CN115759985A - 一种基于人工智能与数字化管理的核酸检测方法及设备 - Google Patents

Abstract

本发明属于应用于核酸检测方法技术领域，具体而言，涉及一种基于人工智能与数字化管理的核酸检测方法及设备；本发明人员信息通过移动核酸车内的人员管理模块确认，核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台，核酸数据计算平台对上传到的核酸数据进行分析及处理；通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块，语音识别深度模块对录入到的语音进行分析及处理；此方法一方面核酸排队时减少了人员的接触，减少二次传染风险的隐患，且核酸出结果时间快；不仅根据具体需求安排核酸自由流动点，而且降低过多人工成本，效率提高；增加一种快速准确的识别新型冠状病毒的方法。

Description

一种基于人工智能与数字化管理的核酸检测方法及设备

技术领域

本发明属于应用于核酸检测方法技术领域，具体而言，涉及一种基于人工智能与数字化管理的核酸检测方法及设备。

背景技术

核酸检测是我们用来检测体内是否存在新型冠状病毒的一种常用方法，通过核酸检测发现感染新冠的患者，对患者进行隔离，就能有效地预防社会传染，减少疾病的发生率，对人民的生命健康有着重要的意义；但是现今核酸检测的效率底下，检测排队时易受到感染，有二次传染风险的隐患，且没有引进新的技术作为一种辅助手段，缺少一种快速准确的识别新型冠状病毒的方法，因此，核酸检测需要在兼顾安全的同时，对检测效率进行提高，且引入新的技术手段。

现今核酸检测一方面核酸排队时增加了人员的接触，有带来二次传染风险的隐患，且核酸出结果时间慢；不仅没有根据具体需求安排核酸自由流动点，而且增加过多人工成本，效率低下；另一方面并没有引进新的技术作为一种辅助手段，缺少一种快速准确的识别新型冠状病毒的方法。

发明内容

本发明是基于上述技术问题，针对的核酸检测提出的一种基于人工智能与数字化管理的核酸检测方法及设备；不仅减少了人员的接触，降低人工成本，提高检测效率，还能增加一种快速准确的识别新型冠状病毒的方法。

本发明是这样实现的：

本发明的提出一种基于人工智能与数字化管理的核酸检测方法及设备，该方法应用了语音录入模块、语音识别深度模块、核酸机器人、核酸数据计算平台、移动核酸车、人员管理模块、模型判定模块和控制端接收器；所述方法包括以下步骤：

步骤1:人员信息通过移动核酸车内的人员管理模块确认；

步骤2：核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台；

步骤3：核酸数据计算平台对上传到的核酸数据进行分析及处理；

步骤4:人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块；

步骤5：语音识别深度模块对录入到的语音进行分析及处理；

步骤6：采集核酸数据结果和语音识别结果发送到控制端接收器；

步骤7：模型判定模块对语音进行判定。

根据本发明方面的一种能够实现的方式，所述步骤1中通过人员信息通过移动核酸车内的人员管理模块确认具体操作方法包括：

移动核酸车是无人驾驶车辆，是根据核酸数据计算平台调配路线和目的地；内有包括：身份证读取器和核酸提取仪等设备；对移动核酸车的装置标记为Up，其中p＝0，1,2,...,n；n为正整数，表示移动核酸车的装置内p可取值的最大值；人员管理模块是连接国家人口信息数据库，通过身份证或扫二维码识别方式确定人员的真实身份信息，确定采集每一个人员信息对应检测每一个核酸采集瓶；人员信息包括：性别、年龄和联系方式等；对人员信息的数据标记

其中β＝0，1,2,...,n；n为正整数，表示人员信息的数据中β可取值的最大值。

根据本发明方面的一种能够实现的方式，所述步骤2中核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台操作方法包括：

核酸机器人对人员进行标准化采集方式，被采集时头部微仰，嘴张大，露出两侧扁桃体，核酸机器人将拭子越过舌根，在被采集时两侧扁桃体稍微用力来回擦拭至少3次，然后再在咽后壁上下擦拭至少3次，将拭子头浸入含2～3ml病毒保存液，尾部弃去，旋紧管盖；口咽拭子也可与鼻咽拭子放置于同一管中。

根据本发明方面的一种能够实现的方式，所述步骤3中核酸数据计算平台对上传到的核酸数据进行分析及处理操作方法包括：

移动核酸车内的装置对病毒保存液进行封闭式环境测量，并把测得数据上传到核酸数据计算平台，根据测得数据是否超过预设的标准范围，若超过预设的范围，说明是阳性，是代表得了新冠核酸；若未超过预设的范围，说明是阴性，是代表未得了新冠核酸。

根据本发明方面的一种能够实现的方式，所述步骤4中人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块具体操作方法包括：

人员通过语音录入模块录入特定的文字段落，为一段为2-3分钟文字内容；语音录入是用普通话，且每一个地区保留一个预设语音；语音识别深度模块是基于已经得了新冠的人员，对同一段文字语音的采集，训练成已得新冠人员的语音集。

根据本发明方面的一种能够实现的方式，所述步骤5中语音识别深度模块对录入到的语音进行分析及处理具体操作方法包括：

语音识别深度模块对录入到的语音与训练成已得新冠人员的语音集进行比对，语音比对结果相似度超过90％，说明人员有高可能性是阳性；语音比对结果相似度在50％-90％，说明人员有阳性概率，需要进一步观察；语音比对结果相似度低于50％，说明人员有阳性可能性很低。

根据本发明方面的一种能够实现的方式，所述步骤7中模型判定模块对语音进行判定具体操作方法包括：

采集核酸数据是判定阳性的最终方式，语音识别结果是作为判定阳性的辅助方式；模型判定模块是基于已知采集核酸数据结果和根据语音识别深度模块对语音识别出的结果进行判定；

假设采集到的人员数量为m个，横坐标作为语音判断结果的负样本用δ表示，纵坐标是作为语音判断结果的正样本用γ表示；判断出的数值在二维坐标中画出，连接成线；横坐标和纵坐标数值间隔为0.2，满值分别为1；

根据数学公式:

AUC是ROC曲线下的面积，介于0.1和1之间，作为数值可以直观的评价分类器的好坏，值越大越好；AUC＝1，说明语音识别深度模块准确识别出新冠人员；0.5<AUC<1，说明语音识别深度模块更好的识别出新冠人员；AUC＝0.5，语音识别深度模块需要进行更多数据训练。

AUC被定义为ROC曲线下的面积；往往使用AUC值作为模型的评价标准是因为很多时候ROC曲线并不能清晰的说明哪个分类器的效果更好，而作为一个数值，对应AUC更大的分类器效果更好；其中，ROC曲线全称为受试者工作特征曲线，它是根据一系列不同的二分类方式，以真阳性率感为纵坐标，假阳性率为横坐标绘制的曲线；AUC就是衡量学习器优劣的一种性能指标。从定义可知，AUC可通过对ROC曲线下各部分的面积求和而得；AUC面积的意义：AUC是衡量二分类模型优劣的一种评价指标，表示预测的正例排在负例前面的概率。

一种云端系统，根据核酸数据计算平台对上传到的核酸数据和语音识别深度模块对录入到的语音分别进行分析及处理，快速确定人员核酸结果。

基于上述任一方面，本发明的有益效果为：

1.本发明人员信息通过移动核酸车内的人员管理模块确认，核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台，核酸数据计算平台对上传到的核酸数据进行分析及处理；此方法一方面核酸排队时减少了人员的接触，减少二次传染风险的隐患，且核酸出结果时间快；不仅根据具体需求安排核酸自由流动点，而且降低过多人工成本，效率提高。

2.本发明人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块，语音识别深度模块对录入到的语音进行分析及处理；此方法并引进新的技术作为一种辅助手段，增加一种快速准确的识别新型冠状病毒的方法。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的方法实施步骤流程图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

结合图1，一种基于人工智能与数字化管理的核酸检测方法及设备，该方法应用了语音录入模块、语音识别深度模块、核酸机器人、核酸数据计算平台、移动核酸车、人员管理模块、模型判定模块和控制端接收器；所述方法包括以下步骤：

步骤1:人员信息通过移动核酸车内的人员管理模块确认；

在本发明的具体实施例中，所述步骤1中通过人员信息通过移动核酸车内的人员管理模块确认具体操作方法包括：

移动核酸车是无人驾驶车辆，是根据核酸数据计算平台调配路线和目的地；内有包括：身份证读取器和核酸提取仪等设备；对移动核酸车的装置标记为Up，其中p＝0，1,2,...,n；n为正整数，表示移动核酸车的装置内p可取值的最大值；人员管理模块是连接国家人口信息数据库，通过身份证或扫二维码识别方式确定人员的真实身份信息，确定采集每一个人员信息对应检测每一个核酸采集瓶；人员信息包括：性别、年龄和联系方式等；对人员信息的数据标记

其中β＝0，1,2,...,n；n为正整数，表示人员信息的数据中β可取值的最大值。

步骤2：核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台；

在本发明的具体实施例中，所述步骤2中核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台操作方法包括：

核酸机器人对人员进行标准化采集方式，被采集时头部微仰，嘴张大，露出两侧扁桃体，核酸机器人将拭子越过舌根，在被采集时两侧扁桃体稍微用力来回擦拭至少3次，然后再在咽后壁上下擦拭至少3次，将拭子头浸入含2～3ml病毒保存液，尾部弃去，旋紧管盖；口咽拭子也可与鼻咽拭子放置于同一管中。

步骤3：核酸数据计算平台对上传到的核酸数据进行分析及处理；

在本发明的具体实施例中，所述步骤3中核酸数据计算平台对上传到的核酸数据进行分析及处理操作方法包括：

移动核酸车内的装置对病毒保存液进行封闭式环境测量，并把测得数据上传到核酸数据计算平台，根据测得数据是否超过预设的标准范围，若超过预设的范围，说明是阳性，是代表得了新冠核酸；若未超过预设的范围，说明是阴性，是代表未得了新冠核酸。

步骤4:人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块；

在本发明的具体实施例中，所述步骤4中人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块具体操作方法包括：

人员通过语音录入模块录入特定的文字段落，为一段为2-3分钟文字内容；语音录入是用普通话，且每一个地区保留一个预设语音；语音识别深度模块是基于已经得了新冠的人员，对同一段文字语音的采集，训练成已得新冠人员的语音集。

步骤5：语音识别深度模块对录入到的语音进行分析及处理；

在本发明的具体实施例中，所述步骤5中语音识别深度模块对录入到的语音进行分析及处理具体操作方法包括：

语音识别深度模块对录入到的语音与训练成已得新冠人员的语音集进行比对，语音比对结果相似度超过90％，说明人员有高可能性是阳性；语音比对结果相似度在50％-90％，说明人员有阳性概率，需要进一步观察；语音比对结果相似度低于50％，说明人员有阳性可能性很低。

步骤6：采集核酸数据结果和语音识别结果发送到控制端接收器；

步骤7：模型判定模块对语音进行判定。

在本发明的具体实施例中，所述步骤7中模型判定模块对语音进行判定具体操作方法包括：

采集核酸数据是判定阳性的最终方式，语音识别结果是作为判定阳性的辅助方式；模型判定模块是基于已知采集核酸数据结果和根据语音识别深度模块对语音识别出的结果进行判定；

假设采集到的人员数量为m个，横坐标作为语音判断结果的负样本用δ表示，纵坐标是作为语音判断结果的正样本用γ表示；判断出的数值在二维坐标中画出，连接成线；横坐标和纵坐标数值间隔为0.2，满值分别为1；

根据数学公式:

AUC是ROC曲线下的面积，介于0.1和1之间，作为数值可以直观的评价分类器的好坏，值越大越好；AUC＝1，说明语音识别深度模块准确识别出新冠人员；0.5<AUC<1，说明语音识别深度模块更好的识别出新冠人员；AUC＝0.5，语音识别深度模块需要进行更多数据训练。

AUC被定义为ROC曲线下的面积；往往使用AUC值作为模型的评价标准是因为很多时候ROC曲线并不能清晰的说明哪个分类器的效果更好，而作为一个数值，对应AUC更大的分类器效果更好；其中，ROC曲线全称为受试者工作特征曲线，它是根据一系列不同的二分类方式，以真阳性率感为纵坐标，假阳性率为横坐标绘制的曲线；AUC就是衡量学习器优劣的一种性能指标。从定义可知，AUC可通过对ROC曲线下各部分的面积求和而得；AUC面积的意义：AUC是衡量二分类模型优劣的一种评价指标，表示预测的正例排在负例前面的概率。

一种云端系统，根据核酸数据计算平台对上传到的核酸数据和语音识别深度模块对录入到的语音分别进行分析及处理，快速确定人员核酸结果。

本发明人员信息通过移动核酸车内的人员管理模块确认，核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台，核酸数据计算平台对上传到的核酸数据进行分析及处理；通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块，语音识别深度模块对录入到的语音进行分析及处理；此方法一方面核酸排队时减少了人员的接触，减少二次传染风险的隐患，且核酸出结果时间快；不仅根据具体需求安排核酸自由流动点，而且降低过多人工成本，效率提高；并引进新的技术作为一种辅助手段，增加一种快速准确的识别新型冠状病毒的方法。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于人工智能与数字化管理的核酸检测方法及设备，该方法应用了语音录入模块、语音识别深度模块、核酸机器人、核酸数据计算平台、移动核酸车、人员管理模块、模型判定模块和控制端接收器；其特征在于，所述方法包括以下步骤：

步骤1:人员信息通过移动核酸车内的人员管理模块确认；

步骤2：核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台；

步骤3：核酸数据计算平台对上传到的核酸数据进行分析及处理；

步骤4:人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块；

步骤5：语音识别深度模块对录入到的语音进行分析及处理；

步骤6：采集核酸数据结果和语音识别结果发送到控制端接收器；

步骤7：模型判定模块对语音进行判定。

2.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤1中通过人员信息通过移动核酸车内的人员管理模块确认具体操作方法包括：

移动核酸车是无人驾驶车辆，是根据核酸数据计算平台调配路线和目的地；内有包括：身份证读取器和核酸提取仪等设备；对移动核酸车的装置标记为Up，其中p＝0，1,2,...,n；n为正整数，表示移动核酸车的装置内p可取值的最大值；人员管理模块是连接国家人口信息数据库，通过身份证或扫二维码识别方式确定人员的真实身份信息，确定采集每一个人员信息对应检测每一个核酸采集瓶；人员信息包括：性别、年龄和联系方式等；对人员信息的数据标记

其中β＝0，1,2,...,n；n为正整数，表示人员信息的数据中β可取值的最大值。

3.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤2中核酸机器人对人员进行核酸采集，采集的数据并自动上传到核酸数据计算平台操作方法包括：

核酸机器人对人员进行标准化采集方式，被采集时头部微仰，嘴张大，露出两侧扁桃体，核酸机器人将拭子越过舌根，在被采集时两侧扁桃体稍微用力来回擦拭至少3次，然后再在咽后壁上下擦拭至少3次，将拭子头浸入含2～3ml病毒保存液，尾部弃去，旋紧管盖；口咽拭子也可与鼻咽拭子放置于同一管中。

4.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤3中核酸数据计算平台对上传到的核酸数据进行分析及处理操作方法包括：

移动核酸车内的装置对病毒保存液进行封闭式环境测量，并把测得数据上传到核酸数据计算平台，根据测得数据是否超过预设的标准范围，若超过预设的范围，说明是阳性，是代表得了新冠核酸；若未超过预设的范围，说明是阴性，是代表未得了新冠核酸。

5.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤4中人员通过语音录入模块录入特定的文字段落，并把语音数据上传到语音识别深度模块具体操作方法包括：

人员通过语音录入模块录入特定的文字段落，为一段为2-3分钟文字内容；语音录入是用普通话，且每一个地区保留一个预设语音；语音识别深度模块是基于已经得了新冠的人员，对同一段文字语音的采集，训练成已得新冠人员的语音集。

6.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤5中语音识别深度模块对录入到的语音进行分析及处理具体操作方法包括：

语音识别深度模块对录入到的语音与训练成已得新冠人员的语音集进行比对，语音比对结果相似度超过90％，说明人员有高可能性是阳性；语音比对结果相似度在50％-90％，说明人员有阳性概率，需要进一步观察；语音比对结果相似度低于50％，说明人员有阳性可能性很低。

7.根据权利要求1所述的一种基于人工智能与数字化管理的核酸检测方法及设备，其特征在于：所述步骤7中模型判定模块对语音进行判定具体操作方法包括：

采集核酸数据是判定阳性的最终方式，语音识别结果是作为判定阳性的辅助方式；模型判定模块是基于已知采集核酸数据结果和根据语音识别深度模块对语音识别出的结果进行判定；

假设采集到的人员数量为m个，横坐标作为语音判断结果的负样本用δ表示，纵坐标是作为语音判断结果的正样本用γ表示；判断出的数值在二维坐标中画出，连接成线；横坐标和纵坐标数值间隔为0.2，满值分别为1；

根据数学公式:

AUC是ROC曲线下的面积，介于0.1和1之间，作为数值可以直观的评价分类器的好坏，值越大越好；AUC＝1，说明语音识别深度模块准确识别出新冠人员；0.5<AUC<1，说明语音识别深度模块更好的识别出新冠人员；AUC＝0.5，语音识别深度模块需要进行更多数据训练。

8.一种云端系统，其特征在于：根据核酸数据计算平台对上传到的核酸数据和语音识别深度模块对录入到的语音分别进行分析及处理，快速确定人员核酸结果；通过云端计算及分析对核酸检测方法，以执行上述权利要求1-7任一项所述的一种基于人工智能与数字化管理的核酸检测方法及设备。

9.一种云端系统，其特征在于：所述云端在网络下，依靠云端计算及分析服务程序对核酸检测方法实现上述权利要求1-7任一项所述的一种基于人工智能与数字化管理的核酸检测方法及设备。

Images