[發(fā)明專利]檢查輔助方法、第一檢查輔助裝置、第二檢查輔助裝置和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010632036.7
• 申請日: 2020-07-03
• 公開（公告）號: CN112185467A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 山下英俊;小見和也;速永淳;植松昭彥
• 申請（專利權(quán)）人: 合同會社予幸集團中央研究所
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B10/00;G16H10/60
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務所(普通合伙) 11201
• 代理人: 宋融冰

1.一種檢查輔助方法，是輔助鑒定患者所感染的微生物的檢查的方法，所述方法包括：

獲取包含所述患者的癥狀的患者信息，

向第一學習模型中輸入所獲取的所述患者信息，所述第一學習模型在輸入了所述患者信息的情況下輸出應從所述患者采集的樣本、應鑒定的目標微生物和表示檢查方法的檢查項目的候選的推薦度，

輸出所述樣本、所述目標微生物和所述檢查項目的候選、以及所述第一學習模型所輸出的所述推薦度。

2.根據(jù)權(quán)利要求1所述的檢查輔助方法，其中，

所述第一學習模型包含樣本推薦模型，所述樣本推薦模型在輸入了所述患者信息的情況下輸出所述樣本的候選的推薦度，

向所述樣本推薦模型中輸入所獲取的所述患者信息，

輸出所述樣本的候選和所述樣本推薦模型所輸出的所述推薦度。

3.根據(jù)權(quán)利要求1或2所述的檢查輔助方法，其中，

所述第一學習模型包含微生物推薦模型，所述微生物推薦模型在輸入了所述患者信息和所述樣本的情況下輸出所述目標微生物的候選的推薦度，

接受所述樣本的指定，

向所述微生物推薦模型中輸入所述患者信息和接受了指定的所述樣本，

輸出所述目標微生物的候選和所述微生物推薦模型所輸出的所述推薦度。

4.根據(jù)權(quán)利要求1～3中任一項所述的檢查輔助方法，其中，

所述第一學習模型包含項目推薦模型，所述項目推薦模型在輸入了所述患者信息、所述樣本和所述目標微生物的情況下輸出所述檢查項目的候選的推薦度，

接受所述樣本和所述目標微生物的指定，

向所述項目推薦模型中輸入所述患者信息和接受了指定的所述樣本和所述目標微生物，

輸出所述檢查項目的候選和所述項目推薦模型所輸出的所述推薦度。

5.一種檢查輔助方法，是輔助鑒定患者所感染的微生物的檢查的方法，所述方法包括：

獲取包含所述患者的癥狀的患者信息，

獲取樣本圖像，所述樣本圖像是對從所述患者采集的樣本的一部分或所培養(yǎng)的所述樣本中的微生物的菌落拍攝得到的，

獲取包含所述樣本的種類的與所述樣本圖像有關(guān)的樣本信息，

向第二學習模型中輸入所獲取的所述患者信息、所述樣本圖像和所述樣本信息，所述第二學習模型在輸入了所述患者信息、所述樣本圖像和所述樣本信息的情況下輸出對所述樣本中的微生物推斷出的鑒定微生物的候選的可靠度，

輸出所述鑒定微生物的候選和所述第二學習模型所輸出的所述可靠度。

6.根據(jù)權(quán)利要求5所述的檢查輔助方法，其中，

所述第二學習模型包含染色特性判定模型，所述染色特性判定模型在輸入了所述樣本圖像的情況下輸出所述樣本中的微生物的染色特性的推斷結(jié)果，

向所述染色特性判定模型中輸入所獲取的所述樣本圖像，

輸出所述染色特性判定模型所輸出的所述染色特性的推斷結(jié)果。

7.根據(jù)權(quán)利要求5或6所述的檢查輔助方法，其中，

所述第二學習模型包含形態(tài)判定模型，所述形態(tài)判定模型在輸入了所述樣本圖像和所述樣本信息的情況下輸出所述樣本中的微生物的形態(tài)的推斷結(jié)果，

向所述形態(tài)判定模型中輸入所獲取的所述樣本圖像和所述樣本信息，

輸出所述形態(tài)判定模型所輸出的所述形態(tài)的推斷結(jié)果。

8.根據(jù)權(quán)利要求5～7中任一項所述的檢查輔助方法，其中，

所述第二學習模型包含代謝性判定模型，所述代謝性判定模型在輸入了所述患者信息、所述樣本圖像和所述樣本信息的情況下輸出所述樣本中的微生物的氧代謝性的推斷結(jié)果，

向所述代謝性判定模型中輸入所獲取的所述患者信息、所述樣本圖像和所述樣本信息，

輸出所述代謝性判定模型所輸出的所述氧代謝性的推斷結(jié)果。