CN113157640A - 一种家庭医生辅助问诊装置、终端及问诊系统 - Google Patents

一种家庭医生辅助问诊装置、终端及问诊系统 Download PDF

Info

Publication number
CN113157640A
CN113157640A CN202011633906.9A CN202011633906A CN113157640A CN 113157640 A CN113157640 A CN 113157640A CN 202011633906 A CN202011633906 A CN 202011633906A CN 113157640 A CN113157640 A CN 113157640A
Authority
CN
China
Prior art keywords
information
patient
disease
inquiry
health
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.)
Granted
Application number
CN202011633906.9A
Other languages
English (en)
Other versions
CN113157640B (zh
Inventor
钟南山
樊代明
姚娟娟
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.)
Shanghai Mingping Medical Data Technology Co ltd
Original Assignee
Shanghai Mingping Medical Data 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 Shanghai Mingping Medical Data Technology Co ltd filed Critical Shanghai Mingping Medical Data Technology Co ltd
Priority to CN202011633906.9A priority Critical patent/CN113157640B/zh
Publication of CN113157640A publication Critical patent/CN113157640A/zh
Application granted granted Critical
Publication of CN113157640B publication Critical patent/CN113157640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • 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)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种家庭医生辅助问诊装置、终端及问诊系统。所述家庭医生辅助问诊装置包括：存储模块，用于存储一关联模型；健康信息获取模块，用于获取患者的健康信息，并根据患者的答复信息对所述患者的健康信息进行更新；疾病信息获取模块，用于根据所述患者的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息；问诊方案生成模块，用于根据所述相关疾病的疾病信息生成相应的问诊方案；答复信息获取模块，与所述健康信息获取模块相连，用于获取所述患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成。所述家庭医生辅助问诊装置能够实现问诊方案的自动生成，有利于提升家庭医生的问诊效率。

Description

一种家庭医生辅助问诊装置、终端及问诊系统
技术领域
本发明属于医疗保健信息学领域，涉及一种辅助问诊装置，特别是涉及一种家庭医生辅助问诊装置、终端及问诊系统。
背景技术
近年来，随着经济的发展以及人们健康意识的不断提高，家庭医生及签约家庭医生的患者越来越多。家庭医生又称全科医生，是以家庭医疗保健服务为主要任务、并对服务对象实行全面的、连续的、有效的、及时的和个性化医疗保健服务和照顾的新型医生。在实际中，家庭医生需要根据每个患者的具体情况制定相应的问诊方案，并根据该问诊方案对患者进行全方面的问诊，以便获取患者的详细信息。然而，发明人在实际应用中发现，现阶段所述问诊方案完全由家庭医生依据自己的知识和经验人工制定，效率较低。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种家庭医生辅助问诊装置、终端及问诊系统，用于解决现有技术中问诊方案完全由医生人工制定的问题。
为实现上述目的及其他相关目的，本发明的第一方面提供一种家庭医生辅助问诊装置。所述家庭医生辅助问诊装置包括：存储模块，用于存储一关联模型；所述关联模型包括多种疾病以及各疾病的疾病信息；健康信息获取模块，用于获取患者的健康信息，并根据患者的答复信息对所述患者的健康信息进行更新；疾病信息获取模块，与所述健康信息获取模块和所述存储模块相连，用于根据所述患者的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息；问诊方案生成模块，与所述疾病信息获取模块相连，用于根据所述相关疾病的疾病信息生成相应的问诊方案；所述问诊方案用于辅助家庭医生进行问诊；答复信息获取模块，与所述健康信息获取模块相连，用于获取所述患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成。
于所述第一方面的一实施例中，所述存储模块还存储有一健康档案；所述健康信息获取模块与所述存储模块相连，并根据所述健康档案获取所述患者的健康信息，或根据所述健康档案对所述患者的健康信息进行更新。
于所述第一方面的一实施例中，所述健康信息获取模块包括：自测报告获取单元，用于获取患者的自测报告；健康信息提取单元，与所述自测报告获取单元相连，用于根据所述患者的自测报告获取所述患者的健康信息，或根据所述自测报告对所述患者的健康信息进行更新。
于所述第一方面的一实施例中，所述健康信息获取模块还用于接收健康采集设备获取的健康数据，并获取所述健康数据中包含的患者的健康信息，或根据所述健康数据对所述患者的健康信息进行更新。
于所述第一方面的一实施例中，所述患者的健康信息包括症状子信息、指标子信息和/或档案子信息；所述疾病的疾病信息包括症状体征、检查指标和/或档案相关信息；其中，疾病的症状体征与患者的症状子信息相关联，疾病的检查指标与患者的指标子信息相关联，疾病的档案相关信息与患者的档案子信息相关联。
于所述第一方面的一实施例中，所述问诊方案生成模块包括：症状问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的症状体征生成症状问诊方案；和/或指标问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的检查指标生成指标问诊方案；和/或档案问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的档案相关信息生成档案信息问诊方案。
于所述第一方面的一实施例中，所述疾病信息获取模块包括：异常信息获取单元，与所述健康信息获取模块相连，用于获取所述患者的健康信息中的异常信息；相关疾病查找单元，与所述异常信息获取单元和所述存储模块相连，用于获取与所述异常信息相关联的疾病信息，并根据与所述异常信息相关联的疾病信息从所述关联模型中查找所述相关疾病；疾病信息获取单元，与所述相关疾病查找单元和所述存储模块相连，用于根据所述关联模型获取与所述相关疾病相关联的所有疾病信息。
于所述第一方面的一实施例中，所述问诊方案生成模块包括：干预方案生成单元，与所述疾病信息获取模块相连，用于根据所述相关疾病的疾病信息以及所述异常信息生成干预方案。
于所述第一方面的一实施例中，所述家庭医生辅助问诊装置还包括：患病概率计算模块，与所述存储模块和所述疾病信息获取模块相连，用于根据所述患者的健康信息中的异常信息和所述关联模型计算所述相关疾病的患病概率。
于所述第一方面的一实施例中，所述患病概率计算模块包括：权重值计算单元，与所述疾病信息获取模块相连，用于根据所述关联模型计算所述异常信息相关联的疾病信息的权重值；概率计算单元，与所述权重值计算单元相连，用于根据所述异常信息相关联的疾病信息的权重值计算所述相关疾病的患病概率。
于所述第一方面的一实施例中，所述患病概率计算模块包括：神经网络处理单元，与所述疾病信息获取模块相连，用于利用一训练好的神经网络模型对所述患者的健康信息中的异常信息进行处理，以获得所述相关疾病的患病概率。
于所述第一方面的一实施例中，所述健康信息获取模块包括：自然语言处理单元，与所述答复信息获取模块相连，用于利用一自然语言处理模型对所述患者的答复信息中的关键信息进行提取，并利用提取出的关键信息对所述患者的健康信息进行更新。
于所述第一方面的一实施例中，所述健康信息获取模块还包括：问诊效率评价单元，与所述自然语言处理单元相连，用于根据所述自然语言处理模型的提取结果对家庭医生的问诊效率进行评价。
于所述第一方面的一实施例中，所述家庭医生辅助问诊装置还包括：患者画像生成模块，与所述健康信息获取模块相连，用于根据所述患者的健康信息生成患者画像。
本发明的第二方面提供一种家庭医生辅助问诊终端。所述家庭医生辅助问诊终端包括本发明所述的家庭医生辅助问诊装置。
本发明的第三方面提供一种家庭医生问诊系统。所述家庭医生问诊系统包括：家庭医生辅助问诊终端，包括本发明所述的家庭医生辅助问诊装置，用于根据患者的健康信息生成问诊方案；所述问诊方案用于辅助家庭医生进行问诊；患者终端，与所述家庭医生辅助问诊终端相连，用于获取患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成；所述家庭医生辅助问诊终端还用于根据所述患者的答复信息对所述问诊方案进行更新；更新后的问诊方案用于辅助家庭医生继续进行问诊。
如上所述，本发明所述家庭医生辅助问诊装置、终端及问诊系统的一个技术方案具有以下有益效果：
所述家庭医生辅助问诊装置能够自动获取患者的健康信息，并根据所述患者的健康信息生成相应的问诊方案；家庭医生可以根据该问诊方案对患者进行问诊。所述问诊方案的生成过程可以利用相应的电子设备自动实现，因此，所述家庭医生辅助问诊装置使得家庭医生无需完全依据自身的知识和经验确定问诊方案，有利于提升家庭医生的问诊效率。
附图说明
图1A显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的结构示意图。
图1B显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的关联模型示例图。
图1C显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的关联模型示例图。
图1D显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的工作流程图。
图2显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的关联模型示例图。
图3显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的问诊方案显示图。
图4显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的疾病信息获取模块结构示意图。
图5显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的关联模型示例图。
图6显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的结构示意图。
图7显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的患病概率计算模块结构示意图。
图8显示为本发明实施例所述的家庭医生辅助问诊装置于一具体实施例中的健康信息获取模块结构示意图。
元件标号说明
1 家庭医生辅助问诊装置
11 存储模块
111 关联模型
112 关联模型
113 关联模型
12 健康信息获取模块
121 自然语言处理单元
122 问诊效率评价单元
13 疾病信息获取模块
131 异常信息获取单元
132 相关疾病查找单元
133 疾病信息获取单元
14 问诊方案生成模块
15 答复信息获取模块
16 患病概率计算模块
161 权重值计算单元
162 概率计算单元
17 患者画像生成模块
18 优先级计算模块
2 显示屏
21 症状问诊显示区
22 指标问诊显示区
23 档案问诊显示区
S11～S18 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在一些方案中，家庭医生需要完全根据自己的知识和经验制定问诊方案，效率较低且容易受家庭医生的主观影响。针对这一问题，本发明提供一种家庭医生辅助问诊装置。所述家庭医生辅助问诊装置能够自动获取患者的健康信息，并根据所述患者的健康信息生成相应的问诊方案；家庭医生可以根据该问诊方案对患者进行问诊。本发明中，所述问诊方案的生成过程可以利用相应的电子设备自动实现，因此，家庭医生无需完全依据自身的知识和经验确定问诊方案，有利于提升家庭医生的问诊效率。
请参阅图1A，于本发明的一实施例中，所述家庭医生辅助问诊装置1包括：
存储模块11，用于存储一关联模型。请参阅图1B和图1C，所述关联模型111包括多种疾病，并包含各所述疾病的疾病信息；所述疾病例如：感冒、肺炎、高血压等。所述关联模型可以以关系型数据库、键值存储数据库以及列存储数据库等方式进行存储，具体方式此处不做限制。此外，于所述关联模型中，一种疾病可能与多种疾病信息相关联，一种疾病信息也可能与多种疾病相关联。
健康信息获取模块12，用于获取患者的健康信息；其中，所述健康信息与所述疾病信息相关联。所述健康信息为广义上的健康信息，包含患者的基本信息、生活习惯信息、患病信息等；所述健康信息可以来源于患者的病历、体检报告、就诊记录、住院记录等。
疾病信息获取模块13，与所述健康信息获取模块12和所述存储模块11相连，用于根据所述患者的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息。具体地，所述疾病信息获取模块13根据所述患者的健康信息获取与所述健康信息相关联的疾病信息，进而根据所述相关联的疾病信息获取与该相关联的疾病信息相关联的疾病作为所述相关疾病，并获取所述相关疾病的部分疾病信息或所有疾病信息。
由于一种疾病信息可能与多种疾病相关联，且与所述健康信息相关联的疾病信息也可能是多种，因此，所述疾病信息获取模块13获取的相关疾病也可能为多种。此时，所述疾病信息获取模块13获取的疾病信息为所有相关疾病的疾病信息。
问诊方案生成模块14，与所述疾病信息获取模块13相连，用于根据所述相关疾病的疾病信息生成相应的问诊方案。具体地，所述问诊方案生成模块14从所述相关疾病的所有疾病信息中选取当前未知的疾病信息，并将所述当前未知的疾病信息进行汇总和/或排序以生成所述问诊方案。其中，所述未知的疾病信息是指根据所述患者的健康信息无法直接获得的疾病信息。在应用过程中，可以利用一显示屏将所述问诊方案展示给家庭医生，家庭医生可以根据该问诊方案所包含的未知的疾病信息对患者进行问诊。
答复信息获取模块15，与所述健康信息获取模块12相连，用于获取所述患者的答复信息；其中，所述患者的答复信息时由患者针对家庭医生的问诊所做出的答复。
请参阅图1D，本实施例中，所述家庭医生辅助问诊装置1的具体工作流程如下：
S11，所述健康信息获取模块12获取患者的健康信息；
S12，所述疾病信息获取模块13根据所述患者的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息；
S13，所述问诊方案生成模块14根据所述相关疾病的疾病信息生成相应的问诊方案；
S14，家庭医生根据所述问诊方案进行问诊；
S15，患者针对家庭医生的问诊进行答复，生成患者的答复信息；
S16，所述健康信息获取模块12获取所述患者的答复信息，并根据所述患者的答复信息中包含的健康信息对患者的健康信息进行更新，从而获得更新后的健康信息。
S17，所述疾病信息获取模块13根据所述更新后的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息。
S18，重复上述步骤S13～S17，直到问诊结束。
在上述工作流程中，患者针对家庭医生的问询每答复一次即生成一条答复信息；相应的，所述健康信息获取模块根据所述答复信息对患者的健康信息更新一次。所述更新例如：将所述提取出的关键信息添加到患者的健康信息中，或利用所述提取出的关键信息替换患者的健康信息中的已有信息。随着所述患者的健康信息不断更新，所述家庭医生辅助问诊装置获取到的信息越来越多，因而对所述相关疾病的定位越准确，所述问诊方案生成模块生成的问诊方案针对性也就越强。通过不断重复上述过程能够辅助家庭医生快速地完成问诊。
例如，请参阅图1B，所述健康信息获取模块12初始时获得的健康信息为健康信息1，所述健康信息1与疾病信息2相关联。此时，所述疾病信息获取模块13根据所述疾病信息2查找所述关联模型111得到的相关疾病为疾病1和疾病2，进而获取到所述相关疾病的疾病信息为疾病信息1、疾病信息2和疾病信息3，其中，未知的疾病信息为疾病信息1和疾病信息3。所述问诊方案生成模块根据所述疾病信息1和疾病信息3生成一问诊方案，以提示患者可能患有疾病1和疾病2，并提示家庭医生对该疾病信息1和疾病信息3进行问诊。接下来，若患者针对该问诊的答复信息中包含健康信息2，请参阅图1C，所述健康信息获取模块12将患者的健康信息更新为包括健康信息1和健康信息2；其中，所述健康信息2与疾病信息1相关联。所述疾病信息获取模块13根据所述疾病信息1和所述疾病信息2查找所述关联模型111得到的相关疾病为疾病1。此时，所述问诊方案生成模块生成的问诊方案可以提示家庭医生完成问诊，且该患者极有可能患有疾病1。
如上所述，本实施例所述家庭医生辅助问诊装置能够自动获取患者的健康信息，并根据所述患者的健康信息生成相应的问诊方案；家庭医生可以根据该问诊方案对患者进行问诊。所述问诊方案的生成过程可以利用相应的电子设备自动实现，因此，所述家庭医生辅助问诊装置使得家庭医生无需完全依据自身的知识和经验确定问诊方案，有利于提升家庭医生的问诊效率。
此外，本实施例所述家庭医生辅助问诊装置能够根据患者的答复信息对患者的健康信息进行更新，并根据更新后的健康信息对所述问诊方案进行调整，以辅助家庭医生逐步完成对患者的问诊。因此，本实施例所述家庭医生辅助问诊装置与家庭医生的经验和水平无关，尤其适用于经验不足的家庭医生。
于本发明的一实施例中，所述存储模块还存储有一健康档案；所述健康信息获取模块与所述存储模块相连，并根据所述健康档案获取所述患者的健康信息，或根据所述健康档案对所述患者的健康信息进行更新。
于本实施例中，所述患者的健康信息包括患者的档案子信息，所述患者的档案子信息可以由所述健康信息获取模块从所述健康档案中获取。所述健康信息获取模块获取到所述患者的档案子信息后：若所述健康信息获取模块已经获取过患者的健康信息，则所述健康信息获取模块利用所述患者的档案子信息对所述患者的健康信息进行更新；若所述健康信息获取模块还未获取过患者的健康信息，则所述健康信息获取模块将所述患者的档案子信息作为患者的健康信息。其中，所述患者的档案子信息包括患者的既往史、曾用产品、家族遗传和/或个人史等。
本实施例中，所述健康信息获取模块能够获取患者的健康档案中的健康信息，或利用所述健康档案对所述患者的健康信息进行更新，增加了所述健康信息获取模块获取到的患者的健康信息的数量，有利于所述家庭医生辅助问诊装置生成更加有针对性的问诊方案，进而提升问诊效率。
于本发明的一实施例中，所述健康信息获取模块包括：自测报告获取单元，用于获取患者的自测报告；其中，所述自测报告是指根据患者的自测信息生成的、包含了患者的健康信息的报告；健康信息提取单元，与所述自测报告获取单元相连，用于根据所述患者的自测报告获取所述患者的健康信息，或根据所述自测报告对所述患者的健康信息进行更新。所述自测报告是由患者提供的，其真实性由患者负责。
于本实施例中，所述健康信息获取模块获取到所述患者的自测报告后：若所述健康信息获取模块已经获取过患者的健康信息，则所述健康信息提取单元利用所述患者的自测报告所包含的信息对所述患者的健康信息进行更新；若所述健康信息获取模块还未获取过患者的健康信息，则所述健康信息提取单元提取所述自测报告中所包含的信息作为患者的健康信息。
于本发明的一实施例中，所述健康信息获取模块还用于接收健康采集设备获取的健康数据。若所述健康信息获取模块已经获取过患者的健康信息，则所述健康信息获取模块利用所述健康数据对所述患者的健康信息进行更新；若所述健康信息获取模块还未获取过患者的健康信息，则所述健康信息获取模块根据所述患者的健康数据生成患者的健康信息。
本实施例中，所述健康采集设备可以为患者的可穿戴设备，包括以手腕为支撑的watch类(包括手表和腕带等产品)，以脚为支撑的shoes类(包括鞋、袜子或者将来的其他腿上佩戴产品)，以头部为支撑的Glass类(包括眼镜、头盔、头带等)。所述健康采集设备也可以为患者的医疗测量设备，所述医疗测量设备例如：体温计、血压计、体脂称等。所述健康采集设备还可以为医院或体检机构的体检设备或相关检验设备，例如：X光机、CT机、心电测量仪等。所述健康数据例如心率、血压、跑步距离、步数、白细胞数、红细胞数等。
本实施例通过将所述健康信息获取模块配置为能够接收相应健康采集设备获取的患者的健康信息，保证了所述患者的健康信息的客观性。此外，通过手表、手环等可穿戴设备，所述健康信息获取模块能够实现24小时不间断的获取患者的健康信息，保证了健康信息的全面性。
于本发明的一实施例中，所述患者的健康信息包括症状子信息、指标子信息和/或档案子信息。其中，所述症状子信息包括患者身体或心理表现出的相关症状体征，例如：发热、干咳、乏力、呼吸困难等，患者可以通过自己的身体表现确定所述症状子信息。所述指标子信息包括身体指标，所述身体指标通过定量的方式对患者的身体状况进行描述，例如：血压、体温、白细胞计数、血红蛋白等；患者可以通过相应的医疗设备获得所述指标子信息，也可以通过医院体检等方式获得所述指标子信息，所述档案子信息包括患者的健康档案中的相关信息。
本实施例中，所述疾病的疾病信息包括症状体征、检查指标和/或档案相关信息；其中，疾病的症状体征与患者的症状子信息相关联，疾病的检查指标与患者的指标子信息相关联，疾病的档案相关信息与患者的档案子信息相关联。
请参阅图2，显示为本实施例中涉及的一个关联模型。其中，所述关联模型112包括多种疾病和疾病信息；所述疾病信息包括症状体征、检查指标和/或档案相关信息。其中，所述档案相关信息包括既往史、曾用产品、家族遗传和/或个人史等。所述关联模型112以疾病为核心，并根据一关联关系将各疾病与其相应的疾病信息建立关联。
当所述疾病信息为症状体征时，对于任一疾病和任一症状体征，若该疾病会使患者出现该症状体征，则认为该疾病与该症状体征之间存在关联关系；若该疾病不会使患者出现该症状体征，则认为该疾病与该症状体征之间不存在关联关系；因此，在诊断过程中，如果患者出现了该症状体征，则可以根据该关联关系认为患者可能患有该疾病。例如，感冒时患者一般都会出现发烧症状，因而感冒疾病与发烧症状之间存在关联关系；在诊断过程中，当患者出现发烧症状时，则可以认为患者可能患有感冒。
当所述疾病信息为检查指标时，对于任一疾病和任一检查指标，若该疾病会使该检查指标出现异常，则认为该疾病和该检查指标存在关联关系，否则认为该疾病和该检查指标不存在关联关系；因此，在诊断过程中，如果患者的该检查指标存在异常，则可以根据该关联关系认为患者可能患有该疾病。例如，高血压会导致患者的血压值超出正常值范围，因而高血压疾病与血压值指标之间存在关联关系；在诊断过程中，当患者出现血压值指标过高时，则可认为患者可能患有高血压。
当所述疾病信息为档案相关信息时，对于任一疾病和任一档案相关信息，该档案相关信息可能导致患者出现该疾病，则认为该疾病和该档案相关信息存在关联关系，否则认为该疾病和该档案相关信息不存在关联关系；因此，在诊断过程中，如果发现患者存在该档案相关信息，则可以根据该关联关系认为患者可能患有该疾病。例如，心脏病遗传史会增加患者患有心脏病的概率，因而可以认为心脏病遗传史这一档案相关信息与心脏病疾病之间存在关联关系。在诊断过程中，当患者具有心脏病遗传史这一档案相关信息时，则认为患者可能患有心脏病。
所述关联关系由相关领域的权威人士进行定义并更新，或者由AI技术生成。在图2中，所述疾病与疾病信息之间的关联关系在图中用直线表示。例如：疾病1与症状2之间存在关联关系，与指标4之间不存在关联关系。
优选地，于所述关联模型中，所述疾病包括至少一种亚型，所述症状体征包括至少一个属性，所述检查指标包括至少一种分类。例如，对于发烧这一症状体征，所述关联模型中包括低烧、高烧等属性；对于体温这一检查指标，所述关联模型中包括36～37.2℃、37.3～38℃、38.1～40℃和大于40℃等分类。所述亚型是指症状体征、检查指标、家族遗传、疾病史、用药史、年龄和/或性别等的组合，该组合可以用来对疾病类型进行判断，例如：发烧大于40℃加白细胞计数大于1000可以作为一种亚型，发烧大于37℃加白细胞计数大于500可以作为另一种亚型。
本实施例对疾病信息进行了进一步分类，并将分类后的疾病信息与相应的疾病之间通过所述关联模型建立了关联关系，因而使得所述疾病信息获取模块获取到的相关疾病的疾病信息更加全面，提升了所述问诊方案生成模块生成的问诊方案的详细程度。
本实施例还对健康信息进行了进一步分类，使得所述健康信息获取模块能够获取到结构化的健康信息；此外，本实施例还将所述分类后的健康信息与所述分类后的疾病信息相关联，提升了所述疾病信息获取模块的查找精度。
于本发明的一实施例中，所述问诊方案生成模块包括症状问诊单元、指标问诊单元和/或档案问诊单元。相应的，所述问诊方案包括症状问诊方案、指标问诊方案和/或档案问诊方案。
所述症状问诊单元与所述疾病信息获取模块相连，用于根据所述疾病信息中的症状体征生成症状问诊方案；所述症状问诊方案用于提示家庭医生针对所述相关疾病的症状体征进行问诊。例如，基于所述关联模型112，若所述疾病信息获取模块13根据患者的健康信息获取到的相关疾病为疾病1和疾病2，此时所述疾病信息获取模块13根据所述关联模型112获取到的、与疾病1或疾病2相关的所有症状体征包括症状1、症状2、症状3、症状4和症状5。若所述患者的健康信息中已经包含与症状1相关联的症状子信息，则所述症状问诊单元根据当前未知的症状2、症状3、症状4和症状5生成所述症状问诊方案。请参阅图3，所述症状问诊单元利用显示屏2上的症状问诊显示区21将所述症状问诊方案展示给家庭医生，从而提示家庭医生对当前未知的症状2、症状3、症状4和症状5进行问诊。
所述指标问诊单元与所述疾病信息获取模块相连，用于根据所述疾病信息中的检查指标生成指标问诊方案；所述指标问诊方案用于提示家庭医生针对所述相关疾病的检查指标进行问诊。例如，基于所述关联模型112，若所述疾病信息获取模块13根据患者的健康信息获取到的相关疾病为疾病1和疾病2，此时所述疾病信息获取模块13根据所述关联模型112获取到的、与疾病1或疾病2相关的所有检查指标包括指标1、指标2和指标3。若所述患者的健康信息中已经包含与指标1相关联的指标子信息，则所述指标问诊单元根据当前未知的指标2和指标3生成所述指标问诊方案。所述指标问诊单元利用显示屏2上的指标问诊显示区22将所述指标问诊方案展示给家庭医生，从而提示家庭医生对当前未知的指标2和指标3进行问诊。
所述档案问诊单元与所述疾病信息获取模块相连，用于根据所述疾病信息中的档案相关信息生成档案信息问诊方案；所述档案信息问诊方案用于提示家庭医生针对所述相关疾病的档案相关信息进行问诊。例如，基于所述关联模型112，若所述疾病信息获取模块13根据患者的健康信息获取到的相关疾病为疾病1和疾病2，此时所述疾病信息获取模块13根据所述关联模型112获取到的、与疾病1或疾病2相关的所有档案相关信息包括档案信息1和档案信息3。若所述患者的健康信息中既不包含档案信息1相关联的档案子信息，又不包含档案信息3相关联的档案子信息，则档案信息1和档案信息3均为未知的档案相关信息。此时，所述档案问诊单元根据当前未知的档案信息1和档案信息3生成所述档案问诊方案。所述档案问诊方案通过显示屏2上的档案问诊显示区23将所述档案问诊方案展示给家庭医生，从而提示家庭医生对当前未知的档案信息1和档案信息3进行问诊。
如上所述，本实施例通过症状问诊单元、指标问诊单元和/或档案问诊单元分别生成相应的症状问诊方案、指标问诊方案和/或档案问诊方案，有利于提升家庭医生问诊的目的性以及精确度。
请参阅图4，于本发明的一实施例中，所述疾病信息获取模块13包括异常信息获取单元131、相关疾病查找单元132以及疾病信息获取单元133。
所述异常信息获取单元131与所述健康信息获取模块12相连，用于获取所述患者的健康信息中的异常信息。具体地，当患者的健康信息中包含症状子信息时，所有症状子信息均为异常信息；例如，发热、干咳、乏力、呼吸困难等症状均为异常信息。当患者的健康信息中包含指标子信息时，指标值在正常值范围之外的指标子信息为所述异常信息；例如，收缩压大于139mmHg时，收缩压为异常信息；体温大于37.3℃时，体温为异常信息。当患者的健康信息中包含档案子信息时，不同于健康人群的档案子信息为异常信息；例如，健康人群普遍没有肺炎患病史，而患者的档案子信息中包含肺炎患病史，则肺炎患病史这一档案子信息为异常信息；健康人群普遍不吸烟，而患者的健康信息中包含吸烟这一健康子信息，则吸烟为异常信息。其中，所述健康人群是指完全处于健康状态的人群，可以由相关医学人士进行定义。
所述相关疾病查找单元132与所述异常信息获取单元131和所述存储模块11相连，用于获取与所述异常信息相关联的疾病信息，并根据与所述异常信息相关联的疾病信息从所述关联模型中查找所述相关疾病。例如，基于关联模型112，若与所述异常信息相关联的疾病信息为指标1和症状1，则所述疾病信息获取单元133根据该指标1和症状1查找到的相关疾病为疾病1和疾病2。
所述疾病信息获取单元133，与所述相关疾病查找单元132和所述存储模块11相连，用于根据所述关联模型获取与所述相关疾病相关联的所有疾病信息。例如，基于所述关联模型112，若所述相关疾病为疾病1和疾病2，则与所述相关疾病相关联的所有疾病信息为症状1至症状5、指标1至指标3、档案信息1和档案信息3。
于本实施例中，所述相关疾病查找单元132获取到的与所述异常信息相关联的疾病信息，仅为所述相关疾病的所有疾病信息中的一部分。在具体应用中，所述相关疾病查找单元132根据所述相关疾病的部分疾病信息获取所述相关疾病，进而所述疾病信息获取单元133获取所述相关疾病的所有疾病信息。本实施例仅需获取患者的健康信息中的异常信息，并依据所述异常信息进行相关疾病的查找，而无需根据患者的所有健康信息进行相关疾病的查找，有利于提升查找效率。
请参阅图5，于本发明的一实施例中，所述关联模型113中还包括与所述疾病信息相关联的干预措施。所述干预措施例如服用药物、增加运动量、改变作息、接受手术等有利于消除所述异常信息的措施。
本实施例中，所述问诊方案生成模块包括干预方案生成单元。所述干预方案生成单元与所述存储模块11和所述疾病信息获取模块13相连，用于根据所述相关疾病的疾病信息以及所述异常信息生成干预方案。所述干预方案为所述关联模型113中的至少一项干预措施的组合，例如：若患者出现了症状6和症状1，则该干预方案为干预措施3和干预措施4的组合。本实施例利用所述干预方案生成单元生成干预方案并展示给家庭医生，有利于辅助家庭医生针对患者的健康信息给出个性化的健康建议。
请参阅图6，于本发明的一实施例中，所述家庭医生辅助问诊装置还包括患病概率计算模块16。所述患病概率计算模块16与所述存储模块11和所述疾病信息获取模块13相连，用于根据所述患者的健康信息中的异常信息和所述关联模型计算所述相关疾病的患病概率。所述相关疾病的患病概率可以通过显示屏2展示给家庭医生，从而辅助家庭医生进行疾病的确诊；所述问诊方案生成模块14也可以根据所述相关疾病的患病概率生成所述问诊方案。
请参阅图7，于本发明的一实施例中，所述患病概率计算模块16包括权重值计算单元161和概率计算单元162。
所述权重值计算单元161与所述疾病信息获取模块13相连，用于根据所述关联模型计算所述患者的健康信息中各异常信息相关联的疾病信息的权重值。具体地，对于任一异常信息m及其相关联的疾病信息m，在相关疾病n中，所述权重值计算单元161获取所述相关疾病n的诊断标准Cn，其中，Cn由所述相关疾病n关联的所有疾病信息组成。例如，在关联模型112中，疾病1的诊断标准包括：症状1、症状2、症状5、指标1、指标2和档案信息3。
若所述疾病信息m不包含于所述诊断标准Cn，则异常信息m相关联的疾病信息m在所述相关疾病n中的权重值Wm,n＝0；否则，该异常信息m相关联的疾病信息m在所述相关疾病n中的权重值Wm,n为
Figure BDA0002880725190000131
其中，Nm,n为疾病信息m所关联的所有疾病的数量；Ni,n为与疾病信息i所关联的所有疾病的数量；Mn为所述诊断标准Cn所包含的疾病信息的数量，且疾病信息1、疾病信息2、……、疾病信息Mn均为所述诊断标准Cn中的疾病信息。另外，上述参数Nm,n、Ni,n以及Mn均可以从所述关联模型中获取。
所述概率计算单元162与所述权重值计算单元161相连，用于根据各异常信息相关联的疾病信息的权重值计算所述相关疾病的患病概率。具体地，对于所述相关疾病n，所述概率计算单元162获取患者的所有异常信息相关联的疾病信息，并获取该疾病信息与所述诊断标准Cn的交集Q；基于此，患者患有相关疾病n的概率Pn为：
Figure BDA0002880725190000141
表示所有包含于集合Q中的疾病信息的权重值之和；其中，Wj表示与异常信息j相关联的疾病信息j在相关疾病n中的权重值。
接下来将在关联模型112的基础上，通过一个具体的实例对上述患病概率的计算过程进行介绍。基于所述关联模型112可知，疾病1的诊断标准C1包括：症状1(命名为疾病信息1)，该症状1所关联的所有疾病的数量N1,1＝3；症状2(命名为疾病信息2)，该症状2相关联的所有疾病的数量N2,1＝1；症状5(命名为疾病信息3)，该症状5相关联的所有疾病的数量N3,1＝1；指标1(命名为疾病信息4)，该指标1相关联的所有疾病的数量N4,1＝2；指标2(命名为疾病信息5)，该指标2相关联的所有疾病的数量N5,1＝1；指标3(命名为疾病信息6)，该指标3相关联的所有疾病的数量N6,1＝2；和档案信息3(命名为疾病信息7)，该档案信息3相关联的所有疾病的数量N7,1＝2。此时，所述诊断标准Cn所包含的疾病信息的数量Mn＝7。
若用户的所有异常信息包括症状子信息1(与症状1相关联)、症状子信息2(与症状2相关联)、症状子信息6(与症状6相关联)和指标子信息3(与指标3相关联)，则患者的所有异常信息相关联的疾病信息与所述诊断标准Cn的交集Q包括：症状1(疾病信息1)、症状2(疾病信息2)和指标3(疾病信息6)，并且：
疾病信息1的权重为：
Figure BDA0002880725190000142
疾病信息2的权重为：
Figure BDA0002880725190000143
疾病信息6的权重为：
Figure BDA0002880725190000151
基于此，患病概率计算单元162获取的患者患有疾病1的概率P＝W1+W2+W6＝34.5％。
于本发明的一实施例中，所述患病概率计算模块包括神经网络处理单元。其中，所述神经网络处理单元与所述疾病信息获取模块相连，用于利用一训练好的神经网络模型对所述患者的健康信息中的异常信息进行处理，以获得所述相关疾病的患病概率。
本实施例中，所述训练好的神经网络模型的训练方法包括：获取训练数据，所述训练数据包括多个数据对，每个数据对包含一个患者的健康信息以及与所述一个患者的健康信息相关联的确诊疾病；利用所述训练数据对一神经网络模型进行训练，即可获得所述训练好的神经网络模型。优选地，所述多个数据对可以从真实的诊断案例中获取，也可以从权威人士定义的疾病诊断标准中获取。
于本发明的一实施例中，所述问诊方案生成模块生成的问诊方案包括多个问诊子方案；所述问诊子方案与疾病信息一一对应，即：家庭医生依据每个问诊子方案进行问诊时，均可以获得一种相应的疾病信息。由于一种疾病信息可能对应多个疾病，因此每个问诊子方案均对应至少一种相关疾病。
本实施例中，所述家庭医生辅助问诊装置还包括一优先级计算模块18。所述优先级计算模块18与所述问诊方案生成模块14相连，用于计算各问诊子方案的优先级；显示屏2根据该优先级确定各问诊子方案的显示顺序。
具体地，所述优先级计算模块18可以根据各相关疾病的患病概率确定各问诊子方案的优先级。例如，所述优先级计算模块18可以将患病概率最高的相关疾病所对应的问诊子方案的优先级设置为最高，将患病概率最低的相关疾病所对应的问诊子方案的优先级设置为最低。
所述优先级计算模块18还可以根据各问诊子方案所对应的相关疾病的数量确定各问诊子方案的优先级，具体地：问诊子方案所对应的相关疾病的数量越少，则该问诊子方案的优先级越高。本实施例中，家庭医生根据每个问诊子方案进行问诊均可以获得一种疾病信息，根据所述关联模型112可知，疾病信息所关联的疾病数量越少则该疾病信息对疾病确诊的贡献度越大。例如，症状2仅与疾病1相关，则家庭医生通过问诊获取该症状2之后即可确定患者患有疾病1。因此，与症状2相应的问诊子方案应当设置为高优先级，以便家庭医生能够方便地看到该问诊子方案并进行问诊。所述优先级计算模块18根据各问诊子方案所对应的相关疾病的数量确定各问诊子方案的优先级，能够提升家庭医生问诊和确诊的效率。
本实施例中，所述优先级计算模块18使得高优先级的问诊子方案在显示屏2中的显示顺序越靠前。所述优先级计算模块18根据患病概率或问诊子方案对应的相关疾病的数量设置各问诊子方案的优先级，有利于家庭医生优先看到高优先级的问诊子方案，从而提升家庭医生问诊和确诊的效率。
请参阅图8，于本发明的一实施例中，所述健康信息获取模块12包括自然语言处理单元121。所述自然语言处理单元121与所述答复信息获取模块15相连，用于利用一自然语言处理模型(Natural Language Processing，NLP)对所述患者的答复信息中的关键信息进行提取，并利用提取出的关键信息对所述患者的健康信息进行更新。
具体地，所患者的答复信息一般为文字形式或语音形式。当所述患者的答复信息为语音形式时，所述自然语言处理单元121首先将其转化为文字形式的答复信息，并按照文字形式的答复信息的提取方式对其中的关键信息进行提取。当所述患者的答复信息为文字形式时，所述自然语言处理单元121利用NLP模型对所述文字形式的答复信息进行提取，以获取所述答复信息中与患者的健康信息相关的关键信息。例如，所述答复信息获取模块15获取到的患者的答复信息为“持续发烧5天，一直37度5，吃发烧药也不退烧，胸闷，头晕。有低血压”，此时，所述NLP模型从该答复信息中提取出的关键信息包括：“发烧”、“胸闷”、“头晕”等症状子信息，“体温37.5℃”这一指标子信息，以及“低血压史”这一档案子信息；所述自然语言处理单元121利用上述关键信息对所述患者的健康信息进行更新。所述更新例如：将所述提取出的关键信息添加到患者的健康信息中，或利用所述提取出的关键信息替换患者的健康信息中的已有信息。其中，利用所述NLP模型从所述文字形式的答复信息中提取出关键信息的方法可以通过现有技术实现，此处不做限制。
本实施例中，所述自然语言处理单元121能够利用所述NLP模型提取患者的答复信息中的关键信息，并利用所述关键信息对所述患者的健康信息进行更新，从而实现所述家庭医生辅助问诊装置与患者之间的人机交互。
由于患者的健康信息用于在关联模型中查找所述相关疾病，因此所述患者的健康信息应当为通用的医学标准词语。然而，患者的答复信息中往往存在一些口语或俗语，若所述NLP模型根据该口语或俗语提取出关键信息，则该关键信息很难直接与患者的健康信息之间进行对接。针对这一问题，于本发明的一实施例中，所述存储模块11还包括一医学标准词语库。所述医学标准词语库为权威医务人员所建立并维护，其包含了常用的症状子信息标准词、指标子信息标准词和档案子信息标准词，并分别与所述关联模型中的症状体征、检查指标和相关档案信息相对应。本实施例中，所述NLP模型以所述医学标准词语库中的信息为标准提取所述关键信息。当所述关键信息不属于所述医学标准词语库时，所述NLP模型将其转化为所述医学标准词语库中的标准词，以提升所述关键信息的标准程度，进而实现所述关键信息与患者的健康信息之间的对接。
于本发明的一实施例中，所述健康信息获取模块12还包括问诊效率评价单元122。所述问诊效率评价单元122与所述自然语言处理单元121相连，用于根据所述NLP模型的提取结果对家庭医生的问诊效率进行评价。例如，所述问诊效率评价单元122可以统计所述NLP模型从每条答复信息中提取出的关键信息的数量，所述关键信息的数量越多则说明家庭医生的问诊效率越高。
于本发明的一实施例中，所述家庭医生辅助问诊装置还包括患者画像生成模块17，与所述健康信息获取模块相连，用于根据所述患者的健康信息生成患者画像。其中，所述患者画像基于所述健康信息中的症状子信息、指标子信息和档案子信息建立，用于为家庭医生提供直观清楚的患者形象，有利于家庭医生快速了解患者的概况，并选择相应的问诊方案进行问诊。
根据以上对所述家庭医生辅助问诊装置的描述，本发明还提供一种家庭医生辅助问诊终端。所述家庭医生辅助问诊终端包括本发明所述的家庭医生辅助问诊装置以及显示屏。所述显示屏用于显示所述家庭医生辅助问诊装置生成的问诊方案。
根据以上对所述家庭医生辅助问诊装置的描述，本发明还提供一种家庭医生问诊系统。所述家庭医生问诊系统包括家庭医生辅助问诊终端以及患者终端。其中，所述家庭医生辅助问诊终端包括本发明所述家庭医生辅助问诊装置，用于根据患者的健康信息生成相应的问诊方案；所述问诊方案用于辅助家庭医生进行问诊。所述患者终端与所述家庭医生辅助问诊终端相连，用于获取患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成。另外，所述家庭医生辅助问诊终端还用于根据所述患者的答复信息对所述问诊方案进行更新，更新后的问诊方案用于辅助家庭医生继续进行问诊。
根据以上描述可知，所述家庭医生辅助问诊装置能够自动获取患者的健康信息，并根据所述患者的健康信息生成相应的问诊方案；家庭医生可以根据该问诊方案对患者进行问诊。所述问诊方案的生成过程可以利用相应的电子设备自动实现，因此，所述家庭医生辅助问诊装置使得家庭医生无需完全依据自身的知识和经验确定问诊方案，有利于提升家庭医生的问诊效率。
所述家庭医生辅助问诊装置中，所述健康信息和疾病信息进行了详细分类，有利于提升家庭医生问诊的精度和详细度。
所述家庭医生问诊装置能够根据患者的答复信息对所述问诊方案进行更新，使得所述健康信息获取模块中获取到的用户的健康信息越来越丰富，所述疾病信息获取模块查找到的相关疾病越来越少，进而使得所述问诊方案的针对性越来越强，有利于辅助家庭医生快速完成问诊和确诊。
所述家庭医生辅助问诊装置还包括患病概率计算模块，用于计算相关疾病的患病概率；所述患病概率以定量的方式对患者的患病可能性进行了描述，有利于家庭医生准确把握患者的健康状况。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (16)

1.一种家庭医生辅助问诊装置，其特征在于，所述家庭医生辅助问诊装置包括：
存储模块，用于存储一关联模型；所述关联模型包括多种疾病以及各疾病的疾病信息；
健康信息获取模块，用于获取患者的健康信息，并根据患者的答复信息对所述患者的健康信息进行更新；
疾病信息获取模块，与所述健康信息获取模块和所述存储模块相连，用于根据所述患者的健康信息在所述关联模型中查找相关疾病，并获取所述相关疾病的疾病信息；
问诊方案生成模块，与所述疾病信息获取模块相连，用于根据所述相关疾病的疾病信息生成相应的问诊方案；所述问诊方案用于辅助家庭医生进行问诊；
答复信息获取模块，与所述健康信息获取模块相连，用于获取所述患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成。
2.根据权利要求1所述家庭医生辅助问诊装置，其特征在于：所述存储模块还存储有一健康档案；所述健康信息获取模块与所述存储模块相连，并根据所述健康档案获取所述患者的健康信息，或根据所述健康档案对所述患者的健康信息进行更新。
3.根据权利要求1所述家庭医生辅助问诊装置，其特征在于，所述健康信息获取模块包括：
自测报告获取单元，用于获取患者的自测报告；
健康信息提取单元，与所述自测报告获取单元相连，用于根据所述患者的自测报告获取所述患者的健康信息，或根据所述自测报告对所述患者的健康信息进行更新。
4.根据权利要求1所述家庭医生辅助问诊装置，其特征在于：所述健康信息获取模块还用于接收健康采集设备获取的健康数据，并获取所述健康数据中包含的患者的健康信息，或根据所述健康数据对所述患者的健康信息进行更新。
5.根据权利要求1所述家庭医生辅助问诊装置，其特征在于：
所述患者的健康信息包括症状子信息、指标子信息和/或档案子信息；
所述疾病的疾病信息包括症状体征、检查指标和/或档案相关信息；其中，疾病的症状体征与患者的症状子信息相关联，疾病的检查指标与患者的指标子信息相关联，疾病的档案相关信息与患者的档案子信息相关联。
6.根据权利要求5所述家庭医生辅助问诊装置，其特征在于，所述问诊方案生成模块包括：
症状问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的症状体征生成症状问诊方案；和/或
指标问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的检查指标生成指标问诊方案；和/或
档案问诊单元，与所述疾病信息获取模块相连，用于根据所述疾病信息中的档案相关信息生成档案信息问诊方案。
7.根据权利要求1所述家庭医生辅助问诊装置，其特征在于，所述疾病信息获取模块包括：
异常信息获取单元，与所述健康信息获取模块相连，用于获取所述患者的健康信息中的异常信息；
相关疾病查找单元，与所述异常信息获取单元和所述存储模块相连，用于获取与所述异常信息相关联的疾病信息，并根据与所述异常信息相关联的疾病信息从所述关联模型中查找所述相关疾病；
疾病信息获取单元，与所述相关疾病查找单元和所述存储模块相连，用于根据所述关联模型获取与所述相关疾病相关联的所有疾病信息。
8.根据权利要求7所述家庭医生辅助问诊装置，其特征在于，所述问诊方案生成模块包括：
干预方案生成单元，与所述疾病信息获取模块相连，用于根据所述相关疾病的疾病信息以及所述异常信息生成干预方案。
9.根据权利要求1所述家庭医生辅助问诊装置，其特征在于，所述家庭医生辅助问诊装置还包括：
患病概率计算模块，与所述存储模块和所述疾病信息获取模块相连，用于根据所述患者的健康信息中的异常信息和所述关联模型计算所述相关疾病的患病概率。
10.根据权利要求9所述家庭医生辅助问诊装置，其特征在于，所述患病概率计算模块包括：
权重值计算单元，与所述疾病信息获取模块相连，用于根据所述关联模型计算所述异常信息相关联的疾病信息的权重值；
概率计算单元，与所述权重值计算单元相连，用于根据所述异常信息相关联的疾病信息的权重值计算所述相关疾病的患病概率。
11.根据权利要求9所述家庭医生辅助问诊装置，其特征在于，所述患病概率计算模块包括：
神经网络处理单元，与所述疾病信息获取模块相连，用于利用一训练好的神经网络模型对所述患者的健康信息中的异常信息进行处理，以获得所述相关疾病的患病概率。
12.根据权利要求1所述家庭医生辅助问诊装置，其特征在于，所述健康信息获取模块包括：
自然语言处理单元，与所述答复信息获取模块相连，用于利用一自然语言处理模型对所述患者的答复信息中的关键信息进行提取，并利用提取出的关键信息对所述患者的健康信息进行更新。
13.根据权利要求12所述家庭医生辅助问诊装置，其特征在于，所述健康信息获取模块还包括：
问诊效率评价单元，与所述自然语言处理单元相连，用于根据所述自然语言处理模型的提取结果对家庭医生的问诊效率进行评价。
14.根据权利要求1所述家庭医生辅助问诊装置，其特征在于，所述家庭医生辅助问诊装置还包括：
患者画像生成模块，与所述健康信息获取模块相连，用于根据所述患者的健康信息生成患者画像。
15.一种家庭医生辅助问诊终端，其特征在于：所述家庭医生辅助问诊终端包括权利要求1至14任一项所述家庭医生辅助问诊装置。
16.一种家庭医生问诊系统，其特征在于，所述家庭医生问诊系统包括：
家庭医生辅助问诊终端，包括权利要求1至14任一项所述家庭医生辅助问诊装置，用于根据患者的健康信息生成问诊方案；所述问诊方案用于辅助家庭医生进行问诊；
患者终端，与所述家庭医生辅助问诊终端相连，用于获取患者的答复信息；所述患者的答复信息由患者针对家庭医生的问诊进行答复生成；
所述家庭医生辅助问诊终端还用于根据所述患者的答复信息对所述问诊方案进行更新；更新后的问诊方案用于辅助家庭医生继续进行问诊。
CN202011633906.9A 2020-12-31 2020-12-31 一种家庭医生辅助问诊装置、终端及问诊系统 Active CN113157640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011633906.9A CN113157640B (zh) 2020-12-31 2020-12-31 一种家庭医生辅助问诊装置、终端及问诊系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011633906.9A CN113157640B (zh) 2020-12-31 2020-12-31 一种家庭医生辅助问诊装置、终端及问诊系统

Publications (2)

Publication Number Publication Date
CN113157640A true CN113157640A (zh) 2021-07-23
CN113157640B CN113157640B (zh) 2023-05-23

Family

ID=76878556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011633906.9A Active CN113157640B (zh) 2020-12-31 2020-12-31 一种家庭医生辅助问诊装置、终端及问诊系统

Country Status (1)

Country Link
CN (1) CN113157640B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001033378A1 (en) * 1999-10-29 2001-05-10 Victor Levy Process for consumer-directed diagnostic and health care information
WO2001085021A1 (en) * 2000-05-08 2001-11-15 Schmitt Armand J System and method for determining the probable existence of disease
US7149756B1 (en) * 2000-05-08 2006-12-12 Medoctor, Inc. System and method for determining the probable existence of disease
US20090182578A1 (en) * 2005-06-02 2009-07-16 Sam Ozersky System and Method for Mental Health Disease management
CN102110192A (zh) * 2011-04-02 2011-06-29 中国医学科学院医学信息研究所 基于诊断要素数据关联的疾病辅助判断方法
CN102999686A (zh) * 2011-09-19 2013-03-27 上海煜策信息科技有限公司 一种健康管理系统及其实现方法
CN103690240A (zh) * 2013-09-16 2014-04-02 上海华美络信息技术有限公司 一种医疗系统
CN104504297A (zh) * 2015-01-21 2015-04-08 甘肃百合物联科技信息有限公司 一种利用神经网络的高血压预测方法
CN107085817A (zh) * 2017-05-27 2017-08-22 北京医健保健康管理有限公司 医疗系统
CN108877926A (zh) * 2018-05-15 2018-11-23 中山市徕康医疗信息软件技术有限公司 一种适合家庭医生的快速诊疗及分诊的智能辅助系统
CN109256181A (zh) * 2017-07-11 2019-01-22 北京医联蓝卡在线科技有限公司 一种健康档案管理系统及方法
CN109545385A (zh) * 2018-11-30 2019-03-29 周立广 一种基于物联网的医疗大数据分析处理系统及其方法
JP6496876B1 (ja) * 2017-10-26 2019-04-10 株式会社メディアコンテンツファクトリー 問診システム及びそのプログラム
CN111276263A (zh) * 2020-02-19 2020-06-12 挂号网（杭州）科技有限公司 一种支持健共体的基层医生智能执业云平台
CN111599489A (zh) * 2020-05-19 2020-08-28 万达信息股份有限公司 一种疾病信息获取方法、终端设备和存储介质
CN111816301A (zh) * 2020-07-07 2020-10-23 平安科技（深圳）有限公司 医疗问诊辅助方法、装置、电子设备及介质
CN111899884A (zh) * 2020-06-23 2020-11-06 北京左医科技有限公司 智能辅助问诊方法、装置和存储介质
CN112037908A (zh) * 2020-08-05 2020-12-04 复旦大学附属眼耳鼻喉科医院 一种耳源性眩晕诊疗装置、系统及大数据分析平台

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001033378A1 (en) * 1999-10-29 2001-05-10 Victor Levy Process for consumer-directed diagnostic and health care information
WO2001085021A1 (en) * 2000-05-08 2001-11-15 Schmitt Armand J System and method for determining the probable existence of disease
US7149756B1 (en) * 2000-05-08 2006-12-12 Medoctor, Inc. System and method for determining the probable existence of disease
US20090182578A1 (en) * 2005-06-02 2009-07-16 Sam Ozersky System and Method for Mental Health Disease management
CN102110192A (zh) * 2011-04-02 2011-06-29 中国医学科学院医学信息研究所 基于诊断要素数据关联的疾病辅助判断方法
CN102999686A (zh) * 2011-09-19 2013-03-27 上海煜策信息科技有限公司 一种健康管理系统及其实现方法
CN103690240A (zh) * 2013-09-16 2014-04-02 上海华美络信息技术有限公司 一种医疗系统
CN104504297A (zh) * 2015-01-21 2015-04-08 甘肃百合物联科技信息有限公司 一种利用神经网络的高血压预测方法
CN107085817A (zh) * 2017-05-27 2017-08-22 北京医健保健康管理有限公司 医疗系统
CN109256181A (zh) * 2017-07-11 2019-01-22 北京医联蓝卡在线科技有限公司 一种健康档案管理系统及方法
JP6496876B1 (ja) * 2017-10-26 2019-04-10 株式会社メディアコンテンツファクトリー 問診システム及びそのプログラム
CN108877926A (zh) * 2018-05-15 2018-11-23 中山市徕康医疗信息软件技术有限公司 一种适合家庭医生的快速诊疗及分诊的智能辅助系统
CN109545385A (zh) * 2018-11-30 2019-03-29 周立广 一种基于物联网的医疗大数据分析处理系统及其方法
CN111276263A (zh) * 2020-02-19 2020-06-12 挂号网（杭州）科技有限公司 一种支持健共体的基层医生智能执业云平台
CN111599489A (zh) * 2020-05-19 2020-08-28 万达信息股份有限公司 一种疾病信息获取方法、终端设备和存储介质
CN111899884A (zh) * 2020-06-23 2020-11-06 北京左医科技有限公司 智能辅助问诊方法、装置和存储介质
CN111816301A (zh) * 2020-07-07 2020-10-23 平安科技（深圳）有限公司 医疗问诊辅助方法、装置、电子设备及介质
CN112037908A (zh) * 2020-08-05 2020-12-04 复旦大学附属眼耳鼻喉科医院 一种耳源性眩晕诊疗装置、系统及大数据分析平台

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
吴浩;贾鸿雁;郭晓玲;王丽;杨晓辉;: "全科医师首诊模式的实施与探讨" *
张蓓燕;黄蛟灵;贺小林;张宜民;叶晓景;赵静;曾劲勇;沈晔;: "上海某社区糖尿病不同干预方式效果比较" *
徐文娟;: "社区高血压慢性病预约门诊集中随访探讨" *
王健;赵佳;: "基于家庭医生服务的社区高脂血症患者效果分析" *

Also Published As

Publication number Publication date
CN113157640B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN111951955A (zh) 一种基于规则推理的临床决策支持系统构建方法及装置
CN110619959A (zh) 一种智能分诊的方法及系统
KR20190132290A (ko) 환자 진단 학습 방법, 서버 및 프로그램
US7590609B2 (en) Expert system for medical diagnosis
WO2018106481A1 (en) Computer-implemented methods, systems, and computer-readable media for diagnosing a condition
CN112967803A (zh) 基于集成模型的急诊患者早期死亡率预测方法及系统
CN114121266A (zh) 一种智能化的辅助诊断方法和系统
CN113506625A (zh) 一种基于csco指南的诊疗建议评分系统
CN115714022A (zh) 基于人工智能的新生儿黄疸健康管理系统
CN115116612A (zh) 一种儿童患者病情智能风险评估系统及方法
WO2022141925A1 (zh) 一种智能医学服务系统、方法及存储介质
CN113140315B (zh) 一种健康自测系统、服务器及健康检测系统
CN107066816B (zh) 基于临床数据的就医指导方法、装置及服务器
CN113140323B (zh) 一种健康画像生成方法、系统、介质及服务器
CN113157640B (zh) 一种家庭医生辅助问诊装置、终端及问诊系统
CN110428893A (zh) 一种远程医疗生命体征数据采集装置
CN110610766A (zh) 基于症状特征权重推导疾病概率的装置和存储介质
CN110415778B (zh) 一种基于云数据的个人健康数据管理方法及系统
Haberman et al. DIAG: a computer-assisted dermatologic diagnostic system—clinical experience and insight
CN113066575A (zh) 一种基于多功能家庭保健设备的家用智能问诊系统
Huang et al. Personalized disease treatment plan suggestion system based on big data and knowledge base
CN110910980A (zh) 一种脓毒血症的预警装置、设备及存储介质
CN111798948B (zh) 病历信息处理方法、装置、设备和存储介质
CN110289065A (zh) 一种辅助生成医学电子报告的控制方法以及装置
WO2022141926A1 (zh) 一种消化道穿孔诊断装置、干预装置及诊断干预系统

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