[發明專利]一種基于卷積神經網絡的虛擬醫生診斷系統及方法

在審

• 申請號: 201711269723.1
• 申請日: 2017-12-05
• 公開（公告）號: CN109872812A
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 鄧海;湯滔;韓培韜;關大英
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/04
• 代理公司: 北京合智同創知識產權代理有限公司 11545
• 代理人: 李杰

本發明涉及醫用設備技術領域，特別涉及一種基于卷積神經網絡的虛擬醫生診斷系統及方法。該方法為：獲取患者的注冊登記信息，選擇待檢查醫院、虛擬醫生個體的信息和患者輸入的病癥癥狀信息，并采用患者選擇的虛擬醫生個體，根據病癥癥狀進行初步診斷，得到初步診斷結果，其中，待檢查醫院用于對患者進行身體檢查；在接收到患者身體檢查數據時，采用患者選擇的虛擬醫生個體，根據接收到的患者的身體檢查數據進行二次診斷，得到二次診斷結果；根據初步診斷結果和/或二次診斷結果生成相應的電子處方和/或電子病歷。采用上述方法，實現了人工智能模擬醫生診斷過程，通過在線方式為患者提供診療服務，緩解了就診患者掛號難，排隊就診時間出的問題。

技術領域

本發明涉及醫用設備技術領域，特別涉及一種基于卷積神經網絡的虛擬醫生診斷系統及方法。

背景技術

由于醫療資源分布不均，小醫院的醫療設備，醫療環境以及醫療技術等，與大醫院之間的差距較大，因此，人們在生病后大都選擇去大醫院排隊掛號就診，這樣，就造成大醫院擁堵，患者掛號困難，患者排隊就診時間長。

目前，也出現了一些用于檢測人體健康的，作為醫學專家進行疾病診斷的輔助工具的醫學專家系統，其通過模擬醫學專家診斷疾病的思維過程，將醫學專家的診斷經驗和知識以規則的形式存入計算機中，并建立相應的規則庫，采用符號推理的方式進行醫療診斷。

然而，由于符號的知識表達方式的局限性，一些疑難病癥的復雜性很難用規則來進行描述，甚至難以用簡單的語言進行來表達，且基于規則的醫學專家系統，隨著規則庫規模的不斷增大，由各規則之間的組合方式也越來越多，由于推理循環過程中包含了大量無效的規則組合嘗試，那么，推理效率就會降低。也就是說，現有的醫學專家系統不能完全代替醫生完成疾病診斷，仍不能緩解就診患者掛號困難，及就診患者排隊就診時間長的問題。

有鑒于此，需要設計一種基于卷積神經網絡的虛擬醫生診斷系統及方法，以彌補現有技術中存在的缺陷和不足之處。

發明內容

本發明實施例的目的是提供一種基于卷積神經網絡的虛擬醫生診斷系統及方法，用以解決現有技術中存在的就診患者掛號困難，及就診患者排隊就診時間長的問題。

本發明實施例中提供的具體技術方案如下：

一種基于卷積神經網絡的虛擬醫生診斷系統，所述虛擬醫生診斷系統至少包括用戶接待模塊，虛擬醫生模塊和電子處方與電子病歷生成模塊，其中，

所述用戶接待模塊，用于完成患者的注冊登記，所述患者待檢查醫院、虛擬醫生個體的選擇，以及所述患者的病癥癥狀的輸入，其中，所述待檢查醫院用于對患者進行身體檢查；

所述虛擬醫生模塊，由卷積神經網絡構建而成，包含有多個訓練完成的虛擬醫生個體，用于采用所述患者選擇的虛擬醫生個體，根據所述病癥癥狀進行初步診斷，得到初步診斷結果，并采用所述虛擬醫生個體，根據接收到的所述患者的身體檢查數據進行二次診斷，得到二次診斷結果；

所述電子處理與電子病歷生成模塊，用于根據所述初步診斷結果和/或二次診斷結果生成相應的電子處方和/或電子病歷。

較佳的，在采用所述患者選擇的虛擬醫生個體，根據所述病癥癥狀對所述患者進行初步診斷之前，所述虛擬醫生模塊進一步用于：

分別獲取各醫生歷史診斷過程樣本數據；

根據所述各醫生歷史診斷過程樣本數據分別對所述卷積神經網絡進行樣本訓練，形成相應的各虛擬醫生個體。

較佳的，根據所述各醫生歷史診斷過程樣本數據分別對所述卷積神經網絡進行樣本訓練，形成相應的各虛擬醫生個體時，所述虛擬醫生模塊具體用于：

將獲取到的一個醫生的歷史診斷過程樣本數據輸入卷積神經網絡中進行訓練處理，得到實際處理結果；