实现冠心病临床事件全自动处理的系统及方法
【专利摘要】本发明涉及一种实现冠心病临床事件全自动处理的系统及方法，其中包括患者端、医生端和处理服务器，其中处理服务器包括临床事件模板库、解决方案知识库、智能语音识别模块、深度语义分析模块、智能模板匹配模块、临床事件判定模块和智能推送解决模块。采用该种结构的实现冠心病临床事件全自动处理的系统及方法，通过基于智能语音自动转换识别，对识别结果进行深度语义分析，根据分析结果自动调取相关模板实现智能全自动化处理冠心病临床事件，通过与知识库中的解决方案对比自动判定是否为冠心病临床事件并将冠心病临床事件自动推送至医生端，医生可以根据现有解决方案根据实际情况进行修改，大大提高了处理效率，具有更广泛应用范围。
【专利说明】
实现冠心病临床事件全自动处理的系统及方法
技术领域
[0001 ]本发明涉及自动化技术领域，尤其涉及自动化事件处理技术领域，具体是指一种实现冠心病临床事件全自动处理的系统及方法。
【背景技术】
[0002]随着国务院出台“互联网+”行动，众多创业者如雨后春笋，涌入互联网医疗行业，其中不乏一些针对慢性病的诊后管理服务工具。冠心病是一种典型慢性病，除了在医院内进行手术治疗、临床治疗外，也需要长期的诊后康复诊疗，在院外诊后恢复过程中，不可避免的会发生一些不同程度的临床事件，且频率相较于普通疾病来说较高，此外，研究也表明冠心病发病人群多集中在中老年患者，这就产生了针对冠心病诊后医疗服务的特殊刚需，作为冠心病诊后过程的重要组成，也需要对临床事件给出相应的解决方案，如果仅仅建立诊后服务体系流程，但是不能及时了解并处理患者在诊后发生的各类临床事件，将大幅降低该诊后服务体系的可靠性和完整性。例如:院外某冠心病患者，某日持续心绞痛2分钟，想要及时的将病情反馈给院内主治医生，希望医生给出诊断及相应的解决方案。而此时患者面临的问题有，一、可能并不掌握主治医生的联系方式;二、即便掌握医生的联系方式，但是医生工作繁忙，未及时了解到患者的对临床事件;三、医生了解了患者的临床事件，但是医生每日工作量巨大，接触患者数量也较大，不能及时将患者临床事件与其在院内的历史治疗情况有效结合给出适当的诊断和解决方案。这些问题无不导致临床事件的处理效率相对较低，可能会延误患者病情的诊治过程。这就需要一套全自动的处理临床事件的方法流程。
[0003]传统的处理临床事件的方法:患者到社区医院或大型医院进行门诊检查，医生咨询患者病情、查看检查单，给出相应的处理方法。目前市场上也存在一些移动端应用来解决临床事件，但这些方法及应用都存在一定的不足。一、处理临床事件周期长，可能延误患者病情，例如:患者亲自到大型医院进行门诊，鉴于就医患者多，其等待就诊时间相对延长，不利于临床事件的及时处理;二、患者就医时间短，医生处理仓促，不能有效的给出精准的处理结果。例如:医生每日门诊患者多，每个患者对应的就医时间短，医生短时间内不能具体了解患者病情，无法准确有效的给出解决方案;三、在线问诊类，医患之间是陌生关系信任度不高，除却信任度问题之外，应用无法自动对临床事件进行归类，不能有效引导患者利用应用描述临床事件。例如，市场上好多应用都是轻问诊，患者在线咨询医生，应用很少能对患者咨询的临床事件进行归类，患者也无法了解自己的突发事件是否是临床事件，此外医患之间是陌生关系，对彼此的信任不够，采纳性也就相应的降低；四、临床事件无法系统化归档、查看，例如:患者无法查看到自己前期发生的临床事件以及解决方案，不利于后期了解自己的病情变化、健康状况，医生也不能系统的了解患者的历史病情。
【发明内容】
[0004]本发明的目的是克服了上述现有技术的缺点，提供了一种能够基于智能语音自动转换识别、对识别结果进行深度语义分析、根据分析结果自动调取相关模板实现智能全自动化处理冠心病临床事件、提高处理效率、具有更广泛应用范围的实现冠心病临床事件全自动处理的系统及方法。
[0005]为了实现上述目的，本发明的实现冠心病临床事件全自动处理的系统及方法具有如下构成:
[0006]该实现冠心病临床事件全自动处理的系统，其主要特点是，所述的系统包括医生端、处理服务器和患者端，所述的处理服务器包括:
[0007]临床事件模板库，用以存储对应于各种冠心病临床事件的模板；
[0008]解决方案知识库，用以存储对应于各种冠心病临床事件的解决方案；
[0009]患者信息获取模块，用以获取患者端的输入信息；
[0010]智能模板匹配模块，用以根据患者端的输入信息在所述的临床事件模板库中寻找匹配的模板，并获取患者端根据匹配的模板的进一步输入；
[0011]临床事件判定模块，用以根据用户的输入判断是否属于冠心病临床事件；
[0012]智能推送解决模块，用以将冠心病临床事件所对应的解决方案推送至医生端、获取医生对于解决方案的修改并整合为最终解决方案推送至患者端。
[0013]较佳地，所述的处理服务器还包括:
[0014]智能语音识别模块，用以将获取的患者端的语音输入转变为文本信息。
[0015]更佳地，所述的处理服务器还包括:
[0016]深度语义分析模块，用以对所述的文本信息进行分析获取对应的标识信息。
[0017]较佳地，所述的处理服务器还包括:
[0018]模板库更新模块，用以获取各个科研平台的临床事件数据并建立和更新临床事件模板库。
[0019]较佳地，所述的处理器还包括:
[0020]方案库更新模块，用以基于数据挖掘技术，根据医生端给出的解决方案的数据整合成各种解决方案，并建立和更新解决方案知识库。
[0021]本发明还涉及一种基于所述的系统实现冠心病临床事件全自动处理的方法，其特征在于，所述的方法包括以下步骤:
[0022](I)所述的患者信息获取模块获取患者端的输入信息；
[0023](2)所述的智能模板匹配模块根据患者端的输入信息在所述的临床事件模板库中寻找匹配的模板并推送至患者端；
[0024](3)所述的智能模板匹配模块获取患者端根据匹配的模板的进一步输入；
[0025](4)所述的临床事件判定模块根据用户的输入判断是否属于冠心病临床事件；
[0026](5)所述的智能推送解决模块将冠心病临床事件所对应的解决方案推送至医生端；
[0027](6)所述的智能推送解决模块获取医生对于解决方案的修改并整合为最终解决方案推送至患者端。
[0028]较佳地，所述的处理服务器还包括智能语音识别模块，所述的患者信息获取模块获取患者端的语音输入，所述的步骤(I)和(2)之间，还包括以下步骤:
[0029](1-1)所述的语音识别模块将获取的患者端的语音输入转变为文本信息。
[0030]更佳地，所述的处理服务器还包括深度语义分析模块，所述的步骤(1-1)和(2)之间，还包括以下步骤:
[0031](1-2)所述的深度语义分析模块对所述的文本信息进行分析获取对应的标识信
?>匕、O O
[0032]较佳地，所述的处理服务器还包括模板库更新模块，所述的步骤(I)之前，还包括以下步骤:
[0033](O-A)所述的模板库更新模块获取各个科研平台的临床事件数据并建立和更新临床事件模板库。
[0034]较佳地，所述的处理服务器还包括方案库更新模块，所述的步骤(I)之前，还包括以下步骤:
[0035](O-B)所述的方案库更新模块基于数据挖掘技术，根据医生端给出的解决方案的数据整合成各种解决方案，并建立解决方案知识库；
[0036]所述的步骤(6)之后，还包括以下步骤:
[0037](6-1)所述的方案库更新模块根据医生对于解决方案的修改更新解决方案知识库。
[0038]较佳地，所述的步骤(4)，包括以下步骤:
[0039](4-1)所述的临床事件判定模块将用户的输入与所述的解决方案知识库中的解决方案进行对比和评分；
[0040](4-2)所述的临床事件判定模块根据所述的评分判断是否属于冠心病临床事件，如果是，则继续步骤(4-3)，否则继续步骤(4-4);
[0041](4-3)所述的临床事件判定模块输出冠心病临床事件以及对应的解决方案至所述的智能推送解决模块，然后继续步骤(5);
[0042](4-4)所述的临床事件判定模块输出非冠心病临床事件至所述的智能推送解决模块，然后继续步骤(5)。
[0043]更佳地，所述的步骤(5)，包括以下步骤:
[0044](5-1)所述的智能推送解决模块判断是否为冠心病临床事件，如果是，则继续步骤(5-2)，否则继续步骤(5-3);
[0045](5-2)所述的智能推送解决模块将冠心病临床事件所对应的解决方案推送至医生端，然后继续步骤(6);
[0046](5-3)所述的智能推送模块调用非冠心病临床事件处理方案，然后结束退出。
[0047]采用了该发明中的实现冠心病临床事件全自动处理的系统及方法，通过基于智能语音自动转换识别，对识别结果进行深度语义分析，根据分析结果自动调取相关模板实现智能全自动化处理冠心病临床事件，通过与知识库中的解决方案对比自动判定是否为冠心病临床事件并将冠心病临床事件自动推送至医生端，医生可以根据现有解决方案根据实际情况进行修改，大大提高了处理效率，具有更广泛应用范围。
【附图说明】
[0048]图1为本发明的实现冠心病临床事件全自动处理的方法的流程图。
【具体实施方式】
[0049]为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
[0050]本发明属于互联网+医疗中的临床事件处理技术领域，主要以智能的语音转换识别及语义分析技术为基础，使用模板的形式对识别结果进行分析处理，实现全自动处理冠心病类临床事件的目标。
[0051 ]本发明主要是采用“智能语音自动识别转换，对识别结果进行深度语义分析，根据分析结果自动调取对应知识库中相关模板”的解决方案，对患者用户提交的语音及文字进行转换，形成文本结果。对文本结果进行深度语义识别，对识别结果进行一系列条件判断，符合条件的将会从模板库调取相应的模板，同时对于识别结果的细微差异部分也使用的条件表达式进行了微处理，达到模板通用最大化，实现对问题事件收集、规整。发明中还将进一步分析患者填写的模版内容，判断其是否属于冠心病临床事件范畴，若符合某些临床事件特征，系统还将自动给出基本解决方案，供冠心病医生治疗参考。
[0052]本发明的实现冠心病临床事件全自动处理的系统包括患者端、医生端和处理服务器，其中处理服务器包括临床事件模板库、解决方案知识库、智能语音识别模块、深度语义分析模块、智能模板匹配模块、临床事件判定模块和智能推送解决模块。
[0053]本发明的技术方案包括以下几个部分:
[0054]一、建立临床事件模板库
[0055]临床事件模板库借鉴于APP里医患沟通中经常提问的内容、医生给出的解决方案进行分析、挖掘、规整，形成了一套临床事件调查模板库。本发明需要借助于大数据(BigData)对现有科研平台的数据进行整合，根据医疗事件类型不同建立相应的模板库，同时医生对现有的模板进行修正，最终为临床事件模板库。
[0056]二、建立解决方案知识库
[0057]解决方案知识库来源医疗科研平台以及医疗行业经验，对医疗行业经验的基础上结合大数据对医疗数据进行分析、整合。本发明将APP中医生给出患者的解决方案(临床事件、医疗咨询、风险评估、个性化干预)借助于大数据(Big Data)进行捕捉、管理、提取，然后通过数据挖掘(Data mining)技术对大量的医用数据进行提取、抽离、分析、归类，从中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势，例如:根据患者年龄、性别、居住条件、药物敏感性不同，整理成不同的解决方案知识库，在数据整合的过程中，对于某些不够完善的数据进行完善，使其具有针对性，以便于后期系统推送时根据多项指标智能匹配不同的知识库。
[0058]在知识库整合的过程中，对于不能简单抽离的数据，首先对数据进行深度解析，然后使用条件判断、相关函数表达式等方式进行处理。
[0059]三、智能语音识别及转换
[0060]通过智能语音识别模块，基于语音识别技术，即是使机器或系统通过识别、理解过程，把语音信号转变为相应的文本信息。本发明中使用的语音识别技术，是在第三方提供的开源语音识别技术及系统之上，针对医疗行业、慢性病之冠心病等应用领域做了大量的二次深入研究与开发，更适用与识别理解相关领域内的语音信息。通过智能语音技术，可以将患者用户发送的语音信息进行转换，为后续语义分析打好基础。
[0061]四、深度语义分析
[0062]对于从上述语音识别及转换成的文本结果、或者患者用户提交的文字信息中得到患者所发送消息的核心内容与需求，需要对转换的文本结果进行深度文本语义研究与分析。本发明通过采用深度语义分析模块进行深度语音分析。文本语义分析的核心在于文本的挖掘与信息检索，结合上下文等语言环境对文本进行多重分词与组合，检索出其中是否包含重点关注的临床事件信息，如文本中含有“心绞痛”、“心累” “复发”等，在文本语义分析中将其作为分析结果输出，作为后续选择临床事件模板的依据。
[0063]五、智能推送调查模板
[0064]本发明采用智能模板匹配模块，基于上一部分的语义分析结果中得到的患者可能属于的临床事件类型，从模板库中自动选取该临床事件对应的模板，模板中包含为了解患者临床事件详细情况的多项可选、可填项，指导患者进行必要的临床事件信息补充，便于系统对临床事件信息的自动分类和收集整理。其中自动匹配处理。采用正则匹配、字符串匹配等算法，对患者上传的调查结果，进行自动评分处理。最后将结果规整为文档，推送到患者端。
[0065]六、深度分析模板内容
[0066]本发明采用临床事件判定模块，对患者填写的模板内容，通过一定的算法，将结果内容与专家知识库里相应的临床事件解决方案库数据进行对比、自动评分，判定是否是冠心病临床事件。
[0067]七、智能推送解决方案
[0068]本发明采用智能推送解决模块，通过上述的深度分析，判断是否是冠心病临床事件，若是，则智能推送临床事件解决方案到医生端，由医生根据患者上传的临床数据针对性的对解决方案模板进行再次修改，例如:对患者的用药进行相应的调整，最终推送到患者端。如不是冠心病临床事件，系统则调取另一套解决方案，并由医生深度咨询患者的病情变化，给出最终的解决方案。
[0069]在处理上述临床事件，无论是判断是否是冠心病临床事件，还是自动推送解决方案，都是智能自动推送。
[0070]以下结合一个对冠心病临床事件(胸闷)处理的例子，详细描述本发明的具体解决方法。
[0071]本具体解决方法描述的是对患者咨询的问题进行分析、判断患者是否是胸闷，如果是则系统自动推送胸闷临床事件模板，患者填写成功后，系统自动对患者上传的结果进行分析，确认是否是胸闷临床事件，如果是胸闷临床事件，再自动推送一条解决方案模板到医生端，医生查看解决模板，并根据患者的具体情况，修改模板，最终将解决方案模板推送到患者端，患者查看医生给出的解决方案。
[0072]本具体解决方法中，为了实现对患者咨询信息的准确判断，需经历以下几个步骤:
[0073]1、语音识别
[0074]将用户上传的语音数据，例如:医生，我经常在活动时出现胸闷、心悸以及气短，而当稍微休息后可自行缓解，请问我需要住院进行观察吗?我最近到社区医院进行了检查，我上传给您，您帮我看看究竟是啥回事?系统将对上述语音进行转化成文字。
[0075]2、语义识别
[0076]系统将对上述文本数据进行语义分析，判断患者咨询的内容是否与胸闷有关。
[0077]3、0CR 识别
[0078]系统对患者上传的检查项进行0CR(0ptical Character Recognit1n，光学字符识别)识别，为了确保准确率，进行了人工再审核，并将检查结果数据传到数据库缓存起来。
[0079]4、结果分析
[0080]系统对患者上传的数据(症状表述、检查化验)进行了深度分析，确认患者可能为胸闷。
[0081 ] 5、推送胸闷临床事件调查模板
[0082]系统将胸闷临床事件模板推送到患者端，模板如下:
[0083]I)请问您胸闷是什么时间发作的？
[0084]I)早上2)中午3)晚上
[0085]2)您胸闷持续了多长时间呢分钟？
[0086]3)您的胸闷有诱发原因吗？
[0087]I)没有2)有(安静、活动、饭后、激动、寒冷)
[0088]4)您的胸闷有发作部位吗?在哪里？
[0089]I)没有2)有(胸骨后、剑突下、肩背、下颂)
[0090]5)您有没有觉得肩背和上臂有痛感呢？
[0091]I)没有 2)有
[0092]6)您有没有头晕、发抖、冷汗或是恶心呕吐的症状？
[0093]I)没有 2)有
[0094]患者对上述问题进行回答，将填写结果提交到平台。
[0095]6、调查模板结果分析
[0096]系统对患者提交的调查模板自动分析，确认患者所述症状确实为胸闷。
[0097]7、解决方案模板
[0098]系统确诊为冠心病临床事件-胸闷，并从专家知识库调取临床事件-胸闷解决方案模板，并推送到医生端，医生根据患者病症，对解决方案模板进行更改。
[0099]8、查看解决方案
[0100]系统将医生更改后的解决方案推送到患者端，患者查看解决方案，则此临床事件结束。
[0101]采用了该发明中的实现冠心病临床事件全自动处理的系统及方法，通过基于智能语音自动转换识别，对识别结果进行深度语义分析，根据分析结果自动调取相关模板实现智能全自动化处理冠心病临床事件，通过与知识库中的解决方案对比自动判定是否为冠心病临床事件并将冠心病临床事件自动推送至医生端，医生可以根据现有解决方案根据实际情况进行修改，大大提高了处理效率，具有更广泛应用范围。
[0102]在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。
【主权项】
1.一种实现冠心病临床事件全自动处理的系统，其特征在于，所述的系统包括医生端、处理服务器和患者端，所述的处理服务器包括: 临床事件模板库，用以存储对应于各种冠心病临床事件的模板； 解决方案知识库，用以存储对应于各种冠心病临床事件的解决方案； 患者?目息获取模块，用以获取患者端的输入?目息； 智能模板匹配模块，用以根据患者端的输入信息在所述的临床事件模板库中寻找匹配的模板，并获取患者端根据匹配的模板的进一步输入； 临床事件判定模块，用以根据用户的输入判断是否属于冠心病临床事件； 智能推送解决模块，用以将冠心病临床事件所对应的解决方案推送至医生端、获取医生对于解决方案的修改并整合为最终解决方案推送至患者端。2.根据权利要求1所述的实现冠心病临床事件全自动处理的系统，其特征在于，所述的处理服务器还包括: 智能语音识别模块，用以将获取的患者端的语音输入转变为文本信息。3.根据权利要求2所述的实现冠心病临床事件全自动处理的系统，其特征在于，所述的处理服务器还包括: 深度语义分析模块，用以对所述的文本信息进行分析获取对应的标识信息。4.根据权利要求1所述的实现冠心病临床事件全自动处理的系统，其特征在于，所述的处理服务器还包括: 模板库更新模块，用以获取各个科研平台的临床事件数据并建立和更新临床事件模板库。5.根据权利要求1所述的实现冠心病临床事件全自动处理的系统，其特征在于，所述的处理器还包括: 方案库更新模块，用以基于数据挖掘技术，根据医生端给出的解决方案的数据整合成各种解决方案，并建立和更新解决方案知识库。6.根据权利要求1至5中任一项所述的系统实现冠心病临床事件全自动处理的方法，其特征在于，所述的方法包括以下步骤: (1)所述的患者信息获取模块获取患者端的输入信息； (2)所述的智能模板匹配模块根据患者端的输入信息在所述的临床事件模板库中寻找匹配的模板并推送至患者端； (3)所述的智能模板匹配模块获取患者端根据匹配的模板的进一步输入； (4)所述的临床事件判定模块根据用户的输入判断是否属于冠心病临床事件； (5)所述的智能推送解决模块将冠心病临床事件所对应的解决方案推送至医生端； (6)所述的智能推送解决模块获取医生对于解决方案的修改并整合为最终解决方案推送至患者端。7.根据权利要求6所述的实现冠心病临床事件全自动处理的，其特征在于，所述的处理服务器还包括智能语音识别模块，所述的患者信息获取模块获取患者端的语音输入，所述的步骤(I)和(2)之间，还包括以下步骤: (1-1)所述的语音识别模块将获取的患者端的语音输入转变为文本信息。8.根据权利要求7所述的实现冠心病临床事件全自动处理的，其特征在于，所述的处理服务器还包括深度语义分析模块，所述的步骤(1-1)和(2)之间，还包括以下步骤: (1-2)所述的深度语义分析模块对所述的文本信息进行分析获取对应的标识信息。9.根据权利要求6所述的实现冠心病临床事件全自动处理的，其特征在于，所述的处理服务器还包括模板库更新模块，所述的步骤(I)之前，还包括以下步骤: (O-A)所述的模板库更新模块获取各个科研平台的临床事件数据并建立和更新临床事件模板库。10.根据权利要求6所述的实现冠心病临床事件全自动处理的，其特征在于，所述的处理服务器还包括方案库更新模块，所述的步骤(I)之前，还包括以下步骤: (O-B)所述的方案库更新模块基于数据挖掘技术，根据医生端给出的解决方案的数据整合成各种解决方案，并建立解决方案知识库； 所述的步骤(6)之后，还包括以下步骤: (6-1)所述的方案库更新模块根据医生对于解决方案的修改更新解决方案知识库。11.根据权利要求6所述的实现冠心病临床事件全自动处理的，其特征在于，所述的步骤(4)，包括以下步骤: (4-1)所述的临床事件判定模块将用户的输入与所述的解决方案知识库中的解决方案进行对比和评分； (4-2)所述的临床事件判定模块根据所述的评分判断是否属于冠心病临床事件，如果是，则继续步骤(4-3)，否则继续步骤(4-4); (4-3)所述的临床事件判定模块输出冠心病临床事件以及对应的解决方案至所述的智能推送解决模块，然后继续步骤(5); (4-4)所述的临床事件判定模块输出非冠心病临床事件至所述的智能推送解决模块，然后继续步骤(5)。12.根据权利要求11所述的实现冠心病临床事件全自动处理的，其特征在于，所述的步骤(5)，包括以下步骤: (5-1)所述的智能推送解决模块判断是否为冠心病临床事件，如果是，则继续步骤(5-2)，否则继续步骤(5-3); (5-2)所述的智能推送解决模块将冠心病临床事件所对应的解决方案推送至医生端，然后继续步骤(6); (5-3)所述的智能推送模块调用非冠心病临床事件处理方案，然后结束退出。
【文档编号】G06F17/27GK105912869SQ201610245056
【公开日】2016年8月31日
【申请日】2016年4月19日
【发明人】陈韵岱, 郭豫涛, 逯利军, 何斌
【申请人】北京阳光欣晴健康管理有限责任公司