[發明專利]基于大數據人工智能的中醫自助辯證監測方法和機器人

在審

• 申請號: 202011629915.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112652404A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 朱定局
• 申請（專利權）人: 華南師范大學
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/30;G06N3/08;G06N3/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 吳平

1.一種人工智能方法，其特征在于，所述方法包括：

目標用戶確定步驟：將待監測的用戶作為目標用戶；

目標疾病確定步驟：將待監測的疾病作為目標疾病；

目標疾病模型獲取步驟：獲取目標疾病的望診深度學習神經網絡模型、目標疾病的聽診深度學習神經網絡模型、目標疾病的問診深度學習神經網絡模型、目標疾病的切診深度學習神經網絡模型；

目標疾病望聞問切步驟：將目標用戶的數據作為輸入，通過目標疾病的望診深度學習神經網絡模型計算得到的輸出作為第一輸出，通過目標疾病的聽診深度學習神經網絡模型計算得到的輸出作為第二輸出，通過目標疾病的問診深度學習神經網絡模型計算得到的輸出作為第三輸出，通過目標疾病的切診深度學習神經網絡模型計算得到的輸出作為第四輸出；將所述第一輸出、所述第二輸出、所述第三輸出、所述第四輸出作為輸入，將所述用戶患有目標疾病的概率作為預期輸出，對深度學習神經網絡模型進行訓練，得到目標疾病的望聞問切深度學習神經網絡模型；在使用時，將目標用戶的數據作為輸入，通過目標疾病的望聞問切深度學習神經網絡模型的計算，得到的輸出作為所述目標用戶患有目標疾病的概率；若所述目標用戶患有目標疾病的概率超過預設概率閾值，則所述目標用戶患有目標疾病。

2.根據權利要求1所述的人工智能方法，其特征在于，所述方法還包括：

疾病排查模型獲取步驟：獲取疾病排查望診深度學習神經網絡模型、疾病排查聽診深度學習神經網絡模型、疾病排查問診深度學習神經網絡模型、疾病排查切診深度學習神經網絡模型；

疾病排查望聞問切步驟：將目標用戶的數據作為輸入，通過疾病排查望診深度學習神經網絡模型計算得到的輸出作為第一輸出，通過疾病排查聽診深度學習神經網絡模型計算得到的輸出作為第二輸出，通過疾病排查問診深度學習神經網絡模型計算得到的輸出作為第三輸出，通過疾病排查切診深度學習神經網絡模型計算得到的輸出作為第四輸出；將所述第一輸出、所述第二輸出、所述第三輸出、所述第四輸出作為輸入，將所述用戶可能患有的預設數個疾病及患有所述每個疾病的概率作為預期輸出，對深度學習神經網絡模型進行訓練，得到疾病排查望聞問切深度學習神經網絡模型；在使用時，將目標用戶的數據作為輸入，通過疾病排查望聞問切深度學習神經網絡模型的計算，得到的輸出作為所述用戶可能患有的預設數個疾病及患有所述每個疾病的概率。

3.根據權利要求1所述的人工智能方法，其特征在于，所述方法還包括：

健康狀況模型獲取步驟：獲取健康狀況望診深度學習神經網絡模型、健康狀況聽診深度學習神經網絡模型、健康狀況問診深度學習神經網絡模型、健康狀況切診深度學習神經網絡模型；

健康狀況望聞問切步驟：將目標用戶的數據作為輸入，通過健康狀況望診深度學習神經網絡模型計算得到的輸出作為第一輸出，通過健康狀況聽診深度學習神經網絡模型計算得到的輸出作為第二輸出，通過健康狀況問診深度學習神經網絡模型計算得到的輸出作為第三輸出，通過健康狀況切診深度學習神經網絡模型計算得到的輸出作為第四輸出；將所述第一輸出、所述第二輸出、所述第三輸出、所述第四輸出作為輸入，將所述用戶的健康狀況作為預期輸出，對深度學習神經網絡模型進行訓練，得到健康狀況望聞問切深度學習神經網絡模型；在使用時，將目標用戶的數據作為輸入，通過健康狀況望聞問切深度學習神經網絡模型的計算，得到的輸出作為所述用戶的健康狀況。