医疗报告的生成方法、装置、计算机设备及计算机存储介质与流程

本发明涉及人工智能技术领域，尤其是涉及医疗报告的生成方法、装置、计算机设备及计算机存储介质。

背景技术：

医疗已经成为人工智能行业重要的研究和应用领域，医疗报告作为医生在记录患者健康的重要依据，已经得到广泛重视。

早期的医疗领域中，医生往往需要手动完成医疗报告的撰写，例如检查报告、手术报告等，而在人工智能下的医疗领域，医生可以通过机器输入电子病历，利用电子病历来提高医疗报告的撰写速度。伴随着人工智能的不断发展，最常见的要数医生通过语音输入电子病历，利用语音识别方式能够对患者的额基本信息、手术情况进行基本记录，得到病历上的非结构化文本数据，然后利用自然语言处理将病历上的非结构化文本数据转变成结构化文本数据，从而生成医疗报告。

然而，由于语音识别对环境周围的要求较高，需要医生录入报告的语言表述有一定要求，容易造成识别出文字的结果不准确，导致生成的医疗报告可读性差。另外，有些医疗报告中的文本可以直接通过检查结果数据或者规范的模板中获取，通过语音识别来生成医疗报告可能需要耗费医生更多的时间。

技术实现要素：

有鉴于此，本发明提供了一种医疗报告的生成方法、装置、计算机设备及计算机存储介质，主要目的在于解决目前相关技术中生成的医疗报告可读性差的问题。

依据本发明一个方面，提供了一种医疗报告的生成方法，该方法包括：

获取各个数据源上传的医疗数据；

将所述各个数据源上传的医疗数据存储至区块链网络中，所述区块链网络中预先封装有用于分析医疗数据的医疗信息分析模型；

根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息；

将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

进一步地，所述将所述各个数据源上传的医疗数据存储至区块链网络中包括：

从所述各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识；

按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上。

进一步地，在所述按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上之前，所述方法还包括：

利用区块链网络的共识机制对所述属于同一顺序标识的医疗数据进行一致性验证，得到相同顺序标识达成共识的医疗数据。

进一步地，在所述根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息之前，所述方法还包括：

预先收集各个疾病类型的医疗数据，并根据所述医疗数据对应的疾病类型对所述医疗数据进行标记，得到携带疾病类型标签的医疗数据；

将所述携带疾病类型标签的医疗数据输入至神经网络模型中进行训练，得到医疗信息分析模型，所述医疗信息分析模型中记录有与医疗数据相匹配的疾病类型；

对所述医疗信息分析模型进行加密并登记至区块链网络中。

进一步地，所述神经网络模型为多层结构，所述将所述携带疾病类型标签的医疗数据输入至神经网络模型中进行训练，得到医疗信息分析模型包括：

通过神经网络模型第一层结构提取各个疾病的医疗数据对应的局部信息特征；

通过神经网络模型第二层结构汇总各个疾病类型的医疗数据对应的局部数据特征，得到多维度的局部数据特征；

通过神经网络模型第三层结构对所述多维度的局部数据特征进行降维处理，得到各个疾病类型对应的数据特征；

通过神经网络模型第四层结构对所述各个疾病类型对应的数据特征进行分类，得到识别各个疾病类型的医疗信息分析模型。

进一步地，所述根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息包括：

通过将所述各个数据源上传的医疗数据输入至所述医疗信息分析模型，识别出与所述医疗数据相匹配的疾病类型；

根据所述疾病类型查找与所述医疗数据对应的医疗信息，得到用于医生确认的医疗信息。

进一步地，在所述将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告之后，所述方法还包括：

从所述医疗报告中提取多个处理方信息，将所述医疗报告分别发送至所述多个处理方信息，以便多个处理方针对所述医疗报告作出医疗反馈信息。

依据本发明另一个方面，提供了一种医疗报告的生成装置，所述装置包括：

获取单元，用于获取各个数据源上传的医疗数据；

存储单元，用于将所述各个数据源上传的医疗数据存储至区块链网络中，所述区块链网络中预先封装有用于分析医疗数据的医疗信息分析模型；

分析单元，用于根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息；

生成单元，用于将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

进一步地，所述存储单元包括：

提取模块，用于从所述各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识；

存储模块，用于按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上。

进一步地，所述存储单元还包括：

验证模块，用于在所述按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上之前，利用区块链网络的共识机制对所述属于同一顺序标识的医疗数据进行一致性验证，得到相同顺序标识达成共识的医疗数据。

进一步地，所述装置还包括：

标记单元，用于在所述根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息之前，预先收集各个疾病类型的医疗数据，并根据所述医疗数据对应的疾病类型对所述医疗数据进行标记，得到携带疾病类型标签的医疗数据；

训练单元，用于将所述携带疾病类型标签的医疗数据输入至神经网络模型中进行训练，得到医疗信息分析模型，所述医疗信息分析模型中记录有与医疗数据相匹配的疾病类型；

加密单元，用于对所述医疗信息分析模型进行加密并登记至区块链网络中。

进一步地，所述神经网络模型为多层结构，所述训练单元包括：

提取模块，用于通过神经网络模型第一层结构提取各个疾病的医疗数据对应的局部信息特征；

汇总模块，用于通过神经网络模型第二层结构汇总各个疾病类型的医疗数据对应的局部数据特征，得到多维度的局部数据特征；

处理模块，用于通过神经网络模型第三层结构对所述多维度的局部数据特征进行降维处理，得到各个疾病类型对应的数据特征；

分类模块，用于通过神经网络模型第四层结构对所述各个疾病类型对应的数据特征进行分类，得到识别各个疾病类型的医疗信息分析模型。

进一步地，所述分析单元包括：

识别模块，用于通过将所述各个数据源上传的医疗数据输入至所述医疗信息分析模型，识别出与所述医疗数据相匹配的疾病类型；

查找模块，用于根据所述疾病类型查找与所述医疗数据对应的医疗信息，得到用于医生确认的医疗信息。

进一步地，所述装置还包括：

发送单元，用于在所述将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告之后，从所述医疗报告中提取多个处理方信息，将所述医疗报告分别发送至所述多个处理方信息，以便多个处理方针对所述医疗报告作出医疗反馈信息。

依据本发明又一个方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现医疗报告的生成方法的步骤。

依据本发明再一个方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现医疗报告的生成方法的步骤。

借由上述技术方案，本发明提供一种医疗报告的生成方法及装置，与现有技术中利用语音识别方式生成文字形式医疗报告的方式相比，本发明实施例，通过将各个数据源上传的医疗数据存储至区块链网络，使得区块链网络中具有更全面的医疗数据，进一步利用区块链网络中存储的医疗信息分析模型对医疗数据进行分析，得到用于医生确认的医疗信息，这里的医疗分析模型可以分析不同疾病类型的医疗数据特征，通过医疗信息分析模型可以得到更准确的医疗信息数据，无需医生语音输入以及整理文字描述，方便医生操作，从而节省医疗报告的生成时间。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种医疗报告的生成方法流程示意图；

图2示出了本发明实施例提供的另一种医疗报告的生成方法流程示意图；

图3是根据本发明实施例构建医疗信息分析模型的流程图；

图4示出了本发明实施例提供的一种医疗报告的生成装置的结构示意图；

图5示出了本发明实施例提供的另一种医疗报告的生成装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种医疗报告的生成方法，可以提高生成医疗报告的可读性，如图1所示，该方法包括：

101、获取各个数据源上传的医疗数据。

当医生完成一次治疗过程或者一次手术等需要生成文字形式的医疗报告，这里的医疗数据通常为医疗报告中涉及的数据，如医生诊断数据、医生检查数据以及医生建议数据等，该医疗数据可以包括但不限制于文字、语音或者图片等形式。

其中，不同数据源可以为拍摄设备、打印机器、语音记录仪等，医疗数据可以通过拍摄设备拍下的图片，可以为通过机器打印出来的文字，可以为通过语音记录仪录制的语音等等。

对于本发明实施例，成某一数据源中完成医疗数据的记录后，可以将该数据源的数据上传至系统，系统汇集各个数据源上传的医疗数据，这里可以设置数据源自动上传医疗数据，也可以设置专业人员负责各个数据源，在记录该数据源的医疗数据后，通过手动操作上传医疗数据。

102、将所述各个数据源上传的医疗数据存储至区块链网络中，所述区块链网络中预先封装有用于分析医疗数据的医疗信息分析模型。

由于不同数据源上传的语料数据可能涉及不同诊断途径所生成的数据，如果仅从单一数据源来判断患者病情，可能无法得到适用患者病情的准确诊断结果。例如，机器生成的医疗数据可能更多记录的是指标数据，以及指标数据是否在正常范围内，而通过语音记录仪录制的医疗数据可能更多记载的是医生对指标数据的分析以及治疗方式等。

对于本发明实施例，区块链是一种按照时间顺序将数据区块以顺序相连方式组合成的一种链式数据结构，通过区块链网络汇总不同数据源上传的医疗数据，获取更完善、更全面的医疗数据，从而准确判断患者疾病类型，以便后续医生对患者提供准确的医疗诊断以及建议。

需要说明的是，为了更准确地对患者疾病类型进行判断以及处理，本发明实施例在区块链网络中预先封装有用于分析医疗数据的医疗信息分析模型，这里的医疗信息分析模型中记录有与医疗数据相匹配的患者疾病类型，通过医疗信息分析模型可以识别出与医疗数据相匹配的患者疾病类型，当然为了保证医疗信息分析模型中患者疾病类型的多样性，可以实时向区块链网络中的医疗信息分析模型中更新其他疾病类型的医疗信息分析模型。

103、根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息。

由于医疗信息分析模型中记录有与医疗数据相匹配的疾病类型，例如，淋巴疾病数据与淋巴炎、淋巴瘤等淋巴引起的疾病类型，通过医疗信息分析模型对医疗数据进行分析，查找与医疗数据相匹配疾病类型，通常情况下，该疾病类型可能为多个，需要医生进一步确认或者进一步检查，将多个疾病类型作为医疗信息，生成用于医生确认的医疗信息。

对于本发明实施例，由于各个数据源上传的医疗数据可能会记录不同方面的患者疾病数据，该患者疾病数据中会记录疾病表现特征以及疾病检查数据等，通过医疗信息分析模型可以对不同方面的患者疾病数据进行分析，综合多方面来验证患者医疗数据的准确性，生成用于医生确认的医疗信息，无需医生费力去总结患者医疗信息，只需要医生进一步对患者的医疗信息进行确认以及为患者提供准确的建议，节省医生以及患者的时间。

104、将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

其中，预设报告模板中可以记录患者整个就医过程，至少包括但不限制于问诊、诊断、检查、治疗等步骤，每一步骤可以对应有各自的医疗信息，进一步将用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

本发明提供一种医疗报告的生成方法，与现有技术中利用语音识别方式生成文字形式医疗报告的方式相比，本发明实施例，通过将各个数据源上传的医疗数据存储至区块链网络，使得区块链网络中具有更全面的医疗数据，进一步利用区块链网络中存储的医疗信息分析模型对医疗数据进行分析，得到用于医生确认的医疗信息，这里的医疗分析模型可以分析不同疾病类型的医疗数据特征，通过医疗信息分析模型可以得到更准确的医疗信息数据，无需医生语音输入以及整理文字描述，方便医生操作，从而节省医疗报告的生成时间。

本发明实施例提供了另一种医疗报告的生成方法，可以节省医疗报告的生成时间，如图2所示，所述方法包括：

201、获取各个数据源上传的医疗数据。

其中，不同数据源可以为患者诊断过程中各个部门设置的语音记录仪、打印设备以及拍摄设备等具有数据采集功能的设备。语音记录仪可以采集医生与患者之间语音对话等数据，打印设备可以采集患者检查的指标等数据，拍摄设备可以采集患者检查器官的图片等数据，各个数据源不仅具有数据采集功能，还具有数据传输功能，具体可以通过设置自动上传功能每个一段时间将采集到的医疗数据进行上传，当然还可以通过手动操作上传，这里不进行限定。

对于本发明实施例，当患者到医院就医时，各个数据源可以采集患者整个就医过程中每个步骤的医疗数据，通过汇总各个数据源上传的医疗数据，得到患者全方面的医疗数据，以便于医生对患者病情进行准确诊断以及提供更有效的建议。

202、从所述各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识。

对于本发明实施例，各个数据源可能涉及到患者在就医过程中的不同阶段，通常在医生问诊过程中会通过语音记录的方式来采集医疗数据，会采集到一些在关于患者疾病症状的医疗数据，在患者检查过程中会通过医疗设备采集医疗数据，会采集到一些关于患者疾病指标的医疗数据。所以根据各个数据源在不同就医阶段的医疗数据的特征，可以从各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识。

本发明实施例通过从各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识，通过顺序标识可以将患者就医过程中会涉及到的医疗数据串联起来，以便于医生对患者进行诊断。

203、利用区块链网络的共识机制对所述属于同一顺序标识的医疗数据进行一致性验证，得到相同顺序标识达成共识的医疗数据。

对于本发明实施例，在将医疗数据上传至区块上之前，利用区块链网络的共识机制对待上传至各个区块内的医疗数据进行一致性验证，通过验证的医疗数据方可上传至区块上，一旦将医疗数据记录至区块中免责无法删除或者改变，保证了每种数据源或者每个特征信息的医疗数据的一致性，不会出现相同数据出现在多个区块中。

区块链技术是利用链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学等方式保证数据传输和访问的安全，是一种新的分布式架构与计算范式。通过区块链网络汇总以及验证不同数据源上传的医疗数据，保证了医疗数据的安全性。

其中，共识机制是区块链网络中用于验证区块内数据一致性的方式，由于每个区块都记录有相同顺序标识的医疗数据，当接收到同一相同顺序标识的不同医疗数据时，通过共识机制来验证该顺序标识的医疗数据的一致性，使得该顺序标识的医疗数据达成共识，从而保证相同顺序标识的医疗数据之间具有一致性。

需要说明的是，不同的共识机制具有不同的实现方式，例如，工作量证明的共识机制依赖机器进行数据运算，证明节点工作量；权益证明的共识机制根据持有数据的量和时间，进行节点权益分配，本发明实施例对共识机制的选取不进行限定，具有可以根据实际应用场景选择合适的共识机制。

204、按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上。

对于本发明实施例，这里的区块链网络结构中包含多个区块文件，每个区块文件中记录有相同顺序标识并且达成共识的医疗数据，且未被其他在先区块记录，进一步按照顺序标识将属于同一顺序标识且达成共识的医疗数据记录至同一区块上，一旦将医疗数据记录至区块中，则无法改变或者删除。

其中，每个区块由区块链头和区块体组成，每个区块链头包含区块元信息，如版本号、前一区块的哈希值、时间戳等信息，同时包含一个指向前一个区块链头哈希值的指针，这个指针是防止区块链网络被篡改的关键信息，区块体包含了各个数据源上传的医疗数据。

需要说明的是，整个区块链网络起决定性作用的是区块头，在区块与其他区块之间进行数据传输的过程中，通过区块链头中的指针将区块链网络中各个区块组合起来，构成一个容易验证、不可更改的医疗数据记录本。

具体在将医疗数据记录至区块链网络的过程中，首先区块链网络的数据层将各个数据源上传的医疗数据记录在不同的区块上，并根据医疗数据对应的特征信息对每个区块进行标识，通过标识建立各个区块之间的顺序规则，利用区块之间的顺序规则将各个数据源上传的医疗数据存储至区块链网络中，例如，将病人特征存储至一个区块，将病人检查信息存储至一个区块，将医生诊断信息存储至一个区块，各个区块之间具有先后顺序规则。

205、通过将所述各个数据源上传的医疗数据输入至所述医疗信息分析模型，识别出与所述医疗数据相匹配的疾病类型。

对于本发明实施例，由于医疗信息分析模型中记录有与医疗数据相匹配的疾病类型，具体通过医疗分析模型可以识别出与医疗数据的数据特征对应疾病类型，无需医生汇总各个数据后进行诊断，可以实现对患者病情的预分析，提高了医生疾病诊断速度。

206、根据所述疾病类型查找与所述医疗数据对应的医疗信息，得到用于医生确认的医疗信息。

需要说明的是，由于各个区块记录有不同顺序规则的医疗数据，具体生成用于医生确定的医疗信息的过程中，通过将各个区块中按照顺序规则存储的医疗数据导入预先训练的医疗信息分析模型中，该预先训练的医疗信息分析模型具有与区块中记录医疗数据相对应疾病类型的特征信息，输出得到各个区块对应疾病类型，进一步根据疾病类型查找与医疗数据对应的医疗信息，这里的医疗信息能够汇总各个数据源上传的医疗数据，准确度更高。

207、将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

这里用于医生确认的医疗信息并非是最终的诊断结果，需要医生进一步确认医疗新乡的准确性，通过将用于医生确认的医疗信息填入预设报告模板，生成医疗报告，该报告模板中会记录患者的各种信息，例如患者疾病症状、检查指标以及药物服用信息等。

为了进一步记录更多的医疗信息，还可以将用户信息、就医时间以及医院信息等添加到预设报告目标中，这里不进行限定。

208、从所述医疗报告中提取多个处理方信息，将所述医疗报告分别发送至所述多个处理方信息，以便多个处理方针对所述医疗报告作出医疗反馈信息。

这里的医疗反馈信息为处理方对生成医疗信息进行确认的过程，以便于如果处理方对医疗信息中记录的内容存在问题可以及时反馈，例如医疗信息中患者疾病症状描述有误，可能影响疾病诊断结果，需要患者及时反馈，从而保证医疗报告的准确性。

本发明提供另一种医疗报告的生成方法，与现有技术中利用语音识别方式生成文字形式医疗报告的方式相比，本发明实施例，通过将各个数据源上传的医疗数据存储至区块链网络，使得区块链网络中具有更全面的医疗数据，进一步利用区块链网络中存储的医疗信息分析模型对医疗数据进行分析，得到用于医生确认的医疗信息，这里的医疗分析模型可以分析不同疾病类型的医疗数据特征，通过医疗信息分析模型可以得到更准确的医疗信息数据，无需医生语音输入以及整理文字描述，方便医生操作，从而节省医疗报告的生成时间。

需要说明的是，在执行步骤s206之前，需要构建医疗信息分析模型，具体可以通过下述步骤s209至步骤s211实现，当然构建医疗信息分析模型的过程并不限定在步骤s201至步骤s205之后执行，如图3所示，具体构建医疗信息分析模型的包括以下步骤：

209、预先收集各个疾病类型的医疗数据，并根据所述医疗数据对应的疾病类型对所述医疗数据进行标记，得到携带疾病类型标签的医疗数据。

对应本发明实施例，为了提高医疗信息分析模型的准确率，需要预先收集的各个疾病类型的医疗数据样本尽可能大、数据尽可能多样化，以保证输出的医疗信息分析结果中包含更多疾病类型，进而更贴近实际情况。

具体可以通过各个医院中记录的医疗样本数据来预先收集各个疾病类型的医疗数据，并在医疗数据上标记与该医疗数据对应的疾病类型，该疾病类型可以为涉及不同器官大类的疾病类型，例如，胃肠类型疾病、肝部疾病、眼部疾病，也可以为涉及某一器官细化的疾病类型，例如青光眼、角膜炎、白内障等，这里不进行限定。

210、将所述携带疾病类型标签的医疗数据输入至神经网络模型中进行训练，得到医疗信息分析模型。

其中，医疗信息分析模型中记录有与医疗数据相匹配的疾病类型，具体采用网络训练模型对携带疾病类型标签的医疗数据进行训练，可以采用有监督式学习算法或者无监督式学习算法，当然还可以采用深度神经网络学习算法，本发明实施例不进行限定，具体可以根据实际情况选取。

对于本发明实施例，这里的神经网络模型为多层结构，在将携带有疾病类型标签的医疗数据作为样本数据输入至神经网络模型中进行训练的具体过程可以为：通过神经网络模型第一层结构提取各个疾病的医疗数据对应的局部信息特征；通过神经网络模型第二层结构汇总各个疾病类型的医疗数据对应的局部数据特征，得到多维度的局部数据特征；通过神经网络模型第三层结构对多维度的局部数据特征进行降维处理，得到各个疾病类型对应的数据特征；通过神经网络模型第四层结构对各个疾病类型对应的数据特征进行分类，得到识别各个疾病类型的医疗信息分析模型。

由于医疗信息分析模型中记录各个疾病类型的数据特征与医疗数据之间的映射关系，通过医疗分析模型可以识别出与医疗数据相匹配的疾病类型。

211、对所述医疗信息分析模型进行加密并登记至区块链网络中。

对于本发明实施例，通过网络模型可以训练出医疗信息分析模型，由于医疗信息分析模型为针对不同疾病类型的医疗数据所构建的，并非所有客户端都有使用医疗信息分析模型分析医疗数据的权限，为了保证医疗信息分析模型的安全性，在将医疗信息分析模型封装登记到区块链网络中之前，需要对医疗信息分析模型进行加密，只有经过解密验证的客户端才可以对上传的医疗数据进行分析，而其他客户端无法对医疗数据进行分析。

具体可以在使用医疗信息分析模型对医疗数据分析之前，会预先将解密密钥发送至具有使用权限的上传客户端，具有使用权限的上传客户端根据解密密钥对医疗信息分析模型进行解密，进而使用医疗信息分析模型对医疗数据进行分析，而不具有使用权限的客户端时无法获取解密密钥的，无法使用医疗信息分析模型对医疗数据进行分析。

进一步地，作为图1所述方法的具体实现，本发明实施例提供了一种医疗报告的生成装置，如图4所示，所述装置包括：获取单元31、存储单元32、分析单元33、生成单元34。

获取单元31，可以用于获取各个数据源上传的医疗数据；

存储单元32，可以用于将所述各个数据源上传的医疗数据存储至区块链网络中，所述区块链网络中预先封装有用于分析医疗数据的医疗信息分析模型；

分析单元33，可以用于根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息；

生成单元34，可以用于将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告。

本发明提供一种医疗报告的生成装置，与现有技术中利用语音识别方式生成文字形式医疗报告的方式相比，本发明实施例，通过将各个数据源上传的医疗数据存储至区块链网络，使得区块链网络中具有更全面的医疗数据，进一步利用区块链网络中存储的医疗信息分析模型对医疗数据进行分析，得到用于医生确认的医疗信息，这里的医疗分析模型可以分析不同疾病类型的医疗数据特征，通过医疗信息分析模型可以得到更准确的医疗信息数据，无需医生语音输入以及整理文字描述，方便医生操作，从而节省医疗报告的生成时间。

作为图4中所示医疗报告的生成装置的进一步说明，图5是根据本发明实施例另一种医疗报告的生成装置的结构示意图，如图5所示，所述装置还包括：

标记单元35，可以用于在所述根据所述医疗信息分析模型对所述各个数据源上传的医疗数据进行分析，得到用于医生确认的医疗信息之前，预先收集各个疾病类型的医疗数据，并根据所述医疗数据对应的疾病类型对所述医疗数据进行标记，得到携带疾病类型标签的医疗数据；

训练单元36，可以用于将所述携带疾病类型标签的医疗数据输入至神经网络模型中进行训练，得到医疗信息分析模型，所述医疗信息分析模型中记录有与医疗数据相匹配的疾病类型；

加密单元37，可以用于对所述医疗信息分析模型进行加密并登记至区块链网络中；

发送单元38，可以用于在所述将所述用于医生确认的医疗信息填入预设报告模板中，生成医疗报告之后，从所述医疗报告中提取多个处理方信息，将所述医疗报告分别发送至所述多个处理方信息，以便多个处理方针对所述医疗报告作出医疗反馈信息。

进一步地，所述存储单元32包括：

提取模块321，可以用于从所述各个数据源上传的医疗数据中提取出记录医疗数据的顺序标识；

存储模块322，可以用于按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上。

进一步地，所述存储单元32还包括：

验证模块323，可以用于在所述按照所述顺序标识将属于同一顺序标识的医疗数据记录至所述区块链网络中的同一区块上之前，利用区块链网络的共识机制对所述属于同一顺序标识的医疗数据进行一致性验证，得到相同顺序标识达成共识的医疗数据。

进一步地，所述神经网络模型为多层结构，所述训练单元36包括：

提取模块361，可以用于通过神经网络模型第一层结构提取各个疾病的医疗数据对应的局部信息特征；

汇总模块362，可以用于通过神经网络模型第二层结构汇总各个疾病类型的医疗数据对应的局部数据特征，得到多维度的局部数据特征；

处理模块363，可以用于通过神经网络模型第三层结构对所述多维度的局部数据特征进行降维处理，得到各个疾病类型对应的数据特征；

分类模块364，可以用于通过神经网络模型第四层结构对所述各个疾病类型对应的数据特征进行分类，得到识别各个疾病类型的医疗信息分析模型。

进一步地，所述分析单元33包括：

识别模块331，可以用于通过将所述各个数据源上传的医疗数据输入至所述医疗信息分析模型，识别出与所述医疗数据相匹配的疾病类型；

查找模块332，可以用于根据所述疾病类型查找与所述医疗数据对应的医疗信息，得到用于医生确认的医疗信息。

需要说明的是，本实施例提供的一种医疗报告的生成装置所涉及各功能单元的其他相应描述，可以参考图1、图2和图3中的对应描述，在此不再赘述。

基于上述如图1、图2和图3所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1、图2和图3所示的医疗报告的生成方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

基于上述如图1、图2和图3所示的方法，以及图4、图5所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1、图2和图3所示的医疗报告的生成方法。

可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(radiofrequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。

本领域技术人员可以理解，本实施例提供的医疗报告的生成的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，与目前现有技术相比，通过将各个数据源上传的医疗数据存储至区块链网络，使得区块链网络中具有更全面的医疗数据，进一步利用区块链网络中存储的医疗信息分析模型对医疗数据进行分析，得到用于医生确认的医疗信息，这里的医疗分析模型可以分析不同疾病类型的医疗数据特征，通过医疗信息分析模型可以得到更准确的医疗信息数据，无需医生语音输入以及整理文字描述，方便医生操作，从而节省医疗报告的生成时间。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。