CN116580830B - 一种基于云平台的远程智能医疗服务系统 - Google Patents
一种基于云平台的远程智能医疗服务系统 Download PDFInfo
- Publication number
- CN116580830B CN116580830B CN202310846657.9A CN202310846657A CN116580830B CN 116580830 B CN116580830 B CN 116580830B CN 202310846657 A CN202310846657 A CN 202310846657A CN 116580830 B CN116580830 B CN 116580830B
- Authority
- CN
- China
- Prior art keywords
- emergency
- patient
- module
- subset
- medical
- 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
- 238000011282 treatment Methods 0.000 claims abstract description 100
- 238000003745 diagnosis Methods 0.000 claims abstract description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 13
- 208000024891 symptom Diseases 0.000 claims description 43
- 201000010099 disease Diseases 0.000 claims description 34
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 208000028399 Critical Illness Diseases 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 230000007170 pathology Effects 0.000 claims description 7
- 206010020751 Hypersensitivity Diseases 0.000 claims description 6
- 208000026935 allergic disease Diseases 0.000 claims description 6
- 230000007815 allergy Effects 0.000 claims description 6
- 239000003814 drug Substances 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 206010013700 Drug hypersensitivity Diseases 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 201000005311 drug allergy Diseases 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000003111 delayed effect Effects 0.000 abstract description 6
- 230000003993 interaction Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
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
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于云平台的远程智能医疗服务系统，涉及远程医疗服务技术领域，本发明提供的远程智能医疗服务系统结合了云平台、远程医疗平台和用户监测终端，通过智能问诊、视频会诊、远程监测和智能诊断等模块的协同工作，实现了便捷的远程医疗服务和个性化的医疗方案；通过远程医疗平台的在线交互和病情紧急系数Jx的计算和智能诊断模块和紧急判断模块，可以对患者的病情进行快速评估和处理优先级排序。促进医疗资源可以更加有效地分配给紧急病情的患者，避免因排队预约而导致的延误诊疗情况。通过病情紧急系数Jx的计算和与紧急阈值Q进行对比，促进迅速辨别出紧急病情，有助于缩短等待时间，提高紧急病情的处理速度。
Description
技术领域
本发明涉及远程医疗服务技术领域，具体为一种基于云平台的远程智能医疗服务系统。
背景技术
云平台是一种基于云计算技术的服务平台，通过互联网连接和集成各种计算资源、存储资源和应用服务，为用户提供各种功能和服务。在医疗领域中，云平台可以用于构建和提供智能医疗服务系统，以实现远程医疗、数据管理、医疗协作等功能。
远程医疗服务可以通过互联网云平台和通信技术将医生和患者连接起来，消除了时空限制，使患者可以随时随地获得医疗服务，无需前往医院或诊所，、尤其是偏远地区，医疗资源匮乏的地区，无特定专科医生的地方，使得更多患者获得专业的远程医疗服务。
但是现有的远程医疗服务系统越来越普及的过程中，很多患者通过远程咨询问诊，然而因为高需求和有线资源医疗医生的情况下，导致患者需要在网络长久的排队预约，对于一些紧急病情，不能及时得到远程治疗，提供方便的医疗服务，导致一些延误诊疗的情况，不能合理的调度分配。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种基于云平台的远程智能医疗服务系统，本发明提供的远程智能医疗服务系统结合了云平台、远程医疗平台和用户监测终端，通过智能问诊、视频会诊、远程监测和智能诊断等模块的协同工作，实现了便捷的远程医疗服务和个性化的医疗方案，为患者提供了更加高效、准确和便利的医疗服务体验；通过远程医疗平台的在线交互和病情紧急系数Jx的计算；通过远程医疗平台的智能诊断模块和紧急判断模块，可以对患者的病情进行快速评估和处理优先级排序。这样，医疗资源可以更加有效地分配给紧急病情的患者，避免因排队预约而导致的延误诊疗情况。通过病情紧急系数Jx的计算和与紧急阈值Q进行对比，远程医疗平台可以迅速辨别出紧急病情，确保这些患者能够及时得到远程治疗和关注。这有助于缩短等待时间，提高紧急病情的处理速度。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种基于云平台的远程智能医疗服务系统，包括云存储、远程医疗平台和用户监测终端；
所述用户监测终端用于患者使用医疗设备、血压计或医疗传感器手环获得实时监测数据，并传输至远程医疗平台；
所述云存储用于在云平台上存储医疗数据，所述医疗数据包括患者病例、影像资料和实时监测数据；
所述远程医疗平台用于在线远程使得医生和患者交互进行实时沟通和咨询问诊，并获得病情紧急系数Jx，并和紧急阈值Q和上下限范围进行对比计算后，获得相应处理优先级；
所述远程医疗平台包括在线问诊模块、视频会诊模块、远程监测模块和智能诊断模块；
所述在线问诊模块用于采用智能AI问诊方式获得患者病史、药物过敏史、症状发生时间、持续时间和症状特点，整合获得子集A；
所述视频会诊模块用于医生根据子集A的基础上，通过网络视频和患者连线，进一步问询和视频照片截图获得症状细节特征和症状图像，获得子集B；
所述远程监测模块用于从用户监测终端传输的所述实时监测数据，记为子集C；
所述智能诊断模块用于将子集A、子集B和子集C数据进行整合，获得综合问诊系数xs与医疗方案数据进行匹配，获取医疗服务方案。
优选的，所述远程医疗平台还包括提取模块；
所述提取模块用于从所述子集A和子集C数据中进行提取紧急特征，将紧急特征拟合获取病情紧急系数Jx，所述病情紧急系数Jx通过以下公式获得：
；
式中，Tt表示患者症状疼痛程度，分为1-10级；Cx表示患者症状持续时间；A表示患者疼痛面积；
Jcj表示患者基础疾病程度值；age表示患者年龄值，B表示危险因子，及为可变
更常数参数，，，且，可以按照患者实际病史情况进行调
整。
优选的，所述远程医疗平台还包括设置优先级阈值模块和紧急判断模块；
所述优先级阈值模块用于设置紧急阈值Q和上下限范围，用于与患者的病情紧急系数Jx进行对比；
所述紧急判断模块用于获得患者的病情紧急系数Jx，并将病情紧急系数Jx与紧急阈值Q和上下限范围进行对比，所述上下限范围是在紧急阈值Q范围边界的上下限。
优选的，所述紧急判断模块，在病情紧急系数Jx与紧急阈值Q和上下限范围进行对比后进行以下相应处理优先级：
当病情紧急系数JX＞上限范围，如果病情紧急系数JX超过了预设的上限范围，表示患者的病情非常紧急，存在重大风险和急需医疗干预；在这种情况下，紧急判断模块将判断为第一优先级，并触发紧急警报，并通知线下医生或相关医疗团队立即采取行动，提供紧急救治；
当病情紧急系数JX＞紧急阈值Q，如果病情紧急系数JX超过了预设的紧急阈值Q，表示患者的病情被判定为紧急情况，需要优先处理；当前情况，紧急判断模块标记该患者为第二优先级，并发送至视频会诊模块迅速进行视频会诊；
当病情紧急系数JX＝紧急阈值Q，表示患者的病情刚好达到紧急情况的界限，需要根据具体情况进行决策，标记为第三优先级；
当病情紧急系数JX＜紧急阈值Q，表示患者的病情被判定为非紧急情况，标记为一般状态，按照正常流程排队处理；
病情紧急系数JX＜下限范围，如果病情紧急系数JX低于预设的下限范围，表示患者的病情较为稳定，不属于紧急情况，在这种情况下，标记为低风险状态，按照正常流程进行预约时间范围内的医疗服务。
优选的，所述云存储包括病理库和分析相似度模块；
所述病理库内设置有医疗数据库，所述医疗数据库包括各个科室疾病的标准案例，可疑案例和案例图像解析；
所述相似度模块用于将患者的综合问诊系数xs和医疗数据库进行匹配评估相似度，并获得第一诊疗方案，发送至智能诊断模块。
优选的，所述智能诊断模块包括数据预处理单元、特征提取单元和建模单元；所述数据预处理单元用于对将所述子集A、子集B和子集C数据进行清洗、归一化和标准化处理，包括对患者病史、症状描述、实时监测数据进行预处理；
所述特征提取单元用于对处理后的所述子集A、子集B和子集C数据进行特征提取，采用自然语言处理技术、图像处理技术和信号处理技术提取患者病情关联特征gl；
所述建模单元用于建立病情模型，对所述病情关联特征gl输入至病情模型中进行深度学习，通过分类算法、聚类算法和回归算法，获得预测患者病情特征yc。
优选的，所述智能诊断模块还包括规则引擎单元和分析单元；
所述规则引擎单元用于辅助诊断所述预测患者病情特征yc，获得第二诊疗方案；
所述分析单元用于将所述第二诊疗方案和所述第一诊疗方案进行比较、分析和综合决策处理，获得第三决策诊疗方案。
优选的，所述远程医疗平台还包括追踪模块，所述追踪模块用于对病情紧急系数Jx高于紧急阈值Q的用户，对所述第一优先级和第二优先级进行追踪管理，在他们获取至第三决策诊疗方案后，进行治疗周期后的疗效进行追踪，获取最新的子集A1、子集B1和子集C1，计算获取疗效系数lxx。
优选的，所述疗效系数lxx通过以下公式获取：
*%；
式中：ΔA表示子集A和子集A1的差值，表示治疗前后在病史、药物过敏史、症状发生时间、持续时间和症状特点方面的改变差值；ΔB表示子集B和子集B1的差值，表示治疗前后在症状细节特征和症状图像方面的改变差值；ΔC表示子集C和子集C1的差值，表示治疗前后在实时监测数据方面的改变差值；
N表示第三决策诊疗方案的诊疗周期；Q1表示评估疗效值；Q表示评估预测疗效值。
优选的，所述远程医疗平台还包括评估模块和回访模块，所述评估模块用于将所述疗效系数lxx与预设的预测疗效阈值进行对比，获取评估结果；
所述回访模块用于在治疗后，对患者进行远程线上的回访，促进了解治疗效果的进一步评估。
（三）有益效果
本发明提供了一种基于云平台的远程智能医疗服务系统。具备以下有益效果：
（1）本发明提供的远程智能医疗服务系统结合了云平台、远程医疗平台和用户监测终端，通过智能问诊、视频会诊、远程监测和智能诊断等模块的协同工作，实现了便捷的远程医疗服务和个性化的医疗方案，为患者提供了更加高效、准确和便利的医疗服务体验；通过远程医疗平台的在线交互和病情紧急系数Jx的计算；通过远程医疗平台的智能诊断模块和紧急判断模块，可以对患者的病情进行快速评估和处理优先级排序。这样，医疗资源可以更加有效地分配给紧急病情的患者，避免因排队预约而导致的延误诊疗情况。通过病情紧急系数Jx的计算和与紧急阈值Q进行对比，远程医疗平台可以迅速辨别出紧急病情，确保这些患者能够及时得到远程治疗和关注。这有助于缩短等待时间，提高紧急病情的处理速度。
（2）该一种基于云平台的远程智能医疗服务系统，智能诊断模块的各个单元和功能相互配合，为医生提供了数据处理、特征提取、建模、规则引擎和综合决策等多方面的支持，从而提高了诊断的准确性、个性化程度和效率，过综合考虑多个因素和采用先进的分析方法，它可以提供更全面、客观和科学的决策支持，便于远程医疗服务的诊断准确性和方案决策。
（3）该一种基于云平台的远程智能医疗服务系统，分析单元将所述第二诊疗方案和所述第一诊疗方案进行比较、分析和综合决策处理，这个过程可以考虑到多个因素，如患者的病情、医疗资源的可用性、治疗效果和风险等，从而帮助医生做出最终的决策，进而获得第三决策诊疗方案。从而提高了诊断的准确性、个性化程度和效率，综合考虑多个因素和采用先进的分析方法，它可以提供更全面、客观和科学的决策支持，便于远程医疗服务的诊断准确性和方案决策。
（4）该一种基于云平台的远程智能医疗服务系统，通过追踪患者在治疗周期后的疗效，追踪模块可以提供对治疗结果的评估。通过计算疗效系数lxx，医生可以了解患者对治疗的响应情况，进一步调整和优化治疗方案，提高疗效和患者满意度。
附图说明
图1为本发明基于云平台的远程智能医疗服务系统框图流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
远程医疗服务可以通过互联网云平台和通信技术将医生和患者连接起来，消除了时空限制，使患者可以随时随地获得医疗服务，无需前往医院或诊所，、尤其是偏远地区，医疗资源匮乏的地区，无特定专科医生的地方，使的更多患者获得专业的远程医疗服务。
但是现有的远程医疗服务系统越来越普及的过程中，很多患者通过远程咨询问诊，然而因为高需求和有线资源医疗医生的情况下，导致患者需要在网络长久的排队预约，对于一些紧急病情，不能及时得到远程治疗，提供方便的医疗服务，导致一些延误诊疗的情况，不能合理的调度分配。
实施例1
本发明提供一种基于云平台的远程智能医疗服务系统，请参照图1，包括云存储、远程医疗平台和用户监测终端；
所述用户监测终端用于患者使用医疗设备、血压计或医疗传感器手环获得实时监测数据，并传输至远程医疗平台；
所述云存储用于在云平台上存储医疗数据，所述医疗数据包括患者病例、影像资料和实时监测数据；
所述远程医疗平台用于在线远程使得医生和患者交互进行实时沟通和咨询问诊，并获得病情紧急系数Jx，并和紧急阈值Q和上下限范围进行对比计算后，获得相应处理优先级；
所述远程医疗平台包括在线问诊模块、视频会诊模块、远程监测模块和智能诊断模块；
所述在线问诊模块用于采用智能AI问诊方式获得患者病史、药物过敏史、症状发生时间、持续时间和症状特点，整合获得子集A；采用智能AI问诊和远程视频交流的方式，医生可以更全面地了解患者病史、症状特点，并获得症状细节特征和图像资料。医生可以更准确地进行诊断和治疗建议，提高医疗资源的利用效率；
所述视频会诊模块用于医生根据子集A的基础上，通过网络视频和患者连线，进一步问询和视频照片截图获得症状细节特征和症状图像，获得子集B；医生可以实时监测患者的生理指标和健康状况，及时调整治疗方案，提供远程监护服务。
所述远程监测模块用于从用户监测终端传输的所述实时监测数据，记为子集C；
所述智能诊断模块用于将子集A、子集B和子集C数据进行整合，获得综合问诊系数xs与医疗方案数据进行匹配，获取医疗服务方案。
智能诊断模块将患者的病史、症状特点、实时监测数据等进行整合，计算综合问诊系数xs，并与医疗方案数据进行匹配，获取个性化的医疗服务方案。医生可以根据患者的具体情况提供针对性的治疗建议，提高诊断准确度和治疗效果。
本实施例中，本发明提供的远程智能医疗服务系统结合了云平台、远程医疗平台和用户监测终端，通过智能问诊、视频会诊、远程监测和智能诊断等模块的协同工作，实现了便捷的远程医疗服务和个性化的医疗方案，为患者提供了更加高效、准确和便利的医疗服务体验；通过远程医疗平台的在线交互和病情紧急系数Jx的计算，医生可以更加准确地评估患者的病情紧急程度，并采取相应的处理措施。这有助于提高患者就医的效率和便捷性，保证紧急病情得到及时处理和关注。
实施例2，本实施例是在实施例1中进行的解释说明，请参照图1，具体的，所述远程医疗平台还包括提取模块；
所述提取模块用于从所述子集A和子集C数据中进行提取紧急特征，将紧急特征拟合获取病情紧急系数Jx，所述病情紧急系数Jx通过以下公式获得：
；
式中，Tt表示患者症状疼痛程度，分为1-10级；Cx表示患者症状持续时间；A表示患者疼痛面积；
Jcj表示患者基础疾病程度值；age表示患者年龄值，B表示危险因子，及为可变
更常数参数，，，且，可以按照患者实际病史情况进行调
整。
本实施例中，所述提取模块在远程医疗平台中起到了关键作用。它能够从子集A和子集C数据中提取紧急特征，并通过拟合来计算病情紧急系数Jx；这样设计的提取模块能够将患者的病情特征综合考虑，包括疼痛程度、症状持续时间、疼痛面积、基础疾病程度和年龄等因素，从而得出病情紧急系数Jx的评估结果。这些特征的提取和综合分析有助于医生对患者的病情进行准确评估，并根据紧急程度进行相应处理。
实施例3，本实施例是在实施例2中进行的解释说明，请参照图1，具体的，所述远程医疗平台还包括设置优先级阈值模块和紧急判断模块；
所述优先级阈值模块用于设置紧急阈值Q和上下限范围，用于与患者的病情紧急系数Jx进行对比；
所述紧急判断模块用于获得患者的病情紧急系数Jx，并将病情紧急系数Jx与紧急阈值Q和上下限范围进行对比，所述上下限范围是在紧急阈值Q范围边界的上下限。
所述紧急判断模块，在病情紧急系数Jx与紧急阈值Q和上下限范围进行对比后进行以下相应处理优先级：
当病情紧急系数JX＞上限范围，如果病情紧急系数JX超过了预设的上限范围，表示患者的病情非常紧急，存在重大风险和急需医疗干预；在这种情况下，紧急判断模块将判断为第一优先级，并触发紧急警报，并通知线下医生或相关医疗团队立即采取行动，提供紧急救治；
当病情紧急系数JX＞紧急阈值Q，如果病情紧急系数JX超过了预设的紧急阈值Q，表示患者的病情被判定为紧急情况，需要优先处理；当前情况，紧急判断模块标记该患者为第二优先级，并发送至视频会诊模块迅速进行视频会诊；
当病情紧急系数JX＝紧急阈值Q，表示患者的病情刚好达到紧急情况的界限，需要根据具体情况进行决策，标记为第三优先级；
当病情紧急系数JX＜紧急阈值Q，表示患者的病情被判定为非紧急情况，标记为一般状态，按照正常流程排队处理；
病情紧急系数JX＜下限范围，如果病情紧急系数JX低于预设的下限范围，表示患者的病情较为稳定，不属于紧急情况，在这种情况下，标记为低风险状态，按照正常流程进行预约时间范围内的医疗服务。
本实施例中，该描述仅提供了一个基本的框架，通过远程医疗平台的智能诊断模块和紧急判断模块，可以对患者的病情进行快速评估和处理优先级排序。这样，医疗资源可以更加有效地分配给紧急病情的患者，避免因排队预约而导致的延误诊疗情况。通过病情紧急系数Jx的计算和与紧急阈值Q进行对比，远程医疗平台可以迅速辨别出紧急病情，确保这些患者能够及时得到远程治疗和关注。这有助于缩短等待时间，提高紧急病情的处理速度。
实施例4，本实施例是在实施例1中进行的解释说明，请参照图1，具体的，所述云存储包括病理库和分析相似度模块；
所述病理库内设置有医疗数据库，所述医疗数据库包括各个科室疾病的标准案例，可疑案例和案例图像解析；这提供了广泛而全面的医疗信息，使得医生能够更好地了解和学习各种疾病情况，提高诊断能力；
所述相似度模块用于将患者的综合问诊系数xs和医疗数据库进行匹配评估相似度，并获得第一诊疗方案，发送至智能诊断模块；这有助于医生在制定诊疗方案时获得参考，尤其是对于一些病症复杂或疑难的情况，能够提供更准确的诊断和治疗建议。
本实施例中，该系统将生成的第一诊疗方案发送给智能诊断模块，这可以为医生提供辅助诊断和治疗决策的支持。智能诊断模块可能利用先进的算法和机器学习技术，结合医疗数据库中的知识，提供更精确的诊断结果和治疗建议。这种基于云存储的系统能够通过病理库和相似度模块提供有益的效果，帮助医生进行更准确的诊断和制定个性化的治疗方案。
实施例5，本实施例是在实施例1中进行的解释说明，请参照图1，具体的，所述智能诊断模块包括数据预处理单元、特征提取单元和建模单元；所述数据预处理单元用于对将所述子集A、子集B和子集C数据进行清洗、归一化和标准化处理，包括对患者病史、症状描述、实时监测数据进行预处理；
所述特征提取单元用于对处理后的所述子集A、子集B和子集C数据进行特征提取，采用自然语言处理技术、图像处理技术和信号处理技术提取患者病情关联特征gl；
所述建模单元用于建立病情模型，对所述病情关联特征gl输入至病情模型中进行深度学习，通过分类算法、聚类算法和回归算法，获得预测患者病情特征yc。建模单元通过深度学习和机器学习算法建立病情模型，利用病情关联特征gl进行预测和分类。这使得系统能够根据患者的特征和情况进行个性化的诊断和预测，提供更精确和可靠的结果。
所述智能诊断模块还包括规则引擎单元和分析单元；
所述规则引擎单元用于辅助诊断所述预测患者病情特征yc，获得第二诊疗方案；规则引擎单元利用预测的患者病情特征yc辅助诊断，并生成第二诊疗方案。规则引擎可以应用医学规则和经验知识，提供针对不同病情的治疗建议，帮助医生做出更明智的决策。
所述分析单元用于将所述第二诊疗方案和所述第一诊疗方案进行比较、分析和综合决策处理，这个过程可以考虑到多个因素，如患者的病情、医疗资源的可用性、治疗效果和风险等，从而帮助医生做出最终的决策，进而获得第三决策诊疗方案。
本实施例中，智能诊断模块的各个单元和功能相互配合，为医生提供了数据处理、特征提取、建模、规则引擎和综合决策等多方面的支持，从而提高了诊断的准确性、个性化程度和效率，综合考虑多个因素和采用先进的分析方法，它可以提供更全面、客观和科学的决策支持，便于远程医疗服务的诊断准确性和方案决策。
实施例6，本实施例是在实施例1中进行的解释说明，请参照图1，具体的，所述远程医疗平台还包括追踪模块，所述追踪模块用于对病情紧急系数Jx高于紧急阈值Q的用户，对所述第一优先级和第二优先级进行追踪管理，在他们获取至第三决策诊疗方案后，进行治疗周期后的疗效进行追踪，获取最新的子集A1、子集B1和子集C1，计算获取疗效系数lxx。
具体来说，追踪模块会对第一优先级和第二优先级的患者进行追踪管理，确保他们在获取第三决策诊疗方案后能够得到适当的治疗。
在患者完成治疗周期后，追踪模块将跟踪疗效情况。它会获取最新的子集A1、子集B1和子集C1的数据，用于评估患者的疗效。通过计算疗效系数lxx，追踪模块可以量化患者治疗后的疗效。
所述疗效系数lxx通过以下公式获取：
*%；
式中：ΔA表示子集A和子集A1的差值，表示治疗前后在病史、药物过敏史、症状发生时间、持续时间和症状特点方面的改变差值；ΔB表示子集B和子集B1的差值，表示治疗前后在症状细节特征和症状图像方面的改变差值；ΔC表示子集C和子集C1的差值，表示治疗前后在实时监测数据方面的改变差值；
N表示第三决策诊疗方案的诊疗周期；Q1表示评估疗效值；Q表示评估预测疗效值。
这个疗效系数lxx可以用来评估患者在治疗周期后的疗效情况。通过计算各个子集的差值并综合考虑诊疗周期和评估值，可以得出一个疗效系数，用以衡量治疗的效果。
本实施例中，通过追踪患者在治疗周期后的疗效，追踪模块可以提供对治疗结果的评估。通过计算疗效系数lxx，医生可以了解患者对治疗的响应情况，进一步调整和优化治疗方案，提高疗效和患者满意度。
实施例7，本实施例是在实施例6中进行的解释说明，请参照图1，具体的，所述远程医疗平台包括评估模块和回访模块，所述评估模块用于将所述疗效系数lxx与预设的预测疗效阈值进行对比，获取评估结果；通过比较疗效系数与预测阈值，医生可以判断患者的治疗效果是否达到预期或超过预期。这样的评估结果可以为医生提供参考，用于进一步决策，例如是否需要调整治疗方案、继续监测患者状况或进行其他干预措施。
所述回访模块用于在治疗后，对患者进行远程线上的回访，促进了解治疗效果的进一步评估。通过回访，医生可以与患者进行沟通，了解他们的治疗效果和病情变化。这有助于医生获得更多的信息，进一步评估治疗效果，并根据患者的反馈做出适当的调整。此外，回访也可以提供给患者一个机会，让他们表达自己的疑虑、提问或寻求进一步建议，从而加强患者与医生之间的沟通和信任。
本实施例中，评估模块和回访模块的结合使用可以实时监测患者的治疗效果并收集反馈信息。医生可以根据评估结果和患者的回访反馈，及时了解治疗效果的变化，并做出必要的调整和改进。这有助于提高治疗的准确性和效果，确保患者获得最佳的医疗护理，提高患者的满意度。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (2)
1.一种基于云平台的远程智能医疗服务系统，其特征在于：包括云存储、远程医疗平台和用户监测终端；
所述用户监测终端用于患者使用医疗设备获得实时监测数据，并传输至远程医疗平台；
所述云存储用于在云平台上存储医疗数据，所述医疗数据包括患者病例、影像资料和实时监测数据；
所述远程医疗平台用于在线远程使得医生和患者交互进行实时沟通和咨询问诊，并获得病情紧急系数Jx，并和紧急阈值Q和上下限范围进行对比计算后，获得相应处理优先级；
所述远程医疗平台包括在线问诊模块、视频会诊模块、远程监测模块和智能诊断模块；
所述在线问诊模块用于采用智能AI问诊方式获得患者病史、药物过敏史、症状发生时间、持续时间和症状特点，整合获得子集A；
所述视频会诊模块用于医生根据子集A的基础上，通过网络视频和患者连线，进一步问询和视频照片截图获得症状细节特征和症状图像，获得子集B；
所述远程监测模块用于从用户监测终端传输的所述实时监测数据，记为子集C；
所述智能诊断模块用于将子集A、子集B和子集C数据进行整合，获得综合问诊系数xs与医疗方案数据进行匹配，获取医疗服务方案；
所述远程医疗平台还包括提取模块；
所述提取模块用于从所述子集A和子集C数据中进行提取紧急特征，将紧急特征拟合获取病情紧急系数Jx，所述病情紧急系数Jx通过以下公式获得：
；
式中，Tt表示患者症状疼痛程度，分为1-10级；Cx表示患者症状持续时间；A表示患者疼痛面积；
Jcj表示患者基础疾病程度值；age表示患者年龄值，B表示危险因子，及/>为可变更常数参数，/>，/>，且/>，可以按照患者实际病史情况进行调整；
所述远程医疗平台还包括设置优先级阈值模块和紧急判断模块；
所述优先级阈值模块用于设置紧急阈值Q和上下限范围，用于与患者的病情紧急系数Jx进行对比；
所述紧急判断模块用于获得患者的病情紧急系数Jx，并将病情紧急系数Jx与紧急阈值Q和上下限范围进行对比，所述上下限范围是在紧急阈值Q范围边界的上下限；
所述紧急判断模块，在病情紧急系数Jx与紧急阈值Q和上下限范围进行对比后进行以下相应处理优先级：
当病情紧急系数JX＞上限范围，如果病情紧急系数JX超过了预设的上限范围，表示患者的病情非常紧急，存在重大风险和急需医疗干预；在这种情况下，紧急判断模块将判断为第一优先级，并触发紧急警报，并通知线下医生或相关医疗团队立即采取行动，提供紧急救治；
当病情紧急系数JX＞紧急阈值Q，如果病情紧急系数JX超过了预设的紧急阈值Q，表示患者的病情被判定为紧急情况，需要优先处理；当前情况，紧急判断模块标记该患者为第二优先级，并发送至视频会诊模块迅速进行视频会诊；
当病情紧急系数JX＝紧急阈值Q，表示患者的病情刚好达到紧急情况的界限，需要根据具体情况进行决策，标记为第三优先级；
当病情紧急系数JX＜紧急阈值Q，表示患者的病情被判定为非紧急情况，标记为一般状态，按照正常流程排队处理；
病情紧急系数JX＜下限范围，如果病情紧急系数JX低于预设的下限范围，表示患者的病情较为稳定，不属于紧急情况，在这种情况下，标记为低风险状态，按照正常流程进行预约时间范围内的医疗服务；
所述云存储包括病理库和分析相似度模块；
所述病理库内设置有医疗数据库，所述医疗数据库包括各个科室疾病的标准案例，可疑案例和案例图像解析；
所述相似度模块用于将患者的综合问诊系数xs和医疗数据库进行匹配评估相似度，并获得第一诊疗方案，发送至智能诊断模块；
所述智能诊断模块包括数据预处理单元、特征提取单元和建模单元；所述数据预处理单元用于对将所述子集A、子集B和子集C数据进行清洗、归一化和标准化处理，包括对患者病史、症状描述、实时监测数据进行预处理；
所述特征提取单元用于对处理后的所述子集A、子集B和子集C数据进行特征提取，采用自然语言处理技术、图像处理技术和信号处理技术提取患者病情关联特征gl；
所述建模单元用于建立病情模型，对所述病情关联特征gl输入至病情模型中进行深度学习，通过分类算法、聚类算法和回归算法，获得预测患者病情特征yc；
所述智能诊断模块还包括规则引擎单元和分析单元；
所述规则引擎单元用于辅助诊断所述预测患者病情特征yc，获得第二诊疗方案；
所述分析单元用于将所述第二诊疗方案和所述第一诊疗方案进行比较、分析和综合决策处理，获得第三决策诊疗方案；
所述远程医疗平台还包括追踪模块，所述追踪模块用于对病情紧急系数Jx高于紧急阈值Q的用户，对所述第一优先级和第二优先级进行追踪管理，在他们获取至第三决策诊疗方案后，进行治疗周期后的疗效进行追踪，获取最新的子集A1、子集B1和子集C1，计算获取疗效系数lxx；
所述疗效系数lxx通过以下公式获取：
*/>%；
式中：ΔA表示子集A和子集A1的差值，表示治疗前后在病史、药物过敏史、症状发生时间、持续时间和症状特点方面的改变差值；ΔB表示子集B和子集B1的差值，表示治疗前后在症状细节特征和症状图像方面的改变差值；ΔC表示子集C和子集C1的差值，表示治疗前后在实时监测数据方面的改变差值；
N表示第三决策诊疗方案的诊疗周期；Q1表示评估疗效值；Q表示评估预测疗效值。
2.根据权利要求1所述的一种基于云平台的远程智能医疗服务系统，其特征在于：所述远程医疗平台还包括评估模块和回访模块，所述评估模块用于将所述疗效系数lxx与预设的预测疗效阈值进行对比，获取评估结果；
所述回访模块用于在治疗后，对患者进行远程线上的回访，促进了解治疗效果的进一步评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310846657.9A CN116580830B (zh) | 2023-07-11 | 2023-07-11 | 一种基于云平台的远程智能医疗服务系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310846657.9A CN116580830B (zh) | 2023-07-11 | 2023-07-11 | 一种基于云平台的远程智能医疗服务系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116580830A CN116580830A (zh) | 2023-08-11 |
| CN116580830B true CN116580830B (zh) | 2024-02-09 |
Family
ID=87536254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310846657.9A Active CN116580830B (zh) | 2023-07-11 | 2023-07-11 | 一种基于云平台的远程智能医疗服务系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116580830B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117038038A (zh) * | 2023-08-18 | 2023-11-10 | 苏州仲如悦科技有限责任公司 | 一种基于健康大数据的患者诊疗智能预警系统 |
| CN116805531B (zh) * | 2023-08-24 | 2023-12-05 | 安徽通灵仿生科技有限公司 | 一种儿科远程医疗系统 |
| CN116779134B (zh) * | 2023-08-24 | 2023-12-01 | 安徽通灵仿生科技有限公司 | 一种儿童远程医疗决策系统 |
| CN117275692A (zh) * | 2023-09-25 | 2023-12-22 | 苏州仲如悦科技有限责任公司 | 一种基于大数据的医疗资源优化配置方法及系统 |
| CN117012364A (zh) * | 2023-10-08 | 2023-11-07 | 吉林大学 | 基于工业互联网技术的医疗健康服务云平台 |
| CN117373626A (zh) * | 2023-10-10 | 2024-01-09 | 中国医学科学院肿瘤医院 | 一种基于云计算的远程医疗系统 |
| CN117238446A (zh) * | 2023-10-24 | 2023-12-15 | 惠州市第一人民医院 | 基于创伤患者的辅助处理方法及系统 |
| CN117153360B (zh) * | 2023-10-30 | 2024-01-23 | 江苏华系医疗器械股份有限公司 | 一种内镜中心智慧管理系统 |
| CN117174274B (zh) * | 2023-11-03 | 2024-02-02 | 四川省医学科学院·四川省人民医院 | 一种糖尿病足介入手术后患者智能访问系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103294916A (zh) * | 2013-05-29 | 2013-09-11 | 美合实业（苏州）有限公司 | 一种远程用户多诊断方式选择的医疗系统 |
| CN113053513A (zh) * | 2021-03-03 | 2021-06-29 | 黄小芬 | 一种基于智慧社区的智慧医疗系统 |
| KR20220095104A (ko) * | 2020-12-29 | 2022-07-06 | 주식회사 코스모스메딕 | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 |
| WO2023109250A1 (zh) * | 2021-12-15 | 2023-06-22 | 华中科技大学同济医学院附属协和医院 | 一种基于互联网的医院分诊数据处理方法及系统 |
| CN116403736A (zh) * | 2023-06-07 | 2023-07-07 | 云天智能信息(深圳)有限公司 | 一种基于物联网技术的远程医疗监控系统 |
-
2023
- 2023-07-11 CN CN202310846657.9A patent/CN116580830B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103294916A (zh) * | 2013-05-29 | 2013-09-11 | 美合实业（苏州）有限公司 | 一种远程用户多诊断方式选择的医疗系统 |
| KR20220095104A (ko) * | 2020-12-29 | 2022-07-06 | 주식회사 코스모스메딕 | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 |
| CN113053513A (zh) * | 2021-03-03 | 2021-06-29 | 黄小芬 | 一种基于智慧社区的智慧医疗系统 |
| WO2023109250A1 (zh) * | 2021-12-15 | 2023-06-22 | 华中科技大学同济医学院附属协和医院 | 一种基于互联网的医院分诊数据处理方法及系统 |
| CN116403736A (zh) * | 2023-06-07 | 2023-07-07 | 云天智能信息(深圳)有限公司 | 一种基于物联网技术的远程医疗监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116580830A (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116580830B (zh) | 一种基于云平台的远程智能医疗服务系统 | |
| US10198816B2 (en) | Medical evaluation machine learning workflows and processes | |
| KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| EP3255573A1 (en) | Clinical decision supporting ensemble system and clinical decison supporting method using the same | |
| WO2020037454A1 (zh) | 智能辅助诊疗系统及方法 | |
| KR20190079157A (ko) | 온라인 기반의 건강 관리 방법 및 장치 | |
| US20190287661A1 (en) | Related systems and method for correlating medical data and diagnostic and health treatment follow-up conditions of patients monitored in real-time | |
| CN111785374A (zh) | 一种基于大数据的健康状况分析预测方法及系统 | |
| CN111613335A (zh) | 一种健康预警系统及方法 | |
| US20210057112A1 (en) | Method and system for mobile triage | |
| EP3547320A2 (en) | Related systems and method for correlating medical data and diagnostic and health treatment follow-up conditions of patients monitored in real-time | |
| US20230170069A1 (en) | Integrated, ai-enabled value-based care measurement and objective risk assessment clinical and financial management system | |
| CN117012364A (zh) | 基于工业互联网技术的医疗健康服务云平台 | |
| CN113066566A (zh) | 一种门诊患者智能化预约就诊方法 | |
| CN116580858A (zh) | 一种基于ai的远程医疗照护提醒方法、装置和存储介质 | |
| US20180130555A1 (en) | Systems and methods for intelligent admissions | |
| CN115512817A (zh) | 一种基于儿童远程医疗的医生推荐方法及装置 | |
| CN117476217B (zh) | 一种慢性心脏病病情发展趋势预测系统 | |
| CN112735579A (zh) | 一种急诊病人快速登记治疗系统 | |
| CN117316392A (zh) | 基于智慧医疗的医学影像信息管理系统及方法 | |
| US11862319B2 (en) | Wound management and treatment using computer vision and machine learning | |
| CN115331837A (zh) | 一种人机交互智能问诊系统 | |
| CN115019924A (zh) | 应用人工智能健康机器人的健康数据采集和分析方法 | |
| KR102531211B1 (ko) | 온라인 네트워크 기반 비대면 브이첵 자가검사에 따른 원격 의료진단 플랫폼 시스템 | |
| CN115547483A (zh) | 用于监测患慢性炎症性疾病的患者的远程监测方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |