发送至智能检查子系统和智能诊断子系统；
智能检查子系统，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案；根据所述智能检查方案对患者进行检查，并生成智能检查结果；将所述智能检查结果发送至智能诊断子系统；
智能诊断子系统，用于接收所述基本检查结果和智能检查结果；根据所述基本检查结果和智能检查结果生成智能诊断结果。
作为本发明优选实施方式的进一步限定，所述人工智能交互子系统具体包括：
语音提示操作单元，用于提示患者放置身份证、提示患者选择检查的部位及提示患者选择出现的症状；
触摸操作单元，用于患者选择检查的部位及选择出现的症状；
待检信息生成单元，用于根据所述部位和症状生成待检信息；
待检信息发送单元，用于将所述待检信息发送至智能检查子系统。
作为本发明优选实施方式的进一步限定，所述身份读取子系统具体包括：
身份信息读取单元，用于读取所述身份证的身份信息；
历史诊断结果调取单元，用于所述身份信息调取历史诊断结果；
历史诊断结果发送单元，用于将所述历史诊断结果发送至智能检查子系统。
作为本发明优选实施方式的进一步限定，所述基本检查子系统具体包括：
基本健康检查单元，用于对患者进行基本健康检查；
基本检查结果生成单元，用于根据所述基本健康检查生成基本检查结果；
基本检查结果发送单元，用于将所述基本检查结果发送至智能检查子系统和智能诊断子系统。
作为本发明优选实施方式的进一步限定，所述智能检查子系统具体包括：
智能检查方案生成单元，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案；
智能检查结果生成单元，用于根据所述智能检查方案对患者进行检查，并生成智能检查结果；
智能检查结果发送单元，用于将所述智能检查结果发送至智能诊断子系统。
作为本发明优选实施方式的进一步限定，所述智能诊断子系统具体包括：
信息接收单元，用于接收所述基本检查结果和智能检查结果；
智能诊断结果生成单元，用于根据所述基本检查结果和智能检查结果生成智能诊断结果。
作为本发明优选实施方式的进一步限定，所述系统还包括：
诊断结果信息库，用于存储历史诊断结果和智能诊断结果。
作为本发明优选实施方式的进一步限定，所述智能诊断子系统还包括：
智能诊断结果上传单元，用于将所述智能诊断结果上传至诊断结果信息库。
作为本发明优选实施方式的进一步限定，所述基本健康检查单元具体包括：
身高测量模块，用于对患者身高进行测量；
体重测量模块，用于对患者体重进行测量；
血压检测模块，用于对患者血压进行检测；
血糖检测模块，用于对患者血糖进行检测。
与现有技术相比，本发明的有益效果是：
本发明实施例通过人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统的相互配合，将待检信息、历史诊断结果和基本检查结果生成智能检查方案，根据所述智能检查方案对患者进行检查，生成智能检查结果，并根据所述基本检查结果和智能检查结果生成智能诊断结果。从而实现对于患者的人工智能辅助诊断，为医生的最终诊断提供参考和对比，能够提高诊断效率，降低误诊率，有效避免出现延误最佳治疗时间和大病小治的情况。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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。
图1示出了本发明实施例提供的系统的应用架构图。
图2示出了本发明实施例提供的系统中人工智能交互子系统的结构框图。
图3示出了本发明实施例提供的系统中身份读取子系统的结构框图。
图4示出了本发明实施例提供的系统中基本检查子系统的结构框图。
图5示出了本发明实施例提供的系统中智能检查子系统的结构框图。
图6示出了本发明实施例提供的系统中智能诊断子系统的结构框图。
图7示出了本发明实施例提供的系统的另一应用架构图。
图8示出了本发明实施例提供的系统中智能诊断子系统的另一结构框图。
图9示出了本发明实施例提供的系统中基本健康检查单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解的是，在现有技术中，由于医疗资源的分布不均匀，大医院和经验丰富的医生主要在大城市中，而一般的中小城市，特别是县城、乡镇，医疗资源不足，人们看病诊断特别麻烦，且就职的医生普遍没有大城市的医生经验丰富，容易出现误诊的情况，导致患者容易延误最佳治疗时间，且容易出现大病小治的情况。
为解决上述问题，本发明实施例通过人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统的相互配合，将待检信息、历史诊断结果和基本检查结果生成智能检查方案，根据所述智能检查方案对患者进行检查，生成智能检查结果，并根据所述基本检查结果和智能检查结果生成智能诊断结果。从而实现对于患者的人工智能辅助诊断，为医生的最终诊断提供参考和对比，能够提高诊断效率，降低误诊率，有效避免出现延误最佳治疗时间和大病小治的情况。
具体的，如图1所示，图1示出了本发明实施例提供的系统的应用架构图。
具体的，一种基于人工智能的医疗诊断系统，其特征在于，所述系统包括人工智能交互子系统101、身份读取子系统102、基本检查子系统103、智能检查子系统104和智能诊断子系统105。
具体的，在本发明的一个优选实施方式中实施例提供的系统中：
所述人工智能交互子系统101，用于提示患者放置身份证；提示患者选择检查的部位；提示患者选择出现的症状；根据所述部位和症状生成待检信息；将所述待检信息发送至智能检查子系统104。
具体的，人工智能交互子系统101能够语音提示患者进行自主服务操作，实现对于患者的“问诊”过程。
具体的，图2示出了本发明实施例提供的系统中人工智能交互子系统101的结构框图。
其中，在本发明提供的优选实施方式中，所述人工智能交互子系统101具体包括：
语音提示操作单元1011，用于提示患者放置身份证、提示患者选择检查的部位及提示患者选择出现的症状。
具体的，语音提示操作单元1011提示患者进行自助“问诊”的操作，语音提示操作单元1011可由语音模块、控制电路、喇叭、电源和外壳构成，播放放置身份证、选择检查的部位和选择出现的症状的语音操作提示。
触摸操作单元1012，用于患者选择检查的部位及选择出现的症状。
具体的，患者在触摸操作单元1012上进行触屏操作，按步骤选择检查的部位和出现的症状，完成自助“问诊”的操作，触摸操作单元1012是个可接收触头等输入讯号的感应式液晶显示装置，当接触了屏幕上的图形按钮时，屏幕上的触觉反馈系统可根据预先编程的程式驱动各种连结装置，可用以取代机械式的按钮面板，并借由液晶显示画面制造出生动的影音效果。
待检信息生成单元1013，用于根据所述部位和症状生成待检信息。
待检信息发送单元1014，用于将所述待检信息发送至智能检查子系统104。
具体的，待检信息生成单元1013通过对检查的部位和出现的症状进行分析，生成待检信息，并通过待检信息发送单元1014，将待检信息发送至智能检查子系统104。
进一步的，在本发明提供的优选实施方式中，所述系统包括：
所述身份读取子系统102，用于读取所述身份证的身份信息；根据所述身份信息调取历史诊断结果；将所述历史诊断结果发送至智能检查子系统104。
在本发明的实施例中，身份读取子系统102采用TypeB非接触IC卡阅读技术，通过内嵌的专用身份证安全控制模块(SAM)，以无线传输方式与第二代居民身份证内的专用芯片进行安全认证后，将芯片内的个人信息资料读出。
具体的，图3示出了本发明实施例提供的系统中身份读取子系统102的结构框图。
其中，在本发明提供的优选实施方式中，所述身份读取子系统102具体包括：
身份信息读取单元1021，用于读取所述身份证的身份信息。
具体的，身份信息读取单元1021可以采用身份证信息读取器，采用TypeB非接触IC卡阅读技术，通过内嵌的专用身份证安全控制模块(SAM)，以无线传输方式与第二代居民身份证内的专用芯片进行安全认证后，将芯片内的个人信息资料读出，从而读取所述身份证的身份信息。
历史诊断结果调取单元1022，用于所述身份信息调取历史诊断结果。
历史诊断结果发送单元1023，用于将所述历史诊断结果发送至智能检查子系统104。
具体的，历史诊断结果调取单元1022通过身份信息读取单元1021读取的身份信息，调取对应患者的历史诊断结果，并将历史诊断结果发送至智能检查子系统104，为后续的智能检查提供参考基础。
进一步的，在本发明提供的优选实施方式中，所述系统包括：
基本检查子系统103，用于对患者进行基本健康检查；根据所述基本健康检查生成基本检查结果；将所述基本检查结果发送至智能检查子系统104和智能诊断子系统105。
具体的，基本检查子系统103对患者的基本身体特征进行检查，获取患者的基本检查结果，为后面的诊断提供一定的参考。
具体的，图4示出了本发明实施例提供的系统中基本检查子系统103的结构框图。
其中，在本发明提供的优选实施方式中，所述基本检查子系统103具体包括：
基本健康检查单元1031，用于对患者进行基本健康检查。
具体的，基本健康检查单元1031对患者的基本健康体征进行检查。
具体的，图9示出了本发明实施例提供的系统中基本健康检查单元1031的结构框图。
其中，在本发明提供的优选实施方式中，所述基本健康检查单元1031具体包括：
身高测量模块10311，用于对患者身高进行测量。
体重测量模块10312，用于对患者体重进行测量。
血压检测模块10313，用于对患者血压进行检测。
血糖检测模块10314，用于对患者血糖进行检测。
具体的，身高测量模块10311、体重测量模块10312、血压检测模块10313和血糖检测模块10314分别对患者的身高、体重、血压和血糖进行检测，获取患者身高、体重、血压和血糖的数值情况。
基本检查结果生成单元1032，用于根据所述基本健康检查生成基本检查结果。
具体的，基本检查结果生成单元1032根据基本健康检查生成基本检查结果，基本检查结果主要包括基本健康体征的数据。
基本检查结果发送单元1033，用于将所述基本检查结果发送至智能检查子系统104和智能诊断子系统105。
进一步的，在本发明提供的优选实施方式中，所述系统包括：
智能检查子系统104，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案；根据所述智能检查方案对患者进行检查，并生成智能检查结果；将所述智能检查结果发送至智能诊断子系统105。
具体的，图5示出了本发明实施例提供的系统中智能检查子系统104的结构框图。
其中，在本发明提供的优选实施方式中，所述智能检查子系统104具体包括：
智能检查方案生成单元1041，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案。
具体的，智能检查方案生成单元1041接收待检信息、历史诊断结果和基本检查结果，并根据待检信息、历史诊断结果和基本检查结果生成智能检查方案，智能检查方案主要是根据患者的检查部位生成具体的检查项目。例如，对肾脏检查，智能检查方案可能会包含血清检查、尿检和B超等。
智能检查结果生成单元1042，用于根据所述智能检查方案对患者进行检查，并生成智能检查结果。
具体的，智能检查结果生成单元1042根据智能检查方案对患者进行检查，并生成智能检查结果，智能检查结果是由检查生成的数据。例如血清检查、尿检和B超检查的数据。
智能检查结果发送单元1043，用于将所述智能检查结果发送至智能诊断子系统105。
具体的，智能检查结果发送单元1043将包含各种数据的智能检查结果发送至智能诊断子系统105，进行后续的诊断。
进一步的，在本发明提供的优选实施方式中，所述系统包括：
智能诊断子系统105，用于接收所述基本检查结果和智能检查结果；根据所述基本检查结果和智能检查结果生成智能诊断结果。
具体的，在本发明的实施例中，患者通过人工智能交互子系统101的提示进行操作，对患者的病情进行“问诊”，得到待检信息，并通过患者的身份证获取患者的历史诊断结果，在对患者“问诊”部位进行检查之前，先对患者进行基本健康检查，得到基本检查结果，再根据待检信息、历史诊断结果和基本检查结果生成智能检查方案，对患者的“问诊”部位进行检查，得到智能检查结果，智能诊断子系统105根据基本检查结果和智能检查结果生成智能诊断结果。从而实现对于患者的人工智能辅助诊断，为医生的最终诊断提供参考和对比，能够提高诊断效率，降低误诊率。
具体的，图6示出了本发明实施例提供的系统中智能诊断子系统105的结构框图。
其中，在本发明提供的优选实施方式中，所述智能诊断子系统105具体包括：
信息接收单元1051，用于接收所述基本检查结果和智能检查结果。
具体的，信息接收单元1051接收基本检查结果发送单元1033发送的基本检查结果和智能检查结果发送单元1043发送的智能检查结果。
智能诊断结果生成单元1052，用于根据所述基本检查结果和智能检查结果生成智能诊断结果。
具体的，智能诊断结果生成单元1052通过将基本检查结果和智能检查结果的数据与正常数据范围对比，判断患者哪些指标不在正常范围，判断病患原因，生成智能诊断结果，医生可辅助智能诊断结果生成单元1052生成的智能诊断结果，给患者确诊。
进一步的，如图7所示，图7示出了本发明实施例提供的系统的另一应用架构图，所述系统还包括：
诊断结果信息库106，用于存储历史诊断结果和智能诊断结果。
具体的，历史诊断结果和智能诊断结果存储在诊断结果信息库106，便于历史诊断结果调取单元1022通过身份信息调取历史诊断结果。
可以理解的是，诊断结果信息库106可以是一种数据存储器，存储器是用来存储程序和各种数据信息的记忆部件。存储器单元实际上是时序逻辑电路的一种。按存储器的使用类型可分为只读存储器(ROM)和随机存取存储器(RAM)，存储器是许多存储单元的集合，按单元号顺序排列。
进一步的，图8示出了本发明实施例提供的系统中智能诊断子系统105的另一结构框图。
其中，在本发明提供的优选实施方式中，所述智能诊断子系统105具体还包括：
智能诊断结果上传单元1053，用于将所述智能诊断结果上传至诊断结果信息库106。
具体的，智能诊断结果通过智能诊断结果上传单元1053上传至诊断结果信息库106，上传完成的智能诊断结果，在诊断结果信息库106中就成为了历史诊断结果，便于为患者的后续就诊提供参考。
本发明实施例通过人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统的相互配合，将待检信息、历史诊断结果和基本检查结果生成智能检查方案，根据所述智能检查方案对患者进行检查，生成智能检查结果，并根据所述基本检查结果和智能检查结果生成智能诊断结果。从而实现对于患者的人工智能辅助诊断，为医生的最终诊断提供参考和对比，能够提高诊断效率，降低误诊率，有效避免出现延误最佳治疗时间和大病小治的情况。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
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作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于人工智能的医疗诊断系统，其特征在于，所述系统包括人工智能交互子系统、身份读取子系统、基本检查子系统、智能检查子系统和智能诊断子系统，其中：
人工智能交互子系统，用于提示患者放置身份证；提示患者选择检查的部位；提示患者选择出现的症状；根据所述部位和症状生成待检信息；将所述待检信息发送至智能检查子系统；
身份读取子系统，用于读取所述身份证的身份信息；根据所述身份信息调取历史诊断结果；将所述历史诊断结果发送至智能检查子系统；
基本检查子系统，用于对患者进行基本健康检查；根据所述基本健康检查生成基本检查结果；将所述基本检查结果发送至智能检查子系统和智能诊断子系统；
智能检查子系统，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案；根据所述智能检查方案对患者进行检查，并生成智能检查结果；将所述智能检查结果发送至智能诊断子系统；
智能诊断子系统，用于接收所述基本检查结果和智能检查结果；根据所述基本检查结果和智能检查结果生成智能诊断结果。
2.根据权利要求1所述的一种基于人工智能的医疗诊断系统，其特征在于，所述人工智能交互子系统具体包括：
语音提示操作单元，用于提示患者放置身份证、提示患者选择检查的部位及提示患者选择出现的症状；
触摸操作单元，用于患者选择检查的部位及选择出现的症状；
待检信息生成单元，用于根据所述部位和症状生成待检信息；
待检信息发送单元，用于将所述待检信息发送至智能检查子系统。
3.根据权利要求1所述的一种基于人工智能的医疗诊断系统，其特征在于，所述身份读取子系统具体包括：
身份信息读取单元，用于读取所述身份证的身份信息；
历史诊断结果调取单元，用于所述身份信息调取历史诊断结果；
历史诊断结果发送单元，用于将所述历史诊断结果发送至智能检查子系统。
4.根据权利要求1所述的一种基于人工智能的医疗诊断系统，其特征在于，所述基本检查子系统具体包括：
基本健康检查单元，用于对患者进行基本健康检查；
基本检查结果生成单元，用于根据所述基本健康检查生成基本检查结果；
基本检查结果发送单元，用于将所述基本检查结果发送至智能检查子系统和智能诊断子系统。
5.根据权利要求1所述的一种基于人工智能的医疗诊断系统，其特征在于，所述智能检查子系统具体包括：
智能检查方案生成单元，用于根据所述待检信息、历史诊断结果和基本检查结果生成智能检查方案；
智能检查结果生成单元，用于根据所述智能检查方案对患者进行检查，并生成智能检查结果；
智能检查结果发送单元，用于将所述智能检查结果发送至智能诊断子系统。
6.根据权利要求1所述的一种基于人工智能的医疗诊断系统，其特征在于，所述智能诊断子系统具体包括：
信息接收单元，用于接收所述基本检查结果和智能检查结果；
智能诊断结果生成单元，用于根据所述基本检查结果和智能检查结果生成智能诊断结果。
7.根据权利要求6所述的一种基于人工智能的医疗诊断系统，其特征在于，所述系统还包括：
诊断结果信息库，用于存储历史诊断结果和智能诊断结果。
8.根据权利要求7所述的一种基于人工智能的医疗诊断系统，其特征在于，所述智能诊断子系统还包括：
智能诊断结果上传单元，用于将所述智能诊断结果上传至诊断结果信息库。
9.根据权利要求4所述的一种基于人工智能的医疗诊断系统，其特征在于，所述基本健康检查单元具体包括：
身高测量模块，用于对患者身高进行测量；
体重测量模块，用于对患者体重进行测量；
血压检测模块，用于对患者血压进行检测；
血糖检测模块，用于对患者血糖进行检测。
CN202110382732.1A 2021-04-09 2021-04-09 一种基于人工智能的医疗诊断系统 Pending CN112908474A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110382732.1A CN112908474A (zh) 2021-04-09 2021-04-09 一种基于人工智能的医疗诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110382732.1A CN112908474A (zh) 2021-04-09 2021-04-09 一种基于人工智能的医疗诊断系统

Publications (1)

Publication Number Publication Date
CN112908474A true CN112908474A (zh) 2021-06-04

Family

ID=76110308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110382732.1A Pending CN112908474A (zh) 2021-04-09 2021-04-09 一种基于人工智能的医疗诊断系统

Country Status (1)

Country Link
CN (1) CN112908474A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113539485A (zh) * 2021-09-02 2021-10-22 河南省尚德尚行网络技术有限公司 医疗数据处理方法及装置
CN115274099A (zh) * 2022-09-26 2022-11-01 之江实验室 一种人与智能交互的计算机辅助诊断系统与方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130339041A1 (en) * 2010-10-29 2013-12-19 Vladimir Leonidovich Glotko Clinical information system
CN107093156A (zh) * 2017-04-11 2017-08-25 凌斌 家庭医院综合服务微型平台
CN109285605A (zh) * 2018-09-11 2019-01-29 青岛农业大学 一种基于人工智能的医疗诊断系统及诊断方法
CN110459316A (zh) * 2019-07-25 2019-11-15 珠海九松科技有限公司 基于人工智能和大数据的医学预诊系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130339041A1 (en) * 2010-10-29 2013-12-19 Vladimir Leonidovich Glotko Clinical information system
CN107093156A (zh) * 2017-04-11 2017-08-25 凌斌 家庭医院综合服务微型平台
CN109285605A (zh) * 2018-09-11 2019-01-29 青岛农业大学 一种基于人工智能的医疗诊断系统及诊断方法
CN110459316A (zh) * 2019-07-25 2019-11-15 珠海九松科技有限公司 基于人工智能和大数据的医学预诊系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113539485A (zh) * 2021-09-02 2021-10-22 河南省尚德尚行网络技术有限公司 医疗数据处理方法及装置
CN113539485B (zh) * 2021-09-02 2024-03-26 河南省尚德尚行网络技术有限公司 医疗数据处理方法及装置
CN115274099A (zh) * 2022-09-26 2022-11-01 之江实验室 一种人与智能交互的计算机辅助诊断系统与方法
CN115274099B (zh) * 2022-09-26 2022-12-30 之江实验室 一种人与智能交互的计算机辅助诊断系统与方法

Similar Documents

Publication Publication Date Title
Zech et al. Confounding variables can degrade generalization performance of radiological deep learning models
CN112908474A (zh) 一种基于人工智能的医疗诊断系统
CN105975740B (zh) 一种带有智能诊断的医疗系统
CN103324831A (zh) 一种远程问诊系统
KR20170061222A (ko) 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치
CN103902793A (zh) 一种疾病智能诊断及治疗的装置和系统
CN103258137A (zh) 远程问诊方法
CN105912870B (zh) 一种便携式多传感器监护的医疗系统
Naeem et al. Heart disease detection using feature extraction and artificial neural networks: A sensor-based approach
Alkhodari et al. Screening cardiovascular autonomic neuropathy in diabetic patients with microvascular complications using machine learning: a 24-hour heart rate variability study
CN115714022A (zh) 基于人工智能的新生儿黄疸健康管理系统
CN111274400A (zh) 一种医学术语系统的构建方法、装置、设备及存储介质
CN112447293A (zh) 一种vte风险预警系统
WO2022119811A1 (en) Health monitoring system
Simegn et al. Computer-aided decision support system for diagnosis of heart diseases
Abidin et al. Identification of disease based on symptoms by employing ML
Cantu et al. Ambulatory urodynamics in clinical practice: A single centre experience
Reddy et al. Non-invasive diagnosis of diabetes using chaotic features and genetic learning
Thangarasu et al. Prediction of hidden knowledge from clinical database using data mining techniques
CN106021920A (zh) 基于神经网络面向自动诊断的医疗数据处理系统和装置
CN116434931A (zh) 一种医疗行为异常的识别方法、装置、存储介质及设备
CN115831298A (zh) 基于医院管理信息系统的临床试验患者招募方法及装置
Deny et al. IoT-based Sweat Glucose Monitoring System
Lapin et al. PROMIS global health: potential utility as a screener to trigger construct-specific patient-reported outcome measures in clinical care
CN111508610A (zh) 一种人体内分泌系统健康风险预警系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210604