CN114005540B - 一种基于营养系统的风险筛查方法及人工智能装置 - Google Patents
一种基于营养系统的风险筛查方法及人工智能装置 Download PDFInfo
- Publication number
- CN114005540B CN114005540B CN202111646974.3A CN202111646974A CN114005540B CN 114005540 B CN114005540 B CN 114005540B CN 202111646974 A CN202111646974 A CN 202111646974A CN 114005540 B CN114005540 B CN 114005540B
- Authority
- CN
- China
- Prior art keywords
- nutrition
- screening
- interactive
- patient
- risk
- 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
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
- G16H50/30—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于营养系统的风险筛查方法及人工智能装置,其方法包括:基于营养筛查机器人从第三方软件系统中采集目标患者的患者信息,并基于患者信息,导航定位营养筛查机器人到患者床位;基于营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作;根据工作结果,确定真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示。通过机器人进行智能化筛查,简化营养就诊流程,加快患者就诊医疗的速度,解决因医护人力相对缺乏而导致效率低的问题以及减轻医护人员的工作流程。
Description
技术领域
本发明涉及智能筛查技术领域,特别涉及一种基于营养系统的风险筛查方法及人工智能装置。
背景技术
综合文献,住院患者营养不良的发生率在8%-62%之间(受地区与疾病类别等因素影响,因此营养风险发生率有所不同),住院患者若存在营养风险,那么会在不同程度上增加病死率、感染率以及并发症,住院时间也会大大延长。在医院诸多科室中,通常普通外科有着相对较多的存在营养风险的患者,而如何对新入院的患者快速而又准确的进行营养评价,同时合理科学的采取营养支持措施,对患者的术后恢复有着十分重大的意义。
营养风险筛查工具(NRS2002)因其有循证医学基础使用简单、以改善临床结局为目标,是目前国内外多项指南推荐的首选营养风险筛查工具。从 2005年初开始,中华医学会肠外肠内营养学分会全国协作组开展了营养风险筛查的具体工作。除体质指数采用国内标准18.5外,其余均与欧洲的方法一致。 2005-2006年对全国13个城市19家三级甲等医院的15 098例住院患者进行了应用,得到了实际操作经验。目前该工具是可以用于我国的比较好的营养风险筛查工具。
目前国内部分医院住院患者的营养风险筛查基本没有全院普及,而有在进行对住院患者营养风险筛查的医院基本都是以传统模式:通过NRS2002(营养风险筛查办法)与患者沟通后再人工填写与计算再通过 word 文档录入电脑存档,配备再高级一点的大医院最多是采购了营养系统,通过系统对患者进行营养风险筛查,但仍需人工互动问答操作,患者就医的过程还是较为繁杂,且需要花费较长的时间。因此为简化患者营养诊断流程,可以加快患者就诊医疗的速度,解决因医护人力相对缺乏而导致效率低的问题以及减轻医护人员的工作流程。
因此,本发明提出一种基于营养系统的风险筛查方法及人工智能装置。
发明内容
本发明提供一种基于营养系统的风险筛查方法及人工智能装置,用以通过机器人进行智能化筛查,简化营养就诊流程,加快患者就诊医疗的速度,解决因医护人力相对缺乏而导致效率低的问题以及减轻医护人员的工作流程。
本发明提供一种基于营养系统的风险筛查方法,包括:
步骤1:基于营养筛查机器人从第三方软件系统中采集目标患者的患者信息,并基于所述患者信息,导航定位所述营养筛查机器人到患者床位;
步骤2:基于所述营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作;
步骤3:根据工作结果,确定所述真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示。
在一种可能实现的方式中,执行步骤1之后,且执行步骤2之前,还包括:
基于所述营养筛查机器人核实所述患者床位所对应患者的身份信息,判断身份是否真;
若是真,判定所述目标患者为真患者;
否则,判断所述目标患者为假患者。
在一种可能实现的方式中,步骤3,根据工作结果,确定所述真患者存在的风险筛查情况的过程中,包括:
对所述工作结果进行评分,根据评分结果,确定是否需要对所述真患者进行营养治疗支持;
若需要,则判断需要对所述真患者进行营养辅助;
若不需要,导航定位所述营养筛查机器人到下位患者床位对对应真患者进行营养筛查交互工作;
其中,当不存在下位患者床位对应的患者时,判定营养筛查交互工作结束,并导航定位所述营养筛查机器人到护士站。
在一种可能实现的方式中,步骤2,基于所述营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作包括:
确定所述真患者的当前病例档案,并对所述当前病例档案进行第一分析;
根据第一分析结果,确定所述真患者的病情轻重因素,并对所述病情轻重因素进行排序;
从预设数据库中匹配与排序结果对应因素的营养筛查交互文件,且所述营养筛查交互文件中包括n1个交互问题;
确定每个交互问题处于所述营养筛查交互文件中的第一位置,并按照所述病情轻重因素确定每个交互问题与剩余问题之间的递进关系;
根据所述递进关系,重新规划每个交互问题处于所述营养交互文件中的第二位置;
若所述第一位置与所述第二位置完全一致,将所述营养筛查文件中的每个交互问题按照预设顺序进行一一输出;
若所述第一位置与所述第二位置存在不一致,按照所述第二位置进行对应交互问题的输出顺序调整,并进行一一输出;
捕捉所述真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析,其中,第二分析结果即为对应的工作结果。
在一种可能实现的方式中,捕捉所述真患者对一一输出的交互问题的交互回答的过程中,还包括:
基于输出的交互问题的最终顺序,进行交互等级划分,并按照交互等级划分结果,得到n2个交互集合,并按照交互等级向每个交互集合分配对应的第一输出提醒;
获取所述第一输出提醒为必要提醒的第一集合,确定所述第一集合中每个交互问题之间的问题相似度;
将相似度大于或等于预设度的第一问题作为一类,并向每个第一问题分配相等的第一答复空间,同时,按照每个第一问题所处第一集合的位置信息,并基于位置扩展数据库,分配对应的扩展空间,进而基于所述第一答复空间以及扩展空间的叠加,确定对应第一问题的第一空间;
获取相似度小于预设度的第二问题,并按照每个第二问题的问题独特性以及所处第一集合的位置信息,规划每个第二问题的第二空间;
当患者对对应的交互问题进行交互回答的过程中,捕捉对应的交互回答并存储到对应的空间中。
在一种可能实现的方式中,捕捉所述真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析的过程中,还包括:
基于输出的交互问题的最终顺序,依次获取对应空间存储的交互回答;
对存储的交互回答进行词汇分析,确定所述交互回答中是否存在不确定词汇,若存在,判定所述真患者对自身情况描述不清楚,并将所述不确定词汇进行标注,提取标注结果在对应交互回答中涉及的关键词汇;
构建不确定词汇与对应关键词汇的分析列表;
对所述交互回答进行语义分析,获取所述真患者对交互问题的第一答复确定性以及对所述分析列表中每对词汇的第二答复确定性,并基于所述第一答复确定性对对应第二答复确定性进行优化调整,得到对应的第三答复确定性,并按照所述第三答复确定性向所述分析列表中的每对词汇建立确定性索引;
确定所有确定性索引中是否存在需要重新获取答案的索引,若存在,根据所述重新获取答案的索引与对应标准索引进行比较,根据比较结果,从子数据库中,调取匹配的子延伸交互题;
当所述真患者对所述子延伸交互题进行交互回答时,捕捉对应的替换回答;
实时获取所述营养筛查机器人在与真患者进行交互过程中自身工作日志,对所述自身工作日志进行分析,确定所述营养筛查机器人的有效交互字范围;
当所述替换回答中存在不属于所述有效交互字范围的第一字时,从字更正数据库中,获取替换字对所述第一字进行替换,进而替换所述交互回答中的待替换部分,所述待替换部分与所述重新获取答案的索引所对应的词汇对构成的回答语句有关;
按照回答分析规则对替换后的交互回答以及对应的交互问题进行第二分析;
若不存在不确定词汇,按照回答分析规则对对应的交互回答以及对应的交互问题进行第二分析。
在一种可能实现的方式中,捕捉所述真患者对一一输出的交互问题的交互回答的过程中,还包括:
当所述交互问题为选项属性时,若在预设时间内所述真患者未对选择交互问题进行选项输入,则输出是否满足自身需求的提醒消息,同时,控制所述营养筛查机器人上设置的交互灯带中的外边缘灯工作;
若所述真患者选择不满足时,在对应选择交互问题的界面创建新答复框,供所述真患者在所述新答复框中输入当下答复;
将所述当下答复与对应界面的若干选项进行第一匹配,同时,将所述当下答复与答复数据库中的相关结果进行第二匹配;
根据第一匹配结果以及第二匹配结果,获取所述真患者基于对应选择交互问题的最终结果,当所述最终结果输出时,控制所述营养筛查机器人上设置的交互灯带中的中间位置灯工作。
在一种可能实现的方式中,步骤3:根据工作结果,确定所述真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示,包括:
按照确定的所述真患者的病情轻重因素,获取对所述真患者的风险筛查指标,并按照所述风险筛查指标对所述工作结果进行指标分类,同时,获取每个风险筛查指标对应的风险筛查参数集合,并基于工作结果将对应的捕捉参数填充到对应的参数集合中,并基于病情轻重因素,确定每个风险筛查指标的权重值;
根据权重值以及对应集合中的捕捉参数,确定对应风险筛查指标的营养风险评分值;
其中,表示第j个风险筛查指标的营养风险评分值;表示第j个风险筛查指标的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的参数值;第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的标准值;m1表示第j个风险筛查指标对应的风险筛查参数集合中的参数总个数;
根据所有风险筛查值确定总评分值Z;
根据所述总评分值Z,从营养筛查数据库中,筛查与所述真患者的当前病例档案相关的第一营养结果,根据每个营养风险评分值,从所述营养筛查数据库中,筛查与所述真患者的当前病例档案相关的第二营养结果,且营养结果与营养种类以及营养需求有关;
根据所述第一营养结果以及第二营养结果,确定所述真患者的风险情况,并根据第一营养结果与第二营养结果确定对应的待补充营养,并构建营养补充电子表,实现对所述真患者的营养辅助;
建立所述营养补充电子表的补充营养的时间标签;
根据对应时间的营养补充提醒的提醒目的,确定对应提醒的重要程度;
当不处于所述时间标签构建的连续时间段时,在所述显示端的显示屏上正常显示所述营养补充电子表;
当到达提醒时间点时,按照重要程度,在所述显示端的显示屏对应设定位置上放大显示对应提醒时间点的营养补充提醒信息,对到达提醒时间点但并未执行营养补充的时间点进行正常且显著性显示,对剩余提醒时间点的营养补充提醒信息进行缩小显示。
在一种可能实现的方式中,步骤3,传输到对应显示端显示之后,还包括:
确定所述营养筛查机器人的传输接口,并确定每个传输接口与第三方软件系统存在的系统接口之间的通信关系;
获取执行步骤2和步骤3过程中产生的工作数据,并将所述工作数据与传输接口进行匹配,当所有通信关系都满足对应的通信条件时,将匹配结果基于对应的传输接口与系统接口传输到所述第三方软件系统,进行数据共享以及数据存储;
当存在不满足对应的通信条件的通信关系时,根据不满足指标,确定与所述营养筛查机器人相关的第一接口的状态可更改有效性以及与所述第三方软件系统相关的第二接口的状态可更改有效性;
获取两者状态可更改有效性中的较大者,向对应接口设置状态可更改窗口,进而实现数据共享以及数据存储。
本发明提供一种人工智能装置,用于实现上述任一所述的一种基于营养系统的风险筛查方法。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于营养系统的风险筛查方法的第一流程图;
图2为本发明实施例中一种基于营养系统的风险筛查方法的第二流程图;
图3为本发明实施例中人工智能装置的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明提供一种基于营养系统的风险筛查方法,如图1所示,包括:
步骤1:基于营养筛查机器人从第三方软件系统中采集目标患者的患者信息,并基于患者信息,导航定位营养筛查机器人到患者床位;
步骤2:基于营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作;
步骤3:根据工作结果,确定真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示。
该实施例中,营养筛查机器人是一款基于营养筛查系统的通过智能化与信息化结合,利用 AI 智能代替医生或护士给予住院患者进行营养风险筛查的智能机器人。
根据医院临床营养诊疗实际的工作流程和临床经验,利用现有营养筛查软件系统与智能机器人结合,将程序化的工作智能化处理,实现营养风险筛查的智能、便捷,高效。全面优化工作流程,减轻医护人员的工作量,协助医院将营养诊疗服务扩大覆盖到全院。且该系统与HIS等医疗系统共享数据,确保临床各种数据在营养诊疗过程中的准确性、及时性、一致性。
该实施例中,营养系统是预先搭建好的,便于与营养筛查机器人之间建立联系,实现营养治疗部分的智能信息化管理。
该实施例中,营养筛查交互工作,比如是对患者进行交互的各种流程,比如:以语音交互的形式或者触屏输入的形式进行各个问题的交互回答。
该实施例中,风险情况,比如,患者A缺乏对维生素A的补充,对病情恢复不利等的情况,此时,对应的营养辅助,比如对患者A补充维生素A相关的营养。
该实施例中,显示端可以是指的营养筛查机器人上的显示屏、也可以是患者的智能端的显示屏。
该实施例中,定位导航营养筛查机器人到患者床位的过程的实现方式,比如由营养筛查机器人根据控制指令进行前行,并利用超声波传感器与激光雷达可以实时规划路线,同时可以自动规避障碍物,自行导航到患者相应床位,实现自动巡航患者病床进行营养筛查工作。其目的在于能够替代医护人员完成患者的营养筛查工作,因此减轻了医护人员的工作强度,缩短了医护人员奔波与患者病床之间所花费的时间,从而提高其他医护工作效率,为患者营造一个便捷高效的就医环境。
上述技术方案的有益效果是:通过机器人进行智能化筛查,简化营养就诊流程,加快患者就诊医疗的速度,解决因医护人力相对缺乏而导致效率低的问题以及减轻医护人员的工作流程。
实施例2:
基于实施例1的基础上,执行步骤1之后,且执行步骤2之前,还包括:
基于营养筛查机器人核实患者床位所对应患者的身份信息,判断身份是否真;
若是真,判定目标患者为真患者;
否则,判断目标患者为假患者。
在一种可能实现的方式中,步骤3,根据工作结果,确定真患者存在的风险筛查情况的过程中,包括:
对工作结果进行评分,根据评分结果,确定是否需要对真患者进行营养治疗支持;
若需要,则判断需要对真患者进行营养辅助;
若不需要,导航定位营养筛查机器人到下位患者床位对对应真患者进行营养筛查交互工作;
其中,当不存在下位患者床位对应的患者时,判定营养筛查交互工作结束,并导航定位营养筛查机器人到护士站。
针对实施例2的具体实施流程,如图2所示。
该实施例中,核实身份信息可以通过身份证、就诊卡、人脸识别等方式进行身份识别,通过拥有唯一标识的方式进行身份识别后给予患者进行营养风险筛查。
该实施例中,可以是针对患者办理完住院手续后,即可直接到安排好的床位休息,营养风险机器人会根据指令对已入院未进行营养风险筛查的患者,在一定的时间内前往患者床前,为患者进行营养风险筛查,从而缩短了患者就诊中所花费的时间,简化了就诊的流程。
上述技术方案的有益效果是:通过对患者进行身份识别,便于保证患者的真实性,为后续进行风险筛查提供便利,间接简化就诊流程。
实施例3:
基于实施例1的基础上,步骤2,基于营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作包括:
确定真患者的当前病例档案,并对当前病例档案进行第一分析;
根据第一分析结果,确定真患者的病情轻重因素,并对病情轻重因素进行排序;
从预设数据库中匹配与排序结果对应因素的营养筛查交互文件,且营养筛查交互文件中包括n1个交互问题;
确定每个交互问题处于营养筛查交互文件中的第一位置,并按照病情轻重因素确定每个交互问题与剩余问题之间的递进关系;
根据递进关系,重新规划每个交互问题处于营养交互文件中的第二位置;
若第一位置与第二位置完全一致,将营养筛查文件中的每个交互问题按照预设顺序进行一一输出;
若第一位置与第二位置存在不一致,按照第二位置进行对应交互问题的输出顺序调整,并进行一一输出;
捕捉真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析,其中,第二分析结果即为对应的工作结果。
该实施例中,当前病例档案即为真患者的病理情况,且由于不同的疾病,对应的着重点不同,因此,通过对病例分析,来确定病情轻重因素,比如,针对代谢异常患者的代谢相关指标进行分析,比如:糖分代谢、水分代谢、脂肪代谢、体重变化等因素进行分析,确定这些因素的重要性,进而进行排序,来从预设数据库(包括病情轻重因素与对应的若干营养筛查交互文件在内)筛查匹配的交互文件。
该实施例中,比如交互文件1中存在的交互问题1位于位置a1、交互问题2位于位置a2,此时,确定交互问题1与交互问题2的递进关系,并对两者的问题进行位置重新规划,且n1大于2。
该实施例中,若规划后的位置与原先位置一致,则按照原先位置的顺序依次输出,若不一致,进行位置修改,并输出。
该实施例中,递进关系,比如,先提问交互问题1比先提问交互问题2更能反应患者的当前营养状况。
上述技术方案的有益效果是:通过对档案进行第一分析,便于对因素进行排序,进而方便匹配对应的交互问价,且通过递进关系,对位置关系进行调整,便于保证问题交互输出的合理性,通过对交互问答结果进行第二分析,是为了能够有效的获取工作结果。
实施例4:
基于实施例3的基础上,捕捉真患者对一一输出的交互问题的交互回答的过程中,还包括:
基于输出的交互问题的最终顺序,进行交互等级划分,并按照交互等级划分结果,得到n2个交互集合,并按照交互等级向每个交互集合分配对应的第一输出提醒;
获取第一输出提醒为必要提醒的第一集合,确定第一集合中每个交互问题之间的问题相似度;
将相似度大于或等于预设度的第一问题作为一类,并向每个第一问题分配相等的第一答复空间,同时,按照每个第一问题所处第一集合的位置信息,并基于位置扩展数据库,分配对应的扩展空间,进而基于第一答复空间以及扩展空间的叠加,确定对应第一问题的第一空间;
获取相似度小于预设度的第二问题,并按照每个第二问题的问题独特性以及所处第一集合的位置信息,规划每个第二问题的第二空间;
当患者对对应的交互问题进行交互回答的过程中,捕捉对应的交互回答并存储到对应的空间中。
该实施例中,最终顺序对应的交互问题,都是已经按照递进关系得到的一个结果,比如递交关系逐渐减弱的情况排序。
该实施例中,比如,最终顺序对应的交互问题1、交互问题4、交互问题2、交互问题3,由于不同的交互问题中存在与病情本身相关的主要问题和次要问题,比如,按照等级划分后,得到交互集合A1:交互问题1、交互问题4、交互问题2;交互集合A2:交互问题3;
此时,向对应交互集合分配输出提醒,集合对应的交互等级越高对应的输出提醒越必要,比如,交互集合A1对应必要提醒,交互集合A2对应非必要提醒。
该实施例中,对必要提醒的第一集合中的交互问题1、交互问题4、交互问题2之间的相似度进行确定,比如,交互问题1和交互问题4的相似度大于预设度,将交互问题1和交互问题4视为一类,且作为第一问题,进而分配对应的答复空间,是为了方便对交互结果进行存储,且根据所处不同个位置,来规划对应的扩展空间,进而通过叠加,得到对应的第一空间。
该实施例中,交互问题2视为第二问题,并按照第二问题的独特性以及位置信息(集合中的第三个位置处),确定对应的第二空间。
上述技术方案的有益效果是:通过进行等级划分得到若干集合,进而设定输出提醒,且根据输出提醒的属性,来确定必要提醒集合中问题的相似度,进而为不同情况下的交互问题分配对应的孔概念,进而将问题进行存储,避免数据丢失,为营养筛查提供数据基础。
实施例5:
基于实施例3的基础上,捕捉真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析的过程中,还包括:
基于输出的交互问题的最终顺序,依次获取对应空间存储的交互回答;
对存储的交互回答进行词汇分析,确定交互回答中是否存在不确定词汇,若存在,判定真患者对自身情况描述不清楚,并将不确定词汇进行标注,提取标注结果在对应交互回答中涉及的关键词汇;
构建不确定词汇与对应关键词汇的分析列表;
对交互回答进行语义分析,获取真患者对交互问题的第一答复确定性以及对分析列表中每对词汇的第二答复确定性,并基于第一答复确定性对对应第二答复确定性进行优化调整,得到对应的第三答复确定性,并按照第三答复确定性向分析列表中的每对词汇建立确定性索引;
确定所有确定性索引中是否存在需要重新获取答案的索引,若存在,根据重新获取答案的索引与对应标准索引进行比较,根据比较结果,从子数据库中,调取匹配的子延伸交互题;
当真患者对子延伸交互题进行交互回答时,捕捉对应的替换回答;
实时获取营养筛查机器人在与真患者进行交互过程中自身工作日志,对自身工作日志进行分析,确定营养筛查机器人的有效交互字范围;
当替换回答中存在不属于有效交互字范围的第一字时,从字更正数据库中,获取替换字对第一字进行替换,进而替换交互回答中的待替换部分,待替换部分与重新获取答案的索引所对应的词汇对构成的回答语句有关;
按照回答分析规则对替换后的交互回答以及对应的交互问题进行第二分析;
若不存在不确定词汇,按照回答分析规则对对应的交互回答以及对应的交互问题进行第二分析。
该实施例中,存储的交互会发,比如是语音交互并转换为文本的情况,此时,对文本进行词汇分析,得到不确定词汇,比如“可能”、“大概”、“应该”类似的描述词汇,此时,判定患者对自身情况描述不清楚,由于文本的还包括其他描述,比如:偶尔肚子疼,大概在小腹部位,此时,偶尔、大概,都可以视为不确定词汇,此涉及到的关键词会,可以为肚子疼、小腹。
该实施例中,进行语义分析,是为了更加确定对交互问题以及对该问题进行答复后的存在的词汇中的确定性,比如,第一答复确定性为90%,第二答复确定性为70%,此时,优化调整后得到的第三答复确定性可以为75%,并建立确定性索引,便于提醒是否需要重新获取答案,保证获取答案的有效性。
该实施例中,比如:所有确定性索引中存在对应60%的索引,此时将60%与标准的75%进行比较,由于60%小于75%,此时,获取与60%相关的索引,来调取子延伸交互题,且子数据库中是预先存储有若干因素对应的交互问题在内的。
该实施例中,比如存在有效交互字范围内不存在“正确”字,此时,视“正确”为第一字,从字更正数据库中,获取“正确”进行替换,避免因为交互故障,导致交互结果出现错误,且字更正数据库中包含有效交互字范围内不存在的字。
该实施例中,待替换部分,即为需要对某个交互问题的交互回答进行替换,保证获取回答的真实性以及准确性。
该实施例中,回答分析规则是预先设置好的,方便对交互回答进行分析。
上述技术方案的有益效果是:通过获取交互回答,并对交互回答进行词汇分析、语义分析,来向分析列表建立确定性索引,以此来确定需要调取的子延伸交互题,且通过对机器人本身的工作日志进行分析,来确定有效字范围,进而对替换回答中的错误字进行更正,来保证替换语句的准确性,间接保证分析患者的营养情况的准确性,为营养筛查提供数据基础。
实施例6:
基于实施例5的基础上,捕捉真患者对一一输出的交互问题的交互回答的过程中,还包括:
当交互问题为选项属性时,若在预设时间内真患者未对选择交互问题进行选项输入,则输出是否满足自身需求的提醒消息,同时,控制营养筛查机器人上设置的交互灯带中的外边缘灯工作;
若真患者选择不满足时,在对应选择交互问题的界面创建新答复框,供真患者在新答复框中输入当下答复;
将当下答复与对应界面的若干选项进行第一匹配,同时,将当下答复与答复数据库中的相关结果进行第二匹配;
根据第一匹配结果以及第二匹配结果,获取真患者基于对应选择交互问题的最终结果,当最终结果输出时,控制营养筛查机器人上设置的交互灯带中的中间位置灯工作。
该实施例中,当存在选择问题时,比如存在A、B、C三个选项,但是都不符合患者的当下需求,此时,通过自动创建新的答复框,来接收患者输入的答复,由于该答复肯定是针对A、B、C三个选项所对应的问题答复的,所以,与A、B、C三个选项进行第一匹配,因为,有时候,存在不符合患者的当下需求时,可能是处于某两个或者三个选项的中间情况,进而进行第一匹配。
该实施例中,通过与答复数据库进行第二匹配,是为了获取直接的结果,且答复数据库中包括若干选项在内。
上述技术方案的有益效果是:通过创建答复框,便于保证获取交互问题的准确性,通过设置灯带,并控制等待的不同部位的灯工作,便于直观了解当前的交互情况,保证交互结果是有效输出的,避免出现空白结果,降低营养筛选的正确性。
实施例7:
基于实施例1的基础上,步骤3:根据工作结果,确定真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示,包括:
按照确定的真患者的病情轻重因素,获取对真患者的风险筛查指标,并按照风险筛查指标对工作结果进行指标分类,同时,获取每个风险筛查指标对应的风险筛查参数集合,并基于工作结果将对应的捕捉参数填充到对应的参数集合中,并基于病情轻重因素,确定每个风险筛查指标的权重值;
根据权重值以及对应集合中的捕捉参数,确定对应风险筛查指标的营养风险评分值;
其中,表示第j个风险筛查指标的营养风险评分值;表示第j个风险筛查指标的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的参数值;第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的标准值;m1表示第j个风险筛查指标对应的风险筛查参数集合中的参数总个数;
根据所有风险筛查值确定总评分值Z;
根据总评分值Z,从营养筛查数据库中,筛查与真患者的当前病例档案相关的第一营养结果,根据每个营养风险评分值,从营养筛查数据库中,筛查与真患者的当前病例档案相关的第二营养结果,且营养结果与营养种类以及营养需求有关;
根据第一营养结果以及第二营养结果,确定真患者的风险情况,并根据第一营养结果与第二营养结果确定对应的待补充营养,并构建营养补充电子表,实现对真患者的营养辅助;
建立营养补充电子表的补充营养的时间标签;
根据对应时间的营养补充提醒的提醒目的,确定对应提醒的重要程度;
当不处于时间标签构建的连续时间段时,在显示端的显示屏上正常显示营养补充电子表;
当到达提醒时间点时,按照重要程度,在显示端的显示屏对应设定位置上放大显示对应提醒时间点的营养补充提醒信息,对到达提醒时间点但并未执行营养补充的时间点进行正常且显著性显示,对剩余提醒时间点的营养补充提醒信息进行缩小显示。
该实施例中,比如病情轻重因素对应的风险筛查指标包括:饮食摄入量、身体功能、代谢需求、腹水情况等指标,此时,向不同的风险筛查指标设定权重值。
该实施例中,比如饮食摄入量指标包括的筛查参数比如:蛋白摄入、脂肪摄入、糖分摄入等参数,且对于不同的病,该参数都有对应的摄入标准。
该实施例中,营养筛查数据库中,包括某种疾病下与总评分值、营养风险评分值相关的营养信息在内,进而来获取对应的营养信息,来确定待补充营养。
比如构建的营养补充电子表中,存在:
第一行:蛋白类(一个鸡蛋)、青菜80g;
第二行:米饭100g、肉类100g。
此时,第一行设置的时间标签为8:00am,第二行设置的时间标签为13:00pm。
此时,8:00am-13:00pm视为连续时间段。
比如时间标签为8:00am的重要程度大于时间标签为13:00pm的重要程度,此时,可以按照该重要程度来设定显示方式,比如,时间标签为8:00am对应的营养信息在8:00am占屏幕三分之二显示等的设定。
上述技术方案的有益效果是:通过进行指标分类,来确定对应参数集合,且通过指标的权值以及涉及到的参数集合,来计算对应的营养风险评分值,进而根据公式计算总的评分值,依次,来筛选结果,进而得到电子表,实现营养辅助,且电子表在显示的时候,根据对应时间点的营养重要性,来进行不同的显示设定,便于针对性提醒,提醒且有效保证患者的营养的有效补充。
实施例8:
基于实施例1的基础上,步骤3,传输到对应显示端显示之后,还包括:
确定营养筛查机器人的传输接口,并确定每个传输接口与第三方软件系统存在的系统接口之间的通信关系;
获取执行步骤2和步骤3过程中产生的工作数据,并将工作数据与传输接口进行匹配,当所有通信关系都满足对应的通信条件时,将匹配结果基于对应的传输接口与系统接口传输到第三方软件系统,进行数据共享以及数据存储;
当存在不满足对应的通信条件的通信关系时,根据不满足指标,确定与营养筛查机器人相关的第一接口的状态可更改有效性以及与第三方软件系统相关的第二接口的状态可更改有效性;
获取两者状态可更改有效性中的较大者,向对应接口设置状态可更改窗口,进而实现数据共享以及数据存储。
该实施例中,比如:机器人上,存在接口1、接口2,系统上存在接口11、接口13,此时,接口1与接口11存在通信关系,接口2与接口13存在通信关系,对这两种情况进行分析,判断是否满足通信条件,比如接口1与接口11存在通信关系,是可以传输并接受.xml格式的数据,此时视为满足通信条件,若不能传输或者不能接受该格式的数据,即不满足指标对应的为格式不满足,此时,确定第一接口(接口1)、第二接口(接口11)的状态可更改有效性,进而设置窗口,该窗口的设置,可以是相当于在该接口建立了新的数据格式。
该实施例中,工作数据,是指的步骤2和3中产生的数据,比如工作结果、风险情况、辅助营养结果、交互过程等。
在传输到对应显示端显示之后,还包括:通过显示屏显示筛查结果,患者通过电子签字确认后保存数据,后可通过机器人热敏打印机打印筛查结果。
上述技术方案的有益效果是:通过建立机器人与系统的接口通信,确定是否满足通信条件,进而通过对工作数据与接口进行匹配,来将数据进行传输和共享,在其过程中,通过设置窗口,是为了保证通信传输的可靠性,保证数据的可以共享到系统。
实施例9:
本发明提供一种人工智能装置,用于实现实施例1-8中任一的一种基于营养系统的风险筛查方法。
该人工智能装置,通过营养筛查机器人以及第三方软件系统构成,且可以执行上述实施例1-8中的任一实施方法。
其中,如图3所示,营养筛查机器人,可以是包括:交互灯带、显示端、激光雷达、超声波传感器、热敏打印机、高清摄像头、麦克风、扬声器、充电接口、各种按钮、触摸感应装置、表情屏灯在内的,都是为了保证能够与患者进行正常交互,且该布置的器件都属于现有部件。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于营养系统的风险筛查方法,其特征在于,包括:
步骤1:基于营养筛查机器人从第三方软件系统中采集目标患者的患者信息,并基于所述患者信息,导航定位所述营养筛查机器人到患者床位;
步骤2:基于所述营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作;
步骤3:根据工作结果,确定所述真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示;
其中,步骤2,基于所述营养筛查机器人与对应患者床位的真患者进行营养筛查交互工作包括:
确定所述真患者的当前病例档案,并对所述当前病例档案进行第一分析;
根据第一分析结果,确定所述真患者的病情轻重因素,并对所述病情轻重因素进行排序;
从预设数据库中匹配与排序结果对应因素的营养筛查交互文件,且所述营养筛查交互文件中包括n1个交互问题;
确定每个交互问题处于所述营养筛查交互文件中的第一位置,并按照所述病情轻重因素确定每个交互问题与剩余问题之间的递进关系;
根据所述递进关系,重新规划每个交互问题处于所述营养交互文件中的第二位置;
若所述第一位置与所述第二位置完全一致,将所述营养筛查文件中的每个交互问题按照预设顺序进行一一输出;
若所述第一位置与所述第二位置存在不一致,按照所述第二位置进行对应交互问题的输出顺序调整,并进行一一输出;
捕捉所述真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析,其中,第二分析结果即为对应的工作结果;
其中,捕捉所述真患者对一一输出的交互问题的交互回答的过程中,还包括:
基于输出的交互问题的最终顺序,进行交互等级划分,并按照交互等级划分结果,得到n2个交互集合,并按照交互等级向每个交互集合分配对应的第一输出提醒;
获取所述第一输出提醒为必要提醒的第一集合,确定所述第一集合中每个交互问题之间的问题相似度;
将相似度大于或等于预设度的第一问题作为一类,并向每个第一问题分配相等的第一答复空间,同时,按照每个第一问题所处第一集合的位置信息,并基于位置扩展数据库,分配对应的扩展空间,进而基于所述第一答复空间以及扩展空间的叠加,确定对应第一问题的第一空间;
获取相似度小于预设度的第二问题,并按照每个第二问题的问题独特性以及所处第一集合的位置信息,规划每个第二问题的第二空间;
当患者对对应的交互问题进行交互回答的过程中,捕捉对应的交互回答并存储到对应的空间中。
2.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,执行步骤1之后,且执行步骤2之前,还包括:
基于所述营养筛查机器人核实所述患者床位所对应患者的身份信息,判断身份是否真;
若是真,判定所述目标患者为真患者;
否则,判断所述目标患者为假患者。
3.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,步骤3,根据工作结果,确定所述真患者存在的风险筛查情况的过程中,包括:
对所述工作结果进行评分,根据评分结果,确定是否需要对所述真患者进行营养治疗支持;
若需要,则判断需要对所述真患者进行营养辅助;
若不需要,导航定位所述营养筛查机器人到下位患者床位对对应真患者进行营养筛查交互工作;
其中,当不存在下位患者床位对应的患者时,判定营养筛查交互工作结束,并导航定位所述营养筛查机器人到护士站。
4.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,捕捉所述真患者对一一输出的交互问题的交互回答,并对交互回答结果进行第二分析的过程中,还包括:
基于输出的交互问题的最终顺序,依次获取对应空间存储的交互回答;
对存储的交互回答进行词汇分析,确定所述交互回答中是否存在不确定词汇,若存在,判定所述真患者对自身情况描述不清楚,并将所述不确定词汇进行标注,提取标注结果在对应交互回答中涉及的关键词汇;
构建不确定词汇与对应关键词汇的分析列表;
对所述交互回答进行语义分析,获取所述真患者对交互问题的第一答复确定性以及对所述分析列表中每对词汇的第二答复确定性,并基于所述第一答复确定性对对应第二答复确定性进行优化调整,得到对应的第三答复确定性,并按照所述第三答复确定性向所述分析列表中的每对词汇建立确定性索引;
确定所有确定性索引中是否存在需要重新获取答案的索引,若存在,根据所述重新获取答案的索引与对应标准索引进行比较,根据比较结果,从子数据库中,调取匹配的子延伸交互题;
当所述真患者对所述子延伸交互题进行交互回答时,捕捉对应的替换回答;
实时获取所述营养筛查机器人在与真患者进行交互过程中自身工作日志,对所述自身工作日志进行分析,确定所述营养筛查机器人的有效交互字范围;
当所述替换回答中存在不属于所述有效交互字范围的第一字时,从字更正数据库中,获取替换字对所述第一字进行替换,进而替换所述交互回答中的待替换部分,所述待替换部分与所述重新获取答案的索引所对应的词汇对构成的回答语句有关;
按照回答分析规则对替换后的交互回答以及对应的交互问题进行第二分析;
若不存在不确定词汇,按照回答分析规则对对应的交互回答以及对应的交互问题进行第二分析。
5.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,捕捉所述真患者对一一输出的交互问题的交互回答的过程中,还包括:
当所述交互问题为选项属性时,若在预设时间内所述真患者未对选择交互问题进行选项输入,则输出是否满足自身需求的提醒消息,同时,控制所述营养筛查机器人上设置的交互灯带中的外边缘灯工作;
若所述真患者选择不满足时,在对应选择交互问题的界面创建新答复框,供所述真患者在所述新答复框中输入当下答复;
将所述当下答复与对应界面的若干选项进行第一匹配,同时,将所述当下答复与答复数据库中的相关结果进行第二匹配;
根据第一匹配结果以及第二匹配结果,获取所述真患者基于对应选择交互问题的最终结果,当所述最终结果输出时,控制所述营养筛查机器人上设置的交互灯带中的中间位置灯工作。
6.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,步骤3:根据工作结果,确定所述真患者存在的风险情况,并进行相应的营养辅助,同时,传输到对应显示端显示,包括:
按照确定的所述真患者的病情轻重因素,获取对所述真患者的风险筛查指标,并按照所述风险筛查指标对所述工作结果进行指标分类,同时,获取每个风险筛查指标对应的风险筛查参数集合,并基于工作结果将对应的捕捉参数填充到对应的参数集合中,并基于病情轻重因素,确定每个风险筛查指标的权重值;
根据权重值以及对应集合中的捕捉参数,确定对应风险筛查指标的营养风险评分值;
其中,表示第j个风险筛查指标的营养风险评分值;表示第j个风险筛查指标的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的权重值;表示第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的参数值;第j个风险筛查指标对应的风险筛查参数集合中第i个捕捉参数的标准值;m1表示第j个风险筛查指标对应的风险筛查参数集合中的参数总个数;
根据所有风险筛查值确定总评分值Z;
根据所述总评分值Z,从营养筛查数据库中,筛查与所述真患者的当前病例档案相关的第一营养结果,根据每个营养风险评分值,从所述营养筛查数据库中,筛查与所述真患者的当前病例档案相关的第二营养结果,且营养结果与营养种类以及营养需求有关;
根据所述第一营养结果以及第二营养结果,确定所述真患者的风险情况,并根据第一营养结果与第二营养结果确定对应的待补充营养,并构建营养补充电子表,实现对所述真患者的营养辅助;
建立所述营养补充电子表的补充营养的时间标签;
根据对应时间的营养补充提醒的提醒目的,确定对应提醒的重要程度;
当不处于所述时间标签构建的连续时间段时,在所述显示端的显示屏上正常显示所述营养补充电子表;
当到达提醒时间点时,按照重要程度,在所述显示端的显示屏对应设定位置上放大显示对应提醒时间点的营养补充提醒信息,对到达提醒时间点但并未执行营养补充的时间点进行正常且显著性显示,对剩余提醒时间点的营养补充提醒信息进行缩小显示。
7.如权利要求1所述的一种基于营养系统的风险筛查方法,其特征在于,
步骤3,传输到对应显示端显示之后,还包括:
确定所述营养筛查机器人的传输接口,并确定每个传输接口与第三方软件系统存在的系统接口之间的通信关系;
获取执行步骤2和步骤3过程中产生的工作数据,并将所述工作数据与传输接口进行匹配,当所有通信关系都满足对应的通信条件时,将匹配结果基于对应的传输接口与系统接口传输到所述第三方软件系统,进行数据共享以及数据存储;
当存在不满足对应的通信条件的通信关系时,根据不满足指标,确定与所述营养筛查机器人相关的第一接口的状态可更改有效性以及与所述第三方软件系统相关的第二接口的状态可更改有效性;
获取两者状态可更改有效性中的较大者,向对应接口设置状态可更改窗口,进而实现数据共享以及数据存储。
8.一种人工智能装置,其特征在于,用于实现权利要求1-7任一项 所述的一种基于营养系统的风险筛查方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111646974.3A CN114005540B (zh) | 2021-12-31 | 2021-12-31 | 一种基于营养系统的风险筛查方法及人工智能装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111646974.3A CN114005540B (zh) | 2021-12-31 | 2021-12-31 | 一种基于营养系统的风险筛查方法及人工智能装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114005540A CN114005540A (zh) | 2022-02-01 |
CN114005540B true CN114005540B (zh) | 2022-04-19 |
Family
ID=79932298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111646974.3A Active CN114005540B (zh) | 2021-12-31 | 2021-12-31 | 一种基于营养系统的风险筛查方法及人工智能装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114005540B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315906A (zh) * | 2017-06-01 | 2017-11-03 | 北京瑞启医药信息科技有限公司 | 基于聊天机器人实现慢性病患者自动随访的方法及系统 |
CN109635122A (zh) * | 2018-11-28 | 2019-04-16 | 平安科技(深圳)有限公司 | 智能疾病问询方法、装置、设备及存储介质 |
CN110472028A (zh) * | 2019-07-25 | 2019-11-19 | 珠海九松科技有限公司 | 基于人工智能和大数据的医学问题自动回答系统和方法 |
CN209903225U (zh) * | 2019-01-16 | 2020-01-07 | 广州源高网络科技有限公司 | 一种营养风险筛查机器人 |
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 |
CN113066575A (zh) * | 2021-03-31 | 2021-07-02 | 电子科技大学成都学院 | 一种基于多功能家庭保健设备的家用智能问诊系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2720886A1 (en) * | 2010-11-12 | 2012-05-12 | Crosswing Inc. | Customizable virtual presence system |
CN110390841A (zh) * | 2018-04-19 | 2019-10-29 | 南京梦宇三维技术有限公司 | 数字病人的问诊训练方法、终端与系统 |
US20210287800A1 (en) * | 2020-03-10 | 2021-09-16 | Medius Health | Ai supported personalized, natural language-based patient interface for medical-bot |
-
2021
- 2021-12-31 CN CN202111646974.3A patent/CN114005540B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315906A (zh) * | 2017-06-01 | 2017-11-03 | 北京瑞启医药信息科技有限公司 | 基于聊天机器人实现慢性病患者自动随访的方法及系统 |
CN109635122A (zh) * | 2018-11-28 | 2019-04-16 | 平安科技(深圳)有限公司 | 智能疾病问询方法、装置、设备及存储介质 |
CN209903225U (zh) * | 2019-01-16 | 2020-01-07 | 广州源高网络科技有限公司 | 一种营养风险筛查机器人 |
CN110472028A (zh) * | 2019-07-25 | 2019-11-19 | 珠海九松科技有限公司 | 基于人工智能和大数据的医学问题自动回答系统和方法 |
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 |
CN113066575A (zh) * | 2021-03-31 | 2021-07-02 | 电子科技大学成都学院 | 一种基于多功能家庭保健设备的家用智能问诊系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114005540A (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lincetto et al. | Antenatal care | |
CA2861824C (en) | System and method for patient care plan management | |
US20210313050A1 (en) | Systems and methods for assigning surgical teams to prospective surgical procedures | |
US11568966B2 (en) | Caregiver interface for electronic medical records | |
US11810673B2 (en) | Method and system for medical suggestion search | |
CN107239665B (zh) | 医疗信息查询系统及方法 | |
CN110111886A (zh) | 一种基于XGBoost疾病预测的智能问诊系统及方法 | |
US20210313051A1 (en) | Time and location-based linking of captured medical information with medical records | |
CN111128333A (zh) | 一种一站式智能诊断与智能就医管理系统 | |
US20050240084A1 (en) | System | |
US20170109479A1 (en) | System and method for delivering digital coaching content | |
US20220037002A1 (en) | Health managing method and storage medium | |
EP2657892A1 (en) | Clinical information system | |
CN112102956A (zh) | 一种糖尿病患者提高依从性的方法和系统 | |
Frayne | A paradigm shift in preconception and interconception care | |
CN115985518A (zh) | 一种基于人工智能的患者健康干预及加速康复方法及系统 | |
CN114005540B (zh) | 一种基于营养系统的风险筛查方法及人工智能装置 | |
Cheyne et al. | The development and testing of an algorithm for diagnosis of active labour in primiparous women | |
CA3012605A1 (en) | Method and system for medical suggestion search | |
KR20220006298A (ko) | 의사 환자 중개형 인공지능 시스템 | |
CN113539424A (zh) | 智能营养师精准分析比对系统 | |
US12027269B2 (en) | Intelligent system and methods for automatically recommending patient-customized instructions | |
Dacheva et al. | Implementation of the value-based Healthcare (VBHC) concept with a focus on outcome measurement | |
CN112509688B (zh) | 压疮图片自动分析系统、方法、设备和介质 | |
Craswell et al. | Computerisation of perinatal data entry: is the data accurate? |
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 |