CN115346662A - 一种用于宠物医院的智能诊断数据管理方法及系统 - Google Patents
一种用于宠物医院的智能诊断数据管理方法及系统 Download PDFInfo
- Publication number
- CN115346662A CN115346662A CN202211014406.6A CN202211014406A CN115346662A CN 115346662 A CN115346662 A CN 115346662A CN 202211014406 A CN202211014406 A CN 202211014406A CN 115346662 A CN115346662 A CN 115346662A
- Authority
- CN
- China
- Prior art keywords
- data
- diagnosis
- pet
- strategy
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种用于宠物医院的智能诊断数据管理方法及系统，通过对医学知识信息和历史病历数据运用分类归集及属性关联标记数据处理方法，提高诊断数据匹配效率；创新利用多维度的数据子集融合推理策略、规则推理策略生成不同的诊断推理策略，实现了更全面的宠物智能诊断；运用差异度对比分析算法模拟诊断会商确定优选治疗方案，实现了无需医生人工干预获得优选治疗方案；通过采样方案特征属性落入诊断依据数据的范围比率，进一步验证治疗方案的可靠性，从而实现即可更快速更精准获得宠物诊断策略及治疗方案，提高了辅助诊断的工作效率及宠物诊断的准确率。
Description
技术领域
本发明涉及数据管理与应用技术领域，更具体地说，特别涉及一种用于宠物医院的智能诊断数据管理方法及系统。
背景技术
随着人们生活水平的不断提高, 饲养宠物的家庭逐渐增多,宠物健康诊疗和养护市场需求也越来越高，宠物医院因应市场需要逐步快速发展。虽目前中国宠物医院超万家，但大多数规模较小，医生资源有限，技术参差不齐，难以满足市场需求的快速发展。同时，宠物医院提供的服务越来越精细化，其中包括宠物疾病诊疗、宠物意外受伤诊疗、宠物健康体检诊疗等服务，对于医生专业水平的要求也越来越高。由于宠物医院医生资源的限制，时常养宠主人带着宠物上宠物医院时常需要排队等待较长的时间，在排队过程中，不同宠物间的相互接触，极易造成宠物病菌交叉感染的发生和传播，医生资源的缺乏，也导致很多宠物诊断缺乏医疗会商，诊断结果受医生技术水平影响制约。而随着信息技术的快速发展，虽也萌生了线上宠物医疗，但目前也只停留在线上预约挂号、线上问诊、线上购药等基础服务，医生在线上也难以引导宠物做各体位动作及体征诊断，加之缺乏对宠物诊断数据的获取和运用渠道，现时的线上宠物医疗难以满足更便捷更精准的宠物诊断需求。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种用于宠物医院的智能诊断数据管理方法及系统。
本发明解决其技术问题所采用的技术方案是：
一种用于宠物医院的智能诊断数据管理方法，接收并分类归集诊断依据数据步骤，接收诊断依据数据，诊断依据数据包括医学知识信息和历史病历数据，根据对象类型、体征、时间、行为、症状名称、诊断结果对所述医学知识信息和所述历史病历数据分别进行分类归集构建若干数据子集，将分类归集后的所述数据子集按数据属性进行属性关联标记并存储，所述医学知识信息还包括有诊断要求和治疗方案；
识别宠物身份信息并采集诊断数据步骤，识别目标诊断对象的宠物身份信息，并根据所述宠物身份信息从所述医学知识信息中获取所述诊断要求，基于所述诊断要求对所述目标诊断对象进行诊断数据采集，所述诊断数据包括目标体征数据、目标时间数据、目标行为数据；
生成病例推理策略步骤，将采集到的所述诊断数据分别进行属性解析并获得所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性，通过对所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性分别从所述诊断依据数据中匹配获得与之数据属性相对应的所述数据子集，将匹配获得的所述数据子集进行基于目标体征维度、目标时间维度、目标行为维度的数据融合，将融合后的数据生成病例推理策略；
生成规则推理策略步骤，对所述属性关联标记赋予预设规则定义，所述预设规则为逻辑推理公式或逻辑函数，将所述诊断数据代入所述预设规则进行推理获得诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商步骤，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案；
治疗方案验证评价步骤，提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，采样所述方案特征属性落入所述诊断依据数据的范围比率，若采样落入范围比率小于预设验证比率阈值，则反馈用户端完善治疗方案或人工验证治疗方案；若采样落入范围比率大于预设验证比率阈值，则认为治疗方案验证评价通过验证，将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端。
进一步地，所述属性关联标记包括数值型属性关联标记、分类型属性关联标记和其他类型属性关联标记。
进一步地，所述识别宠物身份信息并采集诊断数据步骤，具体包括：
识别目标诊断对象的宠物身份信息，并根据所述宠物身份信息从所述医学知识信息中获取所述诊断要求，基于所述诊断要求对所述目标诊断对象进行诊断数据采集，所述诊断数据包括目标体征数据、目标时间数据、目标行为数据，
通过对所述目标时间数据进行时间限定和对所述目标行为数据进行活动区域数据限定筛选并采集所述目标体征数据和所述目标行为数据。
进一步地，还包括：所述诊断数据可通过对所述目标诊断对象体征影像识别获得及对所述目标诊断对象进行行为干预采集行为分析获得。
进一步地，具体包括：所述预设规则为IF-THEN关系，所述IF-THEN关系的前件是所述属性关联标记关联数据集合，所述IF-THEN关系后件是所述规则推理策略，
所述差异度对比分析采用以下公式:
其中
为所述病例推理策略值，
为所述规则推理策略值，
为从所述病例推理
策略和所述规则推理策略分别提取的关键词词频，根据
夹角余弦判断进行差异度对
比分析，若
夹角越大时代表差异度越高，若
夹角越小时代表差异度越低。
进一步地，所述治疗方案验证评价步骤，还包括：分别对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述诊断资源关键词包括诊断者名称、诊断场所名称、仪器设备名称和药剂名称。
进一步地，所述推理策略模拟会商步骤，还包括，接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，通过对生成的所述病例推理策略、所述规则推理策略和所述人工推理策略进行差异度对比分析，确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案。
一种用于宠物医院的智能诊断数据管理系统，包括：
数据存储处理模块，用于接收医学知识信息和历史病历数据、分类归集构建若干数据子集以及标记和存储所述医学知识信息和所述历史病历数据中所述数据子集的属性关联标记，所述数据存储处理模块包括医学知识数据库和历史病例数据库、子集构建处理单元，属性关联标记单元，所述医学知识数据库和所述历史病例数据库分别存储接收到的所述医学知识信息和历史病历数据，所述子集构建处理单元通过对所述医学知识和病例数据库中的数据进行分类归集构建所述数据子集，所述属性关联标记单元通过对所述子集构建处理单元构建的所述数据子集进行属性关联标记；
宠物身份识别装置，用于对目标诊断对象宠物身份及宠物类型的识别；
诊断数据采集装置，用于采集和诊断宠物体征和行为数据，所述诊断数据采集装置与所述宠物身份识别装置通讯连接，所述诊断数据采集装置还设有影像识别单元、行为干预单元、行为捕捉采集单元、活动区域单元和时间管理单元；
诊断数据解析模块，用于解析处理所述诊断数据采集装置识别采集到的目标体征数据、目标时间数据和目标行为数据；
病例推理策略生成模块，用于对匹配获得的所述数据子集根据目标体征维度、目标时间维度、目标行为维度进行数据融合并生成病例推理策略；
规则推理策略生成模块，用于对所述属性关联标记赋予预设规则定义，将所述诊断数据采集装置采集到的数据代入所述预设规则进行推理获得诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商模块，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，确定第一优选治疗方案和第二优选治疗方案；
治疗方案验证模块，用于提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，验证所述方案特征属性是否落入所述诊断依据数据的范围，并将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端；
所述数据存储处理模块分别与所述宠物身份识别装置、所述诊断数据采集装置、所述诊断数据解析模块、所述病例推理策略生成模块、所述规则推理策略生成模块相连接，所述病例推理策略生成模块和所述规则推理策略生成模块分别与所述推理策略模拟会商模块相连接，所述推理策略模拟会商模块与所述治疗方案验证模块相连接。
进一步地，还包括：手工录入诊断数据接口，用于接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，所述手工录入诊断数据接口分别与所述数据存储处理模块、所述推理策略模拟会商模块相连接。
进一步地，还包括：资源关键词统计反馈模块，用于对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述资源关键词统计反馈模块与所述治疗方案验证模块相连接。
本发明的有益效果在于：提供了一种用于宠物医院的智能诊断数据管理方法及系统，通过对医学知识信息和历史病历数据运用分类归集及属性关联标记数据处理方法，提高诊断数据匹配效率；创新利用多维度的数据子集融合推理策略、规则推理策略生成不同的诊断推理策略，实现了更全面的宠物智能诊断；运用差异度对比分析算法模拟诊断会商确定优选治疗方案，实现了无需医生人工干预获得优选治疗方案；通过采样方案特征属性落入诊断依据数据的范围比率，进一步验证治疗方案的可靠性，从而实现即可更快速更精准获得宠物诊断策略及治疗方案，提高了辅助诊断的工作效率及宠物诊断的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图及实施例对本发明作进一步说明，下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图：
图1是本发明实施例1的一种用于宠物医院的智能诊断数据管理方法的流程示意图；
图2是本发明实施例1的一种用于宠物医院的智能诊断数据管理方法的步骤示意图；
图3是本发明实施例1的一种用于宠物医院的智能诊断数据管理系统的结构示意图；
图4是本发明实施例2的一种用于宠物医院的智能诊断数据管理方法的流程示意图；
图5是本发明实施例2的一种用于宠物医院的智能诊断数据管理系统的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获取的所有其他实施例，都属于本发明的保护范围。
实施例1
如图1至3所示，本发明提供一种用于宠物医院的智能诊断数据管理方法，接收并分类归集诊断依据数据步骤，接收诊断依据数据，诊断依据数据包括医学知识信息和历史病历数据，所述医学知识信息还包括有诊断要求和治疗方案，所述历史病历数据为过往诊断治疗病例数据，根据对象类型、体征、时间、行为、症状名称、诊断结果对所述医学知识信息和所述历史病历数据分别进行分类归集构建若干数据子集，如对象类型的所述医学知识信息数据子集、体征相关的所述医学知识信息数据子集等等按分类归集的数据子集，将分类归集后的所述数据子集按数据属性进行属性关联标记并存储，所述属性关联标记包括数值型属性关联标记、分类型属性关联标记和其他类型属性关联标记，所述属性关联标记使对所述数据子集的属性标记，便于数据的快速查找及调用；
识别宠物身份信息并采集诊断数据步骤，识别目标诊断对象的宠物身份信息，并根据所述宠物身份信息从所述医学知识信息中获取所述诊断要求，所述宠物身份信息如识别宠物是什么类型动物、年龄多少、体重及性别等信息，所述诊断要求是对所述目标诊断对象不同类型不同性质的诊断要求，例如如果是狗狗需要采集哪几方面的诊断数据、如果是猫猫需要采集哪几方面的诊断数据，基于所述诊断要求对所述目标诊断对象进行诊断数据采集，所述诊断数据包括目标体征数据、目标时间数据、目标行为数据，通过对所述目标时间数据进行时间限定和对所述目标行为数据进行活动区域数据限定筛选并采集所述目标体征数据和所述目标行为数据，对时间进行限定和对所述目标行为数据进行活动区域数据限定有助于在特定环境下采集宠物的状态，以便进一步分析宠物的病状。所述诊断数据可通过对所述目标诊断对象体征影像识别获得及对所述目标诊断对象进行行为干预采集行为分析获得，为了更好分辨宠物的状态，通过声光电等引导对所述目标诊断对象进行行为干预以获得所述目标诊断对象动态的行为数据，实现非人为接触即可对所述目标诊断对象进行动态诊断。
生成病例推理策略步骤，将采集到的所述诊断数据分别进行属性解析并获得所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性，所述属性解析包括数值型属性解析、分类型属性解析和其他类型属性解析，通过对所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性分别从所述诊断依据数据中匹配获得与之数据属性相对应的所述数据子集，将匹配获得的所述数据子集进行基于目标体征维度、目标时间维度、目标行为维度的数据融合，多维度的数据融合建立起“维度子集属性”的框架模型，将融合后的数据推理出诊断治疗知识状态及其结构，从而生成病例推理策略；
生成规则推理策略步骤，对所述属性关联标记赋予预设规则定义，所述预设规则为逻辑推理公式或逻辑函数，所述预设规则为IF-THEN关系，所述IF-THEN关系的前件是所述属性关联标记关联数据集合，所述IF-THEN关系后件是所述规则推理策略，如IF Age IS（1）^Sex IS 母^STA1 IS 腹泻^STA2 IS 呕吐 THEN CHD = （肠胃炎），将所述诊断数据代入所述预设规则进行推理获得如“肠胃炎”的诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商步骤，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，所述差异度对比分析采用以下公式:
其中
为所述病例推理策略值，
为所述规则推理策略值，
为从所述病例推理
策略和所述规则推理策略分别提取的关键词词频，根据
夹角余弦判断进行差异度对
比分析，若
夹角越大时代表差异度越高，若
夹角越小时代表差异度越低。
确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，所述惯用诊断和所述差异诊断策略均包括有治疗方案数据，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案；
治疗方案验证评价步骤，提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，所述方案特征属性可为治疗方案特征或治疗方案步骤，采样所述方案特征属性落入所述诊断依据数据的范围比率，由于所述诊断依据数据包括所述医学知识信息和所述历史病历数据，通过所述方案特征属性的所述治疗方案特征或所述治疗方案步骤匹配所述医学知识信息和所述历史病历数据，统计在所述医学知识信息和所述历史病历数据范围内所出现的比率，若采样落入范围比率小于预设验证比率阈值，则反馈用户端完善治疗方案或人工验证治疗方案，所述预设验证比率阈值是人工预设的一个范围值，用于验证所述方案特征属性落入所述诊断依据数据的范围比率是否达标；若采样落入范围比率大于预设验证比率阈值，则认为治疗方案验证评价通过验证，将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端。
本发明还提供一种用于宠物医院的智能诊断数据管理系统，包括：
数据存储处理模块，用于接收医学知识信息和历史病历数据、分类归集构建若干数据子集以及标记和存储所述医学知识信息和所述历史病历数据中所述数据子集的属性关联标记，所述数据存储处理模块包括医学知识数据库和历史病例数据库、子集构建处理单元，属性关联标记单元，所述医学知识数据库和所述历史病例数据库分别存储接收到的所述医学知识信息和历史病历数据，所述子集构建处理单元通过对所述医学知识和病例数据库中的数据进行分类归集构建所述数据子集，所述属性关联标记单元通过对所述子集构建处理单元构建的所述数据子集进行属性关联标记；
宠物身份识别装置，用于对目标诊断对象宠物身份及宠物类型的识别；
诊断数据采集装置，用于采集和诊断宠物体征和行为数据，所述诊断数据采集装置与所述宠物身份识别装置通讯连接，所述诊断数据采集装置还设有影像识别单元、行为干预单元、行为捕捉采集单元、活动区域单元和时间管理单元；
诊断数据解析模块，用于解析处理所述诊断数据采集装置识别采集到的目标体征数据、目标时间数据和目标行为数据；
病例推理策略生成模块，用于对匹配获得的所述数据子集根据目标体征维度、目标时间维度、目标行为维度进行数据融合并生成病例推理策略；
规则推理策略生成模块，用于对所述属性关联标记赋予预设规则定义，将所述诊断数据采集装置采集到的数据代入所述预设规则进行推理获得诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商模块，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，确定第一优选治疗方案和第二优选治疗方案；
治疗方案验证模块，用于提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，验证所述方案特征属性是否落入所述诊断依据数据的范围，并将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端；
所述数据存储处理模块分别与所述宠物身份识别装置、所述诊断数据采集装置、所述诊断数据解析模块、所述病例推理策略生成模块、所述规则推理策略生成模块相连接，所述病例推理策略生成模块和所述规则推理策略生成模块分别与所述推理策略模拟会商模块相连接，所述推理策略模拟会商模块与所述治疗方案验证模块相连接。
实施例2
本实施例提供一种用于宠物医院的智能诊断数据管理方法,其是在实施例1基础上的改进，如图4所示，其区别在于：在所述治疗方案验证评价步骤还包括：分别对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，预设诊断资源关键词数据库涉及医疗设备、药物种类和给药方式、场所集合和操作者集合，操作者，如主治医生、专家；场所集，如医院、科室、诊所 ；设备/药剂，如各种仪器、各种药物，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述诊断资源关键词包括诊断者名称、诊断场所名称、仪器设备名称和药剂名称。
在所述推理策略模拟会商步骤，还包括，接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，通过对生成的所述病例推理策略、所述规则推理策略和所述人工推理策略进行差异度对比分析，确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案。
本实施例提供一种用于宠物医院的智能诊断数据管理系统，如图5所示，其区别在于：在实施例1的基础上还包括手工录入诊断数据接口，用于接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，所述手工录入诊断数据接口分别与所述数据存储处理模块、所述推理策略模拟会商模块相连接，在实施例1的基础上进一步设置了资源关键词统计反馈模块，用于对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述资源关键词统计反馈模块与所述治疗方案验证模块相连接。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种用于宠物医院的智能诊断数据管理方法，其特征在于：
接收并分类归集诊断依据数据步骤，接收诊断依据数据，诊断依据数据包括医学知识信息和历史病历数据，根据对象类型、体征、时间、行为、症状名称、诊断结果对所述医学知识信息和所述历史病历数据分别进行分类归集构建若干数据子集，将分类归集后的所述数据子集按数据属性进行属性关联标记并存储，所述医学知识信息还包括有诊断要求和治疗方案；
识别宠物身份信息并采集诊断数据步骤，识别目标诊断对象的宠物身份信息，并根据所述宠物身份信息从所述医学知识信息中获取所述诊断要求，基于所述诊断要求对所述目标诊断对象进行诊断数据采集，所述诊断数据包括目标体征数据、目标时间数据、目标行为数据；
生成病例推理策略步骤，将采集到的所述诊断数据分别进行属性解析并获得所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性，通过对所述目标体征数据属性、所述目标时间数据属性、所述目标行为数据属性分别从所述诊断依据数据中匹配获得与之数据属性相对应的所述数据子集，将匹配获得的所述数据子集进行基于目标体征维度、目标时间维度、目标行为维度的数据融合，将融合后的数据生成病例推理策略；
生成规则推理策略步骤，对所述属性关联标记赋予预设规则定义，所述预设规则为逻辑推理公式或逻辑函数，将所述诊断数据代入所述预设规则进行推理获得诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商步骤，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案；
治疗方案验证评价步骤，提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，采样所述方案特征属性落入所述诊断依据数据的范围比率，若采样落入范围比率小于预设验证比率阈值，则反馈用户端完善治疗方案或人工验证治疗方案；若采样落入范围比率大于预设验证比率阈值，则认为治疗方案验证评价通过验证，将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端。
2.如权利要求1所述的用于宠物医院的智能诊断数据管理方法，其特征在于：所述属性关联标记包括数值型属性关联标记、分类型属性关联标记和其他类型属性关联标记。
3.如权利要求1所述的用于宠物医院的智能诊断数据管理方法，其特征在于，所述识别宠物身份信息并采集诊断数据步骤，具体包括：
识别目标诊断对象的宠物身份信息，并根据所述宠物身份信息从所述医学知识信息中获取所述诊断要求，基于所述诊断要求对所述目标诊断对象进行诊断数据采集，所述诊断数据包括目标体征数据、目标时间数据、目标行为数据，
通过对所述目标时间数据进行时间限定和对所述目标行为数据进行活动区域数据限定筛选并采集所述目标体征数据和所述目标行为数据。
4.如权利要求3所述的用于宠物医院的智能诊断数据管理方法，其特征在于，还包括：所述诊断数据可通过对所述目标诊断对象体征影像识别获得及对所述目标诊断对象进行行为干预采集行为分析获得。
5.如权利要求1所述的用于宠物医院的智能诊断数据管理方法，其特征在于，具体包括：所述预设规则为IF-THEN关系，所述IF-THEN关系的前件是所述属性关联标记关联数据集合，所述IF-THEN关系后件是所述规则推理策略，
所述差异度对比分析采用以下公式:
其中
为所述病例推理策略值，
为所述规则推理策略值，
为从所述病例推理策略
和所述规则推理策略分别提取的关键词词频，根据
夹角余弦判断进行差异度对比分
析，若
夹角越大时代表差异度越高，若
夹角越小时代表差异度越低。
6.如权利要求1所述的用于宠物医院的智能诊断数据管理方法，其特征在于，所述治疗方案验证评价步骤，还包括：分别对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述诊断资源关键词包括诊断者名称、诊断场所名称、仪器设备名称和药剂名称。
7.如权利要求1所述的用于宠物医院的智能诊断数据管理方法，其特征在于，所述推理策略模拟会商步骤，还包括，接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，通过对生成的所述病例推理策略、所述规则推理策略和所述人工推理策略进行差异度对比分析，确定差异度较低的推理策略为惯用诊断策略和确定差异度较高的推理策略为差异诊断策略，从所述惯用诊断策略中提取治疗方案为第一优选治疗方案，进一步解析所述差异诊断策略数据并从所述历史病历数据匹配获得相似的历史诊断数据，统计并排序所述历史诊断数据，根据预设优选排序值筛选排序后的所述历史诊断数据定义为第二优选治疗方案。
8.一种用于宠物医院的智能诊断数据管理系统，其特征在于，包括：
数据存储处理模块，用于接收医学知识信息和历史病历数据、分类归集构建若干数据子集以及标记和存储所述医学知识信息和所述历史病历数据中所述数据子集的属性关联标记，所述数据存储处理模块包括医学知识数据库和历史病例数据库、子集构建处理单元，属性关联标记单元，所述医学知识数据库和所述历史病例数据库分别存储接收到的所述医学知识信息和历史病历数据，所述子集构建处理单元通过对所述医学知识和病例数据库中的数据进行分类归集构建所述数据子集，所述属性关联标记单元通过对所述子集构建处理单元构建的所述数据子集进行属性关联标记；
宠物身份识别装置，用于对目标诊断对象宠物身份及宠物类型的识别；
诊断数据采集装置，用于采集和诊断宠物体征和行为数据，所述诊断数据采集装置与所述宠物身份识别装置通讯连接，所述诊断数据采集装置还设有影像识别单元、行为干预单元、行为捕捉采集单元、活动区域单元和时间管理单元；
诊断数据解析模块，用于解析处理所述诊断数据采集装置识别采集到的目标体征数据、目标时间数据和目标行为数据；
病例推理策略生成模块，用于对匹配获得的所述数据子集根据目标体征维度、目标时间维度、目标行为维度进行数据融合并生成病例推理策略；
规则推理策略生成模块，用于对所述属性关联标记赋予预设规则定义，将所述诊断数据采集装置采集到的数据代入所述预设规则进行推理获得诊断推理数据，将所述诊断推理数据生成规则推理策略；
推理策略模拟会商模块，通过对生成的所述病例推理策略和所述规则推理策略进行差异度对比分析，确定第一优选治疗方案和第二优选治疗方案；
治疗方案验证模块，用于提取并收集所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性，验证所述方案特征属性是否落入所述诊断依据数据的范围，并将所述第一优选治疗方案、所述第二优选治疗方案以及所述验证评价结果输出反馈至用户端；
所述数据存储处理模块分别与所述宠物身份识别装置、所述诊断数据采集装置、所述诊断数据解析模块、所述病例推理策略生成模块、所述规则推理策略生成模块相连接，所述病例推理策略生成模块和所述规则推理策略生成模块分别与所述推理策略模拟会商模块相连接，所述推理策略模拟会商模块与所述治疗方案验证模块相连接。
9.如权利要求8所述的用于宠物医院的智能诊断数据管理系统，其特征在于，还包括：手工录入诊断数据接口，用于接收医生手工录入的诊断数据，根据所述手工录入的诊断数据匹配所述属性关联标记获得相关联的所述数据子集，再根据匹配得到的所述数据子集生成人工推理策略，所述手工录入诊断数据接口分别与所述数据存储处理模块、所述推理策略模拟会商模块相连接。
10.如权利要求9所述的用于宠物医院的智能诊断数据管理系统，其特征在于，还包括：资源关键词统计反馈模块，用于对所述第一优选治疗方案与所述第二优选治疗方案的方案特征属性进行预设诊断资源关键词匹配统计，将所述第一优选治疗方案与所述第二优选治疗方案所涉及的诊断资源关键词统计结果输出反馈至用户端，所述资源关键词统计反馈模块与所述治疗方案验证模块相连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211014406.6A CN115346662A (zh) | 2022-08-23 | 2022-08-23 | 一种用于宠物医院的智能诊断数据管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211014406.6A CN115346662A (zh) | 2022-08-23 | 2022-08-23 | 一种用于宠物医院的智能诊断数据管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115346662A true CN115346662A (zh) | 2022-11-15 |
Family
ID=83953747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211014406.6A Pending CN115346662A (zh) | 2022-08-23 | 2022-08-23 | 一种用于宠物医院的智能诊断数据管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115346662A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103001328A (zh) * | 2012-11-19 | 2013-03-27 | 山东大学 | 一种智能变电站的故障诊断与评估方法 |
| KR20200128241A (ko) * | 2019-04-24 | 2020-11-12 | 홍재택 | 빅데이터 및 인공지능 기반 골다공증 치료 서비스 제공 방법 |
| CN111951955A (zh) * | 2020-08-13 | 2020-11-17 | 神州数码医疗科技股份有限公司 | 一种基于规则推理的临床决策支持系统构建方法及装置 |
| CN112700865A (zh) * | 2021-01-07 | 2021-04-23 | 重庆中肾网络科技有限公司 | 一种基于综合推理的智能分诊方法 |
| CN113555130A (zh) * | 2021-07-21 | 2021-10-26 | 杭州甘之草科技有限公司 | 一种基于案例推理的中医临床决策支持系统的构建方法 |
| CN113782185A (zh) * | 2021-08-25 | 2021-12-10 | 上海市儿童医院 | 临床诊疗智能决策分析系统及方法 |
-
2022
- 2022-08-23 CN CN202211014406.6A patent/CN115346662A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103001328A (zh) * | 2012-11-19 | 2013-03-27 | 山东大学 | 一种智能变电站的故障诊断与评估方法 |
| KR20200128241A (ko) * | 2019-04-24 | 2020-11-12 | 홍재택 | 빅데이터 및 인공지능 기반 골다공증 치료 서비스 제공 방법 |
| CN111951955A (zh) * | 2020-08-13 | 2020-11-17 | 神州数码医疗科技股份有限公司 | 一种基于规则推理的临床决策支持系统构建方法及装置 |
| CN112700865A (zh) * | 2021-01-07 | 2021-04-23 | 重庆中肾网络科技有限公司 | 一种基于综合推理的智能分诊方法 |
| CN113555130A (zh) * | 2021-07-21 | 2021-10-26 | 杭州甘之草科技有限公司 | 一种基于案例推理的中医临床决策支持系统的构建方法 |
| CN113782185A (zh) * | 2021-08-25 | 2021-12-10 | 上海市儿童医院 | 临床诊疗智能决策分析系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 杨磊 等: "基于Web及知识推理的宠物狗疾病诊断专家系统" * |
| 杨磊 等: "基于Web及知识推理的宠物狗疾病诊断专家系统", 广东技术师范学院学报（自然科学） * |
| 陈桂芬 等: "基于本体的规则推理和案例推理结合的糖尿病诊疗专家系统研究", 长春大学学报 * |
| 龚著琳，陈瑛，章鲁等编著: "《生物医学数据挖掘》", 上海科学技术出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112037910B (zh) | 健康信息管理方法、装置、设备及存储介质 | |
| CN108831559B (zh) | 一种中文电子病历文本分析方法与系统 | |
| CN106934235B (zh) | 一种基于迁移学习的疾病领域间病人相似性度量迁移系统 | |
| CN112541066B (zh) | 基于文本结构化的医技报告检测方法及相关设备 | |
| CN111191415A (zh) | 基于原始手术数据的手术分类编码方法 | |
| CN111192660B (zh) | 一种影像报告分析方法、设备及计算机存储介质 | |
| CN113808738B (zh) | 一种基于自识别影像的疾病识别系统 | |
| CN110556173A (zh) | 一种检查报告单智能分类管理系统及方法 | |
| CN112347257B (zh) | 一种患者症状口语化标准化方法和装置 | |
| CN111667891A (zh) | 应用于专病临床试验的队列识别方法及装置 | |
| CN111008269A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
| Ganokratanaa et al. | Decision support system for diagnosing diseases in dogs from behaviors using text mining technique | |
| CN113435200A (zh) | 实体识别模型训练、电子病历处理方法、系统及设备 | |
| CN112927797A (zh) | 一种基于贝叶斯概率推断的急诊临床诊断分析系统 | |
| CN117594206A (zh) | 基于医疗互联平台的患者一体化分诊系统及方法 | |
| Baskaran et al. | Predicting breast screening attendance using machine learning techniques | |
| CN111696656A (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
| WO2022141925A1 (zh) | 一种智能医学服务系统、方法及存储介质 | |
| CN113707304A (zh) | 分诊数据处理方法、装置、设备及存储介质 | |
| CN116469505A (zh) | 数据处理方法、装置、计算机设备及可读存储介质 | |
| CN115346662A (zh) | 一种用于宠物医院的智能诊断数据管理方法及系统 | |
| CN115862897A (zh) | 一种基于临床数据的症候群监测方法及系统 | |
| CN111180054B (zh) | 过度医疗监控系统及方法 | |
| Cihan et al. | A review on determination of computer aid diagnosis and/or risk factors using data mining methods in veterinary field | |
| Owens et al. | A review of applications of artificial intelligence in veterinary medicine |
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 |