CN113053194A - 一种基于人工智能和vr技术的医师培训系统及方法 - Google Patents

Abstract

本发明公开了一种基于人工智能和VR技术的医师培训系统，包括问诊模拟单元、病变模拟单元、技能模拟单元和培训评价单元。本发明通过人工智能技术对病患问诊的模拟，比传统的标准化病人更经济实惠，更方便，更容易考核；体感技术和VR技术模拟常用治疗操作，让参与培训的医师更容易掌握知识要点，不必使用人体模型，更方便更能激发学习兴趣；利用临床MRI资料进行模拟疾病病变，比解剖图谱更精细，更准确，更多样化，再使用体感技术和VR技术来练习神经外科手术的体位摆放和切口设计，更能提高学习兴趣，也方便考核医师对疾病和手术入路的理解。

Description

一种基于人工智能和VR技术的医师培训系统及方法

技术领域

本发明涉及医疗培训技术领域，具体涉及一种基于人工智能和VR技术的医师培训系统及方法。

背景技术

医师培训是指对医师进行的导向性培训，又称“岗位培训”。其目的是使医师了解和掌握岗位的基本情况，对他们进行基础技术理论、病症诊断和实际操作技术等方面的教育，使他们掌握医师基本技能。医师培训一般由医院人事、教育部门和医师将就任的部门共同负责组织实施，具体步骤包括制定培训计划、实施培训和培训后的考核等。

现有技术，专利CN201911142082.2公开了一种基于VR技术的岗前模拟培训系统，包括设备模拟、人物模拟、情景模拟以及系统模拟，设备模拟用于模拟使用者需要模拟的设备，人物模拟用于模拟相关的人物；其具有多岗位模拟培训系统，使用者不需要进行实际操作，通过相应的设备便可进行一些较为复杂的岗位培训，通过设备模拟，便于培训人员熟悉使用相关的设备，不影响其他人员对设备的正常使用；通过人物模拟与情景模拟，便于培训人员有身临其境的感觉，增加了岗位培训的效果；通过系统模拟的设置，便于培训人员进行多岗位选择，一方面可以增加上岗前的工作经验，另一方面可以对自己感兴趣的岗位进行培训，以提高自身的技术基础。

虽然可以有效的完成岗前培训，但是仍存在一定的缺陷：现有的医师培训多为实践培训，医师需要进行实际操作，而CN201911142082.2，来增加医术操作的熟练程度偏重于理论培训，缺乏体感训练，对医师培训上仍需要使用真实病患进行手术操作培训，但这在实际运用中，操作起来十分不便，有的甚至还带有一定的危险性，需要医师具有十分完备的知识基础，对于培训医师来说要尽可能减少误操作引起的危险，以避免对病患或医师造成身体伤害，防护成本增加，在实际操作过程中需要真实病患参与，从而提高了培训的人员成本以及耗材成本。

发明内容

本发明的目的在于提供一种基于人工智能和VR技术的医师培训系统，以解决现有技术中操作复杂，防护成本、人员成本以及耗材成本增加的技术问题。

为解决上述技术问题，本发明具体提供下述技术方案：

一种基于人工智能和VR技术的医师培训系统，包括问诊模拟单元、病变模拟单元、技能模拟单元和培训评价单元；

所述问诊模拟单元，用于随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

所述病变模拟单元，用于根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

所述技能模拟单元，用于在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

所述培训评价单元，用于统计问诊模拟单元、病变模拟单元和技能模拟单元的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训。

作为本发明的一种优选方案，所述问诊模拟单元为存储有病理症状和患者体态数据的数据库的智能终端设备，所述问诊模拟单元培训医师问诊技能的具体方式为：

智能终端设备分别随机在病理症状的数据库和病患体态数据的数据库中选取病理症状和病患体态数据呈现在显示模块上供培训医师分析；

培训医师在智能终端设备的输入模块上输入对所述病理症状诊断的病灶数据；

智能终端设备评价所述病灶数据准确度生成培训医师的第一问诊技能得分。

作为本发明的一种优选方案，所述病变模拟单元利用体感技术和VR技术根据病患体态数据构建3D人体模型，所述病变模拟单元培训医师病灶标注技能的具体方式为：

病变模拟单元依据病患体态数据构建与病患一比一的3D人体模型，并依据MRI资料在3D人体模型根据病灶数据显示所述病灶的位置和纹理；

培训医师在病灶的位置处对所述纹理进行观察以及病灶病情的标注；

病变模拟单元评价所述标注的准确度生成培训医师的第二病变标注技能得分。

作为本发明的一种优选方案，所述技能模拟单元利用体感技术和VR技术来练习治疗操作，所述培训医师病灶治疗技能的具体方式为：

培训医师在3D人体模型上进行治疗操作，技能模拟单元记录采集所述治疗操作并同步在3D人体模型上进行显示；

技能模拟单元评价所述治疗操作的准确度生成培训医师的第三治疗技能得分。

作为本发明的一种优选方案，所述培训评价结果包括通过与不通过，所述培训评价单元生成培训评价结果的具体方式为：

培训评价单元分别获取第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分；

培训评价单元根据第一问诊技能得分A、第二病变标注技能得分B和第三治疗技能得分C的预设权值X1、X2和X3，利用预设函数Y＝X1*A+X2*B+X3*C生成培训得分,其中X1+X2+X3＝100％；培训评价单元根据培训得分判断培训评价结果，并根据第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分获得医师薄弱技能。

作为本发明的一种优选方案，所述问诊模拟单元、病变模拟单元和技能模拟单元中分别存储有用于问诊技能评估、病变标注技能评估和治疗技能评估的评估映射表，所述评估映射表为病灶数据标准评分表、标注标准评分表和治疗操作标准评分表，所述第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分的生成的具体方式：

问诊模拟单元将培训医师的病灶数据与病灶数据标准评分表映射对照获得问诊技能评估的第一问诊技能得分；

病变模拟单元将培训医师的标注与标注标准评分表映射对照获得病变标注技能评估的第二病变标注技能得分；

技能模拟单元将培训医师的治疗操作与治疗操作标准评分表映射对照获得治疗技能评估的第三治疗技能得分。

作为本发明的一种优选方案，所述治疗操作包括体位摆放和切口设计。

作为本发明的一种优选方案，判断培训评价结果的具体方式为：

培训得分大于等于通过阈值，培训评价结果为通过；

培训得分小于通过阈值，培训评价结果为不通过。

作为本发明的一种优选方案，所述问诊模拟单元、病变模拟单元、技能模拟单元和培训评价单元之间通过网络通信进行数据交互。

作为本发明的一种优选方案，本发明提供了一种根据所述的基于人工智能和VR技术的医师培训系统的培训方法，包括以下步骤：

步骤S1、问诊模拟单元随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

步骤S2、病变模拟单元根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

步骤S3、技能模拟单元在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

步骤S4、培训评价单元统计问诊模拟单元、病变模拟单元和技能模拟单元的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训

本发明与现有技术相比较具有如下有益效果：

本发明通过人工智能技术对病患问诊的模拟，比传统的标准化病人更经济实惠，更方便，更容易考核；体感技术和VR技术模拟常用治疗操作，让参与培训的医师更容易掌握知识要点，不必使用人体模型，更方便更能激发学习兴趣；利用临床MRI资料进行模拟疾病病变，比解剖图谱更精细，更准确，更多样化，再使用体感技术和VR技术来练习神经外科手术的体位摆放和切口设计，更能提高学习兴趣，也方便考核医师对疾病和手术入路的理解。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

图1为本发明实施例提供的医师培训系统结构框图；

图2为本发明实施例提供的培训得分算法流程图；

图3为本发明实施例提供的培训方法流程图。

图中的标号分别表示如下：

1-问诊模拟单元；2-病变模拟单元；3-技能模拟单元；4-培训评价单元。

具体实施方式

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。

如图1所示，本发明提供了一种基于人工智能和VR技术的医师培训系统，包括问诊模拟单元1、病变模拟单元2、技能模拟单元3和培训评价单元4；

所述问诊模拟单元1，用于随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

所述问诊模拟单元1为存储有病理症状和患者体态数据的数据库的智能终端设备，所述问诊模拟单元培训医师问诊技能的具体方式为：

P1、智能终端设备分别随机在病理症状的数据库和病患体态数据的数据库中选取病理症状和病患体态数据呈现在显示模块上供培训医师分析；

P2、培训医师在智能终端设备的输入模块上输入对所述病理症状诊断的病灶数据；

P3、智能终端设备评价所述病灶数据准确度生成培训医师的第一问诊技能得分。

所述病变模拟单元2，用于根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

所述病变模拟单元2利用体感技术和VR技术根据病患体态数据构建3D人体模型，所述病变模拟单元培训医师病灶标注技能的具体方式为：

T1、病变模拟单元2依据病患体态数据构建与病患一比一的3D人体模型，并依据MRI资料在3D人体模型根据病灶数据显示所述病灶的位置和纹理；

T2、培训医师在病灶的位置处对所述纹理进行观察以及病灶病情的标注；

T3、病变模拟单元2评价所述标注的准确度生成培训医师的第二病变标注技能得分。

所述技能模拟单元3，用于在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

所述治疗操作包括体位摆放和切口设计。

所述技能模拟单元3利用体感技术和VR技术来练习治疗操作，所述培训医师病灶治疗技能的具体方式为：

R1、培训医师在3D人体模型上进行治疗操作，技能模拟单元记录采集所述治疗操作并同步在3D人体模型上进行显示；

R2、技能模拟单元3评价所述治疗操作的准确度生成培训医师的第三治疗技能得分。

所述培训评价单元4，用于统计问诊模拟单元1、病变模拟单元2和技能模拟单元3的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训。

如图2所示，所述培训评价结果包括通过与不通过，所述培训评价单元生成培训评价结果的具体方式为：

V1、培训评价单元1分别获取第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分；

V2、培训评价单元1根据第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分的预设权值，利用预设函数生成培训得分；

V3、培训评价单元1根据培训得分判断培训评价结果，并根据第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分获得医师薄弱技能。

判断培训评价结果的具体方式为：

培训得分大于等于通过阈值，培训评价结果为通过；

培训得分小于通过阈值，培训评价结果为不通过。

具体的，第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分分别标记为：A、B和C，则A、B和C的预设权值分别为X1、X2和X3，培训得分标记为Y，预设函数Y＝X1*A+X2*B+X3*C，其中X1+X2+X3＝100％，在实际使用中，根据医师岗位属性的不同，确定X1、X2和X3的取值，比如外科医师，病变标注技能和治疗技能较为重要，则X2和X3的取值需要偏大；

通过阈值设置为80，若医师的培训得分Y≥80，则该医师通过了培训；若医师的培训得分Y<80，则该医师未通过培训。

第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分判断医师薄弱技能的第一阈值、第二阈值和第三阈值为80；

若A<80，则该医师的薄弱技能为问诊技能；

若B<80，则该医师的薄弱技能为病变标注技能；

若C<80，则该医师的薄弱技能为治疗技能。

在实际使用中通过阈值、第一阈值、第二阈值和第三阈值可设置为80，也可以根据真实场景设置为其他数值。

所述问诊模拟单元1、病变模拟单元2和技能模拟单元3中分别存储有用于问诊技能评估、病变标注技能评估和治疗技能评估的评估映射表，所述评估映射表为病灶数据标准评分表、标注标准评分表和治疗操作标准评分表，所述第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分的生成的具体方式：

W1、问诊模拟单元1将培训医师的病灶数据与病灶数据标准评分表映射对照获得问诊技能评估的第一问诊技能得分；

W2、病变模拟单元2将培训医师的标注与标注标准评分表映射对照获得病变标注技能评估的第二病变标注技能得分；

W3、技能模拟单元3将培训医师的治疗操作与治疗操作标准评分表映射对照获得治疗技能评估的第三治疗技能得分。

所述问诊模拟单元1、病变模拟单元2、技能模拟单元3和培训评价单元4之间通过网络通信进行数据交互。

如图3所示，基于上述基于人工智能和VR技术的医师培训系统的结构，本发明提供了一种培训方法，包括以下步骤：

步骤S1、问诊模拟单元随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

步骤S2、病变模拟单元根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

步骤S3、技能模拟单元在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

步骤S4、培训评价单元统计问诊模拟单元、病变模拟单元和技能模拟单元的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训。

本发明通过人工智能技术对病患问诊的模拟，比传统的标准化病人更经济实惠，更方便，更容易考核；体感技术和VR技术模拟常用治疗操作，让参与培训的医师更容易掌握知识要点，不必使用人体模型，更方便更能激发学习兴趣；利用临床MRI资料进行模拟疾病病变，比解剖图谱更精细，更准确，更多样化，再使用体感技术和VR技术来练习神经外科手术的体位摆放和切口设计，更能提高学习兴趣，也方便考核医师对疾病和手术入路的理解。

以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种基于人工智能和VR技术的医师培训系统，其特征在于：包括问诊模拟单元(1)、病变模拟单元(2)、技能模拟单元(3)和培训评价单元(4)；

所述问诊模拟单元(1)，用于随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

所述病变模拟单元(2)，用于根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

所述技能模拟单元(3)，用于在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

所述培训评价单元(4)，用于统计问诊模拟单元、病变模拟单元和技能模拟单元的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训。

2.根据权利要求1所述的一种基于人工智能和VR技术的医师培训系统，其特征在于：所述问诊模拟单元(1)为存储有病理症状和患者体态数据的数据库的智能终端设备，所述问诊模拟单元培训医师问诊技能的具体方式为：

智能终端设备分别随机在病理症状的数据库和病患体态数据的数据库中选取病理症状和病患体态数据呈现在显示模块上供培训医师分析；

培训医师在智能终端设备的输入模块上输入对所述病理症状诊断的病灶数据；

智能终端设备评价所述病灶数据准确度生成培训医师的第一问诊技能得分。

3.根据权利要求2所述的一种基于人工智能和VR技术的医师培训系统，其特征在于：所述病变模拟单元(2)利用体感技术和VR技术根据病患体态数据构建3D人体模型，所述病变模拟单元培训医师病灶标注技能的具体方式为：

病变模拟单元(2)依据病患体态数据构建与病患一比一的3D人体模型，并依据MRI资料在3D人体模型根据病灶数据显示所述病灶的位置和纹理；

培训医师在病灶的位置处对所述纹理进行观察以及病灶病情的标注；

病变模拟单元(2)评价所述标注的准确度生成培训医师的第二病变标注技能得分。

4.根据权利要求3所述的一种基于人工智能和VR技术的医师培训系统，其特征在于：所述技能模拟单元(3)利用体感技术和VR技术来练习治疗操作，所述培训医师病灶治疗技能的具体方式为：

培训医师在3D人体模型上进行治疗操作，技能模拟单元记录采集所述治疗操作并同步在3D人体模型上进行显示；

技能模拟单元(3)评价所述治疗操作的准确度生成培训医师的第三治疗技能得分。

5.根据权利要求4所述的一种基于人工智能和VR技术的医师培训系统，其特征在于：所述培训评价结果包括通过与不通过，所述培训评价单元(4)生成培训评价结果的具体方式为：

培训评价单元(4)分别获取第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分；

培训评价单元(4)分别根据第一问诊技能得分A、第二病变标注技能得分B和第三治疗技能得分C的预设权值X1、X2和X3，利用预设函数Y＝X1*A+X2*B+X3*C生成培训得分，其中X1+X2+X3＝100％；培训评价单元(4)根据培训得分判断培训评价结果，并根据第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分获得医师薄弱技能。

6.根据权利要求5所述的一种基于人工智能和VR技术的医师培训系统，其特征在于：所述问诊模拟单元(1)、病变模拟单元(2)和技能模拟单元(3)中分别存储有用于问诊技能评估、病变标注技能评估和治疗技能评估的评估映射表，所述评估映射表为病灶数据标准评分表、标注标准评分表和治疗操作标准评分表，所述第一问诊技能得分、第二病变标注技能得分和第三治疗技能得分的生成的具体方式：

问诊模拟单元(1)将培训医师的病灶数据与病灶数据标准评分表映射对照获得问诊技能评估的第一问诊技能得分；

病变模拟单元(2)将培训医师的标注与标注标准评分表映射对照获得病变标注技能评估的第二病变标注技能得分；

技能模拟单元(3)将培训医师的治疗操作与治疗操作标准评分表映射对照获得治疗技能评估的第三治疗技能得分。

7.根据权利要求6所述的一种基于人工智能和VR技术的医师培训系统，其特征在于，所述治疗操作包括体位摆放和切口设计。

8.根据权利要求7所述的一种基于人工智能和VR技术的医师培训系统，其特征在于，判断培训评价结果的具体方式为：

培训得分大于等于通过阈值，培训评价结果为通过；

培训得分小于通过阈值，培训评价结果为不通过。

9.根据权利要求8所述的一种基于人工智能和VR技术的医师培训系统，其特征在于，所述问诊模拟单元(1)、病变模拟单元(2)、技能模拟单元(3)和培训评价单元(4)之间通过网络通信进行数据交互。

10.一种根据权利要求1-9所述的基于人工智能和VR技术的医师培训系统的培训方法，其特征在于，包括以下步骤：

步骤S1、问诊模拟单元随机生成病患病理症状以及病患体态数据供培训医师分析所述病理症状确诊病患的病灶数据，并将所述病灶数据以及病患体态数据同步上传到病变模拟单元；

步骤S2、病变模拟单元根据病患体态数据构建3D人体模型，供培训医师根据病灶数据在3D人体模型中进行病灶的标注；

步骤S3、技能模拟单元在3D人体模型中依据所述标注进行病情分析和治疗操作，并同步更新病灶数据以及病患体态数据传输到病变模拟单元；

步骤S4、培训评价单元统计问诊模拟单元、病变模拟单元和技能模拟单元的操作评分分析生成培训评价结果，并根据培训评价结果分析出医师薄弱技能以供后续加强培训。

Images