CN116848584A - 启用ai的医疗保健服务访问 - Google Patents

Abstract

一种系统收集与用户相关联的第一数据。第一数据包括历史健康数据和与健康监视参数集合对应的传感器数据集合。该系统在第一数据上应用第一人工智能(AI)模型，以计算反映用户的健康状况相对于参考值的偏差的指标。基于该指标，该系统生成包括与偏差的原因相关联的标志或标签的第一推断数据。基于第一推断数据，该系统确定用户为造访第一医疗保健中心而需要的第一需求。该系统还基于第一数据和第一推断数据来确定与第一需求相关联的第一用户相关数据集合。此后，该系统将第一用户相关数据集合传送到与第一医疗保健中心相关联的电子医疗保健系统。

Description

启用AI的医疗保健服务访问

相关申请/通过参考并入的交叉引用

本申请要求于2021年8月31日在美国专利局提交的美国专利申请No.17/462,285的优先权权益。以上引用的申请中的每一个的全部内容特此以引用方式并入本文中。

技术领域

本公开的各种实施例涉及基于人工智能(AI)的医疗保健服务。更具体地，本公开的各种实施例涉及用于启用人工智能的医疗保健服务访问的系统和方法。

背景技术

医学科学领域中的进步已引起各种医疗保健和医疗服务的发展。这种服务帮助需要紧急或非紧急医疗援助或干预的患者。可以通过诸如医院和诊所之类的医疗设施向患者提供医疗保健和医疗服务。通常，在医疗咨询或治疗的过程中，患者可以造访一个或更多个医疗保健中心。每当患者造访医疗保健中心时，患者在理解有限的情况下可以向医疗从业者解释他/她的健康状况、症状或其他相关信息。在一些情形下，可以将患者转诊到另一医疗保健中心进行进一步治疗。患者被转诊到的其他医疗保健中心可能没有先前的医疗保健中心可以拥有的关于患者的所有所需信息。在整个咨询过程中，与患者相关的大量信息可能丢失。丢失背后的原因可能是患者护理大多分散，并且大多数医疗保健服务通过可以基于封闭平台的基础设施(包括信息技术(IT)基础设施)运营。信息丢失可能影响合适和及时地向患者传送医疗护理或干预。

通过将所描述的系统与本公开的一些方面进行比较，常规和传统的方法的局限性和缺点对于本领域的技术人员来说将变得显而易见，如在本申请的其余部分中以及参考附图阐述的。

发明内容

提供了基本上如附图中的至少一个中示出的和/或结合附图中的至少一个描述的用于启用人工智能(AI)的医疗保健服务访问的系统和方法，如在权利要求中更完整地阐述的那样。

从本公开的以下详细描述连同附图的回顾中可以理解本公开的这些和其他特征和优点，在附图中，类似的附图标记始终表示类似的部件。

附图说明

图1是按照本公开的实施例的启用AI的医疗保健服务访问的示例性网络环境的示图。

图2是例示了按照本公开的实施例的启用AI的医疗保健服务访问的示例性场景的示图。

图3是按照本公开的实施例的描绘建立用于传送与用户相关联的数据的加密会话的操作集合的序列图。

图4A和图4B共同是按照本公开的实施例的用于启用对第一医疗保健中心的服务的访问的方法的序列图。

图5A和图5B共同是按照本公开的实施例的用于启用对第二医疗保健中心的服务的访问的方法的序列图。

图6A和图6B共同是按照本公开的实施例的预先安排紧急响应(ER)服务的方法的序列图。

图7A和图7B共同是按照本公开的实施例的用于确定医疗保健中心的一个或更多个推荐的方法的序列图。

图8是描绘按照本公开的实施例的用于基于虚拟现实(VR)的咨询会话的方法的序列图。

图9是描绘按照本公开的实施例的多个AI模型的主从配置的示图。

图10A和图10B共同是按照本公开的实施例的描绘多个AI模型之间的操作集合的序列图。

图11是描绘按照本公开的实施例的利用第一AI模型确定示例性第一需求的示图。

图12是按照本公开的实施例的启用基于人工智能(AI)的医疗保健服务访问的系统的框图。

图13是例示了按照本公开的实施例的启用人工智能(AI)的医疗保健服务访问的示例性方法的流程图。

具体实施方式

以下描述的实现方式可以见于所公开的启用人工智能(AI)的医疗保健服务访问的系统和方法。本公开的示例性方面提供了可以被配置为收集与用户(诸如，患者)相关联的数据的系统。所收集的第一数据可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。传感器数据集合可以从传感器集合(例如，血压传感器、心率传感器和生物阻抗传感器)获取。传感器集合可以是与用户相关联的用户设备(诸如，智能电话)的一部分，或者可以与用户设备分离。

在任何时刻，系统可以在所收集的数据上应用第一AI模型，以计算可以反映用户的健康状况相对于参考值的偏差的一个或更多个指标。例如，第一指标可以基于第一AI模型预测健康状况偏差的置信得分来指示0和1之间的值。在场景中，系统可以确定用户的血压测量值(例如，147/92毫米汞柱(mm Hg)的BP测量值)相对于血压测量的参考值(诸如，120/80mm Hg的参考BP测量值)的偏差。与所确定的偏差对应的第一指标可以是0.92。在实施例中，第一指标可以对应于与第一AI模型相关联的置信得分或预测得分。接近1的值可以指示第一指标反映所监视的用户健康状况相对于参考值的较强偏差。

基于计算出的一个或更多个指标，系统可以生成推断数据，该推断数据可以包括与健康状况偏差的原因相关联的一个或更多个标志或标签。例如，基于用户的血压测量值的偏差，推断数据可以包括“高血压”标志。

系统可以基于所生成的推断数据来确定用户为造访医疗保健中心(例如，诊所)而可能需要的需求。例如，所确定的需求可以是向医疗从业者咨询。基于所收集数据和推断数据，系统可以确定与所确定的第一需求相关联的用户相关数据集合。例如，用户相关数据集合可以包括用户的个人详情(诸如，姓名、年龄和性别)连同所记录的传感器数据(诸如，心率测量值、血压测量值和血糖测量值)和历史健康数据。

系统可以被配置为将所确定的用户相关数据集合传送到与医疗保健中心相关联的电子医疗保健系统(诸如，与医疗保健中心相关联的计算机、移动设备、边缘节点或服务器)。在实施例中，可以在用户造访医疗保健中心之前或者一旦用户造访医疗保健中心，将用户相关数据集合传送到电子医疗保健系统。在另一实施例中，传送可以是基于确定用户已离开去往医疗保健中心。所传送的用户相关数据集合可以包括使得医疗保健中心的医疗从业者(例如，可以是医生或护士)能够分析用户的健康状况、诊断任何医疗状况、对用户进行身体检查、或给用户开处方或提供测试、预后、药物或干预可能需要的所有数据点。

根据实施例，系统可以被配置为收集与用户在医疗保健中心接收的医疗护理相关联的医疗数据作为所确定需求的一部分。系统可以基于所收集的医疗数据来更新第一AI模型。系统还可以被配置为在所收集的医疗数据和所收集的数据上应用第一AI模型，以生成推断数据。基于所生成的推断数据，系统可以确定用户为造访可以与第一医疗健康中心(诸如，诊所)不同的医疗保健中心(诸如，医院)而可能需要的需求。例如，第二需求可以对应于基于第二推断数据的预先安排的手术，第二推断数据可以包括“肾结石”标志。在这种情况下，基于所收集的第一数据、所收集的医疗数据和第二推断数据，系统可以确定第二用户相关数据集合。第二用户相关数据集合可以与所确定的第二需求相关联，并且可以是与第二医疗保健中心相关联的第二电子医疗保健系统(例如，计算机、移动设备或服务器)所需要的。系统可以将所确定的第二用户相关数据集合传送到第二电子医疗保健系统。因此，将第二用户相关数据集合传送到第二电子医疗保健系统可以向第二医疗保健中心的医疗从业者(诸如，医生或护士)提供可以包括先前造访诊所的诊断的用户的完整医疗历史。

按照实施例，系统可以被配置为由用户设备接收将所收集的第一数据的数据部分与第一AI模型共享的请求。系统可以基于请求来创建第一AI模型与用户设备之间的加密会话。在加密会话是活动的同时，系统可以将所收集的第一数据的数据部分传送到第一AI模型，并且将所传送的数据部分以加密形式存储在数据存储器上。例如，数据存储器可以与用户设备相关联。因此，系统可以使得能够将所收集的第一数据的数据部分以加密形式存储，由此保护用户的隐私。

本公开的系统可以在用户寻求医疗咨询之前以及在整个医疗咨询过程中收集包括用户的医疗历史的所有相关数据点。各种医疗保健中心(诸如，初级医疗保健中心或二级医疗保健中心)的医疗从业者可以利用这样的数据点来服务用户的各种正在进行的或未来的医疗需求。系统与电子医疗保健系统的连接的网络(即，分布式网络的节点)一起工作，电子医疗保健系统中的每一个可以与医疗保健中心相关联。AI模型可以被托管在系统和电子医疗保健系统上，以相互分析和交换关于用户和提供给用户的医疗服务的数据。

所收集的关于用户的数据点可以通过加密会话以绝对隐私被共享，使得与各种医疗保健中心中的任一个相关联的任何医疗从业者都能访问关于用户健康状况的历史信息。本公开的系统可以提供以用户为中心(即，以患者为中心)的端到端解决方案，该解决方案可以监视用户的各种健康参数，以使用AI模型确定用户对医疗咨询的需求。该解决方案还可以在用户在保健中心处咨询或接收服务之前，确定需要与医疗保健中心共享的数据或与医疗保健中心相关联的AI模型。在用户方面，AI模型可以用于辅助用户访问各种医疗保健服务。然而，在服务提供商方面，这样的模型可以用于辅助各种医疗从业者评估健康状况并且更好地理解用户的需求。在咨询过程中的每个步骤，AI模型可以交换数据(包括所收集的数据、所学习的信息和所学习的神经参数值)。利用分布式网络，系统不仅可以改善用户对各种医疗保健服务的访问，而且还可以使得医疗保健中心能够向用户提供改善的医疗援助质量，这是因为系统和网络的节点可以保持关于健康状况、医疗记录、处方、医疗检查和对用户的治疗的历史信息。

图1是按照本公开的实施例的启用AI的医疗保健服务访问的示例性网络环境的示图。参考图1，示出了网络环境100的示图。网络环境100可以包括系统102、第一AI模型104和与用户108相关联的用户设备106。网络环境100还可以包括第一电子医疗保健系统110和与第一电子医疗保健系统110相关联的第二AI模型112。第一电子医疗保健系统110可以与第一医疗保健中心114相关联。网络环境100还可以包括第二电子医疗保健系统116和与第二电子医疗保健系统116相关联的第三AI模型118。第二电子医疗保健系统116可以与第二医疗保健中心120相关联。另外，网络环境100可以包括第三电子医疗保健系统122和与第三电子医疗保健系统122相关联的第四AI模型124。第三电子医疗保健系统122可以与紧急响应(ER)服务126相关联。网络环境100还可以包括可以在其上存储第一数据130的服务器128。

网络环境100可以包括与用户设备106和通信网络134相关联的传感器132的集合。系统102、第一电子医疗保健系统110、第二电子医疗保健系统116、第三电子医疗保健系统122和服务器128可以通过通信网络134彼此通信。

系统102可以包括可以被配置为应用一个或更多个AI模型来监视用户108的健康状况并且确定反映健康状况偏差的指标的合适的逻辑、电路、接口和/或代码。在监视的同时，系统102可以确定用户108为造访医疗保健中心(诸如，第一医疗保健中心114)而可能需要的一个或更多个需求。系统102还可以确定与这样的需求相关联的用户相关数据集合，并且可以将所确定的用户相关数据集合传送到一个或更多个电子医疗保健系统(诸如，第一电子医疗保健系统110)。系统102的示例实现方式可以包括但不限于云服务器(公共、专有或混合云服务器)、分布式计算服务器或服务器集群、软件即服务(SaaS)应用服务器、包括分布式计算/边缘节点的网络的边缘计算系统、大型机系统、工作站、个人计算机或移动设备。

在实施例中，系统102可以包括前端子系统和后端子系统。前端子系统可以被部署在现场或诸如不同的医疗保健中心之类的实体的位置处。在实施例中，前端子系统可以是在诸如用户设备106之类的用户设备上能访问的客户端侧应用。前端子系统可以被配置为显示用户界面(UI)，该用户界面可以包括使用户108和医疗从业者能够提供输入并且查看与用户108相关的健康信息的UI元件。后端子系统可以包括服务器侧应用，该服务器侧应用可以执行与AI模型的应用或与用户108和/或医疗保健中心的需求相关联的其他操作相关的指令。

第一AI模型104可以是机器学习模型或深度学习模型，其可以被训练以识别训练数据集的输入(诸如，按照诸如血糖测量值和脉搏率测量值之类的健康参数测量值的形式的特征)与输出(诸如，可以是与健康状况相关联的指标或推断的标志或得分)之间的关系。第一AI模型104还可以基于系统102收集的第一数据130被训练，以输出与用户108相关联的症状。第一AI模型104可以被托管在系统102上或用户设备106上。第一AI模型104可以被托管在系统102上或用户设备106上。

第一AI模型104可以由网络的拓扑结构和参数(例如，多个权重、成本函数、输入大小、层数等)定义。在第一AI模型104的开发中，第一AI模型104的参数可以在每个训练时期之后被调整。在训练的同时，可以更新权重，以便朝向用于第一AI模型104的成本函数的全局最小值移动。在对训练数据集中的特征进行训练的多个训练时期之后，可以训练第一AI模型104，以输出输入集合的预测/分类/回归结果。在分类的情况下，结果可以指示用于输入集合中的每个输入(例如，从新的/看不见的实例中提取的输入特征)的类标志。

第一AI模型104可以包括电子数据，该电子数据可以被实现为例如能在系统102上执行的应用的软件组件。第一AI模型104可以依赖于供诸如系统102的处理器之类的处理设备执行的库、外部脚本或其他逻辑/指令。第一AI模型104可以包括代码和例程，该代码和例程被配置为使得诸如系统102之类的计算设备能够执行一个或更多个操作，诸如以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。另外地，或可替换地，第一AI模型104可以使用包括处理器、微处理器(例如，用于执行或控制一个或更多个操作的性能)、现场可编程门阵列(FPGA)或专用集成电路(ASIC)的硬件来实现。可替换地，在一些实施例中，AI模型可以使用硬件和软件二者的组合来实现。

在一些实施例中，第一AI模型104可以是神经网络模型。

神经网络模型可以是可以布置在多个层中的计算网络或人工神经元或节点的系统。神经网络模型的多个层可以包括输入层、一个或更多个隐藏层和输出层。多个层中的每一层可以包括一个或更多个节点(或例如由圆圈表示的人工神经元)。输入层中的所有节点的输出可以联接到隐藏层的至少一个节点。类似地，每个隐藏层的输入可以联接到神经网络模型的其他层中的至少一个节点的输出。每个隐藏层的输出可以联接到神经网络模型的其他层中的至少一个节点的输入。最终层中的节点可以从至少一个隐藏层接收输入，以输出结果。可以根据神经网络模型的超参数确定每一层中的层数和节点数。这样的超参数可以在训练数据集上训练神经网络模型之前、同时或之后设置。

神经网络模型的每个节点可以对应于具有在训练网络期间可调整的参数集合的数学函数(例如，S形函数(sigmoid function)或整流线性单元)。参数集合可以包括例如权重参数、正则化参数等。每个节点可以使用数学函数基于来自神经网络模型的其他层(例如，先前层)中的节点的一个或更多个输入来计算输出。神经网络模型的所有或一些节点可以对应于相同或不同的数学函数。

在神经网络模型的训练中，可以基于(来自训练数据集的)给定输入的最终层的输出是否匹配基于神经网络模型的损失函数的正确结果来更新神经网络模型的每个节点的一个或更多个参数。可以针对相同或不同的输入重复以上过程直到实现损失函数的最小值，并且使训练误差最小化。本领域中已知有几种训练方法，例如，梯度下降、随机梯度下降、批量梯度下降、梯度提升、元启发式等。

神经网络模型的示例可以包括但不限于深度神经网络(DNN)、卷积神经网络(CNN)、递归神经网络(RNN)、CNN递归神经网络(CNN-RNN)、R-CNN、快速R-CNN、更快R-CNN、人工神经网络(ANN)、(你只看一次)YOLO网络、基于长短期记忆(LSTM)网络的RNN、CNN+ANN、LSTM+ANN、基于门控循环单元(GRU)的RNN、完全连接的神经网络、基于连接主义时间分类(CTC)的RNN和深度贝叶斯神经网络和/或这样网络的组合。在一些实施例中，学习引擎可以包括使用数据流图的数值计算技术。在某些实施例中，神经网络模型可以基于多深度神经网络(DNN)的混合架构。

用户设备106可以包括可以被配置为接收与和用户108相关联的健康监视参数集合对应的传感器数据集合的合适的逻辑、电路、接口和/或代码。可以从与用户设备106相关联的传感器132的集合接收传感器数据的集合。用户设备106可以包括显示单元，可以通过显示单元向用户108显示诸如医疗保健中心和医疗从业者的推荐之类的数据。用户设备106的示例可以包括但不限于可穿戴健康设备(诸如，健身带)、智能电话、蜂窝电话、移动电话、个人计算机、工作站、可以与传感器132的集合相关联的信息亭设备或可以与传感器132的集合接合或相关联的消费电子(CE)设备。

传感器132的集合可以包括可以被配置为监视与用户108相关联的健康监视参数的集合的合适的逻辑、电路和/或接口。传感器132的集合可以生成与所监视的健康监视参数集合对应的传感器数据集合。健康监视参数的集合可以包括例如脉搏率测量值、血压测量值、体温测量值、血糖测量值、用户108的身体的受影响部分的一个或更多个图像、氧水平测量值、计步器测量值、呼吸模式测量值等。在一些实施例中，传感器132的集合可以通信地联接到用户设备106。传感器132的集合中的一个或更多个传感器可以被集成到用户设备106中或者可以由用户108穿戴。传感器132的集合的示例可以包括但不限于光电容积描记术(PPG)传感器、温度传感器、血压传感器、环境氧分压(ppO2)传感器、成像传感器、麦克风、人工智能机器人(AIBO)传感器、步伐检测器传感器、步伐计数器传感器、葡萄糖监视传感器、加速度计、陀螺仪、全球定位系统(GPS)传感器。

第一电子医疗保健系统110可以包括可以被配置为接收与用户108的一个或更多个需求(医疗/健康)相关联的用户相关数据集合的合适的逻辑、电路、接口和/或代码。第一电子医疗保健系统110还可以被配置为控制与第一医疗保健中心114相关联的显示设备，以显示与第一医疗保健中心114相关联的医疗从业者的呈现数据集合。

在一些实施例中，第一电子医疗保健系统110可以托管一个或更多个AI模型，并且可以连接到第一医疗保健中心114处的多个计算机或显示设备。第一电子医疗保健系统110可以是可以包括系统102、多个计算机或显示设备也作为节点的分布式计算系统的节点。第一电子医疗保健系统110的示例实现方式可以包括但不限于云服务器(公共、专有或混合云服务器)、分布式计算服务器或服务器集群、软件即服务(SaaS)应用服务器、包括分布式计算/边缘节点的网络的边缘计算系统、大型机系统、工作站、个人计算机或移动设备。

应该注意，第二电子医疗保健系统116和第三电子医疗保健系统122可以与第一电子医疗保健系统110相同或类似，例如，如在图1中描述的。因此，为了简洁起见，在本公开中省略了第二电子医疗保健系统116和第三电子医疗保健系统122的描述。

第二AI模型112可以与第一电子医疗保健系统110相关联。在一些实施例中，第二AI模型112可以被托管在第一电子医疗保健系统110上，并且可以被配置为与第一AI模型104或托管第一AI模型104的系统102相互作用，以接收诸如与用户108相关联的第一用户相关数据集合之类的信息。第二AI模型112还可以接收可以由第一AI模型104和/或诸如第三AI模型118之类的其他AI模型生成的结果或标志/标签(诸如，医疗状况的症状)。基于所接收的结果或标志/标签，第二AI模型112可以生成辅助诸如护士和医生之类的医疗从业者理解和诊断影响用户108的健康状况的问题的信息。例如，该信息可以包括对用户108执行相关医学测试的建议。

在构架上，第二AI模型112、第三AI模型118、第四AI模型124可以与第一AI模型104相同或类似。因此，为了简洁起见，在本公开中省略了第三AI模型118和第四AI模型124的描述。以上模型的某些功能可以相同，并且其他功能可以彼此不同。差异可以是基于这种模型中的每一个在其上训练的训练数据。例如，虽然第一AI模型104可以监视用户108的健康状况，但第二AI模型112或第三AI模型118可以向医疗保健中心的医疗从业者提供包括见解或建议的信息。

诸如第一医疗保健中心114和第二医疗保健中心120之类的医疗保健中心可以对应于诸如医院、诊所、医疗检查实验室或医疗保健接触点之类的实体。在一些实施例中，第一医疗保健中心114可以是诸如用户108可以为初级检查而造访的诊所之类的初级医疗保健中心。第二医疗保健中心120可以是诸如用户108可以为诸如外科手术之类的任何种类的医疗干预而造访的医院之类的二级医疗保健中心。在一些实施例中，第一医疗保健中心114和第二医疗保健中心120可以是初级医疗保健中心。在一些其他实施例中，第一医疗保健中心114和第二医疗保健中心120可以是二级医疗保健中心。

ER服务126可以对应于诸如有/或没有第一反应人员的救护车服务之类的移动医疗援助和运输服务。ER服务126的示例可以包括但不限于基本救护车(例如，有急救和基本生命支持系统的救护车)、高级救护车(例如，具有高级生命支持和重症监护系统的救护车)、太平间救护车和空中救护车(可以空运可能在偏远地区、病危、受伤或死亡的患者)。与ER服务126相关联的每个车辆可以包括移动数据终端，该移动数据终端可以在用户108接收ER服务126的同时上传用户108的健康状况数据。

服务器128可以包括可以被配置为将与用户相关联的数据(诸如，第一数据130)存储在诸如HIPAA兼容数据库之类的安全健康数据库中的合适的逻辑、电路和接口和/或代码。服务器128可以与系统102或用户设备106相关联。服务器128可以被实现为云服务器，并且可以通过网络应用、云应用、HTTP请求、存储库操作、文件传送等执行操作。服务器128的其他示例实现方式可以包括但不限于数据库服务器、文件服务器、网络服务器、媒体服务器、应用服务器、大型机服务器或云计算服务器。

在至少一个实施例中，服务器128可以利用本领域的普通技术人员熟知的几种技术被实现为多个分布式的基于云的资源。本领域的普通技术人员将理解，本公开的范围可以不限于将服务器128和系统102实现为两个单独的实体。在某些实施例中，在不脱离本公开的范围的情况下，服务器128的功能可以被整体地或至少部分地并入系统102中。

按照实施例，第一电子医疗保健系统110、第二电子医疗保健系统116、第三电子医疗保健系统122、服务器128、用户设备106和传感器132的集合可以是作为节点的系统102的一部分，彼此通信地联接。

在操作中，用户设备106可以被配置为监视诸如但不限于用户108的血压和用户108的脉搏率的健康参数。在一些实施例中，当用户108可能在家里或任何其他位置时，用户设备106可以连续地监视用户108的健康参数。例如，如果用户108是心脏病患者，则用户设备106可以以规则的时间间隔(诸如，每分钟或每小时)从传感器132的集合接收与用户108的血压、氧饱和度和脉搏率相关的测量值。

系统102可以从用户设备106收集与用户108相关联的第一数据130。所收集的第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。系统102可以从用户设备106或服务器128收集历史健康数据和传感器数据集合。健康监视参数的集合可以与用户108的已知健康状况、用户108过去接收的一个或更多个医疗干预或与用户108相关联的一个或更多个合并症中的至少一个相关联。另外地，或可替换地，所收集的第一数据130可以包括过去、家庭和社会历史(PFSH)数据和协作过滤数据。协作过滤数据可以包括与定义的人群、特定地理集合、特定人口统计学或定义的人群内的病毒感染或爆发相关联的健康相关数据点。另外地，或可替换地，所收集的第一数据130可以包括用户108针对包括第一医疗保健中心114的一个或更多个医疗保健中心处的医疗或健康干预的集合的预约预先安排。例如，该医疗干预集合可以包括用于更换起搏器或植入式心律转复除颤器(ICD)的外科手术。例如，在图4A中还提供了第一数据130的收集细节。

按照实施例，系统102可以由用户设备106接收将所收集的第一数据130的数据部分与第一AI模型104共享的请求。基于请求，系统102可以创建第一AI模型104与用户设备106之间的加密会话。在加密会话是活动的同时，系统102可以将所收集的第一数据130的数据部分传送到第一AI模型104。系统102可以将所传送的数据部分以加密形式存储在数据存储器上。例如，在图3中还提供了加密会话的细节。

系统102可以在所收集的第一数据130上应用第一AI模型104，以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。例如，第一指标可以包括0和1之间的值作为在确定用户108的健康状况的偏差时第一AI模型104的置信度的度量。例如，在图4A中还提供了应用第一AI模型104计算一个或更多个第一指标的细节。

基于计算出的一个或更多个第一指标，系统102可以生成第一推断数据，该第一推断数据可以包括与健康状况偏差的原因相关联的一个或更多个标志或标签。例如，第一推断数据可以包括诸如“高血压”、“高血糖水平”、“损伤恶化”等之类的标志。例如，在图4A中还提供了第一推断数据的生成细节。

基于所生成的第一推断数据，系统102可以确定用户108为造访第一医疗保健中心114而可能需要的第一需求。第一需求可以对应于例如医疗紧急情况、预先安排的医疗检查、预先安排的外科手术或医疗咨询。例如，在图4A中还提供了第一需求的确定细节。

基于所收集的第一数据130和第一推断数据，系统102可以确定可以与所确定的第一需求相关联的第一用户相关数据集合。例如，第一需求可以是“医疗紧急情况”。第一用户相关数据集合可以包括联系人详情(诸如，用户108的电话号码和地址)、个人详情(诸如，用户108的姓名和年龄以及性别)以及与医疗紧急情况(诸如，心脏病发作或瘫痪发作)的原因相关联的详情。这样的详情可以包括例如传感器数据、生物标志物、一段时间内(诸如，过去5天)健康状况的变化的日志和类似健康状况和医疗干预的历史实例。例如，在图4B中还提供了第一用户相关数据集合的确定细节。

系统102可以将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。可以在用户108决定造访第一医疗保健中心114之前、在用户108预订与第一医疗保健中心114的预约之后或者在用户108正在前往第一医疗保健中心114的途中执行传送。例如，在图4B中还提供了所确定的第一用户相关数据集合的传送细节。

在一些实施例中，第一AI模型104可以基于所收集的第一数据130的所接收的数据部分来输出与用户108的当前健康状况相关联的症状。第一AI模型104可以与第二AI模型112相互作用，以将症状传送到第二AI模型112。在第一医疗保健中心114，第二AI模型112可以向一个或更多个医疗从业者建议与症状相关联的相关测试。

按照实施例，系统102可以基于在所传送的第一用户相关数据集合上应用第二AI模型112来生成呈现数据集合。呈现数据集合可以包括诸如与第一医疗保健中心114相关联的医生或护士之类的医疗从业者为评估用户108的当前健康状况并且服务所确定的第一需求而可能需要的数据点。系统102可以控制显示设备(例如，与第一电子医疗保健系统110相关联的显示设备)以显示所生成的用于医疗从业者的呈现数据集合。例如，在图2和图4B中还提供了呈现数据集合的生成细节。

按照实施例，系统102可以检测第一医疗保健中心114处的用户108的出现。基于该检测，系统102可以收集与用户108在第一医疗保健中心114处接收的医疗护理(或干预)相关联的医疗数据作为所确定的第一要求的一部分。系统102可以基于所收集的医疗数据来更新第一AI模型104。例如，在图4B中还提供了第一AI模型104的更新细节。

按照实施例，系统102可以在所收集的医疗数据和所收集的第一数据130上应用第一AI模型104，以生成第二推断数据。基于所生成的第二推断数据，系统102可以确定用户108为造访可以与第一医疗保健中心114不同的第二医疗保健中心120而可能需要的第二需求。例如，第二需求可以是在二级医疗保健中心预先安排的外科手术。基于所收集的第一数据130、所收集的医疗数据和第二推断数据，系统102可以确定可以与所确定的第二需求相关联并且可以由与第二医疗保健中心120相关联的第二电子医疗保健系统116可能需要的第二用户相关数据集合。例如，第二用户相关数据集合可以包括个人详情、联系人详情和用户108的健康状况和在第一医疗保健中心114处接收的医疗护理/干预的详情。

系统102可以将所确定的第二用户相关数据集合传送到第二电子医疗保健系统116。可以在用户108决定造访第二医疗保健中心120之前、在用户108预订与第二医疗保健中心120的预约之后或者在用户108正在前往第二医疗保健中心120的途中执行传送。第二用户相关数据集合可以用于呈现诸如关于用户108的健康状况的见解以及关于引导用户108造访第一医疗保健中心114和第二医疗保健中心120的一系列事件的细节之类的数据。这样的数据可以帮助在第二医疗保健中心120的医疗从业者向用户108提供合适的医疗护理。例如，在图5A和图5B中还提供了用户108在第二保健中心120处可能接收的医疗护理的细节。

按照实施例，系统102可以基于用户108的当前位置以及确定所确定的第一需求对应于医疗紧急情况来确定第二医疗保健中心120。首先，系统102可以预先安排诸如救护车服务之类的ER服务126，以将用户108移动到第二医疗保健中心120(其可以是可能适合于医疗紧急情况的二级医疗保健中心)。基于预先安排的ER服务126，系统102可以将第一用户相关数据集合传送到与第二医疗保健中心120相关联的第二电子医疗保健系统116。在一些实施例中，系统102可以将第一用户相关数据集合传送到与可以与第一医疗保健中心114和第二医疗保健中心120不同的第三医疗保健中心相关联的第三电子医疗保健系统122。按照实施例，系统102可以基于确定第一需求对应于医疗紧急情况，将警报通知发送到为接收警报通知而注册的一个或更多个设备(诸如，与家庭成员和亲属相关联的设备)。例如，在图6A和图6B中还提供了ER服务126的预先安排细节。

在一些场景中，在用户108不在家的位置或正在旅行时，用户108可能需要医疗援助。在这样的场景中，系统102可以确定用户108的当前位置，并且还通过使用第一AI模型104来确定可以包括与用户108的第一需求相关联的一个或更多个医疗保健中心(或接触点)的一个或更多个推荐。系统102可以控制用户设备106以显示所确定的一个或更多个推荐。一个或更多个医疗保健中心可以在距用户108的当前位置的阈值距离内。

按照实施例，系统102可以经由用户设备106接收第一输入。第一输入可以包括一个或更多个医疗保健中心中的第一医疗保健中心114的第一选择和与第一医疗保健中心114的预约的预先安排的第二选择。系统102可以基于所接收的第一输入来预先安排用户108对第一医疗保健中心114的造访。可以基于所选择的预先安排，将第一用户相关数据集合传送到第一电子医疗保健系统110。例如，在图7中还提供了推荐的确定和选择细节。

按照实施例，系统102可以基于确定用户108的当前位置可以不同于第一医疗保健中心114的位置来向第一电子医疗保健系统110发送授权针对用户108的基于虚拟现实(VR)的咨询会话的请求。系统102可以从第一电子医疗保健系统110接收对所传送的请求的授权。这样的授权可以由医疗从业者、第一医疗保健中心114的管理员或跟踪所有医疗从业者是否有空进行基于VR的咨询的软件提供。基于所接收的授权，系统102可以建立在用户设备106与由医疗从业者在第一医疗保健中心114处穿戴的可穿戴电子设备之间的基于VR的咨询会话。虽然基于VR的咨询会话可以是活动的，但所确定的第一用户相关数据集合可以被传送到可穿戴电子设备，并且可穿戴电子设备可以与用户108的视频/音频/3D模型馈送一起呈现这样的数据。例如，在图8中还提供了基于VR的咨询会话的细节。

图2是例示了按照本公开的实施例的启用AI的医疗保健服务访问的示例性场景的示图。图2是结合图1中的元件描述的。参考图2，示出了示例性场景200。场景200可以包括用户108的家202、与系统102相关联的数据存储器204、用户设备106(在图2中未示出)和服务器128(在图2中未示出)。应该注意，图2的场景200是用于示例目的，并且不应该被解释为限制本公开的范围。

在示例性场景200中，用户设备106可以在用户108的家202里连续地监视用户108的健康参数。在一些实施例中，即使当用户108可能在家202之外时，用户设备106也可以监视用户108的健康参数。例如，用户设备106可以是由用户108穿戴在用户108的手腕上的健身带。健身带可以监视诸如用户108的脉搏率和用户108采取的步行步数之类的健康参数。另外，健康参数(诸如，血压测量值、氧水平测量值和血糖测量值)可以由用户108或护理者记录，并且所记录的健康参数可以被手动输入到用户设备106。可替换地，用户108可以穿戴一个或更多个传感器，该传感器可以收集关于诸如血压测量值、氧水平测量值和血糖测量值之类的健康参数的数据，并且可以将数据以数字方式上传到系统102。在实施例中，诸如用户108的皮肤感染或伤口之类的小疾病的一个或更多个图像可以由用户108经由成像设备(诸如，用户108的用户设备106的相机)捕获。

系统102可以收集与用户108相关联的第一数据130。第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。这样的参数可以包括脉搏率、脚步数、血压测量值、氧水平测量值、血糖测量值和用户108的外部小疾病(诸如，皮肤感染或伤口)的一个或更多个图像。第一数据130可以被存储在与用户设备106、系统102或服务器128相关联的数据存储器204中。

系统102可以在所收集的用户108的第一数据130上应用第一AI模型104，并且可以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。例如，计算出的第一指标可以是0.95。第一数据130可以包括在一个月持续时间内的血糖测量值。血糖测量值的平均值可以是可以相对于参考值(诸如，值140)偏离的200。在当前场景中，血糖测量值可以表明用户108的血糖水平可能高于参考值。计算出的第一指标可以指示血糖测量值偏离参考值的程度。在实施例中，计算出的第一指标可以是与第一AI模型104的预测值相关联的置信得分，其中，预测值可以指示用户108的健康状况偏离与健康状况相关联的参数的参考值的程度。

基于计算出的一个或更多个第一指标，系统102可以生成第一推断数据，该第一推断数据可以包括与偏差的原因相关联的一个或更多个标志或标签。例如，第一推断数据可以包括“高血糖”标志和作为“糖尿病”的偏差原因。

基于所生成的第一推断数据，系统102可以确定用户108为造访第一医疗保健中心114而可能需要的第一需求。例如，第一需求可以指示“针对糖尿病的医疗咨询”。

系统102可以基于所收集的第一数据130和第一推断数据来确定与所确定的第一需求相关联的第一用户相关数据集合。在一些实施例中，所收集的第一数据130和第一推断数据中的全部数据可以与所确定的第一需求无关。例如，所收集的第一数据130中的氧水平测量值可能与诸如针对糖尿病的医疗咨询之类的第一需求无关。系统102可以确定第一用户相关数据集合，该第一用户相关数据集合可以包括诸如用户108的血糖测量值、所记录的用户108的脚步数以及用户108遵照的饮食图之类的与糖尿病的诊断和治疗相关的信息。第一用户相关数据集合还可以包括诸如用户108的姓名、联系人详情和用户108的地址之类的个人信息。

此后，系统102可以将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。在一些实施例中，可以在用户108到达第一医疗保健中心114之前，将第一用户相关数据集合传送到第一电子医疗保健系统110。在一些其他实施例中，一旦用户108到达第一医疗保健中心114并且在检测到用户108在第一医疗保健中心114处出现时，可以将第一用户相关数据集合传送到第一电子医疗保健系统110。

按照实施例，第一AI模型104可以提示可以将用户108的当前健康状况与糖尿病联系起来的症状206。例如，第一AI模型104可以提示诸如尿频、乏力、恶心、高血糖之类的症状206。在某些情况下，当用户108不能解释与他/她的医疗状况相关联的症状时，可以利用由第一AI模型104提示的症状206进行用户108的诊断和/或治疗。

在一些实施例中，第一AI模型104可以是与用户108相关联的用户设备106的一部分。一旦用户108到达第一医疗保健中心114，第一AI模型104可以与托管在第一医疗保健中心114的第一电子医疗保健系统110上的第二AI模型112相互作用。基于该相互作用，第一AI模型104可以与第二AI模型112共享所提示的症状206。第二AI模型112可以基于所提示的用户108的症状206来建议相关测试208。例如，相关测试208可以包括空腹血糖测试、A1 C测试和随机血糖测试。

与第一电子医疗保健系统110相关联的第二AI模型112可以生成呈现数据集合210。呈现数据集合210可以包括基于医疗从业者212的偏好的结构化格式的第一用户相关数据集合(由第一AI模型104传送)、所提示的症状206和相关测试208。呈现数据集合210可以包括例如用户108的先前医疗记录和健康参数的图形表示(被包括在第一用户相关数据集合中)、所提示的症状206和相关测试208。

诸如护士或医生之类的医疗从业者212可以利用呈现数据集合210来评估当前健康状况并且向用户108提供合适的医疗护理或干预。例如，医疗护理可以包括症状206的诊断。基于诊断，医疗从业者212可以给出药物处方并且可以向用户108建议医疗测试。医疗从业者212可以参照相关测试208来为用户108开医疗测试处方。

在一些实施例中，用户108可以在第一医疗保健中心114处接受开处方的医疗测试。基于在第一医疗保健中心114处向用户108提供的医疗援助，可以生成与用户108相关联的医疗数据214。医疗数据214可以包括由医疗从业者212给出的用户108的医疗测试报告、诊断和处方。医疗数据214可以被记录在第一电子医疗保健系统110上。

第二AI模型112可以与第一AI模型104相互作用，以与第一AI模型104共享医疗数据214。系统102可以用从第一医疗保健中心114获得的医疗数据214更新所记录的第一数据130。数据存储器204现在可以包括第一数据130以及与用户108相关联的医疗数据214。用户108的咨询可以基于用户108接收的医疗护理而完成。即使当咨询完成时，系统102也可以通过用户设备106连续地监视用户108的健康参数。系统102可以使得医疗保健中心能够向用户108提供改善的医疗援助质量，因为系统102可以保持用户108的健康状况、医疗记录、处方、医疗测试和治疗的历史信息。

图3是按照本公开的实施例的描绘建立用于传送与用户相关联的数据的加密会话的操作集合的序列图。图3是结合图1和图2中的元件解释的。参考图3，示出了图示从302至310的一系列操作的序列图300。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第一AI模型104的各种元件执行。

在302中，可以接收将所收集的第一数据130的数据部分与第一AI模型104共享的请求。在实施例中，系统102可以被配置为由用户设备106接收将所收集的第一数据130的数据部分与第一AI模型104共享的请求。所收集的第一数据130的数据部分可以被共享，以保护用户108的隐私。例如，可以基于来自用户108的输入来选择所收集的第一数据130的数据部分。用户108不偏好共享的第一数据130的任何部分可以不被包括在所收集的第一数据130的数据部分中。例如，所收集的第一数据130的数据部分可以不包括用户108可能希望保留的诸如地址之类的联系人详情或任何医疗历史。

在304中，可以启动用户设备106与第一AI模型104之间的加密会话。在实施例中，系统102可以被配置为启动用户设备106与第一AI模型104之间的加密会话。系统102可以通过利用秘密密钥来加密所收集的第一数据130的数据部分。秘密密钥可以在例如用户设备106上是可用的。在加密会话启动时，秘密密钥可以与第一AI模型104共享。在第一AI模型104接收到秘密密钥之后，第一AI模型104可以能够访问所收集的第一数据130的数据部分。

在306中，所收集的第一数据130的数据部分可以被传送到第一AI模型104。在实施例中，系统102可以被配置为将所收集的第一数据130的数据部分传送到第一AI模型104。如在304中描述的，数据部分可以被加密，并且可以通过用户设备106与第一AI模型104之间的加密会话来传送。第一AI模型104可以利用所收集的第一数据130的共享数据部分来计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。

根据实施例，系统102可以创建第一AI模型104与与第一电子医疗保健系统110相关联的第二AI模型112之间的加密会话。通过加密会话，可以将所收集的第一数据130的共享数据部分和所提示的症状206传送到第二AI模型112。

在308中，可以将所传送的数据部分以加密形式被存储在数据存储器上。在实施例中，系统102可以被配置为将所传送的数据部分以加密形式存储在数据存储器204上。系统102可以遵循健康保险可移植性和责任法案(HIPPA)标准存储所传送的数据部分。利用该遵循，系统102可以确保在咨询已结束之后用户108的身份和其他个人可识别信息(PII)是不可访问的。因此，系统102可以使得与用户108相关联的第一数据130的共享部分的隐私能够完全受到保护。

在310中，可以停止加密会话。在实施例中，系统102可以被配置为停止加密会话。在加密会话结束之后，系统102可以防止将第一数据130的数据部分传送到第一AI模型104。任何未经授权的实体或设备可能不能够访问第一数据130。

图4A和图4B共同是按照本公开的实施例的用于启用对第一医疗保健中心的服务的访问的方法的序列图。图4A和图4B是结合图1、图2和图3中的元件解释的。参考图4A和图4B，示出了图示从402至426的一系列操作的序列图400。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第一电子医疗保健系统110的各种元件执行。

在402中，可以监视用户108的健康状况。在实施例中，用户设备106可以被配置为监视用户108的健康状况。在实施例中，可以通过配置与用户设备106相关联的传感器132的集合以周期性收集与用户108的健康监视参数(诸如，血压测量值和脉搏率测量值)的集合对应的传感器数据集合来监视健康状况。用户设备106可以以诸如每分钟或每小时之类的预定的规则时间间隔从传感器132的集合接收传感器数据的集合。

在实施例中，诸如用户108的智能电话之类的用户设备106可以被配置诸如但不限于加速度计、PPG传感器、成像传感器、步伐检测器传感器、步伐计数器传感器、用于收集传感器数据集合的麦克风之类的内置传感器集合。

在404中，可以收集与用户108相关联的第一数据130。在实施例中，系统102可以被配置为收集与用户108相关联的第一数据130。所收集的第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。历史健康数据可以包括例如用户108的医疗历史和用户108接收的最近医疗干预。健康监视参数的集合可以与用户108的已知健康状况、用户108过去接收的一个或更多个医疗干预或与用户108相关联的一个或更多个合并症中的至少一个相关联。例如，健康监视参数的集合可以包括关于诸如哮喘、先前的医疗处方、医疗测试报告(诸如，X射线和计算机断层(CT)扫描)、所发生损伤的图像等之类的已知健康状况的信息。

按照实施例，第一数据130还可以包括过去、家庭和社会历史(PFSH)数据。过去历史数据可以包括与用户108的过去疾病、外科手术、药物或过敏中一个或更多个相关的数据。家庭历史数据可以包括与用户108的一个或更多个家庭成员遭受的遗传失调或疾病中的一个或更多个相关的数据。社会历史数据可以包括与用户108的过去和目前的活动(诸如，工作和婚姻状态)中的一个或更多个相关的数据。第一数据130还可以包括协作过滤数据，该协作过滤数据可以包括与定义的人群、特定地理集合、特定人口统计学或定义的人群内的病毒感染或爆发相关联的健康相关数据点。例如，协作过滤数据可以包括与用户108的地理位置中常见的特定细菌感染相关的数据。在另一示例中，用户108的地理位置可能被蚊子侵扰。协同过滤数据可以包括与某些种类的蚊子可能引起的疾病(诸如，疟疾，基孔肯雅热和登革热)相关的信息。

按照实施例，第一数据130还可以包括针对包括第一医疗保健中心114的一个或更多个医疗保健中心处的医疗或健康干预的集合的预约预先安排。例如，用户108可能患有急性糖尿病。第一数据130可以包括关于在诸如第一医疗保健中心114之类的医疗保健中心处进行糖尿病定期检查的预约预先安排的信息。

在406中，第一AI模型104可以应用到所收集的第一数据130上，以计算一个或更多个第一指标。在实施例中，系统102可以被配置为在所收集的第一数据130上应用第一AI模型104，以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。例如，如果用户108是心脏病患者，则计算出的一个或更多个第一指标可以反映用户108的血糖测量值或胆固醇水平的偏差。如果血糖测量值是“350”并且血糖测量值的参考值是“140”，则可以将偏差确定为“210”，即，350-140。对于以上示例，可以基于血糖测量值中反映的偏差将第一指标计算为0.97。如果第一指标的值接近1(诸如，0.97)，则这样的值可以指示血糖测量的测量值(即，“350”)在很大程度上偏离血糖测量值的参考值(即“140”)。

在实施例中，第一指标可以对应于第一AI模型104的置信得分或预测得分。更具体地，这样的值可以指示第一AI模型104在血糖水平相对于正常/标准血糖水平的偏差的预测中的置信度。

在408中，可以基于计算出的一个或更多个第一指标来生成第一推断数据。在实施例中，系统102可以被配置为基于计算出的一个或更多个第一指标来生成第一推断数据。第一推断数据可以包括与偏差的原因相关联的一个或更多个标志或标签。例如，第一推断数据可以包括“高血糖”标志或标签作为健康状况偏差的原因(糖尿病)。

在410中，可以确定用户108为造访第一医疗保健中心114而可能需要的第一需求。在实施例中，系统102可以被配置为确定用户108为造访第一医疗保健中心114而可能需要的第一需求。系统102可以基于所生成的第一推断数据来确定第一需求。在一些实施例中，第一要求可以对应于但不限于医疗紧急情况、预先安排的身体检查(诸如，预先安排的预约)、所需的医疗咨询、预先安排的手术干预或即时手术干预中的一个。在示例性场景中，系统102可以将偏差的原因确定为糖尿病。在这种情况下，第一需求可以是为治疗“糖尿病”而向内分泌学家或医学专家进行医学咨询。

在412中，可以基于第一需求为用户108预先安排与第一医疗保健中心114的预约。在实施例中，系统102可以被配置为基于第一需求为用户108预先安排与第一医疗保健中心114的预约。系统102可以经由用户108的用户设备106接收预先安排预约的确认。

在一些实施例中，系统102可以基于用户108的偏好、用户108的当前位置和/或第一需求来选择第一医疗保健中心114。系统102可以控制用户108的用户设备106来预先安排与第一医疗保健中心114的预约。此后，系统102可以与第一医疗保健中心114的第一电子医疗保健系统110通信，以预先安排预约。

在414中，可以确定与所确定的第一需求相关联的第一用户相关数据集合。系统102可以被配置为基于所收集的第一数据和第一推断数据来确定第一用户相关数据集合。第一用户相关数据集合可以包括可以与用户108的诊断和医疗治疗相关的用户108的信息。例如，第一用户相关数据集合可以包括用户108的血糖测量值(例如，一周的血糖测量值)、所记录的用户108的体重和关于任何先前或现有的诸如食物过敏、遗传性失调或遗传性疾病之类的健康状况的数据。第一用户相关数据集合还可以包括诸如用户108的姓名、联系人详情和用户108的地址之类的个人信息。

在416中，可以将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。在实施例中，系统102可以被配置为将第一用户相关数据集合传送到第一电子医疗保健系统110。在一个或更多个实施例中，可以在用户108造访第一医疗保健中心114之前，将第一用户相关数据集合传送到第一电子医疗保健系统110。例如，一旦预约被预先安排，就可以传送第一用户相关数据集合。在一些实施例中，一旦用户108造访第一医疗保健中心114，就可以将第一用户相关数据集合传送到第一电子医疗保健系统110。在某些医疗紧急情形下，可以在用户108正在造访第一医疗保健中心114的途中之前或同时传送第一用户相关数据集合。

在一些实施例中，系统102可以基于第一AI模型104与和第一电子医疗保健系统110相关联的第二AI模型112的同步来传送第一用户相关数据集合。第一AI模型104与第二AI模型112的同步可以包括将第一AI模型104的第一用户相关数据集合和各个节点的权重传送到第二AI模型112。第一AI模型104和第二AI模型112可以基于第一用户相关数据集合和/或第一数据130被重新训练。

在418中，可以生成呈现数据集合210。按照实施例，系统102可以被配置为通过在所传送的第一用户相关数据集合上应用第二AI模型112来生成呈现数据集合210。可以基于与第一医疗保健中心114相关联的医疗从业者212的偏好来生成呈现数据集合210。呈现数据集合210可以包括与第一医疗保健中心114相关联的医疗从业者212为评估用户108的当前健康状况并且服务所确定的第一需求而可能需要的数据点。

医疗从业者212(例如，医生)可能需要结构化格式的第一用户相关数据集合。例如，呈现数据集合210可以包括根据医疗记录的日期排序的先前医疗记录。呈现数据集合210还可以包括诸如血糖测量值和血压测量值之类的用户108的症状和健康监视参数的图形表示。

在420中，所生成的呈现数据集合210可以被传送到第一电子医疗保健系统110。在实施例中，系统102可以被配置为将所生成的呈现数据集合210传送到第一电子医疗保健系统110。

在另一实施例中，系统102可以将所生成的呈现数据集合210从第一AI模型104传送到第二AI模型112。例如，为了使第一AI模型104与第二AI模型112同步，系统102可以启动第一AI模型104与第二AI模型112之间的加密会话。第一AI模型104与第二AI模型112的同步可以包括将呈现数据集合210和第一AI模型104的各个节点的权重传送到第二AI模型112。第一AI模型104和第二AI模型112可以基于呈现数据集合210被重新训练。

按照实施例，第二AI模型112可以是被托管在第一电子医疗保健系统110上的会话AI，并且可以与第一医疗保健中心114相关联。作为示例，第二AI模型112可以是医疗从业者212可能能访问的聊天机器人。在这种情况下，第二AI模型112可以是主AI模型，并且第一AI模型104可以是辅助AI模型。医疗从业者212可以仅必须键入、选择或发出语音关于用户108的健康状况的查询。作为响应，会话AI可以生成对包括特定格式的呈现数据集合210的部分的问题的响应。在一些情形下，会话AI可以接收与用户108的医疗问题相关的音频输入。作为响应，会话AI可以以结构化方式向医疗从业者212提供音频输入的转录。

在422中，可以控制与第一医疗保健中心114相关联的显示设备，以显示所生成的呈现数据集合210。在实施例中，系统102可以被配置为控制与第一医疗保健中心114相关联的显示设备，以显示所生成的呈现数据集合210。例如，显示设备可以是显示监视器，医疗从业者212可以通过其查看呈现数据集合210。在另一示例中，显示设备可以与和医疗从业者212相关联的用户设备(诸如，智能电话)相关联。

在424中，可以收集与用户108在第一保健中心114处接收的医疗护理相关联的医疗数据214。在实施例中，系统102可以被配置为收集与用户108在第一医疗保健中心114接收的医疗护理相关联的医疗数据。系统102可以被配置为检测第一医疗保健中心114处用户108的出现。基于用户108的出现的检测，系统102可以收集与用户108在第一医疗保健中心114处接收的医疗护理相关联的医疗数据214作为所确定的第一需求的一部分。按照实施例，系统102可以从与第一医疗保健中心114相关联的第一电子医疗保健系统110收集与医疗护理相关联的医疗数据214。医疗数据214可以包括例如由医疗从业者212给出的测试报告、诊断和处方。

在426中，第一AI模型104可以基于所收集的医疗数据214被更新。在实施例中，系统102可以被配置为基于所收集的医疗数据214来更新第一AI模型104。按照实施例，第一AI模型104可以与第二AI模型112同步，以更新第一AI模型104。在一些实施例中，系统102可以启动第一AI模型104与第二AI模型112之间的加密会话，以使得第一AI模型104与第二AI模型112之间能够同步。第一AI模型104与第二AI模型112的同步可以包括将所收集的医疗数据214和第二AI模型112的各个节点的权重传送到第一AI模型104。第一AI模型104和第二AI模型112可以基于所收集的医疗数据214被重新训练。在一个或更多个实施例中，第二AI模型112可以是主AI模型，并且第一AI模型104可以是辅助AI模型。

图5A和图5B共同是按照本公开的实施例的使得能够访问第二医疗保健中心的服务的方法的序列图。结合图1、图2、图3、图4A和图4B中的元件来解释图5A和图5B。参考图5A和图5B，示出了图示从502至518的一系列操作的序列图500。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第二电子医疗保健系统116的各种元件执行。

在502中，可以监视用户108的健康状况。在实施例中，用户设备106可以被配置为监视用户108的健康状况。在示例性场景中，用户108可以在用户108从第一医疗保健中心114接收医疗治疗(基于第一需求)之后到达家202。用户设备106可以连续地监视用户108的健康状况。例如，在图4A的402中描述了用户108的健康状况的监视。

在504中，可以收集与用户108相关联的第一数据130。在实施例中，系统102可以被配置为收集可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合的第一数据130。例如，在图4A的404中描述了由系统102收集第一数据130。

在506中，第一AI模型104可以应用到所收集的医疗数据214和所收集的第一数据130。按照实施例，系统102可以被配置为在所收集的医疗数据214和所收集的第一数据130上应用第一AI模型104，以生成第二推断数据。在示例性场景中，用户108可能受伤。可以由用户108经由与用户设备106相关联的成像设备捕获用户108的身体受伤部分的图像。所收集的第一数据130可以包括用户108的身体受伤部分的这种图像。基于第一数据130中伤口的图像，所生成的第二推断数据可以包括“未治疗伤口”标志。

在508中，可以确定用户108为造访第二医疗保健中心120而可能需要的第二需求。在实施例中，基于所生成的第二推断数据，系统102可以被配置为确定用户108为造访第二医疗保健中心120而可能需要的第二需求。第二医疗保健中心120可以不同于第一医疗保健中心114。例如，第二医疗保健中心120可以是诸如可以专门从事外科手术的医院之类的二级医疗保健中心。基于所生成的第二推断数据，第二需求可以对应于手术干预需求。

在510中，可以确定与第二需求相关联的第二用户相关数据集合。在实施例中，基于所收集的第一数据130、所收集的医疗数据214和第二推断数据，系统102可以被配置为确定与所确定的第二需求相关联的第二用户相关数据集合。

与第二医疗保健中心120相关联的第二电子医疗保健系统116可能需要第二用户相关数据集合。例如，第二用户相关数据集合可以包括可以与用户108的健康状况的评估和伤口的治疗相关的关于用户108的信息。如果用户108是糖尿病，则第二用户相关数据集合可以包括伤口的图像、血糖测量值、血压测量值等。

在512中，第二用户相关数据集合可以被传送到第二电子医疗保健系统116。在实施例中，系统102可以被配置为将第二用户相关数据集合传送到第二电子医疗保健系统116。在用户108造访第二电子医疗保健系统116之前，可以将第二用户相关数据集合传送到第二电子医疗保健系统116。在一些情形下，在用户108正在造访第二医疗保健中心120的途中或者一旦用户108访问第二医疗保健中心120，可以传送第二用户相关数据集合。

在实施例中，系统102可以基于第一AI模型104与和第二电子医疗保健系统116相关联的第三AI模型118的同步来传送第二用户相关数据集合。第一AI模型104与第三AI模型118的同步可以包括将第一AI模型104的第二用户相关数据集合和各个节点的权重传送到第三AI模型118。第一AI模型104和第三AI模型118可以基于第二用户相关数据集合被重新训练。

在514中，可以生成呈现数据集合210。在实施例中，系统102可以被配置为生成呈现数据集合210。根据实施例，呈现数据集合210可以以结构化方式包括医疗从业者(可以是与第二医疗保健中心120相关联的医生或护士)偏好的第二用户相关数据集合。在另一实施例中，呈现数据集合210可以包括所提示的症状206和相关测试208。

在516中，所生成的呈现数据集合210可以被发送到第二电子医疗保健系统116。在实施例中，系统102可以被配置为将所生成的呈现数据集合210发送到第二电子医疗保健系统116。在一些实施例中，系统102可以基于第一AI模型104与第三AI模型118的同步来传送所生成的呈现数据集合210。例如，为了使第一AI模型104与第三AI模型118同步，系统102可以启动第一AI模型104与第三AI模型118之间的加密会话。第一AI模型104与第三AI模型118的同步可以包括将呈现数据集合210和第一AI模型104的各个节点的权重传送到第三AI模型118。在一些情形下，第一AI模型104和第三AI模型118可以在呈现数据集合210上被重新训练。

在518中，可以控制与第二医疗保健中心120相关联的显示设备，以显示所生成的呈现数据集合210。在实施例中，系统102可以被配置为控制与第二医疗保健中心120相关联的显示设备。例如，显示设备可以是显示监视器，医疗从业者可以在其上查看呈现数据集合210。在实施例中，系统102可以使得第一AI模型104与第三AI模型118之间能够进行加密会话，以基于用户108在第二医疗保健中心120处接收的医疗护理来更新第一AI模型104。在一个或更多个实施例中，第三AI模型118可以是主AI模型，并且第一AI模型104可以是辅助AI模型。

传统上，当用户108在用户108已造访第一医疗保健中心120之后造访第二保健中心114时，与在第一医疗保健中心114处确定的用户108的治疗和健康状况相关联的完整医疗信息可能对于第二医疗保健中心120是不可用的。这可能影响可以由第二医疗保健中心120提供给用户108的诊断的准确性和治疗的有效性。另一方面，呈现数据集合210可以包括来自用户108先前造访的第一医疗保健中心114的医疗数据214。因此，第二医疗保健中心120的医疗从业者可以能够向用户108提供准确的诊断和治疗。例如，由在第一保健中心114处的医疗从业者212给出的“糖尿病”的诊断和治疗可由在第二保健中心120处的利用以手术方式治疗用户108的身体上的伤口。由于与非糖尿病患者相比，诸如用户108之类的糖尿病患者的身体可能需要更多的时间使伤口愈合，因此医疗从业者可以基于用户108的先前病史来提供更准确的诊断。

图6A和图6B共同是按照本公开的实施例的预先安排紧急响应(ER)服务的方法的序列图。图6A和图6B是结合图1、图2、图3、图4A、图4B、图5A和图5B中的元件解释的。参考图6A和图6B，示出了图示从602至616的一系列操作的序列图600。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第二电子医疗保健系统116的各种元件执行。

在602中，可以确定对应于医疗紧急情况的第一需求。在实施例中，系统102可以被配置为确定可以对应于医疗紧急情况的第一需求。例如，第一推断数据可以基于诸如用户108的心电图(ECG)信号模式和脉搏率之类的参数来指示心脏病发作。在心脏病发作的情况下，系统102可以确定第一需求是紧急外科手术。

在604中，可以发送确认所确定的医疗紧急情况的通知。在实施例中，系统102可以被配置为向用户设备106发送确认所确定的医疗紧急情况的通知。通知的示例可以包括但不限于与用户108相关联的用户设备106上的弹出警报、文本消息、警报或呼叫。

在606中，可以从用户设备106接收医疗紧急情况的确认。在实施例中，系统102可以被配置为从用户设备106接收医疗紧急情况的确认。在医疗紧急情况被确定为不准确或错误的情况下，系统102可以从用户设备106接收拒绝医疗紧急情况的输入。例如，用户108可能已仅经历可能不需要即时医疗援助的心脏的轻度疼痛。这可以帮助用户108避免支付与紧急情况服务相关的任何不必要的成本，例如，救护车费用。

在608中，可以确定用户108的当前位置。在实施例中，系统102可以被配置为基于医疗紧急情况的确认来确定用户108的当前位置。系统102可以通过使用可以包括从位置传感器(诸如，基于卫星的位置接收器)接收的位置数据的传感器数据集合来确定用户108的当前位置。在实施例中，从用户设备106接收的确认可以包括与用户108的当前位置相关联的信息。例如，确认可以包括与用户108相关联的用户设备106的纬度和经度坐标或GPS坐标。用户108的当前位置可以是用户108的家202或与家202不同的任何其他地方。例如，用户108可以在外地度假，或者可以在市场、他/她的朋友的房子或办公室中。

在610中，可以基于用户108的当前位置以及确定第一需求对应于医疗紧急情况来确定第二医疗保健中心120。在实施例中，系统102可以被配置为基于当前位置和医疗紧急情况来确定第二医疗保健中心120。

系统102可以基于第二医疗保健中心120提供的服务和诸如家202与第二医疗保健中心120之间的距离以及第二医疗保健中心120的医疗从业者是否有空参与用户108的需求之类的其他因素来确定第二医疗保健中心120。例如，心脏病发作的医疗紧急情况可能需要诸如手术之类的即时医疗护理。系统102可以确定可以专门从事包括紧急心脏手术的心脏治疗的离用户108的家202最近的医疗保健中心。

在612中，可以预先安排ER服务126。在实施例中，系统102可以基于接收到的医疗紧急情况的确认来预先安排ER服务126(诸如，救护车)。在实施例中，系统102可以等待从通知被发送到用户设备106的时间起的所定义的持续时间。如果在所定义的持续时间内没有接收到用户响应或输入，则系统102可以预先安排ER服务126。在用户108丧失能力的情况下，可以这样做以向用户108提供即时护理。在某些情况下，用户108可能无响应、无意识、受伤或瘫痪。在这种情况下，在所定义的第一持续时间(几分钟)之后，系统102可以预先安排ER服务126。

在614中，警报通知可以被发送到为接收警报通知而注册的一个或更多个设备。在实施例中，系统102可以被配置为将警报通知发送到可以为接收警报通知而注册的一个或更多个设备。警报通知的发送可以是基于关于第一需求对应于医疗紧急情况的确定。例如，一个或更多个设备可以与用户108的一个或更多个家庭成员、亲戚、朋友或熟人(诸如，邻居)相关联。一个或更多个设备可以是与用户108的家庭成员、亲戚、朋友或熟人相关联的移动电话。警报通知的示例可以包括但不限于对一个或更多个设备的弹出通知、文本消息、警报或呼叫。因此，系统102可以向用户108的家庭成员、亲戚、朋友或熟人提供关于用户108的医疗紧急情况的及时警报通知。这可以在用户108可能受到医疗紧急情况的影响时使得用户108能够接收帮助提示帮助。

在616中，第一用户相关数据集合可以被传送到第二电子医疗保健系统116。在实施例中，系统102可以被配置为基于预先安排的ER服务126，将第一用户相关数据集合传送到与第二医疗保健中心120相关联的第二电子医疗保健系统116。在救护车可能在前往第二医疗保健中心120的途中的同时，第一用户相关数据集合可以被传送到第二电子医疗保健系统116。在一些实施例中，第一AI模型104可以与第三AI模型118同步，以传送第一用户相关数据集合。在这种情况下，第三AI模型118可以是主AI模型，并且第一AI模型104可以是辅助AI模型。这可以使得第二医疗保健中心120能够在用户108一到达第二医疗保健中心120时就向用户108提供医疗护理。第一用户相关数据集合可以包括诸如用户108的脉搏率测量值和用户108的个人详情之类的相关信息(与用户108相关联)。在一些实施例中，第一用户相关数据集合还可以包括关于用户108的生命体征的实时或近实时信息。

图7A和7B共同是按照本公开的实施例的确定医疗保健中心的一个或更多个推荐的方法的序列图。图7A和图7B是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A和图6B中的元件解释的。参考图7A和图7B，示出了图示从702至716的一系列操作的序列图700。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第一电子医疗保健系统110的各种元件执行。

在702中，可以确定用户108为造访医疗保健中心而可能需要的第一需求。在实施例中，系统102可以被配置为确定用户108为造访医疗保健中心而可能需要的第一需求。例如，用户108可能遭遇乏力和头痛。一个或更多个第一指标(由第一AI模型104确定)可以指示用户108的不规则脉搏率和较低的血压。在这种情况下，可以基于第一推断数据将第一需求确定为用户108的即时医疗干预。

在704中，可以确定用户108的当前位置。在实施例中，系统102可以被配置为基于传感器数据的集合(包括在所收集的第一数据130中)来确定用户108的当前位置。例如，在图6中描述了用户108的当前位置的确定。在示例性场景中，用户108的当前位置可以不同于家202的当前位置。例如，用户108可能正在旅行或可能出现在不同的国家、州或地区。

在706中，可以确定一个或更多个推荐。这样的推荐可以包括与所确定的第一需求相关联的一个或更多个医疗保健中心。一个或更多个医疗保健中心可以在距用户108的当前位置的阈值距离内。例如，一个或更多个医疗保健中心可以在距用户108的当前位置的500米的阈值距离内。

按照实施例，系统102可以被配置为利用第一AI模型104来确定一个或更多个推荐。可能影响一个或更多个推荐的确定的因素可以包括例如用户对医疗保健中心的偏好、用户对医疗从业者的偏好、用户108造访特定医疗保健中心的历史、在一个或更多个医疗保健中心的咨询和治疗的成本、用户108的当前位置等。

在708中，所确定的一个或更多个推荐可以被发送到用户设备106。在实施例中，系统102可以被配置为将所确定的一个或更多个推荐发送到用户设备106。

在710中，可以控制用户设备106以显示所确定的一个或更多个推荐。在实施例中，系统102可以被配置为控制用户设备106以显示所确定的一个或更多个推荐。所确定的一个或更多个推荐可以例如显示在用户的智能手机的显示屏上。

在712中，可以从用户设备106接收第一输入。在实施例中，系统102可以被配置为经由用户设备106接收第一输入。第一输入可以包括一个或更多个医疗保健中心中的第一医疗保健中心114的第一选择。第一输入还可以包括对与第一医疗保健中心114的预约的预先安排的第二选择。在实施例中，系统102可以控制用户设备106以显示与所选择的第一医疗保健中心114可用于预约的不同时段。通过第一输入，用户108可以简单地选择所选择的第一医疗保健中心114可用的时段。所选择的时段被包括在所选择的预先安排中。

在714中，可以基于接收到的第一输入来预先安排对第一医疗保健中心114的造访。在实施例中，系统102可以被配置为预先安排用户108对第一医疗保健中心114的造访。

在716中，可以基于预先安排的造访，将第一用户相关数据集合传送到第一电子医疗保健系统110。在实施例中，系统102可以被配置为将第一用户相关数据集合传送到第一电子医疗保健系统110。第一用户相关数据集合可以包括诸如关于健康监视参数集合的数据的时间序列和用户108的个人详情之类的相关信息。

图8是描绘按照本公开的实施例的用于基于虚拟现实(VR)的咨询会话的方法的序列图。图8是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A和图7B中的元件解释的。参考图8，示出了图示从804至810的一系列操作的序列图800。该一系列操作可以由网络环境100的诸如但不限于系统102、用户设备106和第一电子医疗保健系统110和可穿戴电子设备802的各种元件执行。

在804中，对基于虚拟现实(VR)的咨询会话进行授权的请求可以被发送到第一电子医疗保健系统110。按照实施例，系统102可以被配置为将对基于VR的咨询会话进行授权的请求发送到第一电子医疗保健系统110。可以基于确定用户108的当前位置不同于第一医疗保健中心114的位置来发送请求。例如，用户108可以在家202并且用户108可能需要针对腿部损伤的基于VR的咨询。在另一示例中，用户108可以是老年人，对于老年人而言，造访第一医疗保健中心114可能是不方便的。这样的老年人可能需要针对健康疾病进行基于VR的咨询。

在806中，可以接收对所发送的请求的授权。按照实施例，系统102可以被配置为从第一电子医疗保健系统110接收对所发送请求的授权。可能需要第一电子医疗保健系统110对基于VR的咨询会话的授权，以防止任何未授权或恶意实体或设备连接到基于VR的咨询会话。

在808中，基于所接收的授权，可以在用户设备106和可穿戴电子设备802之间建立基于VR的咨询会话。在实施例中，系统102可以被配置为基于所接收的授权在用户设备106和可穿戴电子设备802之间建立基于VR的咨询会话。在实施例中，可穿戴电子设备802可以由在第一医疗保健中心114处的医疗从业者212穿戴并由其操作。在实施例中，用户设备106可以包括可以用于基于VR的咨询的一个或更多个成像设备(诸如，相机)。

在810中，第一用户相关数据集合可以被传送到可穿戴电子设备802。按照实施例，系统102可以被配置为当基于VR的咨询会话是活动时，将所确定的第一用户相关数据集合传送到可穿戴电子设备802。第一用户相关数据集合可以包括诸如用户108的损伤的图像、关于健康监视参数的数据和用户108的个人详情之类的相关信息。

可穿戴电子设备802可以被配置为接收第一用户相关数据集合和用户108的视频馈送或3D化身。当会话是活动时，可穿戴电子设备802可以通过UI元件或小部件显示第一用户相关数据集合。另外，可穿戴电子设备802可以显示视频馈送(或3D化身)，通过该视频馈送，用户108可以与医疗从业者212通信或者可以示出需要医疗护理的身体的至少一部分。例如，可穿戴电子设备802显示用户108的受伤的腿。可穿戴电子设备802的示例可以包括但不限于智能眼镜、基于虚拟现实(VR)的头戴式设备和基于增强现实(AR)的头戴式设备。在一些实施例中，系统102可以将视频咨询会话建立为用户设备106与第一电子医疗保健系统110之间的基于VR的咨询会话。可穿戴电子设备802可以连接到第一电子医疗保健系统110，以向用户108提供医疗护理。

图9是描绘按照本公开的实施例的多个AI模型的主从配置的示图。图9是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B和图8中的元件解释的。参考图9，示出了示图900。示图900可以包括第一AI模型104。第一AI模型104可以与用户设备106相关联。示图900还可以包括与第一医疗保健中心114相关联的第二AI模型112、与第二医疗保健中心120相关联的第三AI模型118和与ER服务126相关联的第四AI模型124。

第一AI模型104、第二AI模型112、第三AI模型118和第四AI模型124可以以主从配置来实现。例如，第一AI模型104可以是主AI模型，其可以被配置为控制或协调诸如第二AI模型112、第三AI模型118和第四AI模型124之类的从AI模型的操作以执行操作。

在示例性场景中，第一AI模型104可以基于用户108出现在第一医疗保健中心114处，将第一用户相关数据集合传送到第二AI模型112。第一AI模型104可以控制第二AI模型112以生成呈现数据集合210。第一AI模型104还可以控制第二AI模型112以从第二AI模型112接收医疗数据214。在实施例中，第一AI模型104可以控制第二AI模型112以充当医疗从业者212可能能够访问的聊天机器人。

第一AI模型104可以基于用户108出现在第二医疗保健中心120处，将第二用户相关数据集合传送到第三AI模型118。第一AI模型104可以控制第三AI模型118以针对与第二医疗保健中心120相关联的医疗从业者生成呈现数据集合210。第一AI模型104还可以控制第三AI模型118以从第三AI模型118接收医疗数据214。

在示例性场景中，系统102可以确定对应于医疗紧急情况的第一需求。例如，在图6A的604中，还描述了对应于医疗紧急情况的第一需求的确定的细节。基于所确定的对应于医疗紧急情况的第一需求，第一AI模型104可以将第一用户相关数据集合发送到与ER服务126相关联的第四AI模型124。第一AI模型104可以控制第四AI模型124以生成呈现数据集合210，使得医疗从业者可以在用户108可以到达第二医疗保健中心120之前具有所需的呈现数据集合210。

图10A和10B共同是描绘按照本公开的实施例的多个AI模型之间的操作集合的序列图。图10A和图10B是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B、图8和图9中的元件解释的。参考图10A和图10B，示出了图示从1002至1024的一系列操作的序列图1000。操作序列可以由诸如但不限于第一AI模型104、第二AI模型112、第三AI模型118和第四AI模型124之类的各种实体执行。

在1002中，第一AI模型104可以应用到所收集的第一数据130上，以计算一个或更多个第一指标。这样的指标可以反映用户108的健康状况相对于参考值的偏差。例如，在图4A的406中，还提供一个或更多个第一指标的计算细节。

在1004中，第一用户相关数据集合可以被传送到第二AI模型112。根据实施例，第一AI模型104可以基于第一AI模型104与第二AI模型112的同步，将第一用户相关数据集合传送到第二AI模型112。例如，在图4B的416中还提供了第一用户相关数据集合的传送细节。

在1006中，可以生成呈现数据集合210。根据实施例，第二AI模型112可以被配置为生成呈现数据集合210。例如，第一AI模型104可以控制第二AI模型112以生成呈现数据集合210。例如，在图4B中的418中还提供了呈现数据集合210的生成细节。

在1008中，可以更新第一AI模型104。按照实施例，第二AI模型112可以将医疗数据214传送到第一AI模型104。例如，第二AI模型112可以基于第一AI模型104与第二AI模型112的同步，将医疗数据214发送到第一AI模型104。例如，在图4B中的426中还提供了第一AI模型104的更新细节。

在1010中，可以生成第二推断数据。按照实施例，系统102可以被配置为在所收集的医疗数据214和所收集的第一数据130上应用第一AI模型104，以生成第二推断数据。例如，在图5A中的506中还提供了第二推断数据的生成细节。

在1012中，第二用户相关数据集合可以被传送到第三AI模型118。第二用户相关数据集合可以包括来自由第一AI模型104接收的第一数据130和医疗数据214的相关数据。与第二医疗保健中心120相关联的第二电子医疗保健系统116可能需要第二用户相关数据集合。例如，在图5A中的510中还提供了第二用户相关数据集合的传送细节。

在1014中，可以生成呈现数据集合210。根据实施例，第三AI模型118可以被配置为生成呈现数据集合210。例如，第一AI模型104可以控制第三AI模型118以生成呈现数据集合210。例如，在图5B中的514中还提供了由第三AI模型118生成呈现数据集合210的细节。

在1016中，可以更新第一AI模型104。按照实施例，第三AI模型118可以基于第一AI模型104与第三AI模型118的同步，将医疗数据214发送到第一AI模型104。可以基于由医疗从业者在第二医疗保健中心120提供的诊断或治疗来生成医疗数据214。更新可以对应于在医疗数据214上训练第一AI模型104的过程。

在1018中，可以确定对应于医疗紧急情况的第一需求。按照实施例，第一AI模型104可以被配置为确定可以对应于医疗紧急情况的第一需求。例如，在瘫痪发作的情况下，第一AI模型104可以将第一需求确定为医疗紧急情况。

在1020中，可以确定第二医疗保健中心120。根据实施例，第一AI模型104可以被配置为确定第二医疗保健中心120。例如，第一AI模型104可以基于用户108的位置和诸如在第二医疗保健中心120的医疗从业者是否可用和在第二医疗保健中心120处提供的服务的类型之类的其他因素来确定第二医疗保健中心120。例如，在图6A中的610中还提供了第二医疗保健中心120的确定细节。

在1022中，可以预先安排ER服务126。根据实施例，第一AI模型104可以被配置为基于所确定的医疗紧急情况来预先安排ER服务126。例如，在图6B中的612中还提供了ER服务126的预先安排细节。

在1024中，第一用户相关数据集合可以被传送到与第二电子医疗保健系统116相关联的第二AI模型112。在实施例中，第一AI模型104可以被配置为基于预先安排的ER服务126，将第一用户相关数据集合传送到与第二电子医疗保健系统116相关联的第二AI模型112。例如，第一AI模型104可以基于第一AI模型104与第四AI模型124之间的同步，将第一用户相关数据集合传送到第四AI模型124。例如，在图6B中的616中还提供了第一用户相关数据集合的传送细节。

图11是描绘按照本公开的实施例的利用第一AI模型确定示例性第一需求的示图。图11是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B、图8、图9、图10A和图10B中的元件解释的。参考图11，示出了示图1100。示图1100可以包括第一AI模型104。

系统102可以在第一数据130上应用第一AI模型104，以计算一个或更多个第一指标1102。在示例性场景中，第一数据130可以包括用户108的历史健康数据。例如，用户108可以是哮喘患者。第一数据130还可以包括传感器数据集合。例如，传感器数据集合可以包括所记录的血压测量值，包括当前血压测量值(诸如，124/81mmHg)。传感器数据集合可以包括所记录的脉搏率测量值(诸如，84bpm的当前脉搏率)。感器数据集合还可以包括用户108的体重和当前空腹血糖测量(例如，350)。第一数据130还可以包括与用户108相关联的PFSH数据。例如，PFSH数据可以包括用户108可能是乳糖不耐受的并且用户108的父母(诸如，父亲)可能有糖尿病病史。系统102可以将第一数据130输入到第一AI模型104。

第一AI模型104可以基于输入的第一数据130来计算一个或更多个第一指标1102。在示例性场景中，一个或更多个第一指标1102可以包括与具有置信得分“0.97”的“高血糖”对应的第一指标。第一AI模型104可以基于与空腹血糖测量的参考值可以有大偏差的空腹血糖测量值350来确定对应于“高血糖”的第一指标。一个或更多个第一指标1102可以包括与具有置信得分“0.32”的“高血压”对应的第二指标。例如，第一AI模型104可以基于与血压测量值的参考值“120/80mmHg”可以有小偏差的血压测量值“124/81mmHg”来确定对应于“高血压”的第二指标。由于对应于第二指标(“高血压”)的置信得分是“0.32”，因此可以忽略第二指标。

基于对应于高血糖的第一指标，系统102可以生成第一推断数据1104。第一推断数据1104可以包括与健康状况的偏差的原因相关联的一个或更多个标志或标签。例如，第一推断数据1104可以包括该原因为“糖尿病”。系统102还可以基于第一推理数据1104来确定第一需求1106。在一些实施例中，第一需求1106可以对应于医疗咨询、医疗紧急情况、预先安排的医疗检查或预先安排的外科手术。基于确定第一推断数据1104是非紧急状况，系统102可以将第一需求1106确定为“医疗咨询”。基于用户108的偏好，系统102可以预订与诸如第一医疗保健中心114之类的医疗保健中心的医疗咨询。

图12是按照本公开的实施例的使得能够进行基于人工智能(AI)的对医疗保健服务的访问的系统的框图。图12是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B、图8、图9、图10A、图10B和图11中的元件解释的。参考图12，示出了可以与图1的系统102类似的系统1202的框图1200。系统1202可以包括处理器1204、存储器1206、输入/输出(I/O)设备1208、传感器集合1210和网络接口1212。传感器集合1210可以类似于图1的传感器132的集合。因此，为了简洁起见，这里省略了传感器集合1210的描述。

处理器1204可以包括可以被配置为执行存储在存储器1206中的指令集的合适的逻辑、电路和/或接口。处理器1204可以被配置为执行与将由系统102执行的不同操作相关联的程序指令。例如，操作中的一些可以包括接收所收集的第一数据130、在所收集的第一数据130上应用第一AI模型104以计算一个或更多个第一指标、生成第一推断数据以及确定用户为造访第一医疗保健中心114而可能需要的第一需求。处理器1204还可以被配置为确定第一用户相关数据集合并且将所确定的第一用户相关数据集合传送到第一电子医疗保健系统110。处理器1204可以基于本领域中已知的多种处理器技术来实现。处理器技术的示例可以包括但不限于中央处理单元(CPU)、基于X86的处理器、精简指令集计算(RISC)处理器、专用集成电路(ASIC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)和其他处理器。

存储器1206可以包括可以被配置为存储将要由处理器1204执行的一个或更多个指令的合适的逻辑、电路和接口。存储器1206可以被配置为存储所收集的第一数据130、一个或更多个第一指标、第一推断数据、第一需求和第一用户相关数据集合。存储器1206还可以被配置为存储呈现数据210和医疗数据集合214。存储器1206还可以存储第二推断数据、第二需求和第二用户相关数据集合。存储器1206的实现方式的示例可以包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、硬盘驱动器(HDD)、固态驱动器(SSD)、CPU高速缓存和/或安全数字(SD)卡。

I/O设备1208可以包括可以被配置为接收用户108的输入并且基于所接收的输入来提供输出的合适的逻辑、电路和接口。例如，输入可以对应于将所收集的第一数据130的数据部分与第一AI模型104共享的请求。输入还可以对应于包括一个或更多个医疗保健中心中的第一医疗保健中心的第一选择和与第一医疗保健中心114的预约的预先安排的第二选择的第一输入。输出可以包括例如一个或更多个医疗保健中心的推荐。可以包括各种输入和输出设备的I/O设备1208可以被配置为与处理器1204通信。I/O设备1208的示例可以包括但不限于触摸屏、键盘、鼠标、操纵杆、麦克风、显示设备和扬声器。

网络接口1212可以包括可以被配置为促进处理器1204、第一电子医疗保健系统110、第二电子医疗保健系统116、第三电子医疗保健系统122和服务器128之间的通信的合适的逻辑、电路、接口和/或代码。网络接口1212可以利用各种已知技术来实现，以支持系统102与通信网络134的有线或无线通信。网络接口1212可以包括但不限于天线、射频(RF)收发器、一个或更多个放大器、调谐器、一个或更多个振荡器、数字信号处理器、编码器-解码器(CODEC)芯片组、用户身份模块(SIM)卡或本地缓冲电路。网络接口1212可以被配置为经由无线通信与诸如互联网、内联网之类的网络或诸如蜂窝电话网络、无线局域网(LAN)和城域网(MAN)之类的无线网络通信。无线通信可以被配置为使用诸如全球移动通信系统(GSM)、增强数据GSM环境(EDGE)、宽带码分多址(W-CDMA)、长期演进(LTE)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、无线保真(Wi-Fi)(诸如，IEEE 802.11a、IEEE 802.11b、IEEE 802.11g或IEEE 802.11n)、互联网语音协议(VoIP)、光保真度(Li-Fi)、全球微波访问互操作性(Wi-MAX)、电子邮件的协议、即时消息传递和短消息服务(SMS)之类的多种通信标准、协议和技术中的一种或更多种。

由如图1中描述的系统102执行的功能或操作可以由处理器1204执行。例如在图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B、图8、图9、图10A、图10B和图11中详细描述了由处理器1204执行的操作。

图13是按照本公开的实施例的启用人工智能(AI)的对医疗保健服务的访问的示例性方法的流程图。图13是结合图1、图2、图3、图4A、图4B、图5A、图5B、图6A、图6B、图7A、图7B、图8、图9、图10A、图10B、图11和图12中的元件描述的。参考图13，示出了流程图1300。流程图1300的示例性方法可以由任何计算系统执行，例如，由图1的系统102或图12的处理器1204执行。流程图1300的示例性方法可以在1302中开始并且前进至1304。

在1304中，可以收集与用户108相关联的第一数据130。按照实施例，处理器1204可以被配置为收集与用户108相关联的第一数据130。所收集的第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。例如，在图2中还提供了第一数据130的收集细节。

在1306中，可以在所收集的第一数据130上应用第一AI模型104，以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。按照实施例，处理器1204可以在所收集的第一数据130上应用第一AI模型104，以计算一个或更多个第一指标。一个或更多个第一指标可以反映用户108的健康状况相对于参考值的偏差。例如，在图4A中，还提供一个或更多个第一指标的计算细节。

在1308中，基于计算出的一个或更多个第一指标，可以生成第一推断数据，该第一推断数据可以包括与偏差的原因相关联的一个或更多个标志或标签。按照实施例，处理器1204可以被配置为基于计算出的一个或更多个第一指标来生成第一推断数据，第一推断数据可以包括与偏差的原因相关联的一个或更多个标志或标签。例如，在图4A中还提供了第一推断数据的生成细节。

在1310中，基于所生成的第一推断数据，可以确定用户108为造访第一医疗保健中心114而可能需要的第一需求。按照实施例，系统1204可以被配置为基于所生成的第一推断数据，确定用户108为造访第一医疗保健中心114而可能需要的第一需求。例如，在图4A中还提供了第一需求的确定细节。

在1312中，基于所收集的第一数据130和第一推断数据，可以确定与所确定的第一需求相关联的第一用户相关数据集合。按照实施例，处理器1204可以被配置为基于所收集的第一数据130和第一推断数据来确定与所确定的第一需求相关联的第一用户相关数据集合。例如，在图4B中还提供了第一用户相关数据集合的确定细节。

在1314中，可以将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。按照实施例，处理器1204可以被配置为将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。例如，在图4B中还提供了第一用户相关数据集合的传送细节。控制可以结束。

尽管流程图1300图示了诸如1304、1306、1308、1310、1312和1314之类的分立的操作，但本公开不限于此。因此，在某些实施例中，在不减损所公开的实施例的本质的情况下，根据特定的实现方式，这样分立的操作可以进一步被划分为更多的操作、被组合成更少的操作或者被消除。

本公开的各种实施例可以提供其上存储有能由系统(例如，系统102)中的机器和/或计算机执行的计算机可执行指令的非暂态计算机可读介质和/或存储介质。指令可以使系统(例如，系统102)中的机器和/或计算机执行可以包括收集与用户108相关联的第一数据130的操作。所收集的第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。操作还可以包括在所收集的第一数据130上应用第一AI模型104，以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。操作还可以包括基于计算出的一个或更多个第一指标来生成第一推断数据，该第一推断数据包括与偏差的原因相关联的一个或更多个类标志或标签。操作还可以包括基于所生成的第一推断数据来确定用户108为造访第一医疗保健中心114而可能需要的第一需求。操作还可以包括基于所收集的第一数据和第一推断数据来确定与所确定的第一需求相关联的第一用户相关数据集合。操作还可以包括将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。

本公开的示例性方面可以包括可以包括处理器(诸如，处理器1204)的系统(诸如，系统102)。处理器1204可以被配置为收集与用户108相关联的第一数据130。所收集的第一数据130可以包括历史健康数据和与健康监视参数集合对应的传感器数据集合。处理器1204还可以被配置为在所收集的第一数据130上应用第一AI模型104，以计算可以反映用户108的健康状况相对于参考值的偏差的一个或更多个第一指标。处理器1204还可以被配置为基于计算出的一个或更多个第一指标来生成第一推断数据，该第一推断数据可以包括与偏差的原因相关联的一个或更多个类标志或标签。处理器1204还可以被配置为基于所生成的第一推断数据来确定用户108为造访第一医疗保健中心114而可能需要的第一需求。处理器1204还可以被配置为基于所收集的第一数据和第一推断数据来确定与所确定的第一需求相关联的第一用户相关数据集合。处理器1204还可以被配置为将所确定的第一用户相关数据集合传送到与第一医疗保健中心114相关联的第一电子医疗保健系统110。

按照实施例，所收集的第一数据130还可以包括过去、家庭和社会历史(PFSH)数据和协作过滤数据，协作过滤数据可以包括与所定义的人群、特定地理集合、特定人口统计学或所定义的人群内的病毒感染或爆发相关联的健康相关数据点。

按照实施例，所收集的第一数据130还可以包括针对包括第一医疗保健中心114的一个或更多个医疗保健中心处的医疗或健康干预的集合的预约预先安排。可以基于预约预先安排来确定第一需求。

按照实施例，健康监视参数的集合可以与用户108的已知健康状况、用户108过去接收的一个或更多个医疗干预或与用户108相关联的一个或更多个合并症中的至少一个相关联。

按照实施例，处理器1204还可以被配置为确定用户108的当前位置。处理器1204还可以被配置成通过使用第一AI模型104来确定可以包括与所确定的第一需求相关联的一个或更多个医疗保健中心的一个或更多个推荐。处理器1204还可以被配置为控制与用户108相关联的用户设备106以显示所确定的一个或更多个推荐。一个或更多个医疗保健中心可以在距当前位置的阈值距离内。

根据实施例，处理器1204还可以被配置为经由用户设备106接收第一输入。第一输入可以包括一个或更多个医疗保健中心中的第一医疗保健中心114的第一选择和与第一医疗保健中心114的预约的预先安排的第二选择。处理器1204还可以被配置为基于接收到的第一输入来预先安排对第一医疗保健中心114的造访。可以基于预先安排，将第一用户相关数据集合传送到第一电子医疗保健系统110。

按照实施例，处理器1204还可以被配置为基于确定用户108的当前位置不同于第一医疗保健中心114的位置来向第一电子医疗保健系统110发送对基于虚拟现实(VR)的咨询会话进行授权的请求。处理器1204还可以被配置为接收对所发送请求的授权，并且基于接收到的授权，建立用户设备106与医疗从业者212在第一医疗保健中心114穿戴的可穿戴电子设备之间的基于VR的咨询会话。在基于VR的咨询会话可以是活动时，所确定的第一用户相关数据集合可以被传送到可穿戴电子设备。

按照实施例，处理器1204还可以被配置为通过在所传送的第一用户相关数据集合上应用第二AI模型112来生成呈现数据集合210。呈现数据集合210可以包括与第一医疗保健中心114相关联的医疗从业者212为评估用户108的当前健康状况并且服务所确定的第一需求而可能需要的数据点。处理器1204还可以被配置为控制与第一医疗保健中心114相关联的显示设备，以显示所生成的呈现数据集合210。

按照实施例，第二AI模型112可以是被托管在第一电子医疗保健系统110上的会话AI，并且可以与第一医疗保健中心114相关联。

按照实施例，处理器1204还可以被配置为检测用户108在第一医疗保健中心114处出现。处理器1204还可以被配置为基于检测来收集与用户108在第一医疗保健中心114接收的医疗护理相关联的医疗数据214作为所确定的第一需求的一部分，并且基于所收集的医疗数据214来更新第一AI模型104。

按照实施例，处理器1204还可以被配置为在所收集的医疗数据214和所收集的第一数据130上应用第一AI模型104，以生成第二推断数据。处理器1204还可以被配置为基于所生成的第二推断数据来确定用户108为造访与第一医疗保健中心114不同的第二医疗保健中心120而可能需要的第二需求。处理器1204还可以被配置为基于所收集的第一数据130、所收集的医疗数据214和第二推断数据，确定可以与所确定的第二需求相关联的并且与第二医疗保健中心120相关联的第二电子医疗保健系统116可能需要的第二用户相关数据集合。处理器1204还可以被配置为将所确定的第二用户相关数据集合传送到第二电子医疗保健系统116。

按照实施例，处理器1204还可以被配置为基于用户108的当前位置以及确定所确定的第一需求可以对应于医疗紧急情况来确定第二医疗保健中心120。处理器1204还可以被配置为预先安排ER服务126。处理器1204还可以被配置为基于预先安排的ER服务126，将第一用户相关数据集合传送到与第二医疗保健中心120相关联的第二电子医疗处理器116。

按照实施例，处理器1204还可以被配置为基于确定第一需求可以对应于医疗紧急情况，向为接收警报通知而注册的一个或更多个设备发送警报通知。

按照实施例，处理器1204还可以被配置为由用户设备106接收将所收集的第一数据130的数据部分与第一AI模型104共享的请求。处理器1204还可以被配置为基于该请求来创建第一AI模型104与用户设备106之间的加密会话。处理器1204还可以被配置为在加密会话可以是活动的同时，将所收集的第一数据130的数据部分传送到第一AI模型104。处理器1204还可以被配置为将所传送的数据部分以加密形式存储在数据存储器上。

本公开可以以硬件或硬件与软件的组合来实现。本公开可以以集中方式实现、在至少一个计算机系统中实现或者以分布式方式实现，其中，不同的元件可以遍布于几个互连的计算机系统上。适于实践本文中描述的方法的计算机系统或其他装置可能是合适的。硬件与软件的组合可以是具有计算机程序的通用计算机系统，当加载和执行该计算机程序时，该计算机程序可以控制计算机系统，使得它实践本文中描述的方法。本公开可以在包括也执行其他功能的集成电路的一部分的硬件中实现。

本公开也可以内置于计算机程序产品中，该计算机程序产品包括使得能够实现本文中描述的方法的所有特征，并且当被加载到计算机系统中时，能够实践这些方法。在本上下文中，计算机程序意指指令集的任何语言、代码或符号的任何表达，该指令集旨在使具有信息处理能力的系统直接地或者在以下任一者或二者的情况之后执行特定功能：a)转换成另一种语言、代码或符号；b)以不同的物质形式再现。

尽管参考某些实施例描述了本公开，但本领域的技术人员将理解，在不脱离本公开的范围的情况下，可以进行各种改变，并且可以替换等同物。另外，在不脱离其范围的情况下，可以进行许多修改，以使特定情形或物质适于本公开的教导。因此，本公开旨在不限于所公开的特定实施例，但本公开将包括落入所附权利要求的范围内的所有实施例。

Claims (20)

1.一种方法，包括：

收集与用户相关联的第一数据，

其中，所收集的所述第一数据包括历史健康数据和与健康监视参数集合对应的传感器数据集合；

在所收集的所述第一数据上应用第一人工智能AI模型，以计算反映所述用户的健康状况相对于参考值的偏差的一个或更多个第一指标；

基于计算出的所述一个或更多个第一指标来生成第一推断数据，所述第一推断数据包括与所述偏差的原因相关联的一个或更多个标志或标签；

基于所生成的所述第一推断数据，确定所述用户为造访第一医疗保健中心而可能需要的第一需求；

基于所收集的所述第一数据和所述第一推断数据，确定与所确定的所述第一需求相关联的第一用户相关数据集合；以及

将所确定的所述第一用户相关数据集合传送到与所述第一医疗保健中心相关联的第一电子医疗保健系统。

2.根据权利要求1所述的方法，其中，所收集的所述第一数据还包括：

过去、家庭和社会历史PFSH数据；以及

协作过滤数据，所述协作过滤数据包括与所定义的人群、特定地理集合、特定人口统计学或所定义的人群内的病毒感染或爆发相关联的健康相关数据点。

3.根据权利要求1所述的方法，其中，所收集的所述第一数据还包括在包括所述第一医疗保健中心的一个或更多个医疗保健中心处的医疗或健康干预集合的预约预先安排，并且

其中，基于所述预约预先安排来确定所述第一需求。

4.根据权利要求1所述的方法，其中，所述健康监视参数的集合与所述用户的已知健康状况、所述用户过去接收的一个或更多个医疗干预或与所述用户相关联的一个或更多个合并症中的至少一个相关联。

5.根据权利要求1所述的方法，还包括：

确定所述用户的当前位置；

通过使用所述第一AI模型，确定包括与所确定的所述第一需求相关联的一个或更多个医疗保健中心的一个或更多个推荐；以及

控制与所述用户相关联的用户设备以显示所确定的所述一个或更多个推荐，

其中，所述一个或更多个医疗保健中心在距所述当前位置的阈值距离内。

6.根据权利要求5所述的方法，还包括：

经由所述用户设备接收第一输入，所述第一输入包括：

所述一个或更多个医疗保健中心中的所述第一医疗保健中心的第一选择，以及

针对与所述第一医疗保健中心的预约的预先安排的第二选择；以及

基于所接收的所述第一输入来预先安排对所述第一医疗保健中心的造访，

其中，基于所述预先安排，将所述第一用户相关数据集合传送到所述第一电子医疗保健系统。

7.根据权利要求1所述的方法，还包括：

基于确定所述用户的当前位置不同于所述第一医疗保健中心的位置，向所述第一电子医疗保健系统发送对基于虚拟现实VR的咨询会话进行授权的请求；

接收对所发送的所述请求的授权；以及

基于接收到的所述授权，建立用户设备与所述第一医疗保健中心处的医疗从业者穿戴的可穿戴电子设备之间的所述基于VR的咨询会话，

其中，在所述基于VR的咨询会话是活动的同时，所确定的所述第一用户相关数据集合被传送到所述可穿戴电子设备。

8.根据权利要求1所述的方法，还包括：

通过在所传送的所述第一用户相关数据集合上应用第二AI模型来生成呈现数据集合，

其中，所述呈现数据集合包括与所述第一医疗保健中心相关联的医疗从业者为评估所述用户的当前健康状况并且服务所确定的所述第一需求而需要的数据点；以及

控制与所述第一医疗保健中心相关联的显示设备，以显示所生成的所述呈现数据集合。

9.根据权利要求8所述的方法，其中，所述第二AI模型是托管在所述第一电子医疗保健系统上并且与所述第一医疗保健中心相关联的会话AI。

10.根据权利要求1所述的方法，还包括：

检测所述用户在所述第一医疗健康中心处的存在；以及

基于所述检测来收集与所述用户在所述第一医疗保健中心接收的医疗护理相关联医疗数据作为所确定的所述第一需求的一部分；以及

基于所收集的所述医疗数据来更新所述第一AI模型。

11.根据权利要求10所述的方法，还包括：

在所收集的所述医疗数据和所收集的所述第一数据上应用所述第一AI模型，以生成第二推断数据；

基于所生成的所述第二推断数据，确定所述用户为造访与所述第一医疗保健中心不同的第二医疗保健中心而需要的第二需求；

基于所收集的所述第一数据、所收集的所述医疗数据和所述第二推断数据，确定与所确定的所述第二需求相关联的并且与所述第二医疗保健中心相关联的第二电子医疗保健系统所需要的第二用户相关数据集合；以及

将所确定的所述第二用户相关数据集合传送到所述第二电子医疗保健系统。

12.根据权利要求1所述的方法，还包括：

基于所述用户的当前位置和确定所确定的所述第一需求对应于医疗紧急情况来确定第二医疗健康中心；以及

预先安排紧急响应ER服务；以及

基于预先安排的所述ER服务，将所述第一用户相关数据集合传送到与所述第二医疗保健中心相关联的第二电子医疗保健系统。

13.根据权利要求1所述的方法，还包括基于确定所述第一需求对应于医疗紧急情况，向为接收所述警报通知而注册的一个或更多个设备发送警报通知。

14.根据权利要求1所述的方法，还包括：

由用户设备接收将所收集的所述第一数据的数据部分与所述第一AI模型共享的请求；

基于所述请求，创建所述第一AI模型与所述用户设备之间的加密会话；

在所述加密会话是活动的同时，将所收集的所述第一数据的所述数据部分传送到所述第一AI模型；以及

将所传送的所述数据部分以加密形式被存储在数据存储器上。

15.一种系统，包括：

处理器，所述处理器被配置为：

收集与用户相关联的第一数据，

其中，所收集的所述第一数据包括历史健康数据和对应于健康监视参数集合的传感器数据集合；

在所收集的所述第一数据上应用第一人工智能AI模型，以计算反映所述用户的健康状况相对于参考值的偏差的一个或更多个第一指标；

基于计算出的所述一个或更多个第一指标来生成第一推断数据，所述第一推断数据包括与所述偏差的原因相关联的一个或更多个标志或标签；

基于所生成的所述第一推断数据，确定所述用户为造访第一医疗保健中心而需要的第一需求；

基于所收集的所述第一数据和所述第一推断数据来确定与所确定的所述第一需求相关联的第一用户相关数据集合；以及

将所确定的所述第一用户相关数据集合传送到与所述第一医疗保健中心相关联的第一电子医疗保健系统。

16.根据权利要求15所述的系统，其中，所收集的所述第一数据还包括在包括所述第一医疗保健中心的一个或更多个医疗保健中心处的医疗或健康干预集合的预约预先安排，并且其中，

基于所述预约预先安排来确定所述第一需求。

17.根据权利要求15所述的系统，其中，所述处理器还被配置为：

确定所述用户的当前位置；

通过使用所述第一AI模型来确定包括与所确定的所述第一需求相关联的一个或更多个医疗保健中心的一个或更多个推荐；

控制与所述用户相关联的用户设备，以显示所确定的所述一个或更多个推荐，

其中，所述一个或更多个医疗保健中心在距所述当前位置的阈值距离内；

经由所述用户设备接收第一输入，所述第一输入包括：

所述一个或更多个医疗保健中心中的所述第一医疗保健中心的第一选择，以及

针对与所述第一医疗保健中心的预约的预先安排的第二选择；以及

基于所接收的所述第一输入来预先安排对所述第一医疗保健中心的造访，

其中，基于所述预先安排，将所述第一用户相关数据集合传送到所述第一电子医疗保健系统。

18.根据权利要求15所述的系统，其中，所述处理器还被配置为：

通过在所传送的所述第一用户相关数据集合上应用第二AI模型来生成呈现数据集合，

其中，所述呈现数据集合包括与所述第一医疗保健中心相关联的医疗从业者为评估所述用户的当前健康状况并且服务所确定的所述第一需求而需要的数据点；以及

控制与所述第一医疗保健中心相关联的显示设备，以显示所生成的所述呈现数据集合。

19.根据权利要求18所述的系统，其中，所述第二AI模型是托管在所述第一电子医疗保健系统上并且与所述第一医疗保健中心相关联的会话AI。

20.一种被配置为存储指令的非暂态计算机可读存储介质，所述指令在由系统中的计算机执行时使所述系统中的所述计算机执行操作，所述操作包括：

收集与用户相关联的第一数据，

其中，所收集的所述第一数据包括历史健康数据和对应于健康监视参数集合的传感器数据集合；

在所收集的所述第一数据上应用第一人工智能AI模型，以计算反映所述用户的健康状况相对于参考值的偏差的一个或更多个第一指标；

基于计算出的所述一个或更多个第一指标来生成第一推断数据，所述第一推断数据包括与所述偏差的原因相关联的一个或更多个标志或标签；

基于所生成的所述第一推断数据，确定所述用户为造访第一医疗保健中心而需要的第一需求；

基于所收集的所述第一数据和所述第一推断数据来确定与所确定的所述第一需求相关联的第一用户相关数据集合；以及

将所确定的所述第一用户相关数据集合传送到与所述第一医疗保健中心相关联的第一电子医疗保健系统。