基于人工智能和物联网的诊疗康复数字孪生方法和元宇宙

1.本发明涉及数字孪生技术领域，特别是涉及一种基于人工智能和物联网的诊疗康复数字孪生方法和元宇宙。


背景技术：

2.在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有的元宇宙要么完全虚拟化，要么只是现实对象的化身，而没有将两者通过物联网、人工智能、数字孪生技术有机结合，从而导致元宇宙智能性不高、实用性不强。
3.因此，现有技术还有待于改进和发展。


技术实现要素：

4.基于此，有必要针对现有技术的缺陷或不足，提供基于人工智能和物联网的诊疗康复数字孪生方法和元宇宙，以解决现有元宇宙特别是医康养元宇宙中物联网、人工智能、数字孪生技术结合度不高的问题，提高元宇宙的智能性和实用性。
5.第一方面，本发明实施例提供一种数字孪生方法，所述方法包括：
6.数字孪生医生诊疗步骤：数字孪生医生获取待处理的客户的信息和症状作为输入，通过医生专家系统、医生专家诊疗深度学习模型、医生诊疗深度学习模型，计算得到医生专家系统的第一输出、医生专家诊疗深度学习模型的第二输出、医生诊疗深度学习模型的第三输出，若第一输出不为空，则以第一输出作为对所述客户的诊断结果和治疗方案，诊断结果和治疗方案的置信度为100％；若第一输出为空，则获取第二输出和第三输出中的最大置信度对应的诊断结果和治疗方案作为备选的诊断结果和治疗方案，若所述最大置信度大于或等于预设的可接受阈值，则将所述备选的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案；若所述最大置信度小于预设的可接受阈值，则将待处理的客户的信息和症状、所述备选的诊断结果和治疗方案发送给所述医生，接受所述医生对所述诊断结果和治疗方案的修改，将所述修改后的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案，诊断结果和治疗方案的置信度为100％，执行数字孪生医生大脑进化步骤；
7.数字孪生医生大脑进化步骤：数字孪生医生大脑包括医生专家系统、医生诊疗深度学习模型、医生专家诊疗深度学习模型；将待处理的客户的信息和症状、所述修改后的诊断结果和治疗方案作为所述医生诊疗深度学习模型的输入和输出，对所述医生诊疗深度学习模型进行增量训练；接受所述医生对所述医生专家系统的知识库和推理规则的修改，得到修改后的所述医生专家系统，根据所述医生专家系统对所述医生专家诊疗深度学习模型进行更新。
8.优选地，所述方法还包括：
9.数字孪生医生的构建步骤：获取事先建模得到的数字孪生通用医生；将数字孪生通用医生作为数字孪生每一医生；将所述数字孪生每一医生发送给所述每一医生；
10.数字孪生医生的定制步骤：获取所述每一医生对所述数字孪生每一医生的修改意
见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一医生的修改，将修改后的数字孪生每一医生发送给所述每一医生，重新执行数字孪生医生的定制步骤；若修改意见为空，则将所述数字孪生每一医生加入医康养元宇宙；
11.数字孪生客户的构建步骤：获取事先建模得到的数字孪生通用客户；将数字孪生通用客户作为数字孪生每一客户；将所述数字孪生每一客户发送给所述每一客户；
12.数字孪生客户的定制步骤：获取所述每一客户对所述数字孪生每一客户的修改意见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一客户的修改，将修改后的数字孪生每一客户发送给所述每一客户，重新执行数字孪生客户的定制步骤；若修改意见为空，则将所述数字孪生每一客户加入医康养元宇宙；
13.数字孪生设备的构建步骤：获取事先建模得到的数字孪生通用设备；将数字孪生通用设备作为数字孪生每一设备；将所述数字孪生每一设备发送给所述每一设备管理员；
14.数字孪生设备的定制步骤：获取所述每一设备管理员对所述数字孪生每一设备的修改意见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一设备的修改，将修改后的数字孪生每一设备发送给所述每一设备管理员，重新执行数字孪生设备的定制步骤；若修改意见为空，则将所述数字孪生每一设备加入医康养元宇宙。
15.优选地，所述方法还包括：
16.客户与医生匹配步骤：获取客户通过互联网提出的诊疗请求，所述诊疗请求中包括症状描述；将客户信息、诊疗请求与诊疗案例大数据中的客户信息、诊疗请求进行匹配，匹配得到第一预设数个诊疗案例；从所述第一预设数个诊疗案例中获取第一预设数个医生信息，获取所述第一预设数个医生对应的第一预设数个数字孪生医生；
17.尝试诊断步骤：获取第一预设数个数字孪生医生中的每一数字孪生医生；将客户的诊疗请求作为数字孪生客户提出的诊疗请求；数字孪生通用医生获取数字孪生客户交互提出的诊疗请求，通过互联网获取客户的病历作为数字孪生客户的病历，数字孪生通用医生获取数字客户的病历，通过互联网提示客户叙说症状，获取客户叙说的症状作为数字孪生客户叙说的症状，数字孪生通用医生听取数字客户叙说的症状，数字孪生通用医生根据病历和叙说的症状选择数字孪生诊断设备，数字孪生设备操作医生通过数字孪生设备对数字孪生客户进行检测，数字孪生设备通过物联网驱动所述数字孪生设备对应的设备接受数字孪生设备操作医生对应的设备操作医生的操作对数字孪生客户对应的客户进行检测，检测过程中设备、设备操作医生和客户的状态变化作为数字孪生设备、数字孪生设备操作医生和数字孪生客户的状态变化，得到检测的结果作为数字孪生设备对数字孪生客户的检测结果；将病历作为数字孪生客户的信息，将叙说的症状、检测的结果作为数字孪生客户的症状，对每一数字孪生医生执行数字孪生医生诊疗步骤，得到数字孪生客户的第一预设数个诊断结果和治疗方案；获取所述第一预设数个诊断结果和治疗方案的置信度，根据置信度大小对所述第一预设数个诊断结果和治疗方案进行排序，选取排序靠前的第二预设数个诊断结果和治疗方案；
18.客户挑选步骤：将第二预设数个诊断结果和治疗方案反馈给数字孪生客户，数字
孪生客户通过互联网将所述第二预设数个诊断结果和治疗方案发送给客户；获取客户选择的诊断结果和治疗方案；若所述客户对选择的诊断结果和治疗方案不满意，则获取医生对诊断结果和治疗方案的调整。
19.优选地，所述方法还包括：
20.虚拟治疗步骤：获取客户的信息和症状、治疗方案；所述治疗方案中包括客户、医生、治疗过程；若所述治疗方案中包括治疗设备，则执行有设备虚拟治疗步骤：若所述治疗方案中不包括治疗设备，则执行无设备虚拟治疗步骤：
21.有设备虚拟治疗步骤：获取所述客户的数字孪生客户；获取所述医生的数字孪生医生；获取所述治疗设备的数字孪生治疗设备；将所述客户的信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述数字孪生医生操作所述数字孪生设备为所述数字孪生客户通过虚拟治疗深度学习模型进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行有设备虚拟治疗步骤；
22.无设备虚拟治疗步骤：获取所述客户的数字孪生客户；获取所述医生的数字孪生医生；将所述客户的信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述数字孪生医生为所述数字孪生客户进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行无设备虚拟治疗步骤；
23.虚拟治疗深度学习模型构建步骤：在现实中获取客户信息和症状、治疗方案、治疗过程中的数据和状态、治疗结果；将所述客户信息和症状、治疗方案作为输入，将治疗过程中的数据和状态、治疗结果作为预期输出，对深度学习模型进行训练和测试，得到虚拟治疗深度学习模型。
24.第二方面，本发明实施例提供一种数字孪生系统，所述系统包括：
25.数字孪生医生诊疗模块：数字孪生医生获取待处理的客户的信息和症状作为输入，通过医生专家系统、医生专家诊疗深度学习模型、医生诊疗深度学习模型，计算得到医生专家系统的第一输出、医生专家诊疗深度学习模型的第二输出、医生诊疗深度学习模型的第三输出，若第一输出不为空，则以第一输出作为对所述客户的诊断结果和治疗方案，诊断结果和治疗方案的置信度为100％；若第一输出为空，则获取第二输出和第三输出中的最大置信度对应的诊断结果和治疗方案作为备选的诊断结果和治疗方案，若所述最大置信度大于或等于预设的可接受阈值，则将所述备选的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案；若所述最大置信度小于预设的可接受阈值，则将待处理的客户的信息和症状、所述备选的诊断结果和治疗方案发送给所述医生，接受所述医生对所述诊断结果和治疗方案的修改，将所述修改后的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案，诊断结果和治疗方案的置信度为100％，执行数字孪生医生大脑进化模块；
26.数字孪生医生大脑进化模块：数字孪生医生大脑包括医生专家系统、医生诊疗深度学习模型、医生专家诊疗深度学习模型；将待处理的客户的信息和症状、所述修改后的诊断结果和治疗方案作为所述医生诊疗深度学习模型的输入和输出，对所述医生诊疗深度学习模型进行增量训练；接受所述医生对所述医生专家系统的知识库和推理规则的修改，得到修改后的所述医生专家系统，根据所述医生专家系统对所述医生专家诊疗深度学习模型进行更新。
27.优选地，所述系统还包括：
28.数字孪生医生的构建模块：获取事先建模得到的数字孪生通用医生；将数字孪生通用医生作为数字孪生每一医生；将所述数字孪生每一医生发送给所述每一医生；
29.数字孪生医生的定制模块：获取所述每一医生对所述数字孪生每一医生的修改意见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一医生的修改，将修改后的数字孪生每一医生发送给所述每一医生，重新执行数字孪生医生的定制模块；若修改意见为空，则将所述数字孪生每一医生加入医康养元宇宙；
30.数字孪生客户的构建模块：获取事先建模得到的数字孪生通用客户；将数字孪生通用客户作为数字孪生每一客户；将所述数字孪生每一客户发送给所述每一客户；
31.数字孪生客户的定制模块：获取所述每一客户对所述数字孪生每一客户的修改意见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一客户的修改，将修改后的数字孪生每一客户发送给所述每一客户，重新执行数字孪生客户的定制模块；若修改意见为空，则将所述数字孪生每一客户加入医康养元宇宙；
32.数字孪生设备的构建模块：获取事先建模得到的数字孪生通用设备；将数字孪生通用设备作为数字孪生每一设备；将所述数字孪生每一设备发送给所述每一设备管理员；
33.数字孪生设备的定制模块：获取所述每一设备管理员对所述数字孪生每一设备的修改意见；若所述修改意见不为空，则将所述修改意见发送给建模工程师，接受建模工程师根据所述修改意见对所述数字孪生每一设备的修改，将修改后的数字孪生每一设备发送给所述每一设备管理员，重新执行数字孪生设备的定制模块；若修改意见为空，则将所述数字孪生每一设备加入医康养元宇宙。
34.优选地，所述系统还包括：
35.客户与医生匹配模块：获取客户通过互联网提出的诊疗请求，所述诊疗请求中包括症状描述；将客户信息、诊疗请求与诊疗案例大数据中的客户信息、诊疗请求进行匹配，匹配得到第一预设数个诊疗案例；从所述第一预设数个诊疗案例中获取第一预设数个医生信息，获取所述第一预设数个医生对应的第一预设数个数字孪生医生；
36.尝试诊断模块：获取第一预设数个数字孪生医生中的每一数字孪生医生；将客户的诊疗请求作为数字孪生客户提出的诊疗请求；数字孪生通用医生获取数字孪生客户交互提出的诊疗请求，通过互联网获取客户的病历作为数字孪生客户的病历，数字孪生通用医生获取数字客户的病历，通过互联网提示客户叙说症状，获取客户叙说的症状作为数字孪生客户叙说的症状，数字孪生通用医生听取数字客户叙说的症状，数字孪生通用医生根据病历和叙说的症状选择数字孪生诊断设备，数字孪生设备操作医生通过数字孪生设备对数
字孪生客户进行检测，数字孪生设备通过物联网驱动所述数字孪生设备对应的设备接受数字孪生设备操作医生对应的设备操作医生的操作对数字孪生客户对应的客户进行检测，检测过程中设备、设备操作医生和客户的状态变化作为数字孪生设备、数字孪生设备操作医生和数字孪生客户的状态变化，得到检测的结果作为数字孪生设备对数字孪生客户的检测结果；将病历作为数字孪生客户的信息，将叙说的症状、检测的结果作为数字孪生客户的症状，对每一数字孪生医生执行数字孪生医生诊疗模块，得到数字孪生客户的第一预设数个诊断结果和治疗方案；获取所述第一预设数个诊断结果和治疗方案的置信度，根据置信度大小对所述第一预设数个诊断结果和治疗方案进行排序，选取排序靠前的第二预设数个诊断结果和治疗方案；
37.客户挑选模块：将第二预设数个诊断结果和治疗方案反馈给数字孪生客户，数字孪生客户通过互联网将所述第二预设数个诊断结果和治疗方案发送给客户；获取客户选择的诊断结果和治疗方案；若所述客户对选择的诊断结果和治疗方案不满意，则获取医生对诊断结果和治疗方案的调整。
38.优选地，所述系统还包括：
39.虚拟治疗模块：获取客户的信息和症状、治疗方案；所述治疗方案中包括客户、医生、治疗过程；若所述治疗方案中包括治疗设备，则执行有设备虚拟治疗模块：若所述治疗方案中不包括治疗设备，则执行无设备虚拟治疗模块：
40.有设备虚拟治疗模块：获取所述客户的数字孪生客户；获取所述医生的数字孪生医生；获取所述治疗设备的数字孪生治疗设备；将所述客户的信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述数字孪生医生操作所述数字孪生设备为所述数字孪生客户通过虚拟治疗深度学习模型进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行有设备虚拟治疗模块；
41.无设备虚拟治疗模块：获取所述客户的数字孪生客户；获取所述医生的数字孪生医生；将所述客户的信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述数字孪生医生为所述数字孪生客户进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行无设备虚拟治疗模块；
42.虚拟治疗深度学习模型构建模块：在现实中获取客户信息和症状、治疗方案、治疗过程中的数据和状态、治疗结果；将所述客户信息和症状、治疗方案作为输入，将治疗过程中的数据和状态、治疗结果作为预期输出，对深度学习模型进行训练和测试，得到虚拟治疗深度学习模型。
43.第三方面，本发明实施例提供一种数字孪生装置，所述系统包括第二方面实施例任意一项所述模块的装置。
44.第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现第一方面实施例任意一项所述方法的步骤。
45.第五方面，本发明实施例提供一种机器人系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序，其特征在于，所述处理器执行所述程序时实现第一方面实施例任意一项所述方法的步骤。
46.第六方面，本发明实施例提供一种医康养元宇宙，包括元宇宙，其特征在于，所述医康养元宇宙实现第一方面实施例任意一项所述方法的步骤。
47.本实施例提供的基于人工智能和物联网的诊疗康复数字孪生方法和元宇宙，包括：数字孪生医生诊疗步骤；数字孪生医生大脑进化步骤。上述方法和元宇宙，通过将专家系统和深度学习模型的诊疗结果作为数字孪生医生的诊疗结果，可以实现自动地智能地诊疗，免去了医生人工诊疗的时间和成本，能够加快诊疗的速度，增加诊疗的普惠性。同时，在自动诊疗的过程中，通过医生对数字孪生医生的诊疗结果的修正来不断提高数字孪生医生的自动诊疗的能力，确保自动诊疗的质量。
附图说明
48.图1为本发明的实施例提供的数字孪生系统的模块图；
49.图2为本发明的实施例提供的数字孪生系统的模块图；
50.图3为本发明的实施例提供的数字孪生系统的模块图；
51.图4为本发明的实施例提供的数字孪生系统的模块图。
具体实施方式
52.下面结合本发明实施方式，对本发明实施例中的技术方案进行详细地描述。
53.一、本发明的基本实施例
54.第一方面，本发明实施例提供一种数字孪生方法，所述方法包括：数字孪生医生诊疗步骤；数字孪生医生大脑进化步骤。技术效果：通过将专家系统和深度学习模型的诊疗结果作为数字孪生医生的诊疗结果，可以实现自动地智能地诊疗，免去了医生人工诊疗的时间和成本，能够加快诊疗的速度，增加诊疗的普惠性。同时，在自动诊疗的过程中，通过医生对数字孪生医生的诊疗结果的修正来不断提高数字孪生医生的自动诊疗的能力，确保自动诊疗的质量。
55.在一个优选的实施例中，所述方法还包括：数字孪生医生的构建步骤；数字孪生医生的定制步骤；数字孪生客户的构建步骤；数字孪生客户的定制步骤；数字孪生设备的构建步骤；数字孪生设备的定制步骤。技术效果：通过针对同类对象的通用数字孪生来定制针对每一对象的数字孪生，能够极大地提高数字孪生的定制速度，因为大部分共性的部分都可以从通用数字孪生中进行继承，同时通过针对每个对象的数字孪生的定制，有可以实现每个对象的数字孪生的个性化程度和精细化程度。在定制的过程中，对象还可以对自身的数字孪生模型进行修改，从而确保了数字孪生的准确性。
56.在一个优选的实施例中，所述方法还包括：客户与医生匹配步骤；尝试诊断步骤；客户挑选步骤。技术效果：通过历史大数据中首先匹配出与客户症状大概相符的医生，然后再通过医生尝试诊断来筛选出更合适的医生，最后通过客户对医生诊疗结果的挑选来得到
最终匹配的医生。通过这个过程可以为客户找到最合适的医生，从而提高客户的满意度，能够达到最佳的诊疗效果。
57.在一个优选的实施例中，所述方法还包括：虚拟治疗步骤：有设备虚拟治疗步骤；无设备虚拟治疗步骤；虚拟治疗深度学习模型构建步骤。技术效果：通过深度学习来预测虚拟治疗的数据和效果，可以在无成本、对客户无创伤、无影响的情况下对治疗方案进行预测和模拟，如果发现预测和模型的效果不如意，就可以对方案进行调整和重新虚拟治疗，直到得到合适的治疗方案，从而可以得到更好的治疗方案，提高治疗的效果，提高治疗成功率，降低治疗失败率。
58.第二方面，本发明实施例提供一种数字孪生系统，如图1所示，所述系统包括：数字孪生医生诊疗模块；数字孪生医生大脑进化模块。
59.在一个优选的实施例中，如图2所示，所述系统还包括：数字孪生医生的构建模块；数字孪生医生的定制模块；数字孪生客户的构建模块；数字孪生客户的定制模块；数字孪生设备的构建模块；数字孪生设备的定制模块。
60.在一个优选的实施例中，如图3所示，所述系统还包括：客户与医生匹配模块；尝试诊断模块；客户挑选模块。
61.在一个优选的实施例中，如图4所示，所述系统还包括：虚拟治疗模块：有设备虚拟治疗模块；无设备虚拟治疗模块；虚拟治疗深度学习模型构建模块。
62.第三方面，本发明实施例提供一种数字孪生装置，所述系统包括第二方面实施例任意一项所述模块的装置。
63.第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现第一方面实施例任意一项所述方法的步骤。
64.第五方面，本发明实施例提供一种机器人系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序，其特征在于，所述处理器执行所述程序时实现第一方面实施例任意一项所述方法的步骤。
65.第六方面，本发明实施例提供一种医康养元宇宙，包括元宇宙，其特征在于，所述医康养元宇宙实现第一方面实施例任意一项所述方法的步骤。
66.二、本发明的优选实施例
67.(一)关键问题
68.如何实现医康养的智能巡诊、居家康复、远程问诊等全周期医康养服务生态系统的可持续运行演化、动态服务匹配、虚实结合的高效实验分析与干预，来保证第三方服务的高效接入，促进医康养生态体系的可持续发展？
69.(二)关键技术
70.通过数字孪生、物联网技术,实现医康养的智能巡诊、居家康复、远程问诊等全周期医康养服务生态系统的可持续运行演化、动态服务匹配、虚实结合的高效实验分析与干预。
71.(三)技术重点
72.能够保证第三方服务的高效接入并且促进医康养生态体系的可持续发展的医康养智能巡诊、居家康复、远程问诊等全周期医康养服务生态系统的可持续运行演化机制、动态服务匹配、虚实结合的高效实验分析与干预手段。
73.(四)技术概要方案
74.构建医生的专家系统模型和深度学习模型，形成医生数字孪生体。通过用户家中智能设备和物联网采集用户数据，形成用户数字孪生体。全周期医康养服务生态系统的可持续运行演化过程包括但不限于：1)医生数字孪生体在线对用户数字孪生体进行巡诊；2)对于病情无法确定的用户，由医生在线对用户进行问诊；3)对于需要现场检查的用户，派遣智能巡诊车和专家上门诊断；4)对于病情符合居家康复的用户，给出居家康复的方案，对于病情不符合居家康复的用户，给出机构康复的方案。通过提高巡诊速度、降低诊疗的成本。在形成康复方案之后，需要根据深度学习模型预测用户康复需求，然后通过专家系统模型进行机构医康养服务与用户康复需求之间的动态服务匹配。在形成康复方案之前，对用户数字孪生体进行虚拟康复实验，分析虚拟康复的效果，并根据该效果不断微调康复方案，直至达到理想的效果，并由专家人工复核。在康复方案执行过程中，根据物联网和智能设备实时采集和检测到的数据来分析实际效果，如果实际效果达不到预期效果，则根据当前数据，对用户数字孪生体再次进行虚拟康复实验，进行康复方案的干预性调整。虚拟康复实验模型是基于深度学习模型和康复历史大数据进行构建，并在使用的过程中，根据新的康复数据对模型进行持续的优化和改进。
75.(五)技术详细方案
76.医康养方法包括康复方法和诊疗方法。
77.数字孪生医生大脑构建步骤：
78.医生专家系统构建步骤：获取通用的医生知识，构成通用医生知识库；获取通用的医生推理规则，构成通用医生推理机；获取每一医生对所述通用医生知识库的修改，得到修改之后的所述每一医生的知识库；获取每一医生对所述通用医生推理机的修改，得到修改之后的所述每一医生的推理机；通过所述每一医生的知识库和推理机构成所述每一医生的专家系统；所述专家系统能够接受的输入为客户的信息和症状，输出为诊断结果和治疗方案。
79.根据专家系统构建深度学习模型步骤：获取客户的信息和症状作为输入，通过每一医生的专家系统的推理，得到诊断结果和治疗方案；将所述客户的信息和症状作为输入，所述诊断结果和治疗方案作为预期输出，对深度学习模型进行训练和测试，得到所述每一医生专家诊疗深度学习模型；(每一医生专家诊疗深度学习模型是通过所述每一医生的专家系统进行构建的，能够克服专家系统对于没有考虑到的输入数据、知识和规则，则无法进行处理的问题)
80.医生深度学习模型构建步骤：获取客户的信息和症状作为输入，获取多位医生共识的诊断结果和治疗方案作为预期输出，对深度学习模型进行训练和测试，得到医生诊疗共识深度学习模型；获取客户的信息和症状作为输入，获取每一医生的诊断结果和治疗方案作为预期输出，对医生诊疗共识深度学习模型进行训练和测试(迁移学习)，得到所述每一医生诊疗深度学习模型。(每一医生诊疗深度学习模型是通过数据直接学习知识，这样克服了专家无法总结不可言传的知识和推理规则的问题。)
81.医生专家系统和医生深度学习模型是数字孪生医生的灵魂。
82.数字孪生医生的构建步骤：获取事先建模得到的数字孪生通用医生；将数字孪生通用医生作为数字孪生每一医生；将所述数字孪生每一医生发送给所述每一医生；
83.数字孪生医生的定制步骤：获取所述每一医生对所述数字孪生每一医生的修改意见；将所述修改意见发送给建模工程师；若所述修改意见不为空，则接受建模工程师根据所述修改意见对所述数字孪生每一医生的修改；将修改后的数字孪生每一医生发送给所述每一医生；若修改意见为空，则将所述数字孪生每一医生加入医康养元宇宙。
84.数字孪生医生的大脑步骤：对于每一医生，将所述每一医生专家系统、所述每一医生诊疗深度学习模型、所述每一医生专家诊疗深度学习模型作为数字孪生所述每一医生的大脑功能。
85.数字孪生医生诊疗步骤：数字孪生每一医生获取待处理的客户的信息和症状作为输入，调用大脑功能进行处理，计算得到所述每一医生专家系统的第一输出、所述每一医生专家诊疗深度学习模型的第二输出、所述每一医生诊疗深度学习模型的第三输出，若第一输出不为空，则以第一输出作为对所述客户的诊断结果和治疗方案，此时诊断结果和治疗方案的置信度为100％；若第一输出为空，则说明专家系统中知识和规则无法处理当前客户的信息和症状，获取第二输出和第三输出中的最大置信度对应的诊断结果和治疗方案作为备选的诊断结果和治疗方案，若所述最大置信度大于或等于预设的可接受阈值，则将所述备选的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案；若所述最大置信度小于预设的可接受阈值(可接受阈值是客户能够接受的置信度)，则将待处理的客户的信息和症状、所述诊断结果和治疗方案发送给所述每一医生，接受所述医生对所述诊断结果和治疗方案的修改，将所述修改后的诊断结果和治疗方案作为对所述客户的诊断结果和治疗方案，此时诊断结果和治疗方案的置信度为100％，执行数字孪生医生大脑进化步骤；
86.数字孪生医生大脑进化步骤：将待处理的客户的信息和症状、所述修改后的诊断结果和治疗方案作为所述每一医生诊疗深度学习模型的输入和输出，对所述每一医生诊疗深度学习模型进行增量训练；接受所述医生对所述每一医生专家系统的知识库和推理规则的修改，得到修改后的所述每一医生专家系统，根据所述每一医生专家系统通过根据专家系统构建深度学习模型步骤对所述每一医生专家诊疗深度学习模型进行更新。
87.数字孪生体构建步骤：
88.数字孪生客户的构建步骤：获取事先建模得到的数字孪生通用客户；将数字孪生通用客户作为数字孪生每一客户；将所述数字孪生每一客户发送给所述每一客户；
89.数字孪生客户的定制步骤：获取所述每一客户对所述数字孪生每一客户的修改意见；将所述修改意见发送给建模工程师；若所述修改意见不为空，则接受建模工程师根据所述修改意见对所述数字孪生每一客户的修改；将修改后的数字孪生每一客户发送给所述每一客户；若修改意见为空，则将所述数字孪生每一客户加入医康养元宇宙。
90.数字孪生客户的属性步骤：对于每一客户，将所述每一客户的个人信息、病历、监测数据、等作为数字孪生所述每一客户的个人信息、病历、监测数据、等。
91.数字孪生设备的构建步骤：获取事先建模得到的数字孪生通用设备；将数字孪生通用设备作为数字孪生每一设备；将所述数字孪生每一设备发送给所述每一设备管理员；
92.数字孪生设备的定制步骤：获取所述每一设备管理员对所述数字孪生每一设备的修改意见；将所述修改意见发送给建模工程师；若所述修改意见不为空，则接受建模工程师根据所述修改意见对所述数字孪生每一设备的修改；将修改后的数字孪生每一设备发送给所述每一设备管理员；若修改意见为空，则将所述数字孪生每一设备加入医康养元宇宙。
93.数字孪生设备的属性步骤：对于每一设备，将所述每一设备的输入格式、输出格式、功能、等作为数字孪生所述每一设备的输入格式、输出格式、功能、等。
94.数字孪生设备包括数字孪生诊断设备、数字孪生治疗设备。
95.自主诊疗匹配步骤：
96.获取客户通过互联网提出的诊疗请求，所述诊疗请求中包括症状描述；将客户信息、诊疗请求与诊疗案例大数据中的客户信息、诊疗请求进行匹配，匹配得到第一预设数个诊疗案例；从所述第一预设数个诊疗案例中获取第一预设数个医生信息，调用所述第一预设数个医生对应的第一预设数个数字孪生医生；
97.对于第一预设数个数字孪生医生中的每一数字孪生医生，将客户的诊疗请求作为数字孪生客户提出的诊疗请求；数字孪生通用医生获取数字孪生客户交互提出的诊疗请求(所述诊疗请求包括语音形式)，通过互联网获取客户的病历作为数字孪生客户的病历，数字孪生通用医生获取数字客户的病历，通过互联网提示客户叙说症状，获取客户叙说的症状作为数字孪生客户叙说的症状，数字孪生通用医生听取数字客户叙说症状，数字孪生通用医生根据病历和叙说的症状选择数字孪生诊断设备(具体：将训练集和测试集中病历、叙说的症状作为输入，将预期的数字孪生诊断设备作为预期输出，对深度学习模型进行训练和测试，得到诊断设备选择深度学习模型。在使用时，将病历和叙说的症状作为输入，通过诊断设备选择深度学习模型计算得到的输出作为选择的数字孪生诊断设备)，数字孪生设备操作医生通过数字孪生设备对数字孪生客户进行检测(包括通过温度计给数字孪生客户测量体温，通过手为数字孪生客户把脉，等等)，数字孪生设备通过物联网驱动所述数字孪生设备对应的设备接受数字孪生设备操作医生对应的设备操作医生的操作对数字孪生客户对应的客户进行检测，检测过程中设备、设备操作医生和客户的状态变化作为数字孪生设备、数字孪生设备操作医生和数字孪生客户的状态变化，得到检测的结果作为数字孪生设备对数字孪生客户的检测结果；将病历作为数字孪生客户的信息，将叙说的症状、检测的结果作为数字孪生客户的症状，通过每一数字孪生医生诊疗步骤进行处理，得到数字孪生客户的每一诊断结果和治疗方案，得到第一预设数个诊断结果和治疗方案；获取所述第一预设数个诊断结果和治疗方案的置信度，根据置信度大小对所述第一预设数个诊断结果和治疗方案进行排序，选取排序靠前的第二预设数个诊断结果和治疗方案；
98.将第二预设数个诊断结果和治疗方案反馈(包括通过语音反馈)给数字孪生客户，数字孪生客户通过互联网将所述第二预设数个诊断结果和治疗方案发送给客户，获取客户选择的一个诊断结果和治疗方案。通过物联网摄像头或传感器获取所述客户对选择的一个诊断结果和治疗方案的不满意或有疑惑的表情或言语，将所述不满意或有疑惑的表情或言语通过数字孪生客户进行同步展示，向选择的一个诊断结果和治疗方案对应的医生发送请求交互的信息，获取医生与客户的在线交流，将医生与客户的在线交流同步地展示为数字孪生医生与数字孪生客户的交流，获取医生对诊断结果和治疗方案的调整，将调整之后的诊断结果和治疗方案作为数字孪生医生对数字孪生客户的诊断结果和治疗方案的调整。
99.上面过程中多个数字孪生医生参与到了诊断中，进而能够选取最佳的医生和治疗方案，可以提高客户的满意度。
100.客户指定医生的诊疗步骤：
101.获取客户通过互联网提出的诊疗请求(诊疗请求中包括症状的简要描述)，作为数
字孪生客户提出的诊疗请求。数字孪生医生获取数字孪生客户交互提出的诊疗请求(所述诊疗请求包括语音形式)，通过互联网获取客户的病历作为数字孪生客户的病历，数字孪生医生获取数字客户的病历，通过互联网提示客户叙说症状，获取客户叙说的症状作为数字孪生客户叙说的症状，数字孪生医生听取数字客户叙说症状，数字孪生医生根据病历和叙说的症状选择数字孪生诊断设备(具体：将训练集和测试集中病历、叙说的症状作为输入，将预期的数字孪生诊断设备作为预期输出，对深度学习模型进行训练和测试，得到诊断设备选择深度学习模型。在使用时，将病历和叙说的症状作为输入，通过诊断设备选择深度学习模型计算得到的输出作为选择的数字孪生诊断设备)，数字孪生医生通过数字孪生设备对数字孪生客户进行检测(包括通过温度计给数字孪生客户测量体温，通过手为数字孪生客户把脉，等等)，数字孪生设备通过物联网驱动所述数字孪生设备对应的设备接受数字孪生医生对应的医生的操作对数字孪生客户对应的客户进行检测，检测过程中设备、医生和客户的状态变化作为数字孪生设备、数字孪生医生和数字孪生客户的状态变化，得到检测的结果作为数字孪生设备对数字孪生客户的检测结果；将病历作为数字孪生客户的信息，将叙说的症状、检测的结果作为数字孪生客户的症状，通过数字孪生医生诊疗步骤进行处理，得到数字孪生客户的诊断结果和治疗方案，将诊断结果和治疗方案反馈(包括通过语音反馈)给数字孪生客户，数字孪生客户通过互联网将诊断结果和治疗方案发送给客户。在此过程中，比较关键的是数字孪生医生，基本上是通过深度学习和专家系统赋能的虚拟医生，而数字孪生客户、数字孪生设备都是有现实的对应对象，算是数字化身。通过数字孪生医生诊疗步骤可以知道，其实在诊治过程中如果深度学习模型和专家系统的置信度不高时，医生才会参与到其中，以确保诊断结果和治疗方案的可靠性。通过物联网摄像头或传感器获取所述客户对诊断结果和治疗方案的不满意或有疑惑的表情或言语，将所述不满意或有疑惑的表情或言语通过数字孪生客户进行同步展示，向医生发送请求交互的信息，获取医生与客户的在线交流，将医生与客户的在线交流同步地展示为数字孪生医生与数字孪生客户的交流，获取医生对诊断结果和治疗方案的调整，将调整之后的诊断结果和治疗方案作为数字孪生医生对数字孪生客户的诊断结果和治疗方案的调整。在此过程中，医生参与到与客户的直接交流中，同时同步到元宇宙中，这样就弥补了人工智能无法完全满足客户的不足。
102.虚拟实验步骤：
103.获取客户的信息和症状、治疗方案；所述治疗方案中包括客户、医生、治疗过程；
104.若所述治疗方案中包括治疗设备，则获取所述客户的数字孪生客户，获取所述医生的数字孪生医生；获取所述治疗设备的数字孪生治疗设备；将所述信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述数字孪生医生操作所述数字孪生设备为所述数字孪生客户通过虚拟治疗深度学习模型进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行此步骤；
105.若所述治疗方案中不包括治疗设备，则获取所述客户的数字孪生客户，获取所述医生的数字孪生医生；将所述信息和症状赋予数字孪生客户；根据所述治疗方案，调用所述
数字孪生医生为所述数字孪生客户进行虚拟治疗；在数字孪生医生、数字孪生客户、数字孪生设备上实时更新数据和状态；获取所述虚拟治疗后的效果；将所述效果发送给所述客户；若所述客户对所述效果的反馈包括满意，则接受所述治疗方案作为所述客户的治疗方案；若所述客户对所述效果的反馈包括不满意，则将客户的信息和症状、治疗方案、所述结果、客户的反馈发送给医生，由所述医生对所述治疗方案进行调整，然后重新执行此步骤。
106.虚拟治疗深度学习模型构建步骤：在现实中获取客户信息和症状、治疗方案、治疗过程中的数据和状态、治疗结果；将所述客户信息和症状、治疗方案作为输入，将治疗过程中的数据和状态、治疗结果作为预期输出，对深度学习模型进行训练和测试，得到虚拟治疗深度学习模型。
107.数字孪生治疗步骤：
108.获取治疗方案；
109.若所述治疗方案的内容包括客户康复训练方案，且方案中的治疗地址为居家，则获取方案中的设备(包括康复辅助智能机器人、穿戴式训练智能机器人)，则获取方案中所述设备的服务时间段，在所述服务时间段开始之前通过物联网调用运输装置将设备运输到所述客户家中。
110.若所述治疗方案中的内容包括客户康复训练方案，则根据所述客户康复训练方案通过深度学习模型得到客户康复训练视频、数字孪生客户康复训练视频(具体包括：将已知训练视频的客户、客户的训练方案作为输入，将所述已知的训练视频作为预期输出，对深度学习模型进行训练和测试，得到训练视频生成深度学习模型；将待生成训练视频的客户、客户的训练方案作为输入，通过训练视频生成深度学习模型计算得到客户的训练视频。将已知训练视频的数字孪生客户、数字孪生客户的训练方案作为输入，将所述已知的训练视频作为预期输出，对深度学习模型进行训练和测试，得到训练视频生成深度学习模型；将待生成训练视频的数字孪生客户、数字孪生客户的训练方案作为输入，通过训练视频生成深度学习模型计算得到数字孪生客户的训练视频)，将所述客户康复训练方案、客户康复训练视频、数字孪生客户康复训练视频发送给数字孪生客户和客户；
111.若所述治疗方案中的内容包括客户康复训练方案，则根据所述客户康复训练方案通过深度学习模型得到康复辅助智能机器人康复训练动作程序(具体包括：将已知康复训练动作程序的康复训练方案作为输入，将所述已知的康复训练动作程序作为预期输出，对深度学习模型进行训练和测试，得到训练动作程序生成深度学习模型；将待生成康复训练动作程序的康复训练方案作为输入，通过训练动作程序生成深度学习模型计算得到康复训练动作程序。)
112.将康复训练动作程序发送给康复辅助智能机器人，同时发送给康复辅助智能机器人对应的数字孪生康复辅助智能机器人；所述康复辅助智能机器人属于设备；所述数字孪生康复辅助智能机器人属于数字孪生设备；获取客户请求康复辅助智能机器人进行康复训练展示的信息，作为数字孪生客户请求数字孪生康复辅助智能机器人进行康复训练展示的信息；所述数字孪生康复辅助智能机器人通过执行所述康复训练动作程序进行康复训练动作展示，并且通过物联网驱动康复辅助智能机器人通过执行所述康复训练动作程序进行康复训练动作展示；
113.将康复训练动作程序发送给穿戴式训练智能机器人，同时发送给穿戴式训练智能
机器人对应的数字孪生穿戴式训练智能机器人；客户可进入所述穿戴式训练智能机器人，客户能够通过穿戴式训练智能机器人感受到需要进行动作的部位，客户能够跟随穿戴式训练智能机器人的动作而动作；穿戴式训练智能机器人包括完全穿戴式训练智能机器人和部分穿戴式训练智能机器人；完全穿戴式训练智能机器人指的是客户可以像穿衣服那样进入完全穿戴式训练智能机器人，从而完全穿戴式训练智能机器人动哪个部位，客户的相应部位也就会被带动；部分穿戴式训练智能机器人指的是客户部分部位进入部分穿戴式训练智能机器人，部分部位随着部分穿戴式训练智能机器人的该部位的动作而动作；所述穿戴式训练智能机器人属于设备；所述数字孪生穿戴式训练智能机器人属于数字孪生设备；获取客户请求穿戴式训练智能机器人进行康复训练的信息，作为数字孪生客户请求数字孪生穿戴式训练智能机器人进行康复训练的信息；调动数字孪生客户的待训练部位进入数字孪生穿戴式训练智能机器人；数字孪生穿戴式训练智能机器人检测数字孪生客户是否已经进入数字孪生穿戴式训练智能机器人，若已经进入，则所述数字孪生穿戴式训练智能机器人通过执行所述康复训练动作程序进行康复训练动作；通知客户的待训练部位进入穿戴式训练智能机器人，获取所述穿戴式训练智能机器人的空间定位和空闲可用时间，将所述穿戴式训练智能机器人的空间定位和空闲可用时间发送给所述客户；通过物联网检测客户是否已经进入穿戴式训练智能机器人(穿戴式训练智能机器人通过深度学习模型识别所述客户并且识别所述客户是否已经进入所述穿戴式训练智能机器人)，若已经进入，则通过物联网驱动穿戴式训练智能机器人通过执行所述康复训练动作程序进行康复训练动作。
114.若所述治疗方案中的内容包括医生通过治疗设备为病人进行治疗操作，且治疗所在地为机构或社区，则通知医生和客户到达治疗设备所在地，获取所述治疗设备的空间定位和空闲可用时间，将所述治疗设备的空间定位、治疗设备、医生和客户共同空闲时间发送给所述医生和客户；通过物联网检测医生、客户是否已经在空闲可用时间内到达治疗设备所在地(治疗设备通过深度学习模型识别所述医生、客户是否已经到达治疗设备所在地)，若已经到达，则通过物联网录制医生通过治疗设备为客户进行治疗的过程，通过物联网获取治疗设备的数据和状态，根据所述过程、数据、状态更新数字孪生医生、数字孪生客户、数字孪生治疗设备的数据、状态；
115.若所述治疗方案中的内容包括医生通过治疗设备为病人进行治疗操作，且治疗所在地为客户家中(包括所述治疗设备通过智能巡诊车进行移动；或所述治疗设备本身可以移动；或治疗设备通过无人机进行运载移动)，则获取客户所在位置，获取所述治疗设备、医生和客户共同空闲时间，通过物联网驱动运载装置将所述治疗设备在所述共同空闲时间运输到所述客户所在地，通知医生到达客户和治疗设备所在地，通过物联网检测医生是否已经在共同空闲时间到达客户和治疗设备所在地(治疗设备通过深度学习模型识别所述医生、客户是否已经到达治疗设备所在地)，若已经到达，则通过物联网录制医生通过治疗设备为客户进行治疗的过程，通过物联网获取治疗设备的数据和状态，根据所述过程、数据、状态更新数字孪生医生、数字孪生客户、数字孪生治疗设备的数据、状态。
116.治疗过程中不断改进治疗方案步骤：
117.实时获取客户的治疗效果，并实时获取用户的反馈，若所述治疗效果达不到预设阈值，或所述反馈中包含不满意，则通知医生对治疗方案进行调整，获取医生对治疗方案的调整，然后回到虚拟实验步骤重新执行。
118.数字孪生巡诊步骤：对每一个客户执行上述步骤。
119.医康养元宇宙中的对象包括客户、医生、设备；医康养元宇宙中的数字孪生对象包括数字孪生客户、数字孪生医生、数字孪生设备；医康养元宇宙中的对象与数字孪生对象之间通过物联网和互联网进行连接和交互。
120.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，则对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。