CN116601720A - 用于基于人工智能的健康状况的医学诊断系统和方法 - Google Patents
用于基于人工智能的健康状况的医学诊断系统和方法 Download PDFInfo
- Publication number
- CN116601720A CN116601720A CN202180083439.3A CN202180083439A CN116601720A CN 116601720 A CN116601720 A CN 116601720A CN 202180083439 A CN202180083439 A CN 202180083439A CN 116601720 A CN116601720 A CN 116601720A
- Authority
- CN
- China
- Prior art keywords
- subject
- data
- patient
- medical device
- aid system
- 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
- 238000000034 method Methods 0.000 title abstract description 42
- 230000036541 health Effects 0.000 title description 46
- 238000013473 artificial intelligence Methods 0.000 title description 12
- 238000012545 processing Methods 0.000 claims abstract description 93
- 238000007405 data analysis Methods 0.000 claims abstract description 74
- 238000003745 diagnosis Methods 0.000 claims abstract description 72
- 208000024891 symptom Diseases 0.000 claims description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 26
- 201000010099 disease Diseases 0.000 claims description 21
- 208000011580 syndromic disease Diseases 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 19
- 230000000638 stimulation Effects 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 16
- 210000003423 ankle Anatomy 0.000 claims description 10
- 210000003414 extremity Anatomy 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000002560 therapeutic procedure Methods 0.000 claims description 10
- 210000000707 wrist Anatomy 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 8
- 229940079593 drug Drugs 0.000 claims description 8
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 230000001953 sensory effect Effects 0.000 claims description 5
- 230000001755 vocal effect Effects 0.000 claims description 5
- 231100000862 numbness Toxicity 0.000 claims description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 claims description 3
- 208000032928 Dyslipidaemia Diseases 0.000 claims description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 3
- 206010020772 Hypertension Diseases 0.000 claims description 3
- 208000017170 Lipid metabolism disease Diseases 0.000 claims description 3
- 241000208125 Nicotiana Species 0.000 claims description 3
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims description 3
- 239000000853 adhesive Substances 0.000 claims description 3
- 230000001070 adhesive effect Effects 0.000 claims description 3
- 210000005069 ears Anatomy 0.000 claims description 3
- 239000008103 glucose Substances 0.000 claims description 3
- 230000007383 nerve stimulation Effects 0.000 claims description 3
- 210000004761 scalp Anatomy 0.000 claims description 3
- 230000035488 systolic blood pressure Effects 0.000 claims description 3
- 208000029078 coronary artery disease Diseases 0.000 claims description 2
- 230000035487 diastolic blood pressure Effects 0.000 claims description 2
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- 238000000968 medical method and process Methods 0.000 abstract description 2
- 208000006011 Stroke Diseases 0.000 description 27
- 230000004438 eyesight Effects 0.000 description 27
- 238000011156 evaluation Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 16
- 238000011269 treatment regimen Methods 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 14
- 238000002405 diagnostic procedure Methods 0.000 description 13
- 208000002173 dizziness Diseases 0.000 description 12
- 230000004064 dysfunction Effects 0.000 description 12
- 230000004393 visual impairment Effects 0.000 description 11
- 239000000284 extract Substances 0.000 description 10
- 238000003058 natural language processing Methods 0.000 description 10
- 206010047571 Visual impairment Diseases 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 8
- 230000009251 neurologic dysfunction Effects 0.000 description 8
- 208000015015 neurological dysfunction Diseases 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000000926 neurological effect Effects 0.000 description 7
- 238000011282 treatment Methods 0.000 description 7
- 208000032382 Ischaemic stroke Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000012800 visualization Methods 0.000 description 6
- 208000002193 Pain Diseases 0.000 description 5
- 238000007435 diagnostic evaluation Methods 0.000 description 5
- 208000035475 disorder Diseases 0.000 description 5
- 230000036407 pain Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 206010042772 syncope Diseases 0.000 description 4
- 201000004569 Blindness Diseases 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 230000004304 visual acuity Effects 0.000 description 3
- 208000008035 Back Pain Diseases 0.000 description 2
- 206010010904 Convulsion Diseases 0.000 description 2
- 241000255925 Diptera Species 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 208000030886 Traumatic Brain injury Diseases 0.000 description 2
- 206010044565 Tremor Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000003447 ipsilateral effect Effects 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 210000001259 mesencephalon Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 201000010041 presbyopia Diseases 0.000 description 2
- 210000004129 prosencephalon Anatomy 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000009529 traumatic brain injury Effects 0.000 description 2
- 208000000781 Conductive Hearing Loss Diseases 0.000 description 1
- 206010010280 Conductive deafness Diseases 0.000 description 1
- 208000019505 Deglutition disease Diseases 0.000 description 1
- 208000003164 Diplopia Diseases 0.000 description 1
- 206010013887 Dysarthria Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 206010015958 Eye pain Diseases 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010021403 Illusion Diseases 0.000 description 1
- 206010054949 Metaplasia Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 206010028347 Muscle twitching Diseases 0.000 description 1
- 206010028836 Neck pain Diseases 0.000 description 1
- 208000000114 Pain Threshold Diseases 0.000 description 1
- 208000022372 Reading disease Diseases 0.000 description 1
- 208000006981 Skin Abnormalities Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 208000028752 abnormal posture Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 210000004227 basal ganglia Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 230000008084 cerebral blood perfusion Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 208000023563 conductive hearing loss disease Diseases 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 208000029444 double vision Diseases 0.000 description 1
- 206010013932 dyslexia Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000037040 pain threshold Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000026416 response to pain Effects 0.000 description 1
- 210000001202 rhombencephalon Anatomy 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002739 subcortical effect Effects 0.000 description 1
- 238000002636 symptomatic treatment Methods 0.000 description 1
- 210000001587 telencephalon Anatomy 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 208000013021 vision distortion Diseases 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
- A61B5/015—By temperature mapping of body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6829—Foot or ankle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6889—Rooms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6891—Furniture
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6893—Cars
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/749—Voice-controlled interfaces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/142—Pressure infusion, e.g. using pumps
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/36025—External stimulators, e.g. with patch electrodes for treating a mental or cerebral condition
-
- 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
- G16H40/63—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 local 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/01—Emergency care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Vascular Medicine (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Emergency Medicine (AREA)
- Hematology (AREA)
- Anesthesiology (AREA)
- Nursing (AREA)
- Neurology (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Fuzzy Systems (AREA)
- Pulmonology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
Abstract
本发明提供一种医学方法和医学设备,其包括:包括多个数据分析处理模块和诊断整合器的处理器、可通信地连接到该处理器的存储器、以及可通信地连接到该处理器的输入/输出设备;该处理器被配置为执行存储在该存储器中的指令以:使患者界面记录来自受检者的第一数据、使用多个数据分析处理模块中的第一数据分析处理模块分析第一数据并确定第一诊断输出、使用多个数据分析处理模块中的第二数据分析处理模块分析第一数据并确定第二诊断输出、整合来自多个数据分析处理模块的诊断输出并确定对受检者的统一的最终诊断。
Description
技术领域
本申请一般地涉及医学健康领域,更具体地涉及基于人工智能的、针对受检者健康状况的医学诊断。
相关申请/优先权的交叉引用:本发明要求于2020年12月9日提交的美国临时专利申请号63/123,179的优先权,其通过引用结合到本申请中,如同在此完全重述一样。所结合的材料与本申请的具体教导之间的任何冲突应以有利于后者的方式解决。同样地,本领域所理解的单词或短语的定义与本申请中具体教导的单词或短语的定义之间的任何冲突应以有利于后者的方式解决。
背景技术
人工智能已成为医疗保健行业的一种颠覆性技术,有可能改变患者护理和管理流程。基于人工智能的系统减少了医生的诊断工作量,这些医生中的大多数都过度工作并达到了完全精疲力竭的程度。此外,这些系统趋向于降低误诊率。但是,现有的基于人工智能的系统并不完全准确,并且缺乏对某些疾病的早期检测和诊断。此外,现有系统需要医生参与来确认所诊断的医学健康状况。
因此,需要一种克服了上述缺点的、改进的且精确的基于人工智能的系统。
发明内容
因此,本申请的发明的一个或多个实施例的目的是克服现有技术的上述一个、多个或全部的缺点和不足。
本发明涉及一种医学方法和医学设备,所述医学设备包括:处理器,所述处理器包括多个数据分析处理模块和诊断整合器;存储器,所述存储器可通信地连接到所述处理器;以及输入/输出设备,所述输入/输出设备可通信地连接到所述处理器;所述处理器被配置为执行存储在所述存储器中的指令以:使所述患者界面记录来自受检者的第一数据;通过所述多个数据分析处理模块中的第一数据分析处理模块分析所述第一数据并确定第一诊断输出;通过所述多个数据分析处理模块中的第二数据分析处理模块分析所述第一数据并确定第二诊断输出;整合来自所述多个数据分析处理模块的诊断输出并确定对所述受检者的统一的最终诊断。根据另一个实施例,所述输入/输出设备包括至少一个传感器。根据另一个实施例,所述至少一个传感器包括视频摄像装置和麦克风。根据另一个实施例,所述至少一个传感器还包括热像仪、温度计、心电图传感器、光电体积描记传感器、电磁脉冲监视器、加速度计、以及陀螺仪中的一个或多个。根据另一个实施例,所述输入/输出设备包括扬声器和视频显示屏中的一个或多个。根据另一个实施例,所述输入/输出设备包括可以由所述受检者佩戴的头戴式耳机。根据另一个实施例,所述头戴式耳机包括:当所述受检者佩戴所述头戴式耳机时面向不朝着所述受检者的脸部的方向的一个或多个外部摄像装置、当所述受检者佩戴所述头戴式耳机时面向所述受检者的面部的一个或多个内部摄像装置、一个或多个扬声器、半透明增强现实面罩、当所述受检者佩戴所述头戴式耳机时朝向并接近所述受检者的嘴部的一个或多个麦克风、以及朝向并接近所述受检者的耳部的一个或多个扬声器。根据另一个实施例,所述输入/输出设备包括一个或多个刺激器,所述一个或多个刺激器用于向所述受检者的面部、头皮、和/或身体的其他部分提供感官刺激,所述提供的刺激本质上是热刺激、振动刺激、触觉刺激、和/或电刺激中的一种或多种。根据另一个实施例,所述输入/输出设备包括一个或多个外围设备,所述一个或多个外围设备位于所述受检者的一个或两个踝部和/或一个或两个腕部上,所述外围设备包括粘合剂和/或具有圆形形状以保持摩擦地附着在受检者上,并且围绕所述患者的肢体,所述外围设备包括一个或多个传感器和/或一个或多个刺激器。根据另一个实施例,所述医学设备还包括多个固定设备,所述多个固定设备中的每一个分别固定到车辆、建筑物、医学运输工具、以及家具中的相应一个上。根据另一个实施例,其中所述多个固定设备中的第一设备固定到救护车上,并且包括第三人摄像装置、视频控制台、一个或多个扬声器、以及麦克风。根据另一个实施例,所述多个固定设备中的第二设备固定到医学运输工具上,所述医学运输工具用于将患者移入和移出所述救护车。根据另一个实施例,所述处理器进一步被配置为使所述输入/输出设备响应于从所述受检者接收到的、该受检者对听觉的口头响应而向所述受检者显示图形和/或其它视觉信息,所述受检者的口头响应是响应于来自所述医学设备的视觉或听觉的输出而做出的。根据另一个实施例,所述多个数据分析处理模块包括机器学习处理模块、综合征分析器模块、病例匹配模块、以及诊断代码链接模块中的至少两个。根据另一个实施例,所述处理器还被配置为将患者的语音转换为文本,并使扬声器以语音文本来听觉地响应患者。根据另一个实施例,所述处理器还被配置为访问一个或多个数据库。根据另一个实施例,所述机器学习处理模块基于多个数据输入和给定疾病或状况的发生率的组合关联性(combined association)来确定所述受检者发生了所述给定疾病或状况的诊断的正确可能性,所述数据输入通过所述输入/输出设备从所述受检者收集,并且数据输入包括以下中的一个或多个:所述受检者的身体发生了突然的麻木或虚弱、NIHSS评分、烟草的指征、年龄、种族、性别、血脂异常的指征、房颤的指征、高血压的指征、当前的收缩压、当前的舒张压、当前的葡萄糖水平、受检者当前正在服用的药物、受检者的中风家族史的指征、冠状动脉疾病的指征、以及当前的心率。根据另一个实施例,综合症分析器模块基于一个或多个数据元素的存在或不存在来确定所述受检者发生了给定疾病或状况的诊断的正确可能性,所述数据元素是与所述疾病或状况相关联的症状。根据另一个实施例,所述医学设备还包括治疗提供者,所述处理器还被配置为在所述处理器确定了疾病的诊断后使所述治疗提供者直接向所述受检者提供治疗。根据另一个实施例,所述治疗提供者向所述受检者提供药物注射和电神经刺激中的一种。
本申请一般地涉及医学健康领域,更具体地涉及基于人工智能的、针对受检者健康状况的医学诊断。
本发明的实施例涉及一种基于人工智能的医学诊断系统(以下称为AID系统),其用于诊断受检者的健康状况并基于所诊断的健康状况将精化的治疗方案指示给受检者。在受检者的一个或多个评估期间,AID系统通过与AID系统相关联的一个或多个传感器提取与受检者相关联的数据输入,并且可以从与受检者相关的其他信息源提取数据输入。
本发明的实施例涉及AID系统,其在多个频谱分析处理的辅助下评估来自受检者的语音信号。多个频谱分析处理中的每一个被配置为以并行的方式诊断质量的异常。使用多个频谱分析处理对语音信号进行评估以获得输出。该输出与语音的质量相关联,并且对应于对异常或正常的语音质量的确定和/或语音质量的正常的类型。
本发明的实施例涉及能够确保准确识别正常和异常的AID系统。该AID系统可以以基本上并行的方式采用多个计算机视觉处理能力来检查受检者和/或受检者的环境的视频或任何视觉呈现结果。
本发明的实施例涉及使用多个数据分析处理模块的AID系统。该多个数据分析处理模块包括机器学习处理模块、综合征分析器模块、病例匹配模块、诊断代码链接模块。该机器学习处理模块(MLP)通过映射到一个或多个数据库中存在的预先建立的诊断来分析从用户或第三方平台(作为病史和身体检查结果的附加的潜在的来源)提取的数据输入。在优选实施例中,数据输入用作由受检者提供的不同的数据元素必须符合的特征。
本发明的实施例涉及AID系统,该AID系统生成一个或多个关键词和短语来作为受检者的诊断评估的一部分。该一个或多个关键词和短语可以链接到医疗保健服务计费记录。医疗保健服务计费记录包括由主治医生提供的最终诊断。医疗保健计费记录可以包括或参考国际疾病分类或其它此类索引,由此作为使术语和诊断标准化的手段。通过从大量受检者的病例中识别一个或多个关键词和短语并将它们链接到医疗保健计费记录中的诊断,该一个或多个关键词和短语可以在个体受检者的评估期间用作对该个体受检者的诊断的指示信号。
本发明的实施例涉及AID系统,该AID系统的多个数据分析处理模块以不同的方式分析数据输入和数据元素,以诊断受检者的健康状况。AID系统可以在一次分析中使用多个数据分析处理模块中的多于一个的数据分析处理模块来分析该数据输入和数据元素。
通过以下结合附图对本发明的优选实施例进行的详细说明,本发明的各种目的、特征、方面和优点将更为明确,其中相同的数字表示相同的组成部分。本发明可以解决以上讨论的现有技术的一个或多个问题和不足。但可以想到的是,本发明可能在解决多个技术领域中的其它问题和不足方面是有用的。因此,所要求保护的发明不应当被理解为限于解决在这里讨论的任何特定的问题或不足。
附图说明
图1示出了根据本发明实施例的、基于人工智能的医学诊断(AID)系统的框图;
图2示出了根据本发明实施例的、在MLP模块中使用的不同类型的数据源以及将该数据输入存储在AID系统的数据库中的框图;
图3示出了根据本发明实施例的、AID系统所使用的二维诊断处理的示意图;
图4示出了从图3所示的二维诊断处理得到的组合输出的示意图;
图5示出了根据本发明实施例的、图3所示的AID系统所使用的三维诊断处理的示意图;
图6示出了根据本发明实施例的、与AID系统相关联的输入/输出设备的视图的工作示例;
图7示出了根据本发明实施例的、由与AID系统相关联的输入/输出设备捕获的有利位置的可视化;
图8A示出了根据本发明实施例的、配置有一个或多个与AID系统相关联的传感器的救护车;
图8B示出了根据本发明实施例的、配置有一个或多个传感器的救护车的内部和外部视图的示意图;
图9示出了根据本发明实施例的、用于诊断受检者的健康状况并基于所诊断的健康状况将精化治疗方案指示给受检者的方法的流程图;
图10示出了根据本发明实施例的AID系统的工作的流程图;
图11示出了根据本发明实施例的、使用图1的AID系统检测术语层次结构内的、与神经紧急情况相关的症状的实施例的步骤;
图12示出了根据本发明实施例的、使用图1的AID系统向具有头晕症状的患者询问问题的处理流程图的实施例的步骤;
图13示出了根据本发明实施例的、使用图1的AID系统检测与异常视觉相关的症状的实施例的步骤;
图14示出了根据本发明实施例的、使用图1的AID系统向具有与异常视觉相关的症状的患者询问问题的处理流程图的实施例的步骤。
具体实施方式
参考以下结合附图进行的详细说明,能够理解本发明。应当理解,以下对各种实施例的详细说明仅作为示例,并不意味着以任何方式限制本发明的范围。在上面的概述、下面的详细说明、权利要求、以及附图中提及了本发明的特定特征(包括方法步骤)。应当理解,本说明书中的本发明的公开内容包括这些特定特征的所有可能的组合,而不仅仅是明确描述的那些。例如,在特定特征在本发明的特定方面或实施例或特定权利要求的上下文中公开的情况下,该特征也可以在可能的范围内与本发明的其他特定方面和实施例结合和/或在本发明的其他特定方面和实施例的上下文中使用,并且一般性地在本发明中使用。本文使用的术语“包括”、“具有”、“能够”、“包含”及其语法等同物和变体旨在是不排除另外的动作或结构的可能性的开放式过渡短语、术语或词语,并且在本文中用于表示可选地存在的其它组成部分、成分、步骤等。例如,“包含”组成部分A、B和C的物品可以由组成部分A、B和C组成(即仅包含);或者不仅可以包含组成部分A、B和C,还可以包含一个或多个其它组成部分。单数形式“一”和“该”包括复数形式,除非上下文另有明确规定。在本文中提及包括两个或更多个被限定的步骤的方法时,该被限定的步骤可以以任何顺序进行或同时进行(除非上下文排除该可能性),并且该方法可以包括在任一被限定的步骤之前、两个被限定的步骤之间、或者所有被限定的步骤之后执行的一个或多个其他步骤(除非上下文排除该可能性)。
后跟一个数字的术语“至少”在本文中用于表示以该数字开始的范围的起始(取决于所定义的变量,该范围可能具有上限或没有上限)。例如,“至少1”表示1或多于1。后跟一个数字的术语“至多”在此处用于表示以该数字结束的范围的末端(取决于所定义的变量,该范围可以是具有1或0作为其下限的范围或者没有下限的范围)。例如,“至多4”表示4或小于4,而“至多40%”表示40%或小于40%。在本说明书中,当范围以“(第一数)至(第二数)”或“(第一数)-(第二数)”给出时,表示其下限为第一数且上限为第二数的范围。例如,25~100mm是指下限为25mm、上限为100mm的范围。在给出空间方向的情况下,例如,在上方、在下方、顶部、底部,除非另有标识,否则这些方向是指当前描述的任一附图中表示的基于人工智能的医学诊断系统。
下文所述的实施例代表使本领域技术人员能够实施本发明的必要信息并说明实施本发明的最佳方式。对于所列出的测量值,可以考虑包括测量值加或减测量值乘以5%、10%、20%、50%和75%的实施例。对于本文的数值范围的表述,明确地可以考虑具有相同精确度的、其间的每个中间数字。例如,对于6-9的范围,除了6和9之外,还考虑数字7和8,对于范围6.0-7.0,明确地考虑数字6.0、6.1、6.2、6.3、6.4、6.5、6.6、6.7、6.8、6.9和7.0。
术语“基本上”是指该属性在其期望值的80%以内。在其它实施例中,“基本上”是指该属性在其期望值的90%之内。在其它实施例中,“基本上”是指该属性在其期望值的95%之内。在其它实施例中,“基本上”是指该属性在其期望值的99%内。例如,术语“基本完成”是指一个处理至少完成了80%。在其它实施方案中,例如术语“基本完成”是指一个处理至少完成了90%。在其它实施方案中,例如术语“基本完成”是指一个处理至少完成了95%。在其它实施方案中,例如术语“基本完成”是指一个处理至少完成了99%。
术语“基本上”包括指示值约10%范围内的值。在某些实施例中,该值在指示值的约5%以内。在某些实施例中,该值在指示值的约2.5%以内。在某些实施例中,该值在指示值的约1%以内。在某些实施例中,该值在指示值的约0.5%以内。
术语“约”包括指示值约10%以内的值。在某些实施例中,该值在指示值的约5%以内。在某些实施例中,该值在指示值的约2.5%以内。在某些实施例中,该值在指示值的约1%以内。在某些实施例中,该值在指示值的约0.5%以内。
此外,本发明不要求任何实施例的所有有利特征和所有优点都结合到本发明的每个实施例中。
现在转到图1-14来讨论关于本发明的各组成部分的简要说明。
参见附图,这些附图显示了基于人工智能的医学诊断(以下简称AID)系统的各种实施例,该AID系统用于诊断受检者的健康状况并基于所诊断的健康状况将精化(refined)的治疗方案指示给受检者。
本发明揭示了一种AID系统,其用于诊断受检者的健康状况并基于所诊断的健康状况将精化的治疗方案指示给受检者。使用多维分析处理对受检者的健康状况进行诊断。AID系统通过集成的或附加的(additional)组成部分自动地指示(direct)或提供(deliver)治疗干预/治疗。
参见图1,其示出了AID系统101的框图100。AID系统101包括处理器103和存储器115。处理器103包括一个或多个模块,例如机器学习处理模块(以下称为MLP)105、综合征分析器模块(SA)107、病例匹配模块(CM)109、诊断代码链接模块(DCL)111、诊断整合器113。此外,AID系统101连接到一个或多个传感器117和输入/输出设备119。此外,AID系统101与通信网络121连接,该通信网络121被配置为将AID系统101通信地连接到服务器123和数据库125。
AID系统101提取与受检者相关联的数据输入。受检者可以是其医学健康状况需要诊断的患者。受检者可以是需要医学帮助的任何个人。受检者可以是想要跟踪其医学健康状况的任何个人。AID系统101通过受检者、医生、其他医疗保健服务提供者、熟悉受检者或与受检者相关的事件的其他个人、或者任何第三方数据储存库中的至少一个来提取数据输入。由AID系统101提取的数据输入可以对应于临床和非临床信息。在一些实施例中,数据输入包括但不限于与以下相关联的数据:受检者的病史、受检者的家庭病例、受检者正在发生的任何与健康相关的症状的解释、受检者使用的药物、受检者的过敏症、受检者的身体检查结果、以及对受检者的基本实验室测试结果。
受检者的病史和家庭病例可以通过受检者与AID系统101的交互而从受检者提取、从了解受检者或了解影响受检者的事件的其他人和/或存储既往病历的任何第三方平台提取。还可以从受检者与AID系统101的交互中提取与受检者正在发生的与健康相关的症状的解释相关联的数据。受检者经由与AID系统101和受检者相关联的输入/输出设备119与AID系统101进行交互。当受检者与AID系统101进行交互时,AID系统101可以收集受检者的语音内容。AID系统101可以确保对受检者的语音内容的准确理解,以识别疾病症状或任何健康状况。AID系统101可以通过使用一个自然语言处理平台或以基本上并行的方式使用多个自然语言处理平台来分析受检者的语音内容,并从受检者的语音内容中提取数据。多个自然语言处理平台中的每一个单独的自然语言处理平台都在受检者的语音内容中识别其中包含的数据。
此外,AID系统101通过预定义的方法确定所述数据的身份和/或性质。在本发明的一些实施例中,预定义的确定是基于与多个自然语言处理平台相关联的简单一致(simpleconsensus)或多数参数(majority parameter)。在一个示例中,可以认为多个自然语言处理平台中的每一个自然语言处理平台能够同等地确定所述数据的身份和/或性质。一般而言,自然语言处理是一个总称,是指在计算机和人类之间的交互过程中对人类语言的自动计算处理。在另一个示例中,基于某些自然语言处理能力的设计、训练、或准确性,优先选择或以其它方式加权这些自然语言处理能力来确定包含在受检者的语音内容中的数据的存在和/或性质。在特定实施例的示例中,一个或多个自然语言处理器被单独训练以识别俚语或行话术语。
在本发明的一些实施例中,AID系统101在多个频谱(spectral)分析的辅助下评估来自受检者的语音信号。多个频谱分析中的每一个以并行方式诊断质量异常。使用多个频谱分析完成对语音信号的评估以获得输出。输出是与语音质量相关联的。该输出对应于针对异常或正常的语音质量(构音障碍)的单个的诊断确定。
AID系统101从受检者的语音信号和语音内容中执行数据提取。另外,可以通过评估受检者的身体状况的各个方面的计算机视觉分析来提取与身体检查结果相关联的数据。受检者的身体状况的各个方面包括但不限于受检者的面部或四肢虚弱、受检者的面部表情、困倦的眼睛、受检者的身体颤抖、受检者的皮肤或衣服的状况、和/或在受检者的周围环境中发现的物体。AID系统101通过117的计算机视觉分析并利用一个或多个传感器来提取与身体检查结果相关联的数据。计算机视觉分析辅助下的一个或多个传感器117捕获聚焦于受检者的异常及其周围的异常的一个或多个图像。AID系统101确保对正常和异常的准确识别。可以以基本上并行的方式使用多个计算机视觉处理能力来检查受检者的视频或任何视觉呈现结果(visual representation)。在本发明的一些实施例中,对于正常或异常的识别是基于多个计算机视觉处理能力的简单一致或多数一致(majority)。认为每一个计算机视觉处理能力能够同等地识别正常和异常。在本发明的示例性实施例中,基于某些计算机视觉能力的设计、训练、或准确度,优先选择或以其它方式加权多个计算机视觉处理能力中的这些计算机视觉能力,以识别包含在一个或多个图像中的正常和异常。
AID系统101与通信网络121连接。通信网络121向AID系统101提供媒介以连接到服务器123和数据库125。在本发明的一个实施例中,通信网络121是因特网。在本发明的另一个实施例中,通信网络121是无线移动网络。在本发明的又一个实施例中,通信网络121是用于实现数据提取和传输的最佳吞吐量的、无线和有线网络的组合。通信网络121包括一组信道。该组信道中的每一个信道支持有限带宽。该组信道中的每一个信道的有限带宽是基于通信网络121的容量。通信网络121使用多种方法将AID系统101连接到服务器123和数据库125。用于向AID系统101提供网络连接的多种方法可以包括2G、3G、4G、5G等。
AID系统101与服务器123通信地连接。通常,服务器是为其它程序或设备提供功能的计算机程序或设备。服务器123提供各种功能,例如在多个客户端之间共享数据或资源、或为客户端执行计算。所属领域的技术人员能够理解AID系统101可以连接到更多数量的服务器。此外,服务器123可以包括数据库125。
服务器123处理由AID系统101执行的每一个操作和任务。服务器123存储用于执行AID系统101的各种操作的一个或多个指令。在一个实施例中,服务器123位于远程。服务器123与管理员相关联。另外,管理员管理与AID系统101相关联的不同的组成部分。管理员是实时监视AID系统101和服务器123的工作的任何人或个体。管理员通过通信设备监视AID系统101和服务器123的工作。该通信设备包括笔记本电脑、台式计算机、平板电脑、个人数字助理等。此外,数据库125存储与受检者相关联的数据输入。数据库125使用例如关系模型(relational models)或层次模型(hierarchical models)的模型来组织数据输入。数据库125还存储由管理员提供的数据。
AID系统101包括存储器115。存储器115包括RAM、ROM、EEPROM、闪存或其它存储器技术、CDROM、数字多功能盘(DVD)或其它光盘存储器、磁带盒、磁带、磁盘存储器、或者可用于存储所需信息且可由AID系统101访问的任何其它存储介质中的至少一个。存储器115可以包括易失性和/或非易失性存储器形式的非暂时性计算机存储介质。存储器115可以是可移动的、不可移动的、或者前二者的组合。示例性存储器设备包括固态存储器、硬盘驱动器、光盘驱动器等。
AID系统101使用处理器103的多个数据分析处理模块。处理器103的多个数据分析处理模块包括MLP 105、SA 107、CM 109、DCL 111模块。MLP 105通过映射到数据库125中存在的预先建立的诊断来分析从受检者评估中提取的数据输入。在一些实施例中,MLP 105所需的数据输入必须与用于训练MLP 105的数据库125相匹配。数据输入用作特征(features),在受检者评估期间获得的不同的数据元素优选必须符合这些特征。在一些实施例中,MLP 105的不同的部分可以通过由数据元素(来源于受检者评估向AID系统101揭示的数据输入)确定的方式参与或用于诊断评估。
通过受检者评估提供的数据元素可能符合与特定诊断相链接的典型综合征的定义。典型综合征的定义在医学文献中提供。这里和在普通谈话中使用的术语“综合征”不仅包括症状,还包括其他病史、身体检查结果、以及诊断测试结果。在本发明的一些实施例中,对于由SA 107诊断具有给定综合症的受检者,综合症定义的所有部分不必都被通过受检者评估提供的数据元素满足,通过受检者评估提供的所有数据元素也不必都在典型综合症的定义中表示或解释。综合征的定义要素必须满足的程度可以预先确定,可以在不同的综合征之间变化,并且可以逐综合征地被确定。
CM 109执行通过受检者评估提供的数据元素与数据库125的映射。将受检者提供的数据元素和/或叙述的故事与来自已经建立诊断的其他受检者/患者的简要记录(如记录在医学文献中和/或记录在电子病例或数据库中)进行比较。通常,在比较处理中可以使用词汇的、语义的和/或其他方面的相似性。另外,可以对多个匹配记录进行排序、基于相似度或相异度进行加权、计数相似/相异记录的数量、或者以其他方式量化,由此建立对置信度(confidence)的测量,以便将所建立的诊断与评估中的受检者相关联。此外,可以使用基于内容的过滤、基于协同的过滤(collaborative-based filtering)、推荐引擎、以及其它手段来建立对置信度的测量,在分析中使用相似性、距离、或其他衡量指标。可以针对随后需要在通过受检者评估提供的数据输入和数据库125中存在的数据输入之间匹配的任意数量的数据元素,将该数量的受检者特征用于具有由AID系统101预先设定的要求的病例匹配处理。
处理器103包括DCL 111。AID系统101生成或识别一个或多个关键词和短语来作为受检者的诊断评估的一部分。该一个或多个关键词和短语可以链接到医疗保健服务计费记录。医疗保健服务计费记录包括由主治医生提供的最终诊断。医疗保健服务计费记录可以包括国际疾病分类或其他这样的索引,由此作为使术语和诊断标准化的手段。通过从大量受检者病历中识别一个或多个关键词和短语并将它们链接到健康服务计费记录中的诊断,可以在受检者评估期间将该一个或多个关键词和短语用作对该个体受检者的诊断的指示信号(indicators)。对于链接到通过DCL模块获得的诊断的关键词/短语的确定性的测量可以是数字的、成比例的、基于发生频率的、由特异性确定的、和/或涉及到对于该一个或多个关键词和短语与诊断代码之间的链接的质量或强度的某些其它的测量。
多个数据分析处理模块以不同的方式分析数据输入和数据元素以诊断受检者的健康状况。AID系统101可以在一次分析中使用处理器103的多个数据分析处理模块中的多于一个的数据分析处理模块来分析数据输入和数据元素。在一些实施例中,AID系统101使用多个数据分析处理模块中的两个数据分析处理模块的组合。在一些实施例中,AID系统101同时使用多个数据分析处理模块中的三个或更多个数据分析处理模块来分析数据输入和数据元素。AID系统101通过使用诊断整合器113来同时使用多个数据分析处理模块。诊断整合器113对来自多个数据分析处理模块的诊断输出进行整合,以确定针对受检者和/或AID系统101的用户的统一的最终诊断。
参见图2,其所示的框图200示出了收集在MLP 105中使用的数据源以在AID系统101的数据库125中对其进行训练和编辑(compile)的实施例的概况。受检者的初始评估涉及从数据库125中提取或收集数据输入的预定数量的数据输入200a。例如,在图2所示的图示中,预定数量是10。在不脱离本申请公开的范围的情况下,可以适当地使用任何数量来指定该预定数量。作为示例,10个数据输入200a包括与受检者身体的突然的麻木或虚弱、NIHSS评分、烟草的使用、年龄、种族、性别、血脂异常、房颤、高血压、以及收缩血压有关的数据。在本发明的一个实施例中,数据库125由三个单独的数据库组成:数据库#1 125a、数据库#2 125b、数据库#3 125c,每一个数据库都用于训练代表MLP模块105的分组(subset)的机器学习模型(MLM)201的独立的组。在受检者评估期间获得的数据输入与三个数据库中的某个数据库中所包含的数据输入相匹配。然后,使用特定的MLM 201来诊断受检者的健康状况。在此示例中,在受检者的评估期间识别出的10个数据输入200a与在数据库#1 125a中记录的那些数据元素相匹配,因此优选在该时间点仅使用在数据库#1 125a上训练的MLM201a组的机器学习模型来进行诊断分析。也可以常规地、或者根据由MLM#1 201a提供的输出,将在也包含10个数据输入200a的数据库上训练的附加的MLM用于诊断目的。
继续此示例,如果随后在后继评估中收集到了关于受检者的附加的信息或者从其他源获得了附加的信息,并且在该信息中发现了附加的数据输入,则不同的或附加的组的MLM可以基于其处理扩展数量的数据输入的能力来参与诊断评估。附加的数据输入200b也由AID系统201提取或收集,附加的数据输入200b扩展了那些先前收集的数据输入200a。在此示例中,附加的数据输入200b包括药物使用、家族病史、葡萄糖水平。附加的数据输入200b出现在也包含先前收集的数据输入200a的数据库#3 125c中。在此示例中,在数据库#3125c上训练的MLM#3 201c于是被用于在该时间点的诊断分析,以替换或补充由MLM#1 201a提供的初始诊断。在此示例中,优选不将在数据库#2 125b上训练的MLM#2 201b用于对受检者/患者的评估,因为该数据库既不包含原始数据输入200a的完整列表,也不包含补充数据输入200b。
参见图3,其示出了AID系统101所使用的二维诊断处理的示意图300。二维诊断处理对应于同时使用多个数据分析处理模块中的两个数据分析处理模块。在一个示例中,多个数据分析处理模块中的两个数据分析处理模块是MLP 105和SA 107。在一些实施例中,可以使用多个数据分析处理模块中的两个数据分析处理模块的其他组合。在此示例中,在识别了同义词和俚语术语之后,将通过受检者评估提供的信息转换为文本。受检者301是必须诊断其健康状况的患者。从转换的文本的某些部分提取数据元素并由SA 107评估该数据元素以识别相匹配的典型综合征,这些典型综合征中的一些可与健康状况相关联或者与健康状况的病理特征相关联。一些但不是所有数据元素也足以作为MLP 105的操作所需的数据输入,并且并非用于MLP的所有数据输入都必须表示用于SA的数据元素。充分满足MLP的数据输入要求使得MLP 105能够计算确定的诊断的诊断概率或者提供一个诊断。SA 107和MLP105的不同的诊断输出(它们基于由相同受检者301提供的相同的语音发声)可能同意或不同意对于健康状况的诊断。在这种情况下,使用诊断整合器113来比较从MLP 105和SA 107获得的诊断,其目的在于确定要提供给受检者301和/或医疗保健服务提供者的单一的、统一的诊断。在此示例中,如果MLP 105和SA 107两者都同意对某特定的健康状况(例如中风)的诊断,则对该诊断的置信度增加,于是AID系统101触发某一动作,例如对患者实施紧急治疗或指示转运患者。
参见图4,其所示的示意图400概述了从二维诊断处理获得的组合输出(400a,400b)的示例。中风的诊断以“+”(加)号表示。此外,对“非中风”的诊断或对其他医学状况的诊断以(减)号表示。如附图400a所示,在诊断整合器113中对于同意的要求意味着将两个数据分析处理模块用于“复查”彼此的诊断。类似地,如果MLP 105和SA 107两者都同意受检者301的诊断不是中风、或者同意对另一非中风状况的诊断,则受检者301的诊断不是中风的置信度增加。如果能够肯定地识别该其他疾病,则最佳的行动会导致针对该其他疾病的对症治疗。两个数据分析处理模块(MLP和SA)之间的不一致会产生不确定的诊断,这可能会导致下述的行动:例如医生通过视频会议连接进行“第二意见”评估或者将受检者301运送到有熟练工作人员的特定医院以当面评估该受检者301。
可替代地,如附图400b所示,对于例如对中风进行诊断的AID系统,如果多个数据分析处理模块中的两个数据分析处理模块中的一个或两个检测到例如中风的健康状况,则诊断整合器113可以允许将例如中风这样的健康状况的诊断提供给受检者和/或用户。由两个数据分析处理模块之一或两者来进行例如中风这样的健康状况的诊断是为了不遗漏任何具有所述健康状况的受检者。在一个示例中,AID系统101作为针对出现了中风或者更广泛的神经系统紧急情况的人群的初始筛查工具来工作,其目的在于立即让医生对某些患者做出评估以确认该诊断。
在某些实施例中,可以在多个数据分析处理模块中的两个数据分析处理模块都同意中风的诊断、或者两个数据分析处理模块中的任一个做出了中风的诊断的情况下向受检者301提供中风诊断,但是只有当两个数据分析处理模块都同意该诊断时才向受检者301施用或指示使用潜在危险药物。此外,当在两个数据分析处理模块中只有一个做出了中风的诊断时,仅对受检者301实施或指示更安全的治疗。
诊断整合器113不限于使用多个数据分析处理模块中的两个数据分析处理模块。多个数据分析处理模块中的多于两个的数据分析处理模块可以由诊断整合器113用于附加的、补充维度的诊断确认。参见图5,其示出了由AID系统101使用的三维诊断处理的示意图500。示意图500中所示的三维诊断处理对应于同时使用多个数据分析处理模块中的三个数据分析处理模块。在一个实施例中,AID系统101应用多个数据分析处理模块中的三个数据分析处理模块并在诊断整合器113内创建2x2x2的阵列(array)。在一个示例中,AID系统101使用MLP 105、SA 107、CM 109模块。对受检者301进行评估,并与来自预先建立或正在开发的患者数据库125中的最相似的患者进行匹配。在此示例中,多个数据分析处理模块中的三个数据分析处理模块中的至少两个必须就受检者301的特定健康状况达成一致,以为受检者301提供例如中风的诊断。如果仅通过三个数据分析处理模块之一诊断出被评估的受检者301患有中风,则认为该诊断是不确定的,并且在一些实施例中该不确定性将触发人类医生的评估。在其它实施例中,得出不确定的诊断会触发AID系统对受检者的附加的评估或重新评估、对受检者的附加的诊断测试、和/或进一步搜索包括附加的人类源信息(humansource of information)的与受检者相关的数据源。在一些实施例中,AID系统对数据源的进一步的搜索可以采取从受检者/患者当前和/或先前居住的州和国家的医学保健系统访问患者电子病例的形式,和/或采取在通过社交媒体搜索识别了他们的亲属之后联系该亲属的形式。
AID系统101可以应用(employ)或使用(utilize)任何数量的数据分析处理模块,这些模块可以类似地排列成多维阵列。在一个示例中,可以在2x2x2x2阵列中应用四个数据分析处理模块,并且可以将结果的各种组合定义为建立或排除受检者的某些诊断所必需的。另外,诊断整合器113不必认为由多个数据分析处理模块中的每一个产生的诊断决策是相等的。可以对由多个数据分析处理模块中的、在操作上更高级的数据分析处理模块获得的某些诊断决策进行加权。多个数据分析处理模块中的某一数据分析处理模块的操作优先度可以被预先确定,或者针对个人受检者的诊断而被确定(作为在该个人受检者评估期间获得的测量的结果)。
多个数据分析处理模块中的某一数据分析处理模块(该模块被设计用来识别特定的神经系统紧急情况,例如中风,相对于更广泛的非中风状况组)的失败结果(failure)不必然给出任何特定的非中风诊断,例如癫痫发作或创伤性脑损伤。此外,多个数据分析处理模块中的特定的数据分析处理模块可能需要用于每一个医学紧急状况或病症,以便对该状况或病症做出肯定的诊断。在一个示例中,AID系统101可能需要多个诊断整合器。多个诊断整合器中的每一个对应于诊断整合器113。在多个数据分析处理模块中的两个或更多个数据分析处理模块上操作的多个诊断整合器中的每一个可以用于一个特定的医学状况的诊断。针对受检者301(或任何患者)的准确诊断可以要求例如中风专门诊断整合器确认该中风的诊断,并且可以由用于除中风之外的状况的多个诊断整合器确认受检者的诊断不是其他状况。为了得到该分析,在层次结构中可能需要多个诊断整合器。
AID系统101可以用于主要诊断神经系统紧急状况,以识别可以在诊断后立即治疗的某些医学状况。在一个示例中,这种状况之一是缺血性中风。可以向受检者301(任何患者)指示通过神经刺激实现的、针对缺血性中风的某些新的治疗方案。一般而言,血凝块使通向大脑的动脉阻塞或变窄时发生缺血性中风。在一个示例中,面神经、迷走神经、三叉神经或其它颅神经或者外周神经中的任一个都会扩张受检者301的脑、头部或颈部的动脉。动脉的扩张导致流向脑的血流量增加(脑血流量和灌注增加)。这些神经是成对的,在身体的每一侧各有一条神经,并且神经刺激的作用主要是同侧的。通常,同侧是指与受刺激神经发生在同一侧的动脉扩张和脑血流量增加。
在一个示例中,AID系统101确定受检者受缺血性中风影响的脑侧。AID系统101指导神经刺激器治疗设备的用户将神经刺激施加到受检者的头部或身体的适当侧,从而消除对双侧刺激的需要。可以受益于所提供的单侧神经刺激的其它神经系统状况包括创伤性脑损伤、偏头痛、癫痫发作等。在一些实施例中,AID系统101可以通过附加的或集成的组成部分将治疗干预自动地提供给受检者301(称为治疗提供者)(未示出)。
在另一个示例中,AID系统101确定受缺血性卒中影响的脑部分是否位于脑的浅部/深部。这种解剖学定位的具体实例是诊断对大脑皮质的损伤、还是对例如基底节或丘脑的皮层下结构的损伤。损伤部位的这种区别可用以确定受检者301的具体治疗方案。具体治疗方案包括但不限于血管内再通/凝块回收程序。
在又一个示例中,AID系统101确定受缺血性卒中影响的脑部是位于前脑、中脑、或后脑。AID系统101可以区分位于端脑、间脑、中脑、前脑、和/或髓脑中的功能障碍。所述区别可以用于确定受检者301的具体治疗方案。具体治疗方案包括但不限于仅对扩张前脑动脉有效的神经刺激器。
在某些实施例中,部分或全部地根据受检者的症状和检查结果来确定受疾病或其他功能障碍影响的脑部区域。在其它实施例中,可以将各种实验室或神经成像测试结果结合到对受疾病影响的脑组织的确定中。
参见图6,其示出了与AID系统101相关联的输入/输出设备119的视图600的工作示例。AID系统101对受检者301进行的身体检查结果的呈现优选包括至少最小的双向口头/音频通信、向受检者301或AID系统101的用户呈现图形或其它视觉信息、以及受检者301的脸部和/或身体的可视化。
视图600包括受检者301和输入/输出设备119。受检者301是希望与AID系统101进行交互以跟踪他/她的医学健康状况的患者或任何人。在一个实施例中,输入/输出设备119是可穿戴设备。受检者301使用输入/输出设备119来与AID系统101进行交互。输入/输出设备119响应于受检者301与AID系统101的口头交互而向受检者301显示图形或其他视觉信息。输入/输出设备119可以是便携式设备。在一个示例中,输入/输出设备119是头戴式耳机(headset)。受检者301戴着头戴式耳机。头戴式耳机包括面向受检者身体的一个或多个外部摄像装置119a、面向受检者脸部和眼睛的一个或多个内部摄像装置119b、一个或多个扬声器119c、半透明增强现实面罩(semi-transparent augmented reality visor)119d、以及朝向受检者的嘴部或远离受检者的一个或多个麦克风119e。该一个或多个外部摄像装置119a中的每一个优选能够捕获受检者301的手和脚的尾视图(caudal view)。另外,该一个或多个内部摄像装置119b中的每一个优选能够捕获受检者301的眼睛和面部的特写视图。该一个或多个扬声器119c优选靠近受检者301的耳朵。如果受检者301患有传导性耳聋,则该一个或多个扬声器119c可以与受检者301的头部直接接触。
半透明增强现实面罩119d优选向受检者301显示化身图像(avatar image)和/或为评估受检者301所必需的其他信息和图像。响应于与受检者301的交互,由AID系统101为受检者301创建化身图像(对受检者的图形化的表示)。创建化身图像以指导受检者301通过评估,并帮助受检者301准确地理解由AID系统诊断的健康状况或由AID系统101提供的关于治疗方案的任何建议。在一个示例中,受检者301可以是不能阅读的老年人。在这种情况下,化身图像将帮助受检者301很好地理解AID系统101的回应。半透明增强现实面罩119d能够将图形化的信息展现给受检者301或系统的用户,同时允许受检者查看周围环境。此外,麦克风119e优选贴附到头戴式耳机119并直接接近受检者301的嘴部。麦克风119e帮助受检者301与AID系统101进行交互。此外,头戴式耳机119优选包括多个面向外部的麦克风、面向外部的扬声器、以及刺激器。刺激器能够向受检者301的脸部和/或头皮提供感官刺激。感官刺激可以是热刺激、振动刺激、触觉刺激、或电刺激,并且可以有意地增加其强度以达到或超过疼痛阈值。头戴式耳机119可以包括位置传感器。位置传感器确定头戴式耳机在空间中的方向。位置传感器可以包括加速度计、陀螺仪、以及能够确定耳机在空间中的位置的其它传感器。
参见图7,其示出了由与AID系统101相关联的输入/输出设备119捕获的有利位置(vantage points)(700a,700b)的可视化700。输入/输出设备119的一个或多个外部摄像装置119a可以用于手臂的可视化(如700a所示)和腿的可视化(如700b所示)。从一个或多个外部摄像装置的放置位置对手臂和腿进行的可视化帮助了AID系统101确定手臂和腿的力量,方法是测量绝对抬高高度和/或比较侧与侧的相对高度。异常运动和协调功能障碍也可以根据这些有利位置(700a,700b)来确定。
输入/输出设备119可以包括通过无线或有线方式与头戴式耳机连接的腕部或踝部外围设备119f。腕部或踝部外围设备119f可以是手环或粘合垫的形式。腕部或踝部外围设备119f可以包括位置传感器以确定肢体在空间中的位置。这种传感器可以包括加速度计、陀螺仪、以及能够确定所需的组成部分在空间中的位置的其它传感器,并且可以包括一个或多个电池、处理器、和/或存储器模块。腕部或踝部外围设备119f可以包括能够向受检者301提供感官刺激的刺激器。所述刺激器可以向受检者301提供电、热、运动、触觉或其它刺激。所述刺激可以有意地使受检者301感到疼痛。
参见图8A,其示出了配置有与AID系统101相关联的一个或多个传感器117的救护车800。一个或多个传感器117可以是固定到救护车800上的多个固定设备801、803。第一设备801对应于摄像装置805、视频控制台(video console)817、扬声器和麦克风、Wi-Fi/蜂窝/蓝牙发送器/接收器819、和/或信号增强器819a等。多个固定设备中的第二设备803可以固定到轮床、担架、或者用于运送病人进出救护车的其他便携式推车上。其他固定设备可以固定在救护车上、医护人员的衣服或补给包上、医学保健设施(如医院和诊所)的患者检查室内、和/或人群聚集的地方或患者家中。
在所示的实施例中,第一设备801包括摄像装置805(优选是第三人摄像装置(third-person camera)),该摄像装置可以观察受检者301的整个身体(包括头部)。这样的摄像装置可以通过确定形状、颜色、运动来检测受检者301的血液、皮肤异常(例如皮疹或烧伤)、被尿液浸透的衣服、异常的身体姿势、以及肢体或身体的运动。第三人摄像装置可以与头戴式耳机的一个或多个外部摄像装置119a一起工作,以提供用于评估受检者301的补充的有利位置。
第一设备801优选包括视频控制台817,其能够向受检者301显示AID系统101的化身、以及和老花眼的受检者能够阅读的文本。一般来说,老花眼是由于眼睛逐渐失去了聚焦于附近物体的能力造成的。老花眼是衰老过程中自然出现的、又总是令人烦恼的部分。第一设备801还可以对应于扬声器和麦克风,以便能够与救护人员和救护车800中的其他人通信。第一设备801优选具有远程通信能力819(例如无线发送器或其它这样的设备),并且更优选替代性地或额外地具有远程通信信号放大设备819a以改善云/因特网连接。此外,第一设备801优选具有基于处理器和存储器模块的数据处理和存储能力。第一设备801优选具有用于头戴式耳机和/或腕部或踝部外围设备的存储器和/或充电座端口。
一个或多个传感器117可以包括便携式/可穿戴设备807。便携式/可穿戴设备807可以对应于输入/输出设备119。在本发明的一些实施例中,可以使用AID系统101的输入/输出设备119的各部分来评估具有不同状况或处于不同情境的受检者。例如,作为便携式/可穿戴设备807的一种形式,头戴式耳机807可能在与昏迷的受检者/患者(根据定义,昏迷的受检者/患者的双眼紧闭、没有反应)进行交流、或者对昏迷的受检者/患者进行评估方面提供有限的诊断益处。头戴式耳机807还可能在与情绪激动或好斗的受检者/患者(其行为可能因佩戴头戴式耳机而恶化)进行交流方面提供有限的诊断益处。但是,腕部和踝部外围设备119f可能有助于对昏迷患者进行评估,此时对疼痛的响应是重要的身体检查结果数据元素,但是腕部和踝部外围设备119f也可能无法帮助评估激动的患者,此时疼痛刺激将仅增加患者的激动。较少限制的外围设备119f(例如贴片(patches))可以更好地被激动的患者接受,特别是当不会引起受检者的疼痛反应时。大多数神经系统急症患者具有警觉性、专注性和合作性,因此会受益于在对他们的诊断评估中采用的ADI系统101的输入/输出设备119的所有三个部分(头戴式耳机807、腕部和/或踝部外围设备19f、以及一个或多个固定设备801)。在此实施例中,当患者不能使用头戴式耳机807时,优选通过固定设备801和/或外围设备119f来进行患者评估。
在本发明的一些实施例中,AID系统101的输入/输出设备119包括处理器103、存储器115和存储于其中的指令、以及运行AID系统101和现场本地存储AID系统101的操作所需的数据的其他能力。在一些实施例中,还可以利用位于远程的计算处理和服务,并且在进一步的相关实施例中,可以临时使用现场计算和数据存储能力以实现某些功能或者当远程通信受到限制时。
参见图8B,其示出了配置有一个或多个传感器117的救护车800的内部和外部视图的示意图。一个或多个传感器117包括一个或多个场景监视摄像装置809。该一个或多个场景监视摄像装置809捕获有利位置,通过这些有利位置可以从救护车800上的外部位置调查周围环境以可视化和识别事故场景。一个或多个传感器117优选有线或无线地连接到AID系统101。
一个或多个传感器117可以包括第二设备803。第二设备803可以对应于安装在承载受检者301的轮床上的摄像装置。第二设备803使得受检者在被运送到救护车800上或离开救护车800期间可视化,并向第一设备摄像装置805提供不同的视觉视角,这有助于视觉计算和评估,并且能够改善可能被部分或完全地遮挡住而无法被第一设备摄像装置805拍摄到的身体部位的可视化。一个或多个传感器117可以包括固定在救护车800内部的、附加的内部摄像装置811。一个或多个传感器117可以包括连接到护理人员815的优选较小尺寸的便携式摄像装置813。一个或多个传感器117无线地或通过有线数据连接而向AID系统101提供所收集的信息。
参见图9,其示出了用于诊断受检者的健康状况并基于所诊断的健康状况向受检者指示精化治疗方案的方法900的流程图。方法900开始于步骤901。在步骤901之后,在步骤903中,AID系统101执行与受检者相关联的数据输入的提取。AID系统101优选从受检者的语音信号和语音内容执行数据提取。另外,可以通过计算机视觉分析来提取与身体检查结果相关联的数据,该计算机视觉分析评估受检者的身体状况的、各种可以通过视觉感知的方面。受检者的身体状况的各个方面包括但不限于受检者的面部或四肢虚弱、受检者的面部表情、下垂的眼睑、不对称的瞳孔、眼睛的偏斜、身体的颤抖或抽搐、或者受检者的异常姿势。AID系统101优选通过计算机视觉分析并利用一个或多个传感器117来提取与身体的视觉检查结果相关联的数据。计算机视觉分析辅助下的一个或多个传感器117捕获聚焦于受检者的异常的一个或多个图像、或者与受检者相关的图像。AID系统101增加了准确识别正常和异常的可能性。可以以基本上并行的方式使用多个计算机视觉处理能力来检查受检者的视频或任何视觉呈现结果。在本发明的一些实施例中,对于正常或异常的识别是基于多个计算机视觉处理能力的简单一致或多数一致。可以认为每一个计算机视觉处理能力能够同等地识别正常和异常。在本发明的示例性实施例中,基于某些计算机视觉能力的设计、训练、或准确度,优先选择或以其它方式加权多个计算机视觉处理能力中的这些计算机视觉能力,以识别包含在一个或多个图像中的正常和异常。数据输入还可以包括来自上述其他传感器的数据。
因此,在步骤905中,使用处理器103在多个数据分析处理的辅助下对被提取的数据输入进行分析。AID系统101使用处理器103的多个数据分析处理模块。处理器103的多个数据分析处理模块优选包括MLP 105、SA 107、CM 109、DCL 111模块中的两个、三个或所有四个。此外,在步骤907中,例如由CM模块109执行所分析的提取的数据输入与存储在数据库125中的数据之间的映射。在步骤909中,在诊断整合器113的辅助下,使用多个数据分析处理模块的组合输出来诊断受检者的健康状况。在步骤911中,基于所诊断的受检者的健康状况,对受检者的治疗方案进行精化。此外,将精化的治疗方案指示给AID系统101的受检者。在步骤913中,AID系统101检查是否需要监测受检者的健康状况、或者受检者是否再次出现了症状。如果受检者或用户选择“是”,则AID系统101可以迭代地执行针对受检者的评估并再次从步骤901开始。如果受检者选择“否”,则该方法在步骤914终止。可替代地,可以根据AID系统的内部标准来确定是否需要监视受检者的健康状况,AID系统的内部标准例如是患者状况的严重程度、对患者的诊断的性质、推荐给患者的治疗方案的类型、以及AID系统服务于患者的持续时间。
在本发明的一些应用中,方法900在步骤914终止。可替代地,在本发明的一些应用中,由AID系统101对受检者进行的评估可以是重复的或迭代的,例如每隔1到60分钟重复,或者每小时重复,或者每天1到12次地重复。可能期望AID系统101对受检者进行附加的评估,以确认、校正或补充通过先前评估收集的信息,并精化或修改针对受检者的初始诊断和/或治疗方案。AID系统101对所述受检者进行的所述附加评估可以涉及AID系统101的典型处理的全部或部分。也可能在初次服务受检者期间或者经过更长的时间段时,期望AID系统101对受检者进行重复的评估,以监视受检者的状况:改善(例如作为治疗方案的结果)、恶化(例如随着疾病进展)、或者复发。可能发现方法900被解释为具有上述处理步骤,但是本领域技术人员会理解方法900可以具有可实现本发明的所有上述实施例的更多或更少的处理步骤。
参见图10,其示出了用于AID系统101的实施例的操作的流程图1000。该操作开始于步骤1001。在步骤1001中,由AID系统101提供患者界面。患者界面可以是如上所述的输入/输出设备119的形式。任何患者都可以使用患者界面与AID系统101进行交互。在步骤1003中,患者使用患者界面与AID系统101进行交互。在步骤1005中,AID系统101根据需要进行语音到文本的转换或文本到语音的转换。例如,如果患者已经使用语音或声音与AID系统101进行交互,则AID系统101执行语音到文本的转换以准确地理解患者的交互。在步骤1007中,AID系统101执行数据收集或数据提取。AID系统101收集或提取与患者相关联的数据输入。AID系统101通过患者、医生、或者任何第三方或第三方平台中的一个或多个来提取或收集数据输入。由AID系统101提取的数据输入可以对应于由医生或第三方平台收集的临床和非临床信息。在一些实施例中,数据输入可以包括与以下相关联的数据:受检者的病史、家庭病例、受检者正在发生的任何与健康相关的症状的解释、药物使用、过敏、身体检查结果、以及基本实验室测试结果。在步骤1009中,AID系统101例如通过计算机视觉分析并利用一个或多个传感器117(如图1中所解释的)来提取与身体检查结果相关联的数据。计算机视觉分析辅助下的一个或多个传感器117捕获聚焦于患者的异常的一个或多个图像。所收集或提取的数据/数据输入存储在数据库125中。AID系统101能够确保对正常和异常的准确识别。
在步骤1013中,使用自然语言处理(NLP)界面分析收集的数据/数据输入、或者语音到文本的被转换的数据,以确定所述数据的身份和/或性质。
在步骤1011中,AID系统101进行数据分析。AID系统101使用处理器103在多个数据分析处理的辅助下对所提取的数据输入/数据进行分析(如图1中所提及的)。AID系统101使用处理器103的多个数据分析处理模块。处理器103的多个数据分析处理模块包括MLP 105、SA 107、CM 109、DCL 111模块中的两个或更多个。AID系统101使用多个数据分析处理模块中的两个或更多个数据分析处理模块的组合来进行数据分析。MLP 105通过映射到数据库125中存在的预先建立的诊断来分析从患者或第三方平台提取的数据输入(病史和身体检查结果)。所提取的数据/数据输入由SA 107评估以识别相匹配的典型综合征,这些典型综合征中的一些可能与严重的健康状况相关联。此外,AID系统101使用CM 109执行所分析的提取的数据输入与存储在数据库125中的数据之间的映射。此外,AID系统101使用DCL模块111来生成一个或多个关键词和短语来作为患者诊断评估的一部分。该一个或多个关键词和短语可以链接到医疗保健服务计费记录。医疗保健服务计费记录包含由主治医生提供的最终诊断。医疗保健服务计费记录可以包括国际疾病分类或其他这样的索引,以作为将术语和诊断标准化的手段。该一个或多个关键词和短语可以在个体受检者/患者的评估期间用作对该个体受检者/患者的诊断的指示信号。对于链接到诊断的关键词/短语的确定性的测量可以是数字的、成比例的、基于发生频率的、由特异性确定的、和/或涉及到对于该一个或多个关键词和短语与诊断代码之间的链接的质量或强度的某些其它的测量。在步骤1015中,AID系统101提供来自多个数据分析处理中的每一个的诊断结果。在步骤1015a中,如果对于多个数据分析处理模块之间达成一致的预定标准不是元数据分析处理模块(metdataanalytic process modules),则AID系统101例如呼叫随叫随到的神经科医生或其他适当的医生以进一步帮助患者。联系的医生优选是其专科培训与患者的(确定的)诊断或不确定的诊断有关的医生。在步骤1015b中,如果多个数据分析处理模块中的两个数据分析处理模块都同意中风或某一健康状况的诊断,则AID系统101向患者和/或医疗保健服务提供者提供该诊断。
在进一步的实施例中,所公开的发明改进了对于由受检者/患者以自然言语形式提供给AID系统101的医学术语的识别,其中医学术语可能被受检者/患者故意或无意地模糊为:多义、歧义、模棱两可或含糊的词选择(word choices);含混句子结构;类比;或俚语。
在一个这样的实施例中,将医学术语构造为AID系统101内的层次结构(hierarchy),在该层次结构中,患者发出的话语触发该层次结构的一个或多个特定的子标题(subheadings)。由此,以这种方式标识的层次结构中的多个子标题指示或标识最佳地表示受检者/患者的话语的、层次结构中的较高级别的医学术语(例如类别术语(categoricalterm)),并且医学层次结构中的类别术语随后被AID系统101用作用于诊断处理的数据输入。参见图11,其示出了例如用于检测与神经紧急情况相关的症状的层次结构1100。AID系统101应用的医学术语层次结构包括在步骤1101中检测到的、与神经紧急情况相关的症状。将检测到的症状再分为疼痛症状1103和神经功能障碍症状1105来作为类别术语。类别术语疼痛1103进一步分为:头痛1103a、眼痛1103b、颈痛1103c、背痛1103d。类别术语神经功能障碍1105进一步分为局灶性神经功能障碍症状1107和全局性神经功能障碍症状1109,它们也是类别术语。类别术语局灶性神经功能障碍1107进一步再分为:视觉功能障碍1111、计算障碍1113、语言功能障碍1115、吞咽困难1117、肢体功能障碍1119、步态功能障碍1121、头晕1123等症状。视觉功能障碍1111具有以下症状:复视1111a、视觉畸变1111b、视力丧失1111c。语言功能障碍1115进一步分为3个术语:理解困难1115a、说话困难1115b、书写困难1115c。理解困难1115a具有以下症状:语言理解障碍1115a1、阅读障碍1115a2。说话困难1115b可具有以下症状:话语杂乱1115b1、失语1115b2、话语含糊1115b3。书写困难1115c可具有以下症状:肢体功能障碍1115c1、不能书写1115c2。肢体功能障碍1119可具有以下症状:笨拙1119a、不可控的运动1119b、麻木1119c、虚弱1119d。此外,步态障碍1121可具有以下症状:肢体障碍1121a、步态笨拙1121b、不可控的运动1121c。头晕1123可具有以下症状:眩晕1123a、短暂的意识丧失1123b。类别术语“全局性神经功能障碍1109”可具有以下症状:意识障碍1109a、意识模糊1109b。
在一个示例中,接受AID系统101评估的患者报告他经历了3种症状:“视力丧失1111c”、“说话模糊1115ba”、“虚弱1119d”。患者/受检者描述的3种症状由层次结构中的3个子标题术语表示,它们均在类别术语“局灶性神经功能障碍”1107内。由于局灶性神经功能障碍1107可能由例如中风的医学状况引起,因此对受检者/患者的评估于是立即进行到附加的步骤,该步骤旨在优先于其他评估来诊断患者是否患有中风。
如果受检者或患者的话语与医学层次结构中的多个子标题术语相关、而这些子标题术语并非全部包含在单个的类别术语中,则不能推定该受检者或患者具有与一个类别术语相关的确定的医学诊断,因此对该受检者/患者的评估不能专门指向对该确定的医学诊断的识别而排除其他评估。在这样的反例中,受检者/患者可以向AID系统101提供用于评估的话语,从中识别出特定的术语“背痛1103d”、“说话模糊1115ba”、“混淆1109b”。三个识别出的特定术语中的每一个都是包含在不同的类别术语中的子标题,由此防止了任何与一个特定的类别术语相关的、关于疾病状况的假设。
在其他实施例中,由受检者/患者说出的话语指示医学术语层次结构中的一个类别、或者以其它方式与医学术语层次结构中的一个类别相关,其中该类别术语并非精准地适于用作AID系统101的诊断处理所需的数据输入,但是该不精确的类别内包含若干精确的医学术语,这些精确的医学术语将单独地用作诊断处理所需的数据输入。为了确定包含在不精确的类别内的哪些精确的医学术语与描述症状的受检者/患者的话语相关,激活AID系统101内的子例程,以辨别如何将包含在不精确的类别中的各种精确的医学术语应用于受检者/患者的话语。
AID系统101的旨在在多个精确的医学术语(该多个精确的医学术语包含在一个不精确的类别中)之间进行辨别的子例程可以采取几种形式,并且依赖于该不精确的类别的性质。参见图12,其示出了具有处理流程图1200的应用示例,该处理流程图1200用于向有头晕症状的患者询问问题。在这种子例程的一个实施例中,如图12所示,患者的话语仅足以满足不精确类别术语“头晕”的要求,该不精确类别术语“头晕”标记一个包括“失调”、“眩晕”、“先兆晕厥和晕厥”等精确术语的类别。在不精确的类别“头晕”中,所有三个精确的术语都被认为是对患者提及头晕的话语的、具有相同可能性的解释。旨在辨别不精确类别“头晕”中的精确术语的子例程于是询问一组预定的问题,以识别哪个或哪几个精确术语是对受检者/患者的体验(即症状)的恰当的描述。然后,被确定为对于受检者/患者的话语来说是恰当的精确术语可以用作AID系统101的诊断处理所需的数据输入。
在步骤1201中,处理流程图1200开始。在步骤1203中,向具有不精确类别的症状(例如本示例中的头晕)的受检者/患者询问该组预定的问题。在步骤1205中,AID系统101被配置为生成与询问多个问题中的第一个问题相对应的输出以更精确地识别症状,这里的第一个问题是“你感觉是站在不稳定的表面上吗?”。如果患者说“是”,则在步骤1207中,识别出患者的失调。不管在步骤1207中受检者/患者的回答是肯定还是否定,处理前进到步骤1209。在步骤1209中,AID系统101被配置为生成与向患者询问的第二个问题相对应的输出。第二个问题可以是“你感觉世界在绕着你旋转吗?”。如果患者说“是”,则在步骤1211中,识别出患者的眩晕。不管在步骤1209中受检者/患者的回答如何,处理前进到步骤1213。在步骤1213中,AID系统101被配置为生成与向患者询问的第三问题相对应的输出。第三个问题可以是“你感觉自己会晕倒或失去知觉吗?”。如果患者说“是”,则在步骤1215中,识别出患者的先兆晕厥和晕厥。然后,在AID系统接收到所有3个问题的答案之后,处理流程图1200结束而不考虑答案的肯定或否定的性质。在一些实施例中,处理流程图1200可以在3个问题中的任何一个接收到来自受检者/患者的预定答案时结束。提出的问题不限于上述所列的问题。
在另一个实施例中,AID系统101的子例程旨在辨别不精确类别中包含的多个精确医学术语,该精确术语不是对受检者/患者的话语的、具有相同可能性的描述,和/或在某些情况下可以是排他性的。包含在不精确类别中的精确医学术语的不等概率可以由AID系统基于先前患者评估的频率、医学文献数据、专家意见、或者其它信息源来预先确定,或者该不等概率可以在评估受检者/患者期间被确定作为AID系统已知的或由AID系统获得的、关于受检者/患者的其他信息的结果。
参见图13,其示出了用于检测与异常视觉相关的症状的工作流程(work flow)1300的应用示例的术语层次结构。在此示例中,在步骤1301中,从受检者/患者发出的语言中检测与异常视觉相关的症状。与视力异常相关的症状被分类为2个类别术语(阴性视觉现象1303和阳性视觉现象1307)和单个精确术语(复视1305)。类别术语“阴性视觉现象”1303包括精确术语“视敏度下降”1303a和“视野切割或暗点”1303b。类别术语“阳性视觉现象”1307包括精确术语“飞蚊症”1307a、“闪光幻视”1307b、“视觉畸变”1307c、“视觉幻觉”1307d。但是,并非所有术语都是对受检者/患者话语的、具有相同可能性的描述,“复视”1305、“视野切割或暗点”1303b、“视敏度下降”1303a比其它术语更普遍地代表患者的话语。请注意,精确术语或症状1303a、1303b、1307a、1307b、1307c、1307d中的每一个都是SA 107所使用的类型的数据元素。
参见图14,其示出了具有流程图1400的应用示例,该流程图1400用于向具有异常视力症状的患者询问问题。被设计为用于辨别精确术语的子例程为不精确类别内的具有普遍代表性的精确术语赋予优先度,例如问题的流程图1400(图14)最初询问受检者/患者以确认具有普遍代表性的精确术语对于受检者/患者的模糊话语的恰当性。如果子例程确认一个或多个具有普遍代表性的精确术语对于受检者/患者的话语是恰当的,则子例程完成其功能;并且,如果不能将具有普遍代表性的精确术语归因于受检者/患者的话语,则子例程仅考虑不精确类别中包含的其他不太常引用的精确术语的恰当性。
流程图开始于步骤1401。在步骤1403中,向具有异常视力症状的患者询问一组问题。在步骤1405中,由AID系统101向患者询问第一个问题“你看到了双影吗?”。如果患者说“是”,则识别出患者的复视1407。无论在步骤1405中受检者/患者的回答如何,之后都进行到步骤1409。在步骤1409中,询问第二个问题“你看到了黑色/灰色的区域或斑点吗?”。如果患者说“是”,则识别出患者的视野切口或暗点1411。无论在步骤1409中受检者/患者的回答如何,都进行到步骤1413。在步骤1413中,询问第三个问题“当阅读或看远处的事物时,你是否难以聚焦?”。如果患者说“是”,则识别出患者的视敏度丧失1415。对在步骤1405、1409和1413中提出的问题的任何“是”或其他肯定的回答都会结束该子例程,因为这3个问题都必须向任何具有异常视力的受检者/患者提出,并且这些问题所询问的3个精确术语中的多于一个的精确术语可以应用于受检者/患者的话语。但是,如果子例程的3个所需问题中的任何一个没有得到肯定的回复,则进入到步骤1417。
在步骤1417中,询问第四个问题“你看到了别人看不见的成形的(formed)物体或人吗?”。如果在步骤1417中患者说“是”,则识别出患者的视觉幻觉1419,并且子例程结束。如果在步骤1417中患者说“否”,则进行到步骤1421。在步骤1421中,询问第五个问题“你看到了不成形的(unformed)形状和颜色吗?”。如果在步骤1421中患者说“是”,则进行到步骤1423。在步骤1423中,询问第六个问题“它们是否像闪光一样短暂?”。如果在步骤1423中患者说“是”,则识别出患者的幻视1425,并且子例程结束。如果在步骤1423中患者说“否”,则进行到步骤1429。在步骤1429中,询问第七个问题“它们是否漂浮在你的眼前?”。如果在步骤1429中患者说“是”,则识别出患者的飞蚊症1431,并且子例程结束。如果在步骤1429中患者说“否”,则识别出患者的视觉畸变1433,并且子例程结束。如果患者对第五个问题说“否”,则跳过步骤1423和1429并进行到步骤1427。在步骤1427中,询问第八个问题“你的视力或部分视力是否变形、褪色或尺寸异常?”。如果在步骤1427中患者说“是”,则识别出患者的视觉畸变1433,并且子例程结束。如果患者说“否”,则进行到步骤1435。在步骤1435中,询问第九个问题“如果闭上任一只眼睛,你的异常视力是否会好转?”。如果在步骤1435中患者说“是”,则识别出患者的复视1407,并且子例程结束。如果患者说“否”,则识别出患者的视力丧失1415,并且子例程结束。提出的问题可能不限于上述问题。
受益于上述说明和相关附图中的教导,本发明所属领域的技术人员会想到本文所阐述的本发明的许多修改和其它实施例。应当理解,本发明不限于所公开的特定实施例,并且修改和其它实施例包括在所附的权利要求的范围内。此外,尽管上述说明和相关附图在元素和/或功能的某些示例组合的上下文中描述了示例性的实施例,但是应当理解,可以在不脱离所附的权利要求的范围的情况下,通过可替代性的实施例提供元素/功能的不同组合。就此而言,例如,还可以设想与上文明确描述的元素和/或功能不同的组合,如在一些所附的权利要求中阐述的。尽管这里使用了特定术语,但是它们仅以一般的和描述性的意义使用,而不是出于限制的目的。
Claims (20)
1.一种医学设备,其包括:
处理器,所述处理器包括多个数据分析处理模块和诊断整合器;
存储器,所述存储器可通信地连接到所述处理器;以及
输入/输出设备,所述输入/输出设备可通信地连接到所述处理器;
所述处理器被配置为执行存储在所述存储器中的指令以:
使所述患者界面记录来自受检者的第一数据;
通过所述多个数据分析处理模块中的第一数据分析处理模块分析所述第一数据并确定第一诊断输出;
通过所述多个数据分析处理模块中的第二数据分析处理模块分析所述第一数据并确定第二诊断输出;
整合来自所述多个数据分析处理模块的诊断输出并确定对所述受检者的统一的最终诊断。
2.根据权利要求1所述的医学设备,其中所述输入/输出设备包括至少一个传感器。
3.根据权利要求1或2所述的医学设备,其中所述至少一个传感器包括摄像装置和麦克风。
4.根据权利要求1至3中的任一项所述的医学设备,其中所述至少一个传感器还包括热像仪、温度计、心电图传感器、光电体积描记传感器、电磁脉冲监视器、加速度计、以及陀螺仪中的一个或多个。
5.根据权利要求1至4中的任一项所述的医学设备,其中所述输入/输出设备包括扬声器和视频显示屏中的一个或多个。
6.根据权利要求1至5中的任一项所述的医学设备,其中所述输入/输出设备包括可以由所述受检者佩戴的头戴式耳机。
7.根据权利要求1至6中的任一项所述的医学设备,其中所述头戴式耳机包括:当所述受检者佩戴所述头戴式耳机时面向不朝着所述受检者的脸部的方向的一个或多个外部摄像装置、当所述受检者佩戴所述头戴式耳机时面向所述受检者的面部的一个或多个内部摄像装置、一个或多个扬声器、半透明增强现实面罩、当所述受检者佩戴所述头戴式耳机时朝向并接近所述受检者的嘴部的一个或多个麦克风、以及朝向并接近所述受检者的耳部的一个或多个扬声器。
8.根据权利要求1至7中的任一项所述的医学设备,其中所述输入/输出设备包括一个或多个刺激器,所述一个或多个刺激器用于向所述受检者的面部、头皮、和/或身体的其他部分提供感官刺激,所述提供的刺激本质上是热刺激、振动刺激、触觉刺激、和/或电刺激中的一种或多种。
9.根据权利要求1至8中的任一项所述的医学设备,其中所述输入/输出设备包括一个或多个外围设备,所述一个或多个外围设备位于所述受检者的一个或两个踝部和/或一个或两个腕部上,所述外围设备包括粘合剂和/或具有圆形形状以保持摩擦地附着在受检者上,并且围绕所述患者的肢体,所述外围设备包括一个或多个传感器和/或一个或多个刺激器。
10.根据权利要求1至9中的任一项所述的医学设备,所述医学设备还包括多个固定设备,所述多个固定设备中的每一个分别固定到车辆、建筑物、医学运输工具、以及家具中的相应一个上。
11.根据权利要求1至10中的任一项所述的医学设备,其中所述多个固定设备中的第一设备固定到救护车上,并且包括第三人摄像装置、视频控制台、一个或多个扬声器、以及麦克风。
12.根据权利要求11所述的医学设备,其中所述多个固定设备中的第二设备固定到医学运输工具上,所述医学运输工具用于将患者移入和移出所述救护车。
13.根据权利要求1至12中的任一项所述的医学设备,其中所述处理器进一步被配置为使所述输入/输出设备响应于从所述受检者接收到的、该受检者对听觉的口头响应而向所述受检者显示图形和/或其它视觉信息,所述受检者的口头响应是响应于来自所述医学设备的视觉或听觉的输出而做出的。
14.根据权利要求1至13中的任一项所述的医学设备,其中所述多个数据分析处理模块包括机器学习处理模块、综合征分析器模块、病例匹配模块、以及诊断代码链接模块中的至少两个。
15.根据权利要求1至14中的任一项所述的医学设备,其中所述处理器还被配置为将患者的语音转换为文本,并使扬声器以语音文本来听觉地响应患者。
16.根据权利要求1至15中的任一项所述的医学设备,其中所述处理器还被配置为访问一个或多个数据库。
17.根据权利要求1至16中的任一项所述的医学设备,其中所述机器学习处理模块基于多个数据输入和给定疾病或状况的发生率的组合关联性来确定所述受检者发生了所述给定疾病或状况的诊断的正确可能性,所述数据输入通过所述输入/输出设备从所述受检者收集,并且数据输入包括以下中的一个或多个:所述受检者的身体发生了突然的麻木或虚弱、NIHSS评分、烟草的指征、年龄、种族、性别、血脂异常的指征、房颤的指征、高血压的指征、当前的收缩压、当前的舒张压、当前的葡萄糖水平、受检者当前正在服用的药物、受检者的中风家族史的指征、冠状动脉疾病的指征、以及当前的心率。
18.根据权利要求1至17中的任一项所述的医学设备,其中综合症分析器模块基于一个或多个数据元素的存在或不存在来确定所述受检者发生了给定疾病或状况的诊断的正确可能性,所述数据元素是与所述疾病或状况相关联的症状。
19.根据权利要求1至18中的任一项所述的医学设备,所述医学设备还包括治疗提供者,所述处理器还被配置为在所述处理器确定了疾病的诊断后使所述治疗提供者直接向所述受检者提供治疗。
20.根据权利要求1至19中的任一项所述的医学设备,其中所述治疗提供者向所述受检者提供药物注射和电神经刺激中的一种。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063123179P | 2020-12-09 | 2020-12-09 | |
US63/123,179 | 2020-12-09 | ||
PCT/US2021/062716 WO2022125845A1 (en) | 2020-12-09 | 2021-12-09 | System and method for artificial intelligence baded medical diagnosis of health conditions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116601720A true CN116601720A (zh) | 2023-08-15 |
Family
ID=81973866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180083439.3A Pending CN116601720A (zh) | 2020-12-09 | 2021-12-09 | 用于基于人工智能的健康状况的医学诊断系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240038390A1 (zh) |
EP (1) | EP4258979A1 (zh) |
CN (1) | CN116601720A (zh) |
WO (1) | WO2022125845A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11972846B1 (en) * | 2021-03-23 | 2024-04-30 | T-Mobile Innovations Llc | Healthcare worker smart visor |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6206829B1 (en) * | 1996-07-12 | 2001-03-27 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including network access |
US8308646B2 (en) * | 2005-04-18 | 2012-11-13 | Mayo Foundation For Medical Education And Research | Trainable diagnostic system and method of use |
US9610016B2 (en) * | 2014-08-27 | 2017-04-04 | Vladimir Shusterman | Wireless health monitoring in the setting of X-ray, magnetic resonance imaging and other sources of electromagnetic interference |
CN113272911A (zh) * | 2018-08-28 | 2021-08-17 | 纽优柔斯普林有限公司 | 一种用于诊断和治疗疾病的医疗设备和方法 |
-
2021
- 2021-12-09 CN CN202180083439.3A patent/CN116601720A/zh active Pending
- 2021-12-09 US US18/256,063 patent/US20240038390A1/en active Pending
- 2021-12-09 WO PCT/US2021/062716 patent/WO2022125845A1/en active Application Filing
- 2021-12-09 EP EP21904440.1A patent/EP4258979A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4258979A1 (en) | 2023-10-18 |
WO2022125845A1 (en) | 2022-06-16 |
US20240038390A1 (en) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210106265A1 (en) | Real time biometric recording, information analytics, and monitoring systems and methods | |
US20190110754A1 (en) | Machine learning based system for identifying and monitoring neurological disorders | |
CN106691476B (zh) | 基于眼动特征的图像认知心理分析系统 | |
Nakanishi et al. | Detecting glaucoma with a portable brain-computer interface for objective assessment of visual function loss | |
JP6124140B2 (ja) | 患者の認知機能の評価 | |
WO2020119355A1 (zh) | 自闭症谱系障碍患者的多模态情感认知能力的评估方法 | |
US11699529B2 (en) | Systems and methods for diagnosing a stroke condition | |
US20230320647A1 (en) | Cognitive health assessment for core cognitive functions | |
CN109770921B (zh) | 自闭症儿童早期语言与认知能力筛查的方法及装置 | |
JP2019523027A (ja) | 記憶及び機能の衰えの記録及び分析のための装置及び方法 | |
KR101854812B1 (ko) | 시청각 콘텐츠와 생체신호 분석을 활용한 정신증상 평가 시스템 | |
Oshrat et al. | Speech prosody as a biosignal for physical pain detection | |
US10786191B2 (en) | System and method for supporting of neurological state assessment and for supporting neurological rehabilitation, especially within cognitive and/or speech dysfunction | |
Kovalenko et al. | Detecting the Parkinson’s Disease Through the Simultaneous Analysis of Data From Wearable Sensors and Video | |
CN116601720A (zh) | 用于基于人工智能的健康状况的医学诊断系统和方法 | |
Frick et al. | Detection of schizophrenia: A machine learning algorithm for potential early detection and prevention based on event-related potentials. | |
Geman et al. | Parkinson’s disease assessment using fuzzy expert system and nonlinear dynamics | |
Noguez Imm et al. | Preventable risk factors for type 2 diabetes can be detected using noninvasive spontaneous electroretinogram signals | |
Rafique et al. | Towards estimation of emotions from eye pupillometry with low-cost devices | |
Mantri et al. | Real time multimodal depression analysis | |
Zheng et al. | Current development of biosensing technologies towards diagnosis of mental diseases | |
Miltiadous et al. | An experimental protocol for exploration of stress in an immersive VR scenario with EEG | |
US20230062081A1 (en) | Systems and methods for provoking and monitoring neurological events | |
CN111460952B (zh) | 一种精神分裂症面部识别规则的生成方法、系统和预测系统 | |
US20230034517A1 (en) | Device for estimating mental/nervous system diseases using voice |
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 |