一种带有智能诊断的医疗系统的制作方法
【专利摘要】一种带有智能诊断的医疗系统，其特征在于：包括医院系统、家庭系统以及远程监控中心，医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合服务器，家庭系统包括便携式监控装置。
【专利说明】
一种带有智能诊断的医疗系统
技术领域
[0001] 本发明属于智能设备领域，特别涉及一种用于肾内科的带有智能诊断的医疗系 统。
【背景技术】
[0002] 智能医疗系统利用计算机分析、检索、计算得出科学、合理、全面的诊断结果，病理 学检查等，对诊断结果的每个疾病提供确诊该病所需的相关因素。但是目前的智能医疗系 统大多停留在病人基本信息和病历的收集上，诊断和治疗方案都是有医生做出，医生工作 量并没有得到减轻，并且缺少在家庭护理监控。
【发明内容】
[0003] 本发明要解决的技术问题是如何通过算法实现对病情诊断和治疗方案的评估以 及制定，对此本发明提供一种带有智能诊断的医疗系统，其包括医院系统、家庭系统以及远 程监控中心，
[0004] 医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合服务 器，
[0005] 家庭系统包括便携式监控装置，
[0006] 主治医师通过医院系统实现对病人的医疗检查、诊断以及治疗方案的制定，主治 医师通过家庭系统的便携式监控装置获取在家护理病人的实时数据，便携式监控装置还与 远程监控中心无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同 时通知主治医师以及上传数据整合服务器，
[0007] 病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病 人状态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经 过身份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的 评估结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能 诊断模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果， 再将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块;智能 诊断模块根据病人的相关信息、医疗检查数据以及评估结果自动生成相应的治疗方案，主 治医生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案 正确，则将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合服务 器，如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关 信息、医疗检查数据、治疗方案以及评估结果上传至数据整合服务器；
[0008] 智能诊断模块包括动态综合数据库、神经网络学习模块、推理机、解释模块、样本 知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治疗方案知识库、历史记 录知识库、知识数据库管理模块，
[0009] 专家可以对神经网络学习模块进行修改并通过知识库管理模块对各个知识库进 行调整管理、维护更新；
[0010] 解释模块是系统和主治医师之间沟通的桥梁，负责将主治医师的诊断转化为系统 能够识别的信息，并将系统最后的输出结果转化为主治医师能够理解的信息；
[0011] 推理机利用各个知识库，结合动态综合数据库中提供的病人的相关信息、医疗检 查数据以及评估结果进行推理，得出相应的治疗方案。
[0012] 推理机包括神经网络推理模块和基于规则的推理模块；
[0013] 神经网络学习模块提出包括网络层数、输入、输出、隐结点个数在内的神经网络结 构、组织待训练的学习样本以及神经网络学习算法，通过样本知识库提取进行学习，得到权 值分布，完成知识获取。
[0014] 进一步的说，神经网络结构通过模糊逻辑和神经网络结合的方法实现，神经网络 学习算法为BP算法。
[0015] 样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治病方案 知识库、历史记录知识库分别存放相应的知识数据;各个知识库是动态扩展的，具备自学习 自补充的功能。
[0016] 神经网络推理模块根据神经网络结构知识库、动态综合数据库以及解释模块输入 的数据进行推理，并将推理结果输出给基于规则的推理模块，基于规则的推理模块结合动 态综合数据库、临床症状描述知识库、疾病知识库、治病方案知识库、历史记录知识库推理 生成最终的治疗方案；
[0017] 知识数据库管理模块具有完整的数据库操作功能，专家通过知识数据库管理模块 对各个知识库的进行查询、添加和删除以及修改
[0018] 动态综合数据库接收并存储病人的相关信息、医疗检查数据以及评估结果；
[0019] 推理机的工作过程如下：
[0020] 步骤(1)将病人的相关信息、医疗检查数据以及评估结果进行模糊化处理，并以此 作为各子神经网络的输入模式；
[0021] 步骤(2)从神经网络结构知识库中读入各子神经网络的权值矩阵；
[0022] 步骤(3)结合各子神经网络输入层、隐含层间的权值矩阵，计算各子神经网络输入 层神经元的输出，并将输出作为隐含层神经元的输入；
[0023] 步骤(4)结合各子神经网络隐含层、输出层间的权值矩阵，计算输出层神经元的输 出值；
[0024] 步骤(5)根据输出层神经元的输出值，结合动态综合数据库中的相关信息进行规 则推理，确定病因，给出可信度；
[0025]步骤(6)根据可信度判断推理得到的病因是否正确，如果可信度在80%以下，则认 为推理不正确，返回步骤(1)，如果可信度在80%以上，则认为推理正确，进入步骤(7); [0026]步骤(7)根据最终确定的原因，结合相关信息给出对应于具体病因的治疗方案。 [0027]本发明的有益效果：
[0028] (1)通过评估算法实现对病人病情的评价，从而为病人治疗方案以及病人治疗环 境的选择提供依据；
[0029] (2)具有家庭系统，从而保证了病人家庭护理的全天候的监控；
[0030] (3)引入智能诊断方式，自动生成治疗方案，从而极大减少了医生的劳动强度。
【附图说明】
[0031] 图1为本发明的系统框图；
[0032] 图2为本发明的智能诊断模块组成框图；
【具体实施方式】
[0033]下面结合附图与实施例对本发明作进一步的说明。
[0034]本发明的实施例参考图1-2示。
[0035] -种带有智能诊断的医疗系统，其包括医院系统、家庭系统以及远程监控中心，
[0036] 医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合服务 器，
[0037]家庭系统包括便携式监控装置，
[0038] 主治医师通过医院系统实现对病人的医疗检查、诊断以及治疗方案的制定，主治 医师通过家庭系统的便携式监控装置获取在家护理病人的实时数据，便携式监控装置还与 远程监控中心无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同 时通知主治医师以及上传数据整合服务器，
[0039] 病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病 人状态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经 过身份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的 评估结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能 诊断模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果， 再将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块;智能 诊断模块根据病人的相关信息、医疗检查数据以及评估结果自动生成相应的治疗方案，主 治医生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案 正确，则将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合服务 器，如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关 信息、医疗检查数据、治疗方案以及评估结果上传至数据整合服务器；
[0040] 病人状态分级模块的评估算法具体为：
[0041 ]对每一项医疗检查数据进行等级划分，则 [0042] 整体检测测量值为：
[0043]
[0044] 其中，0ΡΜ为整体检测测量值，Ti为第i项医疗检查数据的等级值，i = l，2,. . .，N，Ti =1，2,. . .，M，M为最大等级值，Μ彡2，N为医疗检查数据的总项数；
[0045] 最大整体测量值为：
[0046]
[0047] 0ΡΜ_ΜΑΧ为最大整体测量值
[0048]则作为评估结果的病人病情的评估值为：
[0049]
[0050] 上述评估计算可以有效评估病人的病情，从而进行分类归档。
[0051] 进一步的说，]V[ = 5，N=6
[0052] 医疗检查装置包括血糖测量仪、心电检测器、呼吸频率检测器、胆固醇水平检测 器、血压仪、X射线机，
[0053]医疗检查数据包括血糖浓度、心电图数据评价、呼吸频率、胆固醇水平、血压状况、 X射线透视评价，
[0054] 进一步的说，
[0055] 其中，血糖浓度的评价等级划分如下表所示；
[0056]
[0057] 呼吸频率的评价等级划分如下表所示；
[0058]
[0059] 胆固醇水平的评价等级划分如下表所示；
[0060]
[0061]~血压状况的评价等级划分如下表所示;^' ' ' '
[0062]
[0063]
[0064] 心电图数据评价是指医师仅根据心电图做出的等级评价；
[0065] X射线透视评价是指医师仅根据X光片做出的等级评价；
[0066] 智能诊断模块包括动态综合数据库、神经网络学习模块、推理机、解释模块、样本 知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治疗方案知识库、历史记 录知识库、知识数据库管理模块，
[0067] 专家可以对神经网络学习模块并通过知识库管理模块对各个知识库进行调整管 理、维护更新；
[0068] 解释模块是系统和主治医师之间沟通的桥梁，负责将主治医师的诊断转化为系统 能够识别的信息，并将系统最后的输出结果转化为主治医师能够理解的信息；
[0069] 推理机利用各个知识库，结合动态综合数据库中提供的病人的相关信息、医疗检 查数据以及评估结果进行推理，得出相应的治疗方案。
[0070] 推理机包括神经网络推理模块和基于规则的推理模块；
[0071] 神经网络学习模块提出包括网络层数、输入、输出、隐结点个数在内的神经网络结 构、组织待训练的学习样本以及神经网络学习算法，通过样本知识库提取进行学习，得到权 值分布，完成知识获取。
[0072] 进一步的说，神经网络结构通过模糊逻辑和神经网络结合的方法实现，神经网络 学习算法为BP算法。
[0073] 样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治病方案 知识库、历史记录知识库分别存放相应的知识数据;各个知识库是动态扩展的，具备自学习 自补充的功能。
[0074] 神经网络推理模块根据神经网络结构知识库、动态综合数据库以及解释模块输入 的数据进行推理，并将推理结果输出给基于规则的推理模块，基于规则的推理模块结合动 态综合数据库、临床症状描述知识库、疾病知识库、治病方案知识库、历史记录知识库推理 生成最终的治疗方案；
[0075] 知识数据库管理模块具有完整的数据库操作功能，专家通过知识数据库管理模块 对各个知识库的进行查询、添加和删除以及修改
[0076] 动态综合数据库接收并存储病人的相关信息、医疗检查数据以及评估结果；
[0077] 推理机的工作过程如下：
[0078]步骤(1)将病人的相关信息、医疗检查数据以及评估结果进行模糊化处理，并以此 作为各子神经网络的输入模式；
[0079] 步骤(2)从神经网络结构知识库中读入各子神经网络的权值矩阵；
[0080] 步骤(3)结合各子神经网络输入层、隐含层间的权值矩阵，计算各子神经网络输入 层神经元的输出，并将输出作为隐含层神经元的输入；
[0081] 步骤(4)结合各子神经网络隐含层、输出层间的权值矩阵，计算输出层神经元的输 出值；
[0082] 步骤(5)根据输出层神经元的输出值，结合动态综合数据库中的相关信息进行规 则推理，确定病因，给出可信度；
[0083]步骤(6)根据可信度判断推理得到的病因是否正确，如果可信度在80%以下，则认 为推理不正确，返回步骤(1)，如果可信度在80%以上，则认为推理正确，进入步骤(7);
[0084] 步骤(7)根据最终确定的原因，结合相关信息给出对应于具体病因的治疗方案；
[0085] 通过智能诊断模块真正实现了智能诊断，可以为医生提供详实的治疗方案，进而 降低其工作强度。
[0086]数据整合服务器包括交互界面模块、注册登记模块、通讯监视模块、数据存储装 置，主治医生通过注册登记模块进行等级注册，并通过交互界面模块访问数据存储装置中 的病人信息，通讯监视模块用于与远程监控中心进行数据交换。
[0087]数据整合服务器实现了病人信息的全面整合从而为治疗医师提供详实信息。
[0088]根据评估值C以及主治医生的意见决定病人是否可以在家护理，如果评估值为C多 0.4,则病人需要住院；如果评估值为0<C<0.1，该类病人基本已经痊愈，无需进一步的诊 断监控服务;如果评估值为0.1 <C<0.4并且主治医生同意，则病人可以进行家庭护理；
[0089] 病人处于家庭系统中时，根据评估值判断家庭护理病人所需要的基本诊断服务、 高级诊断服务、诊断报告形式、主治医师类型、监控时间以及监控周期；
[0090] 当0.1彡C<0.2时，该类病人为轻度病人，
[0091 ]基本诊断服务为病人基本信息、病历、心电图、血压检测；
[0092]无高级诊断服务；
[0093] 诊断报告形式为网页通知和邮件；
[0094] 主治医师类型为10年以下经验的主治医师；
[0095] 监控时间为1天；
[0096] 监控周期为1小时一次；
[0097]当0.2彡C<0.3时，该类病人为中度病人，
[0098]基本诊断服务为病人基本信息、病历、心电图、血压检测，血糖检测、心肺检测、胆 固醇水平检测；
[0099]无高级诊断服务；
[0100] 诊断报告形式为网页通知和邮件；
[0101] 主治医师类型为10年以下经验的主治医师；
[0102] 监控时间为7天；
[0103]监控周期为1小时一次；
[0104]当0.3彡C<0.4时，该类病人为重度病人，
[0105]基本诊断服务为病人基本信息、病历、心电图、血压检测，血糖检测、心肺检测、胆 固醇水平检测，心动评估，心脏造影；
[0106] 高级诊断服务为虚拟心脏，专家会诊；
[0107] 诊断报告形式为移动电话，网页通知和邮件；
[0108] 主治医师类型为10年以上经验的主治医师；
[0109] 监控时间为30天；
[0110] 监控周期为1分钟；
[0111] 通过上述分级可以针对不同的病人的病情，采取不同的治疗和护理方式，从而合 理配置医疗资源，降低医疗成本。
[0112] 进一步说，其中基本诊断服务、高级诊断服务通过便携式监控装置实现。
[0113] 以上所述实施方式仅表达了本发明的一种实施方式，但并不能因此而理解为对本 发明范围的限制。应当指出，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。
【主权项】
1. 一种带有智能诊断的医疗系统，其特征在于:包括医院系统、家庭系统W及远程监控 中屯、， 医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合服务器， 家庭系统包括便携式监控装置， 主治医师通过医院系统实现对病人的医疗检查、诊断W及治疗方案的制定，主治医师 通过家庭系统的便携式监控装置获取在家护理病人的实时数据，便携式监控装置还与远程 监控中屯、无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同时通 知主治医师W及上传数据整合服务器， 病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病人状 态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经过身 份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的评估 结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断 模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果，再将 病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块；智能诊断 模块根据病人的相关信息、医疗检查数据W及评估结果自动生成相应的治疗方案，主治医 生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案正 确，则将病人的相关信息、医疗检查数据、治疗方案W及评估结果上传至数据整合服务器， 如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关信 息、医疗检查数据、治疗方案W及评估结果上传至数据整合服务器； 智能诊断模块包括动态综合数据库、神经网络学习模块、推理机、解释模块、样本知识 库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治疗方案知识库、历史记录知 识库、知识数据库管理模块， 专家可W对神经网络学习模块进行修改并通过知识库管理模块对各个知识库进行调 整管理、维护更新； 解释模块是系统和主治医师之间沟通的桥梁，负责将主治医师的诊断转化为系统能够 识别的信息，并将系统最后的输出结果转化为主治医师能够理解的信息； 推理机利用各个知识库，结合动态综合数据库中提供的病人的相关信息、医疗检查数 据W及评估结果进行推理，得出相应的治疗方案。 推理机包括神经网络推理模块和基于规则的推理模块； 神经网络学习模块提出包括网络层数、输入、输出、隐结点个数在内的神经网络结构、 组织待训练的学习样本W及神经网络学习算法，通过样本知识库提取进行学习，得到权值 分布，完成知识获取。 神经网络结构通过模糊逻辑和神经网络结合的方法实现，神经网络学习算法为BP算 法； 样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治病方案知识 库、历史记录知识库分别存放相应的知识数据;各个知识库是动态扩展的，具备自学习自补 充的功能。 神经网络推理模块根据神经网络结构知识库、动态综合数据库W及解释模块输入的数 据进行推理，并将推理结果输出给基于规则的推理模块，基于规则的推理模块结合动态综 合数据库、临床症状描述知识库、疾病知识库、治病方案知识库、历史记录知识库推理生成 最终的治疗方案； 知识数据库管理模块具有完整的数据库操作功能，专家通过知识数据库管理模块对各 个知识库的进行查询、添加和删除W及修改 动态综合数据库接收并存储病人的相关信息、医疗检查数据W及评估结果； 推理机的工作过程如下： 步骤（1)将病人的相关信息、医疗检查数据W及评估结果进行模糊化处理，并W此作为 各子神经网络的输入模式. 步骤(2)从神经网络结构知识库中读入各子神经网络的权值矩阵； 步骤(3)结合各子神经网络输入层、隐含层间的权值矩阵，计算各子神经网络输入层神 经元的输出，并将输出作为隐含层神经元的输入； 步骤(4)结合各子神经网络隐含层、输出层间的权值矩阵，计算输出层神经元的输出 值； 步骤(5)根据输出层神经元的输出值，结合动态综合数据库中的相关信息进行规则推 理，确定病因，给出可信度； 步骤(6)根据可信度判断推理得到的病因是否正确，如果可信度在80% W下，则认为推 理不正确，返回步骤(1)，如果可信度在80% W上，则认为推理正确，进入步骤(7); 步骤(7)根据最终确定的原因，结合相关信息给出对应于具体病因的治疗方案。2. 根据权利要求1所述的一种带有智能诊断的医疗系统，其特征在于:病人状态分级模 块的评估算法具体为： 对每一项医疗检查数据进行等级划分，则整体检测测量值为：其中，OPM为整体检测测量值，Ti为第i项医疗检查数据的等级值，i = l，2,. . .，N，Ti = l， 2,. . .，M，M为最大等级值，M>2，N为医疗检查数据的总项数； 最大整体测量值为：OPM_MX为最大整体测量值 则作为评估结果的病人病情的评估值C为：上述评估计算可W有效评估病人的病情，从而进行分类归档。3. 根据权利要求2所述的一种带有智能诊断的医疗系统，其特征在于:M=5，N=6， 医疗检查装置包括血糖测量仪、屯、电检测器、呼吸频率检测器、胆固醇水平检测器、血 压仪、X射线机， 医疗检查数据包括血糖浓度、屯、电图数据评价、呼吸频率、胆固醇水平、血压状况、X射 线透视评价。4. 根据权利要求3述的一种带有智能诊断的医疗系统，其特征在于： 血糖浓度的等级划分如下表所示，_屯、电图数据评价是指医师仅根据屯、电图做出的评价； X射线透视评价是指医师仅根据X光片做出的评价。5. 根据权利要求1所述的一种带有智能诊断的医疗系统，其特征在于:数据整合服务器 包括交互界面模块、注册登记模块、通讯监视模块、数据存储装置，主治医生通过注册登记 模块进行等级注册，并通过交互界面模块访问数据存储装置中的病人信息，通讯监视模块 用于与远程监控中屯、进行数据交换。6. 根据权利要求2所述的一种带有智能诊断的医疗系统，其特征在于:根据评估值CW 及主治医生的意见决定病人是否可W在家护理，如果评估值为00.4,则病人需要住院；如 果评估值为〇<C<0.1，该类病人基本已经痊愈，无需进一步的诊断监控服务;如果评估值 为0.1《C<0.4并且主治医生同意，则病人可W进行家庭护理。7. 根据权利要求6所述的一种带有智能诊断的医疗系统，其特征在于:病人处于家庭系 统中时，根据评估值判断家庭护理病人所需要的基本诊断服务、高级诊断服务、诊断报告形 式、主治医师类型、监控时间w及监控周期； 当0.1《C<0.2时，该类病人为轻度病人， 基本诊断服务为病人基本信息、病历、屯、电图、血压检测， 无高级诊断服务， 诊断报告形式为网页通知和邮件， 主治医师类型为10年W下经验的主治医师， 监控时间为1天， 监控周期为1小时一次； 当0.2《C<0.3时，该类病人为中度病人， 基本诊断服务为病人基本信息、病历、屯、电图、血压检测，血糖检测、屯、肺检测、胆固醇 水平检测， 无高级诊断服务， 诊断报告形式为网页通知和邮件， 主治医师类型为10年W下经验的主治医师， 监控时间为7天， 监控周期为1小时一次； 当0.3《C<0.4时，该类病人为重度病人， 基本诊断服务为病人基本信息、病历、屯、电图、血压检测，血糖检测、屯、肺检测、胆固醇 水平检测，屯、动评估，屯、脏造影， 高级诊断服务为虚拟屯、脏，专家会诊， 诊断报告形式为移动电话，网页通知和邮件， 主治医师类型为10年W上经验的主治医师， 监控时间为30天， 监控周期为1分钟。8.根据权利要求7所述的一种带有智能诊断的医疗系统，其特征在于:基本诊断服务、 高级诊断服务通过便携式监控装置实现。
【文档编号】G06F19/00GK105975740SQ201610251473
【公开日】2016年9月28日
【申请日】2016年4月21日
【发明人】寇玮蔚, 张明飞
【申请人】寇玮蔚