CN115019948B - 控制设备、远程会诊系统和计算机可读存储介质 - Google Patents
控制设备、远程会诊系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN115019948B CN115019948B CN202210742671.XA CN202210742671A CN115019948B CN 115019948 B CN115019948 B CN 115019948B CN 202210742671 A CN202210742671 A CN 202210742671A CN 115019948 B CN115019948 B CN 115019948B
- Authority
- CN
- China
- Prior art keywords
- consultation
- doctor
- configuration information
- patient
- personal
- 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
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 60
- 201000010099 disease Diseases 0.000 claims abstract description 58
- 230000000638 stimulation Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims description 60
- 208000002193 Pain Diseases 0.000 claims description 48
- 230000036407 pain Effects 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 25
- 238000013136 deep learning model Methods 0.000 claims description 24
- 238000002372 labelling Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 11
- 210000004556 brain Anatomy 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012797 qualification Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 12
- 238000011156 evaluation Methods 0.000 description 14
- 230000003993 interaction Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 210000005036 nerve Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007383 nerve stimulation Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 208000024714 major depressive disease Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000000278 spinal cord Anatomy 0.000 description 3
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 206010013663 drug dependence Diseases 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 208000011117 substance-related disease Diseases 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000008238 Muscle Spasticity Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000003001 depressive effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 201000006517 essential tremor Diseases 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 208000028173 post-traumatic stress disease Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000018198 spasticity Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001515 vagal effect Effects 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- 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
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Pathology (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Physical Education & Sports Medicine (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种控制设备、远程会诊系统和计算机可读存储介质,所述控制设备被配置成:利用每个所述会诊设备显示所述患者的疾病信息;利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。本申请允许多个会诊医生针对同一患者进行会诊,结合每个医生的个人配置信息,最终确定刺激器对应的实际配置信息,实现远程会诊加远程程控的效果。
Description
技术领域
本申请涉及远程医疗和植入式器械的技术领域,尤其涉及控制设备、远程会诊系统和计算机可读存储介质。
背景技术
当前的远程医疗技术中,如果患者有远程程控的需求,需要挂“远程程控”类型的号,远程程控只允许一个医生的会诊设备与一个患者的刺激器远程连接,也就是说,远程程控时,只允许单个医生对患者的刺激器远程下指令。
如果患者觉得一个医生看诊不放心,想要多个医生集体进行会诊的话,需要挂“远程会诊”类型的号,但是,当前的远程会诊系统不支持直接对患者的刺激器远程下指令,也就是说,多医生会诊时,无法对患者的刺激器远程下指令。
专利CN201921317U公开了一种远程医生程控器及植入式医疗系统,包括微处理器系统模块、与植入式医疗器械通讯用的通讯模块、电源,还包括与病人控制器远程通讯用的第一远程通讯模块,第一远程通讯模块与微处理器系统模块相连接,用于将医生程控器发出的监控信息传输至病人控制器以监控调节植入式医疗器械的输出。这种方式的不足之处在于只允许单个医生利用医生程控器进行程控。
因此,亟需提供控制设备、远程会诊系统和计算机可读存储介质,解决现有技术存在的问题。
发明内容
本申请的目的在于提供控制设备、远程会诊系统和计算机可读存储介质,解决现有的远程医疗技术只允许单个医生利用医生程控器进行程控的问题,满足患者针对多医生会诊的需求。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种控制设备,应用于远程会诊系统,所述远程会诊系统包括所述控制设备、植入于患者体内的刺激器和多个会诊设备;
每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
所述控制设备可与每个所述会诊设备进行数据交互,所述控制设备被配置成:
利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
该技术方案的有益效果在于:利用每个会诊设备显示患者的疾病信息,每个会诊医生根据患者的疾病信息分析患者的病情,得到个人配置信息,结合每个会诊医生的个人配置信息,从中选择一个作为刺激器对应的实际配置信息,刺激器根据实际配置信息,释放对应的电刺激能量。
本申请允许多个会诊医生针对同一患者进行会诊,结合每个医生的个人配置信息,最终确定刺激器对应的实际配置信息,同时实现“远程会诊+远程程控”的效果,既能满足患者对于多医生会诊的需求,另外,患者也无需在会诊后单独挂号预约远程程控,操作简单,可以降低时间成本和费用成本,大大减轻了患者的心理负担,有利于提升患者进行远程会诊的积极性。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
利用目标会诊设备接收目标医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为所述刺激器对应的实际配置信息,其中,所述目标医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个。
该技术方案的有益效果在于:可以将选择权交给参与会诊的其中一个医生,也就是目标医生,目标医生在对比了所有会诊医生的个人配置信息后,从中选择一个作为刺激器对应的实际配置信息,通过目标医生的目标会诊设备对患者的刺激器进行远程程控。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述目标医生:
获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
将个人权重最高的会诊医生作为所述目标医生。
该技术方案的有益效果在于:目标医生是直接对患者的刺激器进行远程程控的医生,因此目标医生需要对患者的生命安全直接负责,这对目标医生的诊疗经验和医术水平提出了较高的要求。
本申请在职称、好评度和工作年限三方面进行考察,分别在每一方面赋予相应的权重,经过计算,得到每个会诊医生的个人权重,个人权重最高的会诊医生在职称、好评度和工作年限这三方面的综合表现最优秀,将个人权重最高的会诊医生作为目标医生,目标医生相对来说,诊疗经验和医术水平都是比较高的,由目标医生选择实际配置信息,一方面,可以保障患者的生命安全;另一方面,其他的会诊医生会比较服气,不会有个人意见,有利于远程会诊工作的开展。
在一些可选的实施例中,所述控制设备还被配置成:
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度。
该技术方案的有益效果在于:如果个人配置信息被选择作为刺激器对应的实际配置信息,表明对应的会诊医生在本次会诊过程中设置的个人配置信息是最合适该患者的,这也反映出了该会诊医生的医术水平比较高,可以基于本次会诊的会诊等级,提升该会诊医生的好评度,这样的话,好评度越高,就越有希望作为目标医生,从而激励所有会诊医生努力提升自己的好评度,带动远程会诊工作的良性发展。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
基于所述患者的疾病信息,获取所述刺激器对应的参考配置信息;
获取每个所述会诊医生的个人配置信息与所述参考配置信息的相似度;
将相似度最高的个人配置信息作为所述刺激器对应的实际配置信息。
该技术方案的有益效果在于:可以根据患者的疾病信息,先智能化地得出刺激器对应的参考配置信息(参考配置信息不直接作为实际配置信息),通过将参考配置信息分别与每个会诊医生的个人配置信息对比,与参考配置信息的相似度越高,表明该会诊医生的个人配置信息越适用于该患者,将相似度最高的个人配置信息作为刺激器对应的实际配置信息,可以为患者提供精准的电刺激。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式获取所述刺激器对应的参考配置信息:
将所述患者的疾病信息输入参考配置模型,得到所述刺激器对应的参考配置信息;
其中,所述参考配置模型的训练过程包括:
获取第一训练集,所述第一训练集包括多个第一训练数据,每个所述第一训练数据包括一个样本对象的疾病信息以及所述样本对象的参考配置信息的标注数据;
针对所述第一训练集中的每个第一训练数据,执行以下处理:
将所述第一训练数据中的样本对象的疾病信息输入预设的第一深度学习模型,得到所述样本对象的参考配置信息的预测数据;
基于所述样本对象的参考配置信息的预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的第一训练结束条件;如果是,则将训练出的第一深度学习模型作为所述参考配置模型;如果否,则利用下一个所述第一训练数据继续训练所述第一深度学习模型。
该技术方案的有益效果在于:通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的第一深度学习模型,通过该预设的第一深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的参考配置模型,可以基于患者的疾病信息获取刺激器对应的参考配置信息,且计算结果准确性高、可靠性高。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
针对每个所述会诊医生的个人配置信息,执行如下处理:
基于所述个人配置信息,利用所述刺激器对所述患者释放对应的电刺激能量,以获取所述患者的疼痛评分;
将疼痛评分最低的个人配置信息作为所述刺激器对应的实际配置信息。
该技术方案的有益效果在于:可以基于每个会诊医生的个人配置信息,逐个测试对应的刺激效果,获取患者的疼痛评分,疼痛评分越低,表明患者的疼痛程度越低,该会诊医生的个人配置信息越适用于该患者,将疼痛评分最低的个人配置信息作为刺激器对应的实际配置信息,可以为患者提供合适的电刺激,患者体验佳。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式获取所述患者的疼痛评分:
利用所述刺激器感测所述患者的脑电信号;
将所述患者的脑电信号输入疼痛预测模型,得到所述患者的疼痛评分。
该技术方案的有益效果在于:通过将患者的脑电信号输入至疼痛预测模型,利用人工智能的方式自动进行分析计算,从而得到患者的疼痛评分,相比于人工评估疼痛评分的方式(不同人的评断标准不同,主观性太大),这种方式得到的疼痛评分更能客观地反映患者的疼痛程度。
在一些可选的实施例中,所述控制设备还被配置成:
将预设会诊费用作为个人配置信息被选择的会诊医生的个人会诊费用;
根据所述预设会诊费用和总体会诊费用,获取其他会诊医生的个人会诊费用,其中,所述预设会诊费用不大于所述总体会诊费用。
该技术方案的有益效果在于:如果个人配置信息被选择作为刺激器对应的实际配置信息,表明对应的会诊医生在本次会诊过程中设置的个人配置信息是最合适该患者的,这也反映出了该会诊医生在本次会诊过程中所做的贡献比较大,可以给该会诊医生分配较多的会诊费用,将预留的预设会诊费用作为该会诊医生的个人会诊费用,其他的会诊医生参与剩下的会诊费用的分配,这样的话,可以最大程度保障个人配置信息被选择的会诊医生的利益,激励每个会诊医生努力提升自己的医术水平。
第二方面,本申请提供了一种远程会诊系统,所述远程会诊系统包括:
植入于患者体内的刺激器;
多个会诊设备,每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
控制设备,所述控制设备可与每个所述会诊设备进行数据交互,所述控制设备被配置成:
利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
在一些可选的实施例中,所述控制设备集成在任一所述会诊设备上;或者,
所述控制设备包括多个控制单元,多个所述控制单元一一对应地集成在多个所述会诊设备。
该技术方案的有益效果在于:控制设备可以集成在一个会诊设备上,由一个会诊设备对所有的会诊设备进行总体控制,控制设备也可以划分为多个控制单元,每个会诊设备通过各自的控制单元与其他的会诊设备进行数据交互,可以设置不同形式的控制设备以满足实际应用中的多种需求。
第三方面,本申请提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器处理时实现如下步骤:
利用每个会诊设备显示患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个,其中,每个所述会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为植入于所述患者体内的刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种会诊设备的控制方法的流程示意图。
图2是本申请实施例提供的一种确定实际配置信息的流程示意图。
图3是本申请实施例提供的另一种确定实际配置信息的流程示意图。
图4是本申请实施例提供的一种远程会诊系统的结构框图。
图5是本申请实施例提供的另一种远程会诊系统的结构框图。
图6是本申请实施例提供的一种用于实现会诊设备的控制方法的程序产品的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本申请做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
首先对本申请的应用领域进行简单说明。
植入式神经刺激系统主要包括植入体内的刺激器以及体外的程控设备。现有的神经调控技术主要是通过立体定向手术在体内特定结构(即靶点)植入电极,并由植入患者体内的刺激器经电极向靶点发放电脉冲,调控相应神经结构和网络的电活动及其功能,从而改善症状、缓解病痛。其中,刺激器可以是植入式神经电刺激装置、植入式心脏电刺激系统(又称心脏起搏器)、植入式药物输注装置(Implantable Drug Delivery System,简称IDDS)和导线转接装置中的任意一种。植入式神经电刺激装置例如是脑深部电刺激系统(Deep Brain Stimulation,简称DBS)、植入式脑皮层刺激系统(Cortical NerveStimulation,简称CNS)、植入式脊髓电刺激系统(Spinal Cord Stimulation,简称SCS)、植入式骶神经电刺激系统(Sacral Nerve Stimulation,简称SNS)、植入式迷走神经电刺激系统(Vagus Nerve Stimulation,简称VNS)等。
刺激器可以包括IPG、延伸导线和电极导线,IPG(implantable pulse generator,植入式脉冲发生器)设置于患者体内,依靠密封电池和电路向生物体组织提供可控制的电刺激能量,通过植入的延伸导线和电极导线,为生物体组织的特定区域提供一路或两路可控制的特定电刺激能量。延伸导线配合IPG使用,作为电刺激信号的传递媒体,将IPG产生的电刺激信号,传递给电极导线。电极导线将IPG产生的电刺激信号,通过多个电极触点,向生物体组织的特定区域释放电刺激能量;所述植入式医疗设备具有单侧或双侧的一路或多路电极导线,所述电极导线上设置有多个电极触点,所述电极触点可以均匀排列或者非均匀排列在电极导线的周向上。作为一个示例,所述电极触点以4行3列的阵列(共计12个电极触点)排列在电极导线的周向上。电极触点可以包括刺激电极触点和/或采集电极触点。电极触点例如可以采用片状、环状、点状等形状。
在一些可能的实现方式中,受刺激的生物体组织可以是患者的脑组织,受刺激的部位可以是脑组织的特定部位。当患者的疾病类型不同时,受刺激的部位一般来说是不同的,所使用的刺激触点(单源或多源)的数量、一路或多路(单通道或多通道)特定电刺激信号的运用以及刺激参数数据也是不同的。本申请对适用的疾病类型不做限定,其可以是脑深部刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、胃刺激、外周神经刺激、功能性电刺激所适用的疾病类型。其中,DBS可以用于治疗或管理的疾病类型包括但不限于:痉挛疾病(例如,癫痫)、疼痛、偏头痛、精神疾病(例如,重度抑郁症(MDD))、躁郁症、焦虑症、创伤后压力心理障碍症、轻郁症、强迫症(OCD)、行为障碍、情绪障碍、记忆障碍、心理状态障碍、移动障碍(例如,特发性震颤或帕金森氏病)、亨廷顿病、阿尔茨海默症、药物成瘾症、自闭症或其他神经学或精神科疾病和损害。当DBS用于治疗药物成瘾症患者时,可以帮助吸毒人员戒毒,提升他们的幸福感和生命质量。
本申请中的刺激器以脑深部刺激器(DBS)为例进行阐述,程控设备和刺激器建立程控连接时,可以利用程控设备调整刺激器的电刺激信号的刺激参数,也可以通过刺激器感测患者脑深部的生物电活动,并可以通过所感测到的生物电活动来继续调节刺激器的电刺激信号的刺激参数。
电刺激信号的刺激参数可以包括频率(例如是单位时间1s内的电刺激脉冲信号个数,单位为Hz)、脉宽(每个脉冲的持续时间,单位为μs)、和幅值(一般用电压表述,即每个脉冲的强度,单位为V)中的任意一种或多种。在具体应用中,可以在电流模式或者电压模式下对刺激器的各刺激参数进行调节。
程控设备可以是医生程控器或者患者程控器。
本申请对医生程控器和刺激器的数据交互不进行限制,当医生远程程控时,医生程控器可以通过服务器、患者程控器与刺激器进行数据交互。当医生线下和患者面对面进行程控时,医生程控器可以通过患者程控器与刺激器进行数据交互,医生程控器还可以直接与刺激器进行数据交互。
患者程控器可以包括(与服务器通信的)主机和(与刺激器通信的)子机,主机和子机可通信的连接。其中,医生程控器可以通过3G/4G/5G网络与服务器进行数据交互,服务器可以通过3G/4G/5G网络与主机进行数据交互,主机可以通过蓝牙协议/WIFI协议/USB协议与子机进行数据交互,子机可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器进行数据交互,医生程控器可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器直接进行数据交互。
本申请实施例提供了一种控制设备,应用于远程会诊系统,所述远程会诊系统包括所述控制设备、植入于患者体内的刺激器和多个会诊设备;
每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
所述控制设备可与每个所述会诊设备进行数据交互,所述控制设备被配置成:
利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
由此,利用每个会诊设备显示患者的疾病信息,每个会诊医生根据患者的疾病信息分析患者的病情,得到个人配置信息,结合每个会诊医生的个人配置信息,从中选择一个作为刺激器对应的实际配置信息,刺激器根据实际配置信息,释放对应的电刺激能量。
本申请允许多个会诊医生针对同一患者进行会诊,结合每个医生的个人配置信息,最终确定刺激器对应的实际配置信息,同时实现“远程会诊+远程程控”的效果,既能满足患者对于多医生会诊的需求,同时,患者也无需在会诊后单独挂号预约远程程控,操作简单,可以降低时间成本和费用成本,大大减轻了患者的心理负担,有利于提升患者进行远程会诊的积极性。
在一些实施方式中,控制设备可以包括至少一个存储器、至少一个处理器以及连接不同平台系统的总线。其中,存储器可以包括随机存取存储器(RAM)、只读存储器(ROM)和高速缓存存储器中的一个或多个。存储器存储有计算机程序,该计算机程序可以被处理器执行。总线可以为表示几类总线结构中的一种或多种,包括存储器总线、外围总线、图形加速端口或者使用多种总线结构中的任意总线结构的局域总线。
在一具体应用中,会诊设备可以是医生程控器。
会诊设备可以包括但不限于:智能手机(如Android手机、iOS手机等)、平板电脑、便携式个人计算机、移动互联网设备(Mobile Internet Devices,MID)等设备,本申请实施例不做限定。
患者的基本信息例如可以包括性别、身高、体重、年龄中的一个或多个;患者的病史信息可以包括主诉信息、现病史信息、既往史信息和家族遗传史信息的一个或多个;患者的医学影像信息可以包括X光信息、CT信息和MR信息中的一个或多个。
个人配置信息用于指示刺激器对应的刺激参数,个人配置信息例如可以是“频率为130Hz、脉宽为60μs和幅值为3V”。
实际配置信息是所有个人配置信息中的一个,刺激器实际所采用的刺激参数是根据实际配置信息得到的。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
利用目标会诊设备接收目标医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为所述刺激器对应的实际配置信息,其中,所述目标医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个。
由此,可以将选择权交给参与会诊的其中一个医生,也就是目标医生,目标医生在对比了所有会诊医生的个人配置信息后,从中选择一个作为刺激器对应的实际配置信息,通过目标医生的目标会诊设备对患者的刺激器进行远程程控。
在一些实施方式中,目标医生的目标会诊设备可以与患者的刺激器进行数据交互,其他会诊医生的会诊设备不可以与患者的刺激器进行数据交互。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述目标医生:
获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
将个人权重最高的会诊医生作为所述目标医生。
由此,目标医生是直接对患者的刺激器进行远程程控的医生,因此目标医生需要对患者的生命安全直接负责,这对目标医生的诊疗经验和医术水平提出了较高的要求。
本申请在职称、好评度和工作年限三方面进行考察,分别在每一方面赋予相应的权重,经过计算,得到每个会诊医生的个人权重,个人权重最高的会诊医生在职称、好评度和工作年限这三方面的综合表现最优秀,将个人权重最高的会诊医生作为目标医生,目标医生相对来说,诊疗经验和医术水平都是比较高的,由目标医生选择实际配置信息,一方面,可以保障患者的生命安全;另一方面,其他的会诊医生会比较服气,不会有个人意见,有利于远程会诊工作的开展。
在一些实施方式中,职称可以包括初级职称、中级职称和高级职称,好评度可以是结合会诊表现、患者评价、其他医生评价等多方面因素综合评估得到的,
好评度可以采用数字或等级来表示。当采用数字来表示时,数值越高则好评度越高。当采用等级来表示时,例如可以用1级到3级来表示,级别越高则好评度越高。
本申请对第一权重、第二权重和第三权重不作限定,第一权重、第二权重和第三权重可以用百分数表示。
在一具体应用中,第一权重为40%、第二权重为30%、第三权重为30%,初级职称、中级职称、高级职称折合成职称评分,分别为50、75和100。
会诊医生小王的职称为中级职称(职称评分75),好评度为80,工作年限为10(年);会诊医生小刘的职称为中级职称(职称评分75),好评度为70,工作年限为15(年);会诊医生小李的职称为高级职称(职称评分100),好评度为90,工作年限为20(年)。
会诊医生小王的个人权重为:75×40%+80×30%+10×30%=57;
会诊医生小刘的个人权重为:75×40%+70×30%+15×30%=55.5;
会诊医生小李的个人权重为:100×40%+90×30%+20×30%=73。
会诊医生小李的个人权重最高,将会诊医生小李作为目标医生,由会诊医生小李从所有的个人配置信息中选择一个作为刺激器对应的实际配置信息。
在另一些可选的实施例中,所述目标医生可以是所述患者的主治医生,由主治医生来确定刺激器对应的实际配置信息。
在一些可选的实施例中,所述控制设备还可以被配置成:
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度。
由此,如果个人配置信息被选择作为刺激器对应的实际配置信息,表明对应的会诊医生在本次会诊过程中设置的个人配置信息是最合适该患者的,这也反映出了该会诊医生的医术水平比较高,可以基于本次会诊的会诊等级,提升该会诊医生的好评度,这样的话,好评度越高,就越有希望作为目标医生,从而激励所有会诊医生努力提升自己的好评度,带动远程会诊工作的良性发展。
本申请对会诊等级不作限定,在一具体应用中,会诊等级可以根据患者的疾病信息确定,例如患者为轻度抑郁症患者时,会诊等级为1级;患者为重度抑郁症患者时,会诊等级为3级。在另一具体应用中,会诊等级可以根据患者挂号的类型确定,挂号的类型为普通号时,会诊等级为1级,挂号的类型为专家号时,会诊等级为2级。
在一些实施方式中,会诊等级为1级时,将个人配置信息被选择的会诊医生的好评度的数值提升1;在另一些实施方式中,会诊等级为2级时,将个人配置信息被选择的会诊医生的好评度的数值提升2;在又一些实施方式中,会诊等级为3级时,将个人配置信息被选择的会诊医生的好评度的数值提升3。
在另一些可选的实施例中,所述控制设备还可以被配置成:
基于预设阈值,提升个人配置信息被选择的会诊医生的好评度。
本申请对预设阈值不作限定,预设阈值可以是好评度单次的提升量,预设阈值可以用数字表示,例如1、2或者3。
在一具体应用中,预设阈值为2,在一次会诊中,会诊医生小关的个人配置信息被选择作为实际配置信息,会诊医生小关的好评度由会诊前的80增加到82。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
基于所述患者的疾病信息,获取所述刺激器对应的参考配置信息;
获取每个所述会诊医生的个人配置信息与所述参考配置信息的相似度;
将相似度最高的个人配置信息作为所述刺激器对应的实际配置信息。
由此,可以根据患者的疾病信息,先智能化地得出刺激器对应的参考配置信息(参考配置信息不直接作为实际配置信息),通过将参考配置信息分别与每个会诊医生的个人配置信息对比,与参考配置信息的相似度越高,表明该会诊医生的个人配置信息越适用于该患者,将相似度最高的个人配置信息作为刺激器对应的实际配置信息,可以为患者提供精准的电刺激。
在一些实施方式中,个人配置信息与参考配置信息的形式可以是文本形式,个人配置信息与参考配置信息的相似度可以通过文本相似度模型检测得到,其中,文本相似度模型可以采用专利CN113723070A公开的文本相似度模型、CN113283230A公开的文本相似度计算模型或者专利CN111353033A公开的文本相似度模型。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式获取所述刺激器对应的参考配置信息:
将所述患者的疾病信息输入参考配置模型,得到所述刺激器对应的参考配置信息;
其中,所述参考配置模型的训练过程包括:
获取第一训练集,所述第一训练集包括多个第一训练数据,每个所述第一训练数据包括一个样本对象的疾病信息以及所述样本对象的参考配置信息的标注数据;
针对所述第一训练集中的每个第一训练数据,执行以下处理:
将所述第一训练数据中的样本对象的疾病信息输入预设的第一深度学习模型,得到所述样本对象的参考配置信息的预测数据;
基于所述样本对象的参考配置信息的预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的第一训练结束条件;如果是,则将训练出的第一深度学习模型作为所述参考配置模型;如果否,则利用下一个所述第一训练数据继续训练所述第一深度学习模型。
由此,通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的第一深度学习模型,通过该预设的第一深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的参考配置模型,可以基于患者的疾病信息获取刺激器对应的参考配置信息,且计算结果准确性高、可靠性高。
本申请对标注数据的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。
本申请对参考配置模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请对预设的第一训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是第一训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
在另一些可选的实施例中,所述控制设备被进一步配置成采用如下方式获取所述刺激器对应的参考配置信息:
基于所述患者的疾病信息和预设对应关系,获取所述刺激器对应的参考配置信息。
其中,预设对应关系可以是疾病信息和参考配置信息的对应关系,预设对应关系可以采用参考配置映射表。
在一具体应用中,根据参考配置映射表,可以得知,当患者的疾病信息指示患者为重度抑郁症时,对应的参考配置信息为“频率为200Hz、脉宽为80μs和幅值为4V”;
当患者的疾病信息指示患者为轻度抑郁症时,对应的参考配置信息为“频率为100Hz、脉宽为50μs和幅值为2V”。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
针对每个所述会诊医生的个人配置信息,执行如下处理:
基于所述个人配置信息,利用所述刺激器对所述患者释放对应的电刺激能量,以获取所述患者的疼痛评分;
将疼痛评分最低的个人配置信息作为所述刺激器对应的实际配置信息。
由此,可以基于每个会诊医生的个人配置信息,逐个测试对应的刺激效果,获取患者的疼痛评分,疼痛评分越低,表明患者的疼痛程度越低,该会诊医生的个人配置信息越适用于该患者,将疼痛评分最低的个人配置信息作为刺激器对应的实际配置信息,可以为患者提供合适的电刺激,患者体验佳。
在一些实施方式中,每个会诊医生的会诊设备都可以与患者的刺激器进行数据交互,每个会诊医生通过对应的个人配置信息下达程控指令时,根据各自的下达时间的顺序依次生效。
在一些可选的实施例中,所述控制设备被进一步配置成采用如下方式获取所述患者的疼痛评分:
利用所述刺激器感测所述患者的脑电信号;
将所述患者的脑电信号输入疼痛预测模型,得到所述患者的疼痛评分。
由此,通过将患者的脑电信号输入至疼痛预测模型,利用人工智能的方式自动进行分析计算,从而得到患者的疼痛评分,相比于人工评估疼痛评分的方式(不同人的评断标准不同,主观性太大),这种方式得到的疼痛评分更能客观地反映患者的疼痛程度。
在一些实施方式中,疼痛预测模型的训练过程包括:
获取第二训练集,所述第二训练集包括多个第二训练数据,每个所述第二训练数据包括一个样本对象的脑电信号以及所述样本对象的疼痛评分的标注数据;
针对所述第二训练集中的每个第二训练数据,执行以下处理:
将所述第二训练数据中的样本对象的脑电信号输入预设的第二深度学习模型,得到所述样本对象的疼痛评分的预测数据;
基于所述样本对象的疼痛评分的预测数据和标注数据,对所述第二深度学习模型的模型参数进行更新;
检测是否满足预设的第二训练结束条件;如果是,则将训练出的第二深度学习模型作为所述疼痛预测模型;如果否,则利用下一个所述第二训练数据继续训练所述第二深度学习模型。
疼痛评分可以采用数字或百分数来表示,数值越高则疼痛评分越高。疼痛评分例如可以是75、88、96等。
在另一些可选的实施例中,患者的疼痛评分可以由患者自己评估得到,患者可以在实时的会诊过程中,利用患者设备通过音频、视频或者文本的方式进行反馈。
在一些可选的实施例中,所述控制设备还被配置成:
将预设会诊费用作为个人配置信息被选择的会诊医生的个人会诊费用;
根据所述预设会诊费用和总体会诊费用,获取其他会诊医生的个人会诊费用,其中,所述预设会诊费用不大于所述总体会诊费用。
由此,如果个人配置信息被选择作为刺激器对应的实际配置信息,表明对应的会诊医生在本次会诊过程中设置的个人配置信息是最合适该患者的,这也反映出了该会诊医生在本次会诊过程中所做的贡献比较大,可以给该会诊医生分配较多的会诊费用,将预留的预设会诊费用作为该会诊医生的个人会诊费用,其他的会诊医生参与剩下的会诊费用的分配,这样的话,可以最大程度保障个人配置信息被选择的会诊医生的利益,激励每个会诊医生努力提升自己的医术水平。
在一些实施方式中,预设会诊费用可以是预先设置好的固定的会诊费用,也可以是根据总体会诊费用按固定比例设置的会诊费用。个人配置信息被选择的会诊医生(以下简称被选医生)分得预设会诊费用,总体会诊费用除掉预设会诊费用的部分后,剩余的会诊费用由其他的会诊医生(不包括被选医生)进行分配,剩余的会诊费用可以采用平均分配的方式进行分配。
在一具体应用中,总体会诊费用为3000元,预设会诊费用占总体会诊费用的40%,即1200元。一共有4名医生参与会诊,分别是医生小张、医生小赵、医生小高和医生小朱,其中,医生小张的个人配置信息被选择作为刺激器的实际配置信息,医生小张作为被选医生,分得预设会诊费用1200元,医生小赵、医生小高和医生小朱参与剩下的1800元的分配,每个人可以分得会诊费用600元。
参见图1,图1是本申请实施例提供的一种会诊设备的控制方法的流程示意图。
本申请实施例还提供了一种会诊设备的控制方法,其具体实现方式与上述控制设备的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。所述方法应用于远程会诊系统,所述远程会诊系统包括多个会诊设备。
每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作。
所述方法包括步骤S101~步骤S104。
步骤S101:利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
步骤S102:利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
步骤S103:基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;
步骤S104:基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
在一些可选的实施例中,所述步骤S103可以包括:
利用目标会诊设备接收目标医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为所述刺激器对应的实际配置信息,其中,所述目标医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个。
参见图2,图2是本申请实施例提供的一种确定实际配置信息的流程示意图。
在一些可选的实施例中,确定所述目标医生的过程可以包括步骤S201~步骤S203。
步骤S201:获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
步骤S202:基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
步骤S203:将个人权重最高的会诊医生作为所述目标医生。
在一些可选的实施例中,所述方法还可以包括:
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度。
参见图3,图3是本申请实施例提供的另一种确定实际配置信息的流程示意图。
在一些可选的实施例中,所述步骤S103可以包括步骤S301~步骤S303。
步骤S301:基于所述患者的疾病信息,获取所述刺激器对应的参考配置信息;
步骤S302:获取每个所述会诊医生的个人配置信息与所述参考配置信息的相似度;
步骤S303:将相似度最高的个人配置信息作为所述刺激器对应的实际配置信息。
在一些可选的实施例中,获取所述参考配置信息的过程可以包括:
将所述患者的疾病信息输入参考配置模型,得到所述刺激器对应的参考配置信息;
其中,所述参考配置模型的训练过程包括:
获取第一训练集,所述第一训练集包括多个第一训练数据,每个所述第一训练数据包括一个样本对象的疾病信息以及所述样本对象的参考配置信息的标注数据;
针对所述第一训练集中的每个第一训练数据,执行以下处理:
将所述第一训练数据中的样本对象的疾病信息输入预设的第一深度学习模型,得到所述样本对象的参考配置信息的预测数据;
基于所述样本对象的参考配置信息的预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的第一训练结束条件;如果是,则将训练出的第一深度学习模型作为所述参考配置模型;如果否,则利用下一个所述第一训练数据继续训练所述第一深度学习模型。
在一些可选的实施例中,所述步骤S103可以包括:
针对每个所述会诊医生的个人配置信息,执行如下处理:
基于所述个人配置信息,利用所述刺激器对所述患者释放对应的电刺激能量,以获取所述患者的疼痛评分;
将疼痛评分最低的个人配置信息作为所述刺激器对应的实际配置信息。
在一些可选的实施例中,获取所述患者的疼痛评分的过程可以包括:
利用所述刺激器感测所述患者的脑电信号;
将所述患者的脑电信号输入疼痛预测模型,得到所述患者的疼痛评分。
在一些可选的实施例中,所述方法还可以包括:
将预设会诊费用作为个人配置信息被选择的会诊医生的个人会诊费用;
根据所述预设会诊费用和总体会诊费用,获取其他会诊医生的个人会诊费用,其中,所述预设会诊费用不大于所述总体会诊费用。
参见图4,图4是本申请实施例提供的一种远程会诊系统100的结构框图。
本申请实施例还提供了一种远程会诊系统100,其具体实现方式与上述控制设备的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
所述远程会诊系统100包括:
植入于患者体内的刺激器(图中未示出);
多个会诊设备300,每个会诊设备300对应一个会诊医生,所述会诊设备300用于提供显示功能,以及接收所述会诊设备300对应的会诊医生的配置操作;
控制设备200,所述控制设备200可与每个所述会诊设备300进行数据交互,所述控制设备200被配置成:
利用每个所述会诊设备300显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备300接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为所述刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
在一些可选的实施例中,所述控制设备200集成在任一所述会诊设备300上;或者,
所述控制设备200包括多个控制单元,多个所述控制单元一一对应地集成在多个所述会诊设备300。
由此,控制设备200可以集成在一个会诊设备300上,由一个会诊设备300对所有的会诊设备300进行总体控制,控制设备200也可以划分为多个控制单元,每个会诊设备300通过各自的控制单元与其他的会诊设备300进行数据交互,可以设置不同形式的控制设备200以满足实际应用中的多种需求。
参见图5,图5是本申请实施例提供的另一种远程会诊系统100的结构框图。
在一些可选的实施例中,所述远程会诊系统100还可以包括患者设备400,所述患者设备400可与所述控制设备200进行数据交互,所述患者设备400用于拍摄所述患者,得到所述患者的预先录制视频信息和实时视频信息中的一个或多个。
由此,患者设备400可以拍摄患者从而得到患者的预先录制视频信息和/或实时视频信息,通过患者设备400与控制设备200的交互,使得对应的会诊设备300显示患者的相关视频信息,相比于文字信息、音频信息和图片信息,视频信息更能综合反映患者的病情,有利于会诊医生开展会诊工作。
其中,患者设备400包括但不限于:智能手机(如Android手机、iOS手机等)、平板电脑、便携式个人计算机、移动互联网设备(Mobile Internet Devices,MID)等设备,本申请实施例不做限定。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序被执行时实现如下步骤:
所述计算机程序被处理器处理时实现如下步骤:
利用每个会诊设备显示患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个,其中,每个所述会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,选择其中一个作为植入于所述患者体内的刺激器对应的实际配置信息;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量。
所述计算机程序被执行时的具体实现方式与上述控制设备的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
图6示出了本实施例提供的用于实现上述控制方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本申请中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300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为但不限于电、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。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (9)
1.一种控制设备,其特征在于,应用于远程会诊系统,所述远程会诊系统包括所述控制设备、植入于患者体内的刺激器和多个会诊设备;
每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
所述控制设备可与每个所述会诊设备进行数据交互,所述控制设备被配置成:
利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,利用目标会诊设备接收目标会诊医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为所述刺激器对应的实际配置信息,其中,所述目标会诊医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量;
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度,其中,会诊等级根据患者的疾病信息确定;
所述控制设备被进一步配置成采用如下方式确定所述目标会诊医生:
获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
将个人权重最高的会诊医生作为所述目标会诊医生。
2.根据权利要求1所述的控制设备,其特征在于,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
基于所述患者的疾病信息,获取所述刺激器对应的参考配置信息;
获取每个所述会诊医生的个人配置信息与所述参考配置信息的相似度;
将相似度最高的个人配置信息作为所述刺激器对应的实际配置信息。
3.根据权利要求2所述的控制设备,其特征在于,所述控制设备被进一步配置成采用如下方式获取所述刺激器对应的参考配置信息:
将所述患者的疾病信息输入参考配置模型,得到所述刺激器对应的参考配置信息;
其中,所述参考配置模型的训练过程包括:
获取第一训练集,所述第一训练集包括多个第一训练数据,每个所述第一训练数据包括一个样本对象的疾病信息以及所述样本对象的考配置信息的标注数据;
针对所述第一训练集中的每个第一训练数据,执行以下处理:
将所述第一训练数据中的样本对象的疾病信息输入预设的第一深度学习模型,得到所述样本对象的考配置信息的预测数据;
基于所述样本对象的考配置信息的预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的第一训练结束条件;如果是,则将训练出的第一深度学习模型作为所述参考配置模型;如果否,则利用下一个所述第一训练数据继续训练所述第一深度学习模型。
4.根据权利要求1所述的控制设备,其特征在于,所述控制设备被进一步配置成采用如下方式确定所述刺激器对应的实际配置信息:
针对每个所述会诊医生的个人配置信息,执行如下处理:
基于所述个人配置信息,利用所述刺激器对所述患者释放对应的电刺激能量,以获取所述患者的疼痛评分;
将疼痛评分最低的个人配置信息作为所述刺激器对应的实际配置信息。
5.根据权利要求4所述的控制设备,其特征在于,所述控制设备被进一步配置成采用如下方式获取所述患者的疼痛评分:
利用所述刺激器感测所述患者的脑电信号;
将所述患者的脑电信号输入疼痛预测模型,得到所述患者的疼痛评分。
6.根据权利要求1所述的控制设备,其特征在于,所述控制设备还被配置成:
将预设会诊费用作为个人配置信息被选择的会诊医生的个人会诊费用;
根据所述预设会诊费用和总体会诊费用,获取其他会诊医生的个人会诊费用,其中,所述预设会诊费用不大于所述总体会诊费用。
7.一种远程会诊系统,其特征在于,包括:
植入于患者体内的刺激器;
多个会诊设备,每个会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
控制设备,所述控制设备可与每个所述会诊设备进行数据交互,所述控制设备被配置成:
利用每个所述会诊设备显示所述患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,利用目标会诊设备接收目标会诊医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为所述刺激器对应的实际配置信息,其中,所述目标会诊医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量;
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度,其中,会诊等级根据患者的疾病信息确定;
所述控制设备被进一步配置成采用如下方式确定所述目标会诊医生:
获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
将个人权重最高的会诊医生作为所述目标会诊医生。
8.根据权利要求7所述的远程会诊系统,其特征在于,所述控制设备集成在任一所述会诊设备上;或者,
所述控制设备包括多个控制单元,多个所述控制单元一一对应地集成在多个所述会诊设备。
9.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器处理时实现如下步骤:
利用每个会诊设备显示患者的疾病信息,所述患者的疾病信息包括所述患者的基本信息、病史信息、医学影像信息、预先录制视频信息和实时视频信息中的一个或多个,其中,每个所述会诊设备对应一个会诊医生,所述会诊设备用于提供显示功能,以及接收所述会诊设备对应的会诊医生的配置操作;
利用每个所述会诊设备接收每个所述会诊医生的配置操作,得到每个所述会诊医生的个人配置信息;
基于每个所述会诊医生的个人配置信息,利用目标会诊设备接收目标会诊医生的选择操作,从所有会诊医生的个人配置信息中选择其中一个作为植入于所述患者体内的刺激器对应的实际配置信息,其中,所述目标会诊医生是所有会诊医生的其中一个,所述目标会诊设备是所有会诊设备的其中一个;
基于所述实际配置信息,利用所述刺激器对所述患者释放对应的电刺激能量;
基于会诊等级,提升个人配置信息被选择的会诊医生的好评度,其中,会诊等级根据患者的疾病信息确定;
确定所述目标会诊医生的过程包括:
获取职称对应的第一权重、好评度对应的第二权重、工作年限对应的第三权重以及每个所述会诊医生的职称、好评度和工作年限;
基于每个所述会诊医生的职称以及所述第一权重、每个所述会诊医生的好评度以及所述第二权重和每个所述会诊医生的工作年限以及所述第三权重,获取每个所述会诊医生的个人权重;
将个人权重最高的会诊医生作为所述目标会诊医生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210742671.XA CN115019948B (zh) | 2022-06-28 | 2022-06-28 | 控制设备、远程会诊系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210742671.XA CN115019948B (zh) | 2022-06-28 | 2022-06-28 | 控制设备、远程会诊系统和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115019948A CN115019948A (zh) | 2022-09-06 |
CN115019948B true CN115019948B (zh) | 2023-06-16 |
Family
ID=83077824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210742671.XA Active CN115019948B (zh) | 2022-06-28 | 2022-06-28 | 控制设备、远程会诊系统和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115019948B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102462891A (zh) * | 2010-11-17 | 2012-05-23 | 鼎迈医疗科技(苏州)有限公司 | 植入式医疗器械远程监控系统及方法 |
JP2013137645A (ja) * | 2011-12-28 | 2013-07-11 | Mercury Inc | 医師ネットワークサービスシステム、マッチング装置、および医師の派遣方法 |
CN110310736A (zh) * | 2018-03-27 | 2019-10-08 | 苏州景昱医疗器械有限公司 | 植入式医疗程控设备的数据交互方法及系统 |
CN110689951A (zh) * | 2019-09-28 | 2020-01-14 | 宏脉信息技术(广州)股份有限公司 | 一种医疗机构的客户信息管理系统 |
WO2020257454A1 (en) * | 2019-06-21 | 2020-12-24 | Advanced Neuromodulation Systems,Inc. | Data labeling system and method operative with patient and clinician controller devices disposed in a remote care architecture |
CN113539460A (zh) * | 2021-07-29 | 2021-10-22 | 深圳万海思数字医疗有限公司 | 用于远程医疗平台的智能导诊方法和装置 |
CN113658690A (zh) * | 2021-08-30 | 2021-11-16 | 平安医疗健康管理股份有限公司 | 一种智能导医方法、装置、存储介质以及电子设备 |
CN113724849A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源配置方法、装置、设备及介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7860725B2 (en) * | 1998-05-26 | 2010-12-28 | Ineedmd.Com, Inc. | Method for remote medical consultation and care |
US20130238354A1 (en) * | 2006-08-15 | 2013-09-12 | Jaxresearch Systems, Llc | Contemporaneous, multi-physician, online consultation system |
US8352039B2 (en) * | 2010-01-08 | 2013-01-08 | Medtronic, Inc. | Programming therapy delivered by implantable medical device |
US20130249903A1 (en) * | 2010-10-13 | 2013-09-26 | Hitachi, Ltd. | Medical image display device, medical information management server |
US20140039907A1 (en) * | 2012-08-03 | 2014-02-06 | AxelaCare Health Solutions, Inc. | Computer program, method, and system for collecting patient data with a portable electronic device |
FR3010624B1 (fr) * | 2013-09-13 | 2015-09-25 | Ct Hospitalier Universitaire De Poitiers | Procede et systeme de cartographie, procede et systeme d'evaluation de l'efficacite d'une stimulation medullaire |
US20150269508A1 (en) * | 2014-03-18 | 2015-09-24 | Mckesson Financial Holdings | Method And Apparatus For Configuring A Task List |
US10542889B2 (en) * | 2017-08-14 | 2020-01-28 | Amrita Vishwa Vidyapeetham | Systems, methods, and devices for remote health monitoring and management |
CN110870759A (zh) * | 2018-08-31 | 2020-03-10 | 福州依影健康科技有限公司 | 用于远程眼底筛查的质量控制方法和系统、及存储设备 |
JP2023549716A (ja) * | 2020-10-30 | 2023-11-29 | アクソニクス インコーポレイテッド | 埋め込まれた神経刺激システムの遠隔プログラミングのためのデバイス及び方法 |
CN113077913A (zh) * | 2021-04-20 | 2021-07-06 | 北京京东拓先科技有限公司 | 线上问诊派单方法、装置和系统 |
CN113577555A (zh) * | 2021-07-30 | 2021-11-02 | 苏州景昱医疗器械有限公司 | 基于多模态数据的配置信息获取装置及相关设备 |
CN114171192A (zh) * | 2021-12-15 | 2022-03-11 | 苏州景昱医疗器械有限公司 | 控制设备和远程会诊系统 |
CN114420313A (zh) * | 2022-02-15 | 2022-04-29 | 康键信息技术(深圳)有限公司 | 目标对象匹配方法、装置、计算机设备和存储介质 |
-
2022
- 2022-06-28 CN CN202210742671.XA patent/CN115019948B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102462891A (zh) * | 2010-11-17 | 2012-05-23 | 鼎迈医疗科技(苏州)有限公司 | 植入式医疗器械远程监控系统及方法 |
JP2013137645A (ja) * | 2011-12-28 | 2013-07-11 | Mercury Inc | 医師ネットワークサービスシステム、マッチング装置、および医師の派遣方法 |
CN110310736A (zh) * | 2018-03-27 | 2019-10-08 | 苏州景昱医疗器械有限公司 | 植入式医疗程控设备的数据交互方法及系统 |
WO2020257454A1 (en) * | 2019-06-21 | 2020-12-24 | Advanced Neuromodulation Systems,Inc. | Data labeling system and method operative with patient and clinician controller devices disposed in a remote care architecture |
CN110689951A (zh) * | 2019-09-28 | 2020-01-14 | 宏脉信息技术(广州)股份有限公司 | 一种医疗机构的客户信息管理系统 |
CN113539460A (zh) * | 2021-07-29 | 2021-10-22 | 深圳万海思数字医疗有限公司 | 用于远程医疗平台的智能导诊方法和装置 |
CN113658690A (zh) * | 2021-08-30 | 2021-11-16 | 平安医疗健康管理股份有限公司 | 一种智能导医方法、装置、存储介质以及电子设备 |
CN113724849A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的医疗资源配置方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115019948A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9959388B2 (en) | Systems, devices, and methods for providing electrical stimulation therapy feedback | |
US7819909B2 (en) | Therapy programming guidance based on stored programming history | |
US8761890B2 (en) | Electrical stimulation programming | |
WO2024021960A1 (zh) | 脉冲发生器、医疗系统及计算机可读存储介质 | |
CN106659412B (zh) | 基于组织激活体积针对电刺激治疗进行治疗程序选择 | |
CN114842956B (zh) | 控制设备、医疗系统及计算机可读存储介质 | |
JP7245233B2 (ja) | 植え込み型神経刺激装置のためのカスタマイズ可能な漸増 | |
WO2023005353A1 (zh) | 基于多模态数据的配置信息获取装置及相关设备 | |
WO2024067449A1 (zh) | 参数调节装置及其方法、程控设备、医疗系统、存储介质 | |
WO2023071378A1 (zh) | 植入式神经刺激器和植入式神经刺激系统 | |
CN115501481A (zh) | 应急程控设备、医疗系统及计算机可读存储介质 | |
CN114783585B (zh) | 程控设备、程控系统、电子设备和计算机可读存储介质 | |
WO2023000788A1 (zh) | 参数比对方法、装置、电子设备及计算机可读存储介质 | |
CN116549845A (zh) | 刺激器、电子设备及计算机可读存储介质 | |
WO2024083193A1 (zh) | 脉冲发生器、刺激器、医疗系统及计算机可读存储介质 | |
US11400294B2 (en) | Method and apparatus for neurostimulation device therapy management | |
CN115019948B (zh) | 控制设备、远程会诊系统和计算机可读存储介质 | |
US20220230743A1 (en) | Medical device management using risk control measures | |
CN117577293A (zh) | 远程程控设备、方法、医疗系统及可读存储介质 | |
US20240226560A9 (en) | Goal setting and tracking for neuromodulation treatment | |
US20240131337A1 (en) | Goal setting and tracking for neuromodulation treatment | |
US20200215330A1 (en) | Method and apparatus for controlling neurostimulation based on patient life factors | |
CN117065217A (zh) | 电位信号采集设备及其方法、医疗系统、可读存储介质 | |
CN117275637A (zh) | 测评设备、医疗系统及计算机可读存储介质 | |
CN117476186A (zh) | 刺激参数的可视化预测方法及其装置 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee after: Jingyu Medical Technology (Suzhou) Co.,Ltd. Address before: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee before: SCENERAY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |