一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法

摘要

本发明公开了一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法，所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端、医生客户端和智慧交互端，首先，对智慧交互端存储的大健康医疗数据进行统计划分，构建对应的确诊症状集；然后通过所述用户客户端获取用户信息，并进行特征提取，并将提取出的特征信息与所述确诊症状集进行相似度计算，返回诊断信息；基于所述诊断信息，结合医生客户端生成对应的诊断意见，并回传至用户客户端进行显示，完成辅助诊断，若需要在线诊断，还可根据所述诊断意见，根据发出的咨询请求，使所述医生客户端进行在线诊断，提高诊断结果的准确性。

说明书

技术领域

本发明涉及医疗信息技术领域，尤其涉及一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法。

背景技术

病患个体差异大，医疗疾病种类繁多，符合疾病常见且关系复杂，诊断时需要多部门一起协同，诊断很难标准化和自动化，使得医疗资源更加紧张，同时，在医疗过程中，缺乏病人的主动参与，容易存在误诊漏诊的想象，目前，医疗行业的病例数据已经基本实现电子化，随着医疗辅助诊断业务需求的不断增长，一些医院或地区也开发了一些辅助决策系统知识库系统或软件，但是，目前临床辅助决策系统知识库比较片面、患者信息匹配性较差，导致得到的诊断结果存在偏差。

发明内容

本发明的目的在于提供一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法，提高诊断结果的准确性。

为实现上述目的，第一方面，本发明提供了一种基于智慧终端的大健康医疗疾病辅助诊断系统，所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端、医生客户端和智慧交互端，所述用户客户端、所述医生客户端和所述智慧交互端彼此连接；

所述用户客户端，用于获取用户输入信息，并利用神经网络进行特征提取；

所述医生客户端，用于获取所述用户客户端的咨询请求，并在所述智慧交互端中获取对应的数据进行在线解答；

所述智慧交互端，用于将存储的大健康医疗疾病数据进行划分，建立对应的确诊症状集，并将提取出的特征信息与所述确诊症状集计算相似度值，返回诊断意见，并将所述用户客户端和所述医生客户端之间的数据进行上传和存储。

其中，所述智慧交互端包括模型诊断子系统和自动诊断子系统，所述自动诊断子系统与所述模型诊断子系统连接，所述自动诊断子系统还与所述用户客户端和所述医生客户端连接；

所述模型诊断子系统，用于将存储的大健康医疗疾病数据进行划分，并基于划分出的症状集和疾病类型集建立对应的确诊症状集，以及存储数据；

所述自动诊断子系统，用于将提取出的特征信息与所述确诊症状集计算相似度值，返回诊断信息。

其中，所述模型诊断子系统包括大数据处理模块和数据存储模块，所述大数据处理模块与所述用户客户端和所述医生客户端连接，所述数据存储模块与所述大数据处理模块连接；

所述大数据处理模块，用于根据存储的数据进行统计分类，并基于划分出的所述症状集和所述疾病类型集建立对应的所述确诊症状集；

所述数据存储模块，用于对所述大数据处理模块中传输的所有数据进行分类存储和更新。

其中，所述大数据处理模块包括统计分类单元和诊断模型单元，所述诊断模型单元与所述统计分类单元连接；

所述统计分类单元，用于根据所述数据存储模块中存储的数据进行统计分类，得到对应的所述症状集和所述疾病类型集；

所述诊断模型单元，用于根据所述症状集与所述疾病类型集之间的匹配度，建立对应的确诊症状集。

其中，所述用户客户端包括信息获取与显示模块和特征提取模块，所述特征提取模块与所述信息获取与显示模块和所述自动诊断子系统连接，所述信息获取与显示模块和所述自动诊断子系统连接；

所述信息获取与显示模块，用于获取用户输入的信息，并将所述自动诊断子系统的结果进行显示；

所述特征提取模块，用于利用神经网络对所述信息获取与显示模块获取的用户信息进行特征提取，得到多个所述特征信息。

其中，所述用户客户端还包括在线解答模块，所述在线解答模块与所述医生客户端连接；

所述在线解答模块，用于向所述医生客户端发出所述咨询请求。

第二方面，本发明提供了一种基于智慧终端的大健康医疗疾病辅助诊断方法，如第一方面所述的一种基于智慧终端的大健康医疗疾病辅助诊断系统适用于一种基于智慧终端的大健康医疗疾病辅助诊断方法，包括以下步骤：

对智慧交互端存储的大健康医疗数据进行统计划分，构建对应的确诊症状集；

对获取的用户信息进行特征提取，并将提取出的特征信息与所述确诊症状集进行相似度计算，返回诊断信息；

基于所述诊断信息，结合医生客户端生成对应的诊断意见，并回传至用户客户端进行显示，完成辅助诊断。

其中，所述方法还包括：

根据所述诊断意见，判断是否进行在线诊断，若需要在线诊断，则根据发出的咨询请求，使所述医生客户端进行在线诊断。

本发明的一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法，所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端、医生客户端和智慧交互端，首先，对智慧交互端存储的大健康医疗数据进行统计划分，构建对应的确诊症状集；然后通过所述用户客户端获取用户信息，并进行特征提取，并将提取出的特征信息与所述确诊症状集进行相似度计算，返回诊断信息；基于所述诊断信息，结合医生客户端生成对应的诊断意见，并回传至用户客户端进行显示，完成辅助诊断，若需要在线诊断，还可根据所述诊断意见，根据发出的咨询请求，使所述医生客户端进行在线诊断，提高诊断结果的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种基于智慧终端的大健康医疗疾病辅助诊断系统的结构示意图。

图2是本发明提供的模型诊断子系统的结构示意图。

图3是本发明提供的自动诊断子系统的结构示意图。

图4是本发明提供的一种基于智慧终端的大健康医疗疾病辅助诊断方法的步骤示意图。

1-用户客户端、2-医生客户端、3-智慧交互端、31-模型诊断子系统、32-自动诊断子系统、33-意见生成子系统、321-数据采集模块、322-配比诊断模块、311-大数据处理模块、312-数据存储模块、3111-统计分类单元、3112-诊断模型单元、11-信息获取与显示模块、12-特征提取模块、13-在线解答模块。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

请参阅图1，本发明提供一种基于智慧终端的大健康医疗疾病辅助诊断系统，所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端1、医生客户端2和智慧交互端3，所述用户客户端1、所述医生客户端2和所述智慧交互端3彼此连接；

所述用户客户端1，用于获取用户输入信息，并利用神经网络进行特征提取；

所述医生客户端2，用于获取所述用户客户端1的咨询请求，并在所述智慧交互端3中获取对应的数据进行在线解答；

所述智慧交互端3，用于将存储的大健康医疗疾病数据进行划分，建立对应的确诊症状集，并将提取出的特征信息与所述确诊症状集计算相似度值，返回诊断意见，并将所述用户客户端1和所述医生客户端2之间的数据进行上传和存储。

在本实施方式中，首先，对所述智慧交互端3存储的大健康医疗数据进行统计划分，得到对应的症状集和疾病类型集，根据两者之间的匹配程度，构建对应的确诊症状集，其中，所述确诊症状集包括所述疾病类型集和对应的所述症状集，并且，所述症状集和所述疾病类型集为图片、文字、音频中的一种或多种，一般是多种组合在一起，增加所述确诊症状集的内容丰富性，便于与所述用户客户端1提取出的多种特征信息进行对比；可以在所述用户客户端1中通过设置一些导诊问卷或者语音提示等功能，方便进行信息的输入；然后通过所述用户客户端1获取用户信息，并利用神经网络进行特征提取，由于用户的范围跨度很大，因此获取的用户的输入信息可能是文字，也可能是用户的语音或者是一些检查报告等，因此需要利用多种神经网络，对用户的输入信息进行对应的特征提取，保证特征能够尽可能的被完全提取出来，然后将提取出的特征信息与所述确诊症状集进行相似度计算，根据计算出的相似度值，生成对应的病症等级，并返回诊断信息；基于所述诊断信息，结合医生客户端2生成对应的诊断意见，并回传至用户客户端1进行显示，完成辅助诊断，若需要在线诊断，还可根据所述诊断意见，结合发出的咨询请求，向所述医生客户端2中对应的专业医生发送所述诊断信息或者诊断意见，进行在线诊断，也可以由所述用户客户端1发出所述咨询请求，向所述医生客户端2进行病情询问等，并且还将所有的交互数据进行存储，以及将辅助诊断结果和数据存储在所述智慧交互端3中，并对历史存储数据进行更新，提高诊断结果的准确性和实用性。

进一步的，所述智慧交互端3包括模型诊断子系统31和自动诊断子系统32，所述自动诊断子系统32与所述模型诊断子系统31连接，所述自动诊断子系统32还与所述用户客户端1和所述医生客户端2连接；

所述模型诊断子系统31，用于将存储的大健康医疗疾病数据进行划分，并基于划分出的症状集和疾病类型集建立对应的确诊症状集，以及存储数据；

所述自动诊断子系统32，用于将提取出的特征信息与所述确诊症状集计算相似度值，返回诊断信息。

在本实施方式中，通过所述模型诊断子系统31将存储的大健康医疗疾病数据进行划分，得到对应的症状集和疾病类型集，其中，所述症状集为所有的常见症状，所述疾病类型集为目前现有的已经发现的疾病类型，基于所述症状集与所述疾病类型集之间的匹配度，构建对应的所述确诊症状集，同时将新增的症状进行存储，并更新所述大健康医疗疾病数据；而所述自动诊断子系统32则接收提取出来的所述特征信息，并将所述特征信息与所述确诊症状集进行相似度计算，基于所述相似度值，判断对应的病情等级，返回对应的诊断信息至所述用户客户端1，提高诊断的速度，并且减少人为人为因素的影响，便于保证诊断结果的准确性。

进一步的，所述智慧交互端3还包括意见生成子系统33，所述意见生成子系统33与所述自动诊断子系统32和所述医生客户端2连接；

所述意见生成子系统33，用于根据所述诊断信息，结合所述医生客户端2生成对应的诊断意见，并回传至所述用户客户端1。

在本实施方式中，当所述诊断信息生成后，可以利用所述意见生成子系统33调用所述医生客户端2，根据所述诊断信息，生成对应的诊断意见，然后将所述诊断意见回传至所述用户客户端1中进行显示和存储。结合了医生的专业意见，使诊断结果更具有专业性。

进一步的，所述自动诊断子系统32包括数据采集模块321和配比诊断模块322，所述数据采集模块321与所述用户客户端1和所述模型诊断子系统31连接，所述配比诊断模块322与所述数据采集模块321连接；

所述数据采集模块321，用于获取所述特征信息和所述确诊症状集；

所述配比诊断模块322，用于计算所述特征信息和所述确诊症状集的相似度值，并生成对应的所述诊断信息。

在本实施方式中，如图3所示，当所述数据采集模块321接收到所述用户客户端1提取出来的所述特征信息后，将所述模型诊断子系统31中的所述确诊症状集进行下载，然后利用所述配比诊断模块322计算出所述特征信息与所述确诊症状集的相似度，首先会根据所述特征信息中的大概的病症范围，将对应疾病类型集进行相似度计算，挑选出对应病症，然后在挑选出来的类型下对应的所述症状集进行相似度计算，得到多个相似度值，将所述相似度值与设定的诊断阈值进行比较，将大于所述诊断阈值的对应的所述症状集生成所述诊断信息，根据类型和多特征进行比较，避免了比较数据的单一性，造成诊断结果出现偏差。

进一步的，所述模型诊断子系统31包括大数据处理模块311和数据存储模块312，所述大数据处理模块311与所述用户客户端1和所述医生客户端2连接，所述数据存储模块312与所述大数据处理模块311连接；

所述大数据处理模块311，用于根据存储的数据进行统计分类，并基于划分出的所述症状集和所述疾病类型集建立对应的所述确诊症状集；

所述数据存储模块312，用于对所述大数据处理模块311中传输的所有数据进行分类存储和更新。

在本实施方式中，如图2所示，将存储的大健康医疗数据进行统计，基于不同的类型，划分出多个所述疾病类型集，计算所述大健康医疗数据中的每一个症状与对应的所述疾病类型集的匹配度或者是相关性，并将计算结果与对应的比较阈值进行判断，将大于阈值的所有症状归纳为一个症状集，将对应的所述疾病类型集和所述症状集划分为一个确诊症状集，为了保证数据的完整性，将整个系统中传输的数据进行存储，同时采集当前辅助诊疗的数据，对已有的所述大健康医疗数据进行更新。

进一步的，所述大数据处理模块311包括统计分类单元3111和诊断模型单元3112，所述诊断模型单元3112与所述统计分类单元3111连接；

所述统计分类单元3111，用于根据所述数据存储模块312中存储的数据进行统计分类，得到对应的所述症状集和所述疾病类型集；

所述诊断模型单元3112，用于根据所述症状集与所述疾病类型集之间的匹配度，建立对应的确诊症状集。

在本实施方式中，首先利用所述统计分类单元3111将存储的所述大健康医疗数据进行统计，根据统计结果将其划分为多种类型下的疾病，即得到对应的疾病类型集，并将统计中的每一个症状与对应类型下的疾病计算匹配度或者是相关性，并将计算结果与对应的比较阈值进行判断，将大于阈值的所有症状归纳为一个症状集，而所述诊断模型单元3112，将对应的所述疾病类型集和所述症状集按照计算出的匹配度或者相关度，将一定比例下的所述症状集合对应的所述疾病类型集划分为一个确诊症状集，只选取了满足一定数据条件下的所述症状集，可以避免所述确证症状集中的数据过大，增加计算时间，并且可以保证明显特征被挑选出来，在后续的特征对比时，能够较为快速的进行特征对比，减少计算时间，同时也能增加对比结果的准确性。

进一步的，所述用户客户端1包括信息获取与显示模块11和特征提取模块12，所述特征提取模块12与所述信息获取与显示模块11和所述自动诊断子系统32连接，所述信息获取与显示模块11和所述自动诊断子系统32连接；

所述信息获取与显示模块11，用于获取用户输入的信息，并将所述自动诊断子系统32的结果进行显示；

所述特征提取模块12，用于利用神经网络对所述信息获取与显示模块11获取的用户信息进行特征提取，得到多个所述特征信息。

在本实施方式中，首先通过所述信息获取与显示模块11获取用户输入的信息，如文字、音频、检查报告等，然后传输至所述特征提取模块12中，利用多个神经网络对所述输入的信息进行特征提取，得到多个所述特征信息，而当完成辅助诊疗得到对应的诊断信息或者诊断意见时，由所述信息获取与显示模块11进行在线显示，便于用户掌握诊疗结果，其中，显示的方式包括图像显示、音频显示和文字显示中的一种或多种。

进一步的，所述用户客户端1还包括在线解答模块13，所述在线解答模块13与所述医生客户端2连接；

所述在线解答模块13，用于向所述医生客户端2发出所述咨询请求。

在本实施方式中，当用户对所述诊断意见或者诊断信息有需要进一步了解时，或者当用户需要进行一些问题咨询时，通过所述在线解答模块13生成所述咨询请求，并将所述咨询请求传输至所述医生客户端2，当所述医生客户端2接收到所述咨询请求时，向对应疾病类型下的医生转发对应的问题，并将对应的回答回传至所述在线解答模块13，供用户了解，增加系统的使用情境。

请参阅图4，本发明提供一种基于智慧终端的大健康医疗疾病辅助诊断方法，所述的一种基于智慧终端的大健康医疗疾病辅助诊断系统适用于一种基于智慧终端的大健康医疗疾病辅助诊断方法，包括以下步骤：

S101、对智慧交互端3存储的大健康医疗数据进行统计划分，构建对应的确诊症状集。

具体的，首先，对所述智慧交互端3存储的大健康医疗数据进行统计划分，得到对应的症状集和疾病类型集，根据两者之间的匹配程度，构建对应的确诊症状集，其中，所述确诊症状集包括所述疾病类型集和对应的所述症状集，并且，所述症状集和所述疾病类型集为图片、文字、音频中的一种或多种，一般是多种组合在一起，增加所述确诊症状集的内容丰富性，便于与所述用户客户端1提取出的多种特征信息进行对比。

S102、对获取的用户信息进行特征提取，并将提取出的特征信息与所述确诊症状集进行相似度计算，返回诊断信息。

具体的，在所述用户客户端1中通过设置一些导诊问卷或者语音提示等功能，方便进行信息的输入；然后通过所述用户客户端1获取用户信息，并利用神经网络进行特征提取，由于用户的范围跨度很大，因此获取的用户的输入信息可能是文字，也可能是用户的语音或者是一些检查报告等，因此需要利用多种神经网络，对用户的输入信息进行对应的特征提取，保证特征能够尽可能的被完全提取出来，然后将提取出的特征信息与所述确诊症状集进行相似度计算，根据计算出的相似度值，生成对应的病症等级，并返回诊断信息。

S103、基于所述诊断信息，结合医生客户端2生成对应的诊断意见，并回传至用户客户端1进行显示，完成辅助诊断。

具体的，基于所述诊断信息，结合医生客户端2生成对应的诊断意见，并回传至用户客户端1进行显示，完成辅助诊断，若需要在线诊断，还可根据所述诊断意见，结合发出的咨询请求，向所述医生客户端2中对应的专业医生发送所述诊断信息或者诊断意见，进行在线诊断，也可以由所述用户客户端1发出所述咨询请求，向所述医生客户端2进行病情询问等，并且还将所有的交互数据进行存储，以及将辅助诊断结果和数据存储在所述智慧交互端3中，并对历史存储数据进行更新，提高诊断结果的准确性和实用性。

本发明的一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法，所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端1、医生客户端2和智慧交互端3，首先，对智慧交互端3存储的大健康医疗数据进行统计划分，构建对应的确诊症状集；然后通过所述用户客户端1获取用户信息，并进行特征提取，并将提取出的特征信息与所述确诊症状集进行相似度计算，返回诊断信息；基于所述诊断信息，结合医生客户端2生成对应的诊断意见，并回传至用户客户端1进行显示，完成辅助诊断，若需要在线诊断，还可根据所述诊断意见，根据发出的咨询请求，使所述医生客户端2进行在线诊断，提高诊断结果的准确性。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。